時(shí)間：2023-07-27 16:23:06
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(cái)務(wù)危機(jī)預(yù)警研究，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(jìn)步。
關(guān)鍵詞：財(cái)務(wù)危機(jī)。財(cái)務(wù)預(yù)警；研究
2008年全球性金融危機(jī)爆發(fā)，經(jīng)濟(jì)呈現(xiàn)全球性震蕩，我國(guó)經(jīng)濟(jì)也受到影響，遭受了很大的打擊。金融危機(jī)所帶來的極大危害，讓人們更加意識(shí)到經(jīng)濟(jì)發(fā)展過程中，只有可持續(xù)的發(fā)展才是經(jīng)濟(jì)發(fā)展的王道。對(duì)企業(yè)而言，財(cái)務(wù)狀況是企業(yè)的生命基點(diǎn)，是檢驗(yàn)企業(yè)成功與否的唯一標(biāo)準(zhǔn)。而財(cái)務(wù)危機(jī)無疑是妨礙企業(yè)正常發(fā)展的最大可控風(fēng)險(xiǎn)。對(duì)企業(yè)的財(cái)務(wù)危機(jī)進(jìn)行及時(shí)有效的進(jìn)行預(yù)警是企業(yè)及化解財(cái)務(wù)危機(jī)的前提，進(jìn)而成為保持上市公司可持續(xù)發(fā)展的堅(jiān)強(qiáng)保障。因此，對(duì)財(cái)務(wù)危機(jī)的有效預(yù)測(cè)是企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展的必要前提。目前，我國(guó)關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究大多集中在對(duì)國(guó)外模型的借鑒和模型有效性的實(shí)證研究方面，結(jié)合企業(yè)實(shí)際的研究還很好。為此，本文從實(shí)踐角度出發(fā)，對(duì)企業(yè)如何建立財(cái)務(wù)預(yù)警機(jī)制和有效應(yīng)對(duì)財(cái)務(wù)危機(jī)提出一些想法，以期共同商榷。
一、財(cái)務(wù)危機(jī)與財(cái)務(wù)預(yù)警概述
關(guān)于財(cái)務(wù)危機(jī)的定義，目前尚未統(tǒng)一，但一般認(rèn)為財(cái)務(wù)危機(jī)是指企業(yè)的財(cái)務(wù)困境，是指企業(yè)喪失償還到期債務(wù)的能力，無法支付到期債務(wù)的一種經(jīng)濟(jì)現(xiàn)象，但以上只是狹義角度的財(cái)務(wù)危機(jī)。從廣義上來看，企業(yè)財(cái)務(wù)危機(jī)是對(duì)企業(yè)所以不利事件的總和。財(cái)務(wù)危機(jī)的發(fā)生是潛移默化的，財(cái)務(wù)危機(jī)的發(fā)生從外部表現(xiàn)上是個(gè)突變的過程，但其實(shí)質(zhì)是一個(gè)逐步、漸進(jìn)的過程，因此財(cái)務(wù)危機(jī)不但具有先兆，并且是可以預(yù)測(cè)的。因此，在企業(yè)財(cái)務(wù)系統(tǒng)的正常運(yùn)作中，我們需要對(duì)其財(cái)務(wù)運(yùn)營(yíng)過程進(jìn)行跟蹤、監(jiān)控，及早發(fā)出預(yù)警信號(hào)，將企業(yè)面臨的潛在風(fēng)險(xiǎn)告知經(jīng)營(yíng)者，從而使其早做準(zhǔn)備或采取對(duì)策，以避免或減弱對(duì)企業(yè)的破壞。
財(cái)務(wù)預(yù)警是以企業(yè)的財(cái)務(wù)報(bào)表、經(jīng)營(yíng)計(jì)劃及其他相關(guān)會(huì)計(jì)資料為依據(jù)，采用比率分析、比較分析、因素分析等財(cái)務(wù)分析方法，對(duì)企業(yè)的經(jīng)營(yíng)情況進(jìn)行預(yù)測(cè)，及時(shí)發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)過程中可能存在的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)。企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型研究財(cái)務(wù)危機(jī)預(yù)警作為一種診斷工具，其靈敏度越高就越能及時(shí)有效地發(fā)現(xiàn)、防范與解決問題，避免財(cái)務(wù)危機(jī)的發(fā)生，有監(jiān)測(cè)、診斷和治療功能。
二、財(cái)務(wù)危機(jī)的表現(xiàn)形式及成因
1.財(cái)務(wù)危機(jī)的表現(xiàn)形式
(1)經(jīng)營(yíng)方面。銷售收入是利潤(rùn)的主要來源，企業(yè)在經(jīng)營(yíng)規(guī)模沒有明顯縮小的情況下，但收入?yún)s明顯下降，表明企業(yè)銷售受阻，進(jìn)而導(dǎo)致企業(yè)存貨積壓，利潤(rùn)減少，如果企業(yè)負(fù)債規(guī)模較大，可能會(huì)因?yàn)闊o法到期償還債務(wù)而破產(chǎn)清算。在銷售收入變化不大或者增長(zhǎng)的情況下，也可能會(huì)蘊(yùn)涵財(cái)務(wù)危機(jī)，由于賒銷的存在，使得對(duì)現(xiàn)金流量的影響往往不會(huì)立刻體現(xiàn)出來，而是有一定時(shí)間的滯后和延遲，所以還需要結(jié)合現(xiàn)金流動(dòng)表進(jìn)行動(dòng)態(tài)分析。
(2)投資方面。企業(yè)進(jìn)行投資是企業(yè)獲得利潤(rùn)以及進(jìn)行資本規(guī)模擴(kuò)張的必要手段，對(duì)于企業(yè)發(fā)展而言，由于企業(yè)財(cái)務(wù)資源有限，必須充分考慮解決企業(yè)資產(chǎn)結(jié)構(gòu)與資本結(jié)構(gòu)的有機(jī)協(xié)調(diào)、盈利性與流動(dòng)性的有機(jī)協(xié)調(diào)等財(cái)務(wù)問題。如果一味考慮資產(chǎn)的流動(dòng)性，會(huì)導(dǎo)致企業(yè)流動(dòng)性資產(chǎn)的閑置，造成機(jī)會(huì)成本增加，進(jìn)而影響到企業(yè)的盈利水平。但如果減少企業(yè)的流動(dòng)性，而把短期資金投資于變現(xiàn)能力差的固定資產(chǎn)或其他長(zhǎng)期資產(chǎn)，一旦出現(xiàn)資金缺口，企業(yè)在難以及時(shí)補(bǔ)充資金的情況下，可能會(huì)因?yàn)橘Y本結(jié)構(gòu)失當(dāng)而形成財(cái)務(wù)危機(jī)。
(3)籌資方面。很少有企業(yè)全部通過自有資金來開展經(jīng)營(yíng)活動(dòng)，企業(yè)總會(huì)或多或少的利用金融機(jī)構(gòu)、其他企業(yè)或個(gè)人的資金來進(jìn)行生產(chǎn)經(jīng)營(yíng)以獲取利潤(rùn)，負(fù)債經(jīng)營(yíng)是企業(yè)發(fā)展的一條重要途徑。通過負(fù)債經(jīng)營(yíng)的財(cái)務(wù)杠桿效應(yīng)可以提高企業(yè)權(quán)益凈利潤(rùn)水平，但同時(shí)也放大了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，增加了企業(yè)財(cái)務(wù)危機(jī)爆發(fā)的系數(shù)。從財(cái)務(wù)危機(jī)形成角度來看，主要是財(cái)務(wù)管理不規(guī)范，企業(yè)帳面資產(chǎn)變現(xiàn)能力差，在企業(yè)負(fù)債規(guī)模過高情況下由于經(jīng)營(yíng)不當(dāng)造成的現(xiàn)金緊缺，使企業(yè)陷入危機(jī)。
2.財(cái)務(wù)危機(jī)的成因
(1)外部因素。外部因素對(duì)企業(yè)來說，大多是不可控因素。主要成因是國(guó)家宏觀經(jīng)濟(jì)環(huán)境的變化和國(guó)家法律法規(guī)的不健全。在經(jīng)濟(jì)蕭條時(shí)期，由于市場(chǎng)需求減少，企業(yè)競(jìng)爭(zhēng)加劇，企業(yè)的財(cái)務(wù)危機(jī)增大。反之，則企業(yè)的財(cái)務(wù)危機(jī)降低。由于我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展還不完善，在國(guó)家法律法規(guī)制定和實(shí)施中還存在一定的不足，對(duì)企業(yè)進(jìn)行必要的管理和監(jiān)督時(shí)缺少法律依據(jù)，從而使企業(yè)的經(jīng)濟(jì)舞弊行為得不到及時(shí)糾正，在一定程度上為企業(yè)財(cái)務(wù)危機(jī)的產(chǎn)生。
(2)內(nèi)部因素。相對(duì)于企業(yè)財(cái)務(wù)危機(jī)形成的外部成因，企業(yè)財(cái)務(wù)危機(jī)形成的內(nèi)部原因則是來自于企業(yè)經(jīng)營(yíng)理念、財(cái)務(wù)管理和生產(chǎn)經(jīng)營(yíng)活動(dòng)本身的有效性等各個(gè)方面。企業(yè)經(jīng)營(yíng)理念主要看企業(yè)經(jīng)營(yíng)采用是激進(jìn)型還是穩(wěn)健型的經(jīng)營(yíng)思路，激進(jìn)型經(jīng)營(yíng)理念一般通過高額負(fù)債來取得企業(yè)迅速擴(kuò)張的資金，企業(yè)在取得超額收益的同時(shí)也承擔(dān)了過高的財(cái)務(wù)風(fēng)險(xiǎn)。在財(cái)務(wù)管理方面，主要是過度負(fù)債使公司的支付能力變得極為脆弱，弱化企業(yè)的支付能力，孕含著財(cái)務(wù)危機(jī)。在生產(chǎn)經(jīng)營(yíng)活動(dòng)中，主要是生產(chǎn)供應(yīng)不穩(wěn)定，生產(chǎn)組織管理不當(dāng)以及銷售環(huán)節(jié)薄弱都是企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的誘因，進(jìn)而積聚了財(cái)務(wù)危機(jī)。
三、企業(yè)財(cái)務(wù)預(yù)警的應(yīng)用研究
1.財(cái)務(wù)預(yù)警的定性分析
財(cái)務(wù)預(yù)警的定性分析是企業(yè)內(nèi)部管理人員根據(jù)自己的經(jīng)驗(yàn)對(duì)企業(yè)財(cái)務(wù)危機(jī)的原因進(jìn)行分析，主要是根據(jù)財(cái)務(wù)報(bào)表中企業(yè)銷售收入、現(xiàn)金狀況、利潤(rùn)水平以及外部經(jīng)營(yíng)環(huán)境來直觀的反映企業(yè)的財(cái)務(wù)危機(jī)大小，一般可以將財(cái)務(wù)危機(jī)定性分為潛伏期、發(fā)作期、惡化期、實(shí)現(xiàn)期4個(gè)階段，，根據(jù)階段不同企業(yè)采用不同的財(cái)務(wù)策略。財(cái)務(wù)預(yù)警的定性分析運(yùn)用比較簡(jiǎn)單，可以及時(shí)發(fā)現(xiàn)企業(yè)財(cái)務(wù)危機(jī)的高低，但財(cái)務(wù)危機(jī)的嚴(yán)重程度還需要通過定量分析來解決。
2.財(cái)務(wù)預(yù)警的定量分析
財(cái)務(wù)預(yù)警的定量分析主要有單變量模式、Z分?jǐn)?shù)模型和多元邏輯概率模式。單變量模式是指運(yùn)用單一變數(shù)來預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)的指標(biāo)主要有：債務(wù)保障率(現(xiàn)金流量／債務(wù)總額*100％)、資產(chǎn)收益率(凈資產(chǎn)／資產(chǎn)總額*100％)、資產(chǎn)負(fù)債率(負(fù)債總額／資產(chǎn)總額*100％)等等。當(dāng)企業(yè)模型中所涉及的幾個(gè)財(cái)務(wù)比率趨于惡化時(shí)，通常是企業(yè)發(fā)生財(cái)務(wù)危機(jī)的先兆。企業(yè)還可以通過計(jì)算安全邊際來看企業(yè)財(cái)務(wù)危機(jī)的大小以及嚴(yán)重程度。Z分?jǐn)?shù)模型是運(yùn)用多種財(cái)務(wù)比率指標(biāo)加權(quán)匯總而構(gòu)成的多元線性函數(shù)公式來預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。Z＝0.012×1＋0.014×2＋0.033×3＋0.006×4＋0.999×5。公式中，×1＝(期末流動(dòng)資產(chǎn)－期末流動(dòng)負(fù)債)／期末總資產(chǎn)；X2＝期末留存收益／期末總資產(chǎn)；×3＝息稅前利潤(rùn)／期末總資產(chǎn)，×4＝期末股東權(quán)益的市場(chǎng)價(jià)值／期末總負(fù)債；X5＝本期銷售收入／總資產(chǎn)。Z分?jǐn)?shù)模式從企業(yè)的資產(chǎn)規(guī)模、折現(xiàn)能力、獲利能力、財(cái)務(wù)結(jié)構(gòu)、償債能力、資產(chǎn)利用效率等多元回歸的角度來分析企業(yè)的財(cái)務(wù)危機(jī)，使財(cái)務(wù)預(yù)警更加客觀和準(zhǔn)確。多元邏輯(Logie)概率模型是通過條件概率，來判斷觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)，但目前還處于研究階段，實(shí)踐中運(yùn)用很少。
總之，財(cái)務(wù)預(yù)警的分析只是給企業(yè)一個(gè)提前應(yīng)對(duì)財(cái)務(wù)危機(jī)的信號(hào)。從長(zhǎng)遠(yuǎn)角度考慮，企業(yè)應(yīng)當(dāng)居安思危，不斷完善內(nèi)部控制制度和公司治理結(jié)構(gòu)，從根本上避免財(cái)務(wù)危機(jī)的發(fā)生，確保企業(yè)良性循環(huán)發(fā)展。
參考文獻(xiàn)：
[1]彭莉，朱鎮(zhèn)：上市公司財(cái)務(wù)危機(jī)預(yù)警研究綜述[J]財(cái)會(huì)月刊，2009，10中旬
一、企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)構(gòu)建方法
企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)構(gòu)建有兩種方法，即定量分析法和定性分析法。
（一）定量分析法
定量分析法是以財(cái)務(wù)指標(biāo)為基礎(chǔ)的比率分析。財(cái)務(wù)數(shù)據(jù)與企業(yè)價(jià)值及財(cái)務(wù)狀況密切相關(guān)，是企業(yè)財(cái)務(wù)狀況的量化表現(xiàn)，其中財(cái)務(wù)指標(biāo)在某些方面反映的信息比企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)告中的絕對(duì)數(shù)信息更為重要，因而財(cái)務(wù)指標(biāo)可以作為預(yù)測(cè)企業(yè)經(jīng)濟(jì)前景的計(jì)量指標(biāo)。企業(yè)發(fā)生財(cái)務(wù)危機(jī)要經(jīng)歷一個(gè)從量變到質(zhì)變的漸進(jìn)發(fā)展過程，這種漸進(jìn)發(fā)展情況必然會(huì)通過一些財(cái)務(wù)指標(biāo)的變化體現(xiàn)出來。因此要準(zhǔn)確測(cè)度企業(yè)財(cái)務(wù)狀況和預(yù)測(cè)警情，從大量的財(cái)務(wù)因子中選好財(cái)務(wù)指標(biāo)是關(guān)鍵。
目前建立預(yù)警系統(tǒng)的模式主要有以下兩種：
1.單變量模型。它是通過單個(gè)財(cái)務(wù)比率的變化趨勢(shì)來預(yù)測(cè)財(cái)務(wù)危機(jī)可能性的模式。
根據(jù)財(cái)務(wù)預(yù)警指標(biāo)選擇的原則，可從以下三個(gè)方面來確定財(cái)務(wù)預(yù)警指標(biāo)：
（1）償債能力。從償債能力上來預(yù)測(cè)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性是極為重要的。企業(yè)發(fā)生財(cái)務(wù)危機(jī)的最直接表現(xiàn)就是喪失現(xiàn)金流上的支付能力，反映為資產(chǎn)的變現(xiàn)力差，現(xiàn)金總流人小于現(xiàn)金總流出，即現(xiàn)金凈流量為負(fù)值。一般來說，一個(gè)企業(yè)的資產(chǎn)流動(dòng)性越大，其償還負(fù)債的能力越強(qiáng)。一般包括以下指標(biāo)：流動(dòng)比率、速動(dòng)比率、應(yīng)收帳款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、有形凈值債務(wù)率、利息保障倍數(shù)。
（2）獲利能力。盈利是企業(yè)償債和信用的保障，從長(zhǎng)遠(yuǎn)的觀點(diǎn)來看，一個(gè)企業(yè)只有經(jīng)營(yíng)前景和盈利能力良好，才會(huì)遠(yuǎn)離財(cái)務(wù)危機(jī)。一般來說，企業(yè)盈利能力越強(qiáng)，對(duì)外籌資能力和償債能力也越強(qiáng)，發(fā)生財(cái)務(wù)危機(jī)的可能性就越小。因此從反映盈利方面的財(cái)務(wù)指標(biāo)的變化來預(yù)測(cè)財(cái)務(wù)危機(jī)也是極為重要的。主要指標(biāo)有：銷售凈利潤(rùn)率、成本費(fèi)用利潤(rùn)率、總資產(chǎn)報(bào)酬率。
（3）發(fā)展能力。反映企業(yè)積累能力和可持續(xù)發(fā)展能力。該指標(biāo)越大，反映企業(yè)資本越充實(shí)和越壯大，企業(yè)利用證券市場(chǎng)來融資的功能越強(qiáng)，財(cái)務(wù)危機(jī)越不易發(fā)生。這方面的指標(biāo)有：銷售增長(zhǎng)率、資本保值增值率。
建立的思路是：首先確定好以上三方面的財(cái)務(wù)指標(biāo)，然后設(shè)定出這些指標(biāo)的判別標(biāo)準(zhǔn)。設(shè)定判別標(biāo)準(zhǔn)時(shí)要考慮企業(yè)經(jīng)營(yíng)狀況、經(jīng)營(yíng)性質(zhì)、行業(yè)平均發(fā)展水平以及行業(yè)以往經(jīng)驗(yàn)等因素，并據(jù)實(shí)際變化不斷對(duì)之進(jìn)行修正。當(dāng)某指標(biāo)達(dá)到判別標(biāo)準(zhǔn)時(shí)，可預(yù)示財(cái)務(wù)警情發(fā)生。但這種模式存在局限性，由于每一指標(biāo)只反映財(cái)務(wù)狀況的某一方面，容易導(dǎo)致不同指標(biāo)判斷的矛盾。
2.多變量模型。它是運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總判別值來預(yù)測(cè)財(cái)務(wù)危機(jī)可能性的模式。它利用會(huì)計(jì)系統(tǒng)固有的平衡特性，將相互聯(lián)系的多個(gè)財(cái)務(wù)指標(biāo)有機(jī)結(jié)合，建立一個(gè)多元線型函數(shù)模型來綜合反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)情況，以消除個(gè)別指標(biāo)在評(píng)價(jià)企業(yè)財(cái)務(wù)狀況方面的缺陷。目前國(guó)外實(shí)踐中影響較大、較為有效的多變量預(yù)測(cè)模型是Z指標(biāo)模型。Z指標(biāo)模型是1968年美國(guó)學(xué)者奧特曼（Altiman）采用統(tǒng)計(jì)學(xué)中的判別分析法構(gòu)造的用五項(xiàng)財(cái)務(wù)指標(biāo)的加權(quán)平均數(shù)計(jì)算的預(yù)測(cè)破產(chǎn)的量化模型。判別函數(shù)為：
Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5.
