企业财务危机预警范文

导语：如何才能写好一篇企业财务危机预警，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

1.企业陷入财务危机的外部原因

企业对宏观经济的变化，是被动或者说是难以准确预测，甚至是无法改变的。面对复杂多变的宏观环境，企业财务管理只有采取积极地应对措施避免财务危机的发生，财务危机预警体系的建立也越来越引起企业的重视。存在于企业之外财务的宏观环境主要包括经济环境、市场环境、社会文化环境、法律环境、资源环境等因素。

2.企业陷入财务危机的内部原因

（1）企业内部控制薄弱、管理混乱：由于企业管理混乱，内部控制薄弱、出现会计反映不实、成本支出失控、经济效益低下、财产物资严重损失、违法违纪等经济现象。这些问题积累到一定程度，最终会导致危机爆发。（2）资本结构的不合理促使财务危机发生：由于资本结构不合理，企业偿付能力下降，财务负担沉重。具体在负债构成上，短期负债过多，长期负债较少，这种情况会使企业的支付能力下降。一旦企业资金链断裂，一方面使自己经营难于为继，财务风险进一步加大，另一方面又会因逾期借款不能偿还，进一步丧失信用，继而加大融资成本。（3）对外投资：一方面，企业对投资项目的可行性研究不足，决策所依据的经济信息收集不全面、不真实以及决策者等原因，频繁发生错误的投资决策。另一方面，由于盲目对外投资，对投资风险未引起足够重视，导致企业投资失败，造成巨大损失，财务危机频现。（4）过度使用商业信用：商业交易中，企业为了促销，增加市场份额，扩大销售规模，越来越多的企业采用赊销的方式，从而导致商业信用的过度利用。一旦信用链条上的某一环节出现问题，产生“多米诺骨牌”效应，资金链断裂不可避免，将危及到企业生存。

二、完善企业财务危机预警的有效措施

1.编制现金流量预算，建立短期财务预警系统

企业要持续经营下去，短期来看，并不取决于是否有会计利润，而取决于企业的净经营活动现金流量为正还是为负，是否有足够的现金流量用于各种支出，但企业利润是财务危机预警的前提，企业发生亏损，往往意味着经营出现问题，财务风险在增加。而有利润的企业，一般经营稳定，有着较稳定的存货、应收应付账款，净经营活动现金流为正，一般大于净利润。企业管理层也越来越重视现金流量预算的编制。准确地现金流量预算可以为企业经营预警，使经营者能够及早采取措施应对。滚动式现金流量预算将成为企业建立短期财务危机预警系统的最关键一环。

2.构建财务分析指标体系，形成长期财务预警系统

企业建立短期财务预警系统的目的是要形成长期财务预警体系，要建立起环环相扣的企业盈利能力、偿债能力、经济效率、发展潜力体系。企业盈利能力反映企业资产的盈利情况，主要看单位资产利润水平。偿债能力包括了资产负债率和流动比率指标，过高的资产负债率会削弱企业的偿债能力，而过高的流动比率会导致企业丧失再投资机会。要较多地利用财务杠杆，投资报酬率必须大于借款利率。企业财务评价的两大指标就是资产盈利能力和偿债能力。而经济效率是企业经营管理水平的高低的直接体现，反映经济效率高低的指标主要有资产运营指标，如应收账款周转率、存货周转率等。资本保值增值率和销售增长率则是企业发展潜力的指标。企业要把握不可预测的机会，还需获得财务弹性，既要具备变现的能力，这主要与企业经营活动现金净流量有关。变现能力越强，财务弹性越好。相关的指标有：到期债务本金偿付率、营运资金与总资产比率、实有净资产与有形长期资产比率等。

3.采取适当的风险管理策略

企业风险预警指标体系建立起来后，重要的工作就是监测风险信号，常见的风险信号像成本上升、应收账款剧增、产品积压严重，产品质量下降等，这时，企业要根据风险形成原因及过程采取适当的风险管理策略，最大程度的降低危害。回避风险，控制风险，接受风险和分散风险是财务风险应对的常用策略。而控制风险策略按控制目的可分为抑制性控制和预防性控制，前者指要采取措施最大限度的降低可能发生的损失。后者是对可能发生的损失预先确定，提出防止损失实际发生的相应措施。

4.调节各系统之间的均衡

企业财务危机预警系统作为一个有机整体，应当与各子系统保持均衡合作关系。应当充分考虑各子系统各种数据的不同要求，建立共享的企业数据库，最终目的就是要让各子系统之间的关系更加稳固均衡，共同防范企业财务危机的发生。

5.建立以两大辅助系统为基础的财务危机预警体系

两大辅助系统，指的是财务危机分析系统和财务会计管理信息系统。企业的这两大辅助系统是企业财务危机预警体系有效运行的两根支柱。企业只有重视了辅助信息系统的构建，才可以及早地对企业财务危机做出反应，企业财务危机预警体系也只有在两者的辅助之下，才能尽快地对财务危机的蛛丝马迹作出反应，从而及早进行有效的防范。

三、结论

篇2

20世纪80年代我国开始引入现代物流的概念，物流业在国民经济发展中的作用日益显现和受到重视。2009年物流业跻身我国十大产业振兴规划，成为服务领域的唯一产业振兴规划。然而，随着我国物流业的快速发展，其面临的财务风险也越来越大，给物流企业的可持续发展带来很大隐患。企业要建立适当的预警分析方法，进行适当的财务风险决策，实行精细化财务管理，以防范财务危机。从20世纪30年代开始，西方的研究者们开始用统计方法进行财务预警研究，财务预警研究进入了定量分析的阶段。经过几十年的发展，较有影响的财务预警方法已经有十几种之多。有的成果，如Altman的Z-score、ZETA模型已被广泛用于银行对客户的风险管理。有些成果，如人工神经网络分析方法（ANN）仍处于实验室阶段。根据现有文献，大多数研究结果支持其所采用财务预警方法的预警效果（Altman，1968；Coats & Fant，1993；吴世农、卢贤义，2001等）。与之形成鲜明对比的是，来自企业的直接证据并不多见。吴星泽（2011）对此进行了深入分析，发现现有研究在基础理论和应用方面存在的问题是造成这种现象的主要原因。这些问题主要表现在：财务危机概念混淆不清；变量选择缺少理论依据、样本选择存在严重偏差；而一些隐含的假定，如经济人、个体主义、利益相关者外生等，也与现实不完全相符。此外，对财务指标预警作用的过分信任和信赖更是导致财务预警不能有效发挥防范财务危机作用的重要原因。吴星泽（2010）指出财务指标其实主要是反映企业财务状况的征兆，而不是可以预测财务危机的原因。因此在预警模型中使用财务指标，必须对其预警效果进行客观的分析和判断，这样才不至于夸大财务指标的预警能力，导致错误的预警结果。在此基础上，吴星泽（2010）进一步指出，找出财务危机背后的本质原因及其发生机理，并在此基础上构建模型，才能获得真正的高预警能力。在具体应用时，还要合理吸收管理学中的权变思想，既考虑财务危机的共性特点，又考虑具体行业和企业的特殊情况。

二、物流企业财务危机影响因素

财务危机指的是在嵌入利益相关者行为的前提下，权衡两种力量，即导致财务危机发生的因素与抵抗财务危机发生的因素之后所形成的企业支付能力不足的情况（吴星泽，2010）。支付能力不足是果，是财务预警所要提示和防范的对象；两种因素是财务预警所需依附的着力点。只有充分了解两种因素的来源、表现和变化趋势，才能准确地进行财务危机预警和防范，避免出现“伪危机”和“伪健康”现象。影响企业财务危机的两种因素基本来源有：一种是企业自身，如企业规模、公司治理状况等，一种是利益相关者，如大股东的掏空与支持行为、供应商和客户的讨价还价能力等，还有一种是其它来源，如经济环境、天时地利、不可抗力等。

就物流企业而言，导致财务危机发生的因素主要有：一是经济环境恶化，导致整体物流需求不足，如2008金融风暴中美国消费者购买力下降导致大量我国外贸企业陷入财务危机；二是市场竞争激烈，企业盈利水平下降，并且开始接受不利于财务状况的收款条件（如赊销等）；三是公司治理弱化，风险管控不足；四是企业融资条件恶化，特别是发生银行逼债行为；五是供应链财务风险的传导；六是重大灾害；七是对从事国际物流业务的企业而言，汇率发生不利变动。

抵抗财务危机发生的因素则主要表现在：企业规模大，家底殷实；企业创造利润和现金流的能力强；股东特别是控股股东支持；债权人支持；公司治理状况良好，风险管控适当；政府政策支持。两种因素对企业影响力的大小，不仅与该种因素强度有关，还与企业自适应和自学习能力有关，因为企业是活的，它会在感知两种因素的情况下，评价其对自身的影响，并作出相应的反应（吴星泽，2010）。因此，在评价两种因素强弱，预测企业是否会陷入财务危机时，企业自适应和自学习能力也是必须考虑的一个重要因素。

三、物流企业财务危机防范思路

在影响企业财务状况的各种因素中，有的是企业可以控制和改变的，如投资、销售条件、财务管理流程等，有的则是企业不能控制和改变，只能善加利用或提前规避的，如经济环境、金融环境等环境因素、供应链中的其它企业等。防范财务危机，企业必须着力于企业可以控制和改变的因素，分析两种因素对企业的影响，采取有效措施防患于未然。

其一，认真分析两种因素，评价其对企业财务能力影响。大多数财务危机的发生都有一个循序渐进的过程，两种因素的强弱和变化趋势是决定企业是否会发生财务危机的关键，因此，认真分析两种因素并评价其对企业财务能力、特别是支付能力的影响是十分必要的。分析时要明确两种因素对企业的影响路径、程度，找出关键因素并加以重点跟踪。对于突发重大事件，要深入分析其对企业的影响，做好应对措施。

其二，提升公司治理，加强风险管控。公司治理是企业防范财务风险的一道重要的防火墙。第一大股东持股比例、董事会结构、董事会活跃程度等因素对财务控制效果和财务风险有显著影响（程新生等，2007；刘姝威，2005）。因此，改善财务控制需要从公司治理方面入手， 包括建立健全约束大股东行为的相关机制， 提高董事会独立性作为制衡大股东的重要措施，运用组合治理机制，实现对财务控制的再控制等。上述作用主要体现在组织层面。此外，企业还需要在业务层面建立合理的企业内部控制体系，强化风险管控。一是梳理业务流程，识别评估内控风险。就防范财务危机而言，资金管理、担保、合同管理等方面极为关键。二是针对重要风险，完善风险控制设计，确保风险预警和监控制度健全有效，筑起防范和化解财务风险的防线。三是以COSO和COBIT为参照标准，完善信息系统总体控制和应用控制设计。一旦发现某种异兆的财务风险信号，就能准确及时地传递给主要的风险控制人员，以避免和减少风险损失。

