[收稿日期]2003-08-26[作者简介]程 涛(1979-),男,湖北广水人,上海财经大学博士研究生,研究方向是财务会计。
财务预警模型综述
程 涛
(上海财经大学会计学院,上海200083)
[摘 要]财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类:
一元判定模型(Univariate )、多元判定模型(M DA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。通过对财务预警模型进行回顾和评述,可以拓展财务预警研究的视野,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。
[关键词]财务预警; 财务预警模型; 财务指标
[中图分类号]F234.4 [文献标识码]A [文章编号]1007-9556(2003)05-0104-04
Financial Alert Model
CHE NG T ao
(School of Accounting ,Shanghai University of Finance and Economics ,Shanghai 200083China )
Abstract :Financial alert matrix is a m odel that uses business finance indicators and nonbusiness finance indicators to identify the finan 2cial status of a com pany.I t usually consists of six different types ,namely :univariate m odel ,M DA ,logic regression m odel ,multivariate probit regression m odel ,ANN and combined forecast m odel.A review of financial alert m odel may contribute to the broadening of our perception and facilitates our further study of the subject on the basis of pioneers ’consideration and methodology.
K ey Words :financial alert ;financial alert m odel ;financial indicator
财务预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机实施的实时监控和预测警报。财务预警中的数学模型就是财务预警模型,它是指借助企业财务指标和非财务指标体系,识别企业财务状况的判别模型。
财务预警模型的种类很多,常见的有以下六类:一元判定模型(Univariate )、多元判定模型(Multiple Discriminant Analysis ,MDA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。
一、一元判定模型
一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。在一元判定模型中,最为关键的一点就是寻找判别阀值。通常需要将样本分为两组:一组是构建预测模型的“预测样本”,也称估计样本(estimation sam ple );另一组是测试预测模型的“测试样本”,又称“有效样
本”(validation sam ple )。首先,将预测样本(包括破产企业和非破产企业)按照某一选定的财务比率进行
排序,选择判别阀值点,使得两组的误判率达到最小。然后,将选定的阀值作为判别规则,对测试样本进行测试。
最早的财务预警研究是Fitzpatrick (1932)开展的单变量破产预测研究。他以19家企业为样本,运用单个财务比率,将样本划分为破产与非破产两组。Fitzpatrick 发现,判别能力最高的是净利润/股东权益和股东权益/负债。Beaver (1966)考察了29个财务比率在企业陷入财务困境前1～5年的预测能力,发现营运资金流/总负债在破产前一年的预测正确率可以达到87%。
一元判定模型的缺点是:其一,只重视一个指针的分离能力,如果经理人员知道这个指针,就有可能去粉饰这个指针,以使企业表现出良好的财务状况;其二,如果使用多个指针分别进行判断,这几个指针的分类结果之间可能会产生矛盾,以致无法作出正确判断。也就是说,虽然财务比率是综合性较高的判别指针,但是仅用一个财务指针不可能充分反映
?401?Journal of ShanX i Finance and Econ omics University
Oct.,2003V ol.25N o.5
2003年10月
第25卷 第5期
财务与会计
企业的财务特征。
一元判定模型虽然方法简单,使用方便,但总体判别精度不高。对前一年的预测,一元判定模型的预测精度明显低于多元模型。不过,一元判定模型在前两年、前三年的预测中也能表现出很强的预测能力,说明一些上市企业的财务困境是从某些财务指标的恶化开始的。
二、多元线性判定模型
多元线性判定模型,又称Z Score模型,最早是由Altman(1968)开始研究的。他得到的最终预测方程包含五个判别变量,在破产前一年的总体判别准确度高达95%。多元线性判别方法现已成为财务困境预测最常用的方法。多元判别方法的基本原理是,通过统计技术筛选出那些在两组间差别尽可能大而在两组内部的离散度最小的变量,从而将多个标志变量在最小信息损失下转换为分类变量,获得能有效提高预测精度的多元线性判别方程。运用多元线性判别方法判定二元问题时,可以通过降维技术,仅以最终计算的Z值来判定其归属,其构造的线性方程简单易懂,具有很强的实际应用能力。
