上市公司财务困境预测方法的比较研究
上市公司财务困境预测方法的比较研究
吕长江周现华
（吉林大学商学院、吉林大学数量经济研究中心 130012）
Comparative Study on Forecast Approaches of Corporate Financial Distress
Changjiang Lu & Xianhua Zhou
(Business School of Jilin University, 130012)
Abstract
How to apply a suitable approach to forecast corporate financial distress has long been an important issue in the filed of corporate finance. Based on several main forecast approaches both from broad and domestic, and their precondition, this paper will use a sample of industry listed companies from 1999 to 2002, and apply Multi-Discriminate Analysis (MDA), Logit and Neural Network approach respectively to forecast corporate financial distress. Empirical results indicate that three approaches can forecast corporate financial distress before 1 year and 2-3 year, and Logit model can identify corporate financial distress more accurately than MDA, NN model is best one among three models.
Keywords: Financial Distress; Multi-Discriminate Analysis; Logit Model; Neural Network 联系作者：吕长江
吉林大学商学院
长春市前卫路10号，130012
上市公司财务困境预测方法的比较研究
内容摘要：如何采用适当的方法对公司财务困境进行正确的预测，一直是学术界关注的热点问题之一。基于国内外已有的财务困境各种预测方法及其结果的差异，本文在分析各种研究方法应用前提的基础上，采用制造业上市公司1999-2002四年的数据分别运用多元判别分析、逻辑线性回归模型和人工神经网络模型对财务状况处于困境的公司进行预测比较分析。结果表明：尽管各模型的使用有其特定的前提条件，三个主流模型均能较好地在公司发生困境前1年和前2-3年较好地进行预测，其中，多元判别分析法要逊色于逻辑模型，神经网络模型的预测准确率最高。
关键词：财务困境主成分分析判别分析逻辑模型 BP网络模型
一、引言
随着资本市场的不断发展与完善，对上市公司财务困境进行预警研究一直是国内外学术界的热点问题之一。Beaver(1966)最早给出了破产预测模型。从那时起，公司财务困境的预测就成为一个极具吸引力的课题，近期的研究工作将研究的重点扩展到三个领域：统计工具的恰当使用，财务困境概念的界定，以及包括宏观经济解释变量的应用。
Beaver（1966）提出了单变量判定模型，定义破产包括“债券拖欠不履行，银行超支，不能支付有限股利等”。运用实证分析得出现金流量与负债总额的比率能够更好地判定公司的财务状况，其次是资产负债率。Altman(1968)提出了多元Z值模型，将若干变量合并入一个函数方程，用Z值进行判定，结果表明，在破产前一年的预测准确性较比弗有很提高。扩展的第二个方面是财务困境的定义。John，Kose（1993）将公司的财务困境定义为：在一个给定的时点上，公司的流动资产不能满足它的书面合同所需要的现金需要时就是财务困境。另外，该文章认为财务困境主要来自于现在可使用的流动资产和它的“书面”财务合同的现有责任之间的不配比，而处理财务困境的手段通过重新设置资产的结构或者重新设置财务合同修正了这种不匹配。再者，样本公司可能被划分为不只两类（破产和非破产公司），而且分类的概率可由多元正态方法给以估计。Johnsen和Melicher（1994）认为使用多元正态模型，一些分类错误可能被显着地减少。第三个领域包括使用通过附加变量或行业调整率来进行解释变量的调整。Hopwood、Mckeown 、Mutchler（1989）和Flagg、Giroux、Wiggins（1991）发现“质量观点”在划分财务困境公司时是非常重要的。其他的一些研究也包括了用宏观变量来控制商业环境的改变。在1990 年以后，许多相关研究文献在会计比率选择及新理论的引入方面进行了许多积极的探索，如Coats 和Fant（1991）对47家财务困境公司和47家正常公司运用神经网络模型进行判别时，对财务困境公司的预测准确率达到了91%，明显高于多元判别法72%的准确率。然而，Back 等人在1994年所做的一项研究却并不认为神经网络模型具有比多元判别分析（MDA）和Logit分析更加明显的预测效果。Charitou 和Trigeorgis（2000）使用B-S期权定价模型中的相关变量构建了财务困境判别模型，对1983年到1994年期间的139对美国企业进行了对比检验，结果发现，到期债务面值、企业资产的当期市价、企业价值变化的标准差等期权变量在预测破产方面作用显着。
国内学者吴世农、黄世忠（1986）较早对我国上市公司财务困境进行预测研究。陈静（1999）对使用Beaver和Altman的模型，选用了1995-1997三年的27家ST公司和27家同行业、同规模的公司的财务数据进行实证研究，得出了预测模型对中国市场有效的结论。吴世农、卢贤义（2001）应用单变量判定、多元线性判别和多元逻辑回归方法，分别建立ST公司预测模型，结果证明，这些模型均获得较高的判定精度，在财务困境发生前4年的误判率在28%以内。姜秀华、孙铮（2001）研究了企业治理的弱化同企业财务困境之间的作用关系。卢宇林等（2002）建立了用于判断公司是否出现财务风险的兴业财务评价指数。该文采用了非配对抽样方法，采用逐步回归的判别分析法建立了线性典则判别函数和Fish’s线性判别函数，并利用2001 年的中报数据进行模型的有效性检验，模型的总体有效性达到81%。何沛俐、章早立（2002）建立了以时序立体数据空间为基础的财务危机判别模型，他们在Logit回归分析之前使用全局主成分分析，从而增强了模型的有效性，模型的准确率达到71.3%。
到目前为止，国内关于财务困境的研究有以下特点：
1．样本的选择，均以我国上市公司中被ST的公司直接作为研究对象组成财务困境样本组。
2．判别分析假设前提的违背。在现实数据难以满足该方法的理论假设前提下，直接引入所有经过理论分析的变量。判别分析的假设前提主要涉及两方面：a.组均值差异测试；b.协方差阵相等的假定。
2．判别分析中预留样本确认检验问题。这将使模型的预测准确度可能会因预测样本和确认样本的不同而有所差异。
3．逻辑回归模型忽略了多重共线性检验。由此得出的预测模型，其稳定性和准确性值得商榷。
4．忽视预测过程中两种预测错误成本的差异。两类错误成本的引入使我们不能单独依据“预测准确率”来选择模型，我们还要考虑因为两类错误成本不相等而导致的总体错误成本可能会与总体错误率不一致的情况。
为克服上述缺陷，首先，在样本选择上，为消除行业因素的影响，本文选择典型的制造业为样本，通过公司规模变量调整各变量的量纲，然后，运用聚类分析法将样本分为财务困境和非财务困境两类，以避免人为匹配选择带来的统计偏差；第二，本文在对判别分析法的前提假设验证的基础上，进行判别分析；第三，我们引入交叉确认（cross validation）检验方法，以避免预留样本确认检验问题。即在原始数据中省略一个案例，然后计算这一省略案例的预测概率，并根据观测值和预测值进行分类，重复上述过程n次（n为样本规模），直至每个案例都得到分类。由于是将每个案例都作为一次预测样本，重复n次后得出的总体判别准确率，经过这样检验后，模型预测能力的判断是稳定无偏，具有可信度1。第四，本文分别采用经典主成分和全局主成分方法对财务变量进行降维处理，以避免逻辑回归中的多重共线性问题；最后，本文对财务困境预测模型的两类错误成本进行分析，给出各预测模型在两类错误成本之间的差异。
二、样本的选择
1. 数据来源
本文的数据来源于《CSMAR2003数据库》，《深沪上市公司1999年度及中期报告汇编》，《深沪上市公司2000年度及中期报告汇编》（辽宁电子出版社），《2001年上市公司年报大全》（经济科学出版社）。
2. 样本的选择
本文以我国制造业上市公司1999-2002四年的数据为总样本，采用聚类分析方法区分困境样本与非困境样本。我们选择了36个有代表性财务指标，参见附表1。
