基于粗糙集理论的企业财务预警规则

□文/张建忠 于 卓 高贵坤

一、前言

从国内外企业的发展历史来看，企业危机往往首先是从财务管理环节爆发和体现出来的，因此建立和完善企业财务预警指标体系，对企业的生存和发展具有重要的意义。

财务危机是指企业现金不足以清偿到期债务。财务危机具有巨大的危害性，轻则使企业无法正常经营，重则使企业陷入破产清算的境地。而传统的财务指标（即会计比率类指标）在判断企业财务危机方面存在明显缺陷：一是资产的账面价值与未来变现价值不一致，不能反映资产质量的高低；二是利润的实现并不等于相关经济利润已经完全流入企业，应收项目的数量和质量直接影响到利润的实现；三是由于“会计戏法”的原因，使会计比率类指标容易失真。基于上述缺陷，单凭这些财务指标往往难以对财务危机发生的可能性做出准确的预测，甚至可能误导企业管理者，使其过分追求获利能力而忽视实际支付能力。现金流量指标可以在很大程度上克服上述缺陷，同时现金流量类指标还具有其独特的预警效果，因此本文在指标选取过程中，选取了大量的现金流量指标，以达到较好预测财务危机的目的。越来越多的研究发现，非财务类指标在预测企业财务状况时发挥着重要作用，因此本文在研究过程中选用了部分非财务类指标进行预警研究，以期达到更好的效果。

二、文献回顾

Fitzpartick（1932）最早利用一元判定模型对企业财务困境进行预测，结果发现净利润/股东权益、股东权益/负债这两个财务指标差别能力最强；Beaver（1968）运用一元判定预警模型进一步发现，除了可以采用财务指标进行财务困境预测，公司股票价格的变化也可以用来对财务困境进行预测。Altman（1968）首次将多元判别分析的方法引入到财务预警模型中。他从22个财务指标中筛选了5个财务指标构建了Z值模型来对企业财务状况进行预警；Frydman（1985）首次采用递归分割模型来研究企业破产预测问题，并在企业陷入财务困境的背景下将其与判别分析法进行比较，取得了较好的预测效果。

国内的财务预警研究起步较晚。20世纪八十年代开始，国外的财务预警研究与应用成果被逐渐引入到国内。陈静（1999）以37家ST公司和27家健康公司的财务数据建立了一元判别分析，研究认为流动比率和负债比率的判别精度较高；吴世农、卢贤义同样运用一元判别模型分析财务困境出现前5年这两类公司的21个财务指标的差异；刑精平（2004）以利益相关者的行为作为研究变量建立了预警指标体系，研究发现：利益相关者的行动具有明显的次序关系，同时仅部分相关利益者能及时发现财务危机征兆，并采取合理的措施；万希宁、王艳在基于非财务类指标的企业财务危机模糊预警模型中设计采用了偿债能力、营运能力、盈利能力、内部控制四个方面的非财务类指标，独辟蹊径，对企业财务困境从非数据方面进行预测；马若微利用粗糙集与信息熵相结合的方法删除冗余指标，然后根据熵权法确定所筛选指标的权重，得到指标体系，然后运用神经网络技术进行困境预警，取得了较好的预警效果；孙洁、李辉、张萌（2009）分别使用了T检验、逐步判别分析法和容许度及方差因子进行指标的筛选，然后运用多分类器组合财务预测模型进行预警，研究发现，多分类器组合预测模型预测精度优于单分类器预测模型。

三、实证分析

（一）样本及指标体系。样本数据来源于上海证券交易所和深圳证券交易所官方网站及和讯网，选取2007年被特别处理的42家制造业公司作为危机公司样本。在数据处理过程中，剔除了2家由其他因素导致“ST”和数据不全的公司，ST公司样本变为40个。因上市公司被特别处理是基于t-1期年度末财务报表，故本文以2006年年报财务比率数据为条件属性值，以2007年是否被ST为决策属性值，并选取2006年年报经营正常的40家制造业公司作为配对公司。指标体系由会计比率类指标、现金流量类指标和非财务类指标组成，其中包括14个会计比率类指标、14个现金流量类指标和2个非财务类指标。

（二）属性约简及规则提取。运用粗糙集对数据进行分析，需要对连续数据进行离散化处理。根据财务比率的实际经济意义及离散化算法，对每个财务指标值按其属于不同的区间分为不同的类别。如将流动比率划分为［0，0.5］，（0.5，1］，（1，2.5］，（2.5，*），并分别赋值 1、2、3、4；其他财务指标数据根据类似办法进行离散化处理。本文采用基于粗糙集理论的软件工具rosetta完成属性约简。

