F分?jǐn)?shù)模型中X1、X2及X4與z記分模型中的X1、X2及X4相同，兩個模型中各比率的區(qū)別就在于其X3、X5不同。
F分?jǐn)?shù)模型中X3提一個現(xiàn)金流量指標(biāo)，它是衡量企業(yè)所產(chǎn)生的全部現(xiàn)金流量可用于償還企業(yè)債務(wù)能力的重要指標(biāo)。一般來講，企業(yè)提取的折舊費(fèi)用，也是企業(yè)創(chuàng)造的現(xiàn)金流入，必要時可將這部分資金用來償還債務(wù)。X5則測定的是企業(yè)總資產(chǎn)在創(chuàng)造現(xiàn)金流量方面的能力，相對于z記分模型，它可以更準(zhǔn)確地預(yù)測出企業(yè)是否存在財務(wù)危機(jī)(其中的利息是指企業(yè)利息收入減去利息支出 后的余額)。。
F分?jǐn)?shù)模型的主要特點(diǎn)是：(1)F分?jǐn)?shù)模型加入現(xiàn)金流量這一預(yù)測變量。許多專家證實(shí)現(xiàn)金流量比率是預(yù)測公司破產(chǎn)的有效變量，因而它彌補(bǔ)了z記分模型的不足。(2)該模型考慮到了現(xiàn)代公司財務(wù)狀況的發(fā)展及其有關(guān)標(biāo)準(zhǔn)的更新。比如公司所應(yīng)有財務(wù)比率標(biāo)準(zhǔn)已發(fā)生了許多變化，特別是現(xiàn)金管理技術(shù)的應(yīng)用，已使公司所應(yīng)維持的必要的流動比率大為降低。(3)該模式使用的樣本更加擴(kuò)大。其使用了Compostat PcPlus會計數(shù)據(jù)庫中1990年以來的4160家公司的數(shù)據(jù)為樣本；而z記分模型的樣本僅為66家(33家破產(chǎn)公司及33家非破產(chǎn)公司)。
F分?jǐn)?shù)模型中的5個自變量的選擇是基于財務(wù)理論，其臨界點(diǎn)為0.0274。若某一特定企業(yè)的F分?jǐn)?shù)低于0.0274，則將被預(yù)測為破產(chǎn)公司；反之，若F分?jǐn)?shù)高于0.0274，則公司將被預(yù)測為繼續(xù)生存公司。
三、財務(wù)危機(jī)預(yù)警模型應(yīng)用的實(shí)證過程
(一)財務(wù)危機(jī)預(yù)警模型應(yīng)用實(shí)證研究說明
1　研究對象的選擇依據(jù)
本文在財務(wù)危機(jī)預(yù)警模型的應(yīng)用研究中，均以在深圳證券交易所掛牌交易的“ST廣廈”這家公司為例來進(jìn)行實(shí)證分析。之所以選擇這家企業(yè)，主要出于三個方面的考慮：一是因為它是上市公司，資料容易搜集；二是因為銀廣廈曾因造假丑聞而遭遇財務(wù)危機(jī)；三是因為它出現(xiàn)的財務(wù)危機(jī)情況比較典型，代表了中國企業(yè)會計信息失真的普遍現(xiàn)象。實(shí)證分析的目的，不但要驗證財務(wù)預(yù)警模型的有效性及其利弊得失，更重要的是驗證在中國目前財務(wù)信息嚴(yán)重失真的大環(huán)境下，什么樣的方法效果更好。怎樣有效整合現(xiàn)有的財務(wù)預(yù)警模型。為了達(dá)到上述目的，最終選擇了銀廣廈這家公司的資料進(jìn)行企業(yè)財務(wù)危機(jī)預(yù)警的實(shí)證研究。
2　研究對象的基本情況
“銀廣廈”的全稱為“銀川廣廈實(shí)業(yè)股份有限公司”，它是在廣廈(銀川)磁技術(shù)有限公司的基礎(chǔ)上經(jīng)過增資、擴(kuò)股、股份制改造而成立的。1993年5月開始進(jìn)行股份制改組，1994年1月28日“廣廈(銀川)實(shí)業(yè)股份有限公司”宣告成立，同年6月17日，“銀廣廈A”在深圳證券交易所上市交易，股票代碼為000557。最初的經(jīng)營范圍是高新技術(shù)產(chǎn)品的開發(fā)、生產(chǎn)、銷售，天然物產(chǎn)的開發(fā)、加工和銷售，動植物飼養(yǎng)、種植、加工和銷售。后來逐漸轉(zhuǎn)向葡萄酒和房地產(chǎn)的開發(fā)、加工和銷售。公司上市之卡初業(yè)績尚可，有穩(wěn)步上升的跡象。以后便不停轉(zhuǎn)換主業(yè)，投資失敗。造成主業(yè)缺失，業(yè)績平平，對投資者缺乏吸引力。后終因寂寞難耐引發(fā)造假，公司業(yè)績飚升，股價在兩年內(nèi)上漲440％，創(chuàng)造了股市神話。
