- 相關(guān)推薦
企業(yè)財(cái)務(wù)預(yù)警模型的比較分析
財(cái)務(wù)預(yù)警模型是診斷財(cái)務(wù)狀況、提供財(cái)務(wù)危機(jī)信號(hào)的得力幫手，它無(wú)疑具有積極的意義。本文試圖對(duì)國(guó)內(nèi)外多種財(cái)務(wù)預(yù)警模型進(jìn)行比較，以為構(gòu)建適合我國(guó)企業(yè)財(cái)務(wù)預(yù)警模型提供一些思路和。一、財(cái)務(wù)預(yù)警模型的分類簡(jiǎn)介
（一）單變量模型
單變量模型是指運(yùn)用單一變數(shù)，用個(gè)別財(cái)務(wù)比率或現(xiàn)金流量指標(biāo)來(lái)猜測(cè)財(cái)務(wù)危機(jī)的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究發(fā)現(xiàn)，出現(xiàn)財(cái)務(wù)困境的公司其財(cái)務(wù)比率和正常公司相比有明顯的不同，從而以為企業(yè)的財(cái)務(wù)比率能夠反映企業(yè)的財(cái)務(wù)狀況，并指出財(cái)務(wù)比率分別對(duì)企業(yè)未來(lái)具有猜測(cè)作用。Ｂｅａｖｅｒ在此基礎(chǔ)上用統(tǒng)計(jì)方法建立了單變量財(cái)務(wù)預(yù)警模型，發(fā)現(xiàn)債務(wù)保障比率對(duì)公司的猜測(cè)效果較好，其次是資產(chǎn)收益率和資產(chǎn)負(fù)債率的猜測(cè)效果。另外，日本的田邊升一提出了利息及票據(jù)貼現(xiàn)用度的單變量判別分析方法，以利息及票據(jù)貼現(xiàn)用度的大小來(lái)判定企業(yè)正常與否，從而也可對(duì)企業(yè)起猜測(cè)作用。
（二）多變量模型
多變量模型就是運(yùn)用多個(gè)財(cái)務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)來(lái)綜合反映企業(yè)的財(cái)務(wù)狀況，并在此基礎(chǔ)上建立預(yù)警模型，進(jìn)行財(cái)務(wù)猜測(cè)。按所建模型是否具有動(dòng)態(tài)預(yù)警能力、財(cái)務(wù)預(yù)警系統(tǒng)是否易于修改和擴(kuò)充，多變量模型又可以分為靜態(tài)統(tǒng)計(jì)模型和動(dòng)態(tài)非統(tǒng)計(jì)模型。
１．靜態(tài)統(tǒng)計(jì)模型。①線性判別模型。多元線性判別模型是運(yùn)用多元統(tǒng)計(jì)分析方法中的判別分析建立起來(lái)的，它是根據(jù)一定的樣本資料，建立判別函數(shù)、確定判定區(qū)域，以對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行猜測(cè)。這種模型以美國(guó)Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分猜測(cè)模型。該模型也形成一個(gè)線性判定函數(shù)式，其形式類似判別分析模型。不過(guò)該模型是運(yùn)用多元統(tǒng)計(jì)分析中的主成分分析方法，通過(guò)提煉綜合因子形成主成分，并利用主成分建立起來(lái)的。我國(guó)學(xué)者張愛(ài)民、楊淑娥等分別運(yùn)用主成分分析方法對(duì)我國(guó)上市公司的財(cái)務(wù)預(yù)警模型進(jìn)行過(guò)研究。③簡(jiǎn)單線性概率模型。該模型是利用多元線性回回方法建立起來(lái)的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ為系數(shù)；ｘ１、ｘ２、…、ｘｋ為ｋ個(gè)猜測(cè)變量，即財(cái)務(wù)指標(biāo)；ｙ為企業(yè)財(cái)務(wù)失敗的概率。該模型以０．