财务危机预警研究精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇财务危机预警研究，期待它们能激发您的灵感。

篇1

【关键词】财务危机；风险管理；预警模型

1 财务危机的界定

“财务危机”是由Ross（1999）在总结前人研究成果的基础上精炼而成的概念：技术失败，指企业没有足够的流动资金按时偿还已到履约期的债务合同；会计失败，指企业的账面净资产为负数，资不抵债；企业失败，指企业依法进行清算后所得的资金仍不足以偿还债务；法定破产，指企业无法持续经营，依照破产法向司法机关申请破产。针对我国金融市场实情，上市公司鲜有被破产清算，若将企业破产等状况界定为“财务危机”作为研究的对象，那么财务危机预警模型的实用意义也就降低了。因此，我国证券市场主要是以上市公司是否被“特别处理（ST）”作为中国特色的企业财务危机判断标准。

2 财务危机预警模型研究现状

学术界提出了各种不同的财务危机预警的方法和模型，本文将其归纳为定性预警模型和定量预警模型两大类。定量预警模型进一步细分为统计类财务危机预警模型和人工智能类财务危机预警模型。

2.1 定性财务危机预警模型

财务危机的定性研究，通过人为经验主观识别风险，实现财务危机预警的方法。目前定性研究模型主要分为以下四类：1）标准化调查法：指借助外界因素即通过专业人员或咨询公司等就公司可能遇到的问题加以详细的调查和分析，形成报告供公司经营者参考的方法。标准化的问题就是财务预警指标，其对警情的预报则体现在公司对问题的回答中。2）四阶段症状分析法：公司财务运营情况不佳在各个阶段伴随有特定的症状，因此把公司财务运营“病症”大体分为四个阶段：财务危机潜伏期，财务危机发作期，财务危机的恶化期和财务危机爆发期。通过财务分析来确定公司的财务状况处于哪一个阶段，然后再“对症下药”，采取不同的风险应对措施以降低企业风险，使企业经营回归正轨。3）三个月资金周转表分析法：以三个月作为时间段，通过制定该阶段的资金周转表来分析指标异动原因及合理性。若企业很难在规定的时间段内提供宽松的现金流转表，则表明企业财务风险正在加剧。4）管理评分法：首先对企业经营管理中出现的问题对比打分，再根据这些项目对破产影响的大小进行加权处理，最终得出加权总分。根据总分落入的分数区间，判定企业面临的财务风险程度。

定性研究能够弥补定量研究的不足，对于一些无法或很难量化的指标，我们可以通过定性研究的方法，着重分析事物因果关系。

2.2 定量财务危机预警模型

2.2.1 传统统计模型

（1）单变量财务危机预警模型

单变量分析是最早用于财务危机预警的模型，Fitzpatrick（1932）提出以单项财务指标比率作为标准来判断企业财务风险状态。他采用单变量指标将样本公司划分为破产和非破产两组，最后发现“净利润/股东权益”和“股东权益/负债”两个指标在财务风险判定方面的效果最佳。Beaver（1966）采用财务比率对企业财务危机进行预测，他经过研究证实在排除行业因素和公司资产规模因素的前提下，债务保障率、总资产净利润率等财务比率对预测财务危机是有效的。陈静（1999）对27家ST公司和27家非ST公司1995-1997年三年的财务数据也进行了单变量研究。虽然单变量模型运用广泛，但也存在许多缺陷：多个单一指标指示结果之间相互矛盾而无法全面地反映企业财务特征，易发生企业管理人员有意地粉饰单变量指标使得财务预警效果失真等。

（2）多元线性判别模型

多元线性判定模型是运用多种财务比率指标构造多元线性函数公式来进行危机预警的模型，其典型代表有Z Score模型和Fisher判别模型。

Z Score模型，最早是由Altman（1968）建立，他从22个财务指标中提取5个公因子分别从企业资产利用率，资产规模，偿债能力，财务结构，盈利能力等方面综合分析预测企业的财务状况，通过对33组制造性上市企业的研究，综合分析后建立多元线性Z Score模型。通过统计分析，Altman得出当Z2.67时，公司处于安全状态。向德伟（2002）针对性地选80家上市公司为样本，采用Z模型对样本2000-2001年的财务数据进行分析，实验结果表明Z模型对某些特例可能失效，但总体上有效。麻鹏波（2010）应用Z模型对上市公司进行实证分析，根据计算得出的数据和模型判别标准，判定企业财务状况并提出相关的财务风险防范措施。严碧红、马广奇（2011）选取深市61家房地产上市公司，运用Z模型对其2010-2011年的财务风险进行实证研究，判断房地产上市公司存在的财务危机。Z模型简单明了易于理解，根据实证研究表明针对不同财务状况具有一定判断能力，故得到较为广泛的运用，但该模型不适于时间跨度较长的企业危机预警。

Fisher判别分析模型是统计性分析方法，其基本思想是把所有数据的总离差平方和分解为组内差和组间差两部分，而组间差与组内差的比值大小作为衡量总体差异大小的标志。基于重要性考虑，Fisher判别分析模型的具体算法与运用就不在本文详述了。

多元线性判定模型具有较高的判别精度，但也存在一些缺陷：第一，是数据收集和分析的工作量庞大；第二，时间跨度越长，其精确度越低；第三，多元线性判定模型具有两个很严格的前提假设，一是假定自变量是呈正态分布的，另一个是要求解释变量之间完全独立；第四，要求在财务危机组与控制组之间进行配对，但配对标准如何恰当确定是一个难题。为了克服这些局限性，自20世纪70年代末以来，财务危机研究人员引进了Logistic和Probit回归方法，人工神经网络等技术。

（3）Logistic财务危机预警模型

多元逻辑回归模型主要目标在于寻求所观察数据的条件概率，根据其条件概率来判断观察对象是否存在财务风险。Martin（1977）首次尝试将Logistic模型应用于企业财务危机预警模型的构建，以1969-1974上市公司作为研究对象，选取25个财务指标来预测两年后样本公司的破产概率。实证结果显示“净利润/总资产”等六个财务比率具有显著的预测效果。Ohlson（1980）设计的Logistic模型使用了9个自变量，选取1970-1976年间105家破产公司和2058家非破产公司为样本，分析了样本公司在破产概率区间[0-1]上的分布，他发现了四类显著影响破产概率的变量：公司规模、资本结构、业绩和资产变现能力。Lau（1987）选用了10个自变量，使用多元逻辑模型构建了财务危机的五阶段预警模型。姜国华（2004）利用Logistic回归模型分析了影响公司ST的因素，结果发现模型具有良好的预测能力且得出影响公司财务危机两个主要因素是主营业务利润和大股东持股比例。浦军（2009）选取40家ST公司和103家非ST公司作为研究样本，选取资产负债率、每股收益、股权集中度等8个变量指标作为建模指标，运用Logistic回归模型建立相应的财务危机预警模型，取得了良好的预测效果。

（4）Probit财务危机预警模型

Z.mijewski（1989）提出的Probit回归模型，其假定公司破产的概率为p，并假设公司样本服从标准正态分布，其概率p可以用财务指标线性解释。其计算方法和Logistic模型相似，先是确定公司样本的极大似然函数，通过求似然函数的极大值得到参数a和b，然后利用公式求出公司破产的概率。

2.2.2 人工智能财务危机模型

（1）神经网络模型

Odom和Sharda（1990）是最早把BP神经网络技术应用于财务危机预测研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家银行（59家破产59家未破产）为样本，建立了一个三层神经网络财务危机预警模型，该篇以神经网络技术为核心的文献为财务危机预警带来了巨大贡献。黄小原和肖四汉（1995）提出了神经网络预警系统的构建。杨宝安等（2001）应用前馈神经网络进行了示范性设计和验证。杨淑娥和黄礼（2005）选用深交所180家上市公司的财务资料，其中选用120家上市公司作为训练样本，应用BP神经网络建立预测模型预测上市公司是否面临财务危机，又以60家上市公司作为检验样本，对BP神经网络模型的预测结果进行检验，分别取得了建模样本90.8%和检验样本90%的判断正确率。朱燕妮（2008）选取了44家中国房地产上市公司的1998-2006年的数据作为样本从偿债能力、盈利能力、经营发展能力以及公司治理等8个方面选择了能够全面反映出公司经营与管理各个方面的63个指标采用BP神经网络方法构建了中国房地产上市公司分警度财务危机预警模型，在进行仿真检验时获得了92.38%的正确率。

（2）基于支持向量机的财务危机预警模型

为了有效解决传统模型存在的小样本、高维数、非线性等问题，张在旭（2006）基于支持向量机方法（SVM）建立了一种新的公司财务危机预测模型。此后，阎娟娟、孙红梅和刘金花（2006），邱玉莲和朱琴（2006）也对支持向量机在财务危机预警模型的构建上做了深入研究，也都得出该方法运用于财务危机预警中是有效的，为财务危机预警提供了一条新的研究思路。

3 财务危机预警模型述评

篇2

摘要：在我国，财务危机预警模型研究正处于探索发展阶段。过去的研究主要以沪深两大证券市场的ST公司为样本数据，很少分行业进行研究。由于各个行业的特色不同，其企业的运作特点也千差万别，因此需要对每个行业进行更详细的研究。本文通过实证研究Z分数模型对我国制造业上市公司的适用性。

关键词：财务危机预警模型；Z分数模型；制造业上市公司

如今国民经济快速发展，正是得益于企业的良好发展，由此可见，企业在其中所占的重要地位。然而，企业处在市场经全球化这样的大环境中，既能获得广阔的市场和资金来源渠道，又会面临各种各样的风险，这些风险会使企业的财务状况逐渐恶化，以致于出现财务危机。为此，企业应该建立起完善的财务危机预警模型，加强对风险的防范，保证企业的健康发展。

1.1样本的选取

本文以我国证监会分类的制造业上市公司为研究对象，并将沪、深两证券公司的ST公司鉴定为处于财务危机的公司。选取2010-2012年间，13家曾经处于或正处于财务危机的公司作为样本。利用样本公司被ST前三年的财务数据资料，即ST公司在第t年被ST，则上市公司被ST的前1、前2和前3年就分别表示为（t-1）、（t-2）和（t-3）年。

为了使各企业更具有可比性。选择了与ST公司研究年限、资产规模、所属行业相同的13家健康的公司做样本配对。本文具体选取的样本公司如表1。

1.2实证分析

将样本公司的相关财务指标分别代入Z值的计算公式，得出正常公司和ST公司的Z值分布情况，如下表：

1.3研究结论

通过对Z值的计算，总结出以下结论：

（1）Z分值模型在我国制造业ST公司的运用相比在正常公司的运用，其适用性较强，且越靠近被ST的年份，适用性越强。

具体可以从以上所得数据看出，正常公司t-1年Z值在2.675以上的有7家，误判率为46.15%，而ST公司t-1年Z值在1.81以下的有12家，误判率为7.69%；正常公司t-2年Z值在2.675以上的有6家，误判率达53.85%，ST公司t-2年Z值在1.81以下的有13家，误判率为0；正常公司t-3年Z值在2.675以上的有7家，误判率为46.15%，ST公司t-3年Z值在1.81以下的仅有4家，误判率达53.85%。

（2）我国制造业ST公司的Z值相比正常公司Z值较小，主要是在ST公司被处理的前两年呈现出来。被ST的前三年，ST公司的Z值大幅度下降（其中有3家ST公司为负数），财务状况呈现出日趋恶化的趋势。（作者单位：四川大学）

参考文献

[1]吴星泽.财务危机预警研究：存在问题与框架重构[J].会计研究，2011（2）：59.

篇3

关键词：财务危机；预警；非财务信息

中图分类号：F23 文献标识码：A

收录日期：2011年10月31日

一、财务指标的选取

（一）财务危机预警指标选取标准

1、可操作性。能够代表企业经营状况和财务状况的指标有很多，有些指标的数据相对容易取得，如资产负债率等可以直接从企业年度报表或数据库中获取。但有些数据指标数据很难得到，或即使能够取得也需要花费大量的时间和精力，故本文选取的指标变量都是数据相对容易取得的指标。本文以我国A股上市公司为研究对象，数据主要来源于国泰安数据库。

2、体现盈利能力。盈利是企业生存发展的目标，从长期来看，不盈利或利润低的企业很难保持投资者信心，最终难逃消亡的后果。本文选取营业利润率、销售利润率、资产报酬率和净资产收益率四个指标来体现企业的盈利能力。

3、体现现金流量状况。金融危机发生之后，现金流量研究引起社会公众的高度关注。在某种程度上，现金流可以说决定着企业的兴衰存亡，若现金流发生断裂，一个盈利能力良好的企业也难免陷入财务危机。本文选取现金到期债务比、营业收入现金比率、每股现金净流量三个指标反映企业现金流量状况。

4、体现偿债能力。企业有无能力偿还到期债务，是企业生存发展的基础，与财务危机也息息相关。一般情况下，偿债能力差的企业发生财务危机的概率也相对较大。因此，选择的指标要能够反映企业的偿债能力。本文选取速动比率、营运资金比率、营运资金对净资产总额比率和资产负债率等指标来反映企业的偿债能力。

5、体现营运能力。资产营运能力是反映企业资产管理效率的指标，资产管理良好的企业往往有较好的经营业绩。因此，反映资产管理能力的指标也是考察企业陷入财务危机可能性的重要指标。本文选取应收账款周转率、存货周转率、应付账款周转率、流动资产周转率和总资产周转率等五个指标反映企业的营运能力。

6、体现发展能力。发展能力往往代表着企业未来的发展潜力，没有潜力的企业即使现在拥有可观的业绩，也难免陷入财务危机。从长远来看，没有发展潜力的企业迟早会步入消亡。本文选取资本积累率、固定资产增长率、总资产增长率和营业收入增长率来体现企业的发展能力。

7、体现股东获利能力。股东作为企业的投资者，出资目的就是为了获利，企业若不能满足股东的获利要求，股东迟早会抽资退出，企业失去了股东资本支撑，财务状况就可能会恶化。本文选取每股收益、每股净资产、市净率、每股营业收入、每股息税前利润、留存收益资产比和每股留存收益七个指标反映股东获利能力。

