企业财务困境预警文献评述

论文核心提示:

财务困境研究一直是学者热衷的焦点,国内关于财务困境预警的文献也很多。本文主要对国内学者所做的财务困境研究进行了总结,从定义、方法和预警指标等方面进行了综述,并进行简单的分析说明。   关键词:财务困境 研究方法 预警指标

一、引言
  目前为止,对财务困境的定义没有一个统一的阐述。George Foster(1986)指出所谓“财务困境”是指公司出现了严重的资产折现问题(偿债问题),而且这种问题的解决必须依赖于公司的经营方式或存在形式的转变。Ross(1999)等认为财务危机可从方面定义:公司失败,即公司清算后仍无力支付债权人的债务;法定破产,即公司和债权人向法院申请公司破产;技术破产,即公司无法按期履行债务合约付息还本;会计破产,即公司的账面净资产出现负数,资不抵债。我国学者谷祺和刘淑莲(1999)认为财务危机为公司无力支付到期费用的一种经济现象,包括从资金管理技术性失败到破产以及处于两者之间的各种情况。从以上的表述来看,企业财务困境的本质都是偿债能力的低下,导致资不抵债,从而使得公司连年亏损甚至破产清算。西方学术界绝大多数文献都把破产作为其研究公司财务困境的标志,而国内,由于资本市场发育不成熟,缺乏健全的退出制度,破产的公司比较少,所以一般都采用上市公司因财务状况异常而被特别处理(ST)的标志。杭州电子科技大学的王晓平和王燕杰对国内的对企业财务困境预警模型作了一个文献评述,他们选取了16本国内相关的核心期刊,筛选出15篇样本文献并作了相关统计,发现15篇文献中有11篇采用将被特别处理(ST)作为陷入财务困境的标志这一定义。除此之外,还发现一些其他的定义。李秉祥(2005)以企业“资不抵债”作为上市公司陷入财务危机的标志,从存量和流量两个角度来度量。从资本存量的角度来看,丧失偿债能力是指企业资产价值低于负债价值,企业净资产为负值,也称为会计破产;从现金流量的角度来看,丧失偿债能力是指企业缺乏偿还即将到期债务的现金流,现金总流入小于现金总流出,即企业现金净流量为负值,也称为技术破产。陈燕(2006)认为ST公司大部分是由于连续两年亏损所致使的,对财务危机的研究实质上变成了对公司盈利能力的分析,由此,本文重新以“连续两年息税摊销前收益低于利息费用”定义财务危机。吕长江(2004)、郭斌(2006)分别用“流动比率小于1、正常类贷款企业多于贷款损失的违约类贷款企业”来衡量企业是否陷入财务困境;吴超鹏、吴世农(2005)则基于EVA的思想重新分类企业财务状况。综上所述,尽管有不同的标准,其本质还是相近的,对财务困境定义的统一研究需要学者专家们的进一步努力。
  二、财务困境的研究方法
  ( 一 )研究综述 马若微(2006)在其论文“KMV模型运用于中国上市公司财务困境预警模型的实证研究检验”中对财务困境作了简单的文献回顾。William Beaver(1966)提出了单一比率模型,即利用单一的财务比率来预测公司的财务困境。由于单一比率指标之间的矛盾性,Altman(1968)首先使用了多元线性判别模型,确定了资产营运资本率、资产留存收益率、资产报酬率、债务权益市价率和总资产周转率这5个变量作为判别变量,产生了一个总的判别公司财务状况恶化程度的概率值即Z值。但线性判别模型对预测变量有着严格的联合正态分布要求,或者要求协方差矩阵相等,然而实证发现大多数财务比率并不满足这一要求,且一旦出现虚拟变量,联合正态分布的假设就完全不成立,那么产生的Z值没有明确的含义。为克服这些局限性,自20世纪70年代末以来,财务困境研究人员引进了逻辑(1ogit)和概率(probity)回归方法、人工神经元网络、专家系统、遗传算法等技术。如Ohlson(1980)在研究中使用了1ogit模型;1988年Messier和Hansen将专家系统首次引入到财务困境预测领域;1990年Odom等开始了运用人工神经元网络进行财务困境预测的探索,在1998年Franco和Varetto进行了应用遗传算法在这方面的尝试等。目前国内对财务困境预测的相关研究还只处于起步状态,与国外研究存在着较大差距。最早的是吴世农等在1986年介绍的公司破产分析指标和预测模型,之后周首华(1996)等利用Compustat Pc Plus会计数据库中1990年以来的4160家公司,使用SPSS统计软件建立了F分数模式,但他们的研究对象却不是中国的证券市场;1999年陈静以1998年27家ST公司和27家非ST公司为对象,使用1995年至1997年的财务报表数据,进行了单变量和二类线性判别分析,总体正确率为92.6%(1999);张玲(2000)以120家上市公司为对象,使用其中60家公司的财务数据估计二类线性判别模型,并使用另外60家公司进行模型检验,发现模型具有超前4年的预测结果;2000年陈晓等将多元Logistic回归模型引入上市公司的财务困境预测;2001年黄岩等则采用了Fisher判别分析建立了我国工业类上市公司财务困境预测模型,并给出了所研究上市公司的Z值范围;2001年吴世农等则以140家上市公司为样本比较了Fisher判别、多元线性回归分析和多元Logistic回归分析的预测效果,发现多元Logistic回归模型的判定能力最好;赵健梅(2003)按照1:1的比例选择了80家上市公司分别进行了单变量和多变量判别分析。
