我國財務危機預警模型的研究會計論文
【摘要】在市場環境日趨復雜的今天，如何規避財務風險，建立有效的財務危機預警模型愈來愈顯示出其重要性。本文通過對國內近年來有關財務危機預警模型研究的介紹，對已有成果進行總結歸納，并結合國內的研究進展，對我國財務危機預警模型的研究成果做出基本評價，并對其未來發展方向做了一定的探討。
【關鍵詞】財務危機 預警模型
引言：財務危機的界定
對財務危機的界定，國內外學者因研究目的不同而異，使用了不同的標準。Beaver(1966)認為，破產、拖欠償還債務、透支銀行賬戶或無力支付優先股股利四項中的發生任何一項的企業，，即可定義為發生了財務危機的企業。Altman(1968)認為，財務危機企業是“進入法定破產的企業”。在國內，多數學者在研究中傾向于直接使用披露的上市公司數據，并以是否被“ST(特別處理)”作為判斷該企業是否發生財務危機的判斷標準。
一、財務危機預警模型相關研究成果
國內財務危機預警的研究始于20世紀80年代中后期，而到1996年以后，才陸續出現以企業財務數據為基礎建立的財務危機預警模型。
周首華、楊濟華、王平(1996)在埃特曼(Altman)Z分數模式的基礎上，建立了新的預測模式——F分數模式。他們選取了31家破產公司及31家非破產公司作為樣本建立F分數模式，并用4160家公司數據作為檢驗樣本進行了驗證，得出其準確率近70%。F分數模式充分考慮了現金流量的變動情況，其選取的五個判定變量完全基于財務理論，而非像其他模式的變量系數取自實務選定方法。研究指出，如采用F分數模式進行趨勢分析，較之時間序列上任一時點的單一F分數分析都重要得多。
陳靜(1999)采用單變量分析和多元預測模型對國內市場27家ST公司和非ST公司進行了實證分析。在單變量分析中，發現資產負債率和流動比率在宣布ST前一年的誤判率最低，而在宣布前三年時，總資產收益率和流動比率的誤判率較低。在其建立的多元線性判別分析中，選取了資產負債率、凈資產收益率、凈利潤、流動比率、營運資本/總資產以及總資產周轉率六個指標來構建預警模型，并通過對三年判定函數預測正確率的計算和比較，發現多元判定模型在宣布前一年的成功率較高，離宣布日越遠，成功率越低。
吳世農、盧賢義(2001)選取1998-2000年發生ST的樣本公司70家和相對應的非ST樣本公司70家，首先應用剖面分析和單變量判定分析，選取盈利增長指數、資產報酬率、流動比率、長期負債與股東權益比率、營運資本與總資產比、資產周轉率6個指標作為多元判定分析得變量，并以此構建LPM模型、Fisher二類線性判定模型和Logistic回歸模型。研究表明，LPM模型與Fisher判定模型在財務困境發生前1年的誤判率均為10.07%，從應用上可證明兩個模型是等價的。三種模型均能在財務危機發生前做出較為準確的判斷，且就同一樣本集而言，Logistic回歸模型誤判率最低，判定效果最好。
楊淑娥、黃禮(2005)從滬深兩市上市公司中選取了以工業板塊和綜合板塊為主的90家ST公司和相應的90家非ST公司，選擇流動比率、現金比率等10個指標利用BP人工神經網絡算法構建BP神經網絡模型。通過構建的模型對建模樣本進行回判以及對檢驗樣本進行判定，其正確判定率分別達到90.8%和90%，證明了基于財務指標信息的BP人工神經網絡方法是預測企業財務是否會發生危機的有效方法。同時，該文也指出，預警模型在研究同類行業時將取得更好的效果。
二、對企業財務危機預警模型研究成果的基本評價
縱觀大多數學者對財務危機預警系統的研究，周首華、陳靜等在國外研究模型的基礎上，進一步發展符合國內實情的財務預警模型，楊淑娥、黃禮等則采用新的思路，結合其他學科對構建財務預警模型的新方法進行的探究。這些研究基本上都更加重視現金流量在財務危機預警中的重要作用，以及強調進行時間序列上的趨勢分析的重要性。
通過上述研究可以發現，所構建的財務危機預警模型的誤判率明顯降低，證明近年來國內在該領域上的研究成果顯著。但與此同時，也應看到我們的研究仍存在不足之處。
1.數據的獲取和處理，國內研究更大程度上是在上市公司披露的數據下進行進一步研究和建模，獲取的數據是否真實可信，對數據的處理是否得當，這些都是影響模型有效性的重要因素，但這些因素在研究中沒有得到適當的保證。
2.財務指標的選擇，不同行業各財務指標的重要性及衡量標準有所區別，國內研究一味強調ST公司的選擇而忽略了公司行業性質的影響，可能使構建出來的模型“被綜合”，從而無法做出更加精確的判定。
三、繼續研究的價值和方向
如何有效控制企業風險、避免企業財務危機發生，可以說是關系到企業的生死存亡，因此對于財務危機預警模型的研究和深化不僅具有重要意義，而且是十分必要的。基于大多數學者的研究，進一步深入發展或整合利用其他學科研究，建立更為有效的財務危機預警模型是當前研究的一個主流趨勢。另外，可以考慮在對財務指標進行定量分析建模的基礎上，加入一些對觸發事件、披露事件等的定性分析，提高模型的效度和實用性。
參考文獻
[1]陳靜.上市公司財務惡化預測的實證分析.會計研究，1999.4.
[2]吳世農，盧賢義.我國上市公司財務困境的預測模型研究.經濟研究，2001.6.
[3]楊淑娥，黃禮.基于BP神經網絡的上市公司財務預警模型.系統工程理論與實踐，2005.1.
[4]周首華，楊濟華，王平.論財務危機的預警分析——F分數模式.會計研究，1996.8.
【我國財務危機預警模型的研究會計論文】相關文章：
財務危機預警模型研究綜述及其啟示09-07
企業財務危機預警體系研究10-26
有關企業財務危機預警體系研究06-17
我國虛擬經濟與風險預警系統研究09-01
財務失敗預警模型研究綜述05-31
開放經濟下金融風險監測預警模型研究09-09
企業財務危機預警系統構建研究09-13
國內外企業人才流失預警模型研究10-17
淺談我國企業財務預警模型的建立10-07