我國中小企業財務預警方法研究

熊 茜

所謂財務預警系統，就是在企業信息化的基礎上，根據企業的經營目標以及財務目標，實現對企業經營管理過程中存在的風險進行監控與測量的系統。它是企業經營過程中不可忽視的，對企業的各類財務資料、運營計劃，如財務報表為根據，通過會計、財務、市場營銷以及企業管理等一些理論，綜合對比分析，數學模型等方法，是一種簡單有效的應用工具，可以及時對公司的生產經營過程，財務狀況進行跟蹤監控，并作出財務預警分析，一旦發現財務問題出現異常，會及時發出預警，為企業爭取到解決問題的時間，最低限度降低損失。

結合我國中小企業現狀，發生財務危機的根本在于企業規模小、融資能力低、財務結構不合理、風險意識不到位，從而導致其喪失償債能力。而對企業的管理者而言，為使企業更好地生存發展，降低財務風險給企業帶來的損失，建立行之有效的財務預警系統便是當務之急。

一、財務預警研究方法與成果分析

早在20世紀30年代，西方學者就開始研究設計企業財務預警系統模型。目前按照模型的性質一般可分為定性預警分析和定量預警分析，兩類模型各具特色，國內外學者對此進行了長期深入的研究，研究成果頗為豐碩。

（一）定性分析

定性分析法是指企業高管或者經驗豐富的財務人員，按照自己的專業知識、累積的經驗、對公司發展特征、基本問題、治理結構、銷售業績、利潤額、產品市場所占比例、生命期限、商譽等問題，對公司的存在的風險，進行綜合分析，從而判斷企業發生財務危機的可能性，其結論屬于判斷方式。著重包含：三個月資金周轉表分析法、管理評分法、標準化調查法、四階段癥狀分析法四種。（楊玉娥，2011）

1、三個月資金周轉表分析法

三個月資金周轉表分析法，對企業進行制定三個月的資金周轉表為標準，判斷企業的財務狀況。如果企業發生財務危機，企業的經營計劃就會被打亂，賒銷款、銷售額都無法按計劃及時收回，資金周轉時間超過預期。因此，假如企業無法制定出三個月的資金周轉表，就意味著，這個企業的資金周轉發生了狀況，加以注意；反之，企業可以制定出三個月的資金周轉表，意味著這個企業運營狀況良好。這種分析方法判斷的根據一目了然，但是對于瞬息萬變的市場環境來說依舊比較片面。

2、管理評分法

管理評分法又稱A記分法，是美國的仁翰·阿吉蒂，在研究公司的經營特點與存在造成其破產的情況的理論上，根據經營教訓、缺乏管理能力以及財務危機征兆，進行對比打分，滿分為100分。加權處理后，如果得分小于18分，則企業運營良好，暫時不會發生財務危機；如果得分超過25分，意味著企業可能存在財務風險，要保持警惕；假如評價的總分值超過35分，意味著企業發生了嚴重的財務危機，要高度重視。這種方法簡單易懂，操作方便，但其準確性主要取決于企業的管理者能否深入到企業的方方面面，全面細致地進行調查。

3、標準化調查法

標準化調查法又稱風險分析調查法，指專業人員、協會以及咨詢公司通過全面周到的調查了解公司可能面臨的狀況，制作書面報告，同時遞交給企業經營者作為參照的依據。該依據的優勢是適用性廣泛，幾乎對所有企業都有意義；缺點是不能針對特定公司具體問題具體分析,因而無法形成個性化解決方案。

4、四階段癥狀分析法

企業經營途中，存在財務危機的時段，大致包括四個階段：潛伏階段、初始階段、加重階段與實現階段，同時危機程度是依次加重的。如企業在經營過程中發生了財務危機，應按照所出現的特征，確認面臨在哪個階段，作出相對應的處理方案，促使企業擺脫危機，重新步入生產經營軌道。

這個方法操作便捷，是企業自查財務狀況的有效方法之一，但四個階段沒有明確界限，不容易劃分，帶有很大的主觀因素，需要決策人員有豐富的理論基礎和實踐經驗。

（二）定量分析

定量分析法依照企業的財務數據，運用表格和圖形來反映該企業的財務狀況。主要包括單變量財務預警模型、多變量財務預警模型、人工神經網絡模型等。

1、單變量財務預警模型

Fitzpa-trick采取單獨財務比率進行分析，得出的結論表明凈利潤/股東權益與股東權益/負債這兩項財務指標能最好的預測企業財務危機。（Fitzpatrick，1932）該模型開創了財務預警系統定量分析的先河。