其中X1=營(yíng)運(yùn)資產(chǎn)/總資產(chǎn)，X2=留存收益/總資產(chǎn)，X3=息稅前利潤(rùn)/總資產(chǎn)，X4=權(quán)益的市場(chǎng)價(jià)值/債務(wù)的帳面價(jià)值，X5=銷售額/總資產(chǎn)。
當(dāng)Z值大于2.675時(shí)，表明企業(yè)財(cái)務(wù)狀況良好，Z值在1.81與2.675之間，表明企業(yè)財(cái)務(wù)狀況極不穩(wěn)定，Z值小于1.81時(shí)，則表明企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)。Z指標(biāo)模型預(yù)測(cè)企業(yè)未來一年內(nèi)破產(chǎn)的準(zhǔn)確性約為90%，兩年內(nèi)的準(zhǔn)確性約為80%，但對(duì)于兩年期以上的破產(chǎn)預(yù)測(cè)作用不大。
多變量模型中幾乎包括了所有預(yù)測(cè)能力很強(qiáng)的指標(biāo)，舍棄了一些不重要的因素，并且應(yīng)用十分方便，克服了單變量模式需要很多指標(biāo)和需對(duì)比分析，并要求分析人員具有很高專業(yè)水平的缺陷。但其變量和判別標(biāo)準(zhǔn)的確定卻很困難。
（二）定性分析法
利用一些財(cái)務(wù)指標(biāo)直接分析或構(gòu)建模型來預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)發(fā)生的可能性只是整個(gè)財(cái)務(wù)預(yù)警系統(tǒng)的一個(gè)方面，由于一些難以量化的非財(cái)務(wù)信息也是影響企業(yè)持續(xù)經(jīng)營(yíng)能力的不可忽視的重要因素，因此在財(cái)務(wù)危機(jī)預(yù)警中除進(jìn)行定量分析外，還應(yīng)結(jié)合一些相關(guān)的非財(cái)務(wù)因素進(jìn)行定性分析，充分估計(jì)各種不利因素對(duì)企業(yè)財(cái)務(wù)狀況的影響，以更好地預(yù)測(cè)財(cái)務(wù)危機(jī)發(fā)生的可能。可以從以下幾方面來進(jìn)行：
1.宏觀經(jīng)濟(jì)環(huán)境。一般地說，國(guó)家政治穩(wěn)定，政策優(yōu)惠，經(jīng)濟(jì)繁榮，會(huì)有利于企業(yè)的經(jīng)營(yíng)發(fā)展。而經(jīng)濟(jì)環(huán)境變化、國(guó)家經(jīng)濟(jì)政策調(diào)整會(huì)直接或間接地對(duì)企業(yè)產(chǎn)生影響。如通貨膨脹時(shí)期，利率提高會(huì)增加借款企業(yè)的利息負(fù)擔(dān)，不利于其經(jīng)營(yíng)。此外國(guó)家的財(cái)政稅收政策、產(chǎn)業(yè)政策等變化也會(huì)對(duì)企業(yè)經(jīng)營(yíng)發(fā)生影響。
2.行業(yè)特征。行業(yè)不同，財(cái)務(wù)風(fēng)險(xiǎn)是不同的。例如，有些行業(yè)與其他行業(yè)聯(lián)系緊密，其市場(chǎng)需求易受其他行業(yè)的盛衰影響，財(cái)務(wù)風(fēng)險(xiǎn)就較大。又如有些高科技產(chǎn)業(yè)，具有高投入、高產(chǎn)出和高效益的特點(diǎn)，同時(shí)也存在高風(fēng)險(xiǎn)的不利之處。此外，同一行業(yè)所處發(fā)展階段不同，財(cái)務(wù)風(fēng)險(xiǎn)也不會(huì)相同。處在行業(yè)成長(zhǎng)上升階段的企業(yè)，風(fēng)險(xiǎn)小些，而在成熟和衰退階段，風(fēng)險(xiǎn)就大些。
3.市場(chǎng)狀況。企業(yè)的產(chǎn)品價(jià)格、技術(shù)、質(zhì)量符合市場(chǎng)需求，對(duì)路熱銷或競(jìng)爭(zhēng)對(duì)手少，風(fēng)險(xiǎn)就小。反之，風(fēng)險(xiǎn)就大。
4.企業(yè)經(jīng)營(yíng)方式。企業(yè)經(jīng)營(yíng)品種單一，經(jīng)營(yíng)范圍狹窄，一旦市場(chǎng)情況有變，企業(yè)難以適應(yīng)，發(fā)生財(cái)務(wù)危機(jī)的可能性就大。
5.企業(yè)管理水平。缺乏管理經(jīng)驗(yàn)、管理素質(zhì)低下是造成企業(yè)財(cái)務(wù)危機(jī)的主要原因。管理水平高的企業(yè)，各項(xiàng)制度健全，系統(tǒng)運(yùn)轉(zhuǎn)良好，功能充分發(fā)揮，財(cái)務(wù)狀況良好，因而發(fā)生財(cái)務(wù)危機(jī)的可能性小。此外管理上如能對(duì)外界市場(chǎng)條件的變化做出迅速、有效的反應(yīng)調(diào)整，企業(yè)往往能成功避免財(cái)務(wù)危機(jī)的發(fā)生。
二、積極推進(jìn)中國(guó)企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建
我國(guó)關(guān)于財(cái)務(wù)危機(jī)預(yù)警的研究主要在借鑒西方研究成果的基礎(chǔ)上形成。從目前的情況看，結(jié)合國(guó)情對(duì)單變量模式的理論研究比較多而深入，而在多變量模式預(yù)警方面的研究基本上很少。如前所述，單變量模式具有局限性，多變量模式是較單變量模式更適宜的預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)的方式，目前在國(guó)際上應(yīng)用較廣，我國(guó)今后的研究趨勢(shì)也將是多變量模式研究。考慮到我國(guó)和西方的社會(huì)經(jīng)濟(jì)背景不同，我國(guó)的市場(chǎng)經(jīng)濟(jì)還不成熟，相關(guān)法律也不健全，所以奧特曼的Z指標(biāo)模型不適合我國(guó)國(guó)情，不能簡(jiǎn)單機(jī)械地在我國(guó)運(yùn)用。但由于中國(guó)企業(yè)與美國(guó)企業(yè)作為微觀經(jīng)濟(jì)主體有著相同的經(jīng)濟(jì)內(nèi)核，因此，奧特曼的模型雖然是以美國(guó)公司為樣本分析得出，其思想應(yīng)該可以為構(gòu)建我國(guó)企業(yè)破產(chǎn)預(yù)測(cè)模型所運(yùn)用。可以在該模型的基礎(chǔ)上結(jié)合我國(guó)的經(jīng)濟(jì)與文化環(huán)境對(duì)之加以改進(jìn)。
目前建立符合我國(guó)經(jīng)濟(jì)實(shí)際的財(cái)務(wù)危機(jī)預(yù)警多變量模型的條件基本具備，一是因?yàn)殡S著市場(chǎng)經(jīng)濟(jì)體制改革的不斷深化、《企業(yè)破產(chǎn)法》的頒布及破產(chǎn)機(jī)制的健全，發(fā)生破產(chǎn)的企業(yè)越來越多，為我國(guó)各行業(yè)的企業(yè)數(shù)據(jù)庫提供了大量建模所需的數(shù)據(jù)。二是隨著企業(yè)會(huì)計(jì)準(zhǔn)則和具體會(huì)計(jì)準(zhǔn)則的頒布實(shí)施，隨著我國(guó)加入WTO后的會(huì)計(jì)行業(yè)競(jìng)爭(zhēng)的加劇以及注冊(cè)會(huì)計(jì)師行業(yè)的逐步成熟和會(huì)計(jì)實(shí)務(wù)的規(guī)模化，企業(yè)公布的會(huì)計(jì)數(shù)據(jù)的真實(shí)可信性也將大為提高。建立我國(guó)財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)基于不同行業(yè)的數(shù)據(jù)庫，選取大量的破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)作為樣本，按Z指標(biāo)模型的建立思路構(gòu)建我國(guó)不同行業(yè)的危機(jī)預(yù)測(cè)模型。隨市場(chǎng)經(jīng)濟(jì)的縱深發(fā)展，模型變量的構(gòu)成和系數(shù)值、判斷標(biāo)準(zhǔn)會(huì)隨時(shí)間而變化，應(yīng)定期重新估計(jì)模型方程，以確保反映的是最新情況。除定量分析外，還應(yīng)結(jié)合一些無法用數(shù)據(jù)揭示的社會(huì)因素來進(jìn)行定性分析。
此外，還應(yīng)說明的是，奧特曼的Z指標(biāo)模型在指標(biāo)選擇上還存在一些局限性，如未考慮現(xiàn)金流量這一預(yù)測(cè)財(cái)務(wù)危機(jī)的有效變量，也沒有體現(xiàn)出反映宏觀經(jīng)濟(jì)環(huán)境的變量如利息率、失業(yè)率等，影響了預(yù)測(cè)的準(zhǔn)確性。這些在構(gòu)建我國(guó)的財(cái)務(wù)危機(jī)預(yù)警模型中應(yīng)該引起注意。
還有，上面介紹的定性分析法也很重要，各企業(yè)也要根據(jù)自身的情況選用，并加以認(rèn)真地分析研究，以作為對(duì)模型結(jié)論的修正和補(bǔ)充，以使所得結(jié)論更加正確和更加科學(xué)。
參考文獻(xiàn)
[1]張鳳娜，張 進(jìn)。財(cái)務(wù)失敗預(yù)警分析[J].現(xiàn)代會(huì)計(jì)，2001（1）。
[關(guān)鍵詞] 財(cái)務(wù)危機(jī) 預(yù)警模型
隨著資本市場(chǎng)的不斷完善，財(cái)務(wù)危機(jī)預(yù)警的研究一直是實(shí)務(wù)界和學(xué)術(shù)界關(guān)注的熱點(diǎn)問題。財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ),通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對(duì)公司可能或者將要面臨的財(cái)務(wù)危機(jī)實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)。
一、前言
財(cái)務(wù)預(yù)警中的數(shù)學(xué)模型就是財(cái)務(wù)預(yù)警模型，它是指借助公司財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)體系，識(shí)別公司財(cái)務(wù)狀況的判別模型。
按照研究方法可分為定性研究和定量研究。定性分析包括：標(biāo)準(zhǔn)化調(diào)查法；“四階段癥狀”分析法；“三個(gè)月資金周轉(zhuǎn)表”分析法；流程圖分析法；管理評(píng)分法(王玲玲等，2005)。定量分析已取得了比較成熟的研究成果，可以劃分為兩個(gè)階段：20世紀(jì)60年代～80年代，形成了一些以統(tǒng)計(jì)方法為分析工具的傳統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警模型，主要包括：?jiǎn)巫兞颗卸Ｐ?Univariate)；多元線性判定模型(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)的小公司財(cái)務(wù)預(yù)警模型、英國(guó)的Taffler(1977)的多變量模式、日本開發(fā)銀行建立的“利用經(jīng)營(yíng)指標(biāo)進(jìn)行公司風(fēng)險(xiǎn)評(píng)價(jià)的破產(chǎn)模型”；概率模型(Logistic regression model)－多元邏輯(Logit)回歸模型、多元概率比(Probit)回歸模型，這些模型的發(fā)展已趨于成熟，但存在著難以克服的缺陷。
20世紀(jì)90年代后，學(xué)者們開始探索使用新的方法，主要是非統(tǒng)計(jì)方法來創(chuàng)建的新興的財(cái)務(wù)危機(jī)預(yù)警模型，它們從不同方面克服了傳統(tǒng)模型的缺陷。但新興的財(cái)務(wù)困境預(yù)警模型的探討與應(yīng)用研究較為分散，還沒有形成完善的綜合研究格局。本文綜合述評(píng)了新興的財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)未來的研究方向進(jìn)行展望。
二、新興的財(cái)務(wù)危機(jī)預(yù)模型
由于傳統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警模型所采用的統(tǒng)計(jì)方法一般都受制于母體分布的假設(shè)前提，存在著難以克服的缺陷，因此，20世紀(jì)90年代后，主要是基于非統(tǒng)計(jì)方法的新興的財(cái)務(wù)危機(jī)預(yù)警模型。
1.建模技術(shù)的發(fā)展
(1)粗糙集分析(Rough set analysis，RST)。Slowinski和Zopoudinis(1995)率先將粗糙集分析方法用于企業(yè)失敗風(fēng)險(xiǎn)的評(píng)估。粗糙集方法包含了知識(shí)發(fā)現(xiàn)及分類決策法則的推導(dǎo)。它善于用不完善的信息進(jìn)行分類，被證明是用一組多價(jià)值屬性的財(cái)務(wù)比率描述失敗與非失敗公司的有效工具。(2)神經(jīng)網(wǎng)絡(luò)模型(Artificial neural network，ANN)。Odour和Sharda(1990)是最早把BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測(cè)研究中，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)要優(yōu)于當(dāng)時(shí)的判別分析模型。(3)混沌模型(Chaos theory model)。Lindsay和Campbell(1996)將公司視為具有混沌行為的系統(tǒng)，建立了公司失敗預(yù)測(cè)模型。它是對(duì)企業(yè)財(cái)務(wù)健康狀況的非線性動(dòng)態(tài)分析，能測(cè)度出企業(yè)在不同時(shí)期混沌量的差異。(4)自組織映射模型(Self organizing map model)。Kiviluoto & Bergius(1998)在運(yùn)用SOM技術(shù)時(shí)考慮了動(dòng)態(tài)性，他們建立了雙層自組織映射模型，可分析連續(xù)幾年的財(cái)務(wù)信息，對(duì)破產(chǎn)與非破產(chǎn)公司進(jìn)行可視化的區(qū)分，并勾畫出隨時(shí)間演變的失敗路徑。(5)多維標(biāo)度模型(Multi dimensional scaling model，MDS)。Bishop、Mar-Molinero和Turner(2003)利用MDS在行業(yè)背景下對(duì)一家公司財(cái)務(wù)狀況的演變過程進(jìn)行了案例研究，它是一種圖像化的聚類方法，它的獨(dú)特之處是把公司當(dāng)作變量，而將屬性(如財(cái)務(wù)比率)作為案例。(6)累積和模型(Cumulative sum model，CUSUM)。Kahya和Theodossiou運(yùn)用累積和模型對(duì)公司失敗進(jìn)行預(yù)測(cè)，認(rèn)為模型還應(yīng)包含財(cái)務(wù)狀況惡化的動(dòng)態(tài)過程信息，于2000年提出了預(yù)測(cè)公司失敗的CUSUM模型，該方法能探測(cè)財(cái)務(wù)狀況由好轉(zhuǎn)壞的拐點(diǎn)，對(duì)財(cái)務(wù)狀況惡化敏感并具有記憶力，區(qū)分財(cái)務(wù)指標(biāo)變化是由序列相關(guān)引起的還是由于財(cái)務(wù)情況惡化造成的。除了以上介紹的財(cái)務(wù)危機(jī)預(yù)警模型之外，還包括基于模糊法則的分類模型、動(dòng)態(tài)事件歷史分析、機(jī)器學(xué)習(xí)決策樹法、線性目標(biāo)規(guī)劃法、專家系統(tǒng)等。
2.建模變量的發(fā)展
(1)加入期權(quán)變量。Charitou和Trigeorgis(2000)使用B-S期權(quán)定價(jià)模型中的相關(guān)變量構(gòu)建了財(cái)務(wù)危機(jī)判別模型，對(duì)1983年到1994年期間的139對(duì)美國(guó)公司進(jìn)行了對(duì)比檢驗(yàn)，結(jié)果發(fā)現(xiàn)到期債務(wù)面值、公司資產(chǎn)的當(dāng)期市價(jià)、公司價(jià)值變化的標(biāo)準(zhǔn)差等期權(quán)變量在預(yù)測(cè)破產(chǎn)方面作用顯著。(2)利用市場(chǎng)收益率。Aharony等提出了基于市場(chǎng)收益率方差的破產(chǎn)預(yù)測(cè)模型。發(fā)現(xiàn)在正式的破產(chǎn)公告日之前的4年內(nèi)，破產(chǎn)公司股票的市場(chǎng)收益率方差與一般公司存在差異。Altman和Brenner發(fā)現(xiàn)，破產(chǎn)公司的股票在破產(chǎn)前至少1年內(nèi)在資本市場(chǎng)上表現(xiàn)欠佳。Clark等發(fā)現(xiàn)破產(chǎn)公司股票在破產(chǎn)前至少3年內(nèi)存在負(fù)的市場(chǎng)收益率。（3)加入公司股權(quán)結(jié)構(gòu)、治理結(jié)構(gòu)變量。有學(xué)者研究發(fā)現(xiàn)，公司的股權(quán)結(jié)構(gòu)、治理模式等會(huì)對(duì)業(yè)績(jī)產(chǎn)生重要影響。Simpson等研究了銀行企業(yè)董事會(huì)結(jié)構(gòu)、所有權(quán)和財(cái)務(wù)困境。Gilson研究了處于財(cái)務(wù)困境中的企業(yè)中高級(jí)管理人員的更替問題。除了以上介紹的財(cái)務(wù)危機(jī)預(yù)警模型之外，還包括運(yùn)用現(xiàn)金流量指標(biāo)、加入?yún)⒖紝徲?jì)意見、加入違約距離、基于平衡計(jì)分卡等的模型。
三、財(cái)務(wù)危機(jī)預(yù)模型的評(píng)析
1.財(cái)務(wù)危機(jī)預(yù)警模型缺乏經(jīng)濟(jì)理論的指導(dǎo)
目前財(cái)務(wù)危機(jī)研究集中于預(yù)警模型的構(gòu)建之上，并未深入到對(duì)引起公司財(cái)務(wù)危機(jī)的內(nèi)部機(jī)理的探析。被引入模型的變量（財(cái)務(wù)指標(biāo)）只是公司陷入財(cái)務(wù)危機(jī)的征兆，而不是公司陷入財(cái)務(wù)危機(jī)的原因和本質(zhì)。用財(cái)務(wù)變量建立預(yù)測(cè)模型對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)只是一種基于樣本的相關(guān)性分析，而不是因果關(guān)系。大多數(shù)財(cái)務(wù)預(yù)警模型只能給財(cái)務(wù)分析人員提供一些表面上的信息，而不能從根本上防止公司陷入財(cái)務(wù)危機(jī)。
2.預(yù)警變量選擇缺乏理論支持
目前還沒有形成有說服力的優(yōu)選預(yù)警變量的理論框架，影響了模型預(yù)測(cè)的可靠性。預(yù)警變量（財(cái)務(wù)指標(biāo)）的選取不能在理論指導(dǎo)下有系統(tǒng)性的進(jìn)行，而只能靠研究者經(jīng)驗(yàn)判斷、對(duì)前人研究成果借鑒和統(tǒng)計(jì)篩選。研究者的經(jīng)驗(yàn)判斷會(huì)因主觀因素影響模型預(yù)警效果。事實(shí)上，諸多模型中變量的選擇都存在顯著差異，即使是同一類型的財(cái)務(wù)指標(biāo)，不同的研究者選取的指標(biāo)差異也很大。
