現金流視角下財務風險預警研究的文獻綜述

王昊雨 孫玉忠

摘 要：本文主要對現金流視角下財務風險預警的相關文獻與實證研究進行梳理與總結，并對國內外相關學者的理論觀點展開述評，以期能夠為該領域廣泛深入的研究提供一定的參考與借鑒。

關鍵詞：財務風險;現金流管理;文獻綜述

財務風險是一個系統性過程，長時間以來，國內外學者就其自身的實踐經驗對數據進行建模分析，在對財務風險成因、財務風險評價和財務風險預警等方面進行了深入的研究和探索。

一、國外文獻綜述

1.財務風險成因

Fayol（1916）最先提出財務風險管理，但是還沒有形成系統的風險管理框架。1932年學者們在美國經濟危機爆發后開始對企業財務風險進行深入的研究，財務風險管理逐漸形成一門系統的學科。Altman（1968）將多元線性判斷模型應用到對企業財務風險的研究中，并對企業是否會因為財務風險而導致破產進行大量的研究。Angelo（2016）則認為財務風險的風險值的大小是財務成果和目標的差異程度。21世紀以來，學者們對財務風險研究隨著時代的發展不斷深化，專家學者們也將研究重心上升到對財務風險的分析和預警上。

2.財務風險評價

Fitzpatrick（1932）發現判別財務風險能力最高的是股東權益凈利率和產權比率的倒數。但是在研究中其忽略了短期償債能力不足的影響，但同時這也是個開端，拉開了學者們對財務風險評估指標研究的大幕。Merwin（1942）、Beaver（1967）、Altman（1968）等學者不斷研究，發現現金流動負債比率、資產負債率和總資產收益率是評估財務風險最為重要的三個指標。Blum（1974）、Horowitz（2001）、Glasserman（2004）等對以上學者的研究進行補充擴展。Guyi（2006），Hilscher、Szilagyi（2009）通過對上市公司財務數據研究發現，容易使公司面臨較大財務風險的指標是股票波動率和資產負債率以及股票收益率。Hou（2019）、Tedeschi（2020）通過對上述學者們的研究學習，選取現金比率、總資產負債比率等財務指標來對財務風險進行評價和研究。

3.財務風險預警

國外對于財務風險的預警研究相對來說發展較快，同時也經過了各時期學者們的交流融合。Fitzpatrick（1932）最早研究發現財務比率可以預測財務風險;Beaver（1968）系統運用，建立單變量判定模型并用于實踐。Altman（1969）提出“Z計分模型”，比單變量判定模型更具綜合性。雖未考慮到企業的發展能力，但“Z模型”仍在廣泛的應用。Chad（1988）采用模糊綜合評價法彌補了Z模型缺乏的成長能力，但其主觀意識較強。Odom、Sharda（1990）基于Altman的Z模型，Tam and Kiang（2002）基于三層BP神經網絡處理網絡樣本，提出人工神經網絡模型，相比傳統的模型該模型具有較高的準確率，可解釋性也強。Schimmel（2015）提出財務信號法，Slobodan（2020）根據Z模型進一步充實和發展人工神經網絡模型。Wright（1920）最先提出結構方程路徑的概念，還沒有定義為模型;Joreskog、Wiley（1980）加以整合，明確提出結構方程模型的概念，內容方法得到進一步充實，應用的范圍迅速擴展。Mclean（2001）綜合運用財務風險預警時常用的邏輯回歸法、神經網絡方法、判別分析法及決策樹法等四種方法，不斷試驗整合建立了綜合評價模型。實踐表明，在一定的條件下，采用綜合評價模型展開研究所取得的結果跟單個模型相比，結果更為理想。

4.現金流管理與財務風險

Blum（1976）引入流動性、獲利能力和變異程度三類指標，首次將現金流量指標引入對財務風險的研究當中。Walter、Jeasen（1986）不斷完善現金流指標與財務風險預警的財務分析。Ohlson（1980）、Beaver（1998）證實企業在預警財務風險時運用現金流的變化與企業負債比率之間存在的關系，會提高預警的準確性。Lawson（1997）、Gormley（2007）等認為，可以通過管理企業的現金流來提高企業的經營管理效率，進而也可以對財務風險進行預警。Charitou（2004），Almamy、Ngwa（2016）在研究中發現若加入三個現金流指標，同樣可以大大提高預警的精確度。