我们以能够体现“持续经营”要件的三个指标“营业活动现金净流量/流动负债”、“营业利润/总资产”和“营业利润增加额/总资产”作为聚类分析的判别指标，把制造业223家上市公司进行分
入财务困境的公司；而类别为“1”的公司是财务状况良好的公司。
三、财务困境影响因子的选择
1．经典主成分析
主成分法的目的是在数据信息丢失最少的原则下，对高维变量空间进行降维处理。其实质是对原坐标系进行平移和旋转变换，使得新坐标的原点与数据群点的重心重合。在公司发生困境前1年，对其进行的预测前提就是这样的一种主成分分析分析方法。
运用SPSS统计软件对在预测前一年的这33个指标进行经典主成分分析，各成分贡献分析结果见附表2，表中特征值大于1的主成分有10个，累计贡献率达到了82.86%。
2．全局主成分法
经典的主成分分析法是针对即时性多维平面数据做最佳综合与简化。在本研究中有按时间顺序排列的平面数据表序列。这样，一组按时间顺序排放的数据表序列就类似一个数据匣，被称为时序立体数据表。全局主成分就是针对时序立体数据表所进行的主成分分析，我们在公司发生困境前2-3年对其进行的预测前提就是这样的一种主成分分析方法。
各成分贡献结果如附表3，可以看出，在财务困境前2-3年，对这33个指标进行全局主成分分析的结果显示总共有11个成分的特征值大于1， 11个主成分的累计保留原有信息量的77.68%。
四、判别分析预测
1．公司发生困境前1年的预测分析
在进行分析之前，我们首先对样本是否满足判别分析的两个前提进行检验。
1何沛俐、章早立（2002）用Jackknife method方法代替交叉检验。
之间的差异并不明显。
（2）组间协方差距阵相等的检验
结果表明，方程中允许的自变量最大个数为10个，主成分特征值的对数相差较大，Box’s M检验结果拒绝协方差距阵相等的假设，即判别分析的前提假设不满足，说明并不适合把10个变量一起引入到判别方程当中去，为了弥补判别分析前提条件满足程度较差这一缺陷，我们对上述10个主成分，采用逐步判别方法，得到如下判别方程：
（3）判别方程中变量的解释
通过这个判别方程我们发现，预测值与Z1、Z3、Z4和Z5正相关，通过前面的经典主成分分析已经知道，Z1、Z3、Z4和Z5四个主成分与各财务指标之间的线性关系如下：
Z1=0.977X15+0.976X14-0.960X11-0.884X16-0.876X24-0.783X12+0.757X2
Z3=0.946X35+0.909X5-0.914X4
Z4=0.933X8+0.923X9+0.577X28+0.647X10
Z5=0.894X43+0.890X42+0.585 X37+0.399 X32+0.317X33
由于在主成分因子中权重较大的财务指标可以反映主成分因子的经济含义，因此，我们对上述因子的财务特征进行了如下归类Z1：反映公司的盈利能力和资本结构；Z3：反映资产结构；Z4：反映盈利能力和经营效率；Z5：反映公司成长能力。
对于因子Z1（盈利能力和资本结构），有3个反映盈利能力的变量与其存在显着的正载荷关系，即公司盈利能力越强，财务状况就越好；另外3个反映费用水平的变量及资产负债率与其存在显着的负载荷关系，说明，公司的费用水平和负债率越高，公司陷入财务困境的可能性越高。
对于因子Z3（资产结构），有2个反映长期经营性资产比例和固定资产比例的变量与其存在显着的正载荷关系，即公司的长期经营能力的提高，有助于公司财务状况的改善；而流动资产比例与其存在显着的负载荷关系，说明企业资产结构中流动资产比例过大，不利于公司财务状况的改善。
对于因子Z4（盈利能力和经营效率），有4个反映盈利能力和资产运营效率的指标与其存在显着的正载荷关系，即公司盈利能力、经营效率越高，公司的财务状况越佳。
对于因子Z5（成长能力），有5个反映公司成长能力的指标与其存在显着的正载荷关系，即成长能力越强，公司的财务状况越好。
（4）方程的检验
①相关性检验
结果表明，模型的自变量与因变量的相关性较强。
②函数结果显着性的wilks`lambda检验
结果表明，方程在两组之间的判别显着。
③模型预测准确性的检验
结果表明，原始样本进行分类的准确率为70.5%，交叉确认检验准确率为68.5%。
2．财务困境前2-3年的预测
（1）组均值差异检验
我们发现，通过wilk’s lambda检验的的主成分有Z2、Z3、Z4、Z5、Z7、Z8。比在困境前1年进行预测时通过检验的主成分要多。说明困境前的预测时间越长，据以判别的因素就越多。
（2）组间协方差距阵相等的检验
我们发现，两组之间的协方差距阵同困境前1年的研究一样，没有通过协方差距阵相等的检验。同样地，我们运用逐步判别分析方法得到如下标准化方程系数： （3）方程中每一成分的因子构成如下： Z2=0.948X15+0.937X14+0.856X2-0.599X11 Z3=0.936X4-0.958X35-0.946X5
Z4=0.912X9+0.923X8+0.574X10+0.520X28 Z5=0.719X7-0.718X6+0.683X26+0.588X12 Z7=0.940X43+0.936X42
Z8=0.742X37+0.707X33+0.589X32
与困境发生前1年相比，除因子Z2（盈利能力）、因子Z3（资产结构）、因子Z4（盈利能力和经营效率）、因子Z7、因子Z8（成长能力）与困境发生前1年进行预测的结果一致外，增加了一个因子Z5（负债结构和财务费用），即长期负债比例和财务费用负担越高，公司陷入财务困境的可能性越大，此时，通过流动负债比例的提高，作为长期负债的替代，可以帮助公司摆脱财务困境。
（4）模型的检验 ① 相关性检验
结果表明，模型的自变量与因变量的相关性较强。
② 函数结果显着性的wilks`lambda 检验
检验结果表明，方程在两组之间的判别显着。 ③ 方程的准确性检验
结果表明，对原始样本进行分类的准确率为65.4%，而交叉检验准确率为64.7%。与困境前1年预测相比，准确率略有下降。
五、逻辑线性回归分析预测
1．财务状况等级的逻辑模型的建立
依据公司的财务状况良好与非良好建立二元因变量模型 P r ==),1(βi i x y P r )0(*>i y =Pr )0(>+'i i u x β =)(1βi u x F '--
根据此模型，财务状况恶化的概率是影响财务状况各个因素决定的。该模型可以分析出各因素对财务状况恶化影响的边际大小，并且给定一组因素变量X i ，就可以估计出财务状况的好坏。
2．财务困境前1年进行的预测 （1）方程中的变量检验
通过上表，可以看出各个成分在模型中所起的作用，其中通过wald 检验的主成分有Z3、Z4、Z5和Z8。与判别分析相比较，进一步证实了因子Z3（资产结构）、Z4（盈利能力和经营效率）和Z5（成长能力）和因子Z8（费用比例）对公司财务状况的影响。
（2）模型检验 ① 拟和优度检验
HL 指标（Homser-Lemeshow 拟和优度指标）说明，模型拟和效果很好。
② 模型的准确性检验：
结果表明，逻辑线性回归模型在困境前1年的交叉确认预测准确率为75.3%，比起判别分析在困境前1年的交叉确认预测准确率68.5%，有显着提高。
1．财务困境前2-3年预测 （1）模型中的变量检验
表明，Z2、
Z3、Z4、Z5、
Z7和Z8六个主成分通过wald
检验。与前面的MDA 模型完全一致，进一步证实了困境前2-3年各因子的预测能力。 （2）模型的检验 ① 拟和优度检验
HL 指标（Homser-Lemeshow 拟和优度指标）说明模型拟和效果较好。
② 模型的准确性检验 结果表明，在困境前2-3年，运用逻辑模型进行的预测准确率达到66.8%，比判别分析模型的64.7%要高2.1个百分点。
六、人工神经网络BP 预测
1．模型原理
近年来，全球性的神经网络研究热潮再度兴起，不仅仅是因为神经科学本身取得了巨大的进展，更主要的原因在于发展新型计算机和人工智能新途径的迫切需要。目前，已发展了几十种神经网络，例如Hopficld 模型，Feldmann 等的连接型网络模型，Hinton 等的玻尔茨曼机模型，以及Rumelhart 等的多层感知机模型和Kohonen 的自组织网络模型等等。在这众多神经网络模型中，应用最广泛的是多层感知机神经网络。多层感知机神经网络的研究始于50年代，但一直进展不大。直到1985年，Rumelhart 等人提出了误差反向传递学习算法（即BP 算法），实现了Minsky 的多层网络设想，如图2所示。
我们在实际训练过程中所运用的中间层与图2略有不同，为了加强所构建模型的预测准确率和稳定性，我们选用的中间层是两组各6个节点构成双隐层。
BP 算法不仅有输入层
节点、输出层节点，还可有
1个或多个隐含层节点。对于输入信号，要先向前传播
到隐含层节点，经作用函数后，再把隐节点的输出信号传播到输出节点，最后，
给出输出结果。节点作用的激励函数通常选取S 型函
数。
