常用財務危機定量預警模型的有效性檢驗

黃建偉

本文介紹了常用企業財務危機預警模型類型，進而選擇了單變量判別模型、多變量線性回歸模型-z計分模型并運用數學方法進行有效性檢驗。檢驗結果表明，選取的單變量模型可粗略判斷企業財務危機發生狀況，選取的多變量線性回歸模型無有效性。

財務危機預警模型

單變量模型 Z計分模型

文獻綜述

現在較為通用的企業財務危機定量預警模型有兩類：單變量判別模型、多變量線性回歸模型。

（1）單變量判別模型

1932年Fitzpatrick以19家公司數據為樣本，發現凈利率/股東權益和股東權益/負債對財務危機的判別能力最高。1966年Beaver經過檢驗幾種財務比率對財務危機的預測的有效性，發現以下三種是最有效的：現金流量/責務總額，凈收益/資產總額，債務總額/資產總額。

（2）多變量線性回歸模型

1968年Altman首先將多元線性判別法引入財務危機預警研究領域。其多元線性判定模型為：2=1.2×X1+1.4×X2+3.3×X3+0.6×X4+1.0×X5，判別變量分別為營運資本/總資產，留存收益/總資產，息稅前收益/總資產，股票市值/債務的賬面價值，銷售收入/總資產。該模型已經廣泛的被認可，是最常用的定量模型。

財務危機預警模型相關介紹

（1）發生財務危機的原因

企業發生財務危機有下列原因：

過度負債。適當負債可加大財務杠桿，以較少的投入獲得更豐厚回報。但很多企業過度負債，造成償還額度大于資金回收額度，吞食留存資金導致償債風險出現。財務風險意識弱。企業為把握商機，選擇快速擴張戰略，忽視風險。財務風險越來越大，直到風險爆發，企業倒閉。失誤的投資活動。企業投資需大量資本投入。企業投資活動使企業消耗大量現金，若投資失敗則資金無法收同造成財務風險。

（2）常見的財務危機定量預警模型

1.單變量判別模型

本文選取的單變量判別模型為1966年Beaver以現金流量/債務總額，凈收益/資產總額，債務總額/資產總額構建的單變量財務危機預警模型。

2.多變量線性判別模型

最經典的多變量線性規劃模型是1968年Altman創立的多變量線性判別模型：

Z=1.2×A+1.4×B+3.3×C+0.6×D+1×E （3-1）

公式（3-1）中判別變量分別為A：營運資本/總資產，B：留存收益/總資產，C：息稅前收益/總資產，D：股票市值/債務的賬面價值，E：銷售收入/總資產，變量均為百分數。模型判別標準為Z>2.675發生財務危機概率小，1.18≤Z≤2.675則企業處于模型的盲區，不能有效判別，Z<1.81發生財務危機的概率很大。

財務危機定量預警模型有效性檢驗

（1）樣本數據的選擇

根據相關規定，上市公司連續兩年虧損或者上市公司最近一個會計年度經審計的每殷凈資產低于股票面值，會被確定發生財務危機，股票需加上ST標記。

本文樣本數據足2017年已確認發生財務危機的74家ST公司的2016年報數據，并隨機選取非ST上市公司比較驗證。驗證剔除明顯異常數據。

（2）定量模型的有效性檢驗

本文將利用選定的樣本，結合常用的財務危機預警模型來進行有效性驗證。

1.單變量判別模型的有效性檢驗

Beaver單變量模型以現金流量債務總額，凈收益/資產總額，債務總額/資產總額三個單變量來判斷上市公司發生財務危機的可能。

現金流量/債務總額：76家ST公司現金流量/債務總額的均值=0.042，標準差=0.195。50家健康公司現金流量/債務總額均值=0.128，標準差=0.356。健康公司該指標均值足ST公司的三倍，差別明顯，ST公司該指標的集中度高，該單變量可粗略預警企業財務危機。

凈收益/資產總額：76家ST公司凈收益/資產總額的均齟=-0.158，標準差=0.277。50家健康公司凈收益/資產總額均值=0.046，標準差=0.078。ST公司的該指標負數居多，浮動范圍因公司因素而較大。健康公司的該項指標多數為正值，且浮動范圍較小。

債務總額/資產總額：76家ST公司債務總額/資產總額的均值=78.5%，標準差=0.470。50家健康公司債務總額/資產總額均值=40.26%，標準差=20.23。該檢驗說明ST公司負債率較高，多數在80%左右，集中在80%的較小范圍內。而健康公司的債務一般低于50%，負債率分布范圍較廣，但總體較低。

2.多變量線性判別模型-Z計分模型的有效性檢驗

經過驗證Z>2.675的ST企業數量為32家，1.18≤Z≤2.675處于模型的盲區的ST企業有10家，Z<1.81的企業數量為32家。Z值模型判定的準確度為43.2%，誤判率也為43.2%。該結果說明該模型的結果不確定性太大，判定結果甚至不如單變量模型，達不到財務預警的需要。

定量模型有效性檢驗的結果分析

（1）單變量模型有效性檢驗結果分析

經過計算，發生財務危機的公司和健康公司之間的變量的差別很大。這證明單變量模型是可作為財務危機定量預警模型在實際中使用。但由于其僅僅由一個變量或者幾個變量配合判斷，模型提供的企業財務信息不充分，這使得該模型在使用中標準難以確定，誤判率高。

所以單變量模型適合對企業財務危機的持續監測和初步判定，當某指標達到其警戒線時，企業就應控制財務風險。

（2）多變量線性判別模型的有效性檢驗結果分析

由檢驗結果來看，多變量線性判別模型Z模型的判別結果很差，基本沒有驗證效果。在使用中無法檢驗一個企業財務危機情況。該模型的構建是建立在假設企業財務危機判定值和多個選用的變量是線性關系，根據相關原理，變量之間應無相關性，且變量值的分布滿足正態分布。這些條件降低了Z模型的實際效果。

盡管多變量線性判別模型是在單變量判別模型上的進一步加工，但由于有較多假設條件，所以在實際應用中效果比單變量判別模型的差。并且，多變量線性模型運算更加復雜，相對單變量模型在企業財務危機持續監測方面有困難。

[1]劉彥文.上市公司財務危機預警模型研究[D].大連理工大學，2009.