５為危機(jī)分界點(diǎn)，ｙ值越大，企業(yè)發(fā)生財(cái)務(wù)失敗的可能性越大，ｙ值越接近于０，說(shuō)明企業(yè)財(cái)務(wù)越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它們也分別叫作對(duì)數(shù)比率模型和概率單位模型，都屬于概率模型，是在克服簡(jiǎn)單的線性概率模型的基礎(chǔ)上并分別用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函數(shù)建立起來(lái)的。ｌｏｇｉｔ模型的形式為：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值為０、１；ｐ為概率；ｘ１，ｘ２，…，ｘｋ為ｋ個(gè)猜測(cè)變量，即財(cái)務(wù)指標(biāo)；α０、β１、β２、…、βｋ為系數(shù)。ｐｒｏｂｉｔ概率模型的猜測(cè)效果一般與ｌｏｇｉｔ模型猜測(cè)的效果相差不大，在此未幾加先容。
２．動(dòng)態(tài)非統(tǒng)計(jì)模型。動(dòng)態(tài)財(cái)務(wù)預(yù)警模型主要是把人工智能中的回納式的方法于財(cái)務(wù)危機(jī)猜測(cè)。目前，這種方法中最常用的是神經(jīng)猜測(cè)模型。在神經(jīng)網(wǎng)絡(luò)模型中，當(dāng)輸進(jìn)一些資料后，網(wǎng)絡(luò)會(huì)以目前的權(quán)重出相對(duì)應(yīng)的猜測(cè)值以及誤差，而再將誤差值回饋到網(wǎng)絡(luò)中調(diào)整權(quán)重，經(jīng)過(guò)不斷地重復(fù)調(diào)整，從而使猜測(cè)值漸漸地逼近真實(shí)值。當(dāng)應(yīng)用此網(wǎng)絡(luò)到新的案例時(shí)，只要輸進(jìn)新案例的相關(guān)數(shù)值，神經(jīng)網(wǎng)絡(luò)就可以根據(jù)當(dāng)時(shí)的權(quán)重得出輸出值即猜測(cè)值。神經(jīng)網(wǎng)絡(luò)分析是一種并行分布模式處理系統(tǒng)，具有高度的計(jì)算能力、自學(xué)能力和容錯(cuò)能力。該模型由一個(gè)輸進(jìn)層、若干個(gè)中間層和一個(gè)輸出層構(gòu)成。案例推理法是近年來(lái)才被嘗試應(yīng)用于財(cái)務(wù)危機(jī)猜測(cè)上的一種動(dòng)態(tài)非統(tǒng)計(jì)模型方法。它是一種依循經(jīng)驗(yàn)來(lái)推理的方法，就是以過(guò)往發(fā)生的案例為主要的經(jīng)驗(yàn)依據(jù)來(lái)判定未來(lái)可能發(fā)生的，是一種典型的“上一次當(dāng)，學(xué)一次乖”的推理方法。當(dāng)輸進(jìn)一個(gè)新的題目到案例推理法系統(tǒng)，該系統(tǒng)會(huì)在從現(xiàn)有的案例庫(kù)中搜尋相似的案例，判定新案例的類型。案例推理法的關(guān)鍵步驟就是根據(jù)相似性演算法測(cè)算出案例之間間隔，再轉(zhuǎn)變?yōu)榘咐g的相似度，由相似度選取最相近的案例，據(jù)此進(jìn)行推理判定。
二、各類財(cái)務(wù)預(yù)警模型的比較
（一）單變量模型和多變量模型的比較
１．單變量模型方法簡(jiǎn)單，多變量模型方法較為復(fù)雜。單變量模型只對(duì)單個(gè)財(cái)務(wù)比率進(jìn)行分析考察，觀察企業(yè)變化趨勢(shì)，據(jù)此來(lái)判定企業(yè)財(cái)務(wù)狀況，不需要進(jìn)行復(fù)雜的計(jì)算。而多變量模型均同時(shí)選取多個(gè)財(cái)務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)，再通過(guò)一定的方法進(jìn)行綜合分析，模型的構(gòu)建涉及多種方法和，操縱比較復(fù)雜。
