財務(wù)困境預(yù)警模型分析及比較

1、理財2008年第3期RISKMANAGEMENT風險管理財會通訊財務(wù)困境預(yù)警模型分析及比較西南財經(jīng)大學譚瀟寒宋司筠財務(wù)預(yù)警實證研究是以企業(yè)現(xiàn)有財務(wù)指標為基礎(chǔ)建立數(shù)學模型來預(yù)測企業(yè)陷入財務(wù)困境的可能性為企業(yè)內(nèi)外利益相關(guān)者了解、預(yù)測企業(yè)財務(wù)狀況提供一種簡便有效的分析工具。相應(yīng)的財務(wù)預(yù)警模型就是利用企業(yè)一系列財務(wù)指標和非財務(wù)指標來識別企業(yè)財務(wù)狀況的有效工具。一、一元判別模型早期財務(wù)困境預(yù)測的統(tǒng)計方法是單變量的預(yù)測方法即一元判別。一元判別分析法

2、是將某一項財務(wù)指標作為判別標準來判斷企業(yè)是否處于財務(wù)困境狀態(tài)的一種預(yù)測模型。最早運用該統(tǒng)計方法的是美國學者Beaver(1966)。Beaver分別考察了29個財務(wù)比率在企業(yè)陷入財務(wù)困境前1～5年的預(yù)測能力。研究發(fā)現(xiàn)現(xiàn)金流量總負債的預(yù)測效果較好在失敗前一年可達87%的預(yù)測正確率其次是資產(chǎn)負債率并且發(fā)現(xiàn)離經(jīng)營失敗日越近準確率越高。一元判別方法最大的優(yōu)點就是簡單易行只需通過對個別財務(wù)比率的檢驗就可大體預(yù)測企業(yè)的財務(wù)狀況。但是這種方法的缺點主

3、要在于:其一用單一指標進行判別會使經(jīng)理層為達到某種目的而盡可能粉飾該指標以表現(xiàn)出較為良好的財務(wù)狀況其二如果使用多個財務(wù)指標進行判斷可能會出現(xiàn)不同財務(wù)指標對同一家企業(yè)判別結(jié)果不同的現(xiàn)象導致無法得出正確的預(yù)測結(jié)果。二、多元線性判別模型多元線性判別方法的基本原理是通過統(tǒng)計方法篩選出組間差距大、而組內(nèi)離散度最小的變量將選出的多個變量組合成能提高預(yù)測精度的多元線性判別方程。最早運用多元線性判別模型討論財務(wù)困境預(yù)測問題的是美國學者Altman(19

4、68)。Altman提出了Z值判定模型:Z=0.012X10.014X20.033X30.006X40.999X5其中:X1=營運資金期末總資產(chǎn)X2=留存收益期末總資產(chǎn)X3=息稅前利潤期末總資產(chǎn)X4=期末股東權(quán)益的市場價值期末總資產(chǎn)X5=本期銷售收入總資產(chǎn)美國企業(yè)Z值的臨界值為1.8即Z≥3.0時財務(wù)失敗的可能性很小為財務(wù)不失敗組2.8≤Z≤2.9時有財務(wù)失敗的可能1.81≤Z≤2.7時財務(wù)失敗可能性很大Z≤1.8時財務(wù)失敗可能存儲進行

5、災(zāi)難恢復(fù)計劃和業(yè)務(wù)持續(xù)計劃的定期測試并在變動時及時更新第五制定必要的政策和程序并保證信息在集團公司內(nèi)部及時有效的流通第六管理層應(yīng)將員工職責和控制責任有效傳達給員工并建立針對潛在問題的溝通渠道。信息系統(tǒng)的開放性、信息的分散性以及數(shù)據(jù)的共享性極大地改變了以往封閉集中狀態(tài)下的運行環(huán)境。但是信息系統(tǒng)中未經(jīng)授權(quán)的人員有可能通過計算機和網(wǎng)絡(luò)瀏覽全部數(shù)據(jù)文件復(fù)制、偽造、銷毀企業(yè)重要的數(shù)據(jù)網(wǎng)絡(luò)開放的環(huán)境很難避免非法侵擾信息系統(tǒng)很有可能遭受非法訪問甚至黑

6、客或病毒的侵擾。所以要特別注意信息系統(tǒng)的安全。三、加強內(nèi)部審計在信息與溝通中的監(jiān)督作用確保內(nèi)部控制制度的切實執(zhí)行且執(zhí)行效果良好必須有良好的監(jiān)督約束機制內(nèi)部審計機構(gòu)在其間便發(fā)揮著重要的內(nèi)部監(jiān)督作用。集團公司的內(nèi)部審計應(yīng)該根據(jù)自身的特點建立風險管理模型選擇由集團公司董事會領(lǐng)導下的審計委員會或由集團公司董事會和總經(jīng)理領(lǐng)導下的審計委員會模式以保證內(nèi)部審計的獨立性與客觀性。目前內(nèi)部審計的重點已經(jīng)由財務(wù)審計變?yōu)榻?jīng)營審計和管理審計內(nèi)部審計所提供的信息