式中Q 为调整激励函数形式的Sigmoid 参数。该算法的学习过程由正向传播和反向传播组成。在正向传播过程中，输入信息从输入层经隐含层逐层处理，并传向输出层。每一层神经元的状态只影响下一层神经元的状态。如果输出层得不到期望的输出，则转入反向传播，将误差信号沿原来的连接通道返回，通过修改各层神经元的权值，使得误差信号最小。
设计一个神经网络的重点在于模型的构成和学习算法的选择。一般来说，结构是根据所研究领域及要解决的问题确定的。通过对所研究问题的大量历史资料数据的分析及目前的神经网络理论发展水平，建立合适的模型，并针对所选的模型采用相应的学习算法，在网络学习过程中，不断地调整网络
参数，直到输出结果满足要求。
我们在困境前进行预测的网络参数确定如下：
①网络节点：网络输入层神经元节点数就是系统的特征因子(自变量)个数，输出层神经元节点数就是系统目标个数。隐层节点选按经验选取，一般设为输入层节点数的75%～110%按照前面的分析，我们分别设定输入层有10和11个节点（困境前1年有10个主成分，困境前两至三年有11个主成分），输出层1个节点，那么隐含层可按照困境前1年和困境前2-3年分别设置12个节点，即构成10-6-6-1和11-6-6-1两个BP神经网络模型。
②最小训练速率：在经典的BP算法中，训练速率通常由经验确定，训练速率越大，权重变化越大，收敛越快；但训练速率过大，会引起系统的振荡，因此，训练速率在不导致振荡前提下，越大越好。因此，我们给出了了一个经验训练速率：0.9次/秒。
③动态参数：我们选取动态参数为一般经验性的0.6～0.8。
④允许误差：我们取0.001～0.00001，当2次迭代结果的误差小于该值时，系统结束迭代计算，给出结果。
⑤迭代次数：我们取1000次。由于神经网络计算并不能保证在各种参数配置下迭代结果收敛，当迭代结果不收敛时，允许最大的迭代次数为1000次。
⑥ Sigmoid参数：因为该参数会调整神经元激励函数形式，我们也选取了经验性的0.9～1.0之间。
⑦为了使预测效果更明显，本文采用了双曲正切S型传递函数。
2．公司发生财务困境前1年和前2-3年的预测分析
影响财务状况因素的指标集序列分别由上面分析得出的10个主成分和11个主成分构成，在建立BP神经网络模型时，由于发生困境前1年和前2-3年进行预测的方法类似，为节省篇幅，我们仅以困境发生前2-3年进行的预测为例。
（1）困境前2-3年输出的权值如下：
①输入层与第一层隐节点之间的权数：（见附表4）
②第一层隐节点与第二层隐节点之间的权数：（见附表5）
③第二层隐节点与输出层之间的权数：（见附表6）
（2）困境前2-3年预测plot如图3：
观察上图，我们发现，在总共292个样本中，即使我们设定预测值偏离实际值0.05就认为预测失败，也只有46个样本分类错误，总体分类正确率为84.2%，要远远高于在困境前2-3年LOGIT进行预测的66.8%准确率和MDA的64.7%准确率。在困境前1年，我们经过相似的训练后发现只有31个被错分类，预测的准确率高达89.6%。
(3)神经网络模型预测值与观测值之间的相关性检验
结果表明，运用BP网络模型构建模型进行预测的效果非常好，其预测值与观测值之间高度相关，通过显着性检验。
七、模型错误成本的比较分析
在前文的描述中，我们所得的预测准确率和错误率只是对全体样本的预测，其实这里的错误还包括两类。第一类错误是模型把将来会发生困境的公司预测为财务状况良好公司；第二类错误是模型把
和其他相关人员认为这两类错误成本的风险程度对其决策的影响存在差异。Koh（1992）指出，这两类错误成本的差别是非常大的，但是很难计量这种差别。按照Sinkey（1975）的观点，把一个有问题公司错分类成没有问题公司的成本，要远比把一个没有问题公司错分类成有问题公司的成本大得多。因此，总体错误率低但是其中第一类错误率高的错误成本，可能就要比总体错误率高而其中第一
类错误率低的错误成本高。国外的一些研究克服这两类错误成本计量较为困难的方法主要是相对成本法，即用第一类错误成本除以第二类错误成本(Altman et al., 1977; Zmijewski, 1984; Dopuch et al., 1986)。
Hopwood et al. (1989) 通过运用下面的一系列相对成本比率（第一类错误成本/第二类错误成本）：1：1，10：1，20：1，30：1，40：1和50：1证明了相对成本比率的计量程度。按照Hopwood 的思路，我们用下面的模型来估计总体相对成本：
总体相对成本=（PI*CI） + （PII*CII）
其中PI：第一类错误率；CI：第一类相对错误成本；
PII：第二类错误率；CII：第二类相对错误成本。
①在困境发生前2-3年，在“第一类错误成本/第二类错误成本”从1：1变化至50：1的过程中，各个模型的错估成本大小是NN ② MDA和LOGIT两种经典预测模型在困境前1年进行预测时，当相对成率为1：1和10：1时，LOGIT模型比MDA模型的总体错误成本低，但是当相对成本率达到20：1及以上时，LOGIT模型比MDA 模型的总体错误成本要高，这提醒我们，尽管在困境前1年进行预测时，LOGIT模型比MDA模型的准确率要高出很多，但由于其第一类型错误率较高，则当“第一类错误成本/第二类错误成本”变的比较大时，我们也要慎重选择预测模型，或者说这时LOGIT模型的实际意义可能要比MDA模型差一些。 ③无论在困境前1年还是在困境前2-3年进行预测，NN模型的错误成本都要比前两个模型要低得多。 ④所有模型在困境前2-3年进行预测的错误成本都要比在困境前1年进行预测得要高。 八、结论 本文以制造行业上市公司的33个指标样本为基础，分别运用多元判别分析、逻辑线性回归模型和人工神经网络模型对财务状况处于困境的公司进行预测分析并对他们的预测结果加以比较。结果表明： 1．鉴于判别分析模型和逻辑回归模型自身适用条件的限制，使得两模型对变量的选择具有一定的局限性，而神经网络则不受变量选择的限制，只是受到训练速度和迭代次数的限制。 2. 三种模型在选定的指标，指定的时间范围和给定的样本区域内都能够很好地预测财务困境。而且在公司发生困境前1年的预测准确率比较好，而至于困境发生前2—3年的预测准确率，三个模型都有不同程度的差异。单独就某一次预测准确率而言，NN>LOGIT>MDA。 3．MDA模型和LOGIT模型在困境前2-3年进行预测时入选的变量完全一致，进一步证实了公司的盈利能力、资产结构、经营效率、成长能力及负债结构对公司财务困境状况的影响。只是对于困境前1 的网络空间。基于上面的分析得出的多种模型表明：企业的财务安全状况可以从6个维度得以表达，即盈利能力、资产结构、经营效率、成长能力、费用比率及负债结构。 5．通过综合数据分析，使我们意识到企业财务困境的根源在于其持续盈利能力遭受了实质性损害。尤其值得关注的是，我们发现，过度强调资产的高流动性会导致长期资本支出的不足，继而导致平均盈利水平趋于降低，流动资产余额过大是引致财务困境的原因之一。 6．两类错误成本在风险程度和重要性上存在差异。总体错误率低但其中第一类错误率高的错误成本，可能就要比总体错误率高而其中第一类错误率低的错误成本高。这同时也给出了评价各模型预测准确率的标准，尤其对于MDA模型和LOGIT模型的判别。 参考文献： 吴世农、黄世忠，1986，“企业破产的分析指标和预测模型”，《中国经济问题》第6期； 吴世农、卢贤义，2001，“我国上市公司财务困境的预测模型研究”,《经济研究》第6期； 陈静，1999，“上市公司财务恶化预测的实证分析”，《会计研究》第4期； 陈晓、陈治鸿，2000，“我国上市公司的财务困境预测”，《中国会计与财务研究》第2期； 张玲，2000，“财务危机预警分析判别模型”，《数量经济技术经济研究》第3期； 张玲，2000，“财务危机预警分析判别模型及其应用”，《预测》第6期； 姜秀华、孙铮，2001，“治理弱化与财务危机：一个预测模型”，《南开管理评论》第5期； 何沛俐、章早立，2002“立体空间下全新财务危机远期预警模型”，深圳证券交易所第五界会员单位、基金管理公司研究成果； 卢宇林，2002，“上市公司财务失败预警系统实证分析”，深圳证券交易所第四界会员单位、基金管理公司研究成果； 张后奇，2002，“上市公司财务危机预警系统：理论研究与实证分析”，上证联合研究计划第三期课题报告； Altman, E. I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance 23 (September，1968): 589-609. Altman, E., Pinches, G.E. and Trieschmann, J.S.,“Discriminant analysis, classification results and financially distressed property-liability insurers”Journal of Risk and Insurance, June 1977, pp. 289-98. Altman,E.I., Predicting Financial Distress of Companys: Revisiting