企業(yè)財(cái)務(wù)危機(jī)預(yù)警精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的企業(yè)財(cái)務(wù)危機(jī)預(yù)警主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

【關(guān)鍵詞】財(cái)務(wù)危機(jī)；風(fēng)險(xiǎn)管理；預(yù)警模型

1 財(cái)務(wù)危機(jī)的界定

“財(cái)務(wù)危機(jī)”是由Ross（1999）在總結(jié)前人研究成果的基礎(chǔ)上精煉而成的概念：技術(shù)失敗，指企業(yè)沒有足夠的流動資金按時(shí)償還已到履約期的債務(wù)合同；會計(jì)失敗，指企業(yè)的賬面凈資產(chǎn)為負(fù)數(shù)，資不抵債；企業(yè)失敗，指企業(yè)依法進(jìn)行清算后所得的資金仍不足以償還債務(wù)；法定破產(chǎn)，指企業(yè)無法持續(xù)經(jīng)營，依照破產(chǎn)法向司法機(jī)關(guān)申請破產(chǎn)。針對我國金融市場實(shí)情，上市公司鮮有被破產(chǎn)清算，若將企業(yè)破產(chǎn)等狀況界定為“財(cái)務(wù)危機(jī)”作為研究的對象，那么財(cái)務(wù)危機(jī)預(yù)警模型的實(shí)用意義也就降低了。因此，我國證券市場主要是以上市公司是否被“特別處理（ST）”作為中國特色的企業(yè)財(cái)務(wù)危機(jī)判斷標(biāo)準(zhǔn)。

2 財(cái)務(wù)危機(jī)預(yù)警模型研究現(xiàn)狀

學(xué)術(shù)界提出了各種不同的財(cái)務(wù)危機(jī)預(yù)警的方法和模型，本文將其歸納為定性預(yù)警模型和定量預(yù)警模型兩大類。定量預(yù)警模型進(jìn)一步細(xì)分為統(tǒng)計(jì)類財(cái)務(wù)危機(jī)預(yù)警模型和人工智能類財(cái)務(wù)危機(jī)預(yù)警模型。

2.1 定性財(cái)務(wù)危機(jī)預(yù)警模型

財(cái)務(wù)危機(jī)的定性研究，通過人為經(jīng)驗(yàn)主觀識別風(fēng)險(xiǎn)，實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警的方法。目前定性研究模型主要分為以下四類：1）標(biāo)準(zhǔn)化調(diào)查法：指借助外界因素即通過專業(yè)人員或咨詢公司等就公司可能遇到的問題加以詳細(xì)的調(diào)查和分析，形成報(bào)告供公司經(jīng)營者參考的方法。標(biāo)準(zhǔn)化的問題就是財(cái)務(wù)預(yù)警指標(biāo)，其對警情的預(yù)報(bào)則體現(xiàn)在公司對問題的回答中。2）四階段癥狀分析法：公司財(cái)務(wù)運(yùn)營情況不佳在各個階段伴隨有特定的癥狀，因此把公司財(cái)務(wù)運(yùn)營“病癥”大體分為四個階段：財(cái)務(wù)危機(jī)潛伏期，財(cái)務(wù)危機(jī)發(fā)作期，財(cái)務(wù)危機(jī)的惡化期和財(cái)務(wù)危機(jī)爆發(fā)期。通過財(cái)務(wù)分析來確定公司的財(cái)務(wù)狀況處于哪一個階段，然后再“對癥下藥”，采取不同的風(fēng)險(xiǎn)應(yīng)對措施以降低企業(yè)風(fēng)險(xiǎn)，使企業(yè)經(jīng)營回歸正軌。3）三個月資金周轉(zhuǎn)表分析法：以三個月作為時(shí)間段，通過制定該階段的資金周轉(zhuǎn)表來分析指標(biāo)異動原因及合理性。若企業(yè)很難在規(guī)定的時(shí)間段內(nèi)提供寬松的現(xiàn)金流轉(zhuǎn)表，則表明企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)正在加劇。4）管理評分法：首先對企業(yè)經(jīng)營管理中出現(xiàn)的問題對比打分，再根據(jù)這些項(xiàng)目對破產(chǎn)影響的大小進(jìn)行加權(quán)處理，最終得出加權(quán)總分。根據(jù)總分落入的分?jǐn)?shù)區(qū)間，判定企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)程度。

定性研究能夠彌補(bǔ)定量研究的不足，對于一些無法或很難量化的指標(biāo)，我們可以通過定性研究的方法，著重分析事物因果關(guān)系。

2.2 定量財(cái)務(wù)危機(jī)預(yù)警模型

2.2.1 傳統(tǒng)統(tǒng)計(jì)模型

（1）單變量財(cái)務(wù)危機(jī)預(yù)警模型

單變量分析是最早用于財(cái)務(wù)危機(jī)預(yù)警的模型，F(xiàn)itzpatrick（1932）提出以單項(xiàng)財(cái)務(wù)指標(biāo)比率作為標(biāo)準(zhǔn)來判斷企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)。他采用單變量指標(biāo)將樣本公司劃分為破產(chǎn)和非破產(chǎn)兩組，最后發(fā)現(xiàn)“凈利潤/股東權(quán)益”和“股東權(quán)益/負(fù)債”兩個指標(biāo)在財(cái)務(wù)風(fēng)險(xiǎn)判定方面的效果最佳。Beaver（1966）采用財(cái)務(wù)比率對企業(yè)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測，他經(jīng)過研究證實(shí)在排除行業(yè)因素和公司資產(chǎn)規(guī)模因素的前提下，債務(wù)保障率、總資產(chǎn)凈利潤率等財(cái)務(wù)比率對預(yù)測財(cái)務(wù)危機(jī)是有效的。陳靜（1999）對27家ST公司和27家非ST公司1995-1997年三年的財(cái)務(wù)數(shù)據(jù)也進(jìn)行了單變量研究。雖然單變量模型運(yùn)用廣泛，但也存在許多缺陷：多個單一指標(biāo)指示結(jié)果之間相互矛盾而無法全面地反映企業(yè)財(cái)務(wù)特征，易發(fā)生企業(yè)管理人員有意地粉飾單變量指標(biāo)使得財(cái)務(wù)預(yù)警效果失真等。

（2）多元線性判別模型

多元線性判定模型是運(yùn)用多種財(cái)務(wù)比率指標(biāo)構(gòu)造多元線性函數(shù)公式來進(jìn)行危機(jī)預(yù)警的模型，其典型代表有Z Score模型和Fisher判別模型。

