对研究现状的评价

1.2.2　对研究现状的评价

在1.2.1中已经从财务危机的界定、财务危机预测变量的选择和预测方法的运用三个方面综述已有的研究成果，下面将仍然从这三个方面对已有的研究成果进行评价。

1）对财务危机界定研究的评价

从前文的叙述中我们可以看到，国外学者在研究财务预警问题时多是以破产为标准来进行研究的，其预警主要是针对企业破产的预警。虽然他们各人对破产的界定并不相同，但是由于国外的破产制度比较完善，对破产企业的界定比较容易。

而我国由于破产制度不健全，使一些事实上已破产的企业钻了空子，造成我们在研究中确认企业是否实际破产的困难。因此我国学者几乎不可能以破产为标准来对我国上市公司的财务状况进行研究。所以，我国学者对上市公司财务危机进行界定时，大部分都选取了ST作为对财务状况进行分类的标准。大部分财务预警的研究都是针对企业是否会陷入ST境地的预测研究。然而上市公司是否被ST是由上市公司的净利润的正负决定的，公司被ST既不是破产的充分条件，也不是破产的必要条件。表面上看国内外研究者都是对公司财务危机的研究，实际上两者的研究目标和研究对象并不完全一致。

无论是破产预警还是对ST的预警，大部分的预警模型都只是把企业财务状况简单划分成两类：正常的和陷入危机的（破产或ST），但是从财务状况良好到陷入危机，并不是一个简单的短时间内的转变，而是一个长期的，逐渐变化的动态过程，很难确定一个明确的分界点将企业分为陷入财务危机和没有陷入财务危机两类。大部分学者在划分企业财务状况时都试图找到一个或几个客观标准，以此来确定企业所处的财务阶段。各个学者选择的标准并不一致，有的被选标准虽好，却很难被实际运用，特别是对于非企业内部人员的投资人、债权人而言更是难以运用。因此，在研究我国上市公司财务预警系统时，如何选择一些符合我国实际的上市公司财务状况的划分标准，并能够真正在实际中运用仍然是一个值得继续探讨的问题。

2）对预测变量选择的评价

从上述观点中可以看出对于变量的选择，学者们共同强调的是自己选取的变量与企业的持续经营相关，但均未加详证。

大部分模型采用了常规财务指标作为预测变量，这可能导致下列问题：

（1）以财务会计报表数据为基础作为模型的预测变量，会忽略大量的表外信息。Zavgren等（1988）^［120］的研究就揭示了这类问题。他们使用财务报表信息估计Logistic回归模型，揭示失败状态，从而得出对财务前景的预期。在模型的预测结果被揭示后，实际破产宣布前，作者观察了两组公司的市场反应。第一组公司为第二类错误的公司（即预测为失败，而后并未失败的公司），第二组公司为第一类错误的公司（即预测为存活，而后却遭遇失败的公司）。作者的预期是：对于第一组公司，当存活的状态逐渐明朗时，市场应出现正的反应；对于第二组公司，当即将失败的信息引起了市场对公司前景的重新评价，这些公司的股票价格应出现大幅的下降。作者的目的在于检验两组公司的市场反应对未预料到的财务失败状态（即两类错误）的敏感性。市场反应使用实际失败状态被揭示前12个的超额收益和超额交易量。结果与期望相反，说明了市场使用了比破产预测模型更多、更准确的信息集。因此，这些模型的预测能力有待于提高，使用公开披露的年报信息可能不能准确地反映财务恶化状态。因为财务报表数据不是公司经营状况的全部反映，基于公司财务报表数据得到的预警模型是不全面的，难以预测因为表外事项对企业财务状况的影响。

（2）上市公司财务报表必须要经过注册会计师审计，所以其财务报表的公布常常会延迟到年中才公布，故以财务变量所建立的危机预警模型容易失去时效性。

（3）财务报表很可能包括管理层操纵的结果，这些被操纵的财务指标可能会掩盖了企业实际财务状况和经营成果。

为了解决财务指标的第一类缺陷，学者们纷纷在预测模型中引入了各种非财务指标结合常规的财务指标，作为预测变量建立模型。这些非财务指标的类别主要包括：公司治理变量、资本结构变量、股票市场变量、宏观经济变量、公司多角化程度、管理者受教育程度等多方面的变量。这些非财务指标的引入可以更全面考察企业的情况，更有利于对企业财务困境的预测。以非财务指标构建的财务困境预测模型的预测精度不会随时间的向前推移而降低，可以加强财务预警模型的时效性，而且非财务指标可以更本质地反映困境公司的特征，并可以在一定程度上解释财务困境发生的原因^［121］。国内企业失败预警研究基本上都以财务变量为评价指标，少数研究从某些角度考察了单个或单方面的非财务因素对企业失败的影响。其中对公司治理变量的运用比较多见，而较深入地研究股票市场因素、宏观经济因素对企业失败影响的文献几乎没有。至今未有学者从非财务的视角建立较为全面的指标体系或就某几个非财务维度深入展开探讨，研究多种非财务因素对中国企业经营失败的影响。