２．和多變量模型相比，單變量模型分析存在較多的局限性。①不同的財(cái)務(wù)比率的猜測(cè)目標(biāo)和能力經(jīng)常有較大的差距，輕易產(chǎn)生對(duì)于同一公司使用不同比率猜測(cè)出不同結(jié)果的現(xiàn)象。②單個(gè)指標(biāo)分析得出的結(jié)論可能會(huì)受到一些客觀因素的，如通貨膨脹等的影響。③它只重視對(duì)個(gè)別指標(biāo)影響力的分析，輕易受治理職員粉飾報(bào)表、修飾財(cái)務(wù)指標(biāo)、掩蓋財(cái)務(wù)危機(jī)的主觀行為的影響，以致模型判定失效。而多變量模型由于綜合考慮了反映公司財(cái)務(wù)環(huán)境包括財(cái)務(wù)危機(jī)狀況的多個(gè)方面的因素，反映的是基本的和整體、全局的狀況，因此能比單變量模型更好地避免上述情況的發(fā)生。
（二）靜態(tài)統(tǒng)計(jì)模型和動(dòng)態(tài)非統(tǒng)計(jì)模型的比較
１．建立模型的方法。兩者在建立模型的方法上存在著明顯的差別。靜態(tài)統(tǒng)計(jì)模型均是在利用統(tǒng)計(jì)數(shù)理和分析的基礎(chǔ)上建立起來(lái)，如多元統(tǒng)計(jì)分析方法中的判別分析、主成分分析以及計(jì)量中的回回分析等。這些模型的建立均有一定的統(tǒng)計(jì)理論依據(jù)，均涉及到判定區(qū)間的確定和誤判率的估計(jì)題目，并且建立的一般是線性模型。而動(dòng)態(tài)非統(tǒng)計(jì)模型不是依據(jù)統(tǒng)計(jì)理論，而是利用人工智能中回納式學(xué)習(xí)的方法建立起來(lái)的，整個(gè)分析及猜測(cè)過(guò)程就似乎是人類學(xué)習(xí)及思考一樣。它是一種的非線性模型。
２．模型建立的假定條件。靜態(tài)統(tǒng)計(jì)模型的建立一般都對(duì)樣本數(shù)據(jù)的分布作一定的假設(shè)，并以假設(shè)作為條件條件。如，多元統(tǒng)計(jì)分析中的數(shù)據(jù)正態(tài)分布假設(shè)、協(xié)方差矩陣相等假設(shè)、簡(jiǎn)單線性概率模型的二項(xiàng)分布假設(shè)等。一般來(lái)說(shuō)，只有在這些假設(shè)條件基本得到滿足的情況下，才能保證靜態(tài)統(tǒng)計(jì)模型猜測(cè)的正確性。另外，靜態(tài)統(tǒng)計(jì)模型的建立是以對(duì)數(shù)據(jù)之間的關(guān)系已有清醒的熟悉為基礎(chǔ)的，一般假定各變量之間為簡(jiǎn)單的線性關(guān)系，并且比較注重?cái)?shù)據(jù)本身的完整性及一致性。而動(dòng)態(tài)非統(tǒng)計(jì)模型一般沒(méi)有數(shù)據(jù)的分布、結(jié)構(gòu)等方面的要求，適用于非線性關(guān)系的數(shù)據(jù)并對(duì)數(shù)據(jù)的缺失具有相當(dāng)?shù)娜菰S性，基本上能處理任意類型的數(shù)據(jù)。
３．是否具有動(dòng)態(tài)預(yù)警功能和容錯(cuò)性。靜態(tài)統(tǒng)計(jì)模型只是根據(jù)以前的樣本資料建立起來(lái)的，樣本資料一旦確定，便難以再予調(diào)整，除非重新建立模型。隨著財(cái)務(wù)狀況的發(fā)展和財(cái)務(wù)標(biāo)準(zhǔn)的更新，這種按照以前的資料、標(biāo)準(zhǔn)建立起來(lái)的模型難以對(duì)已經(jīng)變化了的財(cái)務(wù)狀況作出正確的猜測(cè)和判定，即這種模型不具有動(dòng)態(tài)預(yù)警能力，不易修改和擴(kuò)充。并且，靜態(tài)統(tǒng)計(jì)模型對(duì)錯(cuò)誤資料的輸進(jìn)不具有容錯(cuò)性，無(wú)法自我學(xué)習(xí)和調(diào)整。而動(dòng)態(tài)非統(tǒng)計(jì)模型具備隨著不斷變化的環(huán)境進(jìn)行自我學(xué)習(xí)的能力，隨著樣本資料的積累，可以定期更新知識(shí)，從而實(shí)現(xiàn)對(duì)企業(yè)危機(jī)的動(dòng)態(tài)預(yù)警。并且，由于動(dòng)態(tài)預(yù)警模型具有高度的自我學(xué)習(xí)能力，對(duì)錯(cuò)誤資料的輸進(jìn)具有很強(qiáng)的容錯(cuò)性，因而更具有實(shí)用價(jià)值。
