财务预警分析范文
时间：2023-06-04 10:02:47
导语：如何才能写好一篇财务预警分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公文云整理的十篇范文，供你借鉴。
篇1
中图分类号：F275 文献识别码：A 文章编号：1001-828X（2016）009-000-01
随着市场经济体制改革的进行，不但给我国企业带来了机遇也给其带来了很多的风险。企业应该重视内控机制的完善，建立现代企业制度，帮助企业更好的化解存在的财务水平，切实提高企业财务管理水平。现在，很多企业陷入困境的原因都是财务风险的存在，若是能够及时发现财务管理过程中存在问题，便能够对财务风险进行预测，来降低风险给企业造成的影响。
一、我国企业财务预警现状和存在的问题
（一）我国企业财务预警现状
在我国绝大多数的中小企业组织机构都不够健全，管理时也不够科学，企业运营水平较低，企业管理水平无法跟上企业规模的扩大，二者不协调。企业在进行发展战略制定时也没有全面的考虑到外部环境，这也导致了宏观经济调整时，企业比较被动。并且很多中小企业本身的财务风险比较高，财务状况瞬息万变，实施财务预警系统存在较大的难度[1]。
我国有些上市公司已经进行了财务预警系统的建立，但是仅仅通过系统进行数据分析和计算，对于预警系统的变化不够关注，更没有针对其变化分析原因，这也导致其作用很难发挥出来。
（二）企业财务预警方面存在的主要问题
1.认识不到位
现在我国很多企业的领导都对生产和营销比较重视，对于财务管理不够重视，或者是只关注企业的利润变化，没有认识到财务管理的重要性，也没有从财务分析方面出发帮助企业做好经营管理工作，这样给财务分析正常进行和作用发挥造成了很大影响。
2.指标构建存在一定问题
首先，选取财务指标科学性和全面性不够，行业不同，财务指标预警标准存在一定差别，就财务比例而言，工业企业中流动比例为2：1会比较合理，而在商业企业中，其流动比率标准要比这个数值低。现在很多企业在进行财务预警系统建立时，选取指标比较盲目，导致了企业选择的指标无法将企业财务状况反映出来，财务预警系统的功效更是不可能发挥。其次，非财务指标选择存在问题，现在很多制定的预警指标针对的主要是财务，很少考虑到那些和财务无关的指标。企业财务危机是否出现不但由财务指标决定，还和非财务指标有着直接关系，而这些非财务指标也会给预警系统有效性造成影响[2]。
3.技术分析存在一定问题
首先，会计信息真实性较差，财务预警系统建立的基础便是真实和全面的财务信息。在工作开展过程中，由于受到各种因素的影响，企业报表资料往往景观了包装，会计信息失真情况严重，这也给财务预警系统有效性造成了很大影响。其次，分析过程存在片面性，比如过度重视客观分析，轻视主观分析等。最后，对象分析存在狭隘性，随着经营活动的不断进行，企业资金也会不断的发生变化，并且企业的实际经营情况也会直观的反映在资金变动中，通过资金变动情况的分析，便能够了解企业经营情况[3]。但是在分析时，往往只重视资金方面的变化，没有分析业务活动的进行给资金变化造成的影响。
4.预警机制存在问题
首先预警机制不够完善，很多企业没有做好时候信息分析，并进行信息的反馈，这样直接导致了财务预警系统构架缺失，预警机制没有得到完善。其次，财务预警后续管理欠缺，后续管理不到位，直接导致了经验和教训无法吸取，出现类似问题时，企业反映不够及时，不能给后期经营管理提供经验。
二、完善企业财务预警机制的措施
（一）全面科学的认识财务预警机制
想要做好财务预警工作，首先必须认识到其重要性，领导必须将其作为经营管理的重要手段和方法，进行财务预警分析制度的建立，并通过措施不断的提高企业的管理质量。其次，财务管理人员必须认识到财务管理以及预警分析对企业管理造成的影响，切实提高分析质量，提高企业的效益[4]。
（二）确保构建的财务预警体系真正的科学合理
首先应该根据相关原则进行财务预警指标体系的构建，其原则包含了下面几点，分别是敏感性、针对性、可操作性、重要性以及全面性原则。其次，应该重视预警模型变量选择范围的拓宽，确保其合理性；再次，对于非财务指标的引进必须慎重，只有全面了解企业出现困境的原因，才能够提高预测能力。最后，还应该进行长期财务预警分析指标体系和短期财务预警分析指标体系的建立，并将二者结合起来。
（三）企业必须重视财务预警分析技术的提高
首先应该重视会计基础工作的加强，确保会计信息真实可靠。其次，需要完善财务分析制度，保证期科学性，做好人员选拔工作，明确每一个工作人员的目标和责任。最后，还应该根据实际情况，做好调查分析，分析时应该做到有的放矢，直接了当，提高其针对性[5]。
（四）重视内部预警机制的完善
首先应该完善内部预警机制的事前、事中以及事后三重机制，将预警系统功能全面的发挥出来。其次，需要进行对策库的建立，及时的收集相关的数据，确保在遇到类似问题时，能够快速有效的提出解决方案。
三、结语
在企业财务管理过程中，财务预警是非常重要的环节和内容。但是我国目前很多企业并没有真正认识到财务预警分析的重要性，操作过程也不够规范，通过笔者的研究，希望能够给企业财务预警机制完善提供一定帮助。
参考文献：
[1]牛怡然.中小企业财务风险的预警与控制[J].中小企业管理与科技（上旬刊），2011，（02）：108-109.
[2]朱大华.企业财务风险预警指标体系建立初探[J].会计之友，2011 （26）：55-56.
[3]郑鹏，李雅宁.企业财务风险预警指标体系改进的研究[J].天津大学学报（社会科学版），2012，（06）：502-507.
篇2
关键词：高技术企业；财务风险；风险预警；风险控制
高技术企业作为近几年新兴的企业概念，在目前的经济发展形势下，其在我国经济活动中的作用也在日益增大。但是，在市场经济和全球一体化的进程中，高技术企业在拥有高成长性的同时，其所面临的财务风险也在不断增加。因此，对于深入研究发展高技术企业财务风险预警以及相对应的控制措施，显得越来越重要。
近年来，由于全球经济危机，我国高技术企业的发展受到了很大的影响，遇到了很多诸如资金筹措紧张，资金链容易断裂等多方面的筹资风险问题。首先，高技术企业融资过分依赖于银行以及信贷机构等间接融资。对于高技术企业在经营过程中，其所采用或者拟采用的专业技术,对于未来在市场的经济互动过程中所能带来的收益与损失，都具有一定程度的不确定性，其自身便存在着较高的市场风险。因此，较高的市场风险便增加了高技术企业的信贷风险，故而商业银行、信贷机构对于高技术企业的发展预期并不十分看好，这在一定程度上，增加其融资风险。其次，就目前的经济环境下的各类高技术企业来讲，其自身的盈利能力较差。因此，高技术企业的内源融资能力相对来讲较差。这导致了高技术企业的资金流入较少，从而使得盈余公积和未分配利润减少，从内源融资方面增加了高技术企业的融资风险。最后，高技术企业所赖以生存的技术革新和技术创新，所需耗用的研究资金大、研究周期长，故而其发展风险加大。再加上政府虽然对高技术企业逐渐重视，对其行业发展做出宏观的调整和改革，但政府的扶持力度仍需加大，各方面的发展基金、信贷保障体系都有待完善，故而高技术企业的融资风险在可预计的未来仍然不容乐观。针对企业可能遇到的财务风险，经过各国学者多年的研究和实践，现在已经形成了一套比较完整的财务控制体系。这个研究可以在一定程度上有效地帮助企业规避风险，从而达到企业良好发展的目的。总结来讲，财务控制体系主要包含了三个方面：财务控制环境、会计系统以及控制程序。