二、國內文獻綜述

相比國外來說，我國學者們對于財務風險的認知和研究起步相對比較晚，理論研究與實證分析的成果有限，但是學者們還是不斷學習和借鑒西方的經驗，結合國內的實踐情況，不斷融會貫通，在財務風險成因、評價、預警等方面不斷完善和發展。

1.財務風險成因

竺素娥（1988）認為財務風險是企業財務實際狀況與預期不符的一種概率，在經營活動的每一個環節都有可能發生財務風險，這是不可避免的;劉春萍（2008）對此定義又進行了完善和發展。劉恩祿、湯谷良（1989）對財務風險的定義和內容進行進一步具體的闡述。汪國義（2011）認為財務風險從狹義來說是企業到期無法承擔債務而發生的風險;向德偉（1994）、任海麗（2012）則認為財務風險是在經營活動發生的，是經營風險的具體體現。周文斌（2001）從企業內部和外部兩個方面來分析財務風險，從企業的籌資、投資、經營活動等三個方面對企業財務風險的成因進行了辨析;納鵬杰（2013）等相比其他文獻研究略有不同，他們選擇了從戰略財務層面、組織層面、預警層面、內控等層面探討財務風險的成因;荊新（2016）、劉興云和王化成（2018）則是把財務風險分解為“四種能力”——“償債能力、營運能力、盈利能力和發展能力”，通過四種能力來分析財務風險成因。

2.財務風險評價

徐惠芳（2008），陳靜、張一鳴（2010）認為可以在四種能力基礎上另選幾個指標構建一套相對比較全面的財務風險評估來對財務風險進行評價。錢愛民（2008）、劉齊陽（2011）、李雅寧（2012）則是以現金流為基礎建立四套相對應的財務風險評價體系，同時也是對上述四種能力進行了細分和補充。張延波、彭淑雄（2002）認為可以借助財務報表指標來監測和評價財務風險;黃錦亮、白帆（2004）則認為可以借助財務杠桿系數來評價財務風險。王艷（2014）、馮巧玲（2016）等采用四個非財務指標來評估財務風險，從而對財務預警體系的研究奠定了基礎。總體來說我國在對財務風險評價指標的選取上還不是很完善，還有很多的條件限制，需要進行不斷的補充和發展。

3.財務風險預警

吳世農、黃世忠（1986），張林（2004），羅幼喜（2006），浦軍（2008）等通過借鑒國外的經驗和學習，充實和完善了傳統的預測方法：多元Logistic線性回歸模型、Z值評估模型、因子分析法、功效系數法等多種預警模型，初步取得了一些有價值的成果。周首華（1996）創立F分數模型，經實踐其模型對財務風險預警的精確度較高;熊鵬飛（2018）選取8個公司樣本，根據財務報表建立Z模型，對財務風險進行預警研究。楊淑娥、黃禮（2007）等運用BP神經網絡法建立人工神經網絡模型，對財務預警模型進行研究，較之前傳統模型相比準確率較高且不需要大量的計算;駱珣、牛曉晨（2014）經過實驗發現其模型對公司的財務風險預測有很好的效果。張敏、彭紅敏（2021）利用神經網絡、模糊決策樹法運用到計算機領域，簡化算數麻煩，更好地預測企業發展。因為條件的限制，無法確定事物的一個真實狀態和真實關系，王光遠（1990）首次提出未確知測度模型，但該模型采用的是德爾菲法，有著比較大的主觀意識且需要各專家的經驗比較足。石勇、丁文智（2011）基于熵權法對未確知測度模型進行改善和發展，并將其運用到黃金礦企業的安全評價當中。葉永剛（2018）等將層次分析法和功效系數法相結合，運用綜合評價法構建銀行風險預警研究。根據全面性和相關性的原則，選取企業的財務風險評價指標，該評價方法結合了企業的發展能力，更綜合了盈利能力和償債能力等風險因素，因而較為全面，在對企業財務風險預警中發揮了重要的作用。

