財(cái)務(wù)預(yù)警研究精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的財(cái)務(wù)預(yù)警研究主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：財(cái)務(wù)預(yù)警研究范文

關(guān)鍵詞：財(cái)務(wù)預(yù)警 財(cái)務(wù)指標(biāo) 預(yù)警模型

（一）引言

企業(yè)財(cái)務(wù)預(yù)警是以企業(yè)財(cái)務(wù)信息為基礎(chǔ)，利用企業(yè)財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃等資料，通過選擇和觀察敏感性預(yù)警指標(biāo)的變化，借助比例分析、數(shù)學(xué)模型等分析方法，對企業(yè)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)進(jìn)行實(shí)時(shí)監(jiān)控和預(yù)測報(bào)警， 并及時(shí)向利益相關(guān)者發(fā)出警示，提出規(guī)避風(fēng)險(xiǎn)的建議。財(cái)務(wù)預(yù)警的基本思想就是先通過選擇合適的財(cái)務(wù)指標(biāo)或非財(cái)務(wù)指標(biāo)，建立財(cái)務(wù)預(yù)警指標(biāo)體系，然后根據(jù)各項(xiàng)指標(biāo)數(shù)據(jù)，按照一定的預(yù)警方法或模型預(yù)測企業(yè)將會(huì)遇到的各種財(cái)務(wù)風(fēng)險(xiǎn)和經(jīng)營風(fēng)險(xiǎn)，最后做出綜合預(yù)警分析，采取預(yù)警措施。

本文探討的財(cái)務(wù)預(yù)警是廣義概念，包括財(cái)務(wù)危機(jī)預(yù)警、財(cái)務(wù)困境預(yù)測和企業(yè)破產(chǎn)預(yù)測等。通過對國內(nèi)外企業(yè)財(cái)務(wù)預(yù)警研究中指標(biāo)選擇的探討不難發(fā)現(xiàn)，對于企業(yè)財(cái)務(wù)預(yù)警的指標(biāo)選擇至今尚無一個(gè)廣泛認(rèn)可的標(biāo)準(zhǔn)。

（二）企業(yè)財(cái)務(wù)預(yù)警研究評(píng)論

筆者總結(jié)已有的研究， 認(rèn)為財(cái)務(wù)預(yù)警研究的指標(biāo)選擇存在以下問題：

1. 以"應(yīng)計(jì)制"為基礎(chǔ)的財(cái)務(wù)指標(biāo)居多， 以"現(xiàn)金制"為基礎(chǔ)的財(cái)務(wù)指標(biāo)較少。國內(nèi)外的財(cái)務(wù)預(yù)警研究多選擇資產(chǎn)負(fù)債表、利潤表的基本財(cái)務(wù)指標(biāo)和財(cái)務(wù)指標(biāo)組合，且這類財(cái)務(wù)指標(biāo)的類型眾多，包括盈利能力指標(biāo)、營運(yùn)能力指標(biāo)、短期償債能力指標(biāo)、長期償債能力指標(biāo)、財(cái)務(wù)效益指標(biāo)、資產(chǎn)營運(yùn)狀況指標(biāo)、發(fā)展能力指標(biāo)、成長能力指標(biāo)等。但實(shí)際上，"應(yīng)計(jì)制"下的傳統(tǒng)財(cái)務(wù)指標(biāo)可能被人為操縱而導(dǎo)致財(cái)務(wù)信息失真，因此基于傳統(tǒng)財(cái)務(wù)指標(biāo)構(gòu)建的財(cái)務(wù)預(yù)警模型和方法的準(zhǔn)確性和可信度也就令人懷疑。"現(xiàn)金制"下的現(xiàn)金流指標(biāo)則較好地克服了傳統(tǒng)財(cái)務(wù)指標(biāo)信息失真的弊病，并且不易縱， 因此，基于現(xiàn)金流指標(biāo)（ 包括現(xiàn)金流向指標(biāo)、現(xiàn)金流速指標(biāo)、現(xiàn)金流量指標(biāo)）來構(gòu)建財(cái)務(wù)預(yù)警模型將使得財(cái)務(wù)預(yù)警結(jié)論的準(zhǔn)確性大大提高， 增強(qiáng)了模型的科學(xué)性和實(shí)用性。隨著財(cái)務(wù)預(yù)警研究的逐漸深入，國內(nèi)外學(xué)者日益傾向于采用真實(shí)性更強(qiáng)的現(xiàn)金流財(cái)務(wù)預(yù)警指標(biāo)， 并以之為核心來構(gòu)建財(cái)務(wù)預(yù)警系統(tǒng)。

2. 絕對財(cái)務(wù)指標(biāo)和相對財(cái)務(wù)指標(biāo)兼顧，更多地采用相對財(cái)務(wù)指標(biāo)。絕對財(cái)務(wù)指標(biāo)是指那些指標(biāo)值為絕對數(shù)的財(cái)務(wù)指標(biāo)，通常這種指標(biāo)的數(shù)值是一個(gè)較大的絕對數(shù)，如"總資產(chǎn)"、"總負(fù)債"、"總利潤"等。相對財(cái)務(wù)指標(biāo)是指那些指標(biāo)值為相對數(shù)的財(cái)務(wù)指標(biāo)，通常這種指標(biāo)的數(shù)值是一個(gè)介于0～1之間的百分?jǐn)?shù)或小數(shù)，這些相對財(cái)務(wù)指標(biāo)一般都是約定俗成的傳統(tǒng)財(cái)務(wù)指標(biāo)，如資產(chǎn)負(fù)債率、毛利率、存貨周轉(zhuǎn)率等。雖然在國內(nèi)外的財(cái)務(wù)預(yù)警研究中更多地采用了相對財(cái)務(wù)指標(biāo)， 但并不能說相對財(cái)務(wù)指標(biāo)比絕對財(cái)務(wù)指標(biāo)更科學(xué)、有效，這兩類財(cái)務(wù)指標(biāo)在財(cái)務(wù)預(yù)警中是相輔相成、缺一不可的。相對財(cái)務(wù)指標(biāo)往往能更靈敏地反映企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)狀況， 增強(qiáng)財(cái)務(wù)預(yù)警的準(zhǔn)確性，但絕對財(cái)務(wù)指標(biāo)則能夠分析企業(yè)的規(guī)模和整體狀況，以使相對財(cái)務(wù)指標(biāo)對財(cái)務(wù)警情的靈敏反應(yīng)建立在科學(xué)、合理的基礎(chǔ)之上， 不至于造成誤警。因此， 在財(cái)務(wù)預(yù)警模型的指標(biāo)體系中， 各種財(cái)務(wù)指標(biāo)的多少及比例的搭配也是決定財(cái)務(wù)預(yù)警準(zhǔn)確性的關(guān)鍵。

3. 組合財(cái)務(wù)指標(biāo)和調(diào)整的財(cái)務(wù)指標(biāo)的引入越來越多。組合財(cái)務(wù)指標(biāo)是指兩個(gè)或兩個(gè)以上的財(cái)務(wù)指標(biāo)通過一定的運(yùn)算形式組合而成的財(cái)務(wù)指標(biāo)。它與相對財(cái)務(wù)指標(biāo)的區(qū)別在于，組合財(cái)務(wù)指標(biāo)往往是財(cái)務(wù)預(yù)警研究者根據(jù)研究需要無規(guī)則、隨機(jī)地組合在一起的，不具有約定俗成的名稱，其表示方式也是以其最原始的計(jì)算形態(tài)出現(xiàn)，如現(xiàn)金/ 總資產(chǎn)、經(jīng)營現(xiàn)金流量/流動(dòng)負(fù)債等。組合財(cái)務(wù)指標(biāo)與相對財(cái)務(wù)指標(biāo)類似，也是研究者在財(cái)務(wù)預(yù)警研究的過程中發(fā)現(xiàn)和總結(jié)出來的一種財(cái)務(wù)指標(biāo)，它能夠有效地提高財(cái)務(wù)預(yù)警模型的預(yù)警準(zhǔn)確性。調(diào)整的財(cái)務(wù)指標(biāo)是指基本財(cái)務(wù)指標(biāo)經(jīng)過一定的變換和運(yùn)算后得到的新的財(cái)務(wù)指標(biāo)， 它是基本財(cái)務(wù)指標(biāo)的有效補(bǔ)充，包括財(cái)務(wù)指標(biāo)均值、財(cái)務(wù)指標(biāo)變動(dòng)趨勢值、行業(yè)平均值、行業(yè)平均值的變動(dòng)趨勢值等。這類指標(biāo)多從動(dòng)態(tài)的角度和行業(yè)環(huán)境的角度對財(cái)務(wù)指標(biāo)進(jìn)行調(diào)整，從而動(dòng)態(tài)地分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，并將企業(yè)納入整個(gè)行業(yè)中考慮外部環(huán)境和行業(yè)差異影響給其帶來的財(cái)務(wù)風(fēng)險(xiǎn)。因此引入此類指標(biāo)的財(cái)務(wù)預(yù)警模型或方法能更加全面和科學(xué)地分析財(cái)務(wù)風(fēng)險(xiǎn)的成因，進(jìn)一步提高了財(cái)務(wù)預(yù)警模型的預(yù)警準(zhǔn)確性。

4.宏觀經(jīng)濟(jì)指標(biāo)和非財(cái)務(wù)指標(biāo)的使用不多。研究者對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的成因分析表明，宏觀政策性因素和經(jīng)濟(jì)周期波動(dòng)因素都對企業(yè)陷入財(cái)務(wù)危機(jī)有著重要的影響。盡管有研究者在分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)時(shí)考慮了規(guī)模和行業(yè)因素，但從宏觀經(jīng)濟(jì)的角度來看，這仍然不夠。國外有個(gè)別研究者已開始考慮宏觀經(jīng)濟(jì)指標(biāo)在企業(yè)財(cái)務(wù)預(yù)警中的應(yīng)用，并引入了GDP、市場利率和證券市場指數(shù)等指標(biāo)， 但是此類研究不夠系統(tǒng)和完善，還沒有找到一套全面、有效、可應(yīng)用于企業(yè)微觀財(cái)務(wù)預(yù)警的預(yù)警指標(biāo)體系。迄今為止，財(cái)務(wù)預(yù)警模型主要是以傳統(tǒng)財(cái)務(wù)指標(biāo)作為輸入變量進(jìn)行判別和預(yù)警，而定量化的傳統(tǒng)財(cái)務(wù)指標(biāo)不僅具有使信息易失真的局限性，有時(shí)還無法對企業(yè)的某些財(cái)務(wù)危機(jī)和風(fēng)險(xiǎn)作出描述和預(yù)測，比如企業(yè)出現(xiàn)過度擴(kuò)張、過度依賴銀行貸款、人力資源匱乏、市場定位不清、戰(zhàn)略決策不當(dāng)?shù)葼顩r，都預(yù)示著企業(yè)存在潛在的財(cái)務(wù)危機(jī)， 而這些是傳統(tǒng)財(cái)務(wù)指標(biāo)難以反映的。非財(cái)務(wù)指標(biāo)不同于傳統(tǒng)財(cái)務(wù)指標(biāo)， 多為定性指標(biāo)， 它在披露企業(yè)某些特定的財(cái)務(wù)狀況方面有時(shí)要比傳統(tǒng)財(cái)務(wù)指標(biāo)更為可靠、有效。因此， 在財(cái)務(wù)預(yù)警研究中有必要引入宏觀經(jīng)濟(jì)指標(biāo)和非財(cái)務(wù)指標(biāo)，構(gòu)建更為全面的備選預(yù)警指標(biāo)集。

（三）結(jié)語

預(yù)警的財(cái)務(wù)指標(biāo)選擇普遍缺乏科學(xué)的財(cái)務(wù)風(fēng)險(xiǎn)理論和預(yù)警理論支撐。在國內(nèi)外現(xiàn)有的財(cái)務(wù)預(yù)警研究中， 指標(biāo)的選擇往往基于一般的財(cái)務(wù)理論、風(fēng)險(xiǎn)理論和管理理論，有時(shí)甚至取決于研究者的直觀判斷以及資料的可獲得性，眾多國內(nèi)外研究者還沒有找到令人信服的財(cái)務(wù)風(fēng)險(xiǎn)理論和預(yù)警理論來支撐所建立的預(yù)警模型，由此造成了各種財(cái)務(wù)預(yù)警模型的預(yù)警結(jié)論不一致，甚至相互矛盾和沖突， 模型的有效性深受影響。由于缺乏科學(xué)理論的指導(dǎo)， 研究者在選擇指標(biāo)時(shí)會(huì)受到自身價(jià)值判斷的影響，具有一定的局限性。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的形成、警情的出現(xiàn)和財(cái)務(wù)危機(jī)的發(fā)生往往在事前存在著一定的征兆，這就是財(cái)務(wù)預(yù)警的警兆， 而警兆的識(shí)別需要以科學(xué)的財(cái)務(wù)風(fēng)險(xiǎn)理論和財(cái)務(wù)預(yù)警理論為基礎(chǔ)。然而，在當(dāng)前的研究中， 還沒有找到一種公認(rèn)的理論來全面地說明財(cái)務(wù)風(fēng)險(xiǎn)的成因和財(cái)務(wù)預(yù)警的警兆因素， 為此， 國內(nèi)外的眾多研究者還在努力探索。

參考文獻(xiàn)：

[1]李秉祥. 我國上市公司財(cái)務(wù)危機(jī)預(yù)警及其管理對策研究.天津： 天津社會(huì)科學(xué)院出版社， 2003

[2]張鳴.企業(yè)財(cái)務(wù)預(yù)警研究前沿.北京： 中國財(cái)政經(jīng)濟(jì)出版社， 2004

第2篇：財(cái)務(wù)預(yù)警研究范文

［關(guān)鍵詞］財(cái)務(wù)分析；財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警；管控機(jī)制

1企業(yè)財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析概述

1.1企業(yè)財(cái)務(wù)分析概述

目前，社會(huì)對于財(cái)務(wù)分析的定義尚無統(tǒng)一標(biāo)準(zhǔn)，美國南加州大學(xué)著名教授WaterB.Neigs指出，財(cái)務(wù)分析的本質(zhì)就是搜集與決策有關(guān)的各種財(cái)務(wù)信息，并加以分析和解釋，進(jìn)而為利益相關(guān)者做出準(zhǔn)確決策提供參考信息。財(cái)務(wù)分析作為一門綜合性、邊緣性的學(xué)科，其產(chǎn)生和發(fā)展的基礎(chǔ)是會(huì)計(jì)學(xué)、財(cái)務(wù)管理、金融學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)分析等專業(yè)學(xué)科，以企業(yè)財(cái)務(wù)報(bào)表、附注信息、記賬憑證等為分析對象，采用一系列專門的分析技術(shù)和方法，對企業(yè)歷史和當(dāng)前的財(cái)務(wù)狀況、經(jīng)營成果和現(xiàn)金流量狀況進(jìn)行分析，對其償債能力、營運(yùn)能力、盈利能力以及發(fā)展能力等進(jìn)行評(píng)價(jià)和預(yù)測。通過財(cái)務(wù)分析可以為企業(yè)經(jīng)營管理者、投資人、債權(quán)人、政府等利益相關(guān)者提供及時(shí)準(zhǔn)確的決策有用信息，幫助他們更好地了解企業(yè)過去的經(jīng)營情況、掌握企業(yè)目前的運(yùn)營動(dòng)態(tài)、預(yù)測企業(yè)的未來發(fā)展趨勢。目前，財(cái)務(wù)分析的方法與分析工具眾多，具體應(yīng)用應(yīng)根據(jù)分析者的目的而定，最經(jīng)常用到的分析方法主要圍繞財(cái)務(wù)指標(biāo)進(jìn)行單指標(biāo)分析、多指標(biāo)綜合分析等，借助比較分析法、比率分析法、因素分析法等進(jìn)行分析，最后通過圖表、文字等形式向信息使用者描述分析結(jié)果。

