導(dǎo)語：財務(wù)危機警示的對比一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、引言

企業(yè)財務(wù)危機預(yù)警是企業(yè)預(yù)警體系的一個重要組成部分，屬于微觀經(jīng)濟預(yù)警的范疇。從國內(nèi)外企業(yè)發(fā)展來看，企業(yè)失敗往往起端于財務(wù)環(huán)節(jié)。建立財務(wù)危機預(yù)警系統(tǒng)是財務(wù)管理制度創(chuàng)新的必然選擇，具有重要的經(jīng)濟研究價值。

從比弗(Beaver，1966)的單變量研究開始，近40年來，這一研究始終是國際財務(wù)、會計和證券投資領(lǐng)域中經(jīng)久不衰的課題。國外證券市場經(jīng)歷了上百年的發(fā)展，財務(wù)預(yù)警實證研究在利益相關(guān)者對財務(wù)危機預(yù)測信息需求的推動下，不斷創(chuàng)新和擴展，形成了較為成熟的理論和方法，并在實踐中取得了很好的應(yīng)用效果。我國證券市場的發(fā)展不過短短二十年，財務(wù)預(yù)警研究處于剛剛起步階段，吳世農(nóng)、黃世忠從1986年開始介紹企業(yè)的破產(chǎn)分析指標和預(yù)測模型，這一階段的財務(wù)預(yù)警大都是利用單一指標來進行判別的。1994年以來，我國陸續(xù)出現(xiàn)了以企業(yè)財務(wù)數(shù)據(jù)為基礎(chǔ)建立的財務(wù)風險預(yù)測模型，主要是借鑒國外的財務(wù)預(yù)警研究方法，利用我國的數(shù)據(jù)庫資源建立類似的預(yù)警模型。

我們在研究與應(yīng)用中發(fā)現(xiàn)，企業(yè)建立財務(wù)危機預(yù)警系統(tǒng)的關(guān)鍵問題，就是選擇合適的預(yù)警模型。本文對目前已有的企業(yè)財務(wù)危機預(yù)警模型，包括單變量模型預(yù)警法、多變量模型預(yù)警法等方法進行應(yīng)用對比與實證分析，根據(jù)實證分析的結(jié)果分析了每種模型的利與弊，對在我國目前條件下如何綜合使用這些模型提出了建設(shè)性的意見。

二、財務(wù)危機預(yù)警模型綜述

雖然目前財務(wù)危機的預(yù)警模型很多，根據(jù)我們的分析，有些模型已經(jīng)很成熟，實際應(yīng)用比較普遍，并且效果比較理想；有些模型剛剛開發(fā)不久，理論上不夠成熟，實際應(yīng)用效果尚不明朗。本文主要介紹目前在中國實際預(yù)警工作中常用的幾種財務(wù)預(yù)警模型。

(一)單變量模型法

財務(wù)預(yù)警模型是指借助企業(yè)財務(wù)指標和非財務(wù)指標體系，來識別企業(yè)財務(wù)狀況的判別模型。人們最早采用的預(yù)警模型是單變量模型。單變量模型也叫一元判定模型。是將某一項財務(wù)指標作為判別標準來判斷企業(yè)是處于破產(chǎn)狀態(tài)還是非破產(chǎn)狀態(tài)的一種預(yù)測模型。財務(wù)危機預(yù)警研究是從單變量模型研究開始的。

最早建立單變量模型進行財務(wù)困境研究的是1932年的Fitzpatrick?P?J。他以19家公司作為樣本，運用單個財務(wù)比率將樣本企業(yè)劃分為破產(chǎn)組和非破產(chǎn)組，結(jié)果發(fā)現(xiàn)判別能力最高的是資本收益率(凈利潤，股東權(quán)益)與債權(quán)股權(quán)比率(負債/St東權(quán)益)這兩個指標。盡管Fitzpatrick?P?J研究的結(jié)果很不錯，但一直到30多年后的1966年才有人沿著他的這條思路繼續(xù)研究財務(wù)預(yù)警問題。

1966年，威廉?比弗(WilliamBeaver)沿用同樣的思路，在財務(wù)預(yù)警研究領(lǐng)域取得了突破性的進展，第一次系統(tǒng)地運用統(tǒng)計方法和財務(wù)比率進行企業(yè)財務(wù)危機研究。他的《財務(wù)比率與失敗預(yù)警》一文已成為研究企業(yè)失敗與財務(wù)危機預(yù)警模型領(lǐng)域的經(jīng)典之作，對深化這一領(lǐng)域的研究起到了奠基性作用。在這篇論文中，他以企業(yè)失敗預(yù)測為主題，以單一的財務(wù)比率指標為基本變量，運用配對樣本法，隨機挑選了1954～1964年間79家營運失敗企業(yè)，并針對79家失敗企業(yè)逐一挑選與其產(chǎn)業(yè)相同且資產(chǎn)規(guī)模相近的79正常企業(yè)，再將樣本企業(yè)分為學(xué)習(xí)樣本與測試樣本兩組。先以學(xué)習(xí)樣本企業(yè)失敗破產(chǎn)前5年的30項財務(wù)比率進行二分類檢驗，用以找出最具區(qū)別能力的財務(wù)比率及其分界點，并利用測試樣本預(yù)測及驗證選定的財務(wù)比率及其分界點的判別能力。

Beaver的研究表明，對于企業(yè)失敗最具預(yù)測能力的指標是“現(xiàn)金流量/總負債”比率，其次為“總負債，總資產(chǎn)”比率和“凈利潤/總資產(chǎn)”比率。在失敗前5年可達71％的預(yù)測能力，失敗前1年其準確率可高達87％。

(二)多變量模型法

為了改進傳統(tǒng)研究中的缺陷，獲得對企業(yè)財務(wù)危機更好的預(yù)測模型，研究人員從20世紀60年代起發(fā)展了多種新的模型和方法，預(yù)測精度和效率都得到了極大的提高。其中多變量分析(MDA0)是基礎(chǔ)思想方法。最為經(jīng)典的多變量財務(wù)預(yù)警模型為Altman(奧特曼)模型，此后又有其他一些研究人員發(fā)展了這一方法。

1Alunan的Z記分模型(z-scoremodel)

