一、引言

　　隨著資本市場(chǎng)的不斷發(fā)展和完善，對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究一直是國(guó)內(nèi)外學(xué)術(shù)界研究的熱點(diǎn)問題之一。財(cái)務(wù)危機(jī)預(yù)警是以現(xiàn)有的財(cái)務(wù)比率為基礎(chǔ)，通過設(shè)計(jì)并觀察一些敏感性財(cái)務(wù)預(yù)警指標(biāo)的變化，建立數(shù)學(xué)模型來(lái)預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)發(fā)生的可能性,這樣就能在很大程度上幫助上市公司防范和化解財(cái)務(wù)危機(jī)。然而，由于種種原因，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)在我國(guó)上市公司中尚未得到廣泛應(yīng)用。

　　二、財(cái)務(wù)危機(jī)預(yù)警模型的發(fā)展及分類

　　1、單變量模型

　　單變量模型，即一元判別模式，它運(yùn)用單一的財(cái)務(wù)指標(biāo)來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)。W．H．Beaver(1966)，他最早將統(tǒng)計(jì)方法應(yīng)用與財(cái)務(wù)指標(biāo)結(jié)合起來(lái)，選擇了29個(gè)能夠代表企業(yè)財(cái)務(wù)狀況的指標(biāo)，從1954年到1964年之間他定義的財(cái)務(wù)危機(jī)企業(yè)中，挑選了79家，并選擇了產(chǎn)業(yè)相同、資產(chǎn)規(guī)模相近的另外79家非財(cái)務(wù)危機(jī)企業(yè)作為配對(duì)樣本，他對(duì)這79家財(cái)務(wù)危機(jī)企業(yè)和79家非財(cái)務(wù)危機(jī)企業(yè)前五年的29個(gè)財(cái)務(wù)指標(biāo)進(jìn)行了立面分析，最后得出結(jié)論，認(rèn)為現(xiàn)會(huì)流量／負(fù)債總額能夠最好地判定公司的財(cái)務(wù)狀況(誤判率最低，破產(chǎn)前一年的預(yù)測(cè)幣確率町以達(dá)到87％)，其次是資產(chǎn)負(fù)債率和“凈利潤(rùn)／總資產(chǎn)”比率，并且離財(cái)務(wù)危機(jī)出現(xiàn)同越近，誤判率越低，預(yù)見性越強(qiáng)。

　　2、多元線性回歸模型

　　多元線性判別模型，即通過線性回歸技術(shù)來(lái)構(gòu)建能夠以最小的分類錯(cuò)誤率對(duì)樣本公司進(jìn)行劃分的多元線性方程。比較著名的有Altman的Z分?jǐn)?shù)模型以及后來(lái)E．Altman、R．Haldeman．和P．Narauaman的ZETA模型。

　　2.1、Z分?jǐn)?shù)模型

　　Altman(1968)提出了Z分?jǐn)?shù)模型。該模型是Altman根據(jù)美國(guó)股票市場(chǎng)的實(shí)際情況，經(jīng)過上千次的實(shí)證分析，以33家破產(chǎn)公司及33家配對(duì)公司作為樣本，使用選擇的5個(gè)比率擬合出了一個(gè)多元線性方程，建立了Z分?jǐn)?shù)模型，首次采用了多變量來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)。

　　模型如下：

　　Z=O．012 XI+O．014 X2+O．033 X3+O．006 x4+O．999 Xs (2．1)

　　2．2、ZETA模型

　　1977年Altman等人將預(yù)測(cè)模型Z分?jǐn)?shù)模型從單純的制造業(yè)中解放出來(lái)，加入了非上市公司和各個(gè)行業(yè)，建立了新的、更具有準(zhǔn)確性的企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)模型一zETA模型，它包括了經(jīng)營(yíng)收益／總資產(chǎn)、收益穩(wěn)定性、利息保障倍數(shù)、留存收益／總資產(chǎn)、流動(dòng)比率、普通股權(quán)益／總資本和普通股權(quán)益／總資產(chǎn)這7項(xiàng)比率。Altman等經(jīng)過對(duì)樣本的分析，發(fā)現(xiàn)用ZETA模型預(yù)測(cè)五年和一年之后的財(cái)務(wù)危機(jī)企業(yè)的精確度分別為70％和91％。并且通過對(duì)相同樣本進(jìn)行預(yù)測(cè)分析，比較發(fā)現(xiàn)，ZETA模型的預(yù)測(cè)準(zhǔn)確度要明顯優(yōu)于Z分?jǐn)?shù)預(yù)測(cè)模型。

