上市公司财务危机预警系统构建的思考

・学术版２００６年第１２期
财会通讯上市公司财务危机预警系统构建的思考
黎毅黄辉
（华东交通大学经济管理学院江西南昌３３００１３）
摘要：本文通过对国内外企业财务危机预警系统演进过程的回顾，对建立我国上市公司财务危机预警系统
中需要完善的问题进行了分析：认为应设置相互联系的现金流量类指标作为上市公司财务危机的界定标准，在
预警指标的选择上应实现财务指标和非财务指标的有机结合，分行业设置上市公司财务危机预警系统，对所收
集的信息要进行严格的甄别和审核，并根据上市公司的现实情况寻找合适的判断点。

关键词：上市公司财务危机预警系统
作者简介：
黎
毅（１９６５－），女，湖南华容人，华东交通大学经济管理学院教授黄辉（１９７０－），男，江西松城人，华东交通大学经济管理学院副教授
上市公司财务危机预警系统是根据上市公司的经济运行规律，通过一系列特定的指标和数据，运用经济计量模型和计算机手段，预测上市公司的财务运行状况和走向，为上市公司及其他各利益关系方的财务决策提供排警建议。

随着上市公司发生财务危机
的现象越来越多，给公司管理当局、
股东、债权人等利益相关者带来了巨大的压力和损失。

因此，加强对上市公司财务危机的预警，成为财务工作者急需研究的课题。

一、国内外财务危机预警系统的演进
财务危机预警系统的研究最早是由Ｆｉｔｚｐａｒｔｒｉｃｋ开始的。

早在１９３２年就进行了单变量破产预测研究，以１９对破产和非破产公司作为样本，运用单个财务比率将样本划分为破产和非破产两组，发现判断能力最强的是净利润／股东权益和股东权益／负债两个
比率。

１９６６年，Ｂｅａｖｅｒ继续研究企业财务危机预警问题，对７９个失败企业和相同数量、
同等资产规模的成功企业进行比较研究，结果表明，能够最好预测企业财务危机的指标，按其预测能力的大小顺序排队有债务保障率、
资产净利率、资产负债率和资金安全率，并且离财务困境发生日越近，误判率越低，预见性越强。

但单变量模型在财务危机预警中也存在着一定的局限性，如不同的财务比率其预测方向与能力经常有很大的差别，有时会产生采用不同的财务比率对同一企业进行预测时会得出不同的结果；而且单个财务比
率往往只反映为了防止财务危机而应注意的某个方面，从而无法对企业的财务状况做出全面的预测。

为了弥补单变量判定模型的缺陷，Ａｌｔｍａｎ于１９６８年选取了３３家１９４６－１９６５年间破产且资产规模在７０万美元至２５９０万美元之间的破产企业和同等数量、相同
规模的非破产企业作为样本企业，应用多元判别分析，采用２２个财务比率，对财务比率经过数理统计筛选后建立了著名的
“Ｚ计分模型”。

该模型通过财务比率将反映偿债能力的指标、获利能力的指标和营运能力的指标运用加权汇总产生的总判别分（称为Ｚ值），综合分析预测企业破产的可能性，Ｚ值越低，则企业破产的可能性也越大。

Ａｌｔｍａｎ还提出了判断企业破产的临界值：如企业的Ｚ值大于２．６７５，则表示企业的财务状况良好，发生破产的可能性较小；若Ｚ值小于１．８１，则企业存在很大的破产可能性：若Ｚ位处于
１．８１～２．６７５之间，则为
“灰色区域”，在这个区域中的企业财务状况是极不稳定的。

继Ａｌｔｍａｎ的Ｚ计分模型之后，西方掀起了财务危机预警系统研究的热潮，先后出现了Ｅｄｍｉｓｔｅｒｄ（１９７２）的小企业财务危机预警分析模型、Ｄｅａｋｉｎ（１９７２）的多元线性概率模型和Ｄｉｍｏｎｄ（１９７６）的范式确认模型等，但这些线性模型预测变量有着严格的联合正态分布要求。

