企业财务安全测评指标与模型的比较分析.docx

企业财务安全测评指标与模型的比较分析.docx

《企业财务安全测评指标与模型的比较分析.docx》由会员分享，可在线阅读，更多相关《企业财务安全测评指标与模型的比较分析.docx（9页珍藏版）》请在冰豆网上搜索。

企业财务安全测评指标与模型的比较分析

企业财务安全测评指标与模型的比较分析

[摘要]：

本文介绍了国内外关于企业财务安全测评指标和模型的主要研究成果，从测评指标的解释能力、模型的假设条件、优缺点与适用范围等方面进行了比较分析，并指出现有研究的不足和未来的研究方向。

[关键词]：

财务安全；现金流量指标；测评模型

2007年，美国爆发了次贷危机，并进而引发全球范围内的金融危机。

这次危机导致世界经济严重下滑，并对世界各国的企业造成了严重影响，美国、日本、西欧等资本主义国家的大量金融企业倒闭，很多工人失业，中国很多企业也出现了较大程度的财务危机。

表面上看，大量中国企业出现财务危机是由于金融危机导致的，而究其根本，我们可以发现是企业内部管理不完善、经营者过度追求高额利润、财务把关不严谨等造成的，金融危机只不过加速了这些问题的暴露过程。

任何企业在其生存和发展过程中，都会遇到各种各样的财务风险。

当风险控制在一定范围内时，可以认为是财务安全的，不存在危机；而当企业抵御风险的能力较弱，或不能对风险采取有效的化解措施，则很可能会陷入财务危机的境地。

那么什么样的财务状况是安全的，评判企业财务安全的指标有哪些？

各类测评方法和模型的利弊及适用条件是什么？

在未来的研究中，什么样的指标体系与模型才可能更好地对企业财务安全进行测评？

本文在系统回顾国内外相关文献的基础上，对企业财务安全测评指标与模型进行了比较分析，旨在探讨财务安全测评研究的未来可能发展方向。

一．企业财务安全测评指标的比较

企业财务安全测评的研究在国外起步较早。

早期的研究中，研究者主要采用的是基于权责发生制下的传统会计指标，而20世纪70年代以来，随着理论与实务界对决策有用性会计目标的认同，现金流量指标受到了普遍关注。

国内对企业财务安全测评的研究虽然起步较晚，

但有学者已经关注到现金流量指标对财务安全的表征作用。

国内外重要文献研究成果中关于财务安全测评指标的解释能力如表1所示。

表1财务安全测评指标的解释能力比较

研究者

模型

测评指标

解释能力

Fitzpatrick【1】

（1932）

单变量模型

传统会计指标：

净利润/股东权益、股东权益/负债

净利润/股东权益和股东权益/负债两个财务指标的判别能力最强

Beaver【2】

（1966）

单元

判别

模型

传统会计指标：

净收益/总资产、负债/总资产、营运资本/总资产、流动资产/流动负债、（速动资产-流动负债）/营业费用

此6个财务指标的准确性较高，其中现金流量/负债这个指标评测公司财务状况的效果最好

现金流量指标：

现金流量/负债

Altman【3】

（1968）

多元

判别Z-Score模型

传统会计指标：

营运资本/总资产、留存收益/总资产、息税前利润/总资产、股东权益的市场价值/总负债账面价值、销售收入/总资产

5个指标分别代表流动性、盈利性、财务杠杆、偿付能力以及活动比率，预测企业破产在一年和两年时间内的准确率较高，分别为95%和83%

Altman

HaldemanNarayanan【4】

（1977）

ZETA模型

传统会计指标：

经营收益/总资产、收益稳定性、息税前利润/利息费用、留存收益/总资产、流动资产/流动负债、普通股权益/总资本和普通股权益/总资产

ZETA模型测评及预测准确度明显优于Z-score模型

Gentry

NewboldWhitford【5】

（1985）

多元Logit回归

模型

现金流量指标：

净经营现金流量、净营运资本现金流量、净财务现金流量、固定成本费用、净资本支出、股息红利、其他资产和负债现金流、现金与股票的变动

现金流量指标测评效果并不强于传统会计指标，但是股利现金流量指标能显著区分财务安全与财务不安全公司

Aziz

Emanuel

Lawson【6】

（1988）

Lawson

现金

流量

等式

现金流量指标：

经营性现金流量、净资本投资、现金税收、流动账款科目变动、股东现金流量、贷款人现金流量

现金流量模型的预测效果优于Z-score模型和ZETA模型

周首华

杨济华【7】

（1996）

修改

多元

判别Z-Score模型

传统会计指标：

期末营运资本/期末总资产、期末留存收益/期末总资产、期末股东权益的市场价值/期末总负债

修改Altman的Z-score模型，加入了新的现金流量指标，预测准确率高达近70%

现金流量指标：

（税后纯收益+折旧）/平均总负债、（税后纯收益+利息+折旧）/平均总资产

陈静【8】

（1999）

单元

