财务失败与预警机制问题的研究

财务失败与预警机制问题的研究
摘要
现有财务危机预警成果没有表现出其能有效地服务于现实的能力, 从而使人们产生对财务危机是否可以预警的信任危机。

本文围绕财务危机预警的最基本目的，分析了现有预警研究中存在的主要问题, 并结合经济所呈现出的一些新的特点, 如企业共生现象、金融工具的大量使用, 从经济动力学的角度, 提出了嵌入利益相关者行为的、以影响企业财务状况的两种基本力量为主要分析对象的财务危机预警框架和面向未来的敏感性分析方法。

从理论上讲, 新的框架可以把现有框架未予考虑的大量相关信息纳入进来, 从而减少伪危机和伪健康现象,增强财务危机预测的针对性和准确性。

关键词：财务失败财务预警嵌入利益相关者行为伪危机伪健康
文献综述
一、前言
财务失败是一个世界性的问题和难题。

我们将将财务失败定义为在嵌入利益相关者行为的前提下权衡两种力量, 即导致财务危机发生的力量与抵抗财务危机发生的力量之后所形成的企业支付能力不足的情况。

一次次金融危机、经济危机的发生, 促使企业管理者要像对待管理成功一样重视管理失败, 尤其是财务失败。

从20世纪30年代开始, 经过几十年的发展, 较有影响的财务预警方法已经有十几种之多。

二、国外研究现状
最早运用统计方法研究公司失败问题的是美国的比(Beaver,1996)。

对于财务失败, 他不仅仅狭义地界定为破产, 还包括“债券拖欠不履行、银行超支、不能支付优先股股利等”。

他首先以单变量分析法建立财务危机预测模型, 使用5个财务比率分别作为变量对79家经营正常公司和79家经营失败公司进行一元判定预测, 发现(现金流量/总负债)财务预测的效果最好,（净利润/总资产）次之, 在失败前5年可达70％以上的预测能力, 失败前1年更可达87％的正确区别率。

其中, “现金流量”来自“现金流量表”的三种现金流量之和, 除现金外还充分考虑了资产变现能力, 同时结合了企业销售和利润的实现及生产经营状况的综合分析, 这个比率用总负债作为基数, 是考虑到长期负债与流动负债的转化关系, 但总负债只考虑了负债规模, 而没有考虑负债的流动性, 即企业的债务结构, 因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。

“总资产”这一指标没有结合资产的构成要素, 因为不同的资产项目在企业盈利过程中所发挥的作用是不同的, 这不利于预测企业资产的获利能力是否具有良好的增长态势。

单变量分析法虽然简单, 但因不同财务比率的预测方向与能力经常有相当大的差距, 有时对于同一公司使用不同比率会预测出不同结果，故招致了许多批评, 逐渐被多变量方法所替代。

1968年, 爱德华·阿特曼发表了一篇题为[财务比率、判别分析和公司破产预测]的文章, 提出了预测企业破产的Z 值模型。

阿特曼以破产和非破产两组共66 家制造业公司为样本, 运用统计分析的多元判别分析方法进行筛选, 选定了五个最具预测企业破产能力的财务比率作为变量,
并建立了一个Z_score 破产判别模型, 也叫Altman 离差方程式,简称Z 计分模型。

阿特曼的研究表明: 作为企业的外部条件, 宏观经济条件的变化可能导致企业最终的失败; 但在他后来的研究结论表明, 企业失败的基本原因都源于企业
本身。

在关于财务危机预警的实证文献中, 基本都是运用计量经济方法进行研究。

计量经济方法产生结果的可靠性很大程度上取决于总体回归模型的正确设定和样本选择。

由于Z 分数模式在建立时并没有充分考虑到现金流量的因而具有一定的局限性。

为此，有学者拟对Z 分数模式加以危机预测的新模式—F 分数模式(FailureScoreModel)。

与Z 模型相比，F 分数模型有以下特点：一是F 分数模型加入了现金流量这一预测变量。

许多流量比率是预测公司破产的有效变量，加入现金流量变量弥足；二是本模型考虑了现代化公司财务状况的发展及其有公司所应有财务比率标准已发生了许多变化，特别是现金管公司所应维持的必要的流动比率大为降低；三是F 分数模型使用的样本更加扩大。