控制环境，即为控制的环境。简单地说，控制环境就是指企业领导层合理的配置企业资源、合理地制定经营理念、企业的组织结构完整并且权责分明等方面。财务控制环境，就是在企业的经营运行当中，能够健全、完善、加强企业实施财务控制的各种因素。避免因为环境因素，带来不必要的财务风险。影响这些因素的主要原因，在于企业的环境问题。对此，企业可以建立良好的企业文化、良好的企业组织结构以及良好的激励约束机制，这其中尤为重要的是企业的经营理念。一个企业的长远发展，必定离不开一个合理完善的经营理念。有了科学的经营理念，才能依据其制定一系列的投资发展措施，才能将一个企业带入良好发展的循环中。会计系统就是指利用企业相关的会计信息，形成一个能够对企业的资金运作进行有效控制的会计核算和会计监督系统。高技术企业由于要进行技术研发个产品革新，在资金运作方面更要慎之又慎。因此，高技术企业一定要形成一套适合自己企业发展的会计系统，选择最好的投资方式，研究最有竞争力的技术，创造最有价值的产品，以用来规避在各个方面可能存在的财务风险。高技术企业作为新兴的企业发展模式，在企业的经营理念上更应当创新革新。在财务控制上，更要在原有的研究基础上，对企业的财务活动全面实施监督、检查、调节的职能，形成适合自己企业发展的财务控制体系。企业对于财务预警的方法有很多种，借助企业所能提供的经营计划、财务报表以及其他相关的财务数据，通过一系列的方法来对财务状况进行模拟以达到预告和警示的目的。现在常见的财务预警方法，大致可以分为两类：一类是定性的财务预警分析，多用标准化调查法、“四阶段症状”分析法、“三个月资金周转率”分析法、流程图分析法等。一类是定量的财务预警分析，主要有单变量分析法和多变量分析法。高技术企业作为现在新兴发展起来的企业，在经济市场上有着良好的发展前景。而高技术企业所面临的财务风险，存在于各个方面。
由以上的分析可知，高技术企业在控制财务风险的过程中，应当从不同的层面综合考虑财务风险防范于控制策略的制定和实施。这就要求企业既要保证对于已经出现的风险进行有效的控制和化解，又要提高企业自身在防范和控制财务风险的能力和水平。这样，才能保障企业在长期的市场竞争中保证可持续性发展，提高企业自身的竞争力。高技术企业财务风险预警与控制的研究是一项复杂的系统工程，尤其是针对国内外现在的经济形势，经营环境逐步改善，企业应当根据发展形势，客观地评估企业的发展形势，以制定出完善的企业治理结构并发现最适合企业发展的财务风险预警体系。
篇3
【关键词】上市公司；财务指标；财务危机；预警变量
近年来我国资本市场的快速发展，使得上市公司在获得巨大发展契机的同时面临的经营风险和财务风险也在不断的加大，这些风险都直接或间接的形成了上市公司的财务危机。因此有必要对企业的财务指标进行分析，找出能有效的反映财务危机的指标作为财务危机预警的解释变量，对于建立预警模型进行危机预测具有现实意义。
一、财务危机预警变量选择原则
Edward·Altman教授在建立企业破产预测的Z-Score模型时，财务指标的最初选取遵循了两个原则：一是该指标在以前的研究中出现的频率；二是指标与所要研究问题的潜在相关性。本文认为这两个原则比较科学，是选择财务预警变量的基本原则。此外在选取研究变量指标时还应该考虑如下几个原则：
（1）高度敏感性和强烈预示性。选择指标要能够比较灵敏地反映企业财务运行的主要情况，有发生财务危机的苗头时，能在指标上比较迅速的反映出来，并且指标值一旦恶化就预示着公司很有可能发生财务危机。
（2）重要性和代表性。指标反映的内容在经济活动中居重要地位，对于特定的环节有重大的影响或代表性。
（3）可操作性。指标不能太复杂，能方便的从公司中获取所需要的财务指标数据，便于实际操作。
目前，多数研究者财务指标的选取存在显著的差异，即便是反映同一类型的指标，不同的研究者选取的指标差异也很大，一方面由于缺乏理论的指导，研究者在指标选择时受到自身价值判断的影响；另一方面由于上市公司所处的行业、经营特点和所处时期不同等原因，指标的敏感度也不尽相同造成的。
二、财务危机预警指标初选
从国内财务预警研究情况看，在变量选择方面缺乏具体的理论指导，不同的研究者选择的研究变量各不相同，但通过考察和归纳国内外研究中选择的有显著贡献的预测变量，可以划分为综合反映公司财务状况的四类财务指标，即偿债能力指标、盈利能力指标、营运能力指标和发展能力指标。本文结合我国实际使用的绩效评价指标体系，及研究变量获取的难易程度，选择了20个财务指标作为财务预警研究的备选变量，各指标如表1所示。
三、财务危机预警指标的筛选与分析
1.数据来源与研究样本的选取
本文数据主要来源：上市公司年报、锐思数据库、新浪财经等各财经类网站。搜集样本公司的财务数据，这些财务数据与指标综合反映了公司的盈利能力、偿债能力、资产运营能力、发展能力和现金流量情况。
研究的ST样本选用2010至2012年被特别处理的A股上市公司，根据公司的行业分类和总股本规模选择相应的控制样本，构成非ST样本组。在研究样本的数据选择时，选取样本被特别处理前1～3年的财务数据，用t-1表示被特别处理前1年的数据，t-2表示被特别处理前2年的数据，t-3表示被特别处理前3年的数据，利用三年的财务数据进行财务指标的比较和选择。
2.财务预警变量的筛选
为了确定各个指标是否具有判定上市公司财务危机的能力，利用SPSS统计软件，计算ST公司与非ST公司的20个财务指标在被特别处理前1～3年的均值、标准差和各年T统计检验量及检验概率，然后比较两组公司的20个财务指标各年的均值是否存在显著性差异。当显著性概率小于10%时，一般认为样本数据之间有显著性差异，随着样本公司被特别处理时间的临近，本文逐年提高显著性判别标准，减少误判率，将t-3年的显著性概率设为5%，t-2年和t-1年设为1%，显著性检验结果见表2。
3.财务预警变量的分析和确定
根据表2显著性检验结果进行分析，分析结果如下：
（1）在短期偿债能力方面，选取的四个指标中营运资金对资产总额比率连续三年通过显著性检验，流动比率、营运资金比率连续两年通过显著性检验，表明这三个指标在两样本组之间具有显著性差异，具有较强的判别能力，而速动比率判别效果不明显。
（2）在长期偿债能力方面，选取的四个指标中资产负债率和所有者权益比率连续三年通过显著性检验，考虑到这两个指标的相关性，在判别时可以选择其中的一个指标；负债与权益市价比率连续两年通过显著性检验，而权益对负债比率判别效果不明显。
（3）在资产营运能力方面，选取的三个指标中只有流动资产周转率连续三年通过显著性检验，固定资产周转率只有一年通过显著性检验，而总资产周转率判别效果不明显，可见，流动资产周转率在两样本组之间具有显著性差异，具有较强的判别能力。
（4）在盈利能力方面，选取的四个指标中固定资产净利润率连续三年通过显著性检验，资产报酬率、总资产净利润率、主营业务收入增长率连续两年通过显著性检验，表明上市公司盈利能力的下降，盈利指标在ST公司和非ST公司之间具有很高的显著性差异，具有较强的判别能力。
（5）在现金流量方面，选择的三个指标中每股经营活动现金净流量、每股现金净流量连续两年通过显著性检验，现金流量对流动负债比率只有一次通过显著性检验。表明上市公司在没发生亏损的情况下，现金流量在ST公司和非ST公司之间差异不明显，当ST公司发生首次亏损后，现金流量在ST公司和非ST公司之间具有显著性差异，判别效果明显。
（6）在发展能力方面，选取的两个指标中总资产增长率连续两年通过显著性检验，判别效果明显，而资本积累率只有在ST公司亏损两年后才表现出与非ST公司之间的明显差异。
通过上述分析，由筛选出的财务指标可以发现，在判断上市公司由盈利到首次亏损，再到出现连续两年亏损方面，不同的财务指标表现出不同的判别能力，按照至少连续两年显著的原则，选择了14个财务指标作为财务危机预警的指标体系。具体财务指标见表3。
四、小结
文章选用被特别处理的A股上市公司为研究样本，选取ST样本公司没有发生亏损、首次发生亏损、连续两年发生亏损的财务数据和非ST公司的三年财务数据进行财务指标的比较和选择。使用SPSS统计软件，采取显著性检验筛选预警指标，选择了14个财务指标作为财务危机预警系统的指标体系。
通过研究发现，在上市公司陷入财务危机的过程中，公司在经营和财务上出现的危机征兆可以通过一系列的财务指标来反映和判别，并且不同的财务指标表现出不同的判别能力。其中，营运资金对资产总额比率、资产负债率、所有者权益比率、流动资产周转率、固定资产净利润率在不同的时期都表现出显著的判别能力。因此，对于上市公司来说，在揭示风险时应该密切关注这些指标的变化。
参考文献
[1]Edward I.Altman.Financial ratios，Discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance Vol.XXⅢ，1968，September：589-609.
[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]耿贵彬.上市公司中长期财务危机预警模型的构建[J].财会月刊，2007，9.
