導語：如何才能寫好一篇企業財務危機預警，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

1.企業陷入財務危機的外部原因

企業對宏觀經濟的變化，是被動或者說是難以準確預測，甚至是無法改變的。面對復雜多變的宏觀環境，企業財務管理只有采取積極地應對措施避免財務危機的發生，財務危機預警體系的建立也越來越引起企業的重視。存在于企業之外財務的宏觀環境主要包括經濟環境、市場環境、社會文化環境、法律環境、資源環境等因素。

2.企業陷入財務危機的內部原因

（1）企業內部控制薄弱、管理混亂：由于企業管理混亂，內部控制薄弱、出現會計反映不實、成本支出失控、經濟效益低下、財產物資嚴重損失、違法違紀等經濟現象。這些問題積累到一定程度，最終會導致危機爆發。（2）資本結構的不合理促使財務危機發生：由于資本結構不合理，企業償付能力下降，財務負擔沉重。具體在負債構成上，短期負債過多，長期負債較少，這種情況會使企業的支付能力下降。一旦企業資金鏈斷裂，一方面使自己經營難于為繼，財務風險進一步加大，另一方面又會因逾期借款不能償還，進一步喪失信用，繼而加大融資成本。（3）對外投資：一方面，企業對投資項目的可行性研究不足，決策所依據的經濟信息收集不全面、不真實以及決策者等原因，頻繁發生錯誤的投資決策。另一方面，由于盲目對外投資，對投資風險未引起足夠重視，導致企業投資失敗，造成巨大損失，財務危機頻現。（4）過度使用商業信用：商業交易中，企業為了促銷，增加市場份額，擴大銷售規模，越來越多的企業采用賒銷的方式，從而導致商業信用的過度利用。一旦信用鏈條上的某一環節出現問題，產生“多米諾骨牌”效應，資金鏈斷裂不可避免，將危及到企業生存。

二、完善企業財務危機預警的有效措施

1.編制現金流量預算，建立短期財務預警系統

企業要持續經營下去，短期來看，并不取決于是否有會計利潤，而取決于企業的凈經營活動現金流量為正還是為負，是否有足夠的現金流量用于各種支出，但企業利潤是財務危機預警的前提，企業發生虧損，往往意味著經營出現問題，財務風險在增加。而有利潤的企業，一般經營穩定，有著較穩定的存貨、應收應付賬款，凈經營活動現金流為正，一般大于凈利潤。企業管理層也越來越重視現金流量預算的編制。準確地現金流量預算可以為企業經營預警，使經營者能夠及早采取措施應對。滾動式現金流量預算將成為企業建立短期財務危機預警系統的最關鍵一環。

2.構建財務分析指標體系，形成長期財務預警系統

企業建立短期財務預警系統的目的是要形成長期財務預警體系，要建立起環環相扣的企業盈利能力、償債能力、經濟效率、發展潛力體系。企業盈利能力反映企業資產的盈利情況，主要看單位資產利潤水平。償債能力包括了資產負債率和流動比率指標，過高的資產負債率會削弱企業的償債能力，而過高的流動比率會導致企業喪失再投資機會。要較多地利用財務杠桿，投資報酬率必須大于借款利率。企業財務評價的兩大指標就是資產盈利能力和償債能力。而經濟效率是企業經營管理水平的高低的直接體現，反映經濟效率高低的指標主要有資產運營指標，如應收賬款周轉率、存貨周轉率等。資本保值增值率和銷售增長率則是企業發展潛力的指標。企業要把握不可預測的機會，還需獲得財務彈性，既要具備變現的能力，這主要與企業經營活動現金凈流量有關。變現能力越強，財務彈性越好。相關的指標有：到期債務本金償付率、營運資金與總資產比率、實有凈資產與有形長期資產比率等。

3.采取適當的風險管理策略

企業風險預警指標體系建立起來后，重要的工作就是監測風險信號，常見的風險信號像成本上升、應收賬款劇增、產品積壓嚴重，產品質量下降等，這時，企業要根據風險形成原因及過程采取適當的風險管理策略，最大程度的降低危害。回避風險，控制風險，接受風險和分散風險是財務風險應對的常用策略。而控制風險策略按控制目的可分為抑制性控制和預防性控制，前者指要采取措施最大限度的降低可能發生的損失。后者是對可能發生的損失預先確定，提出防止損失實際發生的相應措施。

4.調節各系統之間的均衡

企業財務危機預警系統作為一個有機整體，應當與各子系統保持均衡合作關系。應當充分考慮各子系統各種數據的不同要求，建立共享的企業數據庫，最終目的就是要讓各子系統之間的關系更加穩固均衡，共同防范企業財務危機的發生。

5.建立以兩大輔助系統為基礎的財務危機預警體系

兩大輔助系統，指的是財務危機分析系統和財務會計管理信息系統。企業的這兩大輔助系統是企業財務危機預警體系有效運行的兩根支柱。企業只有重視了輔助信息系統的構建，才可以及早地對企業財務危機做出反應，企業財務危機預警體系也只有在兩者的輔助之下，才能盡快地對財務危機的蛛絲馬跡作出反應，從而及早進行有效的防范。

三、結論

篇2

20世紀80年代我國開始引入現代物流的概念，物流業在國民經濟發展中的作用日益顯現和受到重視。2009年物流業躋身我國十大產業振興規劃，成為服務領域的唯一產業振興規劃。然而，隨著我國物流業的快速發展，其面臨的財務風險也越來越大，給物流企業的可持續發展帶來很大隱患。企業要建立適當的預警分析方法，進行適當的財務風險決策，實行精細化財務管理，以防范財務危機。從20世紀30年代開始，西方的研究者們開始用統計方法進行財務預警研究，財務預警研究進入了定量分析的階段。經過幾十年的發展，較有影響的財務預警方法已經有十幾種之多。有的成果，如Altman的Z-score、ZETA模型已被廣泛用于銀行對客戶的風險管理。有些成果，如人工神經網絡分析方法（ANN）仍處于實驗室階段。根據現有文獻，大多數研究結果支持其所采用財務預警方法的預警效果（Altman，1968；Coats & Fant，1993；吳世農、盧賢義，2001等）。與之形成鮮明對比的是，來自企業的直接證據并不多見。吳星澤（2011）對此進行了深入分析，發現現有研究在基礎理論和應用方面存在的問題是造成這種現象的主要原因。這些問題主要表現在：財務危機概念混淆不清；變量選擇缺少理論依據、樣本選擇存在嚴重偏差；而一些隱含的假定，如經濟人、個體主義、利益相關者外生等，也與現實不完全相符。此外，對財務指標預警作用的過分信任和信賴更是導致財務預警不能有效發揮防范財務危機作用的重要原因。吳星澤（2010）指出財務指標其實主要是反映企業財務狀況的征兆，而不是可以預測財務危機的原因。因此在預警模型中使用財務指標，必須對其預警效果進行客觀的分析和判斷，這樣才不至于夸大財務指標的預警能力，導致錯誤的預警結果。在此基礎上，吳星澤（2010）進一步指出，找出財務危機背后的本質原因及其發生機理，并在此基礎上構建模型，才能獲得真正的高預警能力。在具體應用時，還要合理吸收管理學中的權變思想，既考慮財務危機的共性特點，又考慮具體行業和企業的特殊情況。

二、物流企業財務危機影響因素

財務危機指的是在嵌入利益相關者行為的前提下，權衡兩種力量，即導致財務危機發生的因素與抵抗財務危機發生的因素之后所形成的企業支付能力不足的情況（吳星澤，2010）。支付能力不足是果，是財務預警所要提示和防范的對象；兩種因素是財務預警所需依附的著力點。只有充分了解兩種因素的來源、表現和變化趨勢，才能準確地進行財務危機預警和防范，避免出現“偽危機”和“偽健康”現象。影響企業財務危機的兩種因素基本來源有：一種是企業自身，如企業規模、公司治理狀況等，一種是利益相關者，如大股東的掏空與支持行為、供應商和客戶的討價還價能力等，還有一種是其它來源，如經濟環境、天時地利、不可抗力等。

就物流企業而言，導致財務危機發生的因素主要有：一是經濟環境惡化，導致整體物流需求不足，如2008金融風暴中美國消費者購買力下降導致大量我國外貿企業陷入財務危機；二是市場競爭激烈，企業盈利水平下降，并且開始接受不利于財務狀況的收款條件（如賒銷等）；三是公司治理弱化，風險管控不足；四是企業融資條件惡化，特別是發生銀行逼債行為；五是供應鏈財務風險的傳導；六是重大災害；七是對從事國際物流業務的企業而言，匯率發生不利變動。

抵抗財務危機發生的因素則主要表現在：企業規模大，家底殷實；企業創造利潤和現金流的能力強；股東特別是控股股東支持；債權人支持；公司治理狀況良好，風險管控適當；政府政策支持。兩種因素對企業影響力的大小，不僅與該種因素強度有關，還與企業自適應和自學習能力有關，因為企業是活的，它會在感知兩種因素的情況下，評價其對自身的影響，并作出相應的反應（吳星澤，2010）。因此，在評價兩種因素強弱，預測企業是否會陷入財務危機時，企業自適應和自學習能力也是必須考慮的一個重要因素。

三、物流企業財務危機防范思路

在影響企業財務狀況的各種因素中，有的是企業可以控制和改變的，如投資、銷售條件、財務管理流程等，有的則是企業不能控制和改變，只能善加利用或提前規避的，如經濟環境、金融環境等環境因素、供應鏈中的其它企業等。防范財務危機，企業必須著力于企業可以控制和改變的因素，分析兩種因素對企業的影響，采取有效措施防患于未然。

其一，認真分析兩種因素，評價其對企業財務能力影響。大多數財務危機的發生都有一個循序漸進的過程，兩種因素的強弱和變化趨勢是決定企業是否會發生財務危機的關鍵，因此，認真分析兩種因素并評價其對企業財務能力、特別是支付能力的影響是十分必要的。分析時要明確兩種因素對企業的影響路徑、程度，找出關鍵因素并加以重點跟蹤。對于突發重大事件，要深入分析其對企業的影響，做好應對措施。

其二，提升公司治理，加強風險管控。公司治理是企業防范財務風險的一道重要的防火墻。第一大股東持股比例、董事會結構、董事會活躍程度等因素對財務控制效果和財務風險有顯著影響（程新生等，2007；劉姝威，2005）。因此，改善財務控制需要從公司治理方面入手， 包括建立健全約束大股東行為的相關機制， 提高董事會獨立性作為制衡大股東的重要措施，運用組合治理機制，實現對財務控制的再控制等。上述作用主要體現在組織層面。此外，企業還需要在業務層面建立合理的企業內部控制體系，強化風險管控。一是梳理業務流程，識別評估內控風險。就防范財務危機而言，資金管理、擔保、合同管理等方面極為關鍵。二是針對重要風險，完善風險控制設計，確保風險預警和監控制度健全有效，筑起防范和化解財務風險的防線。三是以COSO和COBIT為參照標準，完善信息系統總體控制和應用控制設計。一旦發現某種異兆的財務風險信號，就能準確及時地傳遞給主要的風險控制人員，以避免和減少風險損失。