7、也是集團公司信息與溝通的重要組成部分。內(nèi)部審計人員除了要及時、準確地向集團公司管理層報告有關(guān)差錯防弊、資產(chǎn)保全等信息還要根據(jù)已經(jīng)掌控的信息對信息質(zhì)量進行評價對信息傳遞和溝通的有效性發(fā)表意見然后針對信息質(zhì)量、溝通方式以及控制缺陷提出建設(shè)性的意見和改進措施并協(xié)助集團公司信息系統(tǒng)的管理人員更有效地管理和控制各項活動不斷對管理信息系統(tǒng)進行完善。內(nèi)部審計人員還應(yīng)對集團公司的方針、政策、制度在各部門各單位的履行情況進行審計因為信息與溝通的目的就是通

8、過信息交流使企業(yè)內(nèi)部員工能夠清楚地了解企業(yè)的內(nèi)部控制制度知道其所承擔的責任并及時取得和交換其在執(zhí)行、管理和控制企業(yè)經(jīng)營過程中所需的信息。各部門、各單位對集團公司方針政策、制度的履行情況直接關(guān)系到集團公司的整體戰(zhàn)略目標是否能夠?qū)崿F(xiàn)。參考文獻:[1]李偉民、李樹晗:《淺談企業(yè)集團內(nèi)部控制的理論基礎(chǔ)、特點和原則》《集團經(jīng)濟研究》2007年第2期。[2]潘愛玲、吳有紅:《企業(yè)集團內(nèi)部控制框架的構(gòu)建及其應(yīng)用》《中國工業(yè)經(jīng)濟》2005年第8期。[3

9、]潘愛玲、吳有紅:《企業(yè)集團內(nèi)部控制的要素構(gòu)成及產(chǎn)權(quán)關(guān)系分析》《經(jīng)濟與管理研究》2004年第1期。[4]劉勇:《企業(yè)集團內(nèi)部控制》《集團經(jīng)濟研究》2004年第5期。[5]楊小舟:《內(nèi)部控制中的信息與溝通》《新理財》2007年第3期。[6]韋曉霞:《母子公司信息控制機制研究》《山東大學碩士論文》2006年第3期。[7]肖燕、馬國忠、賈秋紅:《控制環(huán)境和信息溝通對企業(yè)內(nèi)部控制的影響》《鐵道運輸與經(jīng)濟》2005年第5期。[8]顧奮玲、趙麗芳:

10、《現(xiàn)代企業(yè)制度下內(nèi)部審計模式的探討》《審計研究》2001年第3期。[9]鄭小榮:《風險導向內(nèi)部審計若干理論問題探討》《審計與經(jīng)濟研究》2006年第1期。(編輯夏娜)118理財2008年第3期RISKMANAGEMENT風險管理財會通訊性非常大為財務(wù)失敗組。Altman判別出破產(chǎn)前一年原始樣本中33家破產(chǎn)公司中的31家和33家非破產(chǎn)公司中的32家總體正確率為95.45%該模型的預(yù)想結(jié)果非常理想。多元線性判別模型判別精度較高而且體現(xiàn)了綜合分

11、析的觀念將多元分析方法引入模型中拓展了財務(wù)困境預(yù)警模型分析方法的思路。但是該方法也存在著一系列自身難以克服的缺陷:第一較一元判別模型該模型較為復(fù)雜需要花費大量時間進行數(shù)據(jù)的收集和分析工作第二多元線性模型建立在統(tǒng)計和數(shù)學的基礎(chǔ)上本身就有一個很嚴格的假設(shè)條件即要求樣本組內(nèi)分布為近似正態(tài)分布組內(nèi)斜方差矩陣相等而在實際判別分析的操作中搜集的數(shù)據(jù)大都來自非正態(tài)總體在這種不滿足假設(shè)前提下所得到的預(yù)測結(jié)果可能是有偏的這無疑會降低預(yù)測精度第三在樣本選擇

12、時財務(wù)困境組與非財務(wù)困境組(即控制組)之間要一一配對配對標準的確定是一個很大的難題。三、多元回歸判別法為了克服多元線性判別方法的局限性多元回歸判別方法被引入財務(wù)困境預(yù)警研究。該判別方法是用來分析選用樣本在財務(wù)失敗概率區(qū)間上的分布以及兩類判別錯誤和分割點的關(guān)系其目標是尋求觀察對象的財務(wù)狀況和經(jīng)營風險。多元回歸模型包括多元邏輯回歸(Logit)和多元概率比回歸(Probit)。(一)多元邏輯回歸模型該方法假設(shè)條件發(fā)生的概率符合邏輯分布并由線

13、性概率模型衍生而來:Zi=αkj=1!βjXijεi其中:Zi為因變量是二元反應(yīng)值其值為0或1Xij為解釋變量i=123nj=123kβj為參數(shù)εi為相互獨立且均值為零的隨機變量。由于線性概率模型計算出來Zi不一定落在(01)之間所以需要進行轉(zhuǎn)換Logit模型采用Logistic累計概率函數(shù)來校正線性概率函數(shù)的缺點通過轉(zhuǎn)換得:Pi=F(Zi)=11e2iLogit模型參數(shù)的估計運用最大似然估計法假設(shè)企業(yè)財務(wù)陷入困境的概率為P如果P0.5