3.預(yù)警模型考慮定性變量和非財(cái)務(wù)指標(biāo)有限
財(cái)務(wù)危機(jī)預(yù)警型主要以財(cái)務(wù)會(huì)計(jì)報(bào)表數(shù)據(jù)為基礎(chǔ)，以各種財(cái)務(wù)指標(biāo)為變量來建立預(yù)警模型，對(duì)定性變量和非財(cái)務(wù)指標(biāo)使用有限。不可否認(rèn)財(cái)務(wù)報(bào)表數(shù)據(jù)是公司經(jīng)營(yíng)狀況的一個(gè)綜合反映，但財(cái)務(wù)報(bào)表數(shù)據(jù)披露不足，時(shí)效性較差，缺乏對(duì)風(fēng)險(xiǎn)信息和不確定信息的披露。非財(cái)務(wù)指標(biāo)和非定量因素在披露公司財(cái)務(wù)狀況方面要比財(cái)務(wù)指標(biāo)更為可靠、有效，公司的生存和發(fā)展會(huì)產(chǎn)生許多有利或不利的影響，有時(shí)可能是本質(zhì)原因，比如，公司出現(xiàn)過度依賴銀行貸款、公司人力資源匱乏、公司市場(chǎng)定位不清等狀況，都預(yù)示著公司存在潛在的危機(jī)，而這些是財(cái)務(wù)比率所不能反映的。
4.非平穩(wěn)問題的處理重視不足
很多方法在運(yùn)用中對(duì)數(shù)據(jù)的非平穩(wěn)性問題重視不足。由于商業(yè)周期的階段性、市場(chǎng)環(huán)境的變化及技術(shù)變革等原因，檢驗(yàn)時(shí)段與預(yù)測(cè)時(shí)段的自變量平均結(jié)構(gòu)可能發(fā)生變化，變量間的關(guān)系也隨之改變。很多研究沒有對(duì)這一問題加以重視，可能導(dǎo)致模型的預(yù)測(cè)力與魯棒性受到影響。因此有必要對(duì)數(shù)據(jù)進(jìn)行一些處理，如使用行業(yè)相對(duì)比率、扣除數(shù)據(jù)中的通脹因素等，使變量的平均結(jié)構(gòu)及變量間關(guān)系從檢驗(yàn)期向預(yù)測(cè)期跨越時(shí)保持相對(duì)平穩(wěn)。
四、財(cái)務(wù)危機(jī)預(yù)模型研究的展望
1.深入研究基于經(jīng)濟(jì)、財(cái)務(wù)及管理的理論
要深入研究基于經(jīng)濟(jì)、財(cái)務(wù)及管理理論，系統(tǒng)揭示公司陷入財(cái)務(wù)危機(jī)的內(nèi)部機(jī)理和規(guī)律，建立宏觀層次要素和公司財(cái)務(wù)危機(jī)微觀層次間的聯(lián)系，以提高模型的可信度和解釋能力。
2.預(yù)測(cè)變量的選擇多樣化
財(cái)務(wù)危機(jī)預(yù)警模型不能單純依靠財(cái)務(wù)指標(biāo)，至少要在預(yù)警系統(tǒng)中涉及到非財(cái)務(wù)指標(biāo)和定性變量，這樣才能更為完整地反映公司全貌。如：考慮宏觀經(jīng)濟(jì)波動(dòng)指標(biāo)、產(chǎn)業(yè)指標(biāo)、管理指標(biāo)、市場(chǎng)收益類和市場(chǎng)收益方差類指標(biāo)、行業(yè)差異的指標(biāo)等；考慮定量方法和定性方法的有機(jī)結(jié)合。因此，未來的發(fā)展趨勢(shì)應(yīng)當(dāng)是以財(cái)務(wù)指標(biāo)為主，兼顧其他幾類指標(biāo)和定性變量，構(gòu)建更為全面的備選指標(biāo)組，然后進(jìn)一步通過現(xiàn)代分析方法對(duì)備選指標(biāo)進(jìn)行相關(guān)性分析，保留主要指標(biāo)進(jìn)行建模，以起到信息互補(bǔ)、提高預(yù)測(cè)精確度、提高模型的判別能力、拓展模型的適用性的作用。
3.預(yù)測(cè)方法轉(zhuǎn)向?qū)崟r(shí)動(dòng)態(tài)預(yù)測(cè)
隨著網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)的高速發(fā)展，特別是以Internet為主的現(xiàn)代信息技術(shù)的發(fā)展，為危機(jī)預(yù)警帶來了新的機(jī)遇和新的挑戰(zhàn)。如何利用現(xiàn)代信息技術(shù)的強(qiáng)大功能將危機(jī)預(yù)警系統(tǒng)與公司其他信息系統(tǒng)相融合，建立網(wǎng)絡(luò)環(huán)境下的危機(jī)預(yù)警系統(tǒng)，動(dòng)態(tài)、實(shí)時(shí)地從內(nèi)部信息網(wǎng)絡(luò)和Internet上獲取最新數(shù)據(jù)，不斷修正完善預(yù)警模型，使得預(yù)警模型成為一個(gè)動(dòng)態(tài)學(xué)習(xí)的模型，將是今后研究的熱點(diǎn)。
五、結(jié)束語
通過對(duì)財(cái)務(wù)困境預(yù)警模型進(jìn)行回顧和評(píng)析，使我們的研究視野有了極大的拓展，便于我們?cè)诮梃b前人思路和方法的基礎(chǔ)上進(jìn)行更深入的研究，也便于我們選用最為恰當(dāng)?shù)呢?cái)務(wù)困境預(yù)警模型去研究我國(guó)的財(cái)務(wù)困境預(yù)警問題。
參考文獻(xiàn)：
[1]王玲玲 曾繁榮:財(cái)務(wù)預(yù)警模型評(píng)述[J].市場(chǎng)論壇,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
關(guān)鍵詞：審計(jì)意見 財(cái)務(wù)危機(jī)預(yù)警 信息含量 logistic回歸模型
審計(jì)意見作為企業(yè)經(jīng)營(yíng)狀況的指示燈，能夠從其獨(dú)特的視角反映公司的經(jīng)營(yíng)狀況。關(guān)于審計(jì)意見信息含量的研究，國(guó)外開始的比較早，相關(guān)文獻(xiàn)表明，審計(jì)意見在財(cái)務(wù)危機(jī)預(yù)警中的作用尚無定論。與國(guó)外的研究結(jié)果相一致，我國(guó)學(xué)者對(duì)審計(jì)意見在財(cái)務(wù)危機(jī)預(yù)警中是否具有信息含量研究的結(jié)論也不一致。
研究設(shè)計(jì)
審計(jì)意見的分類。本文在研究時(shí)，審計(jì)意見的劃分為標(biāo)準(zhǔn)審計(jì)意見（標(biāo)準(zhǔn)無保留審計(jì)意見）和非標(biāo)準(zhǔn)審計(jì)意見（除標(biāo)準(zhǔn)無保留審計(jì)意見之外的其他審計(jì)意見）兩類。
財(cái)務(wù)危機(jī)的界定。本文在研究時(shí)，采用兩種較為常見的財(cái)務(wù)危機(jī)標(biāo)志事件選擇方法并比較這兩種選擇方法在財(cái)務(wù)危機(jī)預(yù)警中作用的異同。取值規(guī)則（fda，financial distress affair）如下：
研究假設(shè)。國(guó)內(nèi)一些學(xué)者關(guān)注審計(jì)意見信息含量的實(shí)證研究，基本著重于考察審計(jì)意見在股票市場(chǎng)上的市場(chǎng)反應(yīng)，而沒有對(duì)審計(jì)意見能否預(yù)測(cè)財(cái)務(wù)危機(jī)給予正面回答。由此本文提出以下假設(shè)：
h1：財(cái)務(wù)危機(jī)公司獲得的非標(biāo)準(zhǔn)審計(jì)意見的比例要大于所有上市公司的平均水平。
h2：加入審計(jì)意見的預(yù)測(cè)模型的預(yù)測(cè)能力高于未加入審計(jì)意見模型的預(yù)測(cè)能力。
h3：離公司陷入財(cái)務(wù)危機(jī)的時(shí)間越短，預(yù)測(cè)精度就越高。
h4：對(duì)財(cái)務(wù)危機(jī)的不同界定方法（fad1和fad2）對(duì)模型的預(yù)測(cè)正確率有顯著影響。
本文數(shù)據(jù)來源于巨潮資訊網(wǎng)。選取1998～2006年度的所有虧損上市公司和因財(cái)務(wù)狀況異常而被st的所有上市公司作為統(tǒng)計(jì)分析的研究樣本。
實(shí)證研究
（一）我國(guó)上市公司審計(jì)意見的描述性統(tǒng)計(jì)
按照以上審計(jì)意見分類標(biāo)準(zhǔn)和財(cái)務(wù)危機(jī)的界定方法，本文對(duì)1998-2006年滬深兩市上市公司披露的審計(jì)意見作了描述性統(tǒng)計(jì)，具體結(jié)果如表1。
為了更好地反映不同類型公司在不同年度的審計(jì)意見，按照本文的劃分方法（標(biāo)準(zhǔn)審計(jì)意見和非標(biāo)準(zhǔn)審計(jì)意見），得到1999-2006年上市公司審計(jì)意見如圖1、圖2所示。
從表1、圖1、圖2中，我們可以看出：
第一，虧損公司和st公司獲得非標(biāo)準(zhǔn)審計(jì)意見的比例均顯著大于所有上市公司，也可以說，所有上市公司獲得的標(biāo)準(zhǔn)審計(jì)意見顯著大于虧損公司和st公司，所以h1成立。
第二，從時(shí)間序列上來看，st公司出具的非標(biāo)準(zhǔn)審計(jì)意見的比例要大于虧損公司，或者可以說，虧損公司出具的標(biāo)準(zhǔn)審計(jì)意見的比例要大于st公司。
（二）預(yù)測(cè)審計(jì)意見類型的logistic回歸
1.樣本選取與設(shè)計(jì)。選擇2006年度被st的上市公司50家，同時(shí)選擇與st公司處于同一行業(yè)，資產(chǎn)規(guī)模相近、上市時(shí)間相近的50家公司作為配對(duì)公司（記作sample1），然后選取st公司前一年和前兩年的數(shù)據(jù)分別建立模型。
選擇2006年度虧損上市公司50家，同時(shí)選擇與虧損公司處于同一行業(yè)，資產(chǎn)規(guī)模相近、上市時(shí)間相近的50家公司作為配對(duì)公司（記作sample2），然后選取虧損公司前一年和前兩年的數(shù)據(jù)分別建立模型。
2.模型設(shè)計(jì)。本文采用logistic多元回歸模型進(jìn)行研究。為了比較兩種財(cái)務(wù)危機(jī)的界定方法（fda1和fda2）對(duì)回歸模型的影響，本文將以這兩種劃分標(biāo)志分別建立模型，并且比較它們的預(yù)測(cè)效果；此外，由于本文的側(cè)重點(diǎn)在于審計(jì)意見信息含量的研究，所以沒有把過多的精力放在建立復(fù)雜的財(cái)務(wù)預(yù)警模型上，最終本文從反映企業(yè)的盈利能力、短期償債能力、長(zhǎng)期償債能力、增長(zhǎng)能力和資產(chǎn)利用能力等方面考慮，最終確定以下變量：資產(chǎn)收益率、流動(dòng)比率、資產(chǎn)負(fù)債比率和總資產(chǎn)周轉(zhuǎn)率，分別用x1，x2，x3，x4表示，建立logistic回歸模型。
理性的管理者往往希望通過以前年度上市公司的審計(jì)意見類型，結(jié)合其他重要會(huì)計(jì)信息來合理預(yù)測(cè)本年度公司的情況，所以，我們把在2006年被st（或虧損）公司記為i年，因此i-1（2005），i-2（2004年）分別表示陷入財(cái)務(wù)困境前一年、前兩年。
未加入審計(jì)意見模型，
其中，
其中，i=1，2，分別表示i-1和i-2年；p表示上市公司陷入財(cái)務(wù)危機(jī)的概率。對(duì)于st（或虧損）公司，yi取1，否則取0，根據(jù)所得到的logistic方程，以0.5為最佳判定點(diǎn)對(duì)原始數(shù)據(jù)進(jìn)行判定，若p>0.5，則判定該樣本為財(cái)務(wù)危機(jī)的公司，否則為正常公司。
加入審計(jì)意見x5建立新模型。在原來模型的基礎(chǔ)上引入審計(jì)意見這一指標(biāo)，用x5表示。
建立的新模型如下：
3.預(yù)測(cè)模型及結(jié)果分析。為考察以上模型的預(yù)測(cè)效果，我們把樣本sample1中的3/5作為估計(jì)樣本，共60家，其中st公司和匹配公司各30家；其余的2/5作為預(yù)測(cè)樣本，共40家，其中st公司和匹配公司各20家；此外，我們把樣本sample2中的3/5作為估計(jì)樣本，共60家，其中虧損公司和匹配公司各30家；其余的2/5作為預(yù)測(cè)樣本，共40家，其中虧損公司和匹配公司各20家，通過估計(jì)樣本數(shù)據(jù)，分別建立預(yù)測(cè)模型。
由表2可得：無論采取哪種界定財(cái)務(wù)危機(jī)的方法，加入審計(jì)意見后，模型的預(yù)測(cè)正確率都會(huì)大大提高，也就證明了審計(jì)意見具有增量信息含量，從而證明h2成立。離公司陷入財(cái)務(wù)危機(jī)的時(shí)間越短，預(yù)測(cè)精度就越高。我們可以看出2005年綜合模型的預(yù)測(cè)正確率要大于2005所對(duì)應(yīng)的綜合模型。從而證明h3成立。財(cái)務(wù)危機(jī)的界定方法對(duì)模型的影響不大，所以h4不成立。
結(jié)論
本文通過對(duì)1998～2006年滬深兩市上市公司披露的審計(jì)意見的實(shí)證分析，可以得出以下結(jié)論：財(cái)務(wù)危機(jī)公司（虧損公司和st公司）獲得非標(biāo)準(zhǔn)審計(jì)意見的比例均顯著大于所有上市公司的平均水平；從時(shí)間序列上來看，st公司出具的非標(biāo)準(zhǔn)審計(jì)意見的比例要大于虧損公司出具的非標(biāo)準(zhǔn)審計(jì)意見的比例；審計(jì)意見在財(cái)務(wù)預(yù)警中具有信息含量，即加入審計(jì)意見后，提高了預(yù)測(cè)正確率。
參考文獻(xiàn)：
1.陳梅花.審計(jì)意見信息含量研究－來自中國(guó)證券市場(chǎng)的實(shí)證證據(jù)[d].上海財(cái)經(jīng)大學(xué)博士論文，2001
[關(guān)鍵詞] Altman模型 財(cái)務(wù)危機(jī) 醫(yī)藥行業(yè) 滬市數(shù)據(jù)
一、引言
隨著經(jīng)濟(jì)全球化趨勢(shì)的發(fā)展及各國(guó)企業(yè)自身的快速發(fā)展,公司、尤其是上市公司受到來自投資者、債權(quán)人、及政府的相關(guān)利益者的關(guān)注,因企業(yè)陷入財(cái)務(wù)危機(jī)而導(dǎo)致其經(jīng)營(yíng)失敗、破產(chǎn)的案例屢見不鮮,所以對(duì)于財(cái)務(wù)危機(jī)的預(yù)測(cè)顯得尤其重要,本文采用Altman的Z值法模型、選取我國(guó)醫(yī)藥行業(yè)上市公司數(shù)據(jù)來驗(yàn)證其模型對(duì)于我國(guó)公司的有效性。
財(cái)務(wù)危機(jī)(financial distress),又稱為財(cái)務(wù)困境、企業(yè)失敗(corporate failure),最嚴(yán)重的財(cái)務(wù)危機(jī)是“企業(yè)破產(chǎn)”。企業(yè)因財(cái)務(wù)困境導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為,所以財(cái)務(wù)困境又可稱為“違約風(fēng)險(xiǎn)”。財(cái)務(wù)危機(jī)是指企業(yè)喪失償還到期債務(wù)的能力,包括從資金管理的技術(shù)性失敗到破產(chǎn)以及處于兩者之間的各種情況。
在具體的模型研究中,國(guó)內(nèi)外學(xué)者也存在不同的觀點(diǎn):Beaver(1966)將破產(chǎn)、拖欠優(yōu)先股鼓勵(lì)、拖欠債務(wù)界定為財(cái)務(wù)危機(jī);Altman(1968)將財(cái)務(wù)危機(jī)界定為“進(jìn)入法定破產(chǎn)的企業(yè)”;Deakin(1972)則認(rèn)為陷入財(cái)務(wù)危機(jī)的公司“僅包括已經(jīng)經(jīng)歷破產(chǎn)、無力償債或?yàn)閭鶛?quán)人利益而已經(jīng)進(jìn)行清算的公司”。在國(guó)內(nèi),對(duì)財(cái)務(wù)危機(jī)預(yù)測(cè)的研究處于起步階段,非上市公司的資料不夠規(guī)范,難以獲得有效而可靠的途徑的數(shù)據(jù),國(guó)內(nèi)學(xué)者對(duì)其研究的對(duì)象基本為上市公司,同時(shí)我國(guó)證券市場(chǎng)還不夠完善、退市的企業(yè)不多,因而大部分研究將上市公司被特別處理(ST)作為公司陷入財(cái)務(wù)危機(jī)的因變量,如陳靜(1999),陳曉、陳治鴻(2000),吳世農(nóng)、盧賢義(2001),李華中(2001),王磊(2009)。所以本文也是選取被特殊處理的上市公司作為研究陷入財(cái)務(wù)危機(jī)的客觀標(biāo)準(zhǔn)。
二、Altman Z值法的模型介紹
Altman從資產(chǎn)負(fù)債表和損益表中初步選取了22個(gè)比率進(jìn)行篩選,這些比率分為五大類,即流動(dòng)性比率、盈利性比率、杠桿比率、償付能力比率以及活動(dòng)比率。從這22個(gè)比率中選出了在預(yù)測(cè)企業(yè)破產(chǎn)時(shí)綜合效果最好的5個(gè)比率。
這五個(gè)指標(biāo)分別是X1=營(yíng)運(yùn)資金/總資產(chǎn),X2=留存收益/總資產(chǎn),X3=息稅前利潤(rùn)/總資產(chǎn),X4=股票市值/帳面總負(fù)債,X5=銷售收入/總資產(chǎn),該模型還假定上述五個(gè)指標(biāo)對(duì)企業(yè)財(cái)務(wù)健康狀況的影響是線性的且呈正相關(guān),即各指標(biāo)值越大,表明企業(yè)的財(cái)務(wù)健康狀況越好。
Altman的模型中用Z表示企業(yè)財(cái)務(wù)狀況的判別值,即破產(chǎn)可能性的倒數(shù)。用X1、X2、X3、X4、X5分別表示上述五個(gè)指標(biāo),用b1、b2、b3、b4、b5分別表示這五個(gè)指標(biāo)對(duì)Z值的影響權(quán)重系數(shù),因此該多元判別函數(shù)可表示為:Z=b1X 1+b2X2+b3X3+b4X4+b5X5
Altman采用多元判別分析MDA來確定系數(shù)b1、b2、b3、b4、b5的值并通過計(jì)算出的Z值來判別企業(yè)破產(chǎn)的可能性。上述五個(gè)指標(biāo)中對(duì)判別函數(shù)影響最大的是X3通過對(duì)大量的樣本進(jìn)行多元判別統(tǒng)計(jì)分析Altman得出以下兩個(gè)針對(duì)不同類型企業(yè)的破產(chǎn)判別函數(shù)。
對(duì)于工業(yè)企業(yè):Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0 X5
對(duì)于非工業(yè)企業(yè):Z=6.56X1+3.26X2+6.72 X3+1.05X4
其中,Z值越高,表明企業(yè)破產(chǎn)的可能性越小。醫(yī)藥行業(yè)適用于工業(yè)企業(yè)模型。Altman在所選取的樣本進(jìn)行研究時(shí),發(fā)現(xiàn)當(dāng)Z值小于1.81時(shí),樣本企業(yè)全部破產(chǎn)倒閉;當(dāng)Z值大于2.99時(shí),沒有企業(yè)破產(chǎn);另外當(dāng)Z值介于1.81與2.99之間時(shí),不能進(jìn)行準(zhǔn)確判斷。按錯(cuò)誤判別率最小的原則,Altman選擇2.67作為區(qū)分破產(chǎn)企業(yè)和財(cái)務(wù)健康企業(yè)的臨界Z值。