進入21世紀，結構方程模型在我國逐漸得到了廣泛的應用，學者們學習總結國外先進經驗，對結構方程模型的內在本質進一步補充，對其內涵進一步加以拓展。結構方程模型有著其他傳統模型所不具備的優勢，學者們大都以結構方程模型和人工神經網絡模型進行綜合分析，得到的預警效果更好。但是因為其模型理論的概念以及模型方法的研究文獻相對缺乏，以至于現階段在經濟學領域內結構方程模型的應用還不是很廣泛，其大多數應用于心理學領域。

4.現金流管理與財務風險

1998年，財政部發布了《企業會計準則——現金流量表》，要求企業必須編制現金流量表，至此我國學者才開始對現金流進行研究，進而把現金流和財務風險的研究也提上日程。杜汝芳（2012）認為企業現金流的充裕程度影響企業的經營發展，進而影響企業的財務狀況。劉京苑（2012）、惠開莉（2013）等學者認為可以通過對現金的流入和流出等多方面進行闡述，使企業經營者能做到更加全面地了解企業的財務風險狀況;蔣鳴樂（2018）認為只有更好地重視現金流量管理，決策者才能在風險控制中更準確地做出決策。此外，學者們認為要建立一套以現金流為基礎的與以往完全不同的財務預警模型。李小燕（2016）利用現金流指標來建立神經網絡模型對財務風險進行預警研究;張遠（2019）基于現金流基礎運用BP神經網絡模型對半導體行業進行財務風險預警研究，并對該行業提出了切實可行的發展建議。如今學者們基于現金流視角下的財務風險研究也正在逐步走向正軌，并在這個領域內進一步充實和發展。

三、國內外研究述評

通過對國內外文獻的學習和整理的過程中，可以發現國內外學者們不斷致力于該研究的更新，從最開始的純理論分析，到現在會更加重視理論聯系實踐。同時也不難看出國外學者在此方面起步較早，研究也更深入，已形成一套相對成熟的體系。相對而言，國內研究起步晚、時間短，大多效仿國外，但研究發展迅速，已經取得顯著的成果。基于現金流指標對財務風險預警研究，由于現金流的及時性和可靠性優于其他傳統的財務指標，在財務風險的預警研究中越來越受到學者們的重視，在今后的企業財務風險預警研究中也發揮著舉足輕重的作用，同時也為企業決策管理提供了更多有效的方法。同時，對企業財務風險的預警研究作為財務管理領域經久不衰的研究話題，從最開始對單變量的研究發展到現在對多變量的研究，諸多統計分析方法讓該領域內對財務風險預警的研究越來越現代化，也更加趨于復雜化和精準化。隨著該研究的不斷發展和壯大，學者們也早已意識到財務風險預警對整個企業能否更好更快發展下去發揮著重要的作用，這也推動了財務預警在我國上市公司財務狀況的應用。同時還面臨著一個問題，我國現有的對財務風險評價指標的研究大多是從所有的上市公司中選擇樣本，建立統一的指標體系，很少有對特定的行業進行分析。畢竟不同的行業具有不同的特征，反映這些特征的指標也不盡相同，所選用的財務指標更是不同，沒有做到差異化研究，其結論可能與各企業本身實際情況有所差異。因此，為了企業能更好更快地平穩發展，有針對性地對某個企業財務風險預警的研究也是非常有必要的。最后，在對財務風險預警研究這一方面，隨著對財務風險研究的深入，學者們不能再局限于對財務風險識別進行研究，而是要更進一步地對財務風險的評估指標和控制進行研究，進而做出對財務風險預警的判斷，并做出合理的決策。

進入21世紀以來，隨著科學技術和統計分析技術的迅猛發展，也可以看出學者們在基于現金流視角下對財務風險預警模型的研究中更加深入，并且出現了許多新的模型和理論，未來該領域內的模型研究和理論方法也會發展得越來越快。

參考文獻：

[1]孫瑩，王苑琢，杜媛，王貞潔，王竹泉.中國上市公司資本效率與財務風險調查：2019[J].會計研究，2020（10）：127-135.

[2]楊利紅，陳琦，鄧敏.LD集團財務風險評價及其預警研究[J].財會月刊，2017（35）：72-79.

[3]杜俊娟.我國房地產企業財務風險的預警與防范[J].會計之友，2013（4）.

[4]寧聞東.企業風險評價體系研究[J].經濟研究導刊，2015（11）：18-24.

[5]齊岳，蔣姍姍，宋瑩瑩.房地產企業財務風險評估研究[J].財務與金融，2019（01）：66-75+87.