Airman運用MDA分析技術(shù)，在樣本選取上按照美國國家破產(chǎn)法第十章提出的破產(chǎn)申請作為財務(wù)失敗的定義，隨機抽取了1946-1965年間33家制造企業(yè)的破產(chǎn)公司作為樣本，并且按其行業(yè)類型及規(guī)模大小分層抽取了33家正常公司作為配對樣本，把22個有可能預(yù)示公司發(fā)生問題的財務(wù)比率變量分為流動性、獲利能力、財務(wù)杠桿、償債能力和周轉(zhuǎn)能力五大指標。然后利用MDA技術(shù)在每一類比率中選取一個最具區(qū)別和預(yù)測能力的指標放人模型中。

選取上述5個變量通過以下步驟進行：(1)觀察各種可供選擇函數(shù)的統(tǒng)計意義，包括決定每個獨力變量的相對貢獻；(2)評估相關(guān)變量之間的相互關(guān)系；(3)觀察各變量預(yù)測的準確度；(4)專家進行分析判斷。最終Ahman選出了5個變量組成了z記分模型：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

其中：X1=(期末流動資產(chǎn)一期末流動負債)，期末總資產(chǎn)；X2=期末留存收益/期末總資產(chǎn)；X3=息稅前利潤，期末總資產(chǎn)；X4=期末股東權(quán)益的市場價值，期末總負債；X3=本期銷售收A/總資產(chǎn)。

X1為營運資本/資產(chǎn)總額，反映了企業(yè)資產(chǎn)的折現(xiàn)能力和規(guī)模特征。營運資本是企業(yè)的勞動對象，具有周轉(zhuǎn)速度快，變現(xiàn)能力強，項目繁多，性質(zhì)復(fù)雜，獲利能力高，投資風險小等特點。一個企業(yè)營運資本的持續(xù)減少，往往預(yù)示著企業(yè)資金周轉(zhuǎn)不靈或出現(xiàn)短期償債危機。

X2扳映了企業(yè)的累積獲利能力。期末留存收益是由企業(yè)累積稅后利潤而成，對于上市公司，留存收益是凈利潤扣除全部股利后的余額。一般說來，新企業(yè)資產(chǎn)與收益較少，因此相對于老企業(yè)X2較小，而財務(wù)失敗的風險較大。

X1即EBIT/資產(chǎn)總額，可稱為總資產(chǎn)息稅前利潤率，而我們通常所用的總資產(chǎn)息稅前利潤率為EBIT/平均資產(chǎn)總額，分母間的區(qū)別在于平均資產(chǎn)總額避免了期末大量購進資產(chǎn)時使X3降低，不能客觀反映一年中資產(chǎn)的獲利能力。EBIT是指扣除債務(wù)利息與所得稅之前的正常業(yè)務(wù)利潤(包括對外投資收益)，不包括非正常項目、中斷營業(yè)和特別項目及會計原則變更的累積前期影響而產(chǎn)生的收支凈額。原因在于：由負債與資本支持的項目一般屬于正常業(yè)務(wù)范圍，因此，計算總資產(chǎn)利潤率時以正常業(yè)務(wù)經(jīng)營的息稅前利潤為基礎(chǔ)，有利于考核債權(quán)人及所有者投入企業(yè)資本的使用效益。該指標主要是從企業(yè)各種資金來源(包括所有者權(quán)益和負債)的角度對企業(yè)資產(chǎn)的使用效益進行評價的，通常是反映企業(yè)財務(wù)失敗的最有力依據(jù)之一。

X4測定的是財務(wù)結(jié)構(gòu)，分母為流動負債、長期負債的賬面價值之和；分子以股東權(quán)益的市場價值取代了賬面價值，因而對公認的、影響企業(yè)財務(wù)狀況的產(chǎn)權(quán)比率進行了修正，使分子能客觀地反映公司價值的大小。對于上市公司，分子應(yīng)該是：“末流通的股票賬面價值+流通股票期末市價”。X4的分子是一個較難確定的參數(shù)，尤其對于股權(quán)結(jié)構(gòu)較復(fù)雜的企業(yè)。而目前及在今后相當長的時間內(nèi)，非上市公司仍占我國公司總數(shù)的大部分，要確定非上市公司所有者權(quán)益市價，我們可以采用資產(chǎn)評估方法中的預(yù)期收益法，具體表示為：企業(yè)資產(chǎn)市價=企業(yè)預(yù)期實現(xiàn)的年利潤額/行業(yè)業(yè)平均資金利潤率。X4=(企業(yè)資產(chǎn)的市價/負債總額)-1。

X5為總資產(chǎn)周轉(zhuǎn)率，企業(yè)總資產(chǎn)的營運能力集中反映在總資產(chǎn)的經(jīng)營水平上，因此，總資產(chǎn)周轉(zhuǎn)率可以用來分析企業(yè)全部資產(chǎn)的使用效率。如果企業(yè)總資產(chǎn)周轉(zhuǎn)率高，說明企業(yè)利用全部資產(chǎn)進行經(jīng)營的成果好，效率高；反之，如果總資產(chǎn)周轉(zhuǎn)率低，則說明企業(yè)利用全部資產(chǎn)進行經(jīng)營活動的成果差，效率低，最終將影響企業(yè)的獲利能力。如果總資產(chǎn)周轉(zhuǎn)率長期處于較低的狀態(tài)，企業(yè)就應(yīng)當采取措施提高各項資產(chǎn)的利用程度。對那些確實無法提高利用率的多余、閑置資產(chǎn)應(yīng)當及時進行處理，加快資產(chǎn)周轉(zhuǎn)速度。X5的分子“本期銷售收入”應(yīng)該為銷售收入凈額，指銷售收入扣除銷售折扣、銷售折讓、銷售退回等后的余額。

Z記分模型從企業(yè)的資產(chǎn)規(guī)模、獲利能力、財務(wù)結(jié)構(gòu)、償債能力、資產(chǎn)利用效率等方面綜合反映了企業(yè)財務(wù)狀況，進一步推動了財務(wù)預(yù)警的發(fā)展。從這個模型可以看出，增加營運資金、留存收益、息稅前利潤、銷售收入，提高企業(yè)價值，或減少負債、節(jié)約資產(chǎn)占用，可減少企業(yè)破產(chǎn)的可能性。奧特曼教授通過對z記分模型的研究分析得出：z值越小，該企業(yè)遭受財務(wù)失敗的可能性就越大。Altman還提出了判斷企業(yè)破產(chǎn)的臨界值：如果企業(yè)的z值大于2.675，則表明企業(yè)的財務(wù)狀況良好，發(fā)生破產(chǎn)的概率很小；反之，若z值小于1.81，則企業(yè)就存在很大的破產(chǎn)危險；如果z值處于1.81～2.675之間，則稱之為“灰色地帶”，進入這一區(qū)間的企業(yè)財務(wù)狀況是極不穩(wěn)定的。

