摘要：財務(wù)困境預警問(wèn)題已被理論界和實(shí)踐界長(cháng)期研究，但預警模型的準確率一直沒(méi)有明顯提高。一個(gè)重要的原因是對財務(wù)困境的概念、發(fā)展演變過(guò)程缺乏較為科學(xué)的解釋?zhuān)瑢е虏煌瑢W(xué)者從不同角度出發(fā)建立了不同的模型。本文將財務(wù)困境問(wèn)題界定為一個(gè)從資金緊張、財務(wù)危機、債務(wù)違約到經(jīng)營(yíng)失敗的動(dòng)態(tài)發(fā)展演變過(guò)程，并將財務(wù)困境問(wèn)題最終歸結在不同發(fā)展階段企業(yè)的資金供求平衡問(wèn)題。基于這一基本概念和理論分析，可以建立定量計算的、可驗證的財務(wù)困境預警模型。這一模型因其具有準確計算特征而會(huì )使預警準確性提高。
關(guān)鍵詞：財務(wù)困境；預警模型；理論探討
基金項目：中國社會(huì )科學(xué)院重點(diǎn)登峰戰略?xún)?yōu)勢學(xué)科建設項目資助（210203005）
一、引言
財務(wù)困境研究起源于對企業(yè)財務(wù)風(fēng)險、經(jīng)營(yíng)失敗、破產(chǎn)等問(wèn)題的研究，國內學(xué)者還使用財務(wù)危機［1］、財務(wù)惡化［2］、財務(wù)預警［3］、資金緊張［4］等概念。從相關(guān)概念的中文含義理解，財務(wù)困境先于財務(wù)危機發(fā)生，并隨著(zhù)財務(wù)危機的加深而出現債務(wù)違約，如果債務(wù)危機不能及時(shí)消除就會(huì )面臨破產(chǎn)風(fēng)險，企業(yè)破產(chǎn)便可確認為企業(yè)經(jīng)營(yíng)失敗。因此有關(guān)企業(yè)破產(chǎn)風(fēng)險、財務(wù)惡化、債務(wù)違約等問(wèn)題的研究均可歸于財務(wù)困境的研究。學(xué)者對此問(wèn)題建立了大量預警模型，比較代表性的有Z-Score打分模型［5］、邏輯回歸模型［6］、支持向量機［7］、遺傳算法［8］、決策樹(shù)［9］和最近鄰算法［10］等。但是，這些從不同角度、使用不同方法所建立的預警模型其準確率一直沒(méi)有明顯的提高，如表1所示。從時(shí)間維度來(lái)看，在不同年份預警準確率較高的模型和預警準確率較低的模型一直并存。從預警方法上看，使用同一方法所建立的預警模型的準確率也相差較大［11］［12］。如表2所示，使用相同數據建立的模型的預警準確率也比較懸殊［13］。從根本上說(shuō)，學(xué)者們在建立財務(wù)困境模型時(shí)對財務(wù)困境的理解存在差異，對財務(wù)困境形成原因的理論解釋也存在差異，導致所建立的財務(wù)困境模型的預警準確性也差異較大。重新理解企業(yè)財務(wù)困境的概念，從企業(yè)陷入財務(wù)困境的最初表現是資金緊張這一起點(diǎn)出發(fā)，辨析財務(wù)困境的發(fā)展演變過(guò)程，有可能將財務(wù)困境問(wèn)題的不同理解統一到一個(gè)概念體系和理論框架之下，或可為建立穩定、可靠、準確性差異較小的預警模型提供科學(xué)思路。
表1 財務(wù)困境預警模型的準確率
表2 使用相同樣本數據和不同建模方法的預警準確率
二、財務(wù)困境概念界定
Beaver（1966）將企業(yè)陷入無(wú)力償還債務(wù)的狀態(tài)確認為財務(wù)困境，并認為破產(chǎn)、債券違約、銀行賬戶(hù)透支或者無(wú)法償付優(yōu)先股股息等都可以被定義為財務(wù)困境［19］。Carmichael（1972）擴大了財務(wù)困境的認定范圍，認為當企業(yè)從財務(wù)上無(wú)法按時(shí)履行還債義務(wù)時(shí)就陷入財務(wù)困境，其具體表現為債務(wù)違約、現金流斷流、凈資產(chǎn)為負值以及流動(dòng)資本不足［20］。如表2所示，從學(xué)者們對財務(wù)困境的理解來(lái)看，有關(guān)企業(yè)陷入債務(wù)違約、凈資產(chǎn)為負、破產(chǎn)清算、流動(dòng)性不足、現金斷流等狀態(tài)出現時(shí)都可以看作企業(yè)陷入財務(wù)困境。在實(shí)證研究中，出于選擇研究樣本方便的考慮，多數西方學(xué)者將“破產(chǎn)”企業(yè)等同于財務(wù)困境企業(yè)。但Altman和Hotchkiss（1993）等對破產(chǎn)與經(jīng)營(yíng)失敗、無(wú)力償債、清算和違約（貸款）等概念做了區別，認為破產(chǎn)偏重于財務(wù)困境的“法律意義”，卻弱化了財務(wù)困境的“經(jīng)濟含義”［21］。