其三，树立可持续发展观念，控制盲目扩张。由于扩张阶段往往伴随着市场扩大和利润的提升，很多企业往往在这一阶段忘记了扩张风险的存在，而在连续高速扩张之后导致企业破产。对于那些资产专用性较高的物流企业，如航运企业、港机制造企业等，尤其要在行业景气时控制企业的扩张速度。

其四，贯彻现金为王观念。李心合（2007）认为“更确切地理解财务失败可能要与现金流转相联系，也就是与资本流量或支付能力相联系。对一个企业来说，当现金流量不能满足正常支付需求、从而发生支付困难时，也就出现了人们常说的财务失败或财务危机。”现金的重要性可见一斑。然而很多企业过分追求利润、追求增长，忽视了利润的现金含量和增长质量，往往导致财务风险的失控和财务危机的发生。因此，物流企业在经营中必须平衡增长与风险，尽量减少应收账款占比，必要时可以采用应收账款保理等手段控制和锁定坏账风险。

其五，实行精细化财务管理。由于资金管理方式落后、缺乏手段，因此物流企业资金体外循环、随意投资、使用效率不高等问题在所难免（严李浩，2005）。这种局面不仅使资金不能统筹使用，同时增加了企业整体资金运作负担和财务风险。为此物流企业应当加强财务精细化管理。一要强化预算管理，通过预算的计划和控制作用使企业面临的不确定性降低，从而降低财务风险；二要建立经常性的财务分析制度、做好月份流动性分析、季度资产质量和负债率分析及年度会计、审计报告制度，完善风险预警系统。三是做好压力测试，通过对两种因素在未来的变化进行预期，对变化所产生的影响进行压力测试。如对于一家拥有较多可销售权益证券的企业，可以假定权益证券的市场价格发生5%的变化，看其对企业发生财务危机的影响程度，然后再看10%、20%……的变化影响。通过压力测试提前发现风险点，防范财务危机。

三、物流企业财务预警方法构建

财务预警是在财务危机实际发生之前，捕捉和监视各种细微的迹象变动，度量某种状态偏离预警线的强弱程度，并适时发出预警信号。财务预警的生命力在“预”，为此必须超越主要依赖财务比率建模的方法，沿着财务风险传导的路径，努力寻找导致危机的具有动力性能的因素，并将它们纳入模型以获得真正的高预警能力（吴星泽，2011）。考虑到现实的复杂性，笔者不主张寻求一个具体的普遍适用的模型。一个普遍适用的原理可能存在，但一个具体的普遍适用的模型不可能存在。笔者认为，根据物流企业所处具体领域和其自身的特点，抓住对物流企业支付能力有重要影响的因素，建立相应的分层分时的财务预警指标体系。

其一，分层分时的财务预警方法。财务预警的方法很多，然而大多数不是从两种因素分析出发，而是基于财务指标设计的。由于财务指标是财务危机发生的征兆而不是原因（吴星泽，2010），其自然难以取得理想的预警效果。近年来出现的人工神经网络分析方法（ANN）虽然将非财务信息纳入预警系统，但其复杂的建模技术和实施条件，使其难以为大多数中小物流企业所采用。从既能预警又易为企业应用的角度出发，笔者提出分层分时的财务预警方法。这种方法的基本思想是：从宏观环境、利益相关者和企业自身三个层面，区分长期（3年以上）、中期（2－3年）、和短期（1年）三种周期，分析两种力量的强弱、变化趋势及其对财务支付能力的影响，达到提前预警的目的。这一方法不是单纯的定量分析，也不是单纯的定性分析，而是将定性与定量分析有机结合。

其二，预警指标的选取。不同预警周期指标应有所区别。短期预警应以现金流为核心指标，而中期及长期预警则可以利润指标为核心。因为就短期而言，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的资金用于各种支出。这一点对于我国大量的中小物流企业而言尤为现实。有研究表明，导致中小企业倒闭的经营失败，在财务角度有两个最突出的表现：企业的盈利能力不断下降，直至出现经营亏损；资金短缺，偿债能力降低，导致不能清偿到期债务（周智学，2009）。因此，以盈利能力和现金流创造能力为核心，围绕影响这两方面能力的各种力量，区分不同时期设置相关指标，将能够提前发现警情，防止财务危机的出现。

（1）长期预警指标的选取。长期预警对于企业的现实意义不大，但一旦发生警情而未能采取有效应对措施，其后果往往是致命的。其指标可以选取政策和法律、技术等宏观环境和企业经营层的变动情况，关注其对企业长期获利能力的影响，以定性分析为主。（2）中期预警指标的选取。中期预警指标可以从经济、金融等外部环境，结合行业竞争、企业治理状况选取。对物流企业来说，经济景气程度、外汇汇率走势、行业集中度、差别竞争程度、企业增长速度、企业治理指数等指标特别值得关注，指标使用时应定性与定量分析相结合。值得一提的是，经济向好时的企业增长速度要保持适当，如果增速过高，必须对企业持续发展能力进行评估，防范企业在“在欢乐中灭亡”。（3）短期预警指标的选取。短期预警是所有周期预警中最重要的，以定量分析为主。对于中期、长期预警而言，当出现警情时，尚有较充足的时间应对。而短期则不同，一旦发生警情特别是重大警情，往往依靠自身的力量已难以解决，而对外部力量的信赖，如希望股东施以援手或银行帮助，则主动权在人不在己，对企业而言，风险是极大的。因此短期预警必须密切关注与现金流量相关的指标。这些指标包括：订单数量、产品价格（包括运费、仓储费、装卸费等）、物流成本、应收账款周转率、现金流动负债比率、获取资金支持的能力（股东支持、债权人支持、供应商支持）等，此外，要关注企业是否存在出售资产行为（特别是出售经营性资产还债行为），若有则必须弄清原因。

四、结论

从两种基本因素的对比去把握物流企业财务危机，思想更简单清晰，逻辑更严谨，涵盖的信息更丰富，避免了利用财务指标进行单纯横截面研究的静态性缺陷，同时可以将非财务因素动态地纳入分析框架。更重要的是，依照上述方法可以变仅注重发现险情的消极预警为分析根源、改进管理的积极预警，变静态预警为动态预警。此外，还可以将内部控制建设融入其中，从而真正发挥财务预警的作用。

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》，《会计研究》2011年第2期。

篇3

[关键词] 集团企业 财务危机 预警系统

经济全球化时代，市场经济的飞速发展促使越来越多的集团企业涌现出来。这些企业充分发挥其人、财、物优势，在市场竞争中显示出强大生命力。但集团企业的管理并不是个别企业管理的简单相加，它需要企业集团在最高领导层的统一控制下，协同作战。集团企业的财务包括两个层次：其一是各下属公司内部对自身财务的管理和控制；其二是集团企业总部对各下属子公司的财务控制。在这种情况下，如何提高集团企业对财务的有效控制，以及如何化解财务危机，成为亟待解决的问题。

一、财务危机预警系统

财务危机预警系统正是为化解集团企业财务危机而建立起来的一种机制，财务危机预警系统还没有公认的定义，笔者在分析预警系统构成要素的基础上，将其定义为：财务危机预警系统是企业专门组织根据财务治理学、风险治理和统计学的相关理论，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，采用定性和定量的分析方法，建立预警分析机制，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，以督促企业治理部门提前采取防范或预防措施,为治理部门提供决策和风险控制依据的组织手段和分析系统。简单的说，它是企业专门组织预警-报警-排警的有机治理过程体系。

二、构建财务危机预警系统的重要性

从理论上看，集团企业财务危机预警系统的构建是我国企业治理与控制理论的丰富和发展。本文所构建的财务危机预警系统是基于我国集团企业相关理论和经济技术特点的，从建立一套发现警兆-确认警情-排警对策（预警-报警-排警）的逻辑机理出发，为我国集团企业提供一种危机预警治理新模式。

从实践上看，对于集团企业来说，借助财务危机预警系统，公司治理层能够及时发现公司财务状况的恶化，以及造成公司财务状况恶化的原因，从而能够及时地、有针对性的调整公司的经营策略，扭转公司经营状况恶化的势头。另外公司越早获得危机信号，越可以减少其在会计、审计、律师等方面所支付的费用。同时，有利于证监部门加强财务监督治理，以提高集团企业的经济效益。

三、构建财务危机预警系统的新思路

1.确定财务危机的等级

第一级，高度危险。企业已经陷入财务危机，需要立即采取有效措施整顿和补救；首先,制定短期行动方案。其要点为降低现金需求与极大化资金来源，例如：处分不良债权与加速回收应收账款；处分存货，包括制成品与原料、零部件；处分闲置资产，出租或出售无用的资产；收回对外投资等。其次,寻求过度时期的资产支援。最后,拟定重整方案及实施时间表。重新检讨其企业的策略方案与目标，吸取教训，制定重整方案。

第二级，中度危险。此时企业显露出部分风险，这些风险开始对企业产生影响并有进一步恶化的可能，如果不及时采取措施，将会导致高度风险并使企业经营无法继续。面对中度危险，首先,制定短期行动方案。其要点为降低现金需求与极大化资金来源；其次,寻求过度时期的资产支援。征得债权人、供应商、股东等的支持，共度难关；最后,拟定重整方案及实施时间表。重新检讨其企业的策略方案与目标， 吸取教训， 制定重整方案。

第三级，低度风险。此时财务危机刚刚开始发作，对企业经营有重大影响的指标中，个别指标开始恶化。影响财务危机分析的一般有两个因素：预警指标和临界点。预警指标是用于预测财务危机的财务指标，也就是能够有效识别财务状况恶化迹象的财务指标；临界点是指控制预警指标的特殊值，一旦测评指标超过该值，就应该实施应急的计划。这一阶段的预警分析要建立一种科学的分析诊断机制。面对财务层面的危机信号，应探寻导致财务状况恶化的真实根源。

第四级，警惕状态。此时风险不大，个别指标出现一些波动，有不安全的苗头。经营者和管理者应关注这一状况，分析原因，考虑是否采取措施，制止这一状况的继续。这一阶段的信息处理要做到与管理信息系统相辅相成。一方面，管理信息系统为预警系统提供数据接口，在预警系统与企业各个子系统之间建立起顺畅的沟通渠道，这自然要求财务信息管理系统必不可少地配备信息专业人员及软、硬件设备, 及相应的技术人员支持。另一方面预警信息迅速反馈到相关部门进行处理并及时采取相应的对策。