8、体现风险水平。本文所指的风险水平主要包括经营风险和财务风险，主要是由于企业资产组成结构而使企业固有的风险。本文选取综合杠杆系数来反映风险水平。

（二）财务指标汇总。（表2）

二、非财务指标与上市公司财务危机关系分析

（一）公司治理结构与财务危机关系分析。完善的公司治理结构对于推动公司成长发展、规避财务风险、提高财务安全等级有着积极的意义，作为协调公司内外部各种关系的制度，公司治理的目的在于处理各种利益相关者的关系，不仅应当调整好公司内部员工、股东、董事会、管理层之间的委托关系，同时还应尊重债权人、供应商、客户等外部利益相关者的合法权利，与各方利益相关者积极合作，共同推动公司持续健康发展。

公司治理结构与财务危机的关系主要体现在股权治理结构、董事会规模、独立董事与监事会三个方面。

第一，股权治理结构对公司财务危机风险有明显影响。部分学者认为，他们之间存在正向联系，如果股权集中度较高，容易形成一股独大的状况。由于股东大会负责选举董事会和监事会成员，在股权过于集中的情况下，选举产生的董事会和监事会成员可能成为控股股东的代言人，公司内部监督效率下降；同时，股权过于集中容易降低经理层的积极性，控股股东由于利益驱动，可能会干预经理层决策，使公司产生财务危机的可能性加大。但也有学者认为，股权集中度和财务风险存在负向联系，公司的股权集中度较高时，大股东就趋向于提升公司管理绩效，企业财务危机风险将会降低。

第二，董事会规模与财务危机的关系。一些学者认为规模较大的董事会比规模较小的董事会对公司财务危机的控制和规避能力更强，较大的董事会有更充分的能力和资源帮助公司走出困境。也有学者研究认为董事会规模与公司财务危机呈U型关系，董事会规模过大或过小都不好，规模适中最有利于公司财务风险的控制。

第三，独立董事制度与财务危机的关系。大多数学者研究认为独立董事制度能够有效制衡控股股东或实际控制人，维护中小股东利益，降低委托-成本。监事会作为上市公司的内部监管机构，对公司运营进行全面监督。独立董事与监事的存在提高了公司内部的监管力度与运营规则，独立董事制度与监事会的建立健全均有助于提高公司价值，抵抗财务危机。

（二）年报审计意见与财务危机的关系。对于年报审计意见与财务危机的关系，一些学者研究了审计意见对公司破产或财务困境的预测能力，发现审计意见对破产或财务困境概率的预测和解释能力均极为显著。审计意见是识别公司破产的一个重要信号，注册会计师根据中立性和持续经营原则出具审计报告，揭示公司运营中存在的潜藏风险，对财务困境发生的可能性具有解释作用。

（三）多元化水平与财务危机的关系。对于多元化水平与财务危机的关系分析，一些学者认为在资本市场弱势有效的情况下，容易诱导企业多元化。上市公司可以通过多元化发展建立内部资本市场，起到分散非系统性风险的作用。还有学者认为多元化战略在一定范围内能够降低收益的波动性，降低企业的经营风险，但随着负债的增加，多元化发展能够增大企业的财务风险。

三、财务危机预警机制构建

（一）成立财务危机预警组织机制。公司财务危机预警机制的构建，首先要建立健全组织机制，并保持独立性。预警组织机制的独立性直接关系到预警系统功能发挥的稳定性，因此有必要专门设置，负责财务预警的日常分析工作。预警组织不应成为公司原有组织架构的一部分，应由公司董事会聘请外部财务专家、内部高管人员和熟悉风险控制的管理专家组成。具备条件的公司应该建立预警组织体系，从价值链的角度，纵向考虑与企业有联动关系的上下游企业，从整体上评估公司的财务风险。预警组织建立后，应保持工作的独立性，最终的分析结果只对公司董事会负责。

（二）非财务信息与财务信息的传递机制。财务危机预警系统的有效性在很大程度上取决于风险信息收集和传递的及时性，因此有必要统一信息平台，通过信息传递机制分析可能存在的财务危机信息因素。在引入非财务信息的财务危机预警系统中，存在不同的信息源，要通过董事会、监事会和股东等利益相关者收集公司的非财务信息，通过公司的运营部门、财务审计部门和外部独立机构获得公司的财务信息。通过预警组织机构，利用已经建立的预警信息传递机制，将收集来的非财务信息与财务信息，运用模型进行分析。如果财务风险较小，未达到临界值，则为无警，返回预警组织进行下一期分析；如果财务风险较大，超过临界值，则为有警，需进一步分析引起财务危机的风险因素，并通过公司的预警组织进行后期危机治理。

主要参考文献：

[1]徐莉萍，辛宇，陈工孟.股权集中度和股权制衡及其对公司经营绩效的影响[J].经济研究，2006.

[2]宋鹏，梁吉业，曹付元.基于邻域粗糙集的企业财务危机预警指标选择[J].经济管理.

[3]李豫湘，胡新良.公司治理结构与财务危机关系研究综述[J].财会通讯.

篇4

【关键词】财务危机 预警模型

引言：财务危机的界定

对财务危机的界定,国内外学者因研究目的不同而异,使用了不同的标准。Beaver(1966)认为，破产、拖欠偿还债务、透支银行账户或无力支付优先股股利四项中的发生任何一项的企业,,即可定义为发生了财务危机的企业。Altman(1968)认为，财务危机企业是“进入法定破产的企业”。在国内，多数学者在研究中倾向于直接使用披露的上市公司数据，并以是否被“ST（特别处理）”作为判断该企业是否发生财务危机的判断标准。

一、财务危机预警模型相关研究成果

国内财务危机预警的研究始于20世纪80年代中后期，而到1996年以后，才陆续出现以企业财务数据为基础建立的财务危机预警模型。

周首华、杨济华、王平（1996）在埃特曼（Altman）Z分数模式的基础上，建立了新的预测模式――F分数模式。他们选取了31家破产公司及31家非破产公司作为样本建立F分数模式，并用4160家公司数据作为检验样本进行了验证，得出其准确率近70%。F分数模式充分考虑了现金流量的变动情况，其选取的五个判定变量完全基于财务理论，而非像其他模式的变量系数取自实务选定方法。研究指出，如采用F分数模式进行趋势分析，较之时间序列上任一时点的单一F分数分析都重要得多。

陈静（1999）采用单变量分析和多元预测模型对国内市场27家ST公司和非ST公司进行了实证分析。在单变量分析中，发现资产负债率和流动比率在宣布ST前一年的误判率最低，而在宣布前三年时，总资产收益率和流动比率的误判率较低。在其建立的多元线性判别分析中，选取了资产负债率、净资产收益率、净利润、流动比率、营运资本/总资产以及总资产周转率六个指标来构建预警模型，并通过对三年判定函数预测正确率的计算和比较，发现多元判定模型在宣布前一年的成功率较高，离宣布日越远，成功率越低。

吴世农、卢贤义（2001）选取1998-2000年发生ST的样本公司70家和相对应的非ST样本公司70家，首先应用剖面分析和单变量判定分析，选取盈利增长指数、资产报酬率、流动比率、长期负债与股东权益比率、营运资本与总资产比、资产周转率6个指标作为多元判定分析得变量，并以此构建LPM模型、Fisher二类线性判定模型和Logistic回归模型。研究表明，LPM模型与Fisher判定模型在财务困境发生前1年的误判率均为10.07%，从应用上可证明两个模型是等价的。三种模型均能在财务危机发生前做出较为准确的判断，且就同一样本集而言，Logistic回归模型误判率最低，判定效果最好。

杨淑娥、黄礼（2005）从沪深两市上市公司中选取了以工业板块和综合板块为主的90家ST公司和相应的90家非ST公司，选择流动比率、现金比率等10个指标利用BP人工神经网络算法构建BP神经网络模型。通过构建的模型对建模样本进行回判以及对检验样本进行判定，其正确判定率分别达到90.8%和90%，证明了基于财务指标信息的BP人工神经网络方法是预测企业财务是否会发生危机的有效方法。同时，该文也指出，预警模型在研究同类行业时将取得更好的效果。

二、对企业财务危机预警模型研究成果的基本评价

纵观大多数学者对财务危机预警系统的研究，周首华、陈静等在国外研究模型的基础上，进一步发展符合国内实情的财务预警模型，杨淑娥、黄礼等则采用新的思路，结合其他学科对构建财务预警模型的新方法进行的探究。这些研究基本上都更加重视现金流量在财务危机预警中的重要作用，以及强调进行时间序列上的趋势分析的重要性。

通过上述研究可以发现，所构建的财务危机预警模型的误判率明显降低，证明近年来国内在该领域上的研究成果显著。但与此同时，也应看到我们的研究仍存在不足之处。

1.数据的获取和处理，国内研究更大程度上是在上市公司披露的数据下进行进一步研究和建模，获取的数据是否真实可信，对数据的处理是否得当，这些都是影响模型有效性的重要因素，但这些因素在研究中没有得到适当的保证。

2.财务指标的选择，不同行业各财务指标的重要性及衡量标准有所区别，国内研究一味强调ST公司的选择而忽略了公司行业性质的影响，可能使构建出来的模型“被综合”，从而无法做出更加精确的判定。

三、继续研究的价值和方向

如何有效控制企业风险、避免企业财务危机发生，可以说是关系到企业的生死存亡，因此对于财务危机预警模型的研究和深化不仅具有重要意义，而且是十分必要的。基于大多数学者的研究，进一步深入发展或整合利用其他学科研究，建立更为有效的财务危机预警模型是当前研究的一个主流趋势。另外，可以考虑在对财务指标进行定量分析建模的基础上，加入一些对触发事件、披露事件等的定性分析，提高模型的效度和实用性。

参考文献

[1]陈静.上市公司财务恶化预测的实证分析.会计研究, 1999.4.

[2]吴世农,卢贤义.我国上市公司财务困境的预测模型研究. 经济研究,2001.6.

[3]杨淑娥,黄礼.基于BP神经网络的上市公司财务预警模型. 系统工程理论与实践,2005.1.

篇5

关键词：财务危机预警体系财务指标

序言

经济全球化时代，市场经济的飞速发展一方面促使企业全面走向市场，为企业发展提供了广大的资金和产品销售市场，另一方面市场中的企业，时刻面临着各种风险，每种风险都有可能导致企业走向灭亡。如果企业不能卓有成效的规避与防范各种风险因素的话，势必使企业的未来发展陷入严重的危机境地。然而，在企业遭遇风险之前，财务状况会逐渐恶化产生企业的财务危机，随着时间的推移，当财务危机加剧到企业无以承受的极限时，全面危机将会随之爆发。

企业财务危机的产生有着多方面的原因，不仅仅是企业外部条件会造成企业的财务危机，企业内部由于经营管理不善也会促发企业的财务危机，为此就必需选择恰当的财务指标，建立合理的财务危机预警体系，加强企业财务风险防范，为企业发展保驾护航。

一、企业财务危机的基本认识

（一）企业财务危机含义及表现形式

财务危机是由于种种原因导致的企业财务状况持续恶化，财务风险加剧，出现不能清偿到期债务的信用危机，直至最终破产的一系列事件的总称。

财务危机从总体上说是支付能力不足或者支付能力丧失，但具体地看，却存在多种表现形式：

1、从资产存量角度看，企业总资产的账面净值相当于或小于账面记录的负债金额，即企业净资产小于或等于零。当企业净资产为负值时，就是所谓的“资不抵债”，表明企业已经事实上破产。

2、从可持续经营的角度看，企业主营业务量持续负增长，市场销售黯淡，盈利能力差，存在数额巨大的未弥补亏损。

3、从现金流量角度看，企业现金流入小于现金流出，经营性现金净流量为负值，并常常伴有资金流量萎缩的情况，一些必要的约束性支出被压缩或拖欠，且这种现金流量的非正常情况处于长期的持续状态，其应履行的偿债义务受到阻碍。

4、由于经常拖欠应付款项，企业信用丧失，难以从供应商、金融机构或资本市场等相应融资渠道筹集必需的补充资金，用来维持日常支出或基本的偿债需求，使企业资金来源日益枯竭，从而步人恶性循环，导致企业发生严重财务危机而不得不宣告破产。

（二）企业财务危机的特征

从财务危机的定义可以看出它指的是企业无力支付到期债务或费用的一种经济现象，财务危机的特征可以概括为以下几点：

1、客观积累性。财务危机的客观积累性表现为期间概念，它是反映企业一定时期在资金筹集、投资、占用、耗费、回收、分配等各个环节上所出现的失误，而非会计报表某一时点上某一项目的失误，即是各种财务活动行为失误的综合。

2、突发性。财务危机由于受到许多主、客观因素的影响，其中有些因素是可以把握和控制的，但更多因素是爆发性的、意外性的，有的甚至是急转直下的。

3、多样性。由于受到企业经营环境、经营过程、财务行为方式多样化的影响，这些活动环节中不管哪一个环节出现问题都可能引发财务危机。

4、灾难性。财务危机虽然包括多种情况，但不管是资金管理技术性失败，还是企业破产，或是介于两者之间的任何一种情况发生都会给企业带来灾难性的损失。

（三）企业财务危机形成的原因

1、企业经营风险的存在

影响企业经营风险的主要因素是：市场对企业产品的需求、企业产品的销售价格、生产资料价格的稳定性、企业对产品销售价格的调整能力、单位产品变动成本的变化、企业固定成本总额的高低以及经营管理者的业务素质和管理经验等，其中决定性因素是管理的质量。

2、企业丧失筹资能力

企业债务的一种重要清偿方式是以新筹资金还债。新筹资金包括权益资金和债务资金。一个企业筹资能力丧失(或者无筹资能力)，企业现金又不足以维持企业持续经营，此时到期债务不能清偿就为必然，所以，企业筹资能力丧失是企业发生财务危机的首要原因。

3、企业现金流量不佳

合理的现金流量，是维持企业在一个适当的资本和财务结构下经营及运作的需要，也是维持企业在较强的流动性下得以生存和发展的需要。在日常经济生活中，有时一个盈利不错的企业也会走向破产。一个企业现金流量是否合理，主要体现在企业盈利质量、现金流量结构和支付能力等方面。

4、企业资产流动性的强弱

5、企业负债结构和企业资产占用期限搭配(即筹资政策)不合理

二、企业财务危机预警体系解析

企业财务危机一旦发生对企业的发展将造成致命的打击，企业财务危机是多种因素作用的结果，它具有较长的潜伏期。一般其形成过程有规律可寻，因此建立企业财务危机预警体系就显得尤为重要。