單變量模型分析較為簡單，但是結論完全受單個變量的控制，不能全面檢測出企業的財務狀況。使用這種模型很可能出現因為運用不同變量而導致同一樣本出現不同預測結論的情況。

2、多變量財務預警模型

（1）Z計分模型和Zeta模型

Altman對1946～1965年期間提出破產申請的33家企業和33家相同資產規模的成功企業進行研究，擬合出一個多元線性函數方程，即Z計分模型：

Z=1.2 X1+1.4 X2+3.3 X3+0.6 X4+0.999 X5，其中：

Xl=營運資本/資產總額

X2=留存收益/資產總額

X3=息稅前利潤/資產總額

X4=股票市價/總負債的賬面價值

X5=銷售收入/資產總額

Z值越大，企業的經營狀況越好。（Altamn，1966）。2000年，Altman再次對Z計分模型進行完善，此次修正突破了前兩個模型樣本全部來自中等規模制造業企業的缺點，面向所有企業，這使得模型的精確度進一步提升。

（2）多元邏輯（Logistic）模型和多元概率（Probit）比回歸模型

Martin以總資產凈利潤率等8個主要財務指標，建立Logistic回歸分析財務預警模型，準確預測出兩年后銀行的倒閉概率。Ohlson采用將多元邏輯回歸模型和多元概率比回歸模型相結合的方法，研究得出樣本企業在發生財務危機概率值域上的分布以及模型臨界值之間的聯系。（Ohlson，1980）

3、人工神經網絡模型

Odom和Sharda將人工神經網絡與企業破產預測相結合，結果發現模型的判斷準確率高達100%，顯示出人工神經網絡優秀的預測能力。Tam運用輸入層、隱藏層和輸出層的人工神經網絡模擬建立模型，在容錯能力和辨別能力方面均有良好的表現，這使其能更好的適應當今復雜多變的企業運作環境。（Tam，1991）但該理論尚處于研究階段，其科學性和準確性還有待進一步加強。

二、模型設計

（一）選擇模型

通過對各種方法的分析比較，發現定性分析法雖然有一定的判斷能力，能夠發現企業所存在的財務危機，但這對企業的管理人員、財務人員都有較高的要求，需要有扎實的理論基礎和豐富的職業經驗，否則很難在發現企業潛在的財務風險，因此并不適用于尚處于起步成長階段的中小企業。在定性分析中，盡管多元邏輯模型、多元概率比回歸模型、人工神經網絡模型預測相當精確，但模型本身過于復雜，建立過程繁瑣。而我國中小企業對市場信息的敏感度不高，企業管理人員能力和素質相對偏低，太過繁復的財務預警模型可能無法貫徹執行，所以設置中小企業的財務預警只要能夠大致預測出企業財務未來走勢即可，這樣既可以便于不同文化程度的企業管理者進行實際操作，又可以有效預防財務危機。

綜上，本文選擇了Altman的Z計分模型以及其衍生的Z’計分模型、Z”計分模型作為我國中小企業財務預警系統的樣本模型，即：

Z計分模型：

Z=1.2 X1+1.4 X2+3.3 X3+0.6 X4+0.999 X5

Z’計分模型：

Z=0.717 X1+0.847 X2+3.107 X3+0.420 X4*+0.998 X5

Z”計分模型：

Z=6.56 X1+3.26 X2+6.72 X3+1.05 X4*

其中：

X1=營運資本/資產總額

X2=留存收益/資產總額

X3=息稅前利潤/資產總額

X4=股票市價/總負債的賬面價值

X4*=股票的帳面價值/總負債的賬面價值

X5=銷售收入/資產總額。

表1：Z計分模型臨界值

（二）模型分析

我們中小企業臨界值偏低受多方面因素的影響：

首先，在Z計分模型中，X1和X4兩個變量反映了企業的償債能力，X2和X3兩個變量反映了企業的盈利能力，X5反映了企業的運營能力。與國外成熟的大企業相比，我國上市企業在這三項能力方面都還存在著一定差距。

其次，我國中小板上市的條件寬松、門檻低，因此有許多中小企業雖然規模較小，經營時間不長，經營也不穩定，但是抓住了企業較為景氣的時機上市，而在上市之后財務狀況并不理想，依舊面臨很大的破產危機。

再次，Altman在建立模型時是以美國的破產公司與非破產公司作為研究對象，美國在1979年，制定了“破產改革法案”，法案說道，公司如果沒能力使用現金支付到期的債務，或對公司的債權大于其資產時，就要面臨破產。可是在我們國家，政府為了維護社會穩定，保持國民經濟發展，保障就業，因而只要上市企業沒有發生嚴重虧損，政府便會盡力利用行政手段，給上市企業的財務危機帶來緩沖時間，面對連續虧損的企業，只是進行相應制度上的特別處理，所以才造成我國上市企業Z值總體偏低。

另外，在Z計分模型中，X4(股權市價/負債賬面價值)較小。西方國家上市公司都采取流通股，可是國內上市公司，還存在非流通股，根據要求非流通股用每股凈資產，作為市場價值計算，這個價格確實小于流通股的市場價值。因此如果這些非流通股全部流通，X4的值就會高于目前的計算值，從而提高整體Z值。（滕為，楊娟，2007）

