公司财务预警模型及其应用研究文献综述.docVIP

文献综述 （20_ _届） 公司财务预警模型及其应用研究 在市场经济条件下，上市公司作为自主经营、自负盈亏的市场主体，在复杂多变的市场环境中，随时都要经受财务危机的考验。因此，对上市公司来说，预防重于治疗，在财务危机发生前洞察先机，迅速采取相关措施进行有效预防，具有重要的现实意义。对企业管理层来说，能提高企业的管理水平；对一般投资者来说，如果投资于公司债券，那么需要评价投资客体在偿付贷款利息和本金方面出现问题的可能性，财务预警模型可以提供这一信息；对企业已有及潜在的债权人来说，可为其是否提供贷款做出参考，减少无法收回本利的损失；对于政府和银行等国家金融机构，财务预警有利于改善资源的宏观配置计划，控制给处于破产边缘、没有前景的企业进行财政拨款、贷款，以减少国有资产流失，实现资源优化配置。 1 国内外一元判定模型研究 一元判定模型即单变量模型，是指以某单个财务指标作为判别标准来判断企业是否处于财务困境的预测模型。西方经济学界自20世纪30年代起，就有学者陆续开始对企业财务预警模型进行研究。 1932年， Fitzpatrick采用一元判定模型，以19家企业作为样本，运用单个财务比率将样本企业划分为破产与非破产两组，发现选定指标中判别能力最高的指标是净利润/股东权益和股东权益/负债这两个指标，而且在企业经营失败的前三年该比率就呈现出显著差异，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。 尽管此项研究的结果很不错，但在当时并未引起广泛的重视，一直到三十多年后，才有人沿着的这条思路继续研究破产预测问题。 美国学者Willian Beaver在排除公司资产规模因素和行业因素的前提下，对从1954-1964年间的财务危机公司随机抽样的79个财务失败企业和相同数量、同等资产规模阶段的企业进行比较研究，检验两组公司失败前五年在14种财务比率上的差异程度，提出了较为成熟的单变量模型。Beaver认为债务保障率能够最好地判定企业的财务状况,预测的准确率达到80％以上；其次是资产负债率，且离失败日越近，误判率越低。 但是该指标用于分辨非经营失败企业的准确率高于经营失败企业，在一定程度上影响了模型的实用性。 由于国内财务预警研究起步较晚，可以借鉴国外的成果较多，再加上一元判定模型有其自身的局限性，所以国内采用一元判定模型进行财务预警模型研究的不多。其中，影响较大的是陈静 (1999)运用一元判定模型进行财务预警研究。她选取了的27家ST公司与同行业、同规模的非ST公司截止至1998年年底的财务数据作为研究对象。研究发现资产负债率和流动比率在宣布ST的前一年的预测准确率最高，而在宣布的前两年、前三年总资产收益率的预测准确率较高。 2 国内外多元线性判定模型的研究 单变量模型虽然比较简单、易于使用，但许多学者认为单变量模式存在一定的局限性：首先，单个财务比率所反映的内容是有限的，如果管理者了解这个比率，就有可能去粉饰这个比率，以使企业表现出良好的财务状况，增加了可操作性；其次，如果使用多个比率分别进行判断，这几个比率的分类结果之间可能会产生矛盾，以致无法做出正确判断。也就是说，虽然财务比率是综合性较高的判别量，但是仅用一个财务指标不可能充分反映企业的财务特征。因此，他们开始用多变量方法来进行研究。 多元线性判定模型，是将各层面具有代表性的财务比率，各赋予一个权重，组成一个综合财务指标，用以评估企业财务状况的模型。 美国纽约大学商学院Edward I．Altman于1968年在《金融杂志》上发表了一篇题为“财务比率、判别分析和公司破产的财务预测”的论文，首次提出了运用多种财务指标加权汇总产生的总判断分值(称为z值)来预测财务危机的多变量预警模型的思想。其研究设计仿照Beaver选取1964-1965年中宣告破产的33家公司作为研究样本的实验组，并寻找行业、规模相似的公司配对。经过大量的实证考察和分析研究，从22个财务指标中综合出5个判别变量，形成一个线性模型，定名为Z值模型。 其基本表达式为:Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中， X1=营运资金/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=息税前收益/资产总额，反映公司的收益率大小，衡量运用全部资产获取利润的能力；X4=权益市价/债务账面价值总额，反映公司财务状况的稳定性；X5=销售额/资产总额，即资产周转率，反映公司的活动比率。 该模型实际上是通过五个变量，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Z值越低企业越有可能发生破产。 根据该模型，Altman还提出了判断企业破产的临界值：如果Z小