1財務風險指標體系的分類

1.1單變量模式法

人們最早從單個財務指標入手研究財務預警模型，即單變量財務預警模型，該模型通過選取單一財務比率作為預測企業是否面臨財務風險的標準，而選取哪個財務指標作為標準也是近代單變量財務預警研究人員研究的重點。其中最早以單個財務指標來構建指標體系的學者是Fitzpatrick•P•J，他通過對十幾家公司作為研究對象，通過分析單一財務比率將這些樣本分為破產組和非破產組，把財務指標預測結果與公司實際經營情況相對比，得出單個財務比率中判斷準確率最高的是資本收益率和負債權益率，。盡管Fitzpatrick•P•J研究的結果很不錯，但未使用統計的方法，直到1966年才有人急需延續他的研究方法。1966年，威廉•比弗(WilliamBeaver)，在前人基礎上以單個財務指標為基本比率，使用債務保障率，資產負債率等5個財務比率，運用統計的方法對1954至1964年間大量的成功企業和失敗的企業進行單變量判定預測，并通過對比不同樣本的檢測結果來驗證所選取財務比率判定的準確率，用以找出最具判斷能力的財務比率。Beaver從研究結果中分析得出，對于企業出現財務風險最有判斷能力的財務比率是債務保障率，其次是資產負債率和資產收益率。

1.2多變量模式法

為了進一步優化財務預警模型，克服單變量財務預警模型的缺點，構建出對企業是否面臨破產危機有更精確預測結果的新型財務模式，眾多研究者從1960年之后又陸續開發出眾多財務預警模型。其中多個財務指標分析是研究的基本思想方法，其中應用最廣泛的多變量財務預警模型是Altman的Z記分模式。

Altman的Z記分模式(Z-scoremodel)：美國學者奧特曼(1968)最早運用多個財務指標分析方法來研究財務預警問題，他以1946至1965年間33家破產公司和33家經營狀況良好的公司作為樣本，把有可能預測企業發生破產危機的財務指標分為五個綜合反映企業各方面經營情況的財務比率，通過這五大指標整合出一個多元線性方程，求出Z值，通過判斷Z值大小來對企業財務經營狀況進行預測，進而得出著名的Altman的Z記分模式：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5反映了企業經營規模和資產的變現能力。

其中：X1營運資本/總資產額反映了企業經營規模和資產的變現能力，營運資本具有周轉速度快，變現能力強，反映了企業資產的流動性和資金的周轉使用情況，當企業營運資本降低時，表示企業財務狀況不穩定。

X2=期末留存收益/期末總資產；留存收益是指企業從歷年實現的利潤中提取或留存于企業的內部積累，它來源于企業的生產經營活動所實現的凈利潤，反應了企業的獲利能力，一般來說，該指標越小財務失敗的風險越大。X3=息稅前利潤/期末總資產；即EBIT/期末資產總額，該指標反映了企業資金的使用效率和管理利用成果，能夠很好的反映企業整體財務狀況。

X4=期末股東權益的市場價值/期末總負債；X4是來反映財務結構，股東權益的市場價值與總債務之比能夠說明在公司債務超過資產，無力清償債務而破產前公司的資產價值能下降多少，從而能夠更加客觀的感應企業價值的大小。

X5=本期銷售收入/總資產；X5為總資產周轉率，整體反映了企業資產的周轉能力，企業可以通過薄利多銷，加速資產周轉，提高資金使用效率，從而提高企業資金管理水平。Z記分模型從能夠反映企業綜合財務經營狀況的五大財務比率入手，構建出適用方位更廣的財務預警模型，從Z記分模式中可知企業可以通過提高股票市場價值、增加銷售收入、增加本期留存收益和EBIT或者降低本期負債等，都可降低企業出現破產危機的幾率。

Altman教授通過大量案例研究得出:Z值大小與企業財務狀況成反比，當Z值較小時公司出現破產危機的幾率越大，同時Altman教授還得出Z記分預警模型正常的臨界值即當Z大于2.675時，公司經營狀況較好，當Z值小于2.675時公司就會出現破產危機，，當Z值介于1.81與2.675之間時，說明公司經營狀況不穩定，存在隱患，需要對企業經營狀況進行修正和調整。