The Z-Score and ZETA? Models,unpublished working paper, July 2000. Andreas Charitou, Lenos Trigeorgis, Option-Based Bankruptcy Prediction, University of Cyprus Working Paper, Social Science Research Network Electronic Paper Collection.2000 Barbro Back, Choosing Bankruptcy Predictors: Using Discriminant Analysis, Analysis, and Genetic Algorithms, Turku Centre for Computer Science Technical Report No.40,September 1996. Beaver, W. H. Financial ratios as predictors of failure. Empirical research in accounting: selected studies. Journal of Accounting Research 1966.4 (Supplement). Dopuch, N., Holthausen, R.W. and Leftwich, R.W., Abnormal stock returns associated with media disclosures of subject to qualified audit opinions? Journal of Accounting and Economics, 8(2), 1986, pp. 93-117. Flagg, J. C.; Giroux, G. A.; and Wiggins, C. E. Jr. Predicting corporate bankruptcy using failing firms. Review of Financial Economics 1: 67-78. Flood, R. and Marion, N. 1998. Perspectives on the Recent Currency Crisis Literature. NBER Working Paper.1991. No. 6380 Hopwood, W.; McKeown , J. C. and Mutchler, J. F. A Test of the incremental explanatory power of opinions qualified for consistency and uncertainty. The Accounting Review.1989. 66:28-48. Johnsen, T. and Melicher, R. W. Predicting Corporate bankruptcy and financial distress: information value added by multinomial ligit models. Journal of Economics & Business 1994.46:269-286. Koh, H.C., The sensitivity of optimal cutoff points to misclassification costs of type I and type II errors in the going-concern prediction context, Journal of Business Finance & Accounting, 19(2), 1992, pp. 187-97. Ohlson, J. A. Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research 18(Spring): 1980.109-130. Rose, R. S.; Andrews, W. T.; and Giroux, G. A. Predicting business failure: A macroeconomic perspective. Journal of Accounting, Auditing, and Finance (Fall，1982): 20-31. Sinkey, J.F., Jr, A multivariate statistical analysis of the characteristics of problem banks, The Journal of Finance, 30(1), 1975, pp. 21-36. Zmijewski, M.E., Essays on Corporate Bankruptcy, Unpublished dissertation. University Microfilms International, Ann Arbor, MI, 1984. 附表：附表1 附表2 精心整理 关于企业估值的常用方法 估值方法 一、企业的商业模式决定了估值模式 1.重资产型企业（如传统制造业），以净资产估值方式为主，盈利估值方式为辅。 2.轻资产型企业（如服务业），以盈利估值方式为主，净资产估值方式为辅。 3.互联网企业，以用户数、点击数和市场份额为远景考量，以市销率为主。 4. 1. 2. 以100 3. A. （DWA 2.13 B. a. b. c. 较。 4.企业价值（EV,EnterpriseValue） 企业价值=市值+净负债 EV的绝对值参考意义不大，它通常与盈利指标组合，用来反映企业盈利、净负债与市值之间的关系。如：EBITDA/EV指标用来比较相近企业价值的企业的获利能力。金融圈的干货文章、模块知识、实务课程助您成为金融界的实力派！欢迎关注金融干货！ 三、估值方法 1.市值/净资产（P/B），市净率 A.考察净资产必须明确有无重大进出报表的项目。 B.净资产要做剔除处理，以反映企业真实的经营性资产结构。市净率要在比较中才有意义，绝对值无意义。 C.找出企业在相当长的时间段内的历史最低、最高和平均三档市净率区间。考察周期至少5年或一个完整经济周期。若是新上市企业，必须有至少3年的交易历史。 D.找出同行业具有较长交易历史的企业做对比，明确三档市净率区间 2.市值/净利润（P/E），市盈率 A.考察净利润必须明确有无重大进出报表的项目。 B. C. D. 3. A. B. C. 5. 来38.5+15*2）=11.55 6. 7.以上方式均不可单独使用，至少应配合两种联合研判，其绝对值亦没有实战意义。估值的重点是比较，尤其是相似企业的比较，跨行业亦没有意义。 安全边际 一、市场利率 1.利率水平体现了市场融资成本，也是衡量市场资金面的有效指标。 2.利率双轨制。由于制度原因，我国的利率尚未完全市场化，因此存在官方利率和民间利率的并行存在的状况。官方利率（银行利率）并不能完全反应市场的真实融资成本和资金供需关系。 财务困境及预警研究述评 随着我国资本市场的不断发展，我国学者积极引进借鉴了西方的研究成果，对我国企业可能面临的财务困境作了大量理论探讨和实证研究，取得了丰富的研究成果，研究领域涉及到企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外已有的财务困境预警与管理的研究成果进行总结和评述，以对我国该研究的未来方向和趋势有所借鉴。 一、财务困境的内涵 由于缺少有力的理论支持，对财务困境概念的定义就具有“实证化”和“事件化”的特征，即中外研究者大多是以自己研究的视角和实证的需要以及一些事件的发生作为标志进行定义的。纵观国内外专家学者对财务困境的定义，主要有以下标志：债务拖欠。这是企业财务困境表现的起点。如债券不能偿付、无力偿债、债务拖欠、企业无法按期履行债务合同还本付息、对短期债权人被迫实行延期付款、延期偿还债券利息、延期偿还债券本金(查尔斯吉布森，2005)等；拖欠优先股股利。如在Beaver、Morris、查尔斯吉布森(马若微，2005)等的研究中都提到了这一点；资不抵债。Ross认为定义财务困境的四方面中包括会计破产，即企业账面净资产出现负数，资不抵债；因偿债能力问题导致的重组、接管等事件。如GeorgeFoster指出：所谓财务困境，就是指公司出现了严重的资产折现问题，而且问题的解决必须要依赖于公司的经营方式或存在形式的转变。Morris列出的严重程度依次递减的企业陷入财务困境的标志中，有与债权人发生债务重组、债权人寻求资产保全、公司进行重组、重新指定董事、被接管、公司关闭或出售其部分产业等；破产。破产是公司财务困境的终极表现，如Beaver、Deakin、GeorgeFoster,Morris、Ross、查尔斯吉布森(马若微，2005)等；出现巨额亏损或连续出现亏损。