时间：2023-07-27 16:23:06
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇财务危机预警研究，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
2008年全球性金融危机爆发，经济呈现全球性震荡，我国经济也受到影响，遭受了很大的打击。金融危机所带来的极大危害，让人们更加意识到经济发展过程中，只有可持续的发展才是经济发展的王道。对企业而言，财务状况是企业的生命基点，是检验企业成功与否的唯一标准。而财务危机无疑是妨碍企业正常发展的最大可控风险。对企业的财务危机进行及时有效的进行预警是企业及化解财务危机的前提，进而成为保持上市公司可持续发展的坚强保障。因此，对财务危机的有效预测是企业实现可持续发展的必要前提。目前，我国关于财务风险预警的研究大多集中在对国外模型的借鉴和模型有效性的实证研究方面，结合企业实际的研究还很好。为此，本文从实践角度出发，对企业如何建立财务预警机制和有效应对财务危机提出一些想法，以期共同商榷。
一、财务危机与财务预警概述
关于财务危机的定义，目前尚未统一，但一般认为财务危机是指企业的财务困境，是指企业丧失偿还到期债务的能力，无法支付到期债务的一种经济现象，但以上只是狭义角度的财务危机。从广义上来看，企业财务危机是对企业所以不利事件的总和。财务危机的发生是潜移默化的，财务危机的发生从外部表现上是个突变的过程，但其实质是一个逐步、渐进的过程，因此财务危机不但具有先兆，并且是可以预测的。因此，在企业财务系统的正常运作中，我们需要对其财务运营过程进行跟踪、监控，及早发出预警信号，将企业面临的潜在风险告知经营者，从而使其早做准备或采取对策，以避免或减弱对企业的破坏。
财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据，采用比率分析、比较分析、因素分析等财务分析方法，对企业的经营情况进行预测，及时发现企业运营过程中可能存在的经营风险和财务风险。企业财务危机预警模型研究财务危机预警作为一种诊断工具，其灵敏度越高就越能及时有效地发现、防范与解决问题，避免财务危机的发生，有监测、诊断和治疗功能。
二、财务危机的表现形式及成因
1.财务危机的表现形式
(1)经营方面。销售收入是利润的主要来源，企业在经营规模没有明显缩小的情况下，但收入却明显下降，表明企业销售受阻，进而导致企业存货积压，利润减少，如果企业负债规模较大，可能会因为无法到期偿还债务而破产清算。在销售收入变化不大或者增长的情况下，也可能会蕴涵财务危机，由于赊销的存在，使得对现金流量的影响往往不会立刻体现出来，而是有一定时间的滞后和延迟，所以还需要结合现金流动表进行动态分析。
(2)投资方面。企业进行投资是企业获得利润以及进行资本规模扩张的必要手段，对于企业发展而言，由于企业财务资源有限，必须充分考虑解决企业资产结构与资本结构的有机协调、盈利性与流动性的有机协调等财务问题。如果一味考虑资产的流动性，会导致企业流动性资产的闲置，造成机会成本增加，进而影响到企业的盈利水平。但如果减少企业的流动性，而把短期资金投资于变现能力差的固定资产或其他长期资产，一旦出现资金缺口，企业在难以及时补充资金的情况下，可能会因为资本结构失当而形成财务危机。
(3)筹资方面。很少有企业全部通过自有资金来开展经营活动，企业总会或多或少的利用金融机构、其他企业或个人的资金来进行生产经营以获取利润，负债经营是企业发展的一条重要途径。通过负债经营的财务杠杆效应可以提高企业权益净利润水平，但同时也放大了企业的财务风险，增加了企业财务危机爆发的系数。从财务危机形成角度来看，主要是财务管理不规范，企业帐面资产变现能力差，在企业负债规模过高情况下由于经营不当造成的现金紧缺，使企业陷入危机。
2.财务危机的成因
(1)外部因素。外部因素对企业来说，大多是不可控因素。主要成因是国家宏观经济环境的变化和国家法律法规的不健全。在经济萧条时期，由于市场需求减少，企业竞争加剧，企业的财务危机增大。反之，则企业的财务危机降低。由于我国市场经济发展还不完善，在国家法律法规制定和实施中还存在一定的不足，对企业进行必要的管理和监督时缺少法律依据，从而使企业的经济舞弊行为得不到及时纠正，在一定程度上为企业财务危机的产生。
(2)内部因素。相对于企业财务危机形成的外部成因，企业财务危机形成的内部原因则是来自于企业经营理念、财务管理和生产经营活动本身的有效性等各个方面。企业经营理念主要看企业经营采用是激进型还是稳健型的经营思路，激进型经营理念一般通过高额负债来取得企业迅速扩张的资金，企业在取得超额收益的同时也承担了过高的财务风险。在财务管理方面，主要是过度负债使公司的支付能力变得极为脆弱，弱化企业的支付能力，孕含着财务危机。在生产经营活动中，主要是生产供应不稳定，生产组织管理不当以及销售环节薄弱都是企业经营风险的诱因，进而积聚了财务危机。
三、企业财务预警的应用研究
1.财务预警的定性分析
财务预警的定性分析是企业内部管理人员根据自己的经验对企业财务危机的原因进行分析，主要是根据财务报表中企业销售收入、现金状况、利润水平以及外部经营环境来直观的反映企业的财务危机大小，一般可以将财务危机定性分为潜伏期、发作期、恶化期、实现期4个阶段，，根据阶段不同企业采用不同的财务策略。财务预警的定性分析运用比较简单，可以及时发现企业财务危机的高低，但财务危机的严重程度还需要通过定量分析来解决。
2.财务预警的定量分析
财务预警的定量分析主要有单变量模式、Z分数模型和多元逻辑概率模式。单变量模式是指运用单一变数来预测财务危机的模型。预测企业财务危机的指标主要有：债务保障率(现金流量／债务总额*100％)、资产收益率(净资产／资产总额*100％)、资产负债率(负债总额／资产总额*100％)等等。当企业模型中所涉及的几个财务比率趋于恶化时，通常是企业发生财务危机的先兆。企业还可以通过计算安全边际来看企业财务危机的大小以及严重程度。Z分数模型是运用多种财务比率指标加权汇总而构成的多元线性函数公式来预测财务危机的模型。Z＝0.012×1＋0.014×2＋0.033×3＋0.006×4＋0.999×5。公式中，×1＝(期末流动资产－期末流动负债)／期末总资产；X2＝期末留存收益／期末总资产；×3＝息税前利润／期末总资产，×4＝期末股东权益的市场价值／期末总负债；X5＝本期销售收入／总资产。Z分数模式从企业的资产规模、折现能力、获利能力、财务结构、偿债能力、资产利用效率等多元回归的角度来分析企业的财务危机，使财务预警更加客观和准确。多元逻辑(Logie)概率模型是通过条件概率，来判断观察对象的财务状况和经营风险，但目前还处于研究阶段，实践中运用很少。
总之，财务预警的分析只是给企业一个提前应对财务危机的信号。从长远角度考虑，企业应当居安思危，不断完善内部控制制度和公司治理结构，从根本上避免财务危机的发生，确保企业良性循环发展。
参考文献：
[1]彭莉，朱镇：上市公司财务危机预警研究综述[J]财会月刊，2009，10中旬
一、企业财务危机预警系统构建方法
企业财务危机预警系统构建有两种方法，即定量分析法和定性分析法。
（一）定量分析法
定量分析法是以财务指标为基础的比率分析。财务数据与企业价值及财务状况密切相关，是企业财务状况的量化表现，其中财务指标在某些方面反映的信息比企业财务会计报告中的绝对数信息更为重要，因而财务指标可以作为预测企业经济前景的计量指标。企业发生财务危机要经历一个从量变到质变的渐进发展过程，这种渐进发展情况必然会通过一些财务指标的变化体现出来。因此要准确测度企业财务状况和预测警情，从大量的财务因子中选好财务指标是关键。
目前建立预警系统的模式主要有以下两种：
1.单变量模型。它是通过单个财务比率的变化趋势来预测财务危机可能性的模式。
根据财务预警指标选择的原则，可从以下三个方面来确定财务预警指标：
（1）偿债能力。从偿债能力上来预测企业发生财务危机的可能性是极为重要的。企业发生财务危机的最直接表现就是丧失现金流上的支付能力，反映为资产的变现力差，现金总流人小于现金总流出，即现金净流量为负值。一般来说，一个企业的资产流动性越大，其偿还负债的能力越强。一般包括以下指标：流动比率、速动比率、应收帐款周转率、存货周转率、有形净值债务率、利息保障倍数。
（2）获利能力。盈利是企业偿债和信用的保障，从长远的观点来看，一个企业只有经营前景和盈利能力良好，才会远离财务危机。一般来说，企业盈利能力越强，对外筹资能力和偿债能力也越强，发生财务危机的可能性就越小。因此从反映盈利方面的财务指标的变化来预测财务危机也是极为重要的。主要指标有：销售净利润率、成本费用利润率、总资产报酬率。
（3）发展能力。反映企业积累能力和可持续发展能力。该指标越大，反映企业资本越充实和越壮大，企业利用证券市场来融资的功能越强，财务危机越不易发生。这方面的指标有：销售增长率、资本保值增值率。
建立的思路是：首先确定好以上三方面的财务指标，然后设定出这些指标的判别标准。设定判别标准时要考虑企业经营状况、经营性质、行业平均发展水平以及行业以往经验等因素，并据实际变化不断对之进行修正。当某指标达到判别标准时，可预示财务警情发生。但这种模式存在局限性，由于每一指标只反映财务状况的某一方面，容易导致不同指标判断的矛盾。
2.多变量模型。它是运用多种财务指标加权汇总产生的总判别值来预测财务危机可能性的模式。它利用会计系统固有的平衡特性，将相互联系的多个财务指标有机结合，建立一个多元线型函数模型来综合反映企业财务风险情况，以消除个别指标在评价企业财务状况方面的缺陷。目前国外实践中影响较大、较为有效的多变量预测模型是Z指标模型。Z指标模型是1968年美国学者奥特曼（Altiman）采用统计学中的判别分析法构造的用五项财务指标的加权平均数计算的预测破产的量化模型。判别函数为：
Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5.
