企业财务预警方法评析，本文主要内容关键词为：企业财务论文,方法论文，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。
中图分类号：F275文献标识码：A文章编号：1003-5192（2002）06-0023-05
1 定性预警分析
1.1专家调查法
专家调查法就是企业组织各领域专家运用专业方面的知识和经验，根据企业的内外环境，通过直观的归纳，对企业过去和现在的状况、变化发展过程进行综合分析研究，找出企业运动、变化、发展的规律，从而对企业未来的发展趋势做出判断。由于这一方法的成本较高，大部分企业只采用其中的标准化调查法，即通过专业人员、咨询公司、协会等，就企业可能遇到的问题加以详细调查与分析，形成报告文件供企业经营者参考的方法。之所以称为标准化，是指他们所提出的问题对所有企业或组织都是有意义的、普遍适用的。这种方法的优点在于此，但缺点也由此而生，即这种方法对特定的企业来说，无法提供特定的问题、损失暴露的一些个性特征。另外，该类文件没有对要求回答的每个问题解释，也没有引导使用者对所问问题之外的相关信息做出判断。
1.2“四阶段症状”分析法
企业财务运营情况不佳，甚至出现危机肯定有特定的症状，而且是逐渐加剧的。我们的任务是及早发现各个阶段的症状，对症下药。企业财务运营病症大体可分为四个阶段，各阶段病发症状如图1[1]所示。
（1）财务危机潜伏期（2）财务危机发作期（3）财务危机恶化期（4）财务危机实现期
图1
如企业有相应情况发生，一定要尽快弄清病因，采取有效措施，摆脱财务困境，恢复财务正常运作。这一方法的原理类似于诊断病人，根据病人的症状，如咳嗽、发烧等查找病因，并予以治疗。这一方法直观明了，简单易行，尤其适合企业进行自我诊断。但阶段划分比较困难，要求诊断者具有丰富的经验。
2定量预警分析
2.1单变量模型（univariate models）
在以前很长的时间内，很少有人把比率分析的方法作为预测企业潜在失败的工具。美国学者Fitzpatric发现失败企业与非失败企业的一些可比较指标有明显区别，最早提出了关于比较两种类型企业比率的应用。他的研究为后人使用比率比较的方法预测财务失败起到了启发作用。威廉·比弗在这一研究上取得了突破性的进展。他最初选了14个比率进行实证分析，最终得出能最准确区分企业失败与否的比率是：现金流量/债务总额，它在企业失败前1年和前5年的错误率分别是13％和22％，而更常使用的流动比率则分别为20％和45％。最后，比弗选用了对于预测财务失败最有效的3个比率：①现金流量/债务总额；②净收益/资产总额；③债务总额/资产总额[2]。
比弗在1968年的美国《会计评论》上发表了题为“可以预测失败的几种会计手段”的文章，引起了强烈反响。比弗认为只要企业发生了如下事项中的任何一项，就可以将企业列为失败企业：①破产；②拖延偿还债券；③透支银行账户；④无力支付优先股。在对每一个预测对象进行失败预测时，首先要找一个参照物，也就是从所属行业中选择一个具有相同资产规模的成功企业，并比较预测对象与成功企业的上述3个比率。当预测对象的3个比率在比较中存在明显不利的差距时，就应当对这些比率的连续几年变化给予足够的关注，当发现预测对象3个比率中任何一个处于恶化之中时，就继续考察预测对象流动资产项目之间的关系是否正常。这是因为比弗曾通过计算79家发生财务失败前企业各年的13个财务项目的平均值，发现失败企业有较少的现金而有较多的应收账款，并且失败企业的存货一般较少。所以在预测财务失败时应特别注意现金、应收账款和存货这3个流动的资产项目。
