財務困境預測模型概述
財務困境預測模型研究的基本問題——財務困境
財務困境(Financial distress)又稱“財務危機”(Financial crisis)，最嚴重的財務困境是“企業破產” (Bankruptcy)。企業因財務困境導致破產實際上是一種違約行為，所以財務困境又可稱為“違約風險”(Default risk)。
事實上，企業陷入財務困境是一個逐步的過程，通常從財務正常漸漸發展到財務危機。實踐中，大多數企業的財務困境都是由財務狀況正常到逐步惡化，最終導致財務困境或破產的。因此，企業的財務困境不但具有先兆，而且是可預測的。正確地預測企業財務困境，對於保護投資者和債權人的利益、對於經營者防範財務危機、對於政府管理部門監控上市公司質量和證券市場風險，都具有重要的現實意義。縱觀財務困境判定和預測模型的研究，涉及到三個基本問題：
- 1、財務困境的定義；
- 2、預測變數或判定指標的選擇；
- 3、計量方法的選擇。
財務困境預測模型分類
財務困境預測模型因所用的信息類型不同分為財務指標信息類模型、現金流量信息類模型和市場收益率信息類模型。
1、財務指標信息類模型
Ahman(1968)等學者(Ahman，Haldeman和Narayanan，1980；Platt和Platt， 1991)使用常規的財務指標，如負債比率、流動比率、淨資產收益率和資產周轉速度等，作為預測模型的變數進行財務困境預測。
儘管財務指標廣泛且有效地套用於財務困境預測模型，但如何選擇財務指標及是否存在最佳的財務指標來預測財務困境發生的機率卻一直存在分歧。Harmer (1983)指出被選財務指標的相對獨立性能提高模型的預測能力。Boritz(1991)區分出65個之多的財務指標作為預測變數。但是，自Z模型 (1968)和ZETA模型(1977)發明後，還未出現更好的使用財務指標於預測財務困境的模型。
2、現金流量信息類模型
現金流量類信息的財務困境預測模型基於一個理財學的基本原理：公司的價值應等於預期的現金流量的淨現值。如果公司沒有足夠的現金支付到期債務，而且又無其他途徑獲得資金時，那么公司最終將破產。因此，過去和現在的現金流量應能很好地反映公司的價值和破產機率。
在Gentry，Newbold和Whitford(1985a；1985b)研究的基礎上，Aziz、Emanuel和Lawson(1988)發展了現金流量信息預測財務困境模型。公司的價值來自經營的、政府的、債權人的、股東的現金流量的折現值之和。他們根據配對的破產公司和非破產公司的數據，發現在破產前5年內兩類公司的經營現金流量均值和現金支付的所得稅均值有顯著的差異。顯然，這一結果是符合現實的。破產公司與非破產公司的經營性現金流量會因投資質量和經營效率的差異而不同，二者以現金支付的所得稅也會因稅收會計的處理差異而不同。Aziz、Emanuel和Lawson(1989)比較了Z 模型、ZETA模型、現金流量模型預測企業發生財務困境的準確率，發現現金流量模型的預測效果較好。
3、市場收益率信息類模型
Beaver(1968)是使用股票市場收益率信息進行財務困境預測研究的先驅。他發現在有效的資本市場里，股票收益率也如同財務指標一樣可以預測破產，但時間略滯後。Altman和Brenner(1981)的研究表明，破產公司的股票在破產前至少1年內在資本市場上表現欠佳。Clark和Weinstein(1983)發現破產公司股票在破產前至少3年記憶體在負的市場收益率。然而，他們也發現破產公告仍然向市場釋放了新的信息。破產公司股票在破產公告日前後的兩個月時間區段內平均將經歷26％的資本損失。
Aharony，Jones和Swary(1980)提出了一個基於市場收益率方差的破產預測模型。他們發現在正式的破產公告日之前的4年內，破產公司的股票的市場收益率方差與一般公司存在差異。在接近破產公告日時，破產公司的股票的市場收益率方差變大。
財務困境的預測模型因選用變數多少不同分為
1、單變數預測模型
2、多變數預測模型：多變數預測模型因使用計量方法不同分為
- 1）線性判定模型
- 2）線性機率模型
- 3）Logistic回歸模型。
此外，值得注意的是，近年來財務困境預測的研究方法又有新的進展，網路神經遺傳方法已經開始被套用於構建和估計財務困境預測模型。
