財務困境預測的解釋變量研究綜述

劉小麗　高　軍

[摘 要]本文以財務困境預測的解釋變量線索回顧了財務困境預測的解釋變量選擇的歷程，指出了影響財務困境預測精度的兩大影響因素，預測模型和解釋變量。為今后的財務困境預測時解釋變量的選擇提出了建議。

[關鍵詞]財務困境 預測 解釋變量

作者簡介：劉小麗（1963-），女，漢族，江西南昌人，華東交通大學經(jīng)濟管理學院教授，主要從事公司治理與財務管理方面的研究；高軍 （1982-），男，漢族，陜西榆林人，華東交通大學經(jīng)濟管理學院會計學在讀研究生，研究方向為會計與審計理論。

自從FitzPatrick (1932)展開財務困境預測研究以來，對財務困境預測研究的極大興趣。財務困境預測的準確度取決于兩方面的因素，一是預測模型，二是預測變量。財務困境預測的方法由單變量到現(xiàn)在的人工智能法，在預測方法上有了長足的發(fā)展；關于預測變量的選擇從最初財務變量發(fā)展到現(xiàn)金流量變量，最近非財務變量也進入了財務困境預測研究中。本文就財務困境預測中解釋變量的研究歷程進行綜述。

一、國外研究綜述

最初被選擇用來進行財務困境預測的解釋變量是財務比率。FitzPatrick (1932)研究發(fā)現(xiàn)凈資產(chǎn)收益率(凈利潤/股東權益)和股東權益負債比率來判別企業(yè)破產(chǎn)。Beaver (1966)考察了29個財務比率在企業(yè)陷入財務困境前1~5年的預測能力，發(fā)現(xiàn)（營運資金流/總負債）在破產(chǎn)前一年的預測正確率可以達到87%。Altman(1968)選擇營運資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、股票市場價值/債務賬面價值、銷售收入/總資產(chǎn)5個財務比率建立判別函數(shù)區(qū)分財務困境與財務健康公司。Deakin（1972）最先把現(xiàn)金流量比率引入了財務困境預測。Altman、Haldeman和Narayanan (1977)在ZETA模型里用資產(chǎn)收益率(經(jīng)營收益/總資產(chǎn))、收益穩(wěn)定性(息稅前利潤/利息)、利息保障倍數(shù)、資產(chǎn)留存率(留存收益/總資產(chǎn))、流動比率、資本權益率(普通股權益/總資本)、資產(chǎn)權益率(普通股權益/總資產(chǎn))7個指標作為多元線性判定模型的變量。Zmijewski（1984）使用凈收入/總資產(chǎn)，總負債/總資產(chǎn)和流動資產(chǎn)/流動負債三個比率建立了多元判別函數(shù)預測公司財務困境。

Ohlson(1980)率先在財務困境預測中引入非財務變量，最后研究發(fā)現(xiàn)公司規(guī)模、資本結構、業(yè)績和當前資產(chǎn)變現(xiàn)能力對公司破產(chǎn)概率有顯著影響。Platt(1990)建立一個考慮行業(yè)特征的財務困境預測模型，證明行業(yè)增長對企業(yè)失敗影響顯著。John Baldwin等（2000）應用行業(yè)特征、宏觀經(jīng)濟和地區(qū)變量對加拿大的小企業(yè)失敗構建財務困境預測模型，其中行業(yè)影響的指標有：企業(yè)規(guī)模/進入行業(yè)第一年的平均規(guī)模、行業(yè)集中度和行業(yè)員工流轉率等指標，改模型論證了所處地區(qū)對小企業(yè)成敗影響巨大而行業(yè)的影響較小。

二、國內研究綜述

由于我國對財務困境預測研究開始的較晚，張玲（2000）利用資產(chǎn)負債比率、營運資金與總資產(chǎn)比率、總資產(chǎn)利潤率、留存收益與資產(chǎn)總額比率作為解釋變量進行多元判別分析。陳曉和陳志鴻（2000）從我國“ST”公司的角度來研究公司財務危機問題，他們通過對1260種變量組合的實驗，發(fā)現(xiàn)負債/權益比率、應收帳款周轉率、主營利潤/總資產(chǎn)比率、留存收益/總資產(chǎn)對上市公司財務危機有著顯著的預示效應。吳世農（2001）利用選擇凈資產(chǎn)報酬率、負債比例、營運資產(chǎn)與總資產(chǎn)的比例和資產(chǎn)周轉率4個財務指標進行單變量建立預警模型，利用盈利增長指數(shù)、資產(chǎn)報酬率、流動比率、長期負債與股東權益比率、營運資本與總資產(chǎn)比和資產(chǎn)周轉率進行了多元判別分析。

