财务预警的行业差异模型研究

２００６年９月　第５期　南京师大学报（社会科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｎａｎｊｉｎｇ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｓｏｃｉａｌ　Ｓｃｉｅｎｃｅ）　Ｓｅｐ．，２００６　Ｎｏ．５　财务预警的行业差异模型研究　陈志斌　，谭瑞娟　（１．南京大学商学院，江苏南京２１００９３；２．江苏金陵科技集团公司财务部，江苏南京２１０００９）　摘要：现有的财务预警系统大多没有考虑行业差异因素对预警指标的干扰，从而使财务预警　的准确性和科学性受到了不同程度的削弱。应当在传统的预警模型基础上加入行业差异变量，对　现有财务预警模型进行必要的修正，可使模型的预测能力更为精准和科学，由此帮助现代企业提高　应对风险的能力。　关键词：财务危机；行业差异；预警系统　中图分类号：Ｆ２７５　文献标识码：Ａ　文章编号：１００１—４６０８（２００６）０５—００６２—０６　抵御财务风险、确保财务状况稳定是关系现代　企业生死存亡的重要议题。在当今变化剧烈的环境　究，学术界最早提出了以单一变量指标来判定企　业财务状况的模型。通过半个多世纪的探索，财　务预警模型日臻完善。　（一）单变量判定模式　中，对企业财务风险进行尽可能有效和精细的预警　和监测比任何一个时候都重要，它是摆在财务理论　研究和实务工作者面前急需研究的重要课题。很多　中外学者就企业建立财务预警系统进行了广泛的探　索，但所提出的多为统一模式，基本上没有考虑不同　有位美国学者最早发现，出现财务危机的公司　和正常公司的财务比率相比，有显著不同，从而认为　企业的财务比率能够反映企业财务状况，并对企业　未来具有预测作用　。他以１９家公司为样本，运用　行业的差异。实证结果显示，现有预警系统模型不　能普遍适用于不同行业的企业的预测。本文拟在现　有财务预警模型的基础上，加入行业差异变量，从一　个新的视角构建企业财务预警系统。　一单个财务比率将样本公司划分为破产和非破产两　组，可见他是以破产作为对财务危机的界定的，结果　发现净利润比股东权益和股东权益比负债这两个比　率具有较强的判别能力。另一位学者Ｂｅａｖｅｒ于　１９６６年提出的较为成熟的单变量判定模型，他选取　美国１９５４—１９６４年间资产规模相同的７９家经营失　败企业和７９家正常经营的企业，进行对比研究。在　他的研究中，７９家“财务困境公司”包括５９家破产　公司、１６家拖欠优先股股利和３家拖欠债务的公　司，由此可见，Ｂｅａｖｅｒ把破产、拖欠优先股股利、拖欠　、财务预警从单变量判定模式到神经　网络分析模型的演变　自２０世纪３０年代起，西方经济学界陆续开始　对公司财务预警模型进行研究。财务预警的直接　目的是预测和防范财务危机。关于财务危机理论　范畴的界定，不同的学者在进行研究时有不同的　标准，但一般采用的是法定标准。所谓法定标准　多是依据证券交易法规对于企业财务危机的定　义，例如许多证券交易所都对持续亏损、有重大潜　在损失或者股价持续低于一定水准的上市公司进　行特别处理或摘牌下市，与此相应可以说这些企　业发生了财务危机…。根据这些危机标准的研　债务定义为财务危机。他使用了３０个财务比率作　为变量，对这些公司进行了一元变量的判定预测，发　现了现金流量与总负债的比率能最为有效地判定公　司所面临的财务困境（误判率较低），其次是资产负　债率。而且这些指标的时效性越强，预见性也就越　强，即误判率越低　Ｊ。　收稿日期：２００６—０４—０２　作者简介：陈志斌（１９６５一），男，博士，南京大学会计系副教授，厦门大学工商管理博士后；谭瑞娟（１９８６一），女，江苏金陵　科技集团公司财务部职员。　一６２—　维普资讯 http://www.cqvip.com