2.建立财务危机预警多元逻辑(Logistic)模型

多元逻辑模型的目标是寻求观察对象的条件概率，据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上，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模型假设了企业破产的概率P(破产取1，非破产取0)，并假设Ln[p/(1-P)]可以用财务比率线性解释。假定Ln[p/(1-p)]＝a+bx，推导可以得出p＝exp(a+bx)/[1+exp(a+bx)]从而计算出企业破产的概率。判别方法是首先根据多元线性判定模型确定企业破产的Z值，然后推导出企业破产的条件概率。如果P值大于0.5，表明企业破产的概率比较大，可判定企业即将破产：如果P值低于0.5，表明企业财务正常的概率较大，可判定企业财务正常。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，具有更广泛的适用范围。

3.建立财务危机预警分析指标体系

建立财务比率诊断表，该表是对企业的一些财务指标预先设置判断标准，然后计算这些财务比率的实际值，并将其与标准值进行对比，以此对企业财务状况进行判定的方法。通过选用反映企业盈利能力、资产管理能力和偿债能力等三大类指标，对企业财务状况进行诊断：

运用财务比率诊断将企业实际指标与标准指标的比较，可对企业财务状况进行诊断。该方法能全面地反映企业的财务状况，具有较强的可操作性。

4.辅助预警――非财务因素

对企业的财务预警分析除了使用财务指标外，还可以辅助使用一些非财务的指标和方法。这些非财务的指标和方法，可以弥补单纯使用财务指标的缺陷和不足。财务预警分析中常用的非财务指标主要是内部控制制度分析。即从内部控制的角度，用定性分析的方法对企业存在的风险大小进行预警分析。具体说来，若企业的内控制度比较健全，而且执行比较到位，则单位的财务风险相对较小；否则，财务风险较大。对单位内部控制制度进行分析，可以从几个方面进行:(1)投资审批程序的健全性及其落实情况；(2)岗位分离和制约制度执行情况;(3)财务分析是否及时专人报告;(4)项目责任制执行得好坏;(5)财务监督制度十分健全，执行情况如何。

参考文献：

[1]刘爱东:公司理财[M].上海:复旦大学出版社,2006

[2]戴新民:现代会计前沿问题[M].经济管理出版社,2003.5

[3]张友棠:财务预警系统治理研究[M].中国人民大学出版社2004

[4]樊行健:财务分析[M].清华大学出版社2007.5

[5]陈 慧:现行企业内部控制制度存在的问题及其对策[J].南京财经大学学报，2004(3)

篇4

一、企业财务危机预警系统构建方法

企业财务危机预警系统构建有两种方法，即定量分析法和定性分析法。

（一）定量分析法

定量分析法是以财务指标为基础的比率分析。财务数据与企业价值及财务状况密切相关，是企业财务状况的量化表现，其中财务指标在某些方面反映的信息比企业财务会计报告中的绝对数信息更为重要，因而财务指标可以作为预测企业经济前景的计量指标。企业发生财务危机要经历一个从量变到质变的渐进发展过程，这种渐进发展情况必然会通过一些财务指标的变化体现出来。因此要准确测度企业财务状况和预测警情，从大量的财务因子中选好财务指标是关键。

目前建立预警系统的模式主要有以下两种：

1.单变量模型。它是通过单个财务比率的变化趋势来预测财务危机可能性的模式。

根据财务预警指标选择的原则，可从以下三个方面来确定财务预警指标：

（1）偿债能力。从偿债能力上来预测企业发生财务危机的可能性是极为重要的。企业发生财务危机的最直接表现就是丧失现金流上的支付能力，反映为资产的变现力差，现金总流人小于现金总流出，即现金净流量为负值。一般来说，一个企业的资产流动性越大，其偿还负债的能力越强。一般包括以下指标：流动比率、速动比率、应收帐款周转率、存货周转率、有形净值债务率、利息保障倍数。

（2）获利能力。盈利是企业偿债和信用的保障，从长远的观点来看，一个企业只有经营前景和盈利能力良好，才会远离财务危机。一般来说，企业盈利能力越强，对外筹资能力和偿债能力也越强，发生财务危机的可能性就越小。因此从反映盈利方面的财务指标的变化来预测财务危机也是极为重要的。主要指标有：销售净利润率、成本费用利润率、总资产报酬率。

（3）发展能力。反映企业积累能力和可持续发展能力。该指标越大，反映企业资本越充实和越壮大，企业利用证券市场来融资的功能越强，财务危机越不易发生。这方面的指标有：销售增长率、资本保值增值率。

建立的思路是：首先确定好以上三方面的财务指标，然后设定出这些指标的判别标准。设定判别标准时要考虑企业经营状况、经营性质、行业平均发展水平以及行业以往经验等因素，并据实际变化不断对之进行修正。当某指标达到判别标准时，可预示财务警情发生。但这种模式存在局限性，由于每一指标只反映财务状况的某一方面，容易导致不同指标判断的矛盾。

2.多变量模型。它是运用多种财务指标加权汇总产生的总判别值来预测财务危机可能性的模式。它利用会计系统固有的平衡特性，将相互联系的多个财务指标有机结合，建立一个多元线型函数模型来综合反映企业财务风险情况，以消除个别指标在评价企业财务状况方面的缺陷。目前国外实践中影响较大、较为有效的多变量预测模型是Z指标模型。Z指标模型是1968年美国学者奥特曼（Altiman）采用统计学中的判别分析法构造的用五项财务指标的加权平均数计算的预测破产的量化模型。判别函数为：

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

其中X1=营运资产/总资产，X2=留存收益/总资产，X3=息税前利润/总资产，X4=权益的市场价值/债务的帐面价值，X5=销售额/总资产。

当Z值大于2.675时，表明企业财务状况良好，Z值在1.81与2.675之间，表明企业财务状况极不稳定，Z值小于1.81时，则表明企业存在很大的破产风险。Z指标模型预测企业未来一年内破产的准确性约为90%，两年内的准确性约为80%，但对于两年期以上的破产预测作用不大。

多变量模型中几乎包括了所有预测能力很强的指标，舍弃了一些不重要的因素，并且应用十分方便，克服了单变量模式需要很多指标和需对比分析，并要求分析人员具有很高专业水平的缺陷。但其变量和判别标准的确定却很困难。

（二）定性分析法

利用一些财务指标直接分析或构建模型来预测企业财务危机发生的可能性只是整个财务预警系统的一个方面，由于一些难以量化的非财务信息也是影响企业持续经营能力的不可忽视的重要因素，因此在财务危机预警中除进行定量分析外，还应结合一些相关的非财务因素进行定性分析，充分估计各种不利因素对企业财务状况的影响，以更好地预测财务危机发生的可能。可以从以下几方面来进行：

1.宏观经济环境。一般地说，国家政治稳定，政策优惠，经济繁荣，会有利于企业的经营发展。而经济环境变化、国家经济政策调整会直接或间接地对企业产生影响。如通货膨胀时期，利率提高会增加借款企业的利息负担，不利于其经营。此外国家的财政税收政策、产业政策等变化也会对企业经营发生影响。

2.行业特征。行业不同，财务风险是不同的。例如，有些行业与其他行业联系紧密，其市场需求易受其他行业的盛衰影响，财务风险就较大。又如有些高科技产业，具有高投入、高产出和高效益的特点，同时也存在高风险的不利之处。此外，同一行业所处发展阶段不同，财务风险也不会相同。处在行业成长上升阶段的企业，风险小些，而在成熟和衰退阶段，风险就大些。

3.市场状况。企业的产品价格、技术、质量符合市场需求，对路热销或竞争对手少，风险就小。反之，风险就大。

4.企业经营方式。企业经营品种单一，经营范围狭窄，一旦市场情况有变，企业难以适应，发生财务危机的可能性就大。

5.企业管理水平。缺乏管理经验、管理素质低下是造成企业财务危机的主要原因。管理水平高的企业，各项制度健全，系统运转良好，功能充分发挥，财务状况良好，因而发生财务危机的可能性小。此外管理上如能对外界市场条件的变化做出迅速、有效的反应调整，企业往往能成功避免财务危机的发生。

二、积极推进中国企业财务危机预警系统的构建

我国关于财务危机预警的研究主要在借鉴西方研究成果的基础上形成。从目前的情况看，结合国情对单变量模式的理论研究比较多而深入，而在多变量模式预警方面的研究基本上很少。如前所述，单变量模式具有局限性，多变量模式是较单变量模式更适宜的预测企业财务危机的方式，目前在国际上应用较广，我国今后的研究趋势也将是多变量模式研究。考虑到我国和西方的社会经济背景不同，我国的市场经济还不成熟，相关法律也不健全，所以奥特曼的Z指标模型不适合我国国情，不能简单机械地在我国运用。但由于中国企业与美国企业作为微观经济主体有着相同的经济内核，因此，奥特曼的模型虽然是以美国公司为样本分析得出，其思想应该可以为构建我国企业破产预测模型所运用。可以在该模型的基础上结合我国的经济与文化环境对之加以改进。

目前建立符合我国经济实际的财务危机预警多变量模型的条件基本具备，一是因为随着市场经济体制改革的不断深化、《企业破产法》的颁布及破产机制的健全，发生破产的企业越来越多，为我国各行业的企业数据库提供了大量建模所需的数据。二是随着企业会计准则和具体会计准则的颁布实施，随着我国加入WTO后的会计行业竞争的加剧以及注册会计师行业的逐步成熟和会计实务的规模化，企业公布的会计数据的真实可信性也将大为提高。建立我国财务危机预警模型应基于不同行业的数据库，选取大量的破产企业和非破产企业作为样本，按Z指标模型的建立思路构建我国不同行业的危机预测模型。随市场经济的纵深发展，模型变量的构成和系数值、判断标准会随时间而变化，应定期重新估计模型方程，以确保反映的是最新情况。除定量分析外，还应结合一些无法用数据揭示的社会因素来进行定性分析。

此外，还应说明的是，奥特曼的Z指标模型在指标选择上还存在一些局限性，如未考虑现金流量这一预测财务危机的有效变量，也没有体现出反映宏观经济环境的变量如利息率、失业率等，影响了预测的准确性。这些在构建我国的财务危机预警模型中应该引起注意。

还有，上面介绍的定性分析法也很重要，各企业也要根据自身的情况选用，并加以认真地分析研究，以作为对模型结论的修正和补充，以使所得结论更加正确和更加科学。

参考文献

[1]张凤娜，张　进。财务失败预警分析[J].现代会计，2001（1）。

篇5

【关键词】财务危机 财务预警机制 解决措施

一、我国财务预警机制在防治财务危机中存在的弊端

1、传统的财务危机判定方法在方法论上存在不足

首先，财务比率变化是一个中间变量，以其来对财务危机作判定与预测可能存在偏差。其次，比率分析有很强的经验主义色彩，存在较大的主观随意性。再次，使用大量专家使传统财务危机判定方法成本很高，缺乏竞争力。最后，传统财务危机判定方法中通常假定财务比率值为线性，即每一比率值或比率组合计分值对判定财务危机发生概率的边际贡献是相同的，这一假定与事物发展规律可能存在不一致。危机的判定直接影响到财务预警机制的应用措施。

