摘要：本文在对财务失败和财务失真的概念和相关理论进行梳理的基础上，提出财务失真和财务失败相结合的双元财务预警理论，对双元财务预警理论的必要性和可行性进行研究，并提出了如何构建双元财务预警模型。
　　关键词：财务预警；财务失真预警；财务失败预警；双元财务预警
　　
　　财务预警主要是利用一定的财务指标，通过设置并观察一些敏感性预警指标的变化对企业可能发生的财务危机进行预测和报警。其目的是在危机到来前就预先觉察到，并提前告知管理者、投资者及其他相关利益主体，以便尽早采取措施，消除危机隐患。财务危机从传统意义上说主要指财务困境或者说是财务失败。对这两个方面的情况相结合来进行研究，即基于财务失真和失败的双元财务预警。
　　
　　一、财务失败和财务失真
　　
　　财务失败或财务困境是财务预警理论的主要研究对象，不同学者对此解释不一，主要都是根据研究对象的性质和研究目的来进行界定。我国学者大多以被st企业为财务预警的研究对象。如，张玲(2000)、吴世农(2001)一般以上市公司被特别处理(st)，特别是因为财务状况异常而被st作为界定财务困境的标志。由于被st的公司绝大部分是由于连续两年亏损或一年巨亏产生的，因此可以说我国学者是以公司严重亏损作为界定财务失败的标志。笔者认为，应从广义和狭义两个层次来理解财务失败的内涵。从狭义来看，指的是破产和无力偿债，从广义的角度来看，还应包括现金流量不足以偿还当前债务等情况。具体到量化研究的角度而言，考虑我国的国情，主要是以上市公司是否被st作为财务是否失败的标志。wWw.11665.com
　　对于什么是财务失真这个问题，学术界一直没有一个统一的说法。应站在促进社会全面发展和进步这个立场上来看待这个问题，而不是单纯从某一阶层利益出发。上市公司信息披露失真应界定为：上市公司会计信息主要是提供能对相关信息使用者决策有用、能够促进证券市场优化资源配置的信息。凡对信息使用者决策无用、不利于优化资源配置或有相反作用的信息，如虚假的会计信息、隐瞒的会计信息、空而不实的和不及时的会计信息，均可界定为财务信息披露失真。
　　从财务失败和财务失真的定义可看出，二者均是财务信息使用者对财务报告所反映出的企业的财务问题的评价。所不同的是，财务失败主要是从财务情况的好坏这个角度来讲的，财务失真主要从财务的真实性方面而言的，而实际上，对财务信息的使用者而言，财务失败和财务失真都说明财务有问题，或者说是有警情，因为两者任何一个方面出了问题，投资者一般都认为是问题企业，不愿意冒险去投资的。从这个角度上讲，应该对基于财务失败和财务失真的财务警情进行预警理论研究，即双元财务预警理论的研究。双元财务预警主要是从上市公司披露的财务报告所揭示的财务状况的好坏和财务报告本身是否真实这两个角度来考察财务预警问题，财务失真预警和财务失败预警是财务预警的两元，二者既相互联系，又相互区别，共同构成了财务信息使用者对财务报告所揭示的财务问题的考察内容。
　　
　　二、财务失败和财务失真预警理论研究述评
　　
　　传统的财务预警理论主要是关于财务失败(困境)理论的研究，从单变量模型到多变量模型再到神经网络模型，经历了一个逐步发展的过程，而财务失真理论则是近年来才逐步发展的理论，主要是借鉴财务失败理论研究模型的研究成果。
　　(一)财务失败预警分析理论
　　财务失败预警分析主要有以下几种理论：一是单变量判定模型。fitzpatrick(1932)最早发现，出现财务困境的公司其财务比率与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应企业财务状况，并对企业未来具有预测作用。研究发现，判别能力最高的是净利润／股东权益和股东权益／负债。二是多元线性判定模型。美国学者altman(1968)最早运用多变量分析方法探讨财务预警问题。其基本原理是，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，获得能有效提高预测精度的多元线性判别方程。运用多元线性判别方法判定二元问题时，可以通过降维技术，仅以最终计算的z值来判定其归属。三是多元逻辑(logit)模型。ohlson(1980)是第一个采用logit方法进行破产预测的。多元逻辑模型的目标是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营风险。logit模型假设了企业破产的概率p(破产取1，非破产取0)，并假设ln[p／(1一p)]可以用财务比率线性解释。假定ln[p／(1一p)]=a+bx，经推导可得出p=exp(a+bx)／[1+exp(a+bx)]，从而计算出企业破产的概率。ohlson分析了样本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。他发现至少有四类显著影响公司破产概率的变量：公司规模、资本结构、业绩和当前资产的变现能力。四是神经网络分析模型。odomand sharda(1990)开拓了用bp神经网络预测财务困境的新方法，其1990年的研究是以altman所构建的五个财务比率为研究变量，使用类神经网络与判别分析做验证比较，其结果发现训练样本的正确率高达100％，保留样本失败与正常的正确率分别为81.75％n与78.18％n，显示类神经网络具有较佳的预测能力。