（二）多元线性判别模型　典型的多元线性判别模型是美国Ａｌｔｍａｎ教授　提出的ｚ计分模型。这种分析模式是运用多种财　务指标加权汇总产生的总判别值来预测财务风险，　即建立一个多元线性函数模型，来综合反映企业的　财务风险。　Ａｌｔｍａｎ教授认为企业是个综合体，各个财务指　标之间存在某种相互联系，对企业整体的风险影响　作用也是不一样的　Ｊ。他所提出的ｚ系列模型从　２０多个财务指标中综合出４到５个模型变量，即营　运资本／总资产、留存收益／总资产、息税前收益／总　资产、股东权益／总负债和销售收．ｈ／总资产，在分析　这些变量相关性的基础上，进行综合分析后建立多　元线性的ｚ分数预测模型。　Ｚ＝０．０１２ｘｌ＋０．０１４ｘ２＋０．０３３ｘ３＋０．００６ｘ４＋　０．９９９ｘ５　其中：　．一营运资本／总资产；Ｘ２一留存收益／总　资产；　一息税前收益／总资产；　一股东权益市场　价值／总负债；　一本期销售收入／总资产。　通过统计分析，他认为当Ｚ＜１．８１时，企业有　很高的破产概率；当Ｚ＞２．６７时，企业处于安全状　态；当１．８１＜Ｚ＜２．６７时，企业是否破产情况不明，　处于灰色区域。ｚ计分模型简单明了，易于理解，有　利于不同财务状况的比较，根据实证研究表明有一　定判定能力，故得到较为广泛的使用。但ｚ分数模　型提出较早（１９３２年），且选取的样本数（６６家，３３　家赢利，３３家亏损）较少，没能全面考虑企业规模、　所处行业、地域、面临的经济法律环境等诸多差异的　影响，所以不但选择的财务指标有很大的局限性　（例如没有考虑现金流量等方面的指标），而且模型　本身也有不妥，再者其判别标准亦较武断。因而许　多研究人员批评这一方法经验主义色彩较浓，没有　理论依据。　后来与Ａｌｔｍａｎ建立的ｚ分数模型相类似的，还　有Ｅｄｍｉｓｔｅｒ在１９７２年针对小企业提出的小企业财　务危机分析模型（但未能公开ｚ值的最佳分界点），　以及其他更多的多元线性预警模型。　在国内，周首华等在１９９６年提出Ｆ分数预测模　型，它是以Ｃｏｍｐｏｓｔ　ａｔ　ＰＣ　Ｐｌｕｓ会计资料库中１９９０　年以来的４１６０家公司为样本，通过调整和更新指标　对ｚ分数模型进行了修正　Ｊ，也取得了一定的效　果。另外有人在１９９９年以１９９８年的２７家ＳＴ公司　和２７家对应的非ｓＴ公司，使用了１９９５－－１９９７年的　财务报表数据，进行了单变量分析和多元线性判定　分析　Ｊ。还有人在２０００年以１２０家公司为研究对　象，使用其中６Ｏ家公司的财务数据估计二类线性判　别模型，并使用另外６Ｏ家公司进行模型检验，发现　模型具有超前４年的预测结果＿＾　。　（三）线性概率分析　线性概率分析是多元线性判别模型的一种替代　选择。由于了解企业陷入财务困境的概率对防范财　务困境具有很大的帮助，所以研究人员开发出了预　测财务困境的线性概率模型。该类模型是对二项因　变量（Ｏ一１）的普通最小二乘回归的一种特例，其原　理是假设变量Ｙ是公司Ｉ的ｎ个特点的线性组合，　通过转换，该公司陷入财务困境的概率　为：　Ｐ　＝００＋０ｌ　ｌ＋Ｏ，２Ｘ　＋……＋６ｔｎＸ　其中：６，１０，６１，ｌ，６１，２……６１，　是最小二乘的估计系　数，　……　是公司Ｉ的ｎ个自变量。　由于存在可替代性，并且Ｆｉｓｈｅｒ证明了线性概　率分析和多元线性判别分析的误判率是一致的、分　类结果是相同的，所以这种方法的应用不是很多。　（四）逻辑回归分析　上述的多元线性判别模型虽然经实证研究有　较好的预测性，但存在假设上的局限性，即要求自　变量呈正态分布，并满足两组变量的斜方差矩阵　相等。因此，美国学者率先在财务预警研究中应　用了二元概率函数来计算危机事件发生的概率，　提出了条件概率模型，主要有对数成败比率模型　（Ｌｏｇｉｔ）和概率单位模型（Ｐｒｏｂｉｔ）两种统计方法　。　它们都是建立在累计概率函数的基础上，一般运　用最大似然估计，从而克服了线性判别模型假设　局限性，即不需要满足自变量服从多元正态分布　和两组间协方差相等的假设。实证研究表明，　ｏＬｇｉｔ和Ｐｒｏｂｉｔ方法得出的结论非常相似，而且都　比线性判别模型略好一点。现以二元Ｌｏｇｉｓｔｉｃ概　率函数为例，其定义为：　Ｐ＝１／（１＋ｅ一　）＝１／（１＋ｅ一（。　。　。　……　）　其中Ｐ是二元Ｌｏｇｉｓｔｉｃ概率函数的计算结果。　Ａ是常数项，６　是斜率，　是自变量。据此可以算出　已知破产企业的破产联合概率和经营良好企业的未　破产概率。　国内学者在２００１年首先讨论了治理弱化与财　务危机的辩证关系，然后在分析１３个变量的基础　上，运用Ｌｏｇｉｓｔｉｃ回归给出了判别上市公司财务危机　的模型，模型包括毛利率、其他应收款与总资产的比　率、短期借款与总资产的比率、股权集中系数等四个　变量。其中股权集中系数是公司治理结构的直接表　现，也是此模型与其他模型的区别　Ｊ。　一６３—　维普资讯 http://www.cqvip.com

