时间：2023-08-03 17:28:58
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篇企业财务危机预警，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。
关键词:财务危机预警;模型
中图分类号:F275文献标识码:A
企业财务预警,是经过对企业财务报表及相关经营数据的分析,通过设置并观察一些敏感性预警指标的变化,对企业可能或将要面临的财务危机实施的实时监控和预测警报。随着我国市场经济体制改革的不断深化,市场竞争日趋激烈,构建财务预警系统,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机,是任何一个企业都亟待解决的问题。近年来,除了沿用传统的经验判别与定性分析方法外,企业利益相关者也开始关注并尝试使用定量分析模型来预测财务危机。财务危机预警模型就是借助企业一系列财务指标和非财务指标来识别企业财务危机的判别模型。其关键就是如何确定预警指标及预警指标的临界值。
一、单变量模型
最早的单变量预警模型是Beaver(1966)在其《财务比率与失败预测》一文中通过比较研究1954～1964年间的79个失败企业和相同数量、相同资产规模的企业提出的。他认为,预测财务失败的比率有:(1)债务保障率=现金流量/债务总额;(2)资产收益率=净收益/资产总额;(3)资产负债率=负债总额/资产总额;(4)资产安全率=资产变现率-资产负债率;(5)资产变现率=资产变现金额/资产账面价值。
Beaver认为,债务保障率能够最好的判定企业的财务状况,其次是资产负债率,并且离失败日越近,误判率越低。所以,按照单变量模式的解释,企业良好的现金流量、净收益和债务状况应该表现为企业长期的、稳定的状况。所以,跟踪考察企业时,应对上述比率的变化趋势予以特别注意。
单变量模型利用个别财务比率预测企业财务危机,分析较为简单。但是,企业的生产经营状况受到许多因素的影响,各种因素之间既有联系又有区别。单个比率反映的内容往往有限,无法全面解释企业的财务状况,因此其有效性受到一定的限制。运用这种方法可能出现对于同一公司、不同的预测指标得出不同结论的情况,因此指标选择决定了单变量模型方法运用的成败。正由于单变量模型存在较大的缺陷,因而逐渐被新的财务预警模型所替代。
二、多元判别分析模型
多元判别分析模型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型。它利用会计系统固有的平衡性,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。
1968年Altman在其《财务比率、判别分析和公司破产预测》一文中认为,企业是一个综合体,各个财务指标之间存在某种相互联系,各个财务指标对企业整体风险的影响和作用也不相同。通过把传统的财务比率和多元判别分析方法结合在一起,他发展了一种财务危机预警模型,即Z计分模型。该模型的具体形式如下:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中,X1=营运资本/总资产,反映资产的流动性与规模特征;X2=留存收益/总资产,反映企业累计盈利状况;X3=息税前收益/总资产,反映企业资产的获利能力;X4=权益的市场价值/总债务账面值,反映企业的偿债能力;X5=销售总额/总资产,反映企业的运营能力。
通过统计分析,Altman认为Z值应在1.81～2.99之间,等于2.675时居中。企业的Z值大于2.675,表明企业的财务状况良好;如果Z值小于1.81,则企业存在很大的破产风险;Z值处于1.81～2.675之间,称为“灰色地带”,处在这个区间的企业财务状况极不稳定。
Z计分模型的变量是从资产流动性、获利能力、偿债能力和运营能力等指标中各选择一两个最具代表性的指标,模型中的系数则是根据统计结果得到的各指标相对重要性的量度。按照这一模型,通过计算企业连续几年的Z值就可以发现企业发生财务风险的征兆。Altman曾对66家企业进行测算,实证表明该模型的准确率约为95%。
Z计分模型简单明了、易于理解,有利于不同财务状况的比较,根据实证研究表明准确率较高,故得到了较为广泛的应用。但它也有缺陷,其运用有一定的局限性,主要表现在:(1)不具有横向可比性,即不能用于对规模、行业不同的企业进行比较;(2)它采用的是按权责发生制原则编制的报表资料,没有考虑较为客观的现金流量指标,往往不能准确地反映企业现实的财务状况。
随着经济环境出现变化,特别是进入20世纪七十年代以后,企业财务危机的平均规模急剧增大,原有的Z计分模型已无法解释当时的企业财务危机现象。于是,Altman、Haldeman等人于1977年又提出了一种能更准确地预测企业财务危机的新模型――ZETA模型。该模型在对27个初始财务比率进行区别分析后,选取了7个解释变量,即资产报酬率(息税前利润/总资产)、盈余稳定性(息税前利润/总资产的10年标准误差)、利息保障倍数(息税前利润/利息支出总额)、累计盈余(留存收益/总资产)、流动性(流动比率)、资本比率(5年普通股平均市值/总资本)和资本规模(普通股权益/总资产)。该模型分类正确率在破产前1年高达91%,前4年可到80%,即使前5年亦可达70%。但该模型存在的不足是选择比率没有理论可依,选择同一行业中相匹配的危机公司和正常公司也是困难的,而且观察的总是历史事件。但由于该模型简单明了,以后对企业财务危机预警模型的研究都是沿着这一思路进行。
20世纪七十年代,日本开发银行调查部选择了东京证券交易所310家上市公司作为研究对象,使用与Altman相同的研究方法,建立了“利用经营指标进行企业风险评价的破产模型”。其判别函数为:
Z=2.1W1+1.6W2-1.7W3-W4+2.3W5+2.5W6
式中,W1表示销售额增长率;W2表示总资本利润率;W3表示他人资本分配率;W4表示资产负债率;W5表示流动比率;W6表示粗附加值生产率(即折旧费、人工成本、利息及利税之和与销售额之比)。模型中和的系数是负数,表明他人资本分配率和资产负债率越小,风险也越小。该模型Z值的判断标准是:如果Z值大于10,则企业财务状况良好;如果Z值小于0,则企业存在严重的财务危机,破产的概率极大;如果Z值在0与10之间,则表明企业处于“灰色区域”,存在财务隐患。
此外,还有学者在对Z值模型进行改进的基础上,建立了其他多变量模型――F分数模型、巴萨利模型等,这些预警模型各具特色,有一定的适用性。
多元判别分析模型都有着计算简便、准确率高的优势,它能包括反映企业财务状况的多项指标,也能包括独立变量。但是,该类型模型也存在一系列缺点:(1)多元判别分析模型是根据特定样本建立起来的判别模型,因而根据一个地区(或时期)样本企业建立的判别分析模型可能无法有效地对另一个地区(或时期)的企业进行预测;(2)有用性差。该模型是建立在组内分布为近似正态分布,并且两组的协方差矩阵相等的假设之上的,而实际很难满足这一假设;(3)财务困境组与控制组之间配对标准的确定是一个很大的难题。
三、多元逻辑模型
尽管多元判别分析模型有较好的预测性,但存在假设上的局限性,与现实相去甚远。1980年美国学者Ohlsen率先在财务预警研究中应用了二元概率函数来计算危机事件发生的概率,采用9项财务变量来估计Logistic回归模型。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。
Logistic模型假设企业破产的概率为p(破产取1,非破产取0值),并假设Ln[p/(1-p)]可以用财务比率线性解释。假设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。其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较大,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,可以判定为财务正常。
Logistic模型的最大优点是,它把在(0,1)区间预测一个企业是否发生财务危机的概率,转化为在实数轴上预测一个企业是否发生财务危机的机会比的问题,这与线性概率有着本质上的进步。由于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,Logistic模型具有更广泛的适用范围。实证结果显示,资产规模、资本结构、资产报酬率和短期流动性4项财务指标对预测企业破产概率具有统计显著性,判别正确率高达96.12%。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、神经网络预警模型
运用线性概率分析、逻辑回归方法来建立财务危机判别函数都是直接或者间接地依赖于线性函数来建立模型,存在的只是理论上的优越性,往往并不能很好地拟合复杂的实际数据。1987年Lapedes和Fayber首次应用神经网络对财务预警进行研究,开创了神经网络预警的先河。该模型是一种平行分散处理模型,具有预测误差小、运行高速、存贮分散、信息联想、自我学习以及自我组织的特点,适合于对复杂性、时变性和模糊性的系统进行预测。
BP模型是神经网络方法中较常用的模型,该模型将系统看作一个黑箱,考虑其输入和输出之间的非线性映射,输入过程用输入节点表示,输出过程用输出节点表示。假定系统内部结构未知,用隐节点表示内部机制,从而形成一种用人脑神经元突触行为模拟节点机制的人工神经网络。通过不断地输入和输出,以及对有限多个样本的学习来达到对所研究系统内部的模拟。神经网络模型是自由分布的,其非线性形态较为通用、灵活,在变量从未知分布取得和协方差矩阵不相等时能提供良好的准确性。
这种模型的优点是使企业财务动态预警成为可能,并使模型具备随不断变化的复杂环境自学习的能力。这意味着随着样本数的积累,这种模型可以定期更新推理,从而对企业危机动态作出预警。国内学者周敏、王新宇在2002年通过实证分析认为,神经网络分析在判定正确率方面比线性模型和Logistic回归模型更加有效,并且不受变量分布特征影响,不需要主观定性地判断企业财务危急状态,因而能够更加合理地预测企业财务危机。但由于该模型结构难以确认、计算量较大和表述判别力较难等,其在财务领域应用不多。
现有的财务预警模型大多是发达国家的学者在研究本国上市公司的基础上建立起来的,虽具有一定的有效性,但发达国家的管理比较先进,企业内部控制比较健全,这些模型并不完全适用于评估我国企业的经营状况和进行财务预警分析。鉴于我国企业的实际情况,ST公司及*ST公司绝大部分具有陷入财务困境的基本特征,我国目前的财务预警模型也基本上基于这两类公司建立,但由于我国的理论研究相对滞后,市场体制还不完善,目前企业财务预警模型构建存在的问题有如下几点:
第一,预警变量选择缺乏理论支持。目前支持财务危机研究的系统规范理论比较薄弱,预警变量(财务指标)的选取还处于探索阶段,不能在理论指导下系统地进行,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,而以数据为向导的统计筛选,依赖样本数据间的统计关系,虽受主观因素影响较小,但理论解释力相对较弱。
第二,样本选取范围和样本时间区间存在局限。研究发现,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差异。在样本的选取时间上会受到数据的完整性和研究区间的影响。国外的研究绝大部分选择的是破产或失败前一年的数据,其判定效果良好的一个主要原因是所有指标在破产前一年两组公司之间的差异是最大的,时效性最强。国内研究则多用ST当年或前一年数据来构建预警模型。另外,在样本选取范围上也会受到不同地区和行业的限制。不同行业要求的财务比率经验值可能不同,有些甚至有很大差异。譬如,以流动比率为例,工业企业的流动比率大多在2:1比较合理,而商业企业的流动比率合理值则低于该值。
第三,预警模型缺乏非财务因素支持。绝大部分的研究都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。运用财务指标建立的财务预警模型虽然能较直观地反映企业的综合财务状况,但从我国企业的情况来看,不能仅采用财务指标作为判别依据。比如,存在某些上市公司操纵利润、弄虚作假而致使财务指标含有“水分”的问题。更重要的是,一些非财务指标如企业所属行业的生命周期、市场竞争力、审计意见、行业因素、主导产品受国家产业政策的影响等,对分析企业的财务状况、预测企业的经营前景能起到重要作用。
综上所述,财务预警模型为企业在经营中提供了风险防范和控制的有效方法,在我国由于受到多种现实条件的限制,财务预警系统没有很好地发挥作用,为企业利益相关者提供必要和有效的预警信息。笔者针对上述问题提出以下几点建议:第一,建立分行业、分企业、甚至分部门的预警模型,拓宽数据的收集渠道和研究的范围;第二,将非财务变量纳入模型,非财务变量与财务指标相结合将会有助于提高模型的预测精度;第三,健全企业内部控制制度,建立和完善管理信息系统,保证财务预警模型中各种指标、财务比率计算的真实性。
(作者单位:安徽大学工商管理学院)
主要参考文献:
[1]William H.Baever.Financial as Predictors of Failure[J].Journal of Accounting Research,1966.5.