1.2財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析概述

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析又被稱為“破產(chǎn)預(yù)警分析”，將企業(yè)的各財(cái)務(wù)報(bào)表及附注資料作為分析研究對象，通過流動(dòng)比率、速動(dòng)比率、權(quán)益凈利率等財(cái)務(wù)指標(biāo)或借助數(shù)學(xué)技術(shù)構(gòu)建模型，對企業(yè)日常的財(cái)務(wù)狀況進(jìn)行檢測，預(yù)測企業(yè)經(jīng)營失敗的可能性，防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)惡化，從而發(fā)出預(yù)警信號(hào)。美國學(xué)者Fistpatrikc最早發(fā)現(xiàn)了財(cái)務(wù)比率在一定程度上具有預(yù)測風(fēng)險(xiǎn)作用，他在1932年開展單變量破產(chǎn)預(yù)測研究時(shí)，以19家公司為分析樣本，運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為失敗和非失敗兩組，并發(fā)現(xiàn)預(yù)測判斷能力最強(qiáng)的指標(biāo)是凈資產(chǎn)收益率和產(chǎn)權(quán)比率。美國芝加哥大學(xué)的教授Beaver將統(tǒng)計(jì)學(xué)方法正式運(yùn)用于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，1966年，Beaver在美國會(huì)計(jì)評(píng)論上發(fā)表了《可以預(yù)測失敗的幾種會(huì)計(jì)手段》一文。在這篇文章中，他運(yùn)用單一的財(cái)務(wù)比率變動(dòng)趨勢對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測，并得出“財(cái)務(wù)失敗的時(shí)間越近，財(cái)務(wù)指標(biāo)的預(yù)測能力就越強(qiáng)”的結(jié)論。1968年，美國學(xué)者Altman提出了Z-score模型，該模型通過統(tǒng)計(jì)方法將多個(gè)指標(biāo)變量建立成一個(gè)多元線性方程，開始對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行多變量綜合分析。隨后，越來越多的預(yù)警模型被提出來，影響較為廣泛的有Logistic回歸模型，運(yùn)用主成分分析法、聚類分析法等統(tǒng)計(jì)學(xué)方法以及人工智能分析法所建立的預(yù)警模型。

1.3財(cái)務(wù)分析與財(cái)務(wù)預(yù)警分析的區(qū)別和聯(lián)系

通過上述分析可以看出，財(cái)務(wù)分析可以判斷一些財(cái)務(wù)方面的問題，也可以發(fā)現(xiàn)需要預(yù)警的事項(xiàng)，財(cái)務(wù)分析和財(cái)務(wù)預(yù)警分析有相同的作用，都可以對企業(yè)財(cái)務(wù)狀況好壞進(jìn)行診斷分析，但財(cái)務(wù)分析和財(cái)務(wù)預(yù)警并不完全等價(jià)。財(cái)務(wù)分析是以企業(yè)財(cái)務(wù)報(bào)表為主要依據(jù)進(jìn)而對企業(yè)財(cái)務(wù)狀況、經(jīng)營成果和現(xiàn)金流量狀況等進(jìn)行的一種系統(tǒng)分析和判斷。而財(cái)務(wù)預(yù)警最核心、最關(guān)鍵的一點(diǎn)在于對企業(yè)的財(cái)務(wù)狀況、經(jīng)營過程進(jìn)行預(yù)測，從而幫助企業(yè)及時(shí)發(fā)現(xiàn)問題、解決問題，一般是當(dāng)企業(yè)財(cái)務(wù)狀況出現(xiàn)較大風(fēng)險(xiǎn)時(shí)向企業(yè)管理當(dāng)局提出的預(yù)警。財(cái)務(wù)預(yù)警通過對企業(yè)的經(jīng)營活動(dòng)、財(cái)務(wù)方面、市場狀況等進(jìn)行分析預(yù)測,不僅可以幫助企業(yè)監(jiān)測在經(jīng)營管理過程中潛在的經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn),還能使企業(yè)經(jīng)營管理者事先了解企業(yè)經(jīng)營中潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并制定針對性應(yīng)對策略，最終有效規(guī)避風(fēng)險(xiǎn)，以免給企業(yè)造成重大損失。

2企業(yè)進(jìn)行財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的意義

企業(yè)在經(jīng)營過程中，為了實(shí)現(xiàn)企業(yè)價(jià)值最大化、為股東創(chuàng)造更多的財(cái)務(wù)，需要做好風(fēng)險(xiǎn)，尤其是財(cái)務(wù)風(fēng)險(xiǎn)控制，將其限定在可允許的風(fēng)險(xiǎn)水平內(nèi)。在此過程中，需要經(jīng)營管理平衡好風(fēng)險(xiǎn)和收益之間的關(guān)系，避免決策不當(dāng)陷入經(jīng)營困境。引發(fā)財(cái)務(wù)風(fēng)險(xiǎn)的原因是多方面的，生產(chǎn)成本過高、存貨積壓、產(chǎn)品質(zhì)量不達(dá)標(biāo)、資本結(jié)構(gòu)不合理、企業(yè)戰(zhàn)略多變和資不抵債等都會(huì)引發(fā)財(cái)務(wù)風(fēng)險(xiǎn)，如果企業(yè)不能及時(shí)予以有效回應(yīng)，就可能導(dǎo)致這些財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)一步惡化，使企業(yè)陷入更大的財(cái)務(wù)困境。由此可能引發(fā)企業(yè)客戶黏性降低、市場份額減少、企業(yè)信譽(yù)受損，甚至企業(yè)破產(chǎn)、清算等。財(cái)務(wù)預(yù)警可以對企業(yè)財(cái)務(wù)狀況、經(jīng)營狀況進(jìn)行檢測、診斷，因此，企業(yè)有必要在經(jīng)營過程中做好事前、事中、事后的財(cái)務(wù)分析和監(jiān)控預(yù)警，為企業(yè)利益相關(guān)者制定準(zhǔn)確的決策提供支撐，防范危機(jī)發(fā)生。財(cái)務(wù)分析和財(cái)務(wù)預(yù)警能夠幫助企業(yè)利益相關(guān)者在風(fēng)險(xiǎn)或危機(jī)尚未來臨或者處于萌芽階段時(shí)，制定積極有效的投資、籌資或生產(chǎn)經(jīng)營決策。如對于政府部門，可以依據(jù)某行業(yè)企業(yè)的經(jīng)營情況、國家經(jīng)濟(jì)發(fā)展形勢等制定有利的方針政策、財(cái)政政策、貨幣政策、稅收政策等，推動(dòng)或抑制某一行業(yè)發(fā)展，從而促進(jìn)我國經(jīng)濟(jì)水平提升和企業(yè)發(fā)展；對于投資者，則可以根據(jù)企業(yè)的財(cái)務(wù)分析或預(yù)警結(jié)果，做出是否投資、投資多少、是否撤資等決策，從而降低損失、保證收益最大化；對于企業(yè)的經(jīng)營班子，可以監(jiān)測企業(yè)運(yùn)營是否正常，根據(jù)出現(xiàn)的異常情況或數(shù)據(jù)偏差問題，制定及時(shí)有效的應(yīng)對之策，防范和預(yù)防危機(jī)發(fā)生，制定企業(yè)可持續(xù)發(fā)展經(jīng)營戰(zhàn)略。

3企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管控機(jī)制研究

財(cái)務(wù)分析和財(cái)務(wù)預(yù)警對任何企業(yè)來說，都應(yīng)當(dāng)給予高度重視，建立符合企業(yè)發(fā)展特征、與自身經(jīng)營現(xiàn)狀相適應(yīng)的管控機(jī)制，從而更好地監(jiān)測經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)危機(jī)。

3.1構(gòu)建完善的財(cái)務(wù)預(yù)警體系

工欲善其事必先利其器。企業(yè)要想更好地發(fā)揮財(cái)務(wù)預(yù)警的風(fēng)險(xiǎn)危機(jī)警示作用，建立一套科學(xué)合理的財(cái)務(wù)預(yù)警體系是重中之重，從財(cái)務(wù)和非財(cái)務(wù)的角度對企業(yè)進(jìn)行定量及定性的全面、系統(tǒng)預(yù)警分析。在選取確定的預(yù)警分析指標(biāo)時(shí)，不能盲目跟從，亦不能固步自封，應(yīng)當(dāng)從企業(yè)實(shí)際出發(fā)，結(jié)合宏觀經(jīng)濟(jì)政策環(huán)境、技術(shù)環(huán)境等，制定科學(xué)合理的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，增強(qiáng)可操作性和實(shí)用性。這是企業(yè)及時(shí)發(fā)現(xiàn)和管控風(fēng)險(xiǎn)危機(jī)的基礎(chǔ)保障，只有這樣，才能更好地保護(hù)利益相關(guān)者的切身利益，提高企業(yè)市場競爭實(shí)力。

3.2提高財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警意識(shí)

樹立風(fēng)險(xiǎn)預(yù)警意識(shí)不是只喊口號(hào)，也不只是企業(yè)管理層自身的事情，需要企業(yè)全體員工積極參與其中。企業(yè)應(yīng)在日常經(jīng)營過程中，定期或不定期地組織企業(yè)全體員工進(jìn)行風(fēng)險(xiǎn)預(yù)警意識(shí)的宣傳工作，逐漸培養(yǎng)并不斷增強(qiáng)員工的風(fēng)險(xiǎn)防范預(yù)警意識(shí)。同時(shí)，企業(yè)經(jīng)營班子要積極構(gòu)建專門從事財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的機(jī)構(gòu)，配備具有較高職業(yè)道德和業(yè)務(wù)素質(zhì)的人員，加強(qiáng)財(cái)務(wù)數(shù)據(jù)等預(yù)警分析，以及時(shí)發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)源并實(shí)施有效管控，幫助企業(yè)規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)或降低財(cái)務(wù)危機(jī)發(fā)生的概率。

3.3制定科學(xué)合理的制度規(guī)范

公司的發(fā)展與相關(guān)工作開展都需要一定的理論、制度和方針戰(zhàn)略指導(dǎo)，因此，要提高企業(yè)財(cái)務(wù)分析和財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警能力、規(guī)避和降低風(fēng)險(xiǎn)的能力等，要求企業(yè)高度關(guān)注相關(guān)領(lǐng)域和業(yè)務(wù)部門的制度建設(shè)。不斷加強(qiáng)企業(yè)制度規(guī)范，形成具有一定剛性、適當(dāng)靈活的財(cái)務(wù)預(yù)警管控制度和工作流程，提高企業(yè)發(fā)現(xiàn)日常運(yùn)營中存在潛在風(fēng)險(xiǎn)的效率，以及時(shí)予以應(yīng)對和防范，避免企業(yè)或其他利益相關(guān)者遭受重大損失。好的制度規(guī)范是企業(yè)成功實(shí)現(xiàn)可持續(xù)發(fā)展的重要保障，是確保企業(yè)完成宏偉戰(zhàn)略目標(biāo)的前提，因此，企業(yè)應(yīng)制定科學(xué)合理的制度規(guī)范來開展財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管控工作。

3.4有效運(yùn)用現(xiàn)代化技術(shù)手段

互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計(jì)算、數(shù)據(jù)挖掘技術(shù)、Python和R語言等現(xiàn)代信息技術(shù)的飛速發(fā)展，為企業(yè)處理海量財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)提供了可能。神經(jīng)網(wǎng)絡(luò)、人工智能等方法的出現(xiàn)，為數(shù)據(jù)挖掘分析研究數(shù)據(jù)之間潛在的邏輯關(guān)系提供了支撐，借此進(jìn)行數(shù)據(jù)分析可以提高數(shù)據(jù)的價(jià)值，能夠?yàn)槔嫦嚓P(guān)者進(jìn)行科學(xué)決策提供有用的參考信息。因此，企業(yè)要積極引進(jìn)并有效運(yùn)用這些現(xiàn)代化技術(shù)手段，向其借力，以更好地發(fā)揮財(cái)務(wù)分析和財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的作用，加強(qiáng)企業(yè)的風(fēng)險(xiǎn)管控能力。

4結(jié)語

第3篇：財(cái)務(wù)預(yù)警研究范文

【關(guān)鍵詞】財(cái)務(wù)危機(jī)；風(fēng)險(xiǎn)管理；預(yù)警模型

1 財(cái)務(wù)危機(jī)的界定

“財(cái)務(wù)危機(jī)”是由Ross（1999）在總結(jié)前人研究成果的基礎(chǔ)上精煉而成的概念：技術(shù)失敗，指企業(yè)沒有足夠的流動(dòng)資金按時(shí)償還已到履約期的債務(wù)合同；會(huì)計(jì)失敗，指企業(yè)的賬面凈資產(chǎn)為負(fù)數(shù)，資不抵債；企業(yè)失敗，指企業(yè)依法進(jìn)行清算后所得的資金仍不足以償還債務(wù)；法定破產(chǎn)，指企業(yè)無法持續(xù)經(jīng)營，依照破產(chǎn)法向司法機(jī)關(guān)申請破產(chǎn)。針對我國金融市場實(shí)情，上市公司鮮有被破產(chǎn)清算，若將企業(yè)破產(chǎn)等狀況界定為“財(cái)務(wù)危機(jī)”作為研究的對象，那么財(cái)務(wù)危機(jī)預(yù)警模型的實(shí)用意義也就降低了。因此，我國證券市場主要是以上市公司是否被“特別處理（ST）”作為中國特色的企業(yè)財(cái)務(wù)危機(jī)判斷標(biāo)準(zhǔn)。

2 財(cái)務(wù)危機(jī)預(yù)警模型研究現(xiàn)狀

學(xué)術(shù)界提出了各種不同的財(cái)務(wù)危機(jī)預(yù)警的方法和模型，本文將其歸納為定性預(yù)警模型和定量預(yù)警模型兩大類。定量預(yù)警模型進(jìn)一步細(xì)分為統(tǒng)計(jì)類財(cái)務(wù)危機(jī)預(yù)警模型和人工智能類財(cái)務(wù)危機(jī)預(yù)警模型。

2.1 定性財(cái)務(wù)危機(jī)預(yù)警模型

財(cái)務(wù)危機(jī)的定性研究，通過人為經(jīng)驗(yàn)主觀識(shí)別風(fēng)險(xiǎn)，實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警的方法。目前定性研究模型主要分為以下四類：1）標(biāo)準(zhǔn)化調(diào)查法：指借助外界因素即通過專業(yè)人員或咨詢公司等就公司可能遇到的問題加以詳細(xì)的調(diào)查和分析，形成報(bào)告供公司經(jīng)營者參考的方法。標(biāo)準(zhǔn)化的問題就是財(cái)務(wù)預(yù)警指標(biāo)，其對警情的預(yù)報(bào)則體現(xiàn)在公司對問題的回答中。2）四階段癥狀分析法：公司財(cái)務(wù)運(yùn)營情況不佳在各個(gè)階段伴隨有特定的癥狀，因此把公司財(cái)務(wù)運(yùn)營“病癥”大體分為四個(gè)階段：財(cái)務(wù)危機(jī)潛伏期，財(cái)務(wù)危機(jī)發(fā)作期，財(cái)務(wù)危機(jī)的惡化期和財(cái)務(wù)危機(jī)爆發(fā)期。通過財(cái)務(wù)分析來確定公司的財(cái)務(wù)狀況處于哪一個(gè)階段，然后再“對癥下藥”，采取不同的風(fēng)險(xiǎn)應(yīng)對措施以降低企業(yè)風(fēng)險(xiǎn)，使企業(yè)經(jīng)營回歸正軌。3）三個(gè)月資金周轉(zhuǎn)表分析法：以三個(gè)月作為時(shí)間段，通過制定該階段的資金周轉(zhuǎn)表來分析指標(biāo)異動(dòng)原因及合理性。若企業(yè)很難在規(guī)定的時(shí)間段內(nèi)提供寬松的現(xiàn)金流轉(zhuǎn)表，則表明企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)正在加劇。4）管理評(píng)分法：首先對企業(yè)經(jīng)營管理中出現(xiàn)的問題對比打分，再根據(jù)這些項(xiàng)目對破產(chǎn)影響的大小進(jìn)行加權(quán)處理，最終得出加權(quán)總分。根據(jù)總分落入的分?jǐn)?shù)區(qū)間，判定企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)程度。

