我國財務(wù)危機(jī)預(yù)警模型的研究會計論文
【摘要】在市場環(huán)境日趨復(fù)雜的今天，如何規(guī)避財務(wù)風(fēng)險，建立有效的財務(wù)危機(jī)預(yù)警模型愈來愈顯示出其重要性。本文通過對國內(nèi)近年來有關(guān)財務(wù)危機(jī)預(yù)警模型研究的介紹，對已有成果進(jìn)行總結(jié)歸納，并結(jié)合國內(nèi)的研究進(jìn)展，對我國財務(wù)危機(jī)預(yù)警模型的研究成果做出基本評價，并對其未來發(fā)展方向做了一定的探討。
【關(guān)鍵詞】財務(wù)危機(jī) 預(yù)警模型
引言：財務(wù)危機(jī)的界定
對財務(wù)危機(jī)的界定，國內(nèi)外學(xué)者因研究目的不同而異，使用了不同的標(biāo)準(zhǔn)。Beaver(1966)認(rèn)為，破產(chǎn)、拖欠償還債務(wù)、透支銀行賬戶或無力支付優(yōu)先股股利四項中的發(fā)生任何一項的企業(yè)，，即可定義為發(fā)生了財務(wù)危機(jī)的企業(yè)。Altman(1968)認(rèn)為，財務(wù)危機(jī)企業(yè)是“進(jìn)入法定破產(chǎn)的企業(yè)”。在國內(nèi)，多數(shù)學(xué)者在研究中傾向于直接使用披露的上市公司數(shù)據(jù)，并以是否被“ST(特別處理)”作為判斷該企業(yè)是否發(fā)生財務(wù)危機(jī)的判斷標(biāo)準(zhǔn)。
一、財務(wù)危機(jī)預(yù)警模型相關(guān)研究成果
國內(nèi)財務(wù)危機(jī)預(yù)警的研究始于20世紀(jì)80年代中后期，而到1996年以后，才陸續(xù)出現(xiàn)以企業(yè)財務(wù)數(shù)據(jù)為基礎(chǔ)建立的財務(wù)危機(jī)預(yù)警模型。
周首華、楊濟(jì)華、王平(1996)在埃特曼(Altman)Z分?jǐn)?shù)模式的基礎(chǔ)上，建立了新的預(yù)測模式——F分?jǐn)?shù)模式。他們選取了31家破產(chǎn)公司及31家非破產(chǎn)公司作為樣本建立F分?jǐn)?shù)模式，并用4160家公司數(shù)據(jù)作為檢驗樣本進(jìn)行了驗證，得出其準(zhǔn)確率近70%。F分?jǐn)?shù)模式充分考慮了現(xiàn)金流量的變動情況，其選取的五個判定變量完全基于財務(wù)理論，而非像其他模式的變量系數(shù)取自實務(wù)選定方法。研究指出，如采用F分?jǐn)?shù)模式進(jìn)行趨勢分析，較之時間序列上任一時點的單一F分?jǐn)?shù)分析都重要得多。
陳靜(1999)采用單變量分析和多元預(yù)測模型對國內(nèi)市場27家ST公司和非ST公司進(jìn)行了實證分析。在單變量分析中，發(fā)現(xiàn)資產(chǎn)負(fù)債率和流動比率在宣布ST前一年的誤判率最低，而在宣布前三年時，總資產(chǎn)收益率和流動比率的誤判率較低。在其建立的多元線性判別分析中，選取了資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、凈利潤、流動比率、營運(yùn)資本/總資產(chǎn)以及總資產(chǎn)周轉(zhuǎn)率六個指標(biāo)來構(gòu)建預(yù)警模型，并通過對三年判定函數(shù)預(yù)測正確率的計算和比較，發(fā)現(xiàn)多元判定模型在宣布前一年的成功率較高，離宣布日越遠(yuǎn)，成功率越低。
吳世農(nóng)、盧賢義(2001)選取1998-2000年發(fā)生ST的樣本公司70家和相對應(yīng)的`非ST樣本公司70家，首先應(yīng)用剖面分析和單變量判定分析，選取盈利增長指數(shù)、資產(chǎn)報酬率、流動比率、長期負(fù)債與股東權(quán)益比率、營運(yùn)資本與總資產(chǎn)比、資產(chǎn)周轉(zhuǎn)率6個指標(biāo)作為多元判定分析得變量，并以此構(gòu)建LPM模型、Fisher二類線性判定模型和Logistic回歸模型。研究表明，LPM模型與Fisher判定模型在財務(wù)困境發(fā)生前1年的誤判率均為10.07%，從應(yīng)用上可證明兩個模型是等價的。三種模型均能在財務(wù)危機(jī)發(fā)生前做出較為準(zhǔn)確的判斷，且就同一樣本集而言，Logistic回歸模型誤判率最低，判定效果最好。
