摘要：随着全球经济不断地发展，企业与企业之间的竞争变得越来越激烈，识别和评估企业面临的风险对于企业的生存和发展变得尤为重要。目前，国内外学者研究的企业财务风险预警的模型基本集中于单一变量预警模型，多元判别分析预警模型，多元逻辑回归分析预警模型，以及人工神经网络预警模型。本文主要梳理了财务风险以及财务风险预警的相关理论研究的发展现。
关键词：风险管理；财务预警；综述
一、现状
将风险管理思想最先应用于企业经营管理的是法国著名管理学家亨利•法约尔，但是还没有形成系统的风险管理框架。而大多数学者认为风险管理的思想是始源于发生了美国经济危机的二十世纪三十年代。当时的美国金融危机导致了经济严重衰退，于是大量的学者开始对财务风险进行深入的研究，财务风险管理逐渐形成一门系统的学科。
（一）国外研究现状
ArthurWilliams和MichaelL.Smith（1995）提出财务风险管理的五大要素，即：企业风险的确定、企业风险及不确定性的评价、企业风险管理控制、风险融资和企业风险管理反馈。Mar⁃kowitz,HM（1952）提出资产投资组合理论的概念，即在相同的风险水平下，效率边界的组合收益最高；而在获得相同的收益下，效率边界的组合风险最低。ModiglianiEF和MillerMH在1958年提出了MM定理。他们从资本成本的角度论证了公司价值不会受资本结构的影响财务风险预警模型，因为财务杠杆收益会与财务杠杆风险同步涨落。他们还验证了不同的资本结构下公司成本会保持不变。WilliamC.A和HeineR.M认为风险管理是一种方法，他们在1964年提出财务风险管理是通过对风险管理的识别、衡量与控制，用最低的成本将风险导致的不利后果降低到最低的一种管理方法。RobertIMehr和BobAHedges在1974年提出风险管理的目的是与企业经营的目的相同的，这两者的目的都为生存、效益增长、摆脱困境及履行其社会责任。
（二）国内研究现状
刘建海在2002年提出企业内部应当建立一套科学严密的内部决策机制以加强企业财务风险管理，这套机制主要包括风险约束机制、预防风险机制、风险分散制度及风险转嫁机制等几个部分。许玉红在2003年提出，基于完善公司架构的角度，企业需要建立健全企业财务风险控制组织体系。而在2006年洪提提出，作为企业管理的中枢环节，内部控制制度是防范企业风险的最有效的一种手段。同年，王汉民提出了以完善公司治理结构、强化公司文化为核心的企业内部控制制度可以有效地防范财务风险。申冬青（2014）提出企业并购中的财务风险分析控制流程，并提出了在并购中的财务风险控制策略。李景明（2015）在信息化环境下建立了电力科研院研究所的财务风险控制体系。温哲（2016）提出农业上市公司降低企业财务风险最有效的途径是建立并有效实施适合本企业的财务风险控制体系。周磊（2016）基于财务管理内部控制系统的角度，提出了适用于商贸类中小企业的企业财务风险控制策略。
二、财务风险预警文献综述
（一）国外研究现状
（1）单一变量财务预警模型。Fitzpatrick（1931）以19组破产企业和未破产企业作为研究样本对象，使用单个财务指标数据分别对两组样本进行预测。研究结果发现，发生财务困境的公司和财务健康的公司之间的财务指标数据是显著不同的。在这些财务指标数据中，净利润/股东权益与股东权益/负债这两个财务指标具有最高的财务风险预测能力。Beaver（1966）以相对应的79组破产公司和非破产公司作为研究样本对象，他使用十年间的数据，对30个指标进行了分析。研究结果表明，最能预测企业财务危机的四个指标分别为债务现金保障率、资产收益率、资产安全率、资产负债率。（2）多元判别分析财务预警模型。Altman（1968）使用1954年至1964年间的33家破产公司和产业类别与规模大小相似的33家非破产公司作为研究样本对象，选取22个财务比率指标为解释变量建立判别函数。他在这22个财务比率指标中选择了五个指标作为变量，并且根据这些变量对财务风险的影响程度以确定其相应的权重，建立了类似回归方程式的函数模型，即Z-Score评价模型。由于Z-Score评价模型是针对上市公司的研究，而且Altman教授选取的33对企业基本上是属于美国的机械工业，即Z-Score评价模型还具有行业局限性。