[2]王跃旗.财务预警系统风险评价模型评价[J].中国管理信息化,2007.2.
[3]熊燕.财务危机预警模型评析[J].中国管理信息化,2008.4.
关键词：企业财务危机；预警体系；构建
在如何更好的进行企业内部财务管理这一问题的探讨中，多数学者都将构建财务预警体系作为了主要选择。市场经济体制下，企业经营发展进程中将会面临着诸多的不确定因素与风险，风险本身并不可能被完全消除，而相关的预警体系确立则显得尤为重要。现代企业财务危机的爆发可能也会与企业内外部环境直接相关，特别是在最新一轮全球性金融危机影响下，企业财务危机的类型越发多样且危机爆发的可能性也逐渐攀升，在这样的背景下，企业如何进行财务预警体系的构建也需要进行及时确定并付诸实际。
一、财务危机预警体系概述
财务危机一般是指企业明显无力按时偿还到期的无争议的债务的困难与危机。财务危机是导致企业生存危机的重要因素，因此，需要针对可能造成财务危机的因素，采取监测和预防措施，及早防范财务风险，控制财务危机。财务危机在当前已经呈现出了新特点，其具体内涵也明显扩大，出债务的困难与危机外，财务管理上面对的诸多风险也可能最终演变成财务危机。由于财务风险同一般风险一样不可能被完全消除，当代企业财务危机也无法通过特定手段予以消除，对于企业财务危机最为有效的处理便是通过一定的预警机制予以进行针对性防范。企业财务危机预警体系也是在这样一个背景下所产生的，其通常是指企业为了更为有效的对于财务风险进行应对而进行的财务危机预警活动及相关措施的总称。
二、企业财务危机预警体系构建的常见问题
（一）财务危机预警体系构建受重视程度低
企业财务危机预警体系在构建中存在着的首要问题是当前财务危机预警体系构建的受重视程度极为低下，这一问题在国内中小企业中体现的极为明显。在中小企业中，管理在思想意识层面并未对于财务风险给予充分的重视与考量，这也使得中小企业存在着明显的财务危机预警体系缺位现象。在企业管理层面出现的对于财务危机预警体系重视程度不足更是导致其在财务危机预警与防范上都显得极为被动，系列财务危机预警与防范措施的缺位实际上也导致了企业自身财务危机爆发的可能性逐渐提升。
（二）财务信息失真现象严重
国内企业在财务危机预警体系构建中也存在着财务信息失真现象严重的状况，国内企业对于财务管理的重视程度大多关注于财务工作的客体管理，在财务人才培养上则并未给予过多关注。国内企业家族式管理现象明显，这造成了国内企业财务管理工作独立性相对较低的状况，部分中小企业中财务管理工作甚至会受到管理层的直接干预。此外，财务人员在专业能力与职业道德上存在的系列问题也导致了企业内部财务信息的真实性与完整性难以保障。财务危机预警本身要依靠相对真实的财务信息来进行，而企业内部财务信息失真则会使得相关预警体系在构件时难以顺利。
（三）财务指标体系不健全
国内社会主义市场经济体制依然处于发展中的初级阶段，整个市场经济体制也存在着诸多不完善与不健全之处，国内企业在财务管理中实际上也存在着财务指标体系不健全的具体状况，这是财务危机预警体系在企业内部具体构建时面临的威胁之一。由于财务指标体系不健全，国内企业在进行企业内部财务评估时往往只关注成本支出及利润获取，而对于资金周转比例，现金比例及盈利能力等却不会进行过多关注。这一状导致企业在开展财务风险确认与分析时会走入误区，部分财务风险无法在短时间内被发现，其长期累积在企业财务系统内也容易使得企业财务状况积重难返。
（四）财务管理机制作用低下
企业在财务危机预警体系构建的进程中实际上会对于企业财务管理机制有较大依赖，国内企业存在的财务管理机制作用低下往往也使得财务危机预警体系难以在企业内部真正发挥出效用，这也是部分企业即使确立了财务危机预警体系却无法对于财务风险进行有效预警及预防的原因之一。国内企业在财务管理上大多不重视制度建设与机制建设，这也使得财务管理机制在企业内部的地位十分尴尬，其更是难以对于企业财务管理工作的具体开展进行规范与指导。而在这样的财务管理氛围及背景下，企业财务危机预警体系也难以迅速确立下来或充分发挥作用。
三、企业财务危机预警体系构建的具体建议
（一）提升财务危机预警体系构建的受重视程度
企业财务危机预警体系的迅速构建需要提升财务危机预警体系在国内企业的实际受重视程度。财务危机预警体系受重视程度的提升最为重要的是转变国内企业管理者的财务风险管理及财务风险预警及防范意识，自上而下的形成对于财务危机预警体系的全面了解与科学认识。此外，财务危机预警体系构建受重视程度的提升也需要企业内部财务管理人员在意识上和具体的财务管理工作中进行转变，真正的将危机意识及预警意识应用到企业财务管理工作开展之中，从而使得财务危机体系的构建能够具备良好的基础，确保财务危机预警体系的实际效用能够充分发挥。
（二）保障财务工作的独立性与科学性
企业财务危机预警体系的正常构建需要保障财务工作的独立性与科学性，从而使得企业内部财务信息的准确性与完整性得到保证。财务工作的独立性保障需要企业内部财务工作的开展由专门的部门和人员来进行，企业管理层不应过多的干预财务工作，赋予财务工作更高的独立性也是保障财务信息准确完整的基础。此外，财务工作在开展上也需要保持较高的科学性，财务工作科学性的提升需要从企业内部财务人员的工作能力与职业道德培养这一层面进行，通过定期培训的方法来使得企业信息的准确性与完整性得到保证。财务危机预警体系的构建也需要与企业财务信息进行更好的联系，依托财务信息的变化进行具体的财务危机预警体系调整。
（三）健全企业内部财务指标体系
企业财务危机预警体系的构建要注重企业内部财务指标体系的关键作用，企业自身也需要注重对于内部财务指标体系的健全与优化。首先，企业财务工作在开展上需要进行适度调整，在进行财务风险排查，财务危机确定时将多种财务指标进行确定并形成会计记录。在财务指标的选择上需要与企业内部财务工作实际相结合，对于容易引起财务危机的关键节点予以特别关注。健全企业内部财务指标体系需要对于除成本与利润外的财务指标进行覆盖，使得财务预警体系的构建能够更为科学并与企业实际更好的贴合。健全企业内部财务指标体系同样也能够实现财务预警体系更为详细化，系统化与全面化，从而使得财务危机预警体系在危机预警及防范上更为有价值。
（四）重视财务管理机制的构建与作用发挥
在企业财务危机预警体系的构建进程中需要一套相对健全与完善的财务管理机制，更是需要现有的财务管理机制能够充分的将指导财务管理，规范财务管理的作用充分发挥出来。财务管理机制作用的充分发挥需要企业建立健全科学的财务管理制度，通过制度化财务管理的具体做法来实现财务机制在地位上的提升与作用上的充分发挥。此外，财务管理机制作用的充分发挥需要企业管理者对于财务管理工作的开展进行定期评估与监督，对于企业财务管理工作上存在的问题进行及时纠正，特别是与企业自身财务管理制度及机制要求明显背离的财务管理方式方法需要进行彻底杜绝。
四、结语
现代企业进行财务危机预警体系的构建十分紧迫，国内外市场需求的逐渐萎缩与当前融资环境的不断恶化都使得企业财务危机爆发的可能性大为增加。国内企业整体管理水平相对低下是不争事实，依托财务危机预警体系进行风险的预警与方法也是新时期企业更为健康稳定的发展的重要基础。
参考文献：
[1]王红朝. 企业财务危机预警体系探析[J]. 中国市场，2016，03：142+162.
[2]于建. 企业财务危机预警体系的相关探讨[J]. 时代金融，2016，18：117+122.
