夏秀芳 遲健心
【摘 要】 文章綜述了國內(nèi)外有關(guān)財務(wù)困境預(yù)警研究的三個主要內(nèi)容:一是財務(wù)困境的內(nèi)涵和界定,二是財務(wù)預(yù)警研究變量的選取,三是財務(wù)困境預(yù)警模型的建立;強(qiáng)調(diào)財務(wù)危機(jī)的根本原因是企業(yè)無力償還債務(wù)而導(dǎo)致的資金鏈斷裂,財務(wù)預(yù)警模型應(yīng)具有前瞻性,預(yù)警指標(biāo)應(yīng)從引起財務(wù)危機(jī)根源的資金鏈角度進(jìn)行設(shè)定,即應(yīng)充分考慮資金供給對資金需求的保障程度;最后提出了財務(wù)預(yù)警指標(biāo)體系構(gòu)建的重心應(yīng)放到籌資活動對營業(yè)活動資金的保障上,建議從資金供給對資金需求的數(shù)量和質(zhì)量保障角度構(gòu)建預(yù)警指數(shù)體系。
【關(guān)鍵詞】 財務(wù)困境; 財務(wù)指標(biāo); 非財務(wù)指標(biāo); 資金供給; 保障程度
【中圖分類號】 F275 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937(2018)13-0002-05
財務(wù)困境是指企業(yè)由于各種原因?qū)е碌呢攧?wù)狀況嚴(yán)重惡化,即將面臨破產(chǎn),無能力償還債務(wù)的財務(wù)狀況。企業(yè)不能按期償還債務(wù),是一種違約行為,所以又稱為違約風(fēng)險,有學(xué)者也稱其為財務(wù)危機(jī)。“企業(yè)破產(chǎn)”是最嚴(yán)重的財務(wù)困境形式。發(fā)生財務(wù)困境的企業(yè)大多是企業(yè)財務(wù)狀況逐年惡化、長期累積的結(jié)果,是可以預(yù)測的。及時、有效地進(jìn)行財務(wù)困境的預(yù)警可以使企業(yè)及早發(fā)現(xiàn)其生產(chǎn)經(jīng)營管理的嚴(yán)重問題,避免惡性損失的發(fā)生。國內(nèi)外學(xué)者對于財務(wù)困境的研究,主要包括三個方面:一是財務(wù)困境的內(nèi)涵和界定,二是財務(wù)預(yù)警研究變量的有效選取,三是財務(wù)困境預(yù)警模型的建立。
一、財務(wù)困境(財務(wù)危機(jī))概念的界定
Beaver[1]指出企業(yè)發(fā)生破產(chǎn)、出現(xiàn)拖欠優(yōu)先股股利和債務(wù)的情況都視為財務(wù)困境,他選取了59個破產(chǎn)公司、3個拖欠債務(wù)的公司以及16個拖欠優(yōu)先股股利的公司,共計78個公司作為“財務(wù)困境”的樣本進(jìn)行研究。Carmichael[2]指出財務(wù)困境是由于企業(yè)資金、權(quán)益和流動性不足以及拖欠債務(wù)四種形式導(dǎo)致的履行義務(wù)時受到阻礙。Deakin[3]將財務(wù)危機(jī)界定為企業(yè)無力償還債務(wù)、發(fā)生了破產(chǎn)、債權(quán)人利益通過企業(yè)清算才能得到的公司。Ross et al.[4]將企業(yè)失敗、會計破產(chǎn)、法定破產(chǎn)和技術(shù)破產(chǎn)的企業(yè)稱為財務(wù)困境。Lau[5]指出以下五種情況可以作為企業(yè)財務(wù)危機(jī)的評估標(biāo)準(zhǔn):(1)財務(wù)不穩(wěn)定;(2)股息不支付或者股息支付減少;(3)出現(xiàn)了技術(shù)性失敗或者不能償還貸款;(4)受到破產(chǎn)法保護(hù);(5)清算或破產(chǎn)。Laitinen[6]在研究中將財務(wù)困境公司按照危機(jī)的程度進(jìn)行了分類。部分學(xué)者[7-8]在研究中對財務(wù)危機(jī)的界定是依據(jù)破產(chǎn)法提出破產(chǎn)申請的企業(yè)。
