我国财务风险预警模型研究文献综述
- 格式:doc
- 大小:38.56 KB
- 文档页数:7
财务风险预警研究文献综述孟庆伟(中国石油大学(华东),山东青岛266580)摘要:财务风险预警研究在防范系统性金融风险发生的背景之下,显得尤为重要。
通过对国内外相关文献进行梳理,对下一步的研究具有良好的启示。
关键词:财务风险;风险预警;财务指标;预警模型中图分类号:F23文献标识码:A 文章编号:1671-1602(2018)09-0130-01作者简介:孟庆伟(1993-),男,河南邓州人,中国石油大学(华东)2016级会计学研究生,研究方向:财务管理、财务会计。
我国金融体系建立目的在于服务实体企业发展,促进经济增长。
在防范系统性金融危机发生的背景之下,梳理企业财务风险预警研究文献,对于识别风险、防范风险,进而提出化解风险的应对措施,显得十分重要。
1国外关于财务风险预警研究的综述国外的研究起步较早,其主要研究对象是企业的财务指标。
同时,新的研究方法也不断出现。
1.1单变量模型1932年,菲茨·帕特里克(1932)首次从财务指标切入进行研究。
他发现权益负债比和权益净利率这两个指标在发生破产危机的企业和运营状况良好的企业之间有显著的差异,与财务风险的关系密切,能够有效的对财务风险状况进行判断。
Beaver (1966)在Fitz Patrick 的研究发现的基础之上,发现财务危机公司和财务健康公司在现金流量/总负债比率、资产负债率和资产报酬率上有显著差异。
由于单变量模型,以单个财务指标为基础,判别依据相对单一,很容易误判。
因此,这种危机预警方法应用起来并不理想。
1.2多变量模型由于单变量模型易误判,因此多变量财务风险预警模型便应运而生,并在财务风险预警中取得明显更优效果。
Altman (1968)以1946-1965年出现财务危机的33家公司配对财务正常公司作为研究样本,从22个指标中,筛选出5个财务指标,构建了Z-SCORE 多元判别分析模型。
在发生危机前一年,准确率达95%;在发生危机的前两年,模型判别准确率为72%,整体判别准确率相对较高,财务风险预警效果较好。
大数据时代企业财务风险防范及控制研究的文献综述大数据时代就像一阵狂风,吹进了企业的世界,把财务风险防范和控制这事儿搅得翻天覆地。
咱先聊聊啥是企业财务风险。
这就好比一个人过日子,钱怎么挣怎么花得心里有数。
企业也一样,财务风险就是那些可能让企业钱袋子瘪下去的事儿。
比如说,投资投错了地方,就像你本来想把钱投到能下金蛋的鸡身上,结果却养了只光吃粮食不下蛋的鸡,钱就打水漂了。
再比如说,欠了一屁股债还不上,就像一个人到处借钱,最后还不上,被债主追着跑,企业的信誉也就毁了。
那大数据时代又咋影响企业财务风险防范和控制呢?以前啊,企业看财务风险,就像在黑夜里摸瞎,靠一些老经验、老办法。
现在可不一样喽,大数据就像一个超级放大镜,能把那些隐藏在角落里的风险看得清清楚楚。
比如说,企业可以通过分析大量的市场数据,预测产品的销量。
要是数据显示某种产品在某个地区的需求在下降,企业就不会傻乎乎地还往那儿生产和发货,这就避免了库存积压,库存积压就像家里堆满了卖不出去的东西,占地方还浪费钱。
再看看企业资金流动的管理。
大数据能像个精明的管家一样,时刻盯着钱的进出。
企业可以通过分析各种数据,提前知道什么时候该收钱,什么时候该付钱。
这就好比你知道自己每个月几号发工资,几号要交房租一样,安排得明明白白。
要是不这样,钱到用时方恨少,就像出门在外突然发现没带够钱,那可就麻烦大了。
还有企业的信用风险。
大数据时代,企业的信用就像一个人的名声一样,传遍每个角落。
通过大数据分析,企业能知道合作方靠不靠谱。
比如说,一个企业要是经常拖欠货款,就像一个老是借钱不还的人一样,名声肯定不好。
其他企业跟它合作的时候就会小心翼翼,不然自己也可能被拖下水。
从企业内部来看,财务人员在大数据时代也得换换脑子了。
以前那些简单的记账算账可不够喽。