比弗的单变量失败预警模型具有重大的理论和现实意义。首先，他把财务比率用于预测财务失败，而且由于各比率的预测能力不同而加以区别地使用。其次，他也提到了多比率分析方法和市场价格的信息可能更有效地用于预测目的，这为多变量模型的建立奠定了基础。
在进行企业财务预警分析时，单变量比率分析尽管有效，但作用有限，局限性明显：①对于那些作为预测指标来说最重要的比率，分析者得出了不同的结论。②尽管对较长一段时期进行的单变量比率分析可能说明公司正处于困境或未来可能处境困难，但这不能具体证明公司可能破产以及何时会破产。③单变量比率分析得出的结论可能会受到通货膨胀因素的影响。例如，以往的固定资产价值在用于资产周转率分析时，可能会出现越来越误导的结果。看似说明企业经营好转的比率若按实际衡量，情况可能恰恰相反。④公司的管理部门认识到公司正面临财务困难时，往往采取粉饰会计报表来掩盖公司实际财务状况。从公司本身的角度来看，在报表上弄虚作假实际上对公司没有一点好处：因为掩盖财务困难，即使对第三方掩盖得再久，也不能自动解决这些困难。
2.2多变量模型（multivariate models）
多变量预警模型是一种综合评价企业风险的方法。当预测企业是否会面临财务失败时，只需将企业的多个财务比率同时输入模型中，模型会通过计算得到一个结果，然后根据结果就可以判别企业是否会面临财务失败或破产。下面仅评析多变量模型中最早也是最广泛使用的多元线性函数模型。
多元线性函数模型有数种之多，但最早也最有影响力的要数美国的爱德华·艾·奥特曼于20世纪60年代中期创建的Z记分（Z-score）模型。奥特曼使用了33家失败公司和33家成功公司的财务数据，并且挑选了22个财务比率进行实验。在实验过程中使用了一种特殊的软件程序，第一步的结果得到了22个函数，区分成功和失败公司能力最差的函数被淘汰，然后继续运行这个统计软件。这样一次一次重复，每次都去掉一个区分能力最差的比率，最后，奥特曼保留并使用了5个比率。
1968年，奥特曼提出了具有重大影响的Z记分模型[3]
Z=1.2X[，1]+1.4X[，2]+3.3X[，3]+0.6X[，4]+0.999X[，5]
其中Z是判别函数值；X[，1]～X[，5]是奥特曼所选的5个比率，它们分别是：X[，1]=营运资金/资产总额；X[，2]=留存收益/资产总额；X[，3]=息税前利润/资产总额；X[，4]=权益的市场价值/负债账面价值总额；X[，5]=销售收入/资产总额。
一般地，Z值越低企业越有可能破产。奥特曼还提出了判断企业破产的临界值：当Z记分超过2.99时，企业被划为不会破产之列；若Z分值低于1.81，则企业被列为破产类。在这两个数字之间的区域被称为“未知区域”或“灰色区域”。然而，作为一个简单的预测目的，2.675的Z被一致认为是区别破产与非破产企业的关键点。
奥特曼的Z模型在破产前1年的准确率达到了95.0％，而在破产前两年的准确率降到72％，而到了第3年以上的准确率不到一半，仅为48％。可见，奥特曼的Z模型只适用于短期（两年以内）的预测，说明这一模型还不很成熟。后来许多学者根据奥特曼的思路建立了改进的模型，有的模型甚至将预测能力延伸到了7年。但无论如何，奥特曼的成就是不可毁灭的，因为几乎所有的多元线性模型都源于他的思想：建立一个能最好地区别失败与非失败公司的变量所构成的线性组合，这种研究方法也叫线性区别分析（linear discriminant analysis，LDA）。