判别方程的形式为:Z=V1X1+V2X2+…VnXn。根据判别方程可以把单个企业的各种财务比率转换成单一的判别标准,或称为Z值,根据Z值将企业分为“破产”或“非破产”两类。其中,V1、V2…Vn是权数,X1、X2…Xn是各种财务比率。在实际运用时,需要将企业样本分为预测样本和测试样本,先根据预测样本构建多元线性判定模型,确定判别Z值(Z值的大小可以作为判定企业财务状况的综合标准),然后将测试样本的数据代入判别方程,得出企业的Z值,并根据判别标准进行判定。此方法还可以用于债券评级、银行对贷款申请的评估、子公司业绩考核及投资决策等。
多元线性判定模型具有较高的判别精度,但也存在一些缺陷。其一,工作量比较大,研究者需要做大量的数据收集和数据分析工作。其二,在前一年的预测中,多元线性判定模型的预测精度比较高,但在前两年、前三年的预测中,其预测精度都大幅下降,甚至低于一元判别模型。其原因是,很多财务变量只是企业陷入财务困境的征兆,或者说是一种表象,而不是企业陷入财务困境的原因和本质。过多的财务指标,将“因”和“果”混淆在一起,反而增加了模型的判别难度。其三,多元线性判定模型有一个很严格的假设,即假定自变量是呈正态分布的,两组样本要求等协方差,而现实中的样本数据往往并不
能满足这一要求,这就大大限制了多元线性判定模型的使用范围。当然,也有一些研究在并不满足这一前提的条件下,近似地使用多元线性判定模型,这无疑会降低模型的预测精度。其四,使用MDA技术,要求在财务困境组与控制组之间进行配对,但配对标准如何恰当确定是一个难题。
三、多元逻辑(Logit)模型
多元逻辑模型的目标是寻求观察对象的条件概率,从而据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上,不需要自变量服从多元正态分布和两组间协方差相等的条件。Logit模型假设了企业破产的概率p(破产取1,非破产取0),并假设Ln[p/(1-p)]可以用财务比率线性解释。假定Ln[p/(1-p)]=a+bx,根据推导可以得出p=exp(a+bx)/[1+exp(a+bx)],从而计算出企业破产的概率。判别方法和其他模型一样,先是根据多元线性判定模型确定企业破产的Z值,然后推导出企业破产的条件概率。其判别规则是:如果p值大于0.5,表明企业破产的概率比较大,可以判定企业为即将破产类型;如果p值低于0.5,表明企业财务正常的概率比较大,可以判定企业为财务正常。
Logit模型的最大优点是,不需要严格的假设条件,克服了线性方程受统计假设约束的局限性,具有了更广泛的适用范围。目前,这种模型的使用较为普遍,但其计算过程比较复杂,而且在计算过程中有很多的近似处理,这不可避免地会影响到预测精度。
四、多元概率比(Probit)回归模型
Probit回归模型同样假定企业破产的概率为p,并假设企业样本服从标准正态分布,其概率函数的p分位数可以用财务指标线性解释。其计算方法和Logit很类似,先是确定企业样本的极大似然函数,通过求似然函数的极大值得到参数a、b,然后利用
公式p=∫
a+bx
-∞
(1/2π)e-t2/2dt,求出企业破产的概率。和前面的判别规则一样,如果概率p小于0.5,就判别为财务正常型;如果p大于0.5,则为即将破产型。
Probit模型和Logit模型的思路很相似,但在具体的计算方法和假设前提上又有一定的差异,主要体现在三个方面:一是假设前提不同,Logit不需要严格的假设条件,而Probit则假设企业样本服从标准正态分布,其概率函数的p分位数可以用财务指标线性解释;二是参数a、b的求解方法不同,Logit采用线性回归方法求解,而Probit采用极大似然函数
?
5
1
?
Journal of ShanX i Finance and Econ omics University
Oct.,2003
V ol.25N o.5
2003年10月第25卷 第5期
求极值的方法求解;三是求破产概率的方法不同,
Logit 采用取对数方法,而Probit 采用积分的方法。
五、人工神经网络(ANN )模型
人工神经网络模型,是将神经网络的分类方法(Classification )应用于财务预警。传统的分类方法大部分属于母参数统计方法,其中以判别分析(Dis 2crimination Analysis ,简称DA )和Logic 回归等应用最为广泛。母参数统计方法是以选定的独立变量结合历史数据资料建立一个预测模型,并用作未来分类判别之用。传统的统计区分方法由于受制于若干母体分配的假设前提,已不适用于今日复杂多变的企业运作环境,且传统的分类方法对错误资料的输入不具有容错性,无法自我学习与调整,也无法处理资料遗漏的问题。人工神经网络(Artificial Neural Net 2w ork ,ANN )作为一种平行分散处理模式,是对人类大脑神经运作的模拟。ANN 除具有较好的模式识别能力(Pattern Recognition )外,还可以克服统计方法的局限,因为它具有容错能力和处理资料遗漏或错误的能力。最为可贵的是,ANN 还具有学习能力,可随时依据新的数据资料进行自我学习,并调整其内部的储存权重参数,以应对多变的企业环境。由于ANN 具备上述良好的性质与能力,因而可以作为解决分类问题的一个重要工具。
ANN 模型通常由输入层、输出层和隐藏层组成,其信息处理分为前向传播和后向学习两步进行。网络的学习是一种误差从输出层到输入层向后传播并修正数值的过程,学习的目的是使网络的实际输出逼近某个给定的期望输出。根据最后的期望输出,得出企业的期望值,然后根据学习得出的判别规则来对样本进行分类。人工神经网络具有较好的纠错能力,从而能够更好地进行预测。然而,由于理论基础比较薄弱,ANN 对人体大脑神经模拟的科学性、准确性还有待进一步提高,因此其适用性也大打折扣。
六、联合预测模型
联合预测模型是运用企业模型(C orporate M od 2el )来模拟企业的运作过程,动态地描述财务正常企业和财务困境企业的特征,然后根据不同特征和判别规则,对企业样本进行分类。这一模型运作的关键是准确模拟企业的运作过程,因此它要求有一个基本的理论框架,通过这一框架来有效模拟企业的运作过程,从而能够有效反映和识别不同企业的行为特征、财务特征,并据此区分企业样本。
