国内外企业财务预警模型比较研究

【收稿日期】２００６－０１－１６

【基金项目】东南大学人文社科基金资助（ＸＪ０３１４２４）

【作者简介】吴（１９７６－），女，浙江人，东南大学经济管理学院博士研究生、

讲师，研究方向：公司理财、资本市场；吴应宇（１９５９－），男，福建人，东南大学经济管理学院教授、博士生导师；仲伟俊（１９６２－），男，江苏人，东南大学经济管理学院教授、

博士生导师。凡艹

一、财务预警的基本含义

所谓企业财务预警是企业预警的一部分，是指为了防止企

业财务系统运行偏离预期目标而建立的报警系统。财务预警不仅仅只是针对财务危机的预警或者说是只有当企业财务将要发生危机的时候才进行的预警，而是只要企业财务系统运行偏离预期的目标就要报警。

二、国内外企业财务预警模型研究回顾

（一）国外学者对财务预警问题研究的回顾

２０世纪３０年代西方学者就陆续开始对企业财务预警问题进行研究，提出了各种不同的财务预警的方法和模型，一般可把它们分为定性预警分析和定量预警模式两类。定性预警模式已有的并广为接受的方法主要包括标准化调查法、管理评分法等几种方法。由于定性分析具有主观性过强等的缺陷，因此很多国外学者开始了定量财务预警分析方法和模式的研究，陆续提出了很多企业财务预警的定量分析模型，按其所选择的研究变量的不同主要有单变量模式和多变量模式。

１．单变量模式。西方国家对单变量财务预警模式的研究主要是对单个财务比率的走势的分析。Ｆｉｔｚｐａｔｒｉｃｋ（１９３２）首次进行了单个财务比率模型的判定，发现权益净利率和净资产负债率两个比率有较强的判别能力。但Ｆｉｔｚｐａｔｒｉｃｋ并没有使用统计的方法。美国的Ｂｅａｖｅｒ（１９６６）最早运用统计方法研究了公司财务失败问题，提出了较为成熟的单变量判定模型。他首先以单变量分析发展出财务危机预测模型，使用债务保障率等五个财务比率分别作为变量对样本进行一元判定预测，发现债务保障率财务预测的效果最好。虽然单变量模型比较简单、易于使用，但许多学者认为单变量模式存在一定的局限性：一是单个财务比率所反映的内容是有限的，没有哪一个比率能够概括企业财务的全貌；二是对企业外部人员而言，某些财务比率已被公司管理者进行过粉饰，单一的依靠某一比率做出的预测不一定可靠。因此，他们开始用多变量方法来进行研究。

２．多变量模式。西方国家对多变量财务预警模式按所使用

的计量方法的不同，分为线性判定模型、线性概率模型和

Ｌｏｇｉｓｔｉｃ回归模型。

这些模型主要采用判别分析和逻辑回归的方法，而尤以多元线性判定方法最为普遍。

（１）Ａｌｔｍａｎ的Ｚ值判定模型。美国学者Ａｌｔｍａｎ（１９６８）最早

运用多变量分析方法探讨财务预警问题。１９６８年Ａｌｔｍａｎ用多种财务比率拟合出一个多元线性函数方程，求出Ｚ值，对企业的经营状况进行预测或判断。其模型如下：

Ｚ＝０．０１２Ｘ１＋０．０１４Ｘ２＋０．０３３Ｘ３＋０．００６Ｘ４＋０．９９９Ｘ５

其中：Ｘ１＝营运资本／资产总额，Ｘ２＝留存收益／资产总额，Ｘ３＝息税前收益／资产总额，Ｘ４＝权益市价／债务总额的账面价值，Ｘ５＝销售收入／资产总额。由于１９６８年的模型在选择

变量时用了市场价值，对没有股票市价的非上市公司而言并不适用，Ａｌｔｍａｎ在１９７７年对Ｚ值判定模型进行了修正，即Ｚｅｔａ模型，其公式如下：

Ｚ＇＝０．７１７Ｘ１＋０．８４７Ｘ２＋３．１０７Ｘ３＋０．４２０Ｘ４＋０．９９８Ｘ５

其中，Ｘ４变为权益的账面价值和债务总额的账面价值的比值。由于前两个模型对非制造业企业并不适用，２０００年Ａｌｔｍａｎ第二次修订了他的Ｚ值判定模型，该模型的预测公式如下：

Ｚ＇＇＝６．５６Ｘ１＋３．２６Ｘ２＋６．７２Ｘ３＋１．０５Ｘ４

该模型去掉了Ｘ５，即销售额对资产总额的比率，使非制造业企业也能使用Ｚ值判定模型。这弥补了前两个模型对非制造

业企业不适用的缺陷。

（２）Ｅｄｍｉｓｔｅｒ

（１９７２）的小企业研究模型。由于Ａｌｔｍａｎ１９６８年的Ｚ值判定模型是以制造业中中等规模企业为样本，对小企业适用性不大，因此Ｅｄｍｉｓｔｅｒ专门针对小企业建立了小企业财务预警分析模型。

