财务困境范文10篇

财务困境范文篇1

一、财务困境预测模型研究的基本问题

财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。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”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。

在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“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”。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1．财务指标信息类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。

尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。但是，自Z模型(1968)和ZETA模型(1977)发明后，还未出现更好的使用财务指标于预测财务困境的模型。

2．现金流量信息类模型。现金流量类信息的财务困境预测模型基于一个理财学的基本原理：公司的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么公司最终将破产。因此，过去和现在的现金流量应能很好地反映公司的价值和破产概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产公司和非破产公司的数据，发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。显然，这一结果是符合现实的。破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。

3．市场收益率信息类模型。Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标一样可以预测破产，但时间略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26％的资本损失。

Aharony，Jones和Swary(1980)提出了一个基于市场收益率方差的破产预测模型。他们发现在正式的破产公告日之前的4年内，破产公司的股票的市场收益率方差与一般公司存在差异。在接近破产公告日时，破产公司的股票的市场收益率方差变大。

(三)计量方法的选择

财务困境的预测模型因选用变量多少不同分为单变量预测模型和多变量预测模型；多变量预测模型因使用计量方法不同分为线性判定模型、线性概率模型和Logistic回归模型。

此外，值得注意的是，近年来财务困境预测的研究方法又有新的进展。网络神经遗传方法已经开始被应用于构建和估计财务困境预测模型。

(四)我国对企业财务困境预测的研究

在国内的研究中，吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型；陈静(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量判定分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。

二、本文的样本和研究方法

本文与以前我国上市公司财务困境的研究有所不同。第一，样本新、时间长、容量大。本文研究的ST样本包括1998—2000年发生ST的公司，即A股市场上全部的ST公司，同时剔除了非正常的ST公司；此外，样本数据的收集时间延至公司发生ST前5年，样本时间跨度较长。选入研究的ST样本公司70家和相对应的非ST样本公司70家，样本容量达到了140家，可望在一定程度上降低估计和预测误差。第二，选择多种研究方法，建立单变量判定模型和三种多变量判定模型，并比较各种模型在财务困境预测中的效率。

(一)财务困境公司的样本选定

本文从我国A股市场上3年中出现的82家ST公司中界定出70家公司作为财务困境公司，进行财务困境预测研究。它们是：(1)连续两年亏损，包括因对财务报告调整导致连续两年亏损的“连亏”公司，共51家；(2)一年亏损但最近一个会计年度的股东权益低于注册资本，即“巨亏”公司，共16家；(3)因注册会计师意见而特别处理的，共3家。但排除了：(1)上市两年内就进入特别处理的公司，共8家。排除原因是财务数据过少和存在严重的包装上市嫌疑，因此与样本中的其他公司不具有同质性；(2)因巨额或有负债进行特别处理的公司，共2家。排除原因是或有负债属偶发事件，不是由企业正常经营造成的，与其他样本公司不具有同质性；(3)因自然灾害、重大事故等进行特别处理的，共2家，原因同(2)。

(二)研究程序和计量方法

本研究首先计算140家样本公司的盈利增长比率、股东权益收益率等21个财务指标，这些指标综合反映了企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模。在此基础上，使用剖面分析对样本中的财务困境公司和非财务困境公司在财务困境发生前5年期间历年的21个财务指标进行对比分析，探讨对企业陷入财务困境影响显著的变量。其后，应用单变量分析，选择4个财务指标为例估计单变量判定模型。最后，筛选和确定对企业陷入财务困境影响最为显著的6个指标为模型的判定指标，应用线性概率模型、Fisher二类线性判定模型、Logistic模型三种计量方法，建立和估计财务困境的预测模型，并比较这三种模型的预测效果。

三、实证研究

(一)剖面分析

首先分组计算70家财务困境公司和70家非财务困境公司的21个财务指标在财务困境发生前1至5年的平均值和标准差等描述性统计量，比较这二组在21个财务指标各年的平均值是否具有显著差异，其次计算各年的Z统计检验量，结果如表1所示。剖面分析结果表明：(1)在ST发生的前1和2年，财务困境公司和非财务困境公司的17个财务指标的平均值存在显著的差异；(2)Z值随着ST发生时间的临近而显著增大，即二组的财务指标平均值的差异随ST发生时间的临近而扩大。由此可见，在所选的21个财务指标中，除利息保障倍数、存货周转率、Log(总资产)和Idg(净资产)外，其余17个在财务困境发生前1至2年中具有显著的预测能力。

表121个财务指标Z统计量的计算结果*

(二)单变量判定分析

本文选择净资产报酬率、负债比例、营运资产与总资产的比例和资产周转率4个财务指标，应用单变量判定分析分别建立4个单变量预测模型，通过确定模型的最佳判定点，可以判定某一企业在财务困境发生前1至5年其是否会陷入财务困境。估计模型的结果如表2至表5所示。

表2净资产报酬率在财务困境前1-5年的判定模型

由表2至表5可见：(1)从各个单变量判定模型的判定效果来看，净资产报酬率的判定模型误差最小；营运资本／总资产的判定模型和负债比率的判定模型误差次之，资产周转率的判定模型误差最大。(2)财务指标作为预测变量具有信息含量和时效性，其信息含量随着时间的推移而递减，即指标值离财务困境发生的时间愈短，信息含量愈多，预测的准确性愈高，反之信息含量愈少，预测准确性愈低。(3)结合剖面分析，在两组均值的差异性检验中非常显著的财务指标，在单变量判定分析中的误判率却较高。例如，财务困境公司与非财务困境公司两组的负债比率在财务困境前1年的Z统计量为7．0696，差异性非常显著，但在单变量判定分析中误判比率却高达24．46％。以上结果表明，应用不同研究方法分析同一个指标所得结果不同。我们认为，这是因为在剖面分析的z检验中，误判率不仅与两组的均值有关，而且与两组的样本分布的状况有关。因此，应用不同判定分析方法构建的单指标判定模型，结论往往相互冲突。

表3负债比率在财务困境前1-5年的判定模型

表5资产周转率在财务困境前1-5年的判定模型

(三)多元线性判定模型的变量选择分析

本研究首先应用LPM，采用逐步回归选择变量方法，对5年的样本数据依次进行回归，从21个变量中选择若干变量。选择的标准是：F值的概率值小于0．10时进入，大于0．11时剔除。

利用财务困境前1至5年的数据，分别进行逐步回归，结果如表6所示。我们最终选取了Xl(盈利增长指数)、X3(资产报酬率)、X7(流动比率)、X11(长期负债与股东权益比率)、X12(营运资本与总资产比)、X19(资产周转率)等6个指标作为多元判定分析的变量。选取这些指标的原因是：(1)以财务困境前1年的逐步回归结果为主，参考其他年份的回归结果。由剖面分析可知，财务困境前1年的财务指标作为财务困境预测的信息含量最多，时效性最强；离财务困境发生的时间越远，指标的信息含量越少，时效性越差。所以，财务困境前1年逐步回归所得的变量全部入选。结合其他年份特别是财务困境前2年的结果，营运资本总资产比、速动比率、负债比率、应收账款周转率是表现较好的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在0．05之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标——营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。

表6各年逐步回归的所得的变量结果

为了避免多重共线性，对选定的6个变量进行多重共线性检验。本文使用的检验指标是容许度(TOL)和方差膨胀因子(VIF)。计算公式为：

TOLj=1—R2j=1／VIFj

其中，群为均对其余k—1个自变量回归中的判定系数R2。当TOL较小时，认为存在多重共线性。一般地，方差膨胀因子VIF大于10，认为具有高的多重共线性。VIF检验的结果见表7。从表7可知，6个变量的VIF均小于10，可认为各变量之间不存在显著的多重共线性。

表7多重共线性检验

(四)多元线性判定模型的估计结果

1．LPM模型。根据上述选定的6个变量及其财务困境前1年的样本数据，得到LPM模型的回归结果如表8所示。LPM模型的方程可表示为：

Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19

其中：Y是陷入财务困境的概率；X1是盈利增长指数；x3是资产报酬率；x7是流动比率；X11，是长期负债股东权益比率；x12是营运资本／总资产；X19是资产周转率。表8LPM模型的回归估计结果

线性概率方程是以70家非财务困境公司与69家财务困境公司在财务困境前1年的6个财务指标的数据为因变量值，取财务困境公司为1，非财务困境公司为0作为因变量值进行估计的。因此，理论上取0．5为最佳判定点。根据估计的模型对原始数据进行回代判定，若预测值大于0．5的，判定为财务困境公司；否则为非财务困境公司。判定结果如表9所示。

表9LPM在财务困境前1年的判定结果

在回判过程中，70家非财务困境公司有4家被错判，误判率为5．71％；69家财务困境公司有10家被错判，误判率为14．49％；总的误判率为10．07％。判定正确率较高。采用同样的方法可以计算其他年份的最佳判定点和误判率。

2．Fisher二类线性判定模型。把财务困境公司划分为组合1，非财务困境公司划分为组合2，对样本公司的财务困境前1年的财务数据，使用同样的6个变量，估计Fisher二类线性判定分析。

对于组合1，判定模型为：

Z=-6．059+0．331x1一25．865x3+4．033x7+3．250x11-11．905x12+4．428x19

对于组合2，判定模型为：

Z=-4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19

以典则(Canonical)变量代替原始数据中指定的自变量，其中，典则变量是原始自变量的线性组合，得到典则的线性判定模型为：

Z=0．448—0．435xl+11.374x3—0．229x7—0．803x11+1．589x12+0．570x19

根据上述判定模型，以财务困境发生前1年的原始数据分别进行回代。二个组合的平均Z值分别是-1．3254和1．3065，样本个数分别为69和70，所以按完全对称原则确定的最佳判定点为z*。由此可知：当把财务困境发生前1年的原始数据代入判定模型所得的判定值Z大于Z*，则判为组合2，即非财务困境公司，否则判为组合1。由此得到的判定结果见表10。同理可计算其他年份的最佳判定点和误判率。

表10Fisher二类线性判定模型在财务困境前1年

值得指出的是，Fisher判定模型在财务困境发生前1年的误判率为10．07％，与LPM模型的误判率相同，这从应用上证明二个模型是等价的。

3．Iosistic回归模型。使用同样的财务指标和数据，进行二元Logistic回归分析，得到模型的估计结果见表11。

表11二元Logistic回归模型估计结果

截距模型是将所有自变量删除后只剩一个截距系数模型。当前模型是含有自变量的Logistic回归模型。“Likelihood"为似然函数值，“—2LogLikelihood"(缩写为—2LL)是似然函数值的自然对数的—2倍，常用来反映模型的拟合程度，其值越小，表示拟合程度越好。因为Idsistic模型是使用最大似然估计，似然函数值越大，则表明越接近最大似然值，拟合程度越好。从表10可见，变量x1、X3、X11的显著水平均小于0．05，说明其预测能力较强；其余3个变量的显著水平较高，说明其预测能力较弱。

方程可表示为：

log(p/(1-p))=-0.867+2.5313X2-40.2785X4+0.4597X8+3.2293X12-3.9544X13-1.7814X20

即

P=1/(1+e-(-0.867+2.5313X1-40.2785X3+0.4597X7+3.2293X11-3.9544X12-1.7814X19))

根据回归所得到的Logistic方程，以0．5为最佳判定点，对财务困境前1年的原始数据进行回代判定，结果见表12。

表12Logistic回归模型在财务困境前1年的判定结果

在财务困境前1年，70个非财务困境公司有4个被错判，误判率为5．71％，69个财务困境公司有5个被错判，误判率7．25％，总体上看，139个公司有9个被错判，误判率6．47％。同样地，使用二元Logistic回归可以对财务困境前2年财务困境前5年的情况进行判定分析，判定结果见表13。

表13三种多元判定分析方法估计模型的比较

财务困境范文篇2

关键词：乡村振兴；基层企业；管理者；财务审计

国家财政每年在扶贫专项上投入大量资金且呈现出投资逐年增加的趋势，国家越来越重视资金投入所取得的效益，对投入使用情况进行反馈。审计工作可以直接展示出专项资金的投入使用情况，是监督资金投入效益的重要手段之一。事实上，基层财务审计工作存在着诸多问题，企业未能充分把握乡村振兴的时机、未能充分激发企业活力。对于基层企业而言，推动基层企业财务审计规范化的道路还有很长。