联合模型的最大优点是,克服了财务预测模型只运用财务指标的片面性,能够动态模拟和反映企业经营过程中的方方面面。只用财务指标有很大的局限性,它只能计量企业运营的财务结果,遗漏了很多事关重大但未能在财务中得到体现的非财务信息,如人力资源状况、企业发展战略、企业地理位置等等。表1将详细、直观地比较、分析各种模型的前提条件、适用范围和优缺点。
表1 不同财务预警模型的比较分析
模型前提条件
适用范围
模型描述
优缺点分析
一元判定模型
无前提假设适用范围广选用某一项财
务指标作为判
别标准简单易行,但
精确度不高
多元判定模型
自变量呈正态分布,两组样本等协方差适用范围比较广,很多是在近似状态下使用通过统计技
术,将多个标志变量在最小信息损失下转换为分类变量,获得高预测精度的多元线性判别方程
预测精度较
高,但工作量比较大,且适用范围受到限制,多是在近
似状态下采用Logit 模型
不需要自变量多元正态分布和两组样本等协方差适用范围很广Ln[p/(1-p )]
=a +bx;寻求
观察对象的条
件概率,据以
判断观察对象
的财务状况和
经营风险
不需严格的假
设条件,预测
精度较高,但
计算过程复
杂,且有很多
近似处理
Probit 模型企业样本服
从标准正态分布,概率函数的P 分
位数可以用
财务指标线
性解释
适用范围较广P =∫ a +bx -∞(1/2π)e -t 2/2dt ,利用求极大似然函数求出企业破产的概率假设条件比较严格,计算过程复杂,且有较多近似处理,但预测精度高人工
网络模型
对企业样本没有假设要求因为理论抽象,科学性、准确性还有待进一步提高,适用性也打折扣由输入层、输
出层和隐藏层
组成,通过网
络的学习和数
据的修正得出
期望输出,然
后根据学习得
出的判别规则
来分类没有严格的假
设条件,且具
有很强的容错
性、学习能力
和纠错能力,
但科学性和准
确性还有待提
高
联合模型
要求有基本的理论框架,以有效反映和识别不同企业的行为特征和财务特征
由于理论框
架很难构
建,适用面
不是很广
模拟企业运作,动态描述企业特征,从而对企业样本进行分类克服了单纯应
用财务指标的
片面性,但理
论框架有待进
一步构建七、财务预警模型评价
各种财务预警模型有一个共同点,即在模型中都运用了会计数据和财务比率。其原因是,债务契
?
601?Journal of ShanX i Finance and Econ omics University
Oct.,2003V ol.25N o.5
2003年10月
第25卷 第5期
约、贷款协议、信用评级等都采用这些数据和比率来评价企业的偿债能力,并限制管理人员的行动。如果企业违反协议,会使企业承受极高的违约成本,甚至会导致企业破产。不过,需要指出的是,违反契约和企业破产并没有必然的联系,破产也不是会计数据和财务比率恶化的必然结果。
客观地讲,上述这些模型都存在着一定的局限性。
首先,这些模型缺乏理论上的依据,因为迄今为止,尚无一个重要的理论能够说明财务比率在破产前的预测能力。这些模型都是通过实证研究得到的,由于缺乏理论指导,研究人员在选择变量时,会受到自身价值判断的影响。事实上,上述诸多模型中指标的选取都存在显著的差异,因而无法判断哪一个模型在长期中更为有效。即使是同一类型的财务指标,不同的研究者选取的指标差异也很大。比如,对于反映盈利能力的指标,有些模型选用资产报酬率和流动资产收益率,而有些模型选用销售利润率和税前利润/销售总额。目前选取的这些预测变量,仅能表明企业陷入财务困境的征兆,而非其陷入财务困境的根本原因。从这个角度来看,大多数财务预警模型只能给财务分析人员提供一些表面上的信息,而不能从根本上防止企业陷入财务困境。
其次,财务预警模型会受到样本选取范围和样本时间区间的限制。研究发现,从不同的样本选取范围和不同的时间区间所得出的预警模型存在很大的差异。在样本的选取范围上,会受到不同国家、地区以及不同行业的限制。在样本的选取时间上,也会受到数据的完整性和研究区间的影响。所以,对不同国家而言,由于其经济环境的差异,财务预警模型可能不同。同样地,对于不同的时间区间,得出的模型也会存在显著差异。其原因在于:不同行业要
求的财务比率经验值可能不同,甚至有很大的差异。以流动比率为例,工业企业的流动比率为2∶1比较合理,而商业企业的流动比率合理值则应低于该值。这样一来,模型的适用范围就会因不同的经济环境、不同行业以及不同的时间区间而产生局限性。
再次,这些模型的变量只涉及到会计数据和财务比率,没有考虑到非量化因素。事实上,非量化因素在披露企业财务状况方面要比财务指标更为可靠、有效。比如,企业出现过度扩张、过度依赖银行贷款、企业人力资源匮乏、企业市场定位不清等状况,都预示着企业存在潜在的危机,而这些是财务比率所不能反映的。因此,企业财务预警模型不能单纯依靠财务数据,至少要在预警系统中涉及到非财务数据。换句话说,既要涉及到定量信息,也要涉及到定性信息,这样才能更为完整地反映企业全貌。由于定性信息不能在预警模型中体现,所以我们可以采用评分的方法,将评分的结果作为企业预警系统的一个组成部分。
第四,由于不同的模型需要不同的前提条件,如自变量要服从正态分布,样本要求等协方差等,而事实上很多时候这些条件并不能得到满足,很多研究者是直接假定样本和自变量符合条件,从这一角度来讲,所建模型大多是在近似条件下成立的,这必然影响到模型的正确性和预测精度。Logit 和Probit 模型虽然对假设前提要求不太严格,但由于其计算与分析较为复杂,也难以得到广泛的应用。
综上所述,通过对财务预警模型进行回顾和评述,使我们的研究视野有了极大的拓展,便于我们在借鉴前人思路和方法的基础上进行更深入的研究,也便于我们选用最为恰当的数学模型去研究我国的财务预警问题。
[
参考文献]
[1]Edward I Altman.Financial Ratios ,Discriminant Analysis and the Prediction of C orporate Bankruptcy[J ].Journal of Finance ,1968,(9).