Z Score模型，最早是由Altman（1968）建立，他從22個財(cái)務(wù)指標(biāo)中提取5個公因子分別從企業(yè)資產(chǎn)利用率，資產(chǎn)規(guī)模，償債能力，財(cái)務(wù)結(jié)構(gòu)，盈利能力等方面綜合分析預(yù)測企業(yè)的財(cái)務(wù)狀況，通過對33組制造性上市企業(yè)的研究，綜合分析后建立多元線性Z Score模型。通過統(tǒng)計(jì)分析，Altman得出當(dāng)Z2.67時(shí)，公司處于安全狀態(tài)。向德偉（2002）針對性地選80家上市公司為樣本，采用Z模型對樣本2000-2001年的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明Z模型對某些特例可能失效，但總體上有效。麻鵬波（2010）應(yīng)用Z模型對上市公司進(jìn)行實(shí)證分析，根據(jù)計(jì)算得出的數(shù)據(jù)和模型判別標(biāo)準(zhǔn)，判定企業(yè)財(cái)務(wù)狀況并提出相關(guān)的財(cái)務(wù)風(fēng)險(xiǎn)防范措施。嚴(yán)碧紅、馬廣奇（2011）選取深市61家房地產(chǎn)上市公司，運(yùn)用Z模型對其2010-2011年的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行實(shí)證研究，判斷房地產(chǎn)上市公司存在的財(cái)務(wù)危機(jī)。Z模型簡單明了易于理解，根據(jù)實(shí)證研究表明針對不同財(cái)務(wù)狀況具有一定判斷能力，故得到較為廣泛的運(yùn)用，但該模型不適于時(shí)間跨度較長的企業(yè)危機(jī)預(yù)警。

Fisher判別分析模型是統(tǒng)計(jì)性分析方法，其基本思想是把所有數(shù)據(jù)的總離差平方和分解為組內(nèi)差和組間差兩部分，而組間差與組內(nèi)差的比值大小作為衡量總體差異大小的標(biāo)志?；谥匾钥紤]，F(xiàn)isher判別分析模型的具體算法與運(yùn)用就不在本文詳述了。

多元線性判定模型具有較高的判別精度，但也存在一些缺陷：第一，是數(shù)據(jù)收集和分析的工作量龐大；第二，時(shí)間跨度越長，其精確度越低；第三，多元線性判定模型具有兩個很嚴(yán)格的前提假設(shè)，一是假定自變量是呈正態(tài)分布的，另一個是要求解釋變量之間完全獨(dú)立；第四，要求在財(cái)務(wù)危機(jī)組與控制組之間進(jìn)行配對，但配對標(biāo)準(zhǔn)如何恰當(dāng)確定是一個難題。為了克服這些局限性，自20世紀(jì)70年代末以來，財(cái)務(wù)危機(jī)研究人員引進(jìn)了Logistic和Probit回歸方法，人工神經(jīng)網(wǎng)絡(luò)等技術(shù)。

（3）Logistic財(cái)務(wù)危機(jī)預(yù)警模型

多元邏輯回歸模型主要目標(biāo)在于尋求所觀察數(shù)據(jù)的條件概率，根據(jù)其條件概率來判斷觀察對象是否存在財(cái)務(wù)風(fēng)險(xiǎn)。Martin（1977）首次嘗試將Logistic模型應(yīng)用于企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建，以1969-1974上市公司作為研究對象，選取25個財(cái)務(wù)指標(biāo)來預(yù)測兩年后樣本公司的破產(chǎn)概率。實(shí)證結(jié)果顯示“凈利潤/總資產(chǎn)”等六個財(cái)務(wù)比率具有顯著的預(yù)測效果。Ohlson（1980）設(shè)計(jì)的Logistic模型使用了9個自變量，選取1970-1976年間105家破產(chǎn)公司和2058家非破產(chǎn)公司為樣本，分析了樣本公司在破產(chǎn)概率區(qū)間[0-1]上的分布，他發(fā)現(xiàn)了四類顯著影響破產(chǎn)概率的變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績和資產(chǎn)變現(xiàn)能力。Lau（1987）選用了10個自變量，使用多元邏輯模型構(gòu)建了財(cái)務(wù)危機(jī)的五階段預(yù)警模型。姜國華（2004）利用Logistic回歸模型分析了影響公司ST的因素，結(jié)果發(fā)現(xiàn)模型具有良好的預(yù)測能力且得出影響公司財(cái)務(wù)危機(jī)兩個主要因素是主營業(yè)務(wù)利潤和大股東持股比例。浦軍（2009）選取40家ST公司和103家非ST公司作為研究樣本，選取資產(chǎn)負(fù)債率、每股收益、股權(quán)集中度等8個變量指標(biāo)作為建模指標(biāo)，運(yùn)用Logistic回歸模型建立相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警模型，取得了良好的預(yù)測效果。

（4）Probit財(cái)務(wù)危機(jī)預(yù)警模型

Z.mijewski（1989）提出的Probit回歸模型，其假定公司破產(chǎn)的概率為p，并假設(shè)公司樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率p可以用財(cái)務(wù)指標(biāo)線性解釋。其計(jì)算方法和Logistic模型相似，先是確定公司樣本的極大似然函數(shù)，通過求似然函數(shù)的極大值得到參數(shù)a和b，然后利用公式求出公司破產(chǎn)的概率。

2.2.2 人工智能財(cái)務(wù)危機(jī)模型

（1）神經(jīng)網(wǎng)絡(luò)模型

Odom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)測研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家銀行（59家破產(chǎn)59家未破產(chǎn)）為樣本，建立了一個三層神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型，該篇以神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的文獻(xiàn)為財(cái)務(wù)危機(jī)預(yù)警帶來了巨大貢獻(xiàn)。黃小原和肖四漢（1995）提出了神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的構(gòu)建。楊寶安等（2001）應(yīng)用前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行了示范性設(shè)計(jì)和驗(yàn)證。楊淑娥和黃禮（2005）選用深交所180家上市公司的財(cái)務(wù)資料，其中選用120家上市公司作為訓(xùn)練樣本，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型預(yù)測上市公司是否面臨財(cái)務(wù)危機(jī)，又以60家上市公司作為檢驗(yàn)樣本，對BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行檢驗(yàn)，分別取得了建模樣本90.8%和檢驗(yàn)樣本90%的判斷正確率。朱燕妮（2008）選取了44家中國房地產(chǎn)上市公司的1998-2006年的數(shù)據(jù)作為樣本從償債能力、盈利能力、經(jīng)營發(fā)展能力以及公司治理等8個方面選擇了能夠全面反映出公司經(jīng)營與管理各個方面的63個指標(biāo)采用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了中國房地產(chǎn)上市公司分警度財(cái)務(wù)危機(jī)預(yù)警模型，在進(jìn)行仿真檢驗(yàn)時(shí)獲得了92.38%的正確率。

（2）基于支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)警模型

為了有效解決傳統(tǒng)模型存在的小樣本、高維數(shù)、非線性等問題，張?jiān)谛瘢?006）基于支持向量機(jī)方法（SVM）建立了一種新的公司財(cái)務(wù)危機(jī)預(yù)測模型。此后，閻娟娟、孫紅梅和劉金花（2006），邱玉蓮和朱琴（2006）也對支持向量機(jī)在財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建上做了深入研究，也都得出該方法運(yùn)用于財(cái)務(wù)危機(jī)預(yù)警中是有效的，為財(cái)務(wù)危機(jī)預(yù)警提供了一條新的研究思路。

