【正文】 Clark 和 Weinstein（ 1。他發(fā)現(xiàn)在有效資本市場(chǎng)，股票收益率也如同財(cái)務(wù)指標(biāo)一樣可以預(yù)測(cè)破產(chǎn)，但時(shí)間略滯后。在比較了 Z 模型、 ZETA模型、現(xiàn)金流量模型預(yù)測(cè)企業(yè)發(fā)生財(cái)務(wù)困境的準(zhǔn)確率后，發(fā)現(xiàn)現(xiàn)金流量模型的預(yù)測(cè)效果較好。因此，過(guò)去和現(xiàn)在的現(xiàn)金流量應(yīng)能很好地反映公司的價(jià)值和 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 破產(chǎn)概率。 （ 2）現(xiàn)金流量信息類模型 現(xiàn)金流量類信息的財(cái)務(wù)困境預(yù)測(cè)模型基于一個(gè)理財(cái)學(xué)的基本原理：公司的價(jià)值應(yīng)等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值。 （ 2） 實(shí)證標(biāo)準(zhǔn) 在比較歷史上的實(shí)證研究成果發(fā)現(xiàn)：財(cái)務(wù)困境的實(shí)證界定或?qū)嵶C評(píng)價(jià)標(biāo)準(zhǔn)因研究目的的不同而不同： Beaver（ 1966） 、 Altman（ 1968） 和 Deakin（ 1972） 這幾個(gè)經(jīng)典研究對(duì)財(cái)務(wù)困境的界定標(biāo)準(zhǔn)就存在明顯的差別 。 LPM與 Fisher二類線性判定模型的一類錯(cuò)誤、二類錯(cuò)誤、誤判率都是一樣的，但 Logistic模型在 5年中各年的誤判率均低于其他二種判定模型。 由此可見(jiàn)，多變量判定模型在財(cái)務(wù)困境前 1年均能提供有效預(yù)測(cè)信息，提高了預(yù)測(cè)的準(zhǔn)確程度。這表明在財(cái)務(wù)困境預(yù)測(cè)中，多個(gè)財(cái)務(wù)指標(biāo)的模型比單個(gè)財(cái)務(wù)指標(biāo)的模型提供了更多、更穩(wěn)定的信息。 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 多變量判定模型優(yōu)于單變量判定模型。 在我國(guó)上市公司陷入財(cái)務(wù)困境的前 1年和前 2年 ， 本文所選的 21個(gè)財(cái)務(wù)指標(biāo)中 16個(gè)指標(biāo)具有判定和預(yù)測(cè)財(cái)務(wù)困境的信息含量 ， 但各個(gè)指標(biāo)的信息含量不同 ， 預(yù)測(cè)財(cái)務(wù)困境的準(zhǔn)確率不同 。 結(jié)論與啟示 我國(guó)上市公司的財(cái)務(wù)指標(biāo)包含著預(yù)測(cè)財(cái)務(wù)困境的信息含量 ， 因此其財(cái)務(wù)困境具有可預(yù)測(cè)性 。 財(cái) 務(wù) 困 境 前 的 年 份 財(cái)務(wù)指標(biāo) 1 2 3 4 5 X1 盈利增長(zhǎng)指數(shù) . X2 凈資產(chǎn)報(bào)酬率 X3 資產(chǎn)報(bào)酬率 X4 主營(yíng)業(yè)務(wù)利潤(rùn) 貢獻(xiàn)率 X5 主營(yíng)業(yè)務(wù)利潤(rùn)率 X6 利息保障倍數(shù) 廈門大學(xué)吳世農(nóng) X7 流動(dòng)比率 X8 速動(dòng)比率 X9 超速動(dòng)比率 X10 負(fù)債比率 X11 長(zhǎng)期負(fù)債比率 X12 營(yíng)運(yùn)資本與 總資產(chǎn)比例 X13 留存收益與 總資產(chǎn)比例 X14 資產(chǎn)增長(zhǎng)率 . X15 股東權(quán)益增長(zhǎng)率 . X16 主營(yíng)業(yè)務(wù)收入 增長(zhǎng)率 . X17 應(yīng)收帳周轉(zhuǎn)率 X18 存貨周轉(zhuǎn)率 X19 資產(chǎn)周轉(zhuǎn)率 X20 Log（總資產(chǎn)） X21 Log（總凈資產(chǎn)） 廈門大學(xué)吳世農(nóng) 凈資產(chǎn)報(bào)酬率 0 1 2 3 4 5財(cái)務(wù)困境前年份組合2組合1廈門大學(xué)吳世農(nóng) 負(fù)債比率0 1 2 3 4 5財(cái)務(wù)困境前年份組合2 組合1廈門大學(xué)吳世農(nóng) 營(yíng)運(yùn)資本/總資產(chǎn)0 1 2 3 4 5財(cái)務(wù)困境前年份組合2組合1廈門大學(xué)吳世農(nóng) 資產(chǎn)周轉(zhuǎn)率0 1 2 3 4 5財(cái)務(wù)困境前年份組合2組合1企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） （ 2）選擇判定指標(biāo)的有關(guān)結(jié)論 （ a）在 ST發(fā)生的前 1和 2年，財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司的 17個(gè)財(cái)務(wù)指標(biāo)的平均值存在顯著的差異； （ b） Z值隨著 ST發(fā)生時(shí)間的臨近而顯著增大，即二組的財(cái)務(wù)指標(biāo)平均值的差異隨 ST發(fā)生時(shí)間的臨近而擴(kuò)大。 