他们得像个数据魔法师一样,能从海量的数据里找出对企业有用的信息。
这就好比从一堆沙子里找到金子一样难,但又非常重要。
如果财务人员还是抱着老一套,那企业在财务风险防范上就像一个穿着旧盔甲上战场的士兵,肯定容易受伤。
综述国内外财务风险预警方法风险的客观存在要求有效的预测和应对以降低损失和危害,预警由此而生。
预警即对一个人,一个组织甚至一个国家可能面临的风险情况给予提醒和警告。
企业经营无时不刻不处于包括财务风险、市场风险、法律风险等在内的各种风险之中,正所谓千里之堤毁于蚁穴。
因此必须建立预警制度,在面临复杂多变的市场环境和内部不可控因素的条件下,尽可能的预先觉察经营的危机,并采取有效的应变措施,化解风险消除危机。
企业产生财务危机的原因多种多样,既可能是由于企业经营者决策的失误,也可能是由于管理失控,还可能是外部环境恶化等。
但任何财务危机都有一个逐步显现、不断恶化的过程。
因此,正所谓防微杜渐,早财务系统的正常运作中,就应对企业的财务经营过程进行跟踪、监控、及早的发现财务危机信号并着手应对,以避免或减弱对企业的破坏程度。
通过财务预警方法的分析,对财务运营做出预测预报,无论从哪个立场分析都是十分必要的。
国内外学者都对财务风险进行研究并得出一些观点和方法,本文就国内外财务风险预警方法做出综述概括。
总体而言财务分析预警方法根据不同的标准可以分成不同的类别。
按分析时利用指标或者因素的多少,可以划分为单变量预警分析和多变量预警分析;按分析判断时采取的主要依据,可以分为指标判断和因素判断;按预警分析所采用的分析方法,可以分为定性分析和定量分析。
一、国外对财务风险预警的研究国外学者多采用的是定量预警分析(一)单变量分析方法1、Fitzpatrick于1932年进行了一项单变量的破产预测研究,他搜集了19对破产和非破产公司做样本,运用单个财务比率将样本划分为破产和非破产的两个组,结果发现判别能力最高的是净资产收益率(净利润/股东权益)和股东权益/负债两个比率。
2、财务比率法1966年,Beaver使用5个财务比率作为变量,分别对79家经营失败和79家经营成功的公司进行了一元判定预测,发现三个比率是有效的:债务保障率(现金流量/债务总额)、资产收益率(净收益/资产总额)、资产负债率(债务总额/资产总额),其中,债务保障率指标表现最好。
房地产公司财务风险研究国内外文献综述1.国外研究现状Edward I. Altman .(2017)在结合前人的基础上,给财务风险管理构建出了一套既全面又完善并且十分完整的框架,这个框架可以用于企业的风险管理中,能够提高企业处理潜在风险的效率,很大程度上可以降低企业的财务风险,提高企业的竞争力。
Christopher J. Clarke .(2018)认为,界定一个企业所面临的财务风险的大小时,需要考虑到该企业财务管理活动中实际现金流的波动状况,并提出在一定的时间内,如果实际的现金流波动的幅度越小,则代表着该企业在这个时间段的投资活动越成功,所带来的投资收益会更好。
Bartram S M 和Brown G W(2019)认为,房地产行业的发展前景主要受到国家政策的影响这种现象,房地产行业的正常经营和稳定发展,与国家宏观政策的动态变化有着很大的关系,因此企业要想制定出科学且有效的管理机制,必须要以掌握国家的宏观政策为前提。
Deakin, E. B. A.(2019)首次采用财务比率的方法来预测企业财务风险,以非破产企业与破产企业作为研究对象,研究样本数为19家公司,他主要调查这些公司的财务数据,将其财务数据作为因变量,他判断该企业是否存在财务风险利用的是净利润、股东权益比以及负债比三个指标进行评估的。
James G. Van.(2019)认为,完善的企业财务防范管理能力对于企业来讲至关重要,如果企业存在财务风险就会导致这个企业存在经营风险,会面临着破产的风险。
因此Alexandre Ttindade(2018)针对财务风险问题提出了一些见解,他认为,避免财务风险的出现可以建立完善的财务经济体系,利用体系来保证企业风险有人管理,这样会降低发生经济问题,有利于企业的发展。