2000年8月該公司因銀廣廈全資子公司天津廣廈(集團(tuán))有限公司造假，中國證監(jiān)會對銀廣廈正式立案稽查。2001年公司凈資產(chǎn)低于股票面值，自2002年5月8日起公司股票實(shí)行特別處理，股票簡稱變?yōu)椤癝T廣廈”。2002年6月5日起股票暫停上市，后進(jìn)行重組，2002年12月6日“ST廣廈”復(fù)牌。
3　研究方法的選擇
盡管目前財務(wù)危機(jī)預(yù)警方法層出不窮，但主流的分析方法只有兩大類。特別是在我國主要采用財務(wù)危機(jī)預(yù)警模型和財務(wù)報表分析法進(jìn)行財務(wù)危機(jī)預(yù)測，簡稱模型預(yù)警法和指標(biāo)預(yù)警法。其中模型預(yù)警法主要采用單變量模型法和多變量模型法。因為研究對象銀廣廈是上市公司，所以本文在預(yù)警方法的選擇上主要采用前面所介紹的Beaver的單變量模型預(yù)警法、奧特曼的z記分模型預(yù)警法、周首華的F分?jǐn)?shù)模型法和財務(wù)報表分析法(即財務(wù)指標(biāo)預(yù)警法)這四種方法，同時以個案分析的思路貫穿始終，通過實(shí)證分析的方法來驗證上述各種方法的預(yù)警效果并進(jìn)行比較分析，以期找到在我國進(jìn)行財務(wù)危機(jī)預(yù)警的正確思路和最佳方法。
(二)單變量模型法應(yīng)用的實(shí)證研究
如前所述，Beaver的單變量模型表明最具預(yù)測能力的3個指標(biāo)分別為現(xiàn)金流量，總負(fù)債、總負(fù)債，總資產(chǎn)、凈利潤，總資產(chǎn)指標(biāo)。因此，結(jié)合銀廣廈的資料分別計算這3個指標(biāo)進(jìn)行對比分析。銀廣廈在危機(jī)發(fā)生的前3年有關(guān)數(shù)據(jù)計算如下
單變量分析表明，銀廣廈1998年和1999年現(xiàn)金流量為負(fù)值，導(dǎo)致該公司債務(wù)保障率為負(fù)數(shù)，說明該公司現(xiàn)金流量嚴(yán)重不足，需要引起足夠的重視；雖然該公司的資產(chǎn)負(fù)債率稍有偏高，但從整體來看，資產(chǎn)負(fù)債結(jié)構(gòu)還是比較合理的；該公司的資產(chǎn)報酬率指標(biāo)除了在1999年出現(xiàn)了大的波動之外，其他年度指標(biāo)值呈現(xiàn)平穩(wěn)上升趨勢，超過了上市公司的平均水平，表明該企業(yè)的盈利能力在不斷增強(qiáng)。
(三)多變量模型法應(yīng)用的實(shí)證研究
1　Z記分模型應(yīng)用研究
因為銀廣廈自2002年5月8日起公司股票實(shí)行特別處理(改稱“ST廣廈”)，所以我們應(yīng)該選取公司2001年的數(shù)據(jù)進(jìn)行模型預(yù)警分析。事實(shí)上，銀廣廈有其特殊性，如果銀廣廈1998～2000年度不是因為造假，或許早就被戴上“ST”的帽子了。我們可以收集該公司2001年度和2000年度的有關(guān)數(shù)據(jù)代人Z記分模型來進(jìn)行前景預(yù)測。
根據(jù)計算結(jié)果可以看出，2001年該公司Z值為-3.73，遠(yuǎn)遠(yuǎn)小于模型判別值的下限1.81，即將陷入財務(wù)危機(jī)。判別結(jié)果正確。這一方面說明了z模型具有很強(qiáng)的生命力，不僅能夠應(yīng)用于我國股市，而且還具有較高的準(zhǔn)確性；另一方面從判別結(jié)果也說明了銀廣廈經(jīng)營狀況極為糟糕，財務(wù)指標(biāo)惡化明顯，極有可能會陷入財務(wù)危機(jī)。事實(shí)上。2001年它在股市的丑惡行徑已經(jīng)敗露，股價一落千丈，已經(jīng)是一家資不抵債、虧損嚴(yán)重的“空殼”。所以上述判別結(jié)果也是情理之中的事情。