其三，樹立可持續發展觀念，控制盲目擴張。由于擴張階段往往伴隨著市場擴大和利潤的提升，很多企業往往在這一階段忘記了擴張風險的存在，而在連續高速擴張之后導致企業破產。對于那些資產專用性較高的物流企業，如航運企業、港機制造企業等，尤其要在行業景氣時控制企業的擴張速度。

其四，貫徹現金為王觀念。李心合（2007）認為“更確切地理解財務失敗可能要與現金流轉相聯系，也就是與資本流量或支付能力相聯系。對一個企業來說，當現金流量不能滿足正常支付需求、從而發生支付困難時，也就出現了人們常說的財務失敗或財務危機。”現金的重要性可見一斑。然而很多企業過分追求利潤、追求增長，忽視了利潤的現金含量和增長質量，往往導致財務風險的失控和財務危機的發生。因此，物流企業在經營中必須平衡增長與風險，盡量減少應收賬款占比，必要時可以采用應收賬款保理等手段控制和鎖定壞賬風險。

其五，實行精細化財務管理。由于資金管理方式落后、缺乏手段，因此物流企業資金體外循環、隨意投資、使用效率不高等問題在所難免（嚴李浩，2005）。這種局面不僅使資金不能統籌使用，同時增加了企業整體資金運作負擔和財務風險。為此物流企業應當加強財務精細化管理。一要強化預算管理，通過預算的計劃和控制作用使企業面臨的不確定性降低，從而降低財務風險；二要建立經常性的財務分析制度、做好月份流動性分析、季度資產質量和負債率分析及年度會計、審計報告制度，完善風險預警系統。三是做好壓力測試，通過對兩種因素在未來的變化進行預期，對變化所產生的影響進行壓力測試。如對于一家擁有較多可銷售權益證券的企業，可以假定權益證券的市場價格發生5%的變化，看其對企業發生財務危機的影響程度，然后再看10%、20%……的變化影響。通過壓力測試提前發現風險點，防范財務危機。

三、物流企業財務預警方法構建

財務預警是在財務危機實際發生之前，捕捉和監視各種細微的跡象變動，度量某種狀態偏離預警線的強弱程度，并適時發出預警信號。財務預警的生命力在“預”，為此必須超越主要依賴財務比率建模的方法，沿著財務風險傳導的路徑，努力尋找導致危機的具有動力性能的因素，并將它們納入模型以獲得真正的高預警能力（吳星澤，2011）。考慮到現實的復雜性，筆者不主張尋求一個具體的普遍適用的模型。一個普遍適用的原理可能存在，但一個具體的普遍適用的模型不可能存在。筆者認為，根據物流企業所處具體領域和其自身的特點，抓住對物流企業支付能力有重要影響的因素，建立相應的分層分時的財務預警指標體系。

其一，分層分時的財務預警方法。財務預警的方法很多，然而大多數不是從兩種因素分析出發，而是基于財務指標設計的。由于財務指標是財務危機發生的征兆而不是原因（吳星澤，2010），其自然難以取得理想的預警效果。近年來出現的人工神經網絡分析方法（ANN）雖然將非財務信息納入預警系統，但其復雜的建模技術和實施條件，使其難以為大多數中小物流企業所采用。從既能預警又易為企業應用的角度出發，筆者提出分層分時的財務預警方法。這種方法的基本思想是：從宏觀環境、利益相關者和企業自身三個層面，區分長期（3年以上）、中期（2－3年）、和短期（1年）三種周期，分析兩種力量的強弱、變化趨勢及其對財務支付能力的影響，達到提前預警的目的。這一方法不是單純的定量分析，也不是單純的定性分析，而是將定性與定量分析有機結合。

其二，預警指標的選取。不同預警周期指標應有所區別。短期預警應以現金流為核心指標，而中期及長期預警則可以利潤指標為核心。因為就短期而言，企業能否維持下去，并不完全取決于是否盈利，而取決于是否有足夠的資金用于各種支出。這一點對于我國大量的中小物流企業而言尤為現實。有研究表明，導致中小企業倒閉的經營失敗，在財務角度有兩個最突出的表現：企業的盈利能力不斷下降，直至出現經營虧損；資金短缺，償債能力降低，導致不能清償到期債務（周智學，2009）。因此，以盈利能力和現金流創造能力為核心，圍繞影響這兩方面能力的各種力量，區分不同時期設置相關指標，將能夠提前發現警情，防止財務危機的出現。

（1）長期預警指標的選取。長期預警對于企業的現實意義不大，但一旦發生警情而未能采取有效應對措施，其后果往往是致命的。其指標可以選取政策和法律、技術等宏觀環境和企業經營層的變動情況，關注其對企業長期獲利能力的影響，以定性分析為主。（2）中期預警指標的選取。中期預警指標可以從經濟、金融等外部環境，結合行業競爭、企業治理狀況選取。對物流企業來說，經濟景氣程度、外匯匯率走勢、行業集中度、差別競爭程度、企業增長速度、企業治理指數等指標特別值得關注，指標使用時應定性與定量分析相結合。值得一提的是，經濟向好時的企業增長速度要保持適當，如果增速過高，必須對企業持續發展能力進行評估，防范企業在“在歡樂中滅亡”。（3）短期預警指標的選取。短期預警是所有周期預警中最重要的，以定量分析為主。對于中期、長期預警而言，當出現警情時，尚有較充足的時間應對。而短期則不同，一旦發生警情特別是重大警情，往往依靠自身的力量已難以解決，而對外部力量的信賴，如希望股東施以援手或銀行幫助，則主動權在人不在己，對企業而言，風險是極大的。因此短期預警必須密切關注與現金流量相關的指標。這些指標包括：訂單數量、產品價格（包括運費、倉儲費、裝卸費等）、物流成本、應收賬款周轉率、現金流動負債比率、獲取資金支持的能力（股東支持、債權人支持、供應商支持）等，此外，要關注企業是否存在出售資產行為（特別是出售經營性資產還債行為），若有則必須弄清原因。

四、結論

從兩種基本因素的對比去把握物流企業財務危機，思想更簡單清晰，邏輯更嚴謹，涵蓋的信息更豐富，避免了利用財務指標進行單純橫截面研究的靜態性缺陷，同時可以將非財務因素動態地納入分析框架。更重要的是，依照上述方法可以變僅注重發現險情的消極預警為分析根源、改進管理的積極預警，變靜態預警為動態預警。此外，還可以將內部控制建設融入其中，從而真正發揮財務預警的作用。

參考文獻：

［1］吳星澤：《財務危機預警研究：存在問題與框架重構》，《會計研究》2011年第2期。

篇3

[關鍵詞] 集團企業 財務危機 預警系統

經濟全球化時代，市場經濟的飛速發展促使越來越多的集團企業涌現出來。這些企業充分發揮其人、財、物優勢，在市場競爭中顯示出強大生命力。但集團企業的管理并不是個別企業管理的簡單相加，它需要企業集團在最高領導層的統一控制下，協同作戰。集團企業的財務包括兩個層次：其一是各下屬公司內部對自身財務的管理和控制；其二是集團企業總部對各下屬子公司的財務控制。在這種情況下，如何提高集團企業對財務的有效控制，以及如何化解財務危機，成為亟待解決的問題。

一、財務危機預警系統

財務危機預警系統正是為化解集團企業財務危機而建立起來的一種機制，財務危機預警系統還沒有公認的定義，筆者在分析預警系統構成要素的基礎上，將其定義為：財務危機預警系統是企業專門組織根據財務治理學、風險治理和統計學的相關理論，以企業的財務報表、經營計劃、相關經營資料，以及所收集的外部資料為依據，采用定性和定量的分析方法，建立預警分析機制，將企業所面臨的經營波動情況和危險情況預先告知企業經營者和其他利益相關方,并分析企業發生經營非正常波動或財務危機的原因,挖掘企業財務運營體系中所隱藏的問題，以督促企業治理部門提前采取防范或預防措施,為治理部門提供決策和風險控制依據的組織手段和分析系統。簡單的說，它是企業專門組織預警-報警-排警的有機治理過程體系。

二、構建財務危機預警系統的重要性

從理論上看，集團企業財務危機預警系統的構建是我國企業治理與控制理論的豐富和發展。本文所構建的財務危機預警系統是基于我國集團企業相關理論和經濟技術特點的，從建立一套發現警兆-確認警情-排警對策（預警-報警-排警）的邏輯機理出發，為我國集團企業提供一種危機預警治理新模式。

從實踐上看，對于集團企業來說，借助財務危機預警系統，公司治理層能夠及時發現公司財務狀況的惡化，以及造成公司財務狀況惡化的原因，從而能夠及時地、有針對性的調整公司的經營策略，扭轉公司經營狀況惡化的勢頭。另外公司越早獲得危機信號，越可以減少其在會計、審計、律師等方面所支付的費用。同時，有利于證監部門加強財務監督治理，以提高集團企業的經濟效益。

三、構建財務危機預警系統的新思路

1.確定財務危機的等級

第一級，高度危險。企業已經陷入財務危機，需要立即采取有效措施整頓和補救；首先,制定短期行動方案。其要點為降低現金需求與極大化資金來源，例如：處分不良債權與加速回收應收賬款；處分存貨，包括制成品與原料、零部件；處分閑置資產，出租或出售無用的資產；收回對外投資等。其次,尋求過度時期的資產支援。最后,擬定重整方案及實施時間表。重新檢討其企業的策略方案與目標，吸取教訓，制定重整方案。

第二級，中度危險。此時企業顯露出部分風險，這些風險開始對企業產生影響并有進一步惡化的可能，如果不及時采取措施，將會導致高度風險并使企業經營無法繼續。面對中度危險，首先,制定短期行動方案。其要點為降低現金需求與極大化資金來源；其次,尋求過度時期的資產支援。征得債權人、供應商、股東等的支持，共度難關；最后,擬定重整方案及實施時間表。重新檢討其企業的策略方案與目標， 吸取教訓， 制定重整方案。

第三級，低度風險。此時財務危機剛剛開始發作，對企業經營有重大影響的指標中，個別指標開始惡化。影響財務危機分析的一般有兩個因素：預警指標和臨界點。預警指標是用于預測財務危機的財務指標，也就是能夠有效識別財務狀況惡化跡象的財務指標；臨界點是指控制預警指標的特殊值，一旦測評指標超過該值，就應該實施應急的計劃。這一階段的預警分析要建立一種科學的分析診斷機制。面對財務層面的危機信號，應探尋導致財務狀況惡化的真實根源。

第四級，警惕狀態。此時風險不大，個別指標出現一些波動，有不安全的苗頭。經營者和管理者應關注這一狀況，分析原因，考慮是否采取措施，制止這一狀況的繼續。這一階段的信息處理要做到與管理信息系統相輔相成。一方面，管理信息系統為預警系統提供數據接口，在預警系統與企業各個子系統之間建立起順暢的溝通渠道，這自然要求財務信息管理系統必不可少地配備信息專業人員及軟、硬件設備, 及相應的技術人員支持。另一方面預警信息迅速反饋到相關部門進行處理并及時采取相應的對策。

