公司治理與財務危機預警研究

張志花

【摘 要】 企業陷入財務困境，追究其深層原因，是不完善的公司治理結構導致企業內部存在一系列代理問題，這些代理問題影響了企業的健康發展，使企業陷入財務困境。文章以2004—2011年滬深A股上市企業為樣本，在財務指標分析的基礎上，引入治理結構因素，綜合分析上市公司陷入財務困境的原因，并比較分析了基于財務指標、非財務指標和綜合指標的預測模型的有效性。研究結果將有助于上市公司完善財務危機預警機制，更早更準確地發現財務風險，對提高企業防范風險能力、保護投資者利益具有重要意義。

【關鍵詞】 財務困境； 財務指標； 公司治理因素

中圖分類號：F276.6 文獻標識碼：A 文章編號：1004-5937（2014）25-0023-05

一、引言

近百年來，財務風險預警模型的研究大多是利用財務比率預測財務困境。但由于財務指標本身的局限性和滯后性，財務比率在財務風險預警中有著難以克服的缺陷，因此，利用非財務指標完善財務預警機制的必要性顯得更加迫切。企業陷入財務困境，追究其深層原因，是不完善的企業治理結構導致企業內部存在一系列代理問題，這些代理問題影響了企業的健康發展，管理不善，濫用、挪用、侵占公司資產等，使企業陷入財務困境。因此，使用公司治理結構因素從內因中找出使企業陷入財務困境的潛在風險源，將會有效提升模型的預警效應。

20世紀，學者們對財務風險預警機制的研究主要是以財務比率為基礎構建預測模型。Beaver（1966）首次運用統計方法建立了單變量財務模型，通過實證研究來檢驗財務比率的預警功能。1968年，Altman首次提出利用多變量判別方法建立財務預警模型，他選擇營運資本/總資產、留存收益/總資產、息稅前收益/總資產、股票市場價值/債務賬面價值和總資產周轉率5個財務比率作為判別變量，區分財務困境與財務健康公司，這就是著名的Z-Score模型。1980年，Ohlson首次利用Logistic Regression Model建立財務風險預警系統，并將公司規模引入風險預警系統中，該系統對財務風險的預測準確率達到96.12%。Ohlson的邏輯回歸分析方法克服了以往使用的判別分析中的諸多問題，使財務預警模型得到了很大的改進。1991年，Tam首次采用BP人工神經網絡模型進行財務風險預警，發現該方法具有較好的模式識別能力和容錯能力，但因其理論基礎抽象，對人體大腦神經模擬的認識還有待進一步提高。

Simpson和Gleason（1999）嘗試用治理結構因素構建財務預警模型，他們認為，兩職合一使公司治理效率下降，因此兩職合一的銀行發生財務困境的可能性較大。Elloumi和Gueyie（2001）通過研究發現：財務困境公司與其他公司的董事會構成存在顯著差異，即財務困境公司的獨立董事比例顯著低于其他健康公司。

相較于西方發達國家，我國資本市場的發展歷史相對較短，國內學者關于財務預警研究的起步較晚，在研究方法上主要是借鑒國外的成果構建相似的模型。1999年，陳靜利用單變量分析法和多變量分析法，首次嘗試構建財務預警模型。吳世農、盧賢義（2001）以70家ST和70家非ST上市公司為樣本，采用盈利增長指數、資產報酬率、流動比率、長期負債/股東權益、營運資本/總資產、資產周轉率6個財務指標，比較了多元判別分析、線性概率模型和Logistic模型的預測效果。他們的研究結果表明，在財務危機的前兩年或者前一年，流動比率、負債比率、總資產周轉率等指標的時效性較強。此外，楊淑娥（2003）、張友棠（2004）、馬喜德（2003）也利用各種財務比率和模型嘗試建立了財務預警模型。

近幾年頻頻爆發的財務丑聞和金融危機使學界再度關注公司治理領域，研究治理結構對企業財務困境的影響。姜秀華、孫錚（2001）認為，不完善的公司治理是我國上市公司陷入財務困境的重要因素。鄧曉嵐等（2006）運用Logistic Regression Model分析發現治理結構因素變量均不顯著，同時發現，納入了包括治理結構因素在內的非財務因素的模型預測力更強，得出對于有關治理變量的選擇及其他因素的影響尚待研究的結論。王克敏等（2006）在財務指標分析的基礎上，引入公司治理、投資者保護等因素，發現非財務指標能夠彌補財務指標在風險預警中的不足。