三、我國(guó)醫(yī)藥行業(yè)滬市上市公司的Altman Z值法模型的運(yùn)用
1.樣本
本文初步選取了我國(guó)醫(yī)藥行業(yè)在上海證券交易所掛牌上市的公司57家2007~2008年兩年的數(shù)據(jù)。數(shù)據(jù)來源是清華金融研究數(shù)據(jù)庫、公司年報(bào),上海證券交易所作為相關(guān)數(shù)據(jù)資料的補(bǔ)充。
本研究選擇估計(jì)樣本的標(biāo)準(zhǔn)為:(1)被特別處理公司即ST公司:可以完整獲得該公司(t-1)、(t-2)年的年度財(cái)務(wù)報(bào)告數(shù)據(jù);(2)非特別處理公司即非ST公司:在(t-2)年1月1日前上市的,在t年沒有被特別處理的,并且可以完整獲得該公司(t-1)、(t-2)年度財(cái)務(wù)報(bào)告數(shù)據(jù)。
2.判別結(jié)果
樣本中的57家醫(yī)藥公司,通過檢索,2009年被ST的7家公司列表如下:
表1 2009年被ST的7家醫(yī)藥上市公司
由數(shù)據(jù)處理得出,2007年,即(t-2年)對(duì)2009年的財(cái)務(wù)危機(jī)判別值的結(jié)果的可靠性列表如下:
表2 2007年對(duì)2009年的財(cái)務(wù)危機(jī)判別值結(jié)果及可靠性
從(t-1)年即2008年的財(cái)務(wù)危機(jī)判別值來看,其預(yù)測(cè)結(jié)果的可靠性如下列表:
表3 2008年對(duì)2009年的財(cái)務(wù)危機(jī)盤別致結(jié)果及可靠性
2007年對(duì)2009年的財(cái)務(wù)危機(jī)預(yù)測(cè)的結(jié)果來看,Altman模型對(duì)非ST公司的預(yù)測(cè)可靠性是很高,達(dá)到了94%的預(yù)測(cè)成功百分比,而對(duì)ST公司的預(yù)測(cè)要小的多,僅為57.14%。2008年對(duì)下年即2009年的財(cái)務(wù)危機(jī)預(yù)測(cè)結(jié)果來看,該模型對(duì)非ST公司的預(yù)測(cè)可靠性為69.77%,而對(duì)ST公司的預(yù)測(cè)表現(xiàn)很弱,預(yù)測(cè)成功百分比僅為28.57%。
在Altman對(duì)選擇的樣本進(jìn)行研究,其結(jié)果顯示:以95%的準(zhǔn)確率預(yù)測(cè)了1年后企業(yè)破產(chǎn)的情況;以72%的準(zhǔn)確率,預(yù)測(cè)了2年后企業(yè)破產(chǎn)的情況。雖然Altman未能獲得足夠的案例作為樣本進(jìn)行預(yù)測(cè),但是較高的判別準(zhǔn)確率模型在當(dāng)時(shí)是非常難得和重要的。
從本文選取的樣本進(jìn)行研究的結(jié)果來看,和Altman最初模型研究樣本的結(jié)果存在諸多不一致的結(jié)論。首先,本文的研究結(jié)果現(xiàn)實(shí)2年后企業(yè)破產(chǎn)的財(cái)務(wù)危機(jī)預(yù)測(cè)結(jié)果可靠性要高于1年后企業(yè)破產(chǎn)的結(jié)果,出現(xiàn)這樣的結(jié)果,主要和原因在于:我國(guó)的醫(yī)藥行業(yè)主要為國(guó)有控股的企業(yè),當(dāng)預(yù)測(cè)出現(xiàn)財(cái)務(wù)危機(jī)時(shí),政府可以給予極大的扶持;我國(guó)的證券市場(chǎng)還不是很完善,財(cái)務(wù)會(huì)計(jì)準(zhǔn)則存在一些缺陷、雖然我們一直在努力完善它,但是上市公司進(jìn)行盈余管理等不規(guī)范操作也是司空見慣的;另外,Altman模型是理論界較早的一個(gè)模型,其背景和現(xiàn)有經(jīng)濟(jì)形勢(shì)存在極大的差異,同時(shí)樣本選擇的差異也會(huì)導(dǎo)致其結(jié)果的不一致性。
雖然我們的研究結(jié)果并不是Altman模型能夠基本預(yù)測(cè)的,但是其模型對(duì)于我國(guó)醫(yī)藥行業(yè)的預(yù)測(cè)還是具有一定的借鑒意義,尤其是對(duì)非上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)準(zhǔn)確率較高。
3.研究局限性
本文的研究具有一定的局限性,首先樣本的選取范圍較小,其結(jié)果可能不太具有總體代表性;研究方法僅僅是利用Excel等簡(jiǎn)單的方法進(jìn)行分析,結(jié)果可能不是很深刻。
四、結(jié)論和展望
本文是利用Altmanz模型對(duì)我國(guó)在滬市上市的醫(yī)藥行業(yè)的公司進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究,研究結(jié)果顯示,該模型對(duì)于我國(guó)該行業(yè)的預(yù)測(cè)準(zhǔn)確性不高,所以有必要根據(jù)我國(guó)的具體情況對(duì)其模型進(jìn)行改進(jìn),Altman、Haldeman & Narayanan(1977)提出了一種更準(zhǔn)確預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)的Zeta模型;Meyer & Pifer(1970)、Laitinen(1993)、Theodossiou(1991)將新型概率模型運(yùn)用于企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè);Martin(1977)、Ohlson(1980)運(yùn)用Logistic模型進(jìn)行財(cái)務(wù)危機(jī)的預(yù)警研究;Zmijewski(1984)使用了Probit分析模型;另外還有神經(jīng)網(wǎng)絡(luò)分析模型、遞歸分割算法、生存分析法及專家系統(tǒng)模型。這些模型分析方法對(duì)于較早的Altman模型做了許多改進(jìn),方法更加先進(jìn)、涵蓋的范圍更加全面,預(yù)測(cè)的結(jié)果更加準(zhǔn)確。
未來對(duì)于我國(guó)企業(yè)來說,最重要的是建立起適合我國(guó)企業(yè)特征的模型,而不僅僅是借鑒國(guó)外學(xué)者已研究的模型,同時(shí)相關(guān)的經(jīng)濟(jì)、社會(huì)體制能夠更加完善,將使我國(guó)企業(yè)財(cái)務(wù)危機(jī)預(yù)警分析更加客觀,在預(yù)測(cè)到危機(jī)時(shí),企業(yè)能夠及時(shí)調(diào)整戰(zhàn)略,使企業(yè)朝著更加穩(wěn)定的方向發(fā)展。
參考文獻(xiàn):
[1]Edward I. Altman. Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journanl of Finance, 1968,(9).
[2]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001,(6).
[3]王磊.我國(guó)醫(yī)藥行業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D].上海交通大學(xué)碩士學(xué)位論文,2009.
【關(guān)鍵詞】電力；企業(yè)；財(cái)務(wù)危機(jī)；財(cái)務(wù)預(yù)警；研究
一般來說，電力企業(yè)的財(cái)務(wù)危機(jī)是一個(gè)循序漸進(jìn)的過程，在積累的過程中，財(cái)務(wù)指標(biāo)會(huì)直接反映出危機(jī)的特征。所以說，通過財(cái)務(wù)指標(biāo)的反饋與建立電力企業(yè)的財(cái)務(wù)預(yù)警模型機(jī)制，能有效地消除財(cái)務(wù)危機(jī)的隱患，從制度上徹底杜絕財(cái)務(wù)危機(jī)的發(fā)生。企業(yè)在經(jīng)營(yíng)活動(dòng)中，隨著市場(chǎng)的變化，都會(huì)出現(xiàn)各類的經(jīng)濟(jì)危機(jī)，由于電力是基礎(chǔ)能源行業(yè)，屬于上游產(chǎn)業(yè)，關(guān)系到國(guó)家經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)規(guī)劃，特殊的行業(yè)造就了特殊的地位，所以說，財(cái)務(wù)危機(jī)對(duì)于電力企業(yè)更顯得至關(guān)重要。如何避免財(cái)務(wù)危機(jī)，確保電力企業(yè)的財(cái)務(wù)有條不紊的進(jìn)行，是關(guān)系到我國(guó)經(jīng)濟(jì)整體的重要因素。因此，制定防范機(jī)制，大力提高電力企業(yè)的財(cái)務(wù)管控能力，是很重要的。
1、財(cái)務(wù)危機(jī)預(yù)警方法研究概述
財(cái)務(wù)危機(jī)預(yù)警方法研究在以前的重點(diǎn)是放在定性分析上，缺點(diǎn)是主觀性過強(qiáng)，隨著研究的發(fā)展到定量分析，并提出了各類的預(yù)測(cè)模型。總體來說，財(cái)務(wù)危機(jī)的預(yù)警模型課分成參數(shù)模型與非參數(shù)模型。細(xì)化的分類，參數(shù)模型又可以分成單變量分析模型與多變量統(tǒng)計(jì)分析模型兩類。
1.1參數(shù)模型
1.1.1單變量分析模型
單變量模型是通過個(gè)別財(cái)務(wù)指標(biāo)來預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)的。最早的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)是Fitzpatrick開展的單變量判定研究。以19家公司為樣本，運(yùn)用單個(gè)財(cái)務(wù)比率將樣本分為破產(chǎn)和非破產(chǎn)兩組，發(fā)現(xiàn)判別財(cái)務(wù)風(fēng)險(xiǎn)能力最高的兩個(gè)指標(biāo)是“凈利潤(rùn)/股東權(quán)益”和“股東權(quán)益/負(fù)債”。Berver運(yùn)用單變量風(fēng)險(xiǎn)預(yù)警分析方法建立了財(cái)務(wù)危機(jī)預(yù)警模型，抽取了79家失敗公司作為樣本，以30個(gè)變量作為判別指標(biāo)，檢驗(yàn)了公司在破產(chǎn)前幾年的預(yù)警能力，通過研究發(fā)現(xiàn)使用“現(xiàn)金流量/總負(fù)債”這一財(cái)務(wù)比率來預(yù)測(cè)企業(yè)失敗的效果最好，判別成功率達(dá)到90%，使用“凈利潤(rùn)/總資產(chǎn)”比率的判別效果，判別成功率為88%。
1.1.2多變量統(tǒng)計(jì)分析模型
多變量統(tǒng)計(jì)分析模型采用多個(gè)財(cái)務(wù)指標(biāo)作為自變量，比單變量模型更能全面的反映出企業(yè)的財(cái)務(wù)狀況，適應(yīng)性更強(qiáng)。選取營(yíng)運(yùn)資本/資產(chǎn)總額、留存收益/資產(chǎn)總額、息稅前利潤(rùn)/資產(chǎn)總額、所有者權(quán)益市價(jià)/負(fù)債總額、總銷售額/資產(chǎn)總額5個(gè)變量作為判別變量，構(gòu)建了Z--Score模型。從1980年以來，Logistic回歸分析代替判別分析法，在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)研究領(lǐng)域占據(jù)主流地位。
1.2非參數(shù)模型
非參數(shù)方法主要包括神經(jīng)網(wǎng)絡(luò)模型、案例推理、DEA模型、決策樹分析和粗糙集分析等方法。Lane和wangsely（1986）提出了COX比例風(fēng)險(xiǎn)預(yù)測(cè)模型，該模型主要用來預(yù)測(cè)企業(yè)未來經(jīng)營(yíng)狀況以及生存能力、生存時(shí)間。20世紀(jì)80年代末，神經(jīng)網(wǎng)絡(luò)興起，也影響到了財(cái)務(wù)危機(jī)的研究領(lǐng)域。
2、電力企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法研究
2.1單變量模型和多變量模型相結(jié)合
單變量模型的優(yōu)點(diǎn)在于簡(jiǎn)單易行，缺點(diǎn)是精度不夠，在財(cái)務(wù)指標(biāo)上不能全面地體現(xiàn)電力企業(yè)綜合財(cái)務(wù)狀況，所以，在電力企業(yè)財(cái)務(wù)危機(jī)預(yù)警方式上應(yīng)該采取單變量模型和多變量模型相結(jié)合的方式，因?yàn)槎嘧兞磕Ｐ湍軌驕?zhǔn)確地反應(yīng)電力企業(yè)整體的財(cái)務(wù)狀況，在財(cái)務(wù)預(yù)警中能夠起到主導(dǎo)地位。利用單變量模型的簡(jiǎn)單易行的優(yōu)點(diǎn)和多變量模型反應(yīng)全面的優(yōu)點(diǎn)，可以完善電力企業(yè)財(cái)務(wù)危機(jī)預(yù)警機(jī)制，有效地規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)。
2.2合理選取會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)指標(biāo)
在財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)用中，合理地選取會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)指標(biāo)很重要。國(guó)外一般選取債務(wù)契約與貸款協(xié)議中的具體數(shù)據(jù)以及比率數(shù)據(jù)，作為企業(yè)破產(chǎn)可行性分析的指標(biāo)，認(rèn)為這些數(shù)據(jù)會(huì)直接導(dǎo)致企業(yè)違反契約，導(dǎo)致破產(chǎn)。在國(guó)內(nèi)的財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)用中，一般會(huì)選取會(huì)計(jì)數(shù)據(jù)以及財(cái)務(wù)指標(biāo)來綜合分析財(cái)務(wù)危機(jī)，達(dá)到合理地分析，綜合利用，確保財(cái)務(wù)安全。
2.3財(cái)務(wù)預(yù)警模型與實(shí)際情況綜合分析
因?yàn)閲?guó)外的財(cái)務(wù)預(yù)警模型是建立在證券市場(chǎng)以及上市公司的基礎(chǔ)上，與我國(guó)的具體情況不同，電力企業(yè)要根據(jù)本行業(yè)的具體情況，在組織形式、管理水平、經(jīng)營(yíng)理念以及產(chǎn)品分析等多方面因素綜合分析，找到符合電力企業(yè)的財(cái)務(wù)預(yù)警機(jī)制的分析方法。電力企業(yè)部門眾多，分類復(fù)雜，要根據(jù)每個(gè)電力企業(yè)的具體特點(diǎn)，在預(yù)警模型中的權(quán)重和順序一定要選好指標(biāo)項(xiàng)目，在分析財(cái)務(wù)模型判定臨界值時(shí)要考慮到本企業(yè)的特點(diǎn)，已上市的企業(yè)要綜合股權(quán)結(jié)構(gòu)、財(cái)務(wù)報(bào)表、內(nèi)部控制以及發(fā)展戰(zhàn)略等多方面因素具體分析。
2.4定量與定性相結(jié)合
現(xiàn)有預(yù)警模型主要側(cè)重于財(cái)務(wù)定量數(shù)據(jù)的使用，對(duì)于像宏觀經(jīng)濟(jì)狀況、國(guó)家政策的變化、不同企業(yè)的特殊情況等定性指標(biāo)考慮的還很少。對(duì)電力企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)的設(shè)計(jì)應(yīng)包括定性模型和定量模型，兩者的有機(jī)結(jié)合構(gòu)成電力企業(yè)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。在定性財(cái)務(wù)預(yù)警方面，電力企業(yè)還應(yīng)當(dāng)借助于一些非歷史的和非貨幣性信息，如煤價(jià)波動(dòng)、替代能源、市場(chǎng)利率、安全和環(huán)保等。
2.5現(xiàn)金流量和非現(xiàn)金流量指標(biāo)結(jié)合
在對(duì)國(guó)外破產(chǎn)企業(yè)的分析中發(fā)現(xiàn)，40%的企業(yè)是盈利企業(yè)，破產(chǎn)的原因就是現(xiàn)金流量不足，這說明在企業(yè)的財(cái)務(wù)預(yù)警機(jī)制中，現(xiàn)金流量指標(biāo)要遠(yuǎn)遠(yuǎn)比非現(xiàn)金流量指標(biāo)重要。所以說，在電力企業(yè)中，建立有效的財(cái)務(wù)預(yù)警機(jī)制，現(xiàn)金流量和非現(xiàn)金流量指標(biāo)相結(jié)合，在數(shù)量和權(quán)重上綜合考慮，保證財(cái)務(wù)危機(jī)預(yù)警機(jī)制有效地進(jìn)行。
2.6嚴(yán)格執(zhí)行電力企業(yè)財(cái)務(wù)相關(guān)制度
加強(qiáng)財(cái)務(wù)監(jiān)督，防范和化解財(cái)務(wù)風(fēng)險(xiǎn)。高度重視財(cái)務(wù)監(jiān)督，成立財(cái)務(wù)稽核機(jī)構(gòu)，根據(jù)《國(guó)家電力公司稽核管理辦法》等有關(guān)規(guī)章制度，全面監(jiān)督財(cái)務(wù)制度執(zhí)行情況，強(qiáng)化監(jiān)督職能建設(shè)，充分發(fā)揮財(cái)務(wù)稽核和內(nèi)部審計(jì)成果的作用，對(duì)發(fā)現(xiàn)的問題進(jìn)行跟蹤落實(shí)和督促糾正，有效地防范和化解了財(cái)務(wù)風(fēng)險(xiǎn)。對(duì)電力企業(yè)年度決算報(bào)表進(jìn)行審計(jì)，加強(qiáng)會(huì)計(jì)核算基礎(chǔ)工作，規(guī)范會(huì)計(jì)核算行為，保證財(cái)務(wù)信息的真實(shí)、完整，提高財(cái)務(wù)信息質(zhì)量。
3、結(jié)束語
電力企業(yè)擔(dān)負(fù)著國(guó)家的基礎(chǔ)能源建設(shè)，在經(jīng)濟(jì)建設(shè)中具有舉足輕重的地位。電力企業(yè)隨著體制改革的不斷深入，經(jīng)營(yíng)管理模式也在逐步發(fā)展變化，在經(jīng)營(yíng)活動(dòng)中會(huì)出現(xiàn)各類財(cái)務(wù)風(fēng)險(xiǎn)，只有制定完成的財(cái)務(wù)預(yù)警機(jī)制，才能避免財(cái)務(wù)風(fēng)險(xiǎn)的出現(xiàn)，才能保證電力企業(yè)得以快速的發(fā)展，更好地服務(wù)于社會(huì)。
參考文獻(xiàn)
[1]楊淑娥.企業(yè)多層次財(cái)務(wù)危機(jī)預(yù)警研究方法與應(yīng)用[M].經(jīng)濟(jì)科學(xué)出版社.2009.
