浅议上市公司财务预警研究
中图分类号：f275 文献标识：a 文章编号：1009-4202（2011）03-310-01
摘要随着我国市场经济体制改革的深化和资本市场的快速发展，企业发生财务危机乃至破产的情形越来越多，因此有效地预防财务危机的出现成为一个重要的研究课题。

本文回顾了国内外财务预警研究理论，并对现有的理论文献进行了详细的梳理和评价。

关键词证券市场上市公司财务预警
一、引言
自改革开放以来，我国市场经济体制改革不断深化，市场竞争日趋激烈，财务危机成为导致企业生存危机的重要因素。

因此及时沟通企业有关财务信息，构建财务预警系统，有效地防范和化解财务危机，是每个企业亟待解决的问题。

同时随着我国证券市场信息披露制度的不断完善，根据这些信息构造合理的财务风险预警模型已经具备了现实的可能性。

财务预警理论是随着证券市场不断发展而产生和不断深入的。

“危机预警”思想源于20世纪初的欧美，在20世纪50年代取得了显著成果，进入90年代，由于企业危机爆发的频率越来越高，尤其是自2007年以来由美国次贷危机引发的全球金融危机，使得人们更加重视危机预警管理。

与此同时，财务预警的研究也相应展开。

根据研究方法的差异，一般可将这些理论大致分为定性预警分析和定量预警分析两类。

二、定性预警方面的研究
财务预警的定性分析方法主要包括以下几种方法：标准化调查法是通过专业人员、咨询公司、协会等，通过直观的归纳对企业可能遇到的问题加以详细调查和分析，对企业未来的发展趋势作出判断。

“死阶段症状”分析法认为：企业财务运营病症大体分为四个阶段：财务危机潜伏期；财务危机发作期；财务危机恶化期；财务危机实现期，而且每个阶段都有其典型症状。

管理评分法是美国学者仁翰阿吉蒂在对企业的管理特性和破产企业存在的缺陷进行调查中，对集中缺陷、错误和征兆进行了对比打分，还根据对破产过程产生影响的大小程度对他们进行加权处理。

我国学者李秉成从上市公司财务困境形成角度、困境征兆角度探讨了上市公司财务困境预警分析方法。

提出了财务困境加权分析法和象限分析法两类财务困境综合分析方法。

三、定量预警方面的研究
最早的财务预警研究是菲茨帕特里克（1932）开展的单变量破产预测研究。

他最早发现陷于财务困境的公司的财务比率和正常公司相比有显著不同，从而认为财务比率能够反应企业的财务状况，并对企业未来具有预测作用。

美国学者比弗（1996）最早运用统计方法研究了公司财务失败的问题，提出了较为成熟的单变量判定模型。

但是单变量模型具有明显的局限性，很难做出正确的判断。

美国学者阿特曼（1968）最早运用主成分分析方法提炼最具有代表性的财务比率，将多个标志变量在最小的信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程，被称为z 分数模型。

我国学者周首华等（1996）提出了f分数预测模型，通过更新指标和扩大样本数对z分数模型进行了修正。

多元线性判定模型具有较高的判别精度，但存在一些缺陷。

其一，模型假定比较严格，现实中的样本数据往往不能满足其自变量呈正态分布的假定前提。

使得结论必然存在令人质疑的成分。

其二，在前一年的预测中多元线性判定模型的预测精度较高，但在前两年、前三年中其预测精度都大幅下降。

奥尔森（1980）第一个采用logit方法进行破产预测。

其模型使用了9个自变量估计了三个模型，分析样本公司在破产概率区间上的分布以及两类错误判别错误和分割点的关系。

我国学者陈晓等（2000）以38家st公司为研究对象，运用logit回归方法进行实证研究，发现负债权益比率、应收账款周转主营业务利润/总资产、留存收益/总资产具有较强的预测能力。

其后多位国内学者也采用类似方法对上市公司财务预警进行了研究。

类神经网络模型一般是利用一组案例建立系统模型，该模型接受一组输入信息并产生反应，然后与预期反应相比。

如果错误率超过可以接受的水平，需要对权重作出修改或增加隐藏层数目并开始新的学习过程。

经过反复循环，直至错误率降低到可以接受的水平，这时学习过程结束并锁定权重，类神经网络就可以发挥预测功能。

奥多姆和沙尔达（1990）开拓了用bp神经网络预测财务困境的新方法，我国学者杨保安等（2002）采用ann模型进行财务危机预警研究，结果表明样本的实际输出和期望输出较为接近。

现实中神经网络具有较好的纠错能力，从而能够更好的进行预测，但由于理论基础较薄弱，其对人体大脑神经模拟的科学性、准确性还有待进一步提高，因此适用性也大打折扣。

四、浅议国内外现有文献
在财务预警的定性研究方面，国内外学者对引起企业危机发生发展的内外各种因素进行了深入探讨，但结论能够直接和定量模型结合起来的还不多。

从财务预警的定量研究方面看，国内外学者结合各种量化技术，出现了众多的预警模型，但应用性和可操作性较差。

而笔者认为模型的最根本作用还是得应用到实际中解决不同财务信息使用者的认知需要。

由于财务预警模型的局限性、模型变量的选择方法问题、财务信息失真问题以及非财务变量对财务预警的影响，使得财务预警理论的实际应用一时很难得到解决。

而只有解决当前存在的这些问题，才能为正确解决上市公司财务预警课题奠定基础。

参考文献：
[1]彭韶兵.财务风险机理与控制分析.西南财经大学.2001博士学位论文.
[2]杨宝安,季海.基于人工神经网络的商业银行贷款风险预誉研究.系统工程理论与实践.2001(5).
[3]李志强.上市公司财务预警研究述评.供应链信用风险管理研究.2008.。