綜合來(lái)看，將破產(chǎn)等同于財務(wù)困境有以下不足：（1）破產(chǎn)是一個(gè)漫長(cháng)的法律程序，一家公司被宣布正式破產(chǎn)時(shí)往往不是其真實(shí)財務(wù)失敗時(shí)間，二者之間可能存在巨大的時(shí)間差。一家陷入財務(wù)困境的公司，通常只在財務(wù)困境足夠嚴重時(shí)才會(huì )提出破產(chǎn)申請，而相關(guān)部門(mén)也會(huì )對破產(chǎn)申請進(jìn)行審核以決定是否通過(guò)。這樣從陷入財務(wù)困境到最終確認發(fā)出破產(chǎn)公告存在一定的時(shí)間延遲；（2）大多數陷入財務(wù)困境的企業(yè)可能通過(guò)整頓經(jīng)營(yíng)、重組等方式恢復正常經(jīng)營(yíng)，而并不一定破產(chǎn)。破產(chǎn)是正式宣告企業(yè)法律意義上終止經(jīng)營(yíng)；（3）將樣本劃分為破產(chǎn)和未破產(chǎn)、財務(wù)失敗和非失敗只是便于進(jìn)行實(shí)證檢驗。但不同國家對破產(chǎn)的法律界定不同，使得這種劃分所得出的結果在不同國家之間缺乏可比性，這就限制了預警模型在其他國家的可拓展性。同樣出于數據獲取的方便性，國內大多數學(xué)者將連續兩年虧損被中國證監會(huì )列入ST處理的企業(yè)作為財務(wù)困境的樣本企業(yè)。這一“連續兩年”的動(dòng)態(tài)時(shí)間概念的引入，使得財務(wù)困境的界定變成了一個(gè)動(dòng)態(tài)發(fā)展過(guò)程。
表3 財務(wù)困境概念辨析
已有學(xué)者將財務(wù)困境看作是一個(gè)動(dòng)態(tài)發(fā)展過(guò)程來(lái)研究。Tinoco和Wilson（2013）［29］認為如果一家公司滿(mǎn)足以下兩個(gè)條件即可確認其陷入財務(wù)困境狀態(tài)：（1）該公司連續兩年的利息、稅負、以及攤銷(xiāo)前的利潤（EBITDA）低于其利息支出；（2）公司市值連續兩年負增長(cháng)。國內學(xué)者章之旺（2008）則將短期借款逾期或存在超過(guò)三年的大額應付賬款，且債務(wù)違約的原因是資金緊張的公司認定為陷入財務(wù)困境［30］。張金昌和范瑞真（2012）將連續三年虧損而被退市的上市企業(yè)作為陷入財務(wù)困境、發(fā)生資金鏈斷裂的企業(yè)［28］。從這些學(xué)者們的研究成果來(lái)看，財務(wù)困境是一個(gè)動(dòng)態(tài)發(fā)展過(guò)程，它存在不同的發(fā)展階段和發(fā)展狀態(tài)，有關(guān)企業(yè)資金緊張、支付困難、破產(chǎn)等概念所描述和界定的，均是企業(yè)財務(wù)困境的一種演變狀態(tài)。
從發(fā)展演變的角度來(lái)看，陷入財務(wù)困境的企業(yè)首先表現為資金緊張。隨著(zhù)資金緊張狀況的持續惡化，就會(huì )發(fā)展成為支付困難。支付困難會(huì )導致企業(yè)信用違約，導致企業(yè)發(fā)生財務(wù)危機。一旦財務(wù)危機未能及時(shí)解決，就會(huì )陷入債務(wù)違約，最終有可能導致企業(yè)陷入破產(chǎn)清算的境地。破產(chǎn)一旦確認，就宣告了企業(yè)經(jīng)營(yíng)失敗。如圖1所示。
圖1 財務(wù)困境相關(guān)概念之間的內在關(guān)系
按照這一新的框架來(lái)理解，不同學(xué)者基于不同的概念理解所建立的財務(wù)困境預警模型，無(wú)非是對企業(yè)陷入財務(wù)困境發(fā)展演變過(guò)程的不同狀態(tài)的預警，并且每種狀態(tài)之間存在著(zhù)層層遞進(jìn)、步步深入的關(guān)聯(lián)關(guān)系，這一界定將不同學(xué)者對財務(wù)困境的理解統一到一個(gè)分析框架之下。
三、財務(wù)困境的決定因素
早期財務(wù)困境預警研究的學(xué)者確實(shí)將財務(wù)困境看作是一個(gè)財務(wù)問(wèn)題，他們主要從財務(wù)角度尋找原因，并使用財務(wù)會(huì )計指標建立模型［5］［25］。但不少學(xué)者認為，財務(wù)因素僅僅是企業(yè)出現財務(wù)困境的一個(gè)原因，企業(yè)市場(chǎng)變化對企業(yè)是否陷入財務(wù)困境有決定性影響［31］，通過(guò)市場(chǎng)信息可以預測企業(yè)何時(shí)陷入財務(wù)困境［32］。但那些陷入財務(wù)困境的公司比財務(wù)狀況良好的公司更有可能操縱財務(wù)數據，這勢必會(huì )導致市場(chǎng)信息失真［33］，并且企業(yè)外部環(huán)境的較大變化也常常會(huì )使企業(yè)陷入財務(wù)困境，因此一些學(xué)者引入宏觀(guān)經(jīng)濟變量來(lái)進(jìn)行企業(yè)財務(wù)困境預警［34］。學(xué)者們的這些解釋將財務(wù)困境問(wèn)題的研究邊界大幅拓寬。
