財務危機預警的研究現(xiàn)狀
企業(yè)財務危機預警,是經(jīng)過對企業(yè)會計報表及相關經(jīng)營數(shù)據(jù)的分析,通過設置并觀察一些敏感性預警指標的變化,對企業(yè)可能或將要面臨的財務危機實施的實時監(jiān)控和預測警報。以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動中潛在的財務風險,并在危機發(fā)生之前向經(jīng)營者發(fā)出警告,督促企業(yè)管理當局采取有效措施,避免潛在風險演變成損失,起到未雨綢繆的作用。近年來,國外學者針對財務危機預警模型展開了深入而廣泛的研究,當前財務危機預警模型概括起來主要有統(tǒng)計模型和人工智能模型兩大類。主要方法有:一元判定模型、多元判定模型、多元邏輯回歸模型、多元概率比回歸模型、人工網(wǎng)絡模型和聯(lián)合預測模型。其中影響較大的當屬美國學者Altman 利用多變量統(tǒng)計分析方法建立的多元判定模型。
在國內,受證券市場發(fā)展的影響,對財務危機預警的研究起步較晚。1986年吳世農(nóng)、黃世忠首次在我國介紹了企業(yè)破產(chǎn)的分析指標和預測模型。1990年國家自然科學基金委員會管理科學組先后支持佘廉等人從事企業(yè)預警研究,并于1999 年出版了企業(yè)預警管理叢書。之后我國學者才真正開始了對財務預警的研究,并取得了一定的成果,但主要還是借鑒國外的模型。
多元判定模型
(一)多元判定模型的原理
1968 年,美國Ahman 首次使用了多元判定模型分析預測財務困境。多元判定模型的基本原理是:通過統(tǒng)計技術篩選出那些在兩組間差別盡可能大而在兩組內部的離散度最小的變量,從而將多個標志變量在最小信息損失下轉換為分類變量,獲得能有效提高預測精度的多元線性判別方程。運用多元線性判別方程判定二元問題時,可以通過降維技術,僅以最終計算的Z值來判定其歸屬,其構造的線性方程簡單易懂,具有很強的實際應用能力。判別方程的形式為Z=V1X1+V2X2+…+VnXn。根據(jù)判別方程可以把單個企業(yè)的各種財務比率轉換成單一的判別標準,或稱為Z 值,根據(jù)Z 值將企業(yè)分為“破產(chǎn)”或“非破產(chǎn)”兩類。其中,V1、V2…Vn是權數(shù),X1、X2…Xn是各種財務比率。
(二)多元判定模型的應用
美國Altman 教授將多元判定分析應用到美國企業(yè)破產(chǎn)研究中,其研究結論形成了著名的Z 值模型:Z=1.2X1+1.4X2+3.3X3
+0.6X4+0.999X5。其中,X1=營運資金/資產(chǎn)總額;X2=留存收益/資產(chǎn)總額;X3=息稅前利潤/資產(chǎn)總額;X4=普通股和優(yōu)先股市值總額/負債賬面價值總額 ;X5=銷售額/資產(chǎn)總額。企業(yè)破產(chǎn)的判定和預測模型在破產(chǎn)前一年的總體判別準確度高達95%。在實際運用時,Z模型通過5個變量(5種財務比率),將反映企業(yè)償債能力的指標(X1、X4), 獲利能力指標(X2、X3)和營運能力指標(X5)有機聯(lián)系起來,綜合分析預測企業(yè)財務失敗或破產(chǎn)的可能性。一般地,Z 值越低企業(yè)越有可能發(fā)生破產(chǎn)。如果企業(yè)的Z 值大于2.675,則表明企業(yè)的財務狀況良好,發(fā)生破產(chǎn)的可能性較小;反之,若Z 值小于1.81,則企業(yè)存在很大的破產(chǎn)危險;如果Z 值處于1.81～2.675之間,Altman稱之“灰色地帶”,進入這個區(qū)間的企業(yè)財務是極不穩(wěn)定的。
