上市公司财务风险预警研究综述.doc

上市公司财务风险预警研究综述摘要：随着经济全球化与企业竞争的加剧，评估财务风险、识别风 险因子对企业发展的作用越来越重要财务风险预警的基木方法有单变量 分析、多元判别分析、线性回归分析、逻辑回归分析、比例模型、神经网 络、生存分析等本文综述了近几十年财务风险预警理论研究发展的现状, 分析了各种方法的局限与不足，提出了财务风险预警研究的未来方向关键词：财务风险；预警；上市公司随着经济的全球化，企业Z间的竞争FI益加剧，企业正常发展所血临 的不确定性因索越来越多因此，评估风险、识别风险因子，采取针对性 的风险规避措施对企业正常发展非常关键在企业风险管理中，财务风险 管理是极其重要的一环，评估财务风险也成为企业管理与发展中需要关注 的焦点，吸引了众多理论与实际管理者的关注，提出了各种不同的财务风 险预警方法一、财务风险预警的基本理论由于企业经济活动的不确定性，要准确分析企业的财务风险，识别风 险因子，离不开慕本的统计方法与工具现代财务风险预警主要利用统计 方法进行分析1) 单变量预警模型受Fitzpatrick利用统计方法预测研究财务危机的启发，威廉？比弗(William. Beaver)提出了单变量预测模型。

他对1954-1964年的79 个失败企业和相对应（同行业，等规模）的79家成功企业进行了比较研 究，选用五个财务比率作为变量，将公司在财务失败前数年的财务比率作 为判别指标进行一元判定分析，通过研究发现现金流量与债务总额的比率 和资产负债率判定公司的财务状况的误判率最低陈静以1998年的27家 ST公司和27家非ST公司为样本，使用了 1995〜1997年的财务报表数据, 运用单变量分析和多元判定分析公司财务风险在单变量分析中，发现在 资产负债率、流动比率等四个指标中，流动比率与资产负债率的误判率最 低；在多元线性判定分析中，发现由资产负债率、净资产收益率、总资产 报酬率等六个指标构建的模型在ST发生前的三年能较好地预测STo（二）多元线性判别分析多元线性判定模型，又称Z-Score模型，由Altman提出并研究的 他选取了 1946〜1965年的33家破产公司和33家非破产公司作为样本， 采用统计方法从22个财务比率中选取了五个变量，通过多元判别分析建 立判别函数，以产生的分值作为依据进行判断该模型对于破产前一年和 前两年的分类准确度分别为95%和82%o之后,Altman> Haldeman和 Narayannan将Z-SCORE模型进行了扩展，建立了 ZETA模型。

研究表明， ZETA模型提前五年就能有效地划分将要破产的公司，通过研究同样的样本 表明ZETA模型明显优于Z-SCORE模型张玲采用Z计分判定法，使用了 60家公司的财务数据进行估计了二类线性判别分析，采用另外60家公司 作为检验样本进行检验分析财务风险与识别风险因子周守华、杨济华拓 展了多元判别分析方法，他们在Altman的研究基础上，将模型加以改进, 增加了反映企业现金流量能力的指标，构建了 F分数模型陈晓对37家 ST公司和37家非ST公司进行配对，发现有四个比率对上市公司财务危机 有着显著的预测效应张鸣等运用现金存量模型，结合前人研究的财务预 测模型建立综合预测模型，然后引入审计意见变量进行修正三） 逻辑回归模型Logit模型是一种广泛使用的处理分类变量的统计模型，这一模型建 立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协 方差相等的条件Ohlson将其首次用于财务风险管理，他以1970-1976 年的105家破产公司和2058家非破产公司组成非配对样本，以经营业绩 和资产流动性等财务指标变量建立Logit模型，该模型被称为0-SC0RE模 型吴世农等对我国上市公司财务怵1境的预测模型问题进行了一次综合性 的研究，他们以1988-2000年深沪两市上市的140家上市公司作为研究 对象，构建了 Lojit回归模型，并且得到的判别结果显示该模型能够准确 地判别92. 75%的ST公司和94. 29%的非ST公司，总体的正确率达到了 93. 53%o孙铮选取42家ST公司作为样本，在分析13个变量的基础上， 运用logit.回归给出了判别上市公司财务危机的模型。