1.財務(wù)會(huì )計因素。為了發(fā)現決定財務(wù)困境的財務(wù)會(huì )計因素，Altman等（1977）在Z-score模型的基礎上提出了ZETA模型，該模型包含總資產(chǎn)收益率、收益穩定性、利息保障倍數、總資產(chǎn)留存收益率、流動(dòng)比率等七個(gè)財務(wù)指標，該模型在預測企業(yè)五年后和一年后陷入財務(wù)困境的準確率分別為70%和91%［35］。而Chen（2011）的研究表明，現金流比率和現金流與總負債比率能顯著(zhù)提高財務(wù)困境模型的預警準確率［9］。總體來(lái)看，學(xué)者們主要使用償債能力、盈利能力、市場(chǎng)價(jià)值、營(yíng)運能力、增長(cháng)能力、現金流量六個(gè)方面財務(wù)指標來(lái)建立財務(wù)困境預警模型。
2.市場(chǎng)信息因素。財務(wù)會(huì )計指標只反映企業(yè)過(guò)去某一時(shí)間經(jīng)營(yíng)和財務(wù)狀況，而市場(chǎng)信息則能揭示市場(chǎng)對企業(yè)未來(lái)的判斷，這種判斷是企業(yè)融資能力、發(fā)展潛力、利益相關(guān)者的管理能力等的綜合體現。將市場(chǎng)信息指標納入財務(wù)困境預警模型至少有以下優(yōu)點(diǎn)：（1）市場(chǎng)價(jià)格等信息提供了會(huì )計指標無(wú)法呈現的信息；（2）市場(chǎng)信息有可能是企業(yè)破產(chǎn)風(fēng)險預警的一個(gè)強有力變量，根據Beaver等（2005）的觀(guān)點(diǎn)，市場(chǎng)波動(dòng)越大，企業(yè)破產(chǎn)的可能性越大［36］；（3）相較于定期公布的會(huì )計信息，實(shí)時(shí)波動(dòng)的市場(chǎng)信息可增強模型預測的時(shí)效性和數據的豐富度。在實(shí)證研究中，Campbell等（2008）建立一個(gè)包含會(huì )計和市場(chǎng)變量的Logit模型，研究了影響公司財務(wù)困境的決定因素以及高風(fēng)險公司的股票定價(jià)［37］。而Christidis和Gregory（2010）基于前者的研究測試了三個(gè)市場(chǎng)指標的預測力度，表明將市場(chǎng)數據指標應用到預警模型中，能有效提高模型的準確率［32］。
3.宏觀(guān)經(jīng)濟因素。大量的研究已經(jīng)證實(shí)宏觀(guān)經(jīng)濟變化無(wú)疑會(huì )影響企業(yè)的經(jīng)營(yíng)狀況，進(jìn)而影響企業(yè)的財務(wù)狀況［34］。因此部分學(xué)者在預測企業(yè)財務(wù)困境時(shí)將宏觀(guān)經(jīng)濟指標納入到預測模型中以識別宏觀(guān)經(jīng)濟變化對企業(yè)財務(wù)困境的影響。這樣做的好處是：第一，在模型中增加了動(dòng)態(tài)調節變量，用來(lái)反映由于宏觀(guān)環(huán)境變化造成的企業(yè)風(fēng)險的變化；第二，可以建立機制評估市場(chǎng)整體的風(fēng)險變化及其對企業(yè)的影響。在實(shí)證研究中，Mare（2015）發(fā)現通貨膨脹與企業(yè)違約概率呈正相關(guān)，并認為宏觀(guān)經(jīng)濟環(huán)境總體疲弱反過(guò)來(lái)會(huì )加劇銀行業(yè)的危機［38］。Tinoco和Wilson（2013）則將零售價(jià)格指數以及短期國債利率兩個(gè)宏觀(guān)經(jīng)濟指標納入預警模型［29］。零售價(jià)格指數上升壓力激勵人們使用儲蓄進(jìn)行投資。較低的短期國債利率有利于企業(yè)借款、投資新設備、進(jìn)行研發(fā)等，這就激勵企業(yè)在低利率的環(huán)境下進(jìn)行更多的投資。該模型的實(shí)證結果表明零售價(jià)格指數越高企業(yè)陷入財務(wù)困境的概率越大，而短期國債利率越高企業(yè)失敗的概率越大。