分析共得到148条约简，在此基础上运用rosetta产生相应的预警规则。在未做出任何限定的情况下，rosetta将所有可能的规则都显示出来。本研究中共产生10196条规则。在这些规则中有一些是有效规则，而另外一些并无典型性。为了提高预警规则的有效性及精确度，本文按照以下原则对指标进行过滤：acc（α→β）≥0.95，cov（α→β）≥0.05，sup（α→β）≥4，共筛选出9条规则。未出现的指标表示运用此预警规则时无需考虑此属性。如果样本的现金比率（%）∈（0，0.5］、资产负债率＞70%、总资产周转率＜0.5、权益净利率＜0，且营业付现率＜0.8时，不用考虑其他指标就可以推断出该样本是财务危机公司，其他规则的判别依此类推。

（三）预警结果的检验。为验证所筛选出的规则的有效性，我们从2005年被特别处理的机械制造类上市公司中随机抽取12家公司作为危机公司样本，并按照相同的配对原则选择12家健康公司作为配对样本进行检验。检验结果如下：根据这9条预警规则可以判别出所抽取的12家财务状况健康公司，对财务健康公司的判定精度为100%；可以判别出11家财务状况陷入危机的公司，而将1家财务状况陷入危机的公司错判为财务健康公司，判定精度为91.67%；从总体来看，24个样本公司中，能够正确判定的有23家公司，判定精度为95.83%。可以看出，该判定规则体系能够以很高的精度判定公司的财务状况，具有很高的参考与应用价值。

四、结论

首先，会计比率类指标基本覆盖了企业资本经营周转全过程的盈利能力、资产管理和偿债能力这几个方面。具体分为以下三类：偿债能力指标（资产负债率、营运资本配置比率、流动比率、现金比率、速动比率）、资产管理指标（应收账款周转率、总资产周转率）、盈利能力指标（权益净利率、资产净利率、销售净利率）。一些学者认为，会计比率类指标反映的是过去发生的事情，是历史数据，并且很容易受管理者操纵，因此不适合以此为基础建立预警指标体系。但上述研究结果表明：科学筛选的会计比率类指标对反映企业财务状况有不可辩驳的优越性，而财务数据获取的方便性和基于统一财会制度的可比性，更说明其作为财务困境预警模型基本指标的不可替代作用。

其次，由于现金流量能够综合地反映企业在一定时期的财务状况的变动情况，能够准确地提示企业盈利的质量，并且现金流量指标几乎不受管理者主观歪曲的影响，因此在财务困境预警中发挥着重要的作用。本文设计和采用了一些能够反映现金流量状况的财务指标进行财务困境的研究，而研究表明，规则中现金流量类指标发挥了重要作用，同时发现营业付现率的重要性位列第一位，在重要性程度上却远远大于前者。

再次，非财务指标中的资产规模，亦具有比较重要的作用。不同规模的企业具有不同的营运特点，其获利能力、成长能力和筹资能力不具有可比性，大企业可以获得规模效益，但资本和资产的增长速度不可能像小企业一样快，如果不同规模企业都使用相同的指标、同一模型，预警结果将很失去意义。

建立我国上市公司财务困境预警模型是一项庞大和系统的工作，本文只是对制造业上市公司财务模型构建的阶段性和尝试性研究。在进行写作过程中，也发现了本文研究问题的疏漏和所得结论的局限性，概括为以下几点：（1）将ST公司与非ST公司按照1∶1进行配对选择样本，这种配对显然与现实不符；（2）由于笔者知识体系的局限性，在初选指标时，入选指标数量不够充分，特别是非财务类指标数量过少。同时，在研究中发现，许多学者对初选指标进行筛选，以检验指标的显著性、共线性等，但由于目前理论界对筛选原则的研究还处于初始阶段，而检验的目的又是一定原则的体现，因此笔者未对初选指标进行筛选，但这一思路给笔者下一步的研究方向给予了启示。

[1]杨德怀.现金流量指标：财务分析指标体系的核心.财会月刊，2005.10.

[2]田月昕，李娜.论财务预警系统的演进.财会通讯（理财版），2008.2.

[3]陈福.论现代企业财务风险及其预警.价值工程，2005.

[4]陈静.上市公司财务恶化预测的实证研究.会计研究，1999.4.

[5]张文修，吴伟志，梁吉业，李德玉.粗糙集理论与方法.科学出版社，2001.

[6]刑精平.企业财务危机中相关利益人行为研究.经济研究，2004.8.