财务预警研究的若干问题探讨

李莉

摘要：财务预警相关研究是企业财务管理中不可或缺的一部分，本文对财务预警研究中存在的概念内涵问题、指标体系构建问题以及预警模型设计问题进行分析探讨，并提出相关建议。

关键词：财务危机；财务预警；问题探讨

财务预警即财务危机预警，指的是以企业的日常财务运行情况为依据，通过选取合适的指标体系来构建预警模型，并对其财务危机发生的可能性进行研究的过程。有效的财务预警能够及时发现企业存在潜在风险，从而为企业管理者提供决策依据，来及时规避财务风险[1]。财务预警的灵敏度越高，那么就能够越早地发现并解决存在的问题，财务预警相关研究已经成为企业财务管理中不可或缺的一部分。

国内外财务预警研究已取得长足发展，但仍存在相应的问题。本文首先对国内外的财务预警研究现状进行简述，然后针对其在理论研究和实际应用中存在的一些关键性问题进行探讨，并提出相关的建议。

一、财务预警研究综述

财务预警的分析方法可以分为定性方法和定量方法，定性分析方法主要有财务风险分析调查法、财务危机四阶段分析法和管理评分法三种，定性分析方法客观、易懂，但也存在准确性不足的问题，目前大多数实证研究都是基于定量分析方法进行的[2]。

从20世纪30年代开始，诸多专家学者对财务预警开展了研究，经过几十年的发展，相关理论也逐渐成熟。最早研究财务预警的学者是Fitzpatrick，其在1932年发表的一篇论文中首次运用单一财务比率指标进行判别分析。之后，Beaver（1966）使用单变量判别模型对企业财务预警进行的研究最具影响力，该方法的提出为财务预警的定量研究起到了奠基性作用。

鉴于单变量判别模型存在的种种缺陷，20世纪60年代起多变量判别模型便得到了迅猛发展。Altman（1968）基于差异分析方法，建立了5个变量的多变量财务预警模型，模型表达式为z=1.2x1+1.4x2

+3.3x3+0.6x4+0.999x5，这就是著名的Z计分模型。为了扩展Z计分模型的应用领域，Altman（1977）基于Z计分模型先后提出了针对非上市公司的Z'财务预警模型和跨行业的ZETA财务预警模型。周首华等（1996）考虑到Z计分模型没有充分考虑现金流量变动等情况，提出了F分数模型。杨淑娥等（2003）则提出了适用于我国企业的财务预警模型Y分数模型。

到了20世纪80年代，条件概率模型成为主流模型。Martin（1997）首次在财务危机研究领域引进Logistic回归模型，研究发现Logistic回归模型比Z计分模型和ZETA模型预警性能更好。1980年由Ohlson提出的Logistic回归财务预警模型引用最为广泛，Zmijewski（1984）则首次将Probit回归模型应用到企业财务危机预测研究中。蒋亚奇（2014）构建了最有效的多元Probit回归模型对旅游行业上市公司财务预警进行分析，结果表明预警模型的正确有效性。

目前，越来越多的研究不再局限于传统方法，而纷纷引进人工模型用于风险预警预测研究。Odom于1990年首次将BP神经网络应用到财务预警中，仿真结果表明，神经網络模型的精准度优于判别分析模型。Bryant（1997）对案例推理模型在财务预警中的应用进行了介绍。刘新允（2007）将财务指标作为模型的条件属性，企业状态作为模型决策属性，构建了基于粗糙集的财务预警模型。

综上所述，国内外关于财务预警的研究在不断完善，模型方法也逐渐丰富。但是由于我国市场经济体制的特殊性，关于财务预警的研究历史并不长，现阶段关于财务预警的研究还存在一定的问题。

二、财务预警概念内涵问题

对研究对象的概念进行界定是开展科学研究的首要条件，不能够明确概念内涵也就无法准确地搜集和分析对象的研究资料，进行科学的推理论证也就无从说起了。对企业财务预警进行研究，那首先需要明确财务危机的概念，而目前相关研究对其概念内涵的认知还存在问题[3-4]。关于财务危机的概念，国内外研究中均没有一个统一的界定，这可能就会导致学术理论研究与实务应用时概念不匹配的问题，造成理论并不能够很好的服务于实践。