一、基层财务审计的内容概述

现如今我国经济呈现出高速增长态势，在积极的市场竞争中，财务安全显得越来越重要。企业经营管理者理应提高对财务审计工作的重视程度，特别是基层企业。通常情况下，基层企业财务审计工作主要包括以下内容。第一，基层财务审计需要对企业内各项具体的财务制度进行审查和落实，与企业内其他部门共同协调拟定下一步发展战略和方案。第二，基层企业财务审计需要对企业的资产、负债、收入、成本以及其他费用等进行审计核查，确保各项数据无误。第三，基层财务审计需要按照标准的审计程序和方案对企业的发展提出可行性建议，为企业的运营发展服务，助力企业取得长远可持续发展。第四，基层财务审计需要负责对企业收支项目进行审查，对相关业务进行报销。第五，基层财务审计需要严格审查发票、收据、报表是否真实，核查各种表格、数据填写是否规范。第六，基层财务审计需要对初次审计数据进行核查，纠正审计过程中的失误，提出具体的审计意见和评价。第七，基层财务审计要针对所有涉及的审计事项编写具体的内部审计报告。第八，基层财务审计要做好保密工作，依法获取审计中所需的各种材料。第九，基层财务审计要做好最终的整理资料、归档。第十，基层财务审计还需负责领导安排的其他临时性工作。具体的流程是：首先，根据企业经营状况制定审计工作计划，在此基础上明确审计重点内容。其次，按照审计计划执行具体的审计工作，定期对审计工作进行复查，将细小的问题进行分类记录；接着，对记录的问题进行再次复查，查看是否被解决、材料是否充分；最后，结合整个审计过程撰写审计报告，提交负责人交换意见。最后出具企业正式的财务审计报告。

二、乡村振兴背景下财务审计的价值

首先，在乡村振兴背景下，加强基层财务审计工作可推动乡村地区经济振兴。在我国全面建设社会主义现代化强国的关键时期，发展的重点依旧在农村，农村地区具有巨大的发展潜力。国家出台了相关的法律明确指出审计部门要按照规定对乡村振兴专项资金的使用情况进行审计监督，基层企业加强财务审计的价值在于按照法律规定完成审计职能，激发审计人员投身乡村地区审计工作的热情，唤醒基层企业的政治使命感和历史责任感，从而助推乡村振兴工作的顺利进行。其次，在乡村振兴背景下，加强基层财务审计工作可推动基层地区企业的创新与进步。乡村振兴战略在基层地区的实施不仅改变了乡村地区以往的经济格局，也改变了乡村地区企业财务审计监督工作格局，对财政审计工作提出了新要求。乡村地区的企业多与农业相关，涉农企业的财务审计工作涵盖层面更广、专业领域繁多、工作任务繁重，传统的审计观念落后、审计效率低下，不利于企业的长远可持续发展。从乡村振兴战略的角度出发开展企业财务审计工作可以在审计过程中推动基层企业财务审计方法的创新与进步，切实提升审计工作效率，更好地发挥审计工作对于企业经营发展的指导作用。

三、乡村振兴战略背景下基层财务审计的困境分析

（一）审计制度欠缺统筹性

结合现阶段基层企业财务审计情况来看，具体工作中存在着审计制度不规范、统筹性不强的问题，主要表现为以下几个方面。第一，基层企业缺乏一套标准且完整的财务审计制度，导致审计工作处于懈怠状态。部分企业空有审计制度，但制度比较单一且片面，未能充分发挥其作用。第二，基层企业的财务审计工作权威性不高，资金的支出、批示等工作处理标准不一，导致企业内部资金随意流动、资金管理混乱的情况较为高发。第三，固定资产作为企业资产的一部分，审计工作应对包括固定资产在内的所有企业资产进行审查，基层企业不少财务审计工作会忽视对固定资产的审计，关于固定资产情况缺乏真实的数据记录，即便是审计工作人员有心对固定资产进行审计，也因缺乏真实数据而导致审计工作无力开展。第四，对于基层企业、乡村合作社等经济主体而言，经营业务的财务审计工作缺乏科学、严格的监督管理，经营业务是否合法合理无法考量。第五，审计部门缺乏主心骨，审计工作人员开展工作各行各事、团结度不高，导致审计工作效率低下。

（二）审计人员欠缺专业性

审计人员是否专业直接影响基层企业财务审计工作质量，其专业性欠缺主要表现在以下几个方面。第一，随着审计工作在基层地区的全覆盖，审计人员的工作量越来越多，不少审计日常工作已经超负荷，工作程序越来越趋于形式化，单纯为了完成任务进行审计，审计工作质量无法得到保障。第二，部分基层企业审计工具比较传统，已经被时代所淘汰，对于提高审计工作效率毫无作用。第三，基层地区虽有企业应用现代化智能审计方式，但这也提高了对审计工作人员的要求，不仅要求审计工作人员掌握基本的会计能力，还要求审计工作人员掌握使用计算机工具的能力。第四，基层地区企业招聘审计工作人员存在困难，只能降低招聘专业限制，但非专业人士处理审计工作势必会力不从心、技不如人，能力无法满足复杂审计工作的需求，是企业经营的内在隐患。第五，基层企业难以留住人才，即使是招聘到专业的审计人才，但由于人才的职业规划、企业的待遇等各种现实因素，人才变动较为频繁，基层乡村企业缺少审计专业人才的形势仍然严峻，仍然是求贤若渴的状态。

（三）审计的理念比较落后

结合现阶段基层企业财务审计情况来看，具体工作中存在着审计观念传统落后的问题，具体表现在以下几个方面。第一，常规的财务审计工作以编制和审核财务报表为主，这种审计观念下工作效率低下、准确性不高。第二，在乡村振兴战略背景下，基层企业流动资金数量越来越多，伴随着大量流动资金数据的产生，关于流动资产的审计已经成为基层企业财务审计的重要内容。在落后的审计理念指导下，审计工作压力日益增加，审计效果的合法性面临挑战。第三，基层地区农村合作经营越来越普遍，基层企业的业务数量越来越多，业务范围也越来越广，传统的审计方式已经无法满足企业的实际需要。第四，经济的快速发展可能以损害生态效益和社会效益为代价，落后的审计理念无法兼顾经济效益、社会效益和生态效益，对乡村振兴的辅助作用不大，不利于企业长远发展的同时也不利于为乡村人民谋福祉。第五，经济社会发展节奏较快，企业要根据时展节奏不断调整企业经营战略和计划，审计工作亦需要追随企业发展变化进行调整，而大多基层企业审计观念长期保持不变，与企业经营战略并不同步。

四、乡村振兴战略背景下基层财务审计的策略

（一）健全基层财务审计管理体制

针对基层财务审计工作中审计制度统筹性欠缺的现实问题，在乡村振兴战略大背景下可采取健全基层财务审计管理体制的方法，推动基层企业财务审计管理工作的合法化、合理化、规范化与科学化，进而推动乡村经济的发展、平衡城乡经济发展差距。第一，根据当地基层实际情况制定切实可行、符合国家要求的财务审计制度，在严格的管控下开展审计工作坚持公开、公正、透明的审计工作观念，标准化地开展各项工作。特别是在乡村振兴战略大背景下，国家会越来越重视基层企业财务审计状况，企业管理者应当以发展的观点看待企业经营，提高对审计工作的重视程度，坚决杜绝审计工作懈怠。第二，企业针对自身发展需要和经营状态制定统一的资金支出、批示标准，定期对企业财务数据进行整理和清理，定期对审计结果进行核查，确保企业财务状况良好。第三，针对企业内的固定资产依照标准程序进行出入记录、折旧或是清理，为审计工作提供方便。第四，建立相关的监督部门对企业内部审计工作人员进行监督，全面保障审计工作的质量和准确度。第五，调整和增加对财务流动情况的限制和控制，避免企业资金随意流动，避免资金管理出现混乱。第六，在企业审计部门设置主管岗位，要求审计部门主管对审计工作负全责，让审计部门工作人员在有序的带领下按照规范程序展开工作，不至于出现问题无法落实。

（二）强化基层财务审计人才培养

针对基层财务审计工作中审计人员专业能力不强的现实问题，在乡村振兴战略大背景下可采取强化基层财务审计人员培养的方法，充分发挥人才对乡村振兴的助力作用，通过优化人才团队、优化团队结构、优化工作内容等为企业发展添砖加瓦、为乡村振兴添砖加瓦。第一，结合企业的战略发展计划以及企业业务方面对企业财务审计工作程序进行统一部署，要求内部每个部门做好对财务数据的记录，为审计工作提供便利，合理安排每一位审计人员的工作量、合理对工作人员进行人文关怀，尽量避免出现审计人员工作超负荷的情况出现。第二，及时更新企业审计工具，添置高科技工具提高审计工作效率，无需人力完成的工作可交由计算机工具完成。第三，定期安排企业内部审计人员参与技能培训和观念培训，将最先进、与企业最契合的审计观念传达至审计部门每一位工作人员，在不断学习的过程中提升审计人员处理会计事务的业务能力和计算机技术运用能力。第四，基层企业可以积极主动寻找高校合作，通过校企联合培养的培养方式鼓励优秀大学生投身最需要他们的基层、为乡村振兴出一份力。与此同时，也能解决企业极度缺少审计人才的问题。第五，企业的长远发展离不开专业人才，留住人才可谓是关键，为留住人才，可优化调整对基层工作人员的补贴和各项福利待遇，尽可能满足能力强、素质高人才的需要。

（三）构建创新基层财务审计方法

针对基层财务审计工作中审计观念落后的现实问题，在乡村振兴战略大背景下可采取构建创新基层财务审计方法的手段进行改善，以创新推动发展、以创新带动振兴，具体可以采取以下几点措施。第一，改变将审计重点放在报表上的现状，借助大数据技术将审计资料进行保存，将审计工作贯穿在乡村资金流动、库存物资管理、工程建设等方方面面，将财务数据进行详细且科学的核算。第二，城市企业审计观念相对更为先进，相关部门可以制定“一帮一”的制度为基层企业提供帮扶，基层企业可以通过与城市企业的沟通交流学习先进的审计理念，将先进的审计理念与自身实际状况相结合制定适合企业的先进审计理念。第三，基层企业管理层及审计部门的人都应当提高思想意识、保持与时俱进的学习态度，根据国家战略调整和市场变化调整企业经营战略与审计观念，确保审计观念与审计方法的科学、与时俱进。第四，随着基层企业商业版图的扩大，审计人员在制作审计报告表和提出发展性意见时，应充分考虑企业的经济效益、社会效益和生态效益，以可持续发展的观念考虑企业未来发展规划，尽最大可能为企业谋求利益，为乡村地区人民谋取福祉。

五、结语

通过以上论述内容可以总结，在乡村振兴战略背景下，推动基层地区企业财务审计工作规范化是推动乡村经济发展的必然举措，更是有利于乡村经济可持续发展的有力工具。财务审计工作的开展可有效避免资金乱用、效率低下的问题，通过完善现有管理体制、加强专业培训以及创新审计方法的手段可以帮助基层财务审计工作突破困境。相信在政府部门的努力下、在企业的高度配合下、在乡村人民的奋斗下乡村经济定能取得可观发展，距离实现中国梦亦更进一步。

参考文献：

[1]李艳玲.乡村振兴战略背景下农村基层党组织建设的困境与出路[J].中文信息,2020(01):282.

[2]杨启发.乡村振兴战略背景下的农村公路管理养护体制改革的研究[J].交通科技与管理,2021(32):1-2.

[3]黄金波.新时代乡村振兴战略视域下农村基层党组织建设的困境与对策[J].2021(01):123-124.

[4]杨慧溢.乡村振兴战略背景下基层财务审计的问题现状与对策研究[J].2020(07):275.

[5]袁浩瀚,魏君英,何蒲明.乡村振兴战略背景下农业生产性服务业发展现状,困境与对策研究[J].湖北农业科学,2021(04):19-22.