就像Song J.(2019)说的那样,房地产作为高收益的行业,必然会存在高风险,风险和收益是成正比的。
但是为什么会存在财务风险呢?就像Zhao S, Zeng M.(2019)所说的,是因为市场经济就会存在一定的不确定性,市场就会存在风险,这类风险一般就是财务风险,财务风险的出现既有内部原因,也有外部因素。
一、引论“危机预警”一词最早起源于20世纪初。
90年代后,欧美国家由于企业危机频发,企业开始逐渐重视危机预警管理。
在危机预警管理的研究中,财务风险预警作为危机预警的一个重要部分也受到了学术界的广泛重视。
财务风险预警研究分为定性和定量研究。
其中定量研究经历了早期的单变量模型到现代的多变量模型、回归模型、神经网络模型等阶段并不断完善。
我国学者对企业风险预警研究起步较晚,开始于20世纪八十年代中后期。
其中有代表性的成果有周首华、杨济华和王平的《论财务危机的预警分析——F分数模式》,陈静的《上市公司财务恶化预测的实证分析》等成果。
笔者认为现有研究中,迫切需要解决的问题是根据我国实际来创造性地运用国外已经成型的财务风险预警模型,但相应成果并不多见。
本文试对财务风险预警模型的运用进行初步的分析和探讨。
二、相关文献综述财务风险预警模型的研究经历了早期的单变量模型到现代的多变量模型并不断完善。
最早的财务预警定量研究开始于1932年的Fitzpatrick的单变量破产预测研究。
Fitzpatrick取19家企业进行研究,发现出现财务困境的公司其财务比率和正常公司相比有显著不同,从而得出企业的财务比率能够反应企业财务状况,并对企业未来具有预测作用。
他进行了实证研究,结果表明判别能力最高的是净利润/股东权益和股东权益/负债。
1966年美国的Beaver最早运用统计方法研究了公司财务失败问题,提出了较为成熟的单变量判定模型。
Beaver发现具有良好预测性的财务比率依次为现金流量/债务总额、净收益/资产总额、债务总额/资产总额。
这些研究发现了失败的企业与正常企业在财务指标方面不同,为多变量模型研究奠定了基础。
但是这些研究样本量较少,指标单一,因此结论比较粗糙。
多变量模型是目前企业财务风险预警的主流,主要包括Z模型、Logisitic 回归模型、人工神经网络模型等。
在多变量模型中被广泛接受的就是Altman的Z模型。
Altman在1968年首次将多元线性判别方法引入到财务风险预测领域。
企业财务危机预警系统研究文献综述本文按照财务预警模型的类型,从财务预警指标选择的角度对具有代表性的国内外相关研究文献进行综述和简评,以期给企业财务预警研究提供一些有益的启示。
标签:财务预警财务指标预警模型一、单变量预警模型最早的财务危机预测研究是FitzPatrikc(1932)所做的单变量破产预测模型,他发现,出现财务困境的公司其财务比率和正常公司的财务比率相比有显著的不同,从而认为企业的财务比率能够反应企业财务状况,对企业未来具有预测作用。
Beaver(1966)对美国1954年~1964年间79家失败企业和79家成功企业的30个财务比率进行研究的结果表明,具有良好预测性的财务比率为“现金流量/负债总额”、“资产收益率(净收益/资产总额)和资产负债率(债务总额/资产总额)。
Bevaer也因此开创了建立财务预警模型的先河。
二、多元线性判别模型1.Z计分模型1968年埃德沃德·阿尔特曼Altman提出了多元线性判定模型即运用多种财务指标加权汇总产生的总判断分值(称为z值)来预测财务危机,此模型分为在上市公司和非上市公司两种情况。
上市公司的Z值模型和判别规则如下:Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中:X1=净营运资本/资产总额,反映公司总营运资本的流动性;X2=留存收益/资产总额,反映公司的支付剩余能力;X3=息税前利润/资产总额,反映公司的收益率大小,衡量公司運用全部资产获取利润的能力;X4=普通股和优先股市场价值总额/债务账面价值总额,反映公司财务状况的稳定性;X5=本期销售收入/资产总额,反映公司的活动比率。
