企业财务预警理论模型回顾

企业财务预警模型：理论回顾及其评论

自二十世纪三十年代以来至今，企业财务预警模型经历了从单一变量模型到神经网络分析模型的演进轨迹，按照其演进的轨迹可以划分为三个代际：如下图所示：

第一代财务预警模型：单一变量财务危机预警模型 多元变量财务危机预警模型 第二代财务预警模型 逻辑回归模型 条件概率分析模型 概率回归模型 第三代财务预警模型：人工神经网络分析财务危机预警模型

财务预警模型研究涉及的模型类型极为丰富，包括：单一变量模型和多元变量模型、Logistic 回归模型、逻辑回归和多元概率化回归模型、人工神经网络模型方法、Fisher 多类线性判定模型；财务预警模型研究涉及的模型对象包括两大类：在上市公司与非上市公司之间多涉及上市公司，而且国内学者大都将沪深股市特别处理（ST）的上市公司 A 股为样本作为存在财务危机的公司来研究，如陈静、李华中、姜秀华等；在盈利组织和非盈利组织之间多涉及盈利企业，但目前也有向非盈利组织应用的趋向：如高校、医院等；在模型涉及的指标选择上前期几乎都是财务指标，近年来多有涉及非财务指标，与此同时在财务指标的选择上也出现了现金流量指标、经济附加值指标。

单一变量模型及其述评

早在 1932 年，Fitzpatrick 就指出：从财务比率的分析中可以看出：出现财务危机的企业和正常经营企业相比较，其财务比率有显著不同。Fitzpatrick 还进一步指出：企业财务比率不仅能够反映企业财务状况与经营成果，更重要的是它对企业的未来具有预测功能。此后，William Beaver 首开先河运用统计方法来建立单一变量财务预警模型：1966年，Beaver以 1954-1964年度的市场数据为分析基础，指出财务比率在预测企业偿付能力方面是有用的，这些比率可用于区分企业有无偿付能力，其正确程度要比任意的预测高得多。1968 年 10 月，Beaver 又抽出 1954-1964 年间 79 家破产企业与 79 家非破产企业的两组财务数据样本进行分析，也即对于每一个破产企业均从其所属行业中选择一个具有相同资产规模的成功企业进行比较分析。当一个企业出现下述事项时均可认定为出现了财务危机：①破产；②拖欠偿还债券；③透支银行帐户；④无力支付优先股股利。 Beaver 进一步指出：下述四个财务比率是预测企业财务危机的最好指标： （1）债务现金保障率=现金流量/债务总额 （2）资产收益率=净收益/资产总额 （3）资产负债率=负债总额/资产总额

（4）资产安全率=资产变现率－资产负债率（其中：资产变现率=资产变现金额/资产账面金额）

1

在这篇文章中，Beaver 通过计算 79 家发生财务危机企业以前各年 13 个财务项目的平均值，得出了下述 三个重要结论：

（1）出现财务危机的企业现金较少，应收账款较多；

（2）当现金和应收账款加在一起列为速动资产和流动资产时，财务危机企业与成功企业的差别就被掩盖住了。因为现金和应收账款两个项目具有完全不同的性质；

（3）财务危机企业的存货一般较少。 依据上述三个重要结论，在进行企业财务预警分析时应特别注意现金、应收账款、存货等三个流动资产项目，尤其是现金、存货较少而应收账款较多的企业更应引起警觉。

William Beaver 作为先行者首创单一变量财务预警模型，其主要的贡献在于： （1）在财务预警模型的建立过程中运用了立面分析方法。Beaver 以 1954 年- 1964 年期间的 79 家破产企业和相对应（同行业、等规模）79 家成功企业为样本，对其二者间前 5 年的财务比率等权均值逐年进行比较，发现两组财务比率均值均有明显差异，而且离失败日越近，其差距越明显。Beaver所采用的这种立面分析方法对于财务预警的后续研究者有重要的参考价值，Beaver以后的研究人员大多沿袭了这种分析方法。 （2）在财务预警模型的建立过程中采用了两分法检验。通过两分法检验，Beaver 发现离企业破产的日期越近，财务比率预测错误分类率越低。Beaver 所运用的这种两分法检验手段保证了财务预警模型的科学性，也为运用财务预警模型对企业进行财务预警的可靠性、准确性奠定了科学有效的基准。

（3）Beaver 首创了财务预警单一变量模型。Beaver 应用二分类检验法进行的单变量分析说明了可以应用一个简单的模型来获得较高的预测力，而且也为后来的实证研究提供了理论基础，为后续财务预警的研究开拓出了新的方法与思路，其在财务预警研究中作为开拓者地位功不可没。