财务困境范文篇3

(一)企业的管理层对财务管理认识不足

一些企业的管理者由于企业的近些年来的发展比较平稳，导致了一些企业管理层对于市场的变化不够灵敏，缺乏对于外部环境的了解。这样导致了他们对于财务管理创新上的认识不足。很多的企业的管理层对于财务管理人员的的认识上存在偏差，认为财务人员仅仅是对于公司财务的管理，管控企业的资金使用周转。很多国外的而企业的让自己的财务管理部门参与企业的决策与监督控制等功能。国内很多的企业都没有实现这一管理理念，甚至出现一些企业管理层个人的意志凌驾于企业财务管理规章制度之上，这是对企业未来的发展的不负责。不仅仅是对已有的管理制度的破坏，更多的是导致了企业管理层面上的混乱。出现事故，无法追究责任人。

(二)财务管理人员没有树立有效的创新意识

不仅仅是企业的管理层没有意识到企业财务管理创新能带给企业的好处，很多的企业的财务人员人员同样缺乏对于本企业的财务管理工作的创新意识。这样导致了企业对于财务人员的能力要求较低，同样也导致了财务管理人员在财务创新认知还处于比较肤浅的状态。目前的财务管理的总趋势是财务管理的信息化转变，但是很多的企业仅仅是建立的相应的网络，但是对网络的运用却远远跟不上。这在很大程度上是由于财务管理人员的能力更不上，往往仅仅是利用网络进行财务的管理，却不是利用获取的结果来进行企业管理的优化和全面管控。即使企业有进行财务管理创新的决心，却缺乏足够的财务管理人才，也影响了企业的发展的步骤[1]。

二、企业财务管理进行创新的需要遵循的原则

(一)实用性原则

企业财务管理创新需要遵循的实用性的原则，创新的方向应该是企业的需要方向。但是财务管理的创新不是强调有巨大的飞跃和脱胎换骨的转变，因此对于企业的财务创新需要保证企业的拥有创新的能力[2]。

(二)保持资金适度的紧张状态的原则

很多的企业由于拥有大量的资金储备量，导致了企业的内部缺乏了进取的精神。这其中的原因很简单：资金多，花钱容易，没有资金的压力，这必然阻碍了企业的进行财务管理的创新。

(三)广泛参与的原则

企业的财务管理不仅仅是财务管理部门的事情，企业所有的员工都需要认识到自身承担的责任。一个企业要进行财务管理的创新需要保证有各个方面的参与，这样可以保证企业管理创新的效率，有利于快速的执行。通过全体员工的参与，可以及时的发现潜在的利润源，发现潜在的风险，这样可以保证企业永远相当强的竞争力。

(四)持续性的原则

财务管理的创新不是一年一日活动，而是一项长久性的任务。企业的管理层需要支持财务部门的创新活动，可以对创新者进行适度的奖励。这主要的目的是保持公司的创新力，改善管理中存在的问题。保持企业长久性的创新改革，同样可以将创新活动写入到公司的管理制度中，突出财务管理部门参与企业管理的发展趋势。

三、企业财务管理中创新的要点

(一)财务管理理念的创新

由于我国长期实行计划经济，导致了我国企业的管理水平较西方等国家的企业管理水平受存在较大的差距。因此必须要改变当前企业财务管理的理念。总的来说，理念的转变要从以下两个方面的着手：一是企业要在国家相关的法律法规的要求下建立企业的规章制度，制定有效地财务管理规则。这样可以保证企业资金运转的有效性，提高了资金的使用效率。二是是要紧跟市场的变化，不再坐井观天。虽然我国的的计划经济对企业的财务管理制度确立有过积极作用，但是随着市场经济的发展，这种管理制度也暴露出不适应的问题。要改变这一现状，就必须要转变服务类型，将控制型转变为服务型，发挥部门的主观能动性。其次就是需要加强实现的规划。最后就是财务管理要适应市场的变化，使管理制度符合国际化和先进性的要求。

(二)管理模式的创新

由于不同的企业的实际情况不同，因此企业的管理模式是各不相同的，不必强求一致。国家对于企业设立内部的部门机构的规定是无差性的，没有针对某个行业或某个公司。因此财务管理的创新就是需要在财务管理工作中不断注人新的活力。个人以为，财务管理的创新需要立足企业的实际情况，了解自身的优势和短板，吸收和改进其它企业的先进经验。最终的目的是形成适合自身情况的管理模式。切记的是在借鉴的过程中不顾自身实际情况，生搬硬套的行为。其次就是拓宽视野，放眼全球，而不是仅仅在国内的企业身上。世界上很多国家的财务管理模式值得我们学习。

(三)加强企业财务管理的结构建设企业的管理已经进入到了知识经济的时代，需要企业的管理层和所有的员工清醒的认识到知识已经发展成为一种重要的生产力，也是未来企业的利润增长源。的知识是企业最重要的生产要素,也是企业最重要的经济增长源。企业的管理也需要向知识型的企业转变，虽然这个转变的过程是较为缓慢的，不一定能在一定的时期内为所有者提供某种收益，从长期来看这对企业的发展有很大裨益。企业需要从知识的层面对企业的财务进行管理，由于国内外对于财务管理的知识化改革来看，主要是重视企业的知识产权资产的管理和，拓宽知识类收益在企业所占的比例[3]。

(四)加强企业的财务管理的信息化建设

经济的全球化同样带来了企业信息化时展的新要求。所谓的企业财务管理的财务管理是指企业利用现代信息技术，对于企业的财务管理和经营方面的情况进行综合管理，通过分析其中的信息，了解企业经营管理中存在的问题，有针对性的改变，不断提高企业的生产经营活动的效率和水平，进而提高企业的竞争力。信息化的建设主要是有两部分组成，一是相应的信息化网络集成，二是有专业的心喜欢财务管理人才，这两者缺一不可。我国企业的财务管理信息化建设起步较晚，还没有充分的建立起有效地信息化网络，这方面的还有较大的提升空间。要根据本企业的实际情况，积极建设适合本企业的财务管理信息网络。将企业的研发、生产、营销、行政等等信息进行综合，实现企业内部信息共享。其次就是加强人才的培养，招收外来人才，为我所用。

(五)积极建设一个创新的企业环境氛围

企业的财务管理要进行创新，就必须创建一个有创新氛围的财务管理环境。鼓励员工提出意见，对于意见不论大小都要重视和及时的采纳。可以对于提出的建议的人员进行精神和物质上的刺激。对于暂时无法采纳的意见也要及时的和员工进行解释。鼓励员工进行相关的创新活动，对于一些需要经费的项目，可以在经过谨慎的研究之后可以给予支持和帮助。

四、结束语

财务困境范文篇4

电力系统主要包括发电企业、供电企业、电力调度以及电力设计院、电力建设等单位构成。这些单位作为关系国民经济基础的企业，在我国经济发展过程中，起着举足轻重的作用。随着我国市场化经济竞争日益激烈和人民生活水平的不断提高，尤其对现今网络化时代，电力需求已经成为人们对物质、精神世界的依托。同时，受电力系统企业投资风险大、资产比重高、资金高度集中、投资收益等不确定因素的影响，电力系统必须不断的深化企业内部改革，开放电力系统垄断市场的局面，引进新的竞争机制，提高电力工业的效率，降低低端用户电价，将企业由生产型向经营型转变；另外还要积极加强电力系统中水电的发展和火电的优化，以及适时的对核电进行开发，加快城乡电网的建设与改造；加强电力系统的信息化建设，使电力系统能科学、合理、稳定的发展；加强电力企业对财务进行掌控，规避财务风险，将企业的财务管理作为重中之重，减少财务管理体系建设方面的问题。

二、电力系统企业财务管理的现状及原因分析

1.电力系统企业财务管理的内涵与特征。企业财务管理就是指企业在法律法规和方针政策的规范下，按照经济发展规律及企业对资金管理的要求，对企业财务活动、财务关系、财务现状进行科学的管理工作。电力系统企业财务管理主要包括：成本的控制、资金的管理、营业收入的管理和利润的管理等，是企业生产和经营管理活动的重要组成部分。电力系统财务管理作为企业生产和经营管理活动的重要组成部分。首先，电力系统财务管理必须按照国家法律法规进行规范指导；其次，企业财务管理必须根据电力公司的投资风险、资产比重等因素进行严格资金控制；最后，电力系统财务管理需要针对本企业工资制度、设备申请费用制度等严格执行。

2.财务管理的现状及原因。由于电力企业财务管理投资风险大、资金收益时间长、资产比重高等因素，严重影响着企业财务管理的体系建设。首先，财务管理观念及员工专业素养不符合企业要求。企业财务管理人员必须认识到国家方针政策、经济发展规律以及企业对资金要求等，按照企业财务规章制度以及财务管理的理论方法对财务进行管理，严禁出现因职责不分、越权行事，而造成财务监控不严和管理混乱等情况的发生。同时，企业财务人员专业素养有待提高。主要表现在财务人员对市场化经济环境、国家财务政策以及公司财务规定认识不到位，财务管理观念滞后，市场分析能力差；财务管理人员的专业素养以及信息化应用水平有待提高；同时，企业本身对财务人员素质提高缺乏认识，管理、支持力度不强。其次，财务系统缺乏有效的内部控制。对于电力系统企业来说，财务管理部门中会计系统是及其重要的。企业如果没有会计提供的信息，管理者就不能做出有关的财务决策。因此，电力系统企业一定要加强内部控制，保护企业财产，加强企业财务报表的准确性和可靠性，从而杜绝由于不确切的财务信息做出不良决策的行为。再次，电力系统企业的信息化建设有待加强。在财务管理信息传递时由于电力系统企业中财务管理软件不一致、信息标准不统一等情况，造成财务信息在企业内部的传递、处理和共享不能有效进行；同时，电力企业员工较多，如果再同一时间使用信息系统会造成信息系统反应慢甚至可能出现崩溃、感染病毒等情况，泄露企业机密，影响整个企业的财务管理工作；另外，电力系统企业的信息技术专业化人才比较少且一般都集中在总公司，如果出现信息系统崩溃、信息泄露的情况，不能及时对系统进行修复，直接影响企业运营。最后，企业缺少对财务风险管理的控制。财务风险管理是电力系统企业财务管理的一个重要组成部分，直接影响企业资金的安全，是实现企业经营发展的基础。很多电力系统企业由于长期的垄断，不思进取，不深化改革，导致其对市场化经济中存在的财务风险认识不足，以至相应的财务风险管理机制不健全，直接或者间接导致了企业不科学的决策，给企业的长期经营发展带来了巨大的隐患。

三、完善电力系统企业财务管理体系的具体措施

针对上述电力系统企业财务管理的现状及其原因，笔者总结了以下几条解决措施。

1.提高财务管理意识，加强财务人员的专业化素养。强化电力企业职务相互分离制度，且做到不同部门、不同岗位业务分离；健全电力企业资金全面的预算制度，制定出科学合理的预算方案，组织专业人员对预算进行监督，及时修正、调整预算方案，保证其发挥对企业有利的预算功能。同时，企业应定时组织财务管理人员对国家最新财务政策法规、市场化经济下的企业财务规范以及本企业的财务制度进行学习，加强财务人员的专业素养，提高经济市场分析能力、组织实施能力、沟通交流能力，能对财务知识做到熟记于心，随心所欲的应用。

2.完善企业财务系统的内部控制。针对电力企业的经营范围，企业财务管理部门应该设有独立的财务审计部门，进行对企业财务统一的监督控制，并根据审计结果及时发现和解决财务部门中出现的问题，提高财务管理水平；同时，财务部门下应设有会计部门，便于管理者做出有关财务的决策，提高企业的财务保障，加强企业财务报表的准确性和可靠性，杜绝由于不确切的财务信息做出不良决策的行为。

3.加强电力系统企业的信息化建设。针对电力企业财务管理中信息的重要性，必须加强企业信息化建设，提高企业的工作效率，增强企业在市场化经济下的竞争力。根据电力系统企业的基本情况，企业应该有自己的一套企业管理系统，方便企业各部门的分工合作，方便企业内部信息的传递、读取、处理和共享工作，提高企业的工作效率；同时，企业可针对管理系统，组建自己的信息化部门，培养高素质的信息化队伍，对系统进行及时维护、修复，提高企业整体的信息化建设。

4.加强电力系统企业财务风险控制。电力系统财务风险管理直接影响企业资金的安全，是实现企业经营发展的基础。因此，企业应不遗余力的加强财务风险预警，健全财务风险管理机制。首先，应加强财务人员对风险认识培训，强化风险管理的意识，将其贯彻到财务管理工作各个环节的工作中；其次，企业应健全风险预警机制，通过专业人员分析市场经济进行风险预测，采取相应风险规避措施，降低企业风险；最后，对于不能完全规避的财务风险，财务管理部门应立即采取一切措施应对风险，尽量减少企业的损失。

四、结语

财务困境范文篇5

一、财务困境预测模型研究的基本问题

财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。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”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。

在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“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”。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1．财务指标信息类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。

尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。但是，自Z模型(1968)和ZETA模型(1977)发明后，还未出现更好的使用财务指标于预测财务困境的模型。

2．现金流量信息类模型。现金流量类信息的财务困境预测模型基于一个理财学的基本原理：公司的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么公司最终将破产。因此，过去和现在的现金流量应能很好地反映公司的价值和破产概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产公司和非破产公司的数据，发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。显然，这一结果是符合现实的。破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。

3．市场收益率信息类模型。Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标一样可以预测破产，但时间略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26％的资本损失。

Aharony，Jones和Swary(1980)提出了一个基于市场收益率方差的破产预测模型。他们发现在正式的破产公告日之前的4年内，破产公司的股票的市场收益率方差与一般公司存在差异。在接近破产公告日时，破产公司的股票的市场收益率方差变大。

(三)计量方法的选择

财务困境的预测模型因选用变量多少不同分为单变量预测模型和多变量预测模型；多变量预测模型因使用计量方法不同分为线性判定模型、线性概率模型和Logistic回归模型。

此外，值得注意的是，近年来财务困境预测的研究方法又有新的进展。网络神经遗传方法已经开始被应用于构建和估计财务困境预测模型。

(四)我国对企业财务困境预测的研究

在国内的研究中，吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型；陈静(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量判定分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。

二、本文的样本和研究方法

本文与以前我国上市公司财务困境的研究有所不同。第一，样本新、时间长、容量大。本文研究的ST样本包括1998—2000年发生ST的公司，即A股市场上全部的ST公司，同时剔除了非正常的ST公司；此外，样本数据的收集时间延至公司发生ST前5年，样本时间跨度较长。选入研究的ST样本公司70家和相对应的非ST样本公司70家，样本容量达到了140家，可望在一定程度上降低估计和预测误差。第二，选择多种研究方法，建立单变量判定模型和三种多变量判定模型，并比较各种模型在财务困境预测中的效率。

