時間：2023-06-08 11:00:39
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇財務預警分析，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
隨著市場經(jīng)濟體制改革的進行，不但給我國企業(yè)帶來了機遇也給其帶來了很多的風險。企業(yè)應該重視內(nèi)控機制的完善，建立現(xiàn)代企業(yè)制度，幫助企業(yè)更好的化解存在的財務水平，切實提高企業(yè)財務管理水平。現(xiàn)在，很多企業(yè)陷入困境的原因都是財務風險的存在，若是能夠及時發(fā)現(xiàn)財務管理過程中存在問題，便能夠對財務風險進行預測，來降低風險給企業(yè)造成的影響。
一、我國企業(yè)財務預警現(xiàn)狀和存在的問題
(一)我國企業(yè)財務預警現(xiàn)狀
在我國絕大多數(shù)的中小企業(yè)組織機構都不夠健全，管理時也不夠科學，企業(yè)運營水平較低，企業(yè)管理水平無法跟上企業(yè)規(guī)模的擴大，二者不協(xié)調。企業(yè)在進行發(fā)展戰(zhàn)略制定時也沒有全面的考慮到外部環(huán)境，這也導致了宏觀經(jīng)濟調整時，企業(yè)比較被動。并且很多中小企業(yè)本身的財務風險比較高，財務狀況瞬息萬變，實施財務預警系統(tǒng)存在較大的難度[1]。我國有些上市公司已經(jīng)進行了財務預警系統(tǒng)的建立，但是僅僅通過系統(tǒng)進行數(shù)據(jù)分析和計算，對于預警系統(tǒng)的變化不夠關注，更沒有針對其變化分析原因，這也導致其作用很難發(fā)揮出來。
(二)企業(yè)財務預警方面存在的主要問題
1.認識不到位
現(xiàn)在我國很多企業(yè)的領導都對生產(chǎn)和營銷比較重視，對于財務管理不夠重視，或者是只關注企業(yè)的利潤變化，沒有認識到財務管理的重要性，也沒有從財務分析方面出發(fā)幫助企業(yè)做好經(jīng)營管理工作，這樣給財務分析正常進行和作用發(fā)揮造成了很大影響。
2.指標構建存在一定問題
首先，選取財務指標科學性和全面性不夠，行業(yè)不同，財務指標預警標準存在一定差別，就財務比例而言，工業(yè)企業(yè)中流動比例為2:1會比較合理，而在商業(yè)企業(yè)中，其流動比率標準要比這個數(shù)值低。現(xiàn)在很多企業(yè)在進行財務預警系統(tǒng)建立時，選取指標比較盲目，導致了企業(yè)選擇的指標無法將企業(yè)財務狀況反映出來，財務預警系統(tǒng)的功效更是不可能發(fā)揮。其次，非財務指標選擇存在問題，現(xiàn)在很多制定的預警指標針對的主要是財務，很少考慮到那些和財務無關的指標。企業(yè)財務危機是否出現(xiàn)不但由財務指標決定，還和非財務指標有著直接關系，而這些非財務指標也會給預警系統(tǒng)有效性造成影響[2]。
3.技術分析存在一定問題
首先，會計信息真實性較差，財務預警系統(tǒng)建立的基礎便是真實和全面的財務信息。在工作開展過程中，由于受到各種因素的影響，企業(yè)報表資料往往景觀了包裝，會計信息失真情況嚴重，這也給財務預警系統(tǒng)有效性造成了很大影響。其次，分析過程存在片面性，比如過度重視客觀分析，輕視主觀分析等。最后，對象分析存在狹隘性，隨著經(jīng)營活動的不斷進行，企業(yè)資金也會不斷的發(fā)生變化，并且企業(yè)的實際經(jīng)營情況也會直觀的反映在資金變動中，通過資金變動情況的分析，便能夠了解企業(yè)經(jīng)營情況[3]。但是在分析時，往往只重視資金方面的變化，沒有分析業(yè)務活動的進行給資金變化造成的影響。
4.預警機制存在問題
首先預警機制不夠完善，很多企業(yè)沒有做好時候信息分析，并進行信息的反饋，這樣直接導致了財務預警系統(tǒng)構架缺失，預警機制沒有得到完善。其次，財務預警后續(xù)管理欠缺，后續(xù)管理不到位，直接導致了經(jīng)驗和教訓無法吸取，出現(xiàn)類似問題時，企業(yè)反映不夠及時，不能給后期經(jīng)營管理提供經(jīng)驗。
二、完善企業(yè)財務預警機制的措施
(一)全面科學的認識財務預警機制
想要做好財務預警工作，首先必須認識到其重要性，領導必須將其作為經(jīng)營管理的重要手段和方法，進行財務預警分析制度的建立，并通過措施不斷的提高企業(yè)的管理質量。其次，財務管理人員必須認識到財務管理以及預警分析對企業(yè)管理造成的影響，切實提高分析質量，提高企業(yè)的效益[4]。
(二)確保構建的財務預警體系真正的科學合理
首先應該根據(jù)相關原則進行財務預警指標體系的構建，其原則包含了下面幾點，分別是敏感性、針對性、可操作性、重要性以及全面性原則。其次，應該重視預警模型變量選擇范圍的拓寬，確保其合理性；再次，對于非財務指標的引進必須慎重，只有全面了解企業(yè)出現(xiàn)困境的原因，才能夠提高預測能力。最后，還應該進行長期財務預警分析指標體系和短期財務預警分析指標體系的建立，并將二者結合起來。
(三)企業(yè)必須重視財務預警分析技術的提高
首先應該重視會計基礎工作的加強，確保會計信息真實可靠。其次，需要完善財務分析制度，保證期科學性，做好人員選拔工作，明確每一個工作人員的目標和責任。最后，還應該根據(jù)實際情況，做好調查分析，分析時應該做到有的放矢，直接了當，提高其針對性[5]。
(四)重視內(nèi)部預警機制的完善
首先應該完善內(nèi)部預警機制的事前、事中以及事后三重機制，將預警系統(tǒng)功能全面的發(fā)揮出來。其次，需要進行對策庫的建立，及時的收集相關的數(shù)據(jù)，確保在遇到類似問題時，能夠快速有效的提出解決方案。
三、結語
在企業(yè)財務管理過程中，財務預警是非常重要的環(huán)節(jié)和內(nèi)容。但是我國目前很多企業(yè)并沒有真正認識到財務預警分析的重要性，操作過程也不夠規(guī)范，通過筆者的研究，希望能夠給企業(yè)財務預警機制完善提供一定幫助。
參考文獻：
[1]牛怡然.中小企業(yè)財務風險的預警與控制[J].中小企業(yè)管理與科技(上旬刊),2011,(02):108-109.?
[2]朱大華.企業(yè)財務風險預警指標體系建立初探[J].會計之友,2011?(26):55-56.?
[3]鄭鵬,李雅寧.企業(yè)財務風險預警指標體系改進的研究[J].天津大學學報(社會科學版),2012,(06):502-507.?
關鍵詞：多變量財務預期模型 實證 比較分析
一、引言
隨著我國市場經(jīng)濟體制改革的不斷深化和資本市場的快速發(fā)展，現(xiàn)代企業(yè)由于外部市場競爭的加劇和內(nèi)部經(jīng)營管理的不善，不少公司也出現(xiàn)了財務危機。為了在激烈的市場競爭中求生存謀發(fā)展，企業(yè)有必要對其自身的財務狀況進行預警分析，以應對各方面的風險，并防范財務危機的發(fā)生。
到目前為止，企業(yè)財務預警的研究已經(jīng)積累了豐富的研究成果，即建立了多種財務預警模型對企業(yè)財務危機進行預測，并且已做了大量的實證研究。財務預警模型有單變量財務預警模型和多變量財務預警模型，但由于單變量財務預警模型只對單個財務比率的趨勢分析，沒有哪一個比率能夠概括企業(yè)財務的全貌；另外，某些財務比率有可能被公司管理者進行過粉飾，單一的依靠某一比率做出的預測不一定可靠。因此，多變量財務預警模型逐步取代單變量財務預警模型成為廣泛應用的模型。雖然多種多變量財務預警模型為現(xiàn)代企業(yè)預測財務狀況提供了多種選擇，但由于每種模型有其各自的前提條件以及模型自身的特點，這使得從眾多模型中挑選出一種最具代表性的模型的可能性大大降低了。基于此，本文就國內(nèi)外學者對各種多變量財務預警模型的實證研究情況進行總結和比較。通過對多種多變量財務預警模型的實證情況進行比較，一方面可以充分展示我國財務預警實證研究的發(fā)展狀況；另一方面對我國財務預警實證研究存在的問題進行總結，就財務預警實證研究的未來發(fā)展方向提出建議。此外，也為多變量財務預警模型的相關使用者選擇一種適合自己的預警模型提供了依據(jù)。
二、多變量財務預警模型的基本原理
國內(nèi)外常用的多變量財務預警模型主要有以下四類：
2.1多元線性判定模型
多元判定模型中最著名的模型是美國 Altman（1968）的Z分數(shù)模型：Z=0.12XI+0.14X2+0.033X3+0.006X4+0.001X5，其中x1、x2、x3、x4、x5是五個財務指標。根據(jù)判別方程可以把單個企業(yè)的各種財務比率轉換成單一的判別標準，或稱為Z值，根據(jù)Z值將企業(yè)分為“破產(chǎn)”或“非破產(chǎn)”兩類。國內(nèi)學者周首華等（1996）以Altman的Z分數(shù)模型為基礎構建了F分數(shù)模型，該模型加入了現(xiàn)金流量預測指標體系。
2.2主成分模型
該模型是國內(nèi)學者張愛民等（2000）借鑒Altman的多元z值判定模型，運用統(tǒng)計學的主成分分析方法建立的。其主要思想是：通過對原始的財務指標相關矩陣內(nèi)部結構關系的研究，找出影響上市公司的財務狀況的幾個綜合指標，即主成分，使綜合指標為原始指標的線性組合，綜合指標不僅保留了原始指標的主要信息，彼此又完全不相關，同時比原始指標具有某些更優(yōu)越的性質。該模型的差別方程式為：PS=V1Z1+V2Z2+V3Z3+V4Z4+V5Z5，其中，V1、V2、V3、V4、V5是系數(shù)，Z1、Z2、Z3、Z4、Z5是綜合指標。
2.3多元回歸模型
多元回歸模型包括Logistic回歸模型和Probit回歸模型。Martin（1977）在財務危機預警研究中首次采用了多元邏輯回歸模型。該模型假設企業(yè)破產(chǎn)的概率為P（破產(chǎn)取1，非破產(chǎn)取0），并假設Ln[ P/(1-P)]可以用財務比率線性解釋。假定Ln[P/(1-P)]=a+bx，推導得出P=exp( a+bx)/[ 1+exp(a+bx)]，從而計算出企業(yè)破產(chǎn)的概率。判別規(guī)則是: 如果 P>0.5，則判定企業(yè)為即將破產(chǎn)類型；如果P<0.5，則判定企業(yè)財務正常。Probit模型和Logistic模型相似。
2.4人工神經(jīng)網(wǎng)絡模型（ANN）
1990年Odom和Sharda第一次運用神經(jīng)網(wǎng)絡進行財務困境預測問題的探索。該模型由輸入層、輸出層和隱藏層組成，通過網(wǎng)絡的學習和數(shù)據(jù)的修正得出期望輸出，然后根據(jù)學習得出的判別規(guī)則來分類。
三、多變量財務預警模型的應用
目前傳統(tǒng)的統(tǒng)計模型發(fā)展得比較成熟，計算也相對簡單，應用也較為廣泛。Z分數(shù)模型主要用于信用政策、信貸評審、貸款定價以及證券化等方面。主成分模型也相對簡單可行，可以在實踐中廣泛運用，但該模型有一個明顯的缺陷，即綜合評分式權重的確定以及判定區(qū)間的確定都具有較大的主觀性和不準確性，尤其是后者受樣本數(shù)據(jù)分布的影響很大，從而會影響預測的準確度。Logistic模型與Probit模型的最大優(yōu)點就是不需要嚴格的假設條件，克服了線性方程受統(tǒng)計假設約束的局限性，因而具有更廣泛的適用范圍。而對于人工神經(jīng)網(wǎng)絡模型，從理論上來講，該模型應具有廣泛的應用前景和應用價值，但在實際運用中卻存在這樣一些問題，如模型結構定義的復雜性、計算量過于巨大，而且其在決策方法中表現(xiàn)得像一個黑匣子，以致對它的接受和應用都較困難。另外，這種模型要求擁有大量的學習訓練樣本以供分析，如果樣本數(shù)量積累得不足、沒有足夠的代表性和廣泛的覆蓋面，則會大大地影響系統(tǒng)的分析和預測結果。
四、多變量財務預警模型實證比較分析
4.1前提條件比較分析
在研究財務預警模型的過程中首先應該考慮各種模型適用的前提條件。多元判定模型和主成分模型通常形成一個線性判定函數(shù)式，據(jù)此判斷待判企業(yè)的歸屬，一般要求數(shù)據(jù)服從正態(tài)分布和兩組樣本間協(xié)方差矩陣相等。Logistic模型和Probit模型均是為了克服簡單線性概率模型的缺陷而建立起來的，一般采用最大似然估計方法進行估計，不需要滿足正態(tài)分布和兩組樣本協(xié)方差矩陣相等的條件，得出的結論直接表示企業(yè)發(fā)生財務失敗的可能性的大小。人工神經(jīng)網(wǎng)絡模型則對財務指標的分布沒有特別的要求特別適合于變量服從未知分布，且自變量組間協(xié)方差矩陣不相等的情況。
4.2樣本和數(shù)據(jù)選取的比較分析
財務危機預警的國內(nèi)外研究者由于國情不同、研究目的不同，對財務危機含義的界定有所區(qū)別：國外學者大都以提出破產(chǎn)申請的企業(yè)作為研究對象；而國內(nèi)學者則以滬、深兩市因“財務狀況異常”而被ST的上市公司作為研究對象。#p#分頁標題#e#
國外的研究學者通常采用比較樣本建模，即選擇相同數(shù)量的破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)。Altman（1968）則選取了33家1946～1964年間破產(chǎn)的且資產(chǎn)規(guī)模在70～2 590萬美元之間企業(yè)和相同數(shù)量、同一行業(yè)、同等資產(chǎn)規(guī)模的非破產(chǎn)企業(yè)作為樣本企業(yè)，數(shù)據(jù)來自《Moody的行業(yè)手冊》。我國學者則大部分是選擇近幾年的ST公司和相應的非ST公司作為研究樣本，其數(shù)據(jù)大部分來源于均來自上市公司公布的財務報表。如吳世農(nóng)、盧賢義（2001）則選擇了1998～2000年期間的70家ST上市公司和相對應的70家非ST公司作為研究樣本。
4.3財務指標選取的比較分析