（一）企业财务危机预警体系的含义

财务预警体系就是以企业的财务报表、经营计划、相关经营资料以及所收集的外部资料为依据，根据企业建立的组织体系，采用各种定量或定性的分析方法，将企业所面临的经营波动情况和危险情况预先告知企业经营者和其他利益相关方，并分析企业发生经营非正常波动或财务危机的原因，挖掘企业财务运营体系中所隐藏的问题，以督促企业管理部门提前采取防范或预防措施，为管理部门提供决策和风险控制依据的组织手段和分析系统。

（二）企业财务危机预警体系指标设计原则

企业在构建企业外务危机预警体系时，首要的问题是财务指标的选取，所选取的指标应该全方位地反映企业的财务现状和运行规律，及时对企业财务运营中存在的风险发出警报并迅速做好防范和控制措施。一般说来，财务指标的设计和预警体系的构造应遵循以下几个原则：

1、针对性原则。即预警指标必须与企业的特点充分结合起来，使构建的预警指标体系对企业的财务分析和风险判断做到真实可靠。

2、全面性原则。即预警指标体系应该全面、系统反映企业的财务风险程度，设计的指标能够充分考虑企业可能面临的财务风险，做到预警指标不重复、不遗漏。

3、动态性原则。即必须在分析企业现状的基础上，把握未来的发展趋势。此外，还必须根据经济发展和环境变化不断修正、补充指标体系的内容，确保预警的时效性。

4、可行性原则。即在企业的经营情况及财务状况出现恶化或发生危机之前，能够及时发出警报。预警的信号要明确，判断要简单，不应把指标设计得于复杂，缺乏实用性。此外，还必须保证所花费的成本低于其所能带来的效益。

（三）企业财务危机预警程序

企业财务预警过程实质上是一个逻辑分析过程，即应用因果分析法，从结果出发寻找产生这种结果的原因，再分析原因又是如何影响结果—警情及影响程度大小。财务预警遵循的逻辑过程即预警系统研究所遵循的思路依次是：

1、确定警情。确定警情是预警的前提，可以通过预警系统中所选择的若干重要预警指标的预测景气信号来反映。

2、寻找警源。确定警源是预警过程的起点。警源是导致警情发生的根源。一般说来，警源有两类：一是可控性较弱的警源，主要是客观条件和外部市场环境等外生警源；另一类是可控性较强的警源，主要指一些内在因素的作用

3、分析警兆。分析警兆是预警的关键环节。预警不能只停留在对警源的分析上，而应该作进一步的分析，即根据警兆分析来预报警情的程度。警兆根据可否直接表现为外部现象特征指标，分为景气警兆和动向警兆。

4、预报警度。预报警度是预警的目的。根据警兆的变化状况，通过监测预警系统中景气信号，可确定下一个景气信号，从而确定下一个阶段的警度，即实际警情的严重程度。

5、处理警情。即当警情出现后采取什么措施去处理，企业财务危机的警情处理十分重要，一个可操作的警情处理方法和路径能够较好的防范企业危机，同时在处理过程中也要依据警情的大小和重要性分别对待，重要的警情必须报告高层管理人员。

（四）企业财务危机预警体系的功能

企业的财务风险预警系统的作用主要有以下四个方面：

1、监测作用。财务危机预警活动的第一要务，是确立企业重要的生产经营环节以及对企业运行有举足轻重作用的经济活动与领域为监测对象。

2、识别与诊断作用。通过监测信息的分析，可确立企业经济活动中己发生的危机现象或将要发生的危机活动趋势。

3、预防和控制作用。有效的财务危机预警系统不仅能及时预防现存的财务危机，而且能通过系统详细记录，了解危机发生的原因，并及时提出解决措施和改进建议，更正企业营运中的偏差或过失，使企业回复到正常的运转轨道上。

4、提升企业价值。企业的价值就是以其所控制的经济资源，为社会创造最大的财富，实现企业价值的不断增值。建立财务风险预警系统，其目的是要促使企业千方百计改善经营管理，提升经营策略，在激烈的市场竞争中，避免企业财务失败的出现。

三、企业财务危机预警体系的建构

不可否认企业财务危机是多方面因素造成的，但是产生财务危机的根本原因是财务风险处理不当，财务风险是现代企业面对市场竞争的必然产物，尤其是在我国市场经济发育不健全的条件下更是不可避免，因此，加强企业财务风险管理，建立和完善财务预警体系尤其必要。

（一）建立短期财务预警系统，编制现金流量预算

由于企业理财的对象是现金及其流动，就短期而言，企业能否维持下去，并不完全取决于是否盈利，而取决于是否有足够现金用于各种支出。预警的前提是企业有利润，对于经营稳定的企业，由于其应收，应付账款及存货等一般保持稳定，因此经营活动产生的现金流量净额一般应大于净利润。企业现金流量预算的编制，是财务管理工作别重要一环，准确的现金流量预算，可以为企业提供预警信号，使经营者能够及早采取措施。为能准确编制现金流量预算，企业应该将各具体目标加以汇总，并将预期未来收益、现金流量、财务状况及投资计划等，以数量化形式加以表达，建立企业全面预算，预测未来现金收支的状况，以周、月、季、半年及一年为期，建立滚动式现金流量预算。

（二）确立财务分析指标体系，建立长期财务预警系统

对企业而言，在建立短期财务预警系统的同时，还要建立长期财务预警系统。其中获利能力、偿债能力、经济效率、发展潜力指标最具有代表性。获利是企业经营最终目标，也是企业生存与发展的前提。

从资产获利能力看：

表示每一元资本的获利水平，反映企业运用资产的获利水平。

反映每耗费一元所得利润水平越高，企业的获利能力越强。

对偿债能力，有流动比率和资产负债率。如果流动比率过高，会使流动资金丧失再投资机会，一般生产性企业最佳为2左右，资产负债率一般为40—60%，在投资报酬率大于借款利率时，借款越多，利越多，同时财务风险越大。

上述资产获利能力和偿债能力二指标是企业财务评价的二大部分，而经济效率高低又直接体现企业经营管理水平。其中：反映资产运营指标有应收帐款周转率以及产销平衡率。

对企业发展潜力方面选择销售增长率和资本保值增值率。一般采用经改进的功效系数法对企业进行综合评价，对选定的每个评价指标规定几个数值，一个是满意值，一个是不允许值，设计并计算各类指标单项功效系数，运用特尔菲法等确定各个指标权数，用加权算术平均或者加权几何平均得到平均数即为综合功效系数，用此方法可以定量化企业财务状况。

然而，企业为适应未预料的需要和机会，应该具备采取有效措施，改变现金流的流量与时间的能力，这就是财务弹性。主要与企业营业活动所产生的现金净流量有关。反映财务弹性的指标有：用于测定企业全部资产的流动性水平的营运资金与总资产比率，到期债务本金偿付率、实有净资产与有形长期资产比率、应收账款及存货周转率，其中：

实有净资产与有形长期资产比率计算如下：

从长远观点看，一个企业能够远离财务危机，必须具备良好的盈利能力，企业对外筹资能力和清偿债务能力才能越强。指标有：

虽然，上述指标可以预测财务危机，但从根本上讲，企业发生风险是由于举债导致的，一个全部用自有资本从事经营的企业只有经营风险而没有财务风险。因此，要权衡举债经营的财务风险来确定债务比率，应将负债经营资产收益率与债务资本成本率进行对比，只有前者大于后者，才能保证本息到期归还，实现财务杠杆收益；同时还要考虑债务清偿能力，即企业拥有现金多少或其资产变现能力强弱；债务资本在各项目之间配置合理程度。考核指标有：长期负债与营运资金比，资产留存收益率以及债务股权比率。其中：

（三）结合实际采取适当的风险策略

在建立了风险预警指标体系后，企业对风险信号监测，如出现产品积压，质量下降，应收帐款增大，成本上升，要根据其形成原因及过程，指定相应切实可行的风险管理策略，降低危害程度。面临财务风险通常采用回避风险，控制风险，接受风险和分散风险策略。其中控制风险策略可进一步分类：按控制目的分为预防性控制和抑制性控制，前者指预先确定可能发生损失，提出相应措施，防止损失的实际发生。后者是对可能发生的损失采取措施，尽量降低损失程度。

由于市场经济的发展，利用财务杠杆作用筹集资金进行负债经营是企业发展途径。从大量负债经营实例，不难得出几点教训：企业经营决策失误，盲目投资，没有进行事前周密的财务分析和市场调研是造成失误的原因，虽然适度举债是企业发展的必要途径，但必须以自有资金为基础，如资本结构中债务资本过大，必然恶性循环。同时企业偿债能力强弱是对负债经营最敏感的指标，只从偿债能力看，负债比率越低，企业偿债能力越强，但未必合理，如企业借款利率小于利润率。企业应充分利用负债经营的好处。不同产业的负债经营合理程度是不一样的，一般是：第一产业为0.2左右，第二产业为0.5左右，第三产业为0.7左右。

四、结束语

虽然企业财务危机的积累性、多样性、突发性等特点，但事实证明其形成和作用过程是有规律可寻的，为此建立企业财务危机预警体系对于企业发展而言就不可避免的被提高到重要位置，合理的确立企业财务指标，建立短期、长期财务预警系统，采取适当的风险策略，规避企业财务风险对于企业发展而言有着重大的理论意义和实践意义。

参考文献

[1]吴晓梅.财务预警系统的功能及其建设[J].计划与市场，2002，(6).

[2]龚巧莉.建立财务预警系统，防范企业风险[J].新疆农垦经济，2002，(4).

[3]苗润生.企业财务预警系统研究[J].中央财经大学学报，2003,(8).

[4]陈功.浅谈企业财务预警系统的构建[[J].华东经济管理，2000,(10).

[5]高天宏.财务预警系统在财务管理中的应用评价[J].北力经贸，2004,

[6]张友棠.财务预警系统管理研究[M].北京:中国人民大学出版社，2004.

篇6

关键词：集团公司；财务危机；预警

中图分类号：F23 文献标识码：A

收录日期：2012年12月25日

一、引言

财务危机是指由财务状况的不断恶化而产生的，即将危及企业生存的一种状态。任何一个企业的财务危机都有一个逐步显现，不断恶化的过程。财务管理者应当对企业的财务运营过程进行跟踪、监控，建立财务危机的警报系统，及早发现财务危机，预防或避免可能发生的失败。财务危机的特征：客观积累性、突破性、多样性、灾难性、可预见性。

二、财务危机判断依据及其分类

（一）财务危机判断依据。财务分析作为一种评价企业财务状况、衡量其经营业绩的重要依据与手段，也是研究企业是否陷入财务危机的重要依据。对于中小企业来说，相关财务指标是财务分析的主要对象。主要指标包括以下几个方面：

1、偿债能力指标特征。偿债能力指标分为短期指标和长期指标，短期指标主要包括流动比率、速动比率、现金流量比率等，用以衡量企业偿还短期负债的能力；长期指标主要包括资产负债率、产权比率等，用以衡量企业偿还长期负债的能力。短期指标数值偏小或长期指标比率偏高，企业存货与应收账款数额较大，企业资产来源以借债为主，一旦发生经济波动，企业将没有足够的货币资金偿还近期到期的债务，容易导致企业陷入财务危机。

2、营运能力指标特征。营运能力用来衡量企业对资产的运用效率及资产的周转能力。指标包括存货周转率、应收账款周转率等。若这些小指标的比率较低，说明企业除速动资产以外的流动资产变现能力差，财务状况异常，不但会限制企业的发展与扩展，而且资金链容易断裂，危机随时可能发生。

3、盈利能力指标特征。盈利能力指标衡量企业获取利润的能力，主要通过营业毛利率、营业净利率、成本费用利润率、总资产净利率、总资产报酬率和资本收益率等判断企业是否有导致引发财务危机的可能性。如果这些比率偏低，说明企业利用资产和资本的利用状况糟糕，无法发挥其作用，主营业务收入水平较低，生产经营存在很大的不确定性，企业陷入财务危机就不难预料。

4、现金流量能力指标特征。现金流量指标主要反映企业的现金获取能力和运用能力，包括营业现金比率、资产现金回收率、外部融资比率等。这些比率如果偏低则说明企业在发展过程中没有可靠的资金来源，尤其对于中小企业来说，这一问题更为突出，往往是内部无法获取，外部不易融资，无法有效和高效地获取资金、利用资产创造新的财富，限制企业的经营发展，再加之其成本费用水平较高，在激烈的市场竞争中，较易陷入财务危机。

（二）财务危机的分类。集团公司作为特殊的企业群体，主要分为筹资风险、投资风险、资本运营风险、收益分配风险，它的财务风险具备一般企业的财务风险特征。具体表现如下：

筹资风险是集团公司成员企业筹集资金给集团带来的风险。有借入资金和自有资金的筹集风险。对于借入资金，由于各种原因不能按期还本付息时，企业要付出高息贷款、廉价出售企业产品等代价，使企业面临风险。

投资风险是集团公司成员企业投资给集团公司所带来的风险。其影响因素主要包括以下几个方面：是否有利于环境保护、是否符合国家政策规定、信息有无失真、投资决策是否准确、投资决策是否科学等。它主要是以购买股票、债券等有价证券方式向其所选定的特定对象进行投资，或者是以集团公司成员企业以现金、实物和无形资产等方式来实现的。

资本运营风险是集团公司成员企业在生产经营过程中的风险，主要包括集团公司成员企业间的连带经营风险；资金回收风险，即无法将结算资金转化为货币资金的可能性；集团公司成员的局部利益与集团公司整体利益冲突造成的经营风险等。

收益分配风险是集团公司成员企业收益分配导致的风险。一般不合理的利润分配政策会增加企业的风险，降低企业的偿债能力，挫伤投资者的积极性；而合理的利润分配政策会增强企业的盈利能力，提高企业的声誉，调动投资者的积极性。

三、集团财务危机成因分析

集团公司财务风险的影响因素有很多，不同的财务风险产生的原因也不尽相同，既有集团公司内部的因素，又有集团公司外部的因素。下面将财务风险的成因从两个方面来分别进行阐述。

（一）外部原因分析

1、宏观环境复杂多变。集团公司外部的宏观环境变化无常，集团公司财务管理系统不能适应复杂多变的宏观环境。复杂多变的宏观环境是集团公司产生财务风险的外部原因。持续的通货膨胀会使集团公司资金供给持续发生短缺，货币性资金持续贬值，实物性资金相对升值，资金成本持续升高。市场风险因素也会对财务风险有较大影响。集团公司的财务管理系统缺乏对外部环境变化的适应能力和应变能力，使集团公司不能对外部环境的变化进行科学的预见，而是反应滞后，措施不力，并由此产生财务风险。