章之旺（2004）選取2003-2004年度60家財務困境樣本和120家非財務困境樣本，分別運用單變量和多變量logist分析檢驗了現(xiàn)金流量信息在財務困境預測中的相對信息含量和增量信息含量，研究發(fā)現(xiàn)：我國上市公司陷入財務困境前1年，經(jīng)營性現(xiàn)金流量的相對信息含量僅次于資產(chǎn)報酬率和資產(chǎn)周轉率,其預測效率優(yōu)于其它應計制會計變量；(2)無論在財務困境前1年還是前2年，現(xiàn)金流量類變量在會計比率的基礎上均具有顯著的增量信息含量。

非財務變量主要可分為公司治理變量、審計信息、市場信息和股權結構等幾類。

蔣秀華、孫錚（2001）使用毛利率、其它應收款與總資產(chǎn)的比率、短期借款與總資產(chǎn)的比率、股權集中系數(shù)四個變量建立了Logit預測模型。第一次把公司治理變量（股權集中度）引入財務困境預測模型。

張鳴、程濤（2004）經(jīng)過統(tǒng)計分析發(fā)現(xiàn)審計意見對財務困境預測有一定的預測力。

吳超鵬、吳世農（2005）選擇八個財務變量、九個內部治理變量及三個外部治理變量，運用人工神經(jīng)網(wǎng)絡法進行財務狀態(tài)預測研究發(fā)現(xiàn)總資產(chǎn)收益率等財務指標的改善，公司治理水平的提升或投資者保護程度的增強都有助于公司財務康復，反之則將導致公司陷入財務困境；若公司在T年被界定為價值損害型公司，當采用T年和T+1年的數(shù)據(jù)分別構造“LMBP神經(jīng)網(wǎng)絡模型”來預測企業(yè)T+2年的財務狀況的五種態(tài)勢時，則預測準確率分別為55.1%和77.8%；除財務指標外,股票超額收益率、公司治理指數(shù)和投資者利益保護指數(shù)有助于預測價值損害型企業(yè)未來財務狀態(tài)的變化趨勢。

鄧曉嵐（2006）運用Logistic回歸分別檢驗股權結構、公司治理、市場信息等方面的10個非財務變量對財務困境的解釋力。建立的預測指標體系包括營利性、財務杠桿、流動性和資產(chǎn)營運能力四個方面，資產(chǎn)收益率、凈資產(chǎn)收益率、留存收益資產(chǎn)比、長期負債比率、資產(chǎn)負債比率、權益市值負債比、流動比率、速動比率、現(xiàn)金流量負債比、經(jīng)營性現(xiàn)金流量流動負債比、存貨周轉率、應收賬款周轉率、固定資產(chǎn)周轉率、總資產(chǎn)周轉率14個財務變量；選擇股權結構、公司治理、市場信息和審計信息四個方面的10個非財務變量，為股權集中度、國家股比率、高管持股比、年度股東大會出席率、董事長與CEO兩職設置狀況、董事會規(guī)模、股票換手率、已流通股比例、年度累積超額收益率、審計意見。

陳燕和廖冠民（2006）運用Logit模型進行計量分析，發(fā)現(xiàn)大股東持股比例、國有股比例、董事會規(guī)模對公司財務危機均具有顯著影響。其選擇衡量股權結構的解釋變量為第一大股東持股比例、第二大至第五大股東與第一大股東持股比例的比值、國有股比值、流通外資股比例、公司是否為集體公司作為虛擬變量。衡量高管激勵的解釋變量為高管人員持股比例。董事會治理水平度量的解釋變量為董事會規(guī)模、董事長是否兼任總經(jīng)理的虛擬變量及獨立董事比例。

錢愛民、張淑君和程幸（2008）以自由現(xiàn)金流量為基礎構建財務困境預測體系，運用十三個自由現(xiàn)金流量指標評價公司的償債能力、營運能力、收益質量和財務彈性，并運用主成份分析和路基回歸的方法對中國機械制造業(yè)A股上市公司2002~2006年的數(shù)據(jù)進行分析。研究發(fā)現(xiàn)不同的ST、和非ST公司比例組合的樣本預警效果不同，自由現(xiàn)金流量指標體系可以提前兩年對公司財務危機做出較為準確的預測。

