財務危機分析論文

導語：財務危機分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

【摘要】本文通過對財務危機研究的預警指標和預警模型進行介紹分析，提出對財務危機研究成果的評價。

【關鍵詞】財務危機研究綜述

一、財務危機研究綜述

（一）財務危機預警指標

1.一般財務指標

一般認為，國外學者對財務危機的研究始于Fitzpatrick(1932)，他借助于對危機公司與非危機公司財務指標的比較分析，發現對財務危機判別能力最高的是凈利潤/股東權益和股東權益/負債兩個比率。Altman（1968）根據行業和資產規模，為33家破產公司選擇了33家非破產配對公司，選用22個變量作為破產前1-5年的預測備選變量。經過篩選，最終確定了5個變量作為判別變量：營運資本/總資產、留存收益/總資產、息稅前利潤/總資產、權益市價/總負債的賬面價值、銷售收入/資產總額。在國內的研究中，吳世農、盧賢義2001年利用財務困境前1-5年的數據對21個財務指標進行逐步回歸，最終選取了盈利增長指數、凈資產收益率、資產報酬率、流動比率、長期負債與股東權益比率、營運資本與總資產比和資產周轉率等6個財務指標。

2.現金流量指標

利用現金流量指標來預測財務危機是基于一個理財學的基本原理：公司的價值應等于預期的現金流量的凈現值。Aziz，Emanuel，Lawom在1988年提出了現金流量信息預測財務困境模型。他們根據配對的破產公司和非破產公司的數據，發現在破產前5年內兩類公司經營現金流量均值和現金支付的所得稅均值有顯著差異。在國內，周首華、楊濟華和王平（1996）在《財務危機的預警分析—F分數模型》一文中，引入了(稅后凈收益+折舊)/平均總負債和(稅后凈收益+利息十折舊)/平均總資產兩個反映現金流量變動的指標。

3.市場收益率指標

Beaver（1968）是使用股票市場收益率信息進行財務危機預測研究的先驅。他發現在有效的資本市場里，股票收益率也如同財務指標一樣可以預測破產，但時間滯后。Aharony，Jones和Swary（1980）用周收益率來衡量股票收益，以股票收益率方差作為對風險變化的預測，構建了基于市場收益率方差的破產預測模型。研究表明在正式破產公告日前4年內，破產公司股票的市場收益率方差與一般公司的市場收益率方差間存在差異,并且隨著破產公告日的臨近，破產公司股票的市場收益率方差加大。

4.其它非財務指標

Hopwood(1989)將三種審計保留意見(一貫性、持續經營和不確定事項保留意見)及六個財務比率納入預測指標，研究結果顯示，在破產發生前1年，三種類型的審計保留意見的公司破產有顯著的關系。破產發生前兩年和前三年，僅有不確定事項審計保留意見與公司破產間具有顯著關系，而一貫性、持續經營審計保留意見與公司破產間不具有顯著關系。Lennox(1999)選取經濟形勢、行業、公司規模、資本杠桿比率、審計意見、應收賬款周轉率、現金與流動負債的比率和資本報酬率等解釋變量對1988－1994年間的5569家樣本公司進行了實證研究，檢驗了審計意見在財務危機預警中的顯著效應。他在研究中發現公司規模、行業、經濟形勢及資本杠桿比率四個變量對公司破產的判別能力顯著。（二）財務危機預警模型

1.單變量模型

單變量分析是最早應用于財務危機預測的模型，其主要思想是通過比較財務危機企業和非財務危機企業之間各個財務指標的顯著差異，選定某個指標作為判別變量，讓樣本數據根據該指標進行排序，然后根據判別點對財務危機企業和非財務危機企業進行分類的一種方法。

單變量分析雖然開創了財務危機預測實證研究的先河，用起來比較簡單，但是它有以下兩方面的局限性：一是根據不同的財務指標進行判斷有可能得出相反的結論。二是單個變量所包含的信息不足以反映企業的整個財務狀況。這兩個缺陷嚴重影響了單變量模型的適用性。