國內(nèi)部分學(xué)者[9-12]在研究中都選取了ST公司作為財務(wù)困境研究的對象。長城證券課題組(2002)和崔學(xué)剛等(2007)認(rèn)為企業(yè)只要出現(xiàn)了虧損就是財務(wù)困境,即PT、ST公司以及虧損一年的公司都屬于財務(wù)困境公司。
二、預(yù)測變量或者判定指標(biāo)的選取
模型中預(yù)測變量的合理選擇對于能否成功和正確預(yù)測財務(wù)困境至關(guān)重要。預(yù)警變量由最初的只考慮財務(wù)指標(biāo),發(fā)展到綜合考慮財務(wù)指標(biāo)和非財務(wù)指標(biāo),其中財務(wù)指標(biāo)包括財務(wù)比率和現(xiàn)金流量指標(biāo)。
(一)僅包含財務(wù)指標(biāo)信息類型
一些學(xué)者[7,13-14]在對企業(yè)財務(wù)危機(jī)研究中采用的都是常規(guī)財務(wù)比率指標(biāo),其中Altman的Zeta模型是當(dāng)時被認(rèn)為能夠比較準(zhǔn)確預(yù)測財務(wù)困境的模型。財務(wù)比率指標(biāo)是以資產(chǎn)負(fù)債表和利潤表為基礎(chǔ)的,如何選取財務(wù)指標(biāo)及財務(wù)指標(biāo)能否真實(shí)反映企業(yè)的財務(wù)狀況,是當(dāng)時學(xué)者們討論建模預(yù)測準(zhǔn)確與否的關(guān)鍵。學(xué)者們在研究中發(fā)現(xiàn)現(xiàn)金流量信息不容易像利潤指標(biāo)被操縱而逐漸受到關(guān)注。Beaver[1]在1966年首次將現(xiàn)金流指標(biāo)引入到財務(wù)困境的研究。Deakin et al.[3]同時考慮了企業(yè)的三大財務(wù)活動:籌資活動、經(jīng)營活動和投資活動,并指出現(xiàn)金流指標(biāo)預(yù)測破產(chǎn)效果顯著。Blum[15]的研究中將現(xiàn)金流量指標(biāo)加入到財務(wù)風(fēng)險預(yù)警模型中,得到結(jié)論:加入現(xiàn)金流的預(yù)警模型準(zhǔn)確性得到了極大提高,并且預(yù)測時間會超前5年;隨后更多學(xué)者發(fā)現(xiàn)將現(xiàn)金流量指標(biāo)加入到預(yù)警模型中,模型的預(yù)測能力也得到了提高;Xia,Zhao and He(2012)研究表明:加入現(xiàn)金流量指標(biāo)的Logistic模型要優(yōu)于Fisher判別模型。
我國學(xué)者(陳靜[11];張玲[16];吳世農(nóng)等[9];周兵和張軍,2002;蔡紅艷和韓立巖,2003等)均采用傳統(tǒng)的財務(wù)比率指標(biāo)建立財務(wù)預(yù)警模型;周守華等[10]是首次將現(xiàn)金流量指標(biāo)引入到預(yù)警模型中,構(gòu)建了一個F模型,此模型相對Altman的Z模型有了較大的改進(jìn);隨后更多學(xué)者在研究中引入了現(xiàn)金流量指標(biāo),并進(jìn)行了現(xiàn)金流量指標(biāo)的財務(wù)預(yù)警研究(如:吳世農(nóng)等[9];楊淑娥和徐偉剛,2003;黃鶴和李鳳吟,2003;張瑋,2007;崔學(xué)剛,2007;李雅寧,2012;謝赤等[17])。呂俊[18]在研究中同時采用了傳統(tǒng)的財務(wù)比率指標(biāo)和經(jīng)過調(diào)整(在我國上市公司會計質(zhì)量特征基礎(chǔ)上調(diào)整)的兩套財務(wù)比率指標(biāo)進(jìn)行了對比分析,研究發(fā)現(xiàn)后者比前者的精度高出七個百分點(diǎn)。聶麗潔等[19]構(gòu)建了一套較完整的現(xiàn)金流財務(wù)預(yù)警指標(biāo)體系,研究表明現(xiàn)金流量指標(biāo)能單獨(dú)進(jìn)行財務(wù)風(fēng)險預(yù)警。梁杰等(2011)在財務(wù)困境模型中引入了經(jīng)濟(jì)增加值指標(biāo)。