判别

模型

多元

判别

模型

传统会计指标：

负债总额/资产总额、净利润/年末净资产、净利润/年末总资产、流动资产/流动负债（单元判别分析）；

负债总额/资产总额、净利润/年末净资产、净利润/年末总资产、流动资产/流动负债、营运资本/总资产、销售收入/总资产（多元线性判别分析）

在单元判别分析中，流动资产/流动负债与负债总额/资产总额的误判率最低；在多元线性判别分析中，选择的6个指标构建的模型，前3年有较好预测效果。

张玲【9】

（2000）

多元

判别

模型

传统会计指标：

负债总额/资产总额、营运资本/资产总额、净利润/平均资产总额、留成收益/资产总额

选择指标建立的模型具有超前4年的预测效果

吴世农

卢贤义【10】

（2001）

单元判别模型

多元判别模型

多元Logit回归

模型

传统会计指标：

净利润/净资产、负债/总资产、营运资本/总资产和销售收入/总资产（单元判别分析）；盈利增长指数、净利润/总资产、流动资产/流动负债、长期负债/股东权益比率、营运资本/总资产、销售收入/总资产（多元判别分析及多元Logit回归）

单元判别分析中，净利润/净资产的判定效果较好；多元判别模型优于单元判别模型。

多元Logit回归模型的判别准确性最高

章之旺【11】（2004）

多元Logit回归

模型

传统会计指标：

净利润/总资产、流动资产/流动负债、长期负债/股东权益比率、营运资本/总资产、销售收入/总资产

在我国上市公司陷入财务困境前1年，经营性现金流量净额/销售净额的相对信息含量仅次于净利润/总资产和销售收入/总资产，其预测效率优于其它应计会计指标；无论在财务困境前1年还是前2年，现金流量指标在会计指标的基础上均具有显著的增量信息含量

现金流量指标：

经营性现金流量净额/销售净额、投资性现金流量净额/销售净额、筹资性现金流量净额/销售净额

周娟

王丽娟【12】

（2005）

多元

判别

模型

传统会计指标：

负债总额/资产总额、销售收入/总资产、净利润/总资产、营运资本/总资产、流动资产/流动负债

现金流量指标对公司的财务状况有着较好的测评及预警作用

现金流量指标：

经营现金净流量/普通股股数、经营现金流入量/经营现金流出量、经营现金净流量/负债总额、经营现金净流量/流动负债

从表1可以看出，国内外学者们选择财务安全测评指标，大多都是基于权责发生制下的传统会计指标。

近年来，现金流量指标日益受到重视。

实证研究结果表明，现金流量指标相比传统会计指标在财务安全的解释能力方面具有明显的优越性。

原因在于建立在权责发生制基础上的传统会计指标难以真实反映企业的现金性收益与现金性支出，很可能反映的是经过操纵粉饰后的结果。

权责发生制下的传统会计指标虽然在一定程度上反映了企业的流动性和偿债能力，但不能准确地反映变现能力，极有可能给投资者、债权人传递错误的信息。

而基于收付实现制的现金流量指标被人为操纵的可能性相对较小，正好可以弥补基于权责发生制的会计指标在这些方面的不足。

对于企业来讲，真正能用于偿还债务的是企业经营活动产生的现金流，经营活动的现金净流量与各类负债的比率，能较好的衡量企业真正的偿债能力。

因而现金流指标比权责发生制下的传统会计指标在衡量企业偿债能力与测评企业财务安全方面更加科学、合理与可靠，更有说服力。

此外，传统的会计指标还由于受到不同企业采用不同会计政策和会计估计方法的影响而有所差异，导致会计指标因口径不一致而不具有可比性。

而现金流量指标以收付实现制为基础，排除了权责发生制和配比原则等传统会计方法的估计因素，剔除了各企业对同样交易和事项采用不同会计处理方法所造成的影响，从而使不同企业所报告的经营业绩具有更高的可比性。

二．企业财务安全测评模型的比较

定量研究一直都是财务安全测评的主流，主要有单元判别模型、多元判别模型、多元Logit回归模型、多元Probit回归模型以及神经网络模型几类。

在适用范围与预测精确度方面，各类定量研究方法与测评模型各有优劣，详见表2。

表2各类财务安全测评模型的比较

项目

测评模型

内容

假设

前提

单元判别模型

无

多元判别模型

自变量须符合正态分布；各总体协方差矩阵相同；自变量间相互独立

多元Logit回归模型

无

多元Probit回归模型

企业样本服从标准正态分布

神经网络模型

无

优点

单元判别模型

简单易懂

多元判别模型

运用相对容易，预测精确度较高

多元Logit回归模型

不要求数据的正态分布，因而其参数估计也比多元判别分析模型更加稳健，预测精确度高

多元Probit回归模型

预测精确度高

神经网络模型

具有较好的模式识别能力和容错能力，能够处理非独立因素间复杂的非线性关系，克服了选择模型函数形式的困难；通过对样本的学习来获得输入和输出间的客观关系，没有人为的因素渗入到模型之中，具有较好的纠错和容错能力