由于財務指標本身的局限性，財務比率在財務困境預警中有著難以克服的缺陷，導致模型的不完善。企業大多數危機的主要來源在企業內部，當這些危機反映到企業財務上時，最終會使企業陷入財務困境。企業的治理層和管理層需要有效發揮職能，識別、防范和管理風險。因此本文認為，使用公司治理結構因素能夠從內因找出使企業陷入財務困境的潛在風險源，從而提升模型的預警價值。

二、樣本及研究方法

（一）樣本選擇和數據來源

本文選取了國泰安CSMAR數據庫中2004—2011年滬深股市A股上市公司作為研究對象，剔除金融類企業，因為此類企業的財務指標與其他企業有差異；剔除了數據庫中收集不到有關財務數據和公司治理結構資料的企業；在剩余樣本中找到了財務困境公司樣本和與之配對的正常企業樣本。

1.財務困境公司樣本

本文將因財務狀況異常（包括連續兩年虧損和資不抵債）而被ST的公司作為財務困境公司，以2004—2011年因財務狀況異常被ST的A股上市公司作為財務困境公司樣本，最終得到385家ST公司樣本。

2.正常公司樣本

由于公司規模在本文中已作為單獨的變量進行分析，本文在確定正常公司樣本組時，按照同行業進行配對、同會計年度進行配對、與ST公司同等數量進行配對的原則，隨機選擇了385家上市公司作為正常公司樣本。

（二）研究模型及變量定義

本文中的因變量是公司是否陷入財務困境、是否會被特別處理（ST），因為它是一個二項分布變量，采用Logistic回歸分析方法。如果公司因陷入財務困境而被特別處理，則定義因變量Y=1；如果公司沒有被特別處理視為沒有陷入財務困境，則定義為Y=0。研究模型如下：

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發生ST的概率。

本文從反映企業的短期償債能力、長期償債能力、營運能力、盈利能力、發展能力和現金流能力等方面，參考以往相關研究中具有顯著影響的變量，最終確定以下財務指標變量，詳見表1。

本文還從股權結構、董事會和監事會特征、董事會和監事會勤勉程度、管理層激勵情況等方面，確定以下公司治理結構因素，詳見表2。

三、實證分析結果

通過財務指標變量和治理結構變量的描述性統計及相關檢驗，筆者選擇了ST公司與配對公司在10%水平存在顯著差異的變量，并通過相關系數矩陣檢驗了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財務指標和治理結構變量對財務預警的影響。其中對財務預警有影響的財務指標變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業虛擬變量，以控制公司所處行業的影響（結果見表3、表4、表5）。

在t-3年，企業資產規模（F1）和總資產周轉率（F7）在1%水平顯著，反映發展能力的營業收入增長率（F12）在10%水平顯著，其他財務指標變量沒有通過顯著性檢驗，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F1和F7和每股利潤（F11）都在1%水平顯著，其他財務指標沒有通過顯著性檢驗，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達到了0.330和0.440；在t-1年，F1和F11在1%水平顯著，流動比率（F3）、F7和總資產利潤率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達到了0.509和0.679。由此證明，在公司ST早期階段，財務因素的影響并不顯著；隨著公司ST時間的臨近，財務指標對ST的影響逐漸增強。以上7個財務指標的財務困境預測準確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國有股比例（G1）在t-3、t-2年的系數均為負數（-），且均在1%水平顯著通過檢驗；而在t-1年，國有股比例的系數沒有通過顯著性檢驗。反映股權集中度的第一大股東持股比例（G2）在t-3年的系數為負數（-），且在10%水平顯著，而在t-2、t-1年的系數則在1%水平顯著。這說明在投資者保護較弱的環境里，股權的集中形成對管理層的監督，有利于代理成本的降低，使企業免于陷入財務困境。