3 財(cái)務(wù)危機(jī)預(yù)警模型述評

第2篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

[關(guān)鍵詞]企業(yè)；財(cái)務(wù)危機(jī)；預(yù)警

[DOI]10.13939/ki.zgsc.2016.03.142

近幾年來，全球經(jīng)濟(jì)一體化趨勢的加快，使得全球的經(jīng)濟(jì)牽一發(fā)而動全身，市場環(huán)境的不穩(wěn)定更是加劇了經(jīng)濟(jì)的不穩(wěn)定性，企業(yè)財(cái)務(wù)在面臨著前所未有的挑戰(zhàn)，企業(yè)在生產(chǎn)經(jīng)營的過程中也出現(xiàn)了諸多的風(fēng)險(xiǎn)。要規(guī)避風(fēng)險(xiǎn)，確保企業(yè)健康持續(xù)發(fā)展，企業(yè)的管理人員應(yīng)該構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系，控制好企業(yè)財(cái)務(wù)收支情況，科學(xué)有效規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)。

1 企業(yè)財(cái)務(wù)危機(jī)及其預(yù)警體系的功能與作用

所謂的企業(yè)財(cái)務(wù)危機(jī)，指的是企業(yè)運(yùn)營發(fā)展的過程中企業(yè)的財(cái)務(wù)不斷出現(xiàn)狀況導(dǎo)致財(cái)務(wù)危機(jī)加劇，甚至達(dá)到無法償還的地步，使得企業(yè)的財(cái)務(wù)難以維持企業(yè)正常的開支。企業(yè)的財(cái)務(wù)出現(xiàn)危機(jī)會給企業(yè)的經(jīng)營帶來難以想象的嚴(yán)重后果。企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系被廣泛應(yīng)用于企業(yè)的財(cái)務(wù)危機(jī)管理當(dāng)中，主要是通過設(shè)置與財(cái)務(wù)有關(guān)的敏感指標(biāo)并對其進(jìn)行觀察，然后利用數(shù)據(jù)進(jìn)行財(cái)務(wù)危機(jī)的識別、報(bào)警與處理的系統(tǒng)。企業(yè)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)可以實(shí)現(xiàn)對于企業(yè)內(nèi)部的所有經(jīng)營活動各種相關(guān)資料的全面掌握與了解，通過合理科學(xué)的分析對財(cái)務(wù)危機(jī)進(jìn)行提前預(yù)知，在發(fā)現(xiàn)危機(jī)之后用科學(xué)手段對危機(jī)進(jìn)行預(yù)警告知企業(yè)經(jīng)營者和其他利益相關(guān)人。并且預(yù)警體系還可以對于導(dǎo)致財(cái)務(wù)危機(jī)發(fā)生的原因進(jìn)行進(jìn)一步探究，就產(chǎn)生的原因給以必要的應(yīng)對措施，最終幫助企業(yè)及時(shí)規(guī)避財(cái)務(wù)危機(jī)，促使經(jīng)濟(jì)活動順利進(jìn)行。企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系具有以下四個功能。

第一，監(jiān)測功能。財(cái)務(wù)危機(jī)預(yù)警體系能夠?qū)ζ髽I(yè)的各項(xiàng)經(jīng)營管理環(huán)節(jié)和重要的經(jīng)濟(jì)活動事項(xiàng)進(jìn)行及時(shí)而有效的監(jiān)測。第二，預(yù)防與控制功能。財(cái)務(wù)危機(jī)預(yù)警體系能夠及時(shí)發(fā)現(xiàn)企業(yè)運(yùn)行中的財(cái)務(wù)風(fēng)險(xiǎn)，對財(cái)務(wù)危機(jī)進(jìn)行預(yù)警。并通過系統(tǒng)記錄，及時(shí)了解風(fēng)險(xiǎn)與危機(jī)的產(chǎn)生原因，提出改革與解決建議，糾正企業(yè)運(yùn)行中的偏差。第三，識別與診斷功能。財(cái)務(wù)危機(jī)預(yù)警體系能夠?qū)ζ髽I(yè)運(yùn)行中的潛在風(fēng)險(xiǎn)因素和潛在危機(jī)現(xiàn)象進(jìn)行識別與診斷，并判斷出這些危機(jī)活動的發(fā)展趨勢。第四，能夠提升企業(yè)的價(jià)值。企業(yè)的價(jià)值實(shí)際就是企業(yè)利用好其自身資源，所創(chuàng)造出的最大財(cái)富。財(cái)務(wù)危機(jī)預(yù)警體系能夠幫助企業(yè)實(shí)現(xiàn)這種價(jià)值的不斷增值。

2 企業(yè)財(cái)務(wù)預(yù)警體系存在的問題

2.1 財(cái)務(wù)信息不真實(shí)

受到傳統(tǒng)企業(yè)財(cái)務(wù)管理模式的影響，我國的企業(yè)通常會把管理的重心放在企業(yè)的技術(shù)部門和銷售部門，而對于企業(yè)財(cái)務(wù)部門的管理重視程度遠(yuǎn)遠(yuǎn)不夠。由于企業(yè)的管理者缺乏對于企業(yè)財(cái)務(wù)管理人員的培養(yǎng)，導(dǎo)致企業(yè)的財(cái)務(wù)人員普遍素質(zhì)和技能不高，而高素質(zhì)的財(cái)務(wù)人員十分匱乏。盡管近年來對于財(cái)務(wù)管理人員的專業(yè)化水平要求在不斷提高，但是企業(yè)的財(cái)務(wù)管理成員仍然缺乏高級會計(jì)師、注冊稅務(wù)師等高級的財(cái)務(wù)人員，容易造成財(cái)務(wù)信息的填寫不真實(shí)，阻礙了企業(yè)財(cái)務(wù)管理水平的進(jìn)一步提高。

2.2 企業(yè)資金結(jié)構(gòu)不合理

在我國，資金結(jié)構(gòu)主要體現(xiàn)的是權(quán)益資金與負(fù)債資金的比例關(guān)系，由于企業(yè)資金結(jié)構(gòu)不合理的現(xiàn)象普遍存在，導(dǎo)致出現(xiàn)了企業(yè)財(cái)務(wù)負(fù)擔(dān)沉重，償付能力嚴(yán)重不足，由此產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)。同時(shí)企業(yè)債務(wù)的一種重要清償方式是以新籌資金還債，新籌資金包括權(quán)益資金和債務(wù)資金。一個企業(yè)籌資能力喪失，企業(yè)現(xiàn)金又不足以維持企業(yè)持續(xù)經(jīng)營，此時(shí)到期債務(wù)不能清償就成為必然，所以，企業(yè)籌資能力喪失是企業(yè)發(fā)生財(cái)務(wù)危機(jī)的首要原因。

2.3 財(cái)務(wù)指標(biāo)較為單一

因?yàn)槲覈幱谑袌鼋?jīng)濟(jì)發(fā)展的初級階段，因此在財(cái)務(wù)管理方面存在很多的不足，尤其是財(cái)務(wù)指標(biāo)體系不健全現(xiàn)象突出。很多企業(yè)通常會將歷年的財(cái)務(wù)指標(biāo)作為參考的主要依據(jù)，而缺乏對于實(shí)際的資金周轉(zhuǎn)、現(xiàn)金比例等財(cái)務(wù)指標(biāo)的考察和核算，而是更多地進(jìn)行企業(yè)的負(fù)債和利潤的分析考察?？梢?，財(cái)務(wù)指標(biāo)的單一會使得企業(yè)在建立財(cái)務(wù)危機(jī)預(yù)警體系的過程中遇到很多難題，難以達(dá)到預(yù)警的效果。