(二)包含非財務(wù)指標(biāo)信息類型
財務(wù)預(yù)警模型中的非財務(wù)指標(biāo)包括了資本市場指標(biāo)、宏觀經(jīng)濟(jì)變量、公司治理等變量。
Zmijewski(1984)和Altman(1966)將與市場反應(yīng)有關(guān)的非財務(wù)變量引入到研究中,其結(jié)果表明可以改善預(yù)警效果;Beaver[1]在財務(wù)預(yù)警研究中引入了反映股價的信息變量;Merton(1974)和Campbel等(2006)發(fā)現(xiàn)股票收益率波動對財務(wù)風(fēng)險有重要影響;Ohlson[20]以企業(yè)總資產(chǎn)與總負(fù)債數(shù)值的大小為依據(jù),構(gòu)建了兩個虛擬變量,結(jié)果發(fā)現(xiàn)虛擬變量對模型的解釋力較某些常用的財務(wù)指標(biāo)更好;Marquette(1980)在模型中加入了宏觀經(jīng)濟(jì)變量:通化膨脹率和景氣變動等指標(biāo);Altman(1983)研究表明宏觀經(jīng)濟(jì)變量,如國內(nèi)生產(chǎn)總值以及貨幣供應(yīng)量等都對公司財務(wù)危機(jī)預(yù)警有顯著的影響;Lau[5]的財務(wù)危機(jī)預(yù)警研究中包含了6個財務(wù)比率變量和4個與股利支付相關(guān)的虛擬變量;Glison(1989)研究發(fā)現(xiàn)企業(yè)高層的離職可以構(gòu)成反映企業(yè)財務(wù)風(fēng)險預(yù)警的重要指標(biāo);Plat et al.[8]在財務(wù)危機(jī)預(yù)警中加入了反映產(chǎn)業(yè)變動的變量;部分學(xué)者(Catherine,1994;Fathi,2001;Chan,2016)等在財務(wù)預(yù)警模型構(gòu)建時加入了公司治理因素。Blanco-Oliver et al.(2015)將非財務(wù)指標(biāo),如公司所有權(quán)特點(diǎn)等引入模型。
相對于國外學(xué)者,國內(nèi)對財務(wù)預(yù)警中非財務(wù)指標(biāo)的研究比較晚。姜秀華(2002)加入了股權(quán)集中度指標(biāo)進(jìn)行預(yù)警取得了相對較好的預(yù)測效果;梁琪(2003)在研究中發(fā)現(xiàn)反映資本市場和宏觀經(jīng)濟(jì)的指標(biāo)可以對上市公司進(jìn)行有效的財務(wù)困境預(yù)警判別;章之旺、吳世農(nóng)(2005)檢驗了經(jīng)濟(jì)困境、財務(wù)困境風(fēng)險和公司業(yè)績之間的關(guān)系;楊兵和柯佑鵬(2005)在研究中引入了非財務(wù)指標(biāo),結(jié)果發(fā)現(xiàn)財務(wù)困境預(yù)測的準(zhǔn)確度得到了極大的提高;曹德芳等[21]在預(yù)警模型中加入了股權(quán)結(jié)構(gòu)變量;鄧曉嵐等(2006)在Logistic模型中引入了非財務(wù)變量,回歸結(jié)果顯示審計師意見和年度累計超額收益率對財務(wù)困境有較好的解釋和預(yù)警效果;任惠光和班博(2007)在預(yù)警中加入了財務(wù)指標(biāo)和反映企業(yè)公司治理和總體經(jīng)濟(jì)的非財務(wù)指標(biāo),通過三個方法的預(yù)警及比較,最終構(gòu)建了最優(yōu)的跨期財務(wù)危機(jī)預(yù)警綜合模型;柏丙林等[22]分別以非財務(wù)指標(biāo)、財務(wù)指標(biāo)以及綜合指標(biāo)(財務(wù)指標(biāo)和非財務(wù)指標(biāo)相結(jié)合)構(gòu)建了財務(wù)風(fēng)險預(yù)警模型進(jìn)行預(yù)警,結(jié)果表明由綜合指標(biāo)構(gòu)建的財務(wù)風(fēng)險預(yù)警模型有更準(zhǔn)確的預(yù)測結(jié)果;盧永艷[12]將宏觀經(jīng)濟(jì)因素、貸款利率和國內(nèi)生產(chǎn)總值增長率引入到財務(wù)預(yù)警模型;劉小淇等[23]將非財務(wù)因素(人力資本和股權(quán)結(jié)構(gòu)等)納入預(yù)警模型。