为了克服这一局限性，以Ｏｈｌｓｏｎ（１９８０）为代表的一些研究者采用了Ｌｏｇｉｓｔｉｃ回归模型构建财务危机预警系统。

Ｌｏｇｉｓｔｉｃ回归模型采用一系列的财务比率来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此进行风险定位和决策。

随着现代统计技术的不断完善和发展，进入２０世纪９０年代以后，神经网络法等方法也开始应用于企业财务危机预警系统研究，并取得了较好的预测效果。

我国由于证券市场的发展历史很短，有关财务危机预警系统的研究相对较少。

早期的相关文
献，如吴世农等（１９８６）的
《企业破产的分析指标和预测模型》等，大都是介绍国外的一些研究成果。

但自陈静（１９９９）用“单变量判定模型”和“Ｆｉｓｈｅｒ二类线性判别模型”
，对我国上市公司进行财务危机预测的研究之后，相关的研究成果也多了起来。

张玲（２０００）以１２０家上市公司为研究对象，使用其中的６０家公司的财务数据估计二类线形判别模型，并使用另外６０家公司进行模型检验，结果发现该模型具有超前４年的预测能力。

吴世农（２００１）选取了７０家ＳＴ公司和７０家非ＳＴ公司为样本，利用这些公司５年的财务数据，应用多元线性回归分析、ｆｉｎｓｈｅｒ二类线性判别分析和Ｌｏｇｉｓｔｉｃ回归分析等方法分别建立了上市公司财务危机预测模型，其研究结果表明，Ｌｏｇｉｓｔｉｃ回归模型的误判率最低、预测能力最强。

杨保安（２００１）则用神经网络法对３０个上市公司的财务危机进行了预测，同样也取得了较好的研究结果。

３３
黎毅黄辉：上市公司财务危机预警系统构建的思考
二、财务危机预警研究的启示
（一）企业的财务危机不但具有先兆而且是可以预测的Ｌａｕ于１９８７年指出，企业若发生财务危机，其过程会有某些特殊的征兆，指出企业从财务正常到财务危机可分为潜伏期、资金不足期和财务危机期。

若问题在财务危机期间持续无法解决，则企业只有走上清算、破产、倒闭或遭他人接管的道路。

Ｊ．Ｅ．Ｂｏｒｉｔｚ于１９９１年指出，企业的财务危机不是某天突然发生的事情，而是有一个酝酿和发展的过程，在这个持续的过程中，企业可能因遇到不利的外部竞争、技术变革等因素，经营活动现金流量显著降低，出现现金短缺，陷入财务危机。

Ｊ．Ｅ．Ｂｏｒｉｔｚ和Ｂｒｙａｎｔ认为，企业发生财务危机是一个逐步的过程，通常由财务状况正常开始，渐渐发展到财务危机，最后陷入破产的境地。

由此可见，企业发生财务危机通常都是由财务状况正常到逐步恶化，最终导致财务危机或企业破产的。

这为建立上市公司财务危机预警系统提供了理论基础和事实依据。

（二）财务危机预警系统的准确性取决于多个因素的综合影响如信息（包括会计信息、财务信息、统计信息等）披露的真实性、准确性、完整性；预警指标的反映能力，即所选的指标能充分反映企业某一时期的财务运行状况；系统本身的精度，即检验统计量要符合精度要求等。

（三）预测的准确性与预测时间的长短有密切的关系人们在预测企业财务状况的未来发展趋势时，总是希望预测期间尽可能的长，但影响企业财务运行的因素很多，且具有很大的不确定性，其不确定性与其持续时间的长短成正比关系。

这种不确定性往往会使预测模型的预测结论与实际结果产生偏差，甚至与实际结果相背离。

如Ｂｅａｖｅｒ和Ａｌｔｍａｎ的研究结论显示，在对公司是否会发生财务危机进行预测时，预测财务危机发生的时间越长，预测的准确率越低。

三、上市公司财务危机预警系统研究中存在的问题及思考
（一）财务危机的界定问题对财务危机进行界定是建立上市公司财务危机预警系统研究需要考虑的首要问题，对财务危机的界定标准不同，所涉及的样本设计及指标选择等问题上必然产生差异，直接影响到结论的准确性。