2、市场供求状况变化与企业经济行为的时间差异。市场供求变化有极大的不确定性，集团公司决策在调整力度和时间上与之有较大的差异，集团公司是根据市场变化的现实情况或自己判断的变化趋势来决定自己下一步该怎么做，由于种种复杂的原因，使集团公司很难准确地把握市场变化的量度范围和时空范围。集团公司依照市场变化的现实性情况或自己判断的发展趋势来做出决策，一开始就可能与市场变化的实际情况有很大的差异，从而埋下了风险。这种集团公司主观反映迟滞和经济行为调整固有的迟缓性与市场客观变化的多样性和快捷性的矛盾，使风险无时不在，并不断地转化为现实的财务风险。

（二）内部原因分析

1、集团公司多元化经营带来的财务风险。企业要想获得快速发展，就会选择采取专业化或多元化的策略。从理论上来说，集团公司实施多元化发展策略可以获得扩大市场影响力和分散经营风险等好处。但取得这些好处是有其必要前提的，集团公司如果在不具备相应条件的情况下而盲目扩张，在多元化业务中的每一项都达不到有效的经济规模而缺乏优势，或实行无关联多元化经营战略，进入不太熟悉的行业或从事不了解的业务，不仅起不到预期的分散风险的效果，反而会加大企业的财务风险和经营风险。

2、集团营运资金短缺，负债过高。随着扩张速度的加快、战线的拉长，集团公司的资金链日益绷紧。一般来讲，企业的营运资金规模就会随着经营规模扩充而增大，但营运资金的增长速度快过销售增长的速度，就意味着企业经营效率的下降。当企业进入多元化投资之后，就有了多项、相互关联不高的营运资金链，就很容易导致营运资金使用效率的下降，直接表现为销售收入增加，而应收账款和存货增加。

3、法人治理结构不完善。集团作为子公司的投资者，通过投资、兼并、收购等形式获得对子公司的控制权，从而获得向子公司派遣董事会成员、委任高级管理人员的权利；母公司对子公司的影响，完全是通过向子公司董事会派出的董事、高层管理人员来实现的；母公司在子公司具体的经营活动中并不进行直接的干预。由于投资者与经营者分离，投资者追求的是企业价值的最大化，经营者追求的是任期内的经营业绩，出资者监督缺位的情况会经常出现信息的不对称、董事会权力事实上的被架空，可使经理人利用手中掌握的实质性经营管理控制权，其结果必然会有损投资者的权益。

四、财务危机预警分析模型

财务危机预警分析通过对企业财务报表及相关经营资料的分析，利用数据化管理方式和财务数据，将企业已面临的危险情况预先告知企业经营者和其他利益关系人，并分析企业发生财务危机的可能原因和企业财务运营体系中隐藏的问题，以提前做好防范措施的财务分析系统。通常运用到的财务危机预警分析的模型有单变量预警分析和多变量预警分析。

（一）单变量预警分析。它是指运用某个单一财务比率的走势来预测企业可能出现的财务危机状况。当企业模型中所涉及的几个财务比率趋势恶化时，通常是财务危机发生的先兆。潜在危机的根源，即管理绩效的优劣最终体现在财务成果上；而财务成果生成过程的质量或可靠性又直接影响着危机的表现形式和经济后果；财务成果运行过程的持续性保障主要体现为营运效率。预测财务危机的比率主要有债务保障率（现金/流量债务总额）、资产收益率（净收益/资产总额）、资产负债率等。运用上述比率对企业财务危机预警分析的局限性有：一是尽管可以判别企业是否处于财务危机之中，但不能判别企业是否可能破产，以及预测何时破产；二是单变量比率分析的结论可能会受到通货膨胀的影响；三是当企业出现财务困难时，管理当局往往会采用粉饰财务报表的方法来掩盖真实的财务状况，使财务危机的预警失去作用。

（二）多变量预警分析。由于单一财务指标往往难以从企业整体的角度揭示危机的具体影响程度和发生时机。因此，有必要综合各项主要指标更加有效地检查企业财务状况的不稳定现象，及早规避或延缓危机发生。多变量预警分析是从整个企业角度，运用多种财务比率来检查其财务状况有无呈现不稳定的现象，进而预测其是否存在财务危机。其中最有代表性的是美国纽约大学埃特曼教授所创建的Z值模型，是运用五种财务比率通过加权汇总所产生的分值作为判断标准来预测企业可能发生的财务危机的一种方法。这一方法给人们进行企业财务危机的预警分析提供了新的思路。但由于每个国家的经济环境不同，其分析模型和结果都会有所差异。

五、结论

集团公司通过建立财务风险控制体系，利用全方位的风险控制手段，以预算管理控制为主要方式，对投资、筹资、资金管理等活动进行重点控制，将风险控制渗透于财务活动全过程之中，可以有效地保证资产的安全性，发挥财务风险控制体系的作用，有利于经营效率、效益的提高。

主要参考文献：

[1]万萍.浅析企业集团的财务风险及控制[J].财会研究，2008.14.

篇7

关键词：财务危机；预警方法；文献综述

中图分类号：F230 文献识别码：A 文章编号：1001-828X（2015）018-000-01

一、国外财务危机预警文献综述

财务危机预警研究在国外起步很早。1966年，基于Fitzpatrick的研究，芝加哥大学教授Beaver借鉴统计学原理，建立了基于单个财务比率的一元财务危机预警模型。结果发现离样本困境日越近，模型预测判别的正确性越高，困境前一年的预测正确率高达87%。Beaver的研究成果在财务危机预警领域起到了承前启后的作用，并为接下来的多变量预测模型打下了牢固的基础。

1977年，Altman，Haldeman和Narayanan对 Z―Score模型进行了进一步的修正和完善。他们打破行业局限选取样本，同时新增资本总额和公司规模两个判别变量。此后，多元线性分析判别法得到了各国学者的反复实践应用。但是在实践过程中，暴露许多弊端。

1977年，Martin首次应用Logistic回归模型研究财务危机预警。从1969-1974年期间美联储5600家银行中选定58家危机银行进行预测。经研究发现，相比Z模型和Zeta模型，Logistic回归模型的误判率较低，预测的精准度可高达96%。至今，该模型仍被广泛的应用于各项研究中。随着经济技术的飞速发展，已经不能适应经济、财务预警机制所要求的精准性，神经网络技术与财务预警的结合应运而生。

1990年，Odom和Sharda创造性的将神经网络技术应用于财务危机预警中。他选取65家破产企业作为样本，并将其划分为训练组和检验组。结果发现训练组的该模型较其他预警模型准确率大大提高。

Tam和Kiang的研究使该方法在预警领域得到了各国学者的实践应用，研究发现，虽然神经网络方法明显的优于Logistic回归分析法，但是在样本数量的限制下需要进行多次反复的训练仿真。

1998年，Luthern在神经网络模型中首次引入遗传算法，并将该方法与多元Logistic线性回归分析法进行比较，结果显示，基于遗传算法的神经网络模型预测结果更优。

除以上研究外，许多专家学者建立混合模型进行财务预警研究。实证检验表明，混合方法比单个的方法具有较高的预测精度，更是在财务危机预警领域开辟了新的道路。

综述以上研究现状，可以看出在健全的资本市场的助力下，国外的财务危机预警研究颇丰。近年来，更是有灾害理论、期权理论和混沌理论等众多相关理论的引入，大大推动了该领域的发展。

二、国外财务危机预警文献综述

我国在该领域的研究相对起步较晚。20世纪90年代，随着ST机制的引入和企业会计准则的颁布，财务风险预警越来越多的被专家学者所关注。

2005年，杨淑娥和黄礼选取180家上市公司，利用BP人工神经网络工具构建财务危机预警模型。经过反复的训练和学习，取得了90%以上的判正率。BP神经网络在许多不可控因素下仍可以得到较低的误判率，使预测结果令人满意。

同年，许多专家学者都开始对神经网络进行研究。李秉祥则提出了一种非线性组合预测风险的方法。该方法最大的特色就是以模糊神经网络为基础，并将该方法的预测结果与其他模型的结果进行对比，结果表明，该方法有较强的适应能力和较高的预测精度。

2011年，庞清乐和刘新允采取分层抽样的方法选取60个企业作为研究对象，首次将蚁群算法和神经网络结合。该方法利用蚁群算法的潜在优点极大的克服了传统神经网络的局限性。实验的结果表明，改进后的神经网络模型的误差平方和仅为0.057。

2014年，黄晓波和高晓莹以制造业企业为研究对象并引入非财务指标构建神经网络模型。在研究中他们利用因子分析对指标体系进行优化。结果显示，模型有良好的预测性，在所有指标中，盈利能力的影响因子系数最大。

我国在该领域的研究虽然相对较晚，但是在国外研究的基础之上，我国也开展一系列的科研工作，许多研究已经同国外同步。并且，在此基础上，有专家学者提出了财务危机预警要有中国元素，根据我国的基本国情和不同行业的特征制定的危机预警模型才更加具有适应性，足以表明我国在该领域的研究已日渐成熟。

三、国内外文献评述

纵观国内外对危机预警模型的研究，虽然起步时间不同，但是无论在理论上还是实践中都有了较大的发展：从单变量模型到多变量模型，从逻辑回归模型到人工智能模型，从单一判别方法到混合判别方法，从单一的财务管理理论到多学科的交汇融合，从静态预警到动态时间预警，这些都表明了该领域的迅速发展，也表明了企业管理当局、投资者、债权人等利益相关者对企业财务风险预警的需求。

就目前财务危机预警的研究来看，仍然存在许多有待完善的地方。本文在客观分析其不足之处的同时，也对财务危机预警的发展趋势做以下展望：

首先，运用模型中对变量指标的筛选缺乏规范化处理。许多指标的采用受前人研究、研究者自身经验的限制等因素的影响，缺乏客观性和全面性。绝大多数财务危机预警模型所选取的变量都是财务指标，这些数据资料并不能全面准确的反映企业的财务状况，相反对非财务指标等非量化指标考虑较少。其次，传统意义上我们认为，只有ST的企业才是有财务危机的，并只把ST企业作为研究对象，这样的方法过于拘泥传统。所以在研究中，应该打破ST的限制，以企业的实际财务状况为判断依据。

综上所述，财务危机预警在迅速发展的同时仍存在许多不足之处。就方法而言，虽然预警方法不断进步，国内模型研究的主流仍然是多元线性判别模型和Logistic 回归模型，神经网络等人工智能方法应用仍较少。

参考文献：

[1]吴世农，黄世忠.企业破产的财务分析指标及其预测模型[J].中国经济问题，1986（5）：8-15.

篇8

关键词：财务危机 预警指标 预警模型

一、引言

财务危机又称财务困境或财务问题，最严重的则是财务失败或破产。自二十世纪三十年代起，国内外学者对于财务危机的研究已经积累了丰富的资料和研究成果。然而，从相关文献中可以发现，对于财务危机的概念没有一个较高的统一。总的来说，国外对财务危机界定的研究，主要有两种思路:其一，很多学者将财务危机企业定义为己宣告破产的企业。如Altman（1968）认为，财务危机包括四种情形，分别为经营失败、无偿付能力、违约、破产，并把企业破产作财务危机的标志。Deakin（1972）认为财务危机公司是那些“已经破产，无偿债能力或为了债权人的利益而被清算的企业”。其二，财务危机有轻重之分，轻者是暂时的资金周转困难，经过一系列有效措施之后有可能度过难关，重新实现企业的持续经营；而重者则是经营失败或破产清算，对企业造成无法挽回的不良后果。1998年3月16日中国证券监督管理委员会颁布了证监交字【1998】6号文件《关于上市公司状况异常期间的股票特别处理方式的通知》，要求证券交易所应对“财务状况异常”或“其他异常状况”的上市公司实行股票交易的特别处理（Special Treatment，简称ST）。因此我国出现了一批以ST作为界定财务危机公司标志的学者，如陈静（1999）、陈晓与陈治鸿（2000）、张玲（2000）及吴世农与卢贤义（2001）等。大多数学者将财务危机定义为一个过程，即包括较轻微的财务困难，也包括极端的破产清算以及介于两者之间的各种情况。如谷棋与刘淑莲（1999）将财务危机定义为“企业无力支付到期债务或费用的一种经济现象，包括从资金管理技术性失败到破产以及出于两者之间的各种情况。郭丽红（2000）认为，财务危机通常是指企业不能偿还到期债务的困难和危机，其极端情况为破产。赵爱玲（2001）则认为，财务危机通常是指企业无力支付到期债务或费用的一种经济现象，根据其失败的程度和处理的程序不同，财务失败可以分为技术性清算和破产。因此，他们以上市公司是否亏损作为判别公司发生财务危机的主要标志。综上所述，财务危机是指企业经营管理不善、不能适应外部环境发生变化而导致企业生产经营活动陷入一种危及企业生存和发展的严重困境，反映在财务报表上己呈现长时间的亏损状态且无扭转趋势，出现资不抵债甚至面临破产倒闭的危险。本文旨在针对上市公司陷入财务危机问题进行分析，通过构造预测模型，正确预测企业财务危机，更好地防范财务风险，保护投资者和债权人的利益。

二、研究设计

（一）样本和数据的选取基于下列原因，本文选择沪深两市上市公司为研究对象：第一，上市公司的重要性。截至2007年末，中国证券市场共有上市公司1550家，沪深两市股票市场总市值已达32.71万亿元，在国民经济生活中的地位日益提高。同时，上市公司的投资者也日渐增加，社会影响不断扩大，一旦陷入财务危机，将对证券市场乃至整个社会产生巨大的影响。第二，上市公司样本数据的易得性。根据我国《证券法》的规定，上市公司必须严格遵守信息披露制度。因此可以充分利用上市公司公开披露的各种表内和表外信息，为本文的研究提供真实、有效的数据支持，使本文的研究更具实际操作性和可行性。与国内众多学者一样，本文将公司因财务状况异常而被特别处理的ST公司作为财务危机公司。最终，从2005年至2007年间因财务状况异常原因而首次被实施特别处理且无B股、H股的ST公司中，选取了23家作为财务危机公司样本。（数据来源于CSMAR数据库）