國外學者Altman（1968）選取了5個具有代表的會計比率類財務指標，構建了Z分數(shù)模型，他認為這些財務變量是評價企業(yè)總體財務狀況的最佳指標。國內(nèi)學者周首華（1996）的F分數(shù)模型是在Z分數(shù)模型的基礎上加入了現(xiàn)金流量這一預測指標，證明在短期內(nèi)許多公司財務危機和現(xiàn)金流斷裂有直接關系。張愛民（2000）的主成分分析模型以及楊淑娥、徐偉剛（2003）運用主成分分析方法構建的Y分數(shù)模型中也僅涉及到會計比率類財務指標。直到2004年，張友棠引入了現(xiàn)金盈利值（CFV）與現(xiàn)金增加值（CAV）這兩個現(xiàn)在指標概念，雖然這兩個指標并未得到后來學者們的廣泛使用，但這一思想深刻地影響著后來的學者們。在隨后的絕大多數(shù)文獻中就開始出現(xiàn)了現(xiàn)金流量類指標的身影，并且在越來越多的文獻中占據(jù)主要地位。
Marttin（1977）首次構建多元邏輯回歸模型時也只選取了25個財務比率。隨后，Ohlson（1980）采用Logistic回歸模型時，不僅以現(xiàn)金流量指標為基礎，而且加入了非財務類指標，即公司規(guī)模、資本結構、業(yè)績和當前的變現(xiàn)能力。隨著財務預警研究與應用成果逐漸引入國內(nèi)，基于非財務指標的財務預警思想也同時傳入國內(nèi)，非財務指標是在2004年后大量出現(xiàn)的，并且越來越多學者的研究表明非財務類指標與會計比率類指標和現(xiàn)金流量類指標相結合建立的預警指標體系，能夠很大程度地提高預警模型的預測精度。國內(nèi)學者楊保安（2001）首次應用人工神經(jīng)網(wǎng)絡模型時，只考慮了會計比率類的財務指標，楊淑娥等學者在研究人工神經(jīng)網(wǎng)絡模型時則加入了現(xiàn)金流量類指標。
從上述文獻來看，在研究初期，學者們都只注重會計比率類的財務指標，但指標選取并非與模型是匹配的，而是隨著研究的發(fā)展指標選取也在不斷的進行完善，加進了現(xiàn)金流量類指標和非財務類指標，使模型能夠更加準確預測現(xiàn)代企業(yè)的財務狀況。
4.4模型預測準確度的比較分析
Altman（1994）以意大利工業(yè)企業(yè)為樣本，比較了神經(jīng)網(wǎng)絡方法與線性判別方法，發(fā)現(xiàn)有時神經(jīng)網(wǎng)絡方法要優(yōu)于線性判別方法，但由于神經(jīng)網(wǎng)絡有時過度訓練產(chǎn)生了不合理的權重，從總體上看線性判別方法要優(yōu)于神經(jīng)網(wǎng)絡方法。陳瑜（2000）對運用主成分分析、回歸分析與判別分析對證券市場ST公司進行財務危機預測，結果表明：主成分分析方法的預測效果最好，回歸分析法的預測效果次之，判別分析法的預測能力則隨著年份的臨近，正確性逐步提高。吳世農(nóng)、盧賢義（2001）通過應用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種預測財務困境的模型，并比較三種判定模型的效果，表明Logistic模型的判定準確性最高。喬卓等（2002）通過對Fisher判別模型、Logistic回歸模型以及神經(jīng)網(wǎng)絡模型在財務困境預測中的比較研究，發(fā)現(xiàn)提前2年和提前3年神經(jīng)網(wǎng)絡模型的預測精度明顯高于Logistic模型和Fisher判別分析模型。楊淑娥、黃禮（2005）分別采用BP人工神經(jīng)網(wǎng)絡工具和主成分分析法建立財務預警模型，并且對同一建模樣本和檢驗樣本進行預測，BP人工神經(jīng)網(wǎng)絡模型的預測精確度相比主成分分析模型的精確度有很大的提高。呂長江等（2005）分別運用多元判別分析、邏輯線性回歸和人工神經(jīng)網(wǎng)絡對財務狀況處于困境的公司進行預測比較分析。結果表明：三個主流模型均能在公司發(fā)生財務困境前1年和前2—3年較好地進行預測。其中，多元判別分析要遜色于邏輯線性回歸，人工神經(jīng)網(wǎng)絡的預測準確率最高。
通過以上的比較，人工神經(jīng)網(wǎng)絡模型的預測能力要優(yōu)于統(tǒng)計模型的預測能力，而要統(tǒng)計模型中，主成分模型的預測能力最優(yōu)，回歸模型次之，多元線性判別模型相對較差。然而，財務預警模型的優(yōu)劣不能光憑預測能力的高低來判定，因為各種模型的適用的前提條件是有差異的。
五、結論與啟示
綜觀國內(nèi)外文獻，財務預警研究對多變量財務預警模型的運用主要集中在以上幾種模型上，其中人工神經(jīng)網(wǎng)絡模型在理論上是預測能力最強的模型，但在實務中應用卻有諸多的問題，相比之下，統(tǒng)計模型簡單可行，有更廣泛的適用性。多變量財務預警模型只是為相關使用者提供一種預測財務風險并歸避風險的方法，而不是強調模型本身的精妙性。加之，財務預警模型只是用財務報表進行財務預警，而不能對財務報告的真?zhèn)芜M行鑒別，很有可能對失真的財務報告進行預警，進而使預測結果發(fā)生偏差。因此，對財務預警的研究應該與財務失真的研究相結合，以提高財務預警預測的精確度。
參考文獻：
[1]Altman E.I. Financial Ratio, Discriminate Analysis and the Prediction of Corporate Bankruptcy [J].Journal of Finance，1968，23(9).
[2]周首華. 論財務危機的預警分析—F分數(shù)模式[J]. 會計研究,1996,8.
[3]張愛民,祝春山,許丹健.上市公司財務失敗的主成分預測模型及其實證研究[J]．金融研究,2001(3)．
[4]Martin D. Early Warning of Bank Failure:A Logistic Regression Approach [J]. Journal of Banking and Finance,1977(7).
[5]Odom M.D and Sharda R. A Neural Network Model for Bankruptcy Prediction. In Proceedings of the International Joint Conference on Neural Network Tool [J]. Financial Management，1990，2(6).
[6]吳世農(nóng)、盧賢義. 我國上市公司財務困境的預測模型研究[J].經(jīng)濟研究，2001(6).
[7]楊淑娥,徐偉剛.上市公司財務預警模型——Y分數(shù)模型的實證研究[J].中國軟科學,2003(1).
[8]楊保安,季海,徐晶等．BP神經(jīng)網(wǎng)絡在企業(yè)財務危機預警之應用[J]．預測,2001(2)．#p#分頁標題#e#
*ST國祥成立于1993年，公司全稱為浙江國祥制冷工業(yè)股份有限公司，是首個在大陸A股上市的臺資企業(yè)。注冊資本145，324，675，法人代表王學文。公司的主要產(chǎn)品為螺桿式冷水機組、風冷式冷熱水機組、組合式空調機組、風機盤管機組。
2009年9月*ST國祥實現(xiàn)了資產(chǎn)重組，河北地產(chǎn)開發(fā)商華夏幸福基業(yè)股份有限公司成功注入旗下房地產(chǎn)開發(fā)企業(yè)，實現(xiàn)了地產(chǎn)資產(chǎn)整體借殼上市。浙江國祥制冷工業(yè)股份有限公司因其2007年和2008年連續(xù)兩個會計年度的審計結果顯示的凈利潤均為負值，根據(jù)《上海證券交易所股票上市規(guī)則》的有關規(guī)定，公司股票自2009年5月4日起被上海證券交易所實行退市風險警示的特別處理，公司簡稱變更為“*ST 國祥”。
公司經(jīng)審計的2009年財務報告顯示2009年度歸屬于上市公司股東的凈利潤為7，465，255.23元，歸屬于上市公司股東的扣除非經(jīng)常性損益后的凈利潤為-3，037，420.57元。公司于2010年4月30日向上海證券交易所提交申請撤銷退市風險警示及實施其他特別處理的報告，若得到核準，公司股票簡稱將變更為“ST 國祥”。
由于各國對財務失敗的界定不一致，而我國主要把上市公司ST作為財務失敗的標志，這也是選擇*ST國祥作為樣本的原因。本文中的財務數(shù)據(jù)均由企業(yè)2009年財務報告得出。
二、基于z-score財務預警模型的財務危機分析
所謂的財務預警分析，是通過對企業(yè)財務報表及相關經(jīng)營資料的分析，利用及時的財務數(shù)據(jù)和相應的數(shù)據(jù)化管理方式，預先告知企業(yè)所面臨的危險情況，同時分析企業(yè)發(fā)生財務危機的原因，發(fā)現(xiàn)企業(yè)財務運營體系隱藏的問題，及時做好防范措施的財務分析系統(tǒng)。
其一，預警模型的建立。z-score模型又稱多元線性判定模型（Multivariate discriminant model），是美國學者奧特曼（Edward Altman）以1946年至1965 年期間提出破產(chǎn)申請的33 家公司和相對應的33 家非破產(chǎn)公司作為樣本，用其財務比率擬合出的一個多元線性函數(shù)方程。
z-score模型是一種運用多變量思路建立多元線性函數(shù)公式，即運用多種財務指標加權匯總產(chǎn)生的總判別值（即Z值）來預測財務危機。
上市公司Z-Score 模型判別函數(shù)為：
Z=0.012X1+0.014 X2+0.033 X3+0.006 X4+0.999 X5
X1=營運資金/ 資產(chǎn)總額，X2=留存收益/ 資產(chǎn)總額，X3=息稅前利潤/ 資產(chǎn)總額，X4=股東權益的市場價值總額/ 負債的賬面價值總額，X5= 銷售收人/ 資產(chǎn)總額。基于*ST國祥2009年的財務數(shù)據(jù)分別得出結果如表1所示：
得出z=0.673903。
運用Z值模型計算出數(shù)據(jù)的幾點說明：
一是營運資金由流動資產(chǎn)減去流動負債得出；
二是息稅前利潤計算中所需的利息費用由財務費用代替；
三是股東權益的市場價值由該公司2010年6月11日的股票收盤價乘以發(fā)行在外的股票數(shù)得出。
奧特曼通過對Z- Score 模型的研究分析得出Z值的如下定量判斷臨界值：1.8以下存在嚴重財務危機，破產(chǎn)機率很高；1.8~2.8以下存在一定的財務危機，破產(chǎn)機率；2.8~3.0 以下存在某些財務隱患，解決不好有破產(chǎn)可能；3.0 以上財務狀況良好，無破產(chǎn)可能。
雖然Z值模型運用到我國上市公司存在一定的局限性，Z值模型計算的數(shù)字對我國上市公司來說可能過于偏激，如一些業(yè)績良好的上市公司的Z值仍然在臨界值上界之下，但此模型仍能起到一定的財務警示作用，從上述臨界值可以看出*ST國祥存在財務危機。
其二，基于財務預警模型的財務危機分析。從上述Z值模型的計算可以看出該公司存在嚴重的財務危機。從實際情況來看，該公司2007、2008年凈利潤均為負值，被上交所給予ST處理。2009年營業(yè)利潤仍為負值，但通過處置大量的固定資產(chǎn)，使得利潤總額達到正值從而避免退市的風險。
（1）利潤貢獻因素分析。由于面臨退市的風險，企業(yè)有必要采取措施實現(xiàn)利潤為正值，因此需對企業(yè)利潤表各項目進行分析，得出其對企業(yè)利潤總額的貢獻比例，并由此找出企業(yè)實現(xiàn)利潤的途徑。根據(jù)該企業(yè)2009年與同行業(yè)領先企業(yè)TCL集團股份有限公司利潤表得出表2所示數(shù)據(jù)：
表2反映的是利潤表各項目對利潤總額（不考慮所得稅因素）的貢獻水平，通過與同行業(yè)業(yè)績良好的企業(yè)的比較可以看出企業(yè)在獲取利潤方面的優(yōu)勢和不足，從而加深企業(yè)對自身的認識，并采取改進措施。
第一列表示毛利對利潤總額的貢獻。國祥的毛利對利潤總額的貢獻是4.45倍，而TCL是將近7倍，說明國祥主營業(yè)務對企業(yè)利潤的貢獻有限，這可以歸因于該行業(yè)競爭激烈，大企業(yè)擁有品牌價值和消費者忠誠度優(yōu)勢，因此國祥應該加強自身品牌建設，提高品牌知名度，加大企業(yè)創(chuàng)新投入，讓產(chǎn)品更滿足消費者需求，尤其是消費者的個性化需求。提高主營業(yè)務的盈利水平是提高企業(yè)利潤水平的根本途徑。
第二列表示企業(yè)費用的控制，從上表可以看出，國祥對企業(yè)費用的控制比較好，同時從財務報表得出，國祥的主營業(yè)務成本率比TCL低了3%，說明企業(yè)在成本費用控制方面占優(yōu)勢，企業(yè)應該發(fā)揮此方面的優(yōu)勢，但是成本控制一定要以質量為前提。
第三列是非經(jīng)營損益對利潤的貢獻。從上表可以看出TCL的非經(jīng)營性凈損益是國祥的5倍，2009年財務報表中反映的國祥的投資收益只有處置長期股權投資凈收益13萬。在企業(yè)主營業(yè)務呈下降趨勢的情況下，國祥沒有積極的拓寬收入來源，做出很好的投資決策，良好的投資決策也是企業(yè)扭虧為盈的關鍵。
第四列是營業(yè)外凈損益對利潤總額的貢獻。由上表可以看出，2009年度企業(yè)的營業(yè)外凈收益異常多，且本年度的營業(yè)外凈收益主要是通過處置企業(yè)的固定資產(chǎn)實現(xiàn)的，這也是企業(yè)2009年度凈利潤呈現(xiàn)正值的主要原因。企業(yè)2007、2008年凈利潤均為負值，為避免停牌的風險，企業(yè)有必要扭虧為盈。但是營業(yè)外收益并不是企業(yè)利潤的主要來源，處置固定資產(chǎn)也不是企業(yè)實現(xiàn)利潤為正的長久之計，因此企業(yè)有必要按照根據(jù)第一列得出的結論增強企業(yè)的實力，使企業(yè)徹底的扭虧為盈。
（2）行業(yè)因素分析。從“完全競爭”行業(yè)到“完全壟斷”行業(yè)，企業(yè)競爭程度依次遞減，財務風險的程度亦依次遞減，即競爭性越強財務風險越大。本企業(yè)處于家電行業(yè)，該行業(yè)競爭比較激烈，形成了企業(yè)容易產(chǎn)生財務風險的大環(huán)境。該企業(yè)2009年營業(yè)總收入比2008年減少40%，而且在家電行業(yè)原材料（如鋼鐵）價格上漲的情況（從財務報告得出）也促成了企業(yè)財務危機的發(fā)生。
（3）企業(yè)創(chuàng)新因素。由于家電行業(yè)處于行業(yè)生命周期的成熟期，市場基本飽和。企業(yè)必須加強創(chuàng)新，才能使企業(yè)的產(chǎn)品利于不敗之地，而且在市場基本飽和的情況下也只有通過創(chuàng)新才能吸引消費者的注意，給企業(yè)創(chuàng)造收益。但是從企業(yè)資產(chǎn)負債表可以看出企業(yè)2009年無形資產(chǎn)有減無增，沒有發(fā)生開發(fā)支出，而作為行業(yè)領先企業(yè)的TCL集團股份有限公司2009年開發(fā)支出占非流動資產(chǎn)總額的比例為7%。因此，企業(yè)有必要加強構建無形資產(chǎn)的支出，增強企業(yè)產(chǎn)品的競爭力。