2、财务报表本身的局限性

财务分析的起点是财务报表，而财务报表本身的局限性限制了财务分析如实并完整的反映财务状况和经营状况，从而使财务预警机制也存在局限性。

3、财务危机诊断结论的片面性限制了财务预警机制作用，财务预警机制存在滞后性

同时，大多数对企业财务预警的研究，以上市公司为对象，对非上市公司的适用性不强。

4、很少有企业建立财务预警系统

经营者缺乏对财务预警系统的理解与构建财务预警系统的理论指导，缺乏示范、感到茫然，从而在实际工作中只停留在表面上。

二、财务预警机制在防治财务危机中存在弊端的原因

1、报表数据的局限性对财务危机预警机制的不良影响

财务危机预警的主要依据离不开财务报表数据，而传统的财务报表数据具有以下局限性。

（1）财务报表数据是一种货币形式的财务信息。会计只关注特定主体活动的经济方面，只反映可以用货币形式量化的信息。无法量化的企业信息在传统的财务报表中体现不出来，比如企业文化、企业领导力、执行力、经济事项的社会效益等方面，这必然导致传统财务报表信息披露的片面性。

（2）财务报表数据是历史信息。会计信息是对企业过去经济业务的记录，会计历史成本技术性准则决定了会计信息只反映已经发生的会计事项。对企业财务危机情况的诊断，包括对企业财务状况发展态势的判断，基于历史信息基础上的判断，必然会受其滞后性的局限。

（3）财务报表数据是对主体价值运动近似的反映。企业经济活动的复杂性和不确定性是广泛存在的，会计计量不可能与价值活动在量上完全一致；会计信息的加工、变换是建立在一系列假设的基础上的，是建立在人为确定的会计准则、会计制度基础上的，对面临破产清算的公司持续经营的假设就是不成立的。另外，粉饰报表数据扰乱财务危机预警，会计制度及会计准则对企业一些会计处理给出了一定的选择空间，一些管理当局为了某种目的，人为进行盈余管理、会计造假，导致了会计报表数据的失真，建立在这类会计信息之上的财务危机诊断，是缺乏准确性的。

2、财务危机诊断的片面性和滞后性导致财务预警的滞后性

传统的财务诊断，一般都是企业感觉到经营出现了问题，财务状况开始恶化，才意识到诊断的必要性，往往错过了治疗的良好时机，不能做到防患于未然，人为的加大了危机治疗成本，企业处于亡羊补牢的尴尬处境。一个企业如果在警情刚显现时就予以分析化解、进行防治，一定会起到事半功倍的效果。但是目前大多企业还是在危机突显时才开始治理。

（1）财务危机诊断结论的片面性。传统财务报表数据只关注特定主体活动的经济方面，只反映可以用货币形式来量化的信息。难以用货币计量的要素，如企业文化、领导能力、组织机能、市场占有率等对企业生存发展有重大意义的因素则往往被忽略。

（2）诊断结果会表现出一定程度的滞后性。财务危机诊断应立足于动态的角度对企业财务危机的发展趋势做出判断分析，应该具备一定的预见性。传统的财务报表数据受历史成本记账原则的规范，所反映的数据都是历史成本，一方面表现为计量的滞后性，另一方面表现为重置价格与历史成本的背离，都会影响财务危机诊断的结果。比如，债务重组等重大期后事项可能会完全改变一个企业的命运：远远高于企业账面价值的土地、房屋、建筑物、存货等的可变现价值，对企业来说意义也是极其重大的。

3、公司治理结构不健全，导致财务预警系统不受重视

完善的公司治理结构对企业有着重要的意义：一方面，保障外部投资者的合法权益不被企业的“内部人”侵吞，维护投资者的利益；另一方面，保证企业科学决策，提高效率。只有企业效率提高了，企业各方面的利益才能够真正得到有效的保障。我国公司治理结构不健全主要表现在持股比例过于集中、所有者缺位和内部控制不力等方面。

三、针对以上弊端提出解决措施

1、建立财务危机综合预警系统

（1）企业财务预警系统得以成功建立并有效运行的前提，就是企业全体员工特别是领导层在思想上对潜在的财务危机要有清醒认识和高度警惕，对员工发现的问题合理建议应给予重视和采纳；努力提高财务人员尤其是财务主管人员的业务水平，使财务人员对财务风险的控制成为自觉行为。

（2）全系统建立起以财务危机预警指标系统为主要内容的报表分析和信息披露制度。财务部门应及时将预警分析的结果和信息传送给决策层，使决策者能够迅速指令，采取措施，防止局部混乱演变为整体失控。

（3）企业财务预警系统的有效运行还有赖于预警信息传递路线的畅通和对策反映的及时。这就需要建立一套预警传递系统并由专人负责，使预警信息能迅速反馈到相关部门进行处理并及时采取相应的对策。

（4）充分发挥现代化监管手段，逐步建立财务危机预警指标的数据库和对策库系统，不断扩充和积累有关财务预警所需的基础数据和信息，并努力实现共享，从而提高企业生产经营可持续发展的科技含量。

（5）改革现有的责任目标考核体系，适当加入一些风险预警考核指标，以督促公司的各级员工，搞活存量资产，盘活资金存量，提高资产、资金的运营效益，使公司的经济实力得到真正的加强。

（6）财务预警系统应和企业各项制度相结合起来，互相促进，如以现金周转为主的企业，应切实建立现金核算制度，掌握现金收付期间的差异；以赊销、代销为主的企业，则应加强企业信用调查制度，强化应收账款回收控制。

（7）企业财务预警系统不应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将经验分析人员的直觉判断作定性的分析评价。只有定性和定量的预测相结合，才能提高预警系统的效用。

2、搞好企业财务内部控制

（1）制定标准。制定标准是指确定进行调节、控制所需要的各种标准。所谓控制标准，就是对企业中的人力、物力和财力，以及产品质量特性、工艺技术参数等所规定的数量界限。它是实行控制的定量准绳和衡量工作效果的规范。控制标准可以用实物数量表示，也可以用货币数量来表示，主要有:各项计划指标、预期目标、各种消耗定额、产品质量标准、物资储备定额、费用开支限额等。

（2）分解指标。财务计划及财务调控目标确定之后，需要进一步将财务调控目标具体划分为可操作、可测量的财务调控指标。落实指标的思路为纵横两种，纵向落实就是明确上下级各单位之间各自承担的调控责任以及互相的联系方式，横向落实是指将财务调控指标分解并落实到各相关部门，使从事不同业务活动的部门均承担相应的财务责任。在纵横交错的调控体系中，一定要确定一个调控主线：一则是不能只分不管；二则是确定并真正成为一个财务调控的组织系统，从机构上、人员上和制度上保证调控的运行。

（3）实施调控。制定财务调控目标，分解财务调控指标及建立健全财务调控组织体系，都属于财务调控前期准备工作的范围。对财务资金调节和控制的实际内容应分为三个阶段：发出财务指令；执行财务指令；财务指令执行情况的反馈。

（4）衡量成效。即将被控对象所表示的状态或输出的管理特征值与标准进行对比分析，及时发现脱离控制标准的偏差，并据以分析判断企业经济活动的成效。输出的管理特征值优于控制标准称为顺差，出现顺差表明被检对象取得良好成绩；反之称为逆差。出现逆差表明被检对象的成效较差，必须准确找出原因，为纠正偏差提供方向和信息。企业要切实搞好日常的统计记录、现场观测和技术测定工作，以便掌握更真实可靠的被控量的实际值，对工作绩效做出及时、正确的评价。

（5）纠正偏差。通过信息反馈，可以发现执行结果与财务目标之间的偏差。这一偏差至少说明两个问题：借以了解所定财务目标的切实可行性；了解执行中出现的问题。如果执行的结果与目标差距较大，就有必要对执行的过程及该过程中出现的新因素进行分析，找出原因。

3、建立有效的信息支持系统

前期的流程再造和系统构建固然重要，但科学完备的后续管理对预警系统的正常运行、预警功能的充分发挥同样不可忽视。其后续管理工作通常包括：日常监管和维护，保证预警系统与其他管理系统之间数据接口通畅、数据共享充分；财务业务数据、指标体系、预警临界值等有序更新，保证预警功能的准确和及时；保障各项数据库的安全和完整，数据是预警系统发挥功能的基础，加强数据库的防病毒入侵、防黑客盗取、防止非法操作等措施至关重要。

另外，在判定财务危机时不应忽视以下两个问题。

财务危机与负债无必然联系，投资项目资金紧张也会造成财务危机。它将使公司失去良好的发展机会，削弱其核心竞争力。有时一个企业虽然有较高的负债比例，但由于其现金控制良好和企业的盈利能力较强，即便是较高负债的企业，也并不意味着其必然会产生财务危机。因此，在应用财务预警机制时不能片面的强调企业的负债比率，应结合企业的现金流量和盈利能力进行分析。

财务危机与短期盈亏无必然联系，公司亏损甚至资不抵债，只要能够借新债还旧债，保持足够的支付能力，就不会面临破产的危机。相反，有些公司盈利能力不错，但是支付能力严重不足，不具备现实的支付能力，也可能出现财务危机。可以说公司的财务危机与公司的财务控制能力和未来发展前景是密切相关的，如公司财务失控和前景悲观，从而导致公司丧失新的举债能力，财务危机就将成为现实。因此，财务预警机制不仅要考虑短期盈亏，还要考虑财务控制能力和未来发展前景。

【参考文献】

[1] 陈铁军：公司财务危机产生原因和防范对策[J].甘肃农业，2006（8）.

[2] 骆伟平：浅谈财务危机预警与控制[J].时代金融，2006（8）.