在一些经典的财务预警研究文献中，关于财务危机的定义就多种多样。Beaver（1966）的研究中使用企业失败界定财务危机，指企业出现债务违约、拖欠优先股股利、破产等情况；Altman（1968）则使用公司破产来衡量财务危机，指的是一些根据公司法进入法定破产程序的公司。Foster（1986）认为出现财务危机即企业不得不进入大规模重整以解决存在的问题；Ross（1999）从无法支付债务、无法如期履行债务、加入申请企业破产程序、账面净资产资不抵债四个方面界定财务危机。周首华等（1996）在构建的新财务预警模型中使用的是宣告破产重组的公司；吴世农（2001）认为企业严重亏损即陷入财务危机；吕长江等（2004）则认为财务危机应该是流动比率小于1且该状态持续较长时间的一个过程。在国内财务危机研究中，大部分都是将ST（Special Treatment）公司作为企业发生财务危机的标志。

国内外学者普遍认为，企业出现财务危机的主要表现特征是丧失偿债能力或破产，但是将财务危机的概念等同于财务破产是不合适的。对于一个企业而言，其财务状况是一直处于变化的过程中，而财务危机和财务破产在这个变化过程中所出现的时刻是不一样的。财务风险具有持续性的特点，这个过程中企业可能会化解危机也可能会继续恶化，如果出现财务破产，则是该企业的消亡方式。对于大多数企业而言，发展过程中可能会面临财务危机，但不一定会财务破产；而财务破产的企业，其之前一般会发生严重的财务危机，这是需要我们引起注意的问题。因此，在进行财务预警实证时，对财务危机的概念需要明确并加以理解。

三、指标体系构建问题

为了对企业的财务预警进行系统分析，第一步就需要构建合适的财务预警指标体系。目前，财务预警指标的体系大多数是基于财务报表分析框架的，因此指标体系中以“会计利润”为核心的财务比率指标最为常见。例如，Altman（1968）建立的Z计分模型中，选取的财务指标比率依次代表企业的流动能力（营运资本/总资产）、获利能力（留存收益/总资产）、财务杠杆（息税前利润/总资产）、偿债能力（权益市场价值/总债务）和资产周转能力（销售收入/总资产），之后的诸多研究都是延续这个思路进行指标体系的选择。但是，Altman在选择这些财务比率指标的时候仅仅根据通用性及主观认为，并不是在充分的科学理论下完成的。许多的财务预警实证研究中，由于财务指标具有量化性、易得性，同时也易于改善模型表面的预测性能的特点而得到大量使用。但是关键问题在于，在没有理论依据的情况下仅仅选择财务指标，而忽略其他因素对财务危机的影响，这种情况下模型的有效性是值得商榷的[5]。

笔者认为，单纯地使用企业财务指标数据建立预警模型会存在很大的局限性。主要观点如下：第一，财务指标数据的易操控性。公司的管理层如果想让企业对外展现其较好的财务状况，就可能存在会计人员人为主观地操控财务数据并起到装潢粉饰的作用。因此，在这种情况下根据财务报表数据并不能反映出企业的真实财务状况，财务预警分析也会存在较大问题。第二，财务指标数据的滞后性。根据我国证券法规规定，年度财务报表的披露时间为会计年度结束起四个月内，那么，这样会使得实际披露结果相比于财务危机预测存在一定的滞后性，影响模型的时效性。第三，财务指标数据的非全面性。财务指标数据能够较为全面的反映公司的经营状况，但是并不是公司整体情况的全部反映，财务危机不仅仅是财务指标就能够反映出来的。比如，治理结构因素等非财务因素也可能会显著影响财务危机，忽略这些重要非财务因素可能导致预测结果的失真性。总体来说，财务预警研究不能仅仅局限于使用财务指标，应该引入适量的非财务、非量化的指标，使指标体系得能从不同角度全面识别出财务危机。同时，许多研究在选择指标体系的时候，不具体考虑研究对象的属性进而选择合适的指标，而仅仅直接运用相关研究已经建立的指标，或者只为了迎合模型效果而选择特意选择指标，这些问题同样都会很大程度上使得研究结论与实际情况产生偏差。