（4）投資決策因素。從2009年財務報表附注可以看出，企業(yè)2008年權益法核算的長期股權投資收益-22萬元，處置長期股權投資產(chǎn)生的投資收益-129萬元，而本期處置長期股權投資產(chǎn)生的投資收益僅為13萬元。企業(yè)投資失敗導致了企業(yè)的營業(yè)利潤變?yōu)樨撝担瑥亩鴥衾麧櫈樨撝担纬闪死塾嬓Ｒ虼耍髽I(yè)投資要把握好投資方向，尋找好的投資企業(yè)，否則不但給企業(yè)帶來負擔而且可能把企業(yè)的主業(yè)拖垮，使企業(yè)得不償失。
綜上所述，根據(jù)財務預警警兆研究得出，該企業(yè)處于財務風險的“潛伏期”，因此通過對導致企業(yè)財務問題的上述因素的有效管理，企業(yè)是可以走出危機的。
三、結論
所有企業(yè)而并非僅限于ST企業(yè)都有必要建立財務預警模型對其財務狀況進行檢測，并及時發(fā)現(xiàn)存在的財務問題，提高企業(yè)財務管理的質量。通過對企業(yè)財務預警模型的建立及企業(yè)財務問題的分析對企業(yè)的財務危機進行事前控制，增強企業(yè)化解危機的主動性，減少發(fā)生嚴重財務危機甚至破產(chǎn)的可能性。
（一）我國企業(yè)財務危機預警方法應用現(xiàn)狀
量化分析方法和非量化分析方法是目前國內(nèi)外兩種最常見的預警方法。單變量分析方法和多變量分析方法構成量化分析法，非量化分析法所包含的內(nèi)容比較多，主要有管理評分法、流程圖分析法、“四階段癥狀”分析法、“三個月資金周轉表”分析法、標準化調查法等。自我國加入WTO，市場國際化之后，財務預警方法也在國內(nèi)外研究者的努力研究下不斷完善。
近些年，我國上市公司財務危機預警方法受到了理論界的關注。但是這些預警方法在我國處于初級階段，還沒有一個統(tǒng)一的標準，監(jiān)管部門也沒有制定出相關的規(guī)定，加之我國公民相對保守，不喜歡接受新事物的特點，使得上市公司在經(jīng)營管理上缺乏財務危機預警的意識。少數(shù)使用量化方法的企業(yè)，也主要借鑒國外的方法，但是由于量化方法存在著使用前提和范圍的局限性，所以一般只有公司財務數(shù)據(jù)的統(tǒng)計、財務模型的計算分析和財務指標的篩選等才適用此種方法，依據(jù)這個特點，上市公司應多使用量化方法，這樣才能區(qū)別量化和單變量方法的不同之處。例如上海證券交易所特地開發(fā)了用于研究上市公司財務指標的預警系統(tǒng)和相應書刊，從而有效地分析上市公司的財務報告，及時發(fā)現(xiàn)其財務報告中的危險信號，來降低市場和投資者的風險率。其主要功能主要分為兩方面：一，對單變量進行預警分析；二，根據(jù)綜合財務分析，對財務狀況進行診斷。
（二）我國企業(yè)財務危機預警方法在應用時暴露出的主要問題
雖然目前，財務危機預警方法在企業(yè)中的運用有所增加，但是還并不是很廣泛，暴露出的問題有以下幾個方面：
1.會計信息的準確性影響財務預警方法的有效性
研究財務危機預警方法需大量財務數(shù)據(jù)，尤其是單變量分析方法，所以會計信息的可靠性是預警方法研究的重要因素。但是現(xiàn)在上市公司的內(nèi)部管理體制存在問題，股東與管理者手上持有的信息不一致 這樣會計信息失去保障。這樣財務預警方法的有效性必然受到影響。信息傳遞具有連帶性，只要有一方數(shù)據(jù)出現(xiàn)問題必然會影響另一方數(shù)據(jù)的真實性，當然科學的定量方法也不除外，因此財務數(shù)據(jù)一定要可靠。
2.上市公司決策層缺乏主動運用財務預警方法的意識
目前的市場經(jīng)濟下，上市公司決策層是利益獲得方，而一般的投資者是都是利益受損方，上市公司堅持利益最大化為目標。但是開發(fā)和運用財務危機預警方法成本大，這樣管理層獲得的利潤就會相對應的減少一些。而現(xiàn)實中，管理層對企業(yè)財務風險控制的意識淡薄，目光短淺，認為只要注重眼前的資金管理，就能有效控制財務風險，顯然，這種觀念在當今這種市場經(jīng)濟環(huán)境下是完全錯誤的。
3.財務預警方法實際應用的研究尚不到位
現(xiàn)有的量化分析和非量化分析等分析方法大多是借鑒國外的方法，近些年隨著市場經(jīng)濟的不斷發(fā)展，財務風險的研究得到了國內(nèi)學術研究和監(jiān)管領域的高度關注，并且在不斷的完善之中。目前研究財務危機預警方法層出不窮，指標也很多，但是由于計算指標的方法較難，不具備較強操作性和實用性。各個上市公司對非量化指標也提出了疑問。因此，很多上市公司都不會選擇應用財務危機預警方法，因為在應用中會耗費大量人力物力但又不能保證預警的實際效果。
（三）解決我國企業(yè)財務危機預警方法應用中存在問題的方法
1.財務預警系統(tǒng)的應用與完善內(nèi)部控制體系相結合
俗話說取其精華，舍其糟粕，所以現(xiàn)行的體系中之中較好的我們應該繼續(xù)實施，但是對于做得不好的地方，我們需要采取一些措施來完善它，具體措施如下：一是掌握關鍵點，加強對企業(yè)內(nèi)部控制的橫向和縱向流程。橫向流程需要把握好各項投資籌資等行為的潛在風險，它的針對性較強，主要涉及經(jīng)營和財務管理中的風險。縱向主要是對企業(yè)的財務風險進行全面的監(jiān)測和控制，從而在對財務信息做出決策的各個環(huán)節(jié)上有效的把握各個信息的真實性和有效性。二是發(fā)揮主要債權人的作用，主要債權人是公司利益的最直接相關者，他們的積極參與能夠激勵公司管理層制定良好的戰(zhàn)略決策。
2.提高主動運用財務預警方法的意識，完善上市公司財務預警方法
開發(fā)運用財務危機預警方法成本較高，這樣，企業(yè)獲得的利潤就會想應減少，但是倘若一旦發(fā)生了財務危機，企業(yè)也就將面臨著倒閉的風險，而財務方面出現(xiàn)危機，最容易一招致命，所以管理層要提高主動運用財務預警方法的意識，改變一貫狹隘的風險觀念。預警方法的指標存在著局限性、相同指標在不同國家會有不同結論。一切從實際出發(fā)，所以企業(yè)管理決策者要制定適合自身的財務危機預警方法， 實時監(jiān)控并及時預測其財務狀況，推動我國資本市場良性健康地發(fā)展。為了保證投資者的利益得到切實的保護，各監(jiān)管機構需要制定相關的規(guī)章制度甚至是法律法規(guī)，約束上市公司，正確引導其使用預警方法。
3.不同行業(yè)和類型的上市公司財務預警模式應有所差別
由于每一家上市公司的行業(yè)性質、管理水平和經(jīng)營范圍等都不相同，而財務危機預警方法也存在著一定的局限性，所以想真實有效的反映企業(yè)財務狀況，發(fā)揮預警方法的有效性作用，就必須一切從實際出發(fā)，制定出符合公司要求，體現(xiàn)公司財務特點的財務危機預警方法。針對生產(chǎn)型的公司，通過對流動比率、速動比率、資產(chǎn)負債率、存貨周轉率等財務指標的關注，從而掌握公司的償債能力和現(xiàn)金流情況。針對投資類的公司，通過對總資產(chǎn)報酬率、資本收益類、資產(chǎn)保值增值率等財務指標的關注，從而掌握其資產(chǎn)保值增值能力和盈利能力；針對貿(mào)易類公司尤其是以外銷國際市場為主的公司，應重點關注公司的營運能力、外匯匯率變化走向，與此同時也建立匯率變動率預警指標。
4.財務危機預警指標體系應考慮一些必要的非財務指標的定性因素
財務危機預警不單單要考慮財務指標，還要考慮非財務指標。全面的對這些因素進行分析才能在不同方面彌補單純財務指標的不足，使得得到的信息也更加全面。這也要求管理者一切從公司的實際出發(fā)，特別情況特別對待，這樣能大大增強指標體系的靈活性，使得信息更加的真實可靠。更重要的是，一些例如行業(yè)因素、公司規(guī)模的非財務指標對預測危機也存在重要作用。但是應當注意的是，不能單純引進非財務指標，而需對這些非財務指標進行再加工和再處理。
關鍵詞：財務危機原因多元統(tǒng)計分析危機預警作用
國內(nèi)學者對于公司財務危機預警的研究也越來越多，然而學者們大多數(shù)只針對純財務指標構建財務危機預警模型，卻忽略了非財務信息的作用。很顯然，單一的財務數(shù)據(jù)所能體現(xiàn)的信息還不夠完整，很難反映公司的真實情況，難免會造成預警的偏差，而非財務信息能夠對財務信息進行有效地補充，因此，引入非財務指標構建預警模型是非常有必要的。
一、企業(yè)財務危機產(chǎn)生的原因
許多現(xiàn)代企業(yè)面臨著危及生存的問題，財務危機是企業(yè)的一大重要問題，許多企業(yè)管理不得當，財務環(huán)節(jié)控制不到位，并且缺少有效的監(jiān)管機制，造成企業(yè)財務管理混亂。企業(yè)財務危機是法律意義上對企業(yè)破產(chǎn)的定義，企業(yè)破產(chǎn)是用來衡量企業(yè)財務危機最常用的標準。企業(yè)財務危機有負債危機、市場危機、收益質量危機，除此之外，長短期資產(chǎn)配置不當、企業(yè)財務機制不健全、管理層的財務管理素質低下、企業(yè)本身的風險意識薄弱等都會造成企業(yè)財務危機的發(fā)生，由于企業(yè)更傾向于通過負債來獲取收益，因而當風險意識不強時極易形成高度負債，在企業(yè)出現(xiàn)入不敷出的財務危機時便會導致破產(chǎn)。
二、多元統(tǒng)計分析
(一)多元統(tǒng)計分析概述與作用
多元統(tǒng)計分析是一種綜合分析方法，能夠在多個對象和多個指標互相關聯(lián)的情況下分析它們的統(tǒng)計規(guī)律。多元統(tǒng)計規(guī)律包含很多內(nèi)容，主要包括多元正態(tài)分布及其抽樣分布、多元正態(tài)總體的均值向量和協(xié)方差陣的假設檢驗、主成分分析和因子分析、判別分析和聚類分析、直線回歸與相關、多元線性回歸與相關。多元統(tǒng)計分析可以對許多數(shù)據(jù)進行觀測以及預測，多元統(tǒng)計分析即為分析多元數(shù)據(jù)的統(tǒng)計方法。根據(jù)統(tǒng)計規(guī)律性對未來企業(yè)財務情況做出預測，根據(jù)多元的數(shù)據(jù)對財務情況進行多方面的設想與觀測，預測企業(yè)未來發(fā)展過程中可能會發(fā)生的財務危機情況以及危機程度，讓企業(yè)提早知曉可能發(fā)生的財務危機，并做好全方面的應對措施。
(二)多元統(tǒng)計分析在企業(yè)財務危機預警中的主要方法
多元統(tǒng)計分析主要是使用判別分析和主成分分析建立企業(yè)財務危機預警模型。首先，在建模的過程中利用隨機抽樣和對應樣本法在企業(yè)中進行選擇，選取各類指標來反映企業(yè)的財務情況，變量越多企業(yè)財務危機預警模型就建立的越好。其次，利用抽樣選取法抽選出樣本和變量，依據(jù)這些樣本和變量使用判別分析法建立企業(yè)財務危機的預警機制。第三，將企業(yè)中抽取出來的多個變量通過線換選出較少的數(shù)量并且是重要的變量，由于變量之間都存在著一定的相關關系，而且要以最少的變量來建立模型，所以要將相關重復的變量除去，最后剩下各不相關的變量，全方面分析企業(yè)中存在的問題，這就是主成分分析。
三、多元統(tǒng)計分析在企業(yè)財務危機預警中的作用
(一)對財務危機進行分析和預測
多元統(tǒng)計可以通過抽取變量建立預測模型對企業(yè)未來的財務危機進行分析和預測，從各個不同的角度預測企業(yè)未來可能發(fā)生的財務危機，并且經(jīng)過驗證判斷企業(yè)是財務危機公司，或是非財務危機公司，或是中間狀態(tài)公司。這種方法的正確率十分高，但是如果預測的年份越遠，預測的準確率就會越低；反之年份越近預測的精確度就越高。因此，企業(yè)需要及時更新企業(yè)的財務危機預測模型，根據(jù)不斷變化的數(shù)據(jù)和指標對企業(yè)財務危機進行分析，提高預測的準確率，對未來所可能出現(xiàn)的危機做出適應的措施。
(二)減小財務危機對企業(yè)的影響
多元統(tǒng)計分析可以減小財務危機對企業(yè)的影響，可以通過多元統(tǒng)計分析對企業(yè)進行分類，依據(jù)采集到的數(shù)據(jù)建立的模型，輔助分類企業(yè)判斷是否處于財務危機狀態(tài)。如果預測結果為財務危機企業(yè)，必定會引起相關部門對企業(yè)發(fā)展的重視，以及采取各類的方法對企業(yè)未來可能會發(fā)生的財務危機進行合理地防范，企業(yè)會謹慎對待發(fā)展的每一個步驟，加強風險意識，減小負債率，減小財務危機對企業(yè)的影響。
(三)促進市場經(jīng)濟健康發(fā)展
以多元統(tǒng)計分析對各個企業(yè)進行財務危機預警，使我國的每個企業(yè)都能夠劃分清楚，并且采取最全面、有效的體系適應國內(nèi)企業(yè)的發(fā)展，在一定程度上減少了財務危機帶來的影響，促進了市場經(jīng)濟的健康發(fā)展，提高我國的經(jīng)濟發(fā)展水平。
四、結束語
多元統(tǒng)計分析是一項對研究企業(yè)財務危機十分有效的方法，在其他領域的應用也十分廣泛，多元統(tǒng)計分析可以為企業(yè)帶來完善的財務預警體系，使企業(yè)預測未來可能會發(fā)生的財務危機，對未來發(fā)生的財務危機采取適當?shù)摹⒈苊獍l(fā)生的措施，促進了企業(yè)經(jīng)濟的健康發(fā)展。
參考文獻：
[1]李杰,王蔚佳,劉興智.多元統(tǒng)計分析在企業(yè)財務危機預警中的應用[J].重慶建筑大學學報,2004
[2]付娟,劉延平.運用多元統(tǒng)計分析綜合評價我國西部各省市自治區(qū)域經(jīng)濟效益[J].中國高新技術企業(yè),2007
[關鍵詞]中小企業(yè)；財務管理；風險預警；管理對策
[DOI]1013939/jcnkizgsc201607156
1導語
在當前的經(jīng)濟發(fā)展中，中小企業(yè)的發(fā)展已在市場經(jīng)濟中占有關鍵地位，并發(fā)揮巨大作用。在市場經(jīng)濟競爭加劇情況下，給我國的中小企業(yè)發(fā)展提出了新要求。但由于我國中小企業(yè)發(fā)展體制上的不完善，尤其企業(yè)內(nèi)部的財務風險評估系統(tǒng)上存在諸多不足之處，企業(yè)財務風險管理體系的建立可以幫助企業(yè)有效實現(xiàn)對于風險的管理和預測，通過對這一體系建立展開探究和討論，希望可以為中小企業(yè)在財務風險預警機制的建立上提供廣泛指導意義。