[关键词] 财务危机财务危机预警指标体系财务危机预警模型
企业财务危机指企业丧失偿付能力，财务状况陷入入不敷出的状态,或指资产价值低于负债价值，净资产是负值，或指缺乏偿还当前到期债务的现金流入，现金净流量为负值的状态。及早地发现财务危机，使经营者能够在财务危机出现的萌芽阶段采取有效措施来改善企业经营，建立一套财务危机预警系统，是避免企业陷入财务危机甚至破产的有力武器。
一、目前企业财务危机预警模型的局限性
1．财务危机预警模型指标选择上的局限性
国内外的财务危机预警模型普遍采用的是静态的财务指标，在指标的选择上过分强调了流动项目、盈利能力对企业财务危机的影响。而经营者可以通过调整会计政策、控制财务费用等手段来调节净利润的高低，粉饰报表，导致企业的会计信息失真，相应的指标也就失去了意义。
一般企业没有对现金流量对财务危机的影响予以充分的重视,企业财务危机最直接的表现就是企业现金支付能力变弱，没有足够的现金支付到期的债务。按照会计分期假设和权责发生制原则确认的账面收入，首先表现为一种应计的现金流入量，而非直接等同于实际的现金流入量。从财务上讲，只有当应计现金流入量成为实际的现金流入量时，才表明销售收入的真实实现。倘若企业账面意义的销售收入不能转化为足够的实际现金流入量，不仅意味着企业销售收入质量低下，而且会由于现金的匮乏而无力支付到期债务和日常经营的开支，造成企业的债务风险增加。倘若企业长期处于现金短缺的状态，必然会陷入严重的财务危机困境，甚至破产倒闭。因而，过去和现在的现金流量可以很好的反映企业的价值和破产概率。
同时由于缺乏经济理论的指导，对于在众多的财务指标中找出最有效的财务比率作为财务危机预警模型的解释变量，中外学者还没有达成共识。在关于财务危机预警的研究中，先后共有近30个的财务比率在财务危机预警系统中被频繁的使用，可以看出财务指标选择在财务危机预警研究中一定的随意性了。
2.财务危机预警模型应用上的局限性
在实证研究中，由于陷入财务危机的企业相对较少，使得研究人员不得不将在不同时期陷入危机的不同行业企业的集合在一起，已获得足够大的样本容量，以这样的一个样本得到的预测变量，必然是对所有样本公司都显著的变量，它们反映了陷入危机的样本企业最普遍的共同特征，但难以反应个性企业的特殊情况。
目前的大多数模型是对已经失败或时已经解体的企业集团进行实证分析，不具有普遍的危机预警意义。另外，选择上市公司作为研究对象的模型也比较的多，大多数研究的目的都希望能给企业和投资者提供一个可以广泛适用的财务危机预警系统。由于上市公司的财务危机影响面较大，而且数据资料取得较为容易，在财务危机预警的研究中，基本上采用其样本数据。在现实生活中，发生财务危机比例更大的是中小企业，但由于其财务资料取得较为困难等原因，以中小企业为样本展开的研究很少，财务危机预警研究的结论缺乏广泛的适用性。
财务危机预警模型计算结果的有效性必须建立在企业的数据是真实的、正确的基础上，但在我国现阶段，市场经济尚未规范，企业经济活动中存在大量的粉饰报表，会计信息失真的现象。企业财务危机预警模型利用财务指标进行量化的分析，可以直观的反映企业的财务状况，但在应用时无法对虚假的信息做出正确的财务危机预警。同时，财务危机预警无法对因特殊突发事件而造成的财务危机做出预警。
在财务危机预警研究中，由于构建模型的思路和理论基础不同，所使用的数据处理方法也不大相同。例如单变量模型中，由于“现金流量/总负债”指标只考虑了负债规模，而没有考虑负债的结构及流动性，对一些由于短期偿债能力不足而出现危机的企业存在较大的误判性;二是“净利润/总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业盈利过程中所发挥的作用是不相同的;三是单变量分析法因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一企业使用了不同比率预测出不同结果的现象。单变量模型招致了许多批评，逐渐被多变量模型方法所取代。
二、财务危机预警模型指标体系的改进
1.财务危机预警指标的主体财务比率
企业持续的生存和发展必须可以偿还债务，有好的盈利能力，有强的获现能力和现金流动能力。为了保证财务比率具有科学性和实际应用价值，作为构成财务指标的主体的财务比率，本文认为应当包括有关的偿债能力、盈利能力、获现能力、发展能力、现金流量5个方面的内容。
(1)偿债能力指标
企业的财务危机从资产存量的角度看，表现为企业总资产的账面价值低于总负债的账面价值，从《企业破产法》规定的角度来看,企业破产的界限为“因经营管理不善造成严重的亏损,不能偿还到期的债务”，过度举债是形成企业财务危机的“第一杀手”，偿债能力指标是构建财务危机系统指标体系的重要因素。
(2)盈利能力指标
不论是投资人、债权人还是企业的经营者都非常关心企业的盈利能力。一般说来，企业的盈利能力只涉及到正常营业的状况，非正常的营业状况，为了客观的评价投资人所关注的盈利能力可选择主营业务利润率、总资产报酬率、净资产报酬率。
(3)获现能力指标
企业利润最终需要转化为可以自由流动的资金才有意义，这个比率可用来衡量企业的获现能力。财务危机的爆发不完全取决于企业是否有盈利，企业如果有很大的盈利，但如果这些盈利转化为现金的能力不强的话，就无法应付日常的开支，那么企业就无法维持下去。评价企业的获现能力，应选择销售现金比率、每股经营活动现金净流量、总资产现金流量比率。
(4)发展能力指标
发展能力是企业在生存的基础上，扩大规模，壮大实力的潜在能力，反映企业未来的市场扩张、规模壮大及利润增长的前景，是企业发展趋势的综合体现。为了反映企业未来资本扩张的能力，可选择销售增长率，总资产增长率和净利润增长率。
(5)现金流量指标
从现金流量角度看，财务危机另一个重要的表现就是企业现金流入小于现金流出，即企业净现金流量为负数。净利润会受到经营者的控制，这种利润操作行为，导致财务信息失真，同时演绎成一种非常奇特、非常矛盾的状况：一方面企业账面有会计利润；另一方面，企业缺少现金支付能力。为了克服权责发生制所带来的人为操纵利润的弊端，人们在现金收付制的基础上，发展了现金流量基础。财务危机预警系统的重点应是现金及其流动，为了反映企业的现金流量，可选择现金流动负债比、现金债务总额比等指标。
2.财务危机预警改进指标体系
基于对财务危机预警模型局限性，以及财务危机预警指标特点的分析，本文认为适合我国企业的财务危机预警指标体系应在原有的基础上再从企业的获现能力、现金流的角度来选择关键性的财务指标，如表1：
表1财务危机预警指标体系
三、财务危机预警的改进模型
1.线性改进模型的解释变量
根据以上分析，本文选择了上述六个变量来建立财务危机预警模型，建立的判别函数为:
Z=a+b1x1+b2x2+b3x3+b4x4+b5x5+b6x6
其中:Z为判别函数，x1是速动比率，x2是资产净利率，x3是每股经营性现金流量，x4是净利润增长率，x5是现金流动负债比，x6现金债务总额比，b1至b6为系数。
2.实际数据的计算
本文选用了表2的15家非破产和破产企业的统计资料:
表2非破产和破产企业的数据
进行回归计算得到:
Z=0.582+0.016x1+0.007x2+0.042x3+0.001x4+0.1829x5+
0.101x6
根据上面的分析，可以知道当Z值越大时，公司的财务状况良好，不会陷入财务危机;当Z值越小，公司财务状况不好，公司可能陷入财务危机。
近年来，在激烈竞争的市场经济环境中，现代企业面临着许多风险，企业因财务危机而导致经营陷入困境，甚至宣告破产的例子屡见不鲜。但任何危机都有一个逐步显现、不断恶化的过程。如果建立财务危机预警系统，则很有可能预防失败。本文就构建企业财务危机系统的重要性进行了分析，并提出了相应危机预警体系构建策略，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。
一、构建企业财务危机预警是规避企业财务风险的重要方法
1.构建企业财务危机预警体系是将企业危机消灭在萌芽的重要手段。随着经济全球化步伐的加快，市场竞争日趋激烈。企业的生存和发展时刻面临着各种各样的风险。每种风险的存在都有可能导致企业走向灭亡。如果企业不能卓有成效地规避风险，危机便会在企业内部机体滋生蔓延。而当各种不可预见风险发生后，首当其冲的是企业资金运动的中枢――财务系统，财务状况的逐步恶化将引发财务危机，而当危机扩散到企业无法承受的限度时，全面危机则一触即发。因此，企业有必要根据自己的生产经营特点，建立一套完善有效的财务危机预警系统，实时对本企业生产经营过程和财务状况进行监控，及时分析，发现财务状况异常，企业若建立风险的监控和预警指标系统，预先诊断出危机信号，并采取相宜措施，便能将危机消灭于萌芽阶段。
2.构建企业财务危机预警体系是加强企业财务风险防范的重要组成部分。复杂多变的市场环境和内部经营的不可控因素决定了风险的客观存在。企业的财务危机都是一个由量变到质变的过程。财务危机预警系统可对企业财务运营过程进行监控，预测。及早地发现问题并告知企业管理者，采取有效措施预防和控制，规避财务危机的发生。企业财务危机的产生有着多方面的原因，不仅仅是企业外部条件会造成企业的财务危机，企业内部由于经营管理不善也会促发企业的财务危机，为此就必需选择恰当的财务指标，建立合理的财务危机预警体系，加强企业财务风险防范，为企业发展保驾护航。
二、企业财务危机预警体系构建策略
1.建立短期财务预警系统，编制现金流量预算。企业现金流量预算的编制，是财务管理工作别重要一环，准确的现金流量预算，可以为企业提供预警信号，使经营者能够及早采取措施。由于企业理财的对象是现金及其流动，就短期而言，企业能否维持下去，并不完全取决于是否盈利，而取决于是否有足够现金用于各种支出。预警的前提是企业有利润，对于经营稳定的企业，由于其应收，应付账款及存货等一般保持稳定，因此经营活动产生的现金流量净额一般应大于净利润。为能准确编制现金流量预算，企业应该将各具体目标加以汇总，并将预期未来收益、现金流量、财务状况及投资计划等，以数量化形式加以表达，建立企业全面预算，预测未来现金收支的状况，以周、月、季、半年及一年为期，建立滚动式现金流量预算。
2.企业可以采用财务报表指标分析法、单变量模型分析法、多变量模型分析法、根据经验主管判断以及案例分析等方法对财务状况进行诊断，是否存在财务危机，以及危机的程度。目前的财务预警分析系统，偏重于对企业财务数据的统计、筛选和简单的模型计算 ，但单纯的量化模型难以全面预测和监控潜在的财务危机。财务危机预警模型本应综合多个财务变量，否则其灵敏性、全面性和严密性就会遭到怀疑。但所涉及的财务数据越多，其获取的难度就越大，周期也会越长，成本也将随之攀升。但是，各种方法都有其特点和局限性。对企业而言，在实际运用时，要考虑到国家的宏观经济形势、地域、行业等诸多因素的差异，选择适合企业特点，并能满足自身经营和财务管理需要的方法和模型，才能达到动态监测、及早防范、有效阻止及避免财务危机发生的目的，最大限度地发挥财务危机预警系统的功能。
3.要求企业具备一定的信息管理基础，并向预警系统提供全面、准确、及时的信息。建立信息管理组织机构，配备必要的专业人员，明确信息采集、处理、贮存、反馈各环节的工作内容和要求，明确信息专业人员的职责，为财务危机预警系统的构建提供必要的技术支持。预警系统应该与其他子系统保持良好的，畅通的合作关系。应当考虑不同子系统的数据传递和各个子系统对各种数据的不同要求，实现企业数据共享，使各子系统之间的关系变得更加和谐。企业是一个有机的整体，财务危机预警系统向内部控制制度提出了更高的要求。企业必须建立信息畅通，调度灵活，决策迅速，执行有力的高效运作的组织结构。
4.为使危机预警功能得到正常、充分的发挥，企业应建立健全相对独立的预警组织机构。以前的研究将财务危机预警系统下分为组织机制、信息收集与传递机制、预警分析机制、危机治理机制，对每个机制的运行都作了较为合理的阐述，但忽略了财务危机潜伏、发作、恶化的逻辑过程，仅将这些机制罗列出来，没有体现组织的行为人角色，同时没有注重到后面三项职能机制的先后逻辑关系。财务危机预警系统向内部控制制度提出了更高的要求。良好的内部控制制度应该包括法人治理结构完善、组织建设权责分明、交易处理程序适当、信息记录真实、披露及时等内容。尽管时刻面临着市场竞争的巨大压力，但危机的策源地或许更主要的是滋生于企业内部。其日常工作可由企业现有的某些职能部门承担，如财务部门、企管、企划部门；建立信息收集和传递机制，只有对大量资料进行统计、分析，才能抓住每一个相关的财务危机征兆。