上述几种预测模型都属于多元线性判定模型，此类模型还包括Ｄｅａｋｉｎ（１９７２）提出的概率模型和Ｄｉｍｏｎｄ（１９７６）提出的范式确认模型等。但是由于上述这些线性判定模型一般都假设破产企业和非破产企业两组呈正态分布，并且两组的协方差矩阵相等，存在假设上的局限性，因此以Ｏｈｌｓｏｎ为代表的一些研究

国内外企业财务预警模型比较研究

吴

，吴应宇，仲伟俊

（东南大学经济管理学院，江苏南京２１００９６）

【摘

要】文章首先回顾了国内外学者对财务预警模型的研究，然后从对企业财务状况的界定、样本的选择和数据的来源、预测变量的选择、计量方法的选择等四个影响财务预警模型建立的重要方面，比较了国内外学者在建立财务预警模型上的异同和各自的优缺点，并对这四个方面分别为我国学者的研究提出了建立两阶段预警模型、选择更具有同质性的样本、结合现金流量指标和非财务指标、定量和定性方法的结合等四条改进建议。

【关键词】财务危机；预警模型；比较研究【中图分类号】Ｆ２７５【文献标识码】Ａ【文章编号】１００４－２７６８（２００７）０９－０１３６－０３

艹凡《生产力研究》

Ｎｏ．９．２００７!

"#

者采用了条件概率模型。这类方法不需满足自变量服从正态分布和两组协方差相等的条件。

（３）Ｏｈｌｓｏｎ（１９８０）的条件概率模型。Ｏｈｌｓｏｎ估计了三个模型，一是预测一年内破产的企业，二是预测第一年未破产而在第二年内破产的企业，三是预测一年到二年内破产的企业。他发现至少有四类显著影响公司破产概率的变量：公司规模、资本结构、业绩和当前资产的变现能力。

上述各模型中，Ｆｉｔｚｐａｔｒｉｃｋ、Ｂｅａｖｅｒ和Ａｌｔｍａｎ均使用的是常规财务指标如负债比率、净资产收益率等，或市场收益类指标如股票收益率，作为预测模型的变量进行财务困境预测。选用这两种类型的指标作为预测变量进行研究的学者还有Ｃｏｌｌｉｎｓ（１９８０）、Ａｌｔｍａｎ和Ｂｒｅｎｎｅｒ（１９８１）、Ｃｌａｒｋ和Ｗｅｉｎｓｔｅｉｎ（１９８３）和Ｐｌａｔｔ（１９９１）等人。而Ｅｄｍｉｓｔｅｒ则选择了现金流量指标作为预测变量进行研究。Ａｚｉｚ、Ｅｍａｎｕｅｌ和Ｌａｗｓｏｎ（１９８８）发展了现金流量信息预测财务困境模型。他们根据配对的破产公司和非破产公司的数据，发现在破产前５年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。Ａｚｉｚ、Ｅｍａｎｕｅｌ和Ｌａｗｓｏｎ（１９８９）比较了Ｚ模型、ＺＥＴＡ模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。由于传统的研究中所采用的统计方法一般都受制于若干母体分布的假设前提，因此２０世纪９０年代以来，人们尝试了新的研究方法。如人工神经网络理论和方法在财务预警中的应用研究。

（二）我国学者对财务预警模型的研究

相对西方学者的研究，我国对财务预警的研究起步较晚。吴世农和黄世忠（１９８６）曾介绍企业破产分析指标和预测模型。周首华、杨济华和王平（１９９６）提出Ｆ分数预测模型，通过更新指标和扩大样本数对Ｚ分数模型进行了修正。陈静（１９９９）使用了１９９５年￣１９９７年的财务报表数据，进行了单变量分析和二类线性判定分析。张玲（２０００）以１２０家公司为研究对象，得到二类线性判别模型。陈晓、陈怡鸿（２０００）也从我国ＳＴ公司的角度来研究公司财务危机问题。他们发现负债／权益比率等四个比率对上市公司财务危机有着显著的预示效应。吴世农和卢贤义（２００１）以我国上市公司为研究对象，选定６个财务指标为预测指标，应用了Ｆｉｓｈｅｒ线性判定分析、多元线性回归分析和Ｌｏｇｉｓｔｉｃ回归分析三种方法，分别建立预测财务困境的模型。孙铮（２００１）运用Ｌｏｇｉｓｔｉｃ回归给出了判别上市公司财务危机的模型，该模型包含了代表公司治理结构的股权集中系数等四个变量，这是此模型与其他模型的区别。杨宝安、季海（２００１）等应用前馈神经网络进行了示范性设计和验证；柳炳祥、盛昭翰（２００２）分析了评价财务危机的指标体系和财务危机等级的划分和基于粗神经网络的财务预警方法，并用一个预警实例进行了验证。