(一)财务困境公司的样本选定

本文从我国A股市场上3年中出现的82家ST公司中界定出70家公司作为财务困境公司，进行财务困境预测研究。它们是：(1)连续两年亏损，包括因对财务报告调整导致连续两年亏损的“连亏”公司，共51家；(2)一年亏损但最近一个会计年度的股东权益低于注册资本，即“巨亏”公司，共16家；(3)因注册会计师意见而特别处理的，共3家。但排除了：(1)上市两年内就进入特别处理的公司，共8家。排除原因是财务数据过少和存在严重的包装上市嫌疑，因此与样本中的其他公司不具有同质性；(2)因巨额或有负债进行特别处理的公司，共2家。排除原因是或有负债属偶发事件，不是由企业正常经营造成的，与其他样本公司不具有同质性；(3)因自然灾害、重大事故等进行特别处理的，共2家，原因同(2)。

(二)研究程序和计量方法

本研究首先计算140家样本公司的盈利增长比率、股东权益收益率等21个财务指标，这些指标综合反映了企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模。在此基础上，使用剖面分析对样本中的财务困境公司和非财务困境公司在财务困境发生前5年期间历年的21个财务指标进行对比分析，探讨对企业陷入财务困境影响显著的变量。其后，应用单变量分析，选择4个财务指标为例估计单变量判定模型。最后，筛选和确定对企业陷入财务困境影响最为显著的6个指标为模型的判定指标，应用线性概率模型、Fisher二类线性判定模型、Logistic模型三种计量方法，建立和估计财务困境的预测模型，并比较这三种模型的预测效果。

三、实证研究

(一)剖面分析

首先分组计算70家财务困境公司和70家非财务困境公司的21个财务指标在财务困境发生前1至5年的平均值和标准差等描述性统计量，比较这二组在21个财务指标各年的平均值是否具有显著差异，其次计算各年的Z统计检验量，结果如表1所示。剖面分析结果表明：(1)在ST发生的前1和2年，财务困境公司和非财务困境公司的17个财务指标的平均值存在显著的差异；(2)Z值随着ST发生时间的临近而显著增大，即二组的财务指标平均值的差异随ST发生时间的临近而扩大。由此可见，在所选的21个财务指标中，除利息保障倍数、存货周转率、Log(总资产)和Idg(净资产)外，其余17个在财务困境发生前1至2年中具有显著的预测能力。

表121个财务指标Z统计量的计算结果*

(二)单变量判定分析

本文选择净资产报酬率、负债比例、营运资产与总资产的比例和资产周转率4个财务指标，应用单变量判定分析分别建立4个单变量预测模型，通过确定模型的最佳判定点，可以判定某一企业在财务困境发生前1至5年其是否会陷入财务困境。估计模型的结果如表2至表5所示。

表2净资产报酬率在财务困境前1-5年的判定模型

由表2至表5可见：(1)从各个单变量判定模型的判定效果来看，净资产报酬率的判定模型误差最小；营运资本／总资产的判定模型和负债比率的判定模型误差次之，资产周转率的判定模型误差最大。(2)财务指标作为预测变量具有信息含量和时效性，其信息含量随着时间的推移而递减，即指标值离财务困境发生的时间愈短，信息含量愈多，预测的准确性愈高，反之信息含量愈少，预测准确性愈低。(3)结合剖面分析，在两组均值的差异性检验中非常显著的财务指标，在单变量判定分析中的误判率却较高。例如，财务困境公司与非财务困境公司两组的负债比率在财务困境前1年的Z统计量为7．0696，差异性非常显著，但在单变量判定分析中误判比率却高达24．46％。以上结果表明，应用不同研究方法分析同一个指标所得结果不同。我们认为，这是因为在剖面分析的z检验中，误判率不仅与两组的均值有关，而且与两组的样本分布的状况有关。因此，应用不同判定分析方法构建的单指标判定模型，结论往往相互冲突。

表3负债比率在财务困境前1-5年的判定模型

表5资产周转率在财务困境前1-5年的判定模型

(三)多元线性判定模型的变量选择分析

本研究首先应用LPM，采用逐步回归选择变量方法，对5年的样本数据依次进行回归，从21个变量中选择若干变量。选择的标准是：F值的概率值小于0．10时进入，大于0．11时剔除。

利用财务困境前1至5年的数据，分别进行逐步回归，结果如表6所示。我们最终选取了Xl(盈利增长指数)、X3(资产报酬率)、X7(流动比率)、X11(长期负债与股东权益比率)、X12(营运资本与总资产比)、X19(资产周转率)等6个指标作为多元判定分析的变量。选取这些指标的原因是：(1)以财务困境前1年的逐步回归结果为主，参考其他年份的回归结果。由剖面分析可知，财务困境前1年的财务指标作为财务困境预测的信息含量最多，时效性最强；离财务困境发生的时间越远，指标的信息含量越少，时效性越差。所以，财务困境前1年逐步回归所得的变量全部入选。结合其他年份特别是财务困境前2年的结果，营运资本总资产比、速动比率、负债比率、应收账款周转率是表现较好的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在0．05之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标——营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。

表6各年逐步回归的所得的变量结果

(二)单变量判定分析

本文选择净资产报酬率、负债比例、营运资产与总资产的比例和资产周转率4个财务指标，应用单变量判定分析分别建立4个单变量预测模型，通过确定模型的最佳判定点，可以判定某一企业在财务困境发生前1至5年其是否会陷入财务困境。估计模型的结果如表2至表5所示。

表2净资产报酬率在财务困境前1-5年的判定模型

由表2至表5可见：(1)从各个单变量判定模型的判定效果来看，净资产报酬率的判定模型误差最小；营运资本／总资产的判定模型和负债比率的判定模型误差次之，资产周转率的判定模型误差最大。(2)财务指标作为预测变量具有信息含量和时效性，其信息含量随着时间的推移而递减，即指标值离财务困境发生的时间愈短，信息含量愈多，预测的准确性愈高，反之信息含量愈少，预测准确性愈低。(3)结合剖面分析，在两组均值的差异性检验中非常显著的财务指标，在单变量判定分析中的误判率却较高。例如，财务困境公司与非财务困境公司两组的负债比率在财务困境前1年的Z统计量为7．0696，差异性非常显著，但在单变量判定分析中误判比率却高达24．46％。以上结果表明，应用不同研究方法分析同一个指标所得结果不同。我们认为，这是因为在剖面分析的z检验中，误判率不仅与两组的均值有关，而且与两组的样本分布的状况有关。因此，应用不同判定分析方法构建的单指标判定模型，结论往往相互冲突。

表3负债比率在财务困境前1-5年的判定模型

表5资产周转率在财务困境前1-5年的判定模型

(三)多元线性判定模型的变量选择分析

本研究首先应用LPM，采用逐步回归选择变量方法，对5年的样本数据依次进行回归，从21个变量中选择若干变量。选择的标准是：F值的概率值小于0．10时进入，大于0．11时剔除。

利用财务困境前1至5年的数据，分别进行逐步回归，结果如表6所示。我们最终选取了Xl(盈利增长指数)、X3(资产报酬率)、X7(流动比率)、X11(长期负债与股东权益比率)、X12(营运资本与总资产比)、X19(资产周转率)等6个指标作为多元判定分析的变量。选取这些指标的原因是：(1)以财务困境前1年的逐步回归结果为主，参考其他年份的回归结果。由剖面分析可知，财务困境前1年的财务指标作为财务困境预测的信息含量最多，时效性最强；离财务困境发生的时间越远，指标的信息含量越少，时效性越差。所以，财务困境前1年逐步回归所得的变量全部入选。结合其他年份特别是财务困境前2年的结果，营运资本总资产比、速动比率、负债比率、应收账款周转率是表现较好的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在0．05之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标——营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。

表6各年逐步回归的所得的变量结果

为了避免多重共线性，对选定的6个变量进行多重共线性检验。本文使用的检验指标是容许度(TOL)和方差膨胀因子(VIF)。计算公式为：

TOLj=1—R2j=1／VIFj

其中，群为均对其余k—1个自变量回归中的判定系数R2。当TOL较小时，认为存在多重共线性。一般地，方差膨胀因子VIF大于10，认为具有高的多重共线性。VIF检验的结果见表7。从表7可知，6个变量的VIF均小于10，可认为各变量之间不存在显著的多重共线性。

表7多重共线性检验

(四)多元线性判定模型的估计结果

1．LPM模型。根据上述选定的6个变量及其财务困境前1年的样本数据，得到LPM模型的回归结果如表8所示。LPM模型的方程可表示为：

Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19

其中：Y是陷入财务困境的概率；X1是盈利增长指数；x3是资产报酬率；x7是流动比率；X11，是长期负债股东权益比率；x12是营运资本／总资产；X19是资产周转率。

财务困境范文篇6

财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。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”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。

在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“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”。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1．财务指标信息类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。

尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。但是，自Z模型(1968)和ZETA模型(1977)发明后，还未出现更好的使用财务指标于预测财务困境的模型。

2．现金流量信息类模型。现金流量类信息的财务困境预测模型基于一个理财学的基本原理：公司的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么公司最终将破产。因此，过去和现在的现金流量应能很好地反映公司的价值和破产概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产公司和非破产公司的数据，发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。显然，这一结果是符合现实的。破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。

3．市场收益率信息类模型。Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标一样可以预测破产，但时间略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26％的资本损失。

Aharony，Jones和Swary(1980)提出了一个基于市场收益率方差的破产预测模型。他们发现在正式的破产公告日之前的4年内，破产公司的股票的市场收益率方差与一般公司存在差异。在接近破产公告日时，破产公司的股票的市场收益率方差变大。

(三)计量方法的选择

财务困境的预测模型因选用变量多少不同分为单变量预测模型和多变量预测模型；多变量预测模型因使用计量方法不同分为线性判定模型、线性概率模型和Logistic回归模型。

此外，值得注意的是，近年来财务困境预测的研究方法又有新的进展。网络神经遗传方法已经开始被应用于构建和估计财务困境预测模型。

(四)我国对企业财务困境预测的研究

在国内的研究中，吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型；陈静(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量判定分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。

二、本文的样本和研究方法

本文与以前我国上市公司财务困境的研究有所不同。第一，样本新、时间长、容量大。本文研究的ST样本包括1998—2000年发生ST的公司，即A股市场上全部的ST公司，同时剔除了非正常的ST公司；此外，样本数据的收集时间延至公司发生ST前5年，样本时间跨度较长。选入研究的ST样本公司70家和相对应的非ST样本公司70家，样本容量达到了140家，可望在一定程度上降低估计和预测误差。第二，选择多种研究方法，建立单变量判定模型和三种多变量判定模型，并比较各种模型在财务困境预测中的效率。

(一)财务困境公司的样本选定

本文从我国A股市场上3年中出现的82家ST公司中界定出70家公司作为财务困境公司，进行财务困境预测研究。它们是：(1)连续两年亏损，包括因对财务报告调整导致连续两年亏损的“连亏”公司，共51家；(2)一年亏损但最近一个会计年度的股东权益低于注册资本，即“巨亏”公司，共16家；(3)因注册会计师意见而特别处理的，共3家。但排除了：(1)上市两年内就进入特别处理的公司，共8家。排除原因是财务数据过少和存在严重的包装上市嫌疑，因此与样本中的其他公司不具有同质性；(2)因巨额或有负债进行特别处理的公司，共2家。排除原因是或有负债属偶发事件，不是由企业正常经营造成的，与其他样本公司不具有同质性；(3)因自然灾害、重大事故等进行特别处理的，共2家，原因同(2)。

(二)研究程序和计量方法

本研究首先计算140家样本公司的盈利增长比率、股东权益收益率等21个财务指标，这些指标综合反映了企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模。在此基础上，使用剖面分析对样本中的财务困境公司和非财务困境公司在财务困境发生前5年期间历年的21个财务指标进行对比分析，探讨对企业陷入财务困境影响显著的变量。其后，应用单变量分析，选择4个财务指标为例估计单变量判定模型。最后，筛选和确定对企业陷入财务困境影响最为显著的6个指标为模型的判定指标，应用线性概率模型、Fisher二类线性判定模型、Logistic模型三种计量方法，建立和估计财务困境的预测模型，并比较这三种模型的预测效果。

三、实证研究

(一)剖面分析

首先分组计算70家财务困境公司和70家非财务困境公司的21个财务指标在财务困境发生前1至5年的平均值和标准差等描述性统计量，比较这二组在21个财务指标各年的平均值是否具有显著差异，其次计算各年的Z统计检验量，结果如表1所示。剖面分析结果表明：(1)在ST发生的前1和2年，财务困境公司和非财务困境公司的17个财务指标的平均值存在显著的差异；(2)Z值随着ST发生时间的临近而显著增大，即二组的财务指标平均值的差异随ST发生时间的临近而扩大。由此可见，在所选的21个财务指标中，除利息保障倍数、存货周转率、Log(总资产)和Idg(净资产)外，其余17个在财务困境发生前1至2年中具有显著的预测能力。