2我國中小企業(yè)財務風險預警體系的概況
企業(yè)運行的關鍵部門就是財務部門，它決定了企業(yè)運行的基本狀況。在企業(yè)的財務管理過程中，總會出現(xiàn)各種未知的財務風險和錯誤。
21企業(yè)資本缺乏，融資能力弱
這主要是由于中小企業(yè)的基本情況決定的，因為中小企業(yè)的注冊資金本來就少，企業(yè)的資本應變能力差，一旦出現(xiàn)經(jīng)濟問題，很容易產(chǎn)生財務危機的情況。
22企業(yè)結構和經(jīng)營方式單一
在大多數(shù)的中小企業(yè)中，其運作資本一般相對都比較少，且所有股權相對比較集中，有些基本上是家族化的企業(yè)，投資的資本來源于運營者自身，相對來講，在企業(yè)的財務風險的抵御能力較差。并且，大多數(shù)的中小企業(yè)經(jīng)營者采用的管理模式相對單一，權力集中，管理制度不夠科學和嚴格，對財務風險的防范意識比較淡薄。在面對市場競爭時，往往表現(xiàn)出較差的抵御能力。所以，要想從根本上提高企業(yè)的競爭力，健全完善的企業(yè)財務風險預警已經(jīng)變得非常重要。企業(yè)的財務風險預警系統(tǒng)運行過程中，需要運用科學的企業(yè)財務管理規(guī)范和相關經(jīng)濟數(shù)據(jù)指標，依據(jù)企業(yè)自身的發(fā)展情況對企業(yè)運行的經(jīng)濟環(huán)境作出科學全面的數(shù)據(jù)分析，對企業(yè)未來的財務的發(fā)展中遇到的問題提出相關防范性措施。
3構建中小企業(yè)的財務風險統(tǒng)計預測的方法和意義
31統(tǒng)計預測的方法
統(tǒng)計預測是一種對經(jīng)濟進行科學預測的有效工具，為經(jīng)濟預測提供統(tǒng)計計算的基本方法。其中主要使用到的方法有建立統(tǒng)計模型進行分析，主要是通過對通常情況下企業(yè)各項平均數(shù)值變化，周期內(nèi)變化，隨機模型以及長期的變化的趨勢等建立相關的數(shù)學模型。在確定好統(tǒng)計模型之后才能進行預測方式上的選擇，其中主要用到的預測方法有平均法、折扣法等。
32統(tǒng)計預測的運用
由于當前市場經(jīng)濟競爭的日趨激烈，我國的中小企業(yè)要想在競爭中有效地提高企業(yè)競爭力，必須要對企業(yè)進行科學的調整和完善。統(tǒng)計預測能夠幫助企業(yè)在財務發(fā)展和生產(chǎn)銷售上提供明確的發(fā)展方向，并能夠為企業(yè)提供未來發(fā)展趨勢上的預測和分析，有效提高企業(yè)的增值和管理水平。
33統(tǒng)計預測的意義
在我國的中小企業(yè)的發(fā)展中，科學有效的運用統(tǒng)計預測的方法，是企業(yè)生產(chǎn)中的最基礎環(huán)節(jié)。一方面可以提高企業(yè)管理的準確性，另一方面也能夠為企業(yè)的發(fā)展提供一個良好的前景預測。該項統(tǒng)計預測的方法使用與企業(yè)管理中的每一個環(huán)節(jié)，尤其是對企業(yè)的財務風險方面，能夠發(fā)揮更重要的意義。因為一個企業(yè)的財務發(fā)展水平的高低將直接影響到企業(yè)的運行情況，如果能夠結合企業(yè)統(tǒng)計預測的方式對企業(yè)的財務風險進行管理和預測，更加確保了企業(yè)財務發(fā)展的科學性。
4建立中小企業(yè)的財務風險預警管理體系的對策
企業(yè)建立完善的財務風險預警體系是有效防范企業(yè)發(fā)生財務危機的重要手段。因此，在建立健全我國中小企業(yè)的財務風險體系過程中需要采取以下措施來進一步確保該體系的建立和實施。
41分析企業(yè)財務風險形成的原因，進行有效的分析和控制
在企業(yè)面對風險財務風險的時候，應該首先做到對風險出現(xiàn)的原因和情況進行分析，然后做出合理預警。在目前我國中小企業(yè)發(fā)展中產(chǎn)生的財務風險的主要原因一方面是由于中小企業(yè)現(xiàn)金相對緊缺，在運行過程中容易出現(xiàn)風險；另一方面就是在籌集資金時，企業(yè)的運行贏利狀況不能夠滿足債務和利息的償還能力。所以這一點要引起中小企業(yè)經(jīng)營者的高度重視，對風險的出現(xiàn)做好提前的預警。
42完善企業(yè)內(nèi)部管理，確保風險預警體系的實施
企業(yè)的財務風險體制的建立需要以準確的數(shù)據(jù)依據(jù)為基礎，確保該體系運行中的準確性和科學性。企業(yè)相關的管理者通過對企業(yè)內(nèi)部準確信息數(shù)據(jù)的把握，才能進一步的落實財務相關工作的運行。當前我國中小企業(yè)在財務管理上存在著很多不完善的地方，對于日常財務的支出和預算都不能認真執(zhí)行。因此，一定要加強企業(yè)內(nèi)部的財務管理制度，為確保財務風險預警體系的建立和實施掃除障礙。
43加強對于財務管理人員的能力素質的提升
在企業(yè)的財務管理體系中，通常是由企業(yè)的財務管理人員來進行運作和實施相關工作，所以，財務人員工作能力的高低也將直接影響到企業(yè)運行狀況的好壞。在普遍的中小企業(yè)中財務人員的素質普遍不高，在對于企業(yè)財務的管理方式和信息數(shù)據(jù)的綜合分析能力欠佳。企業(yè)可以加強對財務人員的職業(yè)能力培訓，讓財務人員進行定期的專業(yè)性培訓，確保提高在財務工作中的水平。
44運用正確的方式保證財務風險預警體制的準確性
由于財務風險發(fā)生的不確定性，所以在對財務風險的管理上一定要采取科學的分析和預測方式，通過財務人員對數(shù)據(jù)的分析建立相關的模型，進行綜合判斷，提高對于風險預測的準確性，確保該體系的運行。
5結論
綜上所述，企業(yè)要建立健全自身財務風險的體制，需要從多方面進行努力。運用先進的管理手段對企業(yè)進行管理，加強企業(yè)在市場上的競爭力。這就要求我國的中小企業(yè)經(jīng)營者充分理解風險管理體系的深層內(nèi)涵，認識到財務風險的管理對于企業(yè)發(fā)展所能夠發(fā)揮的重要作用，建立健全企業(yè)的內(nèi)部結構，完善科學的企業(yè)財務風險管理體系。提高我國企業(yè)相關財務人員綜合素質的提高，一定程度上推動我國經(jīng)濟的全面發(fā)展，實現(xiàn)更高的經(jīng)濟價值。
參考文獻：
[1]孫嶸基于BP神經(jīng)網(wǎng)絡的中小企業(yè)財務風險預警研究[D].長沙：長沙理工大學，2008
[2]高友民中小企業(yè)財務風險管理與監(jiān)測預警研究[D].天津：天津大學，2008
[3]王晶姝金融危機下中小企業(yè)財務風險防范管理研究[D].烏魯木齊：新疆大學，2010
[4]呂麗，倪國鋒后危機時代中小企業(yè)財務風險預警體系的構建[J].中國集體經(jīng)濟，2010（1）：149-150
【關鍵詞】 民航企業(yè) 財務風險 預警防范
引言
伴隨全球經(jīng)濟化步伐加快，市場競爭越發(fā)激烈，面對市場的快速發(fā)展，民航企業(yè)所面臨的競爭和財務風險不斷加大。
1. 民航企業(yè)存在的財務風險
1.1匯率風險
目前存在的匯率風險有三個方面：（1）引進飛機時大量采用融資租賃的方式，使得外幣負債負擔加重；經(jīng)營多種國際航線，雖然賺取了大量的外幣收入，不過一旦外幣匯率發(fā)生波動，會很大程度的影響公司財務，風險較大。（2）外匯管理水平不高，缺乏完整的外匯風險管理體系，多數(shù)民航公司管理時沿用傳統(tǒng)經(jīng)驗，對風險的防范意識薄弱，缺乏風險管理人才，導致匯兌出現(xiàn)巨額損失，無法正常準確的作出匯率風險的預測。（3）對匯率風險的認識不夠，態(tài)度上不夠重視。
1.2流動性風險
流動性風險產(chǎn)生原因有兩方面：（1）客觀方面，航空公司需要大量的資金，屬于資金密集型的企業(yè)，龐大的資金需求嚴重制約著資金的流動，很可能帶來企業(yè)正常運作的風險。（2）航空公司擁有固定資產(chǎn)價值較大，轉換成現(xiàn)金十分不便，一旦運轉過程中出現(xiàn)失誤，可能導致財務陷入危機，造成正常運轉的風險。
1.3結算風險
民航企業(yè)的結算復雜，細節(jié)繁瑣，發(fā)生結算風險不利于企業(yè)的發(fā)展，極易引發(fā)企業(yè)的內(nèi)在財務風險。引發(fā)財務結算風險的原因有：（1）民航企業(yè)的銷售與收入存在嚴重的不協(xié)調性，無法保持步調一致。（2）由于民航企業(yè)需相互之間進行銷售與簽轉票證的工作，國內(nèi)外的情況都有，復雜性較大，容易引發(fā)結算風險。
1.4投資、籌資分風險
由于民航過于密集的資本，因此在投資方面需要耗費的特別大，尤其是知識經(jīng)濟時代的到來，更為激烈的市場競爭促進了對投資決策產(chǎn)生影響的變量增多，我國無法十分精確的保障航空公司的決策信息，這樣就造成了投資方面出現(xiàn)風險。
在資本結構決策時，無法對債務和權益的資本比例合理安排，企業(yè)過分追求降低成本，使得企業(yè)在某時段內(nèi)需要承擔巨大的利息支出，產(chǎn)生財務危機。不能為了緩解暫時的資金緊張狀況，隨意擴大企業(yè)的負債數(shù)額，增加籌資風險。
2. 財務風險產(chǎn)生的原因
2.1全球在經(jīng)濟政治文化等方面的發(fā)展。宏觀經(jīng)濟政策調控，各國間的政治、文化交往都關系著航空公司的生存發(fā)展。
2.2世界經(jīng)濟飛速發(fā)展，國內(nèi)外環(huán)境更加復雜，極大的增強了航空公司的風險。激烈競爭的民航市場將會帶給我國民航企業(yè)更為復雜多變的風險。
2.3民航公司位于航空業(yè)產(chǎn)業(yè)鏈的后端，上游企業(yè)深刻的影響了航空業(yè)的生產(chǎn)經(jīng)營，一旦上游企業(yè)略微提高相應產(chǎn)品的價格，航空企業(yè)的成本及支付能力均會受到嚴重的影響。
2.4航空業(yè)資本密集的特點造成了其大規(guī)模的舉債，民航企業(yè)普遍存在負債經(jīng)營的現(xiàn)象，都具有高負債的特點。
3. 財務風險預警
1.1潛伏期預警
通過綜合分析、評判公司的外部環(huán)境以及內(nèi)部的控制（如組織管理狀況、財務運行狀況）情況可以得出預警結論。潛伏期的風險表現(xiàn)：外部環(huán)境變化、內(nèi)部控制失控。
1.2發(fā)作期預警
潛伏期財務風險得不到控制解決，會發(fā)展進入發(fā)作期。發(fā)作期風險因素來源有：公司的財務狀況（公司財務數(shù)據(jù)上的問題和再融資產(chǎn)生困難等）、業(yè)務狀況及或有事項。
3.3惡化期預警
發(fā)作期的財務風險因素沒有進行有效的控制和解決，會向財務風險的惡化期轉化。
3.4財務風險短期預警
編制現(xiàn)金流量預算表可實現(xiàn)現(xiàn)金流動財務風險的預警。航空公司要匯總企業(yè)的各個具體目標，與未來的現(xiàn)金收支、投資及融資情況相結合，對未來現(xiàn)金收支情況進行預測，時間段采用周、月、季、半年等，建立滾動式的預算，方便發(fā)現(xiàn)缺口，提前或及時實施預防、應對措施。
3.5財務風險長期預警
支付危機是航空企業(yè)的主要財務風險，航空公司經(jīng)營不完善，財務狀況最終會惡化，長期虧損會引起現(xiàn)金流通困難。長期的財務風險有以下四方面：（1）獲利能力。航空公司生存發(fā)展的前提以及最終目標都是效益最大化，投入產(chǎn)出的比值是衡量活獲利能力的標準。（2）償債能力。航空公司的償債能力弱，很可能出現(xiàn)支付危機。（3）營運能力。這一能力充分反映了航空公司在資產(chǎn)與資源方面的配置組合能力，其能力的高低對航空公司的盈利能力有直接影響。（4）發(fā)展?jié)摿ΑＫ呛娇展疚磥淼陌l(fā)展能力，航空企業(yè)可以對歷年的指標縱向進行比較，判斷出公司未來的動態(tài)發(fā)展趨勢。
4. 防范財務風險的措施
4.1考慮固定利率與浮動利率在債務方面的比例，使一部分利率因變化產(chǎn)生借款不利影響會被其他的借款有利影響抵消。
4.2處理匯率風險可運用以下六種方法：（1）將結算貨幣的幣種分散，構建外匯的組合模式；（2）對貿(mào)易的條件進行調整，把風險轉嫁。在進行外幣交易的時候，堅持收匯硬幣、付匯軟幣原則；（3）匯率發(fā)生變動時期，依據(jù)情況提前付款或滯后付款；（4）保證外幣資產(chǎn)和負債的匹配；（5）合理進行海外營業(yè)部與公司總部往來款項時間、空間上的調度，盡量避開匯率變動引發(fā)的風險；（6）積極利用金融的衍生工具。
4.3對飛機的航油需求進行有效、科學的預測；充分利用石油的期貨管理，通過自主操作避免航油價格風險；積極運用期權及采用簽訂遠期合同來實現(xiàn)航油價格的風險管理；目的地的油價如果相對便宜，可以采用在目的地機場加油的方式降低航油成本，適用于有國際航線的航空公司。
4.4通過對公司的內(nèi)部環(huán)境、戰(zhàn)略目標及投資規(guī)律進行分析，制定出現(xiàn)金流流向的戰(zhàn)略決策；依據(jù)公司的戰(zhàn)略決策進行預算的管理，保證日常的預算管理有條不紊，生生不息；根據(jù)公司所處的階段，不同的發(fā)展期制定出不同的現(xiàn)金流流量控制策略，并實現(xiàn)現(xiàn)金流流速的管理。
4.5負債風險的處理：（1）做好財務預算工作；（2）進行合理的資本結構安排；（3）采用多種渠道、方式的籌資手段；（4）依據(jù)公司的實際情況選擇合適的籌資機構。
4.6公司內(nèi)部實行業(yè)務管理的交叉檢查及交叉控制，防止個人舞弊行為引發(fā)公司財產(chǎn)損失及財務風險。
總結
財務安全預警系統(tǒng)可以及時有效的發(fā)現(xiàn)危機，并進行有效的防范、化解，對企業(yè)的財務管理有重大意義，是民航企業(yè)實施有效、規(guī)范管理，避免財務風險的有效方法。
參考文獻：
[1] 李寧安.民航企業(yè)財務風險預警與防范研究[J]. 農(nóng)業(yè)與技術. 2011,31(4):58-61.