董事會規模（G5）的系數在t-3年為負數（-），且在1%水平通過檢驗，而其余沒有通過檢驗，說明董事會規模越大，企業陷入財務困境的可能性越小，這就驗證了Chaganti（1995）的觀點，即較大規模的董事會由于擁有的知識和經驗多樣化而更有價值，因此，可以提供更大范圍的服務，在財務監督方面更加有效。獨立董事人數（G6）的系數在t-3年沒有通過顯著性檢驗，但在t-2、t-1年的系數則在1%水平顯著，說明越接近t年，獨立董事的作用就越明顯。監事會規模和監事會會議次數對財務困境的預測有顯著的影響，監事會規模越大，企業陷入財務困境的可能性越大，這種現象有可能是因為監事搭便車的行為引起的；而監事會會議次數越多，企業陷入財務困境的可能性越小，這說明監事會的勤勉工作起到了作用。

比較公司治理結構模型與財務指標模型的擬合性，在t-3年，公司治理結構模型的Cox &Snell R2、Nagelkerke R2和預測準確率都略高于財務指標模型，證明在陷入財務困境的早期階段，治理結構因素對財務危機的影響比財務指標顯著，在t-2、t-1年，治理結構模型的Cox & Snell R2、Nagelkerke R2和預測準確率都低于財務指標模型，證明隨著ST時間的鄰近，財務指標比治理結構因素的影響更顯著。

在財務指標模型和公司治理模型中，把影響顯著的指標選出來，放在綜合模型中進行分析，這些變量的顯著性沒有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個模型，表明綜合模型的擬合性高于前兩個模型。

四、結論

本文從內源性的角度出發，分析企業陷入財務困境的深層原因，構建了基于治理結構因素和財務指標的綜合財務風險預警模型。治理結構因素中，國有股比例、股權集中度、董事會規模、獨立董事人數和監事會會議次數與公司陷入財務困境的概率負相關，說明股權越集中、董事會和獨立董事人數越多、監事會會議次數越多，公司治理越完善，企業陷入財務困境的可能性就越小。財務指標因素中，企業資產規模、流動比率、總資產周轉率和每股利潤與公司陷入財務困境的概率負相關，說明資產規模、流動比率、總資產周轉率和每股利潤越高，企業陷入財務困境的概率越小。需要關注的是，治理結構因素的早期預測能力較強，而財務指標因素則隨著公司陷入財務困境時間的臨近，對財務困境預測的能力越強。此外，在財務指標的基礎上加入公司治理因素之后，綜合預警模型的預測能力高于財務因素模型的預測能力，由此可見，在財務指標基礎上引入公司治理因素，可以提高財務預警模型的預測準確率。

企業大多數危機都來源于企業內部，而識別、防范和管理這些風險就是治理層的主要職責之一。本文認為，完善公司治理結構，使得董事會、監事會有效地發揮職能，防止內部人瀆職或濫用職權損害公司利益是企業避免陷入財務困境的關鍵。●

【主要參考文獻】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農，盧賢義. 我國上市公司財務困境的預測模型研究[J].經濟研究，2001（6）：46-55.

[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）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發生ST的概率。

本文從反映企業的短期償債能力、長期償債能力、營運能力、盈利能力、發展能力和現金流能力等方面，參考以往相關研究中具有顯著影響的變量，最終確定以下財務指標變量，詳見表1。

本文還從股權結構、董事會和監事會特征、董事會和監事會勤勉程度、管理層激勵情況等方面，確定以下公司治理結構因素，詳見表2。

三、實證分析結果

通過財務指標變量和治理結構變量的描述性統計及相關檢驗，筆者選擇了ST公司與配對公司在10%水平存在顯著差異的變量，并通過相關系數矩陣檢驗了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財務指標和治理結構變量對財務預警的影響。其中對財務預警有影響的財務指標變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業虛擬變量，以控制公司所處行業的影響（結果見表3、表4、表5）。

在t-3年，企業資產規模（F1）和總資產周轉率（F7）在1%水平顯著，反映發展能力的營業收入增長率（F12）在10%水平顯著，其他財務指標變量沒有通過顯著性檢驗，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F1和F7和每股利潤（F11）都在1%水平顯著，其他財務指標沒有通過顯著性檢驗，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達到了0.330和0.440；在t-1年，F1和F11在1%水平顯著，流動比率（F3）、F7和總資產利潤率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達到了0.509和0.679。由此證明，在公司ST早期階段，財務因素的影響并不顯著；隨著公司ST時間的臨近，財務指標對ST的影響逐漸增強。以上7個財務指標的財務困境預測準確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國有股比例（G1）在t-3、t-2年的系數均為負數（-），且均在1%水平顯著通過檢驗；而在t-1年，國有股比例的系數沒有通過顯著性檢驗。反映股權集中度的第一大股東持股比例（G2）在t-3年的系數為負數（-），且在10%水平顯著，而在t-2、t-1年的系數則在1%水平顯著。這說明在投資者保護較弱的環境里，股權的集中形成對管理層的監督，有利于代理成本的降低，使企業免于陷入財務困境。