而对于因为财务指标的失真从而影响模型的预测效果问题，也有少数学者进行了针对性的研究。这类研究主要是通过分析上市公司盈余管理的手段，分析这些手段可能对哪些财务指标造成影响，然后对这些可能由于盈余管理而发生变化的财务指标进行调整，用调整后的财务指标预测变量建立预警模型。但是这类模型普遍存在的问题是在对指标进行调整的方法上没有足够的说服力。宋力和李晶（2004）^［81］，蒲春燕（2005）^［82］等采用的均值±标准差对指标进行调整的方式过于笼统，并不足以说明上市公司盈余管理的程度，调整后的指标是否能代表真实的企业财务指标值得怀疑。吕峻（2006）^［83］采用对净利润等指标减去一些特殊的与盈余管理密切相关的项目后得到调整后的指标的方法也有些片面，因为减去的这些特殊项目只能反映部分盈余管理手段的影响。

目前还没有学者把考虑了盈余管理后的财务指标与盈余管理程度指标结合建立财务预警模型。前述多个考虑非财务变量的研究均是把非财务变量和未经调整的财务变量相结合来建立预警模型；而仅有的几个考虑盈余管理问题的模型，只是用一些方法调整盈余管理手段可能影响的财务指标所建立的模型。在当前上市公司普遍进行盈余管理，导致财务数据普遍失真条件下，如果仅仅调整几个财务指标来消除盈余管理对预测模型的影响显然缺乏足够的说服力。因此有必要考虑调整财务指标的同时考虑盈余管理的影响程度指标来选择预测变量建立财务预警模型。

3）对预测方法运用的评价

定性方法虽然有简单、易懂、容易实施等优点，但其缺点亦非常明显，那就是定性分析法往往要受评价者个人主观因素的影响，而且对于企业财务状况究竟如何，这种财务状况的发生究竟会对企业造成何种影响缺乏一个量化的解释。因此，大部分研究都采用了定量分析的方法。

在定量预警方面，学者们主要采用了效果较好的传统的统计方法，同时也尝试综合运用了包括统计学、人工智能甚至是热力学方法等多种类别、多种学科的方法。在各种模型中，应该说预警领域研究方法是非常丰富的。但是用这些方法所建立模型的缺陷也是显而易见的，主要包括：

（1）模型的准确性、适用性不高

这些有别于传统计量方法的跨学科的方法尽管已有不少学者尝试将其应用于危机预警领域，但其效果究竟如何，是不是真能解决传统统计方法的一些缺陷，真的较传统方法更有效，仍然是有争议的。很多方法的运用仅仅限于应用的初级阶段，运用这些方法建立模型的准确性和适用性都有待进一步改进。

（2）使用的仍然是没有考虑盈余管理影响的原始财务指标

相对于传统的统计学的方法，人工智能等新方法侧重于就现有统计模型的评价效果进行检验的研究，即借鉴人工智能等其他学科的方法，在原统计模型的基础上进行调整或改进，其模型的变量选择仍然局限于大部分统计模型所常用的未经任何调整的财务指标，对非财务指标和盈余管理对财务指标真实性的影响几乎没有考虑，因此用这些新方法所建立模型的预测效果是令人怀疑的。这不得不说是现有新方法在财务预警领域运用的一个很大的局限性。

总之，在财务危机预警研究方面，国内外已经具有比较丰富的研究基础。不同研究者对概念和财务预警领域基本特征、研究目的作用的认识等基本问题的认识上是一致的，但是不同研究者由于各自的专业背景和立场等的不同，在研究视角和研究方法上存在一定的差异；同时大部分财务预警研究在理论的实际应用方面还存在很多缺陷。从文献研究的趋势和研究的热点看，目前在企业财务危机预警领域仍有很多没有解决的理论和应用问题有待做进一步研究，因此，该领域一直都是理论与实务界关注的热点问题。