三、结束语
总之，财务风险客观存在于企业财务管理工作的各个环节中，现代企业应该构建现金流量财务预警系统， 即通过分析现金流量在企业活动中的数量和效益， 分别对经营现金流量财务预警、投资现金流量财务预警、筹资现金流量财务预警和现金流量综合财务预警进行研究。对建立财务危机预警机制、采取风险策略、提升管理水平，从财务管理的各个环节重视财务风险的防范工作，对降低和化解财务风险、提高企业经济效益具有重要意义。
关键词：财务危机；预警；指标体系
一、引言
“财务危机”又称财务困境，最严重的财务危机是企业破产。企业因财务危机最终导致破产实际上是一种违约行为，所以财务危机又可称为“违约风险”。
关于财务危机的定义，目前尚无一个统一的说法。具有代表性的观点有以下几种：(1)Beaver(1966)将破产、拖欠优先股股利、拖欠债务界定为财务危机。(2)Altman(1968)定义的财务危机是进入法定破产、被接管或者重整的企业。(3)Deakin(1972)则认为财务危机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。(4)Carmichael(1972)认为财务危机是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。(5)Wruck(1990)给出的财务危机的定义是企业现金流量不足以抵偿现有债务的情况，这些债务包括应付未付款、诉讼费用、违约的利息和本金等。(6)Ross等人(1999；2000)则认为可从四个方面定义企业的财务危机：一是企业失败，即企业清算后仍无力支付债权人的债务；二是法定破产，即企业和债权人向法院申请企业破产；三是技术破产，即企业无法按期履行债务合约付息还本；四是会计破产，即企业的账面净资产出现负数，资不抵债。(7)Lee(2004)认为可以从两方面定义财务危机：一是未能偿还到期借款的本息，借款期间有过延期还款和减少本息支付的协议；二是公司的净资产减少到其股本的一半以下。
综合上述各种定义可知，无论财务危机如何定义，企业发生财务危机都具有无力偿还到期债务、现金流的紧张状态可能使经营无法持续的特点。财务危机的出现意味着企业基本面发生根本性变化，处理不当就会导致企业破产。因此，识别企业财务危机，并对其做出预警，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。
二、文献综述
企业财务危机预警问题的研究很早就引起了各方面的关注，很多经济学家与财务专家都在这方面做了大量的工作，他们利用相应的财务变量构造了一系列的预测模型，其中有代表性的研究成果可归纳为四类。
(一)单变量模型
单变量模型是运用单一变数、个别财务比率来预测财务危机的模型。最早的财务预警研究是Fitzpatrick(1932)的单变量破产预测研究。此后，William Beaver(1966)使用单变量为分析方法，采用成对抽样法进行样本配对，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。Beaver发现 在破产前一年的预测正确率可以达到87%，对于失败企业是最具有预测能力的指标。国内学者对单变量模型也作了较深入的研究，包括陈静(1999)以1998年的27家ST公司和27家非ST公司，使用1995-1997年的财务报表数据，进行了单变量分析。吴世农和卢贤义(2001)以70家ST公司和70家非ST公司，应用单变量分析法研究了在上市公司陷入财务危机前5年21个财务指标之间所存在的差异。
单变量模型的优点是只需要观测一个变量，应用比较简单；但是，任何一个财务比率无法充分和全面地反映企业的财务特征，所以该方法在现今的研究中很少被单独使用，一般都是与其他方法结合运用。
(二)多变量分析模型
多变量分析模型又可以分为多元回归分析模型和多元判别分析模型。Edward Altman(1968)使用多变量分析法对企业财务危机进行研究。他以1946-1965年间33家破产的制造业企业为样本，并配对33家正常企业，将22项财务比率分为流动性、获利性、财务杠杆、偿债能力和活动力五大类指数，利用多变量分析法建立了著名的Z-Score记分模型。Meyer和Pifer(1970)以1948-1965年间失败的30家银行与其相匹配的30家非失败银行为样本，利用二元回归分析法建立模型，并且用9对相匹配银行组成的预测样本对模型进行了验证。此外，还有其他典型的判别分析模型，包括：Deakin模型、Blum模型、Casey模型和Taffler模型等等。国内的相关研究主要有陈静(1999)使用1995-1997年的财务数据，对27家ST公司和27家非ST公司进行的多元判别分析。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据，通过多元判别法建立了财务危机预警模型。卢守林等(2002)以沪深两市A股市场上所有上市公司1998-2000年的财务资料为依据，用多元判别分析法构建的Z-Score模型。
多变量分析法弥补了单变量分析法的不足，具有较高的准确率和稳定性，但是也存在着一些不足：第一，这种方法受到了统计假设的限制，只适用于自变量近似服从正态分布的情况，并且要求组内的协方差矩阵相等，否则得到的预测结果可能是有偏的；第二，多元判别分析要求财务危机公司与正常公司之间一定要配对，而配对的标准具有较大的主观性。
(三) 多元条件概率模型
多元条件概率模型是使用极大似然法对参数进行估计的一类概率模型，包括Logistic模型和Probit模型。Martin(1977)首次使用Logit模型预测公司的破产及违约概率。Ohlson(1980)从1970-1976年间在美国的上市公司之中排除公共事业、运输公司、金融服务业，总共挑选出105家破产公司和2 058家正常公司为样本，采用九个财务比率建立了Logit模型。Huffman & Ward(1996)运用Logit模型对1977-1991年间违约的171家企业的高收益债券进行了预测研究等。国内的相关研究主要包括：吴世农和卢贤义(2001)分别采用多元判别分析和 Logit回归方法建立和估计了预警模型。刘旻(2001)使用1999年28家ST公司与另外28家正常公司陷入财务危机前3年的数据，通过Logit回归方法建立了财务危机预警模型。姜秀华(2002)和齐治平(2002)利用Logit模型对我国上市公司进行信用风险分析。李萌(2005)以不良贷款率作为信用风险衡量标准，构造商业银行信用风险评估的Logit模型等。
多元条件概率模型的主要优点是不需要自变量服从多元正态分布和组内协方差矩阵相等的假设条件，但是要求因变量有逻辑含义，而且计算过程较为复杂，有很多近似处理。
(四)神经网络预警模型
神经网络，又称人工神经网络(Artificial Neural Network，ANN)是一种从神经心理学和认识科学的研究成果出发，应用数学方法发展起来的并行分布模式处理系统。常见的神经网络模型主要有：BP神经网络模型、MDA协助神经网络模型、ID3协助神经网络模型和SOFM协助神经网络模型。Odom和Sharda(1990)是将人工神经网络模型应用在破产预测模式中最具代表性的学者。Koh和Tan(1999)以1978-1985年间出现的165家破产公司为失败样本并以正常公司165家作为配对样本，使用人工神经网络模型构建了企业危机预警模型。在我国，王春峰(1998)、杨保安(2001)等学者也在此领域进行了深入的研究，杨保安通过对中信实业银行的分析，选取了4大类共15个财务指标，运用BP神经网络方法建立了一个可供银行用于授权评价的预警系统。台湾的林文修(2000)选取1992-1996年在台湾证交所上市企业中的36家失败企业和64家正常企业，并区分为学习样本73家与测试样本27家，比较了多元判别分析、Logit模型、BP神经网络模型和演化式神经网络模型等四种方法的模型预测准确率。
神经网络预警模型的主要优点是分析层次清晰且逻辑关系严密，并依据心理学理论加入了一主观因素，从而有效地使客观分析与主观判断相融合。它的缺点是规范分析特点明显，不适宜做实证分析，分析模式缺乏灵活性，数据性假设条件过于苛刻。
三、财务危机预警的指标体系设计
导致企业发生财务危机的因素很多，且错综复杂，单变量模型与多变量模型仅能揭示影响关系与程度，变量的选择会因分析人员偏好的不同而不同，其不仅缺乏统一的理论基础，而且系统性往往较差，多元条件概率模型和神经网络预警模型虽然在分析技术上较为先进，且分析企图试图更精确，但它们在强调分析技术的同时，往往忽略了立论的基本依据，且在变量选择中往往伴随较明显的盲目性。因此，作为完善多变量模型系统性功能，为多元条件概率模型和神经网络预警模型提供变量选择的依据，利用相应的财务理论构建企业财务危机预警指标体系就是研究企业财务危机的基础之基础。但从财务本身的角度去分析，财务危机形成的原因可以归结为以下几点：(1)公司经营状况不佳，导致营业收入无法稳定增长，造成公司的连续亏损，使得财务危机发生的可能性增大；(2)过高的负债使公司面临更大的财务危机。虽然公司本身有盈余，但是可能因为无法应付短期的庞大利息支出而造成破产倒闭；(3)现金流量发生持续性的净流出，企业就像是流动性资产的储水槽，若水槽中的流量变小(资产变少)，流入量减少(现金流入减少)，流出量增加(现金流出增加)，流入量与流出量之间的差量就会逐步增大，这样会使公司出现财务危机的概率增加。
综合引起财务危机的三个主要因素，可以对应用五个方面的财务指标来描述或预警财务危机，用经营能力指标、成长能力指标和获利能力指标来度量或反映企业的经营状况，用公司的偿债能力指标来度量或反映企业的债务负担，用现金流量指标来度量现金流。从预警的角度考虑，五个方面的财务指标可进一步细分为20个更具体的财务变量(见表1)，以此构成财务危机预警的指标体系。
以深沪两市A股中被ST的上市公司为实际考察对象，利用2006年1月1日-2007年12月31日深沪两市A股中154家被ST的上市公司的数据。剔除由于以下几种原因而被ST的上市公司：(1)上市两年内被特别处理的公司；(2)因自然灾害、重大事故等意外事件而被特别处理的公司。经过剔除后，本文选取的有效样本变为80家。根据研究期间一致、行业相同或相近、规模相当的原则按1：1的比例选择没有被ST的上市公司作为配对样本。由于我国上市公司年报披露制度规定上市公司公布其年报的截止日期为下一年的4月30日，上市公司(t-1) 年的年报和其在第t年是否被ST几乎同时发生，因此，用(t-1)年的数据预测第t年是否被ST没有实际意义。在本文中采用 (t-2)年的数据进行分析。
表6是财务危机公司和正常公司的成长能力指标在发生财务危机前2年的统计性描述，包括最大值、最小值、平均数、标准差和t值。
四、结论
根据上述经验值的计算结果可知，一般情况下，可以根据财务指标的实际值来判断企业是否陷入财务危机，判断的标准见表7。
依据表7的标准可以得出结论。即在发生财务危机的前2年，正常公司和危机公司在获利能力、偿债能力、经营能力、现金流量和成长能力的20个指标中有15个指标在5%的置信水平下通过了t检验，也就是说正常公司和危机公司在上述15个财务指标的均值上存在着显著性的差异。因此，只要发现企业对应财务指标变量的实际值有一个或多个落入预警区间，就必须引起我们高度的关注。
参考文献
[1] 刘红霞.企业投资预警系统的构建及其分析[J].投资研究，2003(9).
[2] 陈静.上市公司财务恶化预测的实证研究[J].会计研究，1999(4).
[3] 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).
[4] 陈晓，陈治鸿.中国上市公司财务困境预测[J].中国会计与财务研究，2000(3).