其中X1=营运资产/总资产，X2=留存收益/总资产，X3=息税前利润/总资产，X4=权益的市场价值/债务的帐面价值，X5=销售额/总资产。
当Z值大于2.675时，表明企业财务状况良好，Z值在1.81与2.675之间，表明企业财务状况极不稳定，Z值小于1.81时，则表明企业存在很大的破产风险。Z指标模型预测企业未来一年内破产的准确性约为90%，两年内的准确性约为80%，但对于两年期以上的破产预测作用不大。
多变量模型中几乎包括了所有预测能力很强的指标，舍弃了一些不重要的因素，并且应用十分方便，克服了单变量模式需要很多指标和需对比分析，并要求分析人员具有很高专业水平的缺陷。但其变量和判别标准的确定却很困难。
（二）定性分析法
利用一些财务指标直接分析或构建模型来预测企业财务危机发生的可能性只是整个财务预警系统的一个方面，由于一些难以量化的非财务信息也是影响企业持续经营能力的不可忽视的重要因素，因此在财务危机预警中除进行定量分析外，还应结合一些相关的非财务因素进行定性分析，充分估计各种不利因素对企业财务状况的影响，以更好地预测财务危机发生的可能。可以从以下几方面来进行：
1.宏观经济环境。一般地说，国家政治稳定，政策优惠，经济繁荣，会有利于企业的经营发展。而经济环境变化、国家经济政策调整会直接或间接地对企业产生影响。如通货膨胀时期，利率提高会增加借款企业的利息负担，不利于其经营。此外国家的财政税收政策、产业政策等变化也会对企业经营发生影响。
2.行业特征。行业不同，财务风险是不同的。例如，有些行业与其他行业联系紧密，其市场需求易受其他行业的盛衰影响，财务风险就较大。又如有些高科技产业，具有高投入、高产出和高效益的特点，同时也存在高风险的不利之处。此外，同一行业所处发展阶段不同，财务风险也不会相同。处在行业成长上升阶段的企业，风险小些，而在成熟和衰退阶段，风险就大些。
3.市场状况。企业的产品价格、技术、质量符合市场需求，对路热销或竞争对手少，风险就小。反之，风险就大。
4.企业经营方式。企业经营品种单一，经营范围狭窄，一旦市场情况有变，企业难以适应，发生财务危机的可能性就大。
5.企业管理水平。缺乏管理经验、管理素质低下是造成企业财务危机的主要原因。管理水平高的企业，各项制度健全，系统运转良好，功能充分发挥，财务状况良好，因而发生财务危机的可能性小。此外管理上如能对外界市场条件的变化做出迅速、有效的反应调整，企业往往能成功避免财务危机的发生。
二、积极推进中国企业财务危机预警系统的构建
我国关于财务危机预警的研究主要在借鉴西方研究成果的基础上形成。从目前的情况看，结合国情对单变量模式的理论研究比较多而深入，而在多变量模式预警方面的研究基本上很少。如前所述，单变量模式具有局限性，多变量模式是较单变量模式更适宜的预测企业财务危机的方式，目前在国际上应用较广，我国今后的研究趋势也将是多变量模式研究。考虑到我国和西方的社会经济背景不同，我国的市场经济还不成熟，相关法律也不健全，所以奥特曼的Z指标模型不适合我国国情，不能简单机械地在我国运用。但由于中国企业与美国企业作为微观经济主体有着相同的经济内核，因此，奥特曼的模型虽然是以美国公司为样本分析得出，其思想应该可以为构建我国企业破产预测模型所运用。可以在该模型的基础上结合我国的经济与文化环境对之加以改进。
目前建立符合我国经济实际的财务危机预警多变量模型的条件基本具备，一是因为随着市场经济体制改革的不断深化、《企业破产法》的颁布及破产机制的健全，发生破产的企业越来越多，为我国各行业的企业数据库提供了大量建模所需的数据。二是随着企业会计准则和具体会计准则的颁布实施，随着我国加入WTO后的会计行业竞争的加剧以及注册会计师行业的逐步成熟和会计实务的规模化，企业公布的会计数据的真实可信性也将大为提高。建立我国财务危机预警模型应基于不同行业的数据库，选取大量的破产企业和非破产企业作为样本，按Z指标模型的建立思路构建我国不同行业的危机预测模型。随市场经济的纵深发展，模型变量的构成和系数值、判断标准会随时间而变化，应定期重新估计模型方程，以确保反映的是最新情况。除定量分析外，还应结合一些无法用数据揭示的社会因素来进行定性分析。
此外，还应说明的是，奥特曼的Z指标模型在指标选择上还存在一些局限性，如未考虑现金流量这一预测财务危机的有效变量，也没有体现出反映宏观经济环境的变量如利息率、失业率等，影响了预测的准确性。这些在构建我国的财务危机预警模型中应该引起注意。
还有，上面介绍的定性分析法也很重要，各企业也要根据自身的情况选用，并加以认真地分析研究，以作为对模型结论的修正和补充，以使所得结论更加正确和更加科学。
参考文献
[1]张凤娜，张 进。财务失败预警分析[J].现代会计，2001（1）。
[关键词] 财务危机 预警模型
随着资本市场的不断完善，财务危机预警的研究一直是实务界和学术界关注的热点问题。财务危机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，对公司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。
一、前言
财务预警中的数学模型就是财务预警模型，它是指借助公司财务指标和非财务指标体系，识别公司财务状况的判别模型。
按照研究方法可分为定性研究和定量研究。定性分析包括：标准化调查法；“四阶段症状”分析法；“三个月资金周转表”分析法；流程图分析法；管理评分法(王玲玲等，2005)。定量分析已取得了比较成熟的研究成果，可以划分为两个阶段：20世纪60年代～80年代，形成了一些以统计方法为分析工具的传统的财务危机预警模型，主要包括：单变量判定模型(Univariate)；多元线性判定模型(Multiple discriminate analysis，MDA)－Altman的Z值判定模型（Z-score 模型、Zeta模型、Z*值模型）、Edmisterd(1972)的小公司财务预警模型、英国的Taffler(1977)的多变量模式、日本开发银行建立的“利用经营指标进行公司风险评价的破产模型”；概率模型(Logistic regression model)－多元逻辑(Logit)回归模型、多元概率比(Probit)回归模型，这些模型的发展已趋于成熟，但存在着难以克服的缺陷。
20世纪90年代后，学者们开始探索使用新的方法，主要是非统计方法来创建的新兴的财务危机预警模型，它们从不同方面克服了传统模型的缺陷。但新兴的财务困境预警模型的探讨与应用研究较为分散，还没有形成完善的综合研究格局。本文综合述评了新兴的财务危机预警模型，并对未来的研究方向进行展望。
二、新兴的财务危机预模型
由于传统的财务危机预警模型所采用的统计方法一般都受制于母体分布的假设前提，存在着难以克服的缺陷，因此，20世纪90年代后，主要是基于非统计方法的新兴的财务危机预警模型。
1.建模技术的发展
(1)粗糙集分析(Rough set analysis，RST)。Slowinski和Zopoudinis(1995)率先将粗糙集分析方法用于企业失败风险的评估。粗糙集方法包含了知识发现及分类决策法则的推导。它善于用不完善的信息进行分类，被证明是用一组多价值属性的财务比率描述失败与非失败公司的有效工具。(2)神经网络模型(Artificial neural network，ANN)。Odour和Sharda(1990)是最早把BP神经网络技术应用于财务危机预测研究中，结果显示神经网络要优于当时的判别分析模型。(3)混沌模型(Chaos theory model)。Lindsay和Campbell(1996)将公司视为具有混沌行为的系统，建立了公司失败预测模型。它是对企业财务健康状况的非线性动态分析，能测度出企业在不同时期混沌量的差异。(4)自组织映射模型(Self organizing map model)。Kiviluoto & Bergius(1998)在运用SOM技术时考虑了动态性，他们建立了双层自组织映射模型，可分析连续几年的财务信息，对破产与非破产公司进行可视化的区分，并勾画出随时间演变的失败路径。(5)多维标度模型(Multi dimensional scaling model，MDS)。Bishop、Mar-Molinero和Turner(2003)利用MDS在行业背景下对一家公司财务状况的演变过程进行了案例研究，它是一种图像化的聚类方法，它的独特之处是把公司当作变量，而将属性(如财务比率)作为案例。(6)累积和模型(Cumulative sum model，CUSUM)。Kahya和Theodossiou运用累积和模型对公司失败进行预测，认为模型还应包含财务状况恶化的动态过程信息，于2000年提出了预测公司失败的CUSUM模型，该方法能探测财务状况由好转坏的拐点，对财务状况恶化敏感并具有记忆力，区分财务指标变化是由序列相关引起的还是由于财务情况恶化造成的。除了以上介绍的财务危机预警模型之外，还包括基于模糊法则的分类模型、动态事件历史分析、机器学习决策树法、线性目标规划法、专家系统等。
2.建模变量的发展
(1)加入期权变量。Charitou和Trigeorgis(2000)使用B-S期权定价模型中的相关变量构建了财务危机判别模型，对1983年到1994年期间的139对美国公司进行了对比检验，结果发现到期债务面值、公司资产的当期市价、公司价值变化的标准差等期权变量在预测破产方面作用显著。(2)利用市场收益率。Aharony等提出了基于市场收益率方差的破产预测模型。发现在正式的破产公告日之前的4年内，破产公司股票的市场收益率方差与一般公司存在差异。Altman和Brenner发现，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等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。（3)加入公司股权结构、治理结构变量。有学者研究发现，公司的股权结构、治理模式等会对业绩产生重要影响。Simpson等研究了银行企业董事会结构、所有权和财务困境。Gilson研究了处于财务困境中的企业中高级管理人员的更替问题。除了以上介绍的财务危机预警模型之外，还包括运用现金流量指标、加入参考审计意见、加入违约距离、基于平衡计分卡等的模型。
三、财务危机预模型的评析
1.财务危机预警模型缺乏经济理论的指导
目前财务危机研究集中于预警模型的构建之上，并未深入到对引起公司财务危机的内部机理的探析。被引入模型的变量（财务指标）只是公司陷入财务危机的征兆，而不是公司陷入财务危机的原因和本质。用财务变量建立预测模型对公司财务危机进行预测只是一种基于样本的相关性分析，而不是因果关系。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公司陷入财务危机。
2.预警变量选择缺乏理论支持
目前还没有形成有说服力的优选预警变量的理论框架，影响了模型预测的可靠性。预警变量（财务指标）的选取不能在理论指导下有系统性的进行，而只能靠研究者经验判断、对前人研究成果借鉴和统计筛选。研究者的经验判断会因主观因素影响模型预警效果。事实上，诸多模型中变量的选择都存在显著差异，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。
3.预警模型考虑定性变量和非财务指标有限