奧特曼教授選擇了1968年尚在持續(xù)經(jīng)營的33家美國企業(yè)進行預(yù)測，其準確率令人滿意，而且分析依據(jù)的資料越新，準確率越高。如依據(jù)臨近財務(wù)失敗的報表資料預(yù)測其準確率為96％，依據(jù)財務(wù)失敗前一年的報表預(yù)測準確率為72％。但無論怎樣，都必須以財務(wù)報表的真實性、準確性、完整性為前提。近年來，澳大利亞、巴西、加拿大、法國、德國、愛爾蘭、日本和荷蘭都進行了類似的分析。盡管z值的判斷標準在各國間有相當?shù)牟町?，但各國“財?wù)失敗組”的z值的平均值都低于臨界值1.8。

2Altman的ZETA模型

Ahman的z己分模型主要適用于上市公司。為了便于為非上市公司評分，1977年Altman等人又對原始的z記分模型進行擴展，建立了，第二代模型——ZETA模型。這一次的模型選取了自1962～1975年間的53家破產(chǎn)企業(yè)和58家配對的正常公司，樣本公司平均資產(chǎn)規(guī)模在1億美元左右，而且包括了相當數(shù)量的零售類企業(yè)，因而ZETA模型的適用性有所提高。

此次研究利用27個初始財務(wù)比率進行區(qū)別分析，最后模型選取了7個解釋變量，包括：

X1——資產(chǎn)報酬率，采用息稅前利潤與總資產(chǎn)之比衡量。在以前的多變量研究中該變量在評估公司業(yè)績方面相當有效。

X2——盈余的穩(wěn)定性，采用對X1在5～10年估計值的標準誤差指標作為這個變量的度量。收入上的變動會影響到公司風險。

X3——債務(wù)保障，可以用所常用的利息保障倍數(shù)，即息稅前利潤與總利息償付之比來度量。這是固定收益證券分析者債券評級機村所采用的主要變量之一。

X4——累計盈余，可以用公司留存收益/總資產(chǎn)來度量。該比率對于z證分模型尤其有效，它需要考慮以下因素：公司年齡、公司股和政策，以及不同時期的獲利記錄。不管是單變量還是多變量法，該比率都是最重要的。在非上市公司的該比率計算中，分子部分用公司凈資產(chǎn)的賬面價值代替權(quán)益市場價值，因為非上市公司沒有市場價值指標。

X5——流動性，可以用人們所熟悉的流動比率衡量。

X6——資本化率，可以用普通股權(quán)益與總資本之比衡量。在分子和分母中，普通股權(quán)益可以用公司5年的股票平均市值衡量，而不是賬面值。5年平均市值可排除可能出現(xiàn)嚴重、暫時性的市場波動，同時在模型中納入了趨勢的成分。

X7——規(guī)模，可以用公司總資產(chǎn)的對數(shù)形式來衡量。該變量可以根據(jù)財務(wù)報告的變動進行相應(yīng)的調(diào)整。

實證研究表明，ZETA模型的分類正確率高于原始的z記分模型，特別是在破產(chǎn)前較長時間的預(yù)測準確率較高，其中灰色區(qū)域為－1.45～+0.87之間，z值大于0.87以上為非破產(chǎn)組，Z值小于－1.45區(qū)域為破產(chǎn)組。

(三)周首華的F分數(shù)模型

由于z記分模型在建立時并沒有充分考慮到現(xiàn)金流量的變動等方面的情況，因而具有一定的局限性。1996年北京化工大學(xué)會計系周首華、美國夏威夷大學(xué)會計學(xué)院楊濟華和中國人民大學(xué)王平3人在Altman研究的基礎(chǔ)上，并考慮了現(xiàn)金流量對企業(yè)破產(chǎn)的影響，對z記分模型加以改造，并建立了財務(wù)危機預(yù)測的新模型——F分數(shù)模型(FailureScoreModel)：

F=－0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

其中：X1=(期末流動資產(chǎn)-期末流動負債)/期末末總資產(chǎn)；X2=期末留存收益，期末總資產(chǎn)；X3=(稅后純收益+折舊)/平均總負債；)(4=期末股東權(quán)益的市場價值/期末總負債；Xs=(稅后純收益+利息+折舊)，平均總資產(chǎn)。

F分數(shù)模型中X1、X2及X4與z記分模型中的X1、X2及X4相同，兩個模型中各比率的區(qū)別就在于其X3、X5不同。

F分數(shù)模型中X3提一個現(xiàn)金流量指標，它是衡量企業(yè)所產(chǎn)生的全部現(xiàn)金流量可用于償還企業(yè)債務(wù)能力的重要指標。一般來講，企業(yè)提取的折舊費用，也是企業(yè)創(chuàng)造的現(xiàn)金流入，必要時可將這部分資金用來償還債務(wù)。X5則測定的是企業(yè)總資產(chǎn)在創(chuàng)造現(xiàn)金流量方面的能力，相對于z記分模型，它可以更準確地預(yù)測出企業(yè)是否存在財務(wù)危機(其中的利息是指企業(yè)利息收入減去利息支出后的余額)。

F分數(shù)模型的主要特點是：(1)F分數(shù)模型加入現(xiàn)金流量這一預(yù)測變量。許多專家證實現(xiàn)金流量比率是預(yù)測公司破產(chǎn)的有效變量，因而它彌補了z記分模型的不足。(2)該模型考慮到了現(xiàn)代公司財務(wù)狀況的發(fā)展及其有關(guān)標準的更新。比如公司所應(yīng)有財務(wù)比率標準已發(fā)生了許多變化，特別是現(xiàn)金管理技術(shù)的應(yīng)用，已使公司所應(yīng)維持的必要的流動比率大為降低。(3)該模式使用的樣本更加擴大。其使用了CompostatPcPlus會計數(shù)據(jù)庫中1990年以來的4160家公司的數(shù)據(jù)為樣本；而z記分模型的樣本僅為66家(33家破產(chǎn)公司及33家非破產(chǎn)公司)。