一、财务危机预警系统的功能及特征
企业的财务危机预警系统,作为一种规避和防范企业风险的工,其灵敏度越高就越能及早地发现问题并告知企业管理者,就越能有效地防范与解决问题、回避财务危机的发生,所以,一个有效的财务危机预警系统通常具有以下功能:
它通过收集与企业经营相关的产业政策、市场竞争状况、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否予以报警。
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,财务危机预警系统能预先发出警告,提醒管理者早作准备或采取对策,避免潜在的风险演变成现实的损失,起到未雨绸缪、防患于未然的作用。
当财务危机征兆出现时,有效的财务危机预警系统不仅能预知并预告,还能及时寻找导致财务状况恶化的根源,使管理者有的放矢,对症下药,制定有效的措施,阻止财务状况的进一步恶化,避免财务危机真正发生。
有效的财务危机预警系统不仅能及时回避现存的财务危机,而且能通过系统详细地记录其发生缘由、解决措施、处理结果,并及时提出改进建议,弥补企业财务管理及企业经营中的缺陷,完善财务危机预警系统,从而既提供前车之鉴,又能从根本上消除隐患。
基于以上财务危机预警系统的功能,我们在构建一个有效的预警系统时,财务指标的选择必须具备以下两个基本的特性:
其一,必须具有高度的敏感性,即危机因素一旦萌生,能够从指标值上迅速反映出来;
其二,指标的先兆性,一旦指值趋于恶化,往往意味着危机可能发生或将要发生,亦即应当属于危机初步产生时的先兆性指标,而不是已经陷入严重危机状态时的结果性指标。
从财务管理方面讲,诱发财务危机昀为直接的原因,或是由于资源配置缺乏效率,或是由于对竞争应对不当及功能乏力,由此而导致企业竞争地位下降,未来现金流入能力低下;或是企业一味地追求营业数额的增长,却忽略了对营业质量现金流入的关注,由此导致企业陷入了过度经营状态与现金支付能力匮乏的困境。这就要求我们在选择财务危机预警指标时以此为出发点考虑。
二、建立财务危机预警系统应做的工作
财务危机预警系统必须以大量的信息为基础,这就要求强有力的信息管理向预警系统提供全面的、准确的、及时的信息。耍建立信息管理组织机构,配备必要的专业人员,要明确信息收集、处理、贮存到反馈各环节的工作内容和要求以及信息专业人员的职责,提供必要的技术支持。
预警系统应该与其他子系统保持和谐的合作关系。应当考虑不同子系统的数据传递和各个子系统对各种数据的不同要求,实现企业数据共享,使各子系统之间的关系变得更加和谐。
关键词：物流企业；财务危机；预警机制；实际效应；改善；策略
我国企业由于伴随着长期的计划经济体制固化作用，对于财务指标的预警效果没有做好必要的客观判断，使得财务管理流程内部的主要结果错误比较普遍。因此，根据我国不同企业经营活动中的财务危机本质原因以及具体原理进行系统研究，使得计算机分析处理结构框架对具体实际数据的编排能够满足一定的机理水准，确保具体指导意义模型的可视化标准得到具体发挥，进而保证实际监控细节工作的落实，促进危机预警能力的不断加强，这是物流企业创新体制作用下的财务危机预警工作的主要模式，是知识信息经济时代的主要潮流指向模式。
一、我国物流企业财务危机的主要现状研究
财务危机在不同利益的深入以及相关者的严密注视基础上，根据一定的权衡规模出现不同因素环境以及抵抗力量主体，对于必要的企业支付能力造成了一定程度的忽视，这是传统利益机制引导下的主要弊端。结合实际支付能力不足的企业进行发展现状研究，发现财务预警机制的具体落实点，根据必要防范对象的具体校对，针对常见危机现状的规模活动带来的成本损失进行自我反省。企业在适应市场环境节奏影响的同时，针对自身的结构塑造以及管理结构流程需要做好一定素质的重塑，面对目前现有企业运转规模以及治理标准等内容体制进行利益相关者的合理划分，同时注意巨大股东的掏空行为防治以及客户的还价能力，面对一些不可抗拒的因素必须做好适当的觉悟，毕竟现代经济体制改革的主要灵活标准是根据企业自身的结构适应标准进行细致研讨的。也就是说，目前物流企业发展过程中仍旧存在传统物资管理活动中的落后机制效果，对于必要技术管理人员的专业能力没有经过必要的培训，使得细节工作的处理失去一定规模的保障，不同部门的成本费用没有进行适当的预算控制，使得后期的经济建设以及扩大事宜停滞，这是导致物流企业实际财务危机的主要内因；而无法应对外部市场需要，导致产品长期滞留，造成巨额生产成本丧失的主要表现是受到外部市场环境影响的主要表现。针对新型物流企业财政危机的应对手段而言，是改革竞争优势以及盈利途径的主要媒介。由于现下的企业收款条例以及实际治理工作比较低下，在融资条件相对紧张的前提下，关于供应链结构的追加补充工作根本无力可施，加上外部市场汇率水准的不断波动，使得大规模的企业发展效益目标长期停留在空想的状态。因此，根据先进的财政管理理念的实际指导，结合其自身学习能力的补充效果，具体进行内部结构的合理设置，借助长期从事行业的生产运输渠道进行调整，使得规范化的操作处理流程得到完善，进而针对陷入财政危机的具体现状以及数据进行不断的收集和整理，根据计算机智能分析处理系统的分析标准进行关键要素的筛选，使得整体结构改造以及经济渠道的改善工作具有明确的方向，促进细节改革工作的优质进行。
二、物流企业进行财务危机预警机制改建的具体手段措施
财务危机预警是在具体的管理财政的突况出现之前进行实际的数据和操作技术工序捕捉，保证内部细微变动的合理排查，使得相对预警线强弱呼应结构下的具体度量效应得到明显规划，保证具体预警信号的及时性和精准性效果。实际预警工作主要模式是借助财务建模的主要阶段过程进行传导路径的搭配，同时配合录入不同实际经验以及情况的反映实效进行内部动力支持性能的稳固建设，这是实际预警模型建设工作的主要流程。不过，现实经济条件下的不定因素比较混杂，同时存在不确定性，对于普遍漏洞的合理尺寸把握必须做好科学的界定划分，使得适应自身领域要求结构标准的企业能够结合重要影响因素的分布状态进行及时的回应，保证细致分层工作的有序排列，尽量避免晚报警以及误报的行为，导致企业的成本控制行为操作波动幅度过大，不利于后期可持续发展目标的积极落实。针对具体细化处理的方案内容主要包括：
（一）关于预警机制分层处理的主要原则
财务预警内容相对不同内部经济管理危机有着不同的反应，根据目前大多数财务指标设计的主要现象以及相对征兆的主要表现进行不同原因的分析，对于细致处理的时间控制往往丧失一定的期限要求，因此对于良好满意的预警效果并未得到完好补充。根据现下人工智能神经网络分析的主要方式以及非财务信息的预警系统结构进行复杂建模施工条件的分析，使得大多数中小物流企业的共性特征得到具体表现，保证适用效果的尽量补充。结合不同时段，不同层级结构的宏观作用环境以及实际利益层面的复杂分布，确保关于不同因素力量的强弱效果以及变化趋势能够做到系统的研究，使得关于具体环节的财务支付活动的实际影响效果能够不断扩散，确保提前预警工作的及时标准价值。这是一种结合定量数据考究与定性规律探寻工序相结合的主要循环式实际考查分析方法，对于细节的呼应标准是经过长期的跟随实践经验进行总结的，能够满足普遍中小物流企业的主要预算控制标准，具有一定的应用实效呼应作用。
短期预警指标在制定过程是涉及普遍企业的核心标准利益价值工作内容的，因此相对来说比较重要，主要结合定量分析的主要内容进行研究。主要是中长期预警机制内容具备一定规模的缓冲时间，而短期预警机制主要是实时自动处理的工作连接，要求必要的精准处理效应，这是凭借企业自身积累的主要资产进行即时应对的现实手段，对于外部实施帮手的力量没有一定的计划，因此伴随一定程度的风险。所以，必须针对现金流量的阶段性提供流程界定标准进行细致划分，包括实际订单以及装卸、运输流程产生的费用必须立即保障，使得科学系统的物流成本以及账款周转活动、负债比例等活动得到具体的保障，这是保证后期销售行为的主要基础，因此对于内部的经营主置必须做到清晰规范化处理，深度细节监督工作在不同部门的指导效果进行层层校正，加上内部操作管理人员责任权限的高度明确，使得合理的组织结构在内部成本经济的控制价值得到全面发挥，这是保证先进小规模物流企业长期发展的重要途径，是保证其指标制定标准的重要形式内容。
中长期预期指标对于企业实际运行的效益影响效果相对比较浅薄，但警报内容多直接决定着企业是否存在的重要情报，界定不同政策、法律以及技术的宏观环境效应以及不同变动层对于企业长期获利能力的系统分析，使得长期经营的主要理念内容以及结构构建具备一定的硬软件设备支持，使得相对定义内容的具体定性分析标准得以普及。而中期预警指标则是根据金融外部环境的控制，包括竞争优势以及实际治理状况的材料选取等，这是直接关于企业长期发展走势以及行业集中标准位置和经济增长速度的重要因素，根据一定定性和定量分析格局的共同标准进行混合化处理，使得经济增长的形势曲线能够维持在合理的状态。
总结：物流企业在深度适应现代经济体制内容规范的前提下，针对一定严谨要求的逻辑思维顺序以及丰富的信息涵盖范围进行具体指标内部静态缺陷的划分，使得非财政因素的动态效应在系统框架的实时呼应，保证消极险情预警分析根源动力的主要补充渠道格局，同时促进动态监督实效的良好运转，这是集中内部控制预警工作的主要表现形式，必须结合时代信息的不断变化趋势进行不断的改善，适应现代经济体制物流管理工作要求的细化水准。
参考文献：
关键词：财务危机原因 多元统计 分析危机 预警作用
国内学者对于公司财务危机预警的研究也越来越多，然而学者们大多数只针对纯财务指标构建财务危机预警模型，却忽略了非财务信息的作用。很显然，单一的财务数据所能体现的信息还不够完整，很难反映公司的真实情况，难免会造成预警的偏差，而非财务信息能够对财务信息进行有效地补充，因此，引入非财务指标构建预警模型是非常有必要的。
一、企业财务危机产生的原因
许多现代企业面临着危及生存的问题，财务危机是企业的一大重要问题，许多企业管理不得当，财务环节控制不到位，并且缺少有效的监管机制，造成企业财务管理混乱。企业财务危机是法律意义上对企业破产的定义，企业破产是用来衡量企业财务危机最常用的标准。企业财务危机有负债危机、市场危机、收益质量危机，除此之外，长短期资产配置不当、企业财务机制不健全、管理层的财务管理素质低下、企业本身的风险意识薄弱等都会造成企业财务危机的发生，由于企业更倾向于通过负债来获取收益，因而当风险意识不强时极易形成高度负债，在企业出现入不敷出的财务危机时便会导致破产。
二、多元统计分析
（一）多元统计分析概述与作用