因此，Alt⁃man教授针对Z-Score评价模型进行了先后两次修正，分别形成了针对非上市公司的Z’模型和针对跨行业的ZETA模型。（3）多元逻辑回归分析财务预警模型。Martin（1977）是第一次将多元逻辑回归模型应用于财务困境研究领域的学者，他认为商业贷款/总贷款额、坏账/营业净利润、费用/营业收入、总资产净利率、总资产/风险性这几个财务指标的预测能力是很强的。Martin将多元逻辑回归模型和Altman教授提出的Z模型进行了对比研究，他发现了多元逻辑回归模型的破产预测能力比Z模型的预测能力要强。Ohlson（1980）提出的多元逻辑回归模型是被引用最为广泛的。他选择了105家破产的制造业上市公司和2058家非破产公司为研究对象。研究发现，公司的资产规模、企业业绩、资本结构以及当前的融资能力这四类变量是对企业破产概率最具有显著影响的变量。（4）人工神经网络财务预警模型。Odom、Sharda（1990）是最早将人工神经网络模型应用到财务风险预测中的学者。他们以65家破产公司和64家非破产公司作为研究对象，使用公司破产前一年的Altman提出的五个财务比率指标，构建了人工神经网络模型。研究发现，其构建的人工神经网络模型的财务风险预测准确率比Altman提出的Z模型的预测准确率要高。Tam和Kiang（1992）将人工神经网络模型应用到银行破产研究中。他们将财务变量的权重值应用到神经网络模型的建造中，因此很大程度的提高了人工神经网络的财务风险预测准确率。
（二）国内研究现状
吴世农、卢贤义（2001）以70家处于财务困境的国内上市公司和70家财务正常的国内上市公司为研究对象，选取六个财务指标，分别运用多元线性回归分析法、Fisher线性判定分析法和Logistic回归分析法建立财务预警模型。研究结果表明，净资产报酬率的判别成功率较高；这三种模型在财务困境发生前四年的财务风险预测误判率均在28%以内，误判率最低的为Logistic预测模型。周敏、王新宇（2002）提出了基于神经网络和系统模糊优选的企业财务危机测定与预警模型，为实现企业财务危机动态预警找到了新的途径。吕长江，周现（2005）选取146家中国制造业上市公司作为研究对象，对多元判别分析模型、逻辑线性回归模型和人工神经网络模型进行研究比较分析。研究结果发现逻辑线性回归模型优于多元判别分析模型，而预测准确率最高的模型是人工神经网络模型。张根明、向晓骥（2006）等人以263家国内制造业上市公司为学习样本、以76家为检验样本，通过使用BP神经网络方法建立财务预警模型。研究结果发现，分行业的BP神经网络预警模型相对于行业没有进行区分的通用预警模型来说，其预测精确度得到了很大程度的提高。王颖，马亮和白居等人（2015）使用模糊层次分析法和前向型神经网络建立了适合大型国际工程项目的财务风险控制评价指标体系，还建立了应用于大型国际工程项目基于前向型神经网络的财务风险计算模型。徐伟、陈丹萍（2016）提出了三个建立财务预警模型基本原则，并且提出了四个新的财务预警模型，分别为最近距离判别模型，理想距离判别模型财务风险预警模型，模糊判别模型以及极小离差主成分判别模型。田宝新，王建琼（2017）以上市公司为研究对象，从管理层和治理层两方面构建包含财务指标和非财务指标的财务风险预警体系，提高了财务预警模型的适用性。王玉冬，王迪和王珊珊（2018）以我国高新技术企业作为研究对象，进行了采用果蝇优化算BP神经网络模型和粒子群优化BP神经网络模型的财务风险预警准确度的对比。研究表明果蝇算法优化BP神经网络模型的精确度相对更高，其预测企业财务风险是有效的。吴冲，刘佳明和郭志达（2018）以我国上市公司的财务数据作为研究数据，提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型，该模型在企业财务风险长期预警具有一定的效果。
作者:钟星源 唐婵娟 单位:广西财经学院 广西财经学院图书馆
更多财税咨询、上市辅导、财务培训请关注理臣咨询官网 素材来源：部分文字/图片来自互联网，无法核实真实出处。由理臣咨询整理发布，如有侵权请联系删除处理。
400-835-0088