篇6

[关键词]显著性分析;因子分析;财务危机;预警;指标筛选

[中图分类号] F275[文献标识码] A [文章编号] 1673-0461(2010)08-0036-04

[收稿日期]2010-04-17

[作者简介]全春光(1974 -),男, 湖南衡阳人,湖南科技大学管理学院教师,华中科技大学管理学院在读博士,研究方向:管理科学与工程; 程晓娟(1980 -),女, 河北邢台人,湖南科技大学工业工程系教师,硕士,研究方向:管理科学与工程。

一、引言

企业财务危机预警问题的研究很早就引起了各方面的关注,国内外学者取得了丰富的成果。如Fitzpatrick[1]和Beaver[2]提出单变量模型,美国学者Altman构建Z-score模型[3],我国学者李秉祥提出组合预警模型[4];李益骐运用Logistic回归分析作为主要建模方法[5],李腊生将因子分析与选择性模型相结合,构建了判别上市公司财务危机的因子分析Logit模型[6],郭德仁构建了基于模糊聚类和模糊模式识别模型[7],周辉仁提出一种基于递阶遗传算法和BP神经网络的财务预警模型[8]。可见国内外学者对财务危机预警的研究主要集中在运用数学方法构建财务预警模型上。由于企业内外部环境多变,导致发生危机的因素纷繁复杂,因而为了提高预警模型的精度,通常需要选择多方面、多层次的指标来进行预测。然而预警指标并不是越多越好,过多的指标会产生信息过载,加大成本,同时由于财务指标之间的相关性比较强,易产生覆盖范围重复,计算结果不容易解释等问题,因此在建立预警模型前有必要对初始变量进行筛选。基于此,本文采用显著性分析和因子分析法,对财务危机预警的备选指标进行筛选,以期构建一个有效而简洁的预警指标体系。

二、显著性分析与因子分析法简介

(一)显著性分析

一般来讲,财务危机和财务健康之间应该具有显著差别,因此进入预警模型的指标至少能有效显著的区分这两种状态,这是入选指标的首要条件。所以以此为标准本文采用统计分析法中的显著性检验方法(T检验)对预警指标进行第一次筛选。

针对同一财务指标变量而言,当两组样本具备方差齐性(即 δ12=δ22)时,采用的T统计量为:

这样在可接受的显著性水平上就可以筛选出能显著区分财务危机和财务健康状态的预警变量。

(二)因子分析法

因子分析最早是由心理学家Karl Pearson 和Charles Speamen在1904年提出的,在多元统计分析中,因子分析是一种很有效的降维和信息浓缩技术。这种方法是从变量的相关矩阵出发,将一个m维的随机向量X分解成低于m个且有代表性的公因子和一个特殊的m维向量,使其公因子数取得最佳的个数,从而使对m维随机向量的研究转化成对较少个数的公因子的研究。即用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量,从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。该方法的本质就是通过降维技术将多个指标转化为少数几个综合指标,这些综合指标能够反映原始指标的绝大多数信息,并且所含有的信息互不重叠,彼此之间又不相关,这样既减少了变量的个数,又再现变量之间的内在联系。本文基于因子分析的思想,根据各预警指标相关性大小将它们分组,使得同组内的指标之间相关性较高,不同组的变量之间的相关性较低,通过对相关矩阵内部结构关系的研究,找出影响企业财务危机状况的几个综合指标,称之为主因子。以主因子构成预警指标体系,构建模型,进行预测与分析。

三、财务危机预警指标体系的初步构建

根据敏感性、先兆性、关联性、可操作性和互斥性的原则,本文在借鉴国内外学者的实证研究成果[9-11]并结合我国上市公司实际情况的基础上,从表内信息和表外信息两个角度六个方面构建了一套包括25个指标的财务危机预警的指标体系,作为研究中使用的初始变量,如表1所示。表内信息指标主要包括反映企业盈利能力、经营能力、偿债能力、成长能力和现金流量五个方面的财务指标,表外信息指标主要包括更能揭示公司陷入财务危机状况的非财务信息,比如反映上市公司过度依赖短期借款、存在大量的或有事项(主要是因担保、财务承诺而产生的或有负债)、审计报告的意见类型、期末存在大量关联方交易等情况的指标。

四、财务危机预警指标体系的筛选

对于“财务危机”学术界和实务界有各种不同的界定,考虑到我国的具体国情,本文将我国上市公司中

的ST公司界定为财务危机企业。根据一定的选择标准,选取了2008年被特别处理的38家上市公司,同时按着同行业、同时间窗的原则,选取了38家非ST公司作为匹配样本,组成训练样本,以这76家上市公司两年的数据资料为基础进行实证研究。

(一)初选――显著性检验

按着通常的思路,ST公司和非ST公司之间应该具有显著差别,因此进入预警模型的指标至少能有效显著的区别ST公司和非ST公司,所以以此为标准本文采用统计分析法中的显著性检验方法(T检验)对预警指标进行第一次筛选。利用搜集的训练样本共76家上市公司两年的数据资料,使用SPSS统计分析软件,对财务危机企业被宣布特别处理前1年和前2年的数据进行显著性检验的结果如下,见表2所示。

从以下的T检验结果可以看出:

(1)在财务危机发生的前2年有11个指标通过了显著性检验,在财务危机发生的前一年有15个指标通过了显著性检验,显示了所选财务指标在作为预警变量时具有信息含量和时效性,其信息含量随着时间的临近而增加,即指标离财务危机发生的时间越近,两组公司的财务指标差异越明显,区分度越大,反之信息含量越少,区分度越小。

(2)在25个预警指标中,净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、企业资产规模11个指标连续两年通过显著性检验,其中总资产报酬率、每股收益、成本费用利润率、总资产周转率、现金流动负债比、每股营业现金流量、审计意见型7个指标连续两年在0.01水平上显著。而存货周转率、资产负债率和流动比率3个指标仅在财务危机的前一年有显著差别,其中流动比率在0.01水平上显著。

综合以上分析,我们选取净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、企业资产规模、流动比率12个指标作为第一次筛选的入选变量。其中前11个指标在财务危机发生的前一年和前两年都有很好的区分效果,所以引入预警模型。流动比率虽然只是在财务危机发生的前1年有显著性,但考虑到入选的指标中没有反应企业偿债能力的指标,而偿债能力是反映企业危机状况的一个非常重要的方面,因此也把流动比率作为入选变量,以期使入选指标更全面反映公司的状况。

(二)二次筛选――因子分析

通过显著性检验,我们筛选出12个指标作为建立模型的初选变量,然而这些指标有些相关性很强,包含了重复信息,为使模型更加精简,笔者采用因子分析法进行指标的二次筛选。对进入二次筛选的12个预警指标,利用76家训练样本财务危机前2年的数据,运用SPSS软件进行主成份分析,结果如表3所示。

本文取累计贡献率91.338%,则主成份因子为7个,即用这7个主成份来代替原有的12个指标,这7个主成份因子包含原来91.838%的信息量。为了对这7个因子进行解释,本文使用了正交旋转法中最大方差法进行转换得到因子载荷矩阵(见表4)。

从因子荷载矩阵中,可以看出:

(1)主成份1的支配变量依次为每股收益0.879、成本费用利润率0.861、净资产收益率0.804和总资产报酬率0.773。这些指标都是反映企业盈利能力的指标,因此主成份1可以概括为盈利因子,其代表性变量为每股收益。

(2)主成份2的支配变量主要为流动比率0.738,它反映了企业的偿债能力,因此主成份2可以概括为偿债因子,以流动比率作为代表性变量。

(3)主成份3的支配变量为每股营业现金流量0.752、短期借款流动资金比率0.726,反映了企业获取现金的能力,故主成份3可以概括为现金流量类因子,其代表指标为每股营业现金流量。

(4)主成份4中企业资产规模这一指标的因子荷载明显高于其他指标,因此主成份4可以解释为资产规模因子,其代表指标为企业总资产。

(5)主成份5中总资产增长率的因子荷载明显高于其他指标,因此主成份5可以解释为成长因子,其代表指标为总资产增长率。

(6)主成份6和主成份7中,审计意见类型和总资产周转率这两个指标的荷载都明显高于其他指标,且分值很接近,为了避免重复和保存更多的信息含量,我们将主成份6解释为表外因子,代表指标为审计意见类型;主成份7则概括为资产营运能力因子,其代表指标为总资产周转率。这七个主成分即为最终的入选变量。这七个主成分即为最终的入选变量。

通过显著性检验和因子分析两次筛选,最终得到了每股收益、流动比率、每股营业现金流量、企业总资产、总资产增长率、审计意见类型、总资产周转率7个指标作为构建模型的变量。这7个代表性指标相互独立,分别代表了企业的盈利能力、偿债能力、获取现金能力、资产规模、成长能力、表外因素、营运能力7个方面,符合全面互斥的原则。通过这种方法得到了与预测更为敏感的财务指标,为下一步进行财务预警模型的设计做好准备。

五、结 论

随着市场竞争的日益激烈,科学的财务危机预警既是企业可持续发展的重要条件,也是利益相关者利益保障的有效工具,而预警指标的选择又是财务危机预警的首要问题。本文在对已有研究成果进行综述的基础上,应用显著性分析与因子分析法对预警备选指标进行筛选,得到利益相关者重点观测和预警建模所需的预警指标。研究结果显示,通过显著性检验和因子分析两次指标筛选,能够以较少的特征变量实现了较高的分类精度,从而证明了本文的研究设想。同时需要说明,本文意义在于为科学、合理地选择预警指标提供了一种途径,但就预警问题而言,准确的危机预测更是重中之重。因此,本文的工作只是阶段性成果,如何有效地构建可行的预警模型是将我们下一步需要进一步探讨的方向。

[参考文献]

[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.基于模糊神经网络的企业财务危机非线性组合预测方法研究[J].管理工程学报,2005(1):19-23.

[5]李益骐,田高良.上市公司财务危机预警实证研究[J].西北大学学报(哲学社会科学版),2009(5):79-82.

[6]李腊生,张 岩.我国上市公司财务危机的判断与预警[J].商业经济与管理,2009(4):90-96.

[7]郭德仁,王培辉.基于模糊聚类和模糊模式识别的企业财务预警[J].管理学报,2009(9):1194-1197.

[8]周辉仁,唐万生,任仙玲.基于递阶遗传算法和网络的财务预警[J].系统管理学报,2010(1):1-6.

[9]程晓娟.上市公司财务危机预警模型研究及实证分析[D].成都:成都理工大学,2005.

[10]韩 伟,李 杰.基于熵权法的财务危机预警指标选择研究[J]. 北京交通大学学报(社会科学版),2007(4):65-68.

