财务困境研究.docx

资源描述

财务困境研究.docx

《财务困境研究.docx》由会员分享，可在线阅读，更多相关《财务困境研究.docx（18页珍藏版）》请在冰点文库上搜索。

财务困境研究.docx

财务困境研究

摘要：

在竞争激烈的市场经济机制下，企业所有的运营情况都将受到各利益方的密切关注，企业财务问题是围绕企业运营情况中永恒的核心问题。

企业在日常经营过程中并不是一帆风顺，企业常常由于各种原因陷入财务困境，从而为企业造成种种不利的影响。

如何根据企业日常经营情况进行企业财务分析、识别企业财务困境、建立可行的财务困境预警机制是各公司财务管理者急需面对的主要课题。

本文运用国内外研究者相关研究成果,结合多项调查，揭示企业财务困境主要表现形式，剖析企业财务困境形成的主要原因，并从国内外学者的研究现状中进行思考，建立起企业财务困境的预测模型及防范办法。

目的是建立有效的企业财务困境预测防范机制，降低企业陷入财务困境的风险，避免企业因财务困境而产生的各种负面影响，提高企业综合竞争能力。

关键词：

财务困境，多元线性判别模型，预测，防范

Abstract:

Inthehighlycompetitivemarketeconomy,enterprisesofalloperatingconditionswillbecloselywatchedofallstakeholders,corporatefinancebusinessoperationsaroundthesituationinquestionisthecoreissueintheeternal.Businessintheordinarycourseofbusinesswasnotalwayssmooth,businessesoftenfallintofinancialdifficultiesduetovariousreasons,thuscausingallsortsofnegativebusinessimpact.Howtocarryoutitsdailybusinessoperationoffinancialanalysis,identifyingfinancialdistress,theestablishmentofaviablefinancialdistressearlywarningmechanismisthecompany'sfinancialmanagersneedtofacethekeyissues.Inthispaper,researchersathomeandabroadrelatedresearch,combinedwithanumberofsurveys.Revealsthemainformoffinancialdistress,financialdistressanalysisoftheformationofthemainreasons,andfromtheresearchscholarstothinkthestatusquoandestablishcorporatefinancialdistresspredictionmodelandpreventivemeasures.Aimistoestablishaneffectivepreventionmechanisminfinancialdistressprediction,andreducetheriskoffinancialdistress,toavoidthecompanybecauseoffinancialdifficultiesresultingfromnegativeimpacts,andimprovingoverallcompetitiveness.

Keywords:

financialdistress,prediction,prevention

在市场经济条件下，由各种原因导致财务困境的企业并不鲜见。

陷入财务困境的企业面临两种选择：

一、变卖资产、债务重组以度过难关；二、破产清算，以清偿企业债务。

不管是哪一种选择，企业必定会承担一定的成本--财务困境成本。

因此企业如何预测及防范财务困境成为经营者关注的重点，企业财务困境则成为资本结构理论的热点问题之一，财务困境预测及防范具有相当的社会价值和实践意义。

关于财务困境的理论国内外研究者经过长时间研究和探讨，许多学者对财务困境有了较为系统的论述。

现阶段对财务困境预测及防范的研究主要分为两类：

一类是从企业形成财务困境的原因出发，例如:

经营决策、治理结构、投资风险、经济环境等因素，致力于建立合理科学的企业财务困境预警体系；另一类是以数学、计算机软件程序为基础，定量定性的进行财务困境分析，从技术层次上估算出企业财务困境的概率，评定企业是否已陷入或即将陷入财务困境。

本文运用国内外学者的研究成果，从引起企业财务困境的相关因素出发，采用科学的测量方法和评测标准，旨在提高财务困境预测的准确性，全方位思考企业财务困境防范策略，提高企业财务管理的效率和成果，为企业各项决策提供准确的参考，增强企业竞争力。

