摘 要：企業財務困境不僅影響企業自身的健康發展，而且影響到各國社會經濟發展。因此，企業財務困境預警模型研究十分必要。然而，財務預警研究中存在的概念不清、樣本有偏、變量選擇不恰當等問題影響了財務預警模型的預測力。在未來的研究中，學者需要採取措施解決這些問題以提高模型的預測力和實際意義。
關鍵詞：財務困境；財務預警；非財務指標
中
近年來，全球範圍內陷入財務困境甚至破產的企業數量大幅增加。財務困境關係著企業的生死存亡，大面積的企業財務困境更是可能帶來社會動盪。因此構建企業財務預警模型，提前對財務困境進行有效預警以便於管理者和有關部門採取措施進行應對是迫切而必要的。然而，目前學者普遍認為企業財務困境預警模型缺乏實際意義，即構建的模型預測力不強且難以利用。那麼，現有財務預警模型存在著什麼問題？相關研究的未來方向又在哪裡？本文嘗試對這些問題進行解答。
1 現有財務預警模型存在的問題
財務預警研究始於Fitzpatrick（1932）。他以19家企業為樣本，將樣本劃分為破產和非破產兩組，並用單個財務比率進行預測。經過幾十年的研究，財務預警模型得到廣泛發展，從早期的單變量模型演變到多變量、Logit、Probit和人工網絡等多種複雜的模型。然而，研究中有些問題始終被忽視或未能得到有效解決導致預警模型的預測效果得到質疑。
（1）財務困境概念內涵不清。財務困境在西方經典文獻中的等價名稱有財務危機、財務失敗、公司破產和公司失
敗等。不同的學者對企業陷入財務困境的判定有不同認識。Beaver（1966）認為企業出現破產、無力償還債務或無法支付優先股股利等情況是企業困境的標誌。而Altman（1968）則視企業進入法定破產程序為信號。國內學者如谷祺和劉淑蓮（1999）把財務困境定義為企業無力支付到期債務或費用的一種經濟現象，包括從資金管理技術性失敗到破產以及處於兩者之間的各種情況。 實證中，學者則紛紛將公司被ST作為界定財務困境的標誌。學者對財務困境概念眾說紛紜，其結果是由於學者對財務困境的界定與現實要預防的困境邊界很可能不一致，即學術研究成果從根本上就與實務不匹配，研究成果自然不能很好應用於實務之中。
（2）樣本選擇。普遍的實證研究（Altman，1968；吳世農、盧賢義，2001；姜秀華等，2002）在選擇樣本時傾向於一比一進行配比。這並不可取，因為一比一配比與實際情況嚴重不符。現實生活中，困境公司所占比例遠低於正常公司。不正常的困境公司比例會虛增模型的預測力。為驗證這個結論，彭大慶等（2006）以一比九的比例選擇正常公司作為配對樣本，結果發現模型預測準確率僅為62.9%，遠遠低於國內其他學者用一比一配比普遍得到的90%以上的判別正確率。因此，嚴重不正常的樣本比例得到的高模型預測力是不可靠的。此外，對於國內研究而言，過多使用ST公司作為樣本是另一個嚴重問題。ST公司樣本容易獲得且的確是企業陷入困境的信號。然而，使用ST公司為樣本存在不少值得商榷的地方。這可能招致困境概念前後不一。常見的情況是文章前面對困境的定義為企業不能償還到期本息，實證卻以ST公司為例。而實際上ST公司的定義中並未提到到期本息償還的問題，不符合文章對困境的定義。同時，ST公司一般只涉及凈利潤和每股凈資產。這兩個指標沒有達到ST標準的企業是否都是正常企業也值得質疑。
（3）變量選擇。傳統的財務困境預警研究建立在財務因素分析的基礎上，如今財務指標仍然是主要的預測變量。然而財務報表數據通常以年度為期間統計，無法滿足信息使用者的及時性需求。吳星澤（2010）認為財務指標只是某種與財務危機發生有關的表象，且具有嚴重的滯後反應性、不完全性和主觀性。同時，我國資本市場起步較晚，財務信息質量不高。如凈利潤等指標極易受到操縱導致財務信息失真嚴重。因此僅僅依靠財務指標進行預警不能保證預測結果的準確性和可靠性，是不科學的。近年來，在財務因素分析基礎上，很多學者致力於探尋公司財務困境的深層次原因，將具有更強前瞻性和預測性的非財務信息引入預測模型。其中學者主要從公司治理角度出發，認為弱化的公司治理是公司陷入財務困境的重要原因。姜秀華、孫錚（2001）在預警模型中引入公司治理的替代變量股權集中程度變量，發現股權越分散公司越容易陷入困境。此外，利益相關者行為是另一個研究角度。股東的支持或掏空、債權人的協助或雪上加霜、政府的政策鼓勵等，都是影響企業財務困境的重要力量。在一個更接近現實的預警模型中不能不考慮這些因素。然而，從國內外研究現狀來看，引入非財務指標的困境預警研究尚不成熟。非財務指標的引入存在強烈的任意性和主觀性，且有時不具有堅實的理論基礎，因此學者們得出的結論常常不具有互補性和繼承性，難以形成系統性的結論，不能給財務預警實踐帶來好的指導作用。