定性研究能夠彌補(bǔ)定量研究的不足，對于一些無法或很難量化的指標(biāo)，我們可以通過定性研究的方法，著重分析事物因果關(guān)系。

2.2 定量財(cái)務(wù)危機(jī)預(yù)警模型

2.2.1 傳統(tǒng)統(tǒng)計(jì)模型

（1）單變量財(cái)務(wù)危機(jī)預(yù)警模型

單變量分析是最早用于財(cái)務(wù)危機(jī)預(yù)警的模型，F(xiàn)itzpatrick（1932）提出以單項(xiàng)財(cái)務(wù)指標(biāo)比率作為標(biāo)準(zhǔn)來判斷企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)。他采用單變量指標(biāo)將樣本公司劃分為破產(chǎn)和非破產(chǎn)兩組，最后發(fā)現(xiàn)“凈利潤/股東權(quán)益”和“股東權(quán)益/負(fù)債”兩個(gè)指標(biāo)在財(cái)務(wù)風(fēng)險(xiǎn)判定方面的效果最佳。Beaver（1966）采用財(cái)務(wù)比率對企業(yè)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測，他經(jīng)過研究證實(shí)在排除行業(yè)因素和公司資產(chǎn)規(guī)模因素的前提下，債務(wù)保障率、總資產(chǎn)凈利潤率等財(cái)務(wù)比率對預(yù)測財(cái)務(wù)危機(jī)是有效的。陳靜（1999）對27家ST公司和27家非ST公司1995-1997年三年的財(cái)務(wù)數(shù)據(jù)也進(jìn)行了單變量研究。雖然單變量模型運(yùn)用廣泛，但也存在許多缺陷：多個(gè)單一指標(biāo)指示結(jié)果之間相互矛盾而無法全面地反映企業(yè)財(cái)務(wù)特征，易發(fā)生企業(yè)管理人員有意地粉飾單變量指標(biāo)使得財(cái)務(wù)預(yù)警效果失真等。

（2）多元線性判別模型

多元線性判定模型是運(yùn)用多種財(cái)務(wù)比率指標(biāo)構(gòu)造多元線性函數(shù)公式來進(jìn)行危機(jī)預(yù)警的模型，其典型代表有Z Score模型和Fisher判別模型。

Z Score模型，最早是由Altman（1968）建立，他從22個(gè)財(cái)務(wù)指標(biāo)中提取5個(gè)公因子分別從企業(yè)資產(chǎn)利用率，資產(chǎn)規(guī)模，償債能力，財(cái)務(wù)結(jié)構(gòu)，盈利能力等方面綜合分析預(yù)測企業(yè)的財(cái)務(wù)狀況，通過對33組制造性上市企業(yè)的研究，綜合分析后建立多元線性Z Score模型。通過統(tǒng)計(jì)分析，Altman得出當(dāng)Z2.67時(shí)，公司處于安全狀態(tài)。向德偉（2002）針對性地選80家上市公司為樣本，采用Z模型對樣本2000-2001年的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明Z模型對某些特例可能失效，但總體上有效。麻鵬波（2010）應(yīng)用Z模型對上市公司進(jìn)行實(shí)證分析，根據(jù)計(jì)算得出的數(shù)據(jù)和模型判別標(biāo)準(zhǔn)，判定企業(yè)財(cái)務(wù)狀況并提出相關(guān)的財(cái)務(wù)風(fēng)險(xiǎn)防范措施。嚴(yán)碧紅、馬廣奇（2011）選取深市61家房地產(chǎn)上市公司，運(yùn)用Z模型對其2010-2011年的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行實(shí)證研究，判斷房地產(chǎn)上市公司存在的財(cái)務(wù)危機(jī)。Z模型簡單明了易于理解，根據(jù)實(shí)證研究表明針對不同財(cái)務(wù)狀況具有一定判斷能力，故得到較為廣泛的運(yùn)用，但該模型不適于時(shí)間跨度較長的企業(yè)危機(jī)預(yù)警。

Fisher判別分析模型是統(tǒng)計(jì)性分析方法，其基本思想是把所有數(shù)據(jù)的總離差平方和分解為組內(nèi)差和組間差兩部分，而組間差與組內(nèi)差的比值大小作為衡量總體差異大小的標(biāo)志?；谥匾钥紤]，F(xiàn)isher判別分析模型的具體算法與運(yùn)用就不在本文詳述了。

多元線性判定模型具有較高的判別精度，但也存在一些缺陷：第一，是數(shù)據(jù)收集和分析的工作量龐大；第二，時(shí)間跨度越長，其精確度越低；第三，多元線性判定模型具有兩個(gè)很嚴(yán)格的前提假設(shè)，一是假定自變量是呈正態(tài)分布的，另一個(gè)是要求解釋變量之間完全獨(dú)立；第四，要求在財(cái)務(wù)危機(jī)組與控制組之間進(jìn)行配對，但配對標(biāo)準(zhǔn)如何恰當(dāng)確定是一個(gè)難題。為了克服這些局限性，自20世紀(jì)70年代末以來，財(cái)務(wù)危機(jī)研究人員引進(jìn)了Logistic和Probit回歸方法，人工神經(jīng)網(wǎng)絡(luò)等技術(shù)。

（3）Logistic財(cái)務(wù)危機(jī)預(yù)警模型

多元邏輯回歸模型主要目標(biāo)在于尋求所觀察數(shù)據(jù)的條件概率，根據(jù)其條件概率來判斷觀察對象是否存在財(cái)務(wù)風(fēng)險(xiǎn)。Martin（1977）首次嘗試將Logistic模型應(yīng)用于企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建，以1969-1974上市公司作為研究對象，選取25個(gè)財(cái)務(wù)指標(biāo)來預(yù)測兩年后樣本公司的破產(chǎn)概率。實(shí)證結(jié)果顯示“凈利潤/總資產(chǎn)”等六個(gè)財(cái)務(wù)比率具有顯著的預(yù)測效果。Ohlson（1980）設(shè)計(jì)的Logistic模型使用了9個(gè)自變量，選取1970-1976年間105家破產(chǎn)公司和2058家非破產(chǎn)公司為樣本，分析了樣本公司在破產(chǎn)概率區(qū)間[0-1]上的分布，他發(fā)現(xiàn)了四類顯著影響破產(chǎn)概率的變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績和資產(chǎn)變現(xiàn)能力。Lau（1987）選用了10個(gè)自變量，使用多元邏輯模型構(gòu)建了財(cái)務(wù)危機(jī)的五階段預(yù)警模型。姜國華（2004）利用Logistic回歸模型分析了影響公司ST的因素，結(jié)果發(fā)現(xiàn)模型具有良好的預(yù)測能力且得出影響公司財(cái)務(wù)危機(jī)兩個(gè)主要因素是主營業(yè)務(wù)利潤和大股東持股比例。浦軍（2009）選取40家ST公司和103家非ST公司作為研究樣本，選取資產(chǎn)負(fù)債率、每股收益、股權(quán)集中度等8個(gè)變量指標(biāo)作為建模指標(biāo)，運(yùn)用Logistic回歸模型建立相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警模型，取得了良好的預(yù)測效果。

（4）Probit財(cái)務(wù)危機(jī)預(yù)警模型

Z.mijewski（1989）提出的Probit回歸模型，其假定公司破產(chǎn)的概率為p，并假設(shè)公司樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率p可以用財(cái)務(wù)指標(biāo)線性解釋。其計(jì)算方法和Logistic模型相似，先是確定公司樣本的極大似然函數(shù)，通過求似然函數(shù)的極大值得到參數(shù)a和b，然后利用公式求出公司破產(chǎn)的概率。

2.2.2 人工智能財(cái)務(wù)危機(jī)模型

（1）神經(jīng)網(wǎng)絡(luò)模型

Odom和Sharda（1990）是最早把BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家銀行（59家破產(chǎn)59家未破產(chǎn)）為樣本，建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型，該篇以神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的文獻(xiàn)為財(cái)務(wù)危機(jī)預(yù)警帶來了巨大貢獻(xiàn)。黃小原和肖四漢（1995）提出了神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的構(gòu)建。楊寶安等（2001）應(yīng)用前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行了示范性設(shè)計(jì)和驗(yàn)證。楊淑娥和黃禮（2005）選用深交所180家上市公司的財(cái)務(wù)資料，其中選用120家上市公司作為訓(xùn)練樣本，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型預(yù)測上市公司是否面臨財(cái)務(wù)危機(jī)，又以60家上市公司作為檢驗(yàn)樣本，對BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行檢驗(yàn)，分別取得了建模樣本90.8%和檢驗(yàn)樣本90%的判斷正確率。朱燕妮（2008）選取了44家中國房地產(chǎn)上市公司的1998-2006年的數(shù)據(jù)作為樣本從償債能力、盈利能力、經(jīng)營發(fā)展能力以及公司治理等8個(gè)方面選擇了能夠全面反映出公司經(jīng)營與管理各個(gè)方面的63個(gè)指標(biāo)采用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了中國房地產(chǎn)上市公司分警度財(cái)務(wù)危機(jī)預(yù)警模型，在進(jìn)行仿真檢驗(yàn)時(shí)獲得了92.38%的正確率。

（2）基于支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)警模型

為了有效解決傳統(tǒng)模型存在的小樣本、高維數(shù)、非線性等問題，張?jiān)谛瘢?006）基于支持向量機(jī)方法（SVM）建立了一種新的公司財(cái)務(wù)危機(jī)預(yù)測模型。此后，閻娟娟、孫紅梅和劉金花（2006），邱玉蓮和朱琴（2006）也對支持向量機(jī)在財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建上做了深入研究，也都得出該方法運(yùn)用于財(cái)務(wù)危機(jī)預(yù)警中是有效的，為財(cái)務(wù)危機(jī)預(yù)警提供了一條新的研究思路。

3 財(cái)務(wù)危機(jī)預(yù)警模型述評(píng)

第4篇：財(cái)務(wù)預(yù)警研究范文

【摘要】隨著經(jīng)濟(jì)的不斷發(fā)展，會(huì)計(jì)任務(wù)變得越來越多，同時(shí)也日趨復(fù)雜，導(dǎo)致企業(yè)所面臨的各種交易風(fēng)險(xiǎn)隨之增加。為了使企業(yè)健康有序地發(fā)展 ，有效規(guī)避、防范和控制風(fēng)險(xiǎn)就成了企業(yè)發(fā)展的當(dāng)務(wù)之急， 本文從財(cái)務(wù)危機(jī)預(yù)警機(jī)制進(jìn)行研究，旨在提高財(cái)務(wù)預(yù)警能力。

【關(guān)鍵詞】財(cái)務(wù)預(yù)警系統(tǒng) 構(gòu)成機(jī)制 研究

一、財(cái)務(wù)危機(jī)預(yù)警組織機(jī)制

為了使企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警分析功能得到有效、充分的發(fā)揮，企業(yè)主體應(yīng)該具備一個(gè)結(jié)構(gòu)完整、職能完備的組織機(jī)構(gòu)。這種預(yù)警組織機(jī)構(gòu)的組成和運(yùn)行機(jī)制應(yīng)該相對獨(dú)立于企業(yè)組織的整體控制。預(yù)警組織機(jī)構(gòu)的成員可以有一部分是兼職的，但必須保證若干專職人員。他們主要由企業(yè)經(jīng)營者以及熟悉企業(yè)內(nèi)部管理業(yè)務(wù)的管理人員組成，同時(shí)還需要聘請一定數(shù)量的企業(yè)外部管理咨詢專家和學(xué)者。從工作范同和權(quán)限來看，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)構(gòu)獨(dú)立開展相關(guān)工作，但不能直接干涉企業(yè)的日常經(jīng)營過程，它只對企業(yè)最高管理者或管理層負(fù)責(zé)。預(yù)警組織制度的實(shí)施，使預(yù)警分析工作經(jīng)?；?、持續(xù)化，只有這樣才能產(chǎn)生預(yù)期的效果。

二、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的信息收集、傳遞機(jī)制

一個(gè)良好的財(cái)務(wù)預(yù)警分析系統(tǒng)，必須具備健全的信息采集、傳遞和處理的平_，只有這樣才能夠有效地預(yù)知企業(yè)可能發(fā)生的財(cái)務(wù)風(fēng)險(xiǎn)，并幫助企業(yè)預(yù)先防范財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生。在這一階段，應(yīng)關(guān)注各種早期風(fēng)險(xiǎn)信號(hào)，如企業(yè)現(xiàn)金流人量減少而現(xiàn)金流出景增加，財(cái)務(wù)結(jié)構(gòu)不合理，過度負(fù)債，投資比例失當(dāng)，企業(yè)信用下降，無力償債，市場競爭力減弱，產(chǎn)品積壓 等等。針對每一類風(fēng)險(xiǎn)分析其早期的信號(hào)，風(fēng)險(xiǎn)傾警系統(tǒng)中應(yīng)預(yù)設(shè)一個(gè)財(cái)務(wù)風(fēng)險(xiǎn)信息子系統(tǒng)，財(cái)務(wù)信息收集、傳遞機(jī)制，良好的財(cái)務(wù)預(yù)警分析系統(tǒng)，要能夠有效預(yù)知企業(yè)可能發(fā)生的財(cái)務(wù)危機(jī)，預(yù)先防范財(cái)務(wù)危機(jī)的發(fā)生 這必須建立在對大量資料系統(tǒng)分析的基礎(chǔ)上，抓住每一個(gè)相關(guān)的財(cái)務(wù)危機(jī)征兆，主要資料包括內(nèi)部數(shù)據(jù)和相關(guān)外部市場，行業(yè)等數(shù)據(jù)，這個(gè)系統(tǒng)應(yīng)是開放性的，不僅有財(cái)會(huì)人員提供的財(cái)會(huì)信息，更有其他渠道的信息，這里的會(huì)計(jì)信息系統(tǒng)不僅是指一股意義的企業(yè)會(huì)計(jì)核算報(bào)告系統(tǒng)，還包括對會(huì)計(jì)資料的認(rèn)真閱讀，分析和評(píng)價(jià)，以及尋找企業(yè)潛在的財(cái)務(wù)危機(jī)，并及時(shí)進(jìn)行消除財(cái)務(wù)危機(jī)的操作。在現(xiàn)代社會(huì)中，隨著科學(xué)技術(shù)的快速發(fā)展，大量信息資料的收集、傳遞和分析處理越來越依賴于計(jì)算機(jī)輔助系統(tǒng)的幫助。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)構(gòu)的成員充分利用計(jì)算機(jī)系統(tǒng)對所收集的會(huì)計(jì)信息和其他信息進(jìn)行認(rèn)真閱讀、分析和評(píng)價(jià)，并向企業(yè)經(jīng)營管理者發(fā)出財(cái)務(wù)風(fēng)險(xiǎn)警報(bào)，促使企業(yè)高層管理者及時(shí)解決企業(yè)出現(xiàn)的問題，防范不必要的風(fēng)險(xiǎn)。