[2]Mark E Z mijewski.Methodological Issues Related to the Estimation of Financial Distress Prediction M odels[J ].Journal of Accounting Research ,1984,(22).
[3]James A Ohls on.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J ].Journal of Accounting Research ,1980,(18).[4]高培业,张道奎.企业失败判别模型实证研究[J ].统计研究,2000,(10).[5]张 鸣,张 艳.财务困境预测的实证研究与述评[J ].财经研究,2001,(12).[6]张 艳.上市公司财务困境预测实证研究[D].上海:上海财经大学,2001.
[责任编辑:高 巍]
?
701?Journal of ShanX i Finance and Econ omics University Oct.,2003V ol.25N o.5
2003年10月
第25卷 第5期
企业财务预警模型的比较分析财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国内外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来预测财务危机的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Ｂｅａｖｅｒ在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型 多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 １．静态统计模型。①线性判别模型。多元线性判别模型是运用多元
统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。这种模型以美国Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者张爱民、杨淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ为系数；ｘ１、ｘ２、…、ｘｋ为ｋ个预测变量，即财务指标；ｙ为企业财务失败的概率。该模型以０．５为危机分界点，ｙ值越大，企业发生财务失败的可能性越大，ｙ值越接近于０，说明企业财务越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的基础上并分别用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函数建立起来的。ｌｏｇｉｔ模型的形式为：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值为０、１；ｐ为概率；ｘ１，ｘ２，…，ｘｋ为ｋ个预测变量，即财务指标；α０、β１、β２、…、βｋ为系数。ｐｒｏｂｉｔ概率模型的预测效果一般与ｌｏｇｉｔ模型预测的效果相差不大，在此不多加介绍。 ２．动态非统计模型。动态财务预警模型主要是把人工智能中的归纳
毕业论文文献综述 毕业论文题目财务预警模型在我国上市公司的适用 性比较研究 文献综述题目财务危机预警模型国内外研究现状学院会计学院 专业会计学 姓名 班级 学号 指导教师
财务危机预警模型国内外研究现状 随着我国资本市场的不断发展与完善，对上市公司财务危机及其预警的研究越来越引起重视。财务危机及其预警研究也不再仅仅是一个学术问题，更成为影响我国上市公司及资本市场发展的重要因素。因此对财务危机预警模型研究具有现实意义。本文论述了国内外的研究现状，分别按照模型的发展历史进行阐述。 一、国外研究现状 早在20世纪30年代西方学者就陆续开始研究企业财务危机预警问题，并提出了各种不同的财务危机预警方法和模型，一般将其分为定性分析和定量分析。 定性分析方法主要包括标准化调查法、四阶段症状分析法、流程图分析法、管理评分法等。其中四阶段症状分析法将企业的财务危机划分为四阶段，即财务危机的潜伏期、发作期、恶化期、实现期。由美国的Argenti(1977)提出的管理评分法也得到了较为广泛的应用，他提出财务危机成因的模型，并强调管理层在其中的作用。其模型总分值为一百分，得分一旦大于25分，公司就有可能陷入财务危机，18-25分为灰色区域[1]。 由于定性分析主观性过强，因此国外很多学者开始转向定量分析方法和模型的研究，陆续地提出很多企业财务危机预警定量分析模型，主要有一元判定模型、多元线性判定模型、多元逻辑模型、人工神经网络模型和多元概率比回归模型。 1、一元判别法。一元判别法又称为单变量财务危机预警模型，是用单个财务变量对企业的财务状况进行检验。FitZpatriCk(1932)最早开展单变量财务危机预警模型研究，结果表明预测准确率最高的是净利润/股东权益和股东权益/负债两个财务指标[2]。Beaver(1966)发现现金流量/债务总额，资产收益率、资产负债率三个财务指标的预测准确率是最高的，现金流量/债务总额在企业破产前一年预测准确率高达87%，资产收益率的准确率达到了88%，而且还发现，越临近破产日，误判的概率就越低[3]。但是单变量模型都有任何单个财务指标无法全面地反映企业财务状况的致命缺陷，因此使得单变量分析方法逐渐被多变量方法所替代。 2、多元线性判别模型。为了克服单变量预警模型的不足，Altman(1968)将多元线性判别方法引入到财务危机预警研究。通过多元判别模型计算出了一个总的判别值-Z值，依据Z值的大小提出了企业破产的临界值。此模型中的息税前利润/资产总额、股票市值/负债总额、销售收入/资产总额三个指标的财务危机预测效果最好。Z分模型从企业的资产规模、获利能力、变现能力、财务结构、运营能力等方面，综合反映了一个企业的财务状况，但是Z分模型没有充分考虑到现金流量变动的情况[4]。Altman、Haldeman、Narayanan(1977)研究出的ZETA模型分析了样本公司的经营收益/总资产、利息保障倍数、留存收益/总资产、流动比率、普通股权益/总资产等7项财务指标，通过比较分析，表明ZETA预警准确度较高[5]。 3、多元逻辑回归模型。目前广泛应用于经济研究中较为常用的是Logistic模型
财务风险预警研究 This manuscript was revised by the office on December 10, 2020.