2.4 管理體制不健全

由于很多企業(yè)缺乏對于系統(tǒng)管理機(jī)制的認(rèn)識，導(dǎo)致在企業(yè)的財(cái)務(wù)危機(jī)預(yù)警體系建立的過程中沒有完善的管理機(jī)制，很難實(shí)現(xiàn)有效地財(cái)務(wù)危機(jī)預(yù)警管理和控制。

同時(shí)，很多企業(yè)由于現(xiàn)實(shí)條件的限制使得對于財(cái)務(wù)危機(jī)預(yù)警的監(jiān)督管理意識不夠，在危機(jī)發(fā)生時(shí)不能立即采取應(yīng)對措施造成嚴(yán)重的經(jīng)濟(jì)損失。企業(yè)要發(fā)展必須要把預(yù)警機(jī)制落實(shí)到企業(yè)管理的各個方面，經(jīng)營的過程中對潛藏的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效的識別，但是很多企業(yè)管理者并未真正建立起科學(xué)有效、全面系統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警機(jī)制，一些財(cái)務(wù)風(fēng)險(xiǎn)都無法被及時(shí)的發(fā)現(xiàn)并處理。

3 企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的建立

3.1 推進(jìn)企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建

由于我國的市場經(jīng)濟(jì)還不成熟，不能簡單機(jī)械地重復(fù)相同的經(jīng)濟(jì)內(nèi)核，因此，可以構(gòu)建我國企業(yè)破產(chǎn)預(yù)測模型的運(yùn)用，在該模型的基礎(chǔ)上為我國各行業(yè)的企業(yè)數(shù)據(jù)庫提供了大量建模所需的數(shù)據(jù)。同時(shí)要選取大量的破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)作為樣本，按照模型變量的構(gòu)成和系數(shù)值，定期重新估計(jì)模型方程，體現(xiàn)出反映宏觀經(jīng)濟(jì)環(huán)境的變量

如利息等，根據(jù)企業(yè)自身的情況對模型結(jié)論的修正和補(bǔ)充，以使所得結(jié)論更加正確。一方面要建立短期財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，企業(yè)能否維持下去完全取決于是否盈利，還取決于是否有足夠的現(xiàn)金流入可以彌補(bǔ)各種支出。準(zhǔn)確的現(xiàn)金流量預(yù)算能夠使經(jīng)營者能夠及早采取措施。同時(shí)企業(yè)應(yīng)將財(cái)務(wù)狀況及投資計(jì)劃等以量化的形式建立企業(yè)預(yù)算體系，預(yù)測未來現(xiàn)金流量狀況并建立滾動式現(xiàn)金流量預(yù)算。另一方面是建立長期財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。對企業(yè)的償債能力、營運(yùn)措施、發(fā)展?jié)摿Φ冗M(jìn)行預(yù)測，在建立了財(cái)務(wù)危機(jī)預(yù)警體系后，企業(yè)針對風(fēng)險(xiǎn)形成原因及過程，制訂切實(shí)可行的風(fēng)險(xiǎn)管理體系，降低企業(yè)受損的程度。

3.2 完善財(cái)務(wù)管理體系

對于一個企業(yè)來說，內(nèi)控制度有利于更好地預(yù)防財(cái)務(wù)風(fēng)險(xiǎn)的產(chǎn)生，由于市場對企業(yè)產(chǎn)品的銷售價(jià)格、生產(chǎn)資料價(jià)格的穩(wěn)定性和銷售價(jià)格的調(diào)整能力都有一定的風(fēng)險(xiǎn)，企業(yè)產(chǎn)品變動成本總額的高低以及經(jīng)營治理者的業(yè)務(wù)素質(zhì)和治理經(jīng)驗(yàn)等，都是企業(yè)財(cái)務(wù)管理的瓶頸所在。企業(yè)管理人員要認(rèn)識到企業(yè)內(nèi)部管理工作對企業(yè)的積極作用，完善內(nèi)部管理控制制度，避免財(cái)務(wù)危機(jī)發(fā)生。同時(shí)也要提高財(cái)務(wù)決策的科學(xué)化水平.財(cái)務(wù)決策的正確與否直接關(guān)系財(cái)務(wù)管理環(huán)境，企業(yè)應(yīng)配備高素質(zhì)的財(cái)務(wù)管理人員，不斷強(qiáng)化財(cái)務(wù)管理的各項(xiàng)基礎(chǔ)工作，使企業(yè)財(cái)務(wù)管理系統(tǒng)能夠有效防范因財(cái)務(wù)管理系統(tǒng)引起的財(cái)務(wù)風(fēng)險(xiǎn).在決策過程中，應(yīng)充分考慮各種可行的方案，并選擇最優(yōu)的決策方案。

3.3 構(gòu)建財(cái)務(wù)預(yù)警信息機(jī)制

為企業(yè)提供財(cái)務(wù)預(yù)警信息，所需信息要增補(bǔ)一些能夠反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小的信息，與原來的財(cái)務(wù)管理信息系統(tǒng)結(jié)合在一起，必須建立在對大量資料系統(tǒng)分析的基礎(chǔ)上，建立以計(jì)算機(jī)為中心的處理信息的會計(jì)信息管理系統(tǒng)，在該系統(tǒng)中要實(shí)現(xiàn)數(shù)據(jù)共享，并反映企業(yè)的狀況，企業(yè)管理者利用這些指標(biāo)體系建立模型以進(jìn)行多變量綜合分析。

3.4 豐富企業(yè)財(cái)務(wù)危機(jī)預(yù)警的方法

一般來說，企業(yè)的財(cái)務(wù)危機(jī)預(yù)警會由三部分組成，分別是定性分析法、定量分析法、現(xiàn)金流分析法。定性分析法主要是對企業(yè)所有經(jīng)營活動的影響因素進(jìn)行系統(tǒng)分析，并且會對于不利因素進(jìn)行及時(shí)防范用以提高企業(yè)財(cái)務(wù)危機(jī)預(yù)警的能力。定量分析法是以企業(yè)的財(cái)務(wù)指標(biāo)為依據(jù)，透過企業(yè)的財(cái)務(wù)狀況與財(cái)務(wù)數(shù)據(jù)之間的關(guān)系，對財(cái)務(wù)數(shù)據(jù)進(jìn)行量化從而更好地進(jìn)行預(yù)警。加之企業(yè)的危機(jī)都是不斷發(fā)生變化的，財(cái)務(wù)指標(biāo)必然會有所改變，可見在企業(yè)的經(jīng)濟(jì)發(fā)展過程中財(cái)務(wù)指標(biāo)具有十分重要的指導(dǎo)作用。最后，現(xiàn)金流分析法就是依靠現(xiàn)金流指標(biāo)為依據(jù)，其實(shí)也從屬于定量分析法的一種。主要的作用是對企業(yè)的現(xiàn)金流入和流出進(jìn)行科學(xué)的預(yù)測和分析評估，很多企業(yè)由于缺乏對于現(xiàn)金流的認(rèn)識而容易阻礙企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系功能的發(fā)揮?？偟膩碚f，企業(yè)在經(jīng)濟(jì)發(fā)展的過程中應(yīng)該要根據(jù)自身的經(jīng)濟(jì)發(fā)展?fàn)顩r進(jìn)行財(cái)務(wù)危機(jī)預(yù)警方法的不斷探索，全方位提高企業(yè)的財(cái)務(wù)危機(jī)預(yù)警能力。

參考文獻(xiàn)：

[1]張文英.淺談企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的構(gòu)建[J].商場現(xiàn)代化，2013（1）：152-153.