（五）神经网络分析模型　论上对企业建立财务预警的依据进行的探讨较少，　并机械套用国外模式，而国外的某些研究模型未必　符合中国企业的情况；再次，所用模型多为通用性模　型，较少考虑到不同行业企业的差别，因而准确性和　有效性受到严重影响。　神经网络分析是一种并行分布模式处理系统，　具有高度并行计算能力、自学习能力和容错能力。　这种分析的一个优点是使企业财务动态预警成为可　能，并使模型具备随不断变化的复杂环境自学习的　能力。这意味着随着样本数的积累，这种模型可以　定期更新推理知识，从而对企业危机进行动态的预　本文侧重从增加行业变量的角度分析不同企业　财务预警系统的不同，试提出对现有财务预警模型　的修正意见，草拟出适于我国企业的财务预警模型。　警。神经网络分析在财务预警模型中的应用开始于　上个世纪９０年代，主要有Ｆｌｅｔｃｈｅｒ、Ｃｏｓｓ和Ａｈｍａｎ　等国外研究者。国内学者在２００２年通过实证分析　三、引入行业差异变量探讨财务预警系统　认为，神经网络分析在判定正确率方面比线性模型　和Ｌｏｇｉｓｔｉｃ回归模型更加有效，并且不受变量分布特　征影响，不需要主观定性地判断企业财务危机状态，　因而能够更加合理的预测企业财务危机¨　。这种　方法由于客观条件的限制，到目前为止很少有人进　行实证研究。而且由于方法过于复杂，其应用范围　也极其有限。　二、现有财务预警模型的局限　无论是在投资型公司选择投资对象、银行或信　贷机构签订债务契约或贷款协议时，还是在信用评　级机构进行信用评级、企业管理者在经营活动中判　别财务风险水平时，都需要运用一定的会计数据、财　务比率或一定的预警模型，来判断企业的偿债能力、　支付能力和出现财务危机的概率。然而，不仅财务　数据和比率受到诸如会计核算标准、各国政府政治　的影响，而且上述诸多预警指标、预警模型及其判断　标准会受到企业规模、所处行业、地域、面临的经济　法律环境、样本选取范围和时间区间等诸多差异的　影响，因而在做出企业财务风险判断时存在着一　定的局限性。例如，不同的模型需要不同的前提　条件，而事实上很多时候这些条件并不能满足所　有的行业，这使得很多模型的正确性和预测精度　受到影响；又如，在建立企业财务预警系统时，多　采用财务指标而缺乏对非量化因素的考虑。这种　局限性更突出地体现在对企业建立财务预警模型　的研究中，试图寻求统一的预警模型、运用统一的　指标体系和判断标准来解决所有企业的问题，缺　乏针对不同行业的企业灵活选用各自参数、采用　不同临界值判断的应变能力。　至今我国在财务预警系统方面，无论是理论研　究还是实践探索都还明显不足。首先，由于财务预　警系统属于企业预警管理的一部分，所以国内的研　究往往把财务预警作为一个子系统来研究，难以达　到全面、深入地从财务角度剖析的效果；其次，从理　一６４一　众所周知，行业性差异对财务指标有巨大影响，　财务预警模型的实证研究也表明行业性差异在预测　模型中不可忽视。　（一）财务指标具有行业差异　通过对财务预警理论的追溯研究，我们发现各　种预警模型都是以企业的财务数据和财务指标为依　据进行预测分析的。然而，企业的各种财务指标，从　偿债性指标到营利性指标，都呈现出明显的行业性　差异。　１．企业偿债能力指标的行业差异　在市场经济发展水平不同的国家中，各个行业　的最佳负债比率不尽相同。根据美国１９８５年各行　业负债比率分析可以看出，如钢铁这类需要大规模　投资的行业通常具有较高的负债比率，这并不影响　他们的正常运营，而医药等行业由于具有资金周转　周期短的特殊性，通常借债很少。企业为保持在本　行业中的竞争能力，减少风险，其负债比率应保持同　行业的正常负债水平。在测算负债率和流动比率　时，如果不考虑到行业的差异，用通用的标准值来衡　量评价，就很可能得出不确切的答案。　２．企业盈利能力指标的行业差异　对于反映盈利能力的指标，有些模型选用资产　报酬率和流动资产收益率，而有些模型选用销售利　润率和税前利润／销售总额。实际上，由于行业的差　异，不同行业问的盈利指标不存在可比性。在通常　情况下，房地产业的资金周转率远远低于商业行业　的资金周转率，而高新技术行业的毛利率远远高于　传统制造行业，因为其主营成本通常只包括形式产　品的成本（如盘片），而将巨额的研发费用打入管理　费用等等。因此，一般来说，由于行业会计核算制度　和计量方法存在差异，企业的盈利性指标明显具有　行业性差异。在利用盈利指标评估企业财务是否存　在危机时，应该考虑到其行业的差异性。　３．风险的理解因人而异　一般来说，不同的人不仅面对同样的指标所理　维普资讯 http://www.cqvip.com