4.其他因素。除了上述三大類(lèi)因素外，許多學(xué)者也探索了企業(yè)治理機制、代理成本等定性因素在企業(yè)財務(wù)困境預警的應用。Lee和Yeh（2004）發(fā)現中國臺灣上市公司下一年陷入財務(wù)困境的可能性與公司大股東在董事會(huì )中席位百分比、股票質(zhì)押率以及控制權和現金流偏離程度三個(gè)指標正相關(guān)［39］。總體來(lái)看，將定性指標納入財務(wù)困境預警模型的研究成果近年來(lái)明顯增多。Manzaneque等（2016）發(fā)現在西班牙公司董事會(huì )的獨立性顯著(zhù)影響公司陷入財務(wù)困境的概率，這種研究結果也在暗示公司內部治理指標可能會(huì )提升預測模型的有效性［40］。陳藝云（2019）發(fā)現中文年報管理層討論與分析部分的管理層語(yǔ)調能夠為財務(wù)困境預測提供新的信息［41］。Izquierdo等（2019）則根據審計師出具的審計意見(jiàn)書(shū)中對企業(yè)各項事件的評論總結出11個(gè)審計指標，對2004～2014年西班牙404家破產(chǎn)公司建立了預測模型，總體準確率達到80%［42］。
總結來(lái)看，將企業(yè)內部因素（如治理機制、信息真實(shí)度等）和外部因素（如行業(yè)周期、宏觀(guān)經(jīng)濟等）納入企業(yè)財務(wù)困境研究存在以下三個(gè)特點(diǎn)：（1）公司的財務(wù)困境可能受多種因素共同影響，不同維度的變量本身也是不同信息的體現，模型包含企業(yè)的財務(wù)困境信息越多，模型對財務(wù)困境的預測能力也越強；（2）不同變量包含公司的風(fēng)險信息有可能重合乃至互相沖突。Bhagat等（2008）僅使用了息稅前利潤占總資產(chǎn)的比例、財務(wù)支出占總資產(chǎn)的比例以及留存收益占總資產(chǎn)的比例三個(gè)指標就可以建立高準確率的預測模型［43］；（3）缺少對這些變量之間關(guān)系的理論分析。目前學(xué)者普遍關(guān)注能提高模型統計意義上精確度的指標，缺少從理論角度對這些指標的內在關(guān)系進(jìn)行深度分析，缺少由這種理論分析確定出更加可靠的預警變量并以這些變量為基礎建立預警模型。
表4 財務(wù)困境的主要預警變量
四、財務(wù)困境的理論解釋
一個(gè)企業(yè)為什么陷入財務(wù)困境，存在不同的解釋。最普遍的一種解釋是從資本結構角度來(lái)看，即企業(yè)為了追求利益最大化，發(fā)揮自有資本的杠杠效應，增加負債，擴大規模，謀求股東收益最大化，這就會(huì )帶來(lái)還債風(fēng)險，加大企業(yè)陷入財務(wù)困境的可能性。按照這種邏輯來(lái)解釋?zhuān)乐蛊髽I(yè)出現財務(wù)困境的一個(gè)有效辦法是完善公司治理結構，引入職業(yè)經(jīng)理人，防止因為過(guò)度負債而帶來(lái)的破產(chǎn)風(fēng)險［45］。但是，引入職業(yè)經(jīng)理人之后又會(huì )產(chǎn)生委托代理問(wèn)題。因為職業(yè)經(jīng)理人傾向于冒更大的風(fēng)險來(lái)進(jìn)行經(jīng)營(yíng)決策。而企業(yè)一旦陷入財務(wù)困境，職業(yè)經(jīng)理人反而更加傾向于采取風(fēng)險更大的經(jīng)營(yíng)措施［46］。此外，企業(yè)實(shí)際控制人具有更強烈的動(dòng)機來(lái)實(shí)施“掏空”企業(yè)的行為［47］。企業(yè)關(guān)鍵員工雖對企業(yè)實(shí)際控制人的掏空行為具有一定的抑制作用，但在企業(yè)出現財務(wù)困境時(shí)，關(guān)鍵員工有可能流失［48］。從這個(gè)角度理解，建立有效的利益制衡機制、降低公司的代理成本十分重要。這就涉及到董事會(huì )職權的設計、獨立董事的比例、董事會(huì )的規模等問(wèn)題［40］。
從企業(yè)生命周期的角度來(lái)看，企業(yè)陷入財務(wù)困境是企業(yè)發(fā)展的一種必然現象。企業(yè)處在生命周期的早期，企業(yè)的人力資本、社會(huì )資本和經(jīng)濟資源（如融資、技術(shù)和材料）均比較缺乏，容易陷入財務(wù)困境［49］。當企業(yè)處于成熟期時(shí)，擁有了充足的資源（知識或者聲譽(yù)），就不容易受到財務(wù)困境的影響［50］。不過(guò)，在許多情況下，企業(yè)陷入財務(wù)困境并不是企業(yè)自身原因所致，而與企業(yè)所在的外部環(huán)境有關(guān)。例如宏觀(guān)經(jīng)濟環(huán)境總體疲弱導致的高通脹將加大企業(yè)陷入財務(wù)困境的可能性［38］。金融危機前的投資強度和債務(wù)融資規模［51］、國家的產(chǎn)業(yè)政策以及法律制度改革［34］等都會(huì )對企業(yè)陷入財務(wù)困境產(chǎn)生影響。地方政府給企業(yè)施加的社會(huì )性負擔，也加大了企業(yè)陷入財務(wù)困境的可能性［52］。在中國的上市企業(yè)，受更低融資成本的刺激，隨著(zhù)企業(yè)上市時(shí)間的變化，企業(yè)陷入財務(wù)困境的發(fā)展曲線(xiàn)呈現倒U型特征［53］。
