【摘要】本文根據財務困境預測的一般實證研究方法，從多個方面入手，系統地回顧和總結國內在該領域中的主要成果和存在的問題，在此基礎上提出了進一步研究的視角與內容。
隨著我國市場經濟體制改革的深化和資本市場的快速發展，對公司財務困境預測的探討日益重視并形成了研究熱點。企業財務困境預測具有一定的學科跨度。本文選取了十六本國內主要的經濟與管理學術刊物，剔出未刊登相關實證研究文章的《管理世界》、《中國工業經濟》、《財務與會計》，以其中的13本期刊在1995年到2005年之間有關財務困境預測的實證文章為研究樣本，從財務困境的界定、研究樣本的設計、預測變量的選擇、統計方法的應用、研究數據的使用和預測精度判定標準等方面，對國內在該領域的研究文獻進行綜述和分析。
一、研究對象的選擇
如何界定財務困境是進行財務困境預測研究需要首先考慮的問題。在國內，大多數學者根據企業被ST這一事件選取陷入財務困境的公司，這樣的界定與我國的國情具有密切相關性。我國的《企業破產法》雖然早在1986年已經頒布，1988年開始試行，然而迄今為止，還沒有一家上市公司破產。因此，以破產來研究財務困境問題顯然是不可行的。而從擺脫特別處理的公司看，大部分公司是通過大規模資產重組才摘掉“特別處理”的帽子的，這說明特別處理確實在一定程度上反映出公司陷入了財務困境。
1998年深滬證券交易所正式啟用了當上市公司出現“異常狀況”時，對上市公司進行“特別處理”的條款。“異常狀況”包括“財務狀況異常”和“其它狀況異常”。在所選的文章中，將“特別處理”和把“財務狀況異常被ST的公司”也歸為財務困境公司分別統計。其中，將財務困境界定為財務狀況異常而被“特別處理”的占總樣本的35%，直接將財務困境界定為被“特別處理”的占總樣本的44%。可見，把ST公司界定為財務困境在實踐中已經被廣泛地應用了。
注：“其它”是指對某一企業的財務指標進行多期比較，根據結果評價企業在某一時期是否陷入財務困境的文章。
二、研究樣本設計
財務困境預測研究的樣本設計過程涉及到如何確定陷入財務困境公司的樣本組，如何確定作為配對標準的控制因素以及如何進行兩組間樣本個體數量分配的問題等。
如何確定陷入財務困境公司的樣本組，其首要標準是所選公司的財務狀況是否符合所界定的財務困境概念。作為配對標準的控制因素一般包括會計年度、行業和資產規模。這些配對標準用來控制由于財務困境組與控制組之間的報告季節性、行業特征和公司規模的差異所可能帶來的模型偏差。
國內大部分的實證研究采用一一配對抽樣，即樣本組和控制組包含相等的研究個體。這一方法可以控制一些因素，如行業和資產規模，但同時也把作為配對標準的這些因素排除在模型之外，而這些因素很可能是解釋破產的重要因素。配對抽樣還可能造成樣本中兩類公司的比例和它們在總體中的比例嚴重不一致，從而夸大了預測模型的判別正確率。陳曉（2000）采用非配對樣本進行研究，他們最優模型的判別正確率達到了78.24%，并能夠正確判別出73.68%的財務困境公司(ST公司)，這一結果和其它采用配對抽樣得破產研究結果相比，判別正確率偏低。
三、預測變量選擇
目前的財務指針預測模型由于缺乏必要的經濟理論支撐，多從數據挖掘的角度構造模型，在財務指針的選取上還處于探索階段，主要依靠研究者的經驗、直覺以及對前人研究成果的借鑒。為了找出哪些財務指標具有較強的判別能力，筆者對所選文章中財務指標進行了統計。由于各篇文章對財務困境的定義、所選的樣本以及所使用的方法等各不相同，很難從文中的統計效果上比較指標的判別能力的強弱，在本文中筆者從指針的使用頻率上進行統計。
統計結果表明：
（一）被引用頻繁的指標大致可以分為以下幾類
１.資產的流動性指標：流動比率，（期末流動資產-期末流動負債）/總資產，速動比率；２.資產的管理能力指標：總資產周轉率，應收賬款周轉率，存貨周轉率；３.盈利及回報能力指標：資產凈利率，凈資產利潤率，主營業務利潤率，（利潤總額+財務費用）/總資產；４.財務杠桿指標：資產負債率，負債權益比率；５.股本擴張能力指標：留存收益/總資產，每股收益，每股凈資產，每股經營活動現金流量；６.公司的成長性指標：主營收入增長率，資產增長率。
（二）目前的研究中指標選取多為利潤指標，較少涉及到現金流量指標
在所考察的文章中，僅每股經營活動現金流量被常引用。