表121个财务指标Z统计量的计算结果*

(二)单变量判定分析

本文选择净资产报酬率、负债比例、营运资产与总资产的比例和资产周转率4个财务指标，应用单变量判定分析分别建立4个单变量预测模型，通过确定模型的最佳判定点，可以判定某一企业在财务困境发生前1至5年其是否会陷入财务困境。估计模型的结果如表2至表5所示。

表2净资产报酬率在财务困境前1-5年的判定模型

由表2至表5可见：(1)从各个单变量判定模型的判定效果来看，净资产报酬率的判定模型误差最小；营运资本／总资产的判定模型和负债比率的判定模型误差次之，资产周转率的判定模型误差最大。(2)财务指标作为预测变量具有信息含量和时效性，其信息含量随着时间的推移而递减，即指标值离财务困境发生的时间愈短，信息含量愈多，预测的准确性愈高，反之信息含量愈少，预测准确性愈低。(3)结合剖面分析，在两组均值的差异性检验中非常显著的财务指标，在单变量判定分析中的误判率却较高。例如，财务困境公司与非财务困境公司两组的负债比率在财务困境前1年的Z统计量为7．0696，差异性非常显著，但在单变量判定分析中误判比率却高达24．46％。以上结果表明，应用不同研究方法分析同一个指标所得结果不同。我们认为，这是因为在剖面分析的z检验中，误判率不仅与两组的均值有关，而且与两组的样本分布的状况有关。因此，应用不同判定分析方法构建的单指标判定模型，结论往往相互冲突。

表3负债比率在财务困境前1-5年的判定模型

表5资产周转率在财务困境前1-5年的判定模型

(三)多元线性判定模型的变量选择分析

本研究首先应用LPM，采用逐步回归选择变量方法，对5年的样本数据依次进行回归，从21个变量中选择若干变量。选择的标准是：F值的概率值小于0．10时进入，大于0．11时剔除。

利用财务困境前1至5年的数据，分别进行逐步回归，结果如表6所示。我们最终选取了Xl(盈利增长指数)、X3(资产报酬率)、X7(流动比率)、X11(长期负债与股东权益比率)、X12(营运资本与总资产比)、X19(资产周转率)等6个指标作为多元判定分析的变量。选取这些指标的原因是：(1)以财务困境前1年的逐步回归结果为主，参考其他年份的回归结果。由剖面分析可知，财务困境前1年的财务指标作为财务困境预测的信息含量最多，时效性最强；离财务困境发生的时间越远，指标的信息含量越少，时效性越差。所以，财务困境前1年逐步回归所得的变量全部入选。结合其他年份特别是财务困境前2年的结果，营运资本总资产比、速动比率、负债比率、应收账款周转率是表现较好的变量。(2)兼顾全面综合的信息反映，适当避免同类信息的重复反映。首先，财务困境前1年逐步回归所得的变量盈利增长指数、资产报酬率、长期负债股东权益比率、资产周转率分别是反映企业成长能力、盈利能力、长期偿债能力、营运能力的指标，但没有反映短期偿债能力的指标。营运资本与总资产比是财务困境前2年逐步回归所得的变量之一，而且参数估计值的显著性水平在0．05之上，故也把该变量作为预测变量之一。其次，速动比率是反映短期偿债能力的指标，但更能全面反映短期偿债能力是流动比率，结合剖面分析，历年两组间的流动比率和速动比率均值差异性检验统计量Z值比较接近，表明这二个指标都能反映的两组的差异性。因此，从反映短期偿债能力的全面性来考虑，我们在建模时选择了流动比率，舍弃了速动比率。再次，考虑到若企业短期偿债能力较强，会减少其在短期内陷入财务困境的概率，因此把短期偿债能力的两个指标——营运资本与总资产比和流动比率同时引入预测变量组合，加强短期偿债能力信息在预测中的比重。第四，负债比率与长期负债股东权益比同是反映企业长期偿债能力的指标，长期负债股东权益比已在财务困境前1年引入了变量组合，为避免信息的重复反映，舍弃了负债比率。最后，应收账款周转率与总资产周转率同是反映营运能力的指标，但应收账款周转率不及总资产周转率反映全面，所以反映营运能力的指标选用总资产周转率，舍弃应收账款周转率。

表6各年逐步回归的所得的变量结果

为了避免多重共线性，对选定的6个变量进行多重共线性检验。本文使用的检验指标是容许度(TOL)和方差膨胀因子(VIF)。计算公式为：

TOLj=1—R2j=1／VIFj

其中，群为均对其余k—1个自变量回归中的判定系数R2。当TOL较小时，认为存在多重共线性。一般地，方差膨胀因子VIF大于10，认为具有高的多重共线性。VIF检验的结果见表7。从表7可知，6个变量的VIF均小于10，可认为各变量之间不存在显著的多重共线性。

表7多重共线性检验

(四)多元线性判定模型的估计结果

1．LPM模型。根据上述选定的6个变量及其财务困境前1年的样本数据，得到LPM模型的回归结果如表8所示。LPM模型的方程可表示为：

Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19

其中：Y是陷入财务困境的概率；X1是盈利增长指数；x3是资产报酬率；x7是流动比率；X11，是长期负债股东权益比率；x12是营运资本／总资产；X19是资产周转率。

表8LPM模型的回归估计结果

线性概率方程是以70家非财务困境公司与69家财务困境公司在财务困境前1年的6个财务指标的数据为因变量值，取财务困境公司为1，非财务困境公司为0作为因变量值进行估计的。因此，理论上取0．5为最佳判定点。根据估计的模型对原始数据进行回代判定，若预测值大于0．5的，判定为财务困境公司；否则为非财务困境公司。判定结果如表9所示。

表9LPM在财务困境前1年的判定结果

在回判过程中，70家非财务困境公司有4家被错判，误判率为5．71％；69家财务困境公司有10家被错判，误判率为14．49％；总的误判率为10．07％。判定正确率较高。采用同样的方法可以计算其他年份的最佳判定点和误判率。

2．Fisher二类线性判定模型。把财务困境公司划分为组合1，非财务困境公司划分为组合2，对样本公司的财务困境前1年的财务数据，使用同样的6个变量，估计Fisher二类线性判定分析。

对于组合1，判定模型为：

Z=-6．059+0．331x1一25．865x3+4．033x7+3．250x11-11．905x12+4．428x19

对于组合2，判定模型为：

Z=-4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19

以典则(Canonical)变量代替原始数据中指定的自变量，其中，典则变量是原始自变量的线性组合，得到典则的线性判定模型为：

Z=0．448—0．435xl+11.374x3—0．229x7—0．803x11+1．589x12+0．570x19

根据上述判定模型，以财务困境发生前1年的原始数据分别进行回代。二个组合的平均Z值分别是-1．3254和1．3065，样本个数分别为69和70，所以按完全对称原则确定的最佳判定点为z*。由此可知：当把财务困境发生前1年的原始数据代入判定模型所得的判定值Z大于Z*，则判为组合2，即非财务困境公司，否则判为组合1。由此得到的判定结果见表10。同理可计算其他年份的最佳判定点和误判率。

表10Fisher二类线性判定模型在财务困境前1年

值得指出的是，Fisher判定模型在财务困境发生前1年的误判率为10．07％，与LPM模型的误判率相同，这从应用上证明二个模型是等价的。

3．Iosistic回归模型。使用同样的财务指标和数据，进行二元Logistic回归分析，得到模型的估计结果见表11。

表11二元Logistic回归模型估计结果

截距模型是将所有自变量删除后只剩一个截距系数模型。当前模型是含有自变量的Logistic回归模型。“Likelihood"为似然函数值，“—2LogLikelihood"(缩写为—2LL)是似然函数值的自然对数的—2倍，常用来反映模型的拟合程度，其值越小，表示拟合程度越好。因为Idsistic模型是使用最大似然估计，似然函数值越大，则表明越接近最大似然值，拟合程度越好。从表10可见，变量x1、X3、X11的显著水平均小于0．05，说明其预测能力较强；其余3个变量的显著水平较高，说明其预测能力较弱。

方程可表示为：

log(p/(1-p))=-0.867+2.5313X2-40.2785X4+0.4597X8+3.2293X12-3.9544X13-1.7814X20

即

P=1/(1+e-(-0.867+2.5313X1-40.2785X3+0.4597X7+3.2293X11-3.9544X12-1.7814X19))

根据回归所得到的Logistic方程，以0．5为最佳判定点，对财务困境前1年的原始数据进行回代判定，结果见表12。

表12Logistic回归模型在财务困境前1年的判定结果

在财务困境前1年，70个非财务困境公司有4个被错判，误判率为5．71％，69个财务困境公司有5个被错判，误判率7．25％，总体上看，139个公司有9个被错判，误判率6．47％。同样地，使用二元Logistic回归可以对财务困境前2年财务困境前5年的情况进行判定分析，判定结果见表13。

表13三种多元判定分析方法估计模型的比较

四、结论与启示

第一，我国上市公司的财务指标包含着预测财务困境的信息含量，因此其财务困境具有可预测性。第二，在我国上市公司陷入财务困境的前1年和前2年，本文所选的21个财务指标中16个指标具有判定和预测财务困境的信息含量，但各个指标的信息含量不同，预测财务困境的准确率不同。在单变量分析中，净资产报酬率的判定效果较好。第三，多变量判定模型优于单变量判定模型。第四，比较三种判定模型的效果表明，Logistic模型的判定准确性最高。

内容提要：本文以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内各年这二类公司21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型。研究结果表明：(1)在财务困境发生前2年或1年，有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；(2)三种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年的误判率在28％以内；(3)相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为6．47％。

参考文献

陈静，1999：《上市公司财务恶化预测的实证分析》，《会计研究》第4期。

财务困境范文篇7

（一）财务困境的界定

财务困境又称财务危机或财务问题，严重的财务困境是财务失败或破产。关于财务困境的定义，许多学者给出了不同的解释：

Gordon认为当企业赢利能力下降到某一水平，使企业无法支付利息和本金（即违约）的可能性并非微不足道时，企业即处于财务困境。

Brealey和Myers将财务困境定义为：当企业对债权人的承诺无法实现或难以遵守时，就意味着财务困境的发生，有时候财务困境会导致破产，有时候则只是有惊无险。这个定义明确了财务困境和破产的区别，换句话说，即使没有违约，但违约的概率很高的话，也同样应视为财务困境。

Carmichael则认为财务困境就是企业履行义务时受阻，具体有如下四种表现形式：（1）流动性不足：流动负债大于流动资产，履行短期义务时遭遇困难；（2）权益不足：公司的长期偿债能力不足，由于留存收益呈现赤字，或者，总负债大于总资产（即负权益）；（3）债务拖欠：公司不能偿付应付负债，或者违背了贷款协议条款；（4）资金不足：公司受限于或者无能获得各种额外资金。

而Ross等人则认为“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务（例如商业信用或利息）而被迫采取改正行动的境况”，他们认为一旦企业发生如下的一些事情时，可以表明企业陷入了财务困境：股利的减少、工厂的关闭、亏损、解雇员工、高级主管的辞职以及股票价格的暴跌等。

Beaver认为当企业出现破产、无力偿还债务和支付优先股股利、银行存款透支等情况就属于发生财务危机。Beaver为此提出了一个关于“现金流”或“流动资产”模型的理论框架，即企业犹如一个由现金流组成的水库，由现金流入和现金流出组成，一个企业发生财务危机可被定义为水库的水被抽干，即企业不能按期偿还债务。

Doumpos和Zopounidis根据以往关于财务危机的研究结果，给出了关于财务危机的定义：从财务角度看，财务危机包括资产净值为负、无力偿还债权人债务、银行存款透支、无力支付优先股股利、延期支付货款、延期支付到期利息和本金等情况。

Altman认为财务危机是一个广泛的概念，它包括企业发生财务困难时的多种情况，主要为:破产、失败、无力偿还债务和违约等。同时，Altman对上述存在细微差别的概念给出了一个完整的描述：破产主要是财务危机在法律上的定义；失败是考虑风险条件下，投入资本的回报率低于行业同样投入资本的平均回报率。其实这一定义很具有经济学的色彩，并未说明企业无持续经营的能力。无力偿还债务可从破产角度可认为资产净值为负。违约则企业违背了与债权人签定的和约并可能导致法律诉讼。

总结前述可以看出，财务困境就是企业的盈利能力显著下降或丧失，会计核算的基本前提之一——“可持续经营”可能难以持续，导致企业发生“违约”的可能性显著升高的状况。

（二）财务困境成本的定义

无论采取何种模式来处理财务困境，都会产生相应的成本，对财务困境成本的估计是资本结构理论的重要研究领域，财务学界许多研究努力实际上都消耗在解决负债成本到底是什么方面了，并且产生了大量的研究成果。