　　(二)财务失真预警分析理论
　　关于财务信息失真问题，早期的研究大多从财务舞弊的动因、手段、防范与治理等方面来进行研究。1999年healy and wahlen首先从会计舞弊行为市场反应与识别方面进行了研究。认为投资者似乎能辨认物价上升期间那些为了税收利益而采用后进先出法的公司，并且对相应的报告盈余的下降反应温和。beneish(1999)提出利用会计数据来判别上市公司是否存在会计舞弊的思想，他基于8个财务指标建立了probit模型，准确预测率达到了75％。spathis，doumpons and zo-pounidis(2002)以希腊舞弊公司与非舞弊为样本，采用多标准分析、单变量和多变量统计技术建立了包含z计分值和不包括z计分值的模型识别舞弊财务报告的可能性。
　　从以上的理论回顾中我们可以看到，传统的财务失败(困境)预警模型主要是基于对财务失败本身的预警，但模型不能对财务报表的真伪进行鉴别，用可能虚假的财务报告来进行财务预警，会使财务危机预警模型的预测结果发生偏差。从财务失真预警这方面来看，只是从财务真假这个角度来考虑问题，另外，这方面的理论研究开展较晚，特别是国内的研究尚处于起步阶段。此外，财务失真和财务失败预警两方面的研究相互脱节，

这两方面的研究没有能够结合起来进行。结合两方面的因素来进行综合分析，是个值得探索的课题。
　　
　　三、双元财务预警体系探析
　　
　　对中国的不发达、不完善的证券市场而言，财务信息失真问题非常严重，财务失真的预警研究尤其必要。上市公司所面临的各种危机和财务困境，要求我们要进行财务失败预警的研究。所以，要建立财务失真和财务失败双方面相结合的财务预警模型，才能有效为财务信息的使用者提供一个实用的分析工具，才能真正对可能存在的警情有个较为全面的、正确的评估，才是正确解决上市公司财务预警问题的根本之道。双元财务预警首先应包括原有财务失败和财务失真这两方面各自的研究内容。在此基础上，要研究财务失败预警与财务失真预警的相互影响关系；分析两类指标的相互影响关系，确定影响系数；研究投资者在财务失败预警与财务失真预警模型的选择问题，分别建立能够识别四类财务报告类型：失真——失败、失真——不失败、不失真——失败、不失真——不失败的财务预警模型，还要建立综合双元财务预警模型，并进行模型的适用性和准确性研究。
　　(一)双元财务预警指标体系构建
　　把有财务警情公司(如被st或违规通告)和无财务警情作为测试样本和对比样本。应综合考虑财务失败和财务失真两方面的指标，借鉴国内外研究成果和某些经验性分析。财务失败模型主要从财务质量本身来考察，用财务比率做变量的研究相对较多，而财务失真主要考察财务报告的真实性与否，公司治理结构、市场信息等非财务定性变量用的相对要多一点。如固定资产周转率(销售收入／平均固定资产)、留存收益资产比率(未分配利润／总资产)等指标前者用的多，但国有股比例、独董比例、是否设置审计委员会等后者用的相对更多一些。在具体的建模过程中采用哪些指标，要根据是否有数据支持，以判别准确程度作为变量能否进人模型的标准，并有合理的经济学意义的解释。需要注意的是，在选取影响财务失败和财务失真这两方面的指标来考虑建立综合财务预警模型的过程中，较多变量的引入特别是较多的定性指标变量的引入可能会造成一定的问题，如多重共线性问题、属性数据和变量数据的综合分析问题等，需要在建模的过程中进一步来解决。
　　(二)双元财务预警模型目标
　　建立双元综合财务预警模型和原来的财务预警模型相比，至少应有以下的优势。一是模型更加简单。选择的指标变量要预先运用一定的数学方法进行处理，如粗集理论等，处理后的数据再运用神经网络等分析，可能会有更加理想的效果。与原先考虑单方面情况的模型相比，指标也更有针对性和代表性，更加简单。二是实用性较强。比单模型更方便，只要一个模型就可判别st或违规两种警情，而用单模型要分别判别两次，并且还要考虑用二者判别相重复的部分。三是预警准确度应该要比单方面预警再加总准确度要高。
　　总之，从失真和失败这两个方面综合的角度来探讨我国上市公司财务预警问题是个探索性的课题，特别是财务失真预警理论研究在国内的研究毕竟处于起步阶段，可借鉴的研究很少。对我国的市场数据而言，在变量假设和选取、数据的特征把握等方面也会有难度。希望通过不断的探索，能够为投资者等财务信息的使用者提供一个分析财务预警的较好办法，能够进行准确的实时监控和预测警报。