财务困境预测模型总结.docVIP

财务困境预测模型总结 　　【摘 要】 财务困境预测一直是财务界的研究热点。文章梳理了相关财务困境预测模型的发展脉络，对传统的和现代的财务困境预测模型进行了系统的评述，并对未来财务困境预测的研究作了展望。 　　【关键词】 财务管理； 财务困境； 预测模型 　　中图分类号：F272 文献标识码：A 文章编号：1004-5937（2015）08-0027-03 　　一、引言 　　财务困境预测是财务管理活动的重要环节，目的是找出财务困境的作用机理，以预测公司的财务状况。财务困境预测模型的研究一直是财务困境研究的重点内容。目前，单变量模型、多元线性判别分析、LOGIT模型、人工神经网络、支持向量机等已成功应用于财务困境的研究。 　　二、财务困境的定义 　　关于财务困境（或财务危机），由于其引致变量的复杂性，对其定义还没有一个普遍的共识，大多数学者都是从自身研究取样的角度，来定义财务困境的相关内涵。早期对财务困境的定义即为企业破产（Fitzpatrick，Winakor，smith，Foulke，Merwin），随着研究的进展，Beaver（1966）在研究财务困境模型时加入了拖欠债务的公司和拖欠优先股股利的公司，丰富了财务困境的内涵。Amy Hing-Ling lau（1987）将企业财务状况划分成不同的阶段，将取消或减少股利到破产清算划分为困境期。在国内，财务困境公司一般是被ST的公司（陈静，1999；吴世农、卢贤义，2001等）。彭韶兵、邢精平（2005）把从资金管理技术性失败到大规模重组作为财务困境的阶段。吴星泽（2011）在加入了利益相关者的前提下，将危机力量导致的支付能力不足视为财务困境。虽然该定义考虑了利益相关者，但仍局限在现金流层面考虑财务困境。笔者认为，企业出现下列事项就应当视为发生财务困境：税息折旧及摊销前利润（EBITDA）小于利息费用、存量破产、流量破产、债务违约、财务异常和其他异常等。 　　三、预测变量的选择 　　（一）变量的分类 　　财务类指标是最常用的一类衡量财务困境的指标，它是将财务指标作为预测模型的解释变量进行预测（Fitzpatrick，Altamn，Olhson，Odom et al.）。然而选择哪些财务指标，以及单纯的财务指标能否解释财务困境以及在多大程度上解释等问题，使得现金流指标及市场收益类指标出现。 　　现金流预测指标是建立在流量破产的角度来反映公司的困境，Aziz，Emanuel and Lawson（1988）发现了现金流量信息预测财务困境模型，并发现其预测能力好于财务指标。国内周首华、杨济华、王平（1996）等在Altman的Z模型基础上，加入现金流指标，构造了能供管理当局使用而又区别于传统的公司偿付能力分析的新的预测模式――F分数模式。章之旺（2004）通过实证研究，发现了现金流量类变量对财务困境的预测价值。 　　市场收益类指标是利用股票的市场收益率作为预测指标，来预测公司发生财务困境的方法（Beaver，Altman，Brenner）。研究发现，市场收益类指标同财务指标一样有预测价值。由于国内证券市场尚未完全成熟，所以国内利用该类变量的财务困境预测研究相对较少。 　　宏观经济指标也是预测企业陷入财务困境的重要指标，研究发现经济周期（Rose，Giroux）、货币供应量和通货膨胀率（Demirguc Kunt，Detragiache）、工业增加值、实际利率水平（王克敏、姬美光、赵沫，2006）等对财务困境公司有一定的影响。 　　（二）变量选择方法 　　主成分法包括全局主成分法和经典主成分法，通过稀释变量间的相关关系，将原变量转换为独立的、不相关的变量，形成能解释大部分变量的几个新变量。稀释过程是对这些变量进行降维处理的过程，旨在用较少的新变量来解释综合指标，降低研究问题的复杂性和干扰性。 　　粗糙集理论（RS）是由波兰科学家Z.Pawlak提出的，是通过对数据进行分析和推理，发现不确定、不完整信息中的潜在规律，找出数据间隐藏的知识，是基于模糊理论、概率论和证据理论而开发的数据挖掘工具。马若微（2006）在财务指标选择中，使用了粗糙集原理，通过建立RS和信息熵之间的关系，给出了知识粗糙性的度量性解释。 　　四、预测模型概述 　　（一）传统模型分析方法 　　1.单变量分析 　　Fitzpatrick（1932）最早应用单变量判别分析法（Univariate Analysis）对19家公司财务破产进行预测研究。Beaver（1966）用单变量模型得出营运资金流/总负债的预测能力为87%。 　　单变量分析的基本原理是利用统计资料，对比分析影响预测目标的因素，发现困境公司与非困境公司间有显著差异的财务指标，从而对财务困境公司进行预警。但是，由单一指标建