基于Z-Score模型的我国制造行业上市公司财务预警的分析(2)

北京航空航天大学北海学院毕业设计（论文） 第 3 页

随着统计技术和计算机技术的不断发展，递归分类、人工智能及人工神经元网络等

技术也逐渐被引入到财务危机预警模型中。然而，无论采用什么统计技术或方法，财务危机预警都存在着以下几个问题：

1. 缺乏经济理论的指导

在目前的文献中，解释破产原因的规范性理论非常少。传统上对破产的解释大致可分为四类：一类称作“非均衡模型”（Disequilibrium Mode），主要利用外部冲击来解释公司的破产，如混沌理论（Chaos）和灾害理论（Catastrophe）。第二类为利用具体的经济原因（如市场结构、资本结构及公司的定位）来解释公司破产的财务模型（Financial Model），如Scott（1981）导出的一期期权定价模型、没有外部资本市场的赌徒破产模型、具有完全外部资本市场的赌徒破产模型以及不完全外部资本市场中的赌徒破产模型等四种模型。第三类是新近引入的代理模型（Agency Model），试图用股东和债权人之间潜在利益冲突来解释公司的破产。最后一类是建立在产业经济学上的管理理论（Management Theory），这一理论试图通过寻找公司管理和战略上的弱点来解释破产，此类研究主要以案例研究为主。然而，尽管这些经济理论对建立财务危机预警模型有一定的指导作用，但远不能准确确定预警模型中包括的预警变量。因此，在选择预警变量时，破产预警的经验研究只能以判别率的高低作为标准，进行大量的“搜索工作”，在若干种不同模型、变量组合、样本组合和估计技术组合中寻找判别能力最好的预警模型。

2. 在社会科学中，研究人员更多的是从现实世界的事件中收集数据来检验各种假设，财务危机研究也不例外。

大多数破产研究面向上市公司的，尽管研究人员在研究方法的改进上作出了不懈的努力，但从总体上看，现在的研究方法仍然存在两个关键问题。

第一个问题是最优的判别变量常常是陷入财务危机的征兆，而非陷入财务危机的原因。预警公司数量相对较少，使得研究人员不得不将在不同时期陷入危机的不同行业的公司集合在一起以获得充足的样本量，从这样一个样本得到的最好的预警变量必然是对所有时期样本公司都显著的变量，它们反映了预警公司“最普遍的共同特征”。因为在预警期，公司一般都存在利润低（甚至是负数）和负债高的现象，所以，最好的预警变量往往是利润指标和负债率指标。从这个角度看，大多数危机预警模型提供给财务分析人员的信息只是一些表象而已。

第二个问题是样本选取的困难。尽管上市公司数据相对容易获得，但财务预警公司

北京航空航天大学北海学院毕业设计（论文） 第 4 页

的某些数据难于在陷入预警前获得，完整性也不够。另外，很多研究采用“配对抽样”方法为预警公司构造一组控制样本。尽管这一方法可以控制一些因素，如行业和资产规模，但同时也把作为配对标准的这些因素排除在模型之外，而这些因素很可能是解释破产的重要因素。更为严重的是配对抽样还造成样本中两类公司的比例和它们在总体中的比例严重不一致，夸大了预警模型的判别正确率。

尽管财务危机预警模型在经济学理论基础和研究方法上受到了很大的挑战，但股票投资者、债权人及其他利益相关者和政府监管机构对财务危机预警的巨大需求，使这一领域的学术研究得以不断进行。在一个不确定的环境中，预警财务危机的强烈需求是推动这类研究最主要、最直接的动力。 1.2.2 国内学者对财务危机预警理论的研究

