[摘要]每年有大量企業(yè)出現(xiàn)財務危機甚至破產,盡管這些企業(yè)運行著ERP或財務軟件系統(tǒng),但系統(tǒng)本身并沒有財務危機預警子系統(tǒng),難以進行實時自動預測報警,入而失去了企業(yè)經營賴以決策的重要診斷工具。本文將ERP功能擴展,進行了財務危機預警子系統(tǒng)的系統(tǒng)分析與設計。
[關鍵詞]財務危機;預警;ERP
[中圖分類號]F270.7 [文獻標識碼]A [文章編號]1673-0194(2006)06-0028-04
一、建立基于ERP的財務危機預警子系統(tǒng)的必要性
財務危機,又稱財務困境,嚴重的財務危機將導致企業(yè)破產。對財務危機的定義各不相同,主要指企業(yè)不能按期還本付息、資不抵債、破產等,國內也將最近兩年連續(xù)虧損,或最近一年的每股凈資產低于每股面值,或因其他狀況異常而被特別處理的ST公司,視為財務危機公司。
如果企業(yè)出現(xiàn)財務危機甚至破產,將給國家、企業(yè)自身、投資者、債權人、供應鏈上的供應商和客戶造成嚴重損失。由于財務危機通常不是因為突發(fā)的、不可抗拒的外力造成的,而是由于企業(yè)自身決策、經營管理不善造成的,就是說,財務危機是在一定時間區(qū)間內逐漸形成的,因此是可以提前預測的。財務危機預警就是用統(tǒng)計、人工智能的方法建立預測模型,通過財務指標的變化,預測企業(yè)發(fā)生危機的風險,并向經營者示警,以采取對策,避免危機和破產的發(fā)生。
但是,目前國內的ERP(企業(yè)資源計劃)系統(tǒng)或財務軟件系統(tǒng)并沒有財務危機預警子系統(tǒng),企業(yè)若進行預警研究,則用SAS、SPSS等統(tǒng)計軟件建立預測模型。由于預測模型與ERP系統(tǒng)割裂,出現(xiàn)信息孤島,不利于進行實時自動預測報警。若將ERP功能擴展,建立財務危機預警信息系統(tǒng),則該系統(tǒng)無疑是企業(yè)經營的重要診斷工具。因此,本文進行了基于ERP的財務危機預警系統(tǒng)的系統(tǒng)分析與設計。
二、財務危機預警模型的研究現(xiàn)狀
1.國外
Beaver(1966)最先采用單變量分析方法對企業(yè)財務危機進行了預測。由于單個財務比率不能全面反映企業(yè)狀況,因此Altman(1968)首次將多元判別分析方法引入財務危機預測中。表1中列舉了最著名的破產預測模型。以下是兩個美國模型:
(1)奧特曼模型(Altman,1968)。該模型又稱Z值(Z-score)判別模型,用來預測制造業(yè)上市公司是否會破產。創(chuàng)建該模型使用了66個中型企業(yè)樣本,資產在70萬美元到2 590萬美元,包括1946-1965年期間提出破產申請的33家企業(yè),另有33家非破產企業(yè)。最初挑選了22個財務比率進行實驗,最后保留了5個判別能力強的比率。該模型在破產前一年的預測準確率為95%,破產前兩年的準確率為72%。
Z=1.2 ×1+1.4 ×2+3.3 ×3+0.6 ×4+0.999×5
其中:×l=營運資金/資產總額;×2=累計留存收益/資產總額;×3:息稅前利潤/資產總額;×4二股票市場價值/債務賬面價值;×5=銷售收入/資產總額。Z是判別函數值,如果Z<1.81,則公司將破產;如果1.812.99,則公司不會破產。
(2)弗枚爾模型(Fulmer,1984)。創(chuàng)建該模型使用了60個小企業(yè)樣本,平均資產45.5萬美元,30個破產企業(yè),30個正常經營的企業(yè)。最初模型含有40個變量,最終使用了9個。該模型破產前一年預測準確率為98%,前二年準確率為81%。
H=5.528 V1+0.212 V2+0.073 V3+1.270 V4—0.120 V5+2.335 V6+0.575 V7+1.083 V8+0.894V9—6.075
其中:V1=累計未分配利潤/總資產;V2=銷售收入/總資產;V3=稅前利潤/凈資產;V4=現(xiàn)金流/負債總額;V5=長期負債/總資產;V6=流動負債/總資產;V7=log(有形資產);V8=流動資本/負債總額;V9=log(息稅前利潤/利息)。如果H 〈0,破產是不可避免的。
2.國內
