【摘要】 随着近年来企业破产﹑兼并案不断出现，中国经济界已经越来越关注企业的财务管理。论文针对中小企业财务管理中的财务困境问题，在研究借鉴国内外经验的基础上探讨了中小企业摆脱财务困境的对策，提出了财务稳健模式，为中小企业摆脱财务困境提供了重要途径。
【关键词】中小企业 财务困境 财务稳健1
【Title】 Finance Distress and Steady model of Finance of Small&Medium Sized Enterprises
【Abstract】These years, more and more cases of bankruptcy and manger make enterprise’s managers and economist considering finance management much more important. On the basis of studying civil and foraging experience about finance management, and analyzing enterprise finance distress, this paper pointed out that the safe model for enterprise's finance is the most important one of models, which can solve the finance distress.
【Key words】Small and medium enterprise; Finance distress ;Safe model of finance
【文献综述】
一.财务困境研究的背景：
pp
财务困境（Financial distress）又称财务危机(Financial crisis)。最严重的财务困境是企业破产（Bankruptcy）。自从二战以来，国际兼的兼并与购并不断增加。出现了许多巨型跨国集团，而这些庞然大物却在常常突然死亡，让人十分不解。在蹊跷的背后是企业财务困境问题在作祟。近几十年来，财务管理变得日益突出和重要。抗风险能力强的大型企业尚且如此，规模小，资金少的中小企业又应该如何避免陷入财务困境呢？企业因财务困境导致破产实际上是一种违约行为，所以财务困境又可称为“违约风险”（Default risk）。企业在经营中由于多种原因常常会陷入财务困境，面临破产压力。如何预防，摆脱财务困境，使企业能良好发展是经济界近几十年来探究的问题。

二.国外学者的实证理论研究：

国外的不少学者试图用实证模型来预测和预防企业财务困境的发生。他们应用剖面分析和单变量判定分析，研究财务困境前5年内，出现了财务困境的公司和没有财务困境的公司的10-20多个财务指标的差异，最后选定几个或全选作为预测指标，应用Fisher线性判定分析，多元线性回归分析和Logistic回归分析等方法，分别建立了几种预测财务困境的模型:
　　1.单变量分析法
　　最早运用统计方法研究公司失败问题的是美国的比佛（Beaver，1966），对于财务失败，他不仅仅狭义地界定为破产，还包括“债券拖欠不履行、银行超支、不能支付优先股股利等”。他首先以单变量分析法发展出财务危机预测模型，使用5个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司进行一元判定预测，发现（现金流量／总负债）财务预测的效果最好，（净利润／总资产）次之，在失败前5年可达70％以上的预测能力，失败前1年更可达87％的正确区别率。其中，“现金流量”来自“现金流量表”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，是考虑到长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业盈利过程中所发挥的作用是不同的。这不利于预测企业资产的获利能力是否具有良好的增长态势。单变量分析法虽然简单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一公司使用不同比率预测出不同结果的现象，因此招致了许多批评，而逐渐被多变量方法所替代。
　　2.Z分数模型
　　最早运用多变量区别分析法探讨公司财务危机预测问题的是另一类美国学者奥曼（Altlan，1968）。他将若干变量合并入一个函数方程：
　　Z＝0.012X1＋0.014X2＋0.033X3＋0 006X4＋0.999X5
　　X1＝（期末流动资产－期末流动负债）／期末总资产
　　X2＝期末留存收益／期末总资产
　　X3＝息税前利润／期末总资产
　　X4＝期末股东权益的市场价值／期末总负债
　　X5＝本期销售收入／总资产
　　其中：
　　X1为营运资本／资产总额，反映了企业资产的折现能力和规模特征。营运资本是企业的劳动对象，具有周转速度快，变现能力强，项目繁多，性质复杂，获利能力高，投资风险小等特点。一个企业营运资本的持续减少，往往预示着企业资金周转不灵或出现短期偿债危机。
　　X2反映了企业的累积获利能力。期末留存收益是由企业累积税后利润而成，对于上市公司，留存收益是指净利润减去全部股利的余额。一般说来，新企业资产与收益较少，因此相对于老企业X2较小，而财务失败的风险较大。
　　X3即EBIT／资产总额，可称为总资产息税前利润率，而我们通常所用的总资产息税前利润率为EBIT／平均资产总额，分母间的区别在于平均资产总额避免了期末大量购进资产时使X3降低，不能客观反映一年中资产的获利能力。EBIT是指扣除债务利息与所得税之前的正常业务利润（包括对外投资收益），不包括非正常项目、中断营业和特别项目及会计原则变更的累积前期影响而产生的收支净额。原因在于：由负债与资本支持的项目一般属于正常业务范围，因此，计算总资产利润率时以正常业务经营的息税前利润为基础，有利于考核债权人及所有者投入企业资本的使用效益。该指标主要是从企业各种资金来源（包括所有者权益和负债）的角度对企业资产的使用效益进行评价的，通常是反映企业财务失败的最有力依据之一。
　　X4测定的是财务结构，分母为流动负债、长期负债的账面价值之和；分子以股东权益的市场价值取代了贴面价值，因而对公认的、影响企业财务状况的产权比率进行了修正，使分子能客观地反映公司价值的大小。对于上市公司，分子应该是：“末流通的股票账面价值＋流通股票期末市价。股份数”。X4的分子是一个较难确定的参数，尤其对于股权结构较复杂的企业。而目前及在今后相当长的时间内，非上市公司仍占我国公司总数的大部分，要确定非上市公司所有者权益市价，我们可以采用资产评估方法中的预期收益法，具体表示为：
　　企业资产市价＝企业预期实现的年利润额／行业平均资金利润率
　　X4＝（企业资产的市价／负债总额）－1
　　但此法仍有缺陷，因为我国宏观价格体系尚未完全理顺，行业资金利润率受客观因素影响而有波动，难以完全符合实际。
　　X5为总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上，因此，总资产周转率可以用来分析企业全部资产的使用效率。如果企业总资产周转率高，说明企业利用全部资产进行经营的成果好，效率高；反之，如果总资产周转率低，则说明企业利用全部资产进行经营活动的成果差，效率低，最终将影响企业的获利能力。如果总资产周转率长期处于较低的状态，企业就应当采取措施提高各项资产的利用程度，对那些确实无法提高利用率的多余、闲置资产应当及时进行处理，加速资产周转速度。X5的分子“本期销售收入”应该为销售收入净额，指销售收入扣除销售折扣、销售折让、销售退回等后的金额。
　　Z分数模型从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警的发展。奥曼教授通过对Z分数模型的研究分析得出：Z值越小，该企业遭受财务失败的可能性就越大。美国企业的Z值的临界值为1.8，具体判断标准如下表所示：