[6]吳娜.上市公司資產結構與負債結構的財務預警模型研究[J].經濟研究，2012（11）：82-94.

[7]萬麗梅，楊丹.創業板公司上市后為何業績變臉？[J].經濟研究，2015（2）：122-134.

[8]王超.基于模糊層次分析法的財務風險評價研究—以X醫藥企業為例[J].會計之友，2018（03）：115-120.

[9]尹夏楠，鮑新中.企業財務風險測度與預警系統軟件的設計與應用—基于行業差異視角[J].財會通訊，2019（02）：108-112.

[10]何葉榮，洪力學.房地產企業財務風險識別與評價—以恒大集團為例[D].安徽理工大學，2019.

[11]嚴碧洪，馬廣奇.基于Z-Score模型的我國房地產業上市公司財務風險的實證分析[J].財會與金融，2011（05）：37-41.

[12]李靜.Z值模型在上市公司財務預警分析中的應用[J].中國鄉鎮企業會計，2010（07）.

[13]段永輝，張越，郭一斌，王翔.基于結構方程的EPC項目風險評價及策略建議[J].會計之友，2021（02）：104-110.

[14]趙政，張敏，鄭麗娟.基于ISM模型的項目風險網絡分析[J].會計之友，2019（20）：147-152.

[15]吳明隆.結構方程模型：AMOS的操作與應用（第2版）[M].重慶大學出版社，2010.

[16]張濤，潘燕京.基于現金流管理的中小企業財務風險控制研究[J].財會通訊，2012（23）：116-118.

[17]陸建芬.企業財務風險評價方法思考[J].財會月刊，2014（20）：118-119.

[18]王竹泉，宋曉繽，王苑琢.我國實體經濟短期金融風險的評價與研判[J].管理世界，2020，36（10）：156-170+216-222.

[19]張瑩，辜秋琴，張成松.戰略性新興產業上市公司財務風險只智能預警研究[J].財會月刊，2014（20）19-23.

[20]劉梅.基于神經網絡與邏輯回歸的財務危機預警研究[J].中國集體經濟，2019（14）：139-140.

[21]姬曉彤.基于功效系數法的LBG酒業公司財務風險預警研究[D].西安理工大學，2020.

[22]呂雪晶，陳志斌，李東陽，王詩雨.政府規制與企業財務風險—來自中國A股上市公司的經驗證據[J].會計與經濟研究，2020，34（05）：56-57.

[23]王春燕.中小企業財務風險管理問題研究[J].商業會計，2020（17）：102-104.

[24]梁日新，李英.企業財務風險預警體系構建—基于Themis異常值分析法[J].商業會計，2019（23）：50-52.

[25]謝松，楊忠蓮，汪金晴，周盈貝.建筑行業財務風險預警模型戰略選擇及應用—以A建筑企業為例[J].中國總會計師，2019（02）：35-37.

[26]聶寶平.零售業上市公司財務風險預警研究—基于Z—Score模型[J].綠色會計，2013（06）：16-21.

[27]呂凡，甄馨.上市公司財務報表分析—以T公司為例[J].中國集體經濟，2018（24）：132-135.

[28]黨思琪，董敏.淺談財務指標在財務管理中的應用[J].經濟論壇，2019：79-80.

[29]郭昌鴻，趙一偉.現金流視角下ST人樂財務危機預警模型實證分析[J].財經管理，2020（28）：35-39.

[30]王夢婕.制造業上市公司財務風險評價模型研究—以K公司為例[D].西安理工大學，2020.

[31]蔡紅艷.上市公司財務狀況判定模型研究[J].審計研究，2015（06）：53-60.

[32]張凌燕，楊蕾，江為寒.國有企業財務風險管理的研究綜述[J].經濟論壇，2016（11）：128-130.

[33]張婉君，羅威.引入非財務指標的財務危機預警研究—以我國制造業上市公司為例[J].財政監督，2016（01）：91-94.

[34]Blum M. Failing company discriminant analysis[J].Journal of Accounting Research，1974（12）.

[35]James C Van Horn， John M Wachowicz Jr. Fundamentals of Financial Management[M].2001.

[36]Ross Westerfield Jordan. Fundamentals of Corporate Finance [M].1995.