吳世農、黃世忠(1986)最早進行了企業(yè)破產的單變量預測模型和多變量Fisher線性判別模型的研究。高培業(yè)、張道奎(2000)把能否按時償還銀行貸款本息作為企業(yè)發(fā)生財務危機與否的標準,對深圳非上市的制造企業(yè)和非制造企業(yè)分別建立了貝葉斯線性判別函數預測模型。陳靜(1999)、張玲(2000)、吳世農和盧賢義(2001)、長城證券課題組(2002),把上市公司被特別處理(ST)作為發(fā)生財務危機的標準,分別建立了線性判別和Logit預測模型。搜索中國期刊全文數據庫,結果顯示:截止到2005年8月,財務危機預警方面的文章約310篇,而96%以上的文章是2000年以后發(fā)表的,學術界開展預警研究已較晚,可以推測國內很少有企業(yè)在開展財務危機預警應用。
表1最著名的破產預測模型
(http://www.cfin.ru/finanalysis/fulmer.shtml):
三、我國企業(yè)進行財務危機預警的信息化基礎已形成
財務危機預警系統(tǒng),是建立在企業(yè)信息化基礎之上的信息深加工系統(tǒng)。自上世紀70年代末期至今,中國企業(yè)的信息化建設取得了巨大發(fā)展,歸納起來是沿著兩條路走過來的:一是部分企業(yè)從應用物料需求計劃MRP開始,再擴展到制造資源計劃MRPII和企業(yè)資源計劃ERP;二是絕大部分中國企業(yè)是從應用財務軟件開始,再擴展到分銷和生產制造系統(tǒng)。兩條路殊途同歸。
1994年,財政部在《關于大力發(fā)展我國會計電算化事業(yè)的意見》中制定的總的目標是:到2000年,力爭達到有40%-60%的大中型企業(yè)事業(yè)單位和縣級以上國家機關實現(xiàn)會計電算化;其他單位的會計電算化開展面應達到10%-30%。到2010年,力爭使80%以上的基層單位基本實現(xiàn)會計電算化。根據CCID 2004-2005年度市場調查數據顯示,“用友”軟件占據中國財務軟件、ERP軟件、管理軟件市場份額3項第一,分別為27.4%、21.9%、18.4%。中國有40萬家企業(yè)運行著用友軟件,每年有4萬家企業(yè)選擇用友軟件,每天有200萬人在使用用友軟件。由此推算全國約有146萬家企業(yè)使用財務軟件,并且95%以上是國產軟件。因此,如果國產商品化ERP軟件或財務軟件具有財務危機預警子系統(tǒng),能進行實時自動預測報警,則企業(yè)就有了防范危機發(fā)生的防御系統(tǒng)。
四、基于ERP的財務危機預警子系統(tǒng)的建立——系統(tǒng)分析與系統(tǒng)設計
ERP系統(tǒng)主要包括分銷、財務和生產制造三大部分,由于主要從總賬子系統(tǒng)獲取數據,因此財務危機預警子系統(tǒng)應包含在財務模塊中。
(一)財務危機預警子系統(tǒng)的數據流程設計
圖1財務危機預警子系統(tǒng)數據流程圖
(二)財務危機預警子系統(tǒng)的功能模塊設計
圖2 財務危機預警子系統(tǒng)的功能模塊設計
1.報表生成模塊
能自動實時生成資產負債表、損益表、現(xiàn)金流量表等,并能進行絕對數分析、定基分析、環(huán)比分析、對比分析、結構分析等趨勢分析。
2.指標生成模塊
根據報表自動生成財務比率指標,包括償債能力、盈利能力、經營效率、成長能力、每股指標等?！荒苡蓤蟊碇苯由傻姆秦攧罩笜?則手工輸入,包括公司治理、股權結構及其他指標。公司治理指標包括:高管持股比例、董事會規(guī)模、監(jiān)事會規(guī)模、董事長和總經理是否二位一體、持股董事比例等。股權結構指標包括:國家股比例、流通股比例、第一大股東持股比例、股權集中度等。其他指標包括:是否更換會計師事務所、年報是否為標準無保留審計意見、有無關聯(lián)方交易、有無對外擔保等。各種指標作為預測模型的備選解釋變量。
另外,可對財務比率進行單比率分析、綜合比率分析、杜邦分析。單比率分析包括:償債能力、盈利能力、經營效率、成長能力分析。綜合比率分析是指,將各財務比率的實際值除以標準值,再分別乘以重要性系數,再相加,得到的值用于對企業(yè)財務狀況進行綜合分析。
3.預測模型生成模塊
(1)財務危機定義和樣本采集。財務危機是指企業(yè)到期不能還本付息、資不抵債、成為ST公司、破產等。危機形式不同,樣本采集標準就不同。例如把公司成為ST看成發(fā)生了財務危機,則建模時就選擇一定數量的ST公司和一定數量的相似的健康公司作為樣本。若把“到期不能還本付息”視為發(fā)生財務危機,則建模型時就選擇一定數量的“到期不能還本付息”的企業(yè)和一定數量的健康企業(yè)作為樣本。從上市公司數據庫、銀行、信貸保險公司或網絡上采集樣本。通常將危機企業(yè)分類標號為1,將健康企業(yè)分類標號為0。若危機發(fā)生在t年(或t季度),則選擇t-n年(或t-n季度)的樣本作為估計樣本,得到預測模型后,把t-n年(或t-n季度)估計樣本(或檢驗樣本)回代到模型中判斷其類別,并與t年的實際類別情況相比較,從而得出模型在t年的回判精度(或檢驗精度)。若把t年的數據代入模型,則預測未來是否發(fā)生財務危機。