４．實(shí)際應(yīng)用。動(dòng)態(tài)模型如神經(jīng)網(wǎng)絡(luò)模型等的分布是自由的，當(dāng)變量從未知分布取出和協(xié)方差結(jié)構(gòu)不相等（企業(yè)失敗樣本中的常態(tài)）時(shí)，神經(jīng)網(wǎng)絡(luò)能夠提供正確的分類。但是，它在實(shí)際運(yùn)用中還存在一些題目，如模型的拓?fù)涠x、網(wǎng)絡(luò)架構(gòu)的決定、學(xué)習(xí)參數(shù)以及轉(zhuǎn)換公式的選擇等比較復(fù)雜和難以確定，其工作的隨機(jī)性較強(qiáng)，非常耗費(fèi)人力與時(shí)間，而且其在決策方法中表現(xiàn)得像一個(gè)黑匣子，以致對(duì)它的接受和應(yīng)用都較困難。另外，這種模型要求擁有大量的學(xué)習(xí)練習(xí)樣本以供分析，假如樣本數(shù)目積累得不足、沒(méi)有足夠的代表性和廣泛的覆蓋面，則會(huì)大大地影響系統(tǒng)的分析和猜測(cè)的結(jié)果。Ａｌｔｍａｎ（１９９５）在對(duì)神經(jīng)網(wǎng)絡(luò)法和判別分析法的比較研究中得出結(jié)論：“神經(jīng)網(wǎng)絡(luò)分析方法在風(fēng)險(xiǎn)識(shí)別和猜測(cè)中的應(yīng)用并沒(méi)有實(shí)質(zhì)性地優(yōu)于線性判別模型”。而傳統(tǒng)的統(tǒng)計(jì)模型發(fā)展得比較成熟，計(jì)算也相對(duì)簡(jiǎn)單，應(yīng)用也較為廣泛。并且某些統(tǒng)計(jì)方法，如：ｌｏｇｉｔ、ｐｒｏｂｉｔ模型對(duì)數(shù)據(jù)是否具備正態(tài)分布、兩組協(xié)方差是否相等也沒(méi)有要求，常用的判別分析中的間隔判別方法也可以在兩總體協(xié)方差矩陣不相等的情況下使用。因此，目前在財(cái)務(wù)預(yù)警模型方面仍然以傳統(tǒng)的統(tǒng)計(jì)方法為主，而動(dòng)態(tài)模型尚不夠成熟，對(duì)它的應(yīng)用仍處于探索、實(shí)驗(yàn)階段。（三）各種統(tǒng)計(jì)模型之間的比較
１．各種統(tǒng)計(jì)本身功能的比較。判別和主成分分析方法屬于多元統(tǒng)計(jì)分析，其中，判別分析方法主要在已知研究對(duì)象分成若干類型并已取得各類樣品觀測(cè)數(shù)據(jù)的基礎(chǔ)上，如何判別一個(gè)新樣品的回類，即判別分析的宗旨就是判定新的案例的種別。主成分分析方法的主要功能是為了解決樣本數(shù)據(jù)中指標(biāo)個(gè)數(shù)太多以及指標(biāo)間信息存在重復(fù)的題目，其作用有兩個(gè)：一是降維，二是減少信息的重復(fù)，從而使分析簡(jiǎn)化。簡(jiǎn)單的線性概率模型和ｌｏｇｉｔ概率模型都屬于回回分析方法，其目的是研究模型中各解釋變量與被解釋變量之間的特定的關(guān)系，尤其是數(shù)值關(guān)系。所以，若只從各種方法的主要功能來(lái)說(shuō)，利用判別分析方法建立財(cái)務(wù)預(yù)警模型是最適當(dāng)?shù)模捎谶@種方法就是研究種別回屬題目。