Morris指出企业陷入财务困境的标志中有减少或未能分配股利，或者报告损失、报告比市场预期或可接受水平低的利润，或者公司股票的相对市场价格出现下降等。我国大多数学者对财务困境进行预警研究所依赖的主要是ST处理 浅析上市公司财务困境 内容提要：本文以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内各年这二类公司21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明：(1)在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28％以内；(3)相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为6．47％。 一、财务困境预测模型研究的基本问题 财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。企业因财务困境导致破产实际上是一种违约行为，所以财务困境又可称为“违约风险”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。 (一)财务困境的定义 关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财 财务管理模型财务困境的预测模型研究 Coca-cola standardization office【ZZ5AB-ZZSYT-ZZ2C-ZZ682T-ZZT18】 我国上市公司财务困境的预测模型研究内容提要：本文以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内各年这二类公司21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明：(1)在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28％以内；(3)相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为6．47％。 一、财务困境预测模型研究的基本问题 财务困境(Financial distress)又称“财务危机”(Financial crisis)，最严重的财务困境是“企业破产”(Bankruptcy)。企业因财务困境导致破产实际上是一种违约行为，所以财务困境又可称为“违约风险”(Default risk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。 (一)财务困境的定义 关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等 \摘要《企业价值评估指导意见（试行）》于2005年4月起实施，打破了价值评估中单一使用成本法的局面，使得收益法、市场法的应用有了政策上的依据，对三种方法进行了比较分析，探讨如何正确、合理的选择三种方法应用于评估实践这一问题。关键词企业价值资产评估成本法市场法收益法1 引言2004年12月30日中国资产评估协会发布了《企业价值评估指导意见书（试行）》（简称“意见书”），从基本要求、评估要求、评估方法和评估披露等方面对注册资产评估师执行企业价值评估业务提出了新的要求，并于2005年4月1日起开始实施。意见书明确提出收益法、市场法、成本法是企业价值评估的三种基本方法，这一规定打破了长期以来我国企业价值评估实践中单一使用成本法的局面，拟促成三足鼎立的评估方法格局。基于此，在具体的价值评估实践中方法的选择成为亟待解决的问题，对此进行深入的讨论具有现实意义。2 企业价值评估方法应用现状企业价值评估实践中，目前国际上通用的评估方法有收益法、市场法、成本法，期权法较少采用。而在我国的价值评估实践中，成本法是企业价值评估的首选和主要使用的方法，收益法、市场法很少采用，期权法几乎不用。赵邦宏博士对我国2003年企业价值评估使用方法做了问卷调查，调查结果显示，成本法在我国企业价值评估业务中所占的比例达95%左右，而收益法一般作为成本法的验证方法，不单独使用，市场法很少使用，期权法一般无人采用，而且在2004年12月30日中国资产评估协会发布的《企业价值评估指导意见书（试行）》中也未涉及到期权法，基于此，本文中对企业价值评估方法的比较及选择研究中不考虑期权法，仅以成本法、市场法、收益法三种方法为研究对象。3 成本法、市场法、收益法比较分析要选择适合于目标企业价值评估的方法，首先应从不同的角度对方法进行比较分析，以明确各种方法之间的差异性，以下从方法原理、方法的前提条件、方法的适用性和局限性对成本法、市场法、收益法进行比较分析。3.1 各方法的原理成本法的基本原理是重建或重置评估对象，即在条件允许的情况下，任何一个精明的潜在投资者，在购置一项资产时所愿意支付的价格不会超过建造一项与所购资产具有相同用途的替代品所需要的成本。收益法的基础是经济学中的预期效用理论，一项资产的价值是利用它所能获取的未来收益的现值，其折现率反映了投资该项资产并获得收益的风险的回报率，即对于投资者来讲，企业的价值在于预期企业未来所能够产生的收益。这一理论基础可以追溯到艾尔文·费雪，费雪认为，资本带来一系列的未来收入，因而资本的价值实质上是对未来收入的折现值，即未来收入的资本化。企业价值评估市场法是基于一个经济理论和常识都认同的原则，类似的资产应该有类似的交易价格。该原则的一个假设条件为，如果类似的资产在交易价格上存在较大差异，则在市场上就可能产生套利交易的情况，市场法就是基于该理论而得到应用的。在对企业价值的评估中，市场法充分利用市场及市场中参考企业的成交价格信息，并以此为基础，分析和判断被评估对象的价值。[!--empirenews.page--]3.2 各方法的前提条件运用成本法进行企业价值评估应具备的前提条件有三个：一是进行价值评估时目标企业的表外项目价值，如管理效率、自创商誉、销售网络等，对企业整体价值的影响可以忽略不计；二是资产负债表中单项资产的市场价值能够公允客观反映所评估资产的价值；三是投资者购置一项资产所愿意支付的价格不会超过具有相同用途所需的替代品所需的成本。若选择收益法进行企业价值评估，应具备以下三个前提条件：一是投资主体愿意支付的价格不应超过目标企业按未来预期收益折算所得的现值；二是目标企业的未来收益能够合理的预测，企业未来收益的风险可以客观的进行估算，也就是说目标企业的未来收益和风险能合理的予以量化；三是被评估企业应具持续的盈利能力。采用市场法进行企业价值评估需要满足三个基本的前提条件：一是要有一个活跃的公开市场，公开市场指的是有多个交易主体自愿参与且他们之间进行平等交易的市场，这个市场上的交易价格代表了交易资产的行情，即可认为是市场的公允价格；二是在这个市场上要有与评估对象相同或者相似的参考企业或者交易案例；三是能够收集到与评估相关的信息资料，同时这些信息资料应具有代表性、合理性和有效性。3.3 各方法的适用性和局限 财务危机的成因与财务预警分析方法 研究背景 市场竞争的残酷和激烈，把一个又一个曾经经营得很好的企业推向死亡之海，究其根本原因，归结为一点：财务危机，财务危机才是企业最终经营终结的主要原因。财务危机就是企业财务管理失误，导致财务失控，在没有得到有效控制的情况下，最后导致企业推出市场。可见，企业管理的中心是财务管理，“经济越发展，财务越重要。”不是一句口号，应该落到实践。财务管理很重要，一个企业财务状况的好坏往往是企业自身、投资者和债权人关注的焦点。 因为一个营运良好、财务健康的企业不但可以提高自身在市场上的信誉及扩展筹资渠道，也使投资者信心倍增。相反，一个陷入财务困境或濒临破产的企业乏力吸引投资，而更让原有投资者面临巨大的信用风险。因此，及早地发现企业财务危机信号，使经营着能够在财务危机出现的萌芽阶段，采取有效措施改善企业经营，防范财务危机。我们小组正是基于这一动机，旨在通过研究企业财务危机的成因，从而建立效果较好、可用于跨行业企业财务危机预警分析的判别模型，并对怎样预防和控制财务危机的发生提出一些看法。 一、财务危机定义及基本特征 国内外学术界对于“财务危机”有许多不同的定义。 (1)在Beaver[lJ的研究中，79家财务危机公司包括59家破产公司、16家优先股股利公司和3家拖欠债务的公司。由此可见，Beaver把破产、拖欠股股利、拖欠债务界定为财务危机。 (2)Altman〔幻定义的财务危机是“进入法定破产的企业”。Deakin(1972)为财务危机公司“仅包括已经破产、无力偿还债务或为债权人利益而己经清算的公司”。 (3)Carmichael〔们认为财务危机是企业履行义务时受阻，具体表现为流动足、权益不足、债务拖欠及流动资金不足四种形式。 （财务知识）财务困境预测模型 财务困境预测模型概述 财务困境预测模型研究的基本问题——财务困境 财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。企业因财务困境导致破产实际上是壹种违约行为，所以财务困境又可称为“违约风险”(Defaultrisk)。 