解的财务风险不同，而且对风险的偏好也不同，不同　企业能够承受风险的水平也不一样。例如，不同的　风险投资基金侧重于不同的风险投资领域，并且在　不同的国家之间表现出很大的差别。美国的风险投　资基金更注重于投资新兴的技术领域。１９９８年第　一季度，美国风险投资的６０％流向信息技术领域，　２５％流向医药和保健品产业，１３％流向零售和消费　品产业，剩下的１％投向其它行业。而与美国不同，　欧洲国家的风险资本则多侧重于制造业。另外，各　个风险投资基金的投资组合，也决定了其在不同产　业领域的投资比例，一般规律是基金经理人依据自　己或成员的知识和实践经验的结构情况，确定所要　投资的项目。显然，那些受风险投资者青睐的行业　中的企业能承受更多的风险。这类企业有时可能出　现现金供应链对外依赖严重、公司运营缺乏谨慎、短　期资产远远不足以偿还短期负债等情况，但由于受　到风险投资者的青睐，仍能获得有效的投资，得以持　续经营下去。　（二）财务指标行业性差异对预警的影响　鉴于目前我国尚未开发出比较适合实际的财务　预警模型，国外的财务预警模型仍然相对比较成熟，　笔者运用国外财务预警模型具代表性的ｚ记分模　型，结合我国上市公司的财务数据进行分析。　Ａｈｍａｎ在研究中将被研究企业的ｚ值划分为　四个区域：（０—１．８）、（１．８　．８）、（２．８—３．０）、　（３．０一），分别对应于存在严重危机的企业、存在一　定财务危机的企业、存在某些财务隐患的企业和财　务状况良好的企业。在我国，绩优公司通常被认为　是财务状况良好的企业，ｓＴ公司被认为是财务状况　比较差的企业。假定ｚ分数模型同样适用于我国，　则我国沪、深交易所上市公司的ｚ值将呈现相应分　布规律。　以前学者们所作的实证研究的结果总是不能很　好地支持这一假设，甚至只是在概率分布上勉强支　持。本文随机抽取了７７家上市公司２００１年公开披　露的财务报表，经计算后发现，绩优公司、新增ｓＴ公　司、摘帽公司的ｚ均值是符合假设的，但每一类型　企业的ｚ值相当分散。也就是说，使用ｚ模型认定　的临界值进行财务预警分析在总体上是符合客观实　际的，但是在针对某具体企业使用时则不够准确。　这说明在行业性差异对ｚ分数模型的影响尚未消　除的时候，依据这一模型来进行财务预警分析是不　适合的。　（三）Ｚ模型的行业变量修正　考虑行业因素的影响，对ｚ模型的修正可以有　如下三种思路：（１）在模型整体上加上行业修正值；　（２）针对每个财务变量设定一行业修正值；（３）使模　型中所选取的财务变量呈现行业性差异。通过修正　使财务预警模型更精确和更有针对性，在实际运用　中可以根据客观情况进行调整。　１．加上行业修正值的整体模型分析　在借鉴和部分改进ｚ模型的基础上，结合考虑　行业间存在的财务性差异，在模型整体上加上行业　修正值。如下所示：　Ｆ　＝Ａ＋日　∑ＣｉＸｉ　其中：Ａ为常数；Ｂ为某行业财务指标的行业修　正值，视行业而定；Ｃ为参数的系数，ｉ＝１，２，３，４，５；　为自变量，ｉ＝１，２，３，４，５。　行业修正值日可以在大量实证研究和统计分　析过程中，以较为成熟的ｚ模型结果为参照值，依　据行业变量对企业财务危机的影响来确定。具体做　法是，选取某行业的企业样本，根据历史数据可以得　到　和ｚ模型的值，有ｚ＝∑ＣｉＸｉ，将其代人　Ｆ　：Ａ＋日　∑ＣｉＸｉ中，通过统计技术筛选出那　些在两组间差别尽可能大而在两组内部的离散度最　小的变量，从而将多个标志变量在最小信息损失下　转换为分类变量，这样根据样本企业的实际财务状　况进行回归分析求出日　，进而获得能有效提高预测　精度的多元线性判别方程。　２．针对单个财务变量设定行业修正值的模型　分析　周首华等在“论财务危机的预警分析——Ｆ分　数模式”一文中，采用的ＳＰＳＳ—ｘ统计软件多微区　分分析（Ｍｕｌｔｉｐｌｅ　Ｄｉｓｃｒｉｍｉｎａｎｔ　Ａｎａｌｙｓｉｓ）方法求出了　各个变量和权数的值。我们可以使用同样方法进行　主成分分析，求出行业修正值日　的值。