上市公司财务风险预警研究 Research on Listed Company Financial Risk Early-warning 摘要 随着我国大力发展资本市场，市场经济体制改革逐步深化完善，上市公司在临竞争环境越来越激烈的情况下，一些公司不可避免地陷入财务危机，甚至走破产。上市公司一旦发生危机，就会危及经济生活中的多个方面，产生极大的影响。目前，我国的上市公司被特别处理的主要原因之一就是陷入财务危机。因为，如果能在公司财务状况刚刚出现危机之时就发现并采取有效的措施，就可以其避免遭受更大的损失，避免经营陷入困境。 本文正是基于这种考虑，在回顾财务风险预警的研究现状和研究方法的基础，将财务风险识别、财务风险评价纳入上市公司财务风险预警的研究框架中，上市公司管理层充分识别公司财务的风险因素并评价公司的财务状况，从而能建立准确且有效的财务风险预警模型。根据财务风险和财务风险预警的基本理论，给出了上市公司财务风险预警的流程，构建了上市公司财务风险的模糊群体层次评价模型，建立了上市公司财务风险预警模型。 本文的结构作如下安排：第1章为绪论，介绍了研究背景和意义，国内外相关研究综述，本文的研究方法和结构框架。第2章为财务风险预警的基本理论。介绍了财务风险的基本理论，财务风险预警的界定、功能和流程。第3章为上市公司财务风险识别和评价研究。首先介绍了财务风险识别的基本方法，然后根据上市公司财务风险的模糊性和决策者的群体性，构建了模糊群体层次评价模型。第4章为上市公司财务风险预警理论研究。介绍了财务风险预警的目标、功能和分析方法、指标体系的构建原则，并据其构建了财务风险预警的指标体系。第5章为上市公司财务风险预警模型研究。以A股上市公司的财务危机公司作为研究 对象，选择样本，通过因子分析法筛选出主成分因子，用Logistic回归建立了预警告模型，最后通过检验得到很好的预测效果，具有一定的实用价值。 关键词：上市公司；财务风险；预警；Logistic回归
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
(一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统 能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有 效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统 的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。进行财务预警分析,建立企业财务预警模型已成为现代企业财务管理的重要内容之一。上市公司的财务信息对多方利益相关者都有着重要影响,建立财务预警系统、强化财务管理、避免财务失败和破产,具有重要意义。目前我国上市公司的财务状况不容乐观,普遍存在着财务状况不稳定的情况。在激烈的市场竞争中,这意味着企业风险极高,破产随时可能发生。国内外的大量实例表明,陷入破产境地的企业几乎毫无例外地都是以出现财务危机为
财务困境及预警研究述评 随着我国资本市场的不断发展，我国学者积极引进借鉴了西方的研究成果，对我国企业可能面临的财务困境作了大量理论探讨和实证研究，取得了丰富的研究成果，研究领域涉及到企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外已有的财务困境预警与管理的研究成果进行总结和评述，以对我国该研究的未来方向和趋势有所借鉴。 一、财务困境的内涵 由于缺少有力的理论支持，对财务困境概念的定义就具有“实证化”和“事件化”的特征，即中外研究者大多是以自己研究的视角和实证的需要以及一些事件的发生作为标志进行定义的。纵观国内外专家学者对财务困境的定义，主要有以下标志：债务拖欠。这是企业财务困境表现的起点。如债券不能偿付、无力偿债、债务拖欠、企业无法按期履行债务合同还本付息、对短期债权人被迫实行延期付款、延期偿还债券利息、延期偿还债券本金(查尔斯吉布森，2005)等；拖欠优先股股利。如在Beaver、Morris、查尔斯吉布森(马若微，2005)等的研究中都提到了这一点；资不抵债。Ross认为定义财务困境的四方面中包括会计破产，即企业账面净资产出现负数，资不抵债；因偿债能力问题导致的重组、接管等事件。如GeorgeFoster指出：所谓财务困境，就是指公司出现了严重的资产折现问题，而且问题的解决必须要依赖于公司的经营方式或存在形式的转变。Morris列出的严重程度依次递减的企业陷入财务困境的标志中，有与债权人发生债务重组、债权人寻求资产保全、公司进行重组、重新指定董事、被接管、公司关闭或出售其部分产业等；破产。破产是公司财务困境的终极表现，如Beaver、Deakin、GeorgeFoster,Morris、Ross、查尔斯吉布森(马若微，2005)等；出现巨额亏损或连续出现亏损。Morris指出企业陷入财务困境的标志中有减少或未能分配股利，或者报告损失、报告比市场预期或可接受水平低的利润，或者公司股票的相对市场价格出现下降等。我国大多数学者对财务困境进行预警研究所依赖的主要是ST处理
企业财务预警模型的比较研究 采用实证和规范相结合的研究方法，以我国制造业A股上市公司因“财务状况异常”而被特别处理的公司作为研究对象，选择2003-2005年65家财务危机公司，同时采用配对的方法逐年选择65家财务健康公司；初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选，建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型，并对其进行了比较研究。 标签：财务预警模型；Fisher二类判别模型；Logistic回归模型；BP网络模型；比较研究 1 研究样本的设计 财务预警模型的研究样本设计过程，主要包括如何确定陷入财务危机公司的样本组，如何确定作为配对标准的控制因素以及如何进行两组间样本个体数量分配的问题等。 （1）样本组的选择。 在选择样本组时，需要考虑以下几个因素的影响： ①考虑样本个体所处的行业。纵观陷入财务危机的公司所处行业，发现制造业公司占大多数。为了消除行业因素的影响，在具体的环境下对财务预警模型进行比较研究，把研究对象局限于制造业。 ②确定陷入财务危机公司的一定研究期间。均衡地考虑样本规模的大小和时间跨度的影响，选取了2003-2005年因“财务状况异常”被ST的65家公司及65家财务健康公司作为配对样本。同时，采用了Altman的研究方法，控制进入样本的个体，使其在三年的分布大致平均。其中，2003年24家财务危机公司和24家财务健康公司，2004年18家财务危机公司和18家财务健康公司，2005年23家财务危机公司和23家财务健康公司。 ③考虑公司规模。样本公司的规模虽然都在亿元以上，但是没有资产超过百亿元的超大型公司，规模配合比较适中。 ④对样本数据完整性的要求。Zmijewski（1984）检验了由于选样时所持的数据完整性标准所带来的模型偏差。他认为前人的研究都将数据完整性作为选样的标准，实际破坏了建立预测模型过程中所采用统计技术的应用前提——随机选样的要求，而且一般陷入财务危机的公司更可能提供不完整的数据。建立在完整数据基础上的模型忽视这一信息，无疑会使模型低估了公司破产的概率。他的研究表明这种偏差的确存在，但经他修正以后的模型却未在参数的统计显著性和总体预测精度上有显著提高。因此，本文并没有按照随机选样的要求来选择样本，