[2] 張輝.民航企業(yè)財務管理存在的問題及對策[J]. 財會月刊（綜合版）. 2006(9):24-25.
[3] 趙紅健.民航運輸企業(yè)財務安全的預警與風險防范[J]. 電大理工. 2009(3):15-16.
在Logit回歸模型中，因變量設為Y，服從二項分布，取值為0（無財務危機）和1（有財務危機），自變量為X1、X2、X3、X4、X5、X6，分別表示每股負債、每股收益、凈資產(chǎn)收益率、流動比率、每股未分配利潤、營業(yè)收入增長率這六大財務指標。
事件發(fā)生（Pi）與不發(fā)生（1-Pi）的概率之比為OR值，對OR值做對數(shù)變換，即可得到Logit回歸模型的線性模式ln=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。
二、樣本選取及ST&非ST上市公司財務數(shù)據(jù)搜集
使用的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫，選取121家ST上市公司及2925家非ST上市公司的六大指標財務數(shù)據(jù)，并從中隨機選擇16家ST及9家非ST，再進行隨機排列，選擇前20家公司作為目標樣本。
三、確定Logit回歸方程參數(shù)值
導入數(shù)據(jù)至SPSS19.0，采用向后Wald法，以sig.
此外，將此模型用于被ST的121家上市公司進行總體檢測，現(xiàn)121例個案中僅有5例預測有誤，預測精度達到95.87%。
由表4可知，在118家非ST上市公司中，該模型正確識別了109家公司，錯誤識別9家公司，預測精度達92.4%；而在118家ST公司中，該模型正確識別了99家，錯誤識別19家公司，預測精度也達到83.9%，模型總的正確率為88.1%，具有較高的預測能力，因此可以運用此模型對上市公司進行財務預警。
四、Logit模型財務預警的現(xiàn)實意義
【關鍵詞】鄂東地區(qū) 中小企業(yè) 財務風險 預警分析系統(tǒng)
一、引言
本文所涉及的鄂東地區(qū)指的是湖北省東部地區(qū)的黃石市、鄂州市和黃岡市所覆蓋的區(qū)域。自改革開放以來,該地區(qū)的中小企業(yè)對于促進當?shù)睾驼麄€湖北省經(jīng)濟的發(fā)展、加快實現(xiàn)“中部崛起”戰(zhàn)略目標起著重要的作用,但與經(jīng)濟發(fā)達地區(qū)相比,該地區(qū)的中小企業(yè)還不夠成熟,主要表現(xiàn)在:地區(qū)經(jīng)濟環(huán)境相對落后;總體上缺乏高新尖科技企業(yè),企業(yè)大多以資源為導向;技術設備落后,經(jīng)營管理水平低下,承擔市場風險的能力較弱。這些因素很容易導致該地區(qū)的中小企業(yè)在市場競爭中處于不利地位,發(fā)生財務危機,從而影響到企業(yè)的生存和發(fā)展,嚴重的將導致企業(yè)破產(chǎn)。因此,在該地區(qū)的中小企業(yè)建立合理有效的財務風險預警分析系統(tǒng)對于其規(guī)避企業(yè)經(jīng)營風險、提高企業(yè)經(jīng)濟效益、促進當?shù)亟?jīng)濟健康穩(wěn)定的發(fā)展具有重要的意義。
二、企業(yè)財務風險預警分析理論簡要綜述
所謂財務風險預警分析系統(tǒng)就是以企業(yè)信息化為基礎,通過全面分析公司內(nèi)部經(jīng)營和外部環(huán)境的各種資料,以企業(yè)的財務報表、經(jīng)營計劃及其他相關的財務資料為依據(jù),通過設置一些敏感性財務指標的變化,并隨時觀察企業(yè)發(fā)生財務危機的早期特征,對企業(yè)在經(jīng)營管理活動中潛在財務風險進行實時監(jiān)控的管理控制系統(tǒng)。
從國際上來看,對于企業(yè)財務風險進行預警分析是從定性預警分析和定量預警分析兩方面來進行的,而定量預警分析則主要是通過構建財務風險預警分析模型來預測企業(yè)財務危機狀況,它是設計企業(yè)財務風險預警分析系統(tǒng)的關鍵。下面主要介紹定量預警分析中較具代表性的財務風險預警分析模型。
1、單變量預警分析模型。單變量預警分析模型就是運用個別的財務比率來預測財務危機的模型。美國學者威廉?比弗(William Beaver)通過對79個失敗企業(yè)和相同數(shù)量、同等資產(chǎn)規(guī)模的成功企業(yè)進行比較研究后,于1966年提出了單變量預警分析模型,他認為當企業(yè)的財務風險預警模型所涉及的幾個財務指標趨于惡化時,通常是企業(yè)將要發(fā)生財務危機的先兆。單變量預警分析模型按預測能力大小,預測財務危機的比率依次排序為:債務保障率(現(xiàn)金流量/債務總額)、資產(chǎn)收益率(凈收益/資產(chǎn)總額)、資產(chǎn)負債率(債務總額/資產(chǎn)總額),其中,使用債務保障率這一財務指標來預測企業(yè)失敗效果最好,在企業(yè)失敗前一年可判別90%的失敗公司;其次是使用資產(chǎn)收益率,其判別成功率為88%。
2、Z-score模型。1968年美國學者埃德沃德?艾?埃特曼(Edward.I.Altman)通過對制造行業(yè)中等資產(chǎn)規(guī)模的企業(yè)的研究提出了一種多種變量模型――Z-score模型,即通過運用多種財務指標加權匯總后產(chǎn)生的總判別分(稱為Z值)來預測企業(yè)的財務危機。該模型如下:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中,X1表示營運資金/資產(chǎn)總額;X2表示留存收益/資產(chǎn)總額;X3表示息稅前利潤/資產(chǎn)總額;X4表示權益市價/債務賬面價值總額;X5表示銷售收入/資產(chǎn)總額。運用該模型,Z值越低,企業(yè)就越有可能破產(chǎn)。埃特曼提出判斷破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)的分界點為2.675,若Z值大于2.675,則為非破產(chǎn)企業(yè);若Z值小于1.81,則為破產(chǎn)企業(yè);若Z值處于1.81-2.675之間時,說明企業(yè)的財務狀況極不穩(wěn)定,誤判的可能性較大,所以埃特曼稱此區(qū)間為“灰色地帶”。運用該模型對企業(yè)財務危機進行預測的結果表明,破產(chǎn)前兩年預測準確率最高,隨著時間的提前,預測的準確率就會下降。
3、小企業(yè)財務風險預警分析模型。1972年,埃德米斯特(Edmister)專門針對小企業(yè)建立了小企業(yè)財務風險預警分析模型,該模型假定所有變量服從N(0,1)分布,以標準值為界線進行判別,變量值只能為1或0。該模型如下:
Z=0.951-0.423X1-0.293X2-0.482X3+0.277X4-0.452X5-0.352X6-0.924X7
式中:X1=(稅前凈利+折舊)/流動負債,若該比率小于0.05,則X1=1,若該比率大于或等于0.05,則X1=0;X2=所有者權益/銷售收入,若該比率小于0.07,則X2=1,若該比率大于或等于0.07,則X2=0;X3=(凈營運資金/銷售收入)/行業(yè)平均值,若該比率小于-0.02,則X3=1,若該比率大于或等于-0.02,則X3=0;X4=流動負債/所有者權益,若該比率小于0.48,則X4=1,若該比率大于或等于0.48,則X4=0;X5=(存貨/銷售收入)/行業(yè)平均值,若該比率有上升趨勢(根據(jù)連續(xù)三年的數(shù)據(jù)判斷),則X5=1,若該比率有下降趨勢,則X5=0;X6=速動比率/行業(yè)平均速動比率趨向值,若該比率有下降趨勢,同時該值小于0.34,則X6=1,否則X6=0;X7=速動比率/行業(yè)平均速動比率,若該比率有下降趨勢(根據(jù)連續(xù)三年的數(shù)據(jù)判斷),則X7=1,否則X7=0。Edmister模型也屬于多變量預警分析模型,它的判定方法與Z-score模型相似,但是,由于埃德米斯特沒有公布其Z值的最佳分界點,使得我們在理解和運用該模型上比較困難。
除以上介紹的三種具有代表性的企業(yè)財務危機預警分析模型外,國內(nèi)外學者在此領域做了大量的研究和探討,建立了多種企業(yè)財務危機預警分析模型,如歐爾森模型、神經(jīng)網(wǎng)絡分析模型、F分數(shù)模型等等,在此就不一一贅述。以上所介紹的企業(yè)財務危機預警分析模型都是有關學者針對特定的對象而設計的,并不能直接適用于鄂東地區(qū)的中小企業(yè),但可以肯定的是,我們在構建鄂東中小企業(yè)財務風險預警分析模型時,這些理論是值得我們學習和借鑒的。
三、鄂東地區(qū)中小企業(yè)財務風險預警分析系統(tǒng)的構建
鄂東地區(qū)中小企業(yè)的財務風險與其他地區(qū)、其他類型企業(yè)的財務風險在本質上并無區(qū)別,皆是企業(yè)出現(xiàn)了經(jīng)營性現(xiàn)金流量不足以抵償現(xiàn)有到期債務的狀況,只不過由于經(jīng)濟環(huán)境及歷史原因,鄂東地區(qū)中小企業(yè)抗風險能力較弱,其發(fā)生財務危機的偶然性更大、頻率更高。同時,由于該地區(qū)的中小企業(yè)的財務管理水平總體上不及大企業(yè),因此,我們在其財務風險預警分析系統(tǒng)的設計上,應遵循宜簡不宜繁的原則,采用定性預測與定量預測相結合的方法,以定量預測為主,以定性預測為輔。本文主要是探討鄂東地區(qū)中小企業(yè)財務風險定量預測的分析方法。縱觀鄂東地區(qū)的中小企業(yè),其類型也是紛繁多樣的,有的企業(yè)處于初創(chuàng)期,而有的企業(yè)處于成熟期;有的企業(yè)財務管理已成體系,而有的企業(yè)財務管理水平則比較低。因此,不同的中小企業(yè)就應根據(jù)自身情況構建不同的財務風險預警分析系統(tǒng),但是,不論構建何種財務風險預警分析系統(tǒng),都應該科學合理地確定預警指標。
1、處于初創(chuàng)期、財務管理水平較低的鄂東中小企業(yè)財務風險預警分析系統(tǒng)的構建。對于處于初創(chuàng)期、業(yè)務比較簡單的鄂東中小企業(yè),可以借鑒威廉?比弗的單變量財務風險預警分析模型來構建其財務風險預警分析系統(tǒng)。其基本思路是:因為所謂財務風險是指企業(yè)的經(jīng)營性現(xiàn)金流量不足以抵償?shù)狡趥鶆斩a(chǎn)生的風險,所以筆者認為對于業(yè)務比較簡單的鄂東中小企業(yè)可以采用傳統(tǒng)的反映企業(yè)償債能力的財務指標作為預警指標來預測企業(yè)的財務風險發(fā)生的可能性。具體來說,可以采用的指標有:(1)流動比率=流動資產(chǎn)/流動負債。根據(jù)慣例,流動比率等于2的時候比較好,若流動比率太低,則表明企業(yè)缺乏短期償債能力。(2)速動比率=速動資產(chǎn)/流動負債。速動比率比流動比率能更好地反映企業(yè)的短期償債能力,習慣上,速動比率等于1時較合適。若該比率太低,則應分析企業(yè)是否缺乏短期償債能力。(3)現(xiàn)金流量比率=經(jīng)營活動現(xiàn)金流量/流動負債。這一指標越高,則說明企業(yè)短期償債能力越強,反之則越差。(4)資產(chǎn)負債率=負債總額/資產(chǎn)總額。該比率越高,說明企業(yè)長期償債能力越差,反之則說明企業(yè)償債能力越強。(5)償債保障比率=負債總額/經(jīng)營活動現(xiàn)金凈流量。在一般情況下,該比率越低,則說明企業(yè)長期償債能力越強,反之則越差。(6)利息保障倍數(shù)=息稅前利潤/利息費用。這一指標反映的是企業(yè)所實現(xiàn)的利潤支付利息費用的能力,該指標數(shù)值越大,說明企業(yè)支付利息的能力越強,反之則越差,若此指標低于1,則表明企業(yè)有較大的財務風險。以上指標各有側重點,因此,鄂東中小企業(yè)在具體運用時可以靈活處理,既可計算其中某一指標,也可同時系統(tǒng)地計算多個指標來觀察企業(yè)的償債風險,從而對企業(yè)的財務危機狀況予以警示。當然在運用這些指標時也應注意到,以上指標對于不同行業(yè)的不同企業(yè),反映其償債能力的標準并不完全一致,另外,雖然該種方法運用起來簡單易行,但完全憑借償債指標來分析企業(yè)的財務風險大小也是不全面的,所以在運用其分析企業(yè)的財務危機狀況時,最好還要結合企業(yè)的其他實際情況,如企業(yè)的獲利能力,來共同進行分析和作出判斷。
2、處于成熟期、財務管理水平較高的鄂東中小企業(yè)財務風險預警分析系統(tǒng)的構建。對于處于成熟期、財務管理水平較高的鄂東中小企業(yè)來說,也可直接運用埃特曼的Z-score模型或埃德米斯特的小企業(yè)財務風險預警分析模型來對企業(yè)的財務危機進行預警。但要注意的是,這兩種模型都是針對西方國家的有關企業(yè)提出來的,對鄂東中小企業(yè)僅僅只能起到參考的作用,而不能直接作為評價標準,而應根據(jù)鄂東中小企業(yè)的具體情況重新測算Z值。另一方面,鄂東中小企業(yè)也可借鑒埃特曼的Z-score模型或埃德米斯特的小企業(yè)財務風險預警分析模型,來建立符合自身情況的財務風險預警分析模型。觀察Z-score模型或Edmister模型,都是將企業(yè)的償債能力、營運能力、獲利能力作為其核心指標來進行分析的,因此,鄂東中小企業(yè)亦可選擇若干個反映企業(yè)這三方面能力的有關財務指標,并為每種財務指標確定相應的對財務風險影響的預警值(即權數(shù)),建立一個多元線性函數(shù)模型,作為預測企業(yè)財務風險的預警分析模型。那么,在構建該種預警分析系統(tǒng)時,關鍵要注意兩點:一是預警指標(即相關財務指標)的選擇要有針對性,如反映企業(yè)償債能力的指標有速動比率、現(xiàn)金流量比率、資產(chǎn)負債率、已獲利息倍數(shù)等;反映企業(yè)營運能力的指標有應收賬款周轉率(=銷售收入凈額/平均應收賬款余額)、存貨周轉率(=銷售成本/平均存貨)、總資產(chǎn)周轉率(=銷售收入/平均資產(chǎn)總額);反映企業(yè)獲利能力的指標有銷售利潤率(=銷售利潤/銷售收入凈額)、成本費用利潤率(=利潤總額/成本費用總額)、凈資產(chǎn)收益率(=凈利潤/平均凈資產(chǎn))等等。二是確定各預警指標的預警值。預警值是判斷企業(yè)財務風險的數(shù)量標準,是建立企業(yè)財務風險預警分析模型的關鍵。鄂東中小企業(yè)可對所選取的預警指標采取趨勢分析法,并結合企業(yè)所處的行業(yè)特征,確定這些指標的正常數(shù)量范圍和臨界點,即可得出該預警指標的預警值,最后可得出一個總的臨界點數(shù)值,各指標加權匯總后的數(shù)值如果接近該臨界點,即表示出現(xiàn)預警信號。另外,筆者認為測算的預警值并不是一成不變的,當企業(yè)的生產(chǎn)經(jīng)營活動發(fā)生了重大變化時,還應重新測算各指標的預警值。
以上探討了鄂東各中小企業(yè)根據(jù)自身生產(chǎn)經(jīng)營情況建立定量預測分析財務風險的模型后,各企業(yè)還應有選擇地選擇相應的定性預測分析方法,如標準化調查法、“四階段癥狀”分析法、“三個月資金周轉表”分析法、流程圖分析法、管理評分法等,采取定量預測分析與定性預測分析相結合,才能構成一個完整的企業(yè)財務風險預警分析系統(tǒng)。
(注:本文為湖北省教育廳科學技術重點研究項目“鄂東中小企業(yè)財務風險分析與防范的研究”階段性研究成果,項目編號:D200727003)
【參考文獻】
[1] 王化成:公司財務管理[M].高等教育出版社,2007.