不过客观地看，Beaver 所创建的单一变量模型也存在一些明显的不足：

一是单一变量模型的财务预警分析较为简单，没有区别不同因素对整体的作用，故而难以准确地描述企业财务危机的整体状况，且不便于企业间的相互比较； 二是单一变量模型不能很好地反映企业财务比率正反交替变化情况，对于同一企业运用不同财务指标可能得出不同乃至相互矛盾的评价结论； 三是单一变量模型的财务评价标准的确定主观意味较浓，难以形成统一客观的财务评价标准。为了解决上述 Beaver 财务预警单一变量模型的缺陷，在 Beaver 之后，还出现了另外两类重要的财务预警单一变量模型：一是资产负债的分解模型，该模型强调企业外部的不稳定冲击导致企业破产前资产负债结构（如流动资产与固定资产的比率）发生显著变化；二是赌徒理论模型，该模型强调对于企业破产前连续地出现负现金流量的关注。但是尽管这样，作为财务预警单一变量模型致命的缺陷：单一变量指标无法全面反映企业财务预警状况的局面不能够根本性的改变。

多元变量模型及其述评

多元变量模型是将选定的多个财务指标赋以不同参数，将其纳入同一线性组合中的一种财务预警模型，其通用表达式如下：

2

Z?W1X1?W2X2???WNXN或Z??WiXi

i?1n其中：Z：判别企业财务危机的标准分数

WI：各个选定的财务指标参数

XI：各个选定的财务指标

多元变量模型的首创者为美国纽约大学教授 Edward I． Altman。Altman 教授通过对 1946-1965 年间申请美国《破产法》第10章保护的 33 家破产企业和 33 家正常经营企业的财务数据采用配对抽样法，建立了一个以财务比率为基础的预测企业破产的多元变量财务预警模型。该模型运用了五种基本财务比率，通过对这五种财务比率的加权计算，该模型能得出预测企业破产的总的判别分数，称为 Z 值或 Z 分数（Z-Score），这就是著名的 Z 分数模型或 Z 值模型。其表达式为：

Z?1.2X1?1.4X2?3.3X3?0.6X4?0.999X5

其中：X1=营运资本/总资本

X2=留存收益/总资本

X3=息税前利润/总资产 X4=股票市价/负债总额

X5=销售收入/负债总额

根据Z值模型，Z值越低，企业发生破产的可能性就越大。通过计算同一企业连续多年的 Z 值就能帮助判断该企业是否破产。具体地，Altman 教授在 Z 值模型中提出了判断企业财务失败或企业破产的临界值或切割值： （1）Z≤1.81：企业已濒临破产边缘，企业财务状况堪忧；

（2）1.81＜Z＜2.675：企业财务状况及不稳定，处于“灰色地带”，出现破产的可能性较大；

（3）2.675＜Z＜2.99：企业有可能发生财务困难； （4）Z≥2.99：企业暂无财务困难

在此文中，Altman 还得出两个重要结论：

①企业越接近破产，其可观察到的财务比率越恶化；

②绝大部分财务比率恶化的严重程度出现在企业破产前两年到三年里。

Z 值模型由于是针对上市公司的研究，故而其适用范围仅局限在上市公司的范畴内。不仅如此，Altman 教授所选择的 66 家企业样本均集中分布于美国的机械行业，因而该模型还具有行业局限性。为了弥补 Z 值模型的这种不足，Altman 教授对 Z 值模型先后进行了两次修正，形成了针对非上市公司 Z′值模型和跨行业的 ZETA模型（Z″值模型），这样其与前述的 Z 值模型就构成了 Z 值模型系列，使得 Z 值模型的适用范围得到了极大的扩展。对于非上市公司 Z′值

3

模型，其表达式如下：

Z'?0.717X1?0.847X2?3.107X3?0.420X4?0.998X5

上述模型中，除了X4的计算公式中分子用企业账面价值代替股票市价之外，其余指标均与 Z 值模型相同。其财务预警标准判定分数的临界值范围为： （1）Z′≤1.1：企业已濒临破产边缘，企业财务状况堪忧； （2）1.1＜Z′＜2.6：企业处于“灰色地带”（Gray Area），财务状况极不稳定，

