4.动态预警技术
由于传统财务困境预测模型往往具有时期性和滞后性的缺陷,一直以来在财务困境预测领域,动态研究方法是热点也是难点。鉴于此,李秉祥(2004)以现代资本结构理论和期权理论为基础,以企业资不抵债作为上市公司陷入财务困境的标志,运用股价和财务数据建立了期望违约率(EDF)模型,该模型的最大特点就是可以应用于公司财务困境的动态预警。为市场参与者和管理层预测公司财务困境、信贷决策、信用风险管理等提供了一种有效的模型,这也是国内为数不多的研究动态预警模型的文献之一。但是,研究是以股价为基础建立预测模型,这将受到我国现行市场有效性问题的影响。
陈磊、任若恩(2008)等以指数加权平均控制图模型为研究方法,以被sT和暂定上市为两个财务困境演变状态,建立了一个多阶段财务困境预警模型。实证研究表明,该模型对发生财务困境的上市企业具有较好的预测效果,有较大的应用价值。同时其研究也表明,从动态角度对企业是否会发生财务困境进行预测具有更大的实用性,但由于我国的资本市场才十几年的时问,并且从1998年后开始实行sT、*sT制度,因此用这种方法时间序列的纵向值不太够,达不到较好的检验效果。
孙晓琳、田也壮、王文彬(2010)基于Kalman滤波理论,考虑财务比率在时间序列上的趋势性和历史数据对结果的影响,构建了财务困境的动态预警模型。其研究思路是,首先建立目标的状态模型和财务困境预警的测量方程,利用状态空间法描述目标的状体和测量,然后利用Kalman滤波器对财务困境预警模型的状态进行Matlab计算。其实证研究结果表明,基于Kalman滤波理论的动态模型优于静态预测模型。
孙洁、李辉、韩建光(2010)基于财务困境概念漂移的视角,提出了基于滚动时间窗口支持向量机的财务困境预测动态建模的方法。研究对宽度固定的滚动时间窗口SVM和宽度可变的滚动时问窗口SVM分别展开算法设计,并以中国上市公司为对象,通过模拟时间推移过程,对2000~2008年被sT的上市公司及其配对公司共692个样本进行实证研究,结果表明,该模型能够有效地适应财务困境的概念漂移现象,对未来企业财务困境的预测效果明显优于静态SVM模型。
进入21世纪以来,学者对财务预警的研究主要是通过多种技术的结合,改进数据挖掘和机器学习技术,来弥补单一研究方法的缺陷,以达到更强的预测能力。另外,动态预警技术越来越多地受到关注。但是,由于动态预警技术通常需要利用长达10年的样本数据来建立模型,然后用另外同样长度的样本数据来检验模型,以检验在动态环境下模型的有效性和稳定性;而我国资本市场的历程较短,市场不够成熟,由此带来数据的限制,使得模型不能很好地被应用于财务预警的研究与应用中。
5.其他方法相关研究
大多数的学者将研究重心都放在通过选择财务指标并建立财务预警模型来确定企业是否发生财务困境的预测上。而何源、黄庆等则认为,与预警指标体系的建立和预警模型的建立相比较,对警兆进行定量分析也是财务困境分析中非常关键的环节。他设定了发生财务困境预警的警兆指标,并设定了警兆指标的上下限,通过样本数据追踪警兆指标的变动趋势,并运用马尔科夫链进行随机游走估计,从而来推断各个警兆指标超出上下线的可能性,以分析发生财务困境的概率。
综合当前的研究来看,缺乏规范的理论机理研究是目前财务预警研究中的薄弱环节。王满玲、杨德礼等人通过吸收经济演化论的观点建立了企业柔性生存模型,通过模型数值模拟结果分析得到了重要的财务柔性决策规律.基于研究建立的财务柔性决策的系统结构及其学习机理,提出了以自适应学习为核心的财务预警模型。王满玲等人的研究,从基础数学层面证明了财务预警模型应该反映出的某种客观规律。同庞素琳的研究一样,其研究更具有意义的方面在于将基础数学的证明方法和思路引入财务困境预测研究领域,拓宽了该领域的研究思路,丰富了相关领域的研究方法。
相对来说,总体上看,国内从动态角度对财务困境进行预警研究的文献相对较少。陈磊等以指数加权平均控制图方法建立了一个多阶段的财务困境动态预警模型,并通过实证研究表明该模型的可行性和有效性。BA0也采用了该方法对中国的上市公司财务预警情况进行了实证分析。这些研究表明,对于我国企业实践而言,从动态角度来进行财务困境预警的研究,具有更大的珲论意义和实践价值。
……
展开