三、財務(wù)困境預(yù)警模型的建立
財務(wù)困境預(yù)警模型經(jīng)歷了從單一財務(wù)指標(biāo)變量的預(yù)警模型,到多個財務(wù)指標(biāo)變量的線性預(yù)警模型,發(fā)展成為廣泛流行的Logistic預(yù)警模型;隨后又有一些新的理論和模型相繼出現(xiàn)。
Fitzpartrick[13]開啟了對上市公司進(jìn)行了財務(wù)危機(jī)預(yù)警的先河,在研究中運(yùn)用了單個財務(wù)比率指標(biāo);隨后Beaver[1]也建立了單變量的財務(wù)預(yù)警模型。由于單個財務(wù)比率不能全面反映企業(yè)的財務(wù)狀況,多變量模型較單個財務(wù)指標(biāo)變量所包含的財務(wù)信息更加全面,預(yù)測的準(zhǔn)確度更高。Altman[7]運(yùn)用線性判別分析方法(MDA)建立了多變量財務(wù)預(yù)警模型;Altman et al.[14]建立了含有七個財務(wù)變量的Zeta模型。在原來線性預(yù)測的基礎(chǔ)上,Martin[24]首次使用Logistic方法以銀行業(yè)為研究對象建立了財務(wù)預(yù)警模型;Ohlson[20]也建立了Logistic財務(wù)預(yù)警模型,并在研究中給出了MDA有效性的條件;隨后 Collins and Green(1982),Zavgren(1985),Gentry,Newbold and WhitFord(1987)等通過實(shí)證研究均顯示了Logistic模型進(jìn)行財務(wù)預(yù)警比MAD模型的預(yù)測能力更強(qiáng),結(jié)果更準(zhǔn)確;Hensher et al.(2007)建立的Logistic財務(wù)預(yù)警模型中考慮了多項誤差分量,結(jié)果顯示其擬合優(yōu)度比標(biāo)準(zhǔn)的Logistic模型更好。
此外,一些新的理論和模型不斷出現(xiàn)和應(yīng)用,如神經(jīng)網(wǎng)絡(luò)(ANN)、遺傳算法(GA)、案例推理(CRR)、粗糙集(RS)等方法具有高效的預(yù)測性。Sánchez-Lasheras(2012)等運(yùn)用了混合模型對財務(wù)困境進(jìn)行了識別。Heo and Yang(2014)利用Adaboost算法對韓國建筑公司進(jìn)行了財務(wù)危機(jī)預(yù)測。Slavici(2016)等利用統(tǒng)計方法對人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了優(yōu)化,并進(jìn)行了財務(wù)預(yù)警,認(rèn)為經(jīng)改進(jìn)后的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測可信度更高。