董事會規模（G5）的系數在t-3年為負數（-），且在1%水平通過檢驗，而其余沒有通過檢驗，說明董事會規模越大，企業陷入財務困境的可能性越小，這就驗證了Chaganti（1995）的觀點，即較大規模的董事會由于擁有的知識和經驗多樣化而更有價值，因此，可以提供更大范圍的服務，在財務監督方面更加有效。獨立董事人數（G6）的系數在t-3年沒有通過顯著性檢驗，但在t-2、t-1年的系數則在1%水平顯著，說明越接近t年，獨立董事的作用就越明顯。監事會規模和監事會會議次數對財務困境的預測有顯著的影響，監事會規模越大，企業陷入財務困境的可能性越大，這種現象有可能是因為監事搭便車的行為引起的；而監事會會議次數越多，企業陷入財務困境的可能性越小，這說明監事會的勤勉工作起到了作用。

比較公司治理結構模型與財務指標模型的擬合性，在t-3年，公司治理結構模型的Cox &Snell R2、Nagelkerke R2和預測準確率都略高于財務指標模型，證明在陷入財務困境的早期階段，治理結構因素對財務危機的影響比財務指標顯著，在t-2、t-1年，治理結構模型的Cox & Snell R2、Nagelkerke R2和預測準確率都低于財務指標模型，證明隨著ST時間的鄰近，財務指標比治理結構因素的影響更顯著。

在財務指標模型和公司治理模型中，把影響顯著的指標選出來，放在綜合模型中進行分析，這些變量的顯著性沒有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個模型，表明綜合模型的擬合性高于前兩個模型。

四、結論

本文從內源性的角度出發，分析企業陷入財務困境的深層原因，構建了基于治理結構因素和財務指標的綜合財務風險預警模型。治理結構因素中，國有股比例、股權集中度、董事會規模、獨立董事人數和監事會會議次數與公司陷入財務困境的概率負相關，說明股權越集中、董事會和獨立董事人數越多、監事會會議次數越多，公司治理越完善，企業陷入財務困境的可能性就越小。財務指標因素中，企業資產規模、流動比率、總資產周轉率和每股利潤與公司陷入財務困境的概率負相關，說明資產規模、流動比率、總資產周轉率和每股利潤越高，企業陷入財務困境的概率越小。需要關注的是，治理結構因素的早期預測能力較強，而財務指標因素則隨著公司陷入財務困境時間的臨近，對財務困境預測的能力越強。此外，在財務指標的基礎上加入公司治理因素之后，綜合預警模型的預測能力高于財務因素模型的預測能力，由此可見，在財務指標基礎上引入公司治理因素，可以提高財務預警模型的預測準確率。

企業大多數危機都來源于企業內部，而識別、防范和管理這些風險就是治理層的主要職責之一。本文認為，完善公司治理結構，使得董事會、監事會有效地發揮職能，防止內部人瀆職或濫用職權損害公司利益是企業避免陷入財務困境的關鍵。●

【主要參考文獻】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農，盧賢義. 我國上市公司財務困境的預測模型研究[J].經濟研究，2001（6）：46-55.

[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）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發生ST的概率。

本文從反映企業的短期償債能力、長期償債能力、營運能力、盈利能力、發展能力和現金流能力等方面，參考以往相關研究中具有顯著影響的變量，最終確定以下財務指標變量，詳見表1。

本文還從股權結構、董事會和監事會特征、董事會和監事會勤勉程度、管理層激勵情況等方面，確定以下公司治理結構因素，詳見表2。

三、實證分析結果

通過財務指標變量和治理結構變量的描述性統計及相關檢驗，筆者選擇了ST公司與配對公司在10%水平存在顯著差異的變量，并通過相關系數矩陣檢驗了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財務指標和治理結構變量對財務預警的影響。其中對財務預警有影響的財務指標變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業虛擬變量，以控制公司所處行業的影響（結果見表3、表4、表5）。