關(guān)鍵詞：財(cái)務(wù)危機(jī)；多元判別分析法；Logit回歸；主成分分析；行業(yè)；地區(qū)
文章編號(hào)：1003－4625（2007）05－0042－04中圖分類號(hào)：F830.2文獻(xiàn)標(biāo)識(shí)碼：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
隨著經(jīng)濟(jì)金融的發(fā)展和對(duì)信用風(fēng)險(xiǎn)認(rèn)識(shí)的不斷加深，人們對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警的研究也越來越多。
回顧企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的發(fā)展過程，大致經(jīng)歷了從單變量模型到多變量模型，多元判別模型到Logit模型等其他參數(shù)模型，從統(tǒng)計(jì)參數(shù)模型到非參數(shù)模型，從單一模型到綜合系統(tǒng)的過程。技術(shù)的進(jìn)步，改變了以往單純依賴專家進(jìn)行風(fēng)險(xiǎn)判別的局限性，大大提高了財(cái)務(wù)危機(jī)判別的有效性、準(zhǔn)確性和一致性，同時(shí)也明顯降低了判別成本。
國(guó)際上，F(xiàn)itzpatrick（1930）最早認(rèn)為企業(yè)的財(cái)務(wù)比率能夠?qū)ζ髽I(yè)未來財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)分析。Beaver（1966）首先運(yùn)用統(tǒng)計(jì)方法建立單變量財(cái)務(wù)預(yù)警模型。Altman（1968）利用多元判別分析法建立了著名的多變量預(yù)警模型――Z模型，以后又進(jìn)行修正，提出了ZETA模型。Ohlson（1980）首先運(yùn)用Logit回歸模型進(jìn)行企業(yè)財(cái)務(wù)預(yù)警研究。隨后，Zmijewski（1984）、Zavgren（1985）、Lav（1987）、Keasey和McGuinness（1990）也運(yùn)用Logit模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究，并且大大提高了模型的預(yù)測(cè)精度。
我國(guó)的財(cái)務(wù)預(yù)警模型研究始于1990年。陳靜（1999）、張玲（2000）、吳世農(nóng)和盧賢義（2001）等，運(yùn)用多元判別對(duì)上市公司進(jìn)行了財(cái)務(wù)危機(jī)預(yù)警分析。劉（2001），齊治平、余妙志（2002），朱曦、馮田、印麗娟（2004）等，運(yùn)用Logit模型對(duì)財(cái)務(wù)危機(jī)進(jìn)行了研究。周兵、張軍（2002），周思恩、丁莉（2003）用主成分分析法，生成線性的或Logit的函數(shù)方程進(jìn)行財(cái)務(wù)預(yù)警研究。
目前，我國(guó)的預(yù)警模型研究尚處在起步階段，由于受到數(shù)據(jù)可獲得性的制約，大量研究主要是針對(duì)上市公司開展的。由于上市公司的特殊性，使得研究結(jié)果的運(yùn)用受到一定的限制。同時(shí)，對(duì)于區(qū)域的企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究還不多見。運(yùn)用商業(yè)銀行的大量數(shù)據(jù)，進(jìn)行分行業(yè)、分地區(qū)的企業(yè)財(cái)務(wù)預(yù)警模型研究尚屬空白。進(jìn)而，對(duì)模型的財(cái)務(wù)指標(biāo)進(jìn)行深入比較分析，在公開資料上也不多見。
本文將運(yùn)用多種模型技術(shù)，利用商業(yè)銀行多年的企業(yè)財(cái)務(wù)數(shù)據(jù)，研究生成了分行業(yè)、分地區(qū)的財(cái)務(wù)危機(jī)預(yù)警研究，并進(jìn)行相應(yīng)的比較分析。
一、多元判別分析原理
判別分析是判別樣本隸屬類型的一種統(tǒng)計(jì)方法。一般來講，有k個(gè)總體G1,G2,…，GK，它們的分布密度函數(shù)分別為f 1(x)，f2(x)，…，f k(x)，對(duì)于給定的一個(gè)樣品X=(x1，x2，…，xm)T，判別分析是判斷它屬于k個(gè)總體中哪一個(gè)的統(tǒng)計(jì)方法。
本文采用多元線性判別，基本思想是將K組（類）m維數(shù)據(jù)投影到某一方向，使得組與組之間的投影盡可能地分開。
若從K個(gè)總體分別取得K組m維觀察值：
G1:x1(1)，x2(1)，…，xn(1)；…；GK：x1(k)，x2(k)，…，xn(k)，n=n1+n2+…+nk。
設(shè)a為一m維列向量，y(X)=aTX為X以a為法線方向的投影，則
， ， ，
。
選取適當(dāng)?shù)腶，使得不同組（類）之間的區(qū)分能力越大越好，每個(gè)組內(nèi)的y值離散程度越小越好。
二、Logit回歸原理
Logit模型采用二元的Logistic概率函數(shù)作為模型方程，又稱增長(zhǎng)函數(shù)，是1838年比利時(shí)P．F．Verhulst首次提出來的。
假設(shè)響應(yīng)變量y為二值定性變量，用0，1分別表示企業(yè)財(cái)務(wù)正常和危機(jī)兩個(gè)不同的狀態(tài)，y＝1的概率p是我們研究的對(duì)象，自變量為x1，x2，…，xm，Logistic回歸擬合的回歸方程為
其中：m是自變量個(gè)數(shù)，β0，β1，…，βm是待估參數(shù)，p是自變量取值為X=(x1，x2，…，xm)T，時(shí)，原響應(yīng)變量Y取值為1時(shí)的概率，Logistic回歸方程的另一種形式為p=exp(Z)/[1+exp(Z)]
顯然，Z是自變量X的線性函數(shù)，通常稱上式為L(zhǎng)ogit變換，它有很強(qiáng)的統(tǒng)計(jì)意義，如它表示了y取值1的概率與取值為0的概率的比值的對(duì)數(shù)。
三、主成分分析原理
主成分分析法，也稱因子分析法，最早是由美國(guó)心理學(xué)家Charles Spearman 在1904年提出的，其基本思想是將實(shí)測(cè)的多個(gè)指標(biāo)，用少數(shù)幾個(gè)潛在的相互獨(dú)立的主成分指標(biāo)（因子）的線性組合來表示，構(gòu)成的線性組合可反映原多個(gè)實(shí)測(cè)指標(biāo)的主要信息。它的優(yōu)點(diǎn)是可以對(duì)觀測(cè)樣本進(jìn)行分類，并根據(jù)各因子在樣本中所起的作用自動(dòng)生成（確定）各因子權(quán)重，簡(jiǎn)化實(shí)測(cè)指標(biāo)系統(tǒng)。主成分分析方法的一般模型為：
其中：
F1，F(xiàn)2，…，F(xiàn)n為實(shí)測(cè)變量；
aij（i＝1，2，…，m；j＝1，2，…，n）為因子載荷；
Xi（i＝1，2，…，m）為選擇確定的們m個(gè)主成分因子；
Ki（i＝1，2，…，m）為主成分因子的權(quán)重（即第i個(gè)因子的貢獻(xiàn)率）；
Y是公司財(cái)務(wù)危機(jī)的預(yù)測(cè)值。
需說明的是，因子載荷aij是第Fj個(gè)實(shí)測(cè)變量在第Xi個(gè)主成分上的載荷，或者說，第Fj個(gè)變量與第Xi個(gè)主成分的相關(guān)系數(shù)。載荷越大，說明第Fj個(gè)實(shí)測(cè)變量與第Xi個(gè)主成分的關(guān)系越密切；反之亦然。在主成分分析的基礎(chǔ)上，對(duì)主成分因子，運(yùn)用Logit回歸模型，生成相關(guān)的預(yù)警模型，對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行預(yù)警分析。
四、研究設(shè)計(jì)
（一）財(cái)務(wù)危機(jī)企業(yè)的界定
財(cái)務(wù)危機(jī)企業(yè)的界定，是預(yù)警模型研究的關(guān)鍵性內(nèi)容。本文利用商業(yè)銀行實(shí)際的企業(yè)客戶數(shù)據(jù)，界定了兩類財(cái)務(wù)危機(jī)企業(yè)。為突出反映財(cái)務(wù)狀況劣變快的特性，將企業(yè)信用等級(jí)下降三個(gè)及以上信用等級(jí)的企業(yè)，界定為第一類危機(jī)企業(yè)。為區(qū)分企業(yè)財(cái)務(wù)狀況優(yōu)劣，將有不良貸款、信用等級(jí)低的客戶，界定為第二類財(cái)務(wù)危機(jī)企業(yè)。與此相匹配，界定正常類客戶。
（二）樣本選擇
經(jīng)過篩選，本文選擇了17個(gè)大類行業(yè)9700多家企業(yè)、10個(gè)地區(qū)8600多家企業(yè)2004年的財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)預(yù)警研究。每個(gè)行業(yè)平均有285個(gè)樣本，其中平均正常企業(yè)樣本數(shù)為145個(gè)，平均危機(jī)企業(yè)樣本數(shù)為140個(gè)；每個(gè)地區(qū)平均有430個(gè)樣本，其中平均正常企業(yè)樣本數(shù)為218個(gè)，平均危機(jī)企業(yè)的樣本數(shù)為212個(gè)。
（三）變量定義
分析國(guó)內(nèi)外已有財(cái)務(wù)預(yù)警模型變量的選取情況，本文首先匯總整理了償債能力、財(cái)務(wù)效益、資金營(yíng)運(yùn)、發(fā)展能力、企業(yè)規(guī)模共五大類47個(gè)財(cái)務(wù)指標(biāo)。
初步選擇某個(gè)行業(yè)客戶的財(cái)務(wù)數(shù)據(jù)，對(duì)此進(jìn)行分析。根據(jù)客戶數(shù)據(jù)的可獲得性，剔除一些數(shù)據(jù)質(zhì)量不高或難以獲得的指標(biāo)（目前企業(yè)現(xiàn)金流量表的數(shù)據(jù)不易獲得，真實(shí)性相對(duì)較差），剔除了一些經(jīng)過T檢驗(yàn)后不顯著的、均值與方差對(duì)判別區(qū)分力不強(qiáng)的指標(biāo)，又剔除一些相關(guān)系數(shù)較高的指標(biāo)。最后得到24個(gè)財(cái)務(wù)指標(biāo)，作為擬建立模型的備選變量，包括資產(chǎn)負(fù)債率、全部資本化比率、速動(dòng)比率、（現(xiàn)金+短期投資+應(yīng)收票據(jù)）/資產(chǎn)總額、流動(dòng)資產(chǎn)/資產(chǎn)總額、現(xiàn)金/流動(dòng)負(fù)債、凈資產(chǎn)收益率、銷售（營(yíng)業(yè)）利潤(rùn)率、總資產(chǎn)報(bào)酬率、成本費(fèi)用利潤(rùn)率、主營(yíng)業(yè)務(wù)鮮明率、總資產(chǎn)周轉(zhuǎn)率（次）、存貨周轉(zhuǎn)率（次）、應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)凈值/所有者權(quán)益、營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)比率、營(yíng)運(yùn)資金/銷售收入、固定資產(chǎn)周轉(zhuǎn)率、銷售（營(yíng)業(yè)）收入增長(zhǎng)率、資本積累率、總資產(chǎn)增長(zhǎng)率、留存利潤(rùn)比、營(yíng)業(yè)利潤(rùn)增長(zhǎng)率、LOG（總資產(chǎn)）。
（四）計(jì)算方法
本文運(yùn)用SPSS軟件，通過多元判別、Logit回歸、主成分分析+Logit回歸三個(gè)統(tǒng)計(jì)原理，使用了全部變量一次生成模型、全部變量逐步篩選生成模型、經(jīng)過T檢驗(yàn)再篩選部分變量生成模型，三種計(jì)算方法來實(shí)現(xiàn)預(yù)警研究。同時(shí)，根據(jù)模型公式回判準(zhǔn)確率的高低來最終取舍相關(guān)模型。同時(shí)，利用上述三種方法，分別對(duì)第一類、第二類財(cái)務(wù)危機(jī)企業(yè)進(jìn)行了預(yù)警研究。
五、計(jì)算結(jié)果及分析
（一）行業(yè)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型
運(yùn)用以上三種方法，研究生成了17個(gè)行業(yè)的預(yù)警模型。限于篇幅，僅展示通用設(shè)備制造業(yè)第二類財(cái)務(wù)危機(jī)的預(yù)警模型，其中多元線性判別模型由篩選后指標(biāo)逐步回歸得到，準(zhǔn)確率為95.7%。公式為：
Y=－3.777－0.015X1＋0.004X2＋0.055X3＋0.007X4＋0.031X5－0.602X6＋0.880X7
X1：資產(chǎn)負(fù)債率X2：速動(dòng)比率
X3：總資產(chǎn)報(bào)酬率 X4：成本費(fèi)用利潤(rùn)率
X5：主營(yíng)業(yè)務(wù)鮮明率X6：總資產(chǎn)周轉(zhuǎn)率
X7：LOG（總資產(chǎn)）
判別區(qū)間為－0.98、0.47。
17個(gè)行業(yè)的財(cái)務(wù)預(yù)警模型，其回判準(zhǔn)確率統(tǒng)計(jì)如下：
表一行業(yè)的企業(yè)財(cái)務(wù)預(yù)警模型回判準(zhǔn)確率
由上表可見，行業(yè)的預(yù)警模型回判準(zhǔn)確率比較高，可以運(yùn)用到風(fēng)險(xiǎn)管理的實(shí)踐中去。
（二）區(qū)域的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型
運(yùn)用以上三種方法，研究生成了10個(gè)地區(qū)的預(yù)警模型。限于篇幅，僅展示河北省第一類財(cái)務(wù)危機(jī)的預(yù)警模型。
1.Logit回歸
該模型由24個(gè)指標(biāo)逐步回歸法得到，回判準(zhǔn)確率為96.2%。公式為：
其中E的指數(shù)
Y=33.363＋0.115X1－0.034X2－0.083X3－0.586X4＋0.061X5－6.803X6
X1：全部資本化比率 X2：速動(dòng)比率
X3：銷售（營(yíng)業(yè)）利潤(rùn)率X4：總資產(chǎn)報(bào)酬率
X5：固定資產(chǎn)凈值/實(shí)收資本 X6：LOG（總資產(chǎn)）
2.主成分＋Logit回歸
由主成分分析，通過指標(biāo)篩選，生成了4個(gè)主成分，具體參數(shù)見表二：
隨后，由篩選后指標(biāo)逐步回歸得到模型，其回判準(zhǔn)確率為97.8%，公式如下：
其中E的指數(shù)
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：資產(chǎn)負(fù)債率 X2：全部資本化比率
X3：速動(dòng)比率X4：（現(xiàn)金＋現(xiàn)金等價(jià)物）/資產(chǎn)總額
X5：凈資產(chǎn)收益率X6：總資產(chǎn)報(bào)酬率
X7：成本費(fèi)用利潤(rùn)率 X8：營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)比率
X9：固定資產(chǎn)周轉(zhuǎn)率 X10：銷售（營(yíng)業(yè)）增長(zhǎng)率
X11：資本積累率X12：總資產(chǎn)增長(zhǎng)率
X13：營(yíng)業(yè)利潤(rùn)增長(zhǎng)率X14：LOG（總資產(chǎn)）
表二主成分分量參數(shù)表
由此，10個(gè)區(qū)域的財(cái)務(wù)預(yù)警模型，其回判準(zhǔn)確率統(tǒng)計(jì)如下：
表三 區(qū)域的企業(yè)財(cái)務(wù)預(yù)警模型回判準(zhǔn)確率
由上表可見，區(qū)域的預(yù)警模型回判準(zhǔn)確率比較高，也可以運(yùn)用到風(fēng)險(xiǎn)管理的實(shí)踐中去。
（三）行業(yè)、區(qū)域預(yù)警模型比較分析
由表一、二可見，不同判別方法的回判準(zhǔn)確率比較接近，其中Logit模型的回判準(zhǔn)確率相對(duì)最高，多元判別和主成分+Logit模型的判別方法的回判準(zhǔn)確率沒有明顯的高低差異。
區(qū)域預(yù)警模型，是在不考慮樣本企業(yè)所屬行業(yè)的基礎(chǔ)上進(jìn)行的預(yù)警。因此，各個(gè)地方（或者國(guó)家）完全可以根據(jù)各自的風(fēng)險(xiǎn)管理情況，采用不同的預(yù)警模型進(jìn)行風(fēng)險(xiǎn)管理。
行業(yè)預(yù)警模型，忽略了企業(yè)所屬區(qū)域，可以對(duì)具有行業(yè)特點(diǎn)的財(cái)務(wù)危機(jī)進(jìn)行有針對(duì)性的風(fēng)險(xiǎn)判別，同時(shí)相關(guān)信息可以提供行業(yè)分析、企業(yè)行業(yè)排名的輔助參考。
行業(yè)、地區(qū)的預(yù)警模型回判準(zhǔn)確率比較接近。不同地區(qū)、不同行業(yè)完全可以生成適應(yīng)自身需要的預(yù)警模型來提高風(fēng)險(xiǎn)管理的水平。同時(shí)利用行業(yè)、區(qū)域預(yù)警模型進(jìn)行風(fēng)險(xiǎn)預(yù)警分析，可以從兩個(gè)維度相互驗(yàn)證、相互補(bǔ)充來進(jìn)行風(fēng)險(xiǎn)預(yù)警，從而進(jìn)一步提高風(fēng)險(xiǎn)判別有效度，并不斷滿足風(fēng)險(xiǎn)管理多樣性的需求。
（四）財(cái)務(wù)指標(biāo)重要性比較分析
不同行業(yè)、地區(qū)的預(yù)警模型，選用財(cái)務(wù)指標(biāo)的頻率是不同的，其中比較普遍的是反映企業(yè)規(guī)模的LOG（總資產(chǎn)）、反映負(fù)債特點(diǎn)的資產(chǎn)負(fù)債率等指標(biāo)。
由此認(rèn)為，人們?cè)谂袆e企業(yè)財(cái)務(wù)質(zhì)量時(shí)，有側(cè)重的選擇不同的財(cái)務(wù)指標(biāo)，是有統(tǒng)計(jì)依據(jù)的，不同財(cái)務(wù)指標(biāo)在分析企業(yè)財(cái)務(wù)狀況時(shí)的重要性和有效性是有區(qū)別的。
表四 預(yù)警模型變量選擇比例
（五）對(duì)財(cái)務(wù)優(yōu)劣的判別與對(duì)財(cái)務(wù)質(zhì)量劣變速度的判別比較分析
表五第一類危機(jī)、第二類危機(jī)的預(yù)警
由上表可見，兩種預(yù)測(cè)的精度都不錯(cuò)，結(jié)果均可用；對(duì)財(cái)務(wù)質(zhì)量預(yù)測(cè)的準(zhǔn)確度明顯比對(duì)財(cái)務(wù)劣變預(yù)測(cè)的準(zhǔn)確度要高。說明，財(cái)務(wù)危機(jī)波動(dòng)性的預(yù)測(cè)難度更大。
六、總結(jié)