财务危机预警型主要以财务会计报表数据为基础，以各种财务指标为变量来建立预警模型，对定性变量和非财务指标使用有限。不可否认财务报表数据是公司经营状况的一个综合反映，但财务报表数据披露不足，时效性较差，缺乏对风险信息和不确定信息的披露。非财务指标和非定量因素在披露公司财务状况方面要比财务指标更为可靠、有效，公司的生存和发展会产生许多有利或不利的影响，有时可能是本质原因，比如，公司出现过度依赖银行贷款、公司人力资源匮乏、公司市场定位不清等状况，都预示着公司存在潜在的危机，而这些是财务比率所不能反映的。
4.非平稳问题的处理重视不足
很多方法在运用中对数据的非平稳性问题重视不足。由于商业周期的阶段性、市场环境的变化及技术变革等原因，检验时段与预测时段的自变量平均结构可能发生变化，变量间的关系也随之改变。很多研究没有对这一问题加以重视，可能导致模型的预测力与鲁棒性受到影响。因此有必要对数据进行一些处理，如使用行业相对比率、扣除数据中的通胀因素等，使变量的平均结构及变量间关系从检验期向预测期跨越时保持相对平稳。
四、财务危机预模型研究的展望
1.深入研究基于经济、财务及管理的理论
要深入研究基于经济、财务及管理理论，系统揭示公司陷入财务危机的内部机理和规律，建立宏观层次要素和公司财务危机微观层次间的联系，以提高模型的可信度和解释能力。
2.预测变量的选择多样化
财务危机预警模型不能单纯依靠财务指标，至少要在预警系统中涉及到非财务指标和定性变量，这样才能更为完整地反映公司全貌。如：考虑宏观经济波动指标、产业指标、管理指标、市场收益类和市场收益方差类指标、行业差异的指标等；考虑定量方法和定性方法的有机结合。因此，未来的发展趋势应当是以财务指标为主，兼顾其他几类指标和定性变量，构建更为全面的备选指标组，然后进一步通过现代分析方法对备选指标进行相关性分析，保留主要指标进行建模，以起到信息互补、提高预测精确度、提高模型的判别能力、拓展模型的适用性的作用。
3.预测方法转向实时动态预测
随着网络技术和计算机技术的高速发展，特别是以Internet为主的现代信息技术的发展，为危机预警带来了新的机遇和新的挑战。如何利用现代信息技术的强大功能将危机预警系统与公司其他信息系统相融合，建立网络环境下的危机预警系统，动态、实时地从内部信息网络和Internet上获取最新数据，不断修正完善预警模型，使得预警模型成为一个动态学习的模型，将是今后研究的热点。
五、结束语
通过对财务困境预警模型进行回顾和评析，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财务困境预警模型去研究我国的财务困境预警问题。
参考文献：
[1]王玲玲 曾繁荣:财务预警模型评述[J].市场论坛,2005(12)
[2]Slowinski R, Zopudinis C. Application of the rough set approach to evaluation of bankruptcy risk[J].Intelligent Systems in Accounting, Finance and Management,1995,4:27～41
[3]Odour M D, Sharda R.A neural network model for bankruptcy prediction[J].Conference on Neural Networks,1990(6):136～138
关键词：审计意见 财务危机预警 信息含量 logistic回归模型
审计意见作为企业经营状况的指示灯，能够从其独特的视角反映公司的经营状况。关于审计意见信息含量的研究，国外开始的比较早，相关文献表明，审计意见在财务危机预警中的作用尚无定论。与国外的研究结果相一致，我国学者对审计意见在财务危机预警中是否具有信息含量研究的结论也不一致。
研究设计
审计意见的分类。本文在研究时，审计意见的划分为标准审计意见（标准无保留审计意见）和非标准审计意见（除标准无保留审计意见之外的其他审计意见）两类。
财务危机的界定。本文在研究时，采用两种较为常见的财务危机标志事件选择方法并比较这两种选择方法在财务危机预警中作用的异同。取值规则（fda，financial distress affair）如下：
研究假设。国内一些学者关注审计意见信息含量的实证研究，基本着重于考察审计意见在股票市场上的市场反应，而没有对审计意见能否预测财务危机给予正面回答。由此本文提出以下假设：
h1：财务危机公司获得的非标准审计意见的比例要大于所有上市公司的平均水平。
h2：加入审计意见的预测模型的预测能力高于未加入审计意见模型的预测能力。
h3：离公司陷入财务危机的时间越短，预测精度就越高。
h4：对财务危机的不同界定方法（fad1和fad2）对模型的预测正确率有显著影响。
本文数据来源于巨潮资讯网。选取1998～2006年度的所有亏损上市公司和因财务状况异常而被st的所有上市公司作为统计分析的研究样本。
实证研究
（一）我国上市公司审计意见的描述性统计
按照以上审计意见分类标准和财务危机的界定方法，本文对1998-2006年沪深两市上市公司披露的审计意见作了描述性统计，具体结果如表1。
为了更好地反映不同类型公司在不同年度的审计意见，按照本文的划分方法（标准审计意见和非标准审计意见），得到1999-2006年上市公司审计意见如图1、图2所示。
从表1、图1、图2中，我们可以看出：
第一，亏损公司和st公司获得非标准审计意见的比例均显著大于所有上市公司，也可以说，所有上市公司获得的标准审计意见显著大于亏损公司和st公司，所以h1成立。
第二，从时间序列上来看，st公司出具的非标准审计意见的比例要大于亏损公司，或者可以说，亏损公司出具的标准审计意见的比例要大于st公司。
（二）预测审计意见类型的logistic回归
1.样本选取与设计。选择2006年度被st的上市公司50家，同时选择与st公司处于同一行业，资产规模相近、上市时间相近的50家公司作为配对公司（记作sample1），然后选取st公司前一年和前两年的数据分别建立模型。
选择2006年度亏损上市公司50家，同时选择与亏损公司处于同一行业，资产规模相近、上市时间相近的50家公司作为配对公司（记作sample2），然后选取亏损公司前一年和前两年的数据分别建立模型。
2.模型设计。本文采用logistic多元回归模型进行研究。为了比较两种财务危机的界定方法（fda1和fda2）对回归模型的影响，本文将以这两种划分标志分别建立模型，并且比较它们的预测效果；此外，由于本文的侧重点在于审计意见信息含量的研究，所以没有把过多的精力放在建立复杂的财务预警模型上，最终本文从反映企业的盈利能力、短期偿债能力、长期偿债能力、增长能力和资产利用能力等方面考虑，最终确定以下变量：资产收益率、流动比率、资产负债比率和总资产周转率，分别用x1，x2，x3，x4表示，建立logistic回归模型。
理性的管理者往往希望通过以前年度上市公司的审计意见类型，结合其他重要会计信息来合理预测本年度公司的情况，所以，我们把在2006年被st（或亏损）公司记为i年，因此i-1（2005），i-2（2004年）分别表示陷入财务困境前一年、前两年。
未加入审计意见模型，
其中，
其中，i=1，2，分别表示i-1和i-2年；p表示上市公司陷入财务危机的概率。对于st（或亏损）公司，yi取1，否则取0，根据所得到的logistic方程，以0.5为最佳判定点对原始数据进行判定，若p>0.5，则判定该样本为财务危机的公司，否则为正常公司。
加入审计意见x5建立新模型。在原来模型的基础上引入审计意见这一指标，用x5表示。
建立的新模型如下：
3.预测模型及结果分析。为考察以上模型的预测效果，我们把样本sample1中的3/5作为估计样本，共60家，其中st公司和匹配公司各30家；其余的2/5作为预测样本，共40家，其中st公司和匹配公司各20家；此外，我们把样本sample2中的3/5作为估计样本，共60家，其中亏损公司和匹配公司各30家；其余的2/5作为预测样本，共40家，其中亏损公司和匹配公司各20家，通过估计样本数据，分别建立预测模型。
由表2可得：无论采取哪种界定财务危机的方法，加入审计意见后，模型的预测正确率都会大大提高，也就证明了审计意见具有增量信息含量，从而证明h2成立。离公司陷入财务危机的时间越短，预测精度就越高。我们可以看出2005年综合模型的预测正确率要大于2005所对应的综合模型。从而证明h3成立。财务危机的界定方法对模型的影响不大，所以h4不成立。
结论
本文通过对1998～2006年沪深两市上市公司披露的审计意见的实证分析，可以得出以下结论：财务危机公司（亏损公司和st公司）获得非标准审计意见的比例均显著大于所有上市公司的平均水平；从时间序列上来看，st公司出具的非标准审计意见的比例要大于亏损公司出具的非标准审计意见的比例；审计意见在财务预警中具有信息含量，即加入审计意见后，提高了预测正确率。
参考文献：
1.陈梅花.审计意见信息含量研究－来自中国证券市场的实证证据[d].上海财经大学博士论文，2001
[关键词] Altman模型 财务危机 医药行业 沪市数据
一、引言
随着经济全球化趋势的发展及各国企业自身的快速发展,公司、尤其是上市公司受到来自投资者、债权人、及政府的相关利益者的关注,因企业陷入财务危机而导致其经营失败、破产的案例屡见不鲜,所以对于财务危机的预测显得尤其重要,本文采用Altman的Z值法模型、选取我国医药行业上市公司数据来验证其模型对于我国公司的有效性。
财务危机(financial distress),又称为财务困境、企业失败(corporate failure),最严重的财务危机是“企业破产”。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”。财务危机是指企业丧失偿还到期债务的能力,包括从资金管理的技术性失败到破产以及处于两者之间的各种情况。
在具体的模型研究中,国内外学者也存在不同的观点:Beaver(1966)将破产、拖欠优先股鼓励、拖欠债务界定为财务危机;Altman(1968)将财务危机界定为“进入法定破产的企业”;Deakin(1972)则认为陷入财务危机的公司“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”。在国内,对财务危机预测的研究处于起步阶段,非上市公司的资料不够规范,难以获得有效而可靠的途径的数据,国内学者对其研究的对象基本为上市公司,同时我国证券市场还不够完善、退市的企业不多,因而大部分研究将上市公司被特别处理(ST)作为公司陷入财务危机的因变量,如陈静(1999),陈晓、陈治鸿(2000),吴世农、卢贤义(2001),李华中(2001),王磊(2009)。所以本文也是选取被特殊处理的上市公司作为研究陷入财务危机的客观标准。
二、Altman Z值法的模型介绍
Altman从资产负债表和损益表中初步选取了22个比率进行筛选,这些比率分为五大类,即流动性比率、盈利性比率、杠杆比率、偿付能力比率以及活动比率。从这22个比率中选出了在预测企业破产时综合效果最好的5个比率。
这五个指标分别是X1=营运资金/总资产,X2=留存收益/总资产,X3=息税前利润/总资产,X4=股票市值/帐面总负债,X5=销售收入/总资产,该模型还假定上述五个指标对企业财务健康状况的影响是线性的且呈正相关,即各指标值越大,表明企业的财务健康状况越好。
Altman的模型中用Z表示企业财务状况的判别值,即破产可能性的倒数。用X1、X2、X3、X4、X5分别表示上述五个指标,用b1、b2、b3、b4、b5分别表示这五个指标对Z值的影响权重系数,因此该多元判别函数可表示为:Z=b1X 1+b2X2+b3X3+b4X4+b5X5