篇4
关键词：民营企业 财务困境 预警分析
财务困境是企业无力支付到期债务或费用的现象。财务困境是一个过程而不是一个点状态，既包括较轻微的财务困难，也包括极端的破产清算以及处于两者之间的各种情况。
我国的民营企业以劳动密集型的中小企业为主，抗风险能力远远没有大型企业和外资企业强。金融危机发生以来，每年倒闭的民营企业速度加快，2008年是10万多家。民营企业的平均寿命期从2.7年降到2008年年底的2.2年。民营企业处在严峻的经营和竞争环境之中，防范财务困境刻不容缓。
一、现有的理论
国内外对财务困境预警模型的研究，主要有：美国学者比弗（Beaver）于1966年提出的单变量模型，奥特曼（Altman）最早提出的多元判别模型，我国学者周首华、杨济华研究出F分数模型等等。
以上财务困境预警模型的研究，主要是以上市公司作为背景，但是我国的民营企业绝大部分都非上市企业，财务核算的规范性、数据的质量、报表披露的完整性等方面，存在普遍的问题，所以现有的模型对于国内大多数未上市的民营企业并不适用，很有必要研究找到一种简便实用的方法，不仅仅依靠财务报表，能够从主要的管理信息中发现民营企业财务困境发生的规律，有助加强和完善对财务困境的预警。
二、案例分析：金乌坠落
“日中有金乌”，中国古代神话传说，太阳中有一只金黄色的三足乌鸦，因而太阳又称为“金乌”。创始人给企业起名“金乌”，是喻指企业蓬勃发展、如日中天。
“金乌集团”网站的公开信息显示，公司主要从事袜业、服装加工、纺织原材料批发、现代农业开发、酒店等，集团注册资本8000万，下属14家子公司，总资产超过10亿，职员2000余人。
80年代，初中毕业不久的张政建只身来到河南安阳小商品市场经商，而后又前往河北石家庄经销袜子生意，1991年才回义乌市场租摊位专心做袜业批发。1998年，张政建创建了金乌集团，这是义乌市第一家获得进出口权的民企。2004年，他投资1亿多元人民币，拿下了中国在迪拜的最大商贸城——“龙城”的500间商铺。而后，他又转回义乌招商，几十个知名品牌借此打入中东市场。
金乌集团的主业娇丽袜业发展一直比较健康，这是金乌起步的主业，主攻欧美市场。2007年报表利润大约1000万元，2008年主业并没有出现亏损。在原材料上涨5%、劳动力成本上涨12%的情况下，娇丽袜业的利润依然能维持在10%以上。
张政建从一个只有初中文化的小商贩，经过20多年的努力到资产上十亿企业集团老总，可以说创造了一个商业奇迹。然而，商业上的成功并没有使他思维上成长为一个优秀的企业家，而是依然保持着小商人的短视；过去的辉煌业绩也更加膨胀了他建立庞大商业帝国的野心，盲目进行产业扩张。
2005年，看到地产投资的巨大利润，金乌集团进行了大规模的“土地”扩张，先后投资3亿元购买写字楼、土地、开发酒店等，大部分来源于外部资金。为迅速抓住“转瞬即逝”的商业机会，张政建的“如意算盘”是：依靠民间高利贷来支付土地出让金，等土地手续办完再向银行融资，归还民间借贷。
从2006年开始，金乌集团的民间借贷规模开始增加。钱的来路比较复杂，义乌本地较多，其他还包括诸暨和永康等地。从最早的月息2～3分，到超过6分，中间仅仅隔了两年不到。而在此过程中，金乌集团的连续投资使资金链越发紧张。
从2007年下半年开始到2008年，义乌民间拆借利率持续走高，行情是8～9分。最高的是按天计利，1万元本金每天利息50元，月利约1毛5，理论上年利达180%。
2007年下半年开始，由于银根紧缩，加之风闻金乌集团借入一定数额的高利贷，有一家当地小型银行开始回收金乌集团贷款。此事发生后，其他银行也意识到金乌可能存在比较大的资金链漏洞，纷纷开始催收。张政建的债务危机大规模爆发。初步统计金乌集团的民间欠债13.8亿，其中本金约8亿，孳生的高额利息达6亿。
2008年4月24日，法院冻结了张政建的股权，金乌的资金链开始经受各方的拆解。6月3日，张从义乌飞北京，借道香港赴马来西亚，债权人找不到张政建了。金乌危机经媒体公开披露。7月21日，金乌集团的资产开始拍卖。“金乌”坠落了。
三、民营企业财务困境预警的三阶段分析法
通过对金乌集团财务困境从轻微到严重的前后发展过程的分析，可以从中发现，经历了三个阶段：
第一个阶段是存在轻微的财务困境，主要特征是：企业的短期偿债能力尚可，但是长期偿债能力出现了问题。由于企业自身前期积累的存在，企业的短期债务本金和债务利息之和，小于经营现金净流量、资产可抵押可变现金额二者之和；但同时，企业从债务利息小于息税前利润的财务稳健状态，转变成了债务利息大于等于息税前利润的不利状态。
民营企业一般都经历过艰辛的创业史，都是依靠创始人自己的精明和勤奋在商战中得以胜出，长期的磨练造就了民营企业家对于市场、成本和利润的敏感性。所以，民营企业的正常经营活动是不会导致财务困境的，导致民营企业陷入财务困境不能自拨的，往往是初始的成功，导致扩张的冲动，迫不及待地实施多元化战略。投资、并购、多元化的扩张，必然引融资规模的增大，扩大投资的效益尚末实现，债务的利息已经开始超越了主业的盈利。这时侯，企业已经从轻微的财务困境开始向不利方向发展。
第二个阶段是发生严重的财务困境，主要特征是：企业的短期偿债能力和长期偿债能力都出现了问题， 企业的短期债务本金和债务利息之和，大于经营现金净流量、资产可抵押可变现金额二者之和；同时，企业债务利息大于等于息税前利润。在此阶段，企业还是可以凭借其声誉和信用能够在民间进行融资来弥补资金缺口，从而延长财务危机爆发的时间。
第三个阶段是濒临破产的财务困境，主要特征是：企业的短期偿债能力和长期偿债能力都出现了问题，而且企业的声誉和信用也受到严重损坏，已经无法从民间渠道融得更多的资金。
四、财务困境阶段应采取的措施
1、轻微财务困境阶段应采取的措施
曾经有一位管理专家说过，许多的民营企业都是“成于销售，败于管理”。这里的所说“管理”，其实主要内容应该是财务管理。大多数的民营企业在人事、行政、生产、营销等等各方面的管理都建立了一整套的规章制度，有些民营企业在管理标准化方面甚至能够赶超国企或外企，而财务管理却始终是一个薄弱的环节。造成这种现象的原因是，人事、行政、生产、营销等等各方面的管理是有章可循、模式统一、可移植、可复制的，许多企业在这些方面的管理基本上是大同小异的，所以也是容易建立起一整套标准化管理制度。而财务管理却是每个企业基础不同、层次相差、自有特点、秘而不宣。失败的企业，基本上都是首先在财务管理上失败，没有做到通过预警分析防范财务困境、及时采取有效措施化解财务困境，导致财务危机爆发，资金链断裂，最终使企业多年的基业毁于一旦。
复旦大学管理学院李若山教授说过，以前的企业是“得市场者得天下”，而现在的企业则是“得金融者得天下”。金融“Finance”的另一层涵义就是“资金，财务”，这也是说明了企业在销售上取得成功之后，迫切需要提升财务管理水平，才能真正保持持久的竞争优势。
在轻微的财务困境这个阶段，解决财务困境的对策，主要是依靠优化主业的资源配置。这就要把财务管理当做关键环节，从财务核算基础、财务分析、业绩评价、财务内控等多方面建立健全财务管理体系，从而能够正确运用财务管理的方法、技巧，分析和梳理生产经营各个环节中，企业资源的使用效率和投入产出的效益，从而促使优化主业的资源配置，提高内部供应链的价值创造能力，加速应收账和存货资金周转、处分低效和闲置资产和投资，降低现金需求与极大化现金来源。
2、严重财务困境阶段应采取的措施
在这个阶段，解决财务困境的对策，主要是依靠资产重组。公司要么与债权人谈判，希望获得延期付息的机会，要么就得变卖资产偿付利息。资产重组的具体措施是：加速应收款收回，降低存货，处分闲置资产，出售非经营主业的资产，收回对外投资，等等。通过剥离非主业的部分资产，“壮士断臂”，从而取得新的资金支付能力来减除债务，使企业迅速摆脱严重的财务困境，然后再进一步采取内部管理提质提效等积极措施，使企业在较短的时间内恢复财务实力。
资深管理专家石章强在《企业过冬》中提到“暂时蹲下，或断臂求生，等着下一次跳起，熬到头就是胜利——剩者为王，也不失为好策略”。
3、濒临破产财务困境阶段应采取的措施
解决财务困境的对策，主要依靠债务重组。企业与债权人就原债务合同进行谈判以确定新的债务合同，包括债务展期、债务减免和债转股等，避免进入破产清算程序。
五、结论
综上所述，民营企业的财务困境，第一个阶段是存在轻微的财务困境，第二个阶段是发生严重的财务困境，第三个阶段是濒临破产的财务困境。通过三个阶段的分析，可以起到提前预警并从源头采取措施、针对性地遏制财务困境的作用。在第一个阶段的财务困境中主要是依靠优化主业的资源配置，第二个阶段的财务困境，主要依靠资产重组。第三个阶段的财务困境，主要依靠债务重组。
（本文指导老师为复旦大学管理学院李若山教授）
参考文献：
傅元略.中级财务管理[M].上海：复旦大学出版社，2007：436.