该模型实际上是通过五个变量(五种财务比率),将反映企业偿债能力的指标(X1、X4)、获利能力指标(X2、X3)和营运能力指标(X5)有机联系起来,综合分析预测企业财务失败或破产的可能性。
一般地,Z值越低企业越有可能发生破产。
非上市公司的Z值模型和判别规则如下:Z=0.717X1+0.847X2 +3.107X3+0.420X4+0.998X5,其中,X4修正为:股东权益/总负债,反映公司财务状况的稳定性。
我国财务风险预警机制研究的国内外文献综述I国外研究现状在国外,Ross.Wcstcrfic1.d,Jordan(2014)对于筹资风险的相关课题中,指出筹资会对公司和股东造成院患和风险⑵。
AgnieszkaDziadosz(2015)指出在财务风险中,项目的有序性、选择性和协调性非常重要。
可以为企业的管理决策提供借鉴⑶。
AsmacBcrrada(2017)指出在公司项的决策中,财务风险的敏感性对于项目投资决策行作用I,1.oredanaCu1.trera(2016)建立应用1.Ogit模型,帮助中小企业项测破产风险通过对比样本的方式来进行-1.1..C1.cOfaS-SanChCZ(2016)提出了一种财务风险预警模型,经过各种论证分析,得出结论,模里很成功,特别是在信用和破产能力上网。
Finger等(2017)指出一种财务风险预警模式,是通过完善现金流量模型的手段。
这个系统比起以往更加的系统,让风险控制在企业更好的实行为增加企业抗风险能力,UmeShS.Mahtani.ChandraPrakashGarg(2018)运用了层次分析的方法,论证了相对重要性,为企业的风险的相关因析按照一定方式排序冏。
1.es1.ie(2014)将财务分析、风险控制、风险响应和风险筹资归类为财务风险控制网。
CaMOSo.Barbosa-Povoa(2015)以ENPV为目标,运用帕累托最优曲线,提出四种控制措施“叫Corne1.1.B(2017)注意到了年轻人采用金融服务时,社会互动在其中起到了很大的作用。
经过研究分析指出社交关系的影响因素并地位并不相同,下面一种因素很关键:长期的关系队医财务决策来说举足轻Ii1.此外,这种同伴影响只存在于有凝聚力的社会结构中。
这一证据与信任在金融决策中的重要作用是•致的。
当代理人考虑是否采用金融系统时,他们会面临风险,可能会更看重他们信任的代理人提供的信息.这些结果可以帮助解择面对面的社会接触对于财务决策的重要性U1.BakeN2018)认为,面对当今夏杂的经济环境,做好财务风险的防范工作对公司发展非常重要。
国内外财务风险预警研究⽂献综述⼀、企业财务预警的基本含义 企业财务预警,即财务失败预警,是指借助企业提供的财务报表、经营⽅案及其他相关会计资料,⾏使财会、统计、⾦融、企业管理、市场营销理论,采⽤⽐率剖析、⽐较剖析、因素剖析及多种剖析⽅法,对企业的经营活动、财务活动等进⾏分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机产⽣之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未⾬绸缪的作⽤。
⼆、国外专家学者对财务风险预警的研究 (⼀)单变量模型 1、1932年,Fitzpatrick利⽤单变量破产模型,选取19个样本运⽤单个财务⽐率进⾏预测,结果发现判别能⼒最⾼的是净利润/股东权益和股东权益/⽋债两个⽐率。
当时由于条件限制,主要的研究⽅法就是对正常企业和⾮正常企业进⾏财务⽐率⽐较和经验分析。
2、1966年,Bwaver利⽤30个财务⽐率进⾏研究,发现三个⽐率是有效的:债务保障率(现⾦流量/债务总额)、资产收益率(净收益/资产总额)、资产⽋债率(债务总额/资产总额),此中,债务保障率指标表现最好。