多元统计分析是一种综合分析方法，能够在多个对象和多个指标互相关联的情况下分析它们的统计规律。多元统计规律包含很多内容，主要包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、主成分分析和因子分析、判别分析和聚类分析、直线回归与相关、多元线性回归与相关。多元统计分析可以对许多数据进行观测以及预测，多元统计分析即为分析多元数据的统计方法。根据统计规律性对未来企业财务情况做出预测，根据多元的数据对财务情况进行多方面的设想与观测，预测企业未来发展过程中可能会发生的财务危机情况以及危机程度，让企业提早知晓可能发生的财务危机，并做好全方面的应对措施。
（二）多元统计分析在企业财务危机预警中的主要方法
多元统计分析主要是使用判别分析和主成分分析建立企业财务危机预警模型。首先，在建模的过程中利用随机抽样和对应样本法在企业中进行选择，选取各类指标来反映企业的财务情况，变量越多企业财务危机预警模型就建立的越好。其次，利用抽样选取法抽选出样本和变量，依据这些样本和变量使用判别分析法建立企业财务危机的预警机制。第三，将企业中抽取出来的多个变量通过线换选出较少的数量并且是重要的变量，由于变量之间都存在着一定的相关关系，而且要以最少的变量来建立模型，所以要将相关重复的变量除去，最后剩下各不相关的变量，全方面分析企业中存在的问题，这就是主成分分析。
三、多元统计分析在企业财务危机预警中的作用
（一）对财务危机进行分析和预测
多元统计可以通过抽取变量建立预测模型对企业未来的财务危机进行分析和预测，从各个不同的角度预测企业未来可能发生的财务危机，并且经过验证判断企业是财务危机公司，或是非财务危机公司，或是中间状态公司。这种方法的正确率十分高，但是如果预测的年份越远，预测的准确率就会越低；反之年份越近预测的精确度就越高。因此，企业需要及时更新企业的财务危机预测模型，根据不断变化的数据和指标对企业财务危机进行分析，提高预测的准确率，对未来所可能出现的危机做出适应的措施。
（二）减小财务危机对企业的影响
多元统计分析可以减小财务危机对企业的影响，可以通过多元统计分析对企业进行分类，依据采集到的数据建立的模型，辅助分类企业判断是否处于财务危机状态。如果预测结果为财务危机企业，必定会引起相关部门对企业发展的重视，以及采取各类的方法对企业未来可能会发生的财务危机进行合理地防范，企业会谨慎对待发展的每一个步骤，加强风险意识，减小负债率，减小财务危机对企业的影响。
（三）促进市场经济健康发展
以多元统计分析对各个企业进行财务危机预警，使我国的每个企业都能够划分清楚，并且采取最全面、有效的体系适应国内企业的发展，在一定程度上减少了财务危机带来的影响，促进了市场经济的健康发展，提高我国的经济发展水平。
四、结束语
多元统计分析是一项对研究企业财务危机十分有效的方法，在其他领域的应用也十分广泛，多元统计分析可以为企业带来完善的财务预警体系，使企业预测未来可能会发生的财务危机，对未来发生的财务危机采取适当的、避免发生的措施，促进了企业经济的健康发展。
参考文献：
[1]李杰，王蔚佳，刘兴智. 多元统计分析在企业财务危机预警中的应用[J].重庆建筑大学学报，2004
[关键词]经济新常态；财务预警；主成分分析；神经网络；Kalman滤波
以“速度变化、结构优化、动力转换”为特征的经济新常态，是“当前和今后一个时期我国经济发展的大逻辑”。在新常态下，一方面我国经济发展整体向好，潜力大，韧性强；另一方面也面临严重的结构性产能过剩、库存过量、风险过大等问题。2015年中央经济工作会议提出，推进供给侧结构性改革，将“去产能、去库存、去杠杆、降成本、补短板”作为2016年的五大任务。这对我国企业而言，机遇与挑战并存，风险与收益同在。但是，新常态下宏观政策、产业政策、微观政策和改革政策都在变化，很多企业面临挑战大于机遇，因财务危机导致企业经营陷入困境甚至破产清算的现象时有发生。因此，为避免或减弱新常态下企业的不利影响，加强企业财务运营的监控，及早发出预警信号，将企业面临的潜在财务危机告知利益相关者是十分必要的。本文在回顾已有的财务预警研究文献的基础上，运用全局主成分分析法，构建了融合神经网络和Kalman滤波法的财务预警模型，并以我国上市公司为样本进行实证研究，这既改变了单一方法的预警模型，又提高了财务预警的准确性，并对经济新常态下的风险管理有参考价值。
一、文献回顾
财务预警是借助企业提供的财务报表等资料，利用不同的分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业潜在的风险，并在危机发生之前向企业经营者发出警告，促使企业管理层采取有效措施，避免潜在的风险演变成损失。最早的财务预警研究是Fitzpatrick（1932）开展的单变量破产预测研究。他首先将样本公司分为破产和非破产两组，再尝试用不同的单一财务比率进行对比，最终认为股东权益/负债这个比率的判别能力最高。随后，William Beaver（1966）提出单一比率模型，即利用单一的财务比率来预测企业的财务困境，发现营运资本流/负债和净利润/总资产是最好的判别变量。但由于用单个指标判别的方法本身存在缺陷，Altman（1968）重新选择样本进行研究，确定出了判别效果最好的五个指标，最终对每个指标确定出权重，构造出了一个综合指标由此进行判别。Altman采用的多元线性的方法，对后来学者的产生了更深远的影响。Ohlson（1980）将Logit回归模型引入财务预警的研究中。他首先确定出了一个非破产概率区间和破产的概率区间，然后根据落在此区间上的企业的概率分布来确定哪些指标的判别效果较好，由此他也在logit回归的基础上，建立了多元概率模型。这两种方法都在很大程度上克服了一元判别和多元判别中的诸多缺陷。随着计算机技术的发展，利用人工神经网络这类黑箱模型的方法对财务预警的研究也逐渐增多，如Tam（1991），Coats和Fant（1991，1993），Ahman，Marco和Varetto（1995），Kevin，KarYanTan和MdodyY.Kiang（1992）采用人工神经网络模型对财务危机公司进行预测。此外，Messier和Hansen（1988）将专家系统运用于财务困境预测，结果证明分类效果最好；Charitou和Trige-orgis（2000）将B-s期权定价模型中的变量因子引入财务危机判别模型，发现到期债务面值、企业资产的当期市价、企业价值变化的标准差等期权变量在预测破产方面作用显著。
我国学者20世纪90年代开始对财务预警进行研究，目前已有一些成果。如周首华、杨济华和王平（1996）通过建立F分数模式对Compustat Pc Plus会计数据库中1990年以来4160家公司进行验证，发现准确率高达近70%。陈静（1999）采用单变量分析法和二类线性判定分析法进行财务危机预警分析，发现流动比率和负债比率的判别效果最好。宋秋萍（2000年）采用美国Ahman的z计分模型对中国6家公司进行了预测分析，发现直接使用美国公司财务数据建立的模型并不适用于对中国公司的预测。吴世农、卢贤义（2001）以多元线性回归分析、判别分析和逐步逻辑回归三种方法构建了相应的财务预警模型，研究结果表明这三种模型都可以在财务危机前做出相对较为准确的预警，并发现logistic预测模型的误判率最低。进入21世纪以后，各种智能算法应用到财务分析当中。刘洪、何光军（2004）用传统的判别分析方法、逻辑回归分析方法、人工神经网络方法进行比较研究，认为人工神经网络方法的预测精度远高于两种传统的统计方法。李健、刘翔（2011）将遗传算法与BP神经网络结合起来，对我国制造业上市公司进行实证分析，结果发现遗传神经网络准确度高于logistic回归模型和BP神经网络模型。
因此，过去对财务预警的研究已经形成一些成果，但面对瞬息万变的市场情况，这些预警模型的运用都有较强的适用条件。从现实案例和财务理论来看，公司财务危机都具有三大特点：一是越临近财务危机的发生，财务指标中所包含的危机信号就越多；二是财务数据的时间序列性，当期财务数据会对下一期造成影响；三是财务危机具有历史累积性，财务危机是长时间的经营不善所导致的最终结果。而现有研究成果大部分（杨华，2009；吴启富，耿霄，2010；李建，刘翔，2011）只是从其中一方面进行考虑，所构建的财务预警模型的适用性大大减弱，预警的准确性不高。本文中融合神经网络和Kalman滤波法的财务预警模型较好地解决了这些问题。
二、研究设计
（一）样本选择和数据来源
国内学者（刘洪，何光军，2004；刘际陆，2011；魏春梅，蔡通，2011）在过去的研究中常把是否被sT作为划分财务危机公司和财务良好公司的界限。这样非黑即白的划分方式存在两个缺陷：一是研究中忽视了企业财务危机的发生是一个逐步累积的过程；二是如果临近财务危机的发生才对企业做出预报，企业就没有充足的时间应对危机，这就丧失了预警的意义。所以，为延长企业财务危机的应对时间，从财务状况良好到发生财务危机，应该再划分一个过渡状态。本文将企业财务状况分成三个状态：财务状况良好、轻度财务危机和重度财务危机。以前的研究显示，企业被sT当期的财务数据，与该企业之前7～8年的财务数据呈现显出著性关系，所以本文将企业在T期至T-7期之内净利润均大零的情况，定义为财务状况良好；若在第T期企业被sT，则第T期的财务状态则被定义为重度财务危机，T-1期至T-5期的财务状况被定义为轻度财务危机。
本文以我国深、沪两市的上市公司作为样本，选择标准为：（1）2012年或2013年首次因连续两年亏损被ST的30家公司，其T期数据作为重度财务危机企业的判别样本。由于sT企业从其前7～8年的数据开始才与发生sT当期的数据呈显著性相关，所以本文选择企业T-1期至T-7期数据作为预测T期财务数据的预测样本。（2）2012年或2013年首次因连续两年亏损被ST的29家公司，其T-5期数据作为轻度财务危机企业的判别样本，其T-1期至T-7期数据作为预测T期财务数据的预测样本。（3）2012年或2013年非ST公司，并且十年之内均未出现净利润为负值情况的30家公司，其第T期数据作为财务状况良好企业的判别样本。为满足配对原则，同样选择其T-1期至T-7期数据作为预测T期财务数据的预测样本。此外，剔除有以下情况之一的sT公司：纯B股的sT公司，因其他状况异常而被sT的公司，存在严重假账的公司，上市两年内就被sT的公司，这类公司存在虚假包装上市的嫌疑，有严重数据缺失或数据不合理的公司。根据上述标准，本文从CSMAR数据库中选择了89家公司（见表5），选择的对象均为工业企业，时间分别为2006-2013年、2005-2012年，共11392个数据，满足客观性、可比性和可获得性等基本特征。
（二）预警指标分析与选取
1.基本预警指标的选择
为了更全面地反映企业的财务状况，本文参考了吴世农和黄世忠（1986）、孙晓琳（2010）、刘际陆（2011）关于财务危机预警的指标体系，同时遵循全面性原则、系统性原则、动态性原则，在满足数据可获得性的条件下，通过相关性分析后，从偿债能力、市场价值、现金流量、盈利能力、营运能力五个方面初步选取了12个财务指标（见表1）。
