国内外财务风险预警的研究文献综述.docVIP

国内外财务风险预警的研究文献综述 　　 ［提要］ 财务风险在现代企业不断发展壮大的过程中是不可避免的，财务预警就是借助企业财务指标和非财务指标体系，通过建立财务预警模型来判别企业财务状况，进而对企业各环节发生或可能发生的经营风险发出预警信号。本文对国内外财务风险预警研究进行综述。 　　 关键词：财务预警；模型；综述 　　 中图分类号：F23 文献标识码：A 　　 收录日期：2011年10月24日 　　 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经营风险和财务风险，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，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/负债两个比率。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）、资产负债率（债务总额/资产总额），其中，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 　　 其中：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，企业越有可能发生破产。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。 　　 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）、获利能力的指标（X2、X3）和运营能力的指标（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。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%。1977年，爱德华又对自己的模型进行了修正，提出了ZETA模型。 　　 Z计分模型准确率相比之前的单变量模型有很大的提高，但是未充分考虑到现金流量变动情况，而且要求变量符合正态分布的假设，降低了模型的使用范围。 　　 2、Logisitic回归模型。该模型属于线性概率模型，通过对观察对象条件概率的观测，来判定对象的财务状况和经营风险。适用于因变量是非连续的且为二分类选择模式，将违约概率限定在0和1之间，并通过函数的对数分布来计算违约的概率。在二分类判别法中假设因变量为1和0，分别对应事件发生和事件不发生。Logisitic回归模型形式为： 　　 Li＝ln■=?琢＋■?茁jXij+?着i 　　 该模型使用的是最大似然估计，似然函数值越大，表明模型的模拟效果越好。其最大优点是，不需要严格的假设条件，能够克服线性方程受统计假设约束的局限性，具有更广泛的适用范围。目前这种模型使用较为普遍，但其计算过程较复杂，需要操作者具有较高的数学基础，同时其计算过程有近似处理，结果将会影响到预测的精确度。 　　 3、Probit模型。假定企业的破产概率为P，样本服从正态分布，选取的财务指标对应P的分位数，先确定企业样本的极大似然函数，然后通过求似然函数的极大值就可以得到参数αβ，然后就可以利用公式求出企业的破产概率。P＜0.5，判别为财务正常；P＞0.5，即为破产型。 　　 其公式为： 　　 P＝■（1/■）e■dt 　　 该模型和Logistic模型方法相似，但条件严格，计算方法相对复杂，使用面不如Logistic模型广泛。 　　 4、人工神经网络理论和方法（ANN）。神经网络模型是一种并行分布模式处理系统，是由大量的简单处理单元相互联结组成的复杂网络系统，具有高度并行计算能力、自学能力和容错能力。作为非参数的预测模型，它克服了选择模型函