Altman采用多元判别分析MDA来确定系数b1、b2、b3、b4、b5的值并通过计算出的Z值来判别企业破产的可能性。上述五个指标中对判别函数影响最大的是X3通过对大量的样本进行多元判别统计分析Altman得出以下两个针对不同类型企业的破产判别函数。
对于工业企业:Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0 X5
对于非工业企业:Z=6.56X1+3.26X2+6.72 X3+1.05X4
其中,Z值越高,表明企业破产的可能性越小。医药行业适用于工业企业模型。Altman在所选取的样本进行研究时,发现当Z值小于1.81时,样本企业全部破产倒闭;当Z值大于2.99时,没有企业破产;另外当Z值介于1.81与2.99之间时,不能进行准确判断。按错误判别率最小的原则,Altman选择2.67作为区分破产企业和财务健康企业的临界Z值。
三、我国医药行业沪市上市公司的Altman Z值法模型的运用
1.样本
本文初步选取了我国医药行业在上海证券交易所挂牌上市的公司57家2007~2008年两年的数据。数据来源是清华金融研究数据库、公司年报,上海证券交易所作为相关数据资料的补充。
本研究选择估计样本的标准为:(1)被特别处理公司即ST公司:可以完整获得该公司(t-1)、(t-2)年的年度财务报告数据;(2)非特别处理公司即非ST公司:在(t-2)年1月1日前上市的,在t年没有被特别处理的,并且可以完整获得该公司(t-1)、(t-2)年度财务报告数据。
2.判别结果
样本中的57家医药公司,通过检索,2009年被ST的7家公司列表如下:
表1 2009年被ST的7家医药上市公司
由数据处理得出,2007年,即(t-2年)对2009年的财务危机判别值的结果的可靠性列表如下:
表2 2007年对2009年的财务危机判别值结果及可靠性
从(t-1)年即2008年的财务危机判别值来看,其预测结果的可靠性如下列表:
表3 2008年对2009年的财务危机盘别致结果及可靠性
2007年对2009年的财务危机预测的结果来看,Altman模型对非ST公司的预测可靠性是很高,达到了94%的预测成功百分比,而对ST公司的预测要小的多,仅为57.14%。2008年对下年即2009年的财务危机预测结果来看,该模型对非ST公司的预测可靠性为69.77%,而对ST公司的预测表现很弱,预测成功百分比仅为28.57%。
在Altman对选择的样本进行研究,其结果显示:以95%的准确率预测了1年后企业破产的情况;以72%的准确率,预测了2年后企业破产的情况。虽然Altman未能获得足够的案例作为样本进行预测,但是较高的判别准确率模型在当时是非常难得和重要的。
从本文选取的样本进行研究的结果来看,和Altman最初模型研究样本的结果存在诸多不一致的结论。首先,本文的研究结果现实2年后企业破产的财务危机预测结果可靠性要高于1年后企业破产的结果,出现这样的结果,主要和原因在于:我国的医药行业主要为国有控股的企业,当预测出现财务危机时,政府可以给予极大的扶持;我国的证券市场还不是很完善,财务会计准则存在一些缺陷、虽然我们一直在努力完善它,但是上市公司进行盈余管理等不规范操作也是司空见惯的;另外,Altman模型是理论界较早的一个模型,其背景和现有经济形势存在极大的差异,同时样本选择的差异也会导致其结果的不一致性。
虽然我们的研究结果并不是Altman模型能够基本预测的,但是其模型对于我国医药行业的预测还是具有一定的借鉴意义,尤其是对非上市公司的财务危机预测准确率较高。
3.研究局限性
本文的研究具有一定的局限性,首先样本的选取范围较小,其结果可能不太具有总体代表性;研究方法仅仅是利用Excel等简单的方法进行分析,结果可能不是很深刻。
四、结论和展望
本文是利用Altmanz模型对我国在沪市上市的医药行业的公司进行财务危机预警研究,研究结果显示,该模型对于我国该行业的预测准确性不高,所以有必要根据我国的具体情况对其模型进行改进,Altman、Haldeman & Narayanan(1977)提出了一种更准确预测企业财务危机的Zeta模型;Meyer & Pifer(1970)、Laitinen(1993)、Theodossiou(1991)将新型概率模型运用于企业财务危机预测;Martin(1977)、Ohlson(1980)运用Logistic模型进行财务危机的预警研究;Zmijewski(1984)使用了Probit分析模型;另外还有神经网络分析模型、递归分割算法、生存分析法及专家系统模型。这些模型分析方法对于较早的Altman模型做了许多改进,方法更加先进、涵盖的范围更加全面,预测的结果更加准确。
未来对于我国企业来说,最重要的是建立起适合我国企业特征的模型,而不仅仅是借鉴国外学者已研究的模型,同时相关的经济、社会体制能够更加完善,将使我国企业财务危机预警分析更加客观,在预测到危机时,企业能够及时调整战略,使企业朝着更加稳定的方向发展。
参考文献:
[1]Edward I. Altman. Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journanl of Finance, 1968,(9).
[2]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6).
[3]王磊.我国医药行业上市公司财务危机预警研究[D].上海交通大学硕士学位论文,2009.
【关键词】电力；企业；财务危机；财务预警；研究
一般来说，电力企业的财务危机是一个循序渐进的过程，在积累的过程中，财务指标会直接反映出危机的特征。所以说，通过财务指标的反馈与建立电力企业的财务预警模型机制，能有效地消除财务危机的隐患，从制度上彻底杜绝财务危机的发生。企业在经营活动中，随着市场的变化，都会出现各类的经济危机，由于电力是基础能源行业，属于上游产业，关系到国家经济的长远规划，特殊的行业造就了特殊的地位，所以说，财务危机对于电力企业更显得至关重要。如何避免财务危机，确保电力企业的财务有条不紊的进行，是关系到我国经济整体的重要因素。因此，制定防范机制，大力提高电力企业的财务管控能力，是很重要的。
1、财务危机预警方法研究概述
财务危机预警方法研究在以前的重点是放在定性分析上，缺点是主观性过强，随着研究的发展到定量分析，并提出了各类的预测模型。总体来说，财务危机的预警模型课分成参数模型与非参数模型。细化的分类，参数模型又可以分成单变量分析模型与多变量统计分析模型两类。
1.1参数模型
1.1.1单变量分析模型
单变量模型是通过个别财务指标来预测财务风险的。最早的财务风险预测是Fitzpatrick开展的单变量判定研究。以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，发现判别财务风险能力最高的两个指标是“净利润/股东权益”和“股东权益/负债”。Berver运用单变量风险预警分析方法建立了财务危机预警模型，抽取了79家失败公司作为样本，以30个变量作为判别指标，检验了公司在破产前几年的预警能力，通过研究发现使用“现金流量/总负债”这一财务比率来预测企业失败的效果最好，判别成功率达到90%，使用“净利润/总资产”比率的判别效果，判别成功率为88%。
1.1.2多变量统计分析模型
多变量统计分析模型采用多个财务指标作为自变量，比单变量模型更能全面的反映出企业的财务状况，适应性更强。选取营运资本/资产总额、留存收益/资产总额、息税前利润/资产总额、所有者权益市价/负债总额、总销售额/资产总额5个变量作为判别变量，构建了Z--Score模型。从1980年以来，Logistic回归分析代替判别分析法，在财务风险预测研究领域占据主流地位。
1.2非参数模型
非参数方法主要包括神经网络模型、案例推理、DEA模型、决策树分析和粗糙集分析等方法。Lane和wangsely（1986）提出了COX比例风险预测模型，该模型主要用来预测企业未来经营状况以及生存能力、生存时间。20世纪80年代末，神经网络兴起，也影响到了财务危机的研究领域。
2、电力企业财务危机预警方法研究
2.1单变量模型和多变量模型相结合
单变量模型的优点在于简单易行，缺点是精度不够，在财务指标上不能全面地体现电力企业综合财务状况，所以，在电力企业财务危机预警方式上应该采取单变量模型和多变量模型相结合的方式，因为多变量模型能够准确地反应电力企业整体的财务状况，在财务预警中能够起到主导地位。利用单变量模型的简单易行的优点和多变量模型反应全面的优点，可以完善电力企业财务危机预警机制，有效地规避财务风险。
2.2合理选取会计数据和财务指标
在财务危机预警模型应用中，合理地选取会计数据和财务指标很重要。国外一般选取债务契约与贷款协议中的具体数据以及比率数据，作为企业破产可行性分析的指标，认为这些数据会直接导致企业违反契约，导致破产。在国内的财务危机预警模型应用中，一般会选取会计数据以及财务指标来综合分析财务危机，达到合理地分析，综合利用，确保财务安全。
2.3财务预警模型与实际情况综合分析
因为国外的财务预警模型是建立在证券市场以及上市公司的基础上，与我国的具体情况不同，电力企业要根据本行业的具体情况，在组织形式、管理水平、经营理念以及产品分析等多方面因素综合分析，找到符合电力企业的财务预警机制的分析方法。电力企业部门众多，分类复杂，要根据每个电力企业的具体特点，在预警模型中的权重和顺序一定要选好指标项目，在分析财务模型判定临界值时要考虑到本企业的特点，已上市的企业要综合股权结构、财务报表、内部控制以及发展战略等多方面因素具体分析。
2.4定量与定性相结合
现有预警模型主要侧重于财务定量数据的使用，对于像宏观经济状况、国家政策的变化、不同企业的特殊情况等定性指标考虑的还很少。对电力企业财务预警系统的设计应包括定性模型和定量模型，两者的有机结合构成电力企业的财务危机预警系统。在定性财务预警方面，电力企业还应当借助于一些非历史的和非货币性信息，如煤价波动、替代能源、市场利率、安全和环保等。
2.5现金流量和非现金流量指标结合
在对国外破产企业的分析中发现，40%的企业是盈利企业，破产的原因就是现金流量不足，这说明在企业的财务预警机制中，现金流量指标要远远比非现金流量指标重要。所以说，在电力企业中，建立有效的财务预警机制，现金流量和非现金流量指标相结合，在数量和权重上综合考虑，保证财务危机预警机制有效地进行。
2.6严格执行电力企业财务相关制度
加强财务监督，防范和化解财务风险。高度重视财务监督，成立财务稽核机构，根据《国家电力公司稽核管理办法》等有关规章制度，全面监督财务制度执行情况，强化监督职能建设，充分发挥财务稽核和内部审计成果的作用，对发现的问题进行跟踪落实和督促纠正，有效地防范和化解了财务风险。对电力企业年度决算报表进行审计，加强会计核算基础工作，规范会计核算行为，保证财务信息的真实、完整，提高财务信息质量。
3、结束语
电力企业担负着国家的基础能源建设，在经济建设中具有举足轻重的地位。电力企业随着体制改革的不断深入，经营管理模式也在逐步发展变化，在经营活动中会出现各类财务风险，只有制定完成的财务预警机制，才能避免财务风险的出现，才能保证电力企业得以快速的发展，更好地服务于社会。
参考文献
[1]杨淑娥.企业多层次财务危机预警研究方法与应用[M].经济科学出版社.2009.
