- 相關(guān)推薦
財務(wù)失敗預(yù)警模型研究綜述
【摘要】本文主要論述了國內(nèi)外有關(guān)財務(wù)失敗預(yù)警的相關(guān)研究,并分析了這些統(tǒng)計模型的缺陷,最后對我國建立公司財務(wù)失敗預(yù)警模型提出若干建議! 娟P(guān)鍵詞】財務(wù)失敗預(yù)警 多元判別分析 人工神經(jīng)網(wǎng)絡(luò)財務(wù)失。‵inancial Failure)是指公司無力支付到期債務(wù)的經(jīng)濟事項。財務(wù)失敗分可為技術(shù)上無力償債和破產(chǎn)兩種形式。前者是指公司的資產(chǎn)總額大于負債總額,即“資大于債”,但其財務(wù)狀況不公道,即現(xiàn)有的現(xiàn)金流量小于需要償付的債務(wù),導(dǎo)致公司不能清償?shù)狡趥鶆?wù),從而有可能發(fā)生破產(chǎn);后者是指公司的資產(chǎn)總額小于負債總額,即“資不抵債”,導(dǎo)致公司不能清償?shù)狡趥鶆?wù)而發(fā)生破產(chǎn)。引起公司財務(wù)失敗的風(fēng)險主要包括經(jīng)營風(fēng)險和財務(wù)風(fēng)險兩方面。
一、國外財務(wù)失敗預(yù)警模型研究
最早的財務(wù)失敗預(yù)警研究是Fitzpatrick(1932)開展的單變量破產(chǎn)猜測研究。他以19家公司作為樣本,運用單個財務(wù)比率將樣本劃分為破產(chǎn)和非破產(chǎn)兩組,他發(fā)現(xiàn)判定能力最高的是凈利潤/股東權(quán)益和股東權(quán)益/負債兩個比率。Beaver(1966)使用由79對公司組成的樣本,他發(fā)現(xiàn)最好的判定變量是營運資本流/負債(在公司破產(chǎn)的前一年景功地判定了90%的破產(chǎn)公司)和凈利潤/總資產(chǎn)(在同一階段的判別成功率是88%)。
Altman于1968年首先使用了多元線性判別模型研究公司的破產(chǎn)題目。根據(jù)行業(yè)和資產(chǎn)模型,他為33家破產(chǎn)公司選擇了33家非破產(chǎn)配對公司,選用了22個變量作為破產(chǎn)前1~5年的猜測備選變量,根據(jù)誤判率最小的原則,終極選擇了5個變量作為判定變量。其模型在破產(chǎn)前一年景功地判定出33家破產(chǎn)公司中的31家,而對于由25家破產(chǎn)公司和56家非破產(chǎn)公司組成的檢驗樣本,模型在公司破產(chǎn)前一年正確地從25家破產(chǎn)公司中判定出24家,從56家非破產(chǎn)公司中判定出52家。
Ohlson(1980)分析了樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類判定錯誤和分割點的關(guān)系,他發(fā)現(xiàn)至少存在四類明顯影響公司破產(chǎn)概率的變量:公司規(guī)模、資本結(jié)構(gòu)、業(yè)績和當(dāng)前的變現(xiàn)能力。
隨著研究的深進和技術(shù)的發(fā)展,國外在財務(wù)失敗預(yù)警模型方面突破了傳統(tǒng)的統(tǒng)計方法,目前比較成熟的研究方法有:人工智能猜測模型、遺傳算法(Genetic Algorithms)、泰勒的Logistic 回回拓展應(yīng)用、混合神經(jīng)網(wǎng)絡(luò)模型(Hybrid neural network models)、自組織映射猜測模型(self-organizing map) 、概率神經(jīng)網(wǎng)絡(luò)猜測模型等。
二、國內(nèi)財務(wù)失敗預(yù)警模型研究
在國內(nèi)的研究中,吳世農(nóng)、黃世忠(1986)曾先容公司的破產(chǎn)分析指標和猜測模型;陳靜(1999)以1998年的27家ST公司和27家非ST公司,使用了1995-1997年的財務(wù)報表數(shù)據(jù),進行了單變量分析和二類線性判定分析,在單變量判定分析中,發(fā)現(xiàn)在負債比率、活動比率、總資產(chǎn)收益率、凈資產(chǎn)收益率4個財務(wù)指標中,活動比率與負債比率的誤判率最低;在多元線性判定分析中,發(fā)現(xiàn)由負債比率、凈資產(chǎn)收益率、活動比率、營運資本/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率6個指標構(gòu)建的模型,在ST發(fā)生的前3年能較好地猜測ST。我國在財務(wù)失敗預(yù)警研究方面起步比較晚,更多的還停留在理論研究上。
1、多元判別分析方法
多元判別分析方法應(yīng)用最著名的是美國的Altman的Zeta模型。早在60年代,Altman Altman經(jīng)過大量的實證考察和分析研究,選擇了5種基本財務(wù)比率,根據(jù)每一種比率對財務(wù)失敗的影響程度賦予權(quán)值(即各種比率的系數(shù)),以此作為猜測公司財務(wù)失敗和破產(chǎn)的基本模型,即所謂的“Z-Score”模型,其基本表達式為:
Z=0.012X1 0.014X2 0.033X3 0.006X4 0.999X5 (1-1)
奧特曼教授通過對Z-score模型的研究分析得出:Z值越小,該公司遭受財務(wù)失敗的可能性就越大。奧特曼的研究表明,一般美國公司Z值的臨界值為1.8。
具體判定標準為:Z
【財務(wù)失敗預(yù)警模型研究綜述】相關(guān)文章:
財務(wù)風(fēng)險預(yù)警模型構(gòu)建實證分析12-08
企業(yè)財務(wù)預(yù)警模型的比較分析03-21
淺談我國企業(yè)財務(wù)預(yù)警模型的建立03-22
基于財務(wù)失敗和財務(wù)失真的雙元財務(wù)預(yù)警理論探析03-21
我國宏觀財務(wù)經(jīng)濟監(jiān)測與預(yù)警問題研究03-18
我國宏觀財務(wù)經(jīng)濟監(jiān)測與預(yù)警題目研究03-22
微電影研究綜述05-17