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 中國(guó)上市公司財(cái)務(wù)困境判定和預(yù)測(cè)模型的實(shí)證研究結(jié)果 （ 1）所選 判定指標(biāo)的標(biāo)準(zhǔn)化處理方法 Z=[M1 M2]/[(S1/N1)+(S2/N2)]1/2 Z是二組的平均數(shù)之差除于二組（財(cái)務(wù)困境公司與財(cái)務(wù)正常公司）的共同標(biāo)準(zhǔn)誤，反映二種不同總體在某一指標(biāo) X的差異程度。前者是 EPS 的補(bǔ)充，防止企業(yè)有利潤(rùn)而無(wú)現(xiàn)金，同時(shí)揭示企業(yè)實(shí)際經(jīng)營(yíng)能力和資產(chǎn)質(zhì)量；后者揭示企業(yè)凈利潤(rùn)的來(lái)源和構(gòu)成，從而反映企業(yè)的核心競(jìng)爭(zhēng)力。此外，吃補(bǔ)貼、增利不增現(xiàn)金的“白條利潤(rùn)”有增無(wú)減，誤導(dǎo)投資者。 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 虧損公司頻頻登臺(tái)亮相，是否無(wú)蹤可循呢？非也！ 2022年首先公告虧損的 6家公司，近年來(lái)一直露出慘淡經(jīng)營(yíng)的跡象，到 1999年中報(bào)時(shí)，已經(jīng)處于虧損邊緣，在盈虧線上掙扎。據(jù)不完全統(tǒng)計(jì)， 98年上市公司的應(yīng)收帳款增加 60%以上，其中增加 1倍的超過(guò) 170家。今年的虧損公司，常說(shuō)是“因?yàn)閷?shí)行會(huì)計(jì) 4項(xiàng)計(jì)提政策”造成虧損。 PT的公司只能在周五交易，算是“懲罰”。 1999年出現(xiàn) 47家“ ST” 公司，預(yù)計(jì) 2022年“ ST” 公司累計(jì)達(dá) 60余家。 ST和 PT的公司將增加?！薄凹皶r(shí)”就是“沒(méi)有明確的時(shí)間限制”，因此有些公司在 4月才宣布“預(yù)虧”。例如，甘長(zhǎng)風(fēng) 1999年度的 ROE為 %，但沒(méi)有公布預(yù)虧，各方并不認(rèn)為其有違規(guī)之處。”，同時(shí)，“重大虧損”并無(wú)明確定義。 關(guān)于“預(yù)虧”制度和實(shí)施情況，各種評(píng)論不絕于耳。至 2022年 1月 16日，已有 50家公司發(fā)布 1999年度預(yù)虧公告，其中 5家在 1999年未結(jié)束之前就發(fā)布“預(yù)虧”公告。農(nóng)墾商社 1999年 1月 5日宣布“預(yù)虧”，是中國(guó)首家公布 “ 預(yù)虧”的上市公司。 * 根據(jù)估計(jì)的判定模型，其Ｚ值等于１ .４７４，故其債券應(yīng)屬 “Ａ”或“Ａ以上”，不屬于具有違約風(fēng)險(xiǎn)的債券。由表中的Ｚ值可計(jì)算相鄰二個(gè)Ｚ值的平均數(shù)，并確定“誤判數(shù)”和“最佳判定點(diǎn)”： 當(dāng) Ｚ＝ ， 誤判數(shù)＝ 2 Ｚ＝ ， 誤判數(shù)＝ 1 （最佳判定點(diǎn)） Ｚ＝ ， 誤判數(shù)＝ 2 ... 所以，最佳判定點(diǎn) =０ .４５０５。 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） 確定最佳判定點(diǎn) 根據(jù)所估計(jì)的判定模型，可以計(jì)算各樣本單位的Ｚ值，然后確定“最佳判定點(diǎn)”，用以預(yù)測(cè)債券的類別。下表也列示這 10個(gè)州這方面的數(shù)據(jù)。其中， 6種債券為 A級(jí)，表示違約風(fēng)險(xiǎn)較小，另 4種債券為 B級(jí)，表示違約風(fēng)險(xiǎn)較大。 為了區(qū)分類似的州政府債券是否存在違約風(fēng)險(xiǎn)或還本付息風(fēng)險(xiǎn)，有必要判定州政府債券的等級(jí)是屬“Ａ”以上（含Ａ）或“Ａ”以下。 美國(guó)最富有的橙縣 （ Orange County） 1994年 12月 1日宣布 17億美元的投資損失 ， 橙縣政府于 12月 廈門大學(xué)吳世農(nóng) 月 6日不得不宣布進(jìn)入破產(chǎn)保護(hù)。 （ 3）程序： * 選擇判定變量 * 抽樣（已經(jīng)發(fā)生財(cái)務(wù)困境企業(yè)和財(cái)務(wù)狀況正常的企業(yè)） * 數(shù)據(jù)整理 * 選擇模型 廈門大學(xué)吳世農(nóng) * 建模和估計(jì)判定 /預(yù)測(cè)模型 * 確定最佳判定點(diǎn) * 判定效率檢驗(yàn) * 應(yīng)用估計(jì)的模型進(jìn)行判定或預(yù)測(cè) （五）美國(guó)州政府發(fā)行的債券無(wú)違約風(fēng)險(xiǎn)嗎？ 案例背景和問(wèn)題 政府也有財(cái)務(wù)狀況健康與否的問(wèn)題 。如何用一個(gè)變量綜合反映各類財(cái)務(wù)因素的總差異 （ 2）思路：通過(guò)收集違約和非違約企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比分析，選定判定變量；然后按照判定分析方法，建立債券違約判定模型。第一個(gè) 使用判定分析預(yù)測(cè)破產(chǎn)問(wèn)題的是紐約大學(xué)的 Edward Altman（ 1968） — “Financial Ratios, Discriminant Analysis, and Predication of Corporate Bankruptcy,” JOF 23, Sept. 1968。常見(jiàn)存在顯著差異的財(cái)務(wù)指標(biāo)有：現(xiàn)金流量與總債務(wù)比率 、累計(jì)市值、 EPS、 ROE、 應(yīng)收帳款周轉(zhuǎn)率、流動(dòng)比率、負(fù)債 /權(quán)益、長(zhǎng)期負(fù)債 /權(quán)益，等等。由此可見(jiàn)，財(cái)務(wù)困境的界定標(biāo)準(zhǔn)因研究目標(biāo)的不同而不同。 廈門大學(xué)吳世農(nóng) （ 4） Altman（ 1968）的標(biāo)準(zhǔn)：定義的財(cái)務(wù)困境是“進(jìn)入法定破產(chǎn)的企業(yè)”。 企業(yè)財(cái)務(wù)困境分析（廈門大學(xué) /吳世農(nóng)） （ 2） Ross等人（ 1999； 2022）標(biāo)準(zhǔn)：認(rèn)為可從四個(gè)方面定義企業(yè)的財(cái)務(wù)困境： （ a） 企業(yè)失?。杭雌髽I(yè)清算后仍無(wú)力支付債權(quán)人的債務(wù)； （ b） 法定破產(chǎn)：即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)； （ c） 技術(shù)破產(chǎn)：即企業(yè)無(wú)法按期履行債務(wù)合約付息還本或企業(yè)處于 經(jīng)營(yíng)性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)； （ d） 會(huì)計(jì)破產(chǎn)：即企業(yè)的帳面凈資產(chǎn)出現(xiàn)負(fù)數(shù) ， 資不抵債 。 離違約發(fā)生時(shí)間越近，二者的主要財(cái)務(wù)指標(biāo)（如：現(xiàn)金流量與總 債務(wù)比率 、累計(jì)市值等） 差異越大。 * 企業(yè)證券的等級(jí)變化確實(shí)綜合反映企業(yè)的經(jīng)營(yíng)、管理和財(cái)務(wù)狀況， 從而表明企業(yè)是否出現(xiàn)違約或破產(chǎn)征兆。P對(duì)債券 等級(jí)評(píng)價(jià)指南 : 財(cái)務(wù)指標(biāo)與等級(jí)（ 199193年） 等 級(jí) Fixcharge Cashflow to Return on Longterm Debt Coverage Total Debt Capital to Capital AAA AA A BBB BB B 說(shuō)明：財(cái)務(wù)指標(biāo)是中位數(shù)。P對(duì)長(zhǎng)債 等級(jí)評(píng)價(jià)指南 : 財(cái)務(wù)指標(biāo)與等級(jí)（ 197980年） 等 級(jí) Pretax Fixcharge Cashflow to Pretax Return to Longterm Debt Coverage Longterm Debt Longterm Capital to Capitalization AAA 185% % 16% AA 70 22 22 A 45 17 33 BBB 35 BB B 說(shuō)明：制造業(yè)公司長(zhǎng)期債券；財(cái)務(wù)指標(biāo)是 5年平均數(shù)。 Measurements for Return Risk (WSN/XMU) 證券投資收益和風(fēng)險(xiǎn)的度量方法和理論 （吳世農(nóng) /廈門大學(xué)） 如何管理和防范違約風(fēng)險(xiǎn)？ （ 1）中介機(jī)構(gòu)對(duì)證券進(jìn)行等級(jí)