[11]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,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)财务危机的界定

一是法律对企业破产的定义,企业破产是一种最极端的危机形势,企业在走到破产境地之前可能已经长期处于财务危机之中。二是证券交易所对于财务危机的定义,例如,对于持续亏损的上市公司进行特别处理或者摘牌下市。

(二)财务危机的形成原因

1、财务风险导致的财务危机

在企业的财务管理中,由于存在4类财务风险,即筹资风险、投资风险、汇率风险以及其他风险,这些风险可能单独或交错在一起发生作用,致使企业走向倒闭破产。比如,负债比例较高的资本结构,适合生产经营周期短、资金回流速度快的经营类型;而以权益资金为主的资本结构,则适合那些正处于投资阶段的企业。然而出于对利润的追逐,使得一些企业在投资扩张的同时,往往忽略了对资本结构的把握。

2、经营风险所引发的财务危机

企业生产经营的许多方面都会受到来源于企业外部和内部的诸多因素的影响,具有很大的不确定性。比如:日常管理不当,在生产组织管理方面,产品生产方向不对头,产品更新时期掌握不好、产品老化等都会带来生产方面的风险;战略管理不当,有些企业发生财务危机,是因为投资的时机不对。在扩充计划上,对市场预测又过于乐观把过去的成长率当成未来的市场增长率,夸大了新项目的盈利能力,却忽略了产品已到了生命周期的饱和期,这无疑会引发财务危机。

3、国家的经济政策和法规影响

任何国家的政府为了解决本国的社会、经济、政治问题,总是根据需要制定一系列的政策方针,当这些政策方针发生变化时,如果企业不能正确预测和估价这些变化,会使其经营处于被动的局面,面临各种程度的财务危机,进而影响到企业最终的生存和发展能力。

二、现有财务危机预警方法调查

(一)财务报表分析法

利用财务报表提供的数据和方法对企业财务状况做出估计分析是一种传统的分析方法,财务比率分析本质上是属于财务报表分析,但比财务报表分析又进了一层。财务比率分析是最常见的企业财务危机实证研究的基本统计分析技术。一般而言,财务比率分析应包括六大类:偿债能力、经营能力、获利能力、资本结构、成长能力和现金流量分析。

(二)单变量预测模型

单变量预测模型是采用单个财务指标或某些个别财务比率的数值来预测财务危机的模型。单变量模型的分析步骤是:第一,收集发生财务危机的企业样本;第二,按同产业、资产规模相近及时间窗一致等标准选取正常企业作为配对样本;第三,计算危机企业与正常企业的财务比率;第四,找出使分类误判率最小的分割点;第五,对保留样本作预测分析,以验证分割点的预测能力;第六,以所选财务比率及分割点值对样本外企业进行预测。

单变量模型有良好的理论基础,计算简单,易于理解但也存在很大的不足。首先,单变量模型不够严谨,考虑不全面,各个财务指标比较独立;其次,单变量模型难以描述企业的财务状况,对于同一企业运用不同的比率进行预测时可能得出不同的结论,预警的准确度较差。

(三)多变量预测模型

多变量预测模型是运用多种财务指标加权汇总产生的总判别值来预测财务危机可能性的模式。它利用会计系统固有的平衡特性,将相互联系的多个财务指标有机结合,建立一个多元线型函数模型来综合反映企业财务风险情况,以消除个别指标在评价企业财务状况方面的缺陷。最为经典的多变量财务预测模型是Altman的Z记分模型,此后,又有一些研究人员发展了这一模型。

多变量预测模型几乎包括了所有预测能力很强的指标,有偿债能力指标,赢利能力指标,营运能力指标,获现能力指标等,舍弃了一些不重要的因素,预测准确度较高,但该模型是将所有指标综合起来构建成一个函数判别式,根据判别式的数值来推断企业财务风险系数。我们无法从判别式中看到上市公司的偿债能力,赢利能力或是营运能力等,而且该模型只考虑到财务指标这些定量的因素,而遗漏了很多事关重大但未能在财务中得到体现的非财务信息,如人力资源状况,企业发展战略,企业内部控制等,这些难以量化的非财务信息也是影响企业持续经营能力不可忽视的重要因素。

(四)其他方法

比较常见的有个案分析法,这可能是最为传统,使用最为广泛的一种财务危机分析方法;此外,野田式企业实力测定法、人工神经网络方法、经营雷达图法等,都试图更接近于企业实际复杂的情况。

三、建立企业财务危机预警系统

综上所述,我国企业应该建立一个财务危机预警系统,该系统应包括预警指标体系和引起财务危机的内在因素评估体系两部分。

(一)财务危机预警指标体系

财务危机预警指标体系分别从获利能力、偿债能力、获现能力、经营能力、资本结构、成长能力分析中选择若干指标,综合反映企业的财务状况。比如,获利能力常用指标包括资产报酬率、每股盈余、净资产报酬率;偿债能力常用指标包括流动比率、速动比率;获现能力分析最核心的指标是现金流量比率;经营能力常用指标包括总资产周转率、存货周转率、应收帐款周转率;资本结构分析的核心指标是负债对股东权益的比率指标;成长能力常用指标包括核心业务收入成长率、净资产成长率等。

在运用这些指标进行财务预警时,应考虑企业处于不同的生命周期阶段其财务特征不同:在幼儿期,企业现金短缺、利润和经营现金流量较低,不能因此就判断企业的成败;在成长期,企业现金仍然缺乏,负债率较高;在成熟期,企业现金充沛、负债较少,但业务增长比率却在降低;而到衰退期,企业各项盈利指标都开始下降,逐渐转为负数。此外,还要考虑不同行业其各项财务指标有很大差异。

(二)引起财务危机的相关因素的评估体系

引起财务危机的内在因素评估体系包括经营管理者的理论知识体系,对财务危机预警的认识能力;企业对于财务危机的反应能力,应做到迅速及时;核心竞争力的培养与维护,如果公司不能研发物美价廉的产品,就无疑会失去竞争优势,企业盈利减少,从而逐步陷入财务危机;注重人力资本的开发,将大大加强企业的竞争力,也提高了企业应对财务危机的能力;最后是根据本企业实际情况,建立起合适的组织机构,使企业更具有凝聚力。

篇8

[关键词]电力企业；财务危机；财务预警

一、引言

企业的财务危机通常都经历一个渐进、积累和转化的过程。在此过程中，财务危机会直接或间接地通过一些敏感的财务指标反映出来。因此，通过设置一些财务指标，建立企业财务预警模型，可以预防和消除企业财务危机的隐患，保证企业正常经营。

当今企业处在瞬息万变的市场环境中，任何企业都可能由于外部和内部的原因，出现经营亏损或无力偿还到期债务的危机。电力是国民经济最重要的基础能源产业、上游产业和瓶颈产业，关系到国计民生。电力行业在国民经济中的特殊地位决定了电力企业的财务风险管理的重要性。电力行业一旦出现财务危机，将给整个经济体系带来灾难。因此，电力企业迫切需要建立财务危机的防范机制，提高企业的抗风险能力。

二、财务危机预警方法研究综述

早期关于财务预警的研究侧重于定性分析，但由于定性分析的主观性太强，后来研究的重心逐渐地偏向定量分析，学者们陆续提出了很多类型的预测模型。关于财务危机预警的模型众多，根据预测模型对总体的分布限制可以将这些模型分为参数模型和非参数模型。参数模型主要有单变量分析模型和多变量统计分析模型。

1　参数模型

(1)单变量分析模型

单变量模型是通过个别财务指标来预测财务风险的。当模型中所涉及的几个财务指标出现异常时，通常是企业财务风险恶化的前兆。最早的财务风险预测是Fitzpatrick(1932)开展的单变量判定研究。他以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，发现判别财务风险能力最高的两个指标是“净利润／股东权益”和“股东权益／负债”。Berver(1966)运用单变量风险预警分析方法建立了财务危机预警模型，他抽取了79家失败公司作为样本，以30个变量作为判别指标，检验了公司在破产前几年的预警能力，通过研究发现使用“现金流量／总负债”这一财务比率来预测企业失败的效果最好，判别成功率达到90％，使用“净利润／总资产”比率的判别效果次之，其判别成功率为88％。为了克服Beaver模型的缺陷，其他的单变量模型，如资产负债分解模型(Balance Sheet DecompOSitionModel)，赌徒理论(Gambler’s Ruin)等应运而生。

(2)多变量统计分析模型

多变量统计分析模型采用多个财务指标作为自变量，比单变量模型更能全面的反映出企业的财务状况，适应性更强。美国纽约大学奥尔曼(Altman)教授(1968)首次将多元判别分析法(Multiple Discriminate Analysis，真mA)方法引入到财务困境预测领域，选取营运资本／资产总额、留存收益／资产总额、息税前利润／资产总额、所有者权益市价／负债总额、总销售额／资产总额5个变量作为判别变量，构建了Z Score模型。由于Altman教授创立的多变量线性判别模型对变量具有严格的要求，即要求变量符合严格的联合正态分布，而现实经济生活中大多数企业的财务指标无法满足这一要求。为克服这一缺陷，以Ohlson为代表的一些学者提出用逻辑回归判别方法来提高财务危机的预警能力。从1980年代以来，Logistic回归分析代替判别分析法，在财务风险预测研究领域占据主流地位。

2　非参数模型

非参数方法主要包括神经网络模型、案例推理、DEA模型、决策树分析和粗糙集分析等方法。Lane和wangsely(1986)提出了COX比例风险预测模型，该模型主要用来预测企业未来经营状况以及生存能力、生存时间。20世纪80年代末，神经网络兴起，也影响到了财务危机的研究领域。人工神经网络方法具有高度的并行计算能力、自学能力以及容错能力。韩国的B，S，Ahn，S，S，Cho和C，Y，Kim(2000)将神经网络方法和粗糙集理论结合起来，建立了混合模型，并对此进行了实证研究，结果表明这种混合模式比传统模式更具有优势。英国学者Feng Yu Lin和Sal lyMe Clean(2001)以判别分析法、逻辑回归法、神经网络方法和决策树方法四种独立的财务预警研究方法为基础，将这几方法进行不同的组合，建立了三种混合模式，通过实证分析表明在同等条件下，混合模式明显优于单变量模型。

三、电力企业财务危机预警方法探究

1　单变量模型与多变量模型相结合

通过对比单变量模型和多变量模型，发现单变量模型简单易行，但精度不够，而且任何单个财务指标均无法全面地反映企业整体财务状况。以往的研究表明，单变量模型用于分辨费失败企业的准确率高于经营失败的企业。多变量模型能较为全面地反映公司的财务状况，其预测原理也是建立在统计学和数量经济学的基础上。多变量模型会在电力企业财务预警中居于主导地位。支持多变量模型并不代表否定单变量模型的应用价值，事实上在近期电力企业财务预警中，某一个财务指标的准确度甚至要优于多个财务指标的加权平均数。因此，我们在研究和运用电力企业财务预警模型时，应特别注意单变量模型与多变量模型的有机结合。