主成分分析　法可以对观测样本进行分类，并自动生成（确定）各　因子权重，简化实测指标系统，国内曾有学者运用主　成分分析法来建立财务预警模型。这种由心理学家　Ｃｈａｆｅｓ　Ｓｐｅａｒｍａｎ在１９０４年提出的主成分分析法又　称因子分析法，其基本思想是将实测的多个指标，用　少数几个潜在的主成分指标（因子）的线性组合来　表示。　到目前为止，有很多学者运用主成分分析法成　功地建立了一些财务预警模型，但都没有考虑行业　差异，在取样时很笼统地选取了各行各业的企业样　本，这势必降低预警模型的精确度。笔者认为，我国　企业有必要建立分行业的财务预警模型。具体做法　是，分行业选取样本企业，运用ＳＰＳＳ统计软件进行　一６５—　维普资讯 http://www.cqvip.com

主成分法分析，得到因子权重ｍ（即ｍ＝ＢｉＣｉ），则各　行业各变量的行业修正值Ｂｉ＝ＢｉＣｉｌＣｉ＝ｍ／Ｃｉ　可求。　将上市公司的财务数据分析处理，利用ＳＰＳＳ统　计分析软件，根据上述选定的５个变量及２００３年的　样本数据，进行线性相关性分析，得到模型的估计结　果（见表１和表２）。　表１农业行业　四、特例检验：农业和房地产行业的预警建模　农业和房地产业是财务表现差异很大的两个行　业，如果按照统一的财务预警模型进行预测是不妥　的。本文以这两个行业为例，按上述修正意见中提　出的方法拟建其财务预警模型，以此证明分行业比　统一的财务预警模型更为有效。　（一）研究假设　统计得出：　Ｆ。＝００９７３４６Ｘｌ＋０．１９０９３４Ｘ２＋０．１６９８５６Ｘ３＋　．０．０４５３６Ｘ４＋０．０４９８５９Ｘ５　由于企业的财务信息带有明显的行业性差异，　分行业确立的财务预警模型，相对于不分行业笼而　统之建立的财务预警模型，将更为准确。假设ｚ计　再次运用ＳＰＳＳ统计分析软件，将新得出的模型　Ｆ。与原来Ｚ模型进行比较分析，得出行业修正　值为：　Ｂ＝｛Ｂｌ，Ｂ２，Ｂ３，Ｂ４，Ｂ５｝＝｛０．１２，０．７３３，　０．０４７，０．１３２，２０．０３６｝　分模型中的财务指标变量在不同行业中有明显的数　量差别，分行业的财务危机预警模型的预测正确率　要好于原有财务危机预警模型。　（二）样本选取　表２房地产行业　相关性　Ｆ　本文的研究样本选自２００３年度沪深交易所的　上市公司。样本Ａ１：２００３年沪深交易所农业行业　的上市公司。样本Ａ２：２００３年沪深交易所房地产　。　０．４４４１　１５　０．８５８９９２　０．９５７６３６　０．２７８５４　０．１７８８１２　行业的上市公司。根据证券之星网的资料，２００３年　沪深交易所农业行业的公司数目为４９家；２００３年　沪深交易所农业行业的公司数目为５１家。　（三）财务预警模型的建立　统计得出：　Ｆ。＝００８８８２３Ｘｌ＋０．１７１７９８Ｘ２＋０．１９１５２７Ｘ３＋　．０．０５５７１　＋０．０３５７６２Ｘ５　从现有预警理论研究的常规思路来看，通常财　务预警ｚ计分模型选择用来判定是否出现财务危　机的财务指标分别为：　同上农业模型的做法，得出房地产行业预警模　型的行业修正值为：　Ｂ＝｛Ｂｌ，Ｂ２，Ｂ３，Ｂ４，Ｂ５｝：｛０．１３５，０．０８１，　０．１７２，０．１０８，２７．９３４｝　Ｘ。＝营运资本／期末总资产＝（期末流动资产　一（四）统计检验　期末流动负债）／期末总资产　Ｘ２＝期末留存收益／期末总资产　Ｘ３＝（税后纯收益＋折旧）／平均总负债　采用线形回归方法对行业修正系数进行检验，　以判断Ｆ。与所有财务指标之间的线性关系是否显　著。以一财务指标为因变量，其他四个财务指标和　相应ｚ值为自变量，运用ＳＰＳＳ软件进行衰减性测　试，结果见表３和表４。　丘＝期末股东权益的市场价值／期末总负债　Ｘ５＝（税后纯收益＋利息＋折旧）／平均总资产　表３农业行业样本数据的回归分析结果　注：　表示０．０５的水平显著；　表示０．０１的水平显著（双尾ｔ检验）。　表３的检验结果表明，　。，　和　的系数为　０．０９７３４６，０．１９０９３４及０．０４５３６，在５％的水平下显　一著。　和墨的系数为０．１６９８５６和０．０４９８５９，在　１％的水平下显著。表明这五个因素对农业行业企　６６—　维普资讯 http://www.cqvip.com