表5 財務(wù)困境的理論解釋
到此為止，似乎學(xué)術(shù)界關(guān)于企業(yè)陷入財務(wù)困境的決定因素和導致企業(yè)財務(wù)困境的原因解釋考慮得已經(jīng)比較全面、細致，從第一直覺(jué)來(lái)看，財務(wù)會(huì )計的、市場(chǎng)的、宏觀(guān)經(jīng)濟的、公司治理的因素也確實(shí)對企業(yè)陷入財務(wù)困境產(chǎn)生影響，這些因素和企業(yè)的經(jīng)營(yíng)周期、企業(yè)的經(jīng)營(yíng)目標、企業(yè)經(jīng)營(yíng)者的個(gè)人目的結合起來(lái)，能夠在很大程度上解釋企業(yè)陷入財務(wù)困境的原因。但仔細推敲起來(lái)，仍然發(fā)現存在以下不足：首先，財務(wù)困境是一個(gè)財務(wù)的概念，如果企業(yè)在財務(wù)上不出現問(wèn)題，則財務(wù)困境就不會(huì )發(fā)生；此外，上述決定因素對企業(yè)的影響結果最終均會(huì )表現在企業(yè)的財務(wù)數據上。如果將財務(wù)會(huì )計信息和決定財務(wù)會(huì )計信息的各個(gè)因素的信息，均納入財務(wù)困境預警模型的構建之中，則會(huì )存在明顯的內生性（相互決定）問(wèn)題。因此，構建相對完整的、經(jīng)得起理論思考的財務(wù)困境預警模型必須另辟蹊徑。
五、研究結論與展望
從動(dòng)態(tài)的、發(fā)展演變的角度來(lái)看，企業(yè)陷入財務(wù)困境是一個(gè)持續演變、不斷惡化的過(guò)程。這一過(guò)程可以區分為資金緊張、信用違約、財務(wù)危機、企業(yè)破產(chǎn)等不同的發(fā)展階段。但企業(yè)首先出現的財務(wù)困境信號是資金緊張，只有出現了資金緊張，才有可能發(fā)展演變到其他各種財務(wù)困境狀態(tài)。因此，最初始、最可靠的財務(wù)困境預警方法，應當是對企業(yè)資金緊張狀況的預警。而企業(yè)是否會(huì )出現資金緊張狀況，關(guān)鍵取決于企業(yè)的資金供求狀況，即企業(yè)財務(wù)會(huì )計報表數據中資金占用和資金來(lái)源相互滿(mǎn)足之后是否還有資金富裕。如果沒(méi)有資金富裕，并且存在資金缺口，才有可能陷入財務(wù)困境。因此，財務(wù)困境預警的第一階段應當是對企業(yè)資金緊張狀況是否出現的預警。
當企業(yè)出現資金緊張之后，就會(huì )進(jìn)入財務(wù)困境的第二個(gè)階段，即企業(yè)已到期債務(wù)能否按期償還。如果不能按期償還，就會(huì )出現財務(wù)危機，發(fā)生信用違約。因此企業(yè)在陷入財務(wù)困境的第二個(gè)階段的核心預警問(wèn)題是預測企業(yè)能夠籌集到的用來(lái)還債的資金和需要償還的債務(wù)之間的差額。當企業(yè)不能按期償還債務(wù)的時(shí)候，就會(huì )進(jìn)入債務(wù)重整、破產(chǎn)保護階段，這應當是財務(wù)困境預警的第三個(gè)層次，也是企業(yè)財務(wù)危機深化和財務(wù)風(fēng)險充分暴露的階段。在這個(gè)階段，看企業(yè)能否通過(guò)債務(wù)重整或破產(chǎn)保護解決危機。如果難以找到這方面的解除債務(wù)危機和擺脫企業(yè)資金緊張困境的出路，則企業(yè)就會(huì )步入破產(chǎn)清算，進(jìn)入經(jīng)營(yíng)失敗的階段。
由此可見(jiàn)，企業(yè)陷入財務(wù)困境是一個(gè)動(dòng)態(tài)演化過(guò)程，這一過(guò)程并不是一個(gè)靜止的、各個(gè)影響因素之間相互獨立的過(guò)程，而是一個(gè)有機的、整體的發(fā)展演變過(guò)程。這一發(fā)展演變過(guò)程，均可以用企業(yè)資金供求關(guān)系的變化將其串連起來(lái)，統一到企業(yè)資金供求關(guān)系的定量計算框架之下。在企業(yè)陷入財務(wù)困境的第一階段，僅僅是企業(yè)資金占用和資金來(lái)源的關(guān)系匹配問(wèn)題；在陷入財務(wù)困境的第二階段，則會(huì )變成企業(yè)還債資金需求和還債資金來(lái)源的供求關(guān)系匹配問(wèn)題；在陷入財務(wù)困境的第三階段，又是可變現資產(chǎn)和待清償債務(wù)之間的供求關(guān)系匹配問(wèn)題。這三個(gè)階段之間的關(guān)系，并不是割裂開(kāi)來(lái)的（迥異于目前學(xué)者使用的二分法，將企業(yè)分為困境和非困境的非此即彼的關(guān)系），而是從一個(gè)狀態(tài)發(fā)展到另外一個(gè)狀態(tài)的演化過(guò)程。