（二）变量设计 本文在充分借鉴已有研究成果，并考虑研究问题的特点，运用已有的指标选取经验，结合定性和定量的分析理论，最终选用了七大类19个财务指标，它们分别是短期偿债能力:流动比率（x1）、营运资金比率（x2）；长期偿债能力:资产负债率（x3）、利息保障倍数（x4）；营运能力:应收账款周转率（x5）、存货周转率（x6）、总资产周转率（x7）；盈利能力:营业收入净利润率（x8）、资产报酬率（x9）、净资产收益率（x10）；现金获取能力:主营业务收入现金比率（x11）、现金流量对流动负债比率（x12）、每股现金净流量（x13）；股东获利能力:每股营业收入（x14）、每股收益（y1）、每股净资产（x15）；发展能力:资本积累率（x16）、总资产增长率（x17）、主营业务收入增长率（x18）、净利润增长率（x19）。财务危机用每股收益y1表示为因变量，以本年度财务指标Xt为解释变量。

（三）研究假设 本文基于研究目的提出如下假设：

H1：资产负债率指标对财务危机的预测无显著影响

H2：总资产周转率指标对财务危机的预测有显著影响，呈负相关关系

H3：资产报酬率指标对财务危机的预测有显著影响，呈正相关关系

H4：每股现金净流量对财务危机的预测有显著影响，呈正相关关系

三、实证结果分析

（一）描述性统计从（表1）的描述性统计结果可以看出，ST公司和非ST公司在偿债能力、营运能力、盈利能力、股东获利能力、现金获取能力和发展能力方面存在一定差异。具体表现如下：第一，ST公司的资产流动性普遍不如非ST公司。ST公司流动比率（X1）、营运资金营比率（X2）的均值都低于非ST公司，说明它的短期偿债能力明显低于非ST公司。第二，ST公司的财务风险高于非ST公司。ST公司资产负债率高于非ST公司，说明负债很重，易于陷入财务困境。第三，ST公司的盈利能力显著低于非ST公司。ST公司的营业收入净利润率（x8）、资产报酬率（x9）、净资产收益率（x10）均低于非ST公司，说明ST公司陷入亏损。第四，ST公司资本积累率（x16）、总资产增长率（x17）、主营业务收入增长率（x18）均低于非ST公司，说明ST公司没有发展后劲，很难从财务困境中摆脱出来。

（二）显著性检验和相关性分析本文己初步选取了19个财务危机预警指标。然而预警指标过多，一方面会使信息的收集、整理、分析带来很大的不便，降低工作效率，不利于及时发现财务危机；另一方面，预警指标之间存在较大的相关性，可能会导致预警判别结果出现偏差。因此在使用这些预警指标建立判别模型之前，需要对19个预警指标进一步筛选，以达到运用尽可能少的、有代表性的指标来反映尽可能多的信息。用Eviews作回归，对指标进行显著性检验，结果如（表2）所示。由各个解释变量的P值可以看出，在5%的显著性水平下，流动比率（x1）、营运资金比率（x2）、资产负债率（x3）、净资产收益率（x10）、主营业务收入现金比率（x11）、现金流量对流动负债比率（x12）、每股营业收入（x14）、资本积累率（x16）、总资产增长率（x17）、主营业务收入增长率（x18）、净利润增长率（x19）对财务危机的预测不显著，从而验证了假设1：资产负债率指标对财务危机的预测无显著影响。这些财务指标不能很好的预测财务危机，因此将其去掉。剩余指标利息保障倍数（x4）、应收账款周转率（x5）、存货周转率（x6）、总资产周转率（x7）、营业收入净利润率（x8）、资产报酬率（x9）、每股现金净流量（x13）、每股净资产（x15）对财务危机的预测有显著影响，并且总资产周转率（x7）对财务危机的预测呈负相关关系；资产报酬率（x9）对财务危机的预测呈正相关关系；每股现金净流量（x13）对财务危机的预测呈正相关关系。从而验证了假设2，假设3和假设4。

（三）回归分析 根据（表3）回归分析，从中选择利息保障倍数（x4）、总资产周转率（x7）、资产报酬率（x9）、每股现金净流量（x13）建立预警模型，如下：Y1=0.041039+0.033461X4-1.066242X7+0.701593X9+0.445728X13

四、结论

本文通过对ST上市公司的财务指标进行分析，得出结论：资产负债率指标对财务危机的预测无显著影响；总资产周转率指标对财务危机的预测有显著影响，且呈负相关关系；资产报酬率指标对财务危机的预测有显著影响，且呈正相关关系；每股现金净流量对财务危机的预测有显著影响，且呈正相关关系。本文还存在如下不足：样本的选择。由于我国市场经济起步的时间不长，很多公司的财务数据并不健全，因此，本文只选取了2005年至2007年23家ST上市公司，样本选取不够。我国对于财务危机的研究大多是对于公司被ST状况的研究，而上市公司被ST既不是发生财务危机的充分条件，也不是发生财务危机的必要条件。财务指标变量的局限性。本文只选取了19个财务指标变量，但并未包括股权结构、管理层信息、审计意见等非财务因素的影响，这样对预测结果可能有一定影响。统计软件的局限性。本文只是用Eviews作简单回归，没有用其他软件进行深入分析。

参考文献：

［1］陈静：《上市公司财务恶化预测的实证分析》，《会计研究》1999年第4期。

［2］陈晓、陈治鸿：《中国上市公司的财务困境预测》，《中国会计与财务研究》2000年第24期。

［3］吴世农、卢贤义：《我国上市公司财务困境的预测模型研究》，《经济研究》2001年第13期。

［4］长城证券课题组：《上市公司财务危机预警系统:理论研究与实证分析》，2002年第3期课题报告。

［5］姜秀华、任强、孙铮：《上市公司财务危机预警模型研究》，《预测》2002年第3期。

［6］崔学刚、王立彦、许红：《企业增长与财务危机关系研究》，《会计研究》2007年第12期。

［7］王琳、周心：《我国上市公司财务危机预警模型的实证研究》，《重庆科技学院学报（社会科学版） 》2008年第6期。

［8］刘彦文：《上市公司财务危机预警模型研究》，《大连理工大学博士学位论文》2009年。

篇9

【关键词】 财务危机； 预警模型； 距离判别

加入世贸组织后，中国企业在获得极大机遇的同时也面临着极大的挑战。如何利用整个世界的资源、信息以及市场提高自身的管理水平，赢得全球化竞争的胜利，成为摆在我国企业界及学术界面前的难题。中国企业的管理水平从整体来看，和发达国家相比还存在一定的差距，在面对国内外激烈的市场竞争和多变的消费需求中，遭遇不可预测的风险是在所难免的。如何应对财务风险关系到企业的生死存亡，几年以来，全国数以千计的企业因发生财务危机而导致了破产、清算和重组，其中不乏巨人、三株、爱多等著名企业。寻根溯源，其原因之一便是企业缺乏风险意识，未建立财务风险预测机制，不能及时掌控企业潜在的财务危机，更谈不上及时采取措施扼杀财务危机于萌芽中了。因此，建立一个既可以预测企业财务风险，又可以分析企业财务风险产生来源的财务危机预警模型组，对于增强企业的经营管理水平和预测能力具有重要意义。

一、财务危机预警模型研究回顾

国外对与发达的资本市场相适应的财务预警模型研究早已引起足够的重视，并取得了一定的成果，在静态模型研究方面，最早的财务危机预警研究是Fitzpatrick（1932）开展的一元判定研究，然后是 Beaver（1966）使用由79家公司组成的样本，分别检查了反应公司不同财务特征的6组30个变量在公司破产前1―5年的预测能力。美国纽约大学Altman在1968年首先创立了zeta模型。该模型是运用五种财务比率，通过进行加权汇总后产生的总判别分式（称为Z值）来预测企业的财务危机。接下来，Haldeman和Narayanan（1977），Collins（1980），Platt aad Platt（1991）也采用类似方法进行研究。有些学者对Z分数模型加以改造，建立了财务预警新模型―F分数模型（Failure Score Model）。Ohlson（1980）第一个采用Logit方法进行破产预测。继Ohlson之后，Gentry，NewboldandWhitford（1985），CaseyandBartczak（1985），Zavgren（1985）也采用类似方法进行研究。国外的动态预警研究主要有四类：包括Baumol（1952）、Tobin（1958）的现金存量管理模型额度；Friedman（1959）、Nadiri（1969）、Coates（1963）的产品现金管理模型；Meltzer（1963）、Whalen（1965）、Alessi（1966）的财富现金管理模型以及Suvas（1994）联合模型。

国内财务预警研究起步较晚，在很大程度上借鉴了国外已有的研究成果，而且以静态研究为主，动态研究几乎没有。国内采用一元判定模型进行财务预警研究的不多，其中，陈静（1999）使用了截止到1998年底的27家ST公司与同行业、同规模的非ST上市公司作为研究样本。研究发现：资产负债率和流动比率、总资产收益率、净资产收益率四项财务指标的预测能力较强。国内对多元线性判定的研究相对较多，代表性的研究包括：张玲（2000）选取深沪交易所120家上市公司作为研究对象，其中60家为构造样本（30家ST，30家非ST），60家为预测样本（21家ST，39家非ST）。 国内其他方面的研究主要有：陈晓、陈治鸿（2000）、姜秀华（2001）关于Logit模型的研究；程涛（2002）运用时间序列回归和Logit回归方法建立综合预警模型；台湾李俊毅（1999）的《应用灰色预测理论与类神经网络于企业财务危机预警模式之研究》，徐淑芳（1999）运用多变量CUSUM时间序列分析建立预测模型等。

二、财务危机预警模型的构建基础

财务危机预警模型是预测企业潜在财务危机，即企业面临的风险的数学模型。构建这样一个模型需要解决三个问题：一是明确风险、财务危机、预警之间的关系；二是既能承载企业财务危机信息又能被量化的载体的选择；三是财务危机判断标准的确定。下面就这三方面的问题进行讨论。

（一）财务危机预警模型的概念

财务危机预警是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。财务危机预警是由财务危机和预警两个词组组成的。财务危机是指企业丧失支付能力、无力支付到期债务或费用以及出现资不抵债的经济现象，包括运营失败、商业失败、无力偿债、资不抵债等。预警是指事先发出警示，以避免或尽可能降低可能的损失。财务危机预警模型就是预测企业财务风险即潜在财务危机的数学模型。

（二）风险、财务危机、预警之间的关系

在瞬息万变和竞争激烈的二十一世纪里，经济环境和市场风云的突变往往很难被准确地预测，使得企业的各种经营和财务风险成为一种客观的现实，如果企业不能建立高效的财务危机预警系统来及时预测企业经营和财务活动中的各种风险，必然导致企业未来陷入财务危机之中，最终面临破产的结局。财务危机往往是企业各类风险最直接，也是最终的表现形式，因为在市场经济的客观条件下，企业各种生产经营活动都是用货币计量的，财务信息是最综合的经济信息，财务危机理所当然成为衡量和评判企业各种风险极度结果的标准。当然，风险永远存在，但风险未必就会导致企业财务危机的出现，只要企业高级管理层具有良好的风险意识，并有充分的抗衡风险能力和手段，就可能转危为安，而财务危机预警模型就是一个企业管理者用以抗衡风险的管理工具。

（三）财务比率是财务危机信息的载体

本文选取财务比率作为构建财务危机预警模型的变量，主要有以下三个原因：一是企业内外环境的变化、盲目扩张以及经营不善导致的企业财务状况恶化是一个漫长的过程，这些最终通过各种敏感的财务指标反映出来。通过表3对ST上市公司与非ST上市公司样本2002~2004年的财务数据的统计分析，不难看出ST上市公司与非ST上市公司之间的差异在不断的拉大，其中经营效率的差异性在2002~2004年这3年间始终明显，说明经营效率是企业生存、发展的基础。二是现在财务管理中将基本的财务比率分为经营效率、偿债能力、财务结构、盈利能力四个方面，而有些资料中将企业这些财务比率分为反映企业成长能力、盈利能力等方面。企业偿债能力方面的财务比率主要反映企业短期偿债能力， 财务结构方面的财务比率主要反映企业长期偿债能力。因此，本文通过对上述分法的借鉴以及对数据实际分析结果的研究，将选取15个财务指标分为四个方面，即经营效率、偿债能力、盈利能力、成长能力。三是企业财务预警模型是一个数学模型，它的构建过程是一个对数据收集、整理和处理的过程，因此企业所有需要反映的财务状况均需量化，而财务比率正是企业财务状况的量化，因此本文选择财务比率作为反映企业财务危机的变量。

（四）财务危机评判标准

构建财务危机预警模型必须能够明确地区分什么样的企业算陷入财务危机，即企业经营失败了。对于每一个企业来说，盈利都是其最终的目标，而生存又是盈利的基础。企业首先必须生存才有可能盈利，而仅能生存不能盈利的企业又将失去存在的价值。所以说，影响企业生存和盈利的任何财务危机均可导致企业的经营失败，而如何确定企业经营失败的标准恰恰是构建企业财务预警模型时，界定企业是否陷入财务困境的标准。企业经营失败的原因是多方面的，其表现形式是多种多样的，而最终的处理方式也是千变万化的，再加上企业经营失败并不意味着就必然导致其破产和解散，所以实际上对企业经营失败的外在表象很难给出高度概括的描述。本文选择上市公司被ST作为企业经营失败陷入财务危机的标准。

三、财务风险预警模型的构建及运用

（一）确定研究对象

如何确定陷入财务危机的企业是财务预警研究需要首先解决的问题，学术界有多种不同的定义方法。国外大多数的研究将企业破产作为确定进入财务困境的标志，但是破产作为企业整体经营失败的最终表现，除了受经济因素影响外，还受政治、法律和其它非市场因素的影响。在我国迄今为止尚未出现一家上市公司破产的案例，况且财务困境和企业破产之间的关系是概念的大小问题，所以在财务预警研究中可以确定因“财务状况异常”而被“特别处理”的上市公司作为研究对象。

（二）设计样本

样本的选择关系到财务预警模型最终的预测能力和适用性。本文ST样本组选择2006年被ST的生产制造类A股上市公司2002~2004年的财务资料；非ST样本组选择2006年经营业绩比较突出的生产制造类A股上市公司。这样就选了59家ST公司和60家非ST上市公司，其中用30家ST公司和30家非ST作为预测样本组；用29家ST公司和30家非ST作为控制样本组。见表1。