14、則企業(yè)財務(wù)陷入困境的概率比較大如果P0.5則企業(yè)破產(chǎn)概率較大若P0.5則表示企業(yè)經(jīng)營正常的概率比較大。Logit回歸模型最大的優(yōu)點是預(yù)測變量不需要服從多元正態(tài)分布和兩個樣本組的協(xié)方差矩陣相等的條件從而使其使用范圍較為廣泛。Probit回歸模型與Logit模型都采用最大似然法獲得最大似然統(tǒng)計量。兩者之間最大的不同點在于:Logit模型不需要嚴格的假設(shè)條件Probit模型則需要假設(shè)殘差項為正態(tài)分布自變量之間沒有共線性存在樣本數(shù)為非回歸參數(shù)個

15、數(shù)等。因此在應(yīng)用中會受到一定的限制。但是Probit模型的預(yù)測精度卻比Logit模型更高。作為多元回歸模型二者都同時具有自身難以克服的缺陷主要表現(xiàn)為:第一由于模型都采用了極大似然估計法使得計算程序較為復(fù)雜第二由于在數(shù)據(jù)計算過程中運用了許多近似處理勢必對預(yù)測結(jié)果的精度有所影響第三在判定分割點的選取上誤差成本往往很難取得理論上并不存在最優(yōu)分割點從而降低了模型的預(yù)測能力和外部有效性。四、人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型是一種平行分散處理模型其

16、構(gòu)建的理念是基于人類大腦神經(jīng)運作的模型。人工神經(jīng)網(wǎng)絡(luò)模型的原理是將用來衡量上市公司財務(wù)狀況的建模變量作為神經(jīng)網(wǎng)絡(luò)的輸入向量將代表分類結(jié)果的量作為神經(jīng)網(wǎng)絡(luò)的輸出向量用訓練樣本來訓練這個網(wǎng)絡(luò)由訓練樣本中的財務(wù)困境公司和財務(wù)正常公司的輸入向量得出區(qū)分兩類不同公司的輸出向量一旦訓練完畢便可作為上市公司財務(wù)困境預(yù)測的工具。神經(jīng)網(wǎng)絡(luò)判別模型具有其他方法無法比擬的優(yōu)點:第一糾錯能力較強克服了統(tǒng)計方法的諸多限制其對數(shù)據(jù)要求不嚴格不需要考慮是否服從正態(tài)分

17、布假設(shè)第二主要根據(jù)所提供的數(shù)據(jù)通過學習和訓練找出輸入與輸出之間的內(nèi)在聯(lián)系從而求得問題的解其不是完全依據(jù)對問題的經(jīng)驗知識和規(guī)則所以具有自適應(yīng)功能對弱化權(quán)重確定中的人為隱私是十分有益的第三在實際財務(wù)困境預(yù)測中各個因素之間相互影響情況十分復(fù)雜會呈現(xiàn)出非線性關(guān)系人工神經(jīng)網(wǎng)絡(luò)為處理這類非線性問題提供了強有力的工具。盡管如此該模型的局限性也不容忽視:其一其構(gòu)件是基于對人體大腦神經(jīng)的模擬這一理論基礎(chǔ)的科學性和準確性還有待進一步加強與檢驗其二在研究中發(fā)

18、現(xiàn)該模型的預(yù)測效果不穩(wěn)定會影響預(yù)測精度。通過以上比較與分析可得出啟示如下:其一在構(gòu)建模型方面需更加完善。一方面應(yīng)對預(yù)警指標體系進一步研究探索出更具有實用價值的指標體系以提高模型的正確性和預(yù)測精度。另一方面也要積極嘗試建立動態(tài)跟蹤預(yù)警體系。其二拓寬研究范圍。樣本文獻研究所選取的樣本基本上都是跨行業(yè)針對某一個行業(yè)來建立模型的占少數(shù)且大多數(shù)樣本都是上市公司而針對某一行業(yè)或非上市公司來研究并建立模型的研究很少。所以研究范圍應(yīng)更加廣泛如區(qū)分行業(yè)、

19、大型企業(yè)和中小企業(yè)、非上市公司和上市公司等。其三建立定性分析與定量分析相結(jié)合的模型。在實際應(yīng)用中定性分析方法最大的優(yōu)點就是具有較大的靈活性可以根據(jù)具體情況進行調(diào)整。但正因為如此也產(chǎn)生了其容易受到主觀因素影響這一缺點。較好的解決辦法就是同時使用定性分析方法和定量分析方法這樣既考慮企業(yè)自身的具體情況又避免了只用單一方法進行判斷的片面性。參考文獻:[1]張鳴、張艷:《財務(wù)困境預(yù)警的實證研究與評述》《財經(jīng)研究》2001年第1期。[2]徐鹿、邊玥