2.建立財務危機預警多元邏輯(Logistic)模型

多元邏輯模型的目標是尋求觀察對象的條件概率，據此判斷觀察對象的財務狀況和經營風險。這一模型建立在累計概率函數的基礎上，不需要自變量服從多元正態分布和兩組間協方差相等的條件。Logistic模型假設了企業破產的概率P(破產取1，非破產取0)，并假設Ln[p/(1-P)]可以用財務比率線性解釋。假定Ln[p/(1-p)]＝a+bx，推導可以得出p＝exp(a+bx)/[1+exp(a+bx)]從而計算出企業破產的概率。判別方法是首先根據多元線性判定模型確定企業破產的Z值，然后推導出企業破產的條件概率。如果P值大于0.5，表明企業破產的概率比較大，可判定企業即將破產：如果P值低于0.5，表明企業財務正常的概率較大，可判定企業財務正常。Logistic模型的最大優點是不需要嚴格的假設條件，克服了線性方程受統計假設約束的局限性，具有更廣泛的適用范圍。

3.建立財務危機預警分析指標體系

建立財務比率診斷表，該表是對企業的一些財務指標預先設置判斷標準，然后計算這些財務比率的實際值，并將其與標準值進行對比，以此對企業財務狀況進行判定的方法。通過選用反映企業盈利能力、資產管理能力和償債能力等三大類指標，對企業財務狀況進行診斷：

運用財務比率診斷將企業實際指標與標準指標的比較，可對企業財務狀況進行診斷。該方法能全面地反映企業的財務狀況，具有較強的可操作性。

4.輔助預警――非財務因素

對企業的財務預警分析除了使用財務指標外，還可以輔助使用一些非財務的指標和方法。這些非財務的指標和方法，可以彌補單純使用財務指標的缺陷和不足。財務預警分析中常用的非財務指標主要是內部控制制度分析。即從內部控制的角度，用定性分析的方法對企業存在的風險大小進行預警分析。具體說來，若企業的內控制度比較健全，而且執行比較到位，則單位的財務風險相對較小；否則，財務風險較大。對單位內部控制制度進行分析，可以從幾個方面進行:(1)投資審批程序的健全性及其落實情況；(2)崗位分離和制約制度執行情況;(3)財務分析是否及時專人報告;(4)項目責任制執行得好壞;(5)財務監督制度十分健全，執行情況如何。

參考文獻：

[1]劉愛東:公司理財[M].上海:復旦大學出版社,2006

[2]戴新民:現代會計前沿問題[M].經濟管理出版社,2003.5

[3]張友棠:財務預警系統治理研究[M].中國人民大學出版社2004

[4]樊行健:財務分析[M].清華大學出版社2007.5

[5]陳 慧:現行企業內部控制制度存在的問題及其對策[J].南京財經大學學報，2004(3)

篇4

一、企業財務危機預警系統構建方法

企業財務危機預警系統構建有兩種方法，即定量分析法和定性分析法。

（一）定量分析法

定量分析法是以財務指標為基礎的比率分析。財務數據與企業價值及財務狀況密切相關，是企業財務狀況的量化表現，其中財務指標在某些方面反映的信息比企業財務會計報告中的絕對數信息更為重要，因而財務指標可以作為預測企業經濟前景的計量指標。企業發生財務危機要經歷一個從量變到質變的漸進發展過程，這種漸進發展情況必然會通過一些財務指標的變化體現出來。因此要準確測度企業財務狀況和預測警情，從大量的財務因子中選好財務指標是關鍵。

目前建立預警系統的模式主要有以下兩種：

1.單變量模型。它是通過單個財務比率的變化趨勢來預測財務危機可能性的模式。

根據財務預警指標選擇的原則，可從以下三個方面來確定財務預警指標：

（1）償債能力。從償債能力上來預測企業發生財務危機的可能性是極為重要的。企業發生財務危機的最直接表現就是喪失現金流上的支付能力，反映為資產的變現力差，現金總流人小于現金總流出，即現金凈流量為負值。一般來說，一個企業的資產流動性越大，其償還負債的能力越強。一般包括以下指標：流動比率、速動比率、應收帳款周轉率、存貨周轉率、有形凈值債務率、利息保障倍數。

（2）獲利能力。盈利是企業償債和信用的保障，從長遠的觀點來看，一個企業只有經營前景和盈利能力良好，才會遠離財務危機。一般來說，企業盈利能力越強，對外籌資能力和償債能力也越強，發生財務危機的可能性就越小。因此從反映盈利方面的財務指標的變化來預測財務危機也是極為重要的。主要指標有：銷售凈利潤率、成本費用利潤率、總資產報酬率。

（3）發展能力。反映企業積累能力和可持續發展能力。該指標越大，反映企業資本越充實和越壯大，企業利用證券市場來融資的功能越強，財務危機越不易發生。這方面的指標有：銷售增長率、資本保值增值率。

建立的思路是：首先確定好以上三方面的財務指標，然后設定出這些指標的判別標準。設定判別標準時要考慮企業經營狀況、經營性質、行業平均發展水平以及行業以往經驗等因素，并據實際變化不斷對之進行修正。當某指標達到判別標準時，可預示財務警情發生。但這種模式存在局限性，由于每一指標只反映財務狀況的某一方面，容易導致不同指標判斷的矛盾。

2.多變量模型。它是運用多種財務指標加權匯總產生的總判別值來預測財務危機可能性的模式。它利用會計系統固有的平衡特性，將相互聯系的多個財務指標有機結合，建立一個多元線型函數模型來綜合反映企業財務風險情況，以消除個別指標在評價企業財務狀況方面的缺陷。目前國外實踐中影響較大、較為有效的多變量預測模型是Z指標模型。Z指標模型是1968年美國學者奧特曼（Altiman）采用統計學中的判別分析法構造的用五項財務指標的加權平均數計算的預測破產的量化模型。判別函數為：

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5.

其中X1=營運資產/總資產，X2=留存收益/總資產，X3=息稅前利潤/總資產，X4=權益的市場價值/債務的帳面價值，X5=銷售額/總資產。

當Z值大于2.675時，表明企業財務狀況良好，Z值在1.81與2.675之間，表明企業財務狀況極不穩定，Z值小于1.81時，則表明企業存在很大的破產風險。Z指標模型預測企業未來一年內破產的準確性約為90%，兩年內的準確性約為80%，但對于兩年期以上的破產預測作用不大。

多變量模型中幾乎包括了所有預測能力很強的指標，舍棄了一些不重要的因素，并且應用十分方便，克服了單變量模式需要很多指標和需對比分析，并要求分析人員具有很高專業水平的缺陷。但其變量和判別標準的確定卻很困難。

（二）定性分析法

利用一些財務指標直接分析或構建模型來預測企業財務危機發生的可能性只是整個財務預警系統的一個方面，由于一些難以量化的非財務信息也是影響企業持續經營能力的不可忽視的重要因素，因此在財務危機預警中除進行定量分析外，還應結合一些相關的非財務因素進行定性分析，充分估計各種不利因素對企業財務狀況的影響，以更好地預測財務危機發生的可能。可以從以下幾方面來進行：

1.宏觀經濟環境。一般地說，國家政治穩定，政策優惠，經濟繁榮，會有利于企業的經營發展。而經濟環境變化、國家經濟政策調整會直接或間接地對企業產生影響。如通貨膨脹時期，利率提高會增加借款企業的利息負擔，不利于其經營。此外國家的財政稅收政策、產業政策等變化也會對企業經營發生影響。

2.行業特征。行業不同，財務風險是不同的。例如，有些行業與其他行業聯系緊密，其市場需求易受其他行業的盛衰影響，財務風險就較大。又如有些高科技產業，具有高投入、高產出和高效益的特點，同時也存在高風險的不利之處。此外，同一行業所處發展階段不同，財務風險也不會相同。處在行業成長上升階段的企業，風險小些，而在成熟和衰退階段，風險就大些。

3.市場狀況。企業的產品價格、技術、質量符合市場需求，對路熱銷或競爭對手少，風險就小。反之，風險就大。

4.企業經營方式。企業經營品種單一，經營范圍狹窄，一旦市場情況有變，企業難以適應，發生財務危機的可能性就大。

5.企業管理水平。缺乏管理經驗、管理素質低下是造成企業財務危機的主要原因。管理水平高的企業，各項制度健全，系統運轉良好，功能充分發揮，財務狀況良好，因而發生財務危機的可能性小。此外管理上如能對外界市場條件的變化做出迅速、有效的反應調整，企業往往能成功避免財務危機的發生。

二、積極推進中國企業財務危機預警系統的構建

我國關于財務危機預警的研究主要在借鑒西方研究成果的基礎上形成。從目前的情況看，結合國情對單變量模式的理論研究比較多而深入，而在多變量模式預警方面的研究基本上很少。如前所述，單變量模式具有局限性，多變量模式是較單變量模式更適宜的預測企業財務危機的方式，目前在國際上應用較廣，我國今后的研究趨勢也將是多變量模式研究。考慮到我國和西方的社會經濟背景不同，我國的市場經濟還不成熟，相關法律也不健全，所以奧特曼的Z指標模型不適合我國國情，不能簡單機械地在我國運用。但由于中國企業與美國企業作為微觀經濟主體有著相同的經濟內核，因此，奧特曼的模型雖然是以美國公司為樣本分析得出，其思想應該可以為構建我國企業破產預測模型所運用。可以在該模型的基礎上結合我國的經濟與文化環境對之加以改進。

目前建立符合我國經濟實際的財務危機預警多變量模型的條件基本具備，一是因為隨著市場經濟體制改革的不斷深化、《企業破產法》的頒布及破產機制的健全，發生破產的企業越來越多，為我國各行業的企業數據庫提供了大量建模所需的數據。二是隨著企業會計準則和具體會計準則的頒布實施，隨著我國加入WTO后的會計行業競爭的加劇以及注冊會計師行業的逐步成熟和會計實務的規模化，企業公布的會計數據的真實可信性也將大為提高。建立我國財務危機預警模型應基于不同行業的數據庫，選取大量的破產企業和非破產企業作為樣本，按Z指標模型的建立思路構建我國不同行業的危機預測模型。隨市場經濟的縱深發展，模型變量的構成和系數值、判斷標準會隨時間而變化，應定期重新估計模型方程，以確保反映的是最新情況。除定量分析外，還應結合一些無法用數據揭示的社會因素來進行定性分析。

此外，還應說明的是，奧特曼的Z指標模型在指標選擇上還存在一些局限性，如未考慮現金流量這一預測財務危機的有效變量，也沒有體現出反映宏觀經濟環境的變量如利息率、失業率等，影響了預測的準確性。這些在構建我國的財務危機預警模型中應該引起注意。

還有，上面介紹的定性分析法也很重要，各企業也要根據自身的情況選用，并加以認真地分析研究，以作為對模型結論的修正和補充，以使所得結論更加正確和更加科學。

參考文獻

[1]張鳳娜，張　進。財務失敗預警分析[J].現代會計，2001（1）。

篇5

【關鍵詞】財務危機 財務預警機制 解決措施

一、我國財務預警機制在防治財務危機中存在的弊端

1、傳統的財務危機判定方法在方法論上存在不足

首先，財務比率變化是一個中間變量，以其來對財務危機作判定與預測可能存在偏差。其次，比率分析有很強的經驗主義色彩，存在較大的主觀隨意性。再次，使用大量專家使傳統財務危機判定方法成本很高，缺乏競爭力。最后，傳統財務危機判定方法中通常假定財務比率值為線性，即每一比率值或比率組合計分值對判定財務危機發生概率的邊際貢獻是相同的，這一假定與事物發展規律可能存在不一致。危機的判定直接影響到財務預警機制的應用措施。