三、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制就是在對企業(yè)進(jìn)行全面了解的基礎(chǔ)上，展開重點(diǎn)研究，分析出財(cái)務(wù)風(fēng)險(xiǎn)的成因，評(píng)估其可能造成的損失。判斷一個(gè)企業(yè)的風(fēng)險(xiǎn)分析機(jī)制是否高效的關(guān)鍵，就是通過分析企業(yè)是否能夠迅速排除那些對財(cái)務(wù)影響小的風(fēng)險(xiǎn)，從而將主要精力放在有可能造成重大影響的風(fēng)險(xiǎn)上。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析系統(tǒng)一般由先行指標(biāo)和扳機(jī)點(diǎn)這兩個(gè)要素所構(gòu)成。先行指標(biāo)是用于評(píng)測企業(yè)早期運(yùn)營狀況不佳的變動(dòng)性指標(biāo)。扳機(jī)點(diǎn)是指控制先行指標(biāo)的臨界點(diǎn)，也就是預(yù)先所準(zhǔn)備的應(yīng)急計(jì)劃必須開始起動(dòng)之點(diǎn)，一旦評(píng)測指標(biāo)超過預(yù)定的界限點(diǎn)，則應(yīng)急計(jì)劃便隨之而動(dòng)。扳機(jī)點(diǎn)的敏感度強(qiáng)弱取決于所選指標(biāo)是否能對企業(yè)的資產(chǎn)安全性、投資回報(bào)率、盈利穩(wěn)定性或其他一些風(fēng)險(xiǎn)關(guān)注點(diǎn)產(chǎn)生先兆性及決定性影響。企業(yè)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制的建立和完善有利于科學(xué)合理的先行指標(biāo)和扳機(jī)點(diǎn)的確立。

四、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的處理機(jī)制

在財(cái)務(wù)風(fēng)險(xiǎn)分析清楚后，就應(yīng)立即制定相應(yīng)的預(yù)防、轉(zhuǎn)化措施，盡可能減少風(fēng)險(xiǎn)帶來的損失。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警制度若要能夠有效運(yùn)作，就必須要有正確、及時(shí)且合乎企業(yè)所需要的各種管理通訊系統(tǒng)，提供及時(shí)而完整的經(jīng)營結(jié)果數(shù)據(jù)，供經(jīng)營者及各部門負(fù)責(zé)人以實(shí)際經(jīng)營狀況數(shù)據(jù)體系，來與財(cái)務(wù)指標(biāo)數(shù)據(jù)相比較。當(dāng)有超出或低于指標(biāo)數(shù)據(jù)的情形發(fā)生時(shí)，就表示企業(yè)財(cái)務(wù)狀況將有不健全的癥狀產(chǎn)生，經(jīng)營者應(yīng)及早依數(shù)據(jù)所代表的經(jīng)營內(nèi)涵做進(jìn)一步深入判斷，找出蛛絲馬跡，對癥下藥，以防財(cái)務(wù)惡化。例如，應(yīng)收賬款周轉(zhuǎn)率過于緩慢，表示企業(yè)營銷部門可能不盡心收取顧客賬款。如此，一來資金運(yùn)轉(zhuǎn)將吃緊，二來企業(yè)將承受更多的交易風(fēng)險(xiǎn)。此時(shí)，營銷部門主管應(yīng)深入探究緣由，并提出對策。

五、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的責(zé)任機(jī)制

財(cái)務(wù)風(fēng)險(xiǎn)責(zé)任機(jī)制是風(fēng)險(xiǎn)預(yù)警機(jī)制能否正常連續(xù)運(yùn)轉(zhuǎn)的重要條件。一是要明確企業(yè)的高層管理人員的全盤負(fù)責(zé)意識(shí)；二是對財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制實(shí)行層級(jí)責(zé)任制，將企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)責(zé)任具體落實(shí)到每個(gè)人，一旦發(fā)生問題，能夠及時(shí)找到負(fù)責(zé)對象；三是實(shí)施有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制的獎(jiǎng)懲制度，促使相關(guān)責(zé)任人提高警惕，在未來的經(jīng)營期間，不再重蹈覆轍。

第5篇：財(cái)務(wù)預(yù)警研究范文

關(guān)鍵詞：財(cái)務(wù)困境；財(cái)務(wù)預(yù)警；單變量判別法；多變量判別法

中圖分類號(hào)：F234　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1000―176X(2007)06―0092―06

財(cái)務(wù)預(yù)警的研究方法主要包括定性預(yù)警分析方法和定量預(yù)警分析方法兩大類。由于定性分析方法更多的是利用主觀判斷而形成的結(jié)論，所以本文主要是從定量分析的角度分析，選取主要樣本，利用單變量分析方法和多變量分析方法建立與應(yīng)用財(cái)務(wù)預(yù)警模型。

一、財(cái)務(wù)預(yù)警模型樣本的確定

(一)模型樣本數(shù)量的確定

本文在選擇樣本時(shí)把上市公司中ST板塊界定為財(cái)務(wù)困境公司。首先，確定財(cái)務(wù)困境公司的樣本量，在2003―2004年中首次被ST的公司數(shù)量有限，同時(shí)還要剔除由于非財(cái)務(wù)因素導(dǎo)致ST的公司，所以本文選擇38家ST公司作為財(cái)務(wù)困境公司樣本已經(jīng)具有較強(qiáng)的代表性，而且在以后的模型建立過程中可以證明所選取的樣本量能夠滿足建立模型的需要。其次，在財(cái)務(wù)困境公司樣本確定之后再相應(yīng)地選擇與財(cái)務(wù)困境公司相配對的38家非ST公司作為對比樣本，本文選用公司總資產(chǎn)標(biāo)準(zhǔn)。之所以選擇76家公司作為模型建立樣本，是因?yàn)榕鋵x擇能保證兩類公司在行業(yè)和規(guī)模等不可量化的其他特征上保持一致，盡量減少不可量化因素對所建模型的影響。

(二)模型樣本的選擇

本文從上海和深圳交易所中選取了76家公司作為建立模型樣本，選取數(shù)據(jù)的時(shí)間跨度為首次ST前三年的財(cái)務(wù)數(shù)據(jù)，38家財(cái)務(wù)困境樣本和38家配對樣本；為使本文研究選取的76個(gè)樣本具有普遍的代表性，樣本公司的行業(yè)分布較為廣泛，包括紡織化纖、機(jī)械制造、信息技術(shù)、服務(wù)業(yè)、批發(fā)零售以及醫(yī)藥生物等等。

二、財(cái)務(wù)預(yù)警模型指標(biāo)的選取

(一)基礎(chǔ)指標(biāo)的選擇

本文根據(jù)經(jīng)驗(yàn)判斷，初步選出認(rèn)為在進(jìn)行模型研究中具有預(yù)測能力的基礎(chǔ)指標(biāo)，主要從反映公司償債能力、盈利能力、營運(yùn)能力、成長能力、籌資政策及現(xiàn)金狀況選擇25個(gè)指標(biāo)。

1．反映公司償債能力的指標(biāo)包括：流動(dòng)比率(X5)、速動(dòng)比率(X6)、資產(chǎn)負(fù)債率(X16)、權(quán)益負(fù)債比(X21)、利息保障倍數(shù)(X22)和營運(yùn)資金占用率(X20)6項(xiàng)指標(biāo)。

2．反映公司盈利能力的指標(biāo)包括：凈資產(chǎn)收益率(X23)、凈利潤率(X24)、資產(chǎn)報(bào)酬率(X25)和累計(jì)盈余(X17)4項(xiàng)指標(biāo)。

3．反映公司營運(yùn)能力的指標(biāo)包括：應(yīng)收賬款周轉(zhuǎn)率(X13)、存貨周轉(zhuǎn)率(X12)、固定資產(chǎn)周轉(zhuǎn)率(X14)和總資產(chǎn)周轉(zhuǎn)率4項(xiàng)指標(biāo)。

4．反映公司成長能力的指標(biāo)包括：主營收入增長率(x1)、股東權(quán)益增長率(X2)、總資產(chǎn)增長率(X3)和營業(yè)利潤增長率(X4)4項(xiàng)指標(biāo)。

5．反映公司現(xiàn)金流量的指標(biāo)包括：現(xiàn)金流入流出比(X7)、經(jīng)營現(xiàn)金凈流量流動(dòng)負(fù)債比(X8)、經(jīng)營活動(dòng)現(xiàn)金凈流量與負(fù)債比(X9)、經(jīng)營現(xiàn)金凈流量總資產(chǎn)比(X10)和經(jīng)營現(xiàn)金凈流量銷售收入比(X11)5項(xiàng)指標(biāo)。

6．反映公司籌資政策的指標(biāo)包括：資產(chǎn)流動(dòng)負(fù)債率(X18)和負(fù)債流動(dòng)資產(chǎn)率(X19)2項(xiàng)指標(biāo)。

(二)模型指標(biāo)的確定

用于建立模型的指標(biāo)是從上述25個(gè)基礎(chǔ)指標(biāo)中篩選出具有代表性的指標(biāo)。本文對76家樣本的數(shù)據(jù)資料，使用SPSS12.0統(tǒng)計(jì)分析軟件中的樣本顯著性檢驗(yàn)功能即T檢驗(yàn)功能，對模型樣本財(cái)務(wù)困境前1―3年各財(cái)務(wù)指標(biāo)進(jìn)行T檢驗(yàn)，結(jié)果如表1所示。

在表1中，我們得到各指標(biāo)顯著性檢驗(yàn)的結(jié)果，顯著性檢驗(yàn)概率欄中，帶有“*”標(biāo)識(shí)的指標(biāo)可認(rèn)為通過了檢驗(yàn)。

T檢驗(yàn)顯著的變量表明，該變量對公司財(cái)務(wù)狀況的反應(yīng)能力較強(qiáng)，在反映公司財(cái)務(wù)狀況的眾多指標(biāo)中具有一定的代表性，利用其對公司的財(cái)務(wù)狀況進(jìn)行預(yù)測能力較強(qiáng)；反之，則不具有代表性，對公司財(cái)務(wù)狀況的預(yù)測能力較弱。從表中結(jié)果可以發(fā)現(xiàn)：在公司被宣布為ST之前第一年中通過檢驗(yàn)的指標(biāo)有15個(gè)，在宣布ST之前第二年通過檢驗(yàn)的指標(biāo)就僅有5個(gè)，而到了前三年T檢驗(yàn)中已經(jīng)沒有通過檢驗(yàn)的指標(biāo)，所以利用這樣的數(shù)據(jù)對所建立的模型進(jìn)行檢驗(yàn)已經(jīng)沒有實(shí)際意義。因此，我們在以后的模型運(yùn)用中只對ST前兩年的指標(biāo)進(jìn)行檢驗(yàn)，將第三年的指標(biāo)剔除。

三、財(cái)務(wù)預(yù)警模型的建立與應(yīng)用

(一)單變量判別法應(yīng)用

我們可以運(yùn)用單變量判別法中的比率判別法進(jìn)行分析。利用比率判別法進(jìn)行分析時(shí)首先應(yīng)該選取判別變量，本文在選擇判別變量時(shí)，主要考慮反映公司的盈利能力、償債能力和成長能力等方面的財(cái)務(wù)指標(biāo)，根據(jù)T檢驗(yàn)的檢驗(yàn)結(jié)果和以往研究的經(jīng)驗(yàn)，本文選擇的財(cái)務(wù)指標(biāo)主要有：

指標(biāo)1：流動(dòng)比率=流動(dòng)資產(chǎn)／流動(dòng)負(fù)債

指標(biāo)2：累計(jì)盈余=留存收益／年末總資產(chǎn)

指標(biāo)3：總資產(chǎn)收益率(ROA)：凈利潤／平均總資產(chǎn)

指標(biāo)4：凈資產(chǎn)收益率(ROE)=凈利潤／年末凈資產(chǎn)

對所選擇的指標(biāo)利用二分法進(jìn)行判別分析。在二分法測試中，首先，將38家非ST公司與38家ST公司進(jìn)行隨機(jī)分類，產(chǎn)生一個(gè)估計(jì)樣本(38家公司)與一個(gè)檢驗(yàn)樣本(38家公司)。然后，利用估計(jì)樣本選取使錯(cuò)誤分類率最低的分割點(diǎn)。最后，用獲得的分割點(diǎn)對檢驗(yàn)樣本進(jìn)行檢驗(yàn)，從而得出誤判比率。

從76家公司中隨機(jī)抽取38家作為估計(jì)樣本，以它們被宣布ST之前第一年的凈資產(chǎn)收益率為例，選取分割點(diǎn)。

第一步，排序

將預(yù)測樣本按凈資產(chǎn)收益率進(jìn)行排序，本文按升序排序，結(jié)果如表2所示。

再運(yùn)用相同的方法，對宣布ST前兩年的流動(dòng)比率、累積盈余、總資產(chǎn)報(bào)酬率和凈資產(chǎn)收益率4個(gè)指標(biāo)進(jìn)行判別分析，檢驗(yàn)不同的單變量比率的預(yù)測誤判率，結(jié)果表明，離宣布ST的日期越近，其誤判率越低。其中，總資產(chǎn)報(bào)酬率在宣布ST之前第一年的誤判率最低，流動(dòng)比率、累計(jì)盈余和凈資產(chǎn)收益率在宣布ST之前第一年的誤判率相同，并且流動(dòng)比率在宣布ST之前第一年對第一類錯(cuò)誤的誤判率最高，累計(jì)盈余在宣布ST之前第一年對第二類錯(cuò)誤的誤判率最高。對投資者而言，一類錯(cuò)誤的成本要高于二類錯(cuò)誤的成本，因此可以說在對以上所選公司進(jìn)行判別時(shí)，流動(dòng)比率第一年的判別率最不顯著；在宣布ST之前第二年時(shí)，除凈資產(chǎn)收益率指標(biāo)以外，其他指標(biāo)的誤判率都大幅度地增加，其中流動(dòng)比率和累計(jì)盈余的誤判率顯著提高，流動(dòng)比率在宣布ST之前第二年對非ST公司已不具有判別作用，因其誤判率已達(dá)到73.68％。從判別結(jié)果發(fā)現(xiàn)，利用單變量進(jìn)行預(yù)測時(shí)，在宣布ST之前第一年的判別能力較強(qiáng)，離宣布ST的年份越遠(yuǎn)，指標(biāo)的判別力越低，有些指標(biāo)甚至失去了判別能力。

單變量分析方法雖然可以方便且有效地進(jìn)行預(yù)警，但一個(gè)公司的財(cái)務(wù)狀況是由多方面指標(biāo)所反映的，沒有哪一個(gè)比率能夠概括全貌，所以單變量分析方法的判別能力還具有一定的局限性。同時(shí)，單變量指標(biāo)的判別能力還會(huì)受指標(biāo)代表性的影響，一般來說，不同行業(yè)、不同規(guī)模和不同地區(qū)的公司，其指標(biāo)的選擇應(yīng)有所不同，不能一概而論，要具體情況具體分析。

(二)多變量財(cái)務(wù)預(yù)警模型應(yīng)用

本文將利用所選取的76家樣本建立模型，并檢驗(yàn)出模型對以前年度數(shù)據(jù)的判別效果，同時(shí)利用模型以外的樣本進(jìn)行檢驗(yàn)。

