【摘 要】 在經濟高速發展的大背景下,潛伏著許多危機,這些危機最終表現為財務危機。投資巨人雷曼兄弟、美林集團的倒下,使國內外專家意識到了如何協助企業及早有效地規避財務危機的重要性。文章在對國內外財務風險預警模型及方法進行研究的基礎上,對現有的財務風險預警模型及方法進行了評價。
【關鍵詞】 企業財務預警 預警模型
企業財務預警是以企業財務信息為基礎,利用企業財務報表、經營計劃等資料,通過選擇和觀察敏感性預警指標的變化,借助比例分析、數學模型等分析方法,對企業可能或將要面臨的財務危機進行實時監控和預測報警,并及時向利益相關者發出警示,提出規避風險的建議。財務預警的基本思想就是先通過選擇合適的財務指標或非財務指標,建立財務預警指標體系,然后根據各項指標數據,按照一定的預警方法或模型預測企業將會遇到的各種財務風險和經營風險,最后做出綜合預警分析,采取預警措施。
隨著全球經濟化程度的不斷提高,企業在經營發展過程中所面臨的不確定性和風險性日益增加,這將給企業帶來更大的財務風險。為了使企業在激烈的市場競爭中求得生存和發展,就必須建立一套可行的企業財務預警系統,以便有效控制風險。
一、國外研究綜述
在國外,關于財務危機預警的研究已經有40多年的歷史,已取得了比較成熟的研究成果。這些研究成果大致可以劃分為兩個階段:20世紀60—80年代,形成了一些以統計方法為分析工具的預警模型,即利用財務指標以及非財務指標建立相關數學模型,判斷企業當前的財務狀況和預測未來的財務狀況;20世紀90年代后,學者們開始探索如仿生技術、神經網絡等新方法,利用非統計方法來創建財務困境預警模型。
1、定性方法
(1)專家調查法。實踐表明,利用專家頭腦的直觀判斷具有強大的生命力,專家的作用和經驗是電子計算機無法完全取代的。在數據缺乏、非技術因素起主要作用的情況下,依靠專家能作出更加準確的判斷和評估。當企業需要對未來的發展趨勢作出判斷時,可以組織各領域專家,運用專業知識和經驗,根據企業的內外部環境,通過直觀的歸納,對企業過去和現在的狀況、變化發展過程進行綜合分析研究,找出企業運動、變化、發展的規律,從而對企業未來的發展趨勢作出判斷。
(2)四階段癥狀分析法。企業財務危機的出現一般分為4個階段:潛伏期、發作期、惡化期和實現期。企業如果出現資不抵債、喪失償付能力,就要查清原因,采取措施,將財務危機的危害程度降到最小。
(3)“三個月資金周轉表”分析法。資金周轉率是判斷企業運營能力的重要的標準,從短期來看,若企業制定不出三個月資金周轉表,則說明企業發生了財務危機;若能制定出資金周轉表,還要查明轉入下個月的結轉額是否占總收入的20%以上,應付票據總支付額是否在銷售收入的60%以下(批發商)或40%以下(制造業),如果回答為“否”,則說明企業發生財務危機。該方法的實質是企業面對多變的理財環境應保持一定的現金流量和資產的流動性,以抵御財務出現困難時的危機。
(4)流程圖分析法。該方法要求畫出企業流程圖,找出整個企業運作流程的關鍵點,對企業潛在風險進行判斷和分析,并啟動相應的預防機制。流程圖具有直觀性強,層次分明,脈絡清晰等優點,因此易于普及。
2、定量方法
(1)單變量分析法。該方法是選擇公司的一個財務比率進行分析的傳統方法。Fitzpatrick最早利用一元判定預警模型對企業財務困境進行預測。他以19家公司作為樣本,運用單個財務指標進行預測,結果發現凈利潤/股東權益、股東權益/負債這兩個財務指標判別能力最強。而Smith和Winakdor在類似的研究中發現營運資本/總資產這個指標的預測能力最強。Braver運用一元判定預警模型進一步研究發現,除了可以采用財務指標進行財務困境預測,公司股票價格的變化可用來對企業財務困境進行預測,采用的指標是股票收益率。
(2)MDA。Altman從22個財務指標中選擇了5個財務指標建立一個包含5個變量的Z模型來區分財務困境公司和財務健康公司。這5個指標是營運資本/總資產(x1)、留存盈余/總資產(x2)、息稅前利潤/總資產(x3)、股權的市場價值/債務的帳面價值(x4)、銷售收人 /資產總額(x5)5 個財務指標。Z模型為:Z=0.012x1+0.014x2+0.033x3+0.0064x4 +0.999x5,Z=2.675為該模型的臨界值。由于Z模型主要針對上市的制造業公司,作為Z模型的補充,Altman又提出了專門針對非上市私營企業的Z'模型和專門針對非制造業公司的Z''模型。