最后，差異還與兩國會計制度不同，會計信息真實性不同等有關。為此，調低Z值的臨界點符合我國的實際國情。

（三）模型修正分析

修正Z計分模型的Z值可以采取系統化分析的方法，其具體步驟是：首先，按照存在的客觀原則進行分析；其次，把應用以上原則得出的結論用來綜合，會得出一個大部分人認可較科學的結論。

用同樣的計算方法，可以得出Z’計分模型的上限為1.476，下限為1.082；Z”計分模型的上限為2.623，下限為1.849。

三、模型驗證

用修正后的臨界值檢驗表2的數據。橫向比較，發生財務危機前一年，對于S T企業，Z計分模型、Z’計分模型均在11個樣本中預測準確9個，預測準確率為81.81%，Z”計分模型在11個樣本中預測準確8個，預測準確率為72.73%。對于非S T企業，Z計分模型、Z’計分模型均在11個樣本中預測準確7個，預測準確率為63.64%，Z”計分模型在11個樣本中預測準確8個，預測準確率為72.73%。發生財務危機前兩年，對于S T企業，Z計分模型、Z’計分模型均在12個樣本中預測準確7個，預測準確率為58.33%，Z”計分模型在12個樣本中預測準確8個，預測準確率為66.67%。對于非S T企業，Z計分模型、Z”計分模型在12個樣本中預測準確8個，預測準確率為66.67%，Z’計分模型在12個樣本中預測準確7個，預測準確率為58.33%。

縱向計較，在財務危機發生前一年，Z計分模型、Z’計分模型和Z”計分模型的總體預測準確率均為72.73%；在財務危機發生前兩年，Z計分模型的總體預測準確率為62.5%，Z’計分模型的總體預測準確率為58.33%，Z”計分模型的總體預測準確率為66.67%。

以上結果較之臨界值調整之前均有上升，說明臨界值的劃分有一定的準確性，模型可行。

四、分析結論與建議

（一）分析結論

1、發生財務危機前一年的預測準確率高于發生財務危機前兩年，離財務危機發生的時間越近，預測準確率越高。

2、三類模型的預測成功率幾乎相當，均可作為我國中小企業財務預警的系統模型。但Z”計分模型的總體準確率要高一些，而Z計分模型和Z’計分模型則對于發生財務危機企業的預測更為準確。

3、Z計分模型和Z’計分模型是針對制造業企業設計的，而Z”計分模型突破了這一局限，但是由于樣本的限制，目前在我國中小板上市的S T企業除綠大地外（綠大地也因財務造假被剔除）均來自制造業，因而用前兩個模型更為準確，若要為其他行業所用，亦可以嘗試用Z”計分模型。

（二）建議

1、每個行業的資產負債狀況、融資能力、盈利能力等都有自身的特點，不盡相同，用同一個財務預警模型預測各行各樣的財務狀況不夠嚴謹科學。相同行業、不同財務狀況的企業Z值有較大差別，因此在設計財務危機預警模型可以按行業分類，不同行業建立不同的模型。一些西方國家在這方面已有比較系統完整的研究，值得我國中小企業借鑒學習。

2、對于Z計分模型的變量指標，要結合我國證券市場的實際情況，進行再次調整改進，添加一些可以有效反映，我國上市企業財務狀況的判別指標，比如現金流量。因為該變量一方面可以排除人為操作的因素，簡單客觀，有利于評估上市企業的可持續發展能力，另一方面也契合了當今“現金為王”的管理理念，從而使Z計分模型的預測準確度得以提高。（盧碧，2010）而在選取變量時，要結合變量的綜合性，在評價企業盈利能力的基礎上，著重關注企業的股東收益水平與成長能力。還有，因為中小企業規模實力、財務狀況不穩定、經營風險高，在考評其業績時還應考慮企業的經營與發展風險程度，比如企業的償債能力等。

3、在財務預警分析的各類方法中，定量分析是實證研究，有精確的數據作為分析的依據和保障，具有很強的說明力，但我們也不能忽視定性分析，因為其存在很強的靈活性，企業可以按照自身具體的財務以及運營狀況，進行相應的調整，比如建立客戶滿意度等非量化因素。兩類分析法各有千秋，我國中小企業可以采用定量分析和定性分析相結合的方法對財務狀況進行檢測，以達到更好的預測效果。

參考文獻：

[1]陳靜.上市公司財務惡化預測的實證分析[J].會計研究,1999(4).

[2]周首華,楊濟華,王平.論財務危機的預警分析——F分數模型[J].會計研究,1996(8).

[3]竇玲.企業財務危機成因及財務預警系統的構建研究[J].商,2014(24).

[4]岳東宇.小微企業財務管理的問題及對策[J].中外企業家,2014(11).

[5]趙威.企業財務預警系統的建立與應用[J].學術交流,2014(4).