1．模型應(yīng)用的技術(shù)處理

本文在多變量判別部分，利用前面所選的76家公司作為樣本。對于最終用于建立模型指標(biāo)的選取，本文利用線性概率模型(LMP模型)中的逐步回歸方法來選取，利用宣布ST之前第一年的樣本數(shù)據(jù)進(jìn)行回歸分析，從25個(gè)變量中選擇模型構(gòu)建指標(biāo)。選取的標(biāo)準(zhǔn)是：顯著性水平的概率值小于0.10時(shí)進(jìn)入，大于0.10時(shí)剔除。本文最終選取了X5(流動(dòng)比率)、X17(累計(jì)盈余)、X23(凈資產(chǎn)收益率)和X25(總資產(chǎn)報(bào)酬率)4個(gè)指標(biāo)作為建立模型的變量。這4個(gè)指標(biāo)分別反映了公司償債能力、成長能力和盈利能力，指標(biāo)的選擇具有一定的代表性，本文在利用其它模型進(jìn)行驗(yàn)證時(shí)，均運(yùn)用了這4個(gè)變量來建立模型。

2．模型的建立與應(yīng)用

(1)線性概率模型(EPM模型)

線性概率方程理論上取0.5為最佳判定點(diǎn)。根據(jù)估計(jì)的模型對原始數(shù)據(jù)進(jìn)行回代判定，預(yù)測值大于0.5的判定為財(cái)務(wù)困境公司；否則為非財(cái)務(wù)困境公司。本文以樣本公司宣布ST之前第一年的數(shù)據(jù)為基礎(chǔ)，利用前面選取的4個(gè)系統(tǒng)指標(biāo)作為自變量，以其線性組合的數(shù)值Y為因變量建立模型，模型中變量Y、X5、X17、X23、X25分別為判別值、流動(dòng)比率、累計(jì)盈余、凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率。

對樣本公司發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)果如表5所示。

建立判別模型為：

Y=0.603-0.135X5+0.388X17-0.056X23-1.851X25

將ST公司和非ST公司前一年和前兩年的財(cái)務(wù)數(shù)據(jù)代入模型中進(jìn)行預(yù)測，結(jié)果表明，在回判過程中發(fā)現(xiàn)對宣布ST之前第一年的判別準(zhǔn)確率為86.84％，誤判率為13.16％；對宣布ST之前第二年的判別準(zhǔn)確率為65.79％，誤判率為34.21％。模型對于宣布ST之前第一年的判定準(zhǔn)確率較高，宣布ST之前第一年與宣布ST之前第二年模型判別準(zhǔn)確率相差較大，尤其是宣布ST之前第二年判別發(fā)生一類錯(cuò)誤的比率很高，由此導(dǎo)致模型的整體判別準(zhǔn)確率大大降低。

(2)二類線性判別模型(Fisher模型)

本文以樣本公司宣布ST之前第一年的數(shù)據(jù)為基礎(chǔ)，采用Fisher二類線性判別分析方法建立相應(yīng)的判別模型，然后再利用模型進(jìn)行回判，模型中自變量和因變量與前一模型相同。

對樣本公司發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)果如表6所示。

Fisher線性判別方程

建立判別模型分別為：

對于非財(cái)務(wù)困境型公司，判別函數(shù)為：

Y0=-2.248+1.679X5+1.233X17-0.32X23-9.554X25

對于財(cái)務(wù)困境型公司，判別函數(shù)為：

Y1=-2.934+2.576X5-1.352X17+0.052X23+2.766X25

得到模型后將ST公司和非ST公司前一年和前兩年財(cái)務(wù)數(shù)據(jù)代人模型進(jìn)行預(yù)測，預(yù)測標(biāo)準(zhǔn)為：預(yù)測的公司數(shù)據(jù)代入上述2個(gè)模型中，得到2個(gè)數(shù)值，從中選出較大的1個(gè)，這個(gè)較大數(shù)值所對應(yīng)的模型類型即反映出該公司的財(cái)務(wù)狀況所屬類別。利用Fisher模型對所選樣本預(yù)測，結(jié)果表明，模型對公司發(fā)生ST之前第一年的判別準(zhǔn)確率為86.84％，誤判率為13.16％；對公司宣布ST之前第二年的判別準(zhǔn)確率為67.11％，誤判率為32.89％。從判別結(jié)果可以發(fā)現(xiàn)，離公司發(fā)生ST的時(shí)間越近，模型判別的準(zhǔn)確率越高，宣布ST之前第一年判別準(zhǔn)確率與宣布ST之前第二年判別準(zhǔn)確率相差較大，在宣布ST之前第二年一類錯(cuò)誤的發(fā)生的比率與LPM模型大致相同，兩種多元線性模型對宣布ST之前第二年樣本的判別中出現(xiàn)一類錯(cuò)誤的比率均比較高，這與一般結(jié)論相一致，一般情況下多元線性判別方法往往對第一年的預(yù)測效果較好，以后各年的預(yù)測效果會(huì)明顯下滑。同時(shí)我們發(fā)現(xiàn)，該判定模型在財(cái)務(wù)困境發(fā)生之前第一年的誤判率為86.84％，與LPM模型的誤判率相同，這表明2個(gè)多元線性模型具有相似的判別力。

(3)多元邏輯回歸模型(LogiSTic模型)

運(yùn)用SPSS統(tǒng)計(jì)分析軟件中的邏輯回歸方法，對發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行分析，可得到的結(jié)果如表7所示，該模型中因變量為P，自變量與前面模型相同。

第一步進(jìn)入的變量：X5，X17，X23，X25。(下接右圖)

建立邏輯回歸法模型為：

此模型以0.5為判別分界點(diǎn)，P值范圍為[0，1]，當(dāng)P值大于0.5時(shí)，判別為財(cái)務(wù)困境型公司，數(shù)值越大，該公司未來發(fā)生財(cái)務(wù)困境的可能性就越大；當(dāng)P值小于0.5時(shí)，判別為非財(cái)務(wù)困境型公司，數(shù)值越小，該公司的未來的財(cái)務(wù)狀況越好，越安全。若P值恰好等于0.5，則說明該公司的財(cái)務(wù)狀況不夠明朗，處于灰色地帶。

將ST公司和非ST公司前一年和前兩的財(cái)務(wù)數(shù)據(jù)代入模型進(jìn)行預(yù)測，結(jié)果表明，邏輯回歸法模型對公司宣布ST之前第一年的判別準(zhǔn)確率高達(dá)90.8％，誤判率為9.2％。對公司宣布ST之前第二年的判別準(zhǔn)確率為77.63％，誤判率為22.47％。該判別結(jié)果同樣說明，離公司發(fā)生財(cái)務(wù)困境的時(shí)間越短，模型判別的準(zhǔn)確率越高，這與財(cái)務(wù)困境發(fā)生的實(shí)際情況相一致。從判別結(jié)果中可以發(fā)現(xiàn)，邏輯回歸法模型判斷的準(zhǔn)確率相對較高，尤其是對公司宣布ST之前第二年的判別力比較好，這種判別方法與線性判別模型相比對樣本限制條件較少，因此是一種比較好的財(cái)務(wù)困境預(yù)測方法。

(4)三種多元判別方法比較

將這三種多元判別方法判別的結(jié)果進(jìn)行匯總?cè)绫?所示。

從判別結(jié)果中可以得出以下主要結(jié)論：

第一，我國上市公司的財(cái)務(wù)數(shù)據(jù)是有效的，具有一定的預(yù)測能力。利用上市公司以前年度的數(shù)據(jù)能夠用來預(yù)測其以后年度的財(cái)務(wù)狀況。從匯總結(jié)果可以看出，在樣本公司財(cái)務(wù)困境發(fā)生前的第一年，邏輯回歸模型的判別力高達(dá)到90.8％，多元線性判別法模型和二類線性判別模型的準(zhǔn)確性也能達(dá)到86.84％，而在樣本公司財(cái)務(wù)困境發(fā)生之前的第二年邏輯回歸模型的判別力能達(dá)到77.63％，多元線性判別法模型和二類線性判別模型的準(zhǔn)確性分別僅能達(dá)到65.79％和67.11％，這說明預(yù)測數(shù)據(jù)與建立模型的數(shù)據(jù)年度越臨近，模型的預(yù)測能力越強(qiáng)，而離ST越遠(yuǎn)，模型預(yù)測力越差。

第二，上市公司陷入財(cái)務(wù)困境是一個(gè)階段性的概念，有一個(gè)演化的過程，因此財(cái)務(wù)困境是可以利用一些方法進(jìn)行預(yù)測的，通過建立財(cái)務(wù)預(yù)警模型對上市公司進(jìn)行財(cái)務(wù)預(yù)警研究不失為一種行之有效的研究方法。

第6篇：財(cái)務(wù)預(yù)警研究范文

【關(guān)鍵詞】財(cái)務(wù)危機(jī) 預(yù)警模型

引言：財(cái)務(wù)危機(jī)的界定

對財(cái)務(wù)危機(jī)的界定,國內(nèi)外學(xué)者因研究目的不同而異,使用了不同的標(biāo)準(zhǔn)。Beaver(1966)認(rèn)為，破產(chǎn)、拖欠償還債務(wù)、透支銀行賬戶或無力支付優(yōu)先股股利四項(xiàng)中的發(fā)生任何一項(xiàng)的企業(yè),,即可定義為發(fā)生了財(cái)務(wù)危機(jī)的企業(yè)。Altman(1968)認(rèn)為，財(cái)務(wù)危機(jī)企業(yè)是“進(jìn)入法定破產(chǎn)的企業(yè)”。在國內(nèi)，多數(shù)學(xué)者在研究中傾向于直接使用披露的上市公司數(shù)據(jù)，并以是否被“ST（特別處理）”作為判斷該企業(yè)是否發(fā)生財(cái)務(wù)危機(jī)的判斷標(biāo)準(zhǔn)。

一、財(cái)務(wù)危機(jī)預(yù)警模型相關(guān)研究成果

國內(nèi)財(cái)務(wù)危機(jī)預(yù)警的研究始于20世紀(jì)80年代中后期，而到1996年以后，才陸續(xù)出現(xiàn)以企業(yè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)建立的財(cái)務(wù)危機(jī)預(yù)警模型。

周首華、楊濟(jì)華、王平（1996）在埃特曼（Altman）Z分?jǐn)?shù)模式的基礎(chǔ)上，建立了新的預(yù)測模式――F分?jǐn)?shù)模式。他們選取了31家破產(chǎn)公司及31家非破產(chǎn)公司作為樣本建立F分?jǐn)?shù)模式，并用4160家公司數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行了驗(yàn)證，得出其準(zhǔn)確率近70%。F分?jǐn)?shù)模式充分考慮了現(xiàn)金流量的變動(dòng)情況，其選取的五個(gè)判定變量完全基于財(cái)務(wù)理論，而非像其他模式的變量系數(shù)取自實(shí)務(wù)選定方法。研究指出，如采用F分?jǐn)?shù)模式進(jìn)行趨勢分析，較之時(shí)間序列上任一時(shí)點(diǎn)的單一F分?jǐn)?shù)分析都重要得多。

陳靜（1999）采用單變量分析和多元預(yù)測模型對國內(nèi)市場27家ST公司和非ST公司進(jìn)行了實(shí)證分析。在單變量分析中，發(fā)現(xiàn)資產(chǎn)負(fù)債率和流動(dòng)比率在宣布ST前一年的誤判率最低，而在宣布前三年時(shí)，總資產(chǎn)收益率和流動(dòng)比率的誤判率較低。在其建立的多元線性判別分析中，選取了資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、凈利潤、流動(dòng)比率、營運(yùn)資本/總資產(chǎn)以及總資產(chǎn)周轉(zhuǎn)率六個(gè)指標(biāo)來構(gòu)建預(yù)警模型，并通過對三年判定函數(shù)預(yù)測正確率的計(jì)算和比較，發(fā)現(xiàn)多元判定模型在宣布前一年的成功率較高，離宣布日越遠(yuǎn)，成功率越低。

吳世農(nóng)、盧賢義（2001）選取1998-2000年發(fā)生ST的樣本公司70家和相對應(yīng)的非ST樣本公司70家，首先應(yīng)用剖面分析和單變量判定分析，選取盈利增長指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長期負(fù)債與股東權(quán)益比率、營運(yùn)資本與總資產(chǎn)比、資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)作為多元判定分析得變量，并以此構(gòu)建LPM模型、Fisher二類線性判定模型和Logistic回歸模型。研究表明，LPM模型與Fisher判定模型在財(cái)務(wù)困境發(fā)生前1年的誤判率均為10.07%，從應(yīng)用上可證明兩個(gè)模型是等價(jià)的。三種模型均能在財(cái)務(wù)危機(jī)發(fā)生前做出較為準(zhǔn)確的判斷，且就同一樣本集而言，Logistic回歸模型誤判率最低，判定效果最好。

楊淑娥、黃禮（2005）從滬深兩市上市公司中選取了以工業(yè)板塊和綜合板塊為主的90家ST公司和相應(yīng)的90家非ST公司，選擇流動(dòng)比率、現(xiàn)金比率等10個(gè)指標(biāo)利用BP人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。通過構(gòu)建的模型對建模樣本進(jìn)行回判以及對檢驗(yàn)樣本進(jìn)行判定，其正確判定率分別達(dá)到90.8%和90%，證明了基于財(cái)務(wù)指標(biāo)信息的BP人工神經(jīng)網(wǎng)絡(luò)方法是預(yù)測企業(yè)財(cái)務(wù)是否會(huì)發(fā)生危機(jī)的有效方法。同時(shí)，該文也指出，預(yù)警模型在研究同類行業(yè)時(shí)將取得更好的效果。

二、對企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型研究成果的基本評(píng)價(jià)

縱觀大多數(shù)學(xué)者對財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究，周首華、陳靜等在國外研究模型的基礎(chǔ)上，進(jìn)一步發(fā)展符合國內(nèi)實(shí)情的財(cái)務(wù)預(yù)警模型，楊淑娥、黃禮等則采用新的思路，結(jié)合其他學(xué)科對構(gòu)建財(cái)務(wù)預(yù)警模型的新方法進(jìn)行的探究。這些研究基本上都更加重視現(xiàn)金流量在財(cái)務(wù)危機(jī)預(yù)警中的重要作用，以及強(qiáng)調(diào)進(jìn)行時(shí)間序列上的趨勢分析的重要性。

通過上述研究可以發(fā)現(xiàn)，所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型的誤判率明顯降低，證明近年來國內(nèi)在該領(lǐng)域上的研究成果顯著。但與此同時(shí)，也應(yīng)看到我們的研究仍存在不足之處。

1.數(shù)據(jù)的獲取和處理，國內(nèi)研究更大程度上是在上市公司披露的數(shù)據(jù)下進(jìn)行進(jìn)一步研究和建模，獲取的數(shù)據(jù)是否真實(shí)可信，對數(shù)據(jù)的處理是否得當(dāng)，這些都是影響模型有效性的重要因素，但這些因素在研究中沒有得到適當(dāng)?shù)谋ＷC。

2.財(cái)務(wù)指標(biāo)的選擇，不同行業(yè)各財(cái)務(wù)指標(biāo)的重要性及衡量標(biāo)準(zhǔn)有所區(qū)別，國內(nèi)研究一味強(qiáng)調(diào)ST公司的選擇而忽略了公司行業(yè)性質(zhì)的影響，可能使構(gòu)建出來的模型“被綜合”，從而無法做出更加精確的判定。

三、繼續(xù)研究的價(jià)值和方向

如何有效控制企業(yè)風(fēng)險(xiǎn)、避免企業(yè)財(cái)務(wù)危機(jī)發(fā)生，可以說是關(guān)系到企業(yè)的生死存亡，因此對于財(cái)務(wù)危機(jī)預(yù)警模型的研究和深化不僅具有重要意義，而且是十分必要的?；诖蠖鄶?shù)學(xué)者的研究，進(jìn)一步深入發(fā)展或整合利用其他學(xué)科研究，建立更為有效的財(cái)務(wù)危機(jī)預(yù)警模型是當(dāng)前研究的一個(gè)主流趨勢。另外，可以考慮在對財(cái)務(wù)指標(biāo)進(jìn)行定量分析建模的基礎(chǔ)上，加入一些對觸發(fā)事件、披露事件等的定性分析，提高模型的效度和實(shí)用性。

參考文獻(xiàn)

[1]陳靜.上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析.會(huì)計(jì)研究, 1999.4.