篇5
一、国外财务风险预警模型研究
①单变量判别模型。Fitzpatrick是最早探索财务风险预警模型的学者之一。他以19家公司为样本，他建立一个单变量判别模型来探索财务风险预警问题，通过对破产和经营正常企业财务比率的对比分析，得出产权比率和净资产收益率两个指标对财务风险具有较高的预警精度。芝加哥大学教授Beaver开发了一个基于Fitzpatrick的单变量预警模型，以1954-1966年158家破产企业与正常企业的财务关系为研究对象，得出净利润/总资产指标和净现金流量/总负债指标在财务风险预测方面更为准确。②多变量判别模型。Altman是将多变量判别模型应用于财务风险预警领域研究的首位开拓者。他提出的Z-Score模型是国外影响最大的多元线性判别模型。从1946年至1965年期间66家有问题和经营中的公司中随机抽取一个样本，它从22个提供最佳预警的备选财务比率的范围内选择了5个，并建立了一个五变量判别模型来计算Z值，并根据Z值的大小确定公司破产或失败的概率。结果表明，Z评分模型的预测精度远高于单变量模型，但Z评分模型仅适用于短期预测，长期预警精度较差。在接下来的几年里，Altman等分别选择了53家和58家破产公司以及58家正常公司，并在五个变量Z-score5中添加了两个财务指标，因为非上市公司无法估计股票的市场价格状况。建立一个七变量ZETA模型。P’Wu建立了多变量判别预警模型，在传统财务风险与收益管理和相关分析的基础上提出了财务风险预警的必要性，并构建了多元线性预警模型多样性验证了线性预警模型的有效性，目前已有较好的验证性预警模型。③逻辑回归模型。由于单元和多元判别预警模型都无法准确测算企业财务风险的概率，多元逻辑回归模型逐渐成为1970年代时期研究者探究预警财务风险的最普遍模型。Martin是将Logistic回归模型运用到财务风险预警的首位开拓者。研究结果发现，在样本正态，变量独立且非等均值的状态下，多元判定模型仅仅是Logistic回归模型的特殊情况。Ciarlone等将现有的预警模型和宏观经济学理论结合，构建了实证有效且规则简单的逻辑风险预警模型。Matthieu等创新性地将二元离散方法融入Logistic回归模型中，并基于32家处于财务危机中的公司的财务数据，他们建立并划分了Logistic回归预警模型。经过检验对企业的潜在危机有较高预测精度。④神经网络模型。ClarenceTam通过Coats等的研究基础上。对94家破产企业和188家正常企业的财务数据进行分析，结果表明，神经网络模型对财务风险预警具有较高的精度。George根据医药行业的特点，运用人工神经网络理论，建立了医药企业现金流预警模型，并对样本数据进行了同行分析，研究结果表明，预警模型精度与公司距离ST时间的长短呈现负相关。综上所述，国外财务风险预警研究主要集中于构建财务风险预警模型。研究成果比较成熟，在实践中得到了广泛的应用，财务风险预警成为企业财务风险研究的一个重要领域。
二、国内财务风险预警模型研究
综述国内大部分的财务预警研究都是借鉴国外研究经验建立模型的，我国的财务风险预警研究开始于1990年代，风险预警进行了单个变量变为多个变量到复杂模型多个阶段。随着我国经济的增长，国内研究者对公司财务风险预警模型的研究也在不断深入。通过结合各个行业的特点，结合定量和定性分析，建立与社会主义经济相适应的财务风险预警模型。1.财务风险理论研究。刘恩禄等较早且全面地对财务风险的概念界定，财务风险通常是指在企业的生产、采购、销售等一系列生产经营活动中，企业由于被内外部环境影响和各种事前难以控制和预料的不确定性因素以间接和无形方式的作用和改变，实际收益在特定的时间段内与预计的预期收益产生一定的偏差给利益相关者造成损失的可能性。张影认为餐饮业主要需要应对的财务风险包括筹资、投资、营运三个维度，并从餐饮企业自身及其面临的宏观环境中客观分析了产生财务风险的原因。2.财务风险预警模型研究。①单变量判别模型。吴世农等在《中国经济问题》发表文章，对公司破产分析的有关预警指标并首次介绍了单变量判别模型。陈静对同行业及规模的ST和非ST共54家公司的财务信息构建单变量模型，结果显示，资产负债率、营运资本比率、流动比率和总资产收益率这四个指标对企业的财务失败的预测具有敏感性，流动比率和资产负债率判别正确率最高。②多变量判别模型。袁康来等人利用Z模型对农业企业财务风险预警进行了研究，验证了Z模型具有良好的预警效果。李元峰等在杨成岩等前人研究成果的基础上优化通过调整了临界值和增加了3个新变量优化Z模型，大大提高了模型的精度和适用性。周守华等通过增加一个能够预测公司破产的财务指标——现金流量指数，建立了F评分模型。在实施该模型的实证实践中，选择了4160家公司，准确率高达70%。结果表明，F-Score模型是一种更为准确的财务风险预警模型。张玲选择120家共涉及14个行业的公司，利用多元判别函数建立了财务风险预警系统。研究结果表明，该模型能够为ST公司的财务风险预警分析提供依据。③逻辑回归模型。陈晓等采用Logistic回归模型对ST公司进行了实证研究。结果表明，股权指数和资产收益率是反映ST公司财务风险预警效果最好的财务指标。将因子分析在处理指标方面的优势与Logistic回归模型拟合精度较高的优势相结合，研究上市公司财务风险预警问题。王华丽等在奥特曼Z评分模型的基础上，建立了中小企业财务风险预警模型。结果表明，奥特曼的Z评分模型基本上反映了企业的财务状况。2015年黄杨选取ST公司12家和正常经营的12家作为研究样本。结果表明，该模型具有较高的财务风险预警精度。李常山将2016年23家制造业上市公司与2016年30家非制造业上市公司进行了比较，在对财务信息进行主成分分析后，采用Logistic回归建立了财务风险预警模型。结果表明，通过建立财务风险预警模型，上市公司可以有效降低财务危机发生的概率。④神经网络预警模型。李芳等建立基于神经网络模型的企业财务预警模型，结果表明资产负债率、每股净资产、净现金流量三个指标对企业财务危机预警具有重要作用，具有良好的财务危机判断和预测能力。通过专家调查，李晓青等获得了15家样本企业的物流外包风险评价指标。基于BP神经网络构建了适合物流行业公司的模型预警财务风险。结果表明，该模型对物流企业具有较高的预警精度。邢瑞雪等以78家上市公司财务数据为样本，采用BP神经网络支持向量机构建基于人工智能方法的模型，并与传统财务风险预警结果对比。结果表明，用人工智能方法建立的财务风险预警模型具有更高的预警精度。孙新贤等从2004年至2016年的四大航空公司中选择了49家，其中38家是培训样本，11家是测试样本。他运用主成分分析的方法对预警财务风险的各个指标降维优化，基于BP神经网络构建财务风险预警系统。研究结果显示，BP神经网络模型能够有效地预测航空公司的财务风险。
三、模型比较
单变量决策模型的最大特点是选择单一的财务指标作为研究对象。该模型的应用首先需要选择两组样本，一组是预测样本，另一组是检验样本，来建立和检验模型。其次，根据一定的财务比率对预测样本进行分类，寻找一个阈值来判断两组样本，使误差最小。再其次，用阈值测试试样。单变量决策模型的优点是易于管理，过程简单易行；缺点是无法监测和分析企业内外部环境的不断变化。因此，结果往往既不那么确定，也不那么客观，无法准确预测公司的风险。多元判别模型与一维决策模型最大的区别在于前者选择了更多的变量和角度来预测企业的风险。该模型的关键是选择多维度反映企业财务状况、有利于宏观风险控制的指标。与单变量判别模型相比，多变量判别模型可以从多个维度更详细、更客观地监测和分析企业财务状况，提高预警精度。然而，多变量判别预警模型仍有局限性。一方面，多变量判别预警模型要求变量满足正态分布假设，另一方面，它们没有充分考虑现金流量的变化情况，从而缩小了模型的使用范围。多元逻辑回归中对于自变量分布的假设没有要求，克服了线性模型必须满足统计假设的缺陷，因此Logistic回归方法可以规避了判别分析中难以达到的前提假设，它极大地改善财务风险的预测并解决了判别分析中的多种弊病，包括比率指标是正态分布的假设以及样本企业具有相同的协方差方差矩阵的假设。因此，1980年代之后多元Logistic回归代替了判别分析预警模型，占领了财务风险研究范畴核心地位。逻辑回归模型的局限性在于由于大部分计算结果都是近似的，因此计算并不准确，与实际结果间有较大差距。