公司2000年z值為3.34，顯著高于判別值的上限2.675，僅從模型本身判別結(jié)果來看，公司財務(wù)狀況良好，財務(wù)指標(biāo)正常。如果模型僅僅是判斷下一年是否會陷入財務(wù)困境，那么這一判別結(jié)果也是正確的。而事實(shí)上，2000年銀廣廈正處于造假的巔峰。股價因此飆升，單純從財務(wù)指標(biāo)來判斷，絕對屬于典型的“績優(yōu)”公司，所以據(jù)此計算的z值明顯偏高。
從以上分析可以看出，z模型在企業(yè)危機(jī)前一年的預(yù)測中顯示了較強(qiáng)的預(yù)測能力，但同時也應(yīng)該看到。對于虛假的財務(wù)信息，z記分模型顯得無能為力，如2000年就是如此。
       2　盼數(shù)模型應(yīng)用研究
與z記分模型相比，F(xiàn)分?jǐn)?shù)模型引入了現(xiàn)金流量因素。這一模型對虛假的財務(wù)信息目前能否發(fā)揮更大的作用呢?因此我們也將該公司2001年和2000年的財務(wù)數(shù)據(jù)代人F分?jǐn)?shù)模型進(jìn)行檢驗。
從計算結(jié)果可以看出，銀廣廈2001年F值為-0.6246，遠(yuǎn)遠(yuǎn)低于模型的預(yù)警臨界點(diǎn)0.0274，按照F分?jǐn)?shù)模型的判別標(biāo)準(zhǔn)，公司將被判別為財務(wù)危機(jī)類公司。判別結(jié)果正確，與事實(shí)相吻合。而從2000年的情況來看，公司F值遠(yuǎn)遠(yuǎn)高于判別值。將把公司判別為財務(wù)正常類公司。可見，改進(jìn)后的F分?jǐn)?shù)模型同樣對于虛假財務(wù)信息也無法甄別。深入分析其原因，我們會發(fā)現(xiàn)，雖然F分?jǐn)?shù)模型中加入了現(xiàn)金流量類指標(biāo)，但是由于現(xiàn)金流量類指標(biāo)采用間接法計算，同樣依賴公司盈利狀況。而且，在F分?jǐn)?shù)模型中同樣采用了公司股價指標(biāo)，而2000年內(nèi)正是公司造假登峰造極之時，股價明顯偏高，以此為基礎(chǔ)計算 的預(yù)警模型結(jié)果顯然也偏高。
F分?jǐn)?shù)模型的預(yù)測結(jié)果與z記分模型的預(yù)測結(jié)論是一致的，盼數(shù)模型的預(yù)測精度并無明顯改善。
四、財務(wù)危機(jī)預(yù)警模型應(yīng)用結(jié)果比較分析
(一)單變量模型法應(yīng)用實(shí)證研究結(jié)論
1　比較分析
運(yùn)用Beaver的單變量模型法對銀廣廈進(jìn)行預(yù)警分析，從現(xiàn)金流量/總負(fù)債的預(yù)測結(jié)果來看，負(fù)債的現(xiàn)金保障程度很低，應(yīng)引起注意；從總負(fù)債/總資產(chǎn)和凈利潤/總資產(chǎn)的預(yù)測結(jié)果來看，企業(yè)盈利能力在不斷增強(qiáng)，經(jīng)營狀況良好。采用不同的預(yù)測指標(biāo)得出了相互矛盾的預(yù)測結(jié)果。這一方面是因為于該公司財務(wù)信息失真，某些財務(wù)指標(biāo)被操縱，從而影響了預(yù)測精度；另一方面是因為單變量分析法本身具有嚴(yán)重缺陷。
