摘  要  财务困境问题是困扰企业的一大疑难杂症，而对其前期预测是解决问题较好方法。本文在财务困境预警模型传统财务指标基础上引入了审计信息情况指标，结果表明，审计信息类指标的引入可优化预警模型。

关键词  财务危机预警模型  审计信息

财务情况直接影响着企业的发展，如何识别出财务困境预警信号，从而找出解决办法显得十分重要。鉴于财务信息易受主观因素影响等一些弊端，本文引进审计信息这一非财务指标来对企业财务困境预警模型进行优化,以期能够为企业管理者、利益相关者等提供从审计信息的角度优化财务困境预警模型的参考，帮助其更加关注非财务类指标发挥的作用，提前发现财务方面存在的问题，并及时采取措施，防止财务问题的出现，保障企业的良好运行和持续经营。

一、理论分析

财务困境又称财务危机，指企业丧失支付债务能力，无力支付到偿债以及资不抵债等现象，其极端表现即为破产。陈静（1999）等将“ST”或“*ST”作为企业发生财务困境的信号，本文沿用大多数学者的方法，将财务困境定义为经营年度中被“ST”或“*ST”的上市公司，反之为财务正常公司。

在实际生活中，财务信息有被粉饰的可能性，而审计具有监督的作用。在我国审计主要是指由专设机关依照法律对国家各级政府及金融机构、企业事业组织的重大项目和财务收支进行事前和事后的审查。从其意义可见审计可以有效的净化企业财务数据的粉饰，提高财务信息的质量。Deangelo(1989)认为审计人员具有发现企业财务指标舞弊行为的专业能力。本文将审计信息引入财务困境预警模型中，以求优化预警模型，提高预测精度。

二、研究设计

1.样本的选取

本文所选取的样本数据均来自国泰君安的CSMAR数据库，选取的时间区间为2003—2007年。具体企业样本为被“ST”或“*ST”的上市公司作为财务困难公司，而对于财务正常公司的定义则为同行业从2003年1月1日至2007年12月31日一直没有被“ST”或“*ST”的公司 。经初始配对后得到142对样本组合，但由于存在数据缺失问题，所以在剔除了这些数据缺失样本后的实际有效样本为105对。

2．模型的选取

本文主要采用的模型是Logistic模型，财务困境的企业用“1”表示，财务正常企业用“0”表示，公式如下：

其中：

3．变量设计

以往的一些参考文献中虽然有学者考虑了审计的信息含量，但是很少有考虑到其之于财务预警的重要程度。为了弥补这一不足，本文设计了审计信息得分表来区分审计意见信息的重要程度。对四类审计意见信息：无保留意见、保留意见、否定意见和拒绝表示意见分别赋分4、3、2、1分。

表1  变量设计表

三、数据分析及结论

首先对17个指标进行配对样本T检验，发现应收整款周转率、存货周转率和净利润增长率双尾检验sig值均大于0.05，故剔除。

其次，通过Logistic向后回归法剔除在回归的数学模型中不显著的变量。

表2  最终模型统计量

由表可知前一年的审计意见得分变量进入了模型。最终，加入审计信息前后模型的判别正确率由传统的88.6%提高到90%，这表明在加入提高财务信息质量的审计意见这一变量后，模型的预测精度有显著提高。

参考文献：

[1]DeAngelo.Auditor size and Audit quality.Journal of Accounting and Economics.1989.

[2]陈静.上市公司财务恶化预测的实证分析.会计研究.1999(4).

[3]吴世农,黄世忠.企业破产的分析指标和预测模型.中国经济问题.1986(6).

4.723

1

0.003

H1

-3.34

2.267

6.075

1

0.013

H2

3.170

1.377

3.633

1

0.022

H5

-7.913

4.055

1.271

1

0.001

H6

-11.874

5.663

3.204

1

0.083

H15

1.911

0.707

6.224

1

0.024