2.全局主成分分析
因为使用的数据是多维时序立体数据，过去很多研究并未考虑指标的时序因素对其产生的影响。为克服这一问题，本文使用全局主成分分析法降低指标维度，用较少的综合指标来代替原来较多的单一指标。主成分分析法要求数据满足正态分布，根据以往文献得出的结论，我国的财务比率总体不符合正态分布假设。但由于在SPSS软件中做主成分时，软件会自动将数据转换为服从标准正态分布，所以数据的正态化处理在这里就不再赘述。具体分析结果见表2。
为得到保留大部分信息的同时又完全正交的主成分因子，从而得到了最优的输入集，选择的主成分的累计贡献率一般必须达到85%以上，从而可以确定提取主成分的个数。虽然主成分个数提取原则上为主成分对应的特征值大于1的前m个主成分。但是其累计贡献率并未达到85%，所以本文考虑提取前9个主成分，累计贡献率为91.41%。
表3中的各数据代表各指标在主成分上的载荷。由于软件自动运行时，自动将原始数据进行过标准化处理，所以为得出各主成分的系数需要结合表2中各主成分对应的特征值。用各载荷值除以特征值开平方根之后，得到表4。
表4中各列的数据即是各主成的特征向量，将得到特征向量与标准化后的数据相乘，就可以得出各主成分线性表达式。
三、基于神经网络与Kalman滤波法的财务预警模型构建
（一）基于神经网络的判别模型构建
根据上文主成分数据，利用神经网络模式识别的方法构建判别模型。选取前30家公司第T年的横截面数据，将样本公司按70%、15%、15%的比例，分为训练组、验证组和测试组。误差反向传播（BP）神经网络的构建包括输入层、隐含层、输出层、传递函数、训练函数等网络结构和网络参数的设置。对于本文模型的具体设置如下：
1.输入层。输入变量决定输入层神经元个数，本文输入层节点数为提取的主成分个数。
2.隐含层。本文用两个隐含层的神经网络训练相对有助于提高预测的准确率。关于隐含层的神经元个数，一般只能根据经验，通过反复试验。
3.输出层。输出值代表模型要实现的目标功能，输出层采用pruelin函数，本文的输出层为3个输出节点，001代表“重度财务危机”，010代表“轻度财务危机”，011代表“财务状况良好”。
4.传递函数。隐含层到输出层之间的传递函数确定为tan-sigmoid传递函数。
5.学习函数。本文选取了基于快速误差反向传播（BP）算法的学习函数learngdm，该算法在学习规则上选取了梯度下降动量学习函数。
6.训练函数。为了提高训练速度，避免陷入局部最小和改善概括能力，函数tminlm具有较强的优势，因此本文选用trairdm作为训练函数。
7.网络参数。目标误差为0.01，学习速率为0.005，训练循环次数为1000次。
按要求训练后，得到的结果如图2所示的混淆矩阵。从训练组和测试组的混淆矩阵中可以看出，网络的判别结果都达到了100%。在验证组中，因一个财务状况良好的公司被判定为了轻度财务危机，致使验证组的误判率为1.12%，网络的总体判别正确率达到了98.88%。因此，可以认为所训练好的网络达到了很好的判断效果，可以用此网络对后期预测出的数据进行判别。
（二）基于Kalman滤波法的预测模型构建
Kalman滤波是一种高效率的递归滤波法，它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。本文把样本公司各年的财务数据视为滤波器所处理的随机信号，利用系统噪声和观察噪声的特性，以每年的财务数据即观测值作为系统的输入，以系统的状态即财务数据的预测值作为滤波器的输出值，输入量和输出量通过时间更新和观测更新联系在一起，根据Kalman滤波的系统方程估计出所处理的财务数据。
设一个公司在t年的真实财务状况为Xt，它是由xt组成的随机变量。Yt代表计算出的主成分数据，即代表某样本公司在t年提取主成分后的财务数据，由N维随机向量yt组成。
首先，本文将企业各年的财务状况视为一个离散控制过程系统。该系统可用一个线性随机微分方程来描述。
根据89家样本公司的T-1到T-7期主成分数据，预测出了T-7期至T期的主成分数据。因预测结果数据量大，在此，随机选择一家公司（证券代码为000605）的预测结果，绘制出其各主成分逐年预测值与观测值的图形（图4至图12）。从图示可以看出，T期的预测值能够与观测值基本吻合，该模型具有良好的预测效果。并且，即使短暂财务数据发生显著变化，都不会对整个系统的预测产生较大影响（如图11和图12），这与企业短期财务状况波动并不会对其长期财务状况造成影响的现实相吻合。
最后，将预测出的所有样本司第T期主成分数据代入神经网络判别模型中，得到表5所示结果。
表5中的“实际状况”反映企业真实的财务状态，“预测结果”是根据企业各年数据预测的财务状况。结果发现，有24个判断结果出现了变化，总体预测的正确率为73.03%，这与张玲（2000）62%、吴世农（2001）73.17%的预测效率相比，虽然本文所采用的方法的预测效率并没有大幅度地提升，但结果也可以证明这种企业财务危机预警方法的适用性。
五、研究结论与启示
[关键词] 财务危机预警模型 模糊综合评价 指标体系 二维矩阵模型
近年来,如何协助企业及早有效规避财务危机成为国内外专家学者研究的焦点。在我国,国有企业资产负债率仍居高不下,据国资委公布的数据,2006年平均为56.8%，民营企业短命现象仍较普遍，根本的原因是企业缺乏科学合理的财务危机预警评价与管理机制。财务预警模型为客观地评价企业财务状况、预测企业未来发展趋势提供了重要方法。
一、企业财务危机预警模型研究概况
最早提出企业财务危机预警分析模型的是美国经济学家Altman,随后,又有许多学者投入该领域的研究。从已有的研究来看，财务预警模型通常可分为定性分析法、定量分析法和定性定量相结合的方法三大类。定性分析方法主要包括标准化调查法、“四阶段症状”分析法和“三个月资金周转表”分析法、流程图分析法。定量分析方法中静态分析方法包括单变量判别法、多元线性判别法（Z Score模型和F Score模型）、多元逻辑(logit)模型、多元概率比(Probit)回归模型；动态分析方法主要有神经网络模型和联合预测模型等。定性定量相结合的方法包括模糊综合评价模型和管理评分法。
二、模糊综合评价模型基本原理及其选择
模糊综合评判法是美国控制论专家艾登于1965年创立，是模糊数学集合论与层次分析法的有机结合进行综合评价的一种方法。以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化、进行综合评价的一种方法。进行模糊综合评价过程中，主要工作是因素集合(指标体系)的建立、各因素权重的获取和隶属函数的建立，其次是模糊算子的选择和评价结果的处理。
选用基于AHP的模糊综合评判的原因。其一，由于企业财务运营受多因素的影响,具有一定的层次性，运用层次分析法分析具有较大的优越性。层次分析法运用定性分析和定量分析相结合的方法，能够把以人的主观判断为主的定性分析进行量化，便于用数值来显示各方案的差异，同时它也能够通过权重分析确定各个目标在项目总体评价重要性，克服了传统方法无法直观、简洁地分析和描述系统特点的缺陷。其二，由于企业财务运营状况的评价具有模糊性，很难严格界定各等级的标准，这种等级的分类只是主观意识的结果，具有模糊性；而且企业财务状况的影响因素也具有模糊性，如内部控制方面、不良资产损失程度等。模糊综合评价方法在一定程度上综合运用定性分析与定量分析的优点，本文采用模糊分析的方法建立财务危机预警模型，首先运用层次分析法和德尔菲法确定各指标的权重，然后采用模糊综合评价法对企业财务运营状况进行评价和预测。
三、基于模糊综合评价的财务危机预警模型构建
基于AHP的模糊综合评价是在利用AHP法确定企业财务危机预警各评价指标权重分配的基础上,采用模糊综合评价方法对企业财务危机预警整体能力及各分项指标展开评价的一种综合评价方法。
1.建立评价指标，确定评价的因素集
根据我国《企业财务通则》和《工业企业财务制度》构造企业财务状况的要素组成，在考虑了现金流量、经济附加值（EVA）等较新影响因素的基础上，建立起定性与定量相结合的企业财务危机预警指标体系，建立评价指标集。本文认为企业财务危机预警指标体系包括偿债能力、资产管理能力、获利能力、发展能力、现金流量能力和内部控制能力6个方面。
H={ h1 ， h2 ， …， ht } 也就是 t 个评价指标。具体见表1。
2.运用层次分析法计算指标权重
美国著名的运筹学专家匹兹堡大学教授T.L.Saaty于70年代初提出了层次分析法 (The Analytic Hierarchy Process简称AHP法)，其基本步骤为：
(1)建立层次结构模型，将影响因素集分层。例如影响因素集分三层，则最高层是目标层，中间层是准则层，次级是指标层。
(2)对同一层次的各元素关于上一层次中某一准则和重要性进行两两比较，构造判断矩阵，判断与量化各元素间影响程度大小。层次分析法采用1-9标度方法，对不同情况的评比给出数量标度。如表2所示：
判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率CR (Consistency Ratio)。当CR＜0.10时，便认为判断矩阵具有可以接受的一致性。
(3)计算向量并做一致性检验，即层次单排序及其一致性的检验。判断矩阵是针对上一层次而言进行两两比较的评定数据，层次单排序就是把本层所有各元素对相邻上一元素来说排出一个评比的优先次序，即求判断矩阵的特征向量。根据判断矩阵进行层次单排序的方法有很多种，本文采用方根法。若判断矩阵不满足一致性的条件(CR
(4)计算组合权向量，做组合一致性检验并进行排序，即层次总排序。
利用层次单排序的计算结果，进一步综合出对更上一层次的优劣顺序，就是层次总排序的任务。
公式 （1）
当 CR
3.进行模糊综合评价法计算各指标得分
具体操作步骤：
(1)建立评价对象的评语集，Q={q1，q2 ，q3，…. qm}= {很安全，安全，一般，危险，很危险}，即等级集合，每个等级可对应一个模糊子集。
(2)确定评价矩阵R。对准则层各评价指标Xi,建立模糊评价矩阵R进行单因素评价，确定模糊关系矩阵R。对定量指标采用偏大型的升半梯模糊分布来刻画，其隶属函数的表达式如下：
公式（2）
由上述隶属函数即可计算出各样本公司的评价指标对不同评价集的隶属度；对定性指标采用模糊统计等级比重法确定其隶属度，rij的数值表示对第i个因素的评价中评价人员给予Vj,这一评语在该因素所有评价中所占比重。
公式（3）
(3)进行各级模糊评判。采用模糊数学中的(・,+)运算规则,其优点是可以充分表示出各个评价因素的权重,所有的指标对综合评判的作用都将被体现出来。用模糊向量A将不同的行进行综合就可以得到该被评价事物从总体上来对各等级模糊子集的隶属程度，即模糊综合评价结果向量B。模糊综合评价的型为：