迄今为止，学术界对企业财务危机有多种不同的界定方法。

Ａｌｔｍａｎ将企业根据破产法提出破产申请行为作为确定企业进入财务危机的标志；Ｂｅａｖｅｒ认为，只要企业发生破产、拖欠偿还到期债券、透支银行账户和无力支付优先股股利中的任何一项，就表明该企业发生了财务危机；Ｒｏｓｓ则从四个方面对财务危机进行了界定：企业失败，即企业清算后仍无力支付债权人的债务；法定破产，即企业和债权人向法院申请破产：技术破产，即企业无法按期履行债务合约还本付息；会计破产，即企业的净资产出现负数，资不抵债。

目前，我国相关的研究主要是以上市公司为对象的，这些研究基本上都以上市公司是否因财务状况异常而被“特别处理”作为公司是否发生财务危机的标准。

由此可见，国内外学者对企业财务危机的界定使用了不同的标准。

我们认为，上述观点还有待商榷。

第一，如以企业是否破产作为界定企业财务危机的界定标准，与我国上市公司的实际情况不相吻合。

我国的《企业破产法》虽然已于１９９４年７月便开始正式实施，但到目前为止上市公司中仍无一家被破产清算。

而且破产行为是一种法律行为，它不仅受经济因素的影响，还受政治因素和其他非市场的影响，如仅从财务方面去研究企业的破产行为，则是将不仅仅受财务因素影响的问题局限在财务领域内进行研究，其研究结果很难令人满意。

第二，以上市公司是否因财务状况异常而被“特别处理”，作为公司是否发生财务危机的标准也存在着一定的局限性。

在权责发生制下，由于采用的会计政策与会计方法不同，会使得不同企业会计资料的可比性大受影响。

另外，随着经济的发展与信用日益发展，企业账面的销售收入与实际现金流转相去甚远，建立在权责发生制基础上的收益数据已经不能满足信息使用者以及信息陈报“决策有用性”的需求，即尽管企业的收益信息显示其良好的盈利能力，但实际上企业却有可能因在短期内无力创造足够的现金流量而面临偿债危机和流动性危机。

因此，应该设置一套相互联系的现金流量类指标，如经营活动净现金流量与营业利润比率、可重复赚取的现金流量对流动负债的比率等，作为上市公司财务危机的界定标准。

（二）预警指标的选择问题指标的选择是建立财务危机预警系统的基础，直接关系到预警系统的有效性。

一般而言，预警指标应具有以下基本特征：全面性。

预警指标应力求能多层次、多角度、全方位的反映上市公司财务危机的各种迹象；可操作性。

预警指标应能从大量的数据和资料中获取真实、相关、可靠的信息；敏感性。

预警指标应与上市公司财务危机的生成过程密切相关，能够辨别上市公司财务正常状况与财务危机的区别，财务危机因素一旦萌芽便能够在指标值上迅速反映出来。

目前的研究者主要是根据现有的财务理论和研究者的实践经验及结合已发生财务危机公司的实际情况，选择一系列财务指标作为研究的备选指标组，再通过大量的统计检验筛选出在模型中相对比较显著的指标。

分析现有的预警指标，我们认为还有以下方面需要进一步完善。

首先，现有的预警系统中大多使用的是利用应计制下的资产负责表和利润表计算的财务指标，没有考虑到更为客观的现金流量指标，不利于真实反映企业的财务运行状况。

其次，现在的一些预警指标，仅仅选取了财务指标，非财务指标并未纳入考虑范围。

事实上一个企业是否会发生财务危机，不仅与其财务管理水平相关，还与其内部的非财务性因素和外部的理财环境有关，而这些局限性都在一定程度上制约着预警系统的有效性。

因此，在预警指标的选择方面应考虑现金流量类指标；另外，还应考虑非财务指标，如股权集中程度、企业各级管理人员变动的频繁程度、企业更换注册会计师事务所的次数等，有效弥补财务指标由于其数据太依赖于会计报表而带来的滞后性等缺陷，使预警系统的涵盖范围更大，预警能力更强。