楊淑娥、黃禮(2005)從滬深兩市上市公司中選取了以工業(yè)板塊和綜合板塊為主的90家ST公司和相應(yīng)的90家非ST公司，選擇流動比率、現(xiàn)金比率等10個指標(biāo)利用BP人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。通過構(gòu)建的模型對建模樣本進(jìn)行回判以及對檢驗樣本進(jìn)行判定，其正確判定率分別達(dá)到90.8%和90%，證明了基于財務(wù)指標(biāo)信息的BP人工神經(jīng)網(wǎng)絡(luò)方法是預(yù)測企業(yè)財務(wù)是否會發(fā)生危機(jī)的有效方法。同時，該文也指出，預(yù)警模型在研究同類行業(yè)時將取得更好的效果。
二、對企業(yè)財務(wù)危機(jī)預(yù)警模型研究成果的基本評價
縱觀大多數(shù)學(xué)者對財務(wù)危機(jī)預(yù)警系統(tǒng)的研究，周首華、陳靜等在國外研究模型的基礎(chǔ)上，進(jìn)一步發(fā)展符合國內(nèi)實情的財務(wù)預(yù)警模型，楊淑娥、黃禮等則采用新的思路，結(jié)合其他學(xué)科對構(gòu)建財務(wù)預(yù)警模型的新方法進(jìn)行的探究。這些研究基本上都更加重視現(xiàn)金流量在財務(wù)危機(jī)預(yù)警中的重要作用，以及強(qiáng)調(diào)進(jìn)行時間序列上的趨勢分析的重要性。
通過上述研究可以發(fā)現(xiàn)，所構(gòu)建的財務(wù)危機(jī)預(yù)警模型的誤判率明顯降低，證明近年來國內(nèi)在該領(lǐng)域上的研究成果顯著。但與此同時，也應(yīng)看到我們的研究仍存在不足之處。
1.數(shù)據(jù)的獲取和處理，國內(nèi)研究更大程度上是在上市公司披露的數(shù)據(jù)下進(jìn)行進(jìn)一步研究和建模，獲取的數(shù)據(jù)是否真實可信，對數(shù)據(jù)的處理是否得當(dāng)，這些都是影響模型有效性的重要因素，但這些因素在研究中沒有得到適當(dāng)?shù)谋ＷC。
2.財務(wù)指標(biāo)的選擇，不同行業(yè)各財務(wù)指標(biāo)的重要性及衡量標(biāo)準(zhǔn)有所區(qū)別，國內(nèi)研究一味強(qiáng)調(diào)ST公司的選擇而忽略了公司行業(yè)性質(zhì)的影響，可能使構(gòu)建出來的模型“被綜合”，從而無法做出更加精確的判定。
三、繼續(xù)研究的價值和方向
如何有效控制企業(yè)風(fēng)險、避免企業(yè)財務(wù)危機(jī)發(fā)生，可以說是關(guān)系到企業(yè)的生死存亡，因此對于財務(wù)危機(jī)預(yù)警模型的研究和深化不僅具有重要意義，而且是十分必要的。基于大多數(shù)學(xué)者的研究，進(jìn)一步深入發(fā)展或整合利用其他學(xué)科研究，建立更為有效的財務(wù)危機(jī)預(yù)警模型是當(dāng)前研究的一個主流趨勢。另外，可以考慮在對財務(wù)指標(biāo)進(jìn)行定量分析建模的基礎(chǔ)上，加入一些對觸發(fā)事件、披露事件等的定性分析，提高模型的效度和實用性。
參考文獻(xiàn)
[1]陳靜.上市公司財務(wù)惡化預(yù)測的實證分析.會計研究，1999.4.
[2]吳世農(nóng)，盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究.經(jīng)濟(jì)研究，2001.6.
[3]楊淑娥，黃禮.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)預(yù)警模型.系統(tǒng)工程理論與實踐，2005.1.
[4]周首華，楊濟(jì)華，王平.論財務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式.會計研究，1996.8.
【我國財務(wù)危機(jī)預(yù)警模型的研究會計論文】相關(guān)文章：
1.企業(yè)財務(wù)危機(jī)預(yù)警體系研究
2.企業(yè)財務(wù)危機(jī)預(yù)警體系分析論文
4.企業(yè)財務(wù)危機(jī)爆發(fā)前的預(yù)警有哪些
5.企業(yè)財務(wù)危機(jī)預(yù)警體系探討論文
6.財務(wù)危機(jī)實時預(yù)警系統(tǒng)的基本前提論文