四、研究结论
篇6
【关键词】 财务预警 自由现金流量 经济增加值 现金增加值
在进行财务预警研究时要考虑的因素主要有模型、指标、行业的选取以及规模的修正，其中模型的发展构成了现有财务预警研究中显而易见的一条主线。模型的选择实质上是预警方法的确定，现行主流的预警方法仍以统计建模为主，包括单一变量模型,多元线性判定模型，多元逻辑回归模型等，非主流的预警方法主要以非统计类方法为基础的股价分析法，案例分析法以及神经网络模型等，模型在应用中的逐步改进与完善使得财务预警的研究更为深入。但这些不同的预警模型有一个共同的特点：它们都必须以公司的财务数据为基础构造不同的预警指标。因此我们按照财务指标在预警研究中发展的时间顺序把它们分为三类：以权责发生制为基础的传统财务指标，以收付实现制为基础的经营现金流量相关指标以及我们将要论述的三种新兴指标。我国现有的财务预警研究由于各种限制只发展到以现金流量表相关指标为基础建立的预警模型，这些模型或者是在原有指标体系中增设现金流量表指标或者单独只以现金流量表指标进行预警。而后续关于以新兴指标建立财务预警模型的研究则还处于展望阶段。这里的新兴指标主要指：自由现金流量（FCF）相关指标，经济增加值（EVA）相关指标，现金增加值（CVA）相关指标。这三种指标从公开的会计报表中无法直接获得，需要进行较复杂的调整与计算，因此在我国的应用受到了一定的限制，但实事上它们在国外已经得到相当广泛的应用，尤其是自由现金流量被作为一个必要指标在会计报表中进行披露。
一、选择FCF，EVA，CVA三个指标具有可比较性的公式列示如下，并对它们的区别与联系进行分析
自由现金流量（FCF）＝税后经营活动现金流量－在净营运资本上的投资－在固定资产和其他长期资产上的投资经济增加值（EVA） ＝税后净经营利润－资本成本×期初资本现金增加值（CVA） ＝税后经营活动现金流量－沉没资金折旧－资本成本×期初成本 （沉没资金折旧主要指一个期间到下一个期间资产市价的变化，也被称作经济折旧，如果把会计记帐方式中资产的入帐方式改为市价法，则这里的沉没资金折旧就相当于传统意义的会计折旧）
1.自自由现金流量。由现金流量（FCF）以收付实现制为基础，只考虑正常经营活动现金流入，公式中的税后经营活动现金流量指未扣除利息费用但扣除了实际支付的税金后的经营现金流量，在税后经营活动现金流量基础上再扣除为了维持现有的经营状况、资本扩张所必须的资本投入，包括净营运资本的投入，固定资产和长期资产的投入，最后计算出自由现金流量。从这个意义上说自由现金流量是指能自由分配给投资者的现金，这里的投资者包括债权人与股东。
2.经济增加值。经济增加值（EVA）主要以权责发生制为基础，但它较传统的指标考虑了资金的资本成本，形象直观的计算出企业的价值创造，是基于权责发生制的一种经济收益的计算方式。我们从经济利润的角度分解经济增加值：财务会计师按照权责发生制将收益和成本费用配比计算净利润，在净利润基础上加回税后利息费用得到税后净经营利润，它是可以提供给所有股东和债券人的盈余。在税后净经营利润基础上减去投入资本成本则可得到经济利润，原则上经济利润需要经过一些细节调整才能得到EVA，公式中我们为了方便比较以及理解经济增加值的含义后续的细节调整则不予考虑了。
3.现金增加值。现金增加值（CVA）以收付实现制为基础，考虑资金的资本成本，考虑经济折旧，经济折旧的考虑使得这里的折旧与收付实现制得到了很好的呼应，因为在它的计算里资产采用的是市价法，对在会计制度中资产记账使用历史成本法带来的一些财务舞弊给予了消除。同样CVA也是经济收益的一种计算方式，与经济增加值一样，但它基于的是收付实现制。我们根据这三个指标计算原理的不同把它们典型的区别列表如下,这三个指标的特点将直接决定它们应用在财务预警时所具有的优势和缺陷。
表1 三指标的区别与联系
确认原则 是否考虑资本成本 资本支出的处理形式 是否剔除非常损益
自由现金流量 收付实现制 否 实际资本支出 是
经济增加值 权责发生制 是 会计折旧 是
现金增加值 收付实现制 是 经济折旧 是
二、三种指标在财务预警中的优势
我们从表1中列示的四个特点来分析这三个指标的优势
1.确认原则。自由现金流量与现金增加值都是基于收付实现制，在进行财务预警时具有经营现金流量指标的全部优点，很好地避免了现有上市公司中诸多财务造假的可能，另外虽然经济增加值基于的是权责发生制但在计算过程中它剔除了非经营性的损益，也能够一定程度地避开虚假财务信息及关联交易真实地反映公司的现状，因为一些财务作假尤其是关联交易一般都是通过非经营业务来调整和粉饰，故这三种指标都具有能改善传统财务指标真实性的作用。
2.资本成本。资本成本的考虑建立了经济利润的概念，原始经济利润的公式如下： 经济利润＝销售收入－销售成本－经营费用－税金－全部资本成本经济增加值在经济利润的基础上作了一些调整，主要有三种调整，一是抵消传统会计师编制财务报表时的许多准备金，如坏帐准备和后进先出准备，一定程度上修正了权责发生制，把它向收付实现制靠拢，这也是我们为什么说经济增加值是主要基于权责发生制；二是将传统对有关建立市场的支出费用化改成资本化，即将即时变现观转变为持续经营观；三是将累计税后非经常性亏损或者盈利消除，将成功法转变为完全成本法；现金增加值的理念和经济增加值是一致的，但是它计算的初始就以收付实现制为基础。资本成本的计算需要利用CAPM模型计算资本成本率，其中ß值的引用考虑了不同公司的风险值，因此这两个指标很好的弥补了传统会计指标中不考虑股权成本和风险的缺陷，直观的计算出企业创造的价值。
3.资本支出。自由现金流量扣减了实际资本支出，而不是像其他两个指标以扣减折旧的形式,因为折旧并不是实际的资金流出，由折旧保留下来的现金在资本更新前仍然是可以自由使用的，自由现金流量以扣减实际资本支出代替折旧直观反映公司可自由使用的现金流量，这些现金可以进行分配，也可以保留在企业里进行资本扩充或者预防风险。经济增加值剔除的是传统会计折旧,按照权责发生制计算在第一步盈利线中折旧就已经被剔除。现金增加值的计算原理与经济增加值对比,由于它采用收付实现制,在税后经营活动现金流量这一步,折旧仍然是包括在内的,在后续折旧剔除时,现金增加值使用了沉没资金折旧或者说是经济折旧,这是它与经济增加值的区别。因此总的来说自由现金流量更能反映现金的支付能力，在预测或者评价公司流动性时具有更好的作用，而后两者则从揭示公司的价值创造方面有突出的表现，一个是从传统会计角度，一个则对传统会计制度作了诸多修正，因此它们在反映公司的整体价值创造上更有优势。
4.非常损益。这三个指标共同的特点是它们都剔除了非正常损益，传统财务指标和现金流量表指标都是反映实际发生的经营活动,非常损益也是包括在内的,但是非常损益由于不是可持续的盈利或者亏损,并不能反映公司真实的运营能力,除此之外,财务作假也更青睐非常损益项目,这三个指标对非常损益的剔除可以更真实地反映公司可持续的经营能力，并一定程度上避免了财务作假。