这可以看作是单变量模型的开创性研究,⽅法简单易⾏,可操作性强,在当时研究条件较差的情况下优势很⼤;其局限性也较明显,单⼀的财务⽐率不能全⾯反映客观事实,有可能在编制财务报表时存在粉饰某个指标的嫌疑,影响预测的有效性。
(⼆)多变量模型 1、Z计分模型。
20世纪六⼗年代,爱德华•阿尔曼对5个财务⽐率分别给出⼀定权数,计算其加权平均数值Z值: Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5 此中: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=股份市值/负债账⾯价值总额;X5=销售收⼊/资产总额。
⼀般地,Z值越低,企业越有可能产⽣破产。
若Z≥2.675,则表明企业的财务状况良好,发⽣破产的可能性较⼩;若Z≤1.81,则企业存在很⼤的破产危险。
财务风险控制国内外研究文献综述基于全球各国社会进步、经济发展及政治变动的不断继续,加上科学技术迅猛发展,企业财务风险控制也得到了更为深入的完善,美国企业为提升企业景气指数率先提出财务风险控制这一科学理念,并视其为一门基础管理科学进行探索性研究。
国外文献综述《工业管理和一般管理》在19世纪的工业革命期间由法国管理学家亨利法约尔发表,这是风险控制理论第一次在企业管理领域被正规提出财务风险机制在财务风险的研究过程中至关重要。
投资者所涉及的投资风险随着19世纪末,持续发展的资本市场愈发凸显出来。
SehwABeohard(2010)指出,随着19世纪末,持续发展的资本市场愈发凸显出来,风险控制理论第一次在企业管理领域被正规提出,即财务风险机制在财务风险的研究过程中至关重要。
E.Ernst(2012)指出,财务风险控制要求做到精确和及时有效的测量,而且有效的部门和合理的流程要被构建去解决财务风险控制问题。
他在侧重于研究风险文化理论,并针对风险控制方面展开分析,得出了相对成熟的理论,并将之应用到了实际的风险分析工作过程。
Geof Shaw and Steve Daniels(2012)倡导风险社会理论,并且对其相关理论的研究比较看重,然而在其管理方面对于相应的研究则是比较贫乏。
企业在开展一系列生产经营活动的过程中,很难避免会遇到各种与财务方面有关联的风险。
Altman E(2011)年认为,多元线性函数模型的主要思路是采用五项财务指标进行加权汇总后得出判别值(Z值),用以预测企业饿财务风险。
企业各种各样的财务指标可以根据模型的判别共识将财务指标转化为单一的判别标准。
这种方法现在仍然被很多的企业采用。
BeaverW(2014)年研究发现,财务报表分析的实质是对企业财务比分析。
相比较而言,财务比率分析更能够清楚准确的反映企业的实际情况。
美国内部控制COSO委员会在2011年由美国国家财务报告舞弊委员会所发起,它提出了《企业风险管理——整体框架》,这是企业内部控制转型的一个标志,主要体现对在财务风险的界定、财务风险的构成、财务风险管理目标体系等方面。
我国财务风险预警模型研究文献综述
引言
财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场
营销等理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发
现企业在经营管理活动中潜在的财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,
避免潜在的风险演变成损失的一种预警方式。
国内财务危机预警的研究始于20世纪80年代中后期,对财务危机预警模型的研究则一直到20世纪90年代末
才开始。
吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型:国家自然科学基金委
员会管理科学组先后支持佘廉等人从事企业预警研究,并于1999年出版了企业预警管理丛书,之后我国学者真正开始了
对财务预警的研究,并取得了一定的成果。
1 统计方法预警模型