财务困境成本是破产成本、清偿成本等概念的延伸，从破产到财务困境、从破产成本到财务困境成本，反映了资本结构理论的发展和演变。对财务困境成本的定义有两个不同的角度，一是按事后成本来定义，例如“资产重组或债务重组成本即为财务困境成本”；一是按事前成本来定义，Kose认为：财务困境成本是“使资产流动化的成本，包括营业收入和永续经营价值的减少，以及其他非直接成本如研发费用等”。

实际上，这是同一事物的两面，根据Warner等人的观点，财务困境的影响大部分都在违约之前发生。因此，由于财务困境的发生是一个逐渐的过程，在这个过程中，必然影响或制约了企业的日常经营、投资和融资等活动，从而产生了成本；但这种成本只有在真正进入财务困境以后，企业为了解决财务困境采取重组或清算的过程中才能真正显现出来。

财务困境成本与破产成本联系紧密，传统定义的破产成本是财务困境成本的一部分，因为如果财务困境不能得到有效解决的话，企业将不得不进入破产清算，并表现为破产成本。所以，Ross根据破产成本的划分方法，将财务困境成本分为直接财务困境成本和间接财务困境成本，前者包括与清偿或重组相关的法律、会计和管理费用，间接成本则指财务困境对企业经营能力的伤害，包括对企业产品需求的减少，债权人介入导致的管理决策权部分丧失，管理层为解决财务困境所花费的时间和精力等。

综合Warner、Ross等人的观点，我认为：首先，当财务困境甚至破产发生时，企业会支出相应的成本；其次，将时间向回看，在没有发生财务困境时，这个成本仍然是存在的，只不过以一定概率的方式存在。作为资本结构管理的需要，在企业健康运营的时候这个成本也应当恰当的估计，即以实际支出和发生财务困境的概率相乘的结果作为估计量，从而帮助决策人进行融资决策。我将这个估计量定义为财务困境成本。这类似于会计核算中的“或有负债”，将一个具有现实义务而在未来发生的负债的恰当估计量作为或有负债列入会计报表，从而帮助投资人对企业的分析。

（三）财务困境成本的构成

企业陷入财务困境时承担的成本体现为企业股权价值的损失，主要包括直接成本和间接成本两个大的方面：

1、直接成本

（1）清算或重组的法律成本

企业在陷入财务困境后，无论是进行资产重组、破产清算或债务重组时，都需要从外面聘用大量的专家，例如律师、会计师、投资银行家、评估师等等，对企业来说，雇佣这些专家的高昂费用就是直接成本。

最早进行这方面定量研究的是Warner，他以1933~1955年间破产清算的11家铁路企业为例，计算出直接成本约为破产前的债务账面价值和股权市场价值之和的1%；Altman对11家零售企业和7家工业企业的估计结果是4.3%（1984）；Weiss对1979~1986年间的37家申请破产的在美国和纽约股票交易所上市公司的数据，估计结果是3.1%。

如果进行债务重组的话，直接成本相对要小一些。Betker在1997年对75家正式重组和48家预包装重组企业的直接成本估算结果为，正式重组3.93%，预包装2.85%，加权结果为3.51%。Tashjian在2000的研究成果分别为1.659%和2.31%，并认为“通过预包装解决财务困境的平均直接成本要比正式重组小”。

综合以上结论，与正式重组相比，私下重组成本较低（包括直接法律成本、税赋、信息披露成本等），尤其是对无形资产较多和债权人较少的企业更为有利。根据处理模式的不同，企业解决财务困境所付出的直接成本在1.65%~3.93%之间。

（2）公司管理成本

为了保证重组的进行，公司相关人员需要花费大量的时间和精力，以及财务等职能部门的配合，这是一种额外的管理成本。这些工作包括为专家整理提供资料和信息、相应的法律事务、对资产的评估、对商业活动的调整等等。这些工作是公司重组计划重要的组成部分。而且，公司的一切经营或商业活动都处于破产的威胁之中，这可能对所有员工的心态和工作效率有不小的消极影响。

但这方面成本的估计很困难，相关的案例有：1991年，NewEnglandCorporation银行进行破产清算所支付的专家总费用为1770万美元，而内部管理费用为300万美元，是前者的17%；1990~1991年；TheFirstRepubilic银行申请破产保护在法院主持下进行重组，到全部分公司被变卖结束时，支付的内部管理费用为350万美元，是专家费用的35%。因此，与破产清算相比，企业在重组时的法律费用会低一些，但内部管理成本则要高很多。

2、间接成本

（1）经营受影响

企业更大的损失可能还是来自于财务困境对公司价值的侵蚀，包括股价下降、投资机会丧失、市场竞争力降低、人才流失、廉价处理资产等。

Whitaker发现公司在进入财务困境的第一年，公司价值平均下降了20.29%。不同的重组方式会向市场传递不同的信息，并引起不同的反应，宣布正式重组即破产保护的企业，在宣布后股价明显下降，平均下降12.19%；而其他重组方式股价变化幅度较小，预包装破产为-2.05%，秘密的私下重组为-2.76%，公开的私下重组为-1.83%，债券价值亦有类似趋势的变化，这说明市场认可私下重组企业潜力优于正式重组的企业。

Gordon认为，如果破产可能性的增加会削弱公司价值的话，当企业处于财务困境时，部分负担将转嫁到债权人身上；在债务再融资时，新债不可能以优于旧债的方式发行，从而提高了公司的融资成本。这是显而易见的，因为财务困境企业的信用等级必然下降，债权人面临更大的风险。

（2）其他利益相关者的利益损失

债权人在接管企业或参与企业的决策后，往往倾向于资产出售、裁员特别是大量管理人员的调整，所以对于困境公司部分员工来说，债务重组和资产重组往往意味着随之而来的失业。另一方面，现有的雇员特别是高级经理人员会利用自身影响力和工会组织对重组计划施加压力，以尽可能保住自己的工作。但不管博弈的结果如何，正常情况下总会有部分员工被解雇，对他们来说，这是经济和精神上的双重损失，也是一种成本。

对于商业债权人和商业客户（业务合作伙伴、供货商、经销商等等）来说，相对于使自己与困境公司之间的商业利益得到保护（如应收账款的回收）的短期利益，可能更倾向于继续拥有一个良好客户的长期利益。

因为根据市场营销理论，开发一个新客户的成本是维护一个老客户的四倍，所以，即使商业债权人的利益能得以完全收回，为了开发替代的客户，也必须承担相应的转换成本。另一方面，原来给予困境公司的商业信用被迫延长，考虑到资金的时间价值，对商业债权人或供货商来说，这也是一种成本额外的成本。

虽然到目前为止，还没有这方面的定量研究结果，但可以肯定的是，当公司陷入财务困境时，债权人以外的与企业利益相关的当事人也可能被迫承担部分成本，包括商业债权人、政府税务部门、退休人员、雇员等等。

（四）本文的研究对象及方法

本文着眼于财务困境成本中的间接成本中由于经营风险引起的部分，即由于未来经营结果的不确定性导致的债券违约的可能，从而带来的财务困境成本。

本文从两个方向出发，通过税盾和财务困境成本的权衡理论以及二叉树模型分别推导公司价值的表达式，再从中解出财务困境成本。从财务困境成本的表达式中，我们可以看到它与负债、公司的清算价值、平均增长率、经营风险的关系。进而，我们可以通过它解释哪些类型的行业具有较低的财务困境成本，因而适合采用高负债率。

本文的结构如下：第二章文献综述介绍本文两个理论基石——税盾和财务困境成本的权衡理论和二叉树模型；第三章进行公式推演；第四章对影响财务困境成本的负债、公司清算价值、平均增长率、经营风险逐个分析；最后在第五章给出结论。

二、文献综述

本章介绍本文的两个理论基石——税盾和财务困境成本的权衡理论和二叉树模型。

（一）税盾和财务困境成本的权衡理论

税盾和财务困境成本的权衡理论（以下简称权衡理论）由MM理论发展而来，实际上是修正的MM理论。这里依次阐述MM理论和权衡理论。

MM理论有五个假设条件：（1）企业的经营风险是可以衡量的，有相同的经营风险的企业处于同类风险级；（2）现在和将来的投资者对企业未来的EBIT估计完全相同，即投资者对企业未来收益和这些收益风险的预期是相同的；（3）股票和债券在完善市场上进行交易，没有交易成本，投资者可同企业一样以同等利率借款；（4）不论举债多少，企业和个人的负债均无风险；（5）所有现金流量都是年金，即企业的增长率为零，预期EBIT固定不变。

最初的MM理论讨论的是无公司税的情况：

命题一：企业价值模型。其公式为：VL=VU=EBIT*K=EBIT*KU。

VL为有负债企业的价值，VU为无负债企业的价值。K=KU为适合于该企业风险等级的资本化比率，即贴现率。根据无税的MM理论，企业的价值独立于其负债比率，即不论企业是否有负债，企业的加权平均资本成本是不变的。

命题二：企业的股本成本模型。负债企业的股本成本（即自有资金成本）等于同一风险等级中某一无负债企业的股本成本加上根据无负债企业的股本成本和负债成本之差以及负债比率确定的风险报酬。其公式为：KS=KU+RP=KU+(KU-KB)(B/S)。

KS为负债企业的股本成本，KB为负债企业的债务成本，KU为无负债企业的股本成本，RP为风险报酬。从命题二可以看出，随着企业负债的增加，其股本成本也增加。低成本的举债利益正好会被股本成本的上升所抵消，所以，更多的负债将不增加企业的价值。因而，在无税的情况下，企业的资本结构不会影响企业的价值和资金成本。

接着，MM理论发展了有公司税的情况：

命题一：企业价值模型。负债企业的价值等于同一风险等级中某一无负债企业的价值加上赋税节余的价值。其公式为：VL=VU+TB。

从这里看出，当引入公司所得税后，负债企业的价值会超过无负债企业的价值，负债越多，差异越大，所以当负债最后达100%时企业价值最大。

命题二：企业股本成本模型。在考虑所得税情况下，负债企业的股本成本等于相同风险等级的无负债企业的股本成本加上根据无负债企业的股本成本和负债成本之差以及公司税率所决定的风险报酬。其公式为：KS=KU+(KU-KB)*(1-T)*(B/S)。

所以，企业的股本成本会随财务杠杆扩大而增加。这是因为股东面临更大的财务风险，但由于(1-T)总是小于1，税赋使股本成本上升的幅度低于无税时上升的幅度所以负债的增加提高了企业价值。

MM理论中，税盾被看作是影响公司资本结构的主要因素，研究者也只看到负债带来的税盾利益，忽视了其相应的风险和成本。20世纪70年代产生的权衡理论指出，负债的增加给公司带来的财务困境成本和财务风险是制约公司无限提高负债比例的关键因素。

随着债务增加，公司面临财务困境的可能性增大，财务困境成本上升。财务困境成本包括公司因财务困境导致破产产生的破产成本和债权成本。债权成本是指负债上升计划投资者与经营者之间矛盾而导致的公司价值的损失。在破产可能性增大的压力下，代表股东利益的公司经理人员会选择次优决策，扩大股东利益，牺牲债权人利益；为保护自己的权益，债权人将会再贷款契约中增加监督方式。这些都会导致债权成本上升，公司价值下降。权衡理论认为，债权成本比破产成本能够更加有力的抑制公司无限制的提高负债率。税盾价值和财务困境成本此消彼长的过程中将存在一个最佳的负债率使综合资本成本最低。

VU——无负债时的企业价值

VL’——同时存在负债税盾、财务困境成本的企业价值

TB——负债的税盾价值

FA——财务困境成本

D1——财务困境成本变得重要时的负债水平

D2——最佳资本结构

图3中，当负债未超过D1点时，财务困境成本不明显；当负债达到D1点时，财务困境成本开始变得重要，税盾价值开始被财务困境成本所抵消；当负债达到D2点时，边际税盾价值恰好与边际财务困境成本相等，企业价值最大，达到最佳资本结构；负债比率超过D2点后，财务困境成本大于税盾价值，导致企业价值下降。

（二）二叉树模型

提到二叉树，我们首先说树这种结构。

树形结构是一类重要的非线性结构。树形结构是结点之间有分支，并具有层次关系的结构。它非常类似于自然界中的树。

树形结构在客观世界中是大量存在的，例如家谱、行政组织机构都可用树形象地表示。以下是一个家族树的例子：

张源有三个孩子张明、张亮和张丽；

张明有两个孩子张林和张维；

张亮有三个孩子张平、张华和张群；

张平有两个孩子张晶和张磊。

以上表示很像一棵倒画的树。其中“树根”是张源，树的“分支点”是张明、张亮和张平，该家族的其余成员均是“树叶”，而树枝（即图中的线段）则描述了家族成员之间的关系。显然，以张源为根的树是一个大家庭。它可以分成张明、张亮和张丽为根的三个小家庭；每个小家庭又都是一个树形结构。