从理论上分析，单变量模型与多变量模型的差异体现在：（1）着眼点不同。单变量模型过分强调了流动资产项目对企业财务危机的影响；而多变量模型则更注重企业盈利能力对企业财务危机的影响。（2）二者采用的预测方法不同。单变量模型是以单个财务比率的分析考察为基础的，财务比率按其预测能力有先后顺序之分；而多变量模型则是以多种财务比率的分析考察为基础的，为使该模型的预测能力达到最大限度，一般需要对各种财务比率均进行加权。（3）预测的内容也有区别。单变量模型所预测的财务危机包括企业的破产、拖欠偿还账款、透支银行账户、无力支付优先股股利等；而多变量模型所预测的财务危机则仅指企业的破产危机，因而Z计分模型有时也被称为公司破产预测模型。（4）受通货膨胀的影响不同。多元线性模型受通货膨胀的影响很小，因此，在进行预测时不需要做费时的调整。这一优点是单变量预测模型所不具备的。但多元线性模型似乎过于“数量化”，而且受制于统计学所固有的一些假设，所以有可能做出错误的判断结果。
3定性与定量结合预警分析
3.1“A记分”法
“A记分”法，也称管理记分法。该方法首先试图将与企业风险有关的各种现象或标志性因素列出，依据它们对企业经营失败的影响大小进行赋值（见表1），然后将一个企业的所得数值或记分加起来，就可以知道该企业的确切风险程度。
表1 风险因素及其风险值[4]
A记分法中对各分值打分方式是，打分者对有关项目的情况要完全熟悉，因而打分时要有充分的信心，有些情况最好能举出具体发生的例子。对于每一项分值要么是零分，要么是满分，不能记折扣分。例如：评分者肯定企业管理技术不全面就记2分，如果不能肯定就记0分，而不能怀疑不全面而记1分。企业的总分当然0分是最理想的，25分是临界分。如果企业所得分数在25分以上，则表明企业已处于高风险区，正面临着失败的危险。这时企业应进一步查找有得分的项目，对存在的问题进行解决；如果企业所得分数在25分以下，则表明企业处于正常风险区。不过企业处于高枕无忧的风险安全区则应该是0到18分的区间内，所以企业应尽量将总分控制在18分以下。18到25分之间的区域称之为“警戒区”[5]。
这一方法基于一个前提，即企业的失败缘于企业的高级管理层。它的原理是：企业的经营失败并不是突然发生的，而是有一个过程。企业首先发生一些经营上的缺点或不足，如不能加以克服，这些缺点就会导致经营上的错误产生。如果错误还得不到纠正，企业中就会出现明显的破产征兆，而这时假如企业再不悬崖勒马，则下一步必然是企业的破产。这一思路给人们分析和判断企业风险提供了很好的基础，而且为以后考虑如何治理风险指出了一条道路。因此，许多学者将该方法作为定性分析方法中的首选方法。而笔者认为，尽管这一方法属于主观风险测定，其结果主要依据评价者的个人判断，但这种方法已经把定性分析判断定量化，因此，应将其归为定性与定量结合分析法。“A记分”法简明易懂、有效。但有如下局限性：（1）不同的评判者对同一企业的风险测定结果很可能不一样。特别是对一些分值较大的项目，其观点的不同直接会影响到最终的评判结果。（2）不同的评判者或分析者，以及不同的企业对各风险因素的记分或赋值标准可能不一致。
3.2模糊综合评价模型[6]
企业财务运营由于受到各种内外环境因素的影响，其发展本身就是不确定的、模糊的。正是由于这种模糊性，在进行企业财务预警时，可以采用模糊分析的方法。该方法侧重于总体性、概括性的结果，与人们的日常模糊认识相吻合，往往更容易为人们所接受，而且其效果也是一般精确方法所不能达到的。其模型的建立须经过以下步骤：
（1）确定模糊评判等级评语，这里V=｛很安全，安全，一般，危险，很危险｝。即对财务失败预测各种可能出现的结果所构成的集合。我们的目的也是在综合考虑所有影响因素的基础上，从评语级中选出一个最佳评价结果。
（2）建立因素集，即把能预测财务失败的主要财务比率构成一个集合，这里不妨引用奥特曼提出的5个比率
U=｛U[，1]，U[，2]，U[，3]，U[，4]，U[，5]｝