[2]劉燕.企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的構(gòu)建[J].企業(yè)改革與管理，2014（15）：15-16.

[3]李啟祥.企業(yè)財(cái)務(wù)危機(jī)的預(yù)測及防范[J].中國市場，2013（22）.

第3篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

[關(guān)鍵詞] 財(cái)務(wù)危機(jī) 預(yù)警 模型

財(cái)務(wù)危機(jī)預(yù)警是指通過設(shè)置一些財(cái)務(wù)敏感指標(biāo)并觀察其值的變化，對可能造成企業(yè)財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)因素進(jìn)行跟蹤、監(jiān)測、預(yù)測，同時(shí)根據(jù)理論研究和經(jīng)驗(yàn)總結(jié)，設(shè)計(jì)一種有效的綜合性模型并確定一個閥值，當(dāng)相關(guān)因素指標(biāo)綜合值超過閥值時(shí)發(fā)出危機(jī)警報(bào)并采取對策。財(cái)務(wù)危機(jī)預(yù)警模型則是通過數(shù)學(xué)或統(tǒng)計(jì)方法建立模型對財(cái)務(wù)危機(jī)進(jìn)行定量預(yù)警分析。目前國內(nèi)外對企業(yè)財(cái)務(wù)危機(jī)預(yù)測模型的已取得了一些成果。

一、單變量判定模型

Fitzpatrick（1932）最早發(fā)現(xiàn)，出現(xiàn)財(cái)務(wù)困境的公司其財(cái)務(wù)比率和正常的財(cái)務(wù)比率相比，有顯著不同。Beaver(1966)則首先應(yīng)用統(tǒng)計(jì)方法建立了單變量財(cái)務(wù)預(yù)測模型，他首先使用了5個財(cái)務(wù)比率作為變量，選取美國1954年～1964年間資產(chǎn)規(guī)模相同的79家經(jīng)營失敗企業(yè)和79家正常經(jīng)營正常的企業(yè)，進(jìn)行對比研究，發(fā)現(xiàn)具有良好預(yù)測性的財(cái)務(wù)比率依此為現(xiàn)金流量/負(fù)責(zé)總額的比率、資產(chǎn)負(fù)責(zé)率、資產(chǎn)收益率。

在我國陳靜（1999）選擇了4個財(cái)務(wù)比率指標(biāo)作為變量即資產(chǎn)負(fù)債率、流動比率、凈資產(chǎn)收益率、總資產(chǎn)收益率，運(yùn)用兩分法，發(fā)現(xiàn)資產(chǎn)負(fù)債率、流動比率和總資產(chǎn)收益率的預(yù)測效果較好。

二、多變量判定模型

1.財(cái)務(wù)比率綜合分析法：其將各項(xiàng)財(cái)務(wù)分析指標(biāo)作為一個整體，系統(tǒng)地對企業(yè)財(cái)務(wù)狀況和經(jīng)營情況進(jìn)行剖析、解釋和評價(jià)。這類方法的主要代表是杜邦財(cái)務(wù)分析體系和沃爾比重評分法，前者是以凈值報(bào)酬率為龍頭，以資產(chǎn)凈利潤率為核心，重點(diǎn)揭示企業(yè)獲利能力及其前因后果；后者是將選定的七項(xiàng)財(cái)務(wù)比率分別給定各自的分?jǐn)?shù)比重，通過與標(biāo)準(zhǔn)比率進(jìn)行比較，確定各項(xiàng)指標(biāo)的得分及總體指標(biāo)的累計(jì)分?jǐn)?shù)，從而得出企業(yè)財(cái)務(wù)狀況的綜合評價(jià)，續(xù)而確定其信用等級。

2.多元線性函數(shù)模型：多元線性函數(shù)模型是運(yùn)用多邊模式思路上建立起來的，其中最著名的是美國紐約大學(xué)的Altman教授在20世紀(jì)60年代中期提出的Z計(jì)分模型。他通過將多種財(cái)務(wù)指標(biāo)加權(quán)匯總，計(jì)算出一個總差別分來預(yù)測、計(jì)量企業(yè)破產(chǎn)的可能性，這個總差別分通常被稱為Z值，這個模型被稱為Z值計(jì)分模型：

其中: -判別函數(shù)值；=營運(yùn)資金/總資產(chǎn)；=留成收益/總資產(chǎn)；=息稅前利潤/總資產(chǎn)；=(普通股價(jià)值+優(yōu)先股價(jià)值)/總負(fù)債；=銷售收入/總資產(chǎn)

我國的陳靜（1999）、鄧茂（2003）等人利用Z值計(jì)分模型對我國的上市公司進(jìn)行了研究，發(fā)現(xiàn)此模型對ST公司和非ST公司有較好的判別率，當(dāng)年、前一年、前兩年的正確率分別在92%、85%、79%以上。

3.Logistic和Probit概率模型：Logistic和Probit方法的結(jié)論很相似，一般多使用Logistic概率模型。Logistic又叫增長函數(shù)，是1838年比利時(shí)P.F.Verhulst首先提出的,二元Logistic概率函數(shù)的為：

其中是在條件下事件發(fā)生的概率，代表事件不發(fā)生的概率，是截距, 是待估計(jì)的參數(shù)。通過設(shè)定臨界值作為事件發(fā)生與否的標(biāo)準(zhǔn)，如果事件發(fā)生的概率大于臨界值，則判斷事件發(fā)生，反之，判定事件不發(fā)生?；貧w模型的一般形式如下：

美國學(xué)者Ohlson是最早把此模型運(yùn)用到財(cái)務(wù)危機(jī)預(yù)警中的人。我國學(xué)者吳世農(nóng)、盧賢義（2001）、上海財(cái)經(jīng)大學(xué)的姜秀華（2002）運(yùn)用此模型對滬深證市場的部分ST公司進(jìn)行了研究，并認(rèn)為Logistic概率模型優(yōu)于多元線性預(yù)警模型。

三、神經(jīng)網(wǎng)絡(luò)分析模型

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)是一種平行分散處理模式，其建構(gòu)理念植基于人類大腦神經(jīng)運(yùn)行的模式。ANN除了具有較好的模式識別能力外，而且可以克服統(tǒng)計(jì)方面的限制，因它具有容錯能力，對數(shù)據(jù)的分布要求不嚴(yán)格，具備處理資料遺漏或是錯誤的能力；最重要的是ANN具有學(xué)習(xí)能力，可隨時(shí)依據(jù)新準(zhǔn)備數(shù)據(jù)資料進(jìn)行自我學(xué)習(xí)、訓(xùn)練，調(diào)整其內(nèi)部的儲存權(quán)重參數(shù)以對應(yīng)多邊的企業(yè)環(huán)境。ANN在經(jīng)濟(jì)預(yù)警(Early Warning,EW)系統(tǒng)中的應(yīng)用，無論從思想，還是技術(shù)上都是對傳統(tǒng)EW的一種拓寬和突破，克服了以往模型重定量指標(biāo)，難以處理定性指標(biāo)；模型不具有時(shí)變性，缺乏自適應(yīng)、學(xué)習(xí)能力。目前國內(nèi)外一些學(xué)者，在ANN預(yù)警系統(tǒng)研究方面做過一些理