  ( 二 )财务困境预警方法的介绍分类 李炳成(2004)在其论文“财务困境预警分析方法评析”中,对各种预警方法从定性和定量的角度进行了简单介绍和分类。第一类:定性预警分析方法,主要是专家调查法和“四阶段症状法分析法”。专家调查法又称为特尔斐法(Delphi Method),是由美国兰德公司的达尔基(N.Dalkey)和赫尔默(O.Helmer)于1964年正式提出的。财务困境专家调查法就是企业组织专家对内外环境进行分析,辨明企业是否存在财务困境发生原因,发现财务困境征兆,以此预测财务困境发生的可能性。“四阶段症状”分析法按财务困境严重程度,将企业财务困境划分为财务危机潜伏期、财务危机发作期、财务危机恶化期、财务危机实现期四个阶段,对应四个不同的阶段,有不同的症状表现。该方法就是通过分析发现困境症状,判断财务困境所处的阶段,然后采取有效的措施,使企业摆脱财务困境。第二类:定量预警分析方法,该方法又分为单变量分析方法和多变量分析方法。单变量方法主要包括比率分析法、相对流动性程度分析法和拉姆达指数分析法等。FitzPartrick(1932),Winakor(1935),Merwin(1942)等人分别采用比率分析法做了实证观察,结果表明随着失败的临近,比率指标的平均值显著恶化,而且不同的财务指标预测能力强弱不同。相对流动性程度由斯科姆普和埃德华(Skomp和Edward)创立,它用作衡量公司流动性的一种替代方法。相对流动性程度指标可以克服流动比率和速动比率存在的不足。拉姆达指数分析法由Gary Emery和1990年诺贝尔奖得主Merlon Miller创建,可用它来衡量公司破产清算的可能性。相对流动性程度分析法和拉姆达指数分析法的共同特点是从现金角度来分析财务状况、预测困境。这两种分析方法认为,如果现金不能满足企业经营现金支出,那么企业将陷人财务困境。此外,“利息及票据贴现费用”判别分析法是从财务费用角度来分析预测财务状况,基本思路是如果利息及票据贴现费用过高,销售收人不能补偿成本与费用,企业就可能陷人财务困境。安全率分析法通过分析经营安全率和资金安全率来判断企业财务状况。安全率分析法分别从收入是否达到保本点来判断经营是否安全,资产能否偿还到期债务来判断资金是否安全。如果经营安全和资金安全状况都比较差,那么企业就可能陷入财务困境。安全率分析法使用了两个指标来分析判断财务状况,因此有学者把这个方法归类为多变量分析法,这是对多变量分析法的错误理解,因为多变量分析法不是指使用多个指标来分析,而是指使用多元函数进行分析。另一种定量方法是多变量分析方法,通过建立多元函数来分析预测企业财务困境,因此该模型也称为多元函数分析模型。在多变量分析模型中,最有影响的是由美国学者奥特曼(Edward I.Altman)提出的“Z—记分法”。1968年奥特曼在The Journal of Finance上发表“财务比率,判别分析和公司破产预测”一文,在该文中,他使用多元判别分析(multiple discriminate analysis,MDA)方法来建立财务困境判别函数,提出了Z记分法,即奥特曼模型;上世纪70年代,日本开发银行以东京证券交易所310家上市公司为研究对象,使用与奥特曼相同的研究方法,得出了类似的公式;台湾的陈肇荣先生也使用台湾地区的数据建立了多元判别函数。上述三者使用方法相同,只是得到的系数和使用的指标不完全相同。从上世纪80年代起,有学者开始用线性概率方法、Logistic方法来建立困境判别函数,近几年又有学者开始用神经网络技术来构建困境判别模型。单变量分析法使用1个或少数几个指标来判断企业财务状况,多变量分析法使用统计技术构建多元分析判别函数以及建立标准判别值来判断企业财务状况。因此,定量分析方法的特点是以数值来判断企业是否会陷人财务困境。第三类是定性定量分析。定性与定量相结合的分析方法是将困境原因以及困境征兆通过赋于数值定量化,然后与临界值相比较来判断企业财务困境发生的可能性。比较典型的定性与定量相结合的分析方法是“A记分”法。“A记分”法,也称管理记分法。管理记分法对企业经营及财务状况判断方法及步骤如下:首先,将企业风险因素分为经营缺点、经营错误、破产征兆三大类。经营缺点包括管理活动不深人等l0项,经营错误包括高杠杆负债经营等3项,破产征兆包括危机财务信号等4项。第二,根据每项因素对企业失败影响的大小进行赋值,对企业失败影响大的因素赋与较大的值,对企业失败影响小的因素赋与较小的值。第三,对各项因素打分,然后将各项分值加总,再根据总分判断企业经营及财务状况。

推荐链接