２．各種統(tǒng)計(jì)方法建立財(cái)務(wù)預(yù)警模型的比較。判別分析方法的核心就是根據(jù)間隔的遠(yuǎn)近來(lái)判定樣品的回屬，通常形成一個(gè)線性判定函數(shù)式，據(jù)此判定待判的回屬。一般要求數(shù)據(jù)服從正態(tài)分布和兩組總體間協(xié)方差矩陣相等。主成分分析方法主要是對(duì)***財(cái)務(wù)指標(biāo)進(jìn)行綜合、降維，然后給各綜合指標(biāo)賦予一定的權(quán)值再進(jìn)行綜合分析，形成一個(gè)判分式，根據(jù)財(cái)務(wù)正常企業(yè)和財(cái)務(wù)失敗企業(yè)各自得分情況形成判定區(qū)間，出待判企業(yè)的得分，據(jù)此加以判定。
利用主成分分析方法建立財(cái)務(wù)預(yù)警模型有一個(gè)明顯的缺陷：即綜合評(píng)分式權(quán)重的確定以及判定區(qū)間的確定都具有較大的主觀性和不正確性，尤其是后者受樣本數(shù)據(jù)分布的很大。簡(jiǎn)單線性概率模型就是以各財(cái)務(wù)指標(biāo)作為解釋變量，以財(cái)務(wù)狀況作為被解釋變量，將財(cái)務(wù)狀況分為正常和失敗，分別�。昂停�，利用樣本資料建立回回方程，把待判企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)代進(jìn)方程，求得的值即為猜測(cè)值，代表該企業(yè)發(fā)生財(cái)務(wù)失敗的可能性。簡(jiǎn)單線性概率模型有四個(gè)缺陷：①殘差不滿足正態(tài)分布，而是二項(xiàng)分布；②具有異方差；③一般樣本決定系數(shù)太小，回回方程擬合程度低；④難以保證回回值在［０，１］區(qū)間，因此，用此方法建立的財(cái)務(wù)預(yù)警模型，其預(yù)警判別能力不如其他方法。Ｌｏｇｉｔ和ｐｒｏｂｉｔ模型均是為了克服簡(jiǎn)單的線性概率模型的缺陷而建立起來(lái)的，一般采用最大似然估計(jì)方法進(jìn)行估計(jì)，不需要滿足正態(tài)分布和兩組協(xié)方差矩陣相等的條件，得出的結(jié)果直接表示企業(yè)發(fā)生財(cái)務(wù)失敗的可能性大小，操縱簡(jiǎn)單，結(jié)果明了。此方法被廣泛運(yùn)用。
根占有關(guān)學(xué)者對(duì)多種統(tǒng)計(jì)模型判別正確率的比較研究，得知判別分析方法是２０世紀(jì)８０年代以前主要的建模方法，其猜測(cè)的正確率一直較高，并且是到目前為止被運(yùn)用的主要方法之一。Ａｌｔｍａｎ２０００年用判別分析方法建立的預(yù)警模型，其猜測(cè)精度仍高達(dá)９６％。ｌｏｇｉｔ猜測(cè)模型近年來(lái)也被廣泛地運(yùn)用，其猜測(cè)精度也相對(duì)較高。我國(guó)學(xué)者吳世農(nóng)、盧賢義建立的財(cái)務(wù)預(yù)警模型具有樣本新、容量大的特點(diǎn)，他們?cè)冢玻埃埃蹦陮?duì)經(jīng)過(guò)嚴(yán)格檢驗(yàn)的同一套樣本指標(biāo)分別用判別分析方法和ｌｏｇｉｔ方法進(jìn)行財(cái)務(wù)猜測(cè)，結(jié)果發(fā)現(xiàn)ｌｏｇｉｔ模型的猜測(cè)精度（９３．６％）要明顯優(yōu)于判別分析方法的猜測(cè)精度（８９．９％）。
【企業(yè)財(cái)務(wù)預(yù)警模型的比較分析】相關(guān)文章：
壓縮遞增年資的數(shù)量模型與分析06-07
企業(yè)績(jī)效管理綜合模型及應(yīng)用分析05-02
我國(guó)裝修企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系構(gòu)建及應(yīng)對(duì)建議08-10
企業(yè)財(cái)務(wù)分析存在問(wèn)題及其改進(jìn)05-18
關(guān)于中美兩國(guó)證券的監(jiān)管制度比較分析論文09-23
審計(jì)風(fēng)險(xiǎn)模型的演進(jìn)及應(yīng)用08-26
食油采購(gòu)加工模型05-11