财务困境及预警研究述评

财务困境及预警研究述评随着我国资本市场的不断发展，我国学者积极引进借鉴了西方的研究成果，对我国企业可能面临的财务困境作了大量理论探讨和实证研究，取得了丰富的研究成果，研究领域涉及到企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外已有的财务困境预警与管理的研究成果进行总结和评述，以对我国该研究的未来方向和趋势有所借鉴。一、财务困境的内涵由于缺少有力的理论支持，对财务困境概念的定义就具有“实证化”和“事件化”的特征，即中外研究者大多是以自己研究的视角和实证的需要以及一些事件的发生作为标志进行定义的。纵观国内外专家学者对财务困境的定义，主要有以下标志：债务拖欠。这是企业财务困境表现的起点。如债券不能偿付、无力偿债、债务拖欠、企业无法按期履行债务合同还本付息、对短期债权人被迫实行延期付款、延期偿还债券利息、延期偿还债券本金(查尔斯吉布森，2005)等；拖欠优先股股利。如在Beaver、Morris、查尔斯吉布森(马若微，2005)等的研究中都提到了这一点；资不抵债。Ross认为定义财务困境的四方面中包括会计破产，即企业账面净资产出现负数，资不抵债；因偿债能力问题导致的重组、接管等事件。如GeorgeFoster指出：所谓财务困境，就是指公司出现了严重的资产折现问题，而且问题的解决必须要依赖于公司的经营方式或存在形式的转变。Morris列出的严重程度依次递减的企业陷入财务困境的标志中，有与债权人发生债务重组、债权人寻求资产保全、公司进行重组、重新指定董事、被接管、公司关闭或出售其部分产业等；破产。破产是公司财务困境的终极表现，如Beaver、Deakin、GeorgeFoster,Morris、Ross、查尔斯吉布森(马若微，2005)等；出现巨额亏损或连续出现亏损。Morris指出企业陷入财务困境的标志中有减少或未能分配股利，或者报告损失、报告比市场预期或可接受水平低的利润，或者公司股票的相对市场价格出现下降等。我国大多数学者对财务困境进行预警研究所依赖的主要是ST处理条款中与利润相关的部分；在交易所被特别处理及其他。Morris列出企业陷入财务困境的标志中有公司股票在交易所被停止交易、被会计师出具对持续经营的保留意见等。我国学者由于国内财务困境预测的研究对象主要针对上市公司，故一般将财务困境界定为财务状况异常而被“特别处理(ST)”。二、财务困境预警模型及应用界定企业的财务状态是财务预警系统的首要步骤，目前大多数的研究集中于对企业是否处于财务困境进行判断。国内外学者运用不同的预测变量、采用各种数学工具和方法建立了大量的财务预警模型。这些方法可以按照不同的标准分为不同的种类。按照研究方法可以分为定性研究和定量研究。定性分析是通过对企业情况的了解与某些外在特征的分析，预测企业的财务状况发生某种危机的可能性。企业财务预警的定性分析方法主要有：标准化调查法，又称风险分析调查法；“四阶段症状”分析法；“三个月资金周转表”分析法；流程图分析法；管理评分法(王玲玲等，2005)。定量分析则包括了绝大多数的预警研究成果，如一元判定模型、多元线性判定模型、多元逻辑回归模型、多元概率化回归模型、人工神经网络模型等。(一)传统财务预警定量模型传统财务预警主要有以下模型：(1)一元判定模型。最早的财务预警研究可溯至Fitzpatrick开展的单变量破产预测。Beaver(1966)首先运用统计方法建立了单变量财务预警模型。(2)多元线性判定模型。Altman(1968)根据行业和资产规模，选择了33家破产公司和33家非破产公司作为研究样本，以误判率最小的原则确定了营运资本，总资产、留存收益，总资产、息税前收益，总资产、股票市值／债务的账面价值、销售收入，总资产5个变量作为判别变量，建立了多元线性判别法预警模型z分数模型。周首华等(1996)在此基础上，提出F分数模型。杨淑娥等(2003)运用主成分分析方法，提出了我国企业的财务预警模型－Y分数预测模型。(3)多元逻辑回归模型。多元逻辑回归模型是已知一个公司具有某些性质(由财务比率指标加以呈现)计算其在一段时间里陷入财务困境的条件概率有多大。Ohlson(1980)将逻辑回归方法引入财务危机预警领域，克服了传统判别分析中的包括变量属于正态分布的假设以及破产和非破产企业具有同一协方差矩阵的假设在内的许多问题，使财务预警得到了重大改进。(二)新兴财务预警模型一建模技术的发展主要有：(1)人工神经网络模型。上个世纪80年代末期，神经网络理论(NN)开始兴起，其影响也及于财务危机预测研究领域。Tam、Coats和Fant、Back等通过输入层、隐藏层和输出层的人工神经网络的模拟构建模型，克服了对样本数据的统计分布要求，但实际效果却不太稳定。如Ahman在对神经网络法和判别分析法的比较研究中得出结论“神经网络分析方法在信用风险识别和预测中的应用，并没有实质性的优于线性判别模型”。(2)专家系统方法应用(Es)。Messier和Hansen将专家系统首次引入到财务困境预测领域从知识获取角度探讨比较了专家系统在信用分析领域的应用。(3)剖面分析法。剖面分析法是计算财务困境公司和非财务困境公司间的某个(些)指标在财务困境前历年的描述性统计量或特征值，并使用图表进行简单分析，以考察财务困境公司和非财务困境公司的异同。近年来我国学者通过深入研究，借鉴和运用其他学科的新理论和新技术，提出了多种财务预警模型，如决策树法(姚靠华、蒋艳辉，2005)、熵值法(王平心、杨冬花，2005)、状态空间模型(胡挺、廖爱清，2005)、雷达图法(舒晓惠等，2005)。此外，还有灰色模糊预测法、聚类分析法、近邻法、联合预测模型等，功效系数法、主成分分析法等预测分析方法也得到了应用，大大丰富了财务预警模型类型。(三)新兴财务预警模型一建模变量的发展主要有：(1)加人期权变量。Charitou和Trigeorgis使用B-S期权定价模型中的相关变量构建了财务危机判别模型，对1983年-1994年期间的139对美国企业进行了对比检验，结果发现到期债务面值、企业资产的当期市价、企业价值变化的标准差等期权变量在预测破产方面作用显著。(2)运用现金流量指标。Blum提出以现金流量观点评估企业发生财务危机的可能性，选取1954年一1968年115家财务危机公司，以多变量判别分析为研究方法，并以流动性、获利性及变异性财务指标建立模型，结果发现发生财务危机前5年的预测率皆能达到70％以上。章之旺(2004)研究了现金流量信息含量和财务困境的关系。(3)利用市场收益率。Aharony等提出了基于市场收益率方差的破产预测模型。发现在正式的破产公告日之前的4年内，破产公司股票的市场收益率方差与一般公司存在差异。Alman和Brenner发现，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark等发现破产公司股票在破产前至少3年内存在负的市场收益率。(4)参考审计意见。Hopwood利用三种形态保留意见和6个财务比率以单变量及多变量建构财务危机预警模式，结果发现在单变量