事实上，企业陷入财务困境是壹个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境均是由财务情况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于运营者防范财务危机、对于政府管理部门监控上市X公司质量和证券市场风险，均具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题： ?1、财务困境的定义； ?2、预测变量或判定指标的选择； ?3、计量方法的选择。 [编辑] 财务困境预测模型分类 预测变量或判定指标的选择 财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。 1、财务指标信息类模型 Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转 速度等，作为预测模型的变量进行财务困境预测。 尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存于最佳的财务指标来预测财务困境发生的概率却壹直存于分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。可是，自Z模型(1968)和ZETA模型(1977)发明后，仍未出现更好的使用财务指标于预测财务困境的模型。 2、现金流量信息类模型 现金流量类信息的财务困境预测模型基于壹个理财学的基本原理：X公司的价值应等于预期的现金流量的净现值。如果X公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么X公司最终将破产。因此，过去和当下的现金流量应能很好地反映X公司的价值和破产概率。 于Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel 和Lawson(1988)发展了现金流量信息预测财务困境模型。X公司的价值来自运营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产X公司和非破产X公司的数据，发当下破产前5年内俩类X公司的运营现金流量均值和现金支付的所得税均值有显著的差异。显然，这壹结果是符合现实的。破产X公司和非破产X公司的运营性现金流量会因投资质量和运营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel 和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。 3、市场收益率信息类模型 三种企业价值评估方法的比较分析 摘要:在传统的理论中,基于折现现金流量模型一直是价值评估的主流,它在解释和评估传统公司价值时起到了不可忽视的作用。但随着经济和证券市场的发展,一些现象却无法仅用传统的方法进行解释。于是从传统的现金流量折现模型引申出了一种新的评估指标体系EV A评估指标体系,EV A成了公司价值提升的手段之一。而实物期权将资产价值区分为选择权价值和时间溢价,使人们能够现实地衡量资本价值中的增长机会价值或者机会价值,是一种针对柔性投资决策进行经济评价的有效方法。本文系统分析了传统企业价值评估方法以及现在流行EV A 定价法和期权定价法各自的优点和局限性。 关键词:经济增加值实物期权现金流量折现 企业价值是企业管理和决策中最重要的驱动目标,也是价值驱动管理的核心企业价值评估是分析和衡量企业的公平市场价值并提供有关信息,以帮助投资人和管理当局改善决策的一种经济评估方法。企业价值评估方法主要有折线现金流量模型、实物期权法和EV A法,本文着重三种价值评估方法进行了比较研究。 一、现金流量评估方法 现金流量折现法就是对一定时期内企业整体的未来收益进行预测,并确定一个科学合理的折现率或适用资本化率,将预测的各期未来收益折现成评价基准日的现值,作为企业价值的评价值。 1.现金流量法及其理论基础 现金流量折现法分析是以投资的整个生命期中的现金流为基础的。从继续经营来看,投资的生命期可能是永远的,但实际上这是不可能的,因此有必要计算“终值”,它表示未来某一时间点对目标企业的估价。在使用永久增长模型时,有一点是很明确的,就是企业过去或目前的增长率不是必然地要保持到永远。但是,一个高的比率不可能在一个延续的时间内始终保持下去。 2.现金流量法在企业价值评估中的应用 现金流量折现法分析中使用的折现率必须反映企业的边际资本成本。如果是用来评价高技术企业的投资,那么折现率必须反映高技术企业基础上投资中所固有的风险。净现金流量与以会计为基础计算的股利及利及利润指标相比,更能全面、精确反映所有价值因素。以现金流量为基础的价值评价的基本思路是“现值”规律,任何资产的价值等于其预期未来全部现金流量的现值总和。这也是需要研究现金流量折现法的重要原因。 二、EV A价值评估方法 摘要：在竞争激烈的市场经济机制下，企业所有的运营情况都将受到各利益方的密切关注，企业财务问题是围绕企业运营情况中永恒的核心问题。企业在日常经营过程中并不是一帆风顺，企业常常由于各种原因陷入财务困境，从而为企业造成种种不利的影响。如何根据企业日常经营情况进行企业财务分析、识别企业财务困境、建立可行的财务困境预警机制是各公司财务管理者急需面对的主要课题。本文运用国内外研究者相关研究成果,结合多项调查，揭示企业财务困境主要表现形式，剖析企业财务困境形成的主要原因，并从国内外学者的研究现状中进行思考，建立起企业财务困境的预测模型及防范办法。目的是建立有效的企业财务困境预测防范机制，降低企业陷入财务困境的风险，避免企业因财务困境而产生的各种负面影响，提高企业综合竞争能力。 关键词：财务困境，多元线性判别模型，预测，防范 Abstract:In the highly competitive market economy, enterprises of all operating conditions will be closely watched of all stakeholders, corporate finance business operations around the situation in question is the core issue in the eternal. Business in the ordinary course of business was not always smooth, businesses often fall into financial difficulties due to various reasons, thus causing all sorts of negative business impact. How to carry out its daily business operation of financial analysis, identifying financial distress, the establishment of a viable financial distress early warning mechanism is the company's financial managers need to face the key issues. In this paper, researchers at home and abroad related research, combined with a number of surveys. Reveals the main form of financial distress, financial distress analysis of the formation of the main reasons, and from the research scholars to think the status quo and establish corporate financial distress prediction model and preventive measures. Aim is to establish an effective prevention mechanism in financial distress prediction, and reduce the risk of financial distress, to avoid the company because of financial difficulties resulting from negative impacts, and improving overall competitiveness. Key words: financial distress, prediction, prevention 在市场经济条件下，由各种原因导致财务困境的企业并不鲜见。