二叉树是树形结构中的一种，它在每个分支点都只有两个分支，从而大大减少了树形结构的多样性，规范了每个分支点的后续结构，使它的计算特别是通过计算机进行运算非常简便。

许多实际问题抽象出来往往是二叉树的形式，即使是一般的树也能简单地转换为二叉树，而且二叉树的理解计算较为简单。著名的布莱克-斯科尔斯模型虽然简便，但是晦涩难懂。它的一种近似即是通过二叉树模型进行演算。如果二叉树的层次不断增加，“数学上可以证明其结果将和布莱克-斯科尔斯模型一样”。

由于采用布莱克-斯科尔斯模型分析超出了本人的数学能力，为简化数学分析上的复杂度，本文采用只有一个分支点的二叉树模型进行分析。

运用二叉树模型分析公司未来的经营状况，我们假设其两条分支存在不同的经营结果，赋予不同的概率，则利用二叉树模型进行计算的结果实际上反映了公司在考虑经营风险下的价值。联合由权衡理论推演而来的包含财务困境成本的公司价值表达式，即可解出财务困境成本的表达式。

三、公式推导

本章详细介绍我们用以分析财务困境成本的公式从何而来。

（一）从权衡理论出发

财务困境范文篇8

关键词：财务困境利益相关者财务杠杆

一、利益相关者界定

关于利益相关者范围的界定引用得较多的是弗里曼(Freeman，1984)的定义。他把能够影响一个组织目标实现的团体和个人、以及被该组织实现目标过程所影响的团体和个人的集合统称为利益相关者。克拉克森(Clarkson,1995)则认为该定义过于宽泛，他将企业利益相关者的范围缩小到那些对企业有合法索取权的团体和个人，认为利益相关者应该在企业中投入了一定的实物资产、人力资本、金融资本或其他有意义的价值物，并因此而承担了一定的风险。克拉克森的定义又显得过于狭窄，他甚至把企业的竞争对手都排除在外。对那些生产比较集中的行业来讲，企业的经营活动不仅直接受到行业竞争对手的影响，而且其经营活动反过来还会影响到竞争对手。如果企业把这种如此重要的利益相关者排除在外，将很难做出正确的经营决策。笔者认为，应该从企业所处的经营环境去界定其利益相关者。从企业的内部环境看，其利益相关者主要包括股东、债权人和雇员；从企业的外部环境看，利益相关者主要包括客户、供应商、竞争对手和企业所在的社区。为了便于分析财务困境的成本和收益，还可以将利益相关者分为财务利益相关者和非财务利益相关者。其中财务利益相关者包括债权人和股东，这些利益相关者直接影响着企业的财务状况；而非财务利益相关者则是指除股东和债权人以外的其他所有受企业财务状况影响的团体和个人，其主要包括客户、供应商、雇员、竞争对手和企业所在的社区等。本文假定企业以股东利益最大化为目标，在此前提下将从各种利益相关者的角度分别研究企业的财务困境成本和收益。

二、财务困境成本分析

(一)从财务利益相关者的角度考察财务困境成本企业的财务利益相关者包括债权人和股东，这些相关者为企业提供了资金，并直接影响着企业的财务状况。当企业的财务杠杆过高、存在违约风险时，由于股东和债权人之间的利益冲突，导致了企业投资行为的扭曲。财务杠杆较高的企业更希望投资于风险较高的项目，而不是那些风险较低、净现值较大的项目，从而产生了资产替代问题。如果该项目获得成功，企业的债权人只能得到固定的收益，而全部的剩余收益则归股东所有；如果该项目经营失败，由于企业的股东仅以出资额为限对企业的债务承担有限责任，此时，债权人就承担了一些原本归股东承担的损失。理性的债权人当然会预见到这些成本，财务杠杆较高的企业只有通过支付较高的利率，对债权人进行补偿才能获得借款。因此，企业在考察其财务困境成本时，应该将因资产替代问题导致债权人所承担的潜在损失计入财务困境成本。当企业的财务杠杆过高时，由于债权人不愿提供更多资金，受到资金束缚的企业有时不得不放弃一些净现值为正的投资项目；还有一些企业为了尽快偿还债务，可能会投资于回收期较短但净现值较低的项目，而放弃那些净现值较高的项目，这样就产生了投资不足和投资短视的问题。因此，对于那些拥有较多投资机会的企业，因财务杠杆过高导致企业不能从债权人手中获取更多的资金而被迫放弃的投资项目的净现值之和也应该被计人其财务困境成本。此外，当企业存在破产风险时，由于股东在企业清算过程中属于级别最低的求偿者，代表股东利益的企业还存在不愿清算的问题。当负债的面值超过了企业的清算价值时，股东在清算中将一无所获，因此，即使企业的清算价值高于其持续经营的价值，股东也会想方设法尽量避免清算；而债权人由于在企业清算中享有优先受偿权，当企业陷入财务困境后，即使企业持续经营的价值高于其清算价值，债权人出于自身利益的考虑更倾向于对企业进行清算。由于股东和债权人在清算问题上存在上述的利益冲突，导致企业的决策缺乏效率，这部分损失也应该计入企业的财务困境成本。

(二)从非财务利益相关者的角度考察财务困境成本首先，客户视角下的财务困境成本。如果企业选择较高的财务杠杆，其破产的可能性就会加大，而企业一旦破产，客户将无法获得应有的售后服务或用于产品维修的零部件，对于那些专用性极强的机器设备或需要不断进行升级的产品尤其如此。企业客户出于上述考虑，在购买财务杠杆高的企业的产品时，通常只愿支付较低的价格，这又会极大地影响企业产品的销售和利润。因此，对财务杠杆较高的企业来讲，因客户担心企业破产后购买不到维修的零部件，或得不到应有的售后服务而造成的产品折价损失以及销售量减少的损失，应该全部计入企业的财务困境成本。此外，在正常情况下，企业通常非常注重维护其良好的声誉，以便在将来能拥有更多的忠实客户，从而实现长期盈利。但是在企业出现财务困境时，产生足够的现金来偿还到期债务比保持良好的声誉显得更加重要。为了避免破产企业可能会通过降低产品质量，以增加当前利润；而客户为了防止购买质量低劣的产品，会尽量避免去购买那些财务杠杆较高的企业的产品。因此，因财务杠杆过高引起客户对企业产品质量担忧而造成销售量减少的损失，也应计入企业的财务困境成本。其次，供应商视角下的财务困境成本。企业资本结构的选择不但会影响客户，还会影响供应商。财务杠杆较高的企业由于受到资金的约束，在赊购货物时更容易出现拖欠行为。供应商出于自身信用安全的考虑，对财务杠杆较高的企业往往会采用更严格的信用政策，这样做无疑会增加财务杠杆较高的企业的采购成本。此外，如果供应商还需要进行专用性很强的实物投资，更不愿意向财务杠杆较高的企业供货。因为企业一旦破产，供应商为其进行的专门投资将很难改变用途。由于财务杠杆过高加大了企业破产的可能性，所以供应商在供货时通常会要求这样的企业提供一定的保证金或者索取较高的价格。由于上述原因，财务杠杆过高导致企业的采购成本增加，这部分增加的成本应该全部计入企业的财务困境成本。最后，雇员视角下的财务困境成本。企业中无论是普通生产工人，还是技术人员和管理人员，其能力和水平对企业的生产经营和管理起到了至关重要的作用。在市场需求暂时下降时，那些财务杠杆较高的企业迫于偿债的需要，通常会压低工人的工资或进行大规模的裁员来降低经营成本；而财务杠杆较低的企业则更愿意保留其原有的雇员，以避免在需求扩大时再来重新招募工人，增加企业的招募成本和对新雇员进行培训的成本。因此，优秀的工人通常更愿意选择在那些财务杠杆较低的企业工作。此外，一些技术人员和管理人员通常更加看重企业未来的发展前景，而那些财务杠杆较高的企业由于受到财务资源的限制，往往会错失许多良好的投资机会，从而不利于企业的未来发展，所以那些比较看重企业未来发展的优秀技术人员和管理人员通常不愿意选择在这样的企业工作。考虑到上述问题，应该将因企业财务杠杆过高所导致的熟练生产工人、优秀技术人员和管理人员的流失给企业所造成的直接损失，以及因企业财务杠杆过高使企业不能雇佣到熟练的生产工人、优秀的技术人员和管理人员所造成的间接损失，全部计入企业的财务困境成本。

(三)从行业竞争对手的角度考察财务困境成本尽管企业的竞争对手也属于企业的非财务利益相关者，但由于企业陷入财务困境后，其竞争对手不但不会像其他利益相关者那样产生损失，而且还可以获得一些收益。一般而言，企业增加负债融资的比例通常会降低其在产品市场上的竞争力，导致其未来的销售收入和市场份额都会有所下降；而企业增加权益融资的比例通常有利于增强其营销竞争能力和后续投资能力，有利于其扩大未来的市场份额。柯菲诺克和菲利普斯(KovenockandPhillips，1997)通过研究发现，在那些生产高度集中的行业，如果行业内的主要企业因杠杆收购或资本重组大幅度提高了其负债的程度，那么这些企业在市场上的竞争力将明显减弱。为了偿还到期债务增加当前的现金流入，这样的企业往往会提高产品的价格、削减广告费用、并降低其投资水平，以未来的市场份额为代价来提高其当前的利润。而那些财务杠杆较低、现金较充裕的竞争对手其市场竞争力却大为增强，其产品的价格水平明显低于那些实施了杠杆收购的企业，则是以减少当前现金流人的方式来扩大其市场份额，增加未来利润。由于行业竞争对手的存在，企业的财务杠杆过高影响了该企业的市场竞争力和长远发展，降低了其未来的赢利能力，这部分损失应该计入财务困境成本。当市场需求暂时下降或竞争状况突然加剧时，那些财务杠杆较高的企业更容易受到的冲击，从而引发财务危机。而企业的客户出于维修和售后服务方面的考虑，更加倾向于购买财务杠杆低的企业的产品。这就会导致那些财务杠杆高的企业失去大量的市场份额。此外，财务杠杆低的企业通常还会主动出击，展开营销战或价格战，以便掠夺财务杠杆高的企业的市场份额；此时，财务杠杆高的企业因受到财务资源的限制，通常没有能力去应对价格战或营销战的冲击，更没有能力去维持后续投资，其竞争能力和生存能力受到了极大的影响。从战略竞争的角度而言，企业财务杠杆过高增加了行业竞争对手发起攻击可能性以及该行业新企业进入的可能性，导致其市场份额的损失和未来利润的减少。因此，这些因行业竞争对手发起攻击和新企业进入所导致的企业未来利润的减少部分，也应计入企业的财务困境成本。三、财务困境收益分析

(一)管理层视角下的财务困境收益经营比较稳定且拥有较多自由现金流的企业，有时可以利用财务困境获得一定的收益。詹森(Jensen，1986)认为，负债较少且拥有大量自由现金流的企业很可能会浪费企业的资源，导致企业管理人员进行过多的在职消费和投资一些净现值为负的项目，用于巩固自己在企业中的地位，进行自己的“帝国建造”。而财务杠杆较高的企业因偿债压力较大，处境更为危险，其管理人员浪费企业资源的可能性大为降低。此时，陷入财务困境的威胁可以促使企业管理人员采取积极的行动以提高经营效率和管理效率，剥离业绩不良的资产，改善经营业绩。因此，对那些市场需求比较稳定且拥有较多自由现金流的企业，财务杠杆的提高增加了企业陷入财务困境的可能性，从而促使企业管理人员有更强的动机去改善企业的经营业绩，给企业带来一定的收益。

(二)政府部门视角下的财务困境收益当大公司破产倒闭时整个社区的利益都将受到损害，所以可以将受到大公司影响的整个社区都看作是企业的利益相关者。如在20世纪80年代，美国汽车行业的衰退对整个密歇根州的汽车生产企业都造成了冲击，就连与汽车行业没有任何联系的电影院、零售商店、餐饮业以及当地的许多其他机构也受到了不同程度的影响。为了防止这些企业倒闭给当地经济带来的不利影响，地方政府采取了一些补救措施，为陷入财务困境的企业提供贷款担保；美国政府也给克莱斯勒这样的大型汽车生产企业提供了贷款担保，由此可以看出，财务困境可以给规模较大的企业带来了一定的收益，使其从政府部门获得在一般情况下根本就不可能得到的优惠待遇。

(三)工会组织视角下的财务困境收益当企业内部的工会力量非常强大时，企业可以通过提高财务杠杆的方式来降低工资的增长速度。由于高工资增加了高财务杠杆企业破产的可能性，雇员则因企业破产后将很难找到一份更好的工作，工会组织出于自身利益的考虑，在与财务杠杆较高的企业进行工资谈判时通常会做出一定的让步。美国的克莱斯勒汽车公司在20世纪70年代末陷入了财务困境，在进行工资谈判时该公司的工会组织做出了较大的让步。就此意义而言，财务困境可以给企业带来一定的收益。