（三）设计变量

本文的主要目的是建立一个符合中国上市公司实际情况、具有较强可操作性的、能为企业管理层的管理提供参考的多元线性判别模型，经过对以往国内外相关研究中对预测模型有显著贡献的预测变量的考察，结合对中国上市公司财务数据的统计分析，确定了15个预测变量。这15个预测变量反映了企业的经营效率、偿债能力、盈利能力、成长能力四个方面。见表2。

（四）对样本数据的统计描述

本文首先分别对两个样本组ST前3年，即企业2006年被ST，选取2002~2004年的财务比率（为什么不选2005年的财务比率呢？因为上市公司2006年被ST是因为2005年的“财务状况异常”）进行描述性统计，同时检测所选取的变量在ST组和非ST组之间是否存在显著差异，从而证实这些变量在构造预测模型中的代表性。经过对15个变量的统计计算和T检验得到这15个变量统计描述及差异性检验结果。详见表3。

对表3统计结果进行分析，结论如下：

1.经营效率方面

2004年的X1、X2、X3、X4均通过了1%的T检验，说明中国ST上市公司与非ST上市公司在存货周转率、总资产周转率（倍）、应收账款周转率、费用比例（%）这四个财务指标上具有显著性的差异。比较2002~2004年ST上市公司与非ST上市公司的T值能够看出离上市公司被ST的时间越近，ST上市公司与非ST上市公司经营效率差异越显著。对比2002~2004年ST上市公司与非ST上市公司存货周转率、总资产周转率（倍）、应收账款周转率、费用比例（%）这四个财务比率，三年的差异性均超过5%，说明这四个财务比率具有长期预测能力。从表3中能看出上市公司的经营效率是不断的提高，ST上市公司比非ST上市公司的经营效率始终差，特别是费用比率居高不下，始终在50%以上。

2.偿债能力方面

2004年的X5、X6、X7、X8通过了5%的T检验，说明中国ST上市公司与非ST上市公司在偿债能力上存在显著性差异。比较2002~2004年ST上市公司与非ST上市公司的T值能够看出，离上市公司被ST的时间越近ST上市公司与非ST上市公司偿债能力的差异越显著，这与上面的特点相似。但是，与企业经营效率不同的是，企业偿债能力离上市公司被ST的时间越远，ST、上市公司与非ST上市公司偿债能力的差异变得越不明显。

3.盈利能力方面

2004年的X9、X10、X11通过了1%的T检验，说明ST上市公司与非ST上市公司在经营净利率、经营毛利率、净资产收益率上存在显著性差异。通过表3的统计分析可以看出，ST上市公司与非ST上市公司2002~2004年的盈利能力同样是离上市公司被ST的时间越近ST上市公司与非ST上市公司偿债能力的差异越显著；离上市公司被ST的时间越远，ST上市公司与非ST上市公司偿债能力的差异变得越不明显了。

4.成长能力方面

2004年的X12、X13、X14、X15通过了5%的T检验，说明ST上市公司与非ST上市公司在主营收入增长率（%）、净利润增长率（%）、总资产增长率（%）、股东权益增长率（%）上存在显著性差异。可以看出，ST上市公司与非ST上市公司2002~2004年的成长能力同样是离上市公司被ST的时间越近，ST上市公司与非ST上市公司偿债能力的差异越显著；上市公司被ST的时间越远ST上市公司与非ST上市公司偿债能力的差异变得不明显了。

在对前面样本26个变量进行了统计描述和不同水平下的T检验的基础上，对样本组的经营管理状况、财务结构、成长能力、偿债能力以及整体的变量组进行整体差异性的F检验，检验结果详见表5。

对表5整体差异性检验的分析结论如下：通过分别对ST与非ST上市公司2004年的经营效率、偿债能力、盈利能力、成长能力四个方面财务指标整体性差异和ST与非ST上市公司全部财务指标整体差异性进行5%的F检验，检验的结果是：ST与非ST上市公司的经营效率、偿债能力、盈利能力、成长能力四个方面财务指标的整体差异和ST与非ST上市公司全部财务指标的整体差异显著。

综合上面的分析和表3的数据，能够发现ST上市公司的经营效率低、费用成本高、高负债且以流动负债为主是导致企业最终走向财务危机的根本原因，而且是随着时间的推移逐渐与非ST上市公司拉大距离。因此，2004年ST上市公司与非ST上市公司之间的差异是最明显的，用2004年ST上市公司与非ST上市公司的财务数据构建财务危机预警模型也是判别能力最强的。

（五）财务危机预警模型组构建与判别结果分析

本文根据2006年被ST的中国A股上市公司及其对应的非ST的中国A股上市公司2004年的财务数据，运用距离判别分析法构造财务预警模型组。Z1是预测企业整体危机的模型，Z11是预测经营效率的模型，Z12是预测企业偿债能力的模型，Z13是预测企业盈利能力的模型，Z14是预测企业成长能力的模型，具体模型见表6。

判别结果分析：根据距离判别分析原理将判别阀值设为0，大于0的判为ST公司，小于0的判为非ST公司。Z1预测的是企业下一年的财务状况，也就是2004年预测2005年的财务状况是否会恶化及2006是否会被ST，这一模型判别效果比较好，在60家预测样本中发生2例误判，回判准确率达到96.67%，而其它四个预警模型最低的回判准确率也在85%以上。接下来再看59家控制样本，最低的预测准确率同样在84%以上，这样的预测结果说明该模型组具有很高的判别准确率。由此可以证明，预测企业下一年是否会发生财务危机的预警模型组具有应用价值。判别结果见表7、表8。而用2002年和2003年的财务数据带入财务危机预警模型组预测的结果准确率明显降低，只有预测企业经营效率方面的预警模型的准确率才能达到80%以上，这也符合企业经营效率提高比较缓慢的特点。另外可以看出，预警模型组发生1类误判的概率明显高于发生2类误判的概率，这反映出非ST公司上市公司应变能力好于ST上市公司，反映出企业财务恶化需要一个过程。

（六）财务危机预警模型组的应用

在具体应用财务危机预警模型组时，首先将相应的财务比率带入Z1、Z11、Z12、Z13、Z14预警模型组，计算出这些预警模型的数值，判断企业整体是否存在财务风险以及企业财务状况的某些方面是否存在风险，如果存在风险则进一步分析。分析如图1。

下面对财务危机分析图作进一步的解释：

本文的财务危机预警模型组能为企业经营管理者和债权人、投资者等外部使用者提供参考信息，先看如何为企业经营管理者服务。对于企业管理者来说，企业最关心的是引起企业财务危机的潜在的风险来源，本模型就是通过反映企业不同方面的预警模型探寻企业的风险来源。具体讲，先计算Z1、Z11、Z12、Z13、Z14值，不论反映企业整体财务状况的Z1大于零还是小于零，均要结合企业内外环境因素分析Z11、Z12、Z13、Z14值大于零的模型所对应的财务比率，找出产生财务风险的原因，然后做出具体的决策，消除企业潜在的财务危机。至于Z11、Z12、Z13、Z14值为负的则不必分析其对应的财务比率。而除了企业经营管理者以外的其它模型使用者，则先计算Z1、Z11、Z12、Z13、Z14值，然后根据模型组的值的情况结合企业外部环境因素做出决策。

四、结束语

财务危机预警模型组具有良好的短期预测精度，可以用于企业下一年潜在财务危机的预测，同时运用经营效率、偿债能力、盈利能力、成长能力四个预警模型预测诱发企业产生财务危机的隐患。但是，本财务危机预警模型组除了经营效率预警模型外不能用于一年以上的预测，同时没有解决不同行业企业的差异问题。

【主要参考文献】

[1] 向德伟.论财务风险.会计研究，1994，（4）：P21―25.

[2] 姜明.加强企业财务风险管理浅议.山东经济战略研究，2004，（6）：P63―64.

[3] 罗瑶琦.企业财务危机的成因及综合治理.山西财经大学学报，2004，（2）：P74―76.

[4] 郭小金.捕捉财务危机早期信号，建立财务风险预警系统.经济师，2004，（7）：P184―185.

篇10

关键词:融资 财务危机 判别分析

引言

2008年金融危机继续发酵,美国经济持续疲软,欧债危机影响广泛,全球经济陷入低迷甚至衰退。当前的经济环境给企业的成长和发展带来更多挑战,持续稳定的增长成为企业成长过程中最具诱惑力、最具挑战性的发展目标。始于美国学者罗伯特·希金斯的可持续增长概念越来越引起人们的关注,企业如何实现可持续增长也成了国内外学者关注的话题。纵观无数企业、集团的成败史,让我们看到,结合自身财务资源和管理水平的适度可持续增长才是无数企业最终的归途。危机预警模型通过对企业财务状况的实时监测,觉察警情,发出警报,帮助企业管理者了解自身财务状况,尽早发现危机,采取相应措施规避危机。

一、理论基础

(一)融资理论

融资成了贯穿企业整个生命过程中最重要的财务活动。从企业的角度看,融资是企业作为融资主体,根据自身生产经营、扩大规模、改变融资结构等的需要,通过资本市场的融资渠道,合理选择筹资方式,经济有效筹措资金的活动。融资结构是企业各种资金来源项目的构成和比例关系,是一定时期内企业融资活动积累的动态过程,是一个流量结构。资本市场上的各种融资方式在风险、成本、对所有权的认可程度等许多方面都存在差异,这就要求企业根据自身情况选择合适的融资方式。各种融资方式的不同组合类型直接决定了企业融资结构的变化,所以,融资结构是对企业融资决策、融资安排的直观反映。为了保证企业的可持续发展,企业应该在可持续增长目标的指引下,选择合适的融资方式,确定最优的融资结构。

与融资最为相关的理论就是资本结构理论,回顾资本结构理论的发展过程,可以将其分为旧资本结构理论和新资本结构理论两个阶段。旧资本结构理论又可以划分为传统资本结构理论和现代资本结构理论,前者主要关注资本结构的“财务杠杆效应”,主要从公司财务活动的“技术层面”研究资本结构对公司价值的影响;而新资本结构理论主要关注资本结构的“治理效应”,从“制度层面”研究资本结构对于公司治理的影响。“财务杠杆效应”到“治理效应”的转变,使有关资本结构理论的研究更加活跃,研究内容更加丰富。

(二)可持续增长理论

针对可持续增长的理论模型可以分为基于会计口径和现金流量口径两大类,最具代表性和指导意义的理论模型是基于会计口径的希金斯模型和范霍恩模型。

①希金斯模型 希金斯教授对可持续增长率的定义是,在不耗尽企业财务资源的前提下,公司销售收入所能达到的最大比率。希金斯提出了销售收入的增长率应该等于公司资产的增长率也等于公司净资产的增长率,由此可以得到企业总资产周转率、资本结构不变的假设。以这些假设为前提,希金斯得到了可持续增长率的计算公式:SGR=销售净利率×资产周转率×留存收益率×权益乘数

②范霍恩模型 对可持续增长模型进行进一步研究的财务学家范霍恩将可持续增长定义为“公司现实和金融市场状况相符合的销售增长率”。在公司未来与过去的资产负债表指标、经营效果比率等都精确相似;无外部股权融资;资本的增长完全依靠留存收益的增加的假设前提下。稳态模型为:SGR=收益留存率×销售净利率×期末权益乘数×资产周转率/(1-收益留存率×销售净利率×期末权益乘数×资产周转率)

(三)财务危机理论

在财务危机预警的研究中,合理预警指标的选取是提高预警模型效率的关键因素,而选择预警指标的基础和前提是对引起财务危机原因的深入分析。外部因素对财务危机发生产生客观影响,更具主导作用的因素往往来自企业内部。根据国外权威机构的调查结果显示,企业破产的原因主要有:经营和财务管理不善占91%,而其他影响共计9%。此外,从财务危机的表现形式来看,体现为企业资金流动过程中现金流量短缺引起的临期债务支付困难,而企业现金流的创造主要与企业的经营管理活动紧密相关,所以引起财务危机的内部因素可以归结为经营管理因素,而经营管理因素主要包括资本结构,盈利能力,营运能力和公司治理等。

二、融资视角下财务危机预警模型构建

(一)数据来源于样本选取

选取沪深A股2010年首次被ST或*ST的上市公司31家,控制资产和行业按照1:4的比例选取配对公司,在配对公司中按照扣除非经常损益后每股收益连续三年为正的原则筛选良好样本和介于良好、危机之间灰色样本。最终形成良好、灰色、危机各30家的三个样本。

(二)变量选择

企业的财务状况可以由衡量企业长期偿债能力、短期偿债能力和财务风险的各项指标反映,但企业的财务风险并不仅仅是由融资安排导致的,而更加内在的原因是相对于每年固定的利息偿还,企业盈利的不确定性所带来的经营风险。本文从更加广泛的视角选择融资变量,并将其分为直接融资变量和间接融资变量。将衡量企业融资情况、偿债能力、财务风险的指标界定为直接融资变量;将衡量企业盈利能力、运营能力、发展能力的变量界定为间接融资变量。

(三)判别分析

经过描述性分析-相关性分析-判别分析,建立T-3年、T-4年模型,结果如下。

①T-4年判別結果

y(-1)=-1.831X1+ 7.307X9+55.946X11 -24.841

y(0)=6.771 X1+7.297X9+37.677X11-13.413

y(1)=29.231X1+11.555X9+28.981X11-19.645

y(-1)、y(0)、y(1)分别表示危机样本组、灰色样本组和良好样本组。X1、X9、X11分别代表净资产收益率、速动比率和资产负债率。 ②T-3年判別結果

y(-1)=-10.123X1+9.117X8-4.865X10+47.642X11-21.315

y(0)=1.375X1+8.796X8-4.131X10+38.404X11-16.046

y(1)=26.306X1+5.320X8+5.218X10+23.526X11-13.495

y(-1)、y(0)、y(1)分别表示危机样本组、灰色样本组和良好样本组,X1、X8、X10、X11分别代表净资产收益率、流动比率、现金比率和资产负债率。

三、结论及启示

(一)提醒广大管理者树立可持续增长思想,重视危机预警,关注长期危机预警。融资视角下的长期财务危机预警就是如此,它不但预测警情,发出警报,而且指导我们的融资安排,事前控制危机的发生,防患于未然,使企业的融资活动实现良性循环,为企业的运营和发展提供资金保障。

(二)重视保持企业持久的盈利能力。盈利能力不仅仅关乎企业的盈利状况,而且更关乎企业的财务状况,影响企业长久、稳定的发展。所以,企业应该形成自身的核心竞争力,在激烈市场竞争中立于不败之地。

(三)重视企业的融资安排。前文已经提到,企业要发展,就必须要融资,仅仅依靠自身的财务能力是万万不可行的。所以融资可以说是制约企业发展的关键,也是决定企业财务状况稳健与否主要因素。所以,做好融资安排,合理确定融资结构和资本成本,都是企业求生存谋发展过程中必须考虑的因素。(作者单位:华东交通大学)

参考文献

[1]Robert.C.Higgins, How much growth can a firm afford[J]. Financial Management,1977(6):190-212.