隨著資本市場的迅速發展，融資的非中介化、證券化趨勢以及金融創新工具的大量涌現，以財務比率為基礎的統計分析方法不能反映借款人和證券發行人的資產在資本市場上快速變化的動態價值，有學者開始利用資本市場的信息構建預警模型。李秉祥（2005）運用期權定價理論，以企業“資不抵債”作為上市公司陷入財務危機的標志，利用資本市場的信息指針——股價建立起上市公司動態財務危機預測模型。劉國光等（2005）應用Merton模型對2002年－2004年ST公司和相應配對公司的危機發生前的違約距離進行了研究，發現危機公司違約距離在危機發生前第三年明顯低于正常公司的相應值，違約距離比傳統財務指標能更早地預警到企業財務危機的發生。
近年來，從公司治理視角探求公司財務困境預警的理論與實證研究也備受關注。姜國華（2004）發現主營業務利潤水平和第一大股東持股比例顯著地影響著公司在第三年成為被“ST”的可能性的大小。吳超鵬和吳世農（2005）根據“價值創造觀”來考察“價值損害型公司”的動態變化及其影響因素，首次引入公司內外部治理變量，應用“排序因變量模型”分析財務狀態變化的影響因素，并采用“人工神經網絡技術”，預測價值損害型企業的物種變化趨勢：財務康復、財務轉好、財務維持、財務轉差或財務困境。結果表明改善公司盈利和營運等能力、提高獨立董事比例、增加財務報表的可信度將有助于避免陷入財務困境。曹德芳（2005）將公司股權結構變量引入財務危機預警的研究中。姜秀華（2005）也在模型中引入了股權集中系數。
四、統計實證方法的運用
不同的統計方法有不同的特點，筆者將樣本文章中所使用的分析方法歸納如下：
公司財務困境預測是非線性問題，然而目前的研究發現非線性模型的靈敏度高，但預測的穩健性比線性模型弱；非線性模型的結構過于復雜會引起樣本過度適應造成預測能力降低，而結構相對簡單的預測能力具有穩健性，但與線性模型又無本質區別。因時間推移以及經濟條件改變，線性/線性模型都面臨參數重新估計甚至重新建模的風險。
五、數據使用和預測精度判定
實證研究需要準確和恰當的數據支持，在大部分的財務困境預測研究中，研究者為了簡化數據收集問題，都使用了現成的數據庫，由于大部分研究數據庫只包含大公司的相關數據，而且往往會出現資料缺失、錯誤的情形，導致研究結果出現偏差，適用性降低。
預測精度判定標準一旦設定，也就決定了模型的預測能力及其外部適用性。判定標準設定的關鍵在于分割點的確定。這主要取決于兩個方面，即對預測先驗概率和預測誤差成本的估計。在MDA 統計技術中可以通過最小化預測誤差機會成本來選擇最優分割點；而多元邏輯回歸（Logit）和多元概率比回歸方法（Probit）在理論上并不存在最優分割點，因為在這種方法中一類錯誤的減少意味著另一類錯誤的增加，分割點的選取取決于模型使用者的具體目標。大多數的研究都假定預測先驗概率為50% ，并且預測結果的兩類誤差所帶來的成本是一樣的，即認為一家公司破產與否的概率是一樣的，而且將一家即將破產的公司預測為不會破產所造成的成本與將不會破產的公司預測為會破產而帶來的成本是一樣的。而在實際中，不破產的概率顯然要高于企業破產的概率，而將不破產公司預測為破產所帶來的危害可能是由于投資者謹慎投資而造成的投資收益下降，收益下降的損失要遠遠小于將破產公司預測為不破產所造成的決策失誤而帶來的投資損失。
六、結論
雖然我國關于財務困境預測方面的研究起步比較晚，但國內學者仍對財務困境預測這一研究領域做出了努力和可貴的探索，并取得了良好成果。通過上述研究以及對文獻的回顧和評述，可以展望國內財務預警領域進一步的研究內容與視角。
（一）在財務困境的界定上
大多數實證研究的研究視角落在上市公司的財務狀況上，這一界定與我國的實際情況有關，但也在一定程度上說明對財務困境的界定應做進一步的研究。
（二）目前的研究中指標選取多為利潤指標，較少涉及到現金流量指標
事實上，現金流量也是企業經營信息很重要的組成部分，大多數公司破產都是由于現金流量不足而出現的支付危機。因此，以后研究時可以進一步挖掘現金流量信息在模型中的預測能力。如：研究經營活動現金流量及其組成部分是否可以進一步提高預測精度，考察經營活動、籌資活動和投資活動的現金流量在公司現金流量中的比重是否能提高模型的預測能力。
（三）在研究的具體方法上
一方面要進一步探索多元邏輯回歸、神經網絡、混沌理論、災害理論等現代分析方法在我國財務困境預警研究中的實踐應用；另一方面，要在預測模型中更多地引入動態指標，構建更為全面的備擇變量。
（四）在預測精度判定方面
許多研究中常假定兩類錯誤成本相同，以誤判率最小為原則建立判別準則，在模型判別效果評價中以預測精度高低來評價模型的預測效率。而在實際中，破產公司誤判為非破產公司(II類錯誤)的代價遠遠高于非破產公司誤判為破產公司(I類錯誤)，這些將是此研究所要努力的方向和研究的重點。