2　选取敏感的会计数据和财务指标

综观各类财务预警模型，发现它们有一个共同点，即在模型中都运用了会计数据和财务数据。国外的研究是以破产为标准来界定财务危机的，国外学者们选取债务契约和贷款协议中的一些数据和比率作为破产可能性的计量指标。他们认为，虽然破产不是那些数据和比率恶化的必然结构，但那些数据和比率的恶化将会直接导致违反债务契约，债权人便有权迫使企业破产。因此，在对电力企业的财务预警研究中，应选取对财务危机较为敏感的会计数据和财务指标。

3　设计财务预警模型时应考虑实际情况

国外的财务预警模型是在外国的证券市场和上市公司的背景下建立的。因此，我们在借鉴国外先进的财务预警研究的基础上，还要充分考虑我国的实际情况，结合我国公司的特点，包括组织形式、经营理念、产品性能、管理水平等，量体度身，探索符合我国自身特点的财务预警模型。

不同行业和不同类型公司的风险警源和警兆是有差别的。就电力企业而言，根据经营范围，电力企业可分为发电和电力设备；根据能源结构，电力企业可分为火电、水电、热电和油电等。火电企业与煤价密切相关，而水电受气候的影响较大。因此，企业特征决定了各财务指标在预警模型中的顺序和权重，以及判定警情临界值的范围。电力企业在构建财务危机预警模型时，应综合考虑企业的历史、股权结构、内部控制和长期战略目标等因素。

4　定量与定性相结合

现有预警模型主要侧重于财务定量数据的使用，对于像宏观经济状况、国家政策的变化、不同企业的特殊情况等定性指标考虑的还很少。国内现有的有关财务预警的研究，比较普遍的做法是选取一些定量的财务指标，运用一种统计方法建立预警模型，然后将预警模型运用于目标公司，根据运行结果对目标公司进行财务预警分析。这种做法忽视了非财务指标和定性因素在财务预警分析中的作用，往往一些非财务指标能对公司的财务危机起到很好的预警作用。因此，对电力企业财务预警系统的设计应包括定性模型和定量模型，两者的有机结合构成电力企业的财务危机预警系统。在定性财务预警方面，电力企业还应当借助于一些非历史的和非货币性信息，如煤价波动、替代能源、市场利率、安全和环保等。

5　非现金流量与现金流量指标结合

据统计，美国破产企业中有五分之二是盈利企业，其破产的原因是现金流量不足。比弗的单变量模型验证了现金流量与债务总额之比这项指标来判定企业失败的精确率最高，表明在企业财务预警中，现金流量指标比非现金流量指标更敏感。因此，电力企业在建立和运用财务预警模型时，应适当增加现金流量指标或与现金流量有关指标的数量和权重，以体现现金流量指标在电力企业财务预警中的重要性。

四、结论

伴随着电力体制改革的深入发展，电力企业已经逐步走向市场，传统的经营管理模式受到市场经济的冲击和挑战，各种风险也随之产生。在众多风险中，财务风险是最主要的风险。电力企业只有识别产生财务风险的各种主要因素，建立适当的财务预警模型和机制，严格控制财务风险，才能求得生存和发展。

篇9

[关键词]经济新常态；财务预警；主成分分析；神经网络；Kalman滤波

以“速度变化、结构优化、动力转换”为特征的经济新常态，是“当前和今后一个时期我国经济发展的大逻辑”。在新常态下，一方面我国经济发展整体向好，潜力大，韧性强；另一方面也面临严重的结构性产能过剩、库存过量、风险过大等问题。2015年中央经济工作会议提出，推进供给侧结构性改革，将“去产能、去库存、去杠杆、降成本、补短板”作为2016年的五大任务。这对我国企业而言，机遇与挑战并存，风险与收益同在。但是，新常态下宏观政策、产业政策、微观政策和改革政策都在变化，很多企业面临挑战大于机遇，因财务危机导致企业经营陷入困境甚至破产清算的现象时有发生。因此，为避免或减弱新常态下企业的不利影响，加强企业财务运营的监控，及早发出预警信号，将企业面临的潜在财务危机告知利益相关者是十分必要的。本文在回顾已有的财务预警研究文献的基础上，运用全局主成分分析法，构建了融合神经网络和Kalman滤波法的财务预警模型，并以我国上市公司为样本进行实证研究，这既改变了单一方法的预警模型，又提高了财务预警的准确性，并对经济新常态下的风险管理有参考价值。

一、文献回顾

财务预警是借助企业提供的财务报表等资料，利用不同的分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业潜在的风险，并在危机发生之前向企业经营者发出警告，促使企业管理层采取有效措施，避免潜在的风险演变成损失。最早的财务预警研究是Fitzpatrick（1932）开展的单变量破产预测研究。他首先将样本公司分为破产和非破产两组，再尝试用不同的单一财务比率进行对比，最终认为股东权益/负债这个比率的判别能力最高。随后，William Beaver（1966）提出单一比率模型，即利用单一的财务比率来预测企业的财务困境，发现营运资本流/负债和净利润/总资产是最好的判别变量。但由于用单个指标判别的方法本身存在缺陷，Altman（1968）重新选择样本进行研究，确定出了判别效果最好的五个指标，最终对每个指标确定出权重，构造出了一个综合指标由此进行判别。Altman采用的多元线性的方法，对后来学者的产生了更深远的影响。Ohlson（1980）将Logit回归模型引入财务预警的研究中。他首先确定出了一个非破产概率区间和破产的概率区间，然后根据落在此区间上的企业的概率分布来确定哪些指标的判别效果较好，由此他也在logit回归的基础上，建立了多元概率模型。这两种方法都在很大程度上克服了一元判别和多元判别中的诸多缺陷。随着计算机技术的发展，利用人工神经网络这类黑箱模型的方法对财务预警的研究也逐渐增多，如Tam（1991），Coats和Fant（1991，1993），Ahman，Marco和Varetto（1995），Kevin，KarYanTan和MdodyY.Kiang（1992）采用人工神经网络模型对财务危机公司进行预测。此外，Messier和Hansen（1988）将专家系统运用于财务困境预测，结果证明分类效果最好；Charitou和Trige-orgis（2000）将B-s期权定价模型中的变量因子引入财务危机判别模型，发现到期债务面值、企业资产的当期市价、企业价值变化的标准差等期权变量在预测破产方面作用显著。

我国学者20世纪90年代开始对财务预警进行研究，目前已有一些成果。如周首华、杨济华和王平（1996）通过建立F分数模式对Compustat Pc Plus会计数据库中1990年以来4160家公司进行验证，发现准确率高达近70%。陈静（1999）采用单变量分析法和二类线性判定分析法进行财务危机预警分析，发现流动比率和负债比率的判别效果最好。宋秋萍（2000年）采用美国Ahman的z计分模型对中国6家公司进行了预测分析，发现直接使用美国公司财务数据建立的模型并不适用于对中国公司的预测。吴世农、卢贤义（2001）以多元线性回归分析、判别分析和逐步逻辑回归三种方法构建了相应的财务预警模型，研究结果表明这三种模型都可以在财务危机前做出相对较为准确的预警，并发现logistic预测模型的误判率最低。进入21世纪以后，各种智能算法应用到财务分析当中。刘洪、何光军（2004）用传统的判别分析方法、逻辑回归分析方法、人工神经网络方法进行比较研究，认为人工神经网络方法的预测精度远高于两种传统的统计方法。李健、刘翔（2011）将遗传算法与BP神经网络结合起来，对我国制造业上市公司进行实证分析，结果发现遗传神经网络准确度高于logistic回归模型和BP神经网络模型。

因此，过去对财务预警的研究已经形成一些成果，但面对瞬息万变的市场情况，这些预警模型的运用都有较强的适用条件。从现实案例和财务理论来看，公司财务危机都具有三大特点：一是越临近财务危机的发生，财务指标中所包含的危机信号就越多；二是财务数据的时间序列性，当期财务数据会对下一期造成影响；三是财务危机具有历史累积性，财务危机是长时间的经营不善所导致的最终结果。而现有研究成果大部分（杨华，2009；吴启富，耿霄，2010；李建，刘翔，2011）只是从其中一方面进行考虑，所构建的财务预警模型的适用性大大减弱，预警的准确性不高。本文中融合神经网络和Kalman滤波法的财务预警模型较好地解决了这些问题。

二、研究设计

（一）样本选择和数据来源

国内学者（刘洪，何光军，2004；刘际陆，2011；魏春梅，蔡通，2011）在过去的研究中常把是否被sT作为划分财务危机公司和财务良好公司的界限。这样非黑即白的划分方式存在两个缺陷：一是研究中忽视了企业财务危机的发生是一个逐步累积的过程；二是如果临近财务危机的发生才对企业做出预报，企业就没有充足的时间应对危机，这就丧失了预警的意义。所以，为延长企业财务危机的应对时间，从财务状况良好到发生财务危机，应该再划分一个过渡状态。本文将企业财务状况分成三个状态：财务状况良好、轻度财务危机和重度财务危机。以前的研究显示，企业被sT当期的财务数据，与该企业之前7～8年的财务数据呈现显出著性关系，所以本文将企业在T期至T-7期之内净利润均大零的情况，定义为财务状况良好；若在第T期企业被sT，则第T期的财务状态则被定义为重度财务危机，T-1期至T-5期的财务状况被定义为轻度财务危机。

本文以我国深、沪两市的上市公司作为样本，选择标准为：（1）2012年或2013年首次因连续两年亏损被ST的30家公司，其T期数据作为重度财务危机企业的判别样本。由于sT企业从其前7～8年的数据开始才与发生sT当期的数据呈显著性相关，所以本文选择企业T-1期至T-7期数据作为预测T期财务数据的预测样本。（2）2012年或2013年首次因连续两年亏损被ST的29家公司，其T-5期数据作为轻度财务危机企业的判别样本，其T-1期至T-7期数据作为预测T期财务数据的预测样本。（3）2012年或2013年非ST公司，并且十年之内均未出现净利润为负值情况的30家公司，其第T期数据作为财务状况良好企业的判别样本。为满足配对原则，同样选择其T-1期至T-7期数据作为预测T期财务数据的预测样本。此外，剔除有以下情况之一的sT公司：纯B股的sT公司，因其他状况异常而被sT的公司，存在严重假账的公司，上市两年内就被sT的公司，这类公司存在虚假包装上市的嫌疑，有严重数据缺失或数据不合理的公司。根据上述标准，本文从CSMAR数据库中选择了89家公司（见表5），选择的对象均为工业企业，时间分别为2006-2013年、2005-2012年，共11392个数据，满足客观性、可比性和可获得性等基本特征。

（二）预警指标分析与选取

1.基本预警指标的选择

为了更全面地反映企业的财务状况，本文参考了吴世农和黄世忠（1986）、孙晓琳（2010）、刘际陆（2011）关于财务危机预警的指标体系，同时遵循全面性原则、系统性原则、动态性原则，在满足数据可获得性的条件下，通过相关性分析后，从偿债能力、市场价值、现金流量、盈利能力、营运能力五个方面初步选取了12个财务指标（见表1）。