單變量分析法的優(yōu)點(diǎn)是簡便易行，沒有前提假設(shè)條件限制，適用范圍廣。但是在Beaven采用單變量分析進(jìn)行企業(yè)失敗預(yù)警研究之后，很少有研究人員沿用單變量方法進(jìn)行危機(jī)預(yù)測，原因在于單變量分析有以下嚴(yán)重缺陷：第一，單變量模型只重視一個指標(biāo)的反映能力，如果經(jīng)理人員知道這個指標(biāo)，就有可能去粉飾這個指標(biāo)。以期表現(xiàn)出良好的財務(wù)狀況。達(dá)不到預(yù)警的目的；第二，使用任何單個財務(wù)指標(biāo)將在很大程度上排斥其他指標(biāo)的作用；第三。如果使用多個指標(biāo)分別進(jìn)行判斷，這幾個指標(biāo)的判斷結(jié)果可能會產(chǎn)生矛盾，如銀廣廈的情況就是如此，導(dǎo)致無法做出正確的判斷。第四，雖然財務(wù)比率是綜合性較強(qiáng)的指標(biāo)，但是僅用一個財務(wù)指標(biāo)不能充分反映企業(yè)的財務(wù)特征，預(yù)警結(jié)果難免會有誤差。
2　改進(jìn)單變量模型法的建議
首先，單變量模型法雖然簡單易行，工作量小，但是總體判別精度不高。在前一年的預(yù)測中，一元判定模型的預(yù)測精度明顯低于多元判定模型。銀廣廈的判別結(jié)果就是如此。不過，眾多的實(shí)證研究表明，一元判定模型在危機(jī)發(fā)生的前兩年、前3年的預(yù)測中表現(xiàn)出了很強(qiáng)的預(yù)測能力。這也說明有些企業(yè)的財務(wù)困境是從某些財務(wù)指標(biāo)的惡化開始的。如果能設(shè)置一些適合企業(yè)自身特點(diǎn)的單變量指標(biāo)進(jìn)行財務(wù)危機(jī)的監(jiān)測，就有可能做到早知道早預(yù)防。因此可以利用單變量分析法進(jìn)行企業(yè)財務(wù)危機(jī)的遠(yuǎn)期預(yù)測，作為財務(wù)預(yù)測的一種輔助方法來使用，不失為一種理想的選擇。
其次，由于我國企業(yè)財務(wù)信息失真現(xiàn)象比較普遍，建立單變量預(yù)警指標(biāo)監(jiān)測企業(yè)財務(wù)危機(jī)時，應(yīng)更多地使用基于現(xiàn)金流量基礎(chǔ)上的財務(wù)指標(biāo)。銀廣廈的單變量模型預(yù)測中，現(xiàn)金流量，總負(fù)債指標(biāo)的預(yù)測效果好于總負(fù)債，總資產(chǎn)和凈利潤，總資產(chǎn)兩個指標(biāo)。眾所周知，建立在權(quán)責(zé)發(fā)生制基礎(chǔ)上利潤指標(biāo)經(jīng)常受到經(jīng)營者的控制，經(jīng)營者可通過調(diào)整會計政策，控制相關(guān)費(fèi)用等手段來調(diào)節(jié)會計凈利潤的高低。這種利潤操縱行為，在西方被稱為“會計戲法”?！皶嫅蚍ā毖菔镜慕Y(jié)果，導(dǎo)致財務(wù)信息失真，造成決策信息混亂。它會演繹成一種非常奇特、非常矛盾的狀況：一方面企業(yè)賬面有會計利潤；另一方面，企業(yè)的現(xiàn)金支付能力極差，而這種企業(yè)現(xiàn)金流量和現(xiàn)金支付能力的危機(jī)，正是1997年亞洲金融風(fēng)暴形成的基礎(chǔ)。
(二)多變量模型法實(shí)證應(yīng)用研究結(jié)論
1　比較分析
從上述多元判別模型的應(yīng)用結(jié)果來看，z記分模型和F分?jǐn)?shù)模型在危機(jī)全面爆發(fā)的前一年(銀廣廈被戴上“ST”的帽子)的預(yù)測結(jié)果都是準(zhǔn)確的，即2001年的模型預(yù)警結(jié)果還是準(zhǔn)確的。這說明我們可以借助財務(wù)預(yù)警模型早日發(fā)現(xiàn)企業(yè)經(jīng)營活動中存在的潛在風(fēng)險和危機(jī)，不管是z記分模型還是F分?jǐn)?shù)模型至今仍具有強(qiáng)大的生命力，而且距離危機(jī)發(fā)生期越近預(yù)測結(jié)果越準(zhǔn)確。但是也應(yīng)該看到，不管是z模型還是F模型，都是以財務(wù)信息的真實(shí)性為前提條件的。一旦會計信息失真，預(yù)警結(jié)果就會不準(zhǔn)確。由此可見，經(jīng)典的財務(wù)預(yù)警模型具有很好的“財務(wù)判斷功能”，而在“財務(wù)識別功能”上略顯不足，從而總體預(yù)測精度會受影響。F分?jǐn)?shù)模型雖然加進(jìn)了現(xiàn)金流量因素，但是仍然沒有實(shí)質(zhì)性的改進(jìn)。