三、国内外财务预警模型研究基本问题比较

（一）对财务状况的界定

一般研究者均把企业陷入财务危机作为企业财务状况不正常的标准。吴世农等人认为财务困境（ＦｉｎａｎｃｉａｌＤｉｓｔｒｅｓｓ）即财务危机（ＦｉｎａｎｃｉａｌＣｒｉｓｉｓ），最严重的财务困境是企业破产（Ｂａｎｋｒｕｐｔｃｙ），企业因财务困境所导致的是一种违约行为，财务困境又可称违约风险。在Ｂｅａｖｅｒ（１９６６）的研究中，把破产、拖欠优先股股利、拖欠债务界定为财务危机。Ａｌｔｍａｎ（１９６８）则把“进入法定破产的企业”定义为陷入财务危机的企业。Ｄｅａｋｉｎ（１９７２）则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。Ｃａｒｍｉｅｈａｅｌ（１９７２）认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ｒｏｓｓ等人从四个方面定义企业破产的概念，对财务困境的概念做了某种程度的扩展，这四个方面是：企业失败、法定破产、技术破产、会计破产。吕长江（２００４）把企业的财务状况划分为五种状态：财务闲置（ＦｉｎａｎｃｉａｌＦｒｅｅ）、财务充盈（ＦｉｎａｎｃｉａｌＦｕｌｌ）、财务均衡（ＦｉｎａｎｃｉａｌＥｑｕｉｌｉｂｒｉｕｍ）、财务困境（ＦｉｎａｎｃｉａｌＤｉｓｔｒｅｓｓ）和财务破产（ＦｉｎａｎｃｉａｌＢａｎｋｒｕｐｔｃｙ），并将财务困境和财务破产界定为两个不同的概念。

国外学者在研究财务预警问题时多是以破产为标准来进行研究的，其预警主要是针对企业破产的预警。由于国外的破产制度比较完善，对破产企业的界定比较容易。而我国由于破产制度不健全，使一些事实上已破产的企业钻了空子，造成我们在研究中确认企业是否实际破产的困难。尤其对于我国上市公司而言，由于退出机制的不健全，上市公司很少有被摘牌或清算的危险。因此我国学者几乎不可能以破产为标准来对我国上市公司的财务状况进行研究。学者对上市公司财务状况进行研究时，大部分都选取了ＳＴ（ＳｐｅｃｉａｌＴｒｅａｔｍｅｎｔ）作为对财务状况进行分类的标准。但ＳＴ只是一个利润标准，光以ＳＴ来作为企业财务危机的标准似乎过于单一。因此在研究我国企业财务预警问题时，必须选择更多符合我国实际的上市公司财务状况的划分标准。

（二）样本的选择及数据来源

研究者通常采用比较样本建模。即选择相同数量的破产企业和非破产企业。Ｂｅａｖｅｒ（１９６６）和Ａｌｔｍａｎ（１９６８）的数据均来自《Ｍｏｏｄｙ的行业手册》。①Ｂｅａｖｅｒ（１９６６）就选取了１９５４年￣１９６４年期间的７９家经营失败的公司和同等数量、同一行业、同等资产规模的成功公司作为样本企业。而Ａｌｔｍａｎ（１９６８）则选取了３３家１９４６年￣１９６４年间破产的且资产规模在７０万美元￣２５９０万美元之间企业和相同数量、同一行业、同等资产规模的非破产企业作为样本企业。我国学者则大部分是选择近几年的ＳＴ公司和相应的非ＳＴ公司作为研究样本。其数据均来自上市公司公布的财务报表。陈静选择了截至１９９８年７月，我国上海、深圳两地所产生的所有２７家ＳＴ公司和同行业、同规模的２７家公司作为样本进行研究。吴世农、卢贤义（２００１）就选择了１９９８年￣２０００年发生ＳＴ的７０家上市公司和相对应的②７０家非ＳＴ公司作为研究样本。

Ｂｅａｖｅｒ（１９６６）和Ａｌｔｍａｎ（１９６８）等西方学者由于他们所选取的样本时间跨度较长，期间影响企业财务状况的各项因素可能发生变化。而我国学者的研究大部分是基于上市公司的，由于我国证券市场出现的时间不长，他们对所选择样本的时间跨度并不大。但是他们在选择与ＳＴ公司对应的样本时往往是随机的，这样随机选取的样本是否具有代表性有待证明；即使有的学者在研究的时候对应样本考虑选择同规模的公司，但是企业规模是否与财务状况存在相关性、把不同行业的公司作为样本放在一起一并进行研究是否有效还有待验证。

（三）变量的选择

建模变量的选择一直是国内外财务预警模型研究者面临的难点问题。他们对变量的选择都是基于一定的前提。Ｂｅａｖｅｒ（１９６６）对变量选择的理由是“现金流量、净收益和财务状况不能改变，并且表现为企业长期的状况。由于失败对于所有卷入

①即Ｍｏｏｄｙ＇ｓＩｎｄｕｓｔｒｉａｌＭａｎｕａｌｓ．

②作者注：在吴世农等的文章中并未提到相对应的７０家非ＳＴ样本公司的选择标准。

!"#