2.全局主成分分析

因为使用的数据是多维时序立体数据，过去很多研究并未考虑指标的时序因素对其产生的影响。为克服这一问题，本文使用全局主成分分析法降低指标维度，用较少的综合指标来代替原来较多的单一指标。主成分分析法要求数据满足正态分布，根据以往文献得出的结论，我国的财务比率总体不符合正态分布假设。但由于在SPSS软件中做主成分时，软件会自动将数据转换为服从标准正态分布，所以数据的正态化处理在这里就不再赘述。具体分析结果见表2。

为得到保留大部分信息的同时又完全正交的主成分因子，从而得到了最优的输入集，选择的主成分的累计贡献率一般必须达到85%以上，从而可以确定提取主成分的个数。虽然主成分个数提取原则上为主成分对应的特征值大于1的前m个主成分。但是其累计贡献率并未达到85%，所以本文考虑提取前9个主成分，累计贡献率为91.41%。

表3中的各数据代表各指标在主成分上的载荷。由于软件自动运行时，自动将原始数据进行过标准化处理，所以为得出各主成分的系数需要结合表2中各主成分对应的特征值。用各载荷值除以特征值开平方根之后，得到表4。

表4中各列的数据即是各主成的特征向量，将得到特征向量与标准化后的数据相乘，就可以得出各主成分线性表达式。

三、基于神经网络与Kalman滤波法的财务预警模型构建

（一）基于神经网络的判别模型构建

根据上文主成分数据，利用神经网络模式识别的方法构建判别模型。选取前30家公司第T年的横截面数据，将样本公司按70%、15%、15%的比例，分为训练组、验证组和测试组。误差反向传播（BP）神经网络的构建包括输入层、隐含层、输出层、传递函数、训练函数等网络结构和网络参数的设置。对于本文模型的具体设置如下：

1.输入层。输入变量决定输入层神经元个数，本文输入层节点数为提取的主成分个数。

2.隐含层。本文用两个隐含层的神经网络训练相对有助于提高预测的准确率。关于隐含层的神经元个数，一般只能根据经验，通过反复试验。

3.输出层。输出值代表模型要实现的目标功能，输出层采用pruelin函数，本文的输出层为3个输出节点，001代表“重度财务危机”，010代表“轻度财务危机”，011代表“财务状况良好”。

4.传递函数。隐含层到输出层之间的传递函数确定为tan-sigmoid传递函数。

5.学习函数。本文选取了基于快速误差反向传播（BP）算法的学习函数learngdm，该算法在学习规则上选取了梯度下降动量学习函数。

6.训练函数。为了提高训练速度，避免陷入局部最小和改善概括能力，函数tminlm具有较强的优势，因此本文选用trairdm作为训练函数。

7.网络参数。目标误差为0.01，学习速率为0.005，训练循环次数为1000次。

按要求训练后，得到的结果如图2所示的混淆矩阵。从训练组和测试组的混淆矩阵中可以看出，网络的判别结果都达到了100%。在验证组中，因一个财务状况良好的公司被判定为了轻度财务危机，致使验证组的误判率为1.12%，网络的总体判别正确率达到了98.88%。因此，可以认为所训练好的网络达到了很好的判断效果，可以用此网络对后期预测出的数据进行判别。

（二）基于Kalman滤波法的预测模型构建

Kalman滤波是一种高效率的递归滤波法，它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。本文把样本公司各年的财务数据视为滤波器所处理的随机信号，利用系统噪声和观察噪声的特性，以每年的财务数据即观测值作为系统的输入，以系统的状态即财务数据的预测值作为滤波器的输出值，输入量和输出量通过时间更新和观测更新联系在一起，根据Kalman滤波的系统方程估计出所处理的财务数据。

设一个公司在t年的真实财务状况为Xt，它是由xt组成的随机变量。Yt代表计算出的主成分数据，即代表某样本公司在t年提取主成分后的财务数据，由N维随机向量yt组成。

首先，本文将企业各年的财务状况视为一个离散控制过程系统。该系统可用一个线性随机微分方程来描述。

根据89家样本公司的T-1到T-7期主成分数据，预测出了T-7期至T期的主成分数据。因预测结果数据量大，在此，随机选择一家公司（证券代码为000605）的预测结果，绘制出其各主成分逐年预测值与观测值的图形（图4至图12）。从图示可以看出，T期的预测值能够与观测值基本吻合，该模型具有良好的预测效果。并且，即使短暂财务数据发生显著变化，都不会对整个系统的预测产生较大影响（如图11和图12），这与企业短期财务状况波动并不会对其长期财务状况造成影响的现实相吻合。

最后，将预测出的所有样本司第T期主成分数据代入神经网络判别模型中，得到表5所示结果。

表5中的“实际状况”反映企业真实的财务状态，“预测结果”是根据企业各年数据预测的财务状况。结果发现，有24个判断结果出现了变化，总体预测的正确率为73.03%，这与张玲（2000）62%、吴世农（2001）73.17%的预测效率相比，虽然本文所采用的方法的预测效率并没有大幅度地提升，但结果也可以证明这种企业财务危机预警方法的适用性。

五、研究结论与启示

篇10

一、财务危机预警的相关概念

(一) 财务危机预警的概念

一般来说，所谓的财务危机预警指的是以财务会计中提供的会计信息作为基础，借助于设置与观察的手段，来分析一些企业发展中的敏感性预警指标发生的变化，来对企业可能或者是财务危机做实时的监控与财务预测警报。

(二) 财务危机预警分析方法

企业财务危机预警的定性分析方法可以分为以下几种形式：标准化调查法、流程图分析法、管理评分法、四阶段症状分析法、三个月资金周转表分析法等等。以企业的四阶段症状分析法来说，主要论述的制造业企业的财务危机的爆发是逐步恶化的。因此，根据制造业企业的日常生产与发展的状况来看，就可以大概将其财务危机预警分为潜伏期、发作期、恶化期、实现期等四个阶段，且每个阶段都有自身的特点。通过对四个阶段进行分析，企业可以及时的采取针对性的措施，从而避免企业朝着更加恶化的方向发展。

从企业财务危机预警的定量分析方法来说，定量分析方法主要指的是用企业的相关财务指标作为基础的比率来进行分析的一种方法，是企业财务状况量化的一种表现。在研究中发现，企业的财务危机是一种从量变到质量的过程，而这种过程变化主要是由企业的财务指标的变化来反映的。根据国内外相关的理论来看，财务危机预警的定量分析方法主要有单变量判别模型、人工神经网络模型、多变量判别模型等等。

二、制造业财务危机预警出现的成因

(一) 劳动力成本低的优势不再明显

从改革开放以来，劳动力优势一直是我国地区或者企业吸引投资的因素，也是我国制造业与其他国家制造业相互竞争的有力优势。不过，随着社会的发展，由于多种因素的制约，如我国政府上调劳动者的最低工资标准、提高了低收入阶层的劳动报酬等政策的颁布以及出现的民工荒问题等，使得我国的劳动力市场供需之间出现不协调，提高了制造业企业的人工成本，也压缩了企业的利润增长空间。除外，印度等发展中国家的发展，展现出更具有优势的劳动力，使得一些跨国企业降低了对我国一些制造业的需求，如服装业的采购需求，并将加工的环节转移到了其他国家，从而影响了我国制造业企业的发展，进而影响到企业财务状况。

(二) 产业的集中度较低、规模效益不高

所谓的规模效益指的是在企业规模扩大的情形下，企业生产的平均成本以及它的经营费用会得到降低，从而能够提高竞争的优势。而产业发展的集中程度越高，就能够提升企业的规模效益。一般来说，制造业是最能够反映出规模效益的一个产业。但是，从我国的发展来看，在部分的制造业企业中，尚未形成具有技术化、专业化协作配套的生产格局，就无法显示出制造业企业的规模效益，在市场竞争中就会处在一个较为不利的地位，从而加大了财务风险发生的可能性。

(三) 资源、能源等消耗大

就当前来说，许多的制造业企业需要消耗大量的矿产资源与能源资源，再加上由于技术水平的限制，在生产过程中，资源与能源的消耗量大，且环境污染严重。而资源、能源等的消耗大，需求就增加，一些制造业企业为了维护企业的正常发展，会扩大进口能源的比例。但是，由于国际市场发展具有极大的不稳定性，汇率的影响以及资源、能源价格等的增加，反而会成为影响制造企业经营成本的最大因素，在一定程度上加大其财务风险，增加财务危机发生的概率。

三、财务危机预警模型的模型选择

为了进一步解决制造业企业的财务危机，可以通过构建财务危机预警的模型来分析其财务状况，能够对制造业企业可能存在的财务风险提前做出预警，来提高风险规避的能力。而所谓的单变量判定模型也被称之为一元判定模型。换个角度说，就是分析企业的财务报告，用其中单一的个别财务比率来预测财务危机出现的可能性的一个模型。企业采用单变量模型，需要选择适合的财务比率来作为建模的样本，并且进行排序，接着再利用多选取的样本进行分析，得出一个判别阈值点，再利用阈值进行检验。

而其选择的财务比率，既可以是资产负债率、流动比率、总资产收益率等等，从而来分析企业的财务状况，进而提高对财务危机出现的预警能力，从而有利于促进企业的进一步发展。

四、制造业企业提高财务预警能力的方法

(一) 选择合适的模型分析法

我国制造业企业在发展中，会面临各种各样的风险。而为了进一步提高其风险规避的能力，促进企业的长久发展，制造业企业需要完善自身的内部管理与内部控制制度，特别是财务管理制度，提高企业的会计核算水平，分析企业经营发展的财务指标，并根据企业自身的发展状况，选择适合自身发展的财务危机预警模型，如单变量模型、Z 值分析判别模型、F 分数模型等等，来提高财务危机的预警能力，以实现企业的正常发展。

(二) 完善制造业企业的内部控制制度

对于制造业企业而言，内部控制和管理制度的完善程度与企业的发展是紧密联系在一起的。为了进一步提高企业财务预警的能力，就需要从制度入手，使各项活动的开展能够满足规范性的要求，保障各项工作能够顺利的开展。并且，还要转变传统的财务管理的模式，提高企业会计核算与处理的水平，提高财务管理的效率，从而避免财务风险出现的概率。同时，制造业企业还可以建立健全财务风险预警体系，提高对财务数据的分析能力，从对财务数据的分析来挖掘出可能存在的财务风险，并及时的提出防治的措施，从而提高企业的危机预警能力。