四、预警模型设计问题

在深刻理解財务预警概念内涵并构建出合适的预警指标体系后，最主要的在于设计出科学有效的预测模型。目前基本上都是利用定量模型方法进行实证分析，模型结果的可靠性很大程度上取决于样本的选择以及模型的本身特点[6]。

对于财务预警模型，从统计学意义来看即为判断企业是否出现财务危机的一个二分类问题，而选取有效样本数据是建立起财务危机预警模型的基础。Beaver（1966）在建立的单变量财务危机预警模型中，首先随机选取了1954年至1964年间的79家破产公司，然后运用配对样本法挑选行业及规模类似的79家正常企业进行研究，目前这种1：1的配对法是预警模型选取样本的主流方法。国内研究主要是以财务状况正常的企业与“ST”企业进行1：1配对，但是“ST”企业是上市公司中非常特殊的一小部分，其实际数据的应用会存在明显的不平衡性特征，并且采用的抽取方法并非都是随机的，而是为了模型效果而有选择性的抽取样本。笔者认为，对于样本数量的选择，采用1：1配对选择样本是没有理论依据的，应该针对不同的行业建立多种比例进行对比分析，从而找到最为合理的样本抽取比例进行研究。另外，当前财务预警一般选取前一年或者前两年的数据对当年进行预测，但是财务危机的发生是一个动态的过程，预警研究时应该考虑从更远的时点进行分析。

财务预警模型的研究经历了单一变量模型、多元变量模型、条件概率模型、人工智能模型的发展过程，各类模型均有优缺点，前提条件要求也不同。判别分析模型计算简便易操作，但是对数据的统计分布要求严格；条件概率模型虽然对数据分布不再有要求，不过模型对指标的多重共线性颇为敏感；人工智能模型对数据分布无要求且模型容错性好，但也存在样本量不足、泛化能力差等问题。笔者发现，在实际财务预警研究中，许多研究建立的模型是并没有严格遵守模型所要求的前提条件，这样得到的实证结果可能精度较高，但是并不具有实际意义。同时，鉴于单一模型应用上的局限性，可以考虑综合多种模型方法的优势，组成新的预测效果更好、性能更优的财务预警组合模型。

五、总结

本文对财务预警研究的若干问题进行了探讨，研究总结如下。首先针对财务预警概念内涵问题，文章提出，在进行财务预警实证时，需要对财务危机的概念进行明确并理解。然后针对指标体系构建问题，文章指出，财务预警研究不能仅仅局限于使用财务指标，应该引入适量的非财务、非量化指标；同时，应该具体考虑研究对象的属性进而选择合适的指标。最后针对预警模型设计问题，文章认为，对于样本数量的选择，应该针对不同的行业找到最为合理的样本抽取比例，同时，预警研究应该考虑从更远的时点进行分析。对于预警模型的特点，应该严格遵守模型所要求的前提条件；另外，可以考虑综合多种模型方法的优势，组成更优的组合预警模型用于研究。

参考文献：

[1]郭复初.公司高级财务[M].清华大学出版社，2006.

[2]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.

[3]吕长江，徐丽莉，周琳.上市公司财务困境与财务破产的比较分析[J].经济研究，2004 （8）：64-73.

[4]吴星泽.财务危机预警研究：存在问题与框架重构[J].会计研究，2011 （2）：59-65.

[5]郑鹏，李雅宁.企业财务风险预警指标体系改进的研究[J].天津大学学报（社会科学版），2012，14 （6）：502-507.

[6]杨波.基于偏最小二乘的财务危机预警模型研究[D].中国财政科学研究院，2017.