2、財務報表本身的局限性

財務分析的起點是財務報表，而財務報表本身的局限性限制了財務分析如實并完整的反映財務狀況和經營狀況，從而使財務預警機制也存在局限性。

3、財務危機診斷結論的片面性限制了財務預警機制作用，財務預警機制存在滯后性

同時，大多數對企業財務預警的研究，以上市公司為對象，對非上市公司的適用性不強。

4、很少有企業建立財務預警系統

經營者缺乏對財務預警系統的理解與構建財務預警系統的理論指導，缺乏示范、感到茫然，從而在實際工作中只停留在表面上。

二、財務預警機制在防治財務危機中存在弊端的原因

1、報表數據的局限性對財務危機預警機制的不良影響

財務危機預警的主要依據離不開財務報表數據，而傳統的財務報表數據具有以下局限性。

（1）財務報表數據是一種貨幣形式的財務信息。會計只關注特定主體活動的經濟方面，只反映可以用貨幣形式量化的信息。無法量化的企業信息在傳統的財務報表中體現不出來，比如企業文化、企業領導力、執行力、經濟事項的社會效益等方面，這必然導致傳統財務報表信息披露的片面性。

（2）財務報表數據是歷史信息。會計信息是對企業過去經濟業務的記錄，會計歷史成本技術性準則決定了會計信息只反映已經發生的會計事項。對企業財務危機情況的診斷，包括對企業財務狀況發展態勢的判斷，基于歷史信息基礎上的判斷，必然會受其滯后性的局限。

（3）財務報表數據是對主體價值運動近似的反映。企業經濟活動的復雜性和不確定性是廣泛存在的，會計計量不可能與價值活動在量上完全一致；會計信息的加工、變換是建立在一系列假設的基礎上的，是建立在人為確定的會計準則、會計制度基礎上的，對面臨破產清算的公司持續經營的假設就是不成立的。另外，粉飾報表數據擾亂財務危機預警，會計制度及會計準則對企業一些會計處理給出了一定的選擇空間，一些管理當局為了某種目的，人為進行盈余管理、會計造假，導致了會計報表數據的失真，建立在這類會計信息之上的財務危機診斷，是缺乏準確性的。

2、財務危機診斷的片面性和滯后性導致財務預警的滯后性

傳統的財務診斷，一般都是企業感覺到經營出現了問題，財務狀況開始惡化，才意識到診斷的必要性，往往錯過了治療的良好時機，不能做到防患于未然，人為的加大了危機治療成本，企業處于亡羊補牢的尷尬處境。一個企業如果在警情剛顯現時就予以分析化解、進行防治，一定會起到事半功倍的效果。但是目前大多企業還是在危機突顯時才開始治理。

（1）財務危機診斷結論的片面性。傳統財務報表數據只關注特定主體活動的經濟方面，只反映可以用貨幣形式來量化的信息。難以用貨幣計量的要素，如企業文化、領導能力、組織機能、市場占有率等對企業生存發展有重大意義的因素則往往被忽略。

（2）診斷結果會表現出一定程度的滯后性。財務危機診斷應立足于動態的角度對企業財務危機的發展趨勢做出判斷分析，應該具備一定的預見性。傳統的財務報表數據受歷史成本記賬原則的規范，所反映的數據都是歷史成本，一方面表現為計量的滯后性，另一方面表現為重置價格與歷史成本的背離，都會影響財務危機診斷的結果。比如，債務重組等重大期后事項可能會完全改變一個企業的命運：遠遠高于企業賬面價值的土地、房屋、建筑物、存貨等的可變現價值，對企業來說意義也是極其重大的。

3、公司治理結構不健全，導致財務預警系統不受重視

完善的公司治理結構對企業有著重要的意義：一方面，保障外部投資者的合法權益不被企業的“內部人”侵吞，維護投資者的利益；另一方面，保證企業科學決策，提高效率。只有企業效率提高了，企業各方面的利益才能夠真正得到有效的保障。我國公司治理結構不健全主要表現在持股比例過于集中、所有者缺位和內部控制不力等方面。

三、針對以上弊端提出解決措施

1、建立財務危機綜合預警系統

（1）企業財務預警系統得以成功建立并有效運行的前提，就是企業全體員工特別是領導層在思想上對潛在的財務危機要有清醒認識和高度警惕，對員工發現的問題合理建議應給予重視和采納；努力提高財務人員尤其是財務主管人員的業務水平，使財務人員對財務風險的控制成為自覺行為。

（2）全系統建立起以財務危機預警指標系統為主要內容的報表分析和信息披露制度。財務部門應及時將預警分析的結果和信息傳送給決策層，使決策者能夠迅速指令，采取措施，防止局部混亂演變為整體失控。

（3）企業財務預警系統的有效運行還有賴于預警信息傳遞路線的暢通和對策反映的及時。這就需要建立一套預警傳遞系統并由專人負責，使預警信息能迅速反饋到相關部門進行處理并及時采取相應的對策。

（4）充分發揮現代化監管手段，逐步建立財務危機預警指標的數據庫和對策庫系統，不斷擴充和積累有關財務預警所需的基礎數據和信息，并努力實現共享，從而提高企業生產經營可持續發展的科技含量。

（5）改革現有的責任目標考核體系，適當加入一些風險預警考核指標，以督促公司的各級員工，搞活存量資產，盤活資金存量，提高資產、資金的運營效益，使公司的經濟實力得到真正的加強。

（6）財務預警系統應和企業各項制度相結合起來，互相促進，如以現金周轉為主的企業，應切實建立現金核算制度，掌握現金收付期間的差異；以賒銷、代銷為主的企業，則應加強企業信用調查制度，強化應收賬款回收控制。

（7）企業財務預警系統不應只單純注重對量化的模型、指標進行分析，還應結合非量化因素甚至將經驗分析人員的直覺判斷作定性的分析評價。只有定性和定量的預測相結合，才能提高預警系統的效用。

2、搞好企業財務內部控制

（1）制定標準。制定標準是指確定進行調節、控制所需要的各種標準。所謂控制標準，就是對企業中的人力、物力和財力，以及產品質量特性、工藝技術參數等所規定的數量界限。它是實行控制的定量準繩和衡量工作效果的規范。控制標準可以用實物數量表示，也可以用貨幣數量來表示，主要有:各項計劃指標、預期目標、各種消耗定額、產品質量標準、物資儲備定額、費用開支限額等。

（2）分解指標。財務計劃及財務調控目標確定之后，需要進一步將財務調控目標具體劃分為可操作、可測量的財務調控指標。落實指標的思路為縱橫兩種，縱向落實就是明確上下級各單位之間各自承擔的調控責任以及互相的聯系方式，橫向落實是指將財務調控指標分解并落實到各相關部門，使從事不同業務活動的部門均承擔相應的財務責任。在縱橫交錯的調控體系中，一定要確定一個調控主線：一則是不能只分不管；二則是確定并真正成為一個財務調控的組織系統，從機構上、人員上和制度上保證調控的運行。

（3）實施調控。制定財務調控目標，分解財務調控指標及建立健全財務調控組織體系，都屬于財務調控前期準備工作的范圍。對財務資金調節和控制的實際內容應分為三個階段：發出財務指令；執行財務指令；財務指令執行情況的反饋。

（4）衡量成效。即將被控對象所表示的狀態或輸出的管理特征值與標準進行對比分析，及時發現脫離控制標準的偏差，并據以分析判斷企業經濟活動的成效。輸出的管理特征值優于控制標準稱為順差，出現順差表明被檢對象取得良好成績；反之稱為逆差。出現逆差表明被檢對象的成效較差，必須準確找出原因，為糾正偏差提供方向和信息。企業要切實搞好日常的統計記錄、現場觀測和技術測定工作，以便掌握更真實可靠的被控量的實際值，對工作績效做出及時、正確的評價。

（5）糾正偏差。通過信息反饋，可以發現執行結果與財務目標之間的偏差。這一偏差至少說明兩個問題：借以了解所定財務目標的切實可行性；了解執行中出現的問題。如果執行的結果與目標差距較大，就有必要對執行的過程及該過程中出現的新因素進行分析，找出原因。

3、建立有效的信息支持系統

前期的流程再造和系統構建固然重要，但科學完備的后續管理對預警系統的正常運行、預警功能的充分發揮同樣不可忽視。其后續管理工作通常包括：日常監管和維護，保證預警系統與其他管理系統之間數據接口通暢、數據共享充分；財務業務數據、指標體系、預警臨界值等有序更新，保證預警功能的準確和及時；保障各項數據庫的安全和完整，數據是預警系統發揮功能的基礎，加強數據庫的防病毒入侵、防黑客盜取、防止非法操作等措施至關重要。

另外，在判定財務危機時不應忽視以下兩個問題。

財務危機與負債無必然聯系，投資項目資金緊張也會造成財務危機。它將使公司失去良好的發展機會，削弱其核心競爭力。有時一個企業雖然有較高的負債比例，但由于其現金控制良好和企業的盈利能力較強，即便是較高負債的企業，也并不意味著其必然會產生財務危機。因此，在應用財務預警機制時不能片面的強調企業的負債比率，應結合企業的現金流量和盈利能力進行分析。

財務危機與短期盈虧無必然聯系，公司虧損甚至資不抵債，只要能夠借新債還舊債，保持足夠的支付能力，就不會面臨破產的危機。相反，有些公司盈利能力不錯，但是支付能力嚴重不足，不具備現實的支付能力，也可能出現財務危機。可以說公司的財務危機與公司的財務控制能力和未來發展前景是密切相關的，如公司財務失控和前景悲觀，從而導致公司喪失新的舉債能力，財務危機就將成為現實。因此，財務預警機制不僅要考慮短期盈虧，還要考慮財務控制能力和未來發展前景。

【參考文獻】

[1] 陳鐵軍：公司財務危機產生原因和防范對策[J].甘肅農業，2006（8）.

[2] 駱偉平：淺談財務危機預警與控制[J].時代金融，2006（8）.