[2] 財政部企業(yè)司:企業(yè)財務風險管理[M].經(jīng)濟科出版社,2004.
[3] 中國注冊會計師協(xié)會:財務成本管理[M].中國財政經(jīng)濟出版社,2007.
[關鍵詞] 財務危機；配對樣本；主成分分析；邏輯回歸；預警模型
一、 “財務危機”(pinancial crisis) 又稱“財務困境”(pinancial distress)，國外多數(shù)同類研究采用破產(chǎn)標準。但中國從1988年開始試行《企業(yè)破產(chǎn)法》至今，沒有一家上市公司破產(chǎn)．盡管2004年6月“st寧窖”爆出破產(chǎn)風波，但也在同年12月通過債權人和解解除了危機。由此可見，中國的破產(chǎn)機制不健全，加上國內(nèi)證券市場的發(fā)展歷史很短，采用外國學者的做法行不通。
國內(nèi)學者大都將特別處理(st)的上市公司作為存在財務危機的公司，如陳靜(1999)、李華中(2001)、姜秀華(2002)等。本文也將st公司作為研究樣本，并將“財務危機”定義為“因財務狀況異常而被特別處理(st)”，所指的“財務狀況異常”包括上市公司突然出現(xiàn)重大虧損、連續(xù)兩年虧損、股東權益低于注冊資本或每股凈資產(chǎn)低于面值等幾種情形。
二、國內(nèi)研究文獻綜述
陳靜(1999)以1998年的27家st公司和27家非st公司為研究樣本，使用1995—1997年的財務指標進行了單變量分析和多元判定分析，由于受樣本量的限制沒有對上市公司被st的原因加以詳細區(qū)分；李華中(2001)用判別函數(shù)對1997—1999上市公司分類，描述了st公司的行業(yè)分布，利用向前回歸法篩選財務指標建立預警模型；姜秀華等(2002)以在深滬兩市上市的42家公司為控制相關變量，同時隨機選取42家非st公司為控制樣本進行了研究，運用logistic回歸得到預警模型，并進行了預測與效果檢驗。
三、研究方法和研究樣本
(一)研究方法
本文采用的方法是二元邏輯回歸(logit)，相關的數(shù)據(jù)分析處理通過spssl3．0軟件完成。
(二)研究樣本及樣本的行業(yè)特征分析
1.選擇的研究樣本
本文選擇的樣本s1是2002—2004年深滬兩市首次被st的118家公司。
同時，選擇了與樣本s1同行業(yè)并且資產(chǎn)規(guī)模相近的118家盈利上市公司作為配對樣本s2。
本文的數(shù)據(jù)主要來源于“亞洲證券”和“巨潮資訊”。
2.樣本行業(yè)特征分析
至2005年8月，深滬兩市共計有1379家上市公司(深市551家，滬市828家)。發(fā)生財務危機的118家上市公司分布在11個行業(yè)。其中，制造業(yè)出現(xiàn)財務危機的上市公司最多，占st公司總數(shù)的58．48％，但與該行業(yè)上市公司的總數(shù)相比，發(fā)生st的比例并不突出，只占8．60％．傳播文化類上市公司有2家發(fā)生虧損，鑒于此類別的上市公司較少，雖占st公司總數(shù)的1．7％，但占整個行業(yè)的18．18％，說明傳播文化類公司承擔的風險較大，發(fā)生財務危機的比例也就較高。其次是綜合類上市公司，占st公司總數(shù)的10．17％，占整個行業(yè)的15．00％。
四、預警指標的選擇和分析
如果上市公司在第t年被實施st，那么(t－1)年表示上市公司被實施st的前1年。
(一)財務危機預警指標的初步選擇
為對上市公司的情況進行全面、系統(tǒng)的描述，本文結合國內(nèi)外的研究成果，初步選擇了變現(xiàn)能力b1(流動比率x1、速動比率x2)、資產(chǎn)管理b2(總資產(chǎn)周轉率x3、總資產(chǎn)周轉率x4、應收賬款周轉率x5)、負債能力b3(資產(chǎn)負債率x6、產(chǎn)權比率x7)、盈利能力b4(凈資產(chǎn)收益率x8、銷售毛利率x9、銷售凈利率x10)、現(xiàn)金流量b5(每股經(jīng)營現(xiàn)金凈流量x11、經(jīng)營現(xiàn)金凈流量對掙利潤比率x12、經(jīng)營現(xiàn)金凈流量對負債比率x13)、成長能力b6(資產(chǎn)增長率x14、主營業(yè)務收入增長率x15、凈利潤增長率x16)、股權擴張b7(每股收益x17、每股掙資產(chǎn)x18)、股東持股b8(前三大股東持股比例x19、前十大股東持股比例x20)等8個方面的20個財務指標。
(二)初選指標分析
1．財務指標的均值和標準差分析
利用spss計算st與非st公司各財務指標的均值及標準差。研究結果顯示，發(fā)生財務危機的前1年，st公司與非st公司的20個指標的均值均存在明顯區(qū)別。
2．配對樣本檢驗
根據(jù)st公司與非st公司的同一財務指標的配對，利用spss進行配對樣本t檢驗和wilcoxon秩檢驗，wilcoxon秩檢驗使用的是z統(tǒng)計量。
從表1中可以看出，除資產(chǎn)增長率x14外，st與非st公司的20個指標的配對樣本t檢驗普遍顯著，st公司的z統(tǒng)計量明顯高于非st。
總之，通過上述分析，可以看到st公司與非st公司在財務危機發(fā)生的前1年，兩者的均值、標準差、t統(tǒng)計量、z統(tǒng)計量發(fā)生了明顯的變化。
(三)財務預警指標的進一步篩選
st與非st公司的上述20個指標，有的作用顯著，起了較大作用，相比之下有的作用并不明顯，而且指標過多會存在多重共線性或序列自相關。因此，在建立財務危機預警模型前，有必要進一步對財務指標進行篩選，利用變化顯著的指標建立預警模型。本文擬選擇主成分分析法。
1．變量間相關性分析
本文的相關性分析采用person相關系數(shù)，結果表明產(chǎn)權比率x7與凈資產(chǎn)收益率朋、流動比率x1與速動比率x2、每股經(jīng)營現(xiàn)金凈流量x11與經(jīng)營現(xiàn)金凈流量對負債比率x13、每股收益x17與每股凈資產(chǎn)x18、前三大股東持股比率之和x19與前十大股東持股比率之和x20的相關系數(shù)均超過0．6。為消除多重共線性的影響，按財務指標間相關性較小為優(yōu)原則，經(jīng)比較，剔除x7、x2、x13、x18及x19這五個財務指標。
2．財務指標的進一步篩選
引入虛擬變量y，表示上市公司是否出現(xiàn)財務危機。將上市公司出現(xiàn)財務危機設為1，沒有出現(xiàn)財務危機設為0。
利用直接斜交轉軸法，對剩余15個財務指標進行主成分分析，提取了3個因子。這3個因子分別為流動比率x1、每股經(jīng)營現(xiàn)金凈流量x11、前十大股東持股比率之和x20。
五、預警模型的建立及預測
筆者利用主成分分析得到的上述三個財務指標，選擇二元邏輯回歸(logit)方法，建立財務危機預警模型并進行預測。
(一)模型的建立
設多元邏輯回歸(logit)擬合的方程為：
(二)預警模型效果檢測
以0．500為概率最佳分割點進行預測。預測結果顯示該模型的整體預測效果為75．319％，其中st公司的預測準確率為76．923％，非st公司的預測準確率為73．729%。
六、結論
筆者采用2002—2004年新增st公司的日個方面的20個財務指標，建立起上市公司發(fā)生財務危機前1年的危機預警模型進行了預測。為便于對比研究，選取相同數(shù)目的盈利公司作為配對樣本進行t檢驗和wilcoxon秩檢驗。研究表明，選取財務指標的效果明顯，建立的st公司的危機預警模型的判斷準確率達到95．31％．由于研究是假定上市公司的財務數(shù)據(jù)是真實的，若上市公司粉飾財務報表，模型準確性可能受到影響。
主要參考文獻
[1]ohlson，james a：“financial ratios and the probabilistlc prediction of bankruptcy”，journal of accounting research，1980．
[2]陳靜．上市公司財務惡化預測的實證分析．會計研究[j]，1999，(4)．
[關鍵詞] 績效風險 預警 定性分析 模糊評價
連鎖藥店績效風險非財務指標的預警是指在企業(yè)進行經(jīng)營管理活動時實際產(chǎn)生的業(yè)績效果通過非財務指標的分析監(jiān)測，比較其與預期目標之間的可能偏離程度，來發(fā)現(xiàn)企業(yè)經(jīng)營管理活動中的潛在風險，并發(fā)出警示，最終實現(xiàn)對企業(yè)經(jīng)營管理活動的風險預控。二者間的可能偏離程度越大，則表明經(jīng)營管理風險越高，反之則表明經(jīng)營管理風險越低。
當前，企業(yè)的績效風險監(jiān)測更多是通過財務指標分析、判斷的，是以企業(yè)的財務報表及其相關的財務資料為依據(jù)，通過設置一些敏感性財務指標，來觀察企業(yè)發(fā)生財務危機的風險特征。因為財務信息是通過財務數(shù)據(jù)表達出來的量化結果，其分析結果具有一定的客觀性和直觀性。但是，企業(yè)的財務指標是對企業(yè)經(jīng)營在財務活動中的結果進行分析，具有一定的滯后性，還不能完全表現(xiàn)出企業(yè)經(jīng)營風險的預警效果。本文認為，建立非財務指標風險預警系統(tǒng)是對財務風險預警系統(tǒng)的有效補充，使企業(yè)的績效風險監(jiān)測更加體現(xiàn)出預警性，更能及時、客觀、準確。
一、藥店績效風險非財務指標體系建立
藥店績效風險預警指標體系是根據(jù)卡普蘭與諾頓的平衡記分卡理論，從財務、顧客、內(nèi)部業(yè)務流程、學習與創(chuàng)新等四個維度所提出的問題入手，在每一方面設計一些特定業(yè)績指標作為監(jiān)測和控制的指標，并賦予不同的權重，形成一套完整的業(yè)績風險評價指標體系。
關于財務風險監(jiān)測，許多專家、學者對其進行了大量的研究。李俊秀對財務風險管理的危機預警系統(tǒng)進行了研究，王婷等對我國企業(yè)財務風險預警機制進行了研究，管亞梅對財務危機的預防與管理進行了研究。但是從非財務指標對企業(yè)的績效風險進行監(jiān)測，尤其是對連鎖藥店的績效風險進行監(jiān)測的報道甚少。本文試從平衡記分卡的另外三個非財務指標方面，進行特定指標設計，從而實現(xiàn)對藥店的績效風險進行定性分析。
連鎖藥店的績效風險非財務監(jiān)測指標的建立，是通過顧客、內(nèi)部業(yè)務流程、學習與創(chuàng)新等方面所提出的問題，進行特定的監(jiān)測指標設計的。監(jiān)測藥店績效可以通過以下關鍵指標如表1所示。
二、藥店績效風險預警分析
近年來，在對醫(yī)藥連鎖門店的績效進行評價時，對于定型的被評價指標難以清晰把握，只能用一些模糊的語言諸如“強”“很強”等來描述，不能清楚地給出確切的數(shù)學表達。本文擬引用模糊綜合評價法，利用模糊隸屬度理論把定性指標合理的定量化，很好的解決了現(xiàn)有評標方法中評價不客觀的問題。其評價過程為:
1.確定評價指標集。將影響評價對象的各因素按BSC分成財務指標和非財務指標，其中非財務指標分為關于顧客服務、內(nèi)部流程、學習和成長三大類，財務部份可應用已有的完備的財務評價體系，再次我們僅對非財務指標進行模糊評價，并按照上述的平衡記分卡指標體系的指標分為二級，組成因素集合：
一級指標為U=（U⒈，U2，U3，U4)，即財務、內(nèi)部流程、顧客和創(chuàng)新與學習層面的子因素；二級指標為U1=（U11，U12，…U1m)，U2=（U21，U22，…U2m), Uij=（Ui1，Ui2，…Uik)分別表示員工滿意程度、員工的培訓、員工的生產(chǎn)效率……。Uij(j=1,2,3,…k)為主因素層中第i和評價指標下的第k個因素，k為子因素層評價指標個數(shù)。
2.確定評價集。評價集是對分析對象可能做出的各種總的評價結果的集合，用 V表示：V=（V1，V2 ，V3，V4）其中V1=好，V2=較好，V3=中等，V4=差
3.確定各因素子集的權重
評價指標的權重集是表示各評價指標重要程度的權數(shù)所組成的集合, 表示某評價指標在評價中的重要程度。評價指標體系是一個遞進的層次結構，宜采用層次分析法確定權重，指標的權重分別為A1，A2，……An, 權重集為A=（A1,A2,……An），且∑Ai=1,（i=1，2，…,m）表示主因素層各評價指標的重要性程度。子因素層評價指標的權重集為:Ai=（Ai1,Ai2,……Aim）ΣAih=1,Aih h=(,2,…,k)為子因素層第h個指標在第i個主因素指標中的重要性程度。
4.確定隸屬關系，建立模糊評價矩陣
5.作多因素模糊綜合評價
一級模糊綜合評判
記Bij=AijRij=(bij1,bij2 …, bijk)
“”是模糊矩陣合成算子符號；Bj，歸一化后記為Bij，Bij為Uij對V的隸屬向量。
二級模糊綜合評判
根據(jù)一級模糊綜合評判,得到評判隸屬矩陣Ri=[Bi1,Bi2。。。Bij]T
B=AR歸一化后記為B={b1，b2，b3，b4}，B為U對V隸屬向量，即為總評判結果。