关键词：财务危机；多元判别分析法；Logit回归；主成分分析；行业；地区
文章编号：1003－4625（2007）05－0042－04中图分类号：F830.2文献标识码：A
Abstract: This paper conducts an early-warning research of company’s financial distress in different industries and regions by making use of the multiple discriminate analysis model, Logit model and principal component analysis model. It analyzes the discretion accuracy of the early-warning models, the parameter selection of different models and the early-warning discrimination of different types of financial distress. The models presented can be used for credit risk measurement for commercial banks.
Key words: financial distress; multiple discriminate analysis; Logit regression; principal component analysis; industry; region
随着经济金融的发展和对信用风险认识的不断加深，人们对企业财务危机预警的研究也越来越多。
回顾企业财务危机预警模型的发展过程，大致经历了从单变量模型到多变量模型，多元判别模型到Logit模型等其他参数模型，从统计参数模型到非参数模型，从单一模型到综合系统的过程。技术的进步，改变了以往单纯依赖专家进行风险判别的局限性，大大提高了财务危机判别的有效性、准确性和一致性，同时也明显降低了判别成本。
国际上，Fitzpatrick（1930）最早认为企业的财务比率能够对企业未来财务状况进行预测分析。Beaver（1966）首先运用统计方法建立单变量财务预警模型。Altman（1968）利用多元判别分析法建立了著名的多变量预警模型――Z模型，以后又进行修正，提出了ZETA模型。Ohlson（1980）首先运用Logit回归模型进行企业财务预警研究。随后，Zmijewski（1984）、Zavgren（1985）、Lav（1987）、Keasey和McGuinness（1990）也运用Logit模型进行财务危机预警研究，并且大大提高了模型的预测精度。
我国的财务预警模型研究始于1990年。陈静（1999）、张玲（2000）、吴世农和卢贤义（2001）等，运用多元判别对上市公司进行了财务危机预警分析。刘（2001），齐治平、余妙志（2002），朱曦、冯田、印丽娟（2004）等，运用Logit模型对财务危机进行了研究。周兵、张军（2002），周思恩、丁莉（2003）用主成分分析法，生成线性的或Logit的函数方程进行财务预警研究。
目前，我国的预警模型研究尚处在起步阶段，由于受到数据可获得性的制约，大量研究主要是针对上市公司开展的。由于上市公司的特殊性，使得研究结果的运用受到一定的限制。同时，对于区域的企业财务危机预警研究还不多见。运用商业银行的大量数据，进行分行业、分地区的企业财务预警模型研究尚属空白。进而，对模型的财务指标进行深入比较分析，在公开资料上也不多见。
本文将运用多种模型技术，利用商业银行多年的企业财务数据，研究生成了分行业、分地区的财务危机预警研究，并进行相应的比较分析。
一、多元判别分析原理
判别分析是判别样本隶属类型的一种统计方法。一般来讲，有k个总体G1,G2,…，GK，它们的分布密度函数分别为f 1(x)，f2(x)，…，f k(x)，对于给定的一个样品X=(x1，x2，…，xm)T，判别分析是判断它属于k个总体中哪一个的统计方法。
本文采用多元线性判别，基本思想是将K组（类）m维数据投影到某一方向，使得组与组之间的投影尽可能地分开。
若从K个总体分别取得K组m维观察值：
G1:x1(1)，x2(1)，…，xn(1)；…；GK：x1(k)，x2(k)，…，xn(k)，n=n1+n2+…+nk。
设a为一m维列向量，y(X)=aTX为X以a为法线方向的投影，则
， ， ，
。
选取适当的a，使得不同组（类）之间的区分能力越大越好，每个组内的y值离散程度越小越好。
二、Logit回归原理
Logit模型采用二元的Logistic概率函数作为模型方程，又称增长函数，是1838年比利时P．F．Verhulst首次提出来的。
假设响应变量y为二值定性变量，用0，1分别表示企业财务正常和危机两个不同的状态，y＝1的概率p是我们研究的对象，自变量为x1，x2，…，xm，Logistic回归拟合的回归方程为
其中：m是自变量个数，β0，β1，…，βm是待估参数，p是自变量取值为X=(x1，x2，…，xm)T，时，原响应变量Y取值为1时的概率，Logistic回归方程的另一种形式为p=exp(Z)/[1+exp(Z)]
显然，Z是自变量X的线性函数，通常称上式为Logit变换，它有很强的统计意义，如它表示了y取值1的概率与取值为0的概率的比值的对数。
三、主成分分析原理
主成分分析法，也称因子分析法，最早是由美国心理学家Charles Spearman 在1904年提出的，其基本思想是将实测的多个指标，用少数几个潜在的相互独立的主成分指标（因子）的线性组合来表示，构成的线性组合可反映原多个实测指标的主要信息。它的优点是可以对观测样本进行分类，并根据各因子在样本中所起的作用自动生成（确定）各因子权重，简化实测指标系统。主成分分析方法的一般模型为：
其中：
F1，F2，…，Fn为实测变量；
aij（i＝1，2，…，m；j＝1，2，…，n）为因子载荷；
Xi（i＝1，2，…，m）为选择确定的们m个主成分因子；
Ki（i＝1，2，…，m）为主成分因子的权重（即第i个因子的贡献率）；
Y是公司财务危机的预测值。
需说明的是，因子载荷aij是第Fj个实测变量在第Xi个主成分上的载荷，或者说，第Fj个变量与第Xi个主成分的相关系数。载荷越大，说明第Fj个实测变量与第Xi个主成分的关系越密切；反之亦然。在主成分分析的基础上，对主成分因子，运用Logit回归模型，生成相关的预警模型，对企业财务危机进行预警分析。
四、研究设计
（一）财务危机企业的界定
财务危机企业的界定，是预警模型研究的关键性内容。本文利用商业银行实际的企业客户数据，界定了两类财务危机企业。为突出反映财务状况劣变快的特性，将企业信用等级下降三个及以上信用等级的企业，界定为第一类危机企业。为区分企业财务状况优劣，将有不良贷款、信用等级低的客户，界定为第二类财务危机企业。与此相匹配，界定正常类客户。
（二）样本选择
经过筛选，本文选择了17个大类行业9700多家企业、10个地区8600多家企业2004年的财务数据进行财务预警研究。每个行业平均有285个样本，其中平均正常企业样本数为145个，平均危机企业样本数为140个；每个地区平均有430个样本，其中平均正常企业样本数为218个，平均危机企业的样本数为212个。
（三）变量定义
分析国内外已有财务预警模型变量的选取情况，本文首先汇总整理了偿债能力、财务效益、资金营运、发展能力、企业规模共五大类47个财务指标。
初步选择某个行业客户的财务数据，对此进行分析。根据客户数据的可获得性，剔除一些数据质量不高或难以获得的指标（目前企业现金流量表的数据不易获得，真实性相对较差），剔除了一些经过T检验后不显著的、均值与方差对判别区分力不强的指标，又剔除一些相关系数较高的指标。最后得到24个财务指标，作为拟建立模型的备选变量，包括资产负债率、全部资本化比率、速动比率、（现金+短期投资+应收票据）/资产总额、流动资产/资产总额、现金/流动负债、净资产收益率、销售（营业）利润率、总资产报酬率、成本费用利润率、主营业务鲜明率、总资产周转率（次）、存货周转率（次）、应收账款周转率、固定资产净值/所有者权益、营运资产与总资产比率、营运资金/销售收入、固定资产周转率、销售（营业）收入增长率、资本积累率、总资产增长率、留存利润比、营业利润增长率、LOG（总资产）。
（四）计算方法
本文运用SPSS软件，通过多元判别、Logit回归、主成分分析+Logit回归三个统计原理，使用了全部变量一次生成模型、全部变量逐步筛选生成模型、经过T检验再筛选部分变量生成模型，三种计算方法来实现预警研究。同时，根据模型公式回判准确率的高低来最终取舍相关模型。同时，利用上述三种方法，分别对第一类、第二类财务危机企业进行了预警研究。
五、计算结果及分析
（一）行业的企业财务危机预警模型
运用以上三种方法，研究生成了17个行业的预警模型。限于篇幅，仅展示通用设备制造业第二类财务危机的预警模型，其中多元线性判别模型由筛选后指标逐步回归得到，准确率为95.7%。公式为：
Y=－3.777－0.015X1＋0.004X2＋0.055X3＋0.007X4＋0.031X5－0.602X6＋0.880X7
X1：资产负债率X2：速动比率
X3：总资产报酬率 X4：成本费用利润率
X5：主营业务鲜明率X6：总资产周转率
X7：LOG（总资产）
判别区间为－0.98、0.47。
17个行业的财务预警模型，其回判准确率统计如下：
表一行业的企业财务预警模型回判准确率
由上表可见，行业的预警模型回判准确率比较高，可以运用到风险管理的实践中去。
（二）区域的企业财务危机预警模型
运用以上三种方法，研究生成了10个地区的预警模型。限于篇幅，仅展示河北省第一类财务危机的预警模型。
1.Logit回归
该模型由24个指标逐步回归法得到，回判准确率为96.2%。公式为：
其中E的指数
Y=33.363＋0.115X1－0.034X2－0.083X3－0.586X4＋0.061X5－6.803X6
X1：全部资本化比率 X2：速动比率
X3：销售（营业）利润率X4：总资产报酬率
X5：固定资产净值/实收资本 X6：LOG（总资产）
2.主成分＋Logit回归
由主成分分析，通过指标筛选，生成了4个主成分，具体参数见表二：
随后，由筛选后指标逐步回归得到模型，其回判准确率为97.8%，公式如下：
其中E的指数
Y=－1.459968＋0.045358X1－0.000250X2＋0.000532X3
＋0.638560X4－0.037890X5－0.049253X6－0.001224X7
＋0.472836X8－0.001835X9－0.006300X10－0.015369X11
－0.021877X12－0.153261X13＋0.098905X14
X1：资产负债率 X2：全部资本化比率
X3：速动比率X4：（现金＋现金等价物）/资产总额
X5：净资产收益率X6：总资产报酬率
X7：成本费用利润率 X8：营运资产与总资产比率
X9：固定资产周转率 X10：销售（营业）增长率
X11：资本积累率X12：总资产增长率
X13：营业利润增长率X14：LOG（总资产）
表二主成分分量参数表
由此，10个区域的财务预警模型，其回判准确率统计如下：
表三 区域的企业财务预警模型回判准确率
由上表可见，区域的预警模型回判准确率比较高，也可以运用到风险管理的实践中去。
（三）行业、区域预警模型比较分析
由表一、二可见，不同判别方法的回判准确率比较接近，其中Logit模型的回判准确率相对最高，多元判别和主成分+Logit模型的判别方法的回判准确率没有明显的高低差异。
区域预警模型，是在不考虑样本企业所属行业的基础上进行的预警。因此，各个地方（或者国家）完全可以根据各自的风险管理情况，采用不同的预警模型进行风险管理。
行业预警模型，忽略了企业所属区域，可以对具有行业特点的财务危机进行有针对性的风险判别，同时相关信息可以提供行业分析、企业行业排名的辅助参考。