論和實(shí)踐上的探討。

四、現(xiàn)有財(cái)務(wù)危機(jī)預(yù)警模型的局限性

上述分析模型在理論和實(shí)踐上還有待完善，在實(shí)際運(yùn)用中也各有優(yōu)缺點(diǎn)，主要表現(xiàn)在以下幾個方面：

1.單變量判定模型有良好的理論基礎(chǔ)，但其割裂了各個財(cái)務(wù)分析指標(biāo)之間的內(nèi)在整體聯(lián)系，在實(shí)際運(yùn)用中存在很大局限性，并預(yù)警的準(zhǔn)確性較差。

2.概率統(tǒng)計(jì)模型在實(shí)踐運(yùn)用中具有較好的預(yù)測性，但其缺乏理論基礎(chǔ)。

3.神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)運(yùn)用到公司財(cái)務(wù)危機(jī)預(yù)警模型中的時(shí)間并不長，神經(jīng)網(wǎng)絡(luò)預(yù)警模型過于復(fù)雜，在運(yùn)用中還有待完善，因此在實(shí)踐上受到很大限制。

4.現(xiàn)有預(yù)警模型無法對上市公司提供的數(shù)據(jù)真假做出辨別。

5.現(xiàn)有預(yù)警模型還都主要側(cè)重于財(cái)務(wù)定量數(shù)據(jù)的使用，對于像宏觀經(jīng)濟(jì)狀況、國家政策的變化、不同企業(yè)的特殊情況（如信用）等定性指標(biāo)考慮還較少。

五、財(cái)務(wù)危機(jī)預(yù)警模型的未來發(fā)展

1.需要發(fā)展一些不同行業(yè)的財(cái)務(wù)危機(jī)預(yù)警分析模型。由于各個行業(yè)都有自身的一些經(jīng)營特點(diǎn)，具體體現(xiàn)在財(cái)務(wù)數(shù)據(jù)上就有一些差異，這就降低了各個行業(yè)之間財(cái)務(wù)數(shù)據(jù)的可比性，從而使建立不同行業(yè)的財(cái)務(wù)危機(jī)預(yù)警模型很有必要。

2.未來的財(cái)務(wù)危機(jī)預(yù)警模型還應(yīng)把一些非財(cái)務(wù)指標(biāo)所能體現(xiàn)的定性因素考慮進(jìn)去。

3.未來的財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)能夠?qū)舅峁┑呢?cái)務(wù)數(shù)據(jù)的真?zhèn)巫龀鲆欢ㄨb別。

4.未來的財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)該具備一定的自我學(xué)習(xí)能力。

參考文獻(xiàn)：

[1]陳靜:上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證研究［J］.會計(jì)研究.1999.(4)

[2]鄭茂:我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建及實(shí)證分析［J］.金融論壇.2003.(10)

[3]吳世農(nóng)盧賢義:我國上市公司財(cái)務(wù)困境的預(yù)測模型研究［J］.經(jīng)濟(jì)研究,2001,(6)

第4篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

【關(guān)鍵詞】 企業(yè)財(cái)務(wù)危機(jī)； 預(yù)警方法； 預(yù)警模型

一、引言

企業(yè)財(cái)務(wù)危機(jī)預(yù)警是指依據(jù)企業(yè)財(cái)務(wù)會計(jì)資料，運(yùn)用科學(xué)的方法，對企業(yè)財(cái)務(wù)系統(tǒng)和財(cái)務(wù)活動中存在的問題進(jìn)行分析和診斷，及時(shí)發(fā)現(xiàn)企業(yè)的潛在危機(jī)，進(jìn)而提出解決措施。財(cái)務(wù)危機(jī)預(yù)警的方法有很多，如果根據(jù)不同方法所使用的資料情況分類，可以簡單地將其分為靜態(tài)方法和動態(tài)方法。靜態(tài)方法包括：財(cái)務(wù)指標(biāo)分析法、單變模型分析法、多元線性模型分析法、多元邏輯回歸模型分析法等；動態(tài)方法是指人工神經(jīng)網(wǎng)絡(luò)模型分析等方法。企業(yè)財(cái)務(wù)危機(jī)預(yù)警屬于微觀經(jīng)濟(jì)預(yù)警范疇，比之宏觀經(jīng)濟(jì)預(yù)警而言，其在理論上和方法上都相對滯后。因此，研究和設(shè)計(jì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法體系是一個正在探索的課題。

二、企業(yè)財(cái)務(wù)危機(jī)預(yù)警的主要方法及其優(yōu)缺點(diǎn)

（一）單變模型分析法

單變模型分析法是通過單個財(cái)務(wù)比率走勢的惡化程度來預(yù)測財(cái)務(wù)危機(jī)。常用的財(cái)務(wù)比率主要有：債務(wù)保障率、資產(chǎn)收益率、資產(chǎn)負(fù)債率、資金安全率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資金周轉(zhuǎn)率等。企業(yè)良好的現(xiàn)金流量、收益能力和債務(wù)狀況應(yīng)表現(xiàn)為企業(yè)長期穩(wěn)定的發(fā)展態(tài)勢。在跟蹤考察時(shí)，當(dāng)這些財(cái)務(wù)比率達(dá)到經(jīng)營者設(shè)立的警戒線時(shí)，就需特別注意防范財(cái)務(wù)危機(jī)。

單變模型分析法的優(yōu)點(diǎn)是理解容易，計(jì)算簡便；缺點(diǎn)是這種方法僅能反映企業(yè)財(cái)務(wù)惡化的趨勢，無法進(jìn)行風(fēng)險(xiǎn)大小的準(zhǔn)確度量。而且，企業(yè)風(fēng)險(xiǎn)是各項(xiàng)目風(fēng)險(xiǎn)的綜合，單變模型分析法并不能揭示不同財(cái)務(wù)比率因素對整體風(fēng)險(xiǎn)的作用大小，也不能反映各財(cái)務(wù)比率之間的相互影響作用。相反，對同一公司采用不同的財(cái)務(wù)比率進(jìn)行預(yù)測，還可能出現(xiàn)結(jié)果不同的現(xiàn)象。

（二）多元線性模型分析法

近年來，多元線性模型分析法在財(cái)務(wù)危機(jī)預(yù)警中得到了廣泛的應(yīng)用。多元線性模型分析法最常見的是“Z計(jì)分模型”法，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（Z值）來預(yù)測財(cái)務(wù)危機(jī)。其函數(shù)模型為：

Z＝0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

該模型以5個財(cái)務(wù)比率，將反映企業(yè)償債能力的指標(biāo)（X1，X4）、獲利能力指標(biāo)（X2，X3）和營運(yùn)能力指標(biāo)（X5）有機(jī)地聯(lián)系起來，綜合分析和預(yù)測企業(yè)風(fēng)險(xiǎn)。在這三類指標(biāo)中，最重要的指標(biāo)是營運(yùn)能力指標(biāo)。一般認(rèn)為，Z值越低企業(yè)越有可能發(fā)生破產(chǎn)。