业是否出现财务危机的影响重大，所建的农业行业　财务预警模型有效。　表４房地产行业样本数据的回归分析结果　注：　表示０．０５的水平显著；　表示０．０１的水平显著。（双尾ｔ检验）　表４的检验结果表明，　：，　和　的系数为　０．１７１７９８，０．１９１５２７及０．０３５７６２，在５％的水平下显　著。置和墨的系数为０．０８８８２３和０．０５５７１，在１％　的水平下显著。表明这五个因素对房地产行业企业　是否出现财务危机的影响重大，所建的房地产行业　财务预警模型有效。　（五）模型预测效果分析　Ｆ　模型是否有效，还需要通过实际数据来检　验。现利用建立的Ｆ　模型来预测２００４年中期报表　摘要中显示真正亏损的上市公司，具体步骤如下：　第一，将所有２００４年中期亏损公司的２００３年　原始财务数据分别代人预警模型Ｆ　计算亏损概率；第二，将计算得到的亏损概率与判别点比较，如　果大于判别点则预测为亏损，否则认为盈利；　第三，将所有预测亏损公司与２００４年中期报表　摘要中显示真正亏损的公司比较，计算得到模型的　预测正确率。　经过实证分析，得到结果如下：在农业行业，运用新模型Ｆ　预测出２００４年中期报表中显示首次亏　损的农业公司为７家，正确率为８２．７３％，运用原来　Ｚ模型预测出２００４年中期首亏公司为５家，正确率　为７５．７６％。在房地产行业，运用新模型Ｆ　预测出　２００４年中期报表中显示首次亏损的房地产公司为　１２家，正确率为８２．７３％，运用原来ｚ模型预测出　２００４年中期首亏公司为１５家，正确率为７５．７６％。　由此可见，分行业的财务危机预警模型Ｆ　的预测正　确率要优于原有财务危机预警模型。五、结束语　本文在回顾财务预警模型相关理论的基础上，　对财务预警存在的行业差异进行了理论探索，从一　个全新的角度对现有的财务预警模型提出了修正意　见。传统的财务预警模型不分行业进行笼统的预测　分析，在理论和实证层面上都具有一定的局限性。　本文在原有财务模型加入了行业修正值，使模型的　预测能力更为精准和科学。但本文所提供的只是一　种思路和方法，尚未经过周密严格的实证分析验证，　需要进一步的探索和研究。（本文获得教育部哲学　社会科学创新基地“南京大学经济转型和发展研究　中心”子课题“经济增长与结构转型研究”项目资　助）。　参考文献：　［１］高民杰，袁兴林．企业危机预警［Ｍ］．北京：中国经济出　版社，２００１：２２　２４．　［２］Ｆｉｔｚｐａｔｉｒｃｋ，Ｐ．Ｊ．Ａ　Ｃｏｍｐａｉｒｓｏｎ　ｏｆ　Ｒａｔｉｏｓ　ｏｆ　Ｓｕｃｃｅｓｓｆｕｌ　Ｉｎ一　ｄｕｓｔｒｉｌａ　Ｅｎｔｅｒｐｉｒｓｅｓ　ｗｉｔｈ　Ｔｈｏｓｅ　ｏｆ　Ｆａｉｌｅｄ　Ｆｉｒｍｓ［Ｍ］．Ｎｅｗ　Ｙｏｒｋ：Ｃｅｒｔｉｉｆｅｄ　Ｐｕｂｌｉｃ　Ａｃｃｏｕｎｔａｎｔ．１９３２：２１—２４．　［３］Ｂｅａｖｅｒ，Ｗ．Ｈ．Ｆｉｎａｎｃｉａｌ　Ｒａｔｉｏｓ　ａｓ　Ｐｒｅｄｉｃｔｏｒｓ　ｏｆ　Ｆａｉｌｕｒｅ　［Ｊ］．Ｊｏｕｎｒａｌ　ｏｆ　Ａｃｃｏｕｎｔｉｎｇ　Ｒｅｓｅａｒｃｈ（ｓｕｐｐｌｅｍｅｎｔ），１９６６：　３４—３８．　［４］Ａｌｔｍａｎ　Ｅ．Ｆｉｎａｎｃｉｌａ　Ｒａｔｉｏｓ．Ｄｉｓｃｒｉｍｉｎａｎｔ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｐｒｅ一　ｄｉｃｔｉｏｎ　ｏｆ　Ｃｏｒｐｏｒａｔｅ　Ｂａｎｋｒｕｐｔｃｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｅ，　１９６８：２３—２６．　［５］周首华，等．论财务危机的预警分析——Ｆ分数模式［Ｊ］．　会计研究，１９９６（８）：２１—２６．　［６］陈静．上市公司财务恶化预测的实证分析［Ｊ］．会计研　究，１９９９（４）：３１—３６．　［７］张玲．财务危机预警分析判别模型［Ｊ］．数量经济技术经　济研究，２０００（３）：３０—３４．　［８］Ｏｈｌｓｏｎ，Ｊ．Ｓ．．Ｆｉｎａｎｃｉｌａ　Ｒａｔｉｏｓ　ａｎｄ　ｔｈｅ　Ｐｒｏｂａｂｉｌｉｓｔｉｃ　Ｐｒｅ一　ｄｉｃｔｉｏｎ　ｏｆ　Ｂａｎｋｒｕｐｔｃｙ［Ｊ］．Ｊｏｕｒｎｌａ　ｏｆ　Ａｃｃｏｕｎｔｉｎｇ　Ｒｅｓｅａｒｃｈ，　１９８０，１９、．ｘＪｕｖ　＼ｘＪ　ｒ；４５－￣　．，４２．［９］姜秀华，孙铮．治理弱化与财务危机：一个预警模型［Ｊ］．　南开管理评论，２００１（５）：１９—２５．　［１ｏ］周敏，王新宇．机遇模糊优选和神经网络的企业财务危　机预警［Ｊ］．管理科学学报，２００２（５－３）：３５－４１．　（责任编辑：赵仁康）　（英文部分下转第１０８页）　一６７—　维普资讯 http://www.cqvip.com