财务风险文献综述 【摘要】：在市场经济日趋完善的今天, 企业时刻都面临着来自市场的各种风险。财务管理系统作为企业风险预警器，愈来愈显示出其重要性。企业财务风险管理的目标在于了解风险的来源和特征，正确衡量财务风险，进行适当的控制和防范。 【关键词】财务风险、风险控制 一、财务风险的概念和特征 （一）财务风险的概念 财务风险是企业在财务活动中由于各种不确定因素的影响，使企业的实际财务收益与预期的收益发生偏离，进而造成企业蒙受损失的机会和可能。 河北金融学院的张晓萍、胡安琴在2003年第3期的《中国证券期货》上发表《国内外财务风险预警模型实证研究文献综述》，他们认为，从广义上讲财务风险指在企业各项财务活动中，由于内外部环境及各种无法控制或难以预计的因素影响，在一定时期内企业的预期财务收益与实际财务收益发生偏离，从而蒙受损失的可能性。 山西中医学院中西医结合医院的李燕在2008年第5期的会计之友上发表《企业财务风险的成因分析及其控制》，她认为由于财务环境复杂多变，企业本身的资本结构不合理，管理者盲目扩大规模导致决策失误使得企业产生了财务风险。企业应该从完善财务管理系统提高决策的科学化，建立高效的风险预警机制和分析指标，并且强化财务管理人员的财务风险意识这三个方面来控制企业的财务风险。 （二）财务风险的特征 淮南联合大学的张文芹在2007年发表在《黑龙江科技信息》上的《浅析企业财务风险的成因及防范策略》一文中提到，财务风险的特征如下: 一是客观性: 企业财务活动存在两种可能结果, 即实现预期目标和不能实现预期目标, 这意味着无法实现预期目标的风险客观存在。二是全面性: 财务风险存在于企业财务管理的全过程。三是不确定性: 由于影响财务活动的各种因素不断发生变化, 因此事前不能准确地确定财务风险的大小。四是共存性:即风险与收益并存。一般来说, 风险越大收益越高, 反之收益就越低。 二、财务风险的识别
财务预警模型 一、单变量模型 单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954～1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。 二、多变量模型 多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了1946～1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数——Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z 为判别函数值X1=（营运资金÷资产总额）×100 X2=（留存收益÷资产总额）×100 X3=（息税前利润÷资产总额）×100 X4=（普通股及优先股市场价值总额÷负债账面价值总额）×100 X5=销售收入÷资产总额一般地，Z值越低，企业越有可能发生破产。爱德华·阿尔曼还提出了判断企业破产的临界值：若Z≥2.675，则表明企业的财务状况良好，发生破产的可能性较小；若Z≤1.81，则企业存在很大的破产危险；该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%. 多变量模型除了以上介绍的Z计分法模型以外，还有日本开发银行的多变量预测模型，中国台湾陈肇荣的多元预测模型，以及中国学者周首华、杨济华F分数模型等。但是，这几种模型在实际中的应用并不广泛。就目前为止，Z计分法模型仍然占据着主导地位。 出现财务舞弊时的财务预警 在企业出现财务舞弊情况时，虽然上述这些财务失败预警方法可以定量地描述企业，但仍不能就此作出企业财务失败的结论，仍然需要投资者的主观判断。 1、望 望主要是看行业背景：看行业是处在朝阳行业还是夕阳行业，是处在竞争充分还是保护垄断的行业，是成熟规范的行业还是缺少必要监管的行业，是新业务层出不穷还是业务相对简单的行业，因为行业风险是企业无法回避的风险。一般而言，朝阳行业、保护垄断行业、缺少必要监管的行业、新业务层出不穷的行业出现财务舞弊的风险较高。所以应特别注意行业的风险。如果行业出现危机，企业也必然受累。古语说得好：“覆巢之下，焉有完卵？” 2、闻 闻主要是看企业实力：企业处在行业中的地位如何，企业产品是成熟产品还是刚研制出来的新产品，企业在消费者中的口碑如何，企业的内部管理是否完善，企业的产品受市场欢
企业财务预警模型的比较分析 财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来 预测财务危机的方法。Fitzpatrick最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Beaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的 田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预
测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 1.静态统计模型。①线性判别模型。多元线性判别模型是运用多 元统计分析方法中的判别分析建立起来的,它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。 这种模型以美国Atlman教授的Z模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者爱民、淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。 ③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：y = c + B1x1 + B2x2+… + Bkxk。其中：c、B1、B2、…、Bk 为系数；x1、x 2、…、xk为k个预测变量，即财务指标；y为企业财务失败的 概率。该模型以0.5为危机分界点，y值越大，企业发生财务失败的可能性越大，y值越接近于0,说明企业财务越安全。④lo git模型和probit模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的
我国财务风险预警模型研究文献综述 引言 财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场 营销等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发 现企业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施， 避免潜在的风险演变成损失的一种预警方式。 国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末 才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委 员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了 对财务预警的研究，并取得了一定的成果。 1 统计方法预警模型 1.1 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模 第 1 页