篇6

[關鍵詞]顯著性分析;因子分析;財務危機;預警;指標篩選

[中圖分類號] F275[文獻標識碼] A [文章編號] 1673-0461(2010)08-0036-04

[收稿日期]2010-04-17

[作者簡介]全春光(1974 -),男, 湖南衡陽人,湖南科技大學管理學院教師,華中科技大學管理學院在讀博士,研究方向:管理科學與工程; 程曉娟(1980 -),女, 河北邢臺人,湖南科技大學工業工程系教師,碩士,研究方向:管理科學與工程。

一、引言

企業財務危機預警問題的研究很早就引起了各方面的關注,國內外學者取得了豐富的成果。如Fitzpatrick[1]和Beaver[2]提出單變量模型,美國學者Altman構建Z-score模型[3],我國學者李秉祥提出組合預警模型[4];李益騏運用Logistic回歸分析作為主要建模方法[5],李臘生將因子分析與選擇性模型相結合,構建了判別上市公司財務危機的因子分析Logit模型[6],郭德仁構建了基于模糊聚類和模糊模式識別模型[7],周輝仁提出一種基于遞階遺傳算法和BP神經網絡的財務預警模型[8]。可見國內外學者對財務危機預警的研究主要集中在運用數學方法構建財務預警模型上。由于企業內外部環境多變,導致發生危機的因素紛繁復雜,因而為了提高預警模型的精度,通常需要選擇多方面、多層次的指標來進行預測。然而預警指標并不是越多越好,過多的指標會產生信息過載,加大成本,同時由于財務指標之間的相關性比較強,易產生覆蓋范圍重復,計算結果不容易解釋等問題,因此在建立預警模型前有必要對初始變量進行篩選。基于此,本文采用顯著性分析和因子分析法,對財務危機預警的備選指標進行篩選,以期構建一個有效而簡潔的預警指標體系。

二、顯著性分析與因子分析法簡介

(一)顯著性分析

一般來講,財務危機和財務健康之間應該具有顯著差別,因此進入預警模型的指標至少能有效顯著的區分這兩種狀態,這是入選指標的首要條件。所以以此為標準本文采用統計分析法中的顯著性檢驗方法(T檢驗)對預警指標進行第一次篩選。

針對同一財務指標變量而言,當兩組樣本具備方差齊性(即 δ12=δ22)時,采用的T統計量為:

這樣在可接受的顯著性水平上就可以篩選出能顯著區分財務危機和財務健康狀態的預警變量。

(二)因子分析法

因子分析最早是由心理學家Karl Pearson 和Charles Speamen在1904年提出的,在多元統計分析中,因子分析是一種很有效的降維和信息濃縮技術。這種方法是從變量的相關矩陣出發,將一個m維的隨機向量X分解成低于m個且有代表性的公因子和一個特殊的m維向量,使其公因子數取得最佳的個數,從而使對m維隨機向量的研究轉化成對較少個數的公因子的研究。即用較少個數的公共因子的線性函數和特定因子之和來表達原來觀測的每個變量,從研究相關矩陣內部的依賴關系出發,把一些具有錯綜復雜的變量歸納為少數幾個綜合因子的一種多變量統計分析方法。該方法的本質就是通過降維技術將多個指標轉化為少數幾個綜合指標,這些綜合指標能夠反映原始指標的絕大多數信息,并且所含有的信息互不重疊,彼此之間又不相關,這樣既減少了變量的個數,又再現變量之間的內在聯系。本文基于因子分析的思想,根據各預警指標相關性大小將它們分組,使得同組內的指標之間相關性較高,不同組的變量之間的相關性較低,通過對相關矩陣內部結構關系的研究,找出影響企業財務危機狀況的幾個綜合指標,稱之為主因子。以主因子構成預警指標體系,構建模型,進行預測與分析。

三、財務危機預警指標體系的初步構建

根據敏感性、先兆性、關聯性、可操作性和互斥性的原則,本文在借鑒國內外學者的實證研究成果[9-11]并結合我國上市公司實際情況的基礎上,從表內信息和表外信息兩個角度六個方面構建了一套包括25個指標的財務危機預警的指標體系,作為研究中使用的初始變量,如表1所示。表內信息指標主要包括反映企業盈利能力、經營能力、償債能力、成長能力和現金流量五個方面的財務指標,表外信息指標主要包括更能揭示公司陷入財務危機狀況的非財務信息,比如反映上市公司過度依賴短期借款、存在大量的或有事項(主要是因擔保、財務承諾而產生的或有負債)、審計報告的意見類型、期末存在大量關聯方交易等情況的指標。

四、財務危機預警指標體系的篩選

對于“財務危機”學術界和實務界有各種不同的界定,考慮到我國的具體國情,本文將我國上市公司中

的ST公司界定為財務危機企業。根據一定的選擇標準,選取了2008年被特別處理的38家上市公司,同時按著同行業、同時間窗的原則,選取了38家非ST公司作為匹配樣本,組成訓練樣本,以這76家上市公司兩年的數據資料為基礎進行實證研究。

(一)初選――顯著性檢驗

按著通常的思路,ST公司和非ST公司之間應該具有顯著差別,因此進入預警模型的指標至少能有效顯著的區別ST公司和非ST公司,所以以此為標準本文采用統計分析法中的顯著性檢驗方法(T檢驗)對預警指標進行第一次篩選。利用搜集的訓練樣本共76家上市公司兩年的數據資料,使用SPSS統計分析軟件,對財務危機企業被宣布特別處理前1年和前2年的數據進行顯著性檢驗的結果如下,見表2所示。

從以下的T檢驗結果可以看出:

(1)在財務危機發生的前2年有11個指標通過了顯著性檢驗,在財務危機發生的前一年有15個指標通過了顯著性檢驗,顯示了所選財務指標在作為預警變量時具有信息含量和時效性,其信息含量隨著時間的臨近而增加,即指標離財務危機發生的時間越近,兩組公司的財務指標差異越明顯,區分度越大,反之信息含量越少,區分度越小。

(2)在25個預警指標中,凈資產收益率、總資產報酬率、每股收益、成本費用利潤率、總資產周轉率、總資產增長率、現金流動負債比、每股營業現金流量、短期借款流動比率、審計意見類型、企業資產規模11個指標連續兩年通過顯著性檢驗,其中總資產報酬率、每股收益、成本費用利潤率、總資產周轉率、現金流動負債比、每股營業現金流量、審計意見型7個指標連續兩年在0.01水平上顯著。而存貨周轉率、資產負債率和流動比率3個指標僅在財務危機的前一年有顯著差別,其中流動比率在0.01水平上顯著。

綜合以上分析,我們選取凈資產收益率、總資產報酬率、每股收益、成本費用利潤率、總資產周轉率、總資產增長率、現金流動負債比、每股營業現金流量、短期借款流動比率、審計意見類型、企業資產規模、流動比率12個指標作為第一次篩選的入選變量。其中前11個指標在財務危機發生的前一年和前兩年都有很好的區分效果,所以引入預警模型。流動比率雖然只是在財務危機發生的前1年有顯著性,但考慮到入選的指標中沒有反應企業償債能力的指標,而償債能力是反映企業危機狀況的一個非常重要的方面,因此也把流動比率作為入選變量,以期使入選指標更全面反映公司的狀況。

(二)二次篩選――因子分析

通過顯著性檢驗,我們篩選出12個指標作為建立模型的初選變量,然而這些指標有些相關性很強,包含了重復信息,為使模型更加精簡,筆者采用因子分析法進行指標的二次篩選。對進入二次篩選的12個預警指標,利用76家訓練樣本財務危機前2年的數據,運用SPSS軟件進行主成份分析,結果如表3所示。

本文取累計貢獻率91.338%,則主成份因子為7個,即用這7個主成份來代替原有的12個指標,這7個主成份因子包含原來91.838%的信息量。為了對這7個因子進行解釋,本文使用了正交旋轉法中最大方差法進行轉換得到因子載荷矩陣(見表4)。

從因子荷載矩陣中,可以看出:

(1)主成份1的支配變量依次為每股收益0.879、成本費用利潤率0.861、凈資產收益率0.804和總資產報酬率0.773。這些指標都是反映企業盈利能力的指標,因此主成份1可以概括為盈利因子,其代表性變量為每股收益。

(2)主成份2的支配變量主要為流動比率0.738,它反映了企業的償債能力,因此主成份2可以概括為償債因子,以流動比率作為代表性變量。

(3)主成份3的支配變量為每股營業現金流量0.752、短期借款流動資金比率0.726,反映了企業獲取現金的能力,故主成份3可以概括為現金流量類因子,其代表指標為每股營業現金流量。

(4)主成份4中企業資產規模這一指標的因子荷載明顯高于其他指標,因此主成份4可以解釋為資產規模因子,其代表指標為企業總資產。

(5)主成份5中總資產增長率的因子荷載明顯高于其他指標,因此主成份5可以解釋為成長因子,其代表指標為總資產增長率。

(6)主成份6和主成份7中,審計意見類型和總資產周轉率這兩個指標的荷載都明顯高于其他指標,且分值很接近,為了避免重復和保存更多的信息含量,我們將主成份6解釋為表外因子,代表指標為審計意見類型;主成份7則概括為資產營運能力因子,其代表指標為總資產周轉率。這七個主成分即為最終的入選變量。這七個主成分即為最終的入選變量。

通過顯著性檢驗和因子分析兩次篩選,最終得到了每股收益、流動比率、每股營業現金流量、企業總資產、總資產增長率、審計意見類型、總資產周轉率7個指標作為構建模型的變量。這7個代表性指標相互獨立,分別代表了企業的盈利能力、償債能力、獲取現金能力、資產規模、成長能力、表外因素、營運能力7個方面,符合全面互斥的原則。通過這種方法得到了與預測更為敏感的財務指標,為下一步進行財務預警模型的設計做好準備。

五、結 論

隨著市場競爭的日益激烈,科學的財務危機預警既是企業可持續發展的重要條件,也是利益相關者利益保障的有效工具,而預警指標的選擇又是財務危機預警的首要問題。本文在對已有研究成果進行綜述的基礎上,應用顯著性分析與因子分析法對預警備選指標進行篩選,得到利益相關者重點觀測和預警建模所需的預警指標。研究結果顯示,通過顯著性檢驗和因子分析兩次指標篩選,能夠以較少的特征變量實現了較高的分類精度,從而證明了本文的研究設想。同時需要說明,本文意義在于為科學、合理地選擇預警指標提供了一種途徑,但就預警問題而言,準確的危機預測更是重中之重。因此,本文的工作只是階段性成果,如何有效地構建可行的預警模型是將我們下一步需要進一步探討的方向。

[參考文獻]

[1]Fitzpatrick P J,Acomparison ofratios of successful industrial enterprises with those of failed firms[J].Certified Public Account ,1932.

[2]Beaver W. Alternative accounting measures:predictors of failure[J].Accounting Review, 1968, 10(2):113-122.

[3]Edward I Altman,Financial ratios,discriminant analysis and the prediction of bankruptcy[J].Journal of Finance,1968,23(4):590-609.

[4]李秉祥.基于模糊神經網絡的企業財務危機非線性組合預測方法研究[J].管理工程學報,2005(1):19-23.

[5]李益騏,田高良.上市公司財務危機預警實證研究[J].西北大學學報(哲學社會科學版),2009(5):79-82.

[6]李臘生,張 巖.我國上市公司財務危機的判斷與預警[J].商業經濟與管理,2009(4):90-96.

[7]郭德仁,王培輝.基于模糊聚類和模糊模式識別的企業財務預警[J].管理學報,2009(9):1194-1197.

[8]周輝仁,唐萬生,任仙玲.基于遞階遺傳算法和網絡的財務預警[J].系統管理學報,2010(1):1-6.

[9]程曉娟.上市公司財務危機預警模型研究及實證分析[D].成都:成都理工大學,2005.

[10]韓 偉,李 杰.基于熵權法的財務危機預警指標選擇研究[J]. 北京交通大學學報(社會科學版),2007(4):65-68.

[11]宋 鵬,梁吉業,曹付元.基于鄰域粗糙集的企業財務危機預警指標選擇[J].經濟管理,2009(8):130-135.