F分數(shù)模型中的5個自變量的選擇是基于財務(wù)理論，其臨界點為0.0274。若某一特定企業(yè)的F分數(shù)低于0.0274，則將被預(yù)測為破產(chǎn)公司；反之，若F分數(shù)高于0.0274，則公司將被預(yù)測為繼續(xù)生存公司。

三、財務(wù)危機預(yù)警模型應(yīng)用的實證過程

(一)財務(wù)危機預(yù)警模型應(yīng)用實證研究說明

1研究對象的選擇依據(jù)

本文在財務(wù)危機預(yù)警模型的應(yīng)用研究中，均以在深圳證券交易所掛牌交易的“ST廣廈”這家公司為例來進行實證分析。之所以選擇這家企業(yè)，主要出于三個方面的考慮：一是因為它是上市公司，資料容易搜集；二是因為銀廣廈曾因造假丑聞而遭遇財務(wù)危機；三是因為它出現(xiàn)的財務(wù)危機情況比較典型，代表了中國企業(yè)會計信息失真的普遍現(xiàn)象。實證分析的目的，不但要驗證財務(wù)預(yù)警模型的有效性及其利弊得失，更重要的是驗證在中國目前財務(wù)信息嚴重失真的大環(huán)境下，什么樣的方法效果更好。怎樣有效整合現(xiàn)有的財務(wù)預(yù)警模型。為了達到上述目的，最終選擇了銀廣廈這家公司的資料進行企業(yè)財務(wù)危機預(yù)警的實證研究。

2研究對象的基本情況

“銀廣廈”的全稱為“銀川廣廈實業(yè)股份有限公司”，它是在廣廈(銀川)磁技術(shù)有限公司的基礎(chǔ)上經(jīng)過增資、擴股、股份制改造而成立的。1993年5月開始進行股份制改組，1994年1月28日“廣廈(銀川)實業(yè)股份有限公司”宣告成立，同年6月17日，“銀廣廈A”在深圳證券交易所上市交易，股票代碼為000557。最初的經(jīng)營范圍是高新技術(shù)產(chǎn)品的開發(fā)、生產(chǎn)、銷售，天然物產(chǎn)的開發(fā)、加工和銷售，動植物飼養(yǎng)、種植、加工和銷售。后來逐漸轉(zhuǎn)向葡萄酒和房地產(chǎn)的開發(fā)、加工和銷售。公司上市之卡初業(yè)績尚可，有穩(wěn)步上升的跡象。以后便不停轉(zhuǎn)換主業(yè)，投資失敗。造成主業(yè)缺失，業(yè)績平平，對投資者缺乏吸引力。后終因寂寞難耐引發(fā)造假，公司業(yè)績飚升，股價在兩年內(nèi)上漲440％，創(chuàng)造了股市神話。

2000年8月該公司因銀廣廈全資子公司天津廣廈(集團)有限公司造假，中國證監(jiān)會對銀廣廈正式立案稽查。2001年公司凈資產(chǎn)低于股票面值，自2002年5月8日起公司股票實行特別處理，股票簡稱變?yōu)椤癝T廣廈”。2002年6月5日起股票暫停上市，后進行重組，2002年12月6日“ST廣廈”復(fù)牌。

3研究方法的選擇

盡管目前財務(wù)危機預(yù)警方法層出不窮，但主流的分析方法只有兩大類。特別是在我國主要采用財務(wù)危機預(yù)警模型和財務(wù)報表分析法進行財務(wù)危機預(yù)測，簡稱模型預(yù)警法和指標預(yù)警法。其中模型預(yù)警法主要采用單變量模型法和多變量模型法。因為研究對象銀廣廈是上市公司，所以本文在預(yù)警方法的選擇上主要采用前面所介紹的Beaver的單變量模型預(yù)警法、奧特曼的z記分模型預(yù)警法、周首華的F分數(shù)模型法和財務(wù)報表分析法(即財務(wù)指標預(yù)警法)這四種方法，同時以個案分析的思路貫穿始終，通過實證分析的方法來驗證上述各種方法的預(yù)警效果并進行比較分析，以期找到在我國進行財務(wù)危機預(yù)警的正確思路和最佳方法。

(二)單變量模型法應(yīng)用的實證研究

如前所述，Beaver的單變量模型表明最具預(yù)測能力的3個指標分別為現(xiàn)金流量，總負債、總負債，總資產(chǎn)、凈利潤，總資產(chǎn)指標。因此，結(jié)合銀廣廈的資料分別計算這3個指標進行對比分析。銀廣廈在危機發(fā)生的前3年有關(guān)數(shù)據(jù)計算如下

單變量分析表明，銀廣廈1998年和1999年現(xiàn)金流量為負值，導(dǎo)致該公司債務(wù)保障率為負數(shù)，說明該公司現(xiàn)金流量嚴重不足，需要引起足夠的重視；雖然該公司的資產(chǎn)負債率稍有偏高，但從整體來看，資產(chǎn)負債結(jié)構(gòu)還是比較合理的；該公司的資產(chǎn)報酬率指標除了在1999年出現(xiàn)了大的波動之外，其他年度指標值呈現(xiàn)平穩(wěn)上升趨勢，超過了上市公司的平均水平，表明該企業(yè)的盈利能力在不斷增強。

(三)多變量模型法應(yīng)用的實證研究

1Z記分模型應(yīng)用研究

因為銀廣廈自2002年5月8日起公司股票實行特別處理(改稱“ST廣廈”)，所以我們應(yīng)該選取公司2001年的數(shù)據(jù)進行模型預(yù)警分析。事實上，銀廣廈有其特殊性，如果銀廣廈1998～2000年度不是因為造假，或許早就被戴上“ST”的帽子了。我們可以收集該公司2001年度和2000年度的有關(guān)數(shù)據(jù)代人Z記分模型來進行前景預(yù)測。

