企业财务风险预警的研究综述.doc
文本预览下载声明
企业财务风险预警的研究综述
摘要:文章在对国内外财务风险预警模型及方法进行研究的基础上,对现有的财务风险预警模型及方法进行评价指出了他们的优缺点。并提出了完善国内财务风险预警的思路。
关键词:财务风险;预警综述;评价
一、国内外财务风险预警研究综述
1.国外财务风险预警研究综述。在国外。与发达的资本市场相应的财务预警模型研究早已引起足够重视。并取得一定的成果。目前的财务风险预警模型可划分为定性和定量两种:
(1)定性预警分析主要包括流程图分析法和管理评分法等等。由于定性预警分析法的针对性太强,只能对某一个具体的企业适用。所以本文不作具体叙述。而更多的来分析定量预警分析法。
(2)定量预警分析。
①静态预警模型。
(A)单变量判定模型。单变量判定模型是指运用单一变量,即个别财务比率指标来预测财务风险大小的方法。如下列指标:债务保障率、资产收益率、资产负债率、资金安全率、安全边际率。
(B)多元线性判定模型。
(a)z计分模型。1968年埃德沃德?阿尔特曼(Altman)提出了多元线性判定模型即运用多种财务指标加权汇总产生的总判断分值(称为Z值)来预测财务危机。Allan的z值计算模型分为在上市公司和非上市公司两种情况。其中。上市公司的Z值模型和判别规则如下:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
其中:X1=净营运资本,资产总额,反映公司总营运资本的流动性;X2=留存收益,资产总额,反映公司的支付剩余能力;X3=息税前利润,资产总额。反映公司的收益率大小,衡量公司运用全部资产获取利润的能力;X4=普通股和优先股市场价值总额/债务账面价值总额,反映公司财务状况的稳定性;X5=本期销售收入,资产总额,反映公司的活动比率。
该模型实际上是通过五个变量(五种财务比率),将反映企业偿债能力的指标(X1、X4)、获利能力指标(X2、X3)和营运能力指标(X5)有机联系起来,综合分析预测企业财务失败或破产的可能性。
非上市公司的Z值模型和判别规则如下:
Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5
其中:X4修正为股东权益,总负债,反映公司财务状况的稳定性。其余X1、X2、X3、X5同上市公司的相同。X1、X2、X3、X4、X5分别反映资产流动性、公司的寿命及累积的利润率、盈利能力、财务结构、资本周转率。
公司破产一般发生在第一次z值出现负数的3年里。但是对我国的企业,由于我国经济状况、地域、行业等诸多因素的差异,在运用这一基本模型时,如何根据自身的需要和特点。设计和选择财务比率指标,确定权重以及各种景气状态的数量特征值,是企业建立和用好该系统的关键。
(b)F分数模型。Z值判定模型考虑了多变量的因素。但在建立时并没有充分考虑到现金变动等方面的情况,为此,我国学者周首华等提出对Z值判定模型加以改造建立起F分数模型。许多专家证实,现金流量比率是预测公司破产的有效变量,F分数模型加入现金流量这一预测自变量,弥补了Z值判定模型的不足。其表达公式为:
F=-0.1774+1.1091X1+0.1704X2+1.9271X3+0.0302X4+0.4961X5
其中,X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同,X1=(期末流动资产一期末流动负债),期末总资产;X2=期末留存收益,期末总资产;X3=(净润+折旧)/平均总负债;X4=期末股东收益的市场价值,期末总负债:X5=(净利润+折旧+利息),期末总资产。相对于Z分数模型,它可以更准确地预测出企业是否存在财务危机。
(C)概率模型。二元选择模型中最为常用的两种模型是Logistic模型和Probit模型,两种模型都适用于非线性情况,如果没有极端值。理论上两种方法得出的结论非常相似。
Logit判别法是希望通过建立累计概率函数,在此基础上观测对象的条件概率,来判定对象的财务状况与风险。Logit判别函数为:
Probit模型和Logistic模型一样将违约的概率限制在0和1之间,但它与Logistic模型的不同之处在于违约概率是正态分布而不是Logistic分布形式。Probit模型是以累计标准正态分布进行变量转换,而Logistic模型是以Logistic分布进行转换。由于累积标准正态分布计算复杂,而Logistic模型较为直接简单且快速。所以实证上大多使用Logistic模型进行分析。
②动态预警模型。动态预警模型则主要是基于神经网络分析的各类模型。神经网络分析是一种并行分布模式处理系统,具有高度并行计算能力、自学习能力和容错能力
显示全部