缺点

单元判别模型

精确度不高

多元判别模型

若没有考虑假设条件，则可能会造成研究结论的偏差甚至错误

多元Logit回归模型

易忽略自变量之间的多重共线性问题；计算过程较复杂，且有很多近似处理，容易造成最后结果的偏差

多元Probit回归模型

假设条件严格；易忽略自变量之间的多重共线性问题；计算过程较复杂，且有很多近似处理，容易造成最后结果的偏差。

神经网络模型

学习速率固定，网络的收敛速度慢，需要较长的训练时间；网络隐含层的层数和单元数的选择尚无理论上的指导，一般是根据经验或者反复实验确定；网络的学习和记忆具有不稳定性；不具备完整的理论框架解释其运行

适用范围

单元判别模型

适用范围很广

多元判别模型

大多数情况下在近似状态下使用，适用范围较广

多元Logit回归模型

适用范围很广

多元Probit回归模型

适用范围较广

神经网络模型

对神经模拟的科学性和准确性需要进一步加强，适用范围不广

通过以上比较可以看出，在企业财务安全测评的研究中尚未出现一个较为完美的研究模型。

单变量模型虽然简单易懂，但有明显的局限性并且精确度不高；而各类多变量模型虽然克服了单变量模型的缺点，应用也更加广泛，但是存在着假设条件过多、结果经常近似处理等问题；神经网络模型还需要理论完善和实践检验。

此外，各类模型还存在以下共同的局限。

一是研究人员在测评模型的指标选择上主观性较强，即使是同一类模型使用的指标也因人而异，从而造成研究结果的差异性显著，并且无法判断是模型的影响还是所选择指标的影响。

二是测评模型会受到样本选择的范围以及时间区间的影响。

不少研究表明，同一测评模型会因样本选择的国家、地区、行业以及时间区间的不同而得出不同的研究结论。

三．结论与启示

根据以上的比较分析，可以得到以下结论与启示：

1.相比较传统的会计指标，现金流量指标不但能提供企业真实的财务信息，而且又不易被操纵，因此选择现金流量指标构建企业财务安全测评体系，正好解决了传统财务安全测评和预警不能解决的问题——财务指标信息的真实性。

今后的研究，在指标的选择和指标体系的构建上，应以现金流量指标为主建立指标体系，并辅之以宏观经济环境，企业内部治理等非财务指标，使得财务安全测评指标更加全面。

2.各类定量研究方法与测评模型各有优缺点，并且各自有其不同的假设条件和适用范围，复杂性与预测精度也不尽相同。

在研究方法与测评模型的选择上，研究者应当将定量研究与定性研究相结合，以定量研究为主，同时可以将各类模型相互结合使用，并且考虑引入金融工程学的研究方法与模型。

3.尝试运用动态分析手段进行财务安全状态测评。

企业从财务安全到财务不安全是一个渐进的动态变化过程，找出测评指标的时间序列演变规律能提早发现财务安全隐患，及时采取应对措施，降低或规避财务风险。

[参考文献]

[1]Fitzpartrick,P.J.AComparisonofRatiosofSuccessfulIndustrialEnterpriseswithThoseFailedFirms[J].CertifiedPublicAccountant,1932:

598~605

[2]R,Beaver.FinancialRatiosasPredictorsofFailure,EmpiricalResearchinAccounting:

SelectedStudies1966[J].AccountingResearch,1966,（4）:

71~111

[3]EdwardI.Altman.FinancialRatios,DiscriminantAnalysisandthePredictionofCorporateBankruptcy[J].JournalofFinance,1968,（9）:

589~609

[4]Altman.E.RHaldmanandP.Narayanan.ZetaAnalysis—ANewModeltoIdentifyBankruptcyRiskofCorporation[J].JournalofBankingandFinance,1977,

（1）:

29~54

[5]Gentry，Newbold，Whitford.ClassifyingBankruptFirmswithFundsFlowComponents[J].JournalofAccountingResearch,1985,23:

146~160

[6]A.Aziz,D.C.EmanuelandG.H.Lawson.BankruptcyPrediction-AnInvestigationofCashFlowBasedModel[J].JournalofManagementStudies,1988,25:

419~437.

[7]周首华.论财务危机预警分析——F分数模型[J].会计研究，1996，（8）：

8~11

[8]陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999

[9]张玲.财务危机预警分析判别模型及其应用[J].预测，2000，（6）：

38~40

[10]吴世农，卢贤义.我国上市公司财务危机的预警模型研究[J].经济研究，2001（6）：

46~55

[11]章之旺.现金流量在财务困境预测中的信息含量实证研究——来自2003-2004年度ST公司的新证据[J].中国管理科学，2004，12（6）：

23~28

[12]周娟，王丽娟.基于现金流量指标的财务危机预警模型分析[J].财会通讯，2005，12：

107~119