[2]吳世農(nóng),盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究. 經(jīng)濟(jì)研究,2001.6.

[3]楊淑娥,黃禮.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型. 系統(tǒng)工程理論與實(shí)踐,2005.1.

第7篇：財(cái)務(wù)預(yù)警研究范文

（一）財(cái)務(wù)舞弊事前預(yù)警機(jī)制的概念

本文旨在構(gòu)建的財(cái)務(wù)舞弊事前預(yù)警機(jī)制特指，會(huì)計(jì)司法鑒定人經(jīng)相關(guān)委托人或單位授權(quán)，對有潛在財(cái)務(wù)舞弊風(fēng)險(xiǎn)的審計(jì)報(bào)告及相關(guān)財(cái)務(wù)資料進(jìn)行分析，進(jìn)一步檢查企業(yè)內(nèi)部控制機(jī)制，從而對企業(yè)潛在的財(cái)務(wù)舞弊問題進(jìn)行事前預(yù)警，提出合理化建議，從而有效防止財(cái)務(wù)舞弊案件發(fā)生的系統(tǒng)機(jī)制。

（二）審計(jì)報(bào)告概念

審計(jì)報(bào)告是指注冊會(huì)計(jì)師根據(jù)中國注冊會(huì)計(jì)師審計(jì)準(zhǔn)則的規(guī)定，在實(shí)施審計(jì)工作的基礎(chǔ)上對被審計(jì)單位財(cái)務(wù)報(bào)表發(fā)表審計(jì)意見的書面文件。

注冊會(huì)計(jì)師在接受被審計(jì)單位的業(yè)務(wù)委托后，開展初步審計(jì)業(yè)務(wù)，獨(dú)立檢查被審計(jì)單位的會(huì)計(jì)憑證、會(huì)計(jì)賬簿、會(huì)計(jì)報(bào)表以及其他與財(cái)政收支、財(cái)務(wù)收支有關(guān)的資料和資產(chǎn)，實(shí)施風(fēng)險(xiǎn)評(píng)估程序，確定進(jìn)行實(shí)質(zhì)性程序的審計(jì)性質(zhì)、時(shí)間和范圍，運(yùn)用細(xì)節(jié)測試和實(shí)質(zhì)性分析程序?qū)徲?jì)風(fēng)險(xiǎn)降低至可以接受的水平，為被審計(jì)單位財(cái)務(wù)報(bào)表的真實(shí)性、可靠性和公允性提供合理的保證。注冊會(huì)計(jì)師根據(jù)審計(jì)結(jié)果的不同，分別出具無保留意見、帶強(qiáng)調(diào)事項(xiàng)段的無保留意見、保留意見、無法表示意見和否定意見的審計(jì)報(bào)告，其中，無保留意見審計(jì)報(bào)告為標(biāo)準(zhǔn)意見審計(jì)報(bào)告，其余四種為非標(biāo)準(zhǔn)意見審計(jì)報(bào)告。

二、會(huì)計(jì)鑒定人利用審計(jì)報(bào)告發(fā)現(xiàn)潛在財(cái)務(wù)舞弊事項(xiàng)的可行性

（一）上市公司審計(jì)報(bào)告的易獲取性

中國證券監(jiān)督管理委員會(huì)公布的 《公開發(fā)行證券的公司信息披露內(nèi)容與格式準(zhǔn)則第2號(hào)――年度報(bào)告的內(nèi)容與格式（2012年修訂）》中，第七條規(guī)定，年度報(bào)告中的財(cái)務(wù)報(bào)告應(yīng)當(dāng)經(jīng)具有證券期貨相關(guān)業(yè)務(wù)資格的會(huì)計(jì)師事務(wù)所審計(jì)，審計(jì)報(bào)告應(yīng)當(dāng)由該所兩名注冊會(huì)計(jì)師簽字。第九條規(guī)定，公司應(yīng)當(dāng)在每個(gè)會(huì)計(jì)年度結(jié)束之日起4個(gè)月內(nèi)將年度報(bào)告全文刊登在中國證監(jiān)會(huì)指定網(wǎng)站上。因此，會(huì)計(jì)鑒定人員可以在資產(chǎn)負(fù)債表出日和財(cái)務(wù)報(bào)告報(bào)出日之間通過證監(jiān)會(huì)指定的網(wǎng)站或者中國注冊會(huì)計(jì)師協(xié)會(huì)網(wǎng)站獲取有關(guān)的上市公司審計(jì)報(bào)告。

（二）會(huì)計(jì)鑒定人員職業(yè)判斷的專業(yè)性

會(huì)計(jì)鑒定人員是在訴訟活動(dòng)中，接受指派或委托，對訴訟活動(dòng)中涉及的與財(cái)務(wù)有關(guān)的專門性問題進(jìn)行鑒別判斷，出具鑒定意見的專門性人員。每一名合格的會(huì)計(jì)鑒定人員都對“紅旗標(biāo)志”及舞弊信號(hào)有一定的敏感性，通過對上市公司被審計(jì)報(bào)告的研究和分析，運(yùn)用相應(yīng)的司法會(huì)計(jì)檢驗(yàn)手段和鑒定方法，可以有效預(yù)防被審計(jì)單位財(cái)務(wù)舞弊事件的發(fā)生。

三、會(huì)計(jì)鑒定人員利用非標(biāo)準(zhǔn)審計(jì)報(bào)告發(fā)現(xiàn)潛在財(cái)務(wù)舞弊事項(xiàng)的有效性

（一）非標(biāo)準(zhǔn)審計(jì)報(bào)告中列示了需要特別注意的事項(xiàng)

非標(biāo)準(zhǔn)意見審計(jì)報(bào)告不僅重點(diǎn)指出了需要注意的問題，還潛在說明了被審計(jì)單位的異?，F(xiàn)象。因此，會(huì)計(jì)鑒定人員可以根據(jù)非標(biāo)準(zhǔn)審計(jì)報(bào)告中提及的不確定事項(xiàng)以及注冊會(huì)計(jì)師描述的被審計(jì)單位所處困境進(jìn)行研究和討論，選擇可能發(fā)生財(cái)務(wù)舞弊的上市公司，通過進(jìn)一步對其披露的年度報(bào)告和相關(guān)資料的深入分析，判斷被審計(jì)單位發(fā)生財(cái)務(wù)舞弊的可能性。

（二）審計(jì)報(bào)告具有一定的可靠性和公信力

審計(jì)報(bào)告是指注冊會(huì)計(jì)師根據(jù)中國注冊會(huì)計(jì)師審計(jì)準(zhǔn)則的規(guī)定，在實(shí)施審計(jì)工作的基礎(chǔ)上對被審計(jì)單位財(cái)務(wù)報(bào)表發(fā)表審計(jì)意見的書面文件。注冊會(huì)計(jì)師及所屬的會(huì)計(jì)師事務(wù)所對其所作出的審計(jì)報(bào)告承擔(dān)出具虛假審計(jì)報(bào)告的法律責(zé)任。在此種風(fēng)險(xiǎn)下，為了避免承擔(dān)法律責(zé)任，陷入訴訟活動(dòng)的泥潭，注冊會(huì)計(jì)師在審計(jì)過程中會(huì)盡量做如實(shí)報(bào)道，客觀真實(shí)地反映被審計(jì)單位的財(cái)務(wù)信息。

四、有關(guān)上市公司審計(jì)報(bào)告現(xiàn)狀

（一）有關(guān)2008、2009、2010、2011年審計(jì)報(bào)告的定量分析

以2008、2009、2010、2011年上市公司非標(biāo)準(zhǔn)審計(jì)報(bào)告為對象，以分析非標(biāo)準(zhǔn)審計(jì)報(bào)告所占比例及產(chǎn)生的原因。經(jīng)調(diào)查，2008年會(huì)計(jì)師事務(wù)所共出具1624份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見審計(jì)報(bào)告110份，占總審計(jì)報(bào)告數(shù)6.77%。2009年會(huì)計(jì)師事務(wù)所共出具1777份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見審計(jì)報(bào)告119份，占總審計(jì)報(bào)告數(shù)6.71%。2010年會(huì)計(jì)師事務(wù)所共出具2129份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見審計(jì)報(bào)告128份，占總審計(jì)報(bào)告數(shù)5.54%。2011年會(huì)計(jì)師事務(wù)所共出具2362份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見審計(jì)報(bào)告115份，占總審計(jì)報(bào)告數(shù)4.87%。

由此可知，雖然上市公司的規(guī)模和數(shù)量不斷壯大，但出具非標(biāo)準(zhǔn)意見審計(jì)報(bào)告的比例在逐年降低。尤其是出具無法表示意見的審計(jì)報(bào)告所占審計(jì)報(bào)告總數(shù)的比例下降尤為明顯，由2009年占總審計(jì)報(bào)告的1.05%降低至11年的0.17%。針對此種情況，筆者將對出具非標(biāo)準(zhǔn)意見審計(jì)報(bào)告涉及的原因進(jìn)行分析，以期獲得合理解釋。

（二）非標(biāo)準(zhǔn)審計(jì)報(bào)告涉及的原因分析

1.持續(xù)經(jīng)營存在重大不確定性

從注冊會(huì)計(jì)師協(xié)會(huì)的上市公司審計(jì)報(bào)告來看，大部分出具帶強(qiáng)調(diào)事項(xiàng)段的無保留意見的原因都來源于公司持續(xù)經(jīng)營存在重大不確定性。2008年共75份帶強(qiáng)調(diào)事項(xiàng)段的無保留意見審計(jì)報(bào)告，其中以持續(xù)經(jīng)營存在重大不確定性為理由的共有34份，占45.33%。2009年共87份帶強(qiáng)調(diào)事項(xiàng)段的無保留意見審計(jì)報(bào)告，其中以持續(xù)經(jīng)營存在重大不確定性為理由的審計(jì)報(bào)告高達(dá)68份，占總數(shù)的78.16%。同樣，2010年因持續(xù)經(jīng)營存在問題而發(fā)表帶強(qiáng)調(diào)事項(xiàng)段的無保留意見審計(jì)報(bào)告共72份，占非標(biāo)準(zhǔn)意見審計(jì)報(bào)告的83.72%。2011年因持續(xù)經(jīng)營存在問題而發(fā)表帶強(qiáng)調(diào)事項(xiàng)段的無保留意見審計(jì)報(bào)告共59份，占非標(biāo)準(zhǔn)意見審計(jì)報(bào)告的64.13%。實(shí)踐中注冊會(huì)計(jì)師往往通過強(qiáng)調(diào)事項(xiàng)段來代替意見段等以較輕的審計(jì)意見來報(bào)告，從而較好地維護(hù)與被審計(jì)單位之間的關(guān)系。但是，實(shí)際上這是注冊會(huì)計(jì)師的不負(fù)責(zé)任，以模糊的托辭出具帶強(qiáng)調(diào)事項(xiàng)段的無保留意見，降低被審計(jì)單位財(cái)務(wù)報(bào)告和經(jīng)營活動(dòng)的危險(xiǎn)性，不僅削弱了注冊會(huì)計(jì)師的獨(dú)立性和客觀性，還造成了利益相關(guān)者對審計(jì)報(bào)告的不信任。目前公眾已經(jīng)習(xí)慣于將持續(xù)經(jīng)營審計(jì)意見作為一家公司經(jīng)營失敗的早期預(yù)警信號(hào)，[1]許多實(shí)證結(jié)果均表明，審計(jì)師的持續(xù)經(jīng)營審計(jì)意見與破產(chǎn)的可能性顯著相關(guān)。[2]

2.審計(jì)范圍受限制

根據(jù)《獨(dú)立審計(jì)具體準(zhǔn)則第1號(hào)――會(huì)計(jì)報(bào)表審計(jì)》的規(guī)定，審計(jì)范圍一般應(yīng)限于約定的會(huì)計(jì)報(bào)表報(bào)告期內(nèi)的有關(guān)事項(xiàng)，但凡與被審計(jì)單位的會(huì)計(jì)報(bào)表有關(guān)和影響注冊會(huì)計(jì)師做出專業(yè)判斷的所有方面，均屬于會(huì)計(jì)報(bào)表審計(jì)的范圍。當(dāng)注冊會(huì)計(jì)師的審計(jì)范圍受到限制時(shí)，其可以根據(jù)限制情況及重要性水平進(jìn)行判斷，從而出具保留意見或是無法表示意見。從2008至2011年這四年的審計(jì)報(bào)告來看，2008年度只有ST華光、*ST帝賢B和中國嘉陵三家上市公司由于審計(jì)范圍受限及持續(xù)經(jīng)營能力存在重大不確定性被出具了保留意見的審計(jì)報(bào)告。2009年共有10家上市公司被出具保留意見審計(jì)報(bào)告，主要原因在于注冊會(huì)計(jì)師無法實(shí)施函證等必要的審計(jì)程序，以獲取充分、適當(dāng)?shù)膶徲?jì)證據(jù)，判斷某些事項(xiàng)對財(cái)務(wù)報(bào)表或公司經(jīng)營產(chǎn)生的重大影響。2010年會(huì)計(jì)師事務(wù)所一共出具了25份保留意見審計(jì)報(bào)告和7份無法表示意見審計(jì)報(bào)告，其中17份保留意見審計(jì)報(bào)告和全部無法表示意見審計(jì)報(bào)告均是源于審計(jì)范圍受限，導(dǎo)致注冊會(huì)計(jì)師無法實(shí)施必要的審計(jì)程序，從而難以對重要事項(xiàng)提供合理保證。2011年會(huì)計(jì)師事務(wù)所一共出具了19份保留意見審計(jì)報(bào)告和4份無法表示意見審計(jì)報(bào)告，其中13份保留意見審計(jì)報(bào)告均是因無法獲取有關(guān)特定事項(xiàng)的充分、適當(dāng)?shù)膶徲?jì)證據(jù)以確定其對財(cái)務(wù)報(bào)表的影響。

3.不確定事項(xiàng)

由于企業(yè)的經(jīng)營活動(dòng)是不斷運(yùn)行的，在注冊會(huì)計(jì)師進(jìn)行審計(jì)的過程中難免會(huì)遇到一些難以確定的事項(xiàng)，如果這些事項(xiàng)是重大的，有可能對財(cái)務(wù)報(bào)表和投資人的決策產(chǎn)生重要影響的，那么注冊會(huì)計(jì)師就不能為被審計(jì)單位的財(cái)務(wù)狀況提供合理的保證。在此種情況下，注冊會(huì)計(jì)師將秉著職業(yè)審慎的態(tài)度出具帶強(qiáng)調(diào)事項(xiàng)段的無保留意見、保留意見或者是無法表示意見。通過分析2009至2011年注冊會(huì)計(jì)師出具的審計(jì)報(bào)告，我們可以看出產(chǎn)生的不確定事項(xiàng)主要集中在訴訟事項(xiàng)結(jié)果存在不確定性，監(jiān)管行動(dòng)的未來結(jié)果存在不確定性，合同結(jié)果存在不確定性以及稽查結(jié)果存在不確定性等。對不確定事項(xiàng)的判斷，需要注冊會(huì)計(jì)師運(yùn)用專業(yè)知識(shí)和經(jīng)驗(yàn)進(jìn)行判斷。