　　2．3、F分?jǐn)?shù)模型

　　由于Z分?jǐn)?shù)模型沒有考慮對(duì)企業(yè)財(cái)務(wù)狀況影響重大的現(xiàn)會(huì)流量因素，導(dǎo)致其財(cái)務(wù)解釋和預(yù)測(cè)的效果大打折扣。為彌補(bǔ)這一缺陷，我國(guó)學(xué)者對(duì)Z分?jǐn)?shù)模型加以改進(jìn)，建立了F分?jǐn)?shù)模型(周首華、楊濟(jì)華，1996)在F分?jǐn)?shù)模型中加入了現(xiàn)金流量的預(yù)測(cè)變量，其模型如下：

　　F=O．1774+1．1091 XI+O．1074 X2+1．9271 X3+O．0302 X4+O．4961‰。

　　3、多元邏輯回歸

　　多元邏輯回歸(二項(xiàng)Logistic回歸)的統(tǒng)計(jì)方法都是建立在累積概率函數(shù)的基礎(chǔ)上，一般運(yùn)用極大似然估計(jì)法來(lái)進(jìn)行判定，而不需要滿足自變量服從多元正念分布和兩組問協(xié)方差相等的條件。他們是解決O一1回歸問題的行之有效的方法。

　　Martin(1977)年在財(cái)務(wù)困境預(yù)測(cè)中首次采用了邏輯回歸模型，從25個(gè)財(cái)務(wù)指標(biāo)中選取了8個(gè)作為變量建立了回歸模型，結(jié)果發(fā)現(xiàn)邏輯回歸的預(yù)測(cè)效果要好于前面兩種模型。0hlson(1980)以1970年至1976年問105家失敗公司為樣本，運(yùn)用了條件邏輯模型來(lái)建立財(cái)務(wù)預(yù)警模型，研究結(jié)果顯著。

　　三、研究不足

　　由于我國(guó)的理論研究相對(duì)滯后，市場(chǎng)體制還不完善，目前企業(yè)財(cái)務(wù)預(yù)警模型構(gòu)建存在的問題有如下幾點(diǎn)：

　　第一，預(yù)警變量選擇缺乏理論支持。

　　第二，樣本選取范圍和樣本時(shí)間區(qū)間存在局限。

　　第三，預(yù)警模型缺乏非財(cái)務(wù)因素支持。

　　絕大部分的研究都以財(cái)務(wù)會(huì)計(jì)報(bào)表數(shù)據(jù)為基礎(chǔ)，以各種財(cái)務(wù)指標(biāo)為變量來(lái)建立預(yù)警模型。運(yùn)用財(cái)務(wù)指標(biāo)建立的財(cái)務(wù)預(yù)警模型雖然能較直觀地反映企業(yè)的綜合財(cái)務(wù)狀況，但從我國(guó)企業(yè)的情況來(lái)看，不能僅采用財(cái)務(wù)指標(biāo)作為判別依據(jù)。

　　參考文獻(xiàn)

　　[1]Wi l l i am H. Baever . Fi nanci al as Pr edi ct or s of Fai l ur e[ J] . Journal of Account i ng Resear ch，1966. 5.

　　[2]AICPA．Improving Business ReD0rtS_— A Customer Fo~sEM3．AICPA Iuc，1994．

　　[3]Sorte~An"Event"Approach tO Basic Accounting n-e0ry[J]．The Acc0unthlg Review．januaryt 1969

　　[4]王 強(qiáng):企業(yè)失敗定義研究[J].北京工業(yè)大學(xué)學(xué)報(bào)，2002.Vol.2 No.1

　　[5]谷 祺 劉淑蓮:財(cái)務(wù)危機(jī)企業(yè)投資行為分析與決策[J].會(huì)計(jì)研究，1999.11

　　[6]趙愛玲:企業(yè)財(cái)務(wù)危機(jī)的識(shí)別與分析[J].財(cái)經(jīng)理論與實(shí)踐,2000

　　[7]吳世農(nóng)，盧賢義．我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[ 經(jīng)濟(jì)研究，2oo1，(6)．

　　[8]陳靜．上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J]．會(huì)計(jì)研究，1999，(4)．

　　[9]金忻，王大偉．上市公司財(cái)務(wù)困境的回歸預(yù)測(cè)[JJ．價(jià)值工程，2005，(6)．

擴(kuò)展閱讀

版權(quán)聲明：