建立具有較高回判準(zhǔn)確率的不同行業(yè)、區(qū)域的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型說明，我國(guó)已經(jīng)具備了利用企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警和信用風(fēng)險(xiǎn)管理的條件。同時(shí)，從一個(gè)側(cè)面證明了國(guó)外預(yù)警模型的指標(biāo)、參數(shù)是不大適合直接運(yùn)用到中國(guó)生產(chǎn)實(shí)踐中去的。
研究表明，商業(yè)銀行可以針對(duì)重點(diǎn)行業(yè)、重點(diǎn)地區(qū)，對(duì)具有不同信用風(fēng)險(xiǎn)特征的企業(yè)建立不同的財(cái)務(wù)危機(jī)預(yù)警模型，以不斷提高信用風(fēng)險(xiǎn)管理的水平。同時(shí)，針對(duì)特定的需要和對(duì)象，如大信用額度的客戶、集團(tuán)客戶、關(guān)聯(lián)客戶等，也可以建立相應(yīng)的預(yù)警模型，以突出進(jìn)行差別化的信用風(fēng)險(xiǎn)管理。
在預(yù)警模型的基礎(chǔ)上建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)，可以將現(xiàn)代統(tǒng)計(jì)技術(shù)運(yùn)用到風(fēng)險(xiǎn)管理的日常實(shí)踐中去，并能夠在短時(shí)間內(nèi)加快縮短我國(guó)與國(guó)外在信用風(fēng)險(xiǎn)管理方面的差距。
此外，通過采用風(fēng)險(xiǎn)預(yù)警技術(shù)，可以開展違約誘導(dǎo)因素分析、信用等級(jí)自動(dòng)判別、風(fēng)險(xiǎn)動(dòng)態(tài)管理等多種研究，以不斷豐富信用風(fēng)險(xiǎn)管理的工具和手段。
參考文獻(xiàn)：
[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]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999,(4):31-35.
[6]張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型及其應(yīng)用[J].預(yù)測(cè),2000,(6):38-40.
[7]高培業(yè),張道奎.企業(yè)失敗判別模型實(shí)證研究[J].統(tǒng)計(jì)研究,2000,(10).
[8]徐國(guó)祥.上市公司經(jīng)營(yíng)業(yè)績(jī)綜合評(píng)價(jià)及實(shí)證研究[J].統(tǒng)計(jì)研究,2000,(9).
[9]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001,(6):46-55.
[10]劉.上市公司財(cái)務(wù)狀況異常的預(yù)警分析[J].資本經(jīng)營(yíng),2001,(2):38-42.
[11]齊治平,余妙志.Logistic模型在上市公司財(cái)務(wù)狀況評(píng)價(jià)中的運(yùn)用[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2002,(1):60-63.
[12]周兵,張軍.上市公司財(cái)務(wù)狀況惡化的預(yù)警模型分析[J].華東經(jīng)濟(jì)管理,2002,(8):92-98.
[13]周思恩,丁莉.上市公司被特別處理的分級(jí)預(yù)警模型分析[J].財(cái)經(jīng)科學(xué),2003, (增刊):289-291.
1 Mann-Whitney U非參數(shù)檢驗(yàn)
A1：資產(chǎn)負(fù)債率， A2：流動(dòng)負(fù)債與經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流比，A3：速動(dòng)比率，B1：總資產(chǎn)周轉(zhuǎn)率，B2：應(yīng)收賬款周轉(zhuǎn)率，B3：存貨周轉(zhuǎn)率，C1：凈資產(chǎn)收益率，C2：每股收益， C3：主營(yíng)業(yè)務(wù)利潤(rùn)率，D1：主營(yíng)業(yè)務(wù)收入增長(zhǎng)率，D2：凈利潤(rùn)增長(zhǎng)率，D3：固定資產(chǎn)投資擴(kuò)張率，E1：每股經(jīng)營(yíng)性現(xiàn)金流量，E2：現(xiàn)金股利支付率，F(xiàn)1：總資產(chǎn)，G1：獨(dú)立董事比例，G2：董事會(huì)規(guī)模，G3：董事會(huì)會(huì)議次數(shù)，G4：董事長(zhǎng)與總經(jīng)理兼任情況，G5：國(guó)有股比重，G6：第一大股東持股比例，G7：Herfindahl-5指數(shù)，G8：管理層持股比例，G9：管理層薪酬（高管前三名薪酬總額）。
3 LOGISTIC模型建立
為82個(gè)訓(xùn)練樣本中的ST公司賦值為1，非ST公司賦值為0，并運(yùn)用SPSS進(jìn)行分析，構(gòu)建LOGISTIC模型。回歸結(jié)果如下：
表3表明，總正確率為87.8%，預(yù)測(cè)精度較高。表4可看出，擬合百分比分別為43.60%、64.10%。模型很好地?cái)M合了樣本數(shù)據(jù)實(shí)際情況。表5除B2、C1、C3外，其他變量P值在5%的顯著性水平下均顯著，但因變量在Logistic回歸前，均已通過Mann-Whitney U非參數(shù)檢驗(yàn)，且評(píng)價(jià)Logistic模型優(yōu)劣不能僅僅只看回歸系數(shù)是否顯著，因此認(rèn)為，此11個(gè)變量基本上對(duì)訓(xùn)練樣本進(jìn)行了較好的擬合。
【關(guān)鍵詞】 神經(jīng)網(wǎng)絡(luò)； 財(cái)務(wù)危機(jī)； 預(yù)警模型
一、企業(yè)財(cái)務(wù)危機(jī)預(yù)警的現(xiàn)實(shí)意義
財(cái)務(wù)危機(jī)是由于種種原因?qū)е碌钠髽I(yè)財(cái)務(wù)狀況持續(xù)惡化，財(cái)務(wù)風(fēng)險(xiǎn)加劇，出現(xiàn)不能清償債務(wù)的信用危機(jī)，直至最終破產(chǎn)的一系列事件的總稱。財(cái)務(wù)危機(jī)將危害到企業(yè)正常的生產(chǎn)經(jīng)營(yíng)，制約企業(yè)的發(fā)展后勁，打亂企業(yè)正常的生產(chǎn)經(jīng)營(yíng)秩序，挫傷職工的生產(chǎn)積極性等。而有效的企業(yè)預(yù)警機(jī)制能夠起到提高企業(yè)危機(jī)管理意識(shí)，提高企業(yè)適應(yīng)能力和競(jìng)爭(zhēng)能力等作用，對(duì)企業(yè)進(jìn)行有效的監(jiān)督和預(yù)警也直接關(guān)系到企業(yè)相關(guān)利益人決策、市場(chǎng)競(jìng)爭(zhēng)機(jī)制的客觀要求、財(cái)務(wù)監(jiān)督、財(cái)務(wù)預(yù)測(cè)等方面。所以，對(duì)我國(guó)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行有效的預(yù)警就變得迫切和必要。
二、財(cái)務(wù)危機(jī)預(yù)警模型指標(biāo)體系的選擇
任何一種經(jīng)濟(jì)現(xiàn)象都具有多方面的特征，財(cái)務(wù)指標(biāo)體系就是對(duì)經(jīng)濟(jì)現(xiàn)象特征的整體描述。在以往的研究成果和我國(guó)的企業(yè)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，結(jié)合我國(guó)企業(yè)的具體特征，充分考慮各個(gè)指標(biāo)的實(shí)際應(yīng)用效果和獲取指標(biāo)的難易程度，可選擇下列指標(biāo)來建立適合我國(guó)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的指標(biāo)體系：資產(chǎn)負(fù)債率；流動(dòng)比率；凈資產(chǎn)收益率；總資產(chǎn)周轉(zhuǎn)率；主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和每股經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~。這些指標(biāo)兼顧到了償債能力、盈利能力、資產(chǎn)營(yíng)運(yùn)能力、增長(zhǎng)能力以及現(xiàn)金流量狀況五個(gè)方面，同時(shí)鑒于針對(duì)的是企業(yè)的財(cái)務(wù)危機(jī)的預(yù)警指標(biāo)，所以在選擇構(gòu)成指標(biāo)時(shí)，也適當(dāng)側(cè)重了企業(yè)的償債能力和盈利能力指標(biāo)。
三、基于BP神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)模型的建立及預(yù)測(cè)結(jié)果分析
（一）BP神經(jīng)網(wǎng)絡(luò)原理與財(cái)務(wù)危機(jī)預(yù)警的可行性分析
BP神經(jīng)網(wǎng)絡(luò)是一種調(diào)整連接權(quán)值及結(jié)點(diǎn)閾值時(shí)采用的誤差逆?zhèn)鞑W(xué)習(xí)方法，是一種典型的誤差修正方法。其基本思想是：把網(wǎng)絡(luò)學(xué)習(xí)時(shí)輸出層出現(xiàn)的與“事實(shí)”不符的誤差，歸結(jié)為連接層中各單元間連接權(quán)值及閾值的“過錯(cuò)”，通過把輸出層單元的誤差逐層向輸入層逆向傳播以“分?jǐn)偂苯o各連接單元，并據(jù)此對(duì)各連接權(quán)進(jìn)行相應(yīng)的調(diào)整，使網(wǎng)絡(luò)適應(yīng)所要求的映射（圖1）。而財(cái)務(wù)危機(jī)預(yù)警的6項(xiàng)指標(biāo)與企業(yè)的財(cái)務(wù)狀況之間的關(guān)系是很難用普通的方法加以定量化的表述，而通過大量的樣本表現(xiàn)出的數(shù)學(xué)統(tǒng)計(jì)學(xué)特征的準(zhǔn)確表達(dá)正是神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)所在，為此，我們認(rèn)為神經(jīng)網(wǎng)絡(luò)是可行的。
（二）財(cái)務(wù)危機(jī)預(yù)警模型樣本的選擇
考慮到我國(guó)近幾年在經(jīng)濟(jì)、法律、會(huì)計(jì)方面進(jìn)行了較大的政策調(diào)整，因此在選擇樣本的過程中我們選取了信息較為連續(xù)可比、取得較為容易的上市公司中制造業(yè)行業(yè)的6個(gè)子行業(yè)2000―2002年之間的數(shù)據(jù)，選擇了行業(yè)中25家ST公司和25家非ST公司作為訓(xùn)練樣本，ST公司樣本數(shù)據(jù)為其被ST的前一年的數(shù)據(jù)資料，隨機(jī)選擇的非ST公司的樣本數(shù)據(jù)為與ST公司同期的數(shù)據(jù)。我們還選擇了2003年同行業(yè)的38家ST公司和隨機(jī)選擇的同期非ST公司作為檢驗(yàn)樣本，用模型的預(yù)測(cè)結(jié)果與已知的實(shí)際結(jié)果進(jìn)行對(duì)照，以檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。選擇這一期間的樣本數(shù)據(jù)是因?yàn)檫@些樣本數(shù)據(jù)的時(shí)間跨度不大，在這幾年中，國(guó)家的會(huì)計(jì)制度、稅收政策和退市制度也沒有太明顯的變化，整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展比較穩(wěn)定，無明顯的經(jīng)濟(jì)周期影響。
（三）網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)的選取
1.網(wǎng)絡(luò)結(jié)構(gòu)的確定
輸入節(jié)點(diǎn)數(shù)由控制的目標(biāo)確定，控制目標(biāo)為6個(gè)，因此輸入節(jié)點(diǎn)數(shù)為6個(gè)；輸出節(jié)點(diǎn)數(shù)由風(fēng)險(xiǎn)因素確定，輸出節(jié)點(diǎn)為2個(gè)。一個(gè)S型隱含層加上一個(gè)線性輸出層的網(wǎng)絡(luò)，能夠逼近任何有理函數(shù)，增加隱層數(shù)主要可以更進(jìn)一步降低誤差，提高訓(xùn)練的精度，本系統(tǒng)中只設(shè)一個(gè)隱含層，主要通過調(diào)節(jié)隱層節(jié)點(diǎn)數(shù)、動(dòng)量項(xiàng)、學(xué)習(xí)率提高網(wǎng)絡(luò)的訓(xùn)練精度。
2.各參數(shù)選取
把經(jīng)過處理后88組樣本數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)，前50組作為訓(xùn)練樣本，后38組作為預(yù)測(cè)樣本，網(wǎng)絡(luò)的預(yù)期誤差0.001。利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)對(duì)學(xué)習(xí)數(shù)據(jù)反復(fù)訓(xùn)練，得到實(shí)驗(yàn)結(jié)果最好的一次，各參數(shù)如下：
動(dòng)量項(xiàng)?準(zhǔn)=0.3；學(xué)習(xí)率?濁=0.4；學(xué)習(xí)次數(shù)n=10000；隱層節(jié)點(diǎn)數(shù)p=6；網(wǎng)絡(luò)實(shí)際誤差?孜=0.0024
（四）財(cái)務(wù)危機(jī)預(yù)警預(yù)測(cè)結(jié)果分析
利用前述訓(xùn)練結(jié)果，對(duì)38個(gè)檢驗(yàn)樣本進(jìn)行預(yù)測(cè)，預(yù)測(cè)的結(jié)果（表3）根據(jù)下列標(biāo)準(zhǔn)進(jìn)行判斷，如果預(yù)測(cè)結(jié)果逼近于1，則判斷為非財(cái)務(wù)危機(jī)公司，如果預(yù)測(cè)結(jié)果偏離1就可判斷有財(cái)務(wù)危機(jī)的可能性，可以發(fā)出財(cái)務(wù)危機(jī)預(yù)警。
通過預(yù)測(cè)結(jié)果與實(shí)際結(jié)果的比較，可以得出以下驗(yàn)證結(jié)果：
1.對(duì)于非ST公司，預(yù)測(cè)的準(zhǔn)確率為94.74%；
2.對(duì)于ST公司，預(yù)測(cè)的準(zhǔn)確率為84.21%；
3.綜合預(yù)測(cè)準(zhǔn)確率為89.47%。
四、該財(cái)務(wù)危機(jī)預(yù)警模型的局限性分析
利用神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警模型的研究，從模型的訓(xùn)練和預(yù)測(cè)結(jié)果可以看出，還是具有一定的可行性和有效性。但也存在一些問題：
（一）忽視了企業(yè)規(guī)模對(duì)企業(yè)財(cái)務(wù)狀況的影響
本次研究中所選擇的ST樣本是所屬行業(yè)的全部樣本量，而配對(duì)樣本則是隨機(jī)抽取的，在選擇的過程中，沒有重點(diǎn)關(guān)注企業(yè)規(guī)模對(duì)財(cái)務(wù)危機(jī)指標(biāo)標(biāo)準(zhǔn)的不同要求。
（二）非ST樣本公司的代表性
所選取的ST企業(yè)被界定為財(cái)務(wù)危機(jī)公司還不容易引起爭(zhēng)議，但對(duì)非ST公司而言，每個(gè)公司仍然存在財(cái)務(wù)狀況非常好、較好或一般的差異，因此用不同的非ST公司和ST公司配對(duì)，就不能排除財(cái)務(wù)危機(jī)公司財(cái)務(wù)狀況之間的差異，這也直接影響了預(yù)測(cè)數(shù)據(jù)判別的準(zhǔn)確率。
（三）ST界定自身具有的不適應(yīng)性
根據(jù)我國(guó)對(duì)ST公司的劃分標(biāo)準(zhǔn)，可以看出其主要看中的還是公司的盈利能力和資本結(jié)構(gòu)比率，而財(cái)務(wù)危機(jī)是企業(yè)綜合財(cái)務(wù)狀況出現(xiàn)問題的集中表現(xiàn)，它受到多項(xiàng)能力和指標(biāo)的影響，兩者之間并不對(duì)等。
（四）神經(jīng)網(wǎng)絡(luò)理論自身的缺陷
神經(jīng)網(wǎng)絡(luò)自身擅長(zhǎng)解決不精確和模糊的信息處理問題，在處理過程中，他會(huì)有自動(dòng)刪除樣本“噪聲”和自動(dòng)調(diào)整的功能，如果其修正數(shù)據(jù)的過程中出現(xiàn)偏差，或訓(xùn)練過程中參數(shù)確定的不準(zhǔn)確，也會(huì)直接影響預(yù)測(cè)的準(zhǔn)確性。
（五）樣本選擇的局限性
本次預(yù)測(cè)過程中受諸多因素的影響，所選擇的樣本不具有普遍的代表性，局限在了上市公司，連續(xù)數(shù)據(jù)的選擇也導(dǎo)致了數(shù)據(jù)的時(shí)效性較差，對(duì)當(dāng)前新經(jīng)濟(jì)形勢(shì)下的企業(yè)財(cái)務(wù)危機(jī)的參考作用有待觀察。
五、結(jié)論
財(cái)務(wù)危機(jī)預(yù)警模型通過神經(jīng)網(wǎng)絡(luò)原理，在目前是可以實(shí)現(xiàn)的，只要在模型建立的過程中，將不穩(wěn)定因素的影響降低到最低，就可以極大地提高預(yù)測(cè)的準(zhǔn)確率。另外，由于不同的行業(yè)有其不同的生產(chǎn)和財(cái)務(wù)特性，他們的數(shù)據(jù)表現(xiàn)的要求也不盡相同，因此對(duì)于差異較大的行業(yè)，應(yīng)適當(dāng)建立行業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，以更好地提高預(yù)測(cè)的準(zhǔn)確程度。
當(dāng)然，企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型作為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的一個(gè)有機(jī)組成部分。它的作用必須借助于整個(gè)系統(tǒng)作用的發(fā)揮，也需要企業(yè)的高層管理者確實(shí)認(rèn)識(shí)到財(cái)務(wù)危機(jī)預(yù)警的必要性，才能真正實(shí)現(xiàn)對(duì)財(cái)務(wù)危機(jī)抑制和防范作用。
【參考文獻(xiàn)】
［1］ 盧雁影.財(cái)務(wù)分析［M］.湖北:武漢大學(xué)出版社，2002:296-303.