鄭育書和劉沂佩（2008）以臺灣上市公司公開的負債比率、流動比率、存貨周轉率、總資產(chǎn)周轉率、營業(yè)利潤率和現(xiàn)金流量比率等六個財務比率進行判別分析、Logit和Granger因果關系檢驗，發(fā)現(xiàn)負債比率和營業(yè)利益率是兩個最早期用于判別的領先指標，若僅以這兩個指標預測公司的狀況，則在發(fā)生危機的前一季，其準確率可以高達90%；若加入流動比率、存貨周轉率、總資產(chǎn)周轉率和現(xiàn)金流量比率綜合觀察，則在危機發(fā)生前一季時，預測能力高達95%。

三、評述

財務困境預測的解釋變量按來源可以分為財務變量和非財務變量兩大類。財務變量按所反映的內容可分為盈利能力指標，財務彈性指標、流動性指標和資產(chǎn)營運能力指標幾類。按財務指標來源所屬財務報表可以分為，資產(chǎn)負債表比率和現(xiàn)金量表比率。

縱觀以上的研究，我們發(fā)現(xiàn)在財務困境預測解釋變量的選擇上，可以分為四派：一派只用財務變量進行財務困境預測如Beaver 、Deakin和鄭育書和劉沂佩等；一派財務變量為主加入非公司治理、股權結構和審計信息等非財務變量，如Ohlson、鄧曉嵐等；另一派以股權結構、公司治理等非財務變量進行財務困境預測如陳燕和廖冠民；最后一類是運用財務比率的衍生比率進行財務困境預測如錢愛民、張淑君和程幸等。

對財務解釋變量的選擇上還是以傳統(tǒng)的利潤率等資產(chǎn)負債表比率為主，基于現(xiàn)金流量表的現(xiàn)金流量比率較少。因為現(xiàn)金流量表是基于應計制編制，其在財務困境預測中的信息含量應比按權責發(fā)生制編制的資產(chǎn)負債表財務比率高。因為不少的財務困境是由流動性不足導致的。

從研究的數(shù)量和預測準確性來看財務指標結合非財務指標的研究已成主流的研究。對非財務變量的選擇上主要集中在股權結構，審計信息，股東持股比率等公司治理信息，沒有進一步結合經(jīng)濟政策，產(chǎn)業(yè)結構和地區(qū)限制非財務解釋變量。我們建議在以后財務困境預測研究中加入經(jīng)濟政策，行業(yè)特征和地區(qū)等非財務變量。只有開拓思路，大膽創(chuàng)新為我國的財務困境預測研究添磚加瓦。

參考文獻

[1]楊軼，財務預警研究中非財務指標選擇綜述與評價[J]會計通訊2008，6

[2]張玲，財務危機預警分析判別模型[J]數(shù)量經(jīng)濟技術經(jīng)濟研究2000，3

[3]陳曉，陳志鴻，企業(yè)財務困境研究的理論、方法及應用[J]投資研究 2000，6

[4]吳世農，盧賢義，我國上市公司財務困境的預測模型研究[J]經(jīng)濟研究 2001，6

[5]章之旺，現(xiàn)金流量在財務困境預測中的信息含量實證研究 [J]中國管理科學2004，12

[6]姜秀華，孫錚 治理弱化與財務危機：一個預測模型 [J]南開管理評論2001，5

[7]張鳴，程濤 審計意見在財務預警中的信息含量[J] 財會通訊 2004，12

[8]吳超鵬、吳世農 基于價值創(chuàng)造和公司治理的財務狀態(tài)分析與預測模型研究[J]經(jīng)濟研究2005，11

[9]鄧曉嵐，王宗軍 非財務視角下的財務困境預警[J]管理科學2006，3

[10]陳燕，廖冠民 大股東行為、公司治理與財務危機[J]當代財經(jīng)2006，5

[11]錢愛民，張淑君，程幸 基于自由現(xiàn)金流量的財務預警指標體系的構建與檢驗[J]中國軟科學 2008，9

[12]鄭育書，劉沂佩 企業(yè)失敗預測模型研究來自臺灣的證據(jù)[J]管理科學2008，8