行业、地区的预警模型回判准确率比较接近。不同地区、不同行业完全可以生成适应自身需要的预警模型来提高风险管理的水平。同时利用行业、区域预警模型进行风险预警分析，可以从两个维度相互验证、相互补充来进行风险预警，从而进一步提高风险判别有效度，并不断满足风险管理多样性的需求。
（四）财务指标重要性比较分析
不同行业、地区的预警模型，选用财务指标的频率是不同的，其中比较普遍的是反映企业规模的LOG（总资产）、反映负债特点的资产负债率等指标。
由此认为，人们在判别企业财务质量时，有侧重的选择不同的财务指标，是有统计依据的，不同财务指标在分析企业财务状况时的重要性和有效性是有区别的。
表四 预警模型变量选择比例
（五）对财务优劣的判别与对财务质量劣变速度的判别比较分析
表五第一类危机、第二类危机的预警
由上表可见，两种预测的精度都不错，结果均可用；对财务质量预测的准确度明显比对财务劣变预测的准确度要高。说明，财务危机波动性的预测难度更大。
六、总结
建立具有较高回判准确率的不同行业、区域的企业财务危机预警模型说明，我国已经具备了利用企业财务数据进行财务危机预警和信用风险管理的条件。同时，从一个侧面证明了国外预警模型的指标、参数是不大适合直接运用到中国生产实践中去的。
研究表明，商业银行可以针对重点行业、重点地区，对具有不同信用风险特征的企业建立不同的财务危机预警模型，以不断提高信用风险管理的水平。同时，针对特定的需要和对象，如大信用额度的客户、集团客户、关联客户等，也可以建立相应的预警模型，以突出进行差别化的信用风险管理。
在预警模型的基础上建立风险预警系统，可以将现代统计技术运用到风险管理的日常实践中去，并能够在短时间内加快缩短我国与国外在信用风险管理方面的差距。
此外，通过采用风险预警技术，可以开展违约诱导因素分析、信用等级自动判别、风险动态管理等多种研究，以不断丰富信用风险管理的工具和手段。
参考文献：
[1]Frizpatrick. A Comparison of Ratios of Successful Industrial Enterprises With Those of Failed Firms[M].Certified Public Accountant.1932
[2]Beaver W H.financial ratios as predictors of failure[J].Journal of Accounting Research.1966 ， （supplement） ：71－111
[3]Altman E I. Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance.1968 ， Vo1. 23：4－7
[4] J S. Ohlson.Financial Ratios and the Probabilitistic Prediction of Bankruptcy[J].Journal of Accounting Research.1980 ， Vo1. 4：123－133
[5]陈静.上市公司财务恶化预测的实证分析[J].会计研究,1999,(4):31-35.
[6]张玲.财务危机预警分析判别模型及其应用[J].预测,2000,(6):38-40.
[7]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).
[8]徐国祥.上市公司经营业绩综合评价及实证研究[J].统计研究,2000,(9).
[9]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6):46-55.
[10]刘.上市公司财务状况异常的预警分析[J].资本经营,2001,(2):38-42.
[11]齐治平,余妙志.Logistic模型在上市公司财务状况评价中的运用[J].东北财经大学学报,2002,(1):60-63.
[12]周兵,张军.上市公司财务状况恶化的预警模型分析[J].华东经济管理,2002,(8):92-98.
[13]周思恩,丁莉.上市公司被特别处理的分级预警模型分析[J].财经科学,2003, (增刊):289-291.
1 Mann-Whitney U非参数检验
A1：资产负债率， A2：流动负债与经营活动净现金流比，A3：速动比率，B1：总资产周转率，B2：应收账款周转率，B3：存货周转率，C1：净资产收益率，C2：每股收益， C3：主营业务利润率，D1：主营业务收入增长率，D2：净利润增长率，D3：固定资产投资扩张率，E1：每股经营性现金流量，E2：现金股利支付率，F1：总资产，G1：独立董事比例，G2：董事会规模，G3：董事会会议次数，G4：董事长与总经理兼任情况，G5：国有股比重，G6：第一大股东持股比例，G7：Herfindahl-5指数，G8：管理层持股比例，G9：管理层薪酬（高管前三名薪酬总额）。
3 LOGISTIC模型建立
为82个训练样本中的ST公司赋值为1，非ST公司赋值为0，并运用SPSS进行分析，构建LOGISTIC模型。回归结果如下：
表3表明，总正确率为87.8%，预测精度较高。表4可看出，拟合百分比分别为43.60%、64.10%。模型很好地拟合了样本数据实际情况。表5除B2、C1、C3外，其他变量P值在5%的显著性水平下均显著，但因变量在Logistic回归前，均已通过Mann-Whitney U非参数检验，且评价Logistic模型优劣不能仅仅只看回归系数是否显著，因此认为，此11个变量基本上对训练样本进行了较好的拟合。
【关键词】 神经网络； 财务危机； 预警模型
一、企业财务危机预警的现实意义
财务危机是由于种种原因导致的企业财务状况持续恶化，财务风险加剧，出现不能清偿债务的信用危机，直至最终破产的一系列事件的总称。财务危机将危害到企业正常的生产经营，制约企业的发展后劲，打乱企业正常的生产经营秩序，挫伤职工的生产积极性等。而有效的企业预警机制能够起到提高企业危机管理意识，提高企业适应能力和竞争能力等作用，对企业进行有效的监督和预警也直接关系到企业相关利益人决策、市场竞争机制的客观要求、财务监督、财务预测等方面。所以，对我国企业财务危机进行有效的预警就变得迫切和必要。
二、财务危机预警模型指标体系的选择
任何一种经济现象都具有多方面的特征，财务指标体系就是对经济现象特征的整体描述。在以往的研究成果和我国的企业评价指标体系的基础上，结合我国企业的具体特征，充分考虑各个指标的实际应用效果和获取指标的难易程度，可选择下列指标来建立适合我国企业财务危机预警模型的指标体系：资产负债率；流动比率；净资产收益率；总资产周转率；主营业务收入增长率和每股经营活动产生的现金流量净额。这些指标兼顾到了偿债能力、盈利能力、资产营运能力、增长能力以及现金流量状况五个方面，同时鉴于针对的是企业的财务危机的预警指标，所以在选择构成指标时，也适当侧重了企业的偿债能力和盈利能力指标。
三、基于BP神经网络的财务危机模型的建立及预测结果分析
（一）BP神经网络原理与财务危机预警的可行性分析
BP神经网络是一种调整连接权值及结点阈值时采用的误差逆传播学习方法，是一种典型的误差修正方法。其基本思想是：把网络学习时输出层出现的与“事实”不符的误差，归结为连接层中各单元间连接权值及阈值的“过错”，通过把输出层单元的误差逐层向输入层逆向传播以“分摊”给各连接单元，并据此对各连接权进行相应的调整，使网络适应所要求的映射（图1）。而财务危机预警的6项指标与企业的财务状况之间的关系是很难用普通的方法加以定量化的表述，而通过大量的样本表现出的数学统计学特征的准确表达正是神经网络的优势所在，为此，我们认为神经网络是可行的。
（二）财务危机预警模型样本的选择
考虑到我国近几年在经济、法律、会计方面进行了较大的政策调整，因此在选择样本的过程中我们选取了信息较为连续可比、取得较为容易的上市公司中制造业行业的6个子行业2000―2002年之间的数据，选择了行业中25家ST公司和25家非ST公司作为训练样本，ST公司样本数据为其被ST的前一年的数据资料，随机选择的非ST公司的样本数据为与ST公司同期的数据。我们还选择了2003年同行业的38家ST公司和随机选择的同期非ST公司作为检验样本，用模型的预测结果与已知的实际结果进行对照，以检验模型的准确性。选择这一期间的样本数据是因为这些样本数据的时间跨度不大，在这几年中，国家的会计制度、税收政策和退市制度也没有太明显的变化，整个国民经济的发展比较稳定，无明显的经济周期影响。
（三）网络结构及参数的选取
1.网络结构的确定
输入节点数由控制的目标确定，控制目标为6个，因此输入节点数为6个；输出节点数由风险因素确定，输出节点为2个。一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数，增加隐层数主要可以更进一步降低误差，提高训练的精度，本系统中只设一个隐含层，主要通过调节隐层节点数、动量项、学习率提高网络的训练精度。
2.各参数选取
把经过处理后88组样本数据输入到神经网络，前50组作为训练样本，后38组作为预测样本，网络的预期误差0.001。利用神经网络系统对学习数据反复训练，得到实验结果最好的一次，各参数如下：
动量项?准=0.3；学习率?浊=0.4；学习次数n=10000；隐层节点数p=6；网络实际误差?孜=0.0024
（四）财务危机预警预测结果分析
利用前述训练结果，对38个检验样本进行预测，预测的结果（表3）根据下列标准进行判断，如果预测结果逼近于1，则判断为非财务危机公司，如果预测结果偏离1就可判断有财务危机的可能性，可以发出财务危机预警。
通过预测结果与实际结果的比较，可以得出以下验证结果：
1.对于非ST公司，预测的准确率为94.74%；
2.对于ST公司，预测的准确率为84.21%；
3.综合预测准确率为89.47%。
四、该财务危机预警模型的局限性分析
利用神经网络进行财务危机预警模型的研究，从模型的训练和预测结果可以看出，还是具有一定的可行性和有效性。但也存在一些问题：
（一）忽视了企业规模对企业财务状况的影响
本次研究中所选择的ST样本是所属行业的全部样本量，而配对样本则是随机抽取的，在选择的过程中，没有重点关注企业规模对财务危机指标标准的不同要求。
（二）非ST样本公司的代表性
所选取的ST企业被界定为财务危机公司还不容易引起争议，但对非ST公司而言，每个公司仍然存在财务状况非常好、较好或一般的差异，因此用不同的非ST公司和ST公司配对，就不能排除财务危机公司财务状况之间的差异，这也直接影响了预测数据判别的准确率。
（三）ST界定自身具有的不适应性
根据我国对ST公司的划分标准，可以看出其主要看中的还是公司的盈利能力和资本结构比率，而财务危机是企业综合财务状况出现问题的集中表现，它受到多项能力和指标的影响，两者之间并不对等。
（四）神经网络理论自身的缺陷
神经网络自身擅长解决不精确和模糊的信息处理问题，在处理过程中，他会有自动删除样本“噪声”和自动调整的功能，如果其修正数据的过程中出现偏差，或训练过程中参数确定的不准确，也会直接影响预测的准确性。
（五）样本选择的局限性
本次预测过程中受诸多因素的影响，所选择的样本不具有普遍的代表性，局限在了上市公司，连续数据的选择也导致了数据的时效性较差，对当前新经济形势下的企业财务危机的参考作用有待观察。
五、结论
财务危机预警模型通过神经网络原理，在目前是可以实现的，只要在模型建立的过程中，将不稳定因素的影响降低到最低，就可以极大地提高预测的准确率。另外，由于不同的行业有其不同的生产和财务特性，他们的数据表现的要求也不尽相同，因此对于差异较大的行业，应适当建立行业财务危机预警模型，以更好地提高预测的准确程度。
当然，企业财务危机预警模型作为财务危机预警系统的一个有机组成部分。它的作用必须借助于整个系统作用的发挥，也需要企业的高层管理者确实认识到财务危机预警的必要性，才能真正实现对财务危机抑制和防范作用。
【参考文献】
［1］ 卢雁影.财务分析［M］.湖北:武汉大学出版社，2002:296-303.