根據(jù)計算結(jié)果可以看出，2001年該公司Z值為-3.73，遠遠小于模型判別值的下限1.81，即將陷入財務(wù)危機。判別結(jié)果正確。這一方面說明了z模型具有很強的生命力，不僅能夠應(yīng)用于我國股市，而且還具有較高的準確性；另一方面從判別結(jié)果也說明了銀廣廈經(jīng)營狀況極為糟糕，財務(wù)指標惡化明顯，極有可能會陷入財務(wù)危機。事實上。2001年它在股市的丑惡行徑已經(jīng)敗露，股價一落千丈，已經(jīng)是一家資不抵債、虧損嚴重的“空殼”。所以上述判別結(jié)果也是情理之中的事情。

公司2000年z值為3.34，顯著高于判別值的上限2.675，僅從模型本身判別結(jié)果來看，公司財務(wù)狀況良好，財務(wù)指標正常。如果模型僅僅是判斷下一年是否會陷入財務(wù)困境，那么這一判別結(jié)果也是正確的。而事實上，2000年銀廣廈正處于造假的巔峰。股價因此飆升，單純從財務(wù)指標來判斷，絕對屬于典型的“績優(yōu)”公司，所以據(jù)此計算的z值明顯偏高。

從以上分析可以看出，z模型在企業(yè)危機前一年的預(yù)測中顯示了較強的預(yù)測能力，但同時也應(yīng)該看到。對于虛假的財務(wù)信息，z記分模型顯得無能為力，如2000年就是如此。

2盼數(shù)模型應(yīng)用研究

與z記分模型相比，F(xiàn)分數(shù)模型引入了現(xiàn)金流量因素。這一模型對虛假的財務(wù)信息目前能否發(fā)揮更大的作用呢?因此我們也將該公司2001年和2000年的財務(wù)數(shù)據(jù)代人F分數(shù)模型進行檢驗。

從計算結(jié)果可以看出，銀廣廈2001年F值為-0.6246，遠遠低于模型的預(yù)警臨界點0.0274，按照F分數(shù)模型的判別標準，公司將被判別為財務(wù)危機類公司。判別結(jié)果正確，與事實相吻合。而從2000年的情況來看，公司F值遠遠高于判別值。將把公司判別為財務(wù)正常類公司?？梢?，改進后的F分數(shù)模型同樣對于虛假財務(wù)信息也無法甄別。深入分析其原因，我們會發(fā)現(xiàn)，雖然F分數(shù)模型中加入了現(xiàn)金流量類指標，但是由于現(xiàn)金流量類指標采用間接法計算，同樣依賴公司盈利狀況。而且，在F分數(shù)模型中同樣采用了公司股價指標，而2000年內(nèi)正是公司造假登峰造極之時，股價明顯偏高，以此為基礎(chǔ)計算的預(yù)警模型結(jié)果顯然也偏高。

F分數(shù)模型的預(yù)測結(jié)果與z記分模型的預(yù)測結(jié)論是一致的，盼數(shù)模型的預(yù)測精度并無明顯改善。

四、財務(wù)危機預(yù)警模型應(yīng)用結(jié)果比較分析

(一)單變量模型法應(yīng)用實證研究結(jié)論

1比較分析

運用Beaver的單變量模型法對銀廣廈進行預(yù)警分析，從現(xiàn)金流量/總負債的預(yù)測結(jié)果來看，負債的現(xiàn)金保障程度很低，應(yīng)引起注意；從總負債/總資產(chǎn)和凈利潤/總資產(chǎn)的預(yù)測結(jié)果來看，企業(yè)盈利能力在不斷增強，經(jīng)營狀況良好。采用不同的預(yù)測指標得出了相互矛盾的預(yù)測結(jié)果。這一方面是因為于該公司財務(wù)信息失真，某些財務(wù)指標被操縱，從而影響了預(yù)測精度；另一方面是因為單變量分析法本身具有嚴重缺陷。

單變量分析法的優(yōu)點是簡便易行，沒有前提假設(shè)條件限制，適用范圍廣。但是在Beaven采用單變量分析進行企業(yè)失敗預(yù)警研究之后，很少有研究人員沿用單變量方法進行危機預(yù)測，原因在于單變量分析有以下嚴重缺陷：第一，單變量模型只重視一個指標的反映能力，如果經(jīng)理人員知道這個指標，就有可能去粉飾這個指標。以期表現(xiàn)出良好的財務(wù)狀況。達不到預(yù)警的目的；第二，使用任何單個財務(wù)指標將在很大程度上排斥其他指標的作用；第三。如果使用多個指標分別進行判斷，這幾個指標的判斷結(jié)果可能會產(chǎn)生矛盾，如銀廣廈的情況就是如此，導(dǎo)致無法做出正確的判斷。第四，雖然財務(wù)比率是綜合性較強的指標，但是僅用一個財務(wù)指標不能充分反映企業(yè)的財務(wù)特征，預(yù)警結(jié)果難免會有誤差。

2改進單變量模型法的建議

首先，單變量模型法雖然簡單易行，工作量小，但是總體判別精度不高。在前一年的預(yù)測中，一元判定模型的預(yù)測精度明顯低于多元判定模型。銀廣廈的判別結(jié)果就是如此。不過，眾多的實證研究表明，一元判定模型在危機發(fā)生的前兩年、前3年的預(yù)測中表現(xiàn)出了很強的預(yù)測能力。這也說明有些企業(yè)的財務(wù)困境是從某些財務(wù)指標的惡化開始的。如果能設(shè)置一些適合企業(yè)自身特點的單變量指標進行財務(wù)危機的監(jiān)測，就有可能做到早知道早預(yù)防。因此可以利用單變量分析法進行企業(yè)財務(wù)危機的遠期預(yù)測，作為財務(wù)預(yù)測的一種輔助方法來使用，不失為一種理想的選擇。

其次，由于我國企業(yè)財務(wù)信息失真現(xiàn)象比較普遍，建立單變量預(yù)警指標監(jiān)測企業(yè)財務(wù)危機時，應(yīng)更多地使用基于現(xiàn)金流量基礎(chǔ)上的財務(wù)指標。銀廣廈的單變量模型預(yù)測中，現(xiàn)金流量，總負債指標的預(yù)測效果好于總負債，總資產(chǎn)和凈利潤，總資產(chǎn)兩個指標。眾所周知，建立在權(quán)責發(fā)生制基礎(chǔ)上利潤指標經(jīng)常受到經(jīng)營者的控制，經(jīng)營者可通過調(diào)整會計政策，控制相關(guān)費用等手段來調(diào)節(jié)會計凈利潤的高低。這種利潤操縱行為，在西方被稱為“會計戲法”?！皶嫅蚍ā毖菔镜慕Y(jié)果，導(dǎo)致財務(wù)信息失真，造成決策信息混亂。它會演繹成一種非常奇特、非常矛盾的狀況：一方面企業(yè)賬面有會計利潤；另一方面，企業(yè)的現(xiàn)金支付能力極差，而這種企業(yè)現(xiàn)金流量和現(xiàn)金支付能力的危機，正是1997年亞洲金融風暴形成的基礎(chǔ)。