（三）样本的设计问题由于上市公司数量众多，研究者只能用有限的样本反映总体的财务运行规律。

这样预警结论的有效性３４
财会通讯
・学术版２００６年第１２期很大程度上取决于样本设计的代表性。

而不同的企业由于所处的行业和性质不同，其财务比率及其参数也不同。

尽管Ａｌｔｍａｎ在提出Ｚ计分模型时，对这一问题进行了考察并尽力剔除它带来的影响，但后来的研究成果大都未对该问题予以足够的重视，而是将不同行业中的企业放在同一样本中进行研究，先抽取一定数量的财务危机企业作为样本组，再以资产规模或行业性质为标准，按照—一配对的原则选取相同数量的非财务危机企业。

将不同行业的企业放在同一样本中进行研究，也许能提高模型的通用性，但不可避免地会导致预测准确性降低。

如美国的研究就表明，Ｚ计分模型更适应于石油和天然气行业，而对其它行业误判率就比较高。

我们认为，只有同一行业的上市公司指标之间才具有可比性；而只有分行业建立上市公司财务危机预警系统才更为精确合理。

这样，虽然会影响模型的通用性，但能提高该领域内研究成果的实用性。

（四）信息的真实性问题信息的真实可靠是建立财务危机预警系统的前提条件，失真的信息会影响预警模型的建立及其拟合程度，从而影响其适用性而影响系统的预测结果。

在现有的财务危机预警研究中，大都是以信息的准确可靠作为假设前提，对信息的质量关注不够。

目前我国上市公司信息失真的现象严重，往往不能真正准确地反映上市公司的财务状况。

这一方面是因为上市公司经营者的利益往往与公司盈余业绩挂钩；另一方面是在我国法律法规中对上市公司有实行特别处理、暂停股票交易及中止股票交易的规定。

因此，当上市公司财务状况恶化经营业绩不佳，濒临亏损边缘或有业绩滑坡迹象时，上市公司的经营者除了千方百计改善生产经营外，还会尽可能地采取多计收益或少计费用等方法调节盈余，粉饰财务成果。

因此，为了保证信息的真实性，除了需要证监会等机构加大对上市公司信息及注册会计师行为的监管力度，规范上市公司的财务信息及其披露行为外，还要对所收集的信息进行甄别和审核，对发现的问题进行必要的订正，如剔除那些存在严重的包装上市嫌疑或明显的虚假陈述的公司。

还应排除因自然灾害、重大事故等原因陷入财务危机的公司。

在抽取的样本总体中，还会遇到指标值异常点，导致原因可能是统计误差，也可能是异常情况所致，对于这些异常点也应采取一些统计方法予以剔除。

（五）判断点的选择问题判断点的确定取决于两个因素，即预测的先验概率和预测错误成本的估计，但如何对这两个因素进行合理的估计是一个困难的问题。

当前大多数的研究都假定一个企业发生财务危机与否的先验概率均为５０％，并且假定预测结果的Ⅰ类错误（将财务危机企业误判为非财务危机企业）和Ⅱ类错误（将非财务危机企业误判为财务危机企业）所带来的成本相同。

事实上问题往往并非如此简单，就整个资本市场而言，非财务危机公司的数量显然要多于财务危机公司的数量，因而公司财务状况正常的概率也显然要高于财务危机的概率。

另外，Ⅰ类错误和Ⅱ类错误所带来的成本也不相同。

一般而言，从银行或投资者的角度看，Ⅰ类错误的成本要大于Ⅱ类错误的成本，因为银行或投资者出于谨慎性考虑未借款或投资于财务正常公司而导致的损失，要远低于借款或投资于财务危机公司而导致的损失；而从财务正常企业的角度看，由于借贷者、股东、顾客、供货商等利益关系人不必要的戒备状态，会使Ⅱ类错误的成本更高。