基于以上研究結論，本文對未來(lái)財務(wù)困境預警研究提出以下建議：一是將財務(wù)困境預警模型的構建集中到使用財務(wù)指標。因為財務(wù)會(huì )計信息已經(jīng)包含了市場(chǎng)、宏觀(guān)經(jīng)濟、公司治理等各方面因素對企業(yè)的影響；二是分階段構建財務(wù)困境預警模型，比如在財務(wù)困境第一階段應當主要以揭示企業(yè)資金供求關(guān)系的指標為主，在財務(wù)困境第二階段應當構建以計算企業(yè)還債資金缺口的模型為主，在第三階段構建以資產(chǎn)變現能力和債務(wù)償還緊迫性為主的預警模型，這種三階段的預警模型構建方法可以將財務(wù)困境消滅在萌芽狀態(tài)；三是在財務(wù)困境模型的構建方法上，建議盡可能選擇類(lèi)似“一加一等于二”的準確計算模型，而不要使用允許一定程度的誤判率的統計檢驗模型。這主要是因為，企業(yè)處于財務(wù)困境的各個(gè)階段，其陷入困境的原因均能夠歸結為“1－1=0”的定量資金平衡關(guān)系，這種關(guān)系是在經(jīng)濟主體之間已經(jīng)形成的確定關(guān)系，它并不是一個(gè)隨機的、發(fā)生可能性不同的概率估計關(guān)系。換句話(huà)說(shuō)，在財務(wù)困境預警的時(shí)候，我們所面對的分析樣本是獨立的、不重復出現的個(gè)體樣本，而不是大概率的、可以重復出現的統計樣本。在每一個(gè)獨立樣本的內部，存在著(zhù)一個(gè)確定的具有等式性質(zhì)的資金供求關(guān)系，這種關(guān)系能夠揭示企業(yè)是否會(huì )陷入財務(wù)困境以及陷入財務(wù)困境的程度。
總之，將財務(wù)困境預警理解為是一個(gè)對動(dòng)態(tài)發(fā)展演變過(guò)程的預警，并重點(diǎn)聚焦于從財務(wù)角度的資金供求平衡關(guān)系預警，核心是建立測量陷入財務(wù)困境不同階段資金供求缺口的模型，這將有可能結束不同學(xué)者從不同角度出發(fā)面對同樣的樣本企業(yè)得出不同的預警結論的困境，也有可能解決不同預警模型之間以及同一預警模型因為樣本數據不同而導致預警準確率不穩定的問(wèn)題。還有可能會(huì )帶來(lái)另外一個(gè)更加重要的貢獻，解決基于人工智能方法樣本訓練所形成的預警模型結果不穩定、模型不可解釋的問(wèn)題。這是因為，本文建議學(xué)者應當追求的財務(wù)困境預警模型，是基于財務(wù)報表數據的、可以準確計算的、并可以在每一個(gè)具體企業(yè)身上反推計算的預警模型。這種模型如果做不到百分之百的準確預警，至少可以做到百分之百地對預警準確或者不準確的原因做出解釋?zhuān)梢越忉尀槭裁闯霈F了不準確的結論。
參考文獻
[1]王玉冬,王迪,王珊珊.基于PSO-BP和FOA-BP神經(jīng)網(wǎng)絡(luò )的財務(wù)危機預警模型比較[J].統計與決策,2018,34(15):177-179.
[2]陳靜.上市公司財務(wù)惡化預測的實(shí)證分析[J].會(huì )計研究,1999,4(9):31-38.
[3]錢(qián)愛(ài)民,張淑君,程幸.基于自由現金流量的財務(wù)預警指標體系的構建與檢驗——來(lái)自中國機械制造業(yè)A股上市公司的經(jīng)驗數據[J].中國軟科學(xué),2008,(9):148-155.
[4]張金昌.論當前企業(yè)資金緊張的原因和對策[J].會(huì )計研究,1995,(4):22-24.
[5]Altman E.I.Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journal of Finance,1968,23(4):589-609.
[6]Ohlson J.A.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research,1980:109-131.
[7]Jo H.,Han I.Integration of Case-based Forecasting,Neural Network,and Discriminant Analysis for Bankruptcy Prediction[J].Expert Systems with Applications,1996,11(4):415-422.