(2)預測方法選擇和預測模型生成。
表2中列舉了常用的預測方法。計量經濟學建模步驟主要為:選擇預測方法、篩選解釋變量、模型參數估計和檢驗、確定判別規(guī)則(判定點)、樣本數據回代計算誤判率、模型確定,將模型存放在預測模型庫中,調用ERP數據預測。非參數方法,包括人工智能方法建模步驟通常為:利用訓練樣本集合,通過分類算法,學習并獲得分類規(guī)則知識(模型),存放于預測模型庫中,對已知類別測試數據集合進行模型準確率評估。用學習獲得的分類規(guī)則,進行企業(yè)危機與否的分類預測。
(3)預測模型修正。隨著樣本數據變動或判例的增加,動態(tài)修正模型。
表2財務危機預測方法(王滿玲、楊德禮,2004)
4.實時預警模塊
(1)單指標閾值報警。是指當財務比率、或是“報表趨勢分析”中的項目,超出標準值范圍而進行自動報警。例如,若流動比率的標準值是2,則流動比率<2時,系統(tǒng)報警。又例如,在損益表對比分析中,若本期管理費用較上期增加過大,系統(tǒng)報警。
(2)模型預警。系統(tǒng)利用預測模型庫中的各種模型,同時進行預測和報警。計量經濟模型:將ERP系統(tǒng)實時生成的財務比率以及存貯在數據庫中的非財務指標,自動代入各種預測模型中,通過判別規(guī)則,預測企業(yè)是否將發(fā)生財務危機。智能模型:將各種財務比率或非財務指標代人分類規(guī)則,進行分類預測。
(3)預警分析報告。由系統(tǒng)自動生成,包括企業(yè)名稱、行業(yè)性質、“危機”定義、樣本選擇、預測方法、預測模型、變量、判別規(guī)則、預測結果等內容的描述。也包括單指標閾值報警內容。
(三)財務危機預警子系統(tǒng)的數據庫設計
財務危機預警子系統(tǒng)主要包括以下數據庫:
1.報表數據庫
存放資產負債表、損益表、現(xiàn)金流量表,用于進行報表趨勢分析。同時該數據庫中也存放報表項目變化的標準范圍,用以進行單指標閾值報警。例如,在損益表對比分析中,若本期管理費用較上期增加過大,系統(tǒng)報警。
2.指標數據庫
存放企業(yè)的財務比率、非財務比率,用于比率分析和杜邦分析,各種比率也是預測模型的備選變量。同時該數據庫中也存放標準財務比率,用以進行單指標閾值報警。例如流動比率<2時,系統(tǒng)報警。
3.樣本數據庫
存放危機企業(yè)樣本數據和健康企業(yè)數據,用于建立預測模型或是提取判別規(guī)則。對于案例推理等智能模型而言,案例庫表、知識庫表可包含在該庫中,或是單獨設計。
4.預測方法庫
存放計量經濟學、人工智能等預測方法的通用算法,包括算法函數或是算法子程序,用以生成預測模型。
5.預測模型庫
存放樣本數據與預測方法結合而生成的預測模型。例如線性概率模型(LPM)、Fisher判別模型、Bayes判別模型、逐步判別法模型、Logistic回歸模型、Probit模型、多元積和時間序列模型(CUSUM)、生存分析模型、主成分分析模型,以及基于遞歸分割法(RPA)、神經網絡、遺傳算法、案例推理(CBR)而建立的分類預測模型等。
6.預警分析報告數據庫
存放預測和報警的結果,包括“單指標閾值報警”的超界財務比率和報表項目,包括“模型預測”中使用的預測方法、變量、樣本、預測模型、判別規(guī)則、預測結果。
(四)財務危機預警子系統(tǒng)的程序設計
1.獨立開發(fā)全部子系統(tǒng)
包括預測方法及算法,具有獨立知識產權。開發(fā)工具可采用VB或VC,以及SQLServer數據庫。
2.系統(tǒng)集成、二次開發(fā)
某些預測方法或算法,可以調用統(tǒng)計軟件包或神經網絡軟件包的函數,開發(fā)模式是:ERP的數據庫,與VB(或VC)調用SPSS(或SAS、或MATLAB)相結合。
主要參考文獻
[1]王滿玲,楊德禮.國外公司財務困境預測研究進展評述[J].預測,2004,(6):15—20.
[2]吳世農,盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究,2001,(6):46—55.
[3]Altman,EI,1968,Financial Ratios,Discriminant Analysis andPrediction Of Corporate Bankruptcy.Journal Of Finance 9,589—609.
[收稿日期]2006—03—15
[作者簡介]李清(1966—),男,黑龍江遜克縣人,吉林大學商學院會計系副教授、碩士導師、在讀博士,研究方向:會計信息系統(tǒng)、財務數據挖掘。