陷入财务困境的企业面临两种选择：一、变卖资产、债务重组以度过难关；二、破产清算，以清偿企业债务。不管是哪一种选择，企业必定会承担一定的成本--财务困境成本。因此企业如何预测及防范财务困境成为经营者关注的重点，企业财务困境则成为资本结构理论的热点问题之一， 我国上市公司财务困境的预测模型研究 内容提要：本文以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内各年这二类公司21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明：(1)在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28％以内；(3)相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为6．47％。 一、财务困境预测模型研究的基本问题 财务困境(Financial distress)又称“财务危机”(Financial crisis)，最严重的财务困境是“企业破产”(Bankruptcy)。企业因财务困境导致破产实际上是一种违约行为，所以财务困境又可称为“违约风险”(Default risk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。 (一)财务困境的定义 关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。 在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。 (二)预测变量的选择 财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。 关于企业估值的常用方 法 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】 关于企业估值的常用方法 估值方法 一、企业的商业模式决定了估值模式 1. 重资产型企业（如传统制造业），以净资产估值方式为主，盈利估值方式为辅。 2. 轻资产型企业（如服务业），以盈利估值方式为主，净资产估值方式为辅。 3. 互联网企业，以用户数、点击数和市场份额为远景考量，以市销率为主。 4. 新兴行业和高科技企业，以市场份额为远景考量，以市销率为主。 二、市值与企业价值 1. 无论使用哪一种估值方法，市值都是一种最有效的参照物。 2. 市值的意义不等同于股价的含义。 市值＝股价×总股份数 市值被看做是市场投资者对企业价值的认可，侧重于相对的“量级”而非绝对值的高低。国际市场上通常以100亿美元市值作为优秀的成熟大型企业的量级标准，500亿美元市值则是一个国际化超大型企业的量级标准，而千亿市值则象征着企业至高无上的地位。市值的意义在于量级比较，而非绝对值。 3. 市值比较 A. 既然市值体现的是企业的量级，那么同类企业的量级对比就非常具有市场意义。 【例如】同样是影视制作与发行企业，国内华谊兄弟市值419亿人民币，折合约68亿美元，而美国梦工厂（DWA）市值25亿美元。另外，华谊兄弟2012年收入为13亿人民币（亿美元），同期梦工厂收入为亿美元。 这两家公司的收入在一个量级上，而市值量级却不在一个水平上。由此推测，华谊兄弟可能被严重高估。当然，高估值体现了市场预期定价，高估低估不构成买卖依据，但这是一个警示信号。精明的投资者可以采取对冲套利策略。 B. 常见的市值比较参照物： a.同股同权的跨市场比价，同一家公司在不同市场上的市值比较。如：AH股比价。 b.同类企业市值比价，主营业务基本相同的企业比较。如三一重工与中联重科比较。 c.相似业务企业市值比价，主营业务有部分相同，须将业务拆分后做同类比较。如上海家化与联合利华比较。 4. 企业价值（EV,EnterpriseValue） 企业价值=市值+净负债 EV的绝对值参考意义不大，它通常与盈利指标组合，用来反映企业盈利、净负债与市值之间的关系。如：EBITDA/EV指标用来比较相近企业价值的企业的获利能力。金融圈的干货文章、模块知识、实务课程助您成为金融界的实力派！欢迎关注金融干货！ 企业财务困境特征及影响因素分析 姚小龙 内容提要：对企业财务困境特征及影响因素进行分析，可以向信息使用者提供真实、可靠的会计信息，有效的防止或减少企业财务困境的发生。本文首先概述了企业财务困境特征及其表现，其次，重点论述了导致企业出现财务困境的主要影响因素，最后，给出了预防与化解财务困境的方法。通过对企业财务困境特征及影响因素的分析，也为我国企业防范和化解财务困境，保持企业健康、稳定、快速的发展提供理论指导和支持。 关键词：财务困境财务分析预警体系 对于财务困境不同国家的学者根据自己国家的国情会总结出不同的观点，但是他们对于财务困境的定义都具有异曲同工之处，那就是大多都依据研究对象的需要来划定的，研究对象的需要主要分为破产清算、现金量不足或无力偿还债务这三个方面。财务困境在国内更多的被称为“财务困境”和“财务困难”，一般是指企业无偿债能力、资不抵债的亏损及不足能支付优先股股利、无偿债能力、资不抵债事项。企业陷入财务困境，容易造成“可持续经营”难以继续，并且会由于财务风险失控使得各种违约行为发生，所以财务困境又可称为“违约风险”。当企业对债权人的承诺无法实现或难以遵守时，就意味着财务困境的发生；财务困境不等于破产，破产清算仅仅是处理财务困境的方法之一，有学者将违约视为流量破产，资不抵债称为存量破产；财务困境的影响主要是在违约之前发生，因此企业价值的损失大部分是在违约或破产之前而非以后。 一、企业财务困境特征及其表现 （一）企业财务困境特征 1．财务困境企业报表特征 企业财务报表是财务状况、经营业绩和发展趋势的综合反映，有助于帮助投资者了解企业状况、决定投资行为，提供全面、详实、可靠的第一手资料；并且利用财务报表项目研究困境企业财务特征更能直观揭示企业财务运行脉络，根据福建福日电子2007年至2010年财务报表分析得出以下结论。 （1）资产负债表特征。①流动资产，困境企业在资产负债表方面表现为流动资产多，货币资金逐渐减少。流动资产是企业资产的重要组成部分，在企业经营过程中，从货币形态开始，一次改变其形态，最后又回到货币形态，各种形态的资金与生产流通紧密结合，具有周转速度快、变现能力强的优点。 应收账款过多，企业资金一方面被购货方占用，另一方面还为购货方代交增值税等税金，并且一旦应收账款收不回来，就会给企业带来较大损失，从而影响企业的财务状况。一般来说，困境企业应收账款居高不下的原因主要有：企业及产品的竞争力较差，忽视信 上市公司财务困境预测 摘要：本文以2008年经济危机以来的经济环境为背景，以上市公司受到退市风险警示作为其陷入财务困境的标志，在沪深股市中选取19家财务困境公司和57家正常公司作为样本，利用所有者权益比率、现金比率等财务指标建立Logit回归模型，以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析，并针对我国制造业提出了加强信息化水平、淘汰落后产能等政策性建议。 关键词：财务困境；财务指标；Logit模型；预测 2008年的美国次贷危机引发全球性的经济萧条，各国经济均出现不同程度的下滑，其影响至今尚未完全消除。作为美国次贷危机的延续和深化，2009年爆发的欧洲主权债务危机对我国的出口贸易、大宗商品价格以及投资信心造成一定程度的影响，是中国外部经济面临的一场重要危机。2012年起，中国GDP增速回落，经济增长阶段发生根本性变化，经济发展总体呈现出从高速增长转为中高速增长、经济结构不断优化升级、从要素驱动、投资驱动转向创新驱动的特征，步入“新常态”。2015年，我国经济总体下行，三大产业增速均下滑，全年出口负增长，经济下行压力持续增大。严峻 的经济形势可能导致公司资金链断裂的风险加大，公司应针对经济环境的变化及时调整战略以避免财务困境。财务困境作为上市公司在市场经济中的普遍现象，对于其界定，目前尚无定论。由于我国不健全的上市公司破产制度，申请破产不能作为判别我国上市公司财务困境的依据。而“退市风险警示”作为沪深交易所对出现财务状况异常的上市公司股票交易的处置措施，可以作为对上市公司陷入财务困境的评判标准。笔者通过阅读大量文献发现，关于上市公司财务困境模型的研究大多集中在2008年以前，而之前学者建立的财务困境模型，很可能因为经济形势的不断变化而失去时效性。因此，在新经济形势下，如何对上市公司的财务困境进行准确预测，对于投资者正确判断公司前景、做出投资决策，对于公司管理层及时调整经营战略、防范财务危机，对于政府、监管层监控证券市场风险、进行宏观调控均具有重要现实价值。本文拟根据财务指标建立我国上市公司财务困境预警模型，并对2016年可能出现财务困境的上市公司进行预测。 一、文献综述 （一）财务困境预警指标综述 国内外学者在财务困境预警指标方面都进行了相关研究，目前比较流行的是在传统财务指标中加入非财务指标以构建全面的指标体系。