其中U[，1]=营运资金/资产总额；U[，2]=留存收益/资产总额；U[，3]=息税前盈余/资产总额；U[，4]=权益的市场价值/负债账面价值总额；U[，5]=销售收入/资产总额。
（3）进行单因素模糊评价，即从因素集中单独取出一个比率进行评价，以确定评价对象（企业）对评价集V的隶属程度。比如U[，1]，有20％的人认为很安全，30％的人认为安全，20％的人认为一般，20％的人认为危险，10％的人认为很危险，则对U[，1]的评价可得到一个评价集
R[，1]=[0.2 0.3 0.2 0.2 0.1]
同理，对U[，2]～U[，5]，可分别得一个评价集依次设为
R[，2]=[0.2 0.3 0.3 0.2 0]
R[，3]=[0.15 0.25 0.3 0.2 0.1]
R[，4]=[0.3 0.4 0.2 0.1 0]
R[，5]=[0.4 0.4 0.2 0 0]
由此可得一个模糊关系矩阵R
（4）建立权重集A。一般来说，各个比率的重要程度是不同的，为了反映各因素的重要程度，对每个比率V[，i]应赋予一定的权重a[，i]，并且满足a[，1]+a[，2]+…+a[，n]=1。权重集的确定是很重要的一步，它将直接影响到最终结果。一般可以采用集体经验判断法，专家咨询法，层次分析法等，可根据具体情况选用不同的方法。假设通过专家咨询U[，1]～U[，5]的权重分别30％、10％、20％、15％、25％，则权重集为
A＝｛0.3，0.1，0.2，0.15，0.25｝
（5）进行模糊综合评价。通过对单个比率的评价，我们可以得到一个模糊综合评价的数学模型表示为B＝A
R，其中为模糊算子，笔者这里采用普通矩阵乘法法则，可得
对B进行归一化处理：0.255+0.33+0.23+ 0.135+0.05=1（这里无需调整）。
该评价结果表明，有25.5％的把握说企业很安全，33％的把握说企业安全，23％的把握说企业安全状况一般，13.5％的把握说企业危险，而企业很危险的可能只占5％，根据最大隶属原则，可以认为该公司的财务状况“安全”。当然，笔者所举的例子可以看作一个实验样本。在实际应用当中，因素集可选用更多有效的比率，评价集也可根据需要设为V=｛安全，一般，危险｝或V=｛破产，非破产｝等[7]。
模糊综合评价模型类似于多元线性模型，是通过多个财务比率的综合作用进行预警分析。同时，它也克服了其他定量分析方法所具有的一些缺点，比如结果过于肯定，受行业和规模的限制等。模糊财务预警模型把从比率到评定结果这一过程采用了主观评价的方法，因此，它同时也具备定性分析方法的缺点，即对评价者的主观依赖性过大。此外，由于这一模型的评判结果具有较大的模糊性，因而无法对该模型的准确率进行检验。至于其是否能够实际运用于企业的财务失败预测，还有待实践。
4结论
在进行财务预警分析时，要注意灵活性，即实质重于形式的原则。特别是对于那些定量的分析方法，不要盲目相信计算结果，人的主观经验判断也是必不可少的。80年代初，我国著名科学家钱学森从系统科学角度提出将科学理论、经验知识和专家判断能力相结合的半理论、半经验方法来处理复杂系统问题。80年代末，他明确提出了“从定性到定量综合集成方法”。这个方法的实质是把专家体系、数据和信息以及计算机体系有机结合起来，构成一个高度智能化的人机结合系统，这一方法在应用中已被证明是有效的，同时也在不断发展。展望未来，如果能将这一系统应用于财务预警研究，也许会得到比现有方法更理想的效果。因此，我们在选择企业财务预警方法时，应尽量将定性与定量方法综合使用，以便做出正确的预测。
标签：财务预警论文; 预测模型论文; 比率分析法论文; 破产程序论文; 模糊理论论文; 财务预测论文; 企业财务论文; 模型公司论文;