2 未來研究方向
財務困境預警研究中存在的這些問題不容忽視。為了提升預警模型的預測效果，也為了使預測模型不至於飽受詬病，在未來的研究中，學者需從以下方面著手解決預警研究中存在的問題：
（1）構建一個統一的財務困境概念。在一個活躍的學術環境中，學者對某個術語的認識百家齊放是正常現象，但隨著時間的推移，一個受到全面認同的經典定義卻勢在必行。經典定義是對過去研究的總結升華，也是未來研究得以延續的堅實基礎。因此，需要有學者綜合已有文獻並結合實踐操作中對困境的認識來界定出一個客觀經典的企業財務困境定義。此後，在這個統一的根基上構建的模型必將更具傳承性，更貼合實際，更準確客觀。
（2）選擇更合理的樣本。首先，未來的研究應該構建在大樣本之上。考慮到行業的差別會致使影響企業陷入困境的因素髮生變化。如對受到政策大力支持的高科技行業而言，政治力量可能有助於降低企業陷入困境的可能性。而對某些因污染環境受到國家政策限制的化工行業而言，政治力量有時候反而導致企業陷入困境的機率加大。因此，未來的研究在增大樣本數量的同時要縮小行業範圍。同時，增加配比的政策公司數量，將配比比例擴大為一比二以上。這樣，財務困境公司所占比例才能更貼近實際，得到的模型預測結果也將更加穩健可靠。此外，困境公司樣本的選擇要結合困境定義，不能盲目選擇ST公司。鑒於ST公司數據的易得性，筆者認為，在ST公司與困境定義稍有差異的情況下，可以將ST公司數據用於穩健性檢驗，增強文章結果的可靠性。
（3）引入非財務變量要慎重。一個非財務變量能否被引入預警模型最重要的是看其是否具有堅實的理論基礎。在未來嘗試引入新的非財務變量時，要先找出引起企業陷入困境的真正因素，從內在邏輯上分析清楚這些因素對企業財務困境的影響大小、影響方向等，然後尋找被廣泛接受的替代變量。總之，要沿著財務風險傳導的路徑，探索導致困境發生的深層次原因，並將它們納入模型，預測能力必將真正提高。
參考文獻
［1］吳星澤.財務危機預警研究：存在問題與框架重構［J］.會計研究,2011.
［2］田中禾,張程.財務危機預警中非財務信息應用研究［J］.財會通訊,2011,（1）.
［3］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,2011,（6）.
［4］谷祺,劉淑蓮.財務危機
中國 企業投資行為分析與對策［J］.會計研究,1999,（10）.
關鍵詞：財務困境；財務預警；非財務指標
中
近年來，全球範圍內陷入財務困境甚至破產的企業數量大幅增加。財務困境關係著企業的生死存亡，大面積的企業財務困境更是可能帶來社會動盪。因此構建企業財務預警模型，提前對財務困境進行有效預警以便於管理者和有關部門採取措施進行應對是迫切而必要的。然而，目前學者普遍認為企業財務困境預警模型缺乏實際意義，即構建的模型預測力不強且難以利用。那麼，現有財務預警模型存在著什麼問題？相關研究的未來方向又在哪裡？本文嘗試對這些問題進行解答。
1 現有財務預警模型存在的問題
財務預警研究始於Fitzpatrick（1932）。他以19家企業為樣本，將樣本劃分為破產和非破產兩組，並用單個財務比率進行預測。經過幾十年的研究，財務預警模型得到廣泛發展，從早期的單變量模型演變到多變量、Logit、Probit和人工網絡等多種複雜的模型。然而，研究中有些問題始終被忽視或未能得到有效解決導致預警模型的預測效果得到質疑。
（1）財務困境概念內涵不清。財務困境在西方經典文獻中的等價名稱有財務危機、財務失敗、公司破產和公司失
敗等。不同的學者對企業陷入財務困境的判定有不同認識。Beaver（1966）認為企業出現破產、無力償還債務或無法支付優先股股利等情況是企業困境的標誌。而Altman（1968）則視企業進入法定破產程序為信號。國內學者如谷祺和劉淑蓮（1999）把財務困境定義為企業無力支付到期債務或費用的一種經濟現象，包括從資金管理技術性失敗到破產以及處於兩者之間的各種情況。 實證中，學者則紛紛將公司被ST作為界定財務困境的標誌。學者對財務困境概念眾說紛紜，其結果是由於學者對財務困境的界定與現實要預防的困境邊界很可能不一致，即學術研究成果從根本上就與實務不匹配，研究成果自然不能很好應用於實務之中。