一、财务困境界定、产生原因及其表现形式

（一）财务困境界定

在进行财务困境预测及防范研究时首先需要解决的是企业财务困境概念的界定问题。

企业陷入财务困境是一个连续的过程，并不存在一个明确的分界点将企业分为陷入财务困境和没有陷入财务困境，因此国内外专家学者对财务困境有不同的判断标准。

对于财务困境国内外并没有明确的定义，在国内财务困境又被称为财务危机、财务困难。

现在我国普遍接受概念的是：

“企业处于经营性现金流量不足以补偿现有到期债务，而被迫采取更正行动的境况。

”具体来讲财务困境是从企业现金流量而非盈利的角度来下定义的，企业财务困境是指企业现金流不足以履行偿还义务或违约，企业承担很大的违约风险。

企业在现金流严重不足的情况下，经常会进行资产重组、债务重组和破产清算，这三种现象既是一般情况下评定企业陷入财务困境的标志同时也是企业摆脱财务困境的措施。

因此严格意义上讲，企业财务困境是从企业现金流不足到企业破产清算的一系列情况，包括现金流不足、资产重组、债务重组和破产清算。

具体如下：

1.现金流不足是指企业用于维持其一定时期正常经营所必须的现金或现金等价物不足，导致企业不能维持其正常经营，不能履行其到期偿还债务义务，形成企业违约风险。

2.资产重组是指企业通过出售部分资产、与其他企业合并、减少资本支出等方法来取得现金流，以偿还到期债务。

例如：

大规模的资产出售；企业兼并收购；降低生产成本；产品价格、质量、服务及组合的调整；市场营销和广告活动；加大研发投入等。

3.债务重组是指企业与债权人就原债务合同进行谈判以确定新的债务合同，包括债务展期、债务减免和债转股等。

债务重组的类型主要有:

正式重组、私下重组和预打包破产重组。

4.破产清算是指传统意义上的破产，即存量破产，具体步骤为:

企业倒闭，对资产进行清算，根据绝对优先准则进行清偿。

由图1说明：

图1企业财务困境图

（二）财务困境产生原因

对财务困境预警机制的研究离不开对财务困境成因的分析与探讨。

近年来，国内外学者和公司主管更加关注企业财务，分析财务困境产生原因有利于从本质上认识企业财务困境。

众多学者将ST公司作为研究上市公司财务困境的标本，所谓ST（specialtreatment）公司是指证券交易所对连续两年亏损，或每股净资产值低于股票面值的财务状况异常公司实行股票交易的特别处理的公司。

通过对大量ST企业的观测分析，企业陷入财务困境不仅是由企业经营管理不善造成，另外经济不景气、公司主营业务萎缩失去竞争力、国家宏观经济环境及其政策的影响、企业所在行业进入衰退期以及资本结构不合理等都可能导致企业财务困境。

综合各类观察分析可以将导致企业财务困境的原因分为宏观因素和微观因素。

由表1说明：

表1财务困境的成因

宏观因素

国家宏观经济环境及其政策的影响

体制因素

市场经济的局限性

国家宏观管理制度的不健全

行业背景的影响

微观因素

主营萎缩

盲目投资

大量举债

三费过高,资金匮乏

公司治理结构的严重缺陷

经营杠杆的负效益、财务杠杆的负效益

（三）财务困境表现形式

财务困境是一个动态的过程，要从企业经营行为中判定企业陷入财务困境，则要研究企业财务困境的表现形式。

陷入财务困境的企业其现金流不足，存在相当的违约风险，在具体经营活动中呈现出：

贷款违约、成本上升、裁员、出售主要资产、与其他企业合并、减少资本支出等现象，对于上市公司来说其偿债能力下降、可能出现上市企业取消或减少股利、发行新股、与债权人协商谈判、债权换股权甚至私下和解等现象。

因此，国外学者R0SS等人就企业财务困境的表现形式认为可以从四个方面定义企业的财务困境:

第一，企业失败，企业清算后仍无力支付债权人债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。

近年来，国内相当部分上市公司在上市后并没有得到很好的发展，部分公司因投资管理失误、巨额亏损等原因以致资金链断裂，财务状况异常而被实行特殊处理。

对被实施特殊处理的财务困境公司研究，其财务困境表现形式有很多共性。

研究表明：

目前,出售资产成为我们国家ST公司或绩差公司财务困境的最主要表现形式，贷款违约、成本上升、裁员、与其他企业合并、减少资本支出、更换CEO或审计师等现象也是公司财务困境的重要表现形式。

二、企业财务困境预测模型及应用

企业财务困境会造成企业股价下跌等负面影响，使企业遭受必定的损失。

因此对企业财务困境进行预测和防范、尽可能提前预防企业发生财务困境或破产，同时也为了避免这类事件对债权人合法利益的侵蚀，建立财务困境的预警系统非常必要。

成功的进行财务困境预测最为关键是建立适合我国现实情况的预测模型。

迄今为止，国内外对财务困境预测模型方面的研究非常丰富，运用于财务困境预测的模型主要有5种:

一元判别模型（Univariate）、多元线性判别模型（Multiplediscriminantanalysis，MDA）、多元逻辑回归模型（Logit）、多元概率比回归方法模型（Probit）和人工神经网络模型（ArtificialNeuralNetworks，ANN）。

这五个典型的模型对不同时期企业财务困境预测都有过重要影响。

以人工神经网络模型为代表的智能预测模型是研究方法的重大创新，但实际效果不太稳定。

一元判别模型是以某一项财务指标作为判别标准来判断企业是处于破产状态还是非破产状态的预测模型。

多元判别模型是在一元判别模型的基础上发展起来的，运用多个指标综合反映企业的财务状况,从而建立预警模型，相较于一元判别模型更能全面分析企业财务状况，提高了其预测的准确性。

多元判别模型又可以分为静态统计模型和动态非统计模型。

动态模型在现实运用中有很大局限性。

静态统计模型即线性判别模型,它根据一定的样本资料建立判别函数并确定判定区域,以对企业财务状况进行预测。

这种模型以美国Altman教授的Z模型最具代表性。

因此本文将对多元线性判别模型Altman-Z分数模型及F分数模型进行介绍。

（一）财务困境预测模型介绍

1、AltmanZ-ScoreModel

Z分数模型（Z-ScoreModel），是迄今为止对企业财务预测研究最具影响力的模型，由美国学者Altman在1968年提出。

Altman在他的研究中首次使用了多元判别分析（MultivariateDiscriminantAnalysis，MDA）预测财务困境，他将多变量统计分析方法与财务比率分析相结合,用Z值进行判定预测企业财务失败。

他以66家制造业企业为样本，样本分为两组，第一组是破产公司，由1946-1965年间处于破产法案保护下的33家公司组成，第二组为33家配对非破产公司。

Altman检验了22个财务比例，选择了其中5个，得到一个判别模型。

之后，根据实际还对上式进行了两次修正。

可以说目前以Altman-Z模型为代表的多元判定模型依然是最主要的财务失败预测方法。

判别函数如下:

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

Altman先是根据构造样本构建多元线性判定模型，确定判别Z值。

公式实际上是通过五个变量，将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和营运能力指标（X5）有机联系起来，综合分析预测企业失败或破产的可能性。

公式变量由表2说明:

表2Z-ScoreModel变量表

变量

变量涵义

变量公式1

变量公式2

资产营运率

营运资本/总资产

（流动资产﹣流动负债）/总资产

资产留存率

留存收益/总资产

（股东权益合计﹣股本）/总资产

资产报酬率

息税前利润/总资产

（利润总额﹣财务费用）/总资产

负债权益率

股权的市场价值/债务的账面价值

（股票市值×股票总数）/总负债

资产周转率

销售收入/总资产

建立模型之后将测试样本数据代入判别方程，得出公司的Z值，并根据判别标准（Z值）判定企业陷入财务困境的可能性。

根据Altman观测分析，Z值判别标准如下表：

表3Z-ScoreModel判断标准Z值分布表

Z≥2.99

财务状况良好

非财务困境公司

2.675≤Z＜2.99

财务状况良好

有可能陷入财务困境

1.81≤Z＜2.675

“灰色地带”