1.1 单变量预警模型。
单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模
第 1 页
型。
陈静(1999)以27个ST公司和27个非ST公司为样本,最终选定资产负债率、净资产收益率等6个财务指标,
分别以公司被ST的前一年、前两年、前三年的财务数据为基础,运用判别分析法做了实证研究。
在单变量分析中,发现在
负债比率、流动比率、总资产收益率、净资产收益率4个指标中,流动比率和负债比率误判率最低。
1.2 多变量预警模型。
多变量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。
周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进,考虑了现金流量变动情况指标,建立了F分数模
型:
F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5
其中,X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同,而X3、X5与Z分数模型的X3、X5不
同。
X3=(税后净收益+折旧)/平均总负债,它是一个现金流量变量,是衡量企业所产生的全部现金流量可用于偿还企业债
务能力的重要指标。
X5=(税后净收益+利息+折旧)/平均总资产,测定的是企业总资产在创造现金流量方面的能力(其中的
第 2 页
利息是指企业利息收入去利息支出后的余额)。
相对于Z分数模型,它可以更准确地预测出企业是否存在财务风险。
张玲(2000)以120家公司为研究对象,使用了其中60家公司的财务数据估计二元线性判别模型,并使用另外60
家公司进行模型进行检验,发现模型具有超前四年的预测结果。
此外,采用MDA建模的学者还有黄岩和李元旭(2001)、
尹侠等(2001)、向德伟(2002)、卫建国等(2002)、杨淑娥和徐伟刚(2003)、唐振宇等(2004)以及贲友红(2005)。
1.3 Logit。
Logit模型是采用了一系列的财务指标来预测财务危机发生的概率,然后根据银行、投资者等的风险偏
好程度设定风险警戒线,以此对分析对象进行风险定位与决策。
吴世农、卢贤义(2001)选取70家处于财务困境的公司和70家财务正常的公司为样本,首先应用剖面分析和单
变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异,最后选定6个财务指标作为预警指
标,应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法分别建立了三种预警模型,并指出应用Logistic回归分析法建立的预警模型误判率最低。
此外,姜秀华与孙铮(2001)讨论了最佳分割点,认为概率0.1为最佳分割点;乔卓(2002)和齐治平(2002)
引入二次项和交叉项进行建模;陈晓和陈治鸿(2000)、宋力和李晶(2004)对财务数据进行调整后建模;张鸣和程涛(2005)、梁琪(2005)、张扬(2005)通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建
第 3 页
模;顾银宽(2005)则基于Jackknife检验进行了建模,均提高了模型预测的准确率。
1.4 核函数方法。
罗幼喜等(2005)通过主成分分析法约简建模指标后,采用核函数建模,结果表明模型的性能
指标超过传统预测方法,较好地解决了大规模样本集应用问题。
2 智能预警模型
智能预警模型则主要是基于神经网络分析的各类模型。
神经网络模型是一套人工智慧系统,以模拟生物神经系统的
模式,利用不断重复的训练过程,使本身能够透过经验的积累达到学习的效果。
王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究,发现神经网络法具有很强的非线
