［提要］　如今全球经济正处于深度结构调整状态，内外的不确定性无疑加大企业财务风险，因此建立精准有效的财务预警模型来预测风险显得极为重要。本文将熵值法和优化后的功效系数法结合，构建财务预警模型，通过实证分析考量ST辉丰财务预警状况。结果显示：自2017年开始，ST辉丰偿债、运营、成长指标都已发出严重的危险信号，预警结果与企业实际风险状况相符，说明该模型有利于企业预测风险，防控风险，同时投资者也可以利用此模型预判企业发展走势，做出合理的投资选择。

关键词：财务风险；预警；熵值法；功效系数法

中图分类号：F275 文献标识码：A

收录日期：2022年8月18日

进入21世纪，经济环境复杂多变，市场竞争愈加激烈，企业在经营中遇到的不确定因素持续增多，使其陷入财务困境的可能性逐渐增大。而企业一旦陷入财务困境，不仅自身发展会受到限制，同时也侵害了投资者利益，破坏了金融市场的平稳发展，因此，建立精准有效的财务预警机制显得极为重要。

传统功效系数法由于计算简易、可操作性强常被作为企业搭建财务预警模型的方法，但其在衡量公司财务风险时仍存在一定缺陷。传统功效法将调整分以及基础分占比固定设置为4∶6，这虽然有利于计算方便，但从现实角度出发，变动的比例分配更能体现财务指标的不同性质。此外，该方法在计算功效系数时仅设两档标准值，使得指标灵敏度降低，极大程度地影响了预警模型计算结果的合理性与准确性。

在此背景下，本文以化工行业ST辉丰为研究对象，基于优化后的传统功效系数法结合熵值法为ST辉丰搭建财务预警模型，使其可以更客观精准地预测企业财务风险，及时调整经营策略，在困境中寻求突破，同时也为更多想要搭建财务预警的企业提供思路和经验。

一、财务预警模型综述

（一）传统的财务预警模型。由于国外证券市场成立较早，国外学者对于财务预警模型已经有了丰富的研究成果，我国学者也在此基础上展开了进一步研究。目前，传统的财务预警模型分为单变量判断预警模型、多元判定模型与逻辑回归模型。

1、单变量判定模型。Fitzpatrick（1932）是最早探索财务风险模型的创始人之一，他提出了单变量判别模型，即用一项指标作为标准预测企业财务状况。随后，Beaver（1966）以单变量判别模型为基础，对79家破产企业与79家正常企业的财务比率进行研究，实证发现现金流量债务比和资产负债率在预测企业财务风险方面更为准确。我国学者何玉梅、张涛（2011）利用单变量判别模型对2006年被ST的上市公司进行实证分析，结果表明对我国企业财务危机预测最准确的指标是总资产净利润率。

单变量判别模型虽然算法简单，但在实际中，单一指标往往不足以全面判别企业财务风险，并且选取的指标不同，对总体风险的判别容易得出不同的结论，因此目前已经很少有学者使用该模型，在实践中也接近淘汰。

2、多元判别模型。由于单变量判别模型存在一定的局限性，学者们逐步使用多元化财务指标构建财务预警模型。Altman（1968）首次将运用多元判别分析法构建了财务预警模型，提出了著名的“Z计分模型”。邹昆仑、陆萍（2018）在此基础上运用判别分析法，对Z模型加以改进，将企业信用等级的非财务因素考虑进去，综合分析企业风险。雷艳丽、洪丽君、胡晓峰（2022）以2017～2019年饲料上市公司作为样本，运用改进的Z-SCORE模型展开分析，结果表明改进后Z-SCORE模型对饲料上市公司财务风险的预警效果更佳。

多元判定模型相较单变量判别模型更加准确、科学，其中涵盖多个独立变量、能综合反映企业的财务风险状况，但对预警变量数据要求较高，适用范围受到限制。

3、逻辑回归模型。为提高预测的精准度，Ohlson（1980）将回归分析法运用到财务预警模型的构建，提出逻辑回归模型，有效克服了多元判定模型数据搜集难度高的缺陷。由于逻辑回归模型的高适用性，得到国内学者的使用和进一步研究。肖振红、杨华松（2018）利用L1/2范数惩罚技术对逻辑回归模型进行优化，进一步提高了财务预警的精准度。陈欣欣（2022）以2007～2018年农业上市公司为样本，运用因子分析和Logistic回归分析，发现该模型具有较高的拟合精度和判别能力。

