谢春辉

[摘 要]近年来，我国证券市场在规模不断扩张、结构得到优化的同时，投资理念也在发生着变化，投资者越来越重视证券的投资价值。基于市场有效理论，资本市场的有效程度不同对证券分析的影响也有所不同。文章详述了资本市场在相对有效和失效的情况下分别对证券分析的影响；此外，资本市场的监管对证券分析也有一定的影响，我国监管制度还不够健全、监督力度不充分，因此，在证券分析的过程中要更加注重风险防范，提高对信息的分析和解读能力。

[关键词]资本市场；证券分析；有效理论

[DOI]10.13939/j.cnki.zgsc.2016.33.109

1 引 言

近年来，我国证券市场在规模不断扩张、结构得到优化的同时，投资理念也在发生着变化，投资者越来越重视证券的投资价值，并将其作为证券投资中最为重要的参考标准。投资者忽视上市公司的基本面情况，仅根据一些题材、概念在股票市场中进行盲目炒作的现象有所改观。故在资本市场中如何进行恰当的证券分析，正确评估证券的投资价值，已然成为证券投资能否获取超额收益的基础性及决定性因素。因此，投资者、分析师等利益相关者都试图寻找有效的方式，挖掘资本市场中最有效的投资方法。

2 资本市场和证券分析的概述

资本市场是指证券融资和经营一年以上的资金借贷和证券交易的场所，也称中长期资金市场。资本市场作为证券买卖、资本交易与融通的重要场所，它的有效与否就直接影响着社会资源的合理配置问题。由此可见，资本市场既是一个有形的资本融通平台，又是一个无形的资源配置系统，更是一种组织的、社会的资本交易关系。

证券分析是通过各种综合的分析方法寻找挖掘股票、债券等投资机会。因信息的不断修复、发展及新信息的不断发布，导致市场有效是一个循环反复的过程；市场价格对有用信息反映的时滞，使得各种投资分析方法有机会获得超额收益。

证券投资分析方法有“技术分析”“基本面分析”和“定量分析”。技术分析是对周期性的和可预测性的证券价格走势的研究，并判断市场上买卖压力的位置。基本分析研究证券价值的决定因素，如收益和红利前景，可以对未来利率和公司风险进行预期，从而预计公司股票未来的价格。定量投资分析是运用数学工具来决定一个意向投资组合，运用电脑和线性程序对价格的历史行为进行统计分析，来预测股票的风险和回报。

3 资本市场有效程度对证券分析的影响

3.1 市场有效性理论概述

有效市场假说是理性预期理论的重要组成部分之一，是主流资本市场定价理论的基础，他体现了竞争均衡的基本思想，使得对资本市场进行精确度量成为可能。直至目前，该理论作为现代金融经济学的理论基石，仍然具有强大的生命力，并在证券投资领域中被广泛应用。

有效市场假说理论将市场有效性划分为三个层次：弱式有效、半强式有效和强式有效。

第一个层次：弱式有效市场。弱式有效市场是指当前的证券价格充分反映了市场所有历史交易的信息，在这种情况下，投资者对证券历史信息的分析不能持久地获得超额收益。

第二个层次：半强式有效市场。半强式有效市场认为证券价格不仅能够反映历史信息而且可以迅速调整并反映公开发布的信息。在这种情况下，投资者就不能通过对公开信息的分析持久地获取超额收益。

第三个层次：强式有效市场。强式有效市场认为股票价格反映了所有公开的和未公开的信息（内幕消息），若市场达到了强式有效，则意味着任何投资者都不可能有独占的渠道获得有关价格形成的信息，也无法通过这些信息获得超额收益。

3.2 相对有效的资本市场对证券分析的影响

在实际的证券市场中，我们不难发现无论个人投资者还是机构投资者，都能通过使用各类证券分析手段，获得丰厚的超额收益。基于有效市场假说理论，这意味着资本市场并非完全有效，在某个期间、某个程度上存在半强式或弱式有效。王冰川（2012）认为市场无法充分、及时、准确反映所有相关的有用信息，市场并不总是有效，投资者可以通过寻找市场的无效而获得投资收益的机会。周玉琴（2013）研究表明证券市场的有效性随着经济的不断发展而不断增强。