三、以这三种指标为基础建立可适合预警的指标体系
指标体系的选择依照的原则很多，比如杜邦体系从盈利能力，运营能力，资本结构三个方面对公司的财务状况进行分析，比如梁飞媛（2005）在基于现金流的财务预警系统实证研究中从获现能力，偿债能力，财务弹性，财务结构四个方面对指标进行分类，我们从这三个指标本身的特性出发把指标体系分为四类：获现能力/盈利能力，流动性分析，收益质量分析，增长潜力。这四种分类分别从不同的侧面反映了公司的运营情况。
1.获现能力或者盈利能力指标包括：自由现金流量/总资产（净资产）（总股数），经济增加值/总资产（净资产）（总股数），现金增加值/总资产（净资产）（总股数）。
2.流动性分析指标包括：自由现金流量/流动负债（长期负债），经济增加值/流动负债（长期负债），现金增加值/流动负债（长期负债）。
3.收益质量分析指标包括：最近三年每股收益平均值/最近三年每股自由现金流量平均值，经济增加值/留存收益，现金增加值/留存收益。收益质量分析指标产生的原理是以自由现金流量，经济增加值，现金增加值比上传统指标中可对应的指标，比如基于收付实现制的自由现金流量与权责发生制中的净利润相比它调整了由于非正常收益和权责发生制可能带来的舞弊和不真实，一个财务报表真实的企业虽然每年两者之间也可能会有较大差距，但是对于一个真实有效的会计体系，长期来看两者应该是一致的，故我们对分子分母取最近三年的平均值，两者越接近说明财务报表的真实性越高；经济增加值与现金增加值相当于两种不同会计确认制度中的经济收益，它们与传统会计指标中的留存收益具有相同的意义，都扣除了债权人与股东要求的回报，不同的是前两者以资本成本的形式，更为合理地反映了价值创造，而留存收益扣除的是实际支付的资本成本。
4.增长潜力指标包括：每股自由现金流量增长率，每股经济增加值增长率，每股现金增加值增长率。上述指标在财务预警中应用时可以是在原有预警模型中增加以上三类指标进行修正或者单独以一类指标进行预警。
综上所述这三种指标系统由于它们本身计算原理上的优势在财务预警方面应用时是可以更好地弥补传统指标缺陷的，张锦华（2005）在农业上市公司持续性经营能力研究中，完全采用以自由现金流量建立的指标体系证明在预测经营失败时准确率为85％，远远大于传统指标的65%，但这三种指标体系是否比经营现金流量指标更有效目前为止还无法得到有效证明。我们在传统指标体系中选择资产结构比率，比如资产负债率这类没有造假可能的指标，另外以经营现金流量指标体系为主体，结合新指标尤其是自由现金流量指标体系，可以建立一套更为完善的预警指标系统。
篇7
关键词：财务危机；风险预警；Z模型
一、概述
（一）财务预警
财务预警是通过对公司财务报表及相关经营资料的分析，利用及时的财务数据和相应的数据化管理方式，将公司所面临的危险情况预先告知公司经营者和其他利益相关者，并分析公司发生财务危机的原因和财务运营体系隐藏的问题，以提早做好防范措施的财务管理活动。
财务预警应当在企业陷入财务困境之前做出。企业财务困境根据严重性的不同，可以有这样几种状态：一是亏损、现金流量不足、违约。二是资不抵债，净资产为负。三是破产。
（二）Z模型
Z模型的基本模型如下：
研究表明，Z值大小与公司发生财务危机的可能性成反比，一般而言，如果公司的Z值大于2.675，则表明公司经营的财务状况良好，发生破产的可能性较小；如果公司的Z值小于1.81，则公司当前存在较大的破产风险；如果Z值介于1.81～2.675之间，称之为“灰色地带”，即表明进入这个区间的公司，其财务状况极不稳定，模型对其不具有解释性。
二、吉林省上市公司财务危机现状抽样评价
（一）吉林上市公司基本分布情况分析
截至2012年末，吉林省39家上市公司分布在18个行业中，其中医药生物制品制造业的企业数目最多，有7家，占总数的17.95%，排名在第2至第3位的依次是机械制造行业，房地产业，排在前3位的制造业企业共计17家，占吉林省上市公司总数的43.59%。另外，值得注意的是，吉林省目前仍有许多行业没有企业上市。
（二）上市公司财务预警研究样本选择
（1）选取A股上市公司。根据规定，A股上市公司执行国内的会计准则和会计制度，由国内的会计师事务所审计，B股上市公司采用国际会计准则，有外资会计师事务所审计。这种差异导致A股和B股资料之间不能进行有效的可比性，故而选取A股上市公司。
（2）选择被特殊处理的吉林省A股上市公司。国外将破产或者提出破产申请的公司作为财务困境公司，但是由于我国还未出现上市公司破产的情况，无法取得实际的数据，本文选取吉林省在2010年～2013年3月31日之间被ST处理的股票和随机选取的未被ST处理的10家股票作为样本。
（三）吉林省上市公司Z值计算和分析
由2010年～2012年样本上市公司Z值，可以得到：
（1）ST上市公司Z值分布情况。从表1可以看出，Z模型对于所选取的ST公司的判定结果显示，2010年～2012年3年中，判定正确率为100%。说明该模型对于ST上市公司具有较好的判定能力，可以在实际中用该模型对ST上市公司进行财务预警判别。
表1 ST上市公司Z值分布情况
（2）非ST上市公司Z值分布情况。从表2以看出，2010年～2012年3年中，除在2010年一汽轿车的Z值大于2.675，表明财务状况良好外，其他公司Z值均低于1.81。2010年正确判定为10%，2011年和2012年正确判定率为0，误判率高达100%。说明Altman Z模型对于吉林省非ST上市公司不具有判定效应，不能用来进行财务预警判别。
表2 非ST上市公司Z值分布情况
三、吉林省上市公司财务危机的应对措施
（一）增强企业的营运能力
营运能力是指企业的经营运行能力，即企业运用各项资产以赚取利润的能力。要增强企业的营运能力，可以从以下几方面入手：确立优化资本、提升价值等资本运营的理念；建立现代企业制度、营造资本运营的微观基础；培训资本运营人才、造就优秀企业家队伍。
（二）增加留存收益的积累
留存收益是指企业从历年实现的利润中提取或形成的留存于企业的内部积累。要提高企业留存收益的积累，根本方面还是在于企业是否能够取得利润。此外，在不影响企业长期发展和股票价格的前提下，尽量避免发放现金股利。
（三）提高企业的获利能力
企业经营的核心首先是生存、发展，最终要实现盈利，利润是衡量一个企业是否优秀的标准。随着全球金融危机的进一步加剧和蔓延，行业平均利润率水平将不断缩水，企业发展的机会和空间会越来越小。因此，企业必须要寻找新的利润增长点，打造出一个适合自己的盈利模式，提升企业盈利能力。
四、结论
篇8
在Logit回归模型中，因变量设为Y，服从二项分布，取值为0（无财务危机）和1（有财务危机），自变量为X1、X2、X3、X4、X5、X6，分别表示每股负债、每股收益、净资产收益率、流动比率、每股未分配利润、营业收入增长率这六大财务指标。
事件发生（Pi）与不发生（1-Pi）的概率之比为OR值，对OR值做对数变换，即可得到Logit回归模型的线性模式ln=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。
二、样本选取及ST&非ST上市公司财务数据搜集
使用的数据均来自国泰安数据库，选取121家ST上市公司及2925家非ST上市公司的六大指标财务数据，并从中随机选择16家ST及9家非ST，再进行随机排列，选择前20家公司作为目标样本。
三、确定Logit回归方程参数值
导入数据至SPSS19.0，采用向后Wald法，以sig.