这些也都影响了预警系统的有效性。

所以，如何合理确定预测的先验概率和两类错误所带来的成本，也是研究重点。

应根据我国资本市场的现实状况，运用数理统计中的概率分布原理，科学合理地估计我国上市公司发生财务危机的可能性，尽可能准确地测定Ⅰ类和Ⅱ类错误在我国资本市场的错误成本，找出一个最符合我国上市公司财务现状的判断点，充分发挥财务危机预警系统的强大作用。

参考文献：
［１］陈静：《上市公司财务恶化预测的实证分析》，《会计研究》１９９９年第４期。

［２］陈晓、陈治鸿：《中国上市公司的财务困境预测，财务学术前沿课题》，经济科学出版社２００２年版。

［３］陈朝辉：《论持续经营的不确定性》，《会计研究》１９９９年第７期。

［４］汤玲郎、施并洲：《灰关联分析、类神经网络、案例推理法与财务危机预警模式之应用研究》，《中华管理评论》２００１年。

［５］吴世农、卢贤义：《我国上市公司财务困境的预测模型研究》，《经济研究》２００１年第６期。

ＴｈｅＴｈｉｎｋｉｎｇｏｆＥｓｔａｂｌｉｓｈｉｎｇＰｒｅｖｉｓｉｎｇＳｙｓｔｅｍｏｆＦｉｎａｎｃｅＣｒｉｓｉｓｗｉｔｈＬｉｓｔｅｄＣｏｍｐａｎｙｉｎｏｕｒＣｏｕｎｔｒｙ
ＬｉＹｉＨｕａｎｇＨｕｉ
（ＥａｓｔＣｈｉｎａＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ３３００１３）Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅｖｉｅｗｏｆｔｈｅｐｒｏｃｅｓｓｔｏｔｈｅｄｏｍｅｓｔｉｃａｎｄｆｏｒｅｉｇｎｅｎｔｅｒｐｒｉｓｅｐｒｅｖｉｓｉｎｇｓｙｓｔｅｍｏｆｆｉｎａｎｃｅｃｒｉｓｉｓ，ｒｅｆｉｎｅｔｈｅｐｒｏｂｌｅｍｏｆｅｓ－ｔａｂｌｉｓｈｉｎｇｐｒｅｖｉｓｉｎｇＳｙｓｔｅｍｏｆｆｉｎａｎｃｅｃｒｉｓｉｓｗｉｔｈｏｕｒｃｏｕｎｔｒｙｌｉｓｔｅｄｃｏｍｐａｎｙ：ｅｓｔａｂｌｉｓｈａｓｅｔｏｆｉｎｔｅｒｒｅｌａｔｅｄｉｎｄｉｃａｔｏｒｓｓｕｃｈａｓｃａｓｈｆｌｏｗｏｆｌｉｓｔｅｄｃｏｍｐａｎｉｅｓｔｏｄｅｆｉｎｅｆｉｎａｎｃｅｃｒｉｓｉｓ，ｐｒｅｖｉｓｅｉｎｄｉｃａｔｏｒｓｓｈｏｕｌｄｂｅｃｈｏｓｅｎｔｏｉｎｃｌｕｄｅｆｉｎａｎｃｉａｌｔａｒｇｅｔｓａｎｄｎｏｎ－ｆｉｎａｎｃｉａｌｉｎｄｉｃａｔｏｒｓｏｒｇａｎ－ｉｃｃｏｍｂｉｎａｔｉｏｎ，ａｃｏｌｌｅｃｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｏｎｍｕｓｔｂｅｓｔｒｉｃｔｃｈｏｏｓｉｎｇａｎｄａｕｄｉｔｉｎｇ，ｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅｒｅａｌｉｔｉｅｓｏｆｏｕｒｌｉｓｔｅｄｃｏｍｐａｎｉｅｓｔｏｆｉｎｄｓｕｉｔａｂｌｅｊｕｄｇｍｅｎｔｐｏｉｎｔｓ．
Ｋｅｙｗｏｒｄｓ：ＬｉｓｔｅｄｃｏｍｐａｎｙＦｉｎａｎｃｅｃｒｉｓｉｓＰｒｅｖｉｓｉｎｇＳｙｓｔｅｍ
（编辑聂慧丽）
３５。