　　　　　表1　Z分数模型具体判断标准　　　　　　　　　　　　　　　　　　　　　　
Z≥3.0　　　　 财务失败的可能性很小　财务不失败组　　　　　　　　　　　　　　　
2.8≤Z≤2.9　　有财务失败可能　　　　　　　　　　　　　　　　　　　　　　　　　
1.81≤Z≤2.7　 财务失败可能性很大　　　　　　　　　　　　　　　　　　　　　　　
Z≤1.8　　　　 财务失败可能性非常大　财务失败组

　　奥曼教授选择了1968年尚在持续经营的33家美国企业进行预测，其准确率令人满意，而且分析根据的资料越新，准确率越高。如依据临近财务失败的报表资料预测其准确率为96％，依据财务失败前一年的报表预翻难确率为72％。但无论怎样，都必须以财务报表的真实性、准确性、完整性为前提。近年来，澳大利亚、巴西、加拿大、法国、德国、爱尔兰、日本和荷兰都进行了类似的分析。尽管Z值的判断标准在各国间有相当的差异，但各国“财务失败组”的Z值的平均值都低于临界值1.8。
　　3.F分数模型由于Z分数模式在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的的局限性。为此，有学者拟对Z分数模式加以改造，并建立其财务危机预测的新模式－F分数模式（Failure Score Model）。F分数模式的主要特点是：
　　（1）F分数模式加入现金流量这一预测自变量。许多专家证实现金流量比率是预测公司破产的有效变量，因而它弥补了Z分数模式的不足。
　　（2）本模式考虑到了现代化司财务状况的发展及其有关标准的更新。比如公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必要的流动比率大为降低。
（3）本模式使用的样本更加扩大。其使用了Compustat PC Plus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z分数模型的样本仅为66家（3家破产公司及33家非破产公司）。