1966年，Beaver[1]首次在财务困境指 财务困境预测方法的比 较研究 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】 上市公司财务困境预测方法的比较研究 吕长江周现华 （吉林大学商学院、吉林大学数量经济研究中心 130012） Comparative Study on Forecast Approaches of Corporate Financial Distress Changjiang Lu & Xianhua Zhou (Business School of Jilin University, 130012) Abstract How to apply a suitable approach to forecast corporate financial distress has long been an important issue in the filed of corporate finance. Based on several main forecast approaches both from broad and domestic, and their precondition, this paper will use a sample of industry listed companies from 1999 to 2002, and apply Multi-Discriminate Analysis (MDA), Logit and Neural Network approach respectively to forecast corporate financial distress. Empirical results indicate that three approaches can forecast corporate financial distress before 1 year and 2-3 year, and Logit model can identify corporate financial distress more accurately than MDA, NN model is best one among three models. Keywords: Financial Distress; Multi-Discriminate Analysis; Logit Model; Neural Network 联系作者：吕长江 吉林大学商学院 长春市前卫路10号，130012 Tel: , 5166093, Email 上市公司财务分析研究 文献综述 上市公司公之于众的财务报表及相关的会计信息是用以沟通、传递企业财务状况和经营业绩的重要工具，故其规范性和真实度直接影响人们对企业财务状况和经营成果的分析和判断。每个投资者都深刻的明白财务报表的重要性，但是分析数据却需要很多专业知识，很多人望而却步。而分析上市公司财务报表的目的概括来说就是：通过财务报表挖掘出具有长期持续竞争力的企业，保持盈利能力持续增长的企业，便于投资者和潜在的投资者在进行财务分析的时候可以充分掌握信息，做出正确的决策。 一、全面了解上市公司对外公开披露的信息，总体掌握上市公司的财务状况 若要掌握上市公司的财务状况就要依靠全面阅读财务报表及其报表附注。财务报表包括资产负债表、损益表和现金流量表、附表及报表附注和财务状况说明书。阅读完以上各种报表后，仅仅对公司的资产规模、盈利和亏损情况有了大致了解。更需要注意的是报表附注，仔细研究公司的会计政策、会计评估，以及会计政策、会计评估变更原因的说明，看变更对财务状况、经营业绩是否产生影响。报表附注往往包含大量有用的信息，这些信息有助于更好地理解分析财务报表，尤其更应注意或有事项、资产负债表日后事项、重要资产转让、关联方式关系及交易等的说明。孤立的报表数字没有实际意义，只有联系报表附注中所揭示的相关信息进行深入剖析，才能真正了解企业的实际状况。二、上市公司财务分析的基本内容 上市公司财务分析的基本内容主要包括盈利能力、偿债能力和营运能力分析。首先，盈利能力是现代企业财务分析的核心内容，通常是指企业在一定会计期间内赚取利润的能力。反映上市公司盈利能力的指标有：每股收益、每股净资产、净资产权益率、市盈率、销售利润率、资产报酬率、成本费用利润率等。 其次，偿债能力是指企业偿还各种债务的能力，是衡量企业财务管理水平的核心内容。反映偿债能力的指标分为短期和长期偿债能力指标。反映短期偿债能力的指标有：流动比率、速动比率；反映长期偿债能力的指标有：资产负债率、负债权益比率、股东权益比率、获取利息倍数等。 最后，营运能力反映企业使用经济资源或资本的效率及其有效性。反映营运能力的指标有：营运资金周转率、存货周转率、应收账款周转率。 三、财务报表分析的局限性 首先，财务报表本身有自己的局限性。财务报表严格按照会计准则、会计制度及其他相关法规编制而成，是会计的产物。只能说明财务报表的编制是合乎规范的，并不能保证它能准确反映公司的实际生产经营情况。其主要表现一是使用历史成本来计量资产，折旧净值往往不能代表其现行的市价；二是假设币值不变原则，不按通货膨胀率调整，也会在一定程度上造成资产价值不实，会计核算以货币计量为基本前提，而货币稳定是货币计量假设的内容之一；三是谨慎原则要求预计损失而不预计收益，有可能夸大费用，从而少计收益和资产；四是按照年度编制，只提供了短期信息，有可能导致忽略了反映公司潜力的有关信息。 其次，会计信息的质量。根据真实的财务报表才有可能得出正确的分析结论。一是报表中的数据是分类汇总性数据，只是提供有限数量的财务信息，并不能直接反映公司财务状况的详细情况。二是会计信息披露不及时《公开发行股票信息披露实施细则（试行）》中规定：股份有限公司应当在每个会计年度中不少于两 我国关于企业价值评估文献综述 国内对企业价值评估方法的研究比较晚，左庆乐、刘杰（2001）研究表明企业业务能力的价值加上企业潜在获利能力的价值是高新技术企业的价值，还提出将现金流量折现法与期权定价法结合起来评估企业价值。文中不足之处在于未对其中的参数进行详细地确定，并且文章所采用的折现现金流量法过于传统，那么用此方法评价出的企业业务价值作为期权定价法中标的资产价值和执行价格的输入量就有欠妥当。 王少豪（2002）在《高新技术企业价值评估》一书中，先详细的介绍了国际上现阶段常用的高新技术企业评估方法―折现现金流量法、相对估价法以及期权定价法，并提出传统的企业价值评估方法在评估高新企业时候的不妥之处[30]。并根据高新企业的评估难点，具体情况具体分析，提出相应的意见。通过对高新企业研究开发费用与企业价值的关系研究，根据实质重于形式的原则，提出应当将高新技术企业的研究开发费用列为在事实上的资本性支出，而不是像目前这样把研究开发费用列在经营费用之下，并且还提出研究开发费用可以作为一种“研究资产”在多个会计期间内进行摊销。《高新技术企业价值评估》一书可以说是我国目前在研究高新技术企业价值评估上比较完整的。尽管如此，也有些许遗憾之处，比如，在介绍实物期权法的时候，只是单纯的提及将实物期权用于项目的评估中，并没有将实物期权方 法用在对企业价值的整体评估之上。 王小荣、张俊瑞（2003）在前人研究结果的基础之上，在综合了企业价值评估的基本理论和基本方法之后，提出要具体情况具体分析，根据我国的实际情况，应当建立一套适合我国国情的评估企业价值的理论体系，应当将研究的重点放在高新技术企业的价值驱动因素及其类型、形成机理、定量识别方法等方面。文中还提出了要区分持续经营条件下高新技术企业价值评估和非 持续经营下高新技术企业价值评估，持续经营条件下的高新技术企业价值评估又有三个不同的阶段，都应当细分来进行研究。 方芳、周道传、李由（2003）研究中，在对折现现金流量法、相对比较乘数法和期权估价法等，一系列国际上常用的企业价值评估方法进行评述和分析之后，提出相对比较乘数法是最适合我国“新兴加转轨”的国情的，相对比较乘数法也是我国应用最为广泛的企业价值评估方法。同时还提出折现现金流量法代表着我国未来企业价值评估的发展方向，但是考虑到我国的实际情况，折现现金流量法还很难在我国得到应用。 施月华（2003）将Ohlson模型和经济增加值法作了比较研究，通过选取153家公司的面板数据做了实证研究，研究结果表示剩余收益估价模型推算的企业价值与企业的账面价值较经济 增加值法更加接近，剩余收益估价模型推算公司市场价值的解释力更强，实证研究结果显示剩余收益估价法对企业价值的评估优与经济增加值法[33]。企业估值的常用方法
财务困境及预警研究述评
浅析上市公司财务困境
财务管理模型财务困境的预测模型研究
企业价值评估方法的比较及其选择
财务危机的成因与财务预警分析方法(1)
2020年(财务知识)财务困境预测模型
三种企业价值评估方法的比较分析
财务困境研究
财务管理模型我国上市公司财务困境预测模型研究
关于企业估值的常用方法
企业财务困境特征及影响因素分析论文
上市公司财务困境预测
财务困境预测方法的比较研究
上市公司财务分析研究汇总版整理版
我国关于企业价值评估文献综述