Z′模型采用的5個指標為營運資本/ 總資產、留存收益/總資產、息稅前收益/總資產、權益賬面價值/債務賬面價值、銷售收入/總資產; Z''模型只采用了4個指標,即營運資本/總資產、留存收益/總資產、息稅前收益/總資產、權益賬面價值/債務賬面價值。 (3)LPM。LPM是利用多元線性回歸方法建立起來的,其形式是:y=c+βx1+βx2+…+βxn,其中:c為常數項,x1…xn 為 n個預警指標變量,β為系數, 解釋預警指標變量對財務危機的影響水平,y為企業發生財務危機的概率。LPM模型以0.5為分界點,y值越大,企業發生財務危機的可能性越大,y值越接近于0,說明企業財務越安全。
(4)Logit。該方法是根據樣本數據使用最大似然估計法估計出各參數值,經一定的數學推導運算,求得公司陷入財務危機的概率。Ohlson利用Logistic分析建立企業財務危機預測模型,結果發現公司規模、資本結構、資金報酬率、變現能力具有顯著的預測能力。Aestebro對有關債務困境預測的方法進行了討論,認為財務困境的預測應該使用多元Logit模型,而且在選取匹配樣本時應使用隨機的而不是確定的標準。
(5)Probit。該方法同Logit類似,區別在于它是以累積標準正態分布進行變量轉換,而Logit則是采用Logitic分布進行轉換。
(6)CUSUM。CUSUM是基于連續的概率比率測試和最優的停止規則提供企業狀況惡化的信號。將該方法應用到財務危機預警研究的學者有Page、Healy、Kahya&Theodossiou。其中,Theodossiou認為多元判別分析線性概率模型、Logit和Probit方法忽略了前期財務信息的有用性,他認為模型還應包含財務狀況惡化的動態過程信息。他于1993年提出了預測公司失敗的CUSUM模型,該方法能探測財務狀況由好轉壞的拐點,對財務狀況惡化敏感并具有記憶力,區分財務指標變化是由序列相關引起的還是由于財務情況惡化造成的,證明了一些在研究中常用的財務比率由于強序列相關,在CUSUM或MDA、Logit和Probit模型中使用將降低模型的穩健性 。
(7)生存分析。生存分析不使用兩分法因變量。在風險模型中因變量是企業持續處于非失敗的時間,而自變量可以是時變變量,以“公司- 年”的形式存放觀測值。Shumway 引入公司年齡變量,構造了一個加速失敗時間的離散風險模型。Catanach以 Logit分布為生存時間的概率分布建立模型,預測結果對如何定義困境和誤判成本有穩健性,且預測精度高于Probit模型。
(8)混沌模型。Lindsay&Campbell將企業視為具有混沌行為的系統,建立了企業失敗預測模型。他們的研究基于混沌理論的兩個基本原理:(1)混沌系統是可以確定的,但由于初始條件的極端敏感性,其可預測性只在短期內有效;(2)健康系統比非健康系統呈現更多的混沌性。在這兩個原理的指導下,他們提出了自己的假設:一個破產企業在臨近破產階段收益的混沌量顯著小于該企業在失敗前早期階段收益的混沌量。該假設得到了有力的驗證。
(9)人工神經網絡(ANN)。神經網絡分析是一種并行分布模式處理系統,具有高度并行計算能力、自學習能力和容錯能力。這種分析的一個優點是使企業財務動態預警成為可能,并使模型具備隨著不斷變化的復雜環境自學習的能力。這意味著隨著樣本數的積累,這種模型可以定期更新推理知識從而實現對企業危機的動態預警。該方法是把預警指標作為神經網絡的輸入變量,采用訓練樣本集對神經網絡進行訓練,然后再用測試樣本集進行仿真,得出未來的財務狀況是優或劣的二值判斷。ANN輸入變量和網絡結構的不同,將導致ANN模型的分類效果也不同。
二、國內研究綜述
在國內,受證券市場發展的影響,對財務預警的研究起步較晚,從20世紀80年代開始,國外的財務預警研究與應用成果逐漸被引入國內。1986年,吳世農、黃世忠首次在我國介紹了企業破產的分析指標和預測模型。1990年,國家自然科學基金委員會管理科學組先后支持佘廉等人從事企業預警研究,并1999年出版了企業預警管理叢書。之后我國學者才真正開始了對財務預警的研究,并逐漸興起并形成系統,但主要還是借鑒國外的模型。
1、單模型研究