其使用了Comp 数据库中1990 年以来的4160 家公司的数据进行了检查；而为66 家(33 家破产公司及33 家非破产公司)。

线性判定模型对预测变量有着严格的联合正态分布要求，但现实中绝大多数财务指标并不符合，而且一旦出现虚拟变量，该假设则不成立。

为了克服线性方程受统计假设约束的局限性，多元逻辑回归(Logit)被引入了财务困境预测研究。

李子奈( 2008) 认为, 总体回归模型的正确设定, 是计量经济学应用研究的前
提和基础。

而要正确设定总体回归模型, 不能仅信赖数据关系。

在经济行为上毫无关系的变量, 在数据上可能显示很强的相关性。

经济主体与其身处的环境之间的动力学过程, 是真正的数据生成过程。

与经济主体的特定动力学过程相关的数据, 将为相应动力学关系的描述提供经验基础。

遗憾的是, 在已有的大部分财务危机预警研究设计中模型没有按照动力学过程去设定, 而样本选择也存在严重
问题。

在西方关于财务危机研究的经典文献中, 使用过财务危机( f inanc ial crisis)、财务困境( financia l distress)、财务失败( financ ial failure)、公司失败( corporate failure)、公司破产( corporate bankruptcy) 等多个概念, 并且其概念的界定很大程度上受实证研究样本选择范围所限。

Beaver( 1966) 使用企业失败( failure) 一词, 并明确将其定义为企业不能偿付到期债务。

Carm ichael ( 1972)、Scott ( 1981) 等大量研究均遵循这条思路。

A ltman( 1968) 使用公司破产这个概念, 将公司根据破产法提出破产申请的行为视为公司财务
危机的标志, 其后Deak in ( 1972)、G ilbert ( 1990) 等均沿用这一思路。

Lait inen ( 1991) 则从程度上来界定财务危机, 认为财务危机上市公司失败分为三个过程, 即慢性失败公司、收益失败公司和严重失败公司。

Ross ( 2000) 进一步从四个方面概括了企业财务危机: 技术失败、会计失败、企业失败和法定破产。

纵观有关财务失败与预警机制问题的研究文献, 对财务危机概念进行全面、深入分析的文献并不多见。

财务失败概念的解释主要散见于相关文献中, 并且常常受到研究者所能搜集到的样本的影响, 甚至是财务预警概念的内涵和外延要迎合
样本需要。

这样做虽然可以保证样本选择的客观性,但却使人们对财务失败概念的认识陷入混乱之中, 从而其结果的科学性也令人生疑。

在激烈的市场竞争中, 企业随时都有发生财务失败的可能。

三、国内研究现状
国内研究对财务危机直接下定义的较少。

周首华等( 1996) 是国内较早用统计方法研究财务危机问题的学者, 其文中使用的是破产的含义。

吴世农和卢贤义
( 2001) 介绍了西方关于财务困境的定义, 但文中没有明确采用哪种说法或给
出自己的定义。

谷祺和刘淑莲( 1999) 认为财务危机是指企业无力支付到期债务或费用的一种经济现象, 包括从资金管理技术性失败到破产以及处于两者之间
的各种情况。

李心合( 2007) 认为更确切地理解财务失败可能要与现金流转相
联系, 也就是与资本流量或支付能力相联系。

对一个企业来说, 当现金流量不能满足正常支付需求、从而发生支付困难时, 也就出现了人们常说的财务失败或财务危机。

在实证中, 由于国内企业所处制度环境的特殊性, 一般将被ST 的上市公司作为财务危机公司(如卢兴杰, 2006)。

朱家安和陈志斌( 2007) 选取1995年到2005年之间在16本国内主要的经济与管理学术刊物上刊登的有关财务困境预测的34篇实证文章为研究样本, 发现将财务困境界定为财务状况异常而被特别处理的占总样本的35%,直接将财务困境界定为被特别处理的占总样本的44%。