性映射能力,其学习经验的能力强:学者杨保安等(2001)将BP神经网络分析方法运用到银行财务预警的分析中,构建了
非线形财务预警模型。
刘洪、何光军(2004)以728个样本、36个财务指标进行财务危机预警研究。
他们在传统的判别分析法和逻辑
回归分析法基础上,探索应用人工神经网络法进行财务危机预警的研究。
结果表明,人工神经网络法的预测准确率高于前
两种方法的预测准确率。
谢纪刚(2004)等人使用分类集成的方法进行财务危机预警研究,结果发现该方法的预测准确率
第 4 页
可达到86%。
张根明、向晓骥和孙敬宜(2006)采用BP神经网络法,以263家制造业上市公司的截面财务指标作为学习样本,
并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务危机预警模型。
其研究结果表明,与没有区分行业
的通用财务危机预警模型相比,分行业的BP神经网络财务危机预警模型的预测准确率较高,能为广大投资者和监管机构预
测公司财务状况提供更可靠的依据。
另外,张华伦、孙毅(2006)提出了一种基于粗糙-模糊神经网络(Rough-Fuzzy-ANN)的模型,并给出了相应
的算法,通过以我国上市公司财务数据为基础进行的实证分析表明,这种模型具有预测精度高、学习和泛化能力强、适应
性广的优点,为企业财务危机的动态预警提供了一条新的途径。
张林(2004)采用CBR技术构建了企业财务预警系统,
为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。
3 混合模式及其比较研究
近些年来,还出现了财务预警的混合模式。
混合模式是指同时采用两种或两种以上的方法建立模型来进行财务预警
分析。
对此进行的实证研究表明,混合模型比单个方法模型相有着更高的准确型。
如:徐勇(2007)以沪深两市制造业上
市公司为样本,通过Fisher线性判定分析法和Logistic回归分析法对我国制造业上市公司财务危机预警模型进行研究。
该
第 5 页
研究考虑到了财务指标行业性差异,选择制造业上市公司作为样本,可使研究结果更具针对性。
4 我国财务风险预警模型研究评价
通过上述对国内财务危机预警模型的研究,从单变量、多变量、Logit模型这些以统计方法为基础的研究到神经网
络模型等非统计智能模型,从单一模型的研究到混合模型及其比较研究,从以财务指标为基础的研究到引入非财务指标的
研究,财务危机预警模型的研究受到了国内实务界和学术界的高度重视且取得了重大进展。
与此同时,国内在这方面的研究仍存在不足之处。
①不同的预警模型适用条件不同,必然影响到模型的正确性和预
测精度。
当前对财务危机预警模型的研究大多数偏重用财务指标来构建模型,而非财务因素指标不仅在数据上收集困难而
且不易测评。
②国内学者对这些模型的研究都是通过实证研究得到的,缺乏理论的指导,研究者在选择变量的时候也受到
自身价值判断的影响。
③在国内现有的财务预警研究中,指标的选择往往基于一般的财务理论、风险理论和管理理论,有
时甚至取决于研究者的直观判断以及资料的可获得性,众多研究者还没有找到令人信服的财务风险和预警理论来支撑所建
立的预警模型,由此造成了各种财务预警模型的预警结论不一致。
我国这方面的研究中如何考虑行业和规模的影响,样本设计条件的变化如何影响预测精度,如何从理论上和经验上
引进更有效的预测变量,而且国内研究对现金流量指标的重视程度也不够,这些都是我们未来需要进一步研究的方向。
第 6 页
参考文献:
[1]姜秀华,任强,孙铮.上市公司财务危机预警模型研究[J].预测.2002.3.
[2]张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.
[3]赵莹.财务预警模型及其在中国的应用综述.特区经济.2005
[4]潇洒.企业财务风险的预警机制研究.现代商业.2009
[5]张玮.企业财务风险预警模型构建中现金流量分析法的运用.现代财经.2007.
第7 页。