第四章第三节 财务风险的识别

• 1966年，美国的Beaver运用统计方法建立了 单变量模型，Beaver认为比较重要的财务比 率是：现金流量/负债总额、资产收益率、资 产负债率。 • 他首先以单变量分析法提出财务风险预测模 型。他使用5个财务比率分别作为变量对79家 经营未失败公司和79家经营失败公司破产前 1-5年的情况进行一元判定预测，结果发现最 好的判别变量是营运资本流/负债（债务保障 率）和净利润/总资产，并且发现离经营失败 日越近，误判率越低，预测能力越强。
＃定量财务风险识别方法的比较分析
单变量模型与多变量模型的比较 财务风险识别模型准确率比较 财务风险识别模型效果比较
＃＃财务风险识别准确率比较
• 综合准确率是判定或识别准确的企业数（包括正 常企业与危机企业）占样本企业总数的比重，它 是衡量模型效果的最重要指标。 • 综合准确率包括综合判别准确率与综合预测准确 率两指标。模型的综合判别准确率是相对于开发 样本而言，相当于用模型给开发样本作分类，因 而，有时也称之为“回判”。 • 综合预测准确率是针对保留样本或者其他需要验 证的样本而言，它是用样本来测试模型的效果。
单变量判定分析法的一般步骤
1）搜集发生财务风险的企业作样本； 2）按相同产业、资产规模相近及时间窗一致 等标准选取正常企业作为配对样本； 3）计算发生风险的企业与正常企业的财务比 率； 4）找出使分类误判率最小的分割点； 5）对保留样本作预测分析，验证分割点的预 测能力； 6）以所选财务比率及分割点值对样本外企业 进行预测。
五、多元线性判别分析
• 是一种进行统计鉴别和分析的技术手段。 它可以就一定数量案例的一个分组变量和 相应的其他多元变量的已知信息，确定分 组与其他多元变量之间的数量关系，建立 判别函数，然后便利用这一数量关系对其 已知多元变量信息、但未知分组类型所属 的案例进行判别分析。
Z一Score模型
• Altman(1968)提出了著名的5变量Z值判定模型。 他从流动性（Liquidity） 、获利能力 （Profitability） 、财务杠杆（Leverage） 、偿 债能力（Solvency）和活动性（即发展能力 Activity） 五个方面选用了22个变量作为预测备 选变量，通过对1946-1965年间33家破产制造企业 和33家非破产配对企业的研究分析，根据误判率 最小的原则，最终5个变量作为判别变量，构建了 Z一Score模型。
20 25
Low 1 to 6
Moderate 7 to 10
High 11 to 16
Very High 17 to 25
可 能 性
B区域 C区域
⑥
极高 ② 高 ⑤ 中等 ① 低 ⑨ 极低 极低 低 中等 高 极高 影响程度 ④ ⑦ ③ ⑧
A区域
B区域
星海公司的风险坐标图
星海公司决定：
承担A区域中的各项风险且不再增加控制措施；
定性财务风险识别方法评析（续）
缺点： • 分析成本较高； • 定性分析依靠人的经验进行判断，从而使 得判断结果的主观色彩较强 。
（四）单变量模型
• 单变量（Univariate）分析通常指用单一 的财务比率值或者趋势来预测或判定企业 财务风险发生的可能性。 • Fitzpatrick（1932）最早以19家企业为样 本，运用单个财务比率，将样本划分为破 产与非破产两组。研究发现：出现财务困 境的企业其财务比率和正常企业的财务比 率有显著差别；
LIKELY
CERTAIN OR IMMINEN T
1
Delay only Minor Injury 1 2 3 4 5 1 2
2
2 4
3
3 6
4
4 8
5
5 10
Major Injury
Single Fatality Multiple Fatality
3
4 5
6
8 10
9
12 15
12
16 20
15
• Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中，Z表示判别函数值； X1＝营运资金/资产总额； X2＝留存收益/资产总额； X3＝息税前利润/资产总额；
X4＝股东权益市场价值/总负债账面价值总额；
X5＝销售收入/资产总额。 Z值，Z>2. 675时，表明企业财务状况良好； Z<1.81，企业存在较大的破产风险；Z值处于1.812. 675 之间，称为“灰色地带”，这个区间的企业 财务极不稳定。
严格控制B区域中的各项风险且专门补充制定各 项控制措施； 确保规避和转移C区域中的各项风险且优先安排 实施各项防范措施。
二、“四阶段症状”分析法
财务危机潜伏期 财务危机发作期 财务危机恶化期 财务危机实现期
盲目扩张； 无效市场营销； 疏于风险管理； 缺乏有效的管理 制度，企业资源 分配不当； 无视环境的重大
变化
自有资本不足; 过分依赖外部 资金，利息负 担重； 缺乏会计的预 警作用； 债务拖延偿付
经营者无心经 营业务，专心 于财务周转； 资金周转困难； 债务到期，违 约不支付
丧失偿付能 力； 宣布倒闭
三、专家调查法
• 又称为特尔斐法（Delp Method），是由美 国兰德公司的达尔基（N.Dalkey）和赫尔默 （O.Helmer）于1964年正式提出的。 专家调查法就是企业组织专家对内外环境 进行分析，辨明企业是否存在引起财务风险 发生的因素，发现财务风险的征兆，以此预 测财务风险发生的可能性。在财务风险定性 分析中，一般采用标准调查法，即通过专家 对导致某个企业财务风险的形成，同时对所 有企业都有意义、普遍适用的原因和问题进 行分析。