我國學(xué)者周守華等[10]借鑒了Z分?jǐn)?shù)模式,建立了包含現(xiàn)金比率的F分?jǐn)?shù)模式的多變量模型,結(jié)果表明預(yù)測準(zhǔn)確度達(dá)到了70%以上。陳靜[11]分別運(yùn)用了單變量分析和二類線性判別分析模型進(jìn)行了財務(wù)預(yù)警分析。張玲[16]運(yùn)用了二類線性判別模型對上市公司財務(wù)數(shù)據(jù)進(jìn)行了預(yù)警分析。吳世農(nóng)等[9]分別應(yīng)用Fisher、多元線性回歸和Logistic三種方法建立了模型進(jìn)行預(yù)警分析,并進(jìn)行了結(jié)果的比較,得出結(jié)論:Logistic預(yù)警模型的準(zhǔn)確性達(dá)到了最高。隨后更多學(xué)者應(yīng)用Logistic模型進(jìn)行了財務(wù)危機(jī)預(yù)警研究(姜秀華和孫崢,2000;盧永艷和王維國,2010;盧永艷[12];謝赤等[17])。同時一些學(xué)者(如周敏和王新宇,2002;周喜和吳可夫,2012;李力和馮濤,2015)運(yùn)用神經(jīng)網(wǎng)絡(luò)建立了企業(yè)財務(wù)風(fēng)險預(yù)警體系;王曉鵬等(2007)在財務(wù)困境預(yù)警研究中應(yīng)用了Cox模型;莊倩等[25]根據(jù)財務(wù)困境的不同特征進(jìn)行了不同時期的動態(tài)劃分,應(yīng)用了卡爾曼濾波原理,對財務(wù)困境進(jìn)行了動態(tài)預(yù)測。
四、文獻(xiàn)評述
在財務(wù)危機(jī)預(yù)警方面學(xué)者們做了充分、詳實(shí)的研究。在研究對象上,主要選取的是根據(jù)破產(chǎn)法提出破產(chǎn)申請的企業(yè)和ST上市公司,研究中多將財務(wù)危機(jī)公司與正常運(yùn)營的公司進(jìn)行有關(guān)財務(wù)指標(biāo)的對比。相比國外的研究,國內(nèi)研究起步較晚,前期的研究主要是借鑒了國外的方法和經(jīng)驗,后期的研究結(jié)合我國企業(yè)現(xiàn)狀,研究方法有了一些創(chuàng)新。預(yù)警模型在單變量預(yù)警模型基礎(chǔ)上,發(fā)展成為多變量預(yù)警模型,隨后Logistic預(yù)警模型得到了廣泛的應(yīng)用,近年來又出現(xiàn)了一些新的預(yù)警方法。這些新的研究方法具有數(shù)據(jù)挖掘潛力強(qiáng)、預(yù)測效率高等優(yōu)點(diǎn),但存在著運(yùn)算復(fù)雜、應(yīng)用條件苛刻、無法進(jìn)行結(jié)構(gòu)分析(即“黑箱”特性)等缺點(diǎn)。在預(yù)警變量的選擇上由原來的單個指標(biāo)的財務(wù)比率變量,發(fā)展到多個指標(biāo)的財務(wù)比率變量,預(yù)測的精確也得到了進(jìn)一步的提高;最初指標(biāo)的計算主要是基于利潤表和資產(chǎn)負(fù)債表,而利潤表的有些項目的可操作性較大,不能真實(shí)地反映企業(yè)現(xiàn)金流,隨后又很多學(xué)者將預(yù)警變量設(shè)置的重心放到了現(xiàn)金流量指標(biāo)上;隨著經(jīng)濟(jì)的發(fā)展,企業(yè)所處的微觀和宏觀經(jīng)濟(jì)環(huán)境的變化、各種不確定因素對企業(yè)財務(wù)風(fēng)險影響的加劇,在預(yù)警模型中綜合考慮了財務(wù)、非財務(wù)指標(biāo)是近期財務(wù)預(yù)警研究的趨勢。
總之,在財務(wù)危機(jī)預(yù)警方面,學(xué)者們已經(jīng)做了大量的研究,為后續(xù)研究打下了堅實(shí)的基礎(chǔ),不論是預(yù)警方法還是指標(biāo)的選取方面都為我們提供了新思路。
五、完善財務(wù)危機(jī)預(yù)警的思路
(一)完善財務(wù)危機(jī)預(yù)警的建議
1.已有文獻(xiàn)對于財務(wù)指標(biāo)選取基本都是從償債能力、盈利能力、發(fā)展能力和營運(yùn)能力四個“靜態(tài)”維度來分類,預(yù)警指標(biāo)多為傳統(tǒng)的財務(wù)指標(biāo),其理論框架是傳統(tǒng)的財務(wù)分析體系。根據(jù)財務(wù)危機(jī)的定義,企業(yè)財務(wù)危機(jī)的主要原因是無力償還債務(wù),其根源是企業(yè)資金鏈斷裂。因此財務(wù)預(yù)警指標(biāo)的設(shè)定應(yīng)該從引起財務(wù)危機(jī)根源的資金鏈角度進(jìn)行設(shè)定,即應(yīng)充分考慮資金供給對資金需求的保障程度。