此外, 也有将首次发生亏损的上市公司界定为财务危机公司的(如崔学刚等, 2007)。

四、总结
纵观有关财务危机研究文献, 我认为对财务危机概念进行全面、深入分析的文献并不多见。

财务危机概念的解释主要散见于相关文献中, 并且常常受到研究者所能搜集到的样本的影响, 甚至是财务危机概念的内涵和外延要迎合样本需要。

这样做虽然可以保证样本选择的客观性,但却使人们对财务危机概念的认识陷入混乱之中, 从而其结果的科学性也令人生疑。

因此,建立一套健全的财务失败警系统对于一个企业非常有必要。

本文将围绕财务危机预警的最基本目的, 详细分析现有预警研究中存在的主要问题, 如财务危机概念内涵不清、前后不同一问题, 研究设计中的模型设定和样本选择问题以及利益相关者行为外生问题, 结合现代经济所呈现出的一些新特点, 如企业共生现象、金融工具的大量使用, 从经济动力学的角度, 提出了嵌入利益相关者行为的、以影响企业财务状况的两种基本力量为主要分析对象的财务危机预警框架和面向未来的敏感性分析方法。

在新框架下, 现有预警研究中存在的主要问题基本得到解决。

同时, 从理论上讲, 新框架可以把现有框架未予考虑的大量相关信息纳入进来, 从而减少伪危机和伪健康现象, 增强财务危机预测的针对性和准确性。

由于新框架引入了利益相关者行为, 可能会使模型复杂化,这是我们不得不面对的一个挑战。

但这种挑战非常值得, 因为它使我们更加接近预警的现实。

在新的研究框架下, 未来的研究可以关注企业与利益相关者之间相互影响的机理, 财务风险在企业与利益相关者之间的传导路径, 构成两种基本力量的变量的选择等问题, 并利用数据进行实证研究。

本文鉴于前人的文献，做出以下论证。

[参考文献]
[1]周守华，杨济华，王平.论财务危机的预警分析———F 分数模式[J].会计研究,1996,(8).
[2]周首华.现代财务理论前沿专题[M].大连：东北财经大学出版社，2000.
[3]郑柏诩.应用遗传规划于企业危机诊断模式之建构[D].
台
北科技大学商业自动化与管理研究所硕士论文，2001
[4]尹侠，肖序，胡永康.上市公司财务预警的实证分析[J].财经理论与实践，2001，(22).
[5]宋淑琴.现代企业财务危机预警系统研究[D].东北财经
大学硕士学位论文,2005.
[6]刁延晨.上市公司财务预警研究及应用[D].天津大学硕
士学位论文，2005.
[7]杨毓，蒙肖莲.用支持向量机(SVM)构建企业破产预测模型[J].金融研究，2006，(10).
[8]DalkeyN..The delphi rnethod:an experirnental study of groupopinion[J].RANDMernorandurn，California，1964.
[9]William H.Beaver.Financial Ratios As Predictors of Failure[J].Journal ofAccounting Research,1966,(4)：71- 111.
[10]EdwardI.Altman.Financial Ratios,Discriminant Analysisand the Prediction of Corporate Bankruptcy [J].The Journal of Finance,1968,(4).
[11]K.Y.Tam,Managerial application of neural networks:the case of bank failure
predictions.Management Science,1972, (38):927- 957.
[12]MartinD.，Early warning of bank failure:a logitreg ression approaeh.Journal of Banking and Finanee，1977，(13):249 一276.
[13]M.Lundy.Cluster analysis in credit scoring.Credit Scoring and Credit Control.NewYork:Oxford University Press,1993.
[14]G.Chi,Hao,C.Xu,Z.Zhu,Cluster analysis for weight of credit risk evaluation index.System Engineering TheoryMethodology Applications,2001,10(1):64- 67. [15]Jae.H.,Yang- chanL.Bankruptcy predietionu singsupport vector maehine with oPtirnal choice of kernel funetion Pararneters.ExPert Systerns with APPlieations，2006，(28):603- 614.。