從模型的建立方法來看，z記分模型和F分?jǐn)?shù)模型都屬于多元判別模型。多元判別模型在很大程度上克服了一元判別分析的缺陷，該方法的優(yōu)點(diǎn)表現(xiàn)在：(1)能夠包容反映企業(yè)財務(wù)狀況的多個指標(biāo)，因此在財務(wù)危機(jī)預(yù)測中適用范圍較廣；(2)能夠包含獨(dú)立變量；(3)一旦完成模型構(gòu)建，運(yùn)用相對容易；(4)預(yù)測精度比較高，特別是在危機(jī)發(fā)生的前一年，不管是z記分模型還是F分?jǐn)?shù)模型，都具有較高的判別精 度。
但是利用多元判別模型進(jìn)行財務(wù)危機(jī)預(yù)警的缺陷也是不容忽視的。多元判別模型本身存在的缺陷有：(1)預(yù)測工作量比較大，研究者需要做大量的數(shù)據(jù)收集和數(shù)據(jù)分析工作。(2)在前一年的預(yù)測中，多變量判定模型的預(yù)測精度比較高，但在前兩年、前三年的預(yù)測中，其預(yù)測精度則大幅下降。甚至低于一元判別模型?？赡艿脑蚓褪呛芏嘭攧?wù)變量只是企業(yè)陷入財務(wù)困境的征兆，或者說是一種表象，而不是陷入財務(wù)困境的原因和本質(zhì)。過多的財務(wù)指標(biāo)，將“因”和“果”混淆在一起。反而增加了模型的噪音。(3)多元線性判定模型有嚴(yán)格的假設(shè)條件。從模型的建立方法來看，不管是z記分模型，還是盼數(shù)模型的建立，實(shí)際上都有這樣三個假設(shè)條件：一是樣本財務(wù)資料要服從多元正態(tài)分布；二是每一個變量都不是其他變量的線性組合；三是兩樣本群體的協(xié)方差矩陣相等。但是在企業(yè)財務(wù)危機(jī)研究的實(shí)務(wù)中，財務(wù)資料大多不符合常態(tài)概率分布的基本假設(shè)，當(dāng)這個假設(shè)條件破壞時，計算的概率將非常不準(zhǔn)確，最終影響預(yù)警精度。同時，由于多在近似狀態(tài)下使用，適用范圍受到了限制。
通過上述單變量與多變量判別模型的優(yōu)缺點(diǎn)分析，可以清楚地比較兩者的區(qū)別。主要方面的區(qū)別如表7所示。
五、改進(jìn)多變量模型的建議
(一)考慮采用其他方法建立多變量預(yù)警模型
為了克服多元判定模型嚴(yán)格的假設(shè)條件，可以采用以下幾種方法建立多變量財務(wù)危機(jī)預(yù)警模型。
1　多元邏輯模型
Ohlson(1980)提出了多元邏輯模型(Logit)的建立方法。多元邏輯模型的目標(biāo)在于尋求觀察對象的條件概率，從而據(jù)以判斷觀察對象的財務(wù)狀況和經(jīng)營風(fēng)險。它是建立在累計概率函數(shù)的基礎(chǔ)上，不需自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的假設(shè)條件，Logit模型假設(shè)破產(chǎn)企業(yè)的概率P(破產(chǎn)取1，非破產(chǎn)取O)，并假設(shè)hl[p/(1-p)]可以用財務(wù)比率線性解釋。首先假定Ln(p/(1-p)]=a+bx，然后根據(jù)推導(dǎo)可以得出P=exp(a+bx)，[1+exp(a+bx)]，從而計算出破產(chǎn)企業(yè)的概率。其判別規(guī)則是：如果P值大于0.5，則表明企業(yè)破產(chǎn)的概率比較大，那么則判定企業(yè)為即將破產(chǎn)類型；如果P值低于0.5。則表明企業(yè)財務(wù)正常的概率比較大，判定企業(yè)為財務(wù)正常類型。
        2　多元概率比模型(Probit)