2.大多研究是用模型檢驗已發(fā)生財務(wù)危機(jī)(ST企業(yè))的事實(shí),驗證模型的準(zhǔn)確性。預(yù)警的目的是對企業(yè)未來可能發(fā)生的財務(wù)危機(jī)提出警示,所以預(yù)警模型的設(shè)定應(yīng)該具有前瞻性和敏感性。
3.在選取與研究對象相匹配的樣本時,對照組和研究組樣本所在行業(yè)、規(guī)模等特征變量缺乏可比性,所得到的對比結(jié)論難以令人信服。匹配樣本在研究中可以使用有關(guān)計量分析方法,使其與研究對象具有可比性的特點(diǎn)。
(二)財務(wù)預(yù)警指標(biāo)體系的構(gòu)建
按照王竹泉[26]的觀點(diǎn),在當(dāng)今供過于求的高度競爭的市場經(jīng)濟(jì)時代,經(jīng)營活動是企業(yè)運(yùn)用已有的資金和資源創(chuàng)造價值的活動,投資活動不再是計劃經(jīng)濟(jì)時期依附于經(jīng)營活動的附屬活動,而是同經(jīng)營活動一樣也是為企業(yè)創(chuàng)造價值的活動。同樣為企業(yè)創(chuàng)造價值的經(jīng)營活動和投資活動應(yīng)視為一類,稱為營業(yè)活動;籌資活動是為經(jīng)營活動和投資活動籌集資金的過程,是依附于經(jīng)營活動和投資活動的,若企業(yè)的營業(yè)活動不存在,籌資活動也就失去了意義。財務(wù)危機(jī)或財務(wù)破產(chǎn)的本質(zhì)是企業(yè)資金鏈斷裂,即企業(yè)通過籌資獲取的資金滿足不了營業(yè)活動資金的需求。因此,財務(wù)預(yù)警指標(biāo)體系構(gòu)建的重心應(yīng)放到籌資活動對營業(yè)活動資金的保障上,即資金供給對資金需求的保障程度,包括資金供給對資金需求的數(shù)量和質(zhì)量保障程度的構(gòu)建。具體指數(shù)體系構(gòu)建思路如下:
1.數(shù)量保障程度是資金供給量與資金需求量的比,其比值越大說明企業(yè)有足夠的資金滿足營業(yè)活動對資金的需求,企業(yè)資金鏈斷裂的風(fēng)險就越小,即財務(wù)危機(jī)發(fā)生的可能性就越??;考慮到資金供給與需求比的波動性,若近幾年波動越大,說明保障程度越不穩(wěn)定,不確定性越大,因此在構(gòu)建數(shù)量指數(shù)時應(yīng)當(dāng)將資金供給量與需求量變動的風(fēng)險進(jìn)行量化處理。數(shù)量保障程度用數(shù)量指數(shù)A1表示,其構(gòu)建如公式1。
2.質(zhì)量保障程度,即質(zhì)量指數(shù)是指資金供給對資金需求保障的穩(wěn)定性,包括資金結(jié)構(gòu)指數(shù)和企業(yè)綜合財務(wù)能力指數(shù)。其中結(jié)構(gòu)指標(biāo)是指企業(yè)總資金中長期資金所占的比重,比重越大資金供給的穩(wěn)定性越好,企業(yè)發(fā)生資金鏈斷裂的風(fēng)險就越低,在公式2中用長期資金比重來衡量;財務(wù)綜合能力指數(shù)是全面反映企業(yè)財務(wù)活動的綜合能力,其值越大說明企業(yè)利用自身發(fā)展獲得資金的能力越強(qiáng),企業(yè)就會擁有更多的通過自身營業(yè)活動積累的資金,因而企業(yè)資金鏈斷裂的風(fēng)險就越低。根據(jù)杜邦財務(wù)分析體系,企業(yè)凈資產(chǎn)收益率=權(quán)益乘數(shù)×總資產(chǎn)周轉(zhuǎn)率×銷售凈利率,權(quán)益乘數(shù)、總資產(chǎn)周轉(zhuǎn)率和銷售凈利率分別反映企業(yè)償債能力、營運(yùn)能力和盈利能力,因此凈資產(chǎn)收益率可以看作是綜合反映企業(yè)財務(wù)狀況能力的指標(biāo),其值應(yīng)與行業(yè)均值相比,比值越大說明企業(yè)財務(wù)狀況在同行業(yè)越好,企業(yè)通過自身經(jīng)營積累的資金在未來滿足資金需求的保障程度越好,財務(wù)危機(jī)發(fā)生的概率就越低。在公式2中財務(wù)綜合能力指數(shù)用企業(yè)凈資產(chǎn)收益率與行業(yè)平均凈資產(chǎn)收益率比值來衡量。