（2）樣本選擇。普遍的實證研究（Altman，1968；吳世農、盧賢義，2001；姜秀華等，2002）在選擇樣本時傾向於一比一進行配比。這並不可取，因為一比一配比與實際情況嚴重不符。現實生活中，困境公司所占比例遠低於正常公司。不正常的困境公司比例會虛增模型的預測力。為驗證這個結論，彭大慶等（2006）以一比九的比例選擇正常公司作為配對樣本，結果發現模型預測準確率僅為62.9%，遠遠低於國內其他學者用一比一配比普遍得到的90%以上的判別正確率。因此，嚴重不正常的樣本比例得到的高模型預測力是不可靠的。此外，對於國內研究而言，過多使用ST公司作為樣本是另一個嚴重問題。ST公司樣本容易獲得且的確是企業陷入困境的信號。然而，使用ST公司為樣本存在不少值得商榷的地方。這可能招致困境概念前後不一。常見的情況是文章前面對困境的定義為企業不能償還到期本息，實證卻以ST公司為例。而實際上ST公司的定義中並未提到到期本息償還的問題，不符合文章對困境的定義。同時，ST公司一般只涉及凈利潤和每股凈資產。這兩個指標沒有達到ST標準的企業是否都是正常企業也值得質疑。
（3）變量選擇。傳統的財務困境預警研究建立在財務因素分析的基礎上，如今財務指標仍然是主要的預測變量。然而財務報表數據通常以年度為期間統計，無法滿足信息使用者的及時性需求。吳星澤（2010）認為財務指標只是某種與財務危機發生有關的表象，且具有嚴重的滯後反應性、不完全性和主觀性。同時，我國資本市場起步較晚，財務信息質量不高。如凈利潤等指標極易受到操縱導致財務信息失真嚴重。因此僅僅依靠財務指標進行預警不能保證預測結果的準確性和可靠性，是不科學的。近年來，在財務因素分析基礎上，很多學者致力於探尋公司財務困境的深層次原因，將具有更強前瞻性和預測性的非財務信息引入預測模型。其中學者主要從公司治理角度出發，認為弱化的公司治理是公司陷入財務困境的重要原因。姜秀華、孫錚（2001）在預警模型中引入公司治理的替代變量股權集中程度變量，發現股權越分散公司越容易陷入困境。此外，利益相關者行為是另一個研究角度。股東的支持或掏空、債權人的協助或雪上加霜、政府的政策鼓勵等，都是影響企業財務困境的重要力量。在一個更接近現實的預警模型中不能不考慮這些因素。然而，從國內外研究現狀來看，引入非財務指標的困境預警研究尚不成熟。非財務指標的引入存在強烈的任意性和主觀性，且有時不具有堅實的理論基礎，因此學者們得出的結論常常不具有互補性和繼承性，難以形成系統性的結論，不能給財務預警實踐帶來好的指導作用。
2 未來研究方向
財務困境預警研究中存在的這些問題不容忽視。為了提升預警模型的預測效果，也為了使預測模型不至於飽受詬病，在未來的研究中，學者需從以下方面著手解決預警研究中存在的問題：
（1）構建一個統一的財務困境概念。在一個活躍的學術環境中，學者對某個術語的認識百家齊放是正常現象，但隨著時間的推移，一個受到全面認同的經典定義卻勢在必行。經典定義是對過去研究的總結升華，也是未來研究得以延續的堅實基礎。因此，需要有學者綜合已有文獻並結合實踐操作中對困境的認識來界定出一個客觀經典的企業財務困境定義。此後，在這個統一的根基上構建的模型必將更具傳承性，更貼合實際，更準確客觀。
（2）選擇更合理的樣本。首先，未來的研究應該構建在大樣本之上。考慮到行業的差別會致使影響企業陷入困境的因素髮生變化。如對受到政策大力支持的高科技行業而言，政治力量可能有助於降低企業陷入困境的可能性。而對某些因污染環境受到國家政策限制的化工行業而言，政治力量有時候反而導致企業陷入困境的機率加大。因此，未來的研究在增大樣本數量的同時要縮小行業範圍。同時，增加配比的政策公司數量，將配比比例擴大為一比二以上。這樣，財務困境公司所占比例才能更貼近實際，得到的模型預測結果也將更加穩健可靠。此外，困境公司樣本的選擇要結合困境定義，不能盲目選擇ST公司。鑒於ST公司數據的易得性，筆者認為，在ST公司與困境定義稍有差異的情況下，可以將ST公司數據用於穩健性檢驗，增強文章結果的可靠性。
（3）引入非財務變量要慎重。一個非財務變量能否被引入預警模型最重要的是看其是否具有堅實的理論基礎。在未來嘗試引入新的非財務變量時，要先找出引起企業陷入困境的真正因素，從內在邏輯上分析清楚這些因素對企業財務困境的影響大小、影響方向等，然後尋找被廣泛接受的替代變量。總之，要沿著財務風險傳導的路徑，探索導致困境發生的深層次原因，並將它們納入模型，預測能力必將真正提高。
參考文獻
［1］吳星澤.財務危機預警研究：存在問題與框架重構［J］.會計研究,2011.
［2］田中禾,張程.財務危機預警中非財務信息應用研究［J］.財會通訊,2011,（1）.
［3］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,2011,（6）.
［4］谷祺,劉淑蓮.財務危機
中國 企業投資行為分析與對策［J］.會計研究,1999,（10）.
收藏