Zmijewski(1984)提出了多元概率比模型(Probit)。多元概率比模型同樣假定企業(yè)破產(chǎn)的概率為P，并假設(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的P值可以用財務(wù)指標(biāo)線性解釋。其計算方法和Logit很類似，先是確定企業(yè)樣本的極大似然函數(shù)，然后通過求似然函數(shù)的極大值就可以得到參數(shù)a、b，接下來就可以利用下面的公式求出企業(yè)破產(chǎn)的概率。如果概率P小于0.5，就判定為財務(wù)正常型，如果P大于0.5，則為即將破產(chǎn)型。。
P=∫(1/2π)edt
Probil模型與Logit模型的思路很相像，但是在具體的itgt方法和假設(shè)前提上又有一定的差異，主要體現(xiàn)在三個方面：一是假設(shè)前提不同，Logit不需要嚴(yán)格的假設(shè)條件，而Probit則假設(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的P值可以用財務(wù)指標(biāo)線性解釋；二是關(guān)于參數(shù)a、b的求解方法略有不同，雖然兩者都采用極大似然法，但是，Logit采用的是極大化對數(shù)似然函數(shù)求解，而Probit采用極大化積分似然函數(shù)求解；三是求破產(chǎn)概率的方法不同，Logit采用相對數(shù)方法，而Probit采用積分處理的方法。
3　人工神經(jīng)網(wǎng)絡(luò)(ANN)模型
人工神經(jīng)網(wǎng)絡(luò)(ANN)模型就是將神經(jīng)網(wǎng)絡(luò)的分類方法應(yīng)用于財務(wù)預(yù)警。傳統(tǒng)的分類方法大部分屬于母參數(shù)統(tǒng)計方法，其中以判別分析(DiscfiminationAnalysis，簡稱DA)和Log-it回歸分析等最為廣泛。母參數(shù)統(tǒng)計方法均以選定的獨(dú)立變量結(jié)合歷史數(shù)據(jù)資料建立一個預(yù)測模型，并作為未來分類判別之用。傳統(tǒng)的統(tǒng)計區(qū)分方法須受制于若干母體分配的假設(shè)前提，已經(jīng)很不適用當(dāng)今復(fù)雜多變的企業(yè)運(yùn)作環(huán)境。而且它對錯誤資料的輸入不具有容錯性，無法自我學(xué)習(xí)與調(diào)整，也無法處理資料遺漏的狀況。而人工神經(jīng)網(wǎng)絡(luò)是一種平行分散處理模式，其構(gòu)建原理是基于對人類大腦神經(jīng)運(yùn)作的模擬。ANN除具有較好的模式識別能力外，而且還可以克服統(tǒng)計方法的限制。因為它具有容錯能力和處理資料遺漏或錯誤的能力，最為可貴的是，ANN還具有學(xué)習(xí)能力，可以隨時依據(jù)新數(shù)據(jù)資料進(jìn)行自我學(xué)習(xí)、訓(xùn)練，并調(diào)整其內(nèi)部的儲存權(quán)重參數(shù)以應(yīng)對多變的企業(yè)環(huán)境，這是傳統(tǒng)統(tǒng)計方法所無法比擬的。
它通常由輸入層、輸出層和隱藏層組成，其信息處理分為前向傳播和后向?qū)W習(xí)兩步進(jìn)行。網(wǎng)絡(luò)的學(xué)習(xí)是一種誤差從輸出層到輸入層向后傳播并修正數(shù)值的過程，學(xué)習(xí)的目的是使網(wǎng)絡(luò)的實(shí)際輸出逼近某個給定的期望輸出。根據(jù)最后的期望輸出，得出企業(yè)的期望值，然后根據(jù)學(xué)習(xí)得出的判別規(guī)則來對樣本進(jìn)行分類。考特斯特(coats)和范特(Fant)1993年開始利用神經(jīng)網(wǎng)絡(luò)理論建立財務(wù)預(yù)警模型，由于該模型是模仿生物大腦神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程，不需要考慮研究變量是否符合正態(tài)分布，并且可以有效處理非量化因素，同時具有較好的能力，從而能夠更好地進(jìn)行預(yù)測。
4　聯(lián)合預(yù)測模型