关键词：Z分数模型；F分数模型；财务危机
一、引言
激烈的市场竞争，虽然可以给企业提供广阔的经营舞台，但同时也带来了无数的市场风险，这些风险会使企业面临生存危机甚至倒闭。财务风险会使企业陷入困境，甚至破产。然而，企业的财务危机是一个循序渐进的过程，通过财务危机预警分析可以及时发现企业财务管理中存在的问题。因此，及早地察觉财务风险的信号，对企业的经营管理具有重要的作用。本文以福建福日电子股份有限公司为例，研究了财务危机预警分析的Z分数模型和F分数模型，分析结果表明两种模型都具有较强的预测效果。
二、Z分数模型
Z分数（Z score）模型，又称多变量模型，是由美国纽约大学斯特商学院教授Altman在前人研究的基础上，于1968年提出的。1977年又对该模型进行了修正和扩展，建立了第二代模型ZETA模型（廖珍珍和应益华，2011）。Z分数模型主要对上市公司在银行贷款方面的信用进行评价，分析上市公司是否存在违约情况。首先，选取最能反映上市公司的财务状况、还本付息的能力的财务比率。其次，从贷款资料中分类收集样本，根据所处行业的实际情况，确定每一比率的权重，将比率乘以相应权重，然后相加，得到Z。最后，对Z进行分析，得到一个衡量上市公司贷款风险度的Z值或值域。Z评分模型所得出的结果高于或大于某一预先确定的Z值或值域，就可以判定这家公司的财务状况或其信用水平还尚可；否则，该上市公司可能存在信用风险。
根据Altman对Z分数模型的理论，流动性、盈利性、杠杆比率、偿债能力以及活跃性是影响借款人违约概率的五个因素。虽然Z模型具有较高的判别精确度，但也存在一些缺陷，因为它有一个很严格的假设，即假定自变量是呈正态分布的，两种样本要求等协方差，可是现实中的企业数据一般满足不了这一假定条件，从而限制了该模型的应用范围，尽管如此，他仍然是财务危机预测常用的方法。
Z评分模型主要如下：
Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
其中，X1表示企业资产折现能力和规模特征，用期末流动资产减去期末流动负债再除以期末总资产来衡量；X2表示累计获利能力，用期末累计未分配利润除以期末总资产来衡量；X3往往是财务失败最有利的依据之一，用息税前利润除以期末总资产来衡量；X4表示企业的财务结构，用期末股东权益市场价值除以期末总负债来衡量；X5表示企业运用资产以产生销售收入的能力，用期末主营业务收入除以期末总资产来衡量（刘鑫，2007）。
Z值作为企业违约风险指标，Z值越大，表明企业处于较低的违约风险组，其信用状况越好。此外，根据对经营失败企业统计数据的分析，Altman 还得出了判断企业破产的临界值：Z=2.9。如果 Z>2.9，预测企为较安全企业；如果Z
三、F分数模型
F分数模型是在Z分数模型的基础上进行修正而来的。F分数模型具有以下几个特点，第一，加入了现金流量这一预测自变量，较多学者发现现金流量比率能够有效地预测公司破产，弥补了Z计分模型的不足；第二，考虑到了现代化公司财务状况的发展及其有关标准的更新；第三，使用的样本量比较大，使用4160家企业的数据进行了检验。
F分数模型如下：
F=-01774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5
其中，X4用来衡量企业所产生的全部现金流量可用于偿还债务的能力；X5用来衡量企业总资产在创造现金流入流出方面的能力；X1、X2、X3的计算方法与Z分数模型相同。F分数模型的临界点为0.0274。如果某公司的F分数低于0.0274，则表明此公司的财务风险较大，预测为破产公司；反之，如果F分数高于0.0274，表明公司经营良好，其经营风险和财务风险均比较小，将该公司预测为继续生存公司（段霞，2012）。
四、Z分数模型和F分数模型在企业中的应用
福建福日电子股份有限公司（股票代码：600203，以下简称：福日电子）是在上海上上市的公司，其最近三年平均增长率都比较低，在所有上市公司中排名也是很落后，其所在的电子设备和仪器行业排名也很低，盈利能力较差。
1.Z分数模型在福日电子中的应用
根据前面的结论，当Z值高于2.9时，说明企业不存在安全隐患，即预测该企业为安全企业；若Z值低于1.2，表示企业面临严重的安全隐患此我们可以预测福日电子面临严重的财务风险。我们可以看出福日电子2010年-2012年这三年的Z值均小于1.2，财务状况非常不理想，企业存在很大的破产风险。其中，影响借款人违约概率的五个因素中流动性、盈利能力、杠杆比率以及偿债能力等财务指标的均值都比较低，反映出福日电子总体来说资产流动性较差，可流动的营运资金很少，资金利用效率不高，财务状况非常不理想；筹资与再投资功能很差，创新能力与核心竞争力很弱，投资价值较低；在不考虑税收和财务杠杆因素时资产盈利能力很差，企业利用债务资本进行经营的能力较差，破产可能性非常大；相对于较安全企业和灰色区域企业而言，占Z值比重最大的X5比率非常低，反映出企业资产周转率、存货周转率均很低，企业利用其资产进行经营的效率很差，经营能力非常弱已经存在着潜在的破产危险，企业应该采取措施，防范危机的发生。由表1中的数据，我们可以看出，福日电子在2010年-2012年的Z值均低于1.2，表示该公司面临严重的安全隐患，预测该公司为破产公司，该公司必须采取及时有效的措施，以防止破产的危机。
2.F分数模型在福日电子中的应用
F分数模型对福日电子的预测数据如表2所示。
根据以上理论，我们知道，F分数模型的临界值为0.0274。当F值高于0.0274时，预测期财务风险较小，为继续生存公司；若F值低于0.0274，则预测公司为破产公司。根据表2，我们可以看出，2010年福日电子的F值为-0.0509，其明显小于0.0274，预测其为破产公司，财务风险较大，公司情况不容乐观。2011年福日电子的F值为-0.0117，也是明显小于F值得临界值0.0274，财务风险较大，公司经营情况比较差。2012年F值为-0.0255，同样的也是小于0.0274，很显然，福日公司在2010年-2012年三年的F值均远小于0.0274。此时的企业应该进行有效措施，比如进行资产重组或者通过股票的方式筹集资金，否则企业将在未来的几年内面临风险。
五、结论
Z分数模型和F分数模型具有单变量分析模型所不具有的优势，几乎包括了所有预测能力很强的指标，预测效果也很好，对企业来说具有预测和防范的作用。F模型和Z模型得出的结论是一致的，两者都可以为企业提供预测财务风险的作用。通过以上理论以及数据的分析发现，两种分数模型都具有为企业提供危及预测的功能，一旦模型低于临界值，企业就应该改变经营策略，采取合适的手段筹集资金，这样才能使企业避免决策失误。
参考文献：
[1]段霞.Z模型和KMV模型在我国适用性的对比研究――以我国制造类上市公司为例[D].西南财经大学，2012.
[2]刘鑫.对我国上市公司信用风险状况的实证研究―运用“Z 评分模型”评价我国上市公司的信用风险[J].辽宁经济管理干部学院学报，2007（04）：29-30.
[3]刘献中.基于Z评分模型对我国股份制银行和证券公司信用风险的度量[J].金融经济，2010（12）：80-82.
