企业财务危机预警模型设立及分析

冯楠楠

【摘 要】 全球化条件下企业面临财务危机的可能性较大使得预警模型方面的研究有较高的实用价值，模型基本都是采用条件概率模型而建立起来，使用单变量分析筛选公司危机涉及到的财务和非财务指标，具备了传统模型没有的优势，通过概率模型减低了传统模型的随意性，同时兼容财务与非财务指标，在不同类别间的选择中寻求最优分类。文章从6个维度下的6个财务和非财务指标角度设立财务危机预警模型，为企业提供另一种较为可靠的预警模型。

【关键词】 企业财务危机； 预警模型； 条件概率

【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2018）09-0113-03

目前财务危机的预警模型很多，主流基本都是采用条件概率模型而建立起来。条件概率模型建立起的企业财务危机预警模型是以特征财务比率为解释变量并运用数量统计方法推导而建立，从而预测某种财务危机发生的可能性，帮助经营者在危机出现的萌芽阶段采取有效措施，帮助投资者、债权人等利益相关者进行自身需求的判断。在本文中使用较为成熟的条件概率模型来甄别企业财务危机，从6个维度下的6个财务和非财务指标角度设立财务危机预警模型，寻求为企业提供另一种较为可靠的预警模型。

一、数据来源

本文的全部研究数据均来自于国泰安数据库。由于我国新企业会计准则于2007年生效，因此将样本区间定义为2007—2014年。数据处理软件为Stata 14。

二、企业危机的定义

目前，学术界对于企业危机判别，主要侧重于企业是否存在财务危机，目前主要有两种方法：（1）是否被进行ST标识[1]，即如果一个上市公司被交易所进行ST警告，则被视为企业存在财务危机；（2）根据多元财务危机计分模型的打分情况判别，例如经典的Z值分析法下[2]小于1.8者即可被视为存在财务危机[3]。部分研究认为，中国资本市场的特殊性可能使得上市公司面临更低的财务危机成本，隐性政企关联使得企业在面临财务危机时，仍能够通过政治关联获得银行贷款等融资，因此Z值分析法在中国本土是否可以使用，使用的阈值应当设置为多少，仍需要进一步论证。基于现有技术条件等客观因素的限制，本文使用是否存在ST标识来作为企业财务危机的定义。

三、方法设计

经济学科中存在大量不确定性信息，关于其研究离不开概率统计的运用。条件概率模型，又叫判别模型，基本思想是有限样本条件下建立判别函数，不考虑样本的产生模型，直接研究预测模型。优势是寻找不同类别间的最优分类，反映的是异类数据之间的差异，能清晰地分辨类别差异特征，适用于较多类别的识别。

根据已有研究的系统回顾[4]，目前的企业财务危机预警模型技术主要分为三个阶段：第一个阶段是单一变量的财务危机预警模型，其特点是依据资产收益率、负债率等财务指标，通过对比分析，使用二分法来甄别财务风险，属于较为原始的方法。第二阶段为多元变量财务危机预警模型阶段，在此阶段，主要衍生出两种方法，第一种是根据统计数据，将多元财务变量融合出一个综合分数，此类方法的代表即是Z评分模型；第二种则是基于条件概率模型，通过对历史数据的经验分析，利用Logit或者Probit模型对破产概率进行计算，因此更为精确。第三个阶段是基于人工神经网络分析模型进行的判别分析，该技术主要是利用机器学习算法。目前，以第二阶段技术应用为主。条件概率模型中对不确定性信息的筛选，比传统模型随机取值更有说服力，且具有适用性和预测性。在本文也使用较为成熟和直观化的条件概率模型来甄别企业危机。具体做法如下：第一步，使用单变量分析来初步筛选公司危机涉及到的财务和非财务指标；第二步，根据筛选后的财务和非财务指标建立企业危机判别模型；第三步，根据历史指标检验判别模型的准确性。

四、分析过程

（一）指标的筛选

1.财务指标的筛选

参考已有文献[5]，首先确定能够反映公司偿债能力、盈利能力、營运能力、成长能力、现金状况的多个指标：

反映偿债能力的指标，包括流动比率（f010101a）、速动比率（f010201a）、资产负债率（f011201a）、权益负债比（f011801a）、利息保障倍数（f010701b）和营运资金与借款比（f010501a）6项。

反映公司盈利能力的指标，包括净资产收益率（f050501b）、总资产净利润率（f050201b）、总资产报酬率（f050102b）3项。

反映公司营运能力的指标，包括应收账款周转率（f040201b）、存货周转率（f040501b）、固定资产周转率（f041401b）和总资产周转率（f041701b）4项。

反映公司成长能力的指标，包括营业收入增长率（f081601b）、股东权益增长率（f082701a）、总资产增长率（f080601a）和营业利润增长率（f081201b）4项。

反映公司现金流的指标，包括经营净现金流量流动负债比（f010801b）、经营净现金流量负债比（f012301b）、经营净现金流量营业收入比（f060301c）3项。