2.多元線性判別模型

多元判別模型是運用多種財務比率指標加權匯總而構造多元線性函數公式來對企業財務危機進行預測。美國學者Altman(1968)在財務危機預測研究領域中貢獻巨大，他率先將多元線性判別方法引入財務預警領域。此后，各國學者開始廣泛關注這一研究領域，財務危機預測模型作為一種工具被普遍接受。研究者們紛紛將多元判別分析法應用到自己的財務危機預測研究中，構建了多變量判別模型。

3.多元邏輯回歸模型

Martin(1977)首次將邏輯回歸分析法引入財務危機預警的研究，使模型不僅能就樣本公司是否發生財務危機進行分類，還可以衡量發生財務危機的概率，并以1969年－1974年為樣本期間，選用25個財務比率分別預測兩年后銀行可能破產的可能性。吳世農、盧賢義(2001)選取了1998-2000年70家ST公司作為財務危機公司樣本和70家非ST公司作為配對樣本，首先采用了剖面分析和單變量判定分析，研究財務危機前5年內各年這些公司21個財務指標的差異性，最后確定了6個預警指標，應用Fisher線性判別分析、多元線性回歸和邏輯回歸分析三種方法構建了相應的模型，通過研究發現三種模型均能在財務危機發生前做出較為準確的判斷，并且相對同一信息集而言，邏輯回歸模型的誤判率最低，財務危機發生前1年的誤判率為6.47%。

多元邏輯回歸模型的優點在于不需要嚴格的假設條件，克服了多元線性判別模型受統計假設約束的局限性，從而具有廣泛的應用。

4.主成分預測模型

楊淑娥、徐偉剛（2003）在《上市公司財務預警模型——Y分數模型的實證研究》文中采用了統計法中的主成分分析法，通過對我國上市公司財務危機狀況的實證研究，建立了上市公司財務預警模型——Y分數模型，并通過本次研究中選擇的樣本指標，初步確定了企業財務狀況評價區域，為企業預測財務危機提供了一種科學可行的預測辦法。

主成分預測模型的綜合指標中的線性組合使得模型中包含的信息量更加豐富，因此近年來，主成分預測模型在財務危機的預警研究中受到了很多學者的青睞。

5.其它模型

1988年Messier和Hansen將專家系統首次引入到財務危機預測領域，1990年Odom等開始運用人工神經網絡進行財務危機預測的探索，而在1998年Franco和Varetto進行了應用遺傳算法在這方面的嘗試等等。這些研究推動了財務危機預測在西方的發展。

我國學者呂長江、周現華（2004）在分析各種研究方法應用前提的基礎上，采用制造業上市公司1999-2002四年的數據分別運用多元判別分析、邏輯線性回歸模型和人工神經網絡模型對財務狀況處于困境的公司進行預測比較分析。結果表明：盡管各模型的使用有其特定的前提條件，三個主流模型均能較好地在公司發生困境前1年和前2-3年較好地進行預測，其中，多元判別分析法要遜色于邏輯模型，神經網絡模型的預測準確率最高。

二、財務危機研究成果的評價

1.關于財務危機的定義，學術界基本上都是從靜態的角度界定，很少從動態的角度進行把握，財務危機從萌芽到爆發這一漸進的過程，還沒有形成一個完整的體系。

2.缺乏遴選預測變量的綜合性理論框架。由于理論的不完善，目前實證研究中預選變量時不能在理論的指導下有系統性的選擇，而只能靠財務分析判斷、以往研究經驗、直覺或其它標準來選擇形形色色的變量，再在經驗數據基礎上不斷地篩選變量。篩選后的變量不一定能代表企業財務狀況的全貌。另外，由于各個預警模型側重點的不一樣，所選取的指標不夠全面，有一定的片面性。

3.國內外研究中利用經驗數據的搜尋與檢驗來嘗試建立有預測能力的模型，不同的建模方法與變量選擇都可能使結果有所不同，因此并不存在一個統一的適用于一切公司的標準模型。各種模型都有誤判和失敗的可能性，目前還缺乏評價模型預測結果的可靠性的系統方法，關于模型應用有效性的評價還非常少。