(二)多變量模型法實證應(yīng)用研究結(jié)論

1比較分析

從上述多元判別模型的應(yīng)用結(jié)果來看，z記分模型和F分數(shù)模型在危機全面爆發(fā)的前一年(銀廣廈被戴上“ST”的帽子)的預(yù)測結(jié)果都是準確的，即2001年的模型預(yù)警結(jié)果還是準確的。這說明我們可以借助財務(wù)預(yù)警模型早日發(fā)現(xiàn)企業(yè)經(jīng)營活動中存在的潛在風險和危機，不管是z記分模型還是F分數(shù)模型至今仍具有強大的生命力，而且距離危機發(fā)生期越近預(yù)測結(jié)果越準確。但是也應(yīng)該看到，不管是z模型還是F模型，都是以財務(wù)信息的真實性為前提條件的。一旦會計信息失真，預(yù)警結(jié)果就會不準確。由此可見，經(jīng)典的財務(wù)預(yù)警模型具有很好的“財務(wù)判斷功能”，而在“財務(wù)識別功能”上略顯不足，從而總體預(yù)測精度會受影響。F分數(shù)模型雖然加進了現(xiàn)金流量因素，但是仍然沒有實質(zhì)性的改進。

從模型的建立方法來看，z記分模型和F分數(shù)模型都屬于多元判別模型。多元判別模型在很大程度上克服了一元判別分析的缺陷，該方法的優(yōu)點表現(xiàn)在：(1)能夠包容反映企業(yè)財務(wù)狀況的多個指標，因此在財務(wù)危機預(yù)測中適用范圍較廣；(2)能夠包含獨立變量；(3)一旦完成模型構(gòu)建，運用相對容易；(4)預(yù)測精度比較高，特別是在危機發(fā)生的前一年，不管是z記分模型還是F分數(shù)模型，都具有較高的判別精度。

但是利用多元判別模型進行財務(wù)危機預(yù)警的缺陷也是不容忽視的。多元判別模型本身存在的缺陷有：(1)預(yù)測工作量比較大，研究者需要做大量的數(shù)據(jù)收集和數(shù)據(jù)分析工作。(2)在前一年的預(yù)測中，多變量判定模型的預(yù)測精度比較高，但在前兩年、前三年的預(yù)測中，其預(yù)測精度則大幅下降。甚至低于一元判別模型?？赡艿脑蚓褪呛芏嘭攧?wù)變量只是企業(yè)陷入財務(wù)困境的征兆，或者說是一種表象，而不是陷入財務(wù)困境的原因和本質(zhì)。過多的財務(wù)指標，將“因”和“果”混淆在一起。反而增加了模型的噪音。(3)多元線性判定模型有嚴格的假設(shè)條件。從模型的建立方法來看，不管是z記分模型，還是盼數(shù)模型的建立，實際上都有這樣三個假設(shè)條件：一是樣本財務(wù)資料要服從多元正態(tài)分布；二是每一個變量都不是其他變量的線性組合；三是兩樣本群體的協(xié)方差矩陣相等。但是在企業(yè)財務(wù)危機研究的實務(wù)中，財務(wù)資料大多不符合常態(tài)概率分布的基本假設(shè)，當這個假設(shè)條件破壞時，計算的概率將非常不準確，最終影響預(yù)警精度。同時，由于多在近似狀態(tài)下使用，適用范圍受到了限制。

通過上述單變量與多變量判別模型的優(yōu)缺點分析，可以清楚地比較兩者的區(qū)別。主要方面的區(qū)別如表7所示。

五、改進多變量模型的建議

(一)考慮采用其他方法建立多變量預(yù)警模型

為了克服多元判定模型嚴格的假設(shè)條件，可以采用以下幾種方法建立多變量財務(wù)危機預(yù)警模型。

1多元邏輯模型

Ohlson(1980)提出了多元邏輯模型(Logit)的建立方法。多元邏輯模型的目標在于尋求觀察對象的條件概率，從而據(jù)以判斷觀察對象的財務(wù)狀況和經(jīng)營風險。它是建立在累計概率函數(shù)的基礎(chǔ)上，不需自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的假設(shè)條件，Logit模型假設(shè)破產(chǎn)企業(yè)的概率P(破產(chǎn)取1，非破產(chǎn)取O)，并假設(shè)hl[p/(1-p)]可以用財務(wù)比率線性解釋。首先假定Ln(p/(1-p)]=a+bx，然后根據(jù)推導(dǎo)可以得出P=exp(a+bx)，[1+exp(a+bx)]，從而計算出破產(chǎn)企業(yè)的概率。其判別規(guī)則是：如果P值大于0.5，則表明企業(yè)破產(chǎn)的概率比較大，那么則判定企業(yè)為即將破產(chǎn)類型；如果P值低于0.5。則表明企業(yè)財務(wù)正常的概率比較大，判定企業(yè)為財務(wù)正常類型。

2多元概率比模型(Probit)

Zmijewski(1984)提出了多元概率比模型(Probit)。多元概率比模型同樣假定企業(yè)破產(chǎn)的概率為P，并假設(shè)企業(yè)樣本服從標準正態(tài)分布，其概率函數(shù)的P值可以用財務(wù)指標線性解釋。其計算方法和Logit很類似，先是確定企業(yè)樣本的極大似然函數(shù)，然后通過求似然函數(shù)的極大值就可以得到參數(shù)a、b，接下來就可以利用下面的公式求出企業(yè)破產(chǎn)的概率。如果概率P小于0.5，就判定為財務(wù)正常型，如果P大于0.5，則為即將破產(chǎn)型。