[8]Martens D.,Van Gestel T.,De Backer M.,et al.Credit Rating Prediction Using Ant Colony Optimization[J].Journal of the Operational Research Society,2010,61(4):561-573.
[9]Chen M.Y.Predicting Corporate Financial Distress Based on Integration of Decision Tree Classification and Logistic Regression[J].Expert Systems with Applications,2011,38(9):11261-11272.
[10]Cheng C.H,Chan C.P.,Sheu Y.J.A Novel Purity-Based K Nearest Neighbors Imputation Method and Its Application in Financial Distress Prediction[J].Engineering Applications of Artificial Intelligence,2019,81:283-299.
[11]Slavici T.,Maris S.,Pirtea M.Usage of Artificial Neural Networks for Optimal Bankruptcy Forecasting Case Study:Eastern European Small Manufacturing Enterprises[J].Quality and Quantity,2016,50(1):385-398.
[12]吳沖,劉佳明,郭志達.基于改進(jìn)粒子群算法的模糊聚類(lèi)-概率神經(jīng)網(wǎng)絡(luò )模型的企業(yè)財務(wù)危機預警模型研究[J].運籌與管理,2018,27(2):106-114.
[13]丁德臣,呂志勇.基于粗糙集與分類(lèi)器集成的財險公司全面風(fēng)險預警研究[J].保險研究,2014,(6):73-85.
[14]Alifiah M.N.,Salamudin N.,Ahmad I.Prediction of Financial Distress Companies in the Consumer Products Sector in Malaysia[J].Sains Humanika,2013,64(1).
[15]顧曉安,王炳蘄,李文卿.Logistic財務(wù)預警模型預警正確率提升研究——引入盈余管理變量的分析[J].南京審計大學(xué)學(xué)報,2018,15(4):45-52.
[16]Cole R.A.,Gunther J.W.Predicting Bank Failures:A Comparison of on-and Off-site Monitoring Systems[J].Journal of Financial Services Research,1998,13(2):103-117.
[17]Mselmi N.,Lahiani A.,Hamza T.Financial Distress Prediction:The Case of French Small and Medium-sized Firms[J].International Review of Financial Analysis,2017,50:67-80.
[18]Jo H.,Han I.,Lee H.Bankruptcy Prediction Using Case-based Reasoning,Neural Networks,and Discriminant Analysis[J].Expert Systems with Applications,1997,13(2):97-108.
[19]Beaver W.H.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966:71-111.
[20]Carmichael D. R.The Auditor's Reporting Obligation:The Meaning and Implementation of the Fourth Standard of Reporting[J].American Institute of Certified Public Accountants,1972:94-125.
[21]Altman E.I.,Hotchkiss E.Corporate Financial Distress and Bankruptcy[M].New York:NY,1993.15-20.
[22]Barboza F.,Kimura H.,Altman E.Machine Learning Models and Bankruptcy Prediction[J].Expert Systems with Applications,2017,83:405-417.
[23]Acosta-González E.,Fernández- Rodríguez F.,Ganga H.Predicting Corporate Financial Failure Using Macroeconomic Variables and Accounting Data[J].Computational Economics,2019,53(1):227-257.
[24]吳世農,盧賢義.我國上市公司財務(wù)困境的預測模型研究[J].經(jīng)濟研究,2001,6(2008):46-55.
[25]Altman E.I.,Iwanicz-Drozdowska M.,Laitinen E.K.,et al.Financial Distress Prediction in an International Context:A Review and Empirical Analysis of Altman's Z-score Model[J].Journal of International Financial Management and Accounting,2017,28(2):131-171.
[26]Vu L.T.,Vu L.T.,Nguyen N.T.,et al.Feature Selection Methods and Sampling Techniques to Financial Distress Prediction for Vietnamese Listed Companies[J].Investment Management and Financial Innovations,2019,16(1):276.
[27]Uthayakumar J.,Vengattaraman T.,Dhavachelvan P.Swarm Intelligence Based Classification Rule Induction(C RI)Framework for Qualitative and Quantitative Approach:An Application of Bankruptcy Prediction and Credit Risk Analysis[J].Journal of King Saud University-Computer and Information Sciences,2017,32(6):647-657.
[28]張金昌,范瑞真.資金鏈斷裂成因的理論分析和實(shí)證檢驗[J].中國工業(yè)經(jīng)濟,2012,(3):95-107.
[29]Tinoco M.H.,Wilson N.Financial Distress and Bankruptcy Prediction Among Listed Companies Using Accounting,Market and Macroeconomic Variables[J].International Review of Financial Analysis,2013,30:394-419.
[30]章之旺.預期財務(wù)困境成本在債務(wù)違約預測模型中的信息含量[J].數量經(jīng)濟技術(shù)經(jīng)濟研究,2008,(3):148-159.
[31]Shumway T.Forecasting Bankruptcy More Accurately:A Simple Hazard Model[J].The Journal of Business,2001,74(1):101-124.
[32]Christidis A.,Gregory A.Some New Models for Financial Distress Prediction in the UK[ R].Xfi-Centre for Finance and Investment Discussion Paper,2010,(10).