五、非標(biāo)準(zhǔn)意見審計(jì)報(bào)告和財(cái)務(wù)舞弊之間的內(nèi)在聯(lián)系

通過對2008，2009，2010，2011年審計(jì)報(bào)告進(jìn)行分析，發(fā)現(xiàn)非標(biāo)準(zhǔn)審計(jì)報(bào)告的涉及原因一般是持續(xù)經(jīng)營存在重大不確定性，審計(jì)范圍受到限制以及不確定事項(xiàng)這三種。而狹義的財(cái)務(wù)會(huì)計(jì)舞弊是指企業(yè)的管理層、治理層、員工或第三方使用欺騙手段獲取非法利益的故意行為，最常見的財(cái)務(wù)報(bào)表舞弊手法是不恰當(dāng)?shù)卮_認(rèn)收入、高估資產(chǎn)、低估負(fù)債和費(fèi)用。由此可知，非標(biāo)準(zhǔn)審計(jì)意見報(bào)告和財(cái)務(wù)舞弊之間是相互影響，相互作用的關(guān)系。一方面，獨(dú)立的審計(jì)人員可以通過嚴(yán)密的審計(jì)程序以及識(shí)別與財(cái)務(wù)舞弊相關(guān)的關(guān)鍵指標(biāo)而發(fā)現(xiàn)財(cái)務(wù)舞弊現(xiàn)象，例如應(yīng)收賬款周轉(zhuǎn)指數(shù)、毛利率指數(shù)、資產(chǎn)質(zhì)量指數(shù)以及銷售增長指數(shù)等。另一方面，證監(jiān)會(huì)對上市公司財(cái)務(wù)舞弊案件的行政處罰公告不僅可以與上市公司該年度審計(jì)報(bào)告相照應(yīng)，也是檢驗(yàn)審計(jì)報(bào)告真實(shí)公允與否的重要衡量標(biāo)準(zhǔn)。

第8篇：財(cái)務(wù)預(yù)警研究范文

關(guān)鍵詞：商業(yè)銀行；財(cái)務(wù)風(fēng)險(xiǎn)；預(yù)警

一、引言

截止2014年底，我國商業(yè)銀行數(shù)量已達(dá)八百多家，僅五大商業(yè)銀行資產(chǎn)總額已占銀行總資產(chǎn)的42.1%。到2015年商業(yè)銀行總資產(chǎn)為150.94億萬元，占銀行業(yè)金融機(jī)構(gòu)的比例為77.7%。由此可見，商業(yè)銀行已成為我國銀行業(yè)的主要力量，為我國經(jīng)濟(jì)的平穩(wěn)運(yùn)行及快速發(fā)展起著舉足輕重的作用。但是隨著經(jīng)濟(jì)全球化的不斷加深，我國金融業(yè)的對外開放程度不斷擴(kuò)大，進(jìn)而導(dǎo)致商業(yè)銀行的不確定性風(fēng)險(xiǎn)也逐步擴(kuò)大，特別是經(jīng)過二零零八金融危機(jī)及一零年歐債危機(jī)的沖擊，國際金融增速也逐步放緩。因此，一旦我國商業(yè)銀行產(chǎn)生風(fēng)險(xiǎn)，將對我國的經(jīng)濟(jì)運(yùn)行及發(fā)展產(chǎn)生重大的影響。在市場化進(jìn)程不斷加快步伐的環(huán)境下，商業(yè)銀行如果想要規(guī)避風(fēng)險(xiǎn)，如何進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警變得尤為重要。因此，我國應(yīng)加強(qiáng)對商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究，努力防范財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生。

二、上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)相關(guān)理論

1.上市商業(yè)銀行的界定

商業(yè)銀行是以盈利為目的，通過多種金融負(fù)債籌集資金，并且以多種金融資產(chǎn)作為經(jīng)營對象的金融機(jī)構(gòu)。他也是具有信用創(chuàng)造功能的金融機(jī)構(gòu)。具有吸收存款，發(fā)放貸款，辦理結(jié)算業(yè)務(wù)及其他中間業(yè)務(wù)的功能。不同于一般企業(yè)，商業(yè)銀行以金融資產(chǎn)與金融負(fù)債作為主要經(jīng)營對象，獲取利潤。與一般的銀行相比，商業(yè)銀行在業(yè)務(wù)種類和服務(wù)對象方面也更加廣泛。

2.上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)分析

（1）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的特征

截至目前，我國上市商業(yè)銀行共有十六家，他作為一種特殊的企業(yè)，與其他企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)特征相差較大，特征如下：

①客觀性：商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的存在伴隨經(jīng)濟(jì)活動(dòng)的發(fā)展而增多，并不以人的意志為轉(zhuǎn)移，所以它的財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的。我們通過對財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)測雖然不能完全化解所面臨的財(cái)務(wù)風(fēng)險(xiǎn)，但仍可以通過一系列措施化解財(cái)務(wù)風(fēng)險(xiǎn)使其損失降到最低。

②多變性：在經(jīng)濟(jì)活動(dòng)中。經(jīng)濟(jì)形勢、活動(dòng)對象并不是一成不變的，這些因素難以控制導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)千變?nèi)f化，因此，應(yīng)加強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)控。

③可控性：通過對商業(yè)銀行各項(xiàng)活動(dòng)及財(cái)務(wù)狀況進(jìn)行監(jiān)測，從而降低其出現(xiàn)財(cái)務(wù)危機(jī)的可能性，并對相應(yīng)財(cái)務(wù)風(fēng)險(xiǎn)采取措施，達(dá)到化解風(fēng)險(xiǎn)的目的。

④擴(kuò)散性：銀行各部門工作是相通的，所涉及的范圍也較廣，一旦一個(gè)環(huán)節(jié)出現(xiàn)問題，都有可能引發(fā)信用危機(jī)，從而影響到整個(gè)金融體系，給國家經(jīng)濟(jì)帶來巨大危害。

（2）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的分類

商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)存在的主要原因是銀行日常資金的流動(dòng)造成，根據(jù)商業(yè)銀行的實(shí)際情況及理論基礎(chǔ)將其財(cái)務(wù)風(fēng)險(xiǎn)分為資本風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、管理能力風(fēng)險(xiǎn)、資產(chǎn)安全風(fēng)險(xiǎn)，盈利性風(fēng)險(xiǎn)以及流動(dòng)性風(fēng)險(xiǎn)。

3.上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警

（1）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的程序

一是尋找財(cái)務(wù)預(yù)警產(chǎn)生的源頭；二是分析財(cái)務(wù)預(yù)警在警情發(fā)生非正常變化是所產(chǎn)生的征兆。這是財(cái)務(wù)預(yù)警體系中的重要環(huán)節(jié)之一；三是監(jiān)測并對警情所發(fā)生的判定程度進(jìn)行預(yù)報(bào)，此稱為警度預(yù)報(bào)，并通過精度確定警限的區(qū)域；四是通過對警情、警兆、警度的確定建立預(yù)警模型；五是擬定排除警情的對策。

三、我國上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)研究

目前對于經(jīng)濟(jì)增長來說，未來經(jīng)濟(jì)增長動(dòng)力不足，金融市場持續(xù)動(dòng)蕩，國際金融形勢對于商業(yè)銀行來講是一項(xiàng)嚴(yán)峻的考驗(yàn)。本文主要針對上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)，以流動(dòng)性風(fēng)險(xiǎn)和資產(chǎn)質(zhì)量風(fēng)險(xiǎn)為例進(jìn)行了如下分析。

1.流動(dòng)性風(fēng)險(xiǎn)現(xiàn)狀

根據(jù)以下數(shù)據(jù)，可以觀察出我國商業(yè)銀行在2014年的流動(dòng)性指標(biāo)。

截止2014年末，我國商業(yè)銀行流動(dòng)性比率為46.44%，與上季末相比減少2.09%，存貸比為65.09%，比上季末有所增加而人民幣超額備付率也有所增加。根據(jù)數(shù)據(jù)表明，我國商業(yè)銀行流動(dòng)性寬裕，流動(dòng)體系也趨于平穩(wěn)狀態(tài)。此外，對于資產(chǎn)方面而言，由于資產(chǎn)導(dǎo)致的流動(dòng)性風(fēng)險(xiǎn)是由于上市商業(yè)銀行的資產(chǎn)不能及時(shí)變現(xiàn)而影響籌資的來源，繼而沒有能力及時(shí)償還對外債款，因而讓銀行產(chǎn)生的風(fēng)險(xiǎn)。

2.資產(chǎn)質(zhì)量風(fēng)險(xiǎn)

從上述數(shù)據(jù)來看，2014年我國不良貸款余額呈上漲趨勢，不良貸款率也隨之增加，針對此風(fēng)險(xiǎn)，商業(yè)銀行都增加了其貸款損失準(zhǔn)備，即便如此，撥備金覆蓋率仍然偏高，遠(yuǎn)遠(yuǎn)超過銀監(jiān)會(huì)150%的監(jiān)管規(guī)定，雖然是出于防范風(fēng)險(xiǎn)，謹(jǐn)慎經(jīng)營的目的，但是如果撥備金過高，也會(huì)導(dǎo)致一系列的風(fēng)險(xiǎn)。根據(jù)上面兩個(gè)方面的分析，可以看出我國上市商業(yè)銀行在發(fā)展中存在某些問題，但是其資本狀況基本符合銀監(jiān)會(huì)的標(biāo)準(zhǔn)與要求。

四、上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型

1.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的構(gòu)建

（1）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)構(gòu)建原則

對上市商業(yè)銀行預(yù)警模型有效性起著至關(guān)重要作用的是財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的選取，通過與商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的自身特點(diǎn)進(jìn)行結(jié)合，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)有以下原則：

①多層次原則。

②全面性原則。作為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)，企業(yè)所反映的信用狀況需全面準(zhǔn)確，以便防止預(yù)警結(jié)果失真。

③合理性原則。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的構(gòu)建應(yīng)保持在合理水平，并結(jié)合考慮商業(yè)銀行當(dāng)下特點(diǎn)。

④突出性原則。在選擇財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)時(shí)應(yīng)優(yōu)先選取對整體風(fēng)險(xiǎn)貢獻(xiàn)大的指標(biāo)。

⑤成本效益性原則。滿足財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警構(gòu)建的指標(biāo)有很多，但有些指標(biāo)的獲得需要大量人力物力，所以，應(yīng)相對于成本較高的指標(biāo)應(yīng)選擇相對成本較低的指標(biāo)。

（2）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)分類

按照中國銀監(jiān)會(huì)的規(guī)定及財(cái)務(wù)預(yù)警指標(biāo)相關(guān)構(gòu)建原則，將財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)分為五類，包括：資本風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、資產(chǎn)質(zhì)量風(fēng)險(xiǎn)、盈利能力風(fēng)險(xiǎn)及管理水平風(fēng)險(xiǎn)。

2.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析方法

（1）因子分析法

因子分析法由20世紀(jì)初卡爾.皮爾遜和查爾斯.斯皮爾曼提出的分析方法發(fā)展外而來，并經(jīng)過瑟斯頓研究成熟。他是在許多指標(biāo)中選出變量，再根據(jù)變量的相關(guān)程度尋找變量關(guān)聯(lián)性的一種統(tǒng)計(jì)方法。同類因子越多，相關(guān)性越高，同類分子越少，相關(guān)程度越小。所以因子分析法的基礎(chǔ)是變量的相關(guān)性。

（2）Logistic回歸預(yù)警模型

Logistic回歸預(yù)警模型的重要目標(biāo)是觀察分析目標(biāo)對象的條件概率。它以概率函數(shù)為基礎(chǔ)，在對多元正態(tài)分布假設(shè)不作要求的情況下使用極大值估計(jì)法估計(jì)參數(shù)值，并通過運(yùn)算求取某數(shù)值的概率，判斷出企業(yè)陷入財(cái)務(wù)危機(jī)狀況，并以此來進(jìn)行預(yù)警。

五、商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警及防范

從以上對財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型來看，導(dǎo)致商業(yè)銀行出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的原因包括許多方面，對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警已是商場銀行必不可少的一項(xiàng)工作，如何防范也成為銀行面對風(fēng)險(xiǎn)的一項(xiàng)重要舉措。面對資本充足性，應(yīng)對于商業(yè)銀行的資本結(jié)構(gòu)進(jìn)行優(yōu)化，實(shí)施戰(zhàn)略投資，積極吸引外資參股，建立存款保險(xiǎn)制度，以此提高商行的資本充足性及風(fēng)險(xiǎn)抗擊性。面對信用風(fēng)險(xiǎn)的現(xiàn)狀，不僅要優(yōu)化銀行資本的產(chǎn)業(yè)結(jié)構(gòu)，還要加強(qiáng)貸款業(yè)務(wù)的信用審查，最大限度的防止其信貸危機(jī)的發(fā)生。此外，應(yīng)大力發(fā)展銀行的中間業(yè)務(wù)，建立符合銀行運(yùn)營及發(fā)展的營運(yùn)機(jī)制，促使其防范經(jīng)營風(fēng)險(xiǎn)的發(fā)生。流動(dòng)性風(fēng)險(xiǎn)是我國銀行財(cái)務(wù)風(fēng)險(xiǎn)當(dāng)中主要的風(fēng)險(xiǎn)，其主要體現(xiàn)在資產(chǎn)與負(fù)債的供給，因此應(yīng)該科學(xué)、合理的配置資產(chǎn)業(yè)務(wù)與負(fù)債業(yè)務(wù)，并且銀行監(jiān)管部門、政府及商業(yè)銀行自身都要加強(qiáng)風(fēng)險(xiǎn)流動(dòng)性的管理意識(shí)，加強(qiáng)反防范管理。

六、建議

中國是世界上最大的發(fā)展中國家，其發(fā)展在國際上起著舉足輕重的作用。改革開發(fā)30年以來，即使我國銀行業(yè)沒有爆發(fā)大規(guī)模的金融危機(jī)，但是存在有大量不良資產(chǎn)是一個(gè)不爭的事實(shí)。而且，各種經(jīng)濟(jì)問題也一步步凸顯出來。事實(shí)表明，我國銀行的財(cái)務(wù)風(fēng)險(xiǎn)已經(jīng)演化為存在于整個(gè)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)。目前，我國經(jīng)濟(jì)環(huán)境較為穩(wěn)定，許多方面的問題還沒有完全凸顯出來，但是，一旦我國經(jīng)濟(jì)環(huán)境遭受動(dòng)蕩，所造成的危機(jī)是不可估量的。因此我國商業(yè)銀行應(yīng)該加強(qiáng)風(fēng)險(xiǎn)監(jiān)管，把風(fēng)險(xiǎn)因素保持在可控范圍之內(nèi)，建立負(fù)有規(guī)模的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系和防范對策，讓我國商業(yè)銀行保持在較為穩(wěn)定的發(fā)展趨勢，促進(jìn)世界經(jīng)濟(jì)的平穩(wěn)發(fā)展。針對商場銀行業(yè)的發(fā)展，筆者有如下幾點(diǎn)建議：

1.建立銀行資料數(shù)據(jù)庫，進(jìn)一步拓寬數(shù)據(jù)渠道，在更廣的范圍內(nèi)進(jìn)行財(cái)務(wù)預(yù)警的研究。

2.加大對財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究，將多種方法運(yùn)用到我國財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究與實(shí)驗(yàn)中，盡可能的構(gòu)建更加全面與完善的預(yù)警模型。

3.聯(lián)系理論與實(shí)際，加強(qiáng)模型應(yīng)用性的研究并運(yùn)用于實(shí)際當(dāng)中，為我國商業(yè)銀行的內(nèi)控和審計(jì)提供指導(dǎo)。

參考文獻(xiàn)：

[1]中國銀監(jiān)會(huì)銀行風(fēng)險(xiǎn)早期預(yù)警綜合系統(tǒng)課題組.單體銀行風(fēng)險(xiǎn)預(yù)警體系的構(gòu)建[J].金融研究，2009，（3）：39-53.