陳靜以1998年37ST公司和27家非ST公司為樣本,利用其1995-1997年的財務報表數據進行了一元判別分析,研究認為:在流動比率、負債比率、總資產收益率、凈資產收益率4個指標中,流動比率和負債比率誤判率最低。吳世農、盧賢義以70家ST公司和70家非ST公司為樣本,運用一元判別分析研究財務困境出現前5年內這兩類公司的21個財務指標各年的差異,這些指標包括:盈利增長指數、凈資產報酬率、資產報酬率、主營業務利潤貢獻率、主營業務利潤率、利息保障倍數、流動比率、速動比率、超速動比率、負債比率、長期負債比率、營運資本/總資產、留存收益/總資產、資產增長率、股東權益增長率、主營業務收入增長率、應收賬款周轉率、存貨周轉率、資產周轉率、Log( 總資產)、Log( 總凈資產)。 2、多模型研究
1996年周首華、楊濟華提出了F分數模型,它是在充分考慮了企業現金流量的變動等方面的情況后,對z模型進行了修正。許多專家證實,現金流量比率是預測公司破產的有效變量,F分數模型加入現金流量這一預測自變量,彌補了Z值判定模型的不足。其表達公式為:F=-0.1774+1.1091X1+0.1704X2+1.9271X3+0.0302X4+0.4961X5其中,X1、X2、X4與Z計分模型中的X1、X2 及 X4反映的指標相同,X1=( 期末流動資產一期末流動負債)/期末總資產;X2=期末留存收益/期末總資產;X3=( 凈潤+折舊)/平均總負債;X4=期末股東收益的市場價值/期末總負債;X5=(凈利潤+折舊+利息)/期末總資產。相對于 Z 分數模型,它可以更準確地預測出企業是否存在財務危機。
萬希寧、王艷在基于非財務指標的企業財務危機模糊預警模型研究中,借鑒中國銀行業監督管理委員會在2004年2月發布的《股份制商業銀行風險評級體系(暫行)》中的定性指標體系,并結合企業實際情況,采用了償債能力、營運能力、盈利能力、內部控制4個方面的非財務指標。
三、國內外財務風險預警的研究評價和未來的發展
1、以“權責發生制”為基礎的財務指標居多,以“收付實現制”為基礎的財務指標較少。國內外的財務預警研究多選擇資產負債表、利潤表的基本財務指標和財務指標組合,這
類財務指標的類型包括:盈利能力指標、營運能力指標、償債能力指標、發展能力指等。
但實際上,“權責發生制”下的傳統財務指標可能被人為操縱而導致財務信息失真,從而用其傳統財務指標構建的財務預警模型和方法的真實性也大打折扣。“收付實現制”下的現金流量指標來自現金流量表,不易被操縱。基于現金流量指標來構建財務預警模型將使得財務預警結論的真實性大大提高,增強了模型的科學性和實用性。因此,未來的財務危機預警模型應能夠對公司所提供的財務數據的真偽做出一定鑒別,增加現金流量指標在財務預警模型中的運用。
2、組合財務指標和調整的財務指標的引入的必要。
組合財務指標是指兩個或兩個以上的財務指標通過一定的運算形式組合而成的財務指標,是研究者在財務預警研究的過程中發現和總結出來的一種財務指標,它能夠有效地提高財務預警模型的預警準確性。調整的財務指標是指基本財務指標經過一定的變換和運算后得到的新的財務指標,它是基本財務指標的有效補充,包括財務指標均值、財務指標變動趨勢值、行業平均值、行業平均值的變動趨勢值等。
以往財務預警模型具有靜態和機械的缺點,需要發展一些不同行業的財務危機預警分析模型。由于各個行業都有自身的一些經營特點,具體體現在財務數據上就有一些差異,這就降低了各個行業之間財務數據的可比性,從而使建立不同行業的財務危機預警模型很有必要。
3、宏觀經濟指標和非財務指標的缺乏,特別是要加入“人”的因素。
在整個社會的大環境下,企業財務風險的成因是多種多樣的。金融政策、法律制度和經濟發展水平等等都會給企業的財務帶來風險和機遇。國外已經有個別研究學者在企業財務預警模型中引入了GDP、市場利率和證券市場指數等指標,但此類研究不夠系統和完善,引入的力度還不夠,還沒找到一套全面、有效、可應用于企業微觀財務預警的預警指標體系。企業是“人”的企業,財務風險在一定程度上是由掌管企業經營財務決策的高級管理者(如:總經理、財務總監)決定的,因此有必要在財務預警加入這些高級管理者的因素,包括:對企業的滿意程度,離職率等。
【參考文獻】
1、 尚永珍我國上市公司財務風險預警系統研究河海大學 2005
2、 單靜財 務 風 險 預 警 研 究東 北 林 業 大 學2005
3、 黃巖、李元旭上市公司財務失敗預測實證研究系統工程理論方法應用 2005
4、 李秉祥我國上市公司財務危機預警及其管理對策研究天津: 天津社會科學院出版社,2003
5、 張鳴企業財務預警研究前沿北京:中國財政經濟出版社2004
6、 艾健明企業財務危機預警研究企業經濟 2002