聯(lián)合預(yù)測模型是運(yùn)用企業(yè)模型來模擬企業(yè)的運(yùn)作過程，從而動態(tài)地描述財務(wù)正常企業(yè)和財務(wù)困境企業(yè)的特征，然后根據(jù)不同特征和判別規(guī)則，對企業(yè)樣本進(jìn)行分類。其運(yùn)用的關(guān)鍵是如何準(zhǔn)確模擬企業(yè)的運(yùn)作過程。因此它要求能夠有一個基本的理論框架，通過這一框架來有效模擬企業(yè)的運(yùn)作過程，從而能夠有效反映和識別不同企業(yè)的行為特征、財務(wù)特征，并據(jù)以區(qū)分企業(yè)樣本。
聯(lián)合模型最大的優(yōu)點(diǎn)就是克服了財務(wù)預(yù)測模型只運(yùn)用財務(wù)指標(biāo)的片面性，它能動態(tài)模擬和反映企業(yè)經(jīng)營過程中的方方面面。因為財務(wù)指標(biāo)有其先天的局限性，它只能計量企業(yè)運(yùn)營的財務(wù)結(jié)果，遺漏了很多事關(guān)重大但未能在財務(wù)指標(biāo)中得到體現(xiàn)的非財務(wù)信息，如人力資源狀況、企業(yè)發(fā)展戰(zhàn)略、企業(yè)地理位置等等。
(二)在預(yù)警模型中加入非量化信息
財務(wù)危機(jī)的預(yù)警模型是利用財務(wù)信息對危機(jī)進(jìn)行的定量分析，在操作中還應(yīng)當(dāng)結(jié)合非量化信息，對企業(yè)財務(wù)狀況進(jìn)行定性分析。事實(shí)上，非量化因素在披露企業(yè)財務(wù)狀況方面要比財務(wù)指標(biāo)更為可靠、有效。如企業(yè)財務(wù)報表不能及時公開，或者管理層集體辭職、企業(yè)出現(xiàn)過度擴(kuò)張、過度依賴銀行貸款、企業(yè)人力資源匱乏、企業(yè)市場定位不清等非財務(wù)信息，都可能預(yù)示著企業(yè)存在潛在的危機(jī)，而這些是財務(wù)比率等量化信息所不能涵蓋的。因此，企業(yè)財務(wù)預(yù)警模型不能單純依靠財務(wù)數(shù)據(jù)，至少要在預(yù)警系統(tǒng)中涉及到非財務(wù)數(shù)據(jù)。既要涉及定量信息，也要涉及定性信息，只有這樣才能更完整地反映企業(yè)全貌。例如把注冊會計師的審計意見、行業(yè)與產(chǎn)業(yè)因素、總體經(jīng)濟(jì)因素、股權(quán)結(jié)構(gòu)、公司治理結(jié)構(gòu)、戰(zhàn)略、內(nèi)控等非量化因素。采取適當(dāng)?shù)姆绞竭M(jìn)行量化處理后加入預(yù)警模型中，比如可以參照國有企業(yè)績效評價中對非量化因素采用評分的方法，將評分的結(jié)果作為財務(wù)預(yù)警模型的一個組成部分。
(三)財務(wù)預(yù)警模型與企業(yè)實(shí)際相結(jié)合，分行業(yè)建立預(yù)警模型
雖然傳統(tǒng)的財務(wù)預(yù)警模型可以用于監(jiān)測企業(yè)的財務(wù)情況和經(jīng)營活動，并具有很強(qiáng)的生命力。但由于各企業(yè)的行業(yè)性質(zhì)，經(jīng)營規(guī)模、所處國別和地域等方面都存在許多差異，因此在實(shí)際運(yùn)用中，不宜直接照搬國外的財務(wù)預(yù)警模型，企業(yè)應(yīng)根據(jù)自身的實(shí)際情況，因地制宜，設(shè)計、構(gòu)建符合企業(yè)要求和特點(diǎn)的創(chuàng)新型財務(wù)預(yù)警模型。預(yù)測模型使用的技術(shù)問題，包括影響模型擬合效果的實(shí)效性問題和行業(yè)因素問題，會隨著經(jīng)濟(jì)環(huán)境的變化越來越突出。因此對國外的預(yù)警模型研究其變化并適當(dāng)進(jìn)行微調(diào)是十分必要的。考慮行業(yè)因素的影響，對z模型的修正可以按以下三種思路來進(jìn)行：第一，在模型整體上加上行業(yè)修正值；第二，針對模型中的每個變量設(shè)定行業(yè)修正值；第三，使模型中所選取的財務(wù)變量呈現(xiàn)行業(yè)性差異，即不同行業(yè)選用的指標(biāo)不同。通過修正可以使財務(wù)預(yù)警模型更精確更有針對性。