公式 （4）
其中bj 是由A与R的第j列运算得到的，它表示被评事物从整体上看对uj等级模糊子集的隶属度。
(4)计算综合评价值。根据对评语等级综合划分得到的评语加权系数矩阵Q，进而得到企业的最终财务评价结果。综合评价值的大小，反映不同评价指标的优劣，从而为客观评价企业财务状况提供了科学依据。
P=B・QT （5）
式中，P为综合评价值，B为目标层X的综合评价集，Q为评价等级分行向量，QT为Q的转置矩阵。
4.评价结果的分析
为综合直观考察企业财务水平各项能力在企业财务危机预警体系中的强弱及重要性，为企业准确规避财务风险提供依据，以“指标得分”和“指标权重”二个维度构建财务危机预警体系二维矩阵模型，对基于AHP模糊综合评价最终评估结果中的各项指标得分进行评价和分析。可以把评价指标分为四类。其中“双高”指标为企业财务系统的主要安全指标，“双低”指标为一般预警（一般改进）指标。其余为企业一般安全指标和严重预警（重点改进）指标。通过图示可以反映各指标在企业财务预警体系中的优劣地位和状况，使得企业能够有针对性地对指标进行改进，从而及时改善企业的财务状况。具体矩阵如下图所示：
四、结束语
本文构建的基于模糊综合评价的企业财务危机预警模型,主要在两方面进行了改进和探索。一是在全面考虑了现金流量、经济附加值（EVA）等最新因素影响的基础上，建立了定性与定量相结合的企业财务危机预警指标体系；二是构建财务危机预警体系二维矩阵模型对评价结果进行分析，通过图示可以反映各指标在企业财务体系中的优劣地位和状况，使得企业能够直观地对指标进行改进。但是由于模糊评价本身的缺陷，如模糊财务评价中诸如因素的选择、权重的分配等含有主观判定的人为因素, 会在一定程度上影响评价的准确性，该模型还需不断修改和完善。此外，该模型的适用性还有待进一步在实证分析中进行检验。
参考文献:
[1]蒋业香李存芳:企业财务风险的系统分析与模糊评价[J]．中国管理信息化，2007，10(12):77～80
[2]田高良王晓强赵红建:企业财务预警方法评析[J].预测,2002,21(6):23～28
[3]王玲玲曾繁荣:财务预警模型评述[J].市场论坛，2005,12：109～110
（一）对财务危机的预警反馈进行实时跟踪与分析
为了发挥预警机制的时效性，企业应该注重对财务管理部门的设置，专门成立一个机构或岗位进行财务预警的监控与分析工作。同时按期对企业经济财务风险进行预警监控并分析、反馈存在的问题，对核心指标进行每日实时跟踪与记录，并依据企业在各个经营阶段的财务报表、资产负债表等报表及时给出合理、有效的判断，保证预警机制的时效性与及时性。
（二）使用健全、合理与科学的财务危机预警指标
企业经济管理中的财务危机预警机制对风险的判断标准与运作机制主要是依据财务指标对企业财务风险高低的评估，所以财务指标对构建健全、完善的财务危机预警机制有至关重要的决定性作用。财务危机预警机制的指标必须能反映出企业的资产偿还能力、市场盈亏情况、产品销售额、运营状况和未来升值空间等状况，全面、合理和科学地表示出企业的财务状况。根据企业的实际财务状况，有针对性地使用预警指标，能够使预警机制的判断标准更加精确、对风险的评估更加可靠。
（三）构建企业财务危机预警机制的内部监控体系
要使企业财务危机的预警机制充分发挥应有的预警、监控和跟踪作用，就要对预警机制内部的运作进行实时、有效的监督以提高预警机制的可靠性和稳定性。企业要对预警机制的指标、运行、监管和反馈等各个环节进行严格的监控与把关，设置一系列的监控措施，成立监控专案小组和部门，对各个环节出现的问题进行及时的反馈并给予预防的措施。比如企业成立把管理会计作为基础的内部监管制度和专门的应对小组，对企业资产的流向、使用情况和企业财务成本进行全方位、多角度、全天候的监督与跟踪。除此之外企业还应对财务人员的工作进度、工作产出和做事态度进行监督，避免财务人员监守自盗。另外企业还应明确财务人员的工作职责和内容，成立责任明确机制和责任追究制度，将责任明确分配到每个财务人员的工作上，使财务人员互相监督。
（四）全面了解财务危机预警机制的影响因素
对财务危机预警机制的影响因素要有全面的了解和认识，才能有针对性地提出有效的方法去完善和优化预警机制。因此在构建企业财务危机的预警机制前对企业财务可能会面临的风险进行分析、研究与探讨，从外部环境如客户、竞争对手、国际形势等方面入手，具体分析不同的环境对预警机制构建的影响。再从内部环境如企业经营环节、组织架构等方面探究企业规避风险的措施。综合分析不同环境对预警机制的构建能够使预警机制更符合企业财务特点，从而提高预警质量。
二、结语
本文将财务危机预警系统作为企业公司治理的一个重要部分，从财务危机的定义入手，.剖析了我国企业公司财务预警系统存在的问题并提出了改进建议。
【关键词】
财务危机 财务危机预警系统
一、财务危机及财务危机预警系统概述
（一）财务危机
“财务危机”（Financial crisis）又称“财务困境”（Financial distress）或“财务失败”（Financial failure）。国外学者对之有不同的定义。比弗（Beaver）将破产、拖欠股利、拖欠债务界定为财务危机。奥特曼（Altman）将财务危机定义为“企业进入法定破产”。罗斯（Ross）等则认为可以从四个方面来定义企业的财务危机：第一，企业财务失败，即企业清算后任无法支付债权人的债务；第二，法定破产，即企业或债权人向法院申请破产；第三，技术破产，即企业无法履行债务合约付息还本；第四，会计破产，即企业的账面资产出现负数，资不抵债。从定义上来看，他们没有本质上的区别，都集中关注企业的资不抵债，都是从现金流，而不是会计流的角度来下定义的，差别只在于是否将违约视为陷入财务困境的标志，在实际研究中经常混用。
（二）财务危机预警系统
目前，我国理论界对财务危机预警系统的定义尚属探讨阶段，主要有三种代表性观点。第一种观点认为：财务危机预警系统是以企业财务信息数据为基础，以财务指标体系为中心，通过对财务指标综合分析，及时反映企业经营情况和财务状况的变化，并对企业各环节发生或将可能发生的经营风险发出预警信号，为管理当局提供决策依据的监控系统。
另一种观点认为：财务危机预警系统是以企业信息化为基础，对企业在经营管理活动中的潜在风险进行实时监控的系统。 此外，还有一种观点认为：财务危机预警系统就是通过对企业财务报表及相关经营资料的分析，利用及时的财务数据和相应的数据化管理方式，将企业所面临的危机情况预先告知企业经营者或其他利益相关者或是其他利益关系人，并分析企业发生财务危机的原因和企业财务运营体系隐藏的问题，以提早做好防范措施的财务分析系统。这一观点比较全面的涵盖了财务危机预警系统的工作过程和功能。笔者赞同第三种观点，也是以此为基础进行论述的。
二、我国企业公司财务危机预警系统现状
我国财务预警系统的建立和应用还不是很完善，目前财务预警系统只注重对企业财务数据的统计、财务指标的筛选、检查和财务模型的计算分析等一些量化的方法进行财务管理，在财务预警系统的应用上还存在很多问题。
1.企业财务预警系统与管理信息系统不能有效整合
目前，虽然许多企业建立了自己的管理信息系统，但大多企业的财务预警系统往往自成体系，或仅作为会计信息系统的一个子系统，仅仅利用会计信息而很少利用其他的业务信息，这种缺乏业务信息支持的财务预警信号的准确性不高，时效性也较差。
2.忽视了定性方法在财务风险评估中的作用
财务风险评估是测量、判断财务风险大小的活动过程。当前，比较常用的财务风险评估模型主要有单一指标模型、Z 分数模型和F 分数模型等。这些模型在选择自变量时均采用可量化的财务指标，在评价方法上均采用经典数学评价方法。经典数学评价方法的特点是精确性，而财务风险高低实际上是一个模糊概念，单一的定量分析可能与现实相矛盾。现代企业管理更加注重一些非量化因素，如企业管理者的风险意识、财务人员素质、人员流动状况、顾客满意度等，这些非量化因素对企业财务风险评价的影响越来越大，忽视定性方法和非财务指标，可能导致财务风险评价结果的不全面、不准确。
3.忽视现金流量指标的运用
完整的财务状况一般包括：企业资产质量及规模状况、资本结构状况、盈利状况以及现金流量状况。目前财务预警模型在变量选择上，应用最多的是资产负债率、营运资金负债总额、流动比率、速动比率、净资产收益率、销售净利率等。这些变量均来自于资产负债表和利润表，用来评价企业的资产质量、资本结构和盈利状况，而现金流量指标的运用较少，忽视了对企业现金流动状况的评价，从而削弱财务风险评价模型的预测效果。
4.警示功能单一
完善的财务预警系统应具备信息收集、预知风险和控制风险三种功能。当前企业财务预警系统主要通过对会计信息系统中的数据进行监测分析，找出与企业财务状况有关的指标，与事先设定的临界标准比较，以发现财务危机的征兆，即财务预警系统主要是发现问题、预示风险，却不能控制风险。
三、对我国企业公司建立现代财务预警系统建议
1.增强利益相关者的风险防范意识。
无论是席卷全球的金融危机还是个别上市公司的财务危机，其发生和蔓延都与利益相关者的风险防范意识的薄弱有关。因此，树立较强的风险防范意识，是完善上市公司财务预警系统，最大限度防止财务危机的发生，以及保证预警系统有效运行的前提。
2.力求会计信息的真实、完整和及时。
财务预警系统是建立在对会计信息进行加工和处理基础上的，会计信息是否真实、完整和及时，直接关系到公司财务预警的质量，并影响财务预警系统职能的发挥。这不仅要求会计从业人员严格遵守“诚信为本、操守为重、坚持准则、不作假账”的职业道德，还要求公司有完善的内控制度。内控失效将导致信息失真，从而使财务预警分析变得毫无意义。
3.协调财务预警系统与其他子系统的关系。
企业公司是一个有机整体，管理者应考虑不同子系统的数据传递和各子系统对各种数据的不同要求，实现公司数据共享，使各子系统之间的关系变得更加和谐，从而建立以财务为中心的信息集中、反馈系统，这样才能更好地发挥财务预警的作用。
4.完善社会评估机制。
目前，我国社会评估机构还不健全，权威性的民间评估机构甚少，且水平参差不齐。因此，应加强对社会评估机构的管理，提高评估人员的技术、责任和素质，使企业公司能借助社会评估机构所作的权威性结论，对公司财务状况和经营情况做出客观评价，从而进一步完善本公司的财务预警系统。
参考文献
[1] COSO制定.方红星等译，企业风险管理—整合框架[M]，东北财经大学出版社，2008
[2]周春生，企业风险与危机管理[M]，北京大学出版社，2007
[3]田高良，上市公司财务危机实时预警管理机制探讨[J]，会计之友，2004（1）
[4]贾明琪，上市公司财务困境预警系统模型及实证研究[J]，华东经济管理，2008（5）
[5]胡文萍等，企业财务分析技术[M]，中国经济出版社，2002
