財務困境預測模型綜述
管理論壇
作者：夏寧 宋學良
【摘 要】 財務困境預測一直是財務界的研究熱點。文章梳理了相關財務困境預測模型的發展脈絡，對傳統的和現代的財務困境預測模型進行了係統的評述，並對未來財務困境預測的研究作了展望。
【關鍵詞】 財務管理； 財務困境； 預測模型
中圖分類號：F272 文獻標識碼：A 文章編號：1004-5937（2015）08-0027-03
一、引言
財務困境預測是財務管理活動的重要環節，目的是找出財務困境的作用機理，以預測公司的財務狀況。財務困境預測模型的研究一直是財務困境研究的重點內容。目前，單變量模型、多元線性判別分析、LOGIT模型、人工神經網絡、支持向量機等已成功應用於財務困境的研究。
二、財務困境的定義
關於財務困境（或財務危機），由於其引致變量的複雜性，對其定義還沒有一個普遍的共識，大多數學者都是從自身研究取樣的角度，來定義財務困境的相關內涵。早期對財務困境的定義即為企業破產（Fitzpatrick，Winakor，smith，Foulke，Merwin），隨著研究的進展，Beaver（1966）在研究財務困境模型時加入了拖欠債務的公司和拖欠優先股股利的公司，豐富了財務困境的內涵。Amy Hing-Ling lau（1987）將企業財務狀況劃分成不同的階段，將取消或減少股利到破產清算劃分為困境期。在國內，財務困境公司一般是被ST的公司（陳靜，1999；吳世農、盧賢義，2001等）。彭韶兵、邢精平（2005）把從資金管理技術性失敗到大規模重組作為財務困境的階段。吳星澤（2011）在加入了利益相關者的前提下，將危機力量導致的支付能力不足視為財務困境。雖然該定義考慮了利益相關者，但仍局限在現金流層麵考慮財務困境。筆者認為，企業出現下列事項就應當視為發生財務困境：稅息折舊及攤銷前利潤（EBITDA）小於利息費用、存量破產、流量破產、債務違約、財務異常和其他異常等。
三、預測變量的選擇
（一）變量的分類
財務類指標是最常用的一類衡量財務困境的指標，它是將財務指標作為預測模型的解釋變量進行預測（Fitzpatrick，Altamn，Olhson，Odom et al.）。然而選擇哪些財務指標，以及單純的財務指標能否解釋財務困境以及在多大程度上解釋等問題，使得現金流指標及市場收益類指標出現。
現金流預測指標是建立在流量破產的角度來反映公司的困境，Aziz，Emanuel and Lawson（1988）發現了現金流量信息預測財務困境模型，並發現其預測能力好於財務指標。國內周首華、楊濟華、王平（1996）等在Altman的Z模型基礎上，加入現金流指標，構造了能供管理當局使用而又區別於傳統的公司償付能力分析的新的預測模式——F分數模式。章之旺（2004）通過實證研究，發現了現金流量類變量對財務困境的預測價值。
市場收益類指標是利用股票的市場收益率作為預測指標，來預測公司發生財務困境的方法（Beaver，Altman，Brenner）。研究發現，市場收益類指標同財務指標一樣有預測價值。由於國內證券市場尚未完全成熟，所以國內利用該類變量的財務困境預測研究相對較少。
宏觀經濟指標也是預測企業陷入財務困境的重要指標，研究發現經濟周期（Rose，Giroux）、貨幣供應量和通貨膨脹率（Demirguc Kunt，Detragiache）、工業增加值、實際利率水平（王克敏、姬美光、趙沫，2006）等對財務困境公司有一定的影響。
（二）變量選擇方法
主成分法包括全局主成分法和經典主成分法，通過稀釋變量間的相關關係，將原變量轉換為獨立的、不相關的變量，形成能解釋大部分變量的幾個新變量。稀釋過程是對這些變量進行降維處理的過程，旨在用較少的新變量來解釋綜合指標，降低研究問題的複雜性和幹擾性。
粗糙集理論（RS）是由波蘭科學家Z.Pawlak提出的，是通過對數據進行分析和推理，發現不確定、不完整信息中的潛在規律，找出數據間隱藏的知識，是基於模糊理論、概率論和證據理論而開發的數據挖掘工具。馬若微（2006）在財務指標選擇中，使用了粗糙集原理，通過建立RS和信息熵之間的關係，給出了知識粗糙性的度量性解釋。