（一）企业财务危机的内涵
将企业财务风险不断加剧、企业经营状况与财务状况持续恶化、无法清偿到期债务直至破产的一系列过程统称为企业财务危机。从根本来看，企业财务危机是由其丧失支付能力造成的，但是外在的表现形式多样，包括企业资不抵债、盈利能力变差、现金流量持续保持负值、企业丧失信用等。
（二）财务危机预警体系的功能与作用
可以将企业财务危机预警体系在企业财务风险管理中的功能与作用概括为以下几个方面。
1.监督与监测。财务危机预警体系在企业整个生产经营环节级经济活动中发挥着实时的监督与监测作用，生产经营环节一旦出现问题，就会反映在各项财务指标数值上，此时就可以通过财务危机预警体系进行预警与反映。
2.识别与诊断。财务危机预警体系具有识别与存储功能，可以将企业运行中出现的异常状况与其强大的数据库进行自动比对，做出相应的应对决策。如企业流动比率合理的取值应该是2：1，过高或过低都反映出企业生产经营环节出现了问题，财务危机预警体系便会做出预警并给出相应的应对措施。
3.预防和控制。财务危机预警体系不仅能进行事中与事后的识别与诊断，更能进行事前预防与控制，预警体系可以通过其强大的数据库功能，在以往的危机过程中详细记录原因、过程与结果，在新的危机可能出现之前做好预防与管控。
二、企业财务危机预警体系的构建
企业财务危机预警体系是由若干要素及系统构成的一个有机整体，故而在进行企业财务危机预警体系构建时，必须从其几个构成部分出发进行探讨。
（一）财务危机预警组织机制
一个健全的财务危机预警组织机制直接关系到企业财务预警体系的功能能发正常发挥及运转效果的好坏，为了保持其客观性、中立性，预警组织机制必须独立于企业的整体运行与控制，直接受企业最高管理层控制并对其负责。预警组织机构可以是实体组织也可以是虚设的，如常见的企业预警组织管理委员会就是虚设的，其成员多由企业符合条件的管理人员兼职担任并聘请企业外部管理咨询专家参加。
（二）财务危机预警信息机制
为了便于其各项功能的正常发挥，企业财务危机系统必须有强大的信息作支撑，包括信息的搜集、传递、处理及评价，为此企业必须对现有的财务危机预警体系进行修正与升级，将最新的企业生产经营状况与数据输入系统，以便该系统功能的正常发挥。
（三）财务危机预警分析机制
对企业财务危机的分析包括识别危机信号、确定危机程度及预报危机情况三个方面，其中前两个环节尤为重要。具体而言企业财务危机预警分析机制包括以下几点。
1.建立短期财务预警系统，编制现金流量预算。从企业短期经营过程来看，足够的现金比盈利更为重要，只要企业有现金、有利润，就表明企业生产经营是基本稳定的，故而企业必须准确编制现金流量，现金流量情况是否正常直接反映出企业经营管理是否出现了问题，一旦现金流量出现异常，企业必须及早采取措施。
2.确立财务分析指标体系，建立长期财务预警系统。企业在建立短期财务预警的基础上，还必须建立长期财务预警系统，尤其要注意其中的盈利能力指标、偿债能力指标和发展潜力指标。如下图所示。
（四）财务危机预警管理机制
企业财务危机管理包括日常管控与危机管理两种，其中日常管控强调事前与事中监督管理，将企业日常经营过程中出现的任何问题与偏离都进行实时反映与纠正，进而进行分析、识别与诊断，将风险控制在第一时间内；而危机管理则是在财务危机发生后，如企业资不抵债、濒临破产、信用恶化后，组织专门力量进行补救，化解财务危机。企业必须将预警管理重点放在第一个环节，重视日常管理，等到真正发生财务危机后进行管理估计很难起到“亡羊补牢”的作用了。
三、企业财务危机治理对策
（一）恰当选择企业财务危机预警体系
企业在选择（建立）财务危机预警体系时必须充分结合当前所处的发展阶段与所要实现的财务目标，因为不同企业在发展的不同阶段所面临的风险与期望达到的财务目标是不同的。如企业当前处在急速扩张阶段的话就必须更加重视负债规模，如果企业当前处于积极融资阶段的话，在预警体系设计时就必须过多的考虑偿债能力。
（二）定性分析与定量分析相结合
在设计企业财务危机预警体系过程中首先必须选择恰当的财务指标，在进行指标选择时，必须坚持定性与定量相结合的原则。定性指标强调的是对研究对象属性的描述，其结果也是描述性的，而定量指标则更多的研究对象之间的量的关系，结果是具体而量化的。只有将定性与定量分析结合起来，才能构建起符合企业发展实际的财务危机预警体系。
Abstract：Constructingfinancialcrisispre-warningsystemisthenecessitytothedevelopmentofcapitalmarketinChina.Thispaperanalyzesthepossibilityofconstructingfinancialcrisispre-warningsystemofthelistedcompaniesfromthreeaspects,theory，economicsandtechnology,andworksoutthenewthoughtandbasicframeworkofconstructingfinancialcrisispre-warningsystemsoastopreventandresolvethefinancialcrisisofthelistedcompanies.
关键词：上市公司财务危机预警系统
KeyWord：ListedcompanyFinancialcrisisPre-warningsystem
随着经济一体化，经营全球化的发展，企业的生存发展环境发生了很大变化，面临着很大的风险性和复杂性。作为企业改革先锋的上市公司，同样存在着潜在的危机。一旦财务危机无法化解，就会被戴上“ST”的帽子，以失败告终。为了有效化解财务危机，亟待建立适合我国上市公司的财务危机预警系统。
1财务危机预警系统
财务危机是企业丧失偿还到期债务的能力。财务危机预警系统正是为化解上市公司财务危机而建立起来的一种机制，财务危机预警系统还没有公认的定义，笔者在分析预警系统构成要素的基础上，将其定义为：财务危机预警系统是企业专门组织根据财务管理学、风险管理和统计学的相关理论，以企业的财务报表、经营计划、相关经营资料以及所收集的外部资料为依据，采用定性和定量的分析方法，建立预警分析机制，将企业所面临的经营波动情况和危险情况预先告知企业经营者和其他利益相关方,并分析企业发生经营非正常波动或财务危机的原因,挖掘企业财务运营体系中所隐藏的问题，以督促企业管理部门提前采取防范或预防措施,为管理部门提供决策和风险控制依据的组织手段和分析系统。简单的说，它是企业专门组织预警-报警-排警的有机管理过程体系。
2构建财务危机预警系统的重要性
从理论上看，上市公司财务危机预警系统的构建是我国企业管理与控制理论的丰富和发展。本文所构建的财务危机预警系统是基于我国上市公司相关理论和经济技术特点上的，为上市公司财务危机警兆的理论研究提供新思路，从而建立一套发现警兆-确认警情-排警对策（预警-报警-排警）的逻辑机理，为我国上市公司提供一种危机预警管理新模式，在预防和化解危机，提高企业危机预警管理水平方面发挥作用。
从实践上看，对于上市公司来说，借助财务危机预警系统，公司管理层能够及时发现公司财务状况的恶化，以及造成公司财务状况恶化的原因，从而能够及时地、有针对性的调整公司的经营策略，扭转公司经营状况恶化的势头，以避免沦为“ST”“PT”的行列。另外公司越早获得危机信号，越可以减少其在会计、审计、律师等方面所支付的费用。同时，有利于证监部门加强财务监督管理，以提高上市公司的经济效益。
3构建财务危机预警系统的可行性
3.1理论依据
我国20世纪80年代初有了经济预警的概念，承认经济的波动性和周期性。企业预警理论主要包括危机管理理论、策略震撼理论、企业逆境管理理论以及企业诊断理论。这就为财务预警理论的发展和成熟提供了理论基础。财务危机预警系统是基于上市公司财务运作的全过程，不断成熟的财务管理学理论则成为其基础；财务危机预警系统的预警分析是对大量原始信息和数据的处理，日益发展完善的信息传递理论和统计学为其提供了理论基础；财务危机预警系统中的危机管理不仅是对危机全过程的监测和控制，而且是对风险的处理，那么现代经济周期理论和风险管理理论则为其提供了依据。另外，证监部门于2001年11月《亏损上市公司暂停上市和终止上市实施办法（修订）》，表明我国证券市场退市机制不断健全和完善。证券市场的退市机制是实现上市公司优胜劣汰的重要途径，增强上市公司的风险防范意识，提高上市公司的质量，引导证券市场朝良性方向发展。
3.2经济基础
财务危机预警系统是在危机前建立的，这个时候上市公司的财务状况良好，财力雄厚，完全可以满足构建财务危机预警系统的所有资金需求。同时，财务危机预警系统建立起来以后，为公司解决财务危机提供了有效分析手段和控制对策，使上市公司不至于破产，更甚是能及时发现风险，保证了公司经济效益的实现，可以弥补构建财务危机预警系统的全部支出，实现风险收益，即危机管理支出小于危机管理所带来的收益。
3.3技术支撑
上市公司的财务资料相对容易搜集，财务数据趋于规范财务预警系统以财务报表及其他相关的财务信息与非财务信息为依据，在建立财务预警模型和进行预警分析时，要运用大量的财务资料。大部分上市公司已经能够按照市场经济的基本规则进入市场，完成了现代企业制度的建设，产权明晰，管理规范、科学，财务披露制度较为健全。同时，又处于公开的市场监管之下，各种操作行为较为规范。同时，监管部门监管力度的加大，将进一步抑制会计造假者的造假动机，提高财务数据质量，从而更加有利于财务预警系统的顺利运行。
4构建财务危机预警系统的新思路
财务危机有潜伏、发作、恶化三个阶段，在各个阶段应该有相应的管理对策，这一系列的对策就构成了本文财务危机预警系统的基本框架。
财务危机的潜伏时期，上市公司处在一个多变的环境之中，公司的市场状况、产品的升级换代速度、关联企业的供货和资金偿付能力、竞争对手的价格政策变动、金融市场的波动、利率和外汇市场的变化、银行信用和利率政策的改变等等，都会对企业的财务状况、筹资能力、资金调度能力和偿债能力等产生巨大的影响。为了及时准确的识别财务危机，就需要有一个专门组织对企业内外的财务信息和数据进行全面收集和有效传递，为预警分析机制提供信息数据基础，这就构成了财务危机预警系统的信息处理机制。
财务危机的发作时期，在证监部门的财务监督下，上市公司为保证经济效益的实现，就必须对收集的内外财务信息和数据进行分析，选择能够明显反映公司财务状况特征的指标体系，不仅要有财务指标，而且要引入非财务指标，如行业、企业规模、管理水平等，以全面反映公司财务状况，然后用收集的数据和选定的指标，通过现代建模方法（如主成分法，人工神经网络方法）构建预警分析模型，以准确判断财务危机是否已经产生，将此分析结果及时反馈给企业管理者，便于其迅速采取对策。指标分析和模型分析构成了财务危机预警系统的预警分析机制。
财务危机的恶化时期，财务危机已经存在，如果不能及时控制或有效化解，上市公司将面临生死存亡的境地。为了化解危机，公司管理层就要立即启动财务危机处理小组，迅速分析财务危机产生的原因，及时采取有效的管理措施，以恢复公司正常经营。由于财务危机有突发性，要求公司管理层要有强烈的危机意识。
任何一项管理活动都离不开管理者，上市公司财务危机预警管理也不例外，要有一个专门组织为预警管理服务。构建了以财务危机发展阶段为基础的预警-报警-排警的财务危机预警过程机理，还需要有实施财务危机预警系统的组织机制，它包含了组织体系和组织过程。组织体系就是构建一个专门为危机预警管理服务的组织；组织过程则是在危机预警系统实施中的预警-报警-排警逻辑过程。
此财务危机预警系统是以专门组织为保证，依次执行预警-报警-排警三项活动，与前面的研究相比，克服了将组织机制、信息处理机制、预警分析机制、危机管理机制并列的不足，使预警系统结构更为合理，为财务危机预警系统的实施提供了新思路。
参考文献：
[1]EIAltman.CorporateFinancialDistressandBankruptcy[M].NewYork：Wiley，2000.
[2]StephenARoss.公司理财[M].北京：机械工业出版社，2000.
[3]张鸣，张艳，程涛.企业财务预警研究前沿[M].北京：中国财政经济出版社，2004.
[4]张友棠.财务预警系统管理研究[M].北京：中国人民大学出版社，2004.
[5]汪平.财务理论[M].北京：经济管理出版社，2003.