多元判定模型应用广泛，但由于它对变量的多重共线性较为敏感，会受到一定的制约，且该模型计算复杂，大量的近似处理会在一定程度上降低预测的精准性。

（二）功效系数法与熵值法。由于传统模型存在一定的不足，近年来越来越多的学者在财务预警中引入功效系数法与熵值法。吴本杰（2012）在功效系数法中引入非财务指标——公司治理的因素与审计意见，丰富了定量指标。丁琼等（2015）选取了８家高速公路上市公司2012年的财务数据实证分析，结果表明，可观赋权的功效系数法的预测结果更具可靠性与合理性。San L（2017）采用熵值TQPSIS方法建立了综合评价模型，表明熵值法算出的权重客观性与说服力。左秦（2021）对功效系数法进行优化，结合层次分析法构建预警模型，在零售企业进行运用，提高了预测结果的精准性。

综上所述，改进的功效系数法与熵值法因其各具优势在各行业得到了广泛应用，因此本文将两种方法结合建立财务预警模型，期望能进一步提高预警模型对风险预测的准确性。

二、基于熵值法与功效系数法的ST辉丰财务风险预警模型构建

（一）ST辉丰简介。ST辉丰全称为江苏辉丰生物农业股份有限公司，主要经营农药的生产销售，是盐城农化明星企业。该公司于2010年11月9日成功上市，并且在2016年成功发售面值总额为845，00万元的可转债，为企业融资发展注入巨大动力。但该企业于2018年被爆出污染问题后，被要求停产整顿，自此企业陷入巨大财务危机，连续两年亏损。最终于2020年4月被纳入ST，这不仅限制了企业的发展，同时也给其利益相关者带来严重损失。因此，有必要建立合理的财务预警模型让企业更加精准地了解其风险状况，及时防控风险。

（二）基于熵值法的ST辉丰财务指标权重确定

1、指标初始设计。本文从盈利、偿债、营运、发展这四方面选取不同财务指标构建财务风险预警体系。其中，除常规指标外，特别加上了现金流指标，现金流对于当代企业生存与发展来说至关重要，一旦资金链断裂企业将面临巨大危机，因此将其考虑进来能更全面地反映企业的风险状况。各能力选取指标如表1所示。（表1）

2、样本选取。本文研究对象为ST辉丰，其所属化学原料和化学制品制造业（行业代码：C26），因此本文的评价对象为该行业的上市公司。利用国泰安数据库导出该行业2021年所有上市公司财务指标相关数据，剔除不完整的数据后，剩余199家公司，以筛选后的199家上市公司作为样本进行分析，以此确定各指标权重大小。

3、利用SPSSAU软件计算各指标权重。本文将2021年化工行业199家上市公司所对应的13个财务指标数据在SPSSAU软件进行熵值法分析。首先根据指标性质对其进行正逆向化处理生成变量，接着进行非负平移，运用熵值法进行分析得到各指标权重，结果如表2所示。（表2）

（三）基于功效系数法的ST辉丰财务预警体系构建

1、优化功效系数法标准值设置。传统功效法仅有两个档次，不利于准确衡量企业所处的风险区间，因此本文借鉴王颖学者的做法，将原来的两档标准值改进为优、良、中、低、差五档标准值，且标准值参照国务院颁发的《企业绩效评价标准值》中2021年基础化学原料制造业五个档位标准设置。

2、优化后的功效系数法算法。基于传统功效法，将算法进行如下优化，以此计算各项指标得分与综合得分：

（1）单项指标功效系数=（实际值-本档标准值）/（上档标准值-本档标准值）

（2）本档基础分=单项预警指标权数×本档标准系数

（3）上档基础分=单项预警指标权数×上档标准系数

（4）调整分=单项指标功效系数×（上档基础分-本档基础分）

（5）单项基本指标得分=本档基础分+调整分

（6）基本指标总得分=∑单项基本指标得分

3、划定预警等级区间。为了准确衡量企业的财务风险的区间位置，需要根据得分设置预警限，为此本文参照杨秀端（2015）对预警区间的划分标准，将预警标准进行划分，如表3所示。（表3）

