试论我国应用Altman-Z模型进行财务困境预测研究局限性.docVIP

试论我国应用Altman-Z模型进行财务困境预测研究局限性 　　内容提要：为使Altman-Z模型适用于我国市场，现有研究对其进行了一系列的修正，包括将权益市价／总负债等比率进行修正或简单剔除；并选取一组sT公司作为财务困境公司的代表，另一组非sT公司作为财务健康公司的代表，对其财务数据进行研究。这些修正急于加入“中国特色”的因素，因为自身证券市场的不成熟而将Altman-Z模型中的相关成分剔除，但却是以牺牲该模型天生的优越性为代价的。在继承Altman-Z模型本身的先进之处的同时因应我国的实际情况，构造一系列可行的辅助指标才是我们对Altman-Z模型进行进一步研究拓展所应有的态度和方向。 　　关键词：Altman-Z模型；财务困境；预测；局限性 　　中图分类号：F832.5 文献标识码：A 文章编号：1003-4161(2010)02-0118-03 　　 　　一、研究背景 　　 　　全球经济在2008年开始的金融海啸中受到重大打击，一蹶不振的大小企业不在少数，投资者更是蒙受重大损失。如何利用公开披露的财务信息，做好公司财务困境的事前预警工作，构建相对安全的投资组合成为人们关注的又一热点。美国学者Altman在20世纪60年代建立的多元线性函数公式Altman-Z模型又开始频频被各大投行分析师所引用。Altman-Z模型旨在运用多个财务比率的加权综合得分(即Z得分)来判别企业的财务健康状况。由于其客观准确、简单易懂、计算简便，所有数据均可根据财务报表得到，具有很强的可操作性，广泛地被机构及个人投资者乃至企业管理层作为决策工具。 　　由于Ahman-Z模型是在针对美国资本市场的实际情况构建的，多年来我国学者也针对国情对其进行了修正和研究，本文分析了这些研究的基本思路，认为其中的一些“中国特色”是以牺牲模型本身的优势为代价的。从而提出从新的角度对Altman-Z模型在中国资本市场的应用进行研究。 　　 二、研究综述 　　 (一)国外财务困境预警模型的文献回顾 国外证券市场历史较长，对财务失败的预警研究也有一定的积累。Beaver(1966)提出了单变量判定模型，他首先使用了5个财务比率作为变量，分别对相等数量的财务失败及财务不失败的公司比照进行单变量判定预测，发现债务保障比???(现金流量与负债总额的比率)在判定公司财务状况上表现最优，其次是资产收益率和资产负债率。他还发现，离经营失败日越近，这些财务比率的预测准确度就越强。 　　在单变量预警模型的基础上，美国学者Altman(1968)将若干财务比率合并入一个函数方程，创建了Altman-Z多变量判定模型以克服单变量模型以不同财务比率预测同一公司，出现不同结果的现象。Altman的实证结果表明，在破产前一年的预测准确性较Beaver有较大提高。1977年Altmant构建了包含7个财务比率的二次判别分析模型，即Zeta模型。另辟蹊径的是以累积概率函数为基础的多元条件概率模型，主要包括Logit和Prohibit两种统计方法。1977年Martint首次使用Logit方法预测银行的财务危机，1980年Ohlson用同样的方法对财务失败的预测进行研究。 　　由于统计方法本身具有一定的局限性，而随着人工智能的发展和应用，Durra et al.于1992提出将神经网络方法用于预测公司破产。这种方法没有数据的分布、结构等方面的要求，但其所涉及的拓扑定义、网络架构决定、学习参数以及转换公式的选择都过于复杂和难以确定，导致应用成本较高。 　　 　　(二)Altman-Z模型概述 　　虽然学术界不断研究探讨更精准的各种企业财务困境预警模型，但z模型的其特点和优势依然很明显：客观准确，简单易懂，计算简便，所有数据均可根据财务报表得到，可操作性强。因此Altman-Z模型不仅被用于企业管理当局进行财务分析，促进其改进财务管理，也被外部投资者、债权人广泛应用于对企业的评价，并作为其投资决策依据。20世纪70年代，日本开发银行调查部选择了东京证券交易所310家上市公司作为研究对象，使用与Altman相同的研究方法，建立了“利用经营指标进行企业风险评价的破产模型”，获得很高评价。许多其他国家和企业也纷纷比照此模型设计适合自身实际情况的分析模型。 　　Airman在1968年是利用1946～1965年间资产规模在100-2500万美元之间66家制造业公司(33家破产公司、33家非破产公司)的数据为基础，使用多元判别分析法，产生了一个总的判别企业财务状况恶化程度的概率值，称之为z值。该模型的函数式如下：Z=1.2X1+1.4X2+3.3X3+0.6X4+X5。X1-X5分别表示资产营运资本率、资产留存收益率、资产报酬率、债务权益市价率以及总资产周转率。Z值的判别的标准为