１９９２，２８：５２２－５３０．　Ｃｏｍｐｅｔｅｎｃｅ，Ｔｙｐｅ　Ａ　Ｂｅｈａｖｉｏｒ，Ｍｏｎｉｔｏｒｉｎｇ，Ｂｌｕｎｔｉｎｇ　ａｎｄ　Ｌｏ－　［６］Ｃａｒｖｅｒ．Ｃ．Ｓ．＆Ｓｃｈｅｉｅｒ．Ｍ．Ｓ．：Ａｓｓｅｓｓｉｎｇ　Ｃｏｐｉｎｇ　Ｓｔｒａｔｅ一　ｅｓ：Ａ　Ｔｈｅｏｒｅｔｉｃａｌｌｙ　Ｂａｓｅｄ　Ａｐｐｒｏａｃｈ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｐｅｒ—　ｓｏｎａｌｉｔｙ　ａｎｄ　Ｓｏｃｉａｌ　Ｐｓｙｃｈｏｌｏｇｙ，１９８９；５６（２）：２６７—２８３．　￣ｕｓ　ｏｆ　Ｃｏｎｔｒｏｌ［Ｊ］．Ｄｅｖｅｌｏｐｍｅｎｔａｌ　Ｐｓｙｃｈｏｌｏｇｙ，１９９１；２７　（４）：６８９—６９７．　［１０］Ｋｏｂａｓａ，Ｓ　Ｃ．Ｓｔｒｅｓｓｆｕｌ　ｌｉｆｅ　ｅｖｅｎｔｓ，ｐｅｒｓｏｎａｌｉｔｙ　ａｎｄ　ｈｅａｌｔｈ：　Ａｎ　ｉｎｑｕｉｙｒ　ｉｎｔｏ　ｈａｒｄｉｎｅｓｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｐｅｒｓｏｎａｌｉｔｙ　ａｎｄ　Ｓｏｃｉｌａ　Ｐｓｙｃｈｏｌｏｇｙ，１９７９，３７（１）：１－１１．　［７］汪向东．心理卫生量表评定手册［Ｊ］．中国心理卫生杂　志，１９９３（７）（增刊）：４２．４６．　［８］Ｋａｔｈｌｅｅｎ，Ｍ　Ｉ，Ｎａｎｃｙ，Ｅ　Ｂ，Ｅｒｉｅａ，Ｊ　Ｍ，ｅｔ　ａ１．Ｕｎｓｕｐｐｏ￣一　ｉｖｅ　ｒｅｓｐｏｎｓｅｓ　ｆｒｏｍ　ｏｔｈｅｒｓ　ｃｏｎｃｅｒｎｉｎｇ　ａ　ｓｔｒｅｓｓｆｕｌ　ｌｉｆｅ　ｅｖｅｎｔ：　Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｔｈｅ　ｕｎｓｕｐｐｏｒｔｉｖｅ　ｓｏｃｉａｌ　ｉｎｔｅｒａｃｔｉｏｎｓ　ｉｎｖｅｎｔｏｒｙ　［１１］陶沙．大学生入学适应的状态、变化、结构与独生子女　适应特点及相关因素的研究［Ｄ］．北京师范大学，２００１：　５５．８０．　［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｓｏｃｉａｌ　ａｎｄ　Ｃｌｉｎｉｃａｌ　Ｐｓｙｃｈｏｌｏｇｙ，２００１；２０　（２）：１７３－２０８．　［１２］刘玉新，张建卫，金盛华．社会支持与人格对大学生压　力的影响［Ｊ］．心理学报，２００５，３７（１）：９７－９８．　［９］Ｋｌｉｅｗｅｒ．Ｗ．Ｃｏｐｉｎｇ　ｉｎ　Ｍｉｄｄｌｅ　Ｃｈｉｌｄｈｏｏｄ：Ｒｅｌａｔｉｏｎｓ　ｔｏ　（责任编辑：蒋永华）　Ｔｈｅ　Ｉｎｆｌｕｅｎｃｅ　ｏｆ　Ｓｏｃｉａｌ　Ｓｕｐｐｏｒｔ　ａｎｄ　Ｐｅｒｓｏｎａｌｉｔｙ　ｏｎ　Ｕｎｉｖｅｒｓｉｔｙ　Ｓｔｕｄｅｎｔｓ’Ｃｏｐｉｎｇ　Ｓｔｙｌｅ　ＬＩＵ　Ｙｕ—ｘｉｎ’ＺＨＡＮＧ　Ｊｉａｎ—ｗｅｉ　，（１・Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｂｕｓｉｎｅｓｓ　Ｍａｎａｇｅｍｅｎｔ，Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｂｕｓｉｎｅｓｓ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｂｅｉｊｉｎｇ　１０００２９；　２．Ｓｃｈｏｏｌ　ｏｆ　Ｍａｎａｇｅｍｅｎｔ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，Ｂｅｉｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｙ，Ｂｅｉｇｊｉｎｇ　１０００８　１）　Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｓｔｕｄｙ　ａｄｍｉｎｉｓｔｅｒｅｄ　ｂｏｔｈ　ｃｒｏｓｓ．ｓｅｃｔｉｏｎａｌ　ａｎｄ　ｌｏｎｇｉｔｕｄｉｎａｌ　ｑｕｅｓｔｉｏｎｎａｉｒｅ　ｓｕｒｖｅｙｓ　ｔ０　６６０　ｕｎｉｖｅｒｓｉｔｖ　ｓｔｕｄｅｎｔｓ・Ｒｅｓｕｌｔｓ　ｏｆ　ｔｈｅ　ｓｔｕｄｙ　ｉｎｄｉｃａｔｅｓ　ｔｈｅ　ｆｏｌｌｏｗｉｎｇ：Ｂｏｔｈ　ｓｏｃｉａｌ　ｓｕｐｐｏｒｔ　ａｎｄ　ｐｅｒｓｏｎａｌｉｔｙ　ｈａｖｅ　ａ　ｓｉｇｎｉｆｉｃａｎｔ　ｅｆｆｅｃｔ　ｏｎ　ｃｏｎｃｕｒｒｅｎｔ　ａｎｄ　ｔｗｏ。