型。 陈静（1999）以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指标， 分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，发现在 负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。 1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。 周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了F分数模 型： F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5 其中，X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同，而X3、X5与Z分数模型的X3、X5不 同。X3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债 务能力的重要指标。X5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的 第 2 页
公司财务风险预警模型
————————————————————————————————作者：————————————————————————————————日期：
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
文献综述 会计学 转型时期企业财务风险评价与控制 中国的最大特色，就在于它处于一种转型过程之中，这是一种自上而下的转变。转变的目标是要从原来行政主导的计划经济体系转变为一个以市场为导向的市场经济体系。这一自上而下的转变方式，形成了目前中国所有经济问题研究最特殊的社会背景。财务风险是企业在财务活动中由于各种不确定因素的影响，使企业的实际财务收益与预期的收益发生偏离，进而造成企业蒙受损失的机会和可能。本文就是在这样一个背景下，在CNKI期刊学位会议报纸上查找了一些相关文献，以转型时期的中国为一个大背景，以电子信息行业为对象，研究后转型时期企业财务风险评价与控制。以下是将转型时期财务风险的国外及国内有代表性的研究文献综述。 一、转型时期财务风险评价与控制国外相关文献研究 美国学者海尼斯（Haynes）在1895年从经济学意义上提出的风险概念。他认为：“风险一词在经济学和其他学术领域中，并无任何技术上的内容，它意味着损害的可能性。某种行为能否产生有害的后果应以其不确定性界定，如果某种行为具有不确定性时，其行为就反映了风险的负担。” 美国经济学家罗值特?梅尔（Robert I.Mehr）把风险定义为“风险即损失的不确定性”。 C.A.克布（C.A.Kulp）和约翰?W?贺尔（John W.Hall）指出“风险是在一定条件下财务损失的不确定性”。 美国小阿瑟?威廉姆斯（C.Arthur Williams）和里查德?M?汉斯（RichardM.Heins）把风险定义为“在给定的情况下和特定的时间内，那些可能发生的结果间的差异。如果肯定只有一个结果发生，则差异为零，风险为零；如果有多种可能结果，则有风险，且差异越大，风险越大”。 Ernst Verwaa（2002）用交易费用分析理论分析了企业规模和出口强度之间的关系。在以前的研究中，已经发现了企业规模和出口强度之间的关系，这些理论的框架已经被证实验证了，且有不同行业数据的支持。
浅谈企业财务风险及预警分析 【摘要】：国际金融危机后，许多国家的企业都陷入困境，由于在危机到来前，企业没有采取有效的预测和适当的防卫措施，导致了巨大的经济损失。因此，面临经营中的财务风险，企业要采取一系列预警措施来应对，从内外部环境对企业经营环境进行分析预测，通过经营决策，管理销售、管理模式和资本运营的调整，从安全经营，分散风险的角度获取经济利润。 【关键词】：财务风险经济预警分析财务危机 随着市场经济的不断发展，金融危机的再次袭来，许多企业都面临着巨大的压力和挑战。在这种背景下，企业在快速增长或加大投资时容易出现资金周转不灵或现金断流问题。通常成因是在生产发展、市场占有率提高的时候，企业家无暇顾及财务制度建设、一味扩大订单量，这会导致边际利润下降甚至被牺牲。生产或服务过程工作量超载、人工成本和库存增大、客户迟付款或有坏账发生的时候，如果突然碰到市场变化或同行竞争的冲击，就会造成财务危机，严重的还会造成企业破产。于是企业纷纷开始改善经营管理，但企业在强大的市场竞争下，要想求生存求发展，就必然要对经营理念和产品对象进行创新。这就使企业陷入这样一种困惑，如何从财务风险中研究出避免财务危机出现的方法。因此，财务预警分析成为现在企业经营预测最迫切具备的一种能力。 一、企业财务风险及成因分析 1.资金短缺，融资困难 一是资金不足是困扰企业发展的主要问题。对于中小企业来说，中小企业注册资本较少，资本实力有限；我国尚无专门为中小企业贷款的金融机构。加之商业银行体制改革后权利上收，以中小企业为放贷对象的基层银行有责无权，有心无力；实行资产负债比例管理后，逐级下达“存贷比例”，使本来就少的贷款数量更为可怜，贷款供应缺口加大。二是融资缺乏保证。银行只认可土地房产等不动产作抵押，中小企业的土地、房产等银行认可的不动产资产数量较少，缺乏信用保证，信贷能力低，难以获得银行贷款或其他融资渠道认可。三是融资相关服务欠缺。中小企业贷款难、寻保难与其资信等级不够有关。建立以企业资信档案为基础的信用制度已迫在眉睫。此外，中小企业
[收稿日期]2003-08-26[作者简介]程 涛(1979-),男,湖北广水人,上海财经大学博士研究生,研究方向是财务会计。 财务预警模型综述 程 涛 (上海财经大学会计学院,上海200083) [摘 要]财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类: 一元判定模型(Univariate )、多元判定模型(M DA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。通过对财务预警模型进行回顾和评述,可以拓展财务预警研究的视野,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。 [关键词]财务预警; 财务预警模型; 财务指标 [中图分类号]F234.4 [文献标识码]A [文章编号]1007-9556(2003)05-0104-04 Financial Alert Model CHE NG T ao (School of Accounting ,Shanghai University of Finance and Economics ,Shanghai 200083China ) Abstract :Financial alert matrix is a m odel that uses business finance indicators and nonbusiness finance indicators to identify the finan 2cial status of a com pany.I t usually consists of six different types ,namely :univariate m odel ,M DA ,logic regression m odel ,multivariate probit regression m odel ,ANN and combined forecast m odel.A review of financial alert m odel may contribute to the broadening of our perception and facilitates our further study of the subject on the basis of pioneers ’consideration and methodology. K ey Words :financial alert ;financial alert m odel ;financial indicator 财务预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机实施的实时监控和预测警报。财务预警中的数学模型就是财务预警模型,它是指借助企业财务指标和非财务指标体系,识别企业财务状况的判别模型。 财务预警模型的种类很多,常见的有以下六类:一元判定模型(Univariate )、多元判定模型(Multiple Discriminant Analysis ,MDA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。 一、一元判定模型 一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。在一元判定模型中,最为关键的一点就是寻找判别阀值。通常需要将样本分为两组:一组是构建预测模型的“预测样本”,也称估计样本(estimation sam ple );另一组是测试预测模型的“测试样本”,又称“有效样 本”(validation sam ple )。首先,将预测样本(包括破产企业和非破产企业)按照某一选定的财务比率进行 排序,选择判别阀值点,使得两组的误判率达到最小。然后,将选定的阀值作为判别规则,对测试样本进行测试。 最早的财务预警研究是Fitzpatrick (1932)开展的单变量破产预测研究。他以19家企业为样本,运用单个财务比率,将样本划分为破产与非破产两组。Fitzpatrick 发现,判别能力最高的是净利润/股东权益和股东权益/负债。Beaver (1966)考察了29个财务比率在企业陷入财务困境前1～5年的预测能力,发现营运资金流/总负债在破产前一年的预测正确率可以达到87%。 一元判定模型的缺点是:其一,只重视一个指针的分离能力,如果经理人员知道这个指针,就有可能去粉饰这个指针,以使企业表现出良好的财务状况;其二,如果使用多个指针分别进行判断,这几个指针的分类结果之间可能会产生矛盾,以致无法作出正确判断。也就是说,虽然财务比率是综合性较高的判别指针,但是仅用一个财务指针不可能充分反映 ?401?Journal of ShanX i Finance and Econ omics University Oct.,2003V ol.25N o.5 2003年10月 第25卷 第5期 财务与会计
财务风险预警模型研究 文献综述 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
我国财务风险预警模型研究文献综述 引言 财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，潜在的风险演变成损失的一种预警方式。 国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始务预警的研究，并取得了一定的成果。 1 统计方法预警模型 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模 陈静（1999）以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。 周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了F分数
摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得
财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能: (一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统
开题报告 企业财务风险及其防范研究 一、立论依据 1.研究意义、预期目标 研究意义：随着市场经济的深入进行，我国企业在改革和发展过程中面临着越来越多、越来越复杂的财务风险。这些风险给企业经营造成了极大的冲击，并直接影响到整个国家的经济发展和社会稳定。经济活动的高风险迫使企业必须识别所面临的财务风险，了解风险的性质以及风险事故发生可能造成的损失后果，并在此基础上制定与实施对自己最有效的风险防范措施，尽量避免可能出现的不利后果，减少可能的损失，维持企业正常的经营活动，因此如何防范和化解公司的财务风险就显得尤为重要，对防范公司企业财务风险进行系统深入的理论研究，对加强公司财务风险控制，保持公司健康、稳定、快速的发展，具有极为重要的现实意义。 预期目标：财务风险管理是指经营主体对其理财过程中存在的各种风险进行识别、度量和分析评价，并适时采取及时有效的方法进行防范和控制，以经济合理可行的方法进行处理，以保障理财活动安全正常开展，保证其经济利益免受损失的管理过程。本文在参照国内外已有研究结论的基础上，从企业财务风险入手，结合长三角地区房地产上市公司财务风险的现状，采用数据分析的研究方法，通过各种指标的计算，来了解目前企业财务风险现状以及应该采取的防范措施，为增强长三角地区房地产上市公司的竞争力提供一定的探索性建议，增强其市场竞争力，更好的促进我们国家的经济发展。 2.国内外研究现状 国内研究：我国财务风险的相关研究，是从20世纪80年代末和20世纪90年代初开始的。台湾和香港学者先后对财务风险管理进行了理论研究和实践应用。向德伟（1994）全面细致的分析了财务风险产生的原因，认为“财务风险是一种微观的风险，是企业经营风险的集中体现”，“企业财务风险，按照财务风险活动的内容来划分，包括筹资风险、投资风险、资金回收风险和受益分配风险四项”，为企业财务风险理论向更深一层推进奠定了基础。大陆学者佘廉（1999）出版了《企业避入陷阱技巧》和《企业逆境管理》，开始从理论体系上考虑企业逆境管理问题。台湾学者宋明哲（2001）出版的《风险管理》专著，香港保险总会出版的《风险管理》手册，均阐述了财务风险的有关