Study on Screening Warning Indicators of Enterprise’s Financial Crisis

Quan Chunguang1, Cheng Xiaojuan2

(1. School of Management, Hunan University of Science and Technology, Xiangtan 411201, China;

2 .Dept of Industrial Engineering, Hunan University of Science and Technology, Xiangtan 411201,China)

篇7

(一)財務危機的界定

一是法律對企業破產的定義,企業破產是一種最極端的危機形勢,企業在走到破產境地之前可能已經長期處于財務危機之中。二是證券交易所對于財務危機的定義,例如,對于持續虧損的上市公司進行特別處理或者摘牌下市。

(二)財務危機的形成原因

1、財務風險導致的財務危機

在企業的財務管理中,由于存在4類財務風險,即籌資風險、投資風險、匯率風險以及其他風險,這些風險可能單獨或交錯在一起發生作用,致使企業走向倒閉破產。比如,負債比例較高的資本結構,適合生產經營周期短、資金回流速度快的經營類型;而以權益資金為主的資本結構,則適合那些正處于投資階段的企業。然而出于對利潤的追逐,使得一些企業在投資擴張的同時,往往忽略了對資本結構的把握。

2、經營風險所引發的財務危機

企業生產經營的許多方面都會受到來源于企業外部和內部的諸多因素的影響,具有很大的不確定性。比如:日常管理不當,在生產組織管理方面,產品生產方向不對頭,產品更新時期掌握不好、產品老化等都會帶來生產方面的風險;戰略管理不當,有些企業發生財務危機,是因為投資的時機不對。在擴充計劃上,對市場預測又過于樂觀把過去的成長率當成未來的市場增長率,夸大了新項目的盈利能力,卻忽略了產品已到了生命周期的飽和期,這無疑會引發財務危機。

3、國家的經濟政策和法規影響

任何國家的政府為了解決本國的社會、經濟、政治問題,總是根據需要制定一系列的政策方針,當這些政策方針發生變化時,如果企業不能正確預測和估價這些變化,會使其經營處于被動的局面,面臨各種程度的財務危機,進而影響到企業最終的生存和發展能力。

二、現有財務危機預警方法調查

(一)財務報表分析法

利用財務報表提供的數據和方法對企業財務狀況做出估計分析是一種傳統的分析方法,財務比率分析本質上是屬于財務報表分析,但比財務報表分析又進了一層。財務比率分析是最常見的企業財務危機實證研究的基本統計分析技術。一般而言,財務比率分析應包括六大類:償債能力、經營能力、獲利能力、資本結構、成長能力和現金流量分析。

(二)單變量預測模型

單變量預測模型是采用單個財務指標或某些個別財務比率的數值來預測財務危機的模型。單變量模型的分析步驟是:第一,收集發生財務危機的企業樣本;第二,按同產業、資產規模相近及時間窗一致等標準選取正常企業作為配對樣本;第三,計算危機企業與正常企業的財務比率;第四,找出使分類誤判率最小的分割點;第五,對保留樣本作預測分析,以驗證分割點的預測能力;第六,以所選財務比率及分割點值對樣本外企業進行預測。

單變量模型有良好的理論基礎,計算簡單,易于理解但也存在很大的不足。首先,單變量模型不夠嚴謹,考慮不全面,各個財務指標比較獨立;其次,單變量模型難以描述企業的財務狀況,對于同一企業運用不同的比率進行預測時可能得出不同的結論,預警的準確度較差。

(三)多變量預測模型

多變量預測模型是運用多種財務指標加權匯總產生的總判別值來預測財務危機可能性的模式。它利用會計系統固有的平衡特性,將相互聯系的多個財務指標有機結合,建立一個多元線型函數模型來綜合反映企業財務風險情況,以消除個別指標在評價企業財務狀況方面的缺陷。最為經典的多變量財務預測模型是Altman的Z記分模型,此后,又有一些研究人員發展了這一模型。

多變量預測模型幾乎包括了所有預測能力很強的指標,有償債能力指標,贏利能力指標,營運能力指標,獲現能力指標等,舍棄了一些不重要的因素,預測準確度較高,但該模型是將所有指標綜合起來構建成一個函數判別式,根據判別式的數值來推斷企業財務風險系數。我們無法從判別式中看到上市公司的償債能力,贏利能力或是營運能力等,而且該模型只考慮到財務指標這些定量的因素,而遺漏了很多事關重大但未能在財務中得到體現的非財務信息,如人力資源狀況,企業發展戰略,企業內部控制等,這些難以量化的非財務信息也是影響企業持續經營能力不可忽視的重要因素。

(四)其他方法

比較常見的有個案分析法,這可能是最為傳統,使用最為廣泛的一種財務危機分析方法;此外,野田式企業實力測定法、人工神經網絡方法、經營雷達圖法等,都試圖更接近于企業實際復雜的情況。

三、建立企業財務危機預警系統

綜上所述,我國企業應該建立一個財務危機預警系統,該系統應包括預警指標體系和引起財務危機的內在因素評估體系兩部分。

(一)財務危機預警指標體系

財務危機預警指標體系分別從獲利能力、償債能力、獲現能力、經營能力、資本結構、成長能力分析中選擇若干指標,綜合反映企業的財務狀況。比如,獲利能力常用指標包括資產報酬率、每股盈余、凈資產報酬率;償債能力常用指標包括流動比率、速動比率;獲現能力分析最核心的指標是現金流量比率;經營能力常用指標包括總資產周轉率、存貨周轉率、應收帳款周轉率;資本結構分析的核心指標是負債對股東權益的比率指標;成長能力常用指標包括核心業務收入成長率、凈資產成長率等。

在運用這些指標進行財務預警時,應考慮企業處于不同的生命周期階段其財務特征不同:在幼兒期,企業現金短缺、利潤和經營現金流量較低,不能因此就判斷企業的成敗;在成長期,企業現金仍然缺乏,負債率較高;在成熟期,企業現金充沛、負債較少,但業務增長比率卻在降低;而到衰退期,企業各項盈利指標都開始下降,逐漸轉為負數。此外,還要考慮不同行業其各項財務指標有很大差異。

(二)引起財務危機的相關因素的評估體系

引起財務危機的內在因素評估體系包括經營管理者的理論知識體系,對財務危機預警的認識能力;企業對于財務危機的反應能力,應做到迅速及時;核心競爭力的培養與維護,如果公司不能研發物美價廉的產品,就無疑會失去競爭優勢,企業盈利減少,從而逐步陷入財務危機;注重人力資本的開發,將大大加強企業的競爭力,也提高了企業應對財務危機的能力;最后是根據本企業實際情況,建立起合適的組織機構,使企業更具有凝聚力。

篇8

[關鍵詞]電力企業；財務危機；財務預警

一、引言

企業的財務危機通常都經歷一個漸進、積累和轉化的過程。在此過程中，財務危機會直接或間接地通過一些敏感的財務指標反映出來。因此，通過設置一些財務指標，建立企業財務預警模型，可以預防和消除企業財務危機的隱患，保證企業正常經營。

當今企業處在瞬息萬變的市場環境中，任何企業都可能由于外部和內部的原因，出現經營虧損或無力償還到期債務的危機。電力是國民經濟最重要的基礎能源產業、上游產業和瓶頸產業，關系到國計民生。電力行業在國民經濟中的特殊地位決定了電力企業的財務風險管理的重要性。電力行業一旦出現財務危機，將給整個經濟體系帶來災難。因此，電力企業迫切需要建立財務危機的防范機制，提高企業的抗風險能力。

二、財務危機預警方法研究綜述

早期關于財務預警的研究側重于定性分析，但由于定性分析的主觀性太強，后來研究的重心逐漸地偏向定量分析，學者們陸續提出了很多類型的預測模型。關于財務危機預警的模型眾多，根據預測模型對總體的分布限制可以將這些模型分為參數模型和非參數模型。參數模型主要有單變量分析模型和多變量統計分析模型。

1　參數模型

(1)單變量分析模型

單變量模型是通過個別財務指標來預測財務風險的。當模型中所涉及的幾個財務指標出現異常時，通常是企業財務風險惡化的前兆。最早的財務風險預測是Fitzpatrick(1932)開展的單變量判定研究。他以19家公司為樣本，運用單個財務比率將樣本分為破產和非破產兩組，發現判別財務風險能力最高的兩個指標是“凈利潤／股東權益”和“股東權益／負債”。Berver(1966)運用單變量風險預警分析方法建立了財務危機預警模型，他抽取了79家失敗公司作為樣本，以30個變量作為判別指標，檢驗了公司在破產前幾年的預警能力，通過研究發現使用“現金流量／總負債”這一財務比率來預測企業失敗的效果最好，判別成功率達到90％，使用“凈利潤／總資產”比率的判別效果次之，其判別成功率為88％。為了克服Beaver模型的缺陷，其他的單變量模型，如資產負債分解模型(Balance Sheet DecompOSitionModel)，賭徒理論(Gambler’s Ruin)等應運而生。

(2)多變量統計分析模型

多變量統計分析模型采用多個財務指標作為自變量，比單變量模型更能全面的反映出企業的財務狀況，適應性更強。美國紐約大學奧爾曼(Altman)教授(1968)首次將多元判別分析法(Multiple Discriminate Analysis，真mA)方法引入到財務困境預測領域，選取營運資本／資產總額、留存收益／資產總額、息稅前利潤／資產總額、所有者權益市價／負債總額、總銷售額／資產總額5個變量作為判別變量，構建了Z Score模型。由于Altman教授創立的多變量線性判別模型對變量具有嚴格的要求，即要求變量符合嚴格的聯合正態分布，而現實經濟生活中大多數企業的財務指標無法滿足這一要求。為克服這一缺陷，以Ohlson為代表的一些學者提出用邏輯回歸判別方法來提高財務危機的預警能力。從1980年代以來，Logistic回歸分析代替判別分析法，在財務風險預測研究領域占據主流地位。

2　非參數模型

非參數方法主要包括神經網絡模型、案例推理、DEA模型、決策樹分析和粗糙集分析等方法。Lane和wangsely(1986)提出了COX比例風險預測模型，該模型主要用來預測企業未來經營狀況以及生存能力、生存時間。20世紀80年代末，神經網絡興起，也影響到了財務危機的研究領域。人工神經網絡方法具有高度的并行計算能力、自學能力以及容錯能力。韓國的B，S，Ahn，S，S，Cho和C，Y，Kim(2000)將神經網絡方法和粗糙集理論結合起來，建立了混合模型，并對此進行了實證研究，結果表明這種混合模式比傳統模式更具有優勢。英國學者Feng Yu Lin和Sal lyMe Clean(2001)以判別分析法、邏輯回歸法、神經網絡方法和決策樹方法四種獨立的財務預警研究方法為基礎，將這幾方法進行不同的組合，建立了三種混合模式，通過實證分析表明在同等條件下，混合模式明顯優于單變量模型。

三、電力企業財務危機預警方法探究

1　單變量模型與多變量模型相結合

通過對比單變量模型和多變量模型，發現單變量模型簡單易行，但精度不夠，而且任何單個財務指標均無法全面地反映企業整體財務狀況。以往的研究表明，單變量模型用于分辨費失敗企業的準確率高于經營失敗的企業。多變量模型能較為全面地反映公司的財務狀況，其預測原理也是建立在統計學和數量經濟學的基礎上。多變量模型會在電力企業財務預警中居于主導地位。支持多變量模型并不代表否定單變量模型的應用價值，事實上在近期電力企業財務預警中，某一個財務指標的準確度甚至要優于多個財務指標的加權平均數。因此，我們在研究和運用電力企業財務預警模型時，應特別注意單變量模型與多變量模型的有機結合。