基于以上分析構(gòu)建基于資金需求保障能力的財務(wù)預(yù)警指標(biāo)體系如下:
資金供給對資金需求的保障指數(shù)A=數(shù)量指數(shù)A1×質(zhì)量指數(shù)A2
上述指數(shù)體系可以從時點(diǎn)(當(dāng)年)和時期(近三年或五年)兩個角度計算衡量。財務(wù)預(yù)警指數(shù)或模型的構(gòu)建旨在企業(yè)發(fā)生財務(wù)危機(jī)之前對企業(yè)提出預(yù)警,防患于未然,而不是當(dāng)企業(yè)發(fā)生財務(wù)困境之后采用一些模型和指標(biāo)進(jìn)行檢驗。因此具體應(yīng)用此指數(shù)進(jìn)行預(yù)警分析時,樣本的選取應(yīng)剔除ST上市公司。對于構(gòu)建的上述反映企業(yè)財務(wù)危機(jī)指數(shù)的應(yīng)用的設(shè)想如下:
按行業(yè)分類選取上市公司(剔除ST)的財務(wù)數(shù)據(jù)進(jìn)行上述指標(biāo)的統(tǒng)計分析,求得資金供給對需求保障指數(shù)A的上下四分位值(上四分位值q1和下四分位值q2)和中位數(shù)值m。當(dāng)A值處于不同區(qū)間時對于企業(yè)的警示也是不同的,其中第一類(A≤q2)企業(yè)即將出現(xiàn)財務(wù)困境,應(yīng)引起企業(yè)的極大重視。具體如下:
(1)A≤q2,企業(yè)即將出現(xiàn)財務(wù)困境,企業(yè)資金對需求保障能力出現(xiàn)了較為嚴(yán)重的警戒和風(fēng)險,企業(yè)應(yīng)立即進(jìn)行調(diào)整,應(yīng)該引起企業(yè)極大的重視。
(2)若q2≤A (3)m≤A (4)q1≤A,說明企業(yè)的資金保障程度處于很安全的狀態(tài)。 【參考文獻(xiàn)】 [1] BEAVER W H.Financial rations as predictors of failures[J].Journal of Accounting Research,1966,4(1):71-111. [2] CARMICHAEL R.The auditor's reporting obligation[M].Auditing Research Monograph (New York: AICPA),1972:94-125. [3] DEAKIN E B.A discriminant analysis of predictors of business failure[J].Journal of Accounting Research,1972,10(1):167-179. [4] ROSS B.Financial ratios and different failure processes[J].Journal of Business Finance,2000,10(3):18-24. [5] LAU H L.A Five-state financial distress prediction model[J] Journal of Accounting Research,1987,25(1):127-138. [6] LAITINEN E K.Financial ratios and different failure processes[J].Journal of Business Finance & Accounting,1991,18(5):649-673.