(四)供应商视角下的财务困境收益当企业和供应商处于双边垄断地位时，如果供应商已经投入了专用的设备，财务杠杆较高的企业可以利用破产威胁来增强其谈判地位。由于财务杠杆的提高加大了企业破产的可能性，而企业一旦破产，供应商所生产的产品就失去了销路，供应商在专用设备上的投资也将无法收回。因此，采购企业可以利用财务困境增强其价格谈判能力，从而使企业可以以更低的价格从供应商那里获得生产的零部件，降低采购成本而增加财务困境收益。

财务困境范文篇9

一、财务困境预测模型研究的基本问题

财务困境(Financialdistress)又称“财务危机”(Financialcrisis)，最严重的财务困境是“企业破产”(Bankruptcy)。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”(Defaultrisk)。事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。实践中，大多数企业的财务困境都是由财务状况正常到逐步恶化，最终导致财务困境或破产的。因此，企业的财务困境不但具有先兆，而且是可预测的。正确地预测企业财务困境，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。纵观财务困境判定和预测模型的研究，涉及到三个基本问题：一是财务困境的定义；二是预测变量或判定指标的选择；三是计量方法的选择。

(一)财务困境的定义

关于财务困境的定义，有不同的观点。Carmiehael(1972)认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。Ross等人(1999；2000)则认为可从四个方面定义企业的财务困境：第一，企业失败，即企业清算后仍无力支付债权人的债务；第二，法定破产，即企业和债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约付息还本；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范财务困境的角度看，“财务困境是指一个企业处于经营性现金流量不足以抵偿现有到期债务”，即技术破产。

在Beaver(1966)的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司，由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman(1968)定义的财务困境是“进入法定破产的企业”。Deakin(1972)则认为财务困境公司“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”。

(二)预测变量的选择

财务困境预测模型因所用的信息类型不同分为财务指标信息类模型、现金流量信息类模型和市场收益率信息类模型。

1．财务指标信息类模型。Ahman(1968)等学者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常规的财务指标，如负债比率、流动比率、净资产收益率和资产周转速度等，作为预测模型的变量进行财务困境预测。

尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧。Harmer(1983)指出被选财务指标的相对独立性能提高模型的预测能力。Boritz(1991)区分出65个之多的财务指标作为预测变量。但是，自Z模型(1968)和ZETA模型(1977)发明后，还未出现更好的使用财务指标于预测财务困境的模型。

2．现金流量信息类模型。现金流量类信息的财务困境预测模型基于一个理财学的基本原理：公司的价值应等于预期的现金流量的净现值。如果公司没有足够的现金支付到期债务，而且又无其他途径获得资金时，那么公司最终将破产。因此，过去和现在的现金流量应能很好地反映公司的价值和破产概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基础上，Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。公司的价值来自经营的、政府的、债权人的、股东的现金流量的折现值之和。他们根据配对的破产公司和非破产公司的数据，发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。显然，这一结果是符合现实的。破产公司与非破产公司的经营性现金流量会因投资质量和经营效率的差异而不同，二者以现金支付的所得税也会因税收会计的处理差异而不同。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率，发现现金流量模型的预测效果较好。

3．市场收益率信息类模型。Beaver(1968)是使用股票市场收益率信息进行财务困境预测研究的先驱。他发现在有效的资本市场里，股票收益率也如同财务指标一样可以预测破产，但时间略滞后。Altman和Brenner(1981)的研究表明，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark和Weinstein(1983)发现破产公司股票在破产前至少3年内存在负的市场收益率。然而，他们也发现破产公告仍然向市场释放了新的信息。破产公司股票在破产公告日前后的两个月时间区段内平均将经历26％的资本损失。

Aharony，Jones和Swary(1980)提出了一个基于市场收益率方差的破产预测模型。他们发现在正式的破产公告日之前的4年内，破产公司的股票的市场收益率方差与一般公司存在差异。在接近破产公告日时，破产公司的股票的市场收益率方差变大。

(三)计量方法的选择

财务困境的预测模型因选用变量多少不同分为单变量预测模型和多变量预测模型；多变量预测模型因使用计量方法不同分为线性判定模型、线性概率模型和Logistic回归模型。

此外，值得注意的是，近年来财务困境预测的研究方法又有新的进展。网络神经遗传方法已经开始被应用于构建和估计财务困境预测模型。

(四)我国对企业财务困境预测的研究

在国内的研究中，吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型；陈静(1999)以1998年的27家ST公司和27家非ST公司，使用了1995―1997年的财务报表数据，进行了单变量分析和二类线性判定分析，在单变量判定分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与负债比率的误判率最低；在多元线性判定分析中，发现由负债比率、净资产收益率、流动比率、营运资本／总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据估计二类线性判别模型，并使用另外60家公司进行模型检验，发现模型具有超前4年的预测结果。

二、本文的样本和研究方法

本文与以前我国上市公司财务困境的研究有所不同。第一，样本新、时间长、容量大。本文研究的ST样本包括1998―2000年发生ST的公司，即A股市场上全部的ST公司，同时剔除了非正常的ST公司；此外，样本数据的收集时间延至公司发生ST前5年，样本时间跨度较长。选入研究的ST样本公司70家和相对应的非ST样本公司70家，样本容量达到了140家，可望在一定程度上降低估计和预测误差。第二，选择多种研究方法，建立单变量判定模型和三种多变量判定模型，并比较各种模型在财务困境预测中的效率。

(一)财务困境公司的样本选定

本文从我国A股市场上3年中出现的82家ST公司中界定出70家公司作为财务困境公司，进行财务困境预测研究。它们是：(1)连续两年亏损，包括因对财务报告调整导致连续两年亏损的“连亏”公司，共51家；(2)一年亏损但最近一个会计年度的股东权益低于注册资本，即“巨亏”公司，共16家；(3)因注册会计师意见而特别处理的，共3家。但排除了：(1)上市两年内就进入特别处理的公司，共8家。排除原因是财务数据过少和存在严重的包装上市嫌疑，因此与样本中的其他公司不具有同质性；(2)因巨额或有负债进行特别处理的公司，共2家。排除原因是或有负债属偶发事件，不是由企业正常经营造成的，与其他样本公司不具有同质性；(3)因自然灾害、重大事故等进行特别处理的，共2家，原因同(2)。

(二)研究程序和计量方法

本研究首先计算140家样本公司的盈利增长比率、股东权益收益率等21个财务指标，这些指标综合反映了企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模。在此基础上，使用剖面分析对样本中的财务困境公司和非财务困境公司在财务困境发生前5年期间历年的21个财务指标进行对比分析，探讨对企业陷入财务困境影响显著的变量。其后，应用单变量分析，选择4个财务指标为例估计单变量判定模型。最后，筛选和确定对企业陷入财务困境影响最为显著的6个指标为模型的判定指标，应用线性概率模型、Fisher二类线性判定模型、Logistic模型三种计量方法，建立和估计财务困境的预测模型，并比较这三种模型的预测效果。

三、实证研究“公务员之家”版权所有

财务困境范文篇10

关键词:高校;财务困境;成因;预警

随着教育的改革发展，近几年国内高校进行了不断扩招。但与此同时，不少高校都产生了财务困境，以至于高校的生存遭受了威胁。分析高校的财务困境成因，则有助于进行财务困境的预防和控制，所以将有利于促进高校的发展。因此，有必要对高校财务困境成因与预警问题展开分析，以便使高校的财务管理得到加强，继而更好地促进我国高等教育的发展。

1高校财务困境及其成因分析

1.1高校财务困境概述

高校财务困境是逐步产生的，可以被划分成五种层次。从国内情况来看，在最初阶段，高校财务困境仅仅表现为无法归还银行贷款本金。在这一阶段，如果高校采取“展期”或“以新债偿旧债”的方法，其财务困境就会逐渐加重。在财务困境持续加重后，高校通常会出现延期支付工程建设工程款的问题。随着困境的进一步发生，高校会出现无法如约支付正常采购应付款项的问题。接下来，高校还会出现无法支付贷款利息的情况。最终，高校内部运作需要的费用也将出现延期支付和限制报销等问题。

1.2高校财务困境成因

1.2.1过度负债

高校之所以会陷入财务困境，与其过度负债有着直接的关系。近年来，随着高校不断扩展招生规模，不少高校开始进行巨额贷款，以至于学校的贷款规模占据了高校收入的一半以上。而随着高校负债规模的不断扩大，高校的财务风险也将随之增加。从还贷途径上来看，高校需要通过经营配套服务、出租教师与学生公寓、置换校本部土地和收取学生学费等方式增加收入，然后利用这些收入进行还债。但作为非营利组织，高校在学生住宿和学费收取等方面无法获得较多的利润，所以高校还要依靠政府的补助和科研经费收入偿还贷款［1］。然而就现实情况而言，高校获得的财政拨款往往会被人员费用占据大部分，因此高校将出现支付能力和支付压力脱节的问题，所以也不得不承担无法偿还债务的风险。

1.2.2外部管理缺位

从外部管理上来看，目前国内高校的管理采取的是“政校不分”的体制，所以高校管理出现了所有者缺位的问题。因为，高等教育是由国家投资，所以高校净资产所有者也是国家。但是，国家并不需要高校进行资产的偿还，同时也不要求管理者进行经济利益的分享，因此容易导致高校陷入财务困境。为确保高校的教学质量，政府采取了一定的评估标准进行本科教学评估。但在实际管理的过程中，却又缺乏监督管理，以至于一些高校为了取得更好的评估结果一味进行硬件设施的投入。而采取这样的管理制度，将导致高校承受较重的财务负担，所以容易导致高校陷入财务困境。

1.2.3内部管理混乱

高校财务困境的产生，与高效内部管理混乱有着直接的关系。在筹资决策制定方面，国内高校缺乏严格的审批制度，以至于容易出现决策失控和风险较大的问题，继而最终导致高校负债数量过大。在贷款数量、负债数量和债务期限选择方面，高校采取的筹资决策总会出现不科学的问题，以至于高校承担了较大的财务风险。而在投资管理方面，一些高校在进行基础设施建设投资时，并没有事先进行可行性论证。而盲目进行建设投资和过度投资，将导致高校承担一定的财务风险。此外，也有一些高校在管理上出现了违反基本建设程序的情况，以至于工程建设出现了设计不合理和错项漏项等问题，并且最终导致工程建设的造价失控。而该问题的产生，不仅将导致高校财务预算超支，还将导致项目建设延期，继而最终导致学校的固定资产使用效率低下。

2高校财务困境的预警分析

2.1加强财务风险监督

为对高校财务困境进行预警，还要加强高校的财务风险监督。具体来讲，就是从总量上进行学校贷款规模的控制，并且加强现有债务的清理，从而降低高校的财务风险。为此，还要实现高校负债的分类管理，以便使高校的债务存量得到积极化解。而通过利用流动资金贷款进行固定资产项目贷款的置换，并且进行高息固定资产项目贷款，则能够使高校的贷款结构得到调整，从而加强学校资金链断裂风险的监督管理［2］。此外，利用自身优势，高校应该加强与商业银行的合作，以便将高校财务风险控制在一定范围内。

2.2完善财务困境评估体系

想要进行财务困境预警，还要建立完善的财务困境评估体系。首先，高校须要建立贷款审批制度，以便对高校负债规模进行管理。在进行贷款审批时，学校须要根据筹资能力进行还款资金来源的确定，并且制订相应的还贷计划，然后在贷款领导小组的监督下进行贷款申请。与此同时，学校的财务部门和基建部门还要加强对学校资金使用情况、筹资情况和负债情况的分析，以便加强学校贷款风险的控制。其次，高校须要构建财务危机联动机制［3］。具体来讲，就是对于高校治理有关的利益方进行界定，然后构建动态的治理结构，从而借助社会各界力量进行财务危机的化解，继而使高校的综合管理水平得到提升。

2.3建立财务困境预警体系

为规避投资风险和筹资风险，高校须要建立财务困境预警体系。具体来讲，就是从运营效益、偿债能力等方面建立预警指标体系，以便使高校的财务风险承受能力和负债情况得到全面反映。而通过采取定量和定性方法进行高校债务风险评估，则能够为高校制定相应的管理对策提供依据。所以在该体系中，应含有偿债能力指标、财务运营效益指标和学校发展能力指标。其中，偿债能力指标由潜在支付能力、资产负债率和现实支付能力等指标构成，能够对高校的支付能力、资金安全保障程度和长期偿债能力等多方面的能力进行反映［4］。而财务运营效益指标由预算外收入比重、自筹收入能力、年末流动资产比重等指标组成，能够使学校的隐性负债情况和自筹资金能力得到反映。此外，发展能力指标由净资产增长率、自有资金动用程度等指标构成，能够使学校的发展潜力得到反映。

3结论

总之，为避免高校陷入财务困境，高校还应该加强财务风险监管，并且建立相应的财务困境评估体系和财务困境预警体系，从而在加强管理者风险防范意识的同时，使高校的财务管理水平得到提升。

作者:袁媚 单位:浙江大学

参考文献:

［1］周杨，许正松.我国普通高校的财务困境———成因分析与对策研究［J］．铜陵学院学报，2012(6):31－34.

［2］汤琦瑾.高校财务困境的现状及其成因分析［J］．经济研究导刊，2011(7):125－126.