文U? （2004）运用 Logit模型对我国上市公司是否被ST进行了预警四） 多元概率比回归模型Probit模型和Logit模型的思路很相似，只是在具体的计算方法和假 设前提上存在一定的差异，Logit采用取对数方法，而Probit采用积分的 方法Zmijewski首次将该模型用于财务风险分析陈晓和陈怡鸿运用多 元概率比冋归模对我国上市公司型进行了财务预警研究，识别了财务风险 因子在财务风险研究中，前述四种分析方法是基本的方法，其他的诸如决 策树法、神经网络、混沌模型与双层自组织映射模型可以看成是这些方法 的拓展这些方法都是参数模型，需要较强的参数假设，而一FL在实际使用 时也存在许多不足单变量模型主耍围绕统一的财务指标数据展开，缺乏 全局系统的观念；决策树法结果易于解释与使用，但预测能力不高、通用 性差；神经网络结果难于解释；混沌模型与双层自组织映射模型要求样本 数据多，较少的时序数据预测精度低；判别分析、逻辑回归虽然是使用广 泛的两个模型，预测效果较好，有较强的解释能力，但这些方法并没有考 虑公司特征与时间之间的关系，不能明确财务风险发生的时间与演进过 程生存分析模型考虑了风险与时间、影响因素的演进关系，为财务预警 理论研究提供了便利的研究方法。

二、财务风险预警的生存分析方法财务风险预警的关键是要考察感兴趣的事件一一财务困境发生的可 能性与影响因素如何随时间变化，而生存分析研究的焦点就是感兴趣事件 在不同时间发生的风险及风险因素的影响因此，生存分析方法可以应用 于财务风险预警生存分析的方法有很多种，应用最为广泛的是Cox回归分析Cox回 归分析是Cox (1972)提出来的，考虑到同样性质的事物生存与时间因素、 自身因素相关，在观察时间点上，事物有生存、有死亡，因而考察事物的 生存得到的数据不可能是完备的观察数据Cox用一个删失数据情况下的 半参数冋归模型研究事物的生存风险Cox冋归分析与一般的多元统计风 险预警模型有较大的区别，它是半参数模型而且数据是删失的，综合利用 了删失与己发生事件的信息Lane等利用Cox模型采用逐步回归的方法选 取变量，利用PHM和传统的多元判别分析方法，预测比较了银行在一年内 和两年内破产的概率Laitinen和Luomem比较了 Cox模型与判别分析、 回归分析在预测公司破产方面的表现，得出了 Cox模型更灵活、更有效的 结论；Kauffman和Wang利用Cox模型研究了影响网络企业生存的因素； Parker将公司治理放入Cox模型研究了公司破产概率；Shumway在数学上 证明了带时变协变量的风险模型和多时期的LOGIT模型等价，运用实际数 据证明了风险模型的估计量是动态而非静止的，logil模型的估计量是有 偏且非一致的，利用离散比例优势模型研究了企业的破产。

De Leonard] s 和Rocci利用脆弱离散比例优势模型研究了数据存在异方差时企业的破产 风险Chava和Jarrow (2004)将行业效率引入生存分析模型，证明了不 同的行业对破产概率有显著影响Hyun Ju Noh (2005)将生存分析方法 运用到个人信用评估分析中，通过实证研究认为生存分析模型比LOGISTIC 模型更能有效降低第二类误判率Bellotti T和Crook J (2007)在生 存分析模型中加入了利率和失业率等宏观经济变量，证明了宏观经济变量 对个人信用风险评估有显著影响，比较发现生存分析模型有很好的预测能 力而国内利用生存分析方法预测企业财务风险也得到了关注，宋雪枫等(2006)利用Cox模型分析了信贷企业发生财务危机的概率及主要影响因 素马超群、何文(2010)基于财务比率数据分析了 Cox模型预测公司财 务怵I境时点的判别能力与稳定性曹裕等(2011)利用生命表法研究了我 国企业的生存问题。