[2]中国上市公司数据统计[EB/OL]. /pub/newsite/, 2011-8-15

[3]Larry Lang,Eli Ofek, Rene M.Stulz.,Leverage, investment, and firm growth[J]. Journal of Financial Economics,1996(4):3-29.

篇11

关键词：财务危机预警模型；财务风险；企业财务管理；单变量模型；多变量模型 

经济周期波动是一种客观存在的经济现象，一个企业要生存、发展都离不开对财务环境的监测，对财务风险的预警。在当前金融危机的背景下，我国财政部企业司也要求企业加强财务监管，建立企业财务预警机制和财务管理评估制度。因此，完善我国财务监测与预警系统具有重要的理论和现实意义。

一、财务预警含义界定

财务预警，具体地说就是财务危机的预测与警报。所以提到财务预警，首先需要界定财务危机的含义。财务危机 （financial crisis）， 又称财务困境（financial distress），财务失败（financial failure）。顾名思义，处于财务危机状态的企业必然陷入了财务困境，这类企业要么连年亏损，要么经营不畅，面临着较大的财务风险。财务危机是财务风险的一种极端表现。

二、国内外财务预警模型的研究现状

目前对财务预警模型的研究主要集中在以下几个方面：

（一）单变量模型

单变量模型又称一元判定模型，是以一项财务指标作为判别标准来判断企业是否处于破产状态的预测的模型。财务指标分为偿债能力指标、获利能力指标和营运能力指标。fitzpatrick（1932）最早利用该模型对企业财务困境进行预测，他以19家公司作为样本，运用单个财务指标进行预测，结果发现净利润/股东权益、股东权益/负债这两个财务指标判别能力最高。而smith和winakor（1935）进行了类似的研究，则发现营运资本/总资产这个指标的预测能力最高。此外，merwin（1942）发现营运资本/总资产、股东权益/负债、流动资产/流动负债这三个指标能提前6年对企业破产做出预测。beaver（1966）发现判别能力最高的财务指标分别是现金流/总负债、净收入/总资产、总债务/总资产。

国内学者对此模型也做了不少探索。陈静（1999）使用截至1998年底的27家st公司与同行业、同规模的非st公司作为样本，研究发现资产负债率、净资产收益率、流动比率、营运资本/总资产、总资产周转率6个指标在st公司与非st公司有明显的差异。进一步研究得出，资产负债率与流动比率在宣布前一年的误判率最低，具有较好的预测力，而在稍远的时间段，总资产收益率的误判率则表现良好。同时发现净资产收益率和资产周转率极不稳定，在st前一年，误判率达到最高。吴世农、卢贤义（2001）以70家st和70家非st上市公司为样本，应用单变量分析研究财务困境出现前5年这两类公司21个财务指标各年的差异，最后确定6个预测指标。

（二）多变量模型分析

1．z分数模型。z分数模型是altman教授在1968年经过大量的实证考察和分析研究的基础上提出来的。z分数模型是采用多元线性函数的模式，通过统计技术筛选出那些在两组样本中差别尽可能大而在两组内部的离散度最小的变量，从而将多个变量转换为分类变量，获得能有效提高预测精确度的判别方程。

z分数模型的判别函数为：

z=1.2x1+1.4x2+3.3x3+0.6x4+1.0x5

其中，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=期末股东收益的市场价值/期末总负债；

x5=本期销售收入/总资产。

z分数模型从企业的资产规模、变现能力、获利能力、财务结构、偿债能力、资产利用效率等方面综合分析预测企业的财务状况，进一步推动了财务预警的发展。altman 通过对z分数模型长期的研究分析提出该模型的判断标准为：z＞2.675时，企业财务状况良好，发生破产的概率很小；1.81≤z≤2.675时，企业财务状况极不稳定，为灰色地带；2＜1.81时，企业财务失败可能性非常大。z值越低，该企业遭受财务失败的可能性就越大；z值越高，该企业遭受财务失败的可能性就越小。

2．主成分分析。主成分分析就是对多变量的平面数据表进行最佳综合简化，即：在力保数据信息丢失最少的原则下，对高维变量空间进行降维处理。在实际工作中，主成分个数的多少取决于能够反映原来变量80%以上的信息量为依据。主成分模型对样本没有假设要求，但是要对样本数据进行标准化处理。因为各样本数据的量纲不完全一致，所以需要进行标准化处理，即将各种不同度量的指标转为同度量的指标，使各指标具有可比性。其适用范围较广，但计算和分析过程过于复杂，判别规则的确定比较复杂。

3．logistic回归分析。logistic模型的目标是寻求观察对象的条件概率，从而据此判定观察对象的财务状况和经营风险。这一模型建立在累积概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件。logistic模型适用于因变量是非连续的且为二分类选择模式，将违约概率限定在0和1之间，并通过函数的对数分布来计算违约的概率。在二分类判别法中假设因变量为1和0，分别对应事件发生和事件不发生。logistic回归模型的形式为：

logistic回归模型使用的是最大似然估计，似然函数值越大，表明模型的模拟效果越好。logistic模型的最大优点是，不需要严格的假设条件，克服了线性方程受统计假设约束的局限性，具有了更广泛的适用范围。目前这种模型的使用较为普遍，但其计算过程比较复杂，计算过程有近似处理，会影响到预测精度。

4．多元概率比（probit）模型。probit回归模型同样地假定企业破产的概率为p，并假定企业样本服从标准正态分布，其概率函数的p分位数可以用财务指标线性解释。其计算方法和logit模型很类似，先是确定企业样本的极大似然函数，然后通过求似然函数的极大值就可以得到参数?琢，?茁，接下来就可以利用下面的式子求出企业破产的概率。和前面的判别规则一样，如果概率p小于0.5，就判别为财务正常型，如果p大于0.5，即为破产型。

5．人工神经网络（ann）方法。神经网络模型是由大量的简单处理单元相互联结组成的复杂网络系统。它的许多功能和特性是对人脑神经网络系统的模拟，是一种自然的非线性建模过程，也被称为人工神经网络（artificial neural network）。作为非参数的预测模型，它克服了选择模型函数形式的困难，同时对样本及变量的分布特征没有限制。然而，由于理论基础比较薄弱，人工神经网络对人体大脑神经模拟的科学性、准确性还有待进一步提高。

6．联合预测模型。联合预测模型是运用企业模型（corporate model）来模拟企业的运作过程，从而动态地描述财务正常企业和财务困境企业的特征。然后根据不同特征和判别规则，对企业样本进行分类。其运用的关键就是如何准确模拟企业的运作过程。因此它要求有一个基本的理论框架，通过这一框架来有效模拟企业的运作过程，从而能够有效反映和识别不同企业的行为特征、财务特征，并据以区分企业样本。

三、完善我国财务风险预警的启示

财务指标构建方面，应将财务指标和非财务指标相结合，适时引入一些新的财务变量，如eva（经济增加值）和mva（市场增加值）等，在建立企业财务预警模型时应当适时地引进这些新指标，以适应现代财务理论的发展，更深入地认识企业面临的财务危机。

研究方法方面，应注重定量分析和定性分析相结合，企业财务预警系统不能只单纯注重对量化的模型、指标进行分析，还应结合非量化因素甚至是有经验分析人员的直觉判断作定性的分析评价。定性和定量的预测相结合，才能提高预警系统的效用。建立事前、事中、事后全面监控的财务预警系统。财务预警系统不只是在意识到公司可能将出现问题时才使用，而应当更注重日常监控，随时充分考虑各种可能导致预警的原因，重视从细微处发现问题，以便及时采取应对措施。

参考文献

[1]张鸣，张艳，程涛．企业财务预警研究前沿[m]．北京：中国财政经济出版社，2003.

篇12

[关键词] Altman模型 财务危机 医药行业 沪市数据

一、引言

随着经济全球化趋势的发展及各国企业自身的快速发展,公司、尤其是上市公司受到来自投资者、债权人、及政府的相关利益者的关注,因企业陷入财务危机而导致其经营失败、破产的案例屡见不鲜,所以对于财务危机的预测显得尤其重要,本文采用Altman的Z值法模型、选取我国医药行业上市公司数据来验证其模型对于我国公司的有效性。

财务危机(financial distress),又称为财务困境、企业失败(corporate failure),最严重的财务危机是“企业破产”。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”。财务危机是指企业丧失偿还到期债务的能力,包括从资金管理的技术性失败到破产以及处于两者之间的各种情况。

在具体的模型研究中,国内外学者也存在不同的观点:Beaver(1966)将破产、拖欠优先股鼓励、拖欠债务界定为财务危机;Altman(1968)将财务危机界定为“进入法定破产的企业”;Deakin(1972)则认为陷入财务危机的公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。在国内,对财务危机预测的研究处于起步阶段,非上市公司的资料不够规范,难以获得有效而可靠的途径的数据,国内学者对其研究的对象基本为上市公司,同时我国证券市场还不够完善、退市的企业不多,因而大部分研究将上市公司被特别处理(ST)作为公司陷入财务危机的因变量,如陈静(1999),陈晓、陈治鸿(2000),吴世农、卢贤义(2001),李华中(2001),王磊(2009)。所以本文也是选取被特殊处理的上市公司作为研究陷入财务危机的客观标准。

二、Altman Z值法的模型介绍

Altman从资产负债表和损益表中初步选取了22个比率进行筛选,这些比率分为五大类,即流动性比率、盈利性比率、杠杆比率、偿付能力比率以及活动比率。从这22个比率中选出了在预测企业破产时综合效果最好的5个比率。

这五个指标分别是X1=营运资金/总资产,X2=留存收益/总资产,X3=息税前利润/总资产,X4=股票市值/帐面总负债,X5=销售收入/总资产,该模型还假定上述五个指标对企业财务健康状况的影响是线性的且呈正相关,即各指标值越大,表明企业的财务健康状况越好。

Altman的模型中用Z表示企业财务状况的判别值,即破产可能性的倒数。用X1、X2、X3、X4、X5分别表示上述五个指标,用b1、b2、b3、b4、b5分别表示这五个指标对Z值的影响权重系数,因此该多元判别函数可表示为:Z=b1X 1+b2X2+b3X3+b4X4+b5X5

Altman采用多元判别分析MDA来确定系数b1、b2、b3、b4、b5的值并通过计算出的Z值来判别企业破产的可能性。上述五个指标中对判别函数影响最大的是X3通过对大量的样本进行多元判别统计分析Altman得出以下两个针对不同类型企业的破产判别函数。

对于工业企业:Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0 X5

对于非工业企业:Z=6.56X1+3.26X2+6.72 X3+1.05X4

其中,Z值越高,表明企业破产的可能性越小。医药行业适用于工业企业模型。Altman在所选取的样本进行研究时,发现当Z值小于1.81时,样本企业全部破产倒闭;当Z值大于2.99时,没有企业破产;另外当Z值介于1.81与2.99之间时,不能进行准确判断。按错误判别率最小的原则,Altman选择2.67作为区分破产企业和财务健康企业的临界Z值。

三、我国医药行业沪市上市公司的Altman Z值法模型的运用

1.样本

本文初步选取了我国医药行业在上海证券交易所挂牌上市的公司57家2007~2008年两年的数据。数据来源是清华金融研究数据库、公司年报,上海证券交易所作为相关数据资料的补充。

本研究选择估计样本的标准为:(1)被特别处理公司即ST公司:可以完整获得该公司(t-1)、(t-2)年的年度财务报告数据;(2)非特别处理公司即非ST公司:在(t-2)年1月1日前上市的,在t年没有被特别处理的,并且可以完整获得该公司(t-1)、(t-2)年度财务报告数据。

2.判别结果

样本中的57家医药公司,通过检索,2009年被ST的7家公司列表如下:

表1 2009年被ST的7家医药上市公司

由数据处理得出,2007年,即(t-2年)对2009年的财务危机判别值的结果的可靠性列表如下:

表2 2007年对2009年的财务危机判别值结果及可靠性

从(t-1)年即2008年的财务危机判别值来看,其预测结果的可靠性如下列表:

表3 2008年对2009年的财务危机盘别致结果及可靠性

2007年对2009年的财务危机预测的结果来看,Altman模型对非ST公司的预测可靠性是很高,达到了94%的预测成功百分比,而对ST公司的预测要小的多,仅为57.14%。2008年对下年即2009年的财务危机预测结果来看,该模型对非ST公司的预测可靠性为69.77%,而对ST公司的预测表现很弱,预测成功百分比仅为28.57%。

在Altman对选择的样本进行研究,其结果显示:以95%的准确率预测了1年后企业破产的情况;以72%的准确率,预测了2年后企业破产的情况。虽然Altman未能获得足够的案例作为样本进行预测,但是较高的判别准确率模型在当时是非常难得和重要的。

从本文选取的样本进行研究的结果来看,和Altman最初模型研究样本的结果存在诸多不一致的结论。首先,本文的研究结果现实2年后企业破产的财务危机预测结果可靠性要高于1年后企业破产的结果,出现这样的结果,主要和原因在于:我国的医药行业主要为国有控股的企业,当预测出现财务危机时,政府可以给予极大的扶持;我国的证券市场还不是很完善,财务会计准则存在一些缺陷、虽然我们一直在努力完善它,但是上市公司进行盈余管理等不规范操作也是司空见惯的;另外,Altman模型是理论界较早的一个模型,其背景和现有经济形势存在极大的差异,同时样本选择的差异也会导致其结果的不一致性。

虽然我们的研究结果并不是Altman模型能够基本预测的,但是其模型对于我国医药行业的预测还是具有一定的借鉴意义,尤其是对非上市公司的财务危机预测准确率较高。

3.研究局限性

本文的研究具有一定的局限性,首先样本的选取范围较小,其结果可能不太具有总体代表性;研究方法仅仅是利用Excel等简单的方法进行分析,结果可能不是很深刻。

四、结论和展望

本文是利用Altmanz模型对我国在沪市上市的医药行业的公司进行财务危机预警研究,研究结果显示,该模型对于我国该行业的预测准确性不高,所以有必要根据我国的具体情况对其模型进行改进,Altman、Haldeman & Narayanan(1977)提出了一种更准确预测企业财务危机的Zeta模型;Meyer & Pifer(1970)、Laitinen(1993)、Theodossiou(1991)将新型概率模型运用于企业财务危机预测;Martin(1977)、Ohlson(1980)运用Logistic模型进行财务危机的预警研究;Zmijewski(1984)使用了Probit分析模型;另外还有神经网络分析模型、递归分割算法、生存分析法及专家系统模型。这些模型分析方法对于较早的Altman模型做了许多改进,方法更加先进、涵盖的范围更加全面,预测的结果更加准确。

未来对于我国企业来说,最重要的是建立起适合我国企业特征的模型,而不仅仅是借鉴国外学者已研究的模型,同时相关的经济、社会体制能够更加完善,将使我国企业财务危机预警分析更加客观,在预测到危机时,企业能够及时调整战略,使企业朝着更加稳定的方向发展。

参考文献:

[1]Edward I. Altman. Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journanl of Finance, 1968,(9).