(6)評判結果處理
一般地說，如果b1和b2的和低于某一標準，即所評價的結果被認為是較高以上的概率低于某一標準（通常取0.5，但在具體評價時應該根據(jù)具體情況修正），則可以認為該藥店的業(yè)績在某一方面存在經(jīng)營管理風險。
三、應用研究
本研究以廣州市CZL醫(yī)藥連鎖公司為例進行實證研究。CZL醫(yī)藥連鎖有限公司是廣州市YC有限公司下屬企業(yè)，是我國建立醫(yī)藥連鎖最早的企業(yè)之一, 主要從事我國傳統(tǒng)的中藥材、中藥飲片、中成藥的經(jīng)營，同時兼營西藥、保健食品、醫(yī)療器械。根據(jù)CZL醫(yī)藥連鎖有限公司的要求，專家組對該企業(yè)了進行風險診斷。本實證研究進行的具體步驟如下：
第一步,通過設計、分析調查問卷以及咨詢有關專家等多種途徑確定公司經(jīng)營績效非財務指標評價主因素指標集和子因素層指標集。具體說明見表1。
第二步, 評價數(shù)據(jù)的取得。獲取評價數(shù)據(jù)主要是指評價指標體系的權重,系數(shù)的確定和評價等級的建立。在實際的評價過程中, 這些數(shù)據(jù)可由專門的機構和評價專家來確定。評價等級的建立可由專家按照評價記分等級分配率統(tǒng)計獲得。現(xiàn)擬對CZL醫(yī)藥連鎖有限公司寶崗分店的非財務績效指標進行評價,具體數(shù)據(jù)見表2。
評價記分的等級分別按“ 優(yōu)”“良”“中”“差”4 等, 記分為4, 3, 2, 1 分, 其隸屬度分別為1, 0.8, 0.6 和0.4。
第三步,根據(jù)評價表進行模糊綜合評價, 確定其分值及隸屬度。對指標模塊進行分析:
A1=[ 0.30 0.20 0.20 0.15 0.15]
S1=A1R1
S1=[0.343 0.311 0.271 0.075]
經(jīng)歸一化后得：S1/=[0.34 0.30 0.28 0.08 ]
由于4 個等級的得分相應為4, 3, 2, 1 分, 則寶崗分店的客戶指標得分值F1 為:
F1=[ 0.34 0.30 0.28 0.08]=2.92
該分值的隸屬L1=2.92/4≈0.73,分值計算結果表明,寶崗分店關于客戶指標的評價接近于“ 良”等級。
同理可得:
S2=[0.365 0.336 0.238 0.062]
經(jīng)歸一化后得：S2/=[0.36 0.34 0.24 0.06],寶崗分店的內(nèi)部流程指標得分值F2為3.00,從而該分值的隸屬L2為0.75,表明寶崗分店的內(nèi)部流程指標的評價接近于“良”等級。
S3=[0.10 0.245 0.32 0.335]
經(jīng)歸一化后得：S3/=[0.10 0.24 0.32 0.34],寶崗分店的學習與成長指標得分值F2為2.11,從而該分值的隸屬L2為0.53,表明寶崗分店的學習與成長指標的評價接近于“差”等級。說明司寶崗分店的學習與成長的評價結果較差，該分店的領導者需要在關注銷售額及利潤增長的同時，更多地關注員工的學習與成長情況，這才能在競爭激烈的醫(yī)藥連鎖行業(yè)中獲得及留任優(yōu)秀員工。
四、結束語
本文對連鎖藥店的績效風險的預警的方法進行了研究。研究結果表明，通過定量和定性模糊分析，可以有效預警連鎖藥店的績效風險，可以改變單一依靠傳統(tǒng)的財務指標進行風險評估和預測模式，使企業(yè)的績效風險預警更加客觀、更加多元化、更具有預見性，通過模糊評價法對平衡記分卡中的非財務指標的模糊處理，可使分析結果更清晰、準確，更具有說服力。
參考文獻：
[1]李俊秀:財務風險管理的危機預警系統(tǒng)[J].科技創(chuàng)業(yè)月刊，2007，（1）74～77
[2]陳善為 涂 濤:平衡記分卡在企業(yè)績效管理中的應用[J].商場現(xiàn)代化,2008，1:64～66
[3]王 婷 何學忠 舒海棠:我國企業(yè)財務風險預警機制研究[J].企業(yè)經(jīng)濟，2004，（2）:149～150
[4]管亞梅:財務危機的預防與管理[J].財會研究，2000，（10）:32～35
[5]蘇 平 馬維珍 田元福:模糊綜合評價法在項目風險管理中的應用[J].蘭州交通大學學報(自然科學版),2005，24（6）:53～55
[6]龔本剛 檀大水:模糊環(huán)境下企業(yè)競爭情報系統(tǒng)績效評價方法[J].情報學報，2008，27（1）:56～58
關鍵詞：財務危機 Logistic模型
財務危機預警問題是財務學中的一個重要研究課題，而且具有很大的現(xiàn)實意義。建立財務預警模型，對企業(yè)財務危機進行預測，對于保護投資者和債權人利益、對于政府部門提高對企業(yè)的宏觀監(jiān)控質量以及規(guī)范證券市場等方面，都將起到重要作用。
一、文獻綜述
（一）Logistic模型的選用和預測準確率研究國外對于企業(yè)財務危機預警模型的研究已有七十多年的歷史，產(chǎn)生了一元分析法、多元分析法、Logistic回歸分析法、人工神經(jīng)網(wǎng)絡等多種方法，從20世紀80年代以來，Logistic回歸分析代替判別分析法，在財務危機預測研究領域占據(jù)主流地位。Logistic回歸方法沒有嚴格的假設條件，不要求數(shù)據(jù)的正態(tài)分布，因而其參數(shù)估計比判別分析更加穩(wěn)健；而且對于二分類總體判別問題，具有較好的區(qū)分效果。國內(nèi)直至20世紀90年代末才開始有關于這一方面的學術研究出現(xiàn)，其中都借鑒了西方較為成熟的模型或理論，并結合中國的特色加以研究。近年來，隨著中國資本市場的發(fā)展，國內(nèi)學者對這一領域的研究越來越重視，有關財務危機預測研究的文獻日益增多。從這些文獻看出，國外的研究方法在中國的上市公司財務危機預測中均得到了應用，而Logistic回歸分析方法在這些文獻中占了很大比例。但不同文獻Logistic模型的預測準確率有較大的差異，如吳世農(nóng)等（2001）的Logistic模型總體預測準確率為93.53%；趙息等（2007）建立的Logistic模型在發(fā)生財務危機的前兩年，模型判斷正確率在90%以上；喬卓等（2002）研究發(fā)現(xiàn)提前兩年和提前三年其Logistic 模型的預測準確率分別達到81.16%和76.81%；姜國華等（2004）的模型對ST公司的預測準確率為64%。這些預測效果的差異，一方面是由于樣本和變量選擇范圍不同造成的，另一方面是由于有些研究在預測效果判別等方面的缺陷造成的。
（二）樣本規(guī)模的選擇對于樣本規(guī)模的選擇，Logistic模型要求大樣本規(guī)模。因為Logistic模型運用最大似然估計法估計模型參數(shù)，最大似然估計具有一致性、漸進有效性和漸進正態(tài)性的統(tǒng)計性質，然而保持這些性質的前提條件為樣本規(guī)模要很大。國外一些資深研究人員認為最大似然估計的大樣本性質一般維持得較好，即使在中等規(guī)模（比如樣本數(shù)為100）的條件下，也能夠接受。而樣本規(guī)模小于100時使用最大似然估計的風險較大（王濟川等，2001）。而國內(nèi)有些文獻的樣本規(guī)模小于100，其研究結果的有效性和穩(wěn)健性就值得懷疑。如洪梅（2007）以40家公司為樣本建立Logistic預測模型，以0.5為分界點，模型總體預測準確率為86.1%；宋鵬等（2009）以80家樣本公司所建模型的總體回判正確率為95% ，對35家預測樣本的總體判斷準確率80%；而勝等（2004）利用32家樣本建立不同的預警模型進行比較，在試圖建立Logistic回歸模型時發(fā)現(xiàn)指標變量難以進入模型，建模失敗，這也說明了樣本規(guī)模對Logistic模型的建立有直接影響。對模型預測效果的判別，大部分文獻都采用分類表對模型預測準確性進行評價。采用分類表判別預測模型預測效果時的問題主要表現(xiàn)在對分界點的確定以及對預測結果的解釋方面。有的作者沒有說明分界點的確定依據(jù)，如崔學剛等（2007）以34家危機公司與66家非危機公司作為樣本公司建立Logistic模型，采用0.34為闕值概率（分界點），得出總體預測準確率70%，危機公司預測準確率70.6%，非危機公司預測準確率69.7%，但沒有說明分界點的確定方法；有的文獻對分界點的確定做了說明，但不具有普遍適用性，姜秀華等（2002）選用42家ST公司和42家非ST公司為研究樣本，借助貝葉斯公式，判斷最佳分界點為0.1，得到模型的回判準確率為84.52%。但文中利用較低的分界點（0.1）對ST公司進行外推判別能夠得到很高的判別準確率，不代表模型的總體預測準確率高。
（三）樣本比例和分界點的選擇有些文獻當危機公司和非危機公司的樣本比例不是1:1時，仍簡單地采用0.5為分界點，影響了預測結果的準確性。如鮮文鐸等（2007）利用61家ST公司和183家非ST公司作為估計樣本，并利用60家ST公司和180家非ST 家公司為驗證組，研究結果顯示，以0.5為分界點時，標準Logistic 模型對ST 公司、非ST 公司和總體樣本的預測正確率在估計樣本中分別為68.9%、96.2%和89.3%，在驗證樣本中分別為73.3%、91.1%和86.7%，可以看出其模型對非ST 公司的預測準確率遠高于對ST公司的預測準確率，由于非ST 公司樣本數(shù)大于ST公司樣本數(shù)，而使模型對總體樣本預測準確性也高估；趙息等（2007）選取了35家財務危機公司和67家非財務危機公司作為樣本，建立了基于主成分分析的Logistic預警模型，以0.5為分界點，分析結果表明在發(fā)生財務危機的前兩年模型判斷正確率在 90%以上，在發(fā)生財務危機前的第3年，判斷正確率為74.51%。其研究發(fā)現(xiàn)ST 公司的誤判率高于非ST公司的誤判率，但卻認為是由于報表粉飾引起的財務數(shù)據(jù)扭曲導致。還有一些文獻當危機公司和非危機公司的樣本比例不是1:1時，只采用類R2、HL指標說明模型擬合優(yōu)度，而沒有對分界點和模型預測準確率進行說明。如浦軍等（2009）運用Logistic回歸模型，利用2007年40家ST樣本、103家非ST樣本建立了相應的Logistic財務危機預警模型，只用類R2表示模型擬合優(yōu)度較好。曹德芳等（2005）選用21家工業(yè)企業(yè)ST公司和104家非ST公司，采用HL指標說明模型擬合優(yōu)度，也沒有說明Logistic模型預測準確率。
本文擬在克服以上缺陷的基礎上，利用2008、2009年最新的財務危機公司為研究對象，建立新會計準則背景下的Logistic財務危機預測模型，利用ROC分析確定最佳分界點，并利用分類表和ROC曲線對模型的預測準確性和實用性進行判別。
二、研究設計
（一）樣本選擇對于財務危機的界定不同的學者有不同的觀點，國內(nèi)絕大多數(shù)學者在其研究中將上市公司因財務狀況異常而被特別處理（ST）作為企業(yè)陷入財務危機的標志。但本文比較贊同崔學剛等（2007）的觀點，將首次虧損作為財務危機的界定標準。原因主要為首次虧損是公司財務狀況惡化的開端，而且這種界定有助于獲取足夠大樣本量，滿足Logistic模型對大樣本的要求，也使研究更具一般性。本文以近三年首次出現(xiàn)虧損作為上市公司財務危機的界定標準，當凈利潤小于0時，因變量Y取1；否則為0。本文共選取了474家上市公司，其中2008年首次出現(xiàn)虧損的公司119家，2009年首次出現(xiàn)虧損的公司39家，隨機選取截至2008年連續(xù)三年盈利的公司238家和截至2009年連續(xù)三年盈利的公司78家作為配對樣本。樣本篩選過程中，剔除了金融保險類公司和近三年財務數(shù)據(jù)不全的公司及發(fā)行有B股、H股的公司。數(shù)據(jù)來源于上海證券交易所、深圳證券交易所、和訊網(wǎng)等權威證券網(wǎng)站。為了分析不同樣本規(guī)模對預警模型最佳分界點及預測準確性的影響，在進行實證分析時，將474家公司進行兩次隨機分組，第一次按危機公司和非危機公司1:1的比例分組，第1組取158家公司作為估計樣本，第2組158家公司作為檢驗樣本；第二次按危機公司和非危機公司1:2的比例分組，第3組237家作為估計樣本，第4組237家作為檢驗樣本。各類樣本年度分布見（表1）。
