1、第四章 财务预警实证研究的现状及意义,第四章 财务预警实证研究的现状及意义,第一节 财务预警实证研究的现状第二节 财务预警实证研究的现实意义,第一节 财务预警实证研究的现状,一、静态实证研究的现状二、动态实证研究的现状三、模型修正相关的文献四、财务预警实证研究的评价,一、静态实证研究的现状,静态实证研究主要财务预警模型： 一元判定模型 多元线性判定模型 多元逻辑(Logit)模型 多元概率比(Probit)回归模型 人工神经网络(ANN)模型其中前三种模型应用较多。,一、静态实证研究的现状,1. 一元判定模型的研究2. 多元线性判定模型的研究 Altman（1968）以行业和资产规模，选择样本
2、（破产和非破产公司各33家），根据误判率最小的原则，确定了5个判别变量。 其模型（Z Score模型）为： 其中， （流动资产流动负债） /总资产 留存收益 /总资产 息税前收益/总资产,一、静态实证研究的现状,股东权益的市值 / 负债的账面价值 资产周转率销售收入 / 总资产 Altman判断企业破产的临界值Z： Z分数模式的改进：加入预测变量现金流量，扩大样本，建立F分数模式（Failure Score Model）：,1.81,2.675,财务状况良好,灰色地带,财务极不稳定,破产危险很大,一、静态实证研究的现状,其中 （税后纯收益折旧）/总资产 （税后纯收益利息折旧） /平均总资产 其
3、他指标同上页。 F分数模式的临界值为0.0274： 3. 多元逻辑(Logit)模型的研究 4. 关于其他几种模型的研究,0.0274,破产公司,继续生存公司,二、动态实证研究的现状,国外研究主要有四类:现金存量管理模型（Inventory cash management model） Baumol（1952）、Tobin（1958）产品现金管理模型（Production cash management model ） Friedman（1959）、Nadiri（1969）、Coates（1976 ）财富现金管理模型 Meltzer（1963）、Whalen（1965）、 Alessi（196
4、6）联合模型 Suvas（1994） 国内研究：综合预警模型 程涛（2002）,动态管理模型的思路：1. 通过时间序列回归，确定破产公司和非破产公司的特征变量，即预测变量。2. 将现金管理的时间序列行为和公司财务预警结合起来，认为财务正常公司和财务失败公司的现金管理行为差异明显，并利用此差异进行预测。,二、动态实证研究的现状,三、模型修正相关的文献,1.Altman和Mutchler（1974）分别采用单变量和多变量方法，对审计意见和财务指标进行了研究，表明审计意见在财务预警中不具有显著的解释力。 2.Hopwood，Mckeown和Mutchler（1989）运用单变量和多变量模型检验了审计
5、保留意见与公司破产之间的关系。 3.Kennedy和Shaw（1991）研究表明审计意见具有识别公司破产申请的能力。 4.Lennox（1999）研究表明审计意见对公司破产不具有显著的解释能力。 5.Carcello和Palmrose （1994）研究表明审计意见对于审计师减轻法律责任无显著的解释力。,四、财务预警实证研究的评价,1.财务预警实证研究的特点 （1）寻找最佳的公共财务指标，预测财务危机 （2）常用多元线性判别模型与Logit模型 （3）多样化的预测指标 （4）模型的稳定性不够2.财务预警实证研究存在的问题 （1）指标的选取缺乏理论依据 （2）各个模型的侧重点不一样 （3）没有考虑
6、其他相关定性因素 （4）样本选取的局限性,第二节 财务预警实证研究的现实意义,一、有利于寻求科学的预警模型二、有利于寻找影响公司财务状况的核心财务指标三、有利于建立可操作性强的预警系统四、有利于市场经济主体降低营运风险，保障经济体制改革的进一步深化五、有利于促进我国资本市场的规范和健康发展六、有利于优化资源配置，提高社会效率和盈利水平,第四章 结 束,国内外一元判定模型研究,Fitzpatrick（1932）最早进行这方面的研究，他以19家公司为样本，运用单个财务比率将样本划分破产和非破产两组，并发现净利润/股东权益和股东权益/负债两个财务比率判别能力最高。 Beaver（1966）以79家公
7、司为样本，分别检验了30个财务比率，发现现金流量/负债和净利润/总资产判别能力最强。 陈静（1999）以截止1998年底的27家ST公司与同行业、同规模的非ST公司作为预警样本，发现资产负债率、流动比率、总资产收益率、净资产收益率四项财务指标的预测能力最强。,国内外多元逻辑(Logit)模型的研究,Ohlson（1980）最早采用Logit方法。分析了样本公司破产概率分布以及两类错误和分割点间的关系，发现公司规模、业绩等指标对破产影响最大。 陈晓、陈治鸿（2000）在选定170家样本后，运用Logit回归，通过1260种变量组合确定预测变量。 姜秀华（2001）对毛利率等指标运用Logit回归
8、，发现公司被ST的财务表象是其他应收款和短期借款。 吴世农、卢贤义（2001）研究财务困境出现前5年内两类公司21个财务指标的差异。 李华中（2001）分别选取全部进入法、向前选择法、向后选择法三种方法进行判别函数的构造。 张艳（2001）运用贝叶斯判别、交互验证和逐步判别分析等方法逐层推进构造预测模型。研究发现：离ST的时间越近，预测的精度越高。,国内外关于其他几种模型的研究,Ohlson（1980）最先用Probit方法进行研究，分析了样本公司的破产概率区间分布以及两类错误和判别阀值点之间的关系。 Tam（1991）采用ANN模型进行研究，得出模型具有较高的预测精度。 杨保安等（2002）采用ANN模型进行研究，发现样本的实际输出和期望输出较为接近，显示ANN能有效运用于财务预警。,
