企业财务风险的识别方法研究

企业财务风险的识别方法研究

[摘要]市场经济的确立，伴随着风险的出现，要求企业经营决策不仅要考虑到经济性、收益性，而且要考虑风险性。而财务风险管控的重点则是对可能出现的主要财务风险进行超前的识别和管理，以避免由财务风险转化为财务危机和生存危机，从而使企业获得持续生存和持续发展。基于上述背景，本文在对国内外财务风险识别领域的研究成果进行总结和评价的基础上，从定性和定量角度对财务风险的识别方法进行深入、系统的探讨，以期建立更加完善的财务风险识别体系。

[关键词]财务风险；风险识别；预警模型

[中图分类号]F275.1[文献标识码]A[文章编号]1006－5024(2011)01－0153－03

一、定性识别方法

1.“四阶段症状”分析法。“四阶段症状”分析法主要是对财务危机进行研究。该方法按财务危机的严重程度将企业财务危机划分为财务危机潜伏期、财务危机发作期、财务危机恶化期、财务危机实现期四个阶段，对应四个不同的阶段，有不同的症状表现。“四阶段症状”分析法就是通过分析发

现财务危机的症状，判断财务风险所处的阶段，然后采取有效的措施，使企业摆脱财务困境。这种分析法将财务危机分为四个阶段，有利于对症下药，就像给病人看病、开药一样，病情轻，下药轻一些，病情重，下药就要重一些。可见，运用定性财务风险分析时，分析人员的经验与采用的具体方法对分析结论有较大的影响(周首华，2000)。

2.财务风险结构性质识别矩阵。根据某项财务风险发生的可能及其给企业经营造成影响的严重性，可以确定出该财务风险的结构性质，财务风险的结构性质可以表示为低、中等、显著、高四个等级(周爱丽，2004)。相应的，可以把企业每一种财务风险的结构性质用风险估计矩阵表示。

3.专家调查法。专家调查法又称为特尔斐法(DelpMethod)，是由美国兰德公司的达尔基(N.Dalkey)和赫尔默(0.Heliner)于1964年正式提出的。这种方法是采用系统的程序，草拟调查提纲，提供背景材料，轮番征询不同专家的预测意见，最后汇总得出预测结果。财务风险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。

二、定量分析方法

国外学者对这方面的研究较早，而且这些研究成果主要是用于企业财务危机预警模型的构建。主要经历了单变量预警模型、多变量预警模型、Logistic预警模型、非统计模式预警模型、混合模式及其比较和非财务指标的财务预警模型等几个阶段。

1.单变量预警模型。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。最早的财务危机预测研究是Fitzpatrick(1932)所做的单变量破产预测模型，他以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，结果发现判别能力最高的是净利润／股东权益和股东权益／负债两个比率，而且在经营失败之前3年这些比率就呈现出显著差异。但是，这类早期研究仅仅是属于描述性分析范畴(程涛，2003)。Beaver(1966)使用由79家公司组成的样本，分别检验了反映公司不同财务特征的6组30个变量对公司破产前1－5年的预测能力，他发现最好的判别变量是现金流量／负债和净利润／总资产两个比率。在国内，陈静对27家ST公司和27家非ST公司，使用1995－1997年的财务报表数据，进行了单变量分析和二元线性判别分析，研究发现，资产负债率、流动比率、总资产收益率、净资产收益率四项财务指标的预

测能力较强。

单变量模型分析较为简单，但不能综合说明公司整体财务状况，在运用过程中容易受主观选择因素影响，出现对于同一公司想选择不同的预测指标得出不同结论的情况，因此，运用单变量模型，指标选择决定此方法运用的成败。

2.多变量顸警模型。多变量预警模型，又称Z－Score模型，即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。该模型最早是由Altman(1968)开始研究的，他从流动性、获利能力、财务杠杆、偿债能力和活动性五个方面选用了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，最终确定营运资产／资产总额、留存收益／资产总额、息税前利润／资产总额、股东权益市场价值／总负债账面价值和销售收入／资产总额5个变量作为判别变量，构建了Z－Score模型。但由于Z－Score 模型的变量并未包含风险概念，也没有考虑企业规模效果，故超过两年以上对于企业危机的预测力大幅下降。Altman，Haldeman and Narayanan(1977)等便加以修正Z－Score，加入了公司规模与盈余稳定性两个变量，建立Zeta模型。经过实证研究，预测前几年的能力大大提高。

Altman模型提出之后，很多专家对它进行进一步的研究和论证，结合本国企业实际建立了本地股市适用的多元判别

模型，如日本开发银行的破产预测模型。我国学者周首华等在z分数模型的基础上进行改进，考虑了现金流量变动情况指标，选用1977－1990年的62家公司，即31家破产公司和相对应的同一年度、同一行业及相近净销售额的31家非破产公司，构建了一个财务预警新模型－F模型(Failure Score Model)，并以会计资料库中1990年以来4160家公司数据作为检验样本进行了验证，其F模型的准确率高达近70％，弥补了z模型的不足。

3.Logistic预警模型。多变量预警模型考虑了多项指标衡量公司经营的绩效，在分析预测上也有显著的效果，但其自变量通常难以符合正态分布的假设，故后续学者便建立了一些新模型，如Logistic模型。Logistic模型是采用了一系列的财务指标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，以此对分析对象进行风险定位与决策。

美国学者Ohlson(1980)首先运用Logistic模型进行研究。他选取了1970－1976年间制造业105家财务危机公司与2058家正常公司为样本进行研究，结果发现公司规模、资本结构、经营绩效及流动性对企业发生财务危机具有显著的预测能力。继Ohlson之后，Gentry，Newbold and whifford(1985)、Casey and Bartczak(1985)、Zavgren(1985)也采用类似方法进行研究。