[2]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6).

[3]王磊.我国医药行业上市公司财务危机预警研究[D].上海交通大学硕士学位论文,2009.

篇13

摘 要 企业内部控制系统和财务危机预警系统是控制企业内部风险的两大系统，二者能否统一在企业风险管理的框架之中是所有业内人士关心的问题。本文基于对两大系统理论研究过程阐述的基础上，分析影响企业风险的相关因素及其控制方法，从而达到企业内部控制系统和财务危机预警系统的耦合。

关键词 企业内部控制 财务危机预警 耦合

引言：企业风险是使行为结果偏离初始目标的所有不确定性因素，指企业在其生产经营活动的各个环节可能遭受到的损失威胁，它直接关乎企业的生存和发展。恰恰因此而越来越受到人们的的普遍关注。“千里之堤溃于蚁穴”，就形象的说明了不及时发现风险，不及时控制风险的严重后果。故而，我们需要及时采取措施对企业可能存在的风险加以有效应对，使其被扼杀在萌芽状态。而控制企业风险的具体方法细化到管理理论即是企业的内部控制系统和财务危机预警系统。

一、企业风险控制理论存在的认识误区。

面对企业所面临的风险，我们必须高度重视，任何重大决策都要以风险可控为前提，但是又不能因为惧怕风险而裹足不前。这就需要我们依赖企业风险管理的知识对企业可能面临的风险作出准确的分析和判断。但是，人们在进行学术研究过程中，总是自觉不自觉地将企业的内部控制与财务危机预警机制分开讨论，很少讨论到他们之间的共性。[1] 其实，企业内部控制系统和财务危机预警系统从某种意义上讲是企业风险系统的两大方面，而不应把他们作为独立的两个单独的分支。

二、企业内部控制和财务危机预警的理论研究进程

1.企业内部控制系统理论进程。自18世纪产业革命之后，内部控制思想受审计的不断影响而逐渐产生，并随着经济社会的发展和企业规模的等因素的变化而有所转变。“内部控制”一词最早以审计术语的形式出现在美国会计师协会的《注册会计师对财务报表的审查》文告中。国内外的许多学者都致力于研究这一系统，并把它基于某些理论之下进行解释。如最初外国的学者就曾使用全变理论对其做出过解释，国内的杨雄胜、陈志斌、林钟高、刘明辉等也都提出过自己的见解。到20世纪70年代，内部控制理论受系统论、控制论的深入影响而进入内部控制结构阶段。提出了内部控制理论的概念的三个层面，即环境层面、会计制度、控制程序。到了20世纪90年代，内部控制理论研究进入到了一个崭新的时期，即内部控制整体框架阶段。具体体现在：提出了企业内部控制是一个系统的动态过程，进一步明确了企业内部控制的责任和目标，将强调风险意识摆在了突出的重要位置，并提出了企业成本与效益原则。正是对随着理论研究的不断深入，才使得内部控制的概念被界定为“它是市场主体满足所有者利益要求和企业自身利益发展的一种行为方式、一种内在的接受监督并引起和保证企业行为规范的制度和机制。”它由“内部牵制”逐渐发展变迁到“风险管理”，并成为全面风险管理系统的子系统，涵盖在全面风险管理的范畴内，隶属于其中的一个重要部分。

2.财务危机预警系统的理论变迁。财务危机预警系统 就是通过设置并观察一些敏感性财务指标的变化，而对企业（或企业集团）可能或将要面临的财务危机事先进行预测预报的财务分析系统。它最初的概念界定涵盖了定性和定量两个层面。对于定性这一层面，除了经营失败、无偿还能力外，还包括违约和破产，在这个层面上，国内外的学者几乎“英雄所见略同”。但是对于定量这个层面，国内外的学者则出现了认识上的偏差：国外的学者认为企业的财务危机的标志为根据破产法的规定提出破产申请；国内的一些学者则根据1998年中国证券监管会颁布的通知中提到的因财务状况异常而被特殊处理的公司来判别企业的财务危机。在这一阶段，学者们多将注意力放在财务指标对财务危机预警的研究上，并以某种数学模型来分析财务风险预警系统。对企业财务危机预警系统的研究经历了一个从单一的单变量破产预警模型到复杂的多变量综合分析模型的过程。但正如我们目前所发现的研究误区一样，所有的学者在对企业内部控制系统和财务风险预警系统的研究时，始终处于“井水不犯河水”的境况，对二者的研究始终处于独立的状态、隶属于各自的领域，而未将二者放置在全面风险管理的范畴内，没有将二者作为企业风险管理的两个不同层面进行系统性的分析和研究。

三、契约理论框架下企业内部控制和财务风险预警系统的耦合

由于企业面临着不完全的契约而出现风险，企业内部控制系统和财务风险预警系统都是为了有效应对企业的风险服务的。这就需要对企业内部控制的控制环境、风险评估过程、信息系统与沟通、控制活动、对控制的监督等5个要素以及引起企业财务危机的投资、融资、经营、增长因素等进行全面分析，分别把握每个因素对这两大系统的影响，在此基础上对二者的耦合加以研究。故而，我们需着眼于现有条件下的可控内容来有效防控企业风险：一是通过授权制度防止草率的投资行为、融资行为，通过财务风险预警制度来约束企业经营行为；二是合理控制企业的增速，要通过环境控制对企业高层决策者的理念、决策程序、经营风格加以约束。

结语

企业内部控制制度和财务风险预警制度是有效控制企业风险的重要保证，二者在这一范畴内是不可分割的统一体。只有将二者构架在契约理论之下对他们进行耦合分析，才能确保二者在控制企业风险方面发挥合力。这对于任何一家企业都具有至关重要的作用和非常重大的意义。

篇14

关键字：企业财务危机预警；集成模型；Bagging；Adaboost

1 引言

建立有效的财务危机预警模型是金融机构一项非常重要而艰巨的任务。财务危机预警模型可以用来预测上市公司的财务是否发生问题。如果预测模型不能正常运行，如预测错误率很高，它会导致不正确的决策，并很可能会由此导致严重的金融危机和灾难。

财务危机预警模型也可以表示为一类具有输入和输出的二分类问题。也就是说，预测模型将每个样本分类到2个预定义的类。对于财务危机预警问题，输出结果即为发生财务危机或者未发生财务危机。单变量分析方法最早应用于企业财务危机预警领域，Beaver（1966）[1]等是较早采用单变量分析法预测企业状况的学者，并在研究中发现对企业财务状况判别能力高的财务指标和关键要素。Ohlson（1980）[2]发现Logistic模型更适合描述企业发生财务危机与否和财务比率指标之间的非线性关系。自上世纪50年代人工智能技术，如决策树、支持向量机、神经网络、概率神经网络等分类器成为预测企业财务危机较常用的方法。Odom（1990）[3]最先运用神经网络模型对企业财务状况进行预测。

已有研究表明，分类器集成技术在预测精度和误差等方面都要优于单一分类器模型和传统的统计方法。集成分类器是针对同一问题通过组合一组分类器进行解决的，最终的分类结果根据每个分类器的组合从而最终得到。常用的集成方法包括Bagging和Adaboost。West（2005）[4]研究了用于对神经网络进行集成的cross-validation，bagging，boosting三类集成策略，并证明多分类器集成方法的预测能力优于单一模型。Alfaro（2008）[5]对比了使用AdaBoost集成方法和神经网络模型的预测企业破产的精度，结果显示AdaBoost集成方法有效降低了神经网络的泛化错误。

虽然许多相关的研究已经证明了集成分类器优于许多单分类器，但是在企业财务危机预警领域，关于集成模型的应用还缺少全面的对比及分析。所以本文选取了Bagging和Adaboost集成模型，同时选取了神经网络（NN）、支持向量机（SVM）和决策树（DT）作为集成的基分类器，重点讨论如何构建财务危机预警的最优集成分类器模型。

2 集成模型

集成学习方法是机器学习的新兴领域。近些年来，采用集成模型对企业财务危机进行预警的研究也呈上升趋势。集成模型的目的在于将多个具有一般性能的弱分类器整合成为具有较强分类性能的集成模型。也就是说，用于集成的基分类器能够有效弥补其它基分类器所产生的不足，从而获得比单分类器更好的预测效果，显著的提高预测模型的泛化能力。

将不同的基分类器的预测结果进行组合得到最终的预测结果，这些用于组合的基分类器可以通过不同的训练数据集产生，也可以通过不同的分类算法产生：

2.1 Bagging

Bagging首先通过自助抽样法，从初始训练数据集中有放回的对样本进行抽样，形成不同的训练数据集。进而采用某一分类算法分别用各个训练数据集对基分类器模型进行训练，从而形成不同的基分类器模型。最后采用多数投票法融合各个基分类器的预测结果。已有研究表明，Bagging采用的自助抽样法和多数投票法能够有效降低模型的方差从而提高预测的精度。

2.2 Adaboost

在Adaboost中，各个分类器是连续生成的。即Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的基分类器，然后把这些基分类器通过多数加权投票的方法进行整合形成一个最终的强分类器。Adaboost的算法如下：

假设有训练样本集 ，代表一个二分类问题中训练样本的对应输出。当经过第t次迭代时，每个训练样本的权重表示为 。每个训练样本的初始权重为1/n，样本的权重随着迭代的增加而不断的更新。在t次迭代时，Adaboost根据权重分布生成新的训练样本集，并使用新的训练样本生成基分类器，通过ft表示。Et代表分类器ft的错误率，可以通过式（1）进行计算：

（1）

根据容易分类的样本分配较小权重，较难分类的样本分配较大权重的基本思想，样本的权重通过式（2）进行更新：

（2）

式（2）中的αt和lit分别通过式（3），（4）计算得到：

（3）

（4）

将以上得到的权重进行标准化处理，可以得到 （5）。

当进行T次迭代时，将有T个弱分类器用于集成。Adaboost通过加权投票集成法得到最终的分类结果。

3 实证研究

3.1 样本描述

本文采用的上市公司的财务数据样本均通过CCER经济金融数据库获取。采用沪深两市中的上市公司因为连续两年以上财务状况异常而被“特别处理（Special Treatment，ST）”作为分类器的分类标准。基于此，本文选取2009-2014年首次被证监会“特别处理”的上市公司，共计167家上市公司作为发生财务危机的公司样本。并根据同行业和相似总资产选取准则，选取了167家财务健康的上市公司作为配对样本进行实验。基于既有的的指标选取原则，本文分别从市场价值、营运能力、资本结构、偿债能力、盈利能力和成长能力6个方面选取了38个财务指标作为构建财务预警模型的输入。具体包含的指标内容如表1所示：

3.2 实验设计

本文选取了神经网络（NN），支持向量机（SVM）和决策树（DT）三个常用的预测模型作为集成的基分类器。使用神经网络作为基分类器，主要需要确定网络层神经元的数量，本文采用经验法对其进行设置，即网络层的神经元数量一般设置为 ，其中m是输入层神经元的个数，即输入财务指标集的数量，n是输出层的神经元个数，即是否发生财务危机，a是一个0-10之间的常数。采用支持向量机作为集成的基分类器时，采用径向基函数（RBF）作为其核函数，并利用交叉验证法寻找最优的惩罚系数C和核参数σ。

为了避免训练样本因为一次抽样而使得模型的测试产生有偏的结果，采用10-折交叉验证作为模型的验证方法。即将样本数据随机划分为互斥的10组，用其中9组作为训练样本，剩余1组作为测试样本，重复这一过程，直至每组都做过一次测试样本，并计算最终正确分类的样本数量占总样本数量的值来评估分类器的性能。

3.3 评价标准

本文分别采用整体预测准确率（Accuracy）、第一类错误率（type I error）和第二类错误率（type II error）作为评判模型优劣的评价标准。融合矩阵及各个评价标准的定义如下所示：

3.4 实验结果与分析

为了分析以下两个问题，一是在企业财务危机预警中Bagging和Adaboost两类集成模型预测能力的差异，二是NN，DT和SVM分别与Bagging和Adaboost集成后预测能力的差异。本实验共进行了9组实验，来较全面的分析以上两个问题。具体实验结果见表3：

从表3可以看出，当使用Adaboost作为集成框架，DT作为集成的基分类器时，构建的模型具有最好的预测性能，准确率达到了80.24%，第一类错误率为17.86%，第二类错误率为21.69%。而采用Adaboost-SVM和Adaboost-NN的预测结果分类别77.55%和76.35%。同时可以看出，无论选择哪种预测算法作为集成的基分类器，Adaboost集成框架的预测效果都优于Bagging，因为Adaboost具有更好的泛化性能和降低方差的能力。

4 结论

既往研究中，关于分类器集成方法在企业财务危机预警中的作用没有被充分挖掘。所以本文对集成方法进行了较全面的研究和比较分析。本文选取了企业财务危机预警中常用了两个集成模型：Bagging和Adaboost，用于比较。同时，每个集成模型都分别与神经网络、决策树和支持向量机相结合，用于判断集成模型的性能。实验表明，Adaboost-DT具有最优的预测能力。此外，相比于其它集成模型，Adaboost-DT具有更好的效率。所以，在未来关于企业财务危机预警的实践应用中，该模型为管理者和投资者提供了一个较好的决策工具。

参考文献：