[2]王志成，周春生.金融風(fēng)險(xiǎn)管理研究進(jìn)展：國際文獻(xiàn)綜述[J].管理世界，2009，4：158-169.

[3]牛源.中國商業(yè)銀行風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建及實(shí)證研究[J].北方經(jīng)濟(jì)，2007，（5）：93-95.

[4]羅曉光，劉飛虎.基于功效系數(shù)法的商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].科技與管理，2012，（4）：95-97.

第9篇：財(cái)務(wù)預(yù)警研究范文

本文選取我國軍工類上市企業(yè)作為研究對象，在對軍工上市企業(yè)進(jìn)行特性及財(cái)務(wù)風(fēng)險(xiǎn)分析的基礎(chǔ)上結(jié)合文獻(xiàn)研究，提出了軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，并進(jìn)一步運(yùn)用統(tǒng)計(jì)分析方法建立了上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。

一、上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系建立

為了能使構(gòu)建的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型能更符合上市軍工企業(yè)的實(shí)際，在指標(biāo)選取上盡可能地考慮上市軍工企業(yè)的特征，并融入了部分非財(cái)務(wù)指標(biāo)作為最終的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

在財(cái)務(wù)指標(biāo)方面，根據(jù)財(cái)務(wù)管理的有關(guān)理論，為了盡可能全面地反映研究對象的財(cái)務(wù)狀況，首先確定了償債能力、盈利能力、營運(yùn)能力、成長能力、現(xiàn)金流量能力五大類指標(biāo)。另外由于軍工企業(yè)具有明顯的特殊性，因此在財(cái)務(wù)比率指標(biāo)的選取上也應(yīng)體現(xiàn)行業(yè)特點(diǎn)，對不能明顯反映軍工企業(yè)經(jīng)營狀況的財(cái)務(wù)指標(biāo)進(jìn)行了剔除。經(jīng)過對各類財(cái)務(wù)指標(biāo)進(jìn)行選擇和細(xì)分，最終確定了26個(gè)指標(biāo)建立起財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的財(cái)務(wù)指標(biāo)體系。見表1。

在非財(cái)務(wù)指標(biāo)確定的過程中，從股權(quán)構(gòu)成方面、軍品業(yè)務(wù)方面、關(guān)聯(lián)交易三個(gè)方面考慮，在文獻(xiàn)研究的基礎(chǔ)上提出了以下假設(shè)：

假設(shè)l：國有股比例與企業(yè)的財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系；

假設(shè)2：法人股比例與企業(yè)的財(cái)務(wù)狀況呈正相關(guān)關(guān)系；

假設(shè)3：軍品收入比例與企業(yè)的財(cái)務(wù)狀況呈正相關(guān)關(guān)系；

假設(shè)4：關(guān)聯(lián)交易額比例與公司財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系；

假設(shè)5：上市公司擔(dān)保率與公司財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系。

上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的各財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)及其計(jì)算公式如表1所示。

二、上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)篩選

采用前文所建立的財(cái)務(wù)指標(biāo)體系，以我國軍工上市企業(yè)的26項(xiàng)財(cái)務(wù)指標(biāo)作為樣本變量。根據(jù)主成分分析法的原理，利用統(tǒng)計(jì)分析軟件SPSS11.5對原始指標(biāo)進(jìn)行篩選。

從分析結(jié)果中的總方差解釋表中可以得出，第一主成份（Component）的特征值為8.478，它解釋了31.4%的方差；“Cumulative%”表示累計(jì)的方差解釋程度或累計(jì)方差貢獻(xiàn)，26個(gè)變量解釋了全部的方差，累計(jì)數(shù)為100%。

從主成份的特征值表中，根據(jù)特征值大于1及方差累計(jì)貢獻(xiàn)率大于85%的原則，從26個(gè)變量中提取前6個(gè)主成份，這6個(gè)主成份析方差累計(jì)貢獻(xiàn)率達(dá)到86.33%，也就是說這6個(gè)主成份可以解釋大部份方差，利用所提取的主成份可以反映樣本86.33%的變量信息，這樣便使26個(gè)指標(biāo)簡化為6個(gè)主成份而不損失大部分信息。為了進(jìn)一步理解公共因子的實(shí)際意義，本研究中使用了正交旋轉(zhuǎn)中的方差最大法進(jìn)行轉(zhuǎn)換。

因子1主要由X12、X13、X14、X15、X16解釋，基本上反映了我國上市軍工企業(yè)盈利能力；

因子2主要由X1、X2、X3、X4、X3解釋，基本上反映了該類企業(yè)的償債能力；

因子3主要由X19、X21、X22解釋，反映了企業(yè)的成長能力；

因子4主要由X7、X9、X10解釋，反映了企業(yè)的資產(chǎn)管理能力；

因子5主要由X24、X25、X26解釋，反映了企業(yè)的現(xiàn)金流量情況。為了方便建立模型，在此把選出來的6個(gè)主成分進(jìn)行重新命名，分別為X1、X2、X3、X4、X5、X6。

三、上市軍工企業(yè)非財(cái)務(wù)類指標(biāo)驗(yàn)證與篩選

在前文的分析中，依據(jù)對前人的文獻(xiàn)研究以及上市軍工企業(yè)特征選出了三大類共5個(gè)非財(cái)務(wù)類指標(biāo)，但是這些指標(biāo)都是依據(jù)文獻(xiàn)研究所提的假設(shè)，在具體的研究中還需要對各個(gè)指標(biāo)進(jìn)行相關(guān)性分析，以驗(yàn)證各指標(biāo)與財(cái)務(wù)狀況之間的關(guān)系是否顯著。

首先選取研究變量。本研究中的變量包括了因變量和自變量兩個(gè)變量，其中因變量企業(yè)財(cái)務(wù)狀況由企業(yè)的經(jīng)營績效來表示，在量化分析中一般選取凈資產(chǎn)收益率代表這一變量，用Y代表；自變量則由本研究所選取的5個(gè)非財(cái)務(wù)類指標(biāo)組成，即國有股比例、法人股比例、軍品收入比例、關(guān)聯(lián)交易比、上市公司擔(dān)保率，分別用N1、N2、N3、N4、N5表示。

根據(jù)SPSS11.5統(tǒng)計(jì)軟件中的二元變量相關(guān)性分析，初步得到軍工上市企業(yè)財(cái)務(wù)狀況與其假設(shè)提出變量之間的關(guān)系。從各變量之間的相關(guān)系數(shù)可看出，國有股比例、軍品銷售額占主營業(yè)務(wù)收入的比率、上市公司擔(dān)保率三個(gè)變量與凈資產(chǎn)收益率都有著較高的相關(guān)度，而且支持上文的假設(shè)情況，可以作為入選的非財(cái)務(wù)指標(biāo)。其他指標(biāo)與因變量也有一定的相關(guān)度，但相關(guān)程度比較低，因此認(rèn)為這些變量與反映企業(yè)經(jīng)營績效進(jìn)而代表財(cái)務(wù)狀況的凈資產(chǎn)收益率之間沒有顯著相關(guān)關(guān)系。

因此，經(jīng)過對53家軍工上市企業(yè)數(shù)據(jù)進(jìn)行的相關(guān)性分析，提取出國有股比例、軍品銷售額占主營業(yè)務(wù)收入的比率、上市公司擔(dān)保率這三個(gè)指標(biāo)作為建立上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的非財(cái)務(wù)變量。

四、基于判別分析法上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建與驗(yàn)證

基于判別分析法，對上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行如下構(gòu)建與驗(yàn)證：

第一，對樣本企業(yè)進(jìn)行聚類分析。本文選取了聚類分析來對我國上市軍工企業(yè)進(jìn)行分類，盡量消除主觀因素的影響，提高分類的科學(xué)性，考慮到實(shí)際情況中有些公司的財(cái)務(wù)狀況處于中間狀態(tài)，將我國上市軍工公司分為三類即財(cái)務(wù)危機(jī)公司、非財(cái)務(wù)危機(jī)公司（不會(huì)發(fā)生財(cái)務(wù)危機(jī)公司）和中間狀態(tài)公司（財(cái)務(wù)狀況一般公司），以更好地反映整個(gè)行業(yè)的財(cái)務(wù)狀況。

本次研究選取前文中用主成分分析方法提出的6個(gè)財(cái)務(wù)指標(biāo)以及經(jīng)過相關(guān)性分析的3個(gè)非財(cái)務(wù)指標(biāo)總共9個(gè)因子做為變量，用SPSS軟件中的聚類分析模塊進(jìn)行分析。考慮到現(xiàn)實(shí)中存在部分企業(yè)的財(cái)務(wù)狀況居于中間位置的情況，本文認(rèn)為把我國上市軍工企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)類型分為三類（3 Clusters）更為合理。接下來選取聚類分析法中的完全連接法（Furthest neighbor）做為具體的聚類方法，在輸出的結(jié)果中選擇聚類歸屬表，直觀地表示本次聚類分析的結(jié)果。如表2所示。

第二，上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建。在模型構(gòu)建之前，通過對我國上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的判別函數(shù)進(jìn)行的有效性檢驗(yàn)、協(xié)方差相等的Box檢驗(yàn)以及函數(shù)的擬合優(yōu)度檢驗(yàn)，表明該判別函數(shù)是有效的。在這些檢驗(yàn)分析的基礎(chǔ)上結(jié)合結(jié)構(gòu)矩陣，就可以得到非標(biāo)準(zhǔn)化判別函數(shù)，如下表給出了標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化的典則（Canonical）判定函數(shù)系數(shù)值，據(jù)此可構(gòu)造標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化的典則判定函數(shù)，系數(shù)值如表3所示，用以計(jì)算每一條記錄在領(lǐng)域圖（Territorialmap）中的坐標(biāo)值。

其中的標(biāo)準(zhǔn)化是指原始變量的標(biāo)準(zhǔn)化，使用典則函數(shù)需要先計(jì)算出坐標(biāo)值，然后查領(lǐng)域圖或者計(jì)算該點(diǎn)離各點(diǎn)心的距離，在設(shè)定判別規(guī)則時(shí)還要考慮如何確定閾值點(diǎn)，較為繁瑣。而采用Bayes準(zhǔn)則構(gòu)造出的Fisher判別函數(shù)就可以用原始變量直接進(jìn)行判別，簡便又不失判別的準(zhǔn)確性。

表4即是所得到的費(fèi)歇（Fisher）線性判別函數(shù)的系數(shù)，從而就可以得出包含9個(gè)變量的判別分析的Fisher線性判別函數(shù)模型，由于本文是將樣本分為三類，在判別分析中需對這三組進(jìn)行兩兩對比分析，故判別模型函數(shù)為三個(gè)。

依據(jù)上表中的判別函數(shù)系數(shù)數(shù)據(jù)，這三個(gè)函數(shù)的表達(dá)式為：

Y1=0.477X1+0.106X2+0.457X3+0.433X4+0.916X5-0.743X6+ 0.811X7-0.647X8+0.792X9-1.417

Y2=-0.259X1+0.773X2-2.627X3-3.754X4-4.683X5+1.853X6-

6.130X7+2.376X8+0.593X9-11.057

Y3=-13.003X1-7.042X2-0.579X3+5.777X4-4.053X5+13.025

X6+6.309X7+0.925X8-8.734X9-57.362

其中，Y1，Y2，Y3分別表示無警類、輕警類、巨警類企業(yè)的函數(shù)判別值；X1、X2、X3、X4、X5、X6、X7、X8、X9分別代表我國上市軍工企業(yè)盈利能力、償債能力、成長能力、現(xiàn)金流量情況、資產(chǎn)管理能力（由X5、X6共同反映）、國有股比例、軍品銷售占主營業(yè)務(wù)收入的比例、上市公司擔(dān)保率。

在判別模型建立以后，為了更直觀地確定企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)類別，還需要確定模型的判別規(guī)則。本文建立的我國上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型實(shí)質(zhì)上是采用貝葉斯準(zhǔn)則構(gòu)造出的費(fèi)歇判別函數(shù)，因此本文所采用的判別準(zhǔn)則也是貝葉斯判別準(zhǔn)則，具體是將每一家企業(yè)的9個(gè)因子值分別代入模型的三個(gè)判別函數(shù)中，計(jì)算每個(gè)企業(yè)的三個(gè)判別函數(shù)值，以這三個(gè)函數(shù)值最大的一個(gè)做為分類標(biāo)準(zhǔn)，即得分最高的一類就是該企業(yè)所屬的類別。利用這樣的判別準(zhǔn)則就可以把每家企業(yè)的數(shù)據(jù)代入模型進(jìn)行具體的判別分析了。

第三，上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警判別模型的判別效果檢驗(yàn)。對于建立的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，模型本身是一方面，其實(shí)最關(guān)鍵的還是要看該模型的判別效果如何，準(zhǔn)確度有多大。因此，就有必要對模型的判別效果進(jìn)行分析檢驗(yàn)。本文選取交互驗(yàn)證法對模型2008年的判別效果進(jìn)行驗(yàn)證，并引入模型外部數(shù)據(jù)進(jìn)行檢驗(yàn)，即將2007年和2006年我國上市軍工企業(yè)的財(cái)務(wù)指標(biāo)代入模型中進(jìn)行驗(yàn)證。從2008年、2007年、2006年的預(yù)測效果看來，如表5所示模型對3年的預(yù)測準(zhǔn)確率逐漸呈下降趨勢，離建立模型年度越近，預(yù)測的精度越高，這也符合一般模型離預(yù)測期限越近，預(yù)測效果越好的客觀規(guī)律。

通過以上研究表明，該模型的預(yù)測效果是可觀的，可以作為上市軍工企業(yè)避免財(cái)務(wù)危機(jī)發(fā)生的有效措施。如果上市軍工企業(yè)采用本文所構(gòu)建的模型進(jìn)行預(yù)警管理，就可在財(cái)務(wù)風(fēng)險(xiǎn)惡化的前一年或前兩年對企業(yè)所存在的財(cái)務(wù)風(fēng)險(xiǎn)采取針對性的管理措施，從而有效地防范財(cái)務(wù)危機(jī)的發(fā)生。

參考文獻(xiàn)：

［1］姜秀華、任強(qiáng)、孫鋒：《上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究》，《預(yù)測》2002年第3期。.

［2］張玲：《財(cái)務(wù)危機(jī)預(yù)警分析判別模型及其應(yīng)用預(yù)測》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2000年第6期。

［3］李益騏、田高良：《上市公司財(cái)務(wù)預(yù)警實(shí)證研究》，《西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)）》2009年第5期。

［4］陳曉龍：《市公司財(cái)務(wù)危機(jī)的預(yù)警模型》，《統(tǒng)計(jì)與決策》2009年第15期。

［5］宋貴奇：《構(gòu)建軍工科研事業(yè)單位財(cái)務(wù)預(yù)警體系探討》，《中外企業(yè)家》2008年第9期。