摘要：财务危机的出现意味着企业基本面发生根本性变化，处理不当就会导致企业破产。因此，识别企业财务危机，并对其做出预警，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。
关键词：财务危机；预警；指标体系

一、引言
“财务危机”又称财务困境，最严重的财务危机是企业破产。企业因财务危机最终导致破产实际上是一种违约行为，所以财务危机又可称为“违约风险”。
关于财务危机的定义，目前尚无一个统一的说法。具有代表性的观点有以下几种：(1)beaver(1966)将破产、拖欠优先股股利、拖欠债务界定为财务危机。(2)altman(1968)定义的财务危机是进入法定破产、被接管或者重整的企业。(3)deakin(1972)则认为财务危机公司仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司。(4)carmichael(1972)认为财务危机是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。(5)wruck(1990)给出的财务危机的定义是企业现金流量不足以抵偿现有债务的情况，这些债务包括应付未付款、诉讼费用、违约的利息和本金等。(6)ross等人(1999；2000)则认为可从四个方面定义企业的财务危机：一是企业失败，即企业清算后仍无力支付债权人的债务；二是法定破产，即企业和债权人向法院申请企业破产；三是技术破产，即企业无法按期履行债务合约付息还本；四是会计破产，即企业的账面净资产出现负数，资不抵债。loCALhost(7)lee(2004)认为可以从两方面定义财务危机：一是未能偿还到期借款的本息，借款期间有过延期还款和减少本息支付的协议；二是公司的净资产减少到其股本的一半以下。
综合上述各种定义可知，无论财务危机如何定义，企业发生财务危机都具有无力偿还到期债务、现金流的紧张状态可能使经营无法持续的特点。财务危机的出现意味着企业基本面发生根本性变化，处理不当就会导致企业破产。因此，识别企业财务危机，并对其做出预警，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。

二、文献综述
企业财务危机预警问题的研究很早就引起了各方面的关注，很多经济学家与财务专家都在这方面做了大量的工作，他们利用相应的财务变量构造了一系列的预测模型，其中有代表性的研究成果可归纳为四类。
(一)单变量模型
单变量模型是运用单一变数、个别财务比率来预测财务危机的模型。最早的财务预警研究是fitzpatrick(1932)的单变量破产预测研究。此后，william beaver(1966)使用单变量为分析方法，采用成对抽样法进行样本配对，考察了29个财务比率在企业陷入财务困境前1-5年的预测能力。beaver发现 在破产前一年的预测正确率可以达到87%，对于失败企业是最具有预测能力的指标。国内学者对单变量模型也作了较深入的研究，包括陈静(1999)以1998年的27家st公司和27家非st公司，使用1995-1997年的财务报表数据，进行了单变量分析。吴世农和卢贤义(2001)以70家st公司和70家非st公司，应用单变量分析法研究了在上市公司陷入财务危机前5年21个财务指标之间所存在的差异。
单变量模型的优点是只需要观测一个变量，应用比较简单；但是，任何一个财务比率无法充分和全面地反映企业的财务特征，所以该方法在现今的研究中很少被单独使用，一般都是与其他方法结合运用。
(二)多变量分析模型
多变量分析模型又可以分为多元回归分析模型和多元判别分析模型。edward altman(1968)使用多变量分析法对企业财务危机进行研究。他以1946-1965年间33家破产的制造业企业为样本，并配对33家正常企业，将22项财务比率分为流动性、获利性、财务杠杆、偿债能力和活动力五大类指数，利用多变量分析法建立了著名的z-score记分模型。meyer和pifer(1970)以1948-1965年间失败的30家银行与其相匹配的30家非失败银行为样本，利用二元回归分析法建立模型，并且用9对相匹配银行组成的预测样本对模型进行了验证。此外，还有其他典型的判别分析模型，包括：deakin模型、blum模型、casey模型和taffler模型等等。国内的相关研究主要有陈静(1999)使用1995-1997年的财务数据，对27家st公司和27家非st公司进行的多元判别分析。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据，通过多元判别法建立了财务危机预警模型。卢守林等(2002)以沪深两市a股市场上所有上市公司1998-2000年的财务资料为依据，用多元判别分析法构建的z-score模型。
多变量分析法弥补了单变量分析法的不足，具有较高的准确率和稳定性，但是也存在着一些不足：第一，这种方法受到了统计假设的限制，只适用于自变量近似服从正态分布的情况，并且要求组内的协方差矩阵相等，否则得到的预测结果可能是有偏的；第二，多元判别分析要求财务危机公司与正常公司之间一定要配对，而配对的标准具有较大的主观性。
(三) 多元条件概率模型
多元条件概率模型是使用极大似然法对参数进行估计的一类概率模型，包括logistic模型和probit模型。martin(1977)首次使用logit模型预测公司的破产及违约概率。ohlson(1980)从1970-1976年间在美国的上市公司之中排除公共事业、运输公司、金融服务业，总共挑选出105家破产公司和2 058家正常公司为样本，采用九个财务比率建立了logit模型。huffman & ward(1996)运用logit模型对1977-1991年间违约的171家企业的高收益债券进行了预测研究

[1] [2] [3] 下一页