在t-3年，企業資產規模（F1）和總資產周轉率（F7）在1%水平顯著，反映發展能力的營業收入增長率（F12）在10%水平顯著，其他財務指標變量沒有通過顯著性檢驗，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F1和F7和每股利潤（F11）都在1%水平顯著，其他財務指標沒有通過顯著性檢驗，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達到了0.330和0.440；在t-1年，F1和F11在1%水平顯著，流動比率（F3）、F7和總資產利潤率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達到了0.509和0.679。由此證明，在公司ST早期階段，財務因素的影響并不顯著；隨著公司ST時間的臨近，財務指標對ST的影響逐漸增強。以上7個財務指標的財務困境預測準確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國有股比例（G1）在t-3、t-2年的系數均為負數（-），且均在1%水平顯著通過檢驗；而在t-1年，國有股比例的系數沒有通過顯著性檢驗。反映股權集中度的第一大股東持股比例（G2）在t-3年的系數為負數（-），且在10%水平顯著，而在t-2、t-1年的系數則在1%水平顯著。這說明在投資者保護較弱的環境里，股權的集中形成對管理層的監督，有利于代理成本的降低，使企業免于陷入財務困境。

董事會規模（G5）的系數在t-3年為負數（-），且在1%水平通過檢驗，而其余沒有通過檢驗，說明董事會規模越大，企業陷入財務困境的可能性越小，這就驗證了Chaganti（1995）的觀點，即較大規模的董事會由于擁有的知識和經驗多樣化而更有價值，因此，可以提供更大范圍的服務，在財務監督方面更加有效。獨立董事人數（G6）的系數在t-3年沒有通過顯著性檢驗，但在t-2、t-1年的系數則在1%水平顯著，說明越接近t年，獨立董事的作用就越明顯。監事會規模和監事會會議次數對財務困境的預測有顯著的影響，監事會規模越大，企業陷入財務困境的可能性越大，這種現象有可能是因為監事搭便車的行為引起的；而監事會會議次數越多，企業陷入財務困境的可能性越小，這說明監事會的勤勉工作起到了作用。

比較公司治理結構模型與財務指標模型的擬合性，在t-3年，公司治理結構模型的Cox &Snell R2、Nagelkerke R2和預測準確率都略高于財務指標模型，證明在陷入財務困境的早期階段，治理結構因素對財務危機的影響比財務指標顯著，在t-2、t-1年，治理結構模型的Cox & Snell R2、Nagelkerke R2和預測準確率都低于財務指標模型，證明隨著ST時間的鄰近，財務指標比治理結構因素的影響更顯著。

在財務指標模型和公司治理模型中，把影響顯著的指標選出來，放在綜合模型中進行分析，這些變量的顯著性沒有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個模型，表明綜合模型的擬合性高于前兩個模型。

四、結論

本文從內源性的角度出發，分析企業陷入財務困境的深層原因，構建了基于治理結構因素和財務指標的綜合財務風險預警模型。治理結構因素中，國有股比例、股權集中度、董事會規模、獨立董事人數和監事會會議次數與公司陷入財務困境的概率負相關，說明股權越集中、董事會和獨立董事人數越多、監事會會議次數越多，公司治理越完善，企業陷入財務困境的可能性就越小。財務指標因素中，企業資產規模、流動比率、總資產周轉率和每股利潤與公司陷入財務困境的概率負相關，說明資產規模、流動比率、總資產周轉率和每股利潤越高，企業陷入財務困境的概率越小。需要關注的是，治理結構因素的早期預測能力較強，而財務指標因素則隨著公司陷入財務困境時間的臨近，對財務困境預測的能力越強。此外，在財務指標的基礎上加入公司治理因素之后，綜合預警模型的預測能力高于財務因素模型的預測能力，由此可見，在財務指標基礎上引入公司治理因素，可以提高財務預警模型的預測準確率。

企業大多數危機都來源于企業內部，而識別、防范和管理這些風險就是治理層的主要職責之一。本文認為，完善公司治理結構，使得董事會、監事會有效地發揮職能，防止內部人瀆職或濫用職權損害公司利益是企業避免陷入財務困境的關鍵。●

【主要參考文獻】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農，盧賢義. 我國上市公司財務困境的預測模型研究[J].經濟研究，2001（6）：46-55.

[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）：19-25.