使用滞后1至3年单变量均值检验来筛选这些指标，统计差异越显著，则表示这个指标的指示性越强①。下面为各个维度指标的筛选过程：

（1）偿债能力指标的筛选（见表1）

结合实际经验和统计结果的分析，权益负债比（f011801a）指标在差异和显著性水平上较为理想，并且与实务中的分析经验相切合，故选用权益负债比（f011801a）作为衡量偿债能力的标准。

（2）盈利能力指标的筛选（见表2）

与“偿债能力”指标的筛选标准一致，选择使用总资产报酬率（f050102b）衡量。

（3）营运能力指标的筛选（见表3）

与“偿债能力”指标的筛选标准一致，结合实际经验和统计结果的分析，选择使用总资产周转率（f041701b）衡量。

（4）成长能力指标的筛选（见表4）

与“偿债能力”指标的筛选标准一致，结合实际经验和统计结果的分析，选择使用营业利润增长率（f081201b）衡量。

（5）现金流指标的筛选（见表5）

与“偿债能力”指标的筛选标准一致，结合实际经验和统计结果的分析，选择使用经营净现金流量流动负债比（f010801b）衡量。

2.非财务指标的筛选

参考已有研究[6-7]，公司治理等因素在公司危机的预警中也存在重要的作用。将初步筛选的指标范围为以下指标：股权集中度（由大股东持股比例衡量，分别考虑第一、前3、前5、前10大股东的持股比例，变量为shrcr1、shrcr2、shrcr3、shrcr4），机构投资者持股比例（ins_owner）。

分析结果如表6。

结合实际经验和统计结果的分析，选用第一股东持股比例（shrcr1）作为衡量公司治理水平。

（二）危机预警模型的建立和检验

根据上文的分析结果，共确定6个维度下的6个财务和非财务指标，分别是权益负债比（f011801a）、总资产报酬率（f050102b）、总资产周转率（f041701b）、营业利润增长率（f081201b）、经营净现金流量流动负债比（f010801b）以及第一股东持股比例（shrcr1）。

建立模型1：

Probit（ST）i，t=β0+β1f011801ai，t-1+β2f050102bi，t-1+

β3f041701bi，t-1+β4f081201bi，t-1+β5f010801bi，t-1+

β6shrcri，t-1+εi，t （1）

模型1的回归结果如表7所示。

提取系数，带入模型1，建立判别模型：

Probit（ST）i，t=-1.778-0.614×f011801ai，t-1-2.913×f050102bi，t-1-0.429×f041701bi，t-1+0.001×f081201bi，t-1-

0.050×f010801bi，t-1-0.014×shrcr1i，t-1

套用第t-1年的数据发现，该模型的判别识别率为87.30%，误判率为12.70%；套用第t-2年的数据识别判别率为65.40%，误判率为34.60%。据此认为基于2007—2014年沪深两市上市公司的历史数据，基于条件概率而建立的上述模型可以较为有效地对企业财务危机进行预警，6个维度下的6个财务和非财务指标即权益负债比（f011801a）、总资产报酬率（f050102b）、总资产周转率（f041701b）、营业利润增长率（f081201b）、经营净现金流量流动负债比（f010801b）以及第一股东持股比例（shrcr1）可以作为企业的财务危机预警参数，较好地起到危机预警作用，从而帮助企业提前做好预防措施，防范财务危机的发生。

五、结语

条件概率模型能有效克服传统关系模型的许多不足。现实世界中大量存在着不确定性信息，传统关系数据库模型仅视它们为空值，有必要增强其处理这类信息的能力，创建能有效处理随机型不确定性信息的条件概率关系数据库模型。该模型通过在关系模式中增加一个条件概率测度属性，为每条记录指定适当的条件概率的途径，来表示不确定性信息。

本文使用单变量分析筛选公司危机涉及到的财务和非财务指标，这在基础取值上就具备了传统模型沒有的优势，通过概率模型减低了传统模型的随意性，同时兼容财务与非财务指标，在不同类别间的选择中寻求最优分类，反映的是异类数据之间的差异，能清晰地分辨类别差异特征，适用于较多类别的识别。

具备了基础数据的选择可信度后，再继续建立企业危机判别模型，并根据历史指标检验判别模型的准确性，大幅提高该企业预警模型的有效性和实用性，从而帮助企业提前做好预防措施，防范财务危机的发生。

【参考文献】

[1] 李万福，林斌，杨德明，等. 内控信息披露、企业过度投资与财务危机——来自中国上市公司的经验证据[J]. 中国会计与财务研究，2010，12（4）：76-141.

[2] ALTMAN E I. Financial ratios，discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（1）：589-609.

[3] 姜付秀，张敏，陆正飞，等. 管理者过度自信、企业扩张与财务困境[J].经济研究，2009（1）：131-143.

[4] 李帆，杜志涛，李玲娟.企业财务预警模型：理论回顾及其评论[J].管理评论，2011，23（9）：144-151.

[5] 张海君，陈艳.上市公司财务预警模型的研究[J]. 财经问题研究，2007（6）：92-98.

[6] 孙建文.基于公司治理的企业危机预警研究[D]. 桂林工学院硕士学位论文，2007.

[7] 袁陵.我国上市公司危机预警理论与实证研究[D].东南大学硕士学位论文，2004.