财务预警模型应用

来源:用户上传      作者: 冯建海　周　芳　朱佩红

　　财务指标企业的目标可以概括为三点：生存、发展、获利。在当今竞争日益激烈的市场经济环境中，每一个企业都面临着各种风险，在经营活动中存在大量不确定性，致使企业的生存和发展受到威胁，失去安全的保障，从而陷入财务失败的困境。因此，建立财务监测与预警系统，是财务管理制度创新的必然选择。财务预警研究作为经济运行的晴雨表和企业经营状况的指示灯，不仅具有较高的学术价值，而且有着巨大的应用价值。
　　国外对企业经营成败的判别已做了许多研究。1966年威廉•比弗提出了单变量预测模型。多变量预测模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。在这方面许多学者有所建树。如美国学者阿尔曼的Z－Score五变量模型、迪肯的概率模型、埃德米斯特的小企业研究模型等。目前，阿尔曼的Z－Score五变量模型的应用最为广泛。由于该模型的可靠预测，因而在西方掀起了有关企业失败判别理论方法和模型研究的热潮，使得各种理论方法层出不穷，并在理论上已逐步完善，实际应用也日益可行。国内该方面的研究尚属于起步阶段，一方面是因为1973年7月1日之前没有实施统一的会计准则，企业财务报表数据缺乏可比性，不具备用统计学原理建模的条件;另一方面是因为过于强调定性研究，缺乏对定量分析的足够重视。目前所作的工作主要是通过借鉴国外的理论，结合中国的具体国情，研究出适合中国企业实际情况的财务预警系统。
　　企业财务预警系统主要有两种建立模式，即单变模式和多变模式。财务预警系统总的来说有单变量模型和多变量模型两种。前者通过单个财务比率指标的走势变化来预测企业财务危机，而后者运用多种财务比率指标加权汇总而构造多元线性函数来预测财务危机。
　　
　　一、单变量预测模型
　　
　　1、预警指标的选择。最早的财务预警研究是Fitzpatrick开展的单变量破产预测研究。他以19家企业为样本，运用单个财务比率将样本分为破产和非破产两组，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率，而且在经营失败之前三年这些比率就呈现出显著差异。Beaver对1954～1964年间79家破产企业和对应的79家成功企业的30个财务比率进行研究，发现对财务失败预测比较有效的比率有：现金流量/债务总额，净收益/资产总额(资产收益率)，债务总额/资产总额(资产负债率)，营运资金/资产总额，流动资产/流动负债；其中现金流量/债务总额在破产前一年的预测正确率可以达到87％。陈静研究发现，总资产收益率在前两年、前三年的预测中具有较高的预测精度。
　　单变量预测模型法虽然比较简便，但其缺点在于：一个企业的财务状况是用多方面的财务指标来反映的，没有哪一个比率能概括企业的全貌；如果对同一公司使用多个预警指标分别进行判断，不同的预测指标可能得出矛盾结论。鉴于此缺点，我们可以设定阀值来确定财务危机发生的概率。
　　2、阀值及预警指标的权重确定。“阀值”的设定是预警系统有效性的重要环节。当其中一项以上的指标偏离其正常并超过某一“阀值”时，就把它当作是财务危机将在某一特定期间内发生的预警信号。对于前面设置的财务危机预警指标，可利用那些曾经发生过财务危机的公司统计数据来确定其对危机预测的阀值。阀值确定的原则是：在这一点上，将会发生财务危机而没有能发出预报的概率与发生错误预报的概率相等。可利用这些财务危机预警指标的统计检验结果，分别赋予不同权重。
　　3、财务危机发生概率的计算。一般来说，在预警期内，达到阀值的指标越多，发生危机的概率就越大，可利用达到阀值的预警指标加权平均数来测试发生危机的概率，其计算公式为：
　　Pi=SUM(AiBi)
　　其中，Pi表示预警系统在第i月预测财务危机的预警期发生的概率，Ai表示第i项的信号值，Ai等于1表示发出信号，Ai等于0表示没有发出信号；Bi表示第i项指标在预警指标体系中所占的权重。
　　
　　二、多变量预测模型
　　
　　1、Altman模型。在多变量预测模型方面许多学者有所建树，其中最著名的是1968年Altman运用多元线性判别方法对1946－1965年间提出破产申请的33家公司和同样数量的非破产公司进行研究所建立的Z值模型。模型如下：
　　Z=1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5
　　其中：X1=营运资金/资产总额；X2=留存收益/资产总额；X3=息税前利润/资产总额；X4=普通股和优先股市场价值总额/负债总额；X5=销售收入/资产总额。
　　下面，以深市上市公司深圳世纪星源股份有限公司为例介绍一下多元线性模型。该公司为一综合类公司，公司2001年、2002年两个会计年度审计结果显示的净利润为负值，根据深交所有关规定，公司股票自2003年4月16日起实行特别处理，证券简称由“世纪星源”变更为“ST星源”。该公司在2003年度和2004年度净利润虽然为正值，但是该公司的经营业绩并未获得投资者的认可，期末股东权益的市场价值逐年下降，公司财务失败的风险仍然很大。本文所采用的原始数据来源于巨潮资讯网，CSMAR数据库。（表1）
　　
　　一般地，Z值越低企业越有可能发生破产。如果企业的Z值大于2.675则表明企业的财务状况良好，发生破产的可能性较小；反之，若Z值小于1.81，则企业存在很大的破产危险；如果Z值处于1.81～2.675之间，称之为“灰色地带”，进入这个区间的企业财务是极不稳定的。从表1来看，ST星源的Z值逐年下降，破产风险越来越大，其中后三年处于财务失败的境地。即使Z值最高的2001年公司仍然处在一个面临破产的灰色地带。
　　2、F分数模型。有学者对Z值模型进行改进，建立了F分数模式，F分数模型是建立在大样本基础上的财务预警模型，其最大特点在于引入了现金流量这一变量，现金流量变量是预测财务危机更为有效的变量。模型如下：
　　F=－0.1774＋1.1091X1＋0.1074X2＋0.9271X3＋0.0302X4＋.4961X5
　　其中：X1=营运资金/资产总额；X2=留存收益/资产总额；X3=（净利润＋折旧）/资产总额；X4=期末股东权益市场价值/负债总额；X5=（净利润＋折旧＋利息）/资产总额。（表2）
　　
　　F分数模型以0.0274位临界点；此数值上下0.0775以内即F大于－0.0501小于0.1049的区间为不确定区域，企业可能破产也可能继续生存，处于此区域中的企业应引起企业管理者的高度警觉。如果F值小于－0.0501则企业发生财务危机，如果F值大于0.1049说明企业财务状况较好，破产风险不大。从表2来看，ST星源的F值一直低于－0.0501，公司存在严重的财务危机和市场信任危机。