[33]Bisogno M.,De Luca R.Financial Distress and Earnings Manipulation:Evidence from Italian SMEs[J].Journal of Accounting and Finance,2015,4(1):42-51.
[34]Bhattacharjee A.,Han J.Financial Distress of Chinese Firms:Microeconomic,Macroeconomic and Institutional Influences[J].China Economic Review,2014,30:244-262.
[35]Altman E.I.,Haldeman R.G.,Narayanan P.ZETATM Analysis A New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Banking&Finance,1977,1(1):29-54.
[36]William H.Beaver,Maureen F.McNichols,Jung-Wu Rhie.Have Financial Statements Become Less Informative?Evidence from the Ability of Financial Ratios to Predict Bankruptcy[J]. Review of Accounting Studies,2005,10(1):93-122.
[37]Campbell J.Y.,Hilscher J.,Szilagyi J.In Search of Distress Risk[J].The Journal of Finance,2008,63(6):2899-2939.
[38]Mare D.S.Contribution of Macroeconomic Factors to the Prediction of Small Bank Failures[J].Journal of International Financial Markets,Institutions and Money,2015,39:25-39.
[39]Lee T.S.,Yeh Y.H.Corporate Governance and Financial Distress:Evidence from Taiwan[J].Corporate Governance:An International Review,2004,12(3):378-388.
[40]Manzaneque M.,Priego A.M.,Merino E.Corporate Governance Effect on Financial Distress Likelihood:Evidence from Spain[J].Revista de Contabilidad,2016,19(1):111-121.
[41]陳藝云.基于信息披露文本的上市公司財務(wù)困境預測:以中文年報管理層討論與分析為樣本的研究[J].中國管理科學(xué),2019,27(7):23-34.
[42]Muoz-Izquierdo N.,Camacho-Miano M.M.,Segovia-Vargas M.J.,et al.Is the External Audit Report Useful for Bankruptcy Prediction?Evidence Using Artificial Intelligence[J].International Journal of Financial Studies,2019,7(2):20.
[43]Bhagat S.,Bolton B.Corporate Governance and Firm Performance[J].Journal of Corporate Finance,2008,14(3):257-273.
[44]邵希娟,曾海花.我國上市公司財務(wù)困境的預警模型研究[J].經(jīng)濟管理,2009,(9):123-128.
[45]Donker H.,Santen B.,Zahir S.Ownership Structure and the Likelihood of Financial Distress in the Netherlands[J].Applied Fina-cial Economics,2009,19(21):1687-1696.
[46]Edwards A.,Schwab C.,Shevlin T.Financial Constraints and the Incentive for Tax Planning[Z].American Taxation Association Midyear Meeting:New Faculty/Doctoral Student Session.2013,2216875.
[47]鄭國堅,林東杰,張飛達.大股東財務(wù)困境?掏空與公司治理的有效性——來(lái)自大股東財務(wù)數據的證據[J].管理世界,2013,(5):157-168.
[48]Baghai R.,Silva R.,Thell V.,et al.Talent in Distressed Firms:Investigating the Labor Costs of Financial Distress[Z].Available at SS RN 2854858,2018.
[49]Helfat C.E.,Peteraf M.A.The Dynamic Resource-based View:Capability Lifecycles[J].Strategic Management Journal,2003,24(10):997-1010.
[50]Habib A.,Hasan M.M.Firm Life Cycle,Corporate Risk-taking and Investor Sentiment[J].Accounting and Finance,2017,57(2):465-497.
[51]Mnnasoo K.,Maripuu P.,Hazak A.Investments,Credit,and Corporate Financial Distress:Evidence from Central and Eastern Europe[J].Emerging Markets Finance and Trade,2018,54(3):677-689.
[52]胡寧,靳慶魯.社會(huì )性負擔與公司財務(wù)困境動(dòng)態(tài)——基于ST制度的考察[J].會(huì )計研究,2018,(11):28-35.
[53]丁志國,耿迎濤,趙晶,丁鈺洋.上市公司財務(wù)困境時(shí)間效應的實(shí)證判別與理論猜想[J].會(huì )計研究,2018,(2):62-68.
[54]Senbet L.W.,Wang T.Y.Corporate Financial Distress and Bankruptcy:A Survey[J].Foundations and Trends?In Finance,2012,5(4):243-335.
[55]Dickerson A.M.Behavioral Approach to Analyzing Corporate Failures[ R].Wake Forest L. Rev.,2003,38.
[56]Attig N.,Cleary S.Managerial Practices and Corporate Social Responsibility[J].Journal of Business Ethics,2015,131(1):121-136.
[57]Hasan M.M.,Hossain M.,Habib A.Corporate Life Cycle and Cost of Equity Capital[J].Journal of Contemporary Accounting and E-conomics,2015,11(1):46-60.
王大偉，中國社會(huì )科學(xué)院大學(xué)碩士生。
張金昌,王大偉.財務(wù)困境預警:概念界定與理論辨析[J].財經(jīng)論叢,2020(12):61-69.