2　選取敏感的會計數據和財務指標

綜觀各類財務預警模型，發現它們有一個共同點，即在模型中都運用了會計數據和財務數據。國外的研究是以破產為標準來界定財務危機的，國外學者們選取債務契約和貸款協議中的一些數據和比率作為破產可能性的計量指標。他們認為，雖然破產不是那些數據和比率惡化的必然結構，但那些數據和比率的惡化將會直接導致違反債務契約，債權人便有權迫使企業破產。因此，在對電力企業的財務預警研究中，應選取對財務危機較為敏感的會計數據和財務指標。

3　設計財務預警模型時應考慮實際情況

國外的財務預警模型是在外國的證券市場和上市公司的背景下建立的。因此，我們在借鑒國外先進的財務預警研究的基礎上，還要充分考慮我國的實際情況，結合我國公司的特點，包括組織形式、經營理念、產品性能、管理水平等，量體度身，探索符合我國自身特點的財務預警模型。

不同行業和不同類型公司的風險警源和警兆是有差別的。就電力企業而言，根據經營范圍，電力企業可分為發電和電力設備；根據能源結構，電力企業可分為火電、水電、熱電和油電等。火電企業與煤價密切相關，而水電受氣候的影響較大。因此，企業特征決定了各財務指標在預警模型中的順序和權重，以及判定警情臨界值的范圍。電力企業在構建財務危機預警模型時，應綜合考慮企業的歷史、股權結構、內部控制和長期戰略目標等因素。

4　定量與定性相結合

現有預警模型主要側重于財務定量數據的使用，對于像宏觀經濟狀況、國家政策的變化、不同企業的特殊情況等定性指標考慮的還很少。國內現有的有關財務預警的研究，比較普遍的做法是選取一些定量的財務指標，運用一種統計方法建立預警模型，然后將預警模型運用于目標公司，根據運行結果對目標公司進行財務預警分析。這種做法忽視了非財務指標和定性因素在財務預警分析中的作用，往往一些非財務指標能對公司的財務危機起到很好的預警作用。因此，對電力企業財務預警系統的設計應包括定性模型和定量模型，兩者的有機結合構成電力企業的財務危機預警系統。在定性財務預警方面，電力企業還應當借助于一些非歷史的和非貨幣性信息，如煤價波動、替代能源、市場利率、安全和環保等。

5　非現金流量與現金流量指標結合

據統計，美國破產企業中有五分之二是盈利企業，其破產的原因是現金流量不足。比弗的單變量模型驗證了現金流量與債務總額之比這項指標來判定企業失敗的精確率最高，表明在企業財務預警中，現金流量指標比非現金流量指標更敏感。因此，電力企業在建立和運用財務預警模型時，應適當增加現金流量指標或與現金流量有關指標的數量和權重，以體現現金流量指標在電力企業財務預警中的重要性。

四、結論

伴隨著電力體制改革的深入發展，電力企業已經逐步走向市場，傳統的經營管理模式受到市場經濟的沖擊和挑戰，各種風險也隨之產生。在眾多風險中，財務風險是最主要的風險。電力企業只有識別產生財務風險的各種主要因素，建立適當的財務預警模型和機制，嚴格控制財務風險，才能求得生存和發展。

篇9

[關鍵詞]經濟新常態；財務預警；主成分分析；神經網絡；Kalman濾波

以“速度變化、結構優化、動力轉換”為特征的經濟新常態，是“當前和今后一個時期我國經濟發展的大邏輯”。在新常態下，一方面我國經濟發展整體向好，潛力大，韌性強；另一方面也面臨嚴重的結構性產能過剩、庫存過量、風險過大等問題。2015年中央經濟工作會議提出，推進供給側結構性改革，將“去產能、去庫存、去杠桿、降成本、補短板”作為2016年的五大任務。這對我國企業而言，機遇與挑戰并存，風險與收益同在。但是，新常態下宏觀政策、產業政策、微觀政策和改革政策都在變化，很多企業面臨挑戰大于機遇，因財務危機導致企業經營陷入困境甚至破產清算的現象時有發生。因此，為避免或減弱新常態下企業的不利影響，加強企業財務運營的監控，及早發出預警信號，將企業面臨的潛在財務危機告知利益相關者是十分必要的。本文在回顧已有的財務預警研究文獻的基礎上，運用全局主成分分析法，構建了融合神經網絡和Kalman濾波法的財務預警模型，并以我國上市公司為樣本進行實證研究，這既改變了單一方法的預警模型，又提高了財務預警的準確性，并對經濟新常態下的風險管理有參考價值。

一、文獻回顧

財務預警是借助企業提供的財務報表等資料，利用不同的分析方法，對企業的經營活動、財務活動等進行分析預測，以發現企業潛在的風險，并在危機發生之前向企業經營者發出警告，促使企業管理層采取有效措施，避免潛在的風險演變成損失。最早的財務預警研究是Fitzpatrick（1932）開展的單變量破產預測研究。他首先將樣本公司分為破產和非破產兩組，再嘗試用不同的單一財務比率進行對比，最終認為股東權益/負債這個比率的判別能力最高。隨后，William Beaver（1966）提出單一比率模型，即利用單一的財務比率來預測企業的財務困境，發現營運資本流/負債和凈利潤/總資產是最好的判別變量。但由于用單個指標判別的方法本身存在缺陷，Altman（1968）重新選擇樣本進行研究，確定出了判別效果最好的五個指標，最終對每個指標確定出權重，構造出了一個綜合指標由此進行判別。Altman采用的多元線性的方法，對后來學者的產生了更深遠的影響。Ohlson（1980）將Logit回歸模型引入財務預警的研究中。他首先確定出了一個非破產概率區間和破產的概率區間，然后根據落在此區間上的企業的概率分布來確定哪些指標的判別效果較好，由此他也在logit回歸的基礎上，建立了多元概率模型。這兩種方法都在很大程度上克服了一元判別和多元判別中的諸多缺陷。隨著計算機技術的發展，利用人工神經網絡這類黑箱模型的方法對財務預警的研究也逐漸增多，如Tam（1991），Coats和Fant（1991，1993），Ahman，Marco和Varetto（1995），Kevin，KarYanTan和MdodyY.Kiang（1992）采用人工神經網絡模型對財務危機公司進行預測。此外，Messier和Hansen（1988）將專家系統運用于財務困境預測，結果證明分類效果最好；Charitou和Trige-orgis（2000）將B-s期權定價模型中的變量因子引入財務危機判別模型，發現到期債務面值、企業資產的當期市價、企業價值變化的標準差等期權變量在預測破產方面作用顯著。

我國學者20世紀90年代開始對財務預警進行研究，目前已有一些成果。如周首華、楊濟華和王平（1996）通過建立F分數模式對Compustat Pc Plus會計數據庫中1990年以來4160家公司進行驗證，發現準確率高達近70%。陳靜（1999）采用單變量分析法和二類線性判定分析法進行財務危機預警分析，發現流動比率和負債比率的判別效果最好。宋秋萍（2000年）采用美國Ahman的z計分模型對中國6家公司進行了預測分析，發現直接使用美國公司財務數據建立的模型并不適用于對中國公司的預測。吳世農、盧賢義（2001）以多元線性回歸分析、判別分析和逐步邏輯回歸三種方法構建了相應的財務預警模型，研究結果表明這三種模型都可以在財務危機前做出相對較為準確的預警，并發現logistic預測模型的誤判率最低。進入21世紀以后，各種智能算法應用到財務分析當中。劉洪、何光軍（2004）用傳統的判別分析方法、邏輯回歸分析方法、人工神經網絡方法進行比較研究，認為人工神經網絡方法的預測精度遠高于兩種傳統的統計方法。李健、劉翔（2011）將遺傳算法與BP神經網絡結合起來，對我國制造業上市公司進行實證分析，結果發現遺傳神經網絡準確度高于logistic回歸模型和BP神經網絡模型。

因此，過去對財務預警的研究已經形成一些成果，但面對瞬息萬變的市場情況，這些預警模型的運用都有較強的適用條件。從現實案例和財務理論來看，公司財務危機都具有三大特點：一是越臨近財務危機的發生，財務指標中所包含的危機信號就越多；二是財務數據的時間序列性，當期財務數據會對下一期造成影響；三是財務危機具有歷史累積性，財務危機是長時間的經營不善所導致的最終結果。而現有研究成果大部分（楊華，2009；吳啟富，耿霄，2010；李建，劉翔，2011）只是從其中一方面進行考慮，所構建的財務預警模型的適用性大大減弱，預警的準確性不高。本文中融合神經網絡和Kalman濾波法的財務預警模型較好地解決了這些問題。

二、研究設計

（一）樣本選擇和數據來源

國內學者（劉洪，何光軍，2004；劉際陸，2011；魏春梅，蔡通，2011）在過去的研究中常把是否被sT作為劃分財務危機公司和財務良好公司的界限。這樣非黑即白的劃分方式存在兩個缺陷：一是研究中忽視了企業財務危機的發生是一個逐步累積的過程；二是如果臨近財務危機的發生才對企業做出預報，企業就沒有充足的時間應對危機，這就喪失了預警的意義。所以，為延長企業財務危機的應對時間，從財務狀況良好到發生財務危機，應該再劃分一個過渡狀態。本文將企業財務狀況分成三個狀態：財務狀況良好、輕度財務危機和重度財務危機。以前的研究顯示，企業被sT當期的財務數據，與該企業之前7～8年的財務數據呈現顯出著性關系，所以本文將企業在T期至T-7期之內凈利潤均大零的情況，定義為財務狀況良好；若在第T期企業被sT，則第T期的財務狀態則被定義為重度財務危機，T-1期至T-5期的財務狀況被定義為輕度財務危機。

本文以我國深、滬兩市的上市公司作為樣本，選擇標準為：（1）2012年或2013年首次因連續兩年虧損被ST的30家公司，其T期數據作為重度財務危機企業的判別樣本。由于sT企業從其前7～8年的數據開始才與發生sT當期的數據呈顯著性相關，所以本文選擇企業T-1期至T-7期數據作為預測T期財務數據的預測樣本。（2）2012年或2013年首次因連續兩年虧損被ST的29家公司，其T-5期數據作為輕度財務危機企業的判別樣本，其T-1期至T-7期數據作為預測T期財務數據的預測樣本。（3）2012年或2013年非ST公司，并且十年之內均未出現凈利潤為負值情況的30家公司，其第T期數據作為財務狀況良好企業的判別樣本。為滿足配對原則，同樣選擇其T-1期至T-7期數據作為預測T期財務數據的預測樣本。此外，剔除有以下情況之一的sT公司：純B股的sT公司，因其他狀況異常而被sT的公司，存在嚴重假賬的公司，上市兩年內就被sT的公司，這類公司存在虛假包裝上市的嫌疑，有嚴重數據缺失或數據不合理的公司。根據上述標準，本文從CSMAR數據庫中選擇了89家公司（見表5），選擇的對象均為工業企業，時間分別為2006-2013年、2005-2012年，共11392個數據，滿足客觀性、可比性和可獲得性等基本特征。

