1上市公司財務困境的界定及表現
1.1上市公司財務困境的界定
我們認為：如果上市公司由于下列原因而被特別處理的,我們將其視為財務困境公司：最近兩個會計年度審計結果顯示的凈利潤為負值；最近一個會計年度的審計結果顯示其股東權益低于注冊資本；最近一個會計年度經審計的股東權益扣除注冊會計師、有關部門不予確認的部分,低于注冊資本；最近一份經審計的財務報告對上年度利潤進行調整,導致連續兩個會計年度虧損。因為上述原因而被特別處理的上市公司基本表現為嚴重虧損、償債能力不夠而且持續經營能力不足,符合財務困境的基本內涵。
1.2上市公司財務困境的類型劃分
根據ST公司財務困境的表現，可以將其分為以下三種類型。
（1）突變失敗：此類ST公司的財務比率在被特別處理前一年才迅速惡化，因此并不容易被預測，可稱為“突變失敗”。從原因上分析，此類ST公司多屬于虛假包裝上市的公司，如ST紅光和ST黎明。
（2）收益失敗：此類ST公司在被特別處理前幾年與正常公司在負債比率、流動比率等財務指標上并沒有顯著差異，發生危機的主要原因是盈利下滑，這可以從較差的投資報酬率、總資產周轉率等指標來觀察，這種公司可歸為“收益失敗”。如由于宏觀環境和產業環境等外部沖擊而失敗的上市公司多為此種類型。
（3）慢性失敗：此類公司的失敗信息早在發生危機前幾年就已顯現，許多財務比率如資產報酬率、負債比率、流動比率等都呈現不利變化，并且愈接近危機期間情況愈嚴重，這種經營失敗過程可稱為“慢性失敗”。從失敗原因來看，“慢性失敗”公司大多是由于內部管理不善而發生危機的企業。
1.3上市公司財務困境的階段劃分
除了突變失敗以外，收益失敗和慢性失敗是一個連續的動態過程，根據這兩類ST公司的失敗過程，可以將經營失敗劃分為三個階段。
（1）經營失調階段：當企業遭受內、外部因素的沖擊時，會出現管理失控、投資失誤、主營收入下降及流動資金緊張等現象，這一階段可稱為經營失調階段。
（2）經營危機階段：上市公司如果無法適當地處理經營失調，那么將步入經營危機階段，此時呈現的現象包括資金不足、周轉困難、短期債無法償付等。
（3）經營失敗階段：如果上市公司缺乏有效的矯正措施來渡過經營危機階段，那么最終會面臨經營失敗，上市公司的經營幾乎限于停滯狀態，其負債總額甚至會超過資產總額，出現資不抵債的情形。此時上市公司一般要依賴大規模的資產重組才能擺脫破產的困境。
2上市公司財務困境預警模型評析
關于上市公司財務危機預警系統的研究在海外歷史悠久，在國內則剛剛起步，總體而言，運用于財務困境預測的方法可分為統計類和非統計類兩大類，統計類的方法主要包括一元判別法、多元線性判別法、多元邏輯回歸方法、生存分析法等、非統計方法主要有模擬類預測方法（如神經網絡模型）、行為反映類分析法（如股價分析法）、案例分析法等。
最早提出企業財務預警分析模型的是Beaver(1966)，定義破產包括“債券拖欠不履行，銀行超支，不能支付有限股利等”。運用實證分析得出現金流量與負債總額的比率能夠更好地判定公司的財務狀況。隨后許多學者從事該領域的研究，在研究方法上也不斷完善和改進。Altman(1968）提出了多元Ｚ值模型，將若干變量合并入一個函數方程，用Ｚ值進行判定。Beaver（1966）和Altman（1968、1977）提出的Ｚ值模型，以及Ｍartin（1977）和Ohlson（1980）等提出的邏輯／概率回歸模型。Zavgren（1985）等學者使之進一步深化。Aziz，Emanuel和Ｌawson（1988、1989）以現金流量模型為基礎，提出公司的價值來自經營者、債權人、股東以及政府的現金流現值之和。他們根據破產公司與非破產公司配對數據的分析，發現在破產前五年內，兩類公司的經營現金流量均值和現金支付所得稅均值有顯著差異。目前對財務困境分析用得最多的方法是多元線性判別分析方法和邏輯回歸方法。
我國學者周首華等對Ｚ值模型加以改造，于1996年提出了財務失敗預測的新模型-Ｆ值模型在Ｆ值模型中加入了現金流量這一有效的預測變量，彌補了Ｚ值模型的不足。陳靜以1998年的27家ST公司和27家非ST公司，使用1995—997年的財務報表數據，進行了單變量分析和多元線性判定分析，在單變量判定分析中，發現流動比率與負債比率的誤判率最低；在多元線性判定分析中，發現由負債比率、凈資產收益率、流動比率、營運資本／總資產、總資產周轉率等６個指標構建的模型，在ST發生的前３年能較好地預測ST公司。張玲（2000）以120家公司為研究對象，使用其中60家公司的財務數據估計二類線性判別模型，并使用另外60家公司進行模型檢驗，發現模型具有超前４年的預測結果。高培業、張道奎（2000）采用29個財務指標，運用多元判別分析方法，發現由留存收益／總資產息稅前收益／總資產、銷售收入／總資產、資產負債率、營運資本／總資產構成的判別函數有較好的預測能力。吳世農、盧賢義（2001）以70家ST和70家非ST上市公司作為樣本，采用盈利增長指數、資產報酬率、流動比率、長期負債／股東權益、營運資本／總資產、資產周轉率等６個財務指標，比較了多元判別分析、線性概率模型和Logistic模型的預測效果，發現Logistic模型的預測能力最強。