三、ST辉丰财务预警结果分析及建议

基于上述模型可以分别算出ST辉丰2017～2021年各类别得分和综合得分情况，如表4、表5所示。（表4、表5）

通过各类别的得分与相对应权重的比值，可以进一步得出ST辉丰各类别得分与预警等级，如表6所示。（表6）

从2017～2021年预警结果来看，ST辉丰近五年来财务风险巨大，营运能力与发展能力一直处于“巨警”状态。从2017年开始，预警已发出了危险信号，接着又被爆出环境污染问题，自此公司陷入巨大的财务危机中，2018～2020年综合得分仅达到0.15左右。鉴于此，管理层应采取积极措施挽救企业在公众心中的形象，在企业经营的同时更加注重社会责任与信息披露。

从2021年预警结果来看，ST辉丰的盈利能力与偿债能力得到一定程度的恢复，营运能力也有所好转，但需要特别引起管理者注意的是其发展能力仍处于“巨警”当中。为此，ST辉丰可以通过创新培育自己的核心技术，提高企业发展能力，针对性地采取措施控制风险。此外，对投资者而言，虽然ST辉丰在2021年发展有所恢复，但预警结果表明其综合得分仅达到了0.579，财务风险水平仍处于较高位置，需要及时调整投资策略，避免遭受更大损失。

通过上述分析，可以发现利用熵值法与改进后的功效系数法搭建的财务预警模型对指标权重的判定更为客观，也有效克服传统功效系数法的缺陷。在该模型下，通过实证分析，得出的预警结果与ST辉丰风险状况相符，说明该模型在预测风险方面发挥着作用，可以为更多想要搭建财务预警的企业提供相关指导思路和借鉴意见，同时也有利于投资者更准确地预判公司风险。但是，由于该模型在选取指标时未将非财务指标考虑进去，后续可以做进一步的改善，以此提高预测风险的精准性。

（作者单位：江苏科技大学）

主要参考文献：

［1］Fitzpatrick P J.A comparison of ratios of successful industrial enterprises with those of failed firms［J］.Certified Public Accountant，1932（02）.

［2］Beaver W.Financial ratios as predictors of failure［J］.Supplement to Journal of Accounting Research，1966（04）.

［3］何玉梅，张涛.上市公司财务危机预警模型之有效性选择——基于单变量模型判别法和Z计分法的选择［J］.现代财经（天津财经大学学报），2011.31（05）.

［4］Altman E I.Financial ratios，discriminant analysis and the prediction of corporate bankruptcy［J］.Journal of Finance，1968（09）.

［5］邹昆仑，陆萍.基于Z模型对中国企业债信用评级的实证研究［J］.宏观经济研究，2018（05）.

［6］雷艳丽，洪丽君，胡晓峰.基于改进Z-SCORE模型饲料上市公司的财务风险预警研究［J］.饲料研究，2022.45（02）.

［7］Ohlson J.Financial ratios and the probabilistic prediction of bankruptcy［J］.Journal of Accounting Research，1980（18）.

［8］肖振红，杨华松.基于L（1/2）正则化Logistic回归的上市公司财务危机预警模型［J］.数学的实践与认识，2018.48（21）.

［9］陈欣欣，郭洪涛.因子分析和Logistic回归在农业上市公司财务预警中的联合运用［J］.数理统计与管理，2022.41（01）.

［10］吴本杰.基于功效系数法的财务危机预警分析——以海信电器和*ST厦华为例［J］.财会通讯，2012（01）.

［11］丁琼，孙美霖.概率权数功效系数评价模型改进及实证［J］.统计与决策，2015（04）.

［12］左秦，王强.基于传统功效系数法下的财务预警模型优化——以零售业BQ公司为例［J］.现代商业，2021（26）.

［13］杨秀端，卢月根，贾强.出版企业财务风险预警系统的建立［J］.财务与会计，2015（10）.