P=∫(1/2π)edt

Probil模型與Logit模型的思路很相像，但是在具體的itgt方法和假設(shè)前提上又有一定的差異，主要體現(xiàn)在三個方面：一是假設(shè)前提不同，Logit不需要嚴格的假設(shè)條件，而Probit則假設(shè)企業(yè)樣本服從標準正態(tài)分布，其概率函數(shù)的P值可以用財務(wù)指標線性解釋；二是關(guān)于參數(shù)a、b的求解方法略有不同，雖然兩者都采用極大似然法，但是，Logit采用的是極大化對數(shù)似然函數(shù)求解，而Probit采用極大化積分似然函數(shù)求解；三是求破產(chǎn)概率的方法不同，Logit采用相對數(shù)方法，而Probit采用積分處理的方法。

3人工神經(jīng)網(wǎng)絡(luò)(ANN)模型

人工神經(jīng)網(wǎng)絡(luò)(ANN)模型就是將神經(jīng)網(wǎng)絡(luò)的分類方法應(yīng)用于財務(wù)預(yù)警。傳統(tǒng)的分類方法大部分屬于母參數(shù)統(tǒng)計方法，其中以判別分析(DiscfiminationAnalysis，簡稱DA)和Log-it回歸分析等最為廣泛。母參數(shù)統(tǒng)計方法均以選定的獨立變量結(jié)合歷史數(shù)據(jù)資料建立一個預(yù)測模型，并作為未來分類判別之用。傳統(tǒng)的統(tǒng)計區(qū)分方法須受制于若干母體分配的假設(shè)前提，已經(jīng)很不適用當今復(fù)雜多變的企業(yè)運作環(huán)境。而且它對錯誤資料的輸入不具有容錯性，無法自我學(xué)習(xí)與調(diào)整，也無法處理資料遺漏的狀況。而人工神經(jīng)網(wǎng)絡(luò)是一種平行分散處理模式，其構(gòu)建原理是基于對人類大腦神經(jīng)運作的模擬。ANN除具有較好的模式識別能力外，而且還可以克服統(tǒng)計方法的限制。因為它具有容錯能力和處理資料遺漏或錯誤的能力，最為可貴的是，ANN還具有學(xué)習(xí)能力，可以隨時依據(jù)新數(shù)據(jù)資料進行自我學(xué)習(xí)、訓(xùn)練，并調(diào)整其內(nèi)部的儲存權(quán)重參數(shù)以應(yīng)對多變的企業(yè)環(huán)境，這是傳統(tǒng)統(tǒng)計方法所無法比擬的。

它通常由輸入層、輸出層和隱藏層組成，其信息處理分為前向傳播和后向?qū)W習(xí)兩步進行。網(wǎng)絡(luò)的學(xué)習(xí)是一種誤差從輸出層到輸入層向后傳播并修正數(shù)值的過程，學(xué)習(xí)的目的是使網(wǎng)絡(luò)的實際輸出逼近某個給定的期望輸出。根據(jù)最后的期望輸出，得出企業(yè)的期望值，然后根據(jù)學(xué)習(xí)得出的判別規(guī)則來對樣本進行分類?？继厮固?coats)和范特(Fant)1993年開始利用神經(jīng)網(wǎng)絡(luò)理論建立財務(wù)預(yù)警模型，由于該模型是模仿生物大腦神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程，不需要考慮研究變量是否符合正態(tài)分布，并且可以有效處理非量化因素，同時具有較好的能力，從而能夠更好地進行預(yù)測。

4聯(lián)合預(yù)測模型

聯(lián)合預(yù)測模型是運用企業(yè)模型來模擬企業(yè)的運作過程，從而動態(tài)地描述財務(wù)正常企業(yè)和財務(wù)困境企業(yè)的特征，然后根據(jù)不同特征和判別規(guī)則，對企業(yè)樣本進行分類。其運用的關(guān)鍵是如何準確模擬企業(yè)的運作過程。因此它要求能夠有一個基本的理論框架，通過這一框架來有效模擬企業(yè)的運作過程，從而能夠有效反映和識別不同企業(yè)的行為特征、財務(wù)特征，并據(jù)以區(qū)分企業(yè)樣本。

聯(lián)合模型最大的優(yōu)點就是克服了財務(wù)預(yù)測模型只運用財務(wù)指標的片面性，它能動態(tài)模擬和反映企業(yè)經(jīng)營過程中的方方面面。因為財務(wù)指標有其先天的局限性，它只能計量企業(yè)運營的財務(wù)結(jié)果，遺漏了很多事關(guān)重大但未能在財務(wù)指標中得到體現(xiàn)的非財務(wù)信息，如人力資源狀況、企業(yè)發(fā)展戰(zhàn)略、企業(yè)地理位置等等。

(二)在預(yù)警模型中加入非量化信息

財務(wù)危機的預(yù)警模型是利用財務(wù)信息對危機進行的定量分析，在操作中還應(yīng)當結(jié)合非量化信息，對企業(yè)財務(wù)狀況進行定性分析。事實上，非量化因素在披露企業(yè)財務(wù)狀況方面要比財務(wù)指標更為可靠、有效。如企業(yè)財務(wù)報表不能及時公開，或者管理層集體辭職、企業(yè)出現(xiàn)過度擴張、過度依賴銀行貸款、企業(yè)人力資源匱乏、企業(yè)市場定位不清等非財務(wù)信息，都可能預(yù)示著企業(yè)存在潛在的危機，而這些是財務(wù)比率等量化信息所不能涵蓋的。因此，企業(yè)財務(wù)預(yù)警模型不能單純依靠財務(wù)數(shù)據(jù)，至少要在預(yù)警系統(tǒng)中涉及到非財務(wù)數(shù)據(jù)。既要涉及定量信息，也要涉及定性信息，只有這樣才能更完整地反映企業(yè)全貌。例如把注冊會計師的審計意見、行業(yè)與產(chǎn)業(yè)因素、總體經(jīng)濟因素、股權(quán)結(jié)構(gòu)、公司治理結(jié)構(gòu)、戰(zhàn)略、內(nèi)控等非量化因素。采取適當?shù)姆绞竭M行量化處理后加入預(yù)警模型中，比如可以參照國有企業(yè)績效評價中對非量化因素采用評分的方法，將評分的結(jié)果作為財務(wù)預(yù)警模型的一個組成部分。