财务状况是极不稳定，陷入财务困境可能性较大

Z＜1.81

企业存在很大的破产风险

财务状况异常，财务困境公司

Altman设计的Z分数模型的预测能力比以往模型在判定效率和判定精准度上都有了较大提高，利用Z模型和它的判别标准，Altman成功地判别出破产前一年原始样本中33家破产公司的31家和33家非破产公司的32家，总体正确率达95.5%（63/66）；成功判别破产前两年原始样本中33家破产公司的23家和33家非破产公司的31家，总体正确率达81.8%（54/66）。

此外，Altman还选择了25家破产公司和66家非破产公司进行检验，结果Z模型正确判断出25家破产公司的24家和66家非破产公司的52家，总体正确率达83.5%（76/91）。

2、F分数模型研究

我国财务预警研究起步较晚，发展还不成熟，多是借鉴国外研究成果。

由于一元判定有其自身的局限性，国内采用一元判定模型进行研究的不多，研究时大多采用多元线性判定的研究方法。

其中具有代表性的研究是由周首华、杨济华、王平（1996）以Z分数模式为基础建立的新模式—F分数模式（FailureScoreModel）。

由于Z分数模式在建立时并没有充分考虑到现金流量的因而具有一定的局限性。

F分数模型加入了现金流量这一预测变量，考虑了现代化公司财务状况的发展及其公司所应有财务比率标准已发生的许多变化。

研究者以1977年到1990年的31家破产企业和31家配对的非破产企业为样本，并且选用了5个判别变量，建立了F分数模式，预测企业财务困境F=﹣0.1774﹢1.1091X1﹢0.1074X2﹢1.9271X3﹢0.0302X4﹢0.4961X5公式变量由表4说明:

表4FailureScoreModel变量表

变量

变量公式

（流动资产﹣流动负债）/总资产

（股东权益合计﹣股本）/总资产

（净利润﹣折旧）/平均总负债

（股票市值×股票总数）/总负债

（净利润﹢利息﹢折旧）/平均总资产

较Z分数模型，F分数模式新增加了反映企业现金流量能力X3、X5的指标，它以0.0274为临界点预测公司是破产还是可以继续生存，通过检验其总体准确率近70%。

（二）无锡小天鹅股份有限公司概况

对财务困境预测模型的回顾后，我们将选择一家公司作为财务困境预测模型的研究样本。

经考察我们选择了在我国家电市场上占有一席之地的无锡小天鹅股份有限公司作为研究分析对象。

无锡小天鹅股份有限公司，以家用洗衣机为其核心产品，其经营范围涉及家用电器、工业陶瓷、金融信息咨询、清洁机械设备等。

公司1993年成立，迄今已是全国产销量最大的全自动洗衣机制造企业。

公司2001年度利润比2000年度减少50%以上，2003年4月因财务异常被实行退市风险警示的特别处理。

之后公司第一大股东与南京斯威特集团进行战略合作、重组改制事宜，由南京斯威特集团有限公司收购公司股权，公司2003年上半年度的净利润将比去年同期增长50%以上。

并经过股权变更、出售资产、人事变动等措施走出财务困境，2004年撤销实施的特别处理。

在之后的发展中无锡股份有限公司在2005年、2006年度都有过轻微的财务异常现象，但是由于其程度轻，并及时采取了更换管理人员、变更公司章程、出售资产、股权变更等措施避免了财务危机，因此并没有被特别处理，研究其财务状况具有典型性。

（三）无锡小天鹅股份有限公司Z-ScoreModel的运用及分析

对上市公司财务困境预警模型中运用较为广泛的是AltmanZ-ScoreModel。

我们可以利用无锡小天鹅股份有限公司提供的2000年-2009年财务报告，运用Z-ScoreModel分析其财务状况。

从而验证模型的准确性，并对该公司未来一年财务状况进行预测。

表52001年-2009年无锡小天鹅股份有限公司部分财务数据单位:

万元

年度

2001

2002

2003

2004

2005

2006

2007

2008

2009

流动资产

237807

216263

208509

242497

268552

256967

263959

232352

288093

流动负债

133903

201690

189103

189760

218030

242877

204933

162415

194900

总资产

342979

317578

307906

311721

343930

384795

378452

333929

387863

平均资产

341847

330279

312742

309814

327826

364362

381623

356190

360896

折旧

4242

10291

2879

6066

5704

7352

529

4264

8949

销售收入

112963

294180

290132

242293

326017

495130

500069

429299

437524

利润总额

11128

-63697

6224

4858

4235

3433

41899

3962

27762

净利润

8828

-56480

3599

3904

4010

4135

34691

2501

22169

财务费用

830

3270

1294

1190

4168

5570

5158

1689

147

利息

4208

4575

3054

3715

4474

5506

3967

2844

568

总负债

134010

203797

189210

189867

218137

244775

206603

164349

196392

平均负债

132876

168903

196503

189538

204002

231456

225689

185476

180371

股票市值

12.01元

9.80元

6.32元

4.55元

3.60元

4.80元

19.8元

4.48元

14.63元

股票总数

36510

万股

36510万股

54766万股

股东权益

198438

108868

110683

114182

116862

118707

171849

169580

191471

股本

36510

54766

以上数据来源于无锡小天鹅股份有限公司官方网站（）。

数据中股票市值是以无锡小天鹅股份有限公司每年年末收盘价为准。

对无锡小天鹅股份有限公司财务困境预测，将上述收集到的财务数据代入Z-ScoreModel预测函数，即可以得到Z值，并由Z值的大小，根据Z-ScoreModel的判断标准判断公司财务状况及预测企业陷入财务困境几率的大小。

根据无锡小天鹅股份有限公司提供的2001年-2009年财务报告，测算出各年Z值情况如表6所示：

表62000年-2009年Z值情况表

年度

2001

0.303

0.472

0.030

3.272

0.329

3.416

2002

0.046

0.228

-0.211

1.756

0.926

1.657

2003

0.063

0.241

0.016

1.220

0.942

2.139

2004

0.169

0.249

0.012

0.875

0.777

1.892

2005

0.147

0.234

0.000

0.603

0.948

1.812

2006

0.037

0.269

-0.006

0.716

1.287

2.117

2007

0.156

0.358

0.097

3.499

1.321

4.428

2008

0.209

0.344

0.007

1.493

1.286

2.935

2009

0.240

0.352

0.071

4.080

1.128

4.591

从2001年-2009年财务状况计算出的Z值可以看出：

1.2002年无锡小天鹅股份有限公司Z值低于1.81临界点，按照Altman观测分析:

Z＜1.81时，说明财务状况异常，企业存在很大的破产风险，预测企业将在2003年陷入财务困境。

2003年Z值大于临界点，说明企业财务状况有所好转，虽然财务状况是极不稳定，陷入财务困境可能性较大，但是企业已经走出财务困境。

这项预测与无锡小天鹅的2003年被ST，2004年走出ST是相符合的。

2004年、2005年Z值都处于“灰色地带”，说明企业2005年、2006年财务状况是极不稳定，陷入财务困境可能性较大。

Z模型的预测准确性较高。

2.从测算的Z值分布中可以看出，无锡小天鹅股份有限公司已经走出财务困境的阴霾，财务困境的可能性非常低，预测进入2010年无锡小天鹅股份有限公司将是快速发展的一年。

（四）无锡小天鹅股份有限公司FailureScoreModel的运用及分析

现代企业越来越重视对现金流的管理，现金流量表也成为企业重要的财务报表之一。

与AltmanZ-ScoreModel相比较FailureScoreModel在预测企业财务困境时考虑了企业现金流等因素。

由周首华、杨济华、王平（1996）以Z分数模式为基础建立的新模式—F分数模式（FailureScoreModel）。

F分数模型以0.0274为临界点预测公司财

展开阅读全文