(三)在預(yù)警模型中加大現(xiàn)金流量指標(biāo)的權(quán)重
目前中國公司法中規(guī)定實(shí)行ST制度以及暫停上市和終止上市制度，上市公司的管理層及有關(guān)部門為了保留殼資源，避免出現(xiàn)虧損或連續(xù)3年虧損，往往會竭盡全力采用盈余操縱手段。財務(wù)預(yù)警模型的構(gòu)成指標(biāo)主要是取自資產(chǎn)負(fù)債表和損益表的數(shù)據(jù)，以權(quán)責(zé)發(fā)生制為基礎(chǔ)，容易受到盈余管理的影響，其與財務(wù)狀況的相關(guān)性大打折扣?，F(xiàn)金流量表是上市公司的重要會計報表之一，其編制原則和方法具有統(tǒng)一的規(guī)定，其主要作用是提供現(xiàn)金流量方面的信息，以實(shí)收實(shí)付制為基礎(chǔ)，能較客觀地反映企業(yè)真實(shí)的財務(wù)狀況。以現(xiàn)金流量表中的數(shù)據(jù)為基礎(chǔ)構(gòu)成的現(xiàn)金流量指標(biāo)也減少了盈余管理的影響，將其納入模型并提高該類指標(biāo)的權(quán)重能夠使模型更客觀地反映企業(yè)的財務(wù)狀況，更好地起到預(yù)警作用。研究人員在這方面也進(jìn)行了大量有益的探討。事實(shí)證明確實(shí)能提高模型預(yù)警的精度。
(四)在預(yù)警模型中引入經(jīng)濟(jì)增加值變量
我國實(shí)證研究的數(shù)據(jù)取自公司會計報表上公布的財務(wù)指標(biāo)，然而傳統(tǒng)會計指標(biāo)只考慮債務(wù)資本的成本，不考慮股權(quán)資本的成本，并不能說明股東價值是否保值增值，并且會計利潤指標(biāo)的使用對管理者產(chǎn)生誤導(dǎo)，傾向于盈利操縱和短期行為，不利于企業(yè)的長期發(fā)展。經(jīng)濟(jì)增加值是從稅后凈營業(yè)利潤中扣除包括股權(quán)和債權(quán)的所有資本成本后的經(jīng)營利潤，它不受公認(rèn)會計準(zhǔn)則的限制。通過對財務(wù)會計報表進(jìn)行適當(dāng)?shù)恼{(diào)整，它消除了會計報表對企業(yè)利潤的扭曲，真正成為股東所定義的利潤。因此，在預(yù)警模型中如果能用經(jīng)濟(jì)增加值指標(biāo)代替會計利潤在很大程度上能夠克服傳統(tǒng)利潤指標(biāo)的缺陷，尋找經(jīng)濟(jì)增加值與財務(wù)危機(jī)之間的相關(guān)關(guān)系，在理論上也是一種創(chuàng)新和突破。
需要說明的是，我們遵循以上思路對預(yù)警模型進(jìn)行改進(jìn)，并不是要求預(yù)警模型必須對虛假的財務(wù)信息具有識別功能。而是使之與我國的實(shí)際情況相符，發(fā)揮其應(yīng)有的作用而已。因為我們不能苛求財務(wù)預(yù)警模型僅僅依靠若干財務(wù)指標(biāo)之間的勾稽關(guān)系，就能發(fā)現(xiàn)公司存在的漏洞，尤其是在公司極力掩飾之時，這一任務(wù)就變得更加艱巨。因為財務(wù)預(yù)警畢竟是建立在真實(shí)財務(wù)信息的基礎(chǔ)之上的。改變這一基礎(chǔ)就偏離了財務(wù)危機(jī)預(yù)警的初衷。要想識別企業(yè)財務(wù)信息的真實(shí)與否，還得另辟蹊徑。
六、結(jié)論
綜上所述。每一種財務(wù)危機(jī)預(yù)警模型都有利也有弊。只有充分發(fā)揮每一種方法的長處，把各種方法結(jié)合使用，才能取得理想的預(yù)警效果。對于企業(yè)來說，最重要的也許并不是怎樣開發(fā)新的預(yù)警模型或預(yù)警方法，更重要的是如何整合已有的財務(wù)危機(jī)預(yù)警方法，達(dá)到財務(wù)危機(jī)預(yù)警的目的。