由于信息处在不断修复、不断更新变化的过程中，资本市场强式有效虽然有理论的存在却难以在现实中得以实现。市场是有效的，但是由于不同投资者获取信息的时间不同，对信息处理的效率不同，以及对未来认识的不同，使得价格到价值的反映有了时间的时滞，正是在这种时滞中，出现了价格与价值的差异，于是人们可以通过各种证券分析方法，找到这种差异，并进行投资，这与证券市场中的现实情况是相符的。

3.3 资本市场失效对证券分析的影响

虽然有效市场假说得到了实证验证，但关于市场失效的现象也层出不穷，且也都同样为市场实践所验证。下表罗列了部分异常现象。

部分著名的异常现象表

异常现象相关表现

规模效应小盘股优于大盘股

1月效应小盘股和去年表现不佳的股票在1月份趋向于表现优异

冷门股效应股市分析师覆盖率低的股票倾向于有风险调整后的超额收益

指数变动效应将要纳入指数的股票会有显著的正效应，而要被剔除的股票有显著负效应

惯性在一个投资期中表现良好的股票将会在下一个投资期中延续良好表现

过度反应投资者对新闻事件（无论是好是坏）都过度反应

市场无效显著的意义在于为各类市场分析方法提供了存在的基础。在市场无效的情况下，信息没有被价格完全地反映出来，对信息的搜集、深入分析和研究可以获得获取超额收益的机会。这也是目前证券市场各类投资分析方法百花齐放的根本所在。

我国的现状：朱孔来和李静静（2013）研究了2000—2011年上海证券综合指数和深圳证券综合指数，得出了沪深两市不仅分别弱式有效而且还具有联合弱式有效的特点的结论。张飞鹏（2013）等认为我国股票市场虽然具备了弱式有效水平，但并不具有半强型有效市场的特点。汪卢俊（2014）研究发现，我国股权分置改革之初，沪深两市均未达到弱式有效市场，股指期货推出后，深圳证券市场有效性增强，逐渐达到弱式有效市场，但上海证券市场至2014年仍未达到弱式有效市场。

[摘 要]随着全球经济的快速发展，企业之间的竞争日益激烈，评估与识别企业存在的风险对企业的生存与发展越来越重要。大多数学者研究财务风险预警的基本方法集中于单变量分析、多元判别分析、逻辑回归分析、线性回归分析、神经网络、生存分析等。文章主要梳理了财务风险预警相关理论研究的发展以及现状，根据不同模型分析了各方法的优点与不足。

[关键词]财务风险；预警模型；综述

[DOI]10.13939/j.cnki.zgsc.2016.33.107

1 国内外研究现状

从20世纪30年代开始，就已经有学者注意到企业财务状况的变化会影响到企业经营成果以及财务状况，并开始进行相关研究。学者们分析了大量的企业财务指标数据，并根据这些研究开始了对财务风险的研究。随着企业管理和财务理论的发展，研究手段也越来越科学，研究方法和研究工具也逐渐成熟，研究者提出了各种不同的财务风险预警的方法和模型。

1.1 国外研究现状

1.1.1 财务风险研究现状

Blum（1974）将财务风险定义为企业没有能力偿还到期债务、进入破产程序或者与债权人达成明确债务减免协议的事件。在正常情况下，企业只有按时支付本息或股利，才能顺利获得债权人或者投资者的青睐，筹集足够的资金。如果企业不支付本息、拖欠股利，出现违约的情况，必然会引起投资者的注意，对企业的筹资活动产生影响，进而影响企业的持续经营。James C.Van Home和John M.Wachowicz（2001）对财务风险做了更广的界定，认为财务风险由两部分组成，可能失去偿债能力的风险和因使用财务杠杆而导致的每股收益变动的风险。

1.1.2 财务风险预警模型研究现状

单变量判别模型。最早开始研究财务风险预警模型的是Fitzpatrick（1932），他主要针对单变量破产预警进行研究，是单变量预警模型研究的先驱。Fitzpatrick选择了19家企业作为研究样本，研究发现对财务风险判别能力最高的两个指标分别是净资产收益率和产权比率。美国芝加哥大学教授William Beaver（1966）在Fitzpatrick的研究基础上进行了较为成熟的单变量预警研究，结果发现预测准确率最高的指标是现金流量债务比和资产负债率。