出现破产的可能性较大；

（3）Z′≥2.6：企业暂无财务困难。 对于跨行业的 ZETA 模型（Z″值模型），1977 年 Altman 等在美国《金融与财务月刊》第六期上发表了题为《ZETA 分析：判定企业破产风险的新模型》的文章，在这其中，Altman 等人提出了著名的 ZETA 模型，即 Z ″值模型： Z\?6.56X1?3.26X2?6.72X3?1.05X4

在 ZETA 模型中，Altman 去掉了原来 Z 值模型中带有行业色彩影响因素的 X 5，其余指标均同于 Z 值模型。其财务预警标准判定分数的临界值范围为： （1）Z″≤1.23：企业已濒临破产边缘，企业财务状况堪忧； （2）1.23＜Z″＜2.9：企业处于“灰色地带”（Gray Area），财务状况极不稳定，出现破产的可能性较大；

（3）Z″≥2.9：企业暂无财务困难。

继 Altman等人之后，Richard. Toferler、Howard. Dishard、Alexander. Bsharle 进一步发展了 Z 值模型。其中，Toferler模型采用的五项财务比率为：X1=EBT/平均流动负债；X2=流动资产/总负债；X3=流动负债/总资产；X4=现款交易间隔期；X5=存货周转率；Dishard 模型采用的五项财务比率为：X1=EBIT/负债总额；X2=销售利润率；X3=营运资本净额/负债净额；X4=（流动资产-存货）/营运资本净额；X5=速动比率；Bsharle 模型采用的五项财务比率为：X1=（EAT+折旧）/流动负债；X2=EBT/营运资本；X3=股东效益/流动负债；X4=有形资产净值/负债总额；X5=营运资本/总资产。

在日本，日本开发银行调查部在《利用经营指标进行企业风险评价的新尝试——利用多变量分析的探索》一文中提出了另一多元变量模型：

Z?2.1X1?1.6X2?1.7X3?X4?2.3X5?2.5X6

其中：X1：销售增长率；X2：总资产增长率；X3：盈利分配率；

X4：资产负债率；X5：流动比率；

4

X6：粗附加值生产率=（折旧+人工成本+利息+EBT）/销售收入。

其 Z 值的判定规则为：①Z值越大，企业财务风险越小；②Z＞10：企业财务状况良好；Z＜0：企业存在严重财务危机；0＜Z＜10：企业财务状况处于灰色地带。周首华、杨济华、王平使用 SPSS-X 统计软件多维差异分析方法,从《华尔街杂志索引》选取 31 家破产公司和与之相对应的从 Compustat 会计数据库同一年度、同一行业的 31 家非破产公司两组相关的财务数据，在 Altman 教授所创立的 Z 值模型上建立了一个新的多元变量模型——F分数模型，该模型的表达式如下：

Z??0.1174?1.1091X1?0.1074X2?0.9271X3?0.0302X4?0.4961X5 其中：X1：（期末流动资产-期末流动负债）/期末总资产

X2：期末留存收益/期末总资产 （EAT+折旧）/平均总负债 X3：

X4：期末股东权益市场价值/期末总负债 （EAT+利息+折旧）/平均总资产 X5：

F 分数模型的特点在于：

（1）五个自变量的选定大多依据 Donalson 的财务理论选定，而不像其它多元变量模型依据试误选定方法选定。

（2）F 分数模型以 0.0274 为临界值：若 F＜0.0274，企业将被预测为破产企业；若 F＞0.0274，则将预测企业会继续经营下去。

（3）F 分数模型中加入了现金流量预测自变量，弥补了 Z 值模型的不足。X3、

X5的涵义与前述的 Z-Score模型中的X3、X5涵义不同：F 分数模型中的X3作为一个现金流变量，它是反映企业所产生的全部现金流量可用于偿还企业债务的能力； X5作为一个现金流变量，它是反映企业总资产在创造现金流方面的能力，其相对于总资产周转率指标而言，可以更为准确的说明企业是否存在财务危机。 （4）F 分数模型财务预警的准确性较高。周首华教授等人通过对 Compustat PC PLUS 会计资料库中 1990年以来的 4160 家公司数据作为检验样本进行验证，其验证结果的准确率高达近 70%。

香港理工大学的陈洪波以中国上市公司中的 ST 类公司为样本，在 Z 值模型的基础上，构建了中国上市公司财务危机预警模型，其表达式如下：

Z??0.494X1?0.064X2?0.652X3?0.358X4?0.431X5 其中：X1：资产负债率

X2：调整后的速动比率=（货币资金+短期投资+应收账款）/流动负债

5

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库企业财务预警理论模型回顾在线全文阅读。