此外，将此模型用于被ST的121家上市公司进行总体检测，现121例个案中仅有5例预测有误，预测精度达到95.87%。
由表4可知，在118家非ST上市公司中，该模型正确识别了109家公司，错误识别9家公司，预测精度达92.4%；而在118家ST公司中，该模型正确识别了99家，错误识别19家公司，预测精度也达到83.9%，模型总的正确率为88.1%，具有较高的预测能力，因此可以运用此模型对上市公司进行财务预警。
四、Logit模型财务预警的现实意义
篇9
一、财务危机预警模型
二、研究设计
（一）样本选取及数据来源 本文选取2010、2011年沪深两市A股首次被ST的上市公司作为研究样本，共计42家，按照财务危机理论，选择32家财务状况异常而被特别处理（即ST）的上市公司作为本文的研究样本。此外，根据会计期间一致、行业相同、企业资产规模相似的配对样本选择标准以及1：1原则，从沪深股市选择配对样本A股上市公司32家， 共64家公司作为本文的研究样本。
ST公司T-1、T-2年度的审计计算结果中“净利润”为负，公司出现财务危机的特征已经非常明显，研究意义不大；此外，早在2002年就有学者研究发现，在T-4年度，财务危机企业与正常企业之间不存在显著性差异。因此，本文选用最有效的预测年度T-3年度数据，力求准确地预测企业未来的健康状况。
（二）财务指标 根据信息的完整性原则，结合我国上市公司的财务危机特征，本研究初步选择偿债能力、营运能力、盈利能力、获现能力和发展能力5个方面的24个财务指标。其中偿债能力包括：流动比率X1、速动比率X2、现金流量比率X3、资产负债率X4、产权比率X5、利息保障倍数X6；营运能力包括：存货周转率X7、应收账款周转率X8、流动资产周转率X9、固定资产周转率X10、总资产周转率X11；盈利能力包括：销售净利率X12、主营业务毛利率X13、主营业务净利率X14、成本费用利润率X15、净资产收益率X16、总资产收益率X17；获现能力包括：经营活动现金流入流出比率X18、经营活动现金净流量增长率X19、每股经营活动净现金流量X20；发展能力包括：主营业务收入增长率X21、营业利润增长率X22、净资产增长率X23、总资产增长率X24。
（三）非财务指标 根据信息的重要性原则，本文初步选择股权结构、管理结构、重大事项、人力资本和其他指标5个方面的12个非财务指标，如表1所示。
三、实证结果与分析
（一）正态性检验 本文统一整理36个预警指标，利用K-S检验进行正态性检验，其中有现金流动比率、资产负债率、固定资产周转率、总资产周转率、净资产收益率、总资产收益率、每股经营活动净现金流量、主营业务收入增长率、第一大股东持股比例、前五大股东持股比例和、员工素质11个样本指标通过了正态性检验，符合正态分布；剩余的25个样本指标总体不符合正态性分布。
（二）显著性检验 具体有：
（1）T检验。对11个服从正态性的预警指标利用两个独立样本的T检验做显著性检验，其中有现金流量比率、固定资产周转率、每股经营活动净现金流量、主营业务收入增长率、员工素质这5个样本指标没有通过显著性水平，指标没有显著性差异。而资产负债率、总资产周转率、净资产收益率、总资产收益率、第一大股东持股比例、前五大股东持股比例和这6个样本指标的通过了显著性检验，指标具有显著性差异。
（2）非参数检验。25个总体不服从正态性分布的预警指标利用两独立样本的非参数检验做显著性检验，其中有7个预警指标存货周转率、经营活动现金流入流出比率、经营活动现金净流量增长率、董事长和总经理双职合一、管理费用率、会计师事务所变更、地区生产总值没有通过显著性检验；剩余的18个样本指标通过了显著性检验。
综合以上的分析，在T检验的11个样本指标当中，有6个指标通过了显著性检验，在非参数检验的25个样本指标中有18个通过了显著性检验，合计24个预警指标将成为本文的最终指标体系，其余不具有显著性的指标则予以剔除。
（三）因子分析 采用主成分法提取公共因子如表2所示。
（四）Logistic回归方法 根据前文提取的用于反映整体指标信息的公共因子构建二元Logistic回归财务危机预警模型，选用Forward：Wald逐步向前法对变量进行剔除，检验每一步引入新的变量之后所有变量对于整个模型的显著性，保留每一步对于整个模型显著的变量，得到最后的预警模型。模型构建函数如表3所示：
根据构建结果知道，最后留在预测模型中的变量有6个，包括F2、F3、F4、F5、F6和常数项。公共因子显著性判别Sig的值都小于0.05，证明这5个变量F2、F3、F4、F5、F6对预测模型具有显著性影响； 而常数项的Sig值为0.675比预先设定的临界值0.05大，证明常数项对整个模型没有显著性影响。在Logistic回归里，Exp（B）反映了自变量变动一个单位而引起的发生比Odds的变化率，可见F2因子对于Odds比的影响最大，每变动一个单位将会引起Odds比132.339个单位的变化； 其次是F6， 每变动一个单位Odds比变动24.635；而其他几个公共因子包括常数项的变动引起Odds比的变动比较微弱。根据B列系数项得到最终的财务预警模型为：
本文根据前人研究的经验，选取以0.5为判别分界点：当P>0.5时，判别为危机企业，数值越大，说明该企业在未来几年内发生财务困境的可能性就越大；当P
二元Logistic回归预警模型预测结果中，预警模型对于样本公司的两个类别ST公司和配对公司的判别结果相差不多，并且预测效果都很好。样本公司的32家ST公司中有31家被判断正确，判断正确率为96.9%；只有1家公司被判断错误，错判率为3.1%。原来的32家配对公司中，有30家被判断正确，判断正确率为93.8%；只有2家公司被判断错误，错判率为6.2%。整体预测准确率达到了95.3%，判断错误率为4.7%。
（五）Fisher判别分析方法 利用Fisher判别构建财务危机预警模型，运用步进式方法中最常用的Wilks-Lambda方法将变量引进构建判别模型可以得到判别模型，分析中的变量系数如表5所示。
根据预警模型可以计算出样本的判别值y，y值与判别阀值0之间进行比较。若y0，为财务状况正常公司。预警模型的预测能力如表6所示：
Fisher预警模型预测结果中，预警模型对于样本公司的两个类别ST公司和配对公司的判别结果相差不多，并且预测效果都很好。 32家ST公司中有29家被判断正确，判断正确率为90.6%；只有3家公司被判断错误，错判率为9.4%。32家正常公司中，同样也有30家被判断正确，判断正确率为93.8%；只有2家公司被判断错误，错判率为6.3%。整体预测准确率达到了92.2%，判断错误率为7.8%。
（六）logistic回归与Fisher判别模型对比分析 由表7得知，两种判别分析方法对于研究样本的判别结果比较接近，没有太大的差异，而Logistic回归对于总体的判断正确率为95.3%，比Fisher判别的92.2%高出了3.1个百分点。从模型结果层面上看造成这种结果的原因：Logistic回归对于被ST公司的判断正确率为96.9%，比Fisher判别的90.6%高出6.3个百分点；Logistic回归对于配对公司的判断正确率为93.8%，等于Fisher判别的93.8%。从模型构建层面上看造成这种结果的原因：假如对于引入的自变量X总体满足正态性分布、且有相等的方差-协方差矩阵等条件，从二分点判别的角度上来讲Fisher判别模型可以作为Logistic判别模型的一个特例来看待；引入的变量指标不全是总体上满足正态性分布的，并且本文在选择配对样本的时候主观上本着相似性原则，但是相似与理论上面的相等还是有一定的差距，而引入Fisher判别模型时已经默认了样本的协方差矩阵是相等的；Logistic模型在计算过程中使用最大似然估计法，其实并不是最优无偏估计，但统计学认为大样本（样本量大于30）情况下，是渐近无偏的。因此，从理论上面来讲Fisher判别在使用时具有比较严格的使用条件，而Logistic回归相对于Fisher判别却不存在这些制约条件。
四、结论
在本文研究中，选用样本公司财务危机发生前3年的财务数据结合一些量化的非财务信息进行预测，两种方法的准确率都在92%以上，而且不管对于ST公司、正常公司还是总体，判别效率都超过90%；尤其是Logistic回归预警模型，总体判别准确率达到95%以上，对于配对公司的判别正确率基本达到97%。这说明：第一，非财务信息能够很好地配合财务指标进行预警分析，提高预测的准确性；第二，本文采用logistic回归与Fisher判别分析构建的财务危机预警模型都具有很强的预测性，在实际中都有着重要的实践指导意义；第三，比较两种判定模型的预测效果表明，Logistic模型的判定准确性较高。
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10
【关键词】 大数据； 财务预警； 非财务指标； 系统结构模型
【中图分类号】 C931 【文献标识码】 A 【文章编号】 1004-5937（2017）09-0095-05
一、研究现状
财务预警是一个世界性难题。国外对财务预警的研究较国内要早，多集中在多变量动态分析模型的基础之上，国内尚未有人提出适合我国企业实际并得到有效验证的财务预警模型。国内很多学者对财务预警进行了开创性的尝试，财务预警管理已经成为企业管理研究的一个热点话题[1]。