“Z計(jì)分模型”是比較成熟的一種財(cái)務(wù)危機(jī)預(yù)警方法。該模型從總體角度給了企業(yè)一個定量標(biāo)準(zhǔn)，以檢查企業(yè)的財(cái)務(wù)狀況，有利于不同時(shí)期的比較。但由于企業(yè)規(guī)模、行業(yè)、地域等諸多差異，使Z值并不具有橫向可比性。同時(shí)，由于這種線性判別函數(shù)存在兩個無法克服的邏輯缺陷：固定影響假設(shè)和完全線性補(bǔ)償假設(shè)。而這兩個缺陷更是極大地限制了模型的分類和預(yù)測能力。

（三）多元邏輯（Logit）回歸模型分析法

多元邏輯回歸模型的目標(biāo)是尋求觀察對象的條件概率，從而據(jù)此判斷觀察對象的財(cái)務(wù)狀況和經(jīng)營風(fēng)險(xiǎn)。這一模型建立在累計(jì)概率函數(shù)的基礎(chǔ)上，不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的條件。

近年來，多元邏輯回歸預(yù)警研究在我國發(fā)展較快。如：吳世農(nóng)、盧賢義以我國上市公司為研究對象，選取了70家處于財(cái)務(wù)危機(jī)的公司和70家財(cái)務(wù)正常的公司為樣本，應(yīng)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(yù)測財(cái)務(wù)危機(jī)的模型。研究結(jié)果表明：三種模型都能在財(cái)務(wù)困境發(fā)生前發(fā)出相對準(zhǔn)確的預(yù)測。而相對同一信息集，Logistic預(yù)測模型的判定準(zhǔn)確率最高，財(cái)務(wù)危機(jī)發(fā)生前第1年的判定準(zhǔn)確率為93.53%。陳曉、陳治鴻以截至1999年7月1日的38家因“財(cái)務(wù)狀況異?！倍惶貏e處理的ST公司為研究對象，運(yùn)用多元Logit回歸進(jìn)行研究。研究結(jié)果表明，用負(fù)債權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)率、主營業(yè)務(wù)利潤/總資產(chǎn)和留存收益/總資產(chǎn)構(gòu)建的多元邏輯回歸具有較強(qiáng)的預(yù)測能力。姜秀華于2001年在其出版的博士論文中運(yùn)用邏輯回歸方法構(gòu)建的預(yù)警模型，其在企業(yè)財(cái)務(wù)危機(jī)發(fā)生前第1年的判定準(zhǔn)確率為95.45%。陳洪波（2003）根據(jù)理論和實(shí)證研究結(jié)論，考慮對融資結(jié)構(gòu)產(chǎn)生影響的種種因素，選擇資產(chǎn)負(fù)債率、調(diào)整后的速動比率、EBIT/總利息支付、銷售凈利率和主營收入利潤率的增長率前N年的變化平均值5個財(cái)務(wù)指標(biāo)作為變量構(gòu)建了一個財(cái)務(wù)危機(jī)預(yù)警的多變模型。吳世珍、柯大鋼從“應(yīng)收款”視角構(gòu)建了一個我國上市公司的財(cái)務(wù)危機(jī)預(yù)警模型，并對模型的有效性進(jìn)行了檢驗(yàn)。

Logit模型的最大優(yōu)點(diǎn)是不需要嚴(yán)格的假設(shè)條件，克服了線性方程受統(tǒng)計(jì)假設(shè)約束的局限性，具有更廣泛的應(yīng)用范圍；其缺點(diǎn)是使用該方法時(shí)收集信息和計(jì)算的過程較為復(fù)雜，不易掌握，從而又限制了模型在實(shí)踐中的應(yīng)用和推廣。

（四）人工神經(jīng)網(wǎng)絡(luò)（ANN）分析法

近年來，人工神經(jīng)網(wǎng)絡(luò)（ANN）技術(shù)的發(fā)展，給企業(yè)財(cái)務(wù)預(yù)測提供了新的工具，應(yīng)用新的研究方法提高預(yù)測準(zhǔn)確度逐漸成為該領(lǐng)域的重要發(fā)展方向。ANN作為一種平行分散處理模式，是對人類大腦神經(jīng)運(yùn)作的模擬。ANN除具有較好的模式識別能力外，還可以克服統(tǒng)計(jì)方法的局限，因?yàn)樗哂腥蒎e能力和處理資料遺漏或錯誤的能力。

人工神經(jīng)網(wǎng)絡(luò)具有較好的糾錯能力，從而能夠更好地進(jìn)行預(yù)測。如：1991年，Coats和Fant論述了神經(jīng)網(wǎng)絡(luò)模型可正確預(yù)測公司的財(cái)務(wù)危機(jī)的觀點(diǎn)，并用了47家財(cái)務(wù)危機(jī)公司和47家健康公司檢測模型的預(yù)測效果，擬和度達(dá)100%。模型用于預(yù)測財(cái)務(wù)危機(jī)公司準(zhǔn)確率達(dá)91%，而采用多元判別法的預(yù)測精度僅為72%。又如：楊保安等（2001）采用ANN模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警，結(jié)果表明：樣本的實(shí)際輸出與期望輸出比較接近，顯示出ANN是進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警的一種很好的應(yīng)用工具等等。然而，由于該方法理論基礎(chǔ)比較薄弱，ANN對人體大腦神經(jīng)模擬的科學(xué)性、準(zhǔn)確性還有待進(jìn)一步提高，且其計(jì)算也有較大難度，因此ANN模型的適用性也就大打折扣。

（五）其他方法

其他財(cái)務(wù)危機(jī)預(yù)警方法主要是指一些非統(tǒng)計(jì)類預(yù)警方法，包括案例研究法、專家系統(tǒng)法、實(shí)驗(yàn)法、災(zāi)害理論、混沌系統(tǒng)理論、期權(quán)定價(jià)理論等等。由于這些方法在理論上還不夠成熟，在實(shí)務(wù)中應(yīng)用也較少，本文不一一贅述。

三、思考

盡管目前財(cái)務(wù)危機(jī)預(yù)警研究取得了重大進(jìn)展，財(cái)務(wù)危機(jī)預(yù)測方法層出不窮，但主流分析方法只有單變模型分析法、多元線性模型分析法和多元邏輯回歸模型分析法三大類。其他研究方法雖然也作出了有益的嘗試，但是要么由于預(yù)警方法考慮的因素單一，方法過于簡單，其預(yù)測準(zhǔn)確率較低；要么由于模型開發(fā)歷史較短，研究不夠成熟，模型的穩(wěn)定性有待進(jìn)一步檢驗(yàn)。