（二）變量選取本文以本年度（定義為第t年）是否首次出現(xiàn)虧損為因變量，首次出現(xiàn)虧損取1；否則取0。以前一年（定義為第t-1年）財務指標與非財務指標為自變量。本文綜合考慮企業(yè)償債能力、獲利能力、營運能力、成長能力、獲取現(xiàn)金能力及公司治理等多方面的因素，選取了37個指標作為自變量。具體指標分別是反映償債能力的指標：流動比率、速動比率、現(xiàn)金比率、流動資產(chǎn)對負債總額比率、營運資產(chǎn)與總資產(chǎn)的比率、現(xiàn)金與總資產(chǎn)比率、資產(chǎn)負債率、有形凈值債務率、權益乘數(shù)；反映盈利能力的指標：凈資產(chǎn)凈利率、扣除非經(jīng)常損益后的凈利潤率、總資產(chǎn)報酬率、銷售凈利率、成本費用利潤率、主營收入毛利率、主營收入稅前利潤率、主營收入稅后利潤率、每股收益、扣除非經(jīng)常損益的每股收益；反映營運能力的指標：應收賬款周轉率、存貨周轉率、總資產(chǎn)周轉率、固定資產(chǎn)周轉率、凈資產(chǎn)周轉率；反映發(fā)展能力的指標：主營收入增長率、凈利潤增長率、凈資產(chǎn)增長率、固定資產(chǎn)投資擴張率、總資產(chǎn)擴張率、可持續(xù)增長率、超常增長率、經(jīng)營現(xiàn)金凈流量增長率；反映現(xiàn)金獲取能力的指標：主營業(yè)務現(xiàn)金比率、每股經(jīng)營活動現(xiàn)金凈流量、資產(chǎn)的經(jīng)營現(xiàn)金流量回報率；反映盈利質量的指標：非經(jīng)常性損益比率；反映公司股權結構的指標：第一大股東持股比例。
（三）研究方法Logistic模型是一種非線性判別的統(tǒng)計方法。在二分類Logistic模型中，通常用Y代表因變量，它的取值有兩種可能（如危機公司為1，非危機公司為0）。X=（X1，X2，…，Xn）表示自變量。P用于表示Y在特定條件下的發(fā)生概率。P通過下式求得：
系數(shù)可以按照一般回歸系數(shù)那樣解釋，一個自變量的作用如果是增加事件的對數(shù)發(fā)生比Ln［p/（1-p）］，也就增加事件發(fā)生的概率P，反之亦然。由于Logistic回歸中因變量與自變量之間的關系是非線性的，Logistic模型估計未知參數(shù)時采用最大似然估計。本文的研究目的是利用上市公司的財務指標和股權結構指標構建Logistic模型，對上市公司發(fā)生財務危機的概率進行預測。評價Logistic預測模型預測效果常用的工具是分類表，在分類表中可以計算出樣本總預測正確率、靈敏度（Sensitivity）和特異度（Specificity）等指標。但分類表預測準確性取決于分界點（Cutoff point/cutoff value）的確定，在模型一定情況下，不同分界點會導致完全不同的預測準確性。因此本文首先利用ROC（Receiver Operating Characteristic）曲線確定最佳分界點，然后根據(jù)分類表結果和ROC曲線下面積估計模型預測準確率。ROC曲線分析的基本原理是：通過分界點的移動，獲得多對靈敏度和誤判率（1-特異度），以靈敏度為縱軸，以誤判率為橫軸，連接各點繪制曲線，然后計算曲線下的面積，面積越大，判斷價值越高。靈敏度就是把實際為真值的判斷為真值的概率，表示通過預測模型準確預測出發(fā)生事件占實際發(fā)生事件的比重。特異度就是把實際為假值的判斷為假值的概率。誤判率就是把實際為假值的判斷為真值的概率，其值等于1-特異度。本文中靈敏度=被正確預測為危機公司的樣本數(shù)/實際發(fā)生危機的樣本公司數(shù)。特異度=被正確預測為非危機公司的樣本數(shù)/實際非危機公司樣本數(shù)。誤判率=被誤判為危機公司的樣本數(shù)/實際非危機公司的樣本數(shù)。總體準確率=被正確分類的樣本數(shù)/樣本公司總數(shù)。
三、實證結果分析
（一）獨立樣本T檢驗由于所選自變量較多，各項指標間可能存在不同程度的相關性，影響回歸分析的準確性，因此在進行Logistic回歸分析前首先利用財務指標的獨立樣本T檢驗對自變量進行篩選。檢驗結果表明，當危機公司與非危機公司樣本比例為1:1時，在兩類企業(yè)之間有顯著差異的財務指標共12個，當危機公司與非危機公司樣本比例為1:2時，在兩類企業(yè)之間有顯著差異的財務指標共15個，其中有10個指標與樣本比例為1:1時相同。檢驗結果見（表2）、（表3）。可以看出，危機公司與非危機公司在現(xiàn)金流指標、主營業(yè)務盈利指標、非經(jīng)常損益比率以及固定資產(chǎn)和總資產(chǎn)擴張等幾類指標有顯著差異。危機公司利用現(xiàn)金進行償債的能力、投資擴張能力、獲取現(xiàn)金流的能力以及主營業(yè)務的盈利能力都比較差。從（表2）看出危機公司的凈利潤增長率顯著高于非危機公司，但其扣除非經(jīng)常損益后的凈利潤率顯著低于非危機公司，說明危機公司的利潤增長主要源于非經(jīng)常損益的增長，說明其盈利質量較差、盈利缺乏可持續(xù)性。
（二）回歸分析以本年度（定義為第t年）是否首次出現(xiàn)虧損為因變量，首次出現(xiàn)虧損取1；否則取0。以前一年（定義為第t-1年）通過T檢驗的財務指標為自變量，進行單變量Logistic回歸分析，剔除統(tǒng)計不顯著的變量指標。同時，通過相關系數(shù)矩陣檢驗各個自變量之間的多重共線性，按照單變量檢驗顯著性從高到低的標準選擇進入預測模型的變量，最終得到兩個危機預測模型，危機公司與非危機公司樣本比例為1:1時所得模型為M1，危機公司與非危機公司樣本比例為1:2時所得模型為M2，模型回歸結果見（表4）和（表5）。可以看出，如果上市公司收益中非經(jīng)常損益比率越高、凈利潤增長率越大，即當上公司通過增加非經(jīng)常性損益大幅增加利潤時，公司下一年虧損的可能性越大，而公司主營收入毛利率高、扣除非經(jīng)常性損益后的凈利潤率高，而且經(jīng)營凈現(xiàn)金流及其增長率大時，說明上市公司盈利質量高，下一年出現(xiàn)虧損的可能性小。當流動資產(chǎn)對總資產(chǎn)比率越高時，公司資產(chǎn)流動性越強，公司下一年出現(xiàn)虧損可能性小，這一點與奧特曼Z記分模型結論一致。
（三）Logistic風險預警模型評價對Logistic 回歸模型的評價主要有三個方面：模型總體顯著性、擬合優(yōu)度與預測準確性。
（1）模型總體顯著性檢驗。模型總體顯著性檢驗采用Omnibus Tests of Model Coefficients檢驗，該指標類似于多元線性回歸中的F統(tǒng)計量，表明了模型自變量對因變量的總體解釋能力。從（表4）和（表5）的回歸結果可以看出M1、M2兩個模型的卡方統(tǒng)計量分別為32.735和27.213，對應Sig. （相伴概率p值）均為0.000，說明兩個模型均通過了總體顯著性檢驗，模型自變量對因變量的解釋能力較強。
（2）擬合優(yōu)度評價。擬合優(yōu)度反映了模型匹配觀測數(shù)據(jù)的程度。如果模型的預測值能夠與對應的觀測值有較高的一致性，就認為這一模型擬合數(shù)據(jù)。否則，將不能接受這一模型，而需要對模型重新設置。當Logistic模型中自變量很多，或者自變量中包含連續(xù)性變量的情況下，應采用Hosmer-Lemeshow（HL）指標判別模型擬合優(yōu)度，而且HL指標被認為是估價Logistic回歸模型擬合優(yōu)度方面應用最廣泛的指標（王濟川等，2001）。在具體應用時，檢驗的是模型預測值與實際觀測值之間的差別，判斷標準是查看Sig.值，如果是sig>0.05，即說明模型預測值與實際觀測值之間沒有顯著差別，即擬合方程與真實的方程基本沒有偏差，也就是說HL指標的Sig.值越大越好。（表4）、（表5）顯示模型的H L擬合優(yōu)度檢驗結果，M1的卡方統(tǒng)計量為5.249，Sig.（相伴概率p值）為0.731，M2的卡方統(tǒng)計量為7.82，Sig.（相伴概率p值）為0.451。兩個模型的Sig.值均遠遠大于給定的顯著性水平0.05，表明模型M1和M2較好地擬合了數(shù)據(jù)。
（3）最佳分界點確定及預測準確度評價。本文利用Spss中Analyze――Roc Curve命令，繪制了兩個模型的roc曲線，見（圖1）、（圖2）同時確定各模型的最佳分界點。根據(jù)統(tǒng)計理論，危機公司與非危機公司的判別錯誤率與分界點關系的方向相反，二者此消彼長。即當分界點值逐漸增大時，非危機公司判別錯誤率逐漸減小，危機公司判別錯誤率逐漸增大，反之亦然。因此，從統(tǒng)計角度來看，不存在使得危機公司和非危機公司判別錯誤率都達到最低的分界點值。在實際應用中分界點的確定一般需要根據(jù)使用目的和判別錯誤成本來定。對于篩選性質的研究，往往選擇在容許的特異度情況下，盡可能使靈敏度高一下；對于確認性研究，往往在靈敏度容許的范圍內(nèi)，選擇使特異度高一些的分界點。但判別錯誤成本的測定比較困難，不同使用者出于不同的使用目的考慮，對于判別錯誤成本的測定方法可能也不一致。因此，絕大多數(shù)學者在研究中回避了這一問題，本文的研究也未考慮判別錯誤的成本。在不考慮判別錯誤成本的情況下，本文將非危機公司判別準確率與危機公司判別準確率之和最大時（即總體判別準確率最大，判別錯誤率最小）對應的分界點確定為最佳分界點。通過以上方法確定最佳分界點之后，各個模型的預測準確率如（表6）和（表7）所示，本文同時列出了分界點為0.5時的預測精準確率進行對比。從（表6）可以看出當危機公司與非危機公司樣本比例為1:1時，最佳分界點（接近0.5）處的總體預測準確率高于以0.5為分界點的總體預測準確率。從（表7）中可以看出當危機公司與非危機公司樣本比例為1:2時，以0.5為分界點時，會低估危機公司預測準確率（靈敏度），高估非危機公司的判別準確率（特異度），由于非危機公司樣本數(shù)多于危機公司樣本數(shù)，從而導致模型總體預測準確率高估。（表6）與（表7）顯示，當危機公司與非危機公司樣本比為1:1時，最佳分界點分布在0.5附近，而當危機公司與非危機公司樣本比為1:2時，最佳分界點分布在0.33附近，即最佳分界點與危機公司在總樣本公司中所占比例比較接近。此結果也與崔學剛等以34家危機公司與66家非危機公司作為樣本公司時采用0.34為分界點，姜國華等（2004）選用33家ST公司和778家非ST公司作為樣本公司時采用0.04為分界點相一致。本文推斷這種現(xiàn)象不是巧合，而是有其必然性。因為Logistic模型如果擬合較好，則模型就應該反映樣本公司的總體情況，如果樣本總體中實際發(fā)生危機公司所占比率為α，則根據(jù)Logistic模型計算出的所有樣本公司中發(fā)生危機的概率也應為α，因此采用α為分界點，所預測結果與實際情況最相符。M1估計組和檢驗組ROC曲線圖如（圖1）和（圖2）所示，其橫軸是非危機公司的判別錯誤率（1-特異度），縱軸是危機公司的判別正確率（靈敏度），ROC曲線越陡峭，ROC曲線面積越大（指ROC曲線下邊部分面積），預測模型的穩(wěn)定性和判別精度越高。按照國際通行值， ROC曲線面積如果能達到0.7，該模型即可應用于實踐。本文模型M1估計組的ROC曲線面積達到0.758，而且其檢驗組的ROC曲線面積達到0.735，說明模型穩(wěn)定性和判別精度較高，可以應用于實踐。M2估計組及其檢驗組的ROC曲線面積分別為0.699和0.662（限于篇幅，文中沒有列出圖示），說明模型尚不足以應用于實踐。
四、結論
根據(jù)前文分析，得出如下結論：危機公司與非危機公司的差別主要體現(xiàn)在償債能力、盈利能力、發(fā)展能力及經(jīng)營現(xiàn)金流的獲取方面。償債能力差異主要為危機公司的現(xiàn)金以及營運資產(chǎn)在總資產(chǎn)中的比例顯著低于非危機公司，其償還到期負債的能力較差；盈利能力方面的差異主要體現(xiàn)在危機公司主營業(yè)務盈利能力差并且盈利質量不佳，利潤中非經(jīng)常性損益比例較大，說明其持續(xù)盈利能力不強。發(fā)展能力方面的差異主要表現(xiàn)為危機公司的固定資產(chǎn)擴張速度和總資產(chǎn)的增長率都顯著低于非危機公司，說明危機公司發(fā)展?jié)摿Σ蛔恪Ａ硗庋芯堪l(fā)現(xiàn)危機公司的經(jīng)營現(xiàn)金流指標顯著低于非危機公司。
參考文獻：
［1］吳世農(nóng)、盧賢義：《我國上市公司財務困境的預測模型研究》，《經(jīng)濟研究》2001年第6期。
［2］趙息、肖錚、何輝渝：《Logistic模型在上市公司財務預警中的應用研究》，《西安電子科技大學學報（社會科學版）》2007年第3期。
［3］喬卓、薛鋒、柯孔林：《上市公司財務困境預測Logit 模型實證研究》，《華東經(jīng)濟管理》2002年第10期。
［4］姜國華、王漢生：《財務報表分析與上市公司ST預測的研究》，《審計研究》2004年第6期。
［5］王濟川、郭志剛：《Logistic回歸模型: 方法與應用》，《高等教育出版社》2001年第9期。
［6］勝、梁梁、殷尹：《不同模型在財務預警實證中的比較研究》，《管理工程學報》2004年第2期。
［7］崔學剛、王立彥、許紅：《企業(yè)增長與財務危機關系研究》，《會計研究》2007年第12期。
［8］姜秀華、任強、孫錚：《上市公司財務危機預警模型研究》，《預測》2002年第3期。
［9］鮮文鐸、向銳：《基于混合Logit 模型的財務困境預測研究》，《數(shù)量經(jīng)濟技術經(jīng)濟研究》2007年第9期。
［10］傅文：《基于Logit模型的上市公司財務預警分析》，《云南財貿(mào)學院學報》2005年第8期。