1986年，吴世农、黄世忠曾撰文介绍企业破产的财务分析指标及其预测模型，其后对企业财务危机的分析多数仅限于经验分析或是规范论证，相关的实证研究并不是很多。国内对财务危机预警模型的研究始于上世纪90年代末。例如，吴世农、卢贤义选取1998-2000年我国证券市场上所有的ST公司共计82家，同时剔除存在非正常情况的12家公司，剩余70家ST公司作为财务危机公司样本，以70家非ST公司作为配对样本，样本容量共计140家。他们分别从企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模等角度选取了盈利增长比率、股东权益收益率等21个财务指标。剖面分析发现，在财务困境发生前5年间，除利息保障倍数、存货周转率、总资产和净资产四项指标外，其余17项财务指标的平均值存在显著的差异。随后作者选取净资产收益率、负债比率、营运资产与总资产比率及资产周转率4个指标作单变量判别分析，研究发现净资产收益率的判别模型误差最小。同时，作者分别使用了多元线性回归分析(LMP)型、Fisher线性判定分析和logistic回归分析三种方法构建了相应的模型，研究发现三种模型均能在财务危机发生前做出较为准确的判断。

尽管国内有很多人对财务危机预警分析做了很多研究，也取得了相应的研究成果。但是国内对财务危机预警模型研究尚存在许多不足之处。财务危机预警理论在我国运用缺陷表现在:

1、对财务危机企业样本选择单一性。在我国对财务危机理论的实证研究中，对财务危机企业的定义全部使用我国上市公司的企业，但在我国上市公司中仍然有很多陷入

北京航空航天大学北海学院毕业设计（论文） 第 5 页

2、对非财务危机企业的样本选择不具有普遍性。在我国目前的研究中，很多把绩

财务危机的企业没有被列入。

优上市公司作为非财务危机企业，但上市公司中的绩优企业毕竟少数，这无形中人为的提高的模型的预测精度。同时不同行业的上市公司所表现的系统风险是不一样，需要对模型里的财务危机企业和非财务危机企业进行匹配。

3、对模型中入选的财务指标没有考虑到我国特殊的国情。在我国证券市场有3/2的股份作为国家股和法人股，不能在二级市场流通。我国上市公司公司治理不完善，内部人控制现象严重，以及中介机构的道德诚信责任不足，造成财务报表扭曲现象普遍存在，所以在选择模型的财务指标不能完全照搬照套成熟资本市场的研究指标。

通过上述的西方财务危机理论述评和财务危机理论在我国运用的回归，我们基本上得出以下结论：第一，可以利用上市公司的数据评价和预测企业的综合财务状况。利用企业财务危机发生前2年的财务数据预测财务危机有较高的正确率。第二，应用不同的分析和预测方法，多角度采集信息，有利于提高财务危机预测的准确性。研究中发现，利用多变量判定分析效果要好于单变量判定分析。第三，财务危机预测理论在我国的运用要考虑我国特殊的市场结构以便于进一步的完善。

北京航空航天大学北海学院毕业设计（论文） 第 6 页

2 财务预警基本理论

2.1 财务预警定义

企业财务预警，即财务失败预警，是指借助企业提供的财务 报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用；而且,作为企业经营预警系统的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。 2.2 财务预警的功能

企业财务预警作为企业预警系统的一个重要组成部分和子系统,它除了能预先告知利益相关者有关企业生产营运体系,特别是财务运营体系中隐藏的问题外,还能清晰地告知管理者应如何有效地解决问题,促使企业将有限的资源进行有效配置。一般而言，财务预警有以下功能：

1.预知财务危机的征兆。当可能危害企业财务状况的关键因素出现时，财务失败预警系统能预先发出警告，提醒企业经营者早做准备或采取对策以减少财务损失。

2.预防财务危机发生或控制其进一步扩大。当财务危机征兆出现时，有效的财务失败预警系统不仅能预知并预告，还能及时寻找导致企业财务状况进一步恶化的原因，使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。

3.避免类似的财务危机再次发生。有效的财务失败预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出建议，弥补企业现有财务管理及经营中的缺陷，完善财务失败预警系统，从而既提供未来类似情况的前车之鉴，更能从根本上消除隐患。 2.3 财务预警分析方法

北京航空航天大学北海学院毕业设计（论文） 第 7 页

一、单变量模型

单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威

廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954～1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率

Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。

二、多变量模型

多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了1946～1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数——Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z为判别函数值

X1=（营运资金÷资产总额）×100 X2=（留存收益÷资产总额）×100 X3=（息税前利润÷资产总额）×100

X4=（普通股及优先股市场价值总额÷负债账面价值总额）×100

百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典综合文库基于Z-Score模型的我国制造行业上市公司财务预警的分析(2)在线全文阅读。