　　上述两个模型的缺陷在于：（1）两者是基于外国企业的财务数据而建立的模型。各国有各国的国情，我们不应局限于已有的模型，应研究出适合我国国情的模型。（2）上述两个模型都没有考虑到不同行业之间的财务指标差异。虽然F分数模型是建立在较大样本基础上的，但是具体到某行业来说，财务模型的具体运用上还需要做一定的改进。（3）上述两个模型是面对上市公司而建立的。对于非上市企业来说，期末股东权益的市场价值很难确定。
　　对基于我国实际的财务预警模型，有关多元线性判定模型的研究相对较多。张玲以深沪交易所120家上市公司为研究对象研究出的模型如下：
　　Z=0.517－0.46X1－0.388X2＋9.32X3＋1.158X4
　　其中：X1=负债总额/资产总额；X2=营运资金/资产总额；X3=净利润/平均资产总额；X4=留存收益/资产总额。
　　判别规则为：（1）凡Z值小于0.5的公司被判为财务危机公司（ST公司）；（2）凡Z支大于0.5小于0.9的公司被判为非财务危机公司（非ST公司）；（3）凡Z值大于0.9的公司被判为财务安全公司。（表3）
　　
　　从表3我们可以看出，ST星源的Z值逐年增大，说明该公司的财务状况正在转好，公司自2004年5月18日起由“＊ST星源”变更为“ST星源”，公司2004年上半年的每股净收益也上升为0.0015元。但是公司仍然属于财务危机公司，判别值并未超过0.5，从该公司的年报我们可以验证这一点：虽然该公司2003年和2004年的净利润为正值，但是公司这两年的营运资金仍为负值，而且2004年的营运资金的缺口更大，净利润也有所下降。该模型的缺点在于没有引入现金流量这一重要变量。但是，该模型并未涉及股东权益市场价值，对于非上市企业来说有一定的借鉴意义。
　　
　　三、对财务预警模型展望
　　
　　1、完善财务预警模型的理论基础。公司财务预警的实证研究在资本市场发达的国家是一个被广泛关注的研究课题，我国对这一领域的研究方兴未艾。但是，这些实证研究都缺乏一定的理论支持。迄今为止，尚无一个重要的理论能够说明财务比率在破产前的预测能力。研究人员在变量选择时受到主观判断的影响，不同研究者选取的指标的差异也很大。我们应当立足本国实际建立适合我国国情的财务预警理论，为我国财务预警的研究奠定理论基础。
　　2、分行业建立财务预警模型。不同行业有不同的经营特点，其财务指标的差异很大，势必影响到财务预警模型的适用性。所以，笔者认为很有必要研究不同行业的财务预警模型，这样，行业内的企业可以对本行业的财务预警模型的权重等因素进行适当调整，就可以作为企业自己的财务预警模型。
　　3、财务预警模型中应更多的引入现金流量因素和非量化因素。企业破产首先表现在无法偿还到期债务上，从现金流量上可以更准确的预测企业财务危机的发生。财务比率所不能反映的非量化因素如过度依赖银行贷款、人力资源匮乏等也预示着企业财务危机的发生，应将这些非量化因素进行量化，引入财务预警模型。■

转载注明来源:https://www.xzbu.com/2/view-414092.htm