基于財(cái)務(wù)危機(jī)預(yù)警方法研究的現(xiàn)狀，筆者認(rèn)為，財(cái)務(wù)危機(jī)預(yù)警方法的研究還應(yīng)在以下兩個方面進(jìn)行突破：首先，應(yīng)在分行業(yè)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究方面進(jìn)行突破。由于每個行業(yè)的狀況不同，影響財(cái)務(wù)危機(jī)的因素自然不同，我們很難構(gòu)建一個能適合所有行業(yè)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。國外理論界在分行業(yè)的財(cái)務(wù)危機(jī)預(yù)警研究中發(fā)現(xiàn)，由于行業(yè)的不同，同一預(yù)警變量包含的信息量有所不同，其預(yù)測效果有很大差別。因此，分行業(yè)研究可能更有價(jià)值。其次，國內(nèi)財(cái)務(wù)危機(jī)預(yù)警方法絕大多數(shù)只限于預(yù)測被“特別處理”（ST）的上市公司，且模型的敏感性較低（多數(shù)只能提前1-2年進(jìn)行較為準(zhǔn)確的預(yù)測），其研究成果主要為投資者買賣股票提供一些投資依據(jù)，對企業(yè)自身的財(cái)務(wù)預(yù)警作用并不明顯。另外，各種預(yù)警方法對非上市公司研究很少，因此，在財(cái)務(wù)危機(jī)預(yù)警研究的范圍方面還應(yīng)進(jìn)行拓展和突破。

【參考文獻(xiàn)】

[1] 齊治平，余妙志. Logistic模型在上市公司財(cái)務(wù)狀況評價(jià)中的運(yùn)用[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2002，1：60-61.

[2] 吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究，1998，6：18-20.

[3] 陳曉，陳治鴻.中國上市公司的財(cái)務(wù)困境預(yù)測[J].中國會計(jì)與財(cái)務(wù)研究，2000，9：55-72.

[4] 姜秀華.治理內(nèi)核與綜合業(yè)績的相關(guān)性研究[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003年版.

[5] 陳洪波.中國上市公司財(cái)務(wù)危機(jī)判別模型[J].四川會計(jì)，2003，1：23.

[6] 吳世珍，柯大鋼.我國上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].財(cái)會月刊，2007，3：16-19.

第5篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞：企業(yè)；財(cái)務(wù)危機(jī)；預(yù)警體系；建立

在日益復(fù)雜化的市場環(huán)境中，蘊(yùn)藏著來自各方各面的可能影響企業(yè)正常發(fā)展的危機(jī)。通常，企業(yè)財(cái)務(wù)危機(jī)的出現(xiàn)與其內(nèi)部外部各種因素都有一定的關(guān)系。企業(yè)財(cái)務(wù)危機(jī)對于企業(yè)正常穩(wěn)定發(fā)展的影響不言而喻。對于企業(yè)的長久發(fā)展來說，如果缺乏危機(jī)意識，缺乏一套合理有效的財(cái)務(wù)危機(jī)預(yù)警體系，則可能使得企業(yè)發(fā)展陷入困境。資金周轉(zhuǎn)不善、資本流通不及時(shí)等都是財(cái)務(wù)危機(jī)可能引起的不良狀態(tài)。因此，我國各個企業(yè)必須結(jié)合自身，制定出合理完善的財(cái)務(wù)危機(jī)預(yù)警體系來應(yīng)對市場的發(fā)展與變化。

一、現(xiàn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系存在的問題

(一)缺乏完善的預(yù)警體系

在預(yù)警機(jī)制的整個行程形成過程中，有許多因素制約著預(yù)警體系的完善建立。對于企業(yè)的財(cái)務(wù)管理人員而言，許多工作人員習(xí)慣了原有的工作體系。他們普遍認(rèn)為在原有的工作模式下企業(yè)財(cái)務(wù)仍能夠維持正常發(fā)展，因此對于財(cái)務(wù)預(yù)警工作缺乏認(rèn)識和重視。這就導(dǎo)致的財(cái)務(wù)管理工作人員對于財(cái)務(wù)預(yù)警體系建立的不重視。另外，即使在一些對于財(cái)務(wù)預(yù)警體系進(jìn)行了適當(dāng)強(qiáng)調(diào)的企業(yè)當(dāng)中建立了一定的財(cái)務(wù)預(yù)警體系，在其發(fā)揮作用時(shí)也受到了一定的約束。比如，許多企業(yè)在現(xiàn)行財(cái)務(wù)預(yù)警體系解決了一定的財(cái)務(wù)危機(jī)之后，對已經(jīng)遇到并解決了的危機(jī)不加以重視，這就導(dǎo)致一些危機(jī)的反復(fù)發(fā)生。這在很大程度上造成了預(yù)警體系的不完善以及工作效率的低下。

(二)指標(biāo)選取不夠合理

財(cái)務(wù)危機(jī)預(yù)警體系總得說來是一套執(zhí)行預(yù)測與考評的工作體系。而在對于財(cái)務(wù)危機(jī)的預(yù)判過程中，現(xiàn)行的財(cái)務(wù)預(yù)警體系大多使用的是一些傳統(tǒng)且初級的分析指標(biāo)。一些指標(biāo)也存在一定的時(shí)效性，這些非實(shí)時(shí)指標(biāo)使得財(cái)務(wù)危機(jī)不能及時(shí)得到發(fā)現(xiàn)與解決。采取這樣的一些指標(biāo)進(jìn)行財(cái)務(wù)危機(jī)預(yù)判在很多時(shí)候并不能得出實(shí)際可靠的財(cái)務(wù)運(yùn)轉(zhuǎn)情況，因而無法真實(shí)地反映出一些潛在的危機(jī)。在這樣的情況下，會很大程度上影響到財(cái)務(wù)預(yù)警體系的工作可信度。另外，在調(diào)查分析中可以發(fā)現(xiàn)，現(xiàn)行的財(cái)務(wù)危機(jī)預(yù)警體系對于現(xiàn)金流通過程的分析較為缺乏，而這對于企業(yè)發(fā)展是十分重要的一個項(xiàng)目。

(三)預(yù)警體系信息網(wǎng)絡(luò)不發(fā)達(dá)

隨著市場流通的加快，企業(yè)的財(cái)務(wù)流動也是一個十分快速的過程。而當(dāng)前，企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的實(shí)際運(yùn)行中卻存在著嚴(yán)重的信息滯留現(xiàn)象。對于財(cái)務(wù)危機(jī)預(yù)判信息沒有及時(shí)地進(jìn)行反饋，而這些信息很多時(shí)候是存在于一個飛速變化的環(huán)境當(dāng)中的。因此，缺乏及時(shí)的信息反饋使得財(cái)務(wù)危機(jī)預(yù)警工作起不到其應(yīng)有作用，使之形同虛設(shè)。實(shí)際上，信息的溝通不及時(shí)并不單純是由于工作人員的工作而引起的，它也存在一定的客觀因素。財(cái)務(wù)危機(jī)的預(yù)判通常是由一些會計(jì)財(cái)務(wù)指標(biāo)來進(jìn)行的，而這些信息本身就不屬于實(shí)時(shí)信息。許多信息是在月末統(tǒng)一進(jìn)行統(tǒng)計(jì)的，因此它本身就存在一定的信息滯后性。

(四)預(yù)警信息應(yīng)用程度低

企業(yè)建立財(cái)務(wù)危機(jī)預(yù)警體系主要是為了應(yīng)對企業(yè)在未來一段時(shí)間內(nèi)可能遇到的財(cái)務(wù)風(fēng)險(xiǎn)和危險(xiǎn)，保證企業(yè)能夠正常的運(yùn)營。但是在實(shí)際的財(cái)務(wù)危機(jī)預(yù)警工作中，由于企業(yè)沒有重