關(guān)鍵詞：Z分?jǐn)?shù)模型；F分?jǐn)?shù)模型；財(cái)務(wù)危機(jī)
一、引言
激烈的市場(chǎng)競(jìng)爭(zhēng)，雖然可以給企業(yè)提供廣闊的經(jīng)營(yíng)舞臺(tái)，但同時(shí)也帶來了無數(shù)的市場(chǎng)風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)會(huì)使企業(yè)面臨生存危機(jī)甚至倒閉。財(cái)務(wù)風(fēng)險(xiǎn)會(huì)使企業(yè)陷入困境，甚至破產(chǎn)。然而，企業(yè)的財(cái)務(wù)危機(jī)是一個(gè)循序漸進(jìn)的過程，通過財(cái)務(wù)危機(jī)預(yù)警分析可以及時(shí)發(fā)現(xiàn)企業(yè)財(cái)務(wù)管理中存在的問題。因此，及早地察覺財(cái)務(wù)風(fēng)險(xiǎn)的信號(hào)，對(duì)企業(yè)的經(jīng)營(yíng)管理具有重要的作用。本文以福建福日電子股份有限公司為例，研究了財(cái)務(wù)危機(jī)預(yù)警分析的Z分?jǐn)?shù)模型和F分?jǐn)?shù)模型，分析結(jié)果表明兩種模型都具有較強(qiáng)的預(yù)測(cè)效果。
二、Z分?jǐn)?shù)模型
Z分?jǐn)?shù)（Z score）模型，又稱多變量模型，是由美國(guó)紐約大學(xué)斯特商學(xué)院教授Altman在前人研究的基礎(chǔ)上，于1968年提出的。1977年又對(duì)該模型進(jìn)行了修正和擴(kuò)展，建立了第二代模型ZETA模型（廖珍珍和應(yīng)益華，2011）。Z分?jǐn)?shù)模型主要對(duì)上市公司在銀行貸款方面的信用進(jìn)行評(píng)價(jià)，分析上市公司是否存在違約情況。首先，選取最能反映上市公司的財(cái)務(wù)狀況、還本付息的能力的財(cái)務(wù)比率。其次，從貸款資料中分類收集樣本，根據(jù)所處行業(yè)的實(shí)際情況，確定每一比率的權(quán)重，將比率乘以相應(yīng)權(quán)重，然后相加，得到Z。最后，對(duì)Z進(jìn)行分析，得到一個(gè)衡量上市公司貸款風(fēng)險(xiǎn)度的Z值或值域。Z評(píng)分模型所得出的結(jié)果高于或大于某一預(yù)先確定的Z值或值域，就可以判定這家公司的財(cái)務(wù)狀況或其信用水平還尚可；否則，該上市公司可能存在信用風(fēng)險(xiǎn)。
根據(jù)Altman對(duì)Z分?jǐn)?shù)模型的理論，流動(dòng)性、盈利性、杠桿比率、償債能力以及活躍性是影響借款人違約概率的五個(gè)因素。雖然Z模型具有較高的判別精確度，但也存在一些缺陷，因?yàn)樗幸粋€(gè)很嚴(yán)格的假設(shè)，即假定自變量是呈正態(tài)分布的，兩種樣本要求等協(xié)方差，可是現(xiàn)實(shí)中的企業(yè)數(shù)據(jù)一般滿足不了這一假定條件，從而限制了該模型的應(yīng)用范圍，盡管如此，他仍然是財(cái)務(wù)危機(jī)預(yù)測(cè)常用的方法。
Z評(píng)分模型主要如下：
Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
其中，X1表示企業(yè)資產(chǎn)折現(xiàn)能力和規(guī)模特征，用期末流動(dòng)資產(chǎn)減去期末流動(dòng)負(fù)債再除以期末總資產(chǎn)來衡量；X2表示累計(jì)獲利能力，用期末累計(jì)未分配利潤(rùn)除以期末總資產(chǎn)來衡量；X3往往是財(cái)務(wù)失敗最有利的依據(jù)之一，用息稅前利潤(rùn)除以期末總資產(chǎn)來衡量；X4表示企業(yè)的財(cái)務(wù)結(jié)構(gòu)，用期末股東權(quán)益市場(chǎng)價(jià)值除以期末總負(fù)債來衡量；X5表示企業(yè)運(yùn)用資產(chǎn)以產(chǎn)生銷售收入的能力，用期末主營(yíng)業(yè)務(wù)收入除以期末總資產(chǎn)來衡量（劉鑫，2007）。
Z值作為企業(yè)違約風(fēng)險(xiǎn)指標(biāo)，Z值越大，表明企業(yè)處于較低的違約風(fēng)險(xiǎn)組，其信用狀況越好。此外，根據(jù)對(duì)經(jīng)營(yíng)失敗企業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，Altman 還得出了判斷企業(yè)破產(chǎn)的臨界值：Z=2.9。如果 Z>2.9，預(yù)測(cè)企為較安全企業(yè)；如果Z
三、F分?jǐn)?shù)模型
F分?jǐn)?shù)模型是在Z分?jǐn)?shù)模型的基礎(chǔ)上進(jìn)行修正而來的。F分?jǐn)?shù)模型具有以下幾個(gè)特點(diǎn)，第一，加入了現(xiàn)金流量這一預(yù)測(cè)自變量，較多學(xué)者發(fā)現(xiàn)現(xiàn)金流量比率能夠有效地預(yù)測(cè)公司破產(chǎn)，彌補(bǔ)了Z計(jì)分模型的不足；第二，考慮到了現(xiàn)代化公司財(cái)務(wù)狀況的發(fā)展及其有關(guān)標(biāo)準(zhǔn)的更新；第三，使用的樣本量比較大，使用4160家企業(yè)的數(shù)據(jù)進(jìn)行了檢驗(yàn)。
F分?jǐn)?shù)模型如下：
F=-01774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5
其中，X4用來衡量企業(yè)所產(chǎn)生的全部現(xiàn)金流量可用于償還債務(wù)的能力；X5用來衡量企業(yè)總資產(chǎn)在創(chuàng)造現(xiàn)金流入流出方面的能力；X1、X2、X3的計(jì)算方法與Z分?jǐn)?shù)模型相同。F分?jǐn)?shù)模型的臨界點(diǎn)為0.0274。如果某公司的F分?jǐn)?shù)低于0.0274，則表明此公司的財(cái)務(wù)風(fēng)險(xiǎn)較大，預(yù)測(cè)為破產(chǎn)公司；反之，如果F分?jǐn)?shù)高于0.0274，表明公司經(jīng)營(yíng)良好，其經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)均比較小，將該公司預(yù)測(cè)為繼續(xù)生存公司（段霞，2012）。
四、Z分?jǐn)?shù)模型和F分?jǐn)?shù)模型在企業(yè)中的應(yīng)用
福建福日電子股份有限公司（股票代碼：600203，以下簡(jiǎn)稱：福日電子）是在上海上上市的公司，其最近三年平均增長(zhǎng)率都比較低，在所有上市公司中排名也是很落后，其所在的電子設(shè)備和儀器行業(yè)排名也很低，盈利能力較差。
1.Z分?jǐn)?shù)模型在福日電子中的應(yīng)用
根據(jù)前面的結(jié)論，當(dāng)Z值高于2.9時(shí)，說明企業(yè)不存在安全隱患，即預(yù)測(cè)該企業(yè)為安全企業(yè)；若Z值低于1.2，表示企業(yè)面臨嚴(yán)重的安全隱患此我們可以預(yù)測(cè)福日電子面臨嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn)。我們可以看出福日電子2010年-2012年這三年的Z值均小于1.2，財(cái)務(wù)狀況非常不理想，企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)。其中，影響借款人違約概率的五個(gè)因素中流動(dòng)性、盈利能力、杠桿比率以及償債能力等財(cái)務(wù)指標(biāo)的均值都比較低，反映出福日電子總體來說資產(chǎn)流動(dòng)性較差，可流動(dòng)的營(yíng)運(yùn)資金很少，資金利用效率不高，財(cái)務(wù)狀況非常不理想；籌資與再投資功能很差，創(chuàng)新能力與核心競(jìng)爭(zhēng)力很弱，投資價(jià)值較低；在不考慮稅收和財(cái)務(wù)杠桿因素時(shí)資產(chǎn)盈利能力很差，企業(yè)利用債務(wù)資本進(jìn)行經(jīng)營(yíng)的能力較差，破產(chǎn)可能性非常大；相對(duì)于較安全企業(yè)和灰色區(qū)域企業(yè)而言，占Z值比重最大的X5比率非常低，反映出企業(yè)資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率均很低，企業(yè)利用其資產(chǎn)進(jìn)行經(jīng)營(yíng)的效率很差，經(jīng)營(yíng)能力非常弱已經(jīng)存在著潛在的破產(chǎn)危險(xiǎn)，企業(yè)應(yīng)該采取措施，防范危機(jī)的發(fā)生。由表1中的數(shù)據(jù)，我們可以看出，福日電子在2010年-2012年的Z值均低于1.2，表示該公司面臨嚴(yán)重的安全隱患，預(yù)測(cè)該公司為破產(chǎn)公司，該公司必須采取及時(shí)有效的措施，以防止破產(chǎn)的危機(jī)。
2.F分?jǐn)?shù)模型在福日電子中的應(yīng)用
F分?jǐn)?shù)模型對(duì)福日電子的預(yù)測(cè)數(shù)據(jù)如表2所示。
根據(jù)以上理論，我們知道，F(xiàn)分?jǐn)?shù)模型的臨界值為0.0274。當(dāng)F值高于0.0274時(shí)，預(yù)測(cè)期財(cái)務(wù)風(fēng)險(xiǎn)較小，為繼續(xù)生存公司；若F值低于0.0274，則預(yù)測(cè)公司為破產(chǎn)公司。根據(jù)表2，我們可以看出，2010年福日電子的F值為-0.0509，其明顯小于0.0274，預(yù)測(cè)其為破產(chǎn)公司，財(cái)務(wù)風(fēng)險(xiǎn)較大，公司情況不容樂觀。2011年福日電子的F值為-0.0117，也是明顯小于F值得臨界值0.0274，財(cái)務(wù)風(fēng)險(xiǎn)較大，公司經(jīng)營(yíng)情況比較差。2012年F值為-0.0255，同樣的也是小于0.0274，很顯然，福日公司在2010年-2012年三年的F值均遠(yuǎn)小于0.0274。此時(shí)的企業(yè)應(yīng)該進(jìn)行有效措施，比如進(jìn)行資產(chǎn)重組或者通過股票的方式籌集資金，否則企業(yè)將在未來的幾年內(nèi)面臨風(fēng)險(xiǎn)。
五、結(jié)論
Z分?jǐn)?shù)模型和F分?jǐn)?shù)模型具有單變量分析模型所不具有的優(yōu)勢(shì)，幾乎包括了所有預(yù)測(cè)能力很強(qiáng)的指標(biāo)，預(yù)測(cè)效果也很好，對(duì)企業(yè)來說具有預(yù)測(cè)和防范的作用。F模型和Z模型得出的結(jié)論是一致的，兩者都可以為企業(yè)提供預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)的作用。通過以上理論以及數(shù)據(jù)的分析發(fā)現(xiàn)，兩種分?jǐn)?shù)模型都具有為企業(yè)提供危及預(yù)測(cè)的功能，一旦模型低于臨界值，企業(yè)就應(yīng)該改變經(jīng)營(yíng)策略，采取合適的手段籌集資金，這樣才能使企業(yè)避免決策失誤。
參考文獻(xiàn)：
[1]段霞.Z模型和KMV模型在我國(guó)適用性的對(duì)比研究――以我國(guó)制造類上市公司為例[D].西南財(cái)經(jīng)大學(xué)，2012.
[2]劉鑫.對(duì)我國(guó)上市公司信用風(fēng)險(xiǎn)狀況的實(shí)證研究―運(yùn)用“Z 評(píng)分模型”評(píng)價(jià)我國(guó)上市公司的信用風(fēng)險(xiǎn)[J].遼寧經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào)，2007（04）：29-30.
[3]劉獻(xiàn)中.基于Z評(píng)分模型對(duì)我國(guó)股份制銀行和證券公司信用風(fēng)險(xiǎn)的度量[J].金融經(jīng)濟(jì)，2010（12）：80-82.