(三)財務(wù)預(yù)警模型與企業(yè)實際相結(jié)合，分行業(yè)建立預(yù)警模型

雖然傳統(tǒng)的財務(wù)預(yù)警模型可以用于監(jiān)測企業(yè)的財務(wù)情況和經(jīng)營活動，并具有很強的生命力。但由于各企業(yè)的行業(yè)性質(zhì)，經(jīng)營規(guī)模、所處國別和地域等方面都存在許多差異，因此在實際運用中，不宜直接照搬國外的財務(wù)預(yù)警模型，企業(yè)應(yīng)根據(jù)自身的實際情況，因地制宜，設(shè)計、構(gòu)建符合企業(yè)要求和特點的創(chuàng)新型財務(wù)預(yù)警模型。預(yù)測模型使用的技術(shù)問題，包括影響模型擬合效果的實效性問題和行業(yè)因素問題，會隨著經(jīng)濟環(huán)境的變化越來越突出。因此對國外的預(yù)警模型研究其變化并適當進行微調(diào)是十分必要的?？紤]行業(yè)因素的影響，對z模型的修正可以按以下三種思路來進行：第一，在模型整體上加上行業(yè)修正值；第二，針對模型中的每個變量設(shè)定行業(yè)修正值；第三，使模型中所選取的財務(wù)變量呈現(xiàn)行業(yè)性差異，即不同行業(yè)選用的指標不同。通過修正可以使財務(wù)預(yù)警模型更精確更有針對性。

(三)在預(yù)警模型中加大現(xiàn)金流量指標的權(quán)重

目前中國公司法中規(guī)定實行ST制度以及暫停上市和終止上市制度，上市公司的管理層及有關(guān)部門為了保留殼資源，避免出現(xiàn)虧損或連續(xù)3年虧損，往往會竭盡全力采用盈余操縱手段。財務(wù)預(yù)警模型的構(gòu)成指標主要是取自資產(chǎn)負債表和損益表的數(shù)據(jù)，以權(quán)責發(fā)生制為基礎(chǔ)，容易受到盈余管理的影響，其與財務(wù)狀況的相關(guān)性大打折扣?，F(xiàn)金流量表是上市公司的重要會計報表之一，其編制原則和方法具有統(tǒng)一的規(guī)定，其主要作用是提供現(xiàn)金流量方面的信息，以實收實付制為基礎(chǔ)，能較客觀地反映企業(yè)真實的財務(wù)狀況。以現(xiàn)金流量表中的數(shù)據(jù)為基礎(chǔ)構(gòu)成的現(xiàn)金流量指標也減少了盈余管理的影響，將其納入模型并提高該類指標的權(quán)重能夠使模型更客觀地反映企業(yè)的財務(wù)狀況，更好地起到預(yù)警作用。研究人員在這方面也進行了大量有益的探討。事實證明確實能提高模型預(yù)警的精度。

(四)在預(yù)警模型中引入經(jīng)濟增加值變量

我國實證研究的數(shù)據(jù)取自公司會計報表上公布的財務(wù)指標，然而傳統(tǒng)會計指標只考慮債務(wù)資本的成本，不考慮股權(quán)資本的成本，并不能說明股東價值是否保值增值，并且會計利潤指標的使用對管理者產(chǎn)生誤導(dǎo)，傾向于盈利操縱和短期行為，不利于企業(yè)的長期發(fā)展。經(jīng)濟增加值是從稅后凈營業(yè)利潤中扣除包括股權(quán)和債權(quán)的所有資本成本后的經(jīng)營利潤，它不受公認會計準則的限制。通過對財務(wù)會計報表進行適當?shù)恼{(diào)整，它消除了會計報表對企業(yè)利潤的扭曲，真正成為股東所定義的利潤。因此，在預(yù)警模型中如果能用經(jīng)濟增加值指標代替會計利潤在很大程度上能夠克服傳統(tǒng)利潤指標的缺陷，尋找經(jīng)濟增加值與財務(wù)危機之間的相關(guān)關(guān)系，在理論上也是一種創(chuàng)新和突破。

需要說明的是，我們遵循以上思路對預(yù)警模型進行改進，并不是要求預(yù)警模型必須對虛假的財務(wù)信息具有識別功能。而是使之與我國的實際情況相符，發(fā)揮其應(yīng)有的作用而已。因為我們不能苛求財務(wù)預(yù)警模型僅僅依靠若干財務(wù)指標之間的勾稽關(guān)系，就能發(fā)現(xiàn)公司存在的漏洞，尤其是在公司極力掩飾之時，這一任務(wù)就變得更加艱巨。因為財務(wù)預(yù)警畢竟是建立在真實財務(wù)信息的基礎(chǔ)之上的。改變這一基礎(chǔ)就偏離了財務(wù)危機預(yù)警的初衷。要想識別企業(yè)財務(wù)信息的真實與否，還得另辟蹊徑。

六、結(jié)論

綜上所述。每一種財務(wù)危機預(yù)警模型都有利也有弊。只有充分發(fā)揮每一種方法的長處，把各種方法結(jié)合使用，才能取得理想的預(yù)警效果。對于企業(yè)來說，最重要的也許并不是怎樣開發(fā)新的預(yù)警模型或預(yù)警方法，更重要的是如何整合已有的財務(wù)危機預(yù)警方法，達到財務(wù)危機預(yù)警的目的。

進行企業(yè)財務(wù)危機預(yù)警應(yīng)堅持遠期監(jiān)測與近期預(yù)警相結(jié)合。單變量模型的遠期監(jiān)測效果比較理想，因此為了減輕工作量，可以設(shè)置適合企業(yè)自身業(yè)務(wù)特點的單變量模型進行遠期監(jiān)測。發(fā)現(xiàn)危機動向及時反饋信息，以加強近期的實時監(jiān)測預(yù)報工作。而財務(wù)危機的近期預(yù)警應(yīng)使用多變量模型法來進行。實踐證明，多變量預(yù)警模型的近期預(yù)警精度比較高。但是由于多變量模型只能預(yù)測財務(wù)危機而不能解釋財務(wù)危機產(chǎn)生的原因。因此，通過近期預(yù)警一旦發(fā)現(xiàn)了財務(wù)危機的動向，就應(yīng)該對其進行修正，加入其他變量，對其進行必要的整合，或與企業(yè)的實際情況相結(jié)合，運用財務(wù)報表分析法查找企業(yè)發(fā)生危機的原因，以便有針對性地采取有效措施，將危機化解在萌芽階段。