[7] ALTMAN E I.Financial rations,discriminant analysis and the prediction of corporate bankruptcy[J].Journal of finance,1968,23(4):589-609.
[8] PLATT H D,PLATT M B.Development of a class of stable predictive variables: the case of bankruptcy prediction[J]. Journal of Business Finance and Accounting,1990,17(1):31-51.
[9] 吳世農(nóng),盧賢義.我國上市公司財務(wù)危機(jī)的預(yù)警模型研究[J].經(jīng)濟(jì)研究,2001(6):46-55.
[10] 周守華,楊濟(jì)華,王平.論財務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J].會計研究,1996(8):8-11.
[11] 陳靜.上市公司財務(wù)惡化預(yù)警的實(shí)證分析[J].會計研究,1999(4):31-38.
[12] 盧永艷.宏觀經(jīng)濟(jì)因素對企業(yè)財務(wù)困境風(fēng)險影響的實(shí)證分析[J].宏觀經(jīng)濟(jì)研究,2013(5):53-58.
[13] FITZPATRICK P J.A comparison of ratios of successful industrial enterprises with those of failed firms [M].New York: Certified Public Accountant,1932:656-662.
[14] ALTMAN E I,et al.Zeta analysis: a new model to identity bankruptcy risk of corporations [J].Journal of Banking and Finance,1977,1(1):29-54.
[15] BLUM M.Failing company discriminant analysis [J].Journal of Accounting Research,1974,12(1):1-25.
[16] 張玲.財務(wù)危機(jī)預(yù)警分析判別模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2000(3):49-51.
[17] 謝赤,趙亦軍,李為章.基于CFaR模型和Logistic回歸的財務(wù)困境預(yù)警研究[J].財經(jīng)理論與實(shí)踐,2014,35(1):57-62.
[18] 呂俊.基于非財務(wù)指標(biāo)的財務(wù)困境預(yù)測及征兆分析[J].中國社會科學(xué)院研究生院報,2006(2):52-59.
[19] 聶麗潔,趙艷芳,高一帆.基于現(xiàn)金流的財務(wù)危機(jī)預(yù)警指標(biāo)體系構(gòu)建研究——基于我國制造業(yè)上市公司數(shù)據(jù)[J].經(jīng)濟(jì)問題,2011(3):108-112.
[20] OHLSON J A.Financial ratios and the probabilistic prediction of bankruptcy[J].Journal of Accounting Research,1980,18(1):109-133.
[21] 曹德芳,夏好琴.股權(quán)結(jié)構(gòu)變量對企業(yè)財務(wù)危機(jī)影響的實(shí)證研究[J].財會通訊,2006(1):85-90.
[22] 柏丙林,呂峻.基于不同指標(biāo)類型的財務(wù)危機(jī)預(yù)測模型比較——來自我國制造業(yè)上市公司的實(shí)證研究[J].開放導(dǎo)報,2008(4):96-101.
[23] 劉小淇,曾繁榮,周鴻.基于非財務(wù)視角的上市公司財務(wù)困境預(yù)警研究——基于主成分邏輯回歸的方法[J].財會通訊,2015(6):42-48.
[24] MARTIN D.Early warning of bank failure:a logit regression approach[J]. Journal of Banking and Finance,1977,1(3):249-276.
[25] 莊倩,陳良華.財務(wù)困境理論的預(yù)測動態(tài)性改進(jìn)與應(yīng)用[J].審計與經(jīng)濟(jì)研究,2014(5):69-76.
[26] 王竹泉.重新認(rèn)識營業(yè)活動與營運(yùn)資金[J].財務(wù)與會計(理論版),2003(4):1.