公司财务危机动态预测比较研究，本文主要内容关键词为：动态论文,财务危机论文,公司论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
财务危机预警在60年代主要是判别分析模型[1，2]；判别分析被70年代的logistic模型所取代[3～5]；90年代神经网络又被引入财务危机预测[6，7]。吴世农较早对我国上市公司财务危机进行了预测研究[8]；陈静使用判别分析模型，得出预测模型对中国市场有效的结论[9]；吴世农应用判别分析和logistic模型，建立了预测模型[10]。这些模型在实践中取得了一定的应用价值，但也存在着如下问题：都是以企业的静态数据作为样本，忽略了公司出现财务危机是有一个逐渐演变的过程；都是以年度数据作为研究样本，模型的实效性较差；都没有考虑财务比率的历史累积值对现时的影响，企业财务状况暂时的偏离正常值不应被归为危机公司。针对此类模型存在的问题，Theodossiou借鉴Healy等[11]的时间序列判别分析的成果开创地性将质量过程控制的理论应用到财务危机的预测中来[12，13]。
2 累积和控制图模型和指数加权移动平均控制图模型的理论
2.1 动态面板数据基本理论
由于模型要考虑多个公司、多个时间的方程估计，因此考虑使用动态面板数据模型，基本公式如下
参数K与L，是判断公司是否发生危机的阈值。K值越大，将危机公司判断为正常公司的概率越小；L值越大，将危机公司判断为正常公司的概率越大。
2.3 指数加权移动平均控制图(EWMA)模型
累计和控制图模型将当期值和历史值赋予相同的权重，这在实际应用中存在一定的问题。指数加权移动平均控制图模型将历史值和当前值各给予一个权重，现在的累积值要受到当期值和前期历史累积值的影响，其基本形式为
其中λ为当期值所占的权重；
为t时点第i家公司当期(静态)绩效分数；
为在t时点的EWMA的历史累积值。
将所有的
减去D/2，使得EWMA的公式形式和CUSUM完全一致，如果预测结果不一致，则不一致的原因是因为权重因子的引入，EWMA的具体形式为
根据前面CUSUM的实证结果计值代入上式，同样根据误差最小原则确定L值。
3 累积和控制图模型和指数加权移动平均控制图模型的建立
3.1 样本及财务指标的选取
本研究认定2006年被中国证监会因下述两原因被特殊处理(ST)的公司为财务危机公司：连续两年净利润小于0；每股净资产小于每股面值。同时选取从未被ST的公司作为正常公司。本研究选取2002年一季度～2005年四季度的季度报表作为研究的时间范围。
国内外关于财务危机预警的文献都表明，公司的财务比率不服从正态分布，本文的实证也证明了这个结论；随后本文采用Mann-Whieney秩和检验方法并考虑相关性后选择了五个财务指标。但本文所作的比较研究表明，应用本文所选用的五个财务指标的模型准确率并不比Theodossiou选用的指标的模型高，考虑到Theodossiou模型具有广泛的影响，本文仍选用其所选中的财务指标：营业利润/主营业务收入，存货周转率，总资产对数增长率，固定资产/总资产。
3.2 动态面板数据的估计
将前面所选的建模样本的16个季度的财务比率组成一个16×16×4的面板数据，根据(1)至(7)式估计的为
3.3 累积和控制图模型的建立
考虑到在正常公司的均值为D/2=1.57，因此K不能大于1.57，选择K从0到1.57，每次增加0.1；L从1到20，每次增加1；根据(9)式即期望成本最小原则确定K及L；本研究认为两类错误的错误成本一样大，都为0.5。根据数据分析确定K=1.3，L=12为最合适的参数。
3.4 累积和控制图模型预测效果的检验
(1)危机预测样本的检验
为检验该动态模型的预测效果，随机选取了8个危机样本和8个正常样本进行检验，检验结果表明除ST天宏外，所有其他危机公司都能在危机前预警，即
在2005q4前小于-12，最早的能够在2004年一季度就报警，最晚的可提前一个季度即2005年第三季度报警。
(2)正常预测样本的检验
根据该模型计算的正常预测样本的值表明所有正常样本的值都没有超过-L=-12的预警线，全都预测正确。
3.5 指数加权移动平均控制图模型的建立
λ从0.1到1，每次增加0.1；L从1到20，每次增加1；根据期望成本最小原则确定λ及L。本文确定λ=0.2，L=1.5为最适合的参数。
3.6 指数加权移动平均控制图模型预测效果的检验
(1)危机预测样本的检验
根据EWMA模型计算的危机预测样本的
表明所有样本都在危机前预测正确，即都在2005q4前小于-1.5，最早的在2003年一季度报警(ST江泥)，最晚的在2005年一季度报警(ST上风)。
(2)正常预测样本的检验
根据EWMA模型计算的危机预测样本的表明所有正常公司都未越过-L=-1.5的预警线，所有正常样本都预测正确。
4 两个模型预测效果的比较
由于两个模型都准确地预测了正常样本，因此，只需要比较对危机样本预测的准确率及预测时点。
由表1可看出，指数加权移动平均控制图模型对危机样本全都预测正确，而累积和控制图模型对ST天宏的预测是失败的；除ST上风外，指数加权移动平均控制图模型的预测时点都早于累积和控制图模型，预测效果更好。
5 结论
本研究以时间序列判别分析技术、累积和控制图、指数加权移动平均控制图为基础，建立了上市公司制造业财务危机动态预警模型，该模型相对于静态模型有以下优点：(1)能够利用季度数据预测财务危机，相对于年度数据有更强的时效性；静态模型也可用季度数据预测，但由于季度数据波动大于年度数据，因此静态模型用季度数据预测的效果较差。(2)考虑了历史累积值对本期的影响，不仅仅是根据当期的数据做出判断，从而使那些仅仅是偶尔财务出现问题但很快又恢复正常的公司被排除在危机公司之外。(3)考虑了一个正常公司逐步走向危机公司的过程，即正常公司不是突然就进入危机状态，而是有一个循序渐进的过程，正因为有这个过程的存在，财务危机才可以预测，而该模型则动态地描绘出了财务状况恶化的过程。
但累积和控制图模型将历史值和当期值赋予相同的权重，这在应用中并不科学；而指数加权移动平均控制图模型则根据建模样本的实际情况选择使误判率最小的权重。本文的实证表明考虑了权重的模型在预测精度和预测提前量上都优于等权重模型。该模型对商业银行等金融机构有重要的应用价值，先根据标志性的事件对贷款企业进行分类，再用本文提出的方法得出该银行客户的模型，每得到一个季度的财务报表后，用该模型计算当期的历史累积值，描绘出历史累积值曲线，据此判断该客户的财务状况未来会处在哪个财务阶段，而采取相应的措施。