多变量判别模型。美国学者Edward Altman（1968）首次将多变量线性判别分析方法介绍到财务风险预警领域。他随机抽取了多家制造企业，通过研究认为22个备选财务比率中有5个是最佳预警判别变量，并运用这5个财务比率建立了多变量线性判别模型。Altman（2000）在多变量判别分析法的基础上进行了改进创新，建立了Z值多变量财务风险预警模型。事实证明Z值多变量财务风险预警模型是非常有用而成功的，在以后的财务风险预警研究中得到了广泛的应用。P.Wu（2016）建立了多元线性预警模型，在传统的财务风险和收益的风险管理之间的非相关性分析的基础上，提出了建立财务风险预警的必要性，并构建了一个多元线性模型，证实了多元线性预警模型的有效性。

逻辑回归模型。Ciarlone和Trebeschi（2005）将宏观经济学和现有的预警模型结合起来，运用逻辑回归法构建了一个规则简单，但验证有效的逻辑风险预警模型。Daniela Beckmann等人（2006）提出在当前市场环境中应该高度重视财务风险，由于研究选取的样本、时间段以及变量的不同，合适的财务风险预警方法也就不同，并且通过比较分析表明逻辑回归方法比其他方法更有优势。MatthieuBussiere等人（2008）以逻辑回归模型为基础，创新的将二元离散选择的方法运用到研究中。他们根据32家处于财务危机状态的企业的财务数据建立了新的多变量逻辑回归预警模型，并且划分了多个预警区域。经过验证，该预警模型基本可以比较准确的预测企业的潜在危机。

神经网络模型。Coats和Fant（2005）将人工神经网络运用于财务风险预警研究，建立了神经网络财务风险预警模型。他们以94家破产公司与188家正常公司的财务数据为样本，研究结果表明，神经网络预警模型预测的准确性较高。Edward I.Altman（2009）等运用多变量线性分析方法和BP人工神经网络方法研究了164家上市公司的财务数据，发现其中16%的公司财务存在危机，30%的公司财务状况需要引起管理层的密切关注，54%的公司处在正常运营的过程中。Clarence Tan（2009）总结了现有的BP神经网络财务风险预警模型，并选取多家银行的财务数据为样本建立了银行神经网络财务风险预警模型，并验证银行神经网络财务风险预警模型的有效性。

综上所述，国外财务风险预警研究主要集中于对财务风险预警模型的构建，研究成果较为成熟，并且广泛应用于实践中。国外学者在财务风险预警模型方面的研究经历了单元判别模型、多元线性判别模型、多元逻辑回归模型及神经网络模型等几个阶段，使得财务风险预警成为公司财务风险研究中的一个重要领域。

1.2 国内研究现状

1.2.1 财务风险理论研究

刘恩禄，汤谷良（1989）较早给出了财务风险的定义，认为财务风险是指企业在筹资、投资、利润分配等一系列财务活动过程中，由于受外部或内部不确定性因素的影响，实际收益偏离预期目标并给企业及股东造成损失的可能性。李平（2013）重点研究餐饮企业财务方面存在的问题，认为财务风险是餐饮企业不可避免的难题，并分析了餐饮企业产生财务风险的原因。张影（2013）认为餐饮业面临的主要财务风险是筹资风险、投资风险以及营运风险，并从餐饮企业自身以及企业面临的大的宏观环境分析了财务风险产生的原因。

1.2.2 财务风险预警模型研究

单变量判别模型。吴世农，黄世忠（1986）通过《中国经济问题》的一篇文章首次介绍了企业破产分析的相关预警指标和单变量预警模型。陈静（1999）对我国上市公司的财务困境进行了预测，她对同行业同规模的27家ST公司的财务数据进行了单变量预警研究。研究结果表明流动比率、资产负债率、总资产收益率和营运资本比率对企业财务失败的反应较为敏感。