（二）預警指標分析與選取

1.基本預警指標的選擇

為了更全面地反映企業的財務狀況，本文參考了吳世農和黃世忠（1986）、孫曉琳（2010）、劉際陸（2011）關于財務危機預警的指標體系，同時遵循全面性原則、系統性原則、動態性原則，在滿足數據可獲得性的條件下，通過相關性分析后，從償債能力、市場價值、現金流量、盈利能力、營運能力五個方面初步選取了12個財務指標（見表1）。

2.全局主成分分析

因為使用的數據是多維時序立體數據，過去很多研究并未考慮指標的時序因素對其產生的影響。為克服這一問題，本文使用全局主成分分析法降低指標維度，用較少的綜合指標來代替原來較多的單一指標。主成分分析法要求數據滿足正態分布，根據以往文獻得出的結論，我國的財務比率總體不符合正態分布假設。但由于在SPSS軟件中做主成分時，軟件會自動將數據轉換為服從標準正態分布，所以數據的正態化處理在這里就不再贅述。具體分析結果見表2。

為得到保留大部分信息的同時又完全正交的主成分因子，從而得到了最優的輸入集，選擇的主成分的累計貢獻率一般必須達到85%以上，從而可以確定提取主成分的個數。雖然主成分個數提取原則上為主成分對應的特征值大于1的前m個主成分。但是其累計貢獻率并未達到85%，所以本文考慮提取前9個主成分，累計貢獻率為91.41%。

表3中的各數據代表各指標在主成分上的載荷。由于軟件自動運行時，自動將原始數據進行過標準化處理，所以為得出各主成分的系數需要結合表2中各主成分對應的特征值。用各載荷值除以特征值開平方根之后，得到表4。

表4中各列的數據即是各主成的特征向量，將得到特征向量與標準化后的數據相乘，就可以得出各主成分線性表達式。

三、基于神經網絡與Kalman濾波法的財務預警模型構建

（一）基于神經網絡的判別模型構建

根據上文主成分數據，利用神經網絡模式識別的方法構建判別模型。選取前30家公司第T年的橫截面數據，將樣本公司按70%、15%、15%的比例，分為訓練組、驗證組和測試組。誤差反向傳播（BP）神經網絡的構建包括輸入層、隱含層、輸出層、傳遞函數、訓練函數等網絡結構和網絡參數的設置。對于本文模型的具體設置如下：

1.輸入層。輸入變量決定輸入層神經元個數，本文輸入層節點數為提取的主成分個數。

2.隱含層。本文用兩個隱含層的神經網絡訓練相對有助于提高預測的準確率。關于隱含層的神經元個數，一般只能根據經驗，通過反復試驗。

3.輸出層。輸出值代表模型要實現的目標功能，輸出層采用pruelin函數，本文的輸出層為3個輸出節點，001代表“重度財務危機”，010代表“輕度財務危機”，011代表“財務狀況良好”。

4.傳遞函數。隱含層到輸出層之間的傳遞函數確定為tan-sigmoid傳遞函數。

5.學習函數。本文選取了基于快速誤差反向傳播（BP）算法的學習函數learngdm，該算法在學習規則上選取了梯度下降動量學習函數。

6.訓練函數。為了提高訓練速度，避免陷入局部最小和改善概括能力，函數tminlm具有較強的優勢，因此本文選用trairdm作為訓練函數。

7.網絡參數。目標誤差為0.01，學習速率為0.005，訓練循環次數為1000次。

按要求訓練后，得到的結果如圖2所示的混淆矩陣。從訓練組和測試組的混淆矩陣中可以看出，網絡的判別結果都達到了100%。在驗證組中，因一個財務狀況良好的公司被判定為了輕度財務危機，致使驗證組的誤判率為1.12%，網絡的總體判別正確率達到了98.88%。因此，可以認為所訓練好的網絡達到了很好的判斷效果，可以用此網絡對后期預測出的數據進行判別。

（二）基于Kalman濾波法的預測模型構建

Kalman濾波是一種高效率的遞歸濾波法，它能夠從一系列的不完全及包含噪聲的測量中，估計動態系統的狀態。本文把樣本公司各年的財務數據視為濾波器所處理的隨機信號，利用系統噪聲和觀察噪聲的特性，以每年的財務數據即觀測值作為系統的輸入，以系統的狀態即財務數據的預測值作為濾波器的輸出值，輸入量和輸出量通過時間更新和觀測更新聯系在一起，根據Kalman濾波的系統方程估計出所處理的財務數據。

設一個公司在t年的真實財務狀況為Xt，它是由xt組成的隨機變量。Yt代表計算出的主成分數據，即代表某樣本公司在t年提取主成分后的財務數據，由N維隨機向量yt組成。

首先，本文將企業各年的財務狀況視為一個離散控制過程系統。該系統可用一個線性隨機微分方程來描述。

根據89家樣本公司的T-1到T-7期主成分數據，預測出了T-7期至T期的主成分數據。因預測結果數據量大，在此，隨機選擇一家公司（證券代碼為000605）的預測結果，繪制出其各主成分逐年預測值與觀測值的圖形（圖4至圖12）。從圖示可以看出，T期的預測值能夠與觀測值基本吻合，該模型具有良好的預測效果。并且，即使短暫財務數據發生顯著變化，都不會對整個系統的預測產生較大影響（如圖11和圖12），這與企業短期財務狀況波動并不會對其長期財務狀況造成影響的現實相吻合。

最后，將預測出的所有樣本司第T期主成分數據代入神經網絡判別模型中，得到表5所示結果。

表5中的“實際狀況”反映企業真實的財務狀態，“預測結果”是根據企業各年數據預測的財務狀況。結果發現，有24個判斷結果出現了變化，總體預測的正確率為73.03%，這與張玲（2000）62%、吳世農（2001）73.17%的預測效率相比，雖然本文所采用的方法的預測效率并沒有大幅度地提升，但結果也可以證明這種企業財務危機預警方法的適用性。

五、研究結論與啟示

篇10

一、財務危機預警的相關概念

(一) 財務危機預警的概念

一般來說，所謂的財務危機預警指的是以財務會計中提供的會計信息作為基礎，借助于設置與觀察的手段，來分析一些企業發展中的敏感性預警指標發生的變化，來對企業可能或者是財務危機做實時的監控與財務預測警報。

(二) 財務危機預警分析方法

企業財務危機預警的定性分析方法可以分為以下幾種形式：標準化調查法、流程圖分析法、管理評分法、四階段癥狀分析法、三個月資金周轉表分析法等等。以企業的四階段癥狀分析法來說，主要論述的制造業企業的財務危機的爆發是逐步惡化的。因此，根據制造業企業的日常生產與發展的狀況來看，就可以大概將其財務危機預警分為潛伏期、發作期、惡化期、實現期等四個階段，且每個階段都有自身的特點。通過對四個階段進行分析，企業可以及時的采取針對性的措施，從而避免企業朝著更加惡化的方向發展。

從企業財務危機預警的定量分析方法來說，定量分析方法主要指的是用企業的相關財務指標作為基礎的比率來進行分析的一種方法，是企業財務狀況量化的一種表現。在研究中發現，企業的財務危機是一種從量變到質量的過程，而這種過程變化主要是由企業的財務指標的變化來反映的。根據國內外相關的理論來看，財務危機預警的定量分析方法主要有單變量判別模型、人工神經網絡模型、多變量判別模型等等。

二、制造業財務危機預警出現的成因

(一) 勞動力成本低的優勢不再明顯

從改革開放以來，勞動力優勢一直是我國地區或者企業吸引投資的因素，也是我國制造業與其他國家制造業相互競爭的有力優勢。不過，隨著社會的發展，由于多種因素的制約，如我國政府上調勞動者的最低工資標準、提高了低收入階層的勞動報酬等政策的頒布以及出現的民工荒問題等，使得我國的勞動力市場供需之間出現不協調，提高了制造業企業的人工成本，也壓縮了企業的利潤增長空間。除外，印度等發展中國家的發展，展現出更具有優勢的勞動力，使得一些跨國企業降低了對我國一些制造業的需求，如服裝業的采購需求，并將加工的環節轉移到了其他國家，從而影響了我國制造業企業的發展，進而影響到企業財務狀況。

(二) 產業的集中度較低、規模效益不高

所謂的規模效益指的是在企業規模擴大的情形下，企業生產的平均成本以及它的經營費用會得到降低，從而能夠提高競爭的優勢。而產業發展的集中程度越高，就能夠提升企業的規模效益。一般來說，制造業是最能夠反映出規模效益的一個產業。但是，從我國的發展來看，在部分的制造業企業中，尚未形成具有技術化、專業化協作配套的生產格局，就無法顯示出制造業企業的規模效益，在市場競爭中就會處在一個較為不利的地位，從而加大了財務風險發生的可能性。

(三) 資源、能源等消耗大

就當前來說，許多的制造業企業需要消耗大量的礦產資源與能源資源，再加上由于技術水平的限制，在生產過程中，資源與能源的消耗量大，且環境污染嚴重。而資源、能源等的消耗大，需求就增加，一些制造業企業為了維護企業的正常發展，會擴大進口能源的比例。但是，由于國際市場發展具有極大的不穩定性，匯率的影響以及資源、能源價格等的增加，反而會成為影響制造企業經營成本的最大因素，在一定程度上加大其財務風險，增加財務危機發生的概率。

三、財務危機預警模型的模型選擇

為了進一步解決制造業企業的財務危機，可以通過構建財務危機預警的模型來分析其財務狀況，能夠對制造業企業可能存在的財務風險提前做出預警，來提高風險規避的能力。而所謂的單變量判定模型也被稱之為一元判定模型。換個角度說，就是分析企業的財務報告，用其中單一的個別財務比率來預測財務危機出現的可能性的一個模型。企業采用單變量模型，需要選擇適合的財務比率來作為建模的樣本，并且進行排序，接著再利用多選取的樣本進行分析，得出一個判別閾值點，再利用閾值進行檢驗。

而其選擇的財務比率，既可以是資產負債率、流動比率、總資產收益率等等，從而來分析企業的財務狀況，進而提高對財務危機出現的預警能力，從而有利于促進企業的進一步發展。

四、制造業企業提高財務預警能力的方法

(一) 選擇合適的模型分析法

我國制造業企業在發展中，會面臨各種各樣的風險。而為了進一步提高其風險規避的能力，促進企業的長久發展，制造業企業需要完善自身的內部管理與內部控制制度，特別是財務管理制度，提高企業的會計核算水平，分析企業經營發展的財務指標，并根據企業自身的發展狀況，選擇適合自身發展的財務危機預警模型，如單變量模型、Z 值分析判別模型、F 分數模型等等，來提高財務危機的預警能力，以實現企業的正常發展。

(二) 完善制造業企業的內部控制制度

對于制造業企業而言，內部控制和管理制度的完善程度與企業的發展是緊密聯系在一起的。為了進一步提高企業財務預警的能力，就需要從制度入手，使各項活動的開展能夠滿足規范性的要求，保障各項工作能夠順利的開展。并且，還要轉變傳統的財務管理的模式，提高企業會計核算與處理的水平，提高財務管理的效率，從而避免財務風險出現的概率。同時，制造業企業還可以建立健全財務風險預警體系，提高對財務數據的分析能力，從對財務數據的分析來挖掘出可能存在的財務風險，并及時的提出防治的措施，從而提高企業的危機預警能力。