ｙｅａｒ。ａｆｔｅｒ　ｃｏｐｉｎｇ　ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｏｓｅ　ｈａｖｉｎｇ　ｒｅｌａｔｉｖｅｌｙ　ｈｉｇｈｅｒ　ｌｅｖｅｌ　ｏｆ　ｓｏｃｉｌ　ｓａｕｐｐｏｒｔ　ｕｓｅｄ　“ａｃｔｉｏｎ。ｐｌａｎｎｉｎｇ”，‘‘ｓｕｐｐｏｒｔ—ｓｅｅｋｉｎｇ”．‘‘ａｃｔｉｖｅｌｙ—ｒｅｓｔｒａｉｎｉｎｇ”ｗａｙｓ　ｏｆ　ｃｏｐｉｎｇ　ｓｉｇｎｉｉｃａｎｔｌｙ　ｍｏｒｅ　ａｎｄ‘ｆ‘ｇｉｖｉｎｇ．ｕｐ”　．ｓｉｇｎｉｉｃａｎｔｌｙ　ｌｅｓｓ　ｔｈａｎ　ｔｈｏｓｅ　ｈａｖｉｎｇ　ｌｏｗｅｒ　ｌｅｖｅｌ　ｏｆ　ｓｏｃｉａｌ　ｓｕｐｐｏｒｆｔｌｎｇ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｔｗｏ　ｐｅｒｓｏｎａｌｉｔｙ　ｇｒｏｕｐｓ　ｉｎｄｉｃａｔｅｓ　ｔｈａｔ，“Ｃｏｍｐａｒｉｎｇ　ｂｏｔｈ　ｃｏｎｃｕｒｒｅｎｔ　ａｎｄ　ｔｗｏ－ｙｅａｒ－ａｆｔｅｒ　ｃｏｐ－　ｏｐｅｎ—ａｓｓｅｒｔｉｖｅ’’ｇｒｏｕｐ　ｕｓｅｄ“ａｃｔｉｏｎ．ｐｌａｎｎｉｎｇ”．“ｓｕｐｐｏｒｔ．　．ｓｅｅｋｉｎｇ”ｗａｙｓ　ｏｆ　ｃｏｐｉｎｇ　ｓｉｇｎｉｉｃａｎｔｆｌｙ　ｍｏｒｅ　ａｎｄ“ｇｉｖｉｎｇ—ｕｐ”ｓｉｇｎｉｉｃａｎｔｌｙ　ｌｅｓｓ　ｔｆｈａｎ“ｒｅｓｅｒｖｅｄ—ｇｅｎｔｌｅ”ｇｒｏｕｐＰｅｒ－　ｓｏｎａｌｉｔｙ　ｅｘｅｒｔｓ　ａ　ｓｉｎｉｇｉｆｃａｎｔｌｙ　ｌｏｎｇｅｒ　ｉｎｆｌｕｅｎｃｅ　ｔｈａｎ　ｓｏｃｉａｌ　ｓｕｐｐｏｒｔ　ｏｎ　ｃｏｐｉｎｇ　ｓｔｙｌｅＫｅｙ　ｗｏｒｄｓ：ｃｏｐｉｎｇ　ｓｔｙｌｅ；ｓｏｃｉａｌ　ｓｕｐｐｏｒｔ；ｐｅｒｓｏｎａｌｉｔｙ；ｕｎｉｖｅｒｓｉｔｙ　ｓｔｕｄｅｎｔｓ　．　（上接第６７页）　ＣＨＥＮ　Ｚｈｉ．ｂｉｎ．ＴＡＮ　Ｒｕｉ．ｊｕａｎ　（Ｓｃｈｏｏｌ　ｏｆ　Ｂｕｓｉｎｅｓｓ，Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｐｏｓｔ－ｄｏｃｔｏｒａｌ　Ｐｍｇａｍ　ｏｆ　Ｂｕｓｉｎｅｓｓ　Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｘｉａｍｅｎ　Ｕｎｉｖｅｒｓｉｔｙ　３５　１００５；　Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｆｉｎａｎｃｅ，Ｎｏ．８４１　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｒｅｓｅａｒｃｈ　２１０００８）　Ａｂｓｔｒａｃｔ：Ｃｕｒｒｅｎｔ　ｆｉｎａｎｃｉａｌ　ｗａｒｎｉｎｇ　ｓｙｓｔｅｍｓ　ｆａｉｌ　ｔｏ　ｔａｋｅ　ｉｎｔｏ　ｃｏｎｓｉｄｅｒａｔｉｏｎ　ｔｈｅ　ｄｉｓｔｕｒｂａｎｃｅ　０ｆ　ｉｎｄｕｓｔｒｉａｌ　ｄｉｓｔｉｎｃｔｉ０ｎｓ　ｏｎ　ｗａｒｎｉｎｇ　ｉｎｄｅｘ，ｗｈｉｃｈ　ｃｏｎｓｅｑｕｅｎｔｌｙ　ｗｅａｋｅｎｓ　ｔｈｅ　ｐｒｅｃｉｓｅｎｅｓｓ　ａｎｄ　ｒｅｌｉａｂｉｌｉｔｙ　ｏｆ　ｉｆｎａｎｃｉｌ　ａｗａｒｎｉｎｇｓＴｈｉｓ　ｐａｐｅｒ　ｐｒｏ．　．ｐｏｓｅｓ　ｔｏ　ａｄｄ　ｉｎｄｕｓｔｒｉａｌ　ｄｉｆｆｅｒｅｎｃｅ　ｖａｒｉａｂｌｅｓ　ｉｎｔｏ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ｗａｒｎｉｎｇ　ｍｏｄｅｌ　ａｎｄ　ｔ０　ｍ０ｄｉｆｙ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｆｉｎａｎｃｉａｌ　ｗａｒｎｉｎｇ　ｍｏｄｅｌ　ｉｎ　ｔｈｅ　ｈｏｐｅ　ｏｆ　ｅｎｈａｎｃｉｎｇ　ｔｈｅ　ｃｏｒｐｏｒａｔｅ　ｃａｐａｂｉｌｉｔｙ　ａｇａｉｎｓｔ　ｒｉｓｋｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｆｉｎａｎｃｉｌ　ｃｒａｉｓｉｓ；ｉｎｄｕｓｔｒｉａｌ　ｄｉｆｆｅｒｅｎｃｅｓ；ｗａｒｎｉｎｇ　ｓｖｓｔｅｍ　１０８．．．——