Blum（1974） 95% Altman （1977） Ohlson （1980） 93% 96%
定量财务风险识别方法评析
• 定量风险识别方法的主要特点是根据数据进行判 断。 • 优点是：由于定量财务风险识别方法是根据数据 进行决策，不同的人根据相同的信息一般能得出 相同的判断结论，因此决策的客观性比较强。由 于定量分析是根据数据进行决策，因此只需要收 集被决策企业的有关数据，进行计算，然后与标 准值相比较，就可以对企业的财务状况进行判断。 显然，这种决策程序简单，决策成本低。
•
＃＃定性财务风险识别方法评析
• 定性财务风险分析方法的特点是，通过分 析企业是否存在导致企业发生财务风险的 原因以及是否出现了财务风险征兆，来判 断未来财务风险发生的可能性。 • 优点： 定性分析考虑的问题可能更加全面，进 行判断的基础更加扎实；依赖人的经验判 断来作出预测，而人的判断可以将企业面 临的复杂的内外环境因素考虑进去 。
很有可能
基本上肯定
概率
企业财务风险发生概率和影响程度的二维平面图
‘1 – 10’ matrix
MATRIX based on a 1 – 5 score range
PROBABILITY
POTENTIAL CONSEQUENCES
VERY UNLIKEL Y
UNLIKELY
MAY HAPPEN
• 模型的综合判别准确率高并不代表其有较高 的综合预测准确率，两者不能相互替代。综 合判别准确率高的模型可能存在对样本数据 过渡模拟的风险，使模型在实际应用中退化 很快，失去健壮性（Robust）。 • 实践应用者最关心的是综合预测准确率，通 常综合判别准确率低的模型不可能有较高的 综合预测准确率，只有综合判别准确率与综 合预测准确率相对较高的模型在实践应用中 才有利用价值。
六、多元非线性回归模型 －Logistic回归模型
• 二元Logistic概率函数的表达式为： 1 P ( a b1 x1 b2 x2 bn xn ) 1 e
p ln a b1 x1 b2 x2 bn xn 1 p
计算的结果P是事件发生的概率，即回归 因变量的值域定义在[0，1]上。
财务风险识别准确率研究情况
时间窗 研究人员 Beaver （1966） Altman （1968） Deakin （1972） 开发组（original sample） 前一年 87% 95% 97% 前二年 79% 72% 95% 90% 未研究 95% 前三年 77% 48% 95% 82% 未研究 未研究 保留组（holdout sample） 前一年 未研究 未研究 78% 95% 91% 未研究 前二年 未研究 未研究 94% 80% 89% 未研究 前三年 未研究 未研究 88% 70% 84% 未研究
• 缺点是：定量财务风险识别是根据一个或数 个变量来作出决策，由于一个或数个变量只 能反映问题的某一方面，根据不同的变量进 行的判断可能会得出不同的结论，这样使人 不得不怀疑定量财务风险识别结果的科学性。 • 例如，如果某企业的流动比率以及速动比率 很低，如果不考虑其他变量，就很可能会得 出该企业将陷入财务困境的结论，但是，事 实上如果该企业有很强的盈利能力，则未必 一定会陷入财务困境。
1.21－2.99
Altman (1995)
Altman (1995)
Altman/Ha rtzell/Peck (1995/199 6)
Z’(非上 市公司)
Z’’(非制 剔除X5 造企业) EMS
多元线性判别法的缺点
1）多元线性判定模型一般都是建立在自变量服 从多元正态分布的假设之上，但这一点并不总 是成立。 2）这类模型实际上都是建立在一个隐含前提的 基础上，即假定有关变量都有一个理想值，并 以此为标准对公司状况进行评估。 3）在实证研究的样本方面，无法真正满足随机 选择以及数据之间方差和协方差的要求。齐治 平等（2002）亦认为，线性判别函数存在两个 无法克服的逻辑问题：固定影响假设和完全线 性补偿假设。
第四章
第三节
风险识别
企业财务风险的 识别
财务风险的识别
定性识别
财务风险结构性质识 别矩阵 “四阶段症状”分析 法 专家调查法 定性财务风险识别 方法评析
定量识别
单变量模型判定法 多元线性判别法 多元非线性回归模型 综合评价法 神经网络分析模型 灰色系统理论的应用
模糊层次分析法
其他分析方法
定量财务风险识别方法 比较分析
Z计分模型发展
Altman (1968)
Altman/Ha ldeman/N arayanan( 1977)
ZScore ZETA
Z=0.012X1+0.014X2+0.033X3 +0.006X4+0.999X5
1.81-2.675
7个变量
Z=0.717X1+0.847X2+3.107X3 +0.42X4+0.998X5
一、财务风险结构性质识别矩阵
影响程度
轻 微
基本上肯定 很有可能 中等概率 可能性较小 小概率 低
较 小
低
中 等
中等
较 大
高
危机性
高
中等
低
显著
中等
显著
显著
高
高
高
高
低
低
低
低
中等
中等
显著
显著ຫໍສະໝຸດ Baidu
高
显著
危机性 风险1
较大
中等 风险3 较小 风险4 轻微 可能性小
风险2
风险5
风险9
风险6
风险8 风险7
中等概率