财务预警从选取的指标上划分，可以分为基于财务指标和非财务指标两种。基于财务指标的财务预警效果一直受限于会计信息的失真和滞后性。而基于非财务指标的财务预警模型又因为指标获取的主观性饱受诟病。以2008年发表在《自然》杂志上论述大数据科学的多篇文章为标志，世界范围内对数据科学问题的研究正式拉开帷幕。伴随着社会实践的推进以及科学技术的发展，国内外对大数据科学问题的研究进一步深入，现阶段学者研究的主题主要围绕以下方面：（1）大数据是什么，即如何对大数据进行科学规范的定义问题。（2）大数据的影响，即大数据技术的发展会对人类社会的发展产生怎样的变革，其中所蕴含的机遇与挑战是什么。（3）大数据应用于人类社会发展实践中所必须得以突破的关键技术是什么以及应该如何进行突破。（4）面对大数据时代的到来该如何应对等。在社会经济领域，Michael et al.[2]指出，大数据时代来临的趋势已经不可逆转，在审计领域，审计师将大数据技术应用到审计工作中已经成为了应对时代变革的重要举措，其呼声也越来越高。宋彪等[3]首次把大数据引进财务预警模型，根据上市公司的ST情况进行了实证，结果显示预警的效果大为提高。目前的相关研究大都提出技术框架，或者关注技术实现，大数据如何引入财经领域的理论论证尚未完善。本文从理论的角度分析了大数据指标引入的可行性和途径。一般把大数据引入到财经领域的研究中，需要研究企业大数据信息正面情绪指标、中性情绪指标、负面情绪指标、正面与负面情绪交互指标以及大数据信息频次指标。这里所说的大数据是为了与财务指标区分，严格意义上来讲，财务指标也是企业大数据的一部分。本文所提及的大数据指标，是通过对互联网上无数网民这个企业传感器进行搜集和信号融合而得到的。它的特点是来源广泛，结构非常复杂，需要从网络的海量信息中在线筛选才可获取，能够从所有利益相关人在线回馈信号流角度反映企业运行的全貌，个别力量难以左右其趋势，具有群体智慧性，并且呈信息碎片化和无意识状态，符合大数据的相关定义。这些信号流中已经包含了以往财务预警研究中涉及到的非财务指标信息，而且这种信号传递的信息比以往研究中，通过调研或者一些定性方法获得的个别非财务指标要更加客观和全面。
二、基于系统结构模型的分析
确定大数据指标和非财务指标的关系，是一项极其庞大而复杂的任务。ISM即解释结构模型，作为一种成熟的系统结构模型化技术，为研究大数据指标和非财务指标的系统关系提供了强有力的工具。
目前，非财务指标的既有研究所提出的各种指标缺乏系统性，研究非财务指标的系统性影响所使用的方法主要以规范为主，还没有一个公认的非财务指标对财务危机的整体影响评价模型。非财务指标有必要进行系统分析，才能考虑引入财务危机预警模型，否则非财务指标之间结论不会稳定，甚至会出现自相矛盾的情况。
ISM模型构建主要有以下步骤：系统构成要素确定、邻接矩阵确定、可达矩阵计算、层次化处理、绘制有向图和形成递阶结构模型。研究大数据指标与非财务指标对财务危机预警的系统性关系，首先要确定相关指标。指标获取方法主要是搜集文献，搜集使用非财务指标进行财务危机预警的相关文献，最终形成备择文献。其次，从备择文献中检索出所有出现的非财务指标，整理形成备择指标。最后，提请专家小组对备择指标进行评价，对指标进行增减，以及对指标内涵进行新的扩展，从而得到完备指标要素，即构成ISM构成要素。系统由17个要素组成，如表1。
系统中的17要素是一个有机整体。为直观显示各要素之间的关系，本文利用邻接矩阵进行描述，将要素间的直接影响表述为aij=1，即若要素之间没有直接影响表述为aij=0，要素Ai对Aj没有直接影响。根据专家组及相关人员分析之后，建立邻接矩阵如表2。
根据邻接矩阵可以构建要素关系图，如图1。
各个要素之间的直接关系是靠邻接矩阵来表示的，然而事实上，间接关系也是这些要素之间要研究的重要内容。例如要素Ai会对Aj造成影响，同时Aj又对Ak产生影响，便将Ai视为基于Aj要素对Ak构成间接影响的要素，Ai对Ak产生了间接影响。这种间接影响则可以通过一个或者多个要素来进行传递。一般情况下研究的样本中这些直接或者非直接的各个要素之间所形成的各种影响关系，可以使用可达矩阵M来进行描述。其中矩阵中的元素aij=1是用来描述要素Ai直接或非直接地影响到Aj，相反，aij=0。具体结果如表3。
接下来的研究需要进行级位划分，主要是针对可达矩阵区域内元素进行地位确定，在整个过程中进行所有元素的层次地位划分。将区域中基于影响关系构成的要素集合进行逐个排查，观察找出系统中对其他任何要素都不产生影响的要素，将其定义为系统最高要素，并将其排除，之后重复上述过程逐级搜索一直到最低级的要素为止。
借助Matlab数据分析工具，可以快速将要素进行分级，结果见表4。
根据分级提取骨架矩阵，并构建递阶结构模型如图2。
由图2可以清楚地看到，大数据指标及非财务指标与财务危机关系系统是一个有8级的递阶结构模型。在线信号N1以及财务危机N2的直接原因就是股票价格N4的变化。而影响股票价格的直接原因有或有事项N5、审计意见N6、发展能力N14以及市场份额N17。或有事项和审计意见是一种外在因素，发展能力与市场份额的直接原因是公司治理N3和顾客满意N11，公司治理的直接影响因素是股份结构N9和独董人数N10，顾客满意的直接影响因素是产品质量N12。股份结构与独董人数的直接影响因素是战略目标N13，而产品质量直接影响因素是技术目标N16。战略目标的直接影响因素是市场变化N8，质量目标的直接影响因素是市场变化N8和创新能力N15。最低级行业背景N7是市场变化的原因。创新能力是一种系统客观存在的状态，在本系统中没有直接影响因素。
根据要素全关系图优化递阶结构模型，进而得到解释结构模型，如图3。
由于企业经营活动的复杂性，非财务指标的数量极其庞大，性质也特别复杂。对所有的非财务指标进行确定、跟踪和分析是不可能的一项任务。系统中的各个非财务指标都是目前文献中常用的，因此将未知的一些因素都放在或有事项里。这些指标在具体应用中的计算都比较困难，没有统一的标准。往往靠定性分析，或者简单地找到几个财务指标来反映复杂的非财务指标内涵。在解释结构模型中发现，在线信号可以预测股票价格的变化趋势，这在国外的文献中已有证明。同时，财务危机也是股票价格变化的一种结果，而且在线信号与财务危机具有相互作用的关系。因此以股票价格为流体，在线信号和财务危机形成一种连通器的构造，即在线信号的变化可以对财务危机进行同步的观察和预测。由于在线信号量化的容易性，考虑用在线信号替代不易量化的非财务指标是一个有效的处理手段。
三、实证
为了对前面分析的结论进行验证，本文采用网络爬虫技术对60家企业的所有相关全网网络数据，包括博客、论坛、新闻等信息进行了采集，时间跨度为2009年1月1日到2013年12月31日。通过数据收集及数据清洗，共得到了7 000万余条，其中大部分数据为文本信息。而文本信息本身具有非结构化和大量重复的特点。这些大数据反映的相关情绪引入到财务预警模型，能否起到改善预警效果的作用呢？首先对数据进行过滤，将文本信息中的o效信息筛选出去，并对剩余信息进行数值化处理。利用财经领域词典对信息进行语义分析。同时为验证大数据有效信息频次对财务预警模型的影响，要对上市公司的相关有效信息进行频次统计。考虑到制造业企业数量占全部上市企业总数量的比重最高，同时所在行业不同其表征的财务特点并不一致，具有风险的企业要远远小于正常企业的数量。为使模型在实际应用中具有更好的代表性，研究中把制造业作为模型研究的样本企业。
在沪深A股中，制造业企业中的危机企业（以ST为准）要远远小于正常企业的数量。若按照资产规模进行1■1配对抽样，则会认为破坏样本的随机性，致使模型效果虚高，模型预测精度夸大[4]。目前，基于资产规模原则进行配对，虽为通行做法但缺乏有力的理论根据，而本文也利用此种配对方式进行了检验，结果显示对危机判断中的表现并不显著。因而，本文并未采用上述原则，而是将危机企业和正常企业采用1■2的方式进行随机抽样配比。收集的企业信息共有60家，其中包括20家危机企业和40家正常企业，危机企业的样本主要来源于2012年、2013年的工业制造企业（被沪深两市特别处理的），11家危机企业和22家正常企业来自2012年，另有9家危机企业和18家正常企业来自于2013年。危机企业选择的是上市以来首次被处理，超过5年的上市时间，被特别处理是因为连续两年亏损。采取随机抽取的原则对正常企业（上市时间超过5年，且未被处理过的工业上市企业）的样本进行选取，其财务指标源于RESST数据库。
选择了32个财务指标和4个大数据指标（文本积极、消极、频次和交互情绪），利用T-2和T-3年度的数据，对T年通过支持向量机模型进行预测、验证和比较（模型制定以及训练过程等限于篇幅不再给出，可查询参考文献[3]）。结果如表5。
从比较结果可以看出，在财务预警模型中引入大数据指标，可以显著改善预测的性能，而且在距离被预测年度的期间越大，大数据指标表现得越好。本文认为其原因是一些非正式来源的准确消息对滞后的财务信息起到了修正作用。
四、结论
大数据引入是各领域如何选取指标的一个难题。本文通过系统结构模型，理论上分析出在线大数据信号可以影响财务预警效果，进而指出可以通过大数据指标对企业财务预警模型进行优化。采集了60家上市企业，对结论进行了验证，研究结果为财经领域如何引入大数据提供了新的思路。后续研究将对大数据指标进行细分，并引入深度学习算法，实现无人监督算法的财经预测模型，进一步规避人为主观性带来的影响。
【参考文献】
[1] 马忠华.财务预警方法评析[J].会计之友，2012（3）：100-101.
[2] MICHAEL A，MIKLOS A V. Thick data： adding context to big data to enhance auditability[J].International Journal of Auditing Technology，2014，2（2）：95-108.