（一）企業(yè)財(cái)務(wù)危機(jī)的內(nèi)涵
將企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)不斷加劇、企業(yè)經(jīng)營(yíng)狀況與財(cái)務(wù)狀況持續(xù)惡化、無法清償?shù)狡趥鶆?wù)直至破產(chǎn)的一系列過程統(tǒng)稱為企業(yè)財(cái)務(wù)危機(jī)。從根本來看，企業(yè)財(cái)務(wù)危機(jī)是由其喪失支付能力造成的，但是外在的表現(xiàn)形式多樣，包括企業(yè)資不抵債、盈利能力變差、現(xiàn)金流量持續(xù)保持負(fù)值、企業(yè)喪失信用等。
（二）財(cái)務(wù)危機(jī)預(yù)警體系的功能與作用
可以將企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理中的功能與作用概括為以下幾個(gè)方面。
1.監(jiān)督與監(jiān)測(cè)。財(cái)務(wù)危機(jī)預(yù)警體系在企業(yè)整個(gè)生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)級(jí)經(jīng)濟(jì)活動(dòng)中發(fā)揮著實(shí)時(shí)的監(jiān)督與監(jiān)測(cè)作用，生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)一旦出現(xiàn)問題，就會(huì)反映在各項(xiàng)財(cái)務(wù)指標(biāo)數(shù)值上，此時(shí)就可以通過財(cái)務(wù)危機(jī)預(yù)警體系進(jìn)行預(yù)警與反映。
2.識(shí)別與診斷。財(cái)務(wù)危機(jī)預(yù)警體系具有識(shí)別與存儲(chǔ)功能，可以將企業(yè)運(yùn)行中出現(xiàn)的異常狀況與其強(qiáng)大的數(shù)據(jù)庫進(jìn)行自動(dòng)比對(duì)，做出相應(yīng)的應(yīng)對(duì)決策。如企業(yè)流動(dòng)比率合理的取值應(yīng)該是2：1，過高或過低都反映出企業(yè)生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)出現(xiàn)了問題，財(cái)務(wù)危機(jī)預(yù)警體系便會(huì)做出預(yù)警并給出相應(yīng)的應(yīng)對(duì)措施。
3.預(yù)防和控制。財(cái)務(wù)危機(jī)預(yù)警體系不僅能進(jìn)行事中與事后的識(shí)別與診斷，更能進(jìn)行事前預(yù)防與控制，預(yù)警體系可以通過其強(qiáng)大的數(shù)據(jù)庫功能，在以往的危機(jī)過程中詳細(xì)記錄原因、過程與結(jié)果，在新的危機(jī)可能出現(xiàn)之前做好預(yù)防與管控。
二、企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的構(gòu)建
企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系是由若干要素及系統(tǒng)構(gòu)成的一個(gè)有機(jī)整體，故而在進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系構(gòu)建時(shí)，必須從其幾個(gè)構(gòu)成部分出發(fā)進(jìn)行探討。
（一）財(cái)務(wù)危機(jī)預(yù)警組織機(jī)制
一個(gè)健全的財(cái)務(wù)危機(jī)預(yù)警組織機(jī)制直接關(guān)系到企業(yè)財(cái)務(wù)預(yù)警體系的功能能發(fā)正常發(fā)揮及運(yùn)轉(zhuǎn)效果的好壞，為了保持其客觀性、中立性，預(yù)警組織機(jī)制必須獨(dú)立于企業(yè)的整體運(yùn)行與控制，直接受企業(yè)最高管理層控制并對(duì)其負(fù)責(zé)。預(yù)警組織機(jī)構(gòu)可以是實(shí)體組織也可以是虛設(shè)的，如常見的企業(yè)預(yù)警組織管理委員會(huì)就是虛設(shè)的，其成員多由企業(yè)符合條件的管理人員兼職擔(dān)任并聘請(qǐng)企業(yè)外部管理咨詢專家參加。
（二）財(cái)務(wù)危機(jī)預(yù)警信息機(jī)制
為了便于其各項(xiàng)功能的正常發(fā)揮，企業(yè)財(cái)務(wù)危機(jī)系統(tǒng)必須有強(qiáng)大的信息作支撐，包括信息的搜集、傳遞、處理及評(píng)價(jià)，為此企業(yè)必須對(duì)現(xiàn)有的財(cái)務(wù)危機(jī)預(yù)警體系進(jìn)行修正與升級(jí)，將最新的企業(yè)生產(chǎn)經(jīng)營(yíng)狀況與數(shù)據(jù)輸入系統(tǒng)，以便該系統(tǒng)功能的正常發(fā)揮。
（三）財(cái)務(wù)危機(jī)預(yù)警分析機(jī)制
對(duì)企業(yè)財(cái)務(wù)危機(jī)的分析包括識(shí)別危機(jī)信號(hào)、確定危機(jī)程度及預(yù)報(bào)危機(jī)情況三個(gè)方面，其中前兩個(gè)環(huán)節(jié)尤為重要。具體而言企業(yè)財(cái)務(wù)危機(jī)預(yù)警分析機(jī)制包括以下幾點(diǎn)。
1.建立短期財(cái)務(wù)預(yù)警系統(tǒng)，編制現(xiàn)金流量預(yù)算。從企業(yè)短期經(jīng)營(yíng)過程來看，足夠的現(xiàn)金比盈利更為重要，只要企業(yè)有現(xiàn)金、有利潤(rùn)，就表明企業(yè)生產(chǎn)經(jīng)營(yíng)是基本穩(wěn)定的，故而企業(yè)必須準(zhǔn)確編制現(xiàn)金流量，現(xiàn)金流量情況是否正常直接反映出企業(yè)經(jīng)營(yíng)管理是否出現(xiàn)了問題，一旦現(xiàn)金流量出現(xiàn)異常，企業(yè)必須及早采取措施。
2.確立財(cái)務(wù)分析指標(biāo)體系，建立長(zhǎng)期財(cái)務(wù)預(yù)警系統(tǒng)。企業(yè)在建立短期財(cái)務(wù)預(yù)警的基礎(chǔ)上，還必須建立長(zhǎng)期財(cái)務(wù)預(yù)警系統(tǒng)，尤其要注意其中的盈利能力指標(biāo)、償債能力指標(biāo)和發(fā)展?jié)摿χ笜?biāo)。如下圖所示。
（四）財(cái)務(wù)危機(jī)預(yù)警管理機(jī)制
企業(yè)財(cái)務(wù)危機(jī)管理包括日常管控與危機(jī)管理兩種，其中日常管控強(qiáng)調(diào)事前與事中監(jiān)督管理，將企業(yè)日常經(jīng)營(yíng)過程中出現(xiàn)的任何問題與偏離都進(jìn)行實(shí)時(shí)反映與糾正，進(jìn)而進(jìn)行分析、識(shí)別與診斷，將風(fēng)險(xiǎn)控制在第一時(shí)間內(nèi)；而危機(jī)管理則是在財(cái)務(wù)危機(jī)發(fā)生后，如企業(yè)資不抵債、瀕臨破產(chǎn)、信用惡化后，組織專門力量進(jìn)行補(bǔ)救，化解財(cái)務(wù)危機(jī)。企業(yè)必須將預(yù)警管理重點(diǎn)放在第一個(gè)環(huán)節(jié)，重視日常管理，等到真正發(fā)生財(cái)務(wù)危機(jī)后進(jìn)行管理估計(jì)很難起到“亡羊補(bǔ)牢”的作用了。
三、企業(yè)財(cái)務(wù)危機(jī)治理對(duì)策
（一）恰當(dāng)選擇企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系
企業(yè)在選擇（建立）財(cái)務(wù)危機(jī)預(yù)警體系時(shí)必須充分結(jié)合當(dāng)前所處的發(fā)展階段與所要實(shí)現(xiàn)的財(cái)務(wù)目標(biāo)，因?yàn)椴煌髽I(yè)在發(fā)展的不同階段所面臨的風(fēng)險(xiǎn)與期望達(dá)到的財(cái)務(wù)目標(biāo)是不同的。如企業(yè)當(dāng)前處在急速擴(kuò)張階段的話就必須更加重視負(fù)債規(guī)模，如果企業(yè)當(dāng)前處于積極融資階段的話，在預(yù)警體系設(shè)計(jì)時(shí)就必須過多的考慮償債能力。
（二）定性分析與定量分析相結(jié)合
在設(shè)計(jì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系過程中首先必須選擇恰當(dāng)?shù)呢?cái)務(wù)指標(biāo)，在進(jìn)行指標(biāo)選擇時(shí)，必須堅(jiān)持定性與定量相結(jié)合的原則。定性指標(biāo)強(qiáng)調(diào)的是對(duì)研究對(duì)象屬性的描述，其結(jié)果也是描述性的，而定量指標(biāo)則更多的研究對(duì)象之間的量的關(guān)系，結(jié)果是具體而量化的。只有將定性與定量分析結(jié)合起來，才能構(gòu)建起符合企業(yè)發(fā)展實(shí)際的財(cái)務(wù)危機(jī)預(yù)警體系。
Abstract：Constructingfinancialcrisispre-warningsystemisthenecessitytothedevelopmentofcapitalmarketinChina.Thispaperanalyzesthepossibilityofconstructingfinancialcrisispre-warningsystemofthelistedcompaniesfromthreeaspects,theory，economicsandtechnology,andworksoutthenewthoughtandbasicframeworkofconstructingfinancialcrisispre-warningsystemsoastopreventandresolvethefinancialcrisisofthelistedcompanies.
關(guān)鍵詞：上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)
KeyWord：ListedcompanyFinancialcrisisPre-warningsystem
隨著經(jīng)濟(jì)一體化，經(jīng)營(yíng)全球化的發(fā)展，企業(yè)的生存發(fā)展環(huán)境發(fā)生了很大變化，面臨著很大的風(fēng)險(xiǎn)性和復(fù)雜性。作為企業(yè)改革先鋒的上市公司，同樣存在著潛在的危機(jī)。一旦財(cái)務(wù)危機(jī)無法化解，就會(huì)被戴上“ST”的帽子，以失敗告終。為了有效化解財(cái)務(wù)危機(jī)，亟待建立適合我國(guó)上市公司的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。
1財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)
財(cái)務(wù)危機(jī)是企業(yè)喪失償還到期債務(wù)的能力。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)正是為化解上市公司財(cái)務(wù)危機(jī)而建立起來的一種機(jī)制，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)還沒有公認(rèn)的定義，筆者在分析預(yù)警系統(tǒng)構(gòu)成要素的基礎(chǔ)上，將其定義為：財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是企業(yè)專門組織根據(jù)財(cái)務(wù)管理學(xué)、風(fēng)險(xiǎn)管理和統(tǒng)計(jì)學(xué)的相關(guān)理論，以企業(yè)的財(cái)務(wù)報(bào)表、經(jīng)營(yíng)計(jì)劃、相關(guān)經(jīng)營(yíng)資料以及所收集的外部資料為依據(jù)，采用定性和定量的分析方法，建立預(yù)警分析機(jī)制，將企業(yè)所面臨的經(jīng)營(yíng)波動(dòng)情況和危險(xiǎn)情況預(yù)先告知企業(yè)經(jīng)營(yíng)者和其他利益相關(guān)方,并分析企業(yè)發(fā)生經(jīng)營(yíng)非正常波動(dòng)或財(cái)務(wù)危機(jī)的原因,挖掘企業(yè)財(cái)務(wù)運(yùn)營(yíng)體系中所隱藏的問題，以督促企業(yè)管理部門提前采取防范或預(yù)防措施,為管理部門提供決策和風(fēng)險(xiǎn)控制依據(jù)的組織手段和分析系統(tǒng)。簡(jiǎn)單的說，它是企業(yè)專門組織預(yù)警-報(bào)警-排警的有機(jī)管理過程體系。
2構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的重要性
從理論上看，上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建是我國(guó)企業(yè)管理與控制理論的豐富和發(fā)展。本文所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于我國(guó)上市公司相關(guān)理論和經(jīng)濟(jì)技術(shù)特點(diǎn)上的，為上市公司財(cái)務(wù)危機(jī)警兆的理論研究提供新思路，從而建立一套發(fā)現(xiàn)警兆-確認(rèn)警情-排警對(duì)策（預(yù)警-報(bào)警-排警）的邏輯機(jī)理，為我國(guó)上市公司提供一種危機(jī)預(yù)警管理新模式，在預(yù)防和化解危機(jī)，提高企業(yè)危機(jī)預(yù)警管理水平方面發(fā)揮作用。
從實(shí)踐上看，對(duì)于上市公司來說，借助財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，公司管理層能夠及時(shí)發(fā)現(xiàn)公司財(cái)務(wù)狀況的惡化，以及造成公司財(cái)務(wù)狀況惡化的原因，從而能夠及時(shí)地、有針對(duì)性的調(diào)整公司的經(jīng)營(yíng)策略，扭轉(zhuǎn)公司經(jīng)營(yíng)狀況惡化的勢(shì)頭，以避免淪為“ST”“PT”的行列。另外公司越早獲得危機(jī)信號(hào)，越可以減少其在會(huì)計(jì)、審計(jì)、律師等方面所支付的費(fèi)用。同時(shí)，有利于證監(jiān)部門加強(qiáng)財(cái)務(wù)監(jiān)督管理，以提高上市公司的經(jīng)濟(jì)效益。
3構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的可行性
3.1理論依據(jù)
我國(guó)20世紀(jì)80年代初有了經(jīng)濟(jì)預(yù)警的概念，承認(rèn)經(jīng)濟(jì)的波動(dòng)性和周期性。企業(yè)預(yù)警理論主要包括危機(jī)管理理論、策略震撼理論、企業(yè)逆境管理理論以及企業(yè)診斷理論。這就為財(cái)務(wù)預(yù)警理論的發(fā)展和成熟提供了理論基礎(chǔ)。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于上市公司財(cái)務(wù)運(yùn)作的全過程，不斷成熟的財(cái)務(wù)管理學(xué)理論則成為其基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析是對(duì)大量原始信息和數(shù)據(jù)的處理，日益發(fā)展完善的信息傳遞理論和統(tǒng)計(jì)學(xué)為其提供了理論基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)中的危機(jī)管理不僅是對(duì)危機(jī)全過程的監(jiān)測(cè)和控制，而且是對(duì)風(fēng)險(xiǎn)的處理，那么現(xiàn)代經(jīng)濟(jì)周期理論和風(fēng)險(xiǎn)管理理論則為其提供了依據(jù)。另外，證監(jiān)部門于2001年11月《虧損上市公司暫停上市和終止上市實(shí)施辦法（修訂）》，表明我國(guó)證券市場(chǎng)退市機(jī)制不斷健全和完善。證券市場(chǎng)的退市機(jī)制是實(shí)現(xiàn)上市公司優(yōu)勝劣汰的重要途徑，增強(qiáng)上市公司的風(fēng)險(xiǎn)防范意識(shí)，提高上市公司的質(zhì)量，引導(dǎo)證券市場(chǎng)朝良性方向發(fā)展。
3.2經(jīng)濟(jì)基礎(chǔ)
財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是在危機(jī)前建立的，這個(gè)時(shí)候上市公司的財(cái)務(wù)狀況良好，財(cái)力雄厚，完全可以滿足構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的所有資金需求。同時(shí)，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)建立起來以后，為公司解決財(cái)務(wù)危機(jī)提供了有效分析手段和控制對(duì)策，使上市公司不至于破產(chǎn)，更甚是能及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，保證了公司經(jīng)濟(jì)效益的實(shí)現(xiàn)，可以彌補(bǔ)構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的全部支出，實(shí)現(xiàn)風(fēng)險(xiǎn)收益，即危機(jī)管理支出小于危機(jī)管理所帶來的收益。
3.3技術(shù)支撐
上市公司的財(cái)務(wù)資料相對(duì)容易搜集，財(cái)務(wù)數(shù)據(jù)趨于規(guī)范財(cái)務(wù)預(yù)警系統(tǒng)以財(cái)務(wù)報(bào)表及其他相關(guān)的財(cái)務(wù)信息與非財(cái)務(wù)信息為依據(jù)，在建立財(cái)務(wù)預(yù)警模型和進(jìn)行預(yù)警分析時(shí)，要運(yùn)用大量的財(cái)務(wù)資料。大部分上市公司已經(jīng)能夠按照市場(chǎng)經(jīng)濟(jì)的基本規(guī)則進(jìn)入市場(chǎng)，完成了現(xiàn)代企業(yè)制度的建設(shè)，產(chǎn)權(quán)明晰，管理規(guī)范、科學(xué)，財(cái)務(wù)披露制度較為健全。同時(shí)，又處于公開的市場(chǎng)監(jiān)管之下，各種操作行為較為規(guī)范。同時(shí)，監(jiān)管部門監(jiān)管力度的加大，將進(jìn)一步抑制會(huì)計(jì)造假者的造假動(dòng)機(jī)，提高財(cái)務(wù)數(shù)據(jù)質(zhì)量，從而更加有利于財(cái)務(wù)預(yù)警系統(tǒng)的順利運(yùn)行。
4構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的新思路
財(cái)務(wù)危機(jī)有潛伏、發(fā)作、惡化三個(gè)階段，在各個(gè)階段應(yīng)該有相應(yīng)的管理對(duì)策，這一系列的對(duì)策就構(gòu)成了本文財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的基本框架。
財(cái)務(wù)危機(jī)的潛伏時(shí)期，上市公司處在一個(gè)多變的環(huán)境之中，公司的市場(chǎng)狀況、產(chǎn)品的升級(jí)換代速度、關(guān)聯(lián)企業(yè)的供貨和資金償付能力、競(jìng)爭(zhēng)對(duì)手的價(jià)格政策變動(dòng)、金融市場(chǎng)的波動(dòng)、利率和外匯市場(chǎng)的變化、銀行信用和利率政策的改變等等，都會(huì)對(duì)企業(yè)的財(cái)務(wù)狀況、籌資能力、資金調(diào)度能力和償債能力等產(chǎn)生巨大的影響。為了及時(shí)準(zhǔn)確的識(shí)別財(cái)務(wù)危機(jī)，就需要有一個(gè)專門組織對(duì)企業(yè)內(nèi)外的財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行全面收集和有效傳遞，為預(yù)警分析機(jī)制提供信息數(shù)據(jù)基礎(chǔ)，這就構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的信息處理機(jī)制。
財(cái)務(wù)危機(jī)的發(fā)作時(shí)期，在證監(jiān)部門的財(cái)務(wù)監(jiān)督下，上市公司為保證經(jīng)濟(jì)效益的實(shí)現(xiàn)，就必須對(duì)收集的內(nèi)外財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行分析，選擇能夠明顯反映公司財(cái)務(wù)狀況特征的指標(biāo)體系，不僅要有財(cái)務(wù)指標(biāo)，而且要引入非財(cái)務(wù)指標(biāo)，如行業(yè)、企業(yè)規(guī)模、管理水平等，以全面反映公司財(cái)務(wù)狀況，然后用收集的數(shù)據(jù)和選定的指標(biāo)，通過現(xiàn)代建模方法（如主成分法，人工神經(jīng)網(wǎng)絡(luò)方法）構(gòu)建預(yù)警分析模型，以準(zhǔn)確判斷財(cái)務(wù)危機(jī)是否已經(jīng)產(chǎn)生，將此分析結(jié)果及時(shí)反饋給企業(yè)管理者，便于其迅速采取對(duì)策。指標(biāo)分析和模型分析構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析機(jī)制。
財(cái)務(wù)危機(jī)的惡化時(shí)期，財(cái)務(wù)危機(jī)已經(jīng)存在，如果不能及時(shí)控制或有效化解，上市公司將面臨生死存亡的境地。為了化解危機(jī)，公司管理層就要立即啟動(dòng)財(cái)務(wù)危機(jī)處理小組，迅速分析財(cái)務(wù)危機(jī)產(chǎn)生的原因，及時(shí)采取有效的管理措施，以恢復(fù)公司正常經(jīng)營(yíng)。由于財(cái)務(wù)危機(jī)有突發(fā)性，要求公司管理層要有強(qiáng)烈的危機(jī)意識(shí)。
任何一項(xiàng)管理活動(dòng)都離不開管理者，上市公司財(cái)務(wù)危機(jī)預(yù)警管理也不例外，要有一個(gè)專門組織為預(yù)警管理服務(wù)。構(gòu)建了以財(cái)務(wù)危機(jī)發(fā)展階段為基礎(chǔ)的預(yù)警-報(bào)警-排警的財(cái)務(wù)危機(jī)預(yù)警過程機(jī)理，還需要有實(shí)施財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的組織機(jī)制，它包含了組織體系和組織過程。組織體系就是構(gòu)建一個(gè)專門為危機(jī)預(yù)警管理服務(wù)的組織；組織過程則是在危機(jī)預(yù)警系統(tǒng)實(shí)施中的預(yù)警-報(bào)警-排警邏輯過程。
此財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是以專門組織為保證，依次執(zhí)行預(yù)警-報(bào)警-排警三項(xiàng)活動(dòng)，與前面的研究相比，克服了將組織機(jī)制、信息處理機(jī)制、預(yù)警分析機(jī)制、危機(jī)管理機(jī)制并列的不足，使預(yù)警系統(tǒng)結(jié)構(gòu)更為合理，為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的實(shí)施提供了新思路。
參考文獻(xiàn)：
[1]EIAltman.CorporateFinancialDistressandBankruptcy[M].NewYork：Wiley，2000.
[2]StephenARoss.公司理財(cái)[M].北京：機(jī)械工業(yè)出版社，2000.
[3]張鳴，張艷，程濤.企業(yè)財(cái)務(wù)預(yù)警研究前沿[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2004.
[4]張友棠.財(cái)務(wù)預(yù)警系統(tǒng)管理研究[M].北京：中國(guó)人民大學(xué)出版社，2004.
[5]汪平.財(cái)務(wù)理論[M].北京：經(jīng)濟(jì)管理出版社，2003.