2財務風險指標體系應用結果比較分析

2.1單變量模式法應用研究結論

只注重某一單一財務指標，其本身就有缺陷，單變量模型法簡單易行，沒有前提條件限制，適用于全部企業，但是在企業實際預警應用應用中，很少有企業以單變量模型來預警本企業財務狀況，原因在于以下方面：第一，“它只重視對個別指標影響力的分析，容易受管理人員粉飾會計報表、修飾財務指標、掩蓋財務風險的主觀行為的影響，以致模型判斷失效；”第二，單一使用某種財務比率會忽視其他財務比率的預測作用；第三.如果根據不同的財務數據來預測企業財務狀況，這幾個財務數據所得的預測結論可能相互排斥。第四，雖然財務比率是綜合反映企業財務狀況的指標，但是只用某一單個財務比率無法反應企業整體財務狀況，預警結果可能會與實際情況相差甚遠。

2.2多變量模式法應用研究結論

從上述多變量財務指標體系的分析結果可知，Z記分模式在危機全面爆發的前一年的預測結果Z值為1.59小于指標體系的下限1.81。Z記分模式適用于絕大部分企業，并且從案例分析結果可知在企業危機發生前一年中，Z記分模式的預測結果具有極高的準確度，這也對于預測其他出現財務風險的企業也是如此，但是我們也要看到如果作為財務預警研究基礎的財務指標造假，則預警結果就會出現偏差，由此可知Z記分模型可以很好的判別企業財務狀況，但是無法識別預警所采用的財務信息是否真實，從而導致整體的預警結果出現偏差。但是運用多變量模型進行財務預警也有相當多的缺陷，其中本身存在的缺點有：

(1)工量巨大，企業需要收集大量的財務信息并對數據進行分析，計算量大；

(2)在企業出現財務風險的前一年中，多變量財務預警的準確度較高，但是在危機發生的前三，前四年中，預測結果準確度較低，遠不如一元變量預警模型也就是說Z記分變量模型只能得出企業是否出現破產危機，而不能從根本上找出企業出現財務風險的原因和根源，并且Z記分模型中所含的自變量太多，過多的財務指標反而使得研究人員出現本末倒置，過多的注重結果而不去探究出現問題的根源，這也會增加Z記分模式運用的難度。

3改進財務指標體系的建議

3.1改進單變量模式的建議

單變量模式法雖然工作簡單，只采用單一指標，但從總體預測準確度來講其預測精度不高，單變量財務預警模型在企業破產的前兩三年中反而預測比較準確，由此可以使用單變量預警模型對企業進行長期監督。所以改進單變量模式可從以下方面入手：

（1）可以根據企業所經營的行業規律及業務的自身特點選擇個財務指標進行企業破產危機的預警進而可以從長遠的角度對企業財務經營狀況做預警，與多變量財務預警的今期預測相結合。

（2）企業還可以選擇以現金流量為基礎的財務數據作為監測指標，由于我國企業財務數據造假嚴重，因此在運用單變量預警模型來監測企業財務狀況時更多的選擇以現金流量為基礎的財務指標，以現金流量為基礎的財務指標能更加準確的反映企業的財務經營狀況。

3.2改進多變量模式的建議

（1）在預警模型中加入某些非財務數據指標，財務預警做到財務數據與非財務數據相輔助，在對企業進行財務預警等數據分析時也根據實際情況結合一些非財務數據指標對企業進行總體分析，例如企業過度依靠銀行貸款等，這些都預示著企業可能存在潛在的破產隱患。并且信息是財務指標等所不能顯示的，將這些非量化信息業作為企業財務指標體系的一部分。

（2）財務預警模型與企業所處行業特點相融合，根據行業周期及特點對預警模型進行修正和改進，雖然多變量預警模型可檢測企業經營財務狀況，并且有很高的準確度，但由于不同行業的行業性質，經營規模，經營周期等都有所不同，所以企業在實際建立適合企業自身的財務預警模型中，不能直接生搬硬固定的多變量預警模型，而是結合企業自身實際情況，根據行業特點和企業目標去構建自身的財務指標體系。在模式的基礎上加入行業因素和經濟環境的影響。

4結論

企業要做到預測財務狀況就要堅持單變量財務預警與多變量財務預警相結合，長期與近期預測相結合，一元判定模型長期監測效果較好，企業可根據自身經營目標與特征適當選擇某些單變量財務指標作為遠期監測標準。當出現財務風險隱患時應及時告知領導層，從而加強近期預測工作，運用多變量財務預警模型來檢測企業近期的財務狀況，研究分析可知多變量預警模型在企業危機發生前期具有高度的準確率。如果在近期監測中發現有財務風險的隱患就應及時對其進行調整，與企業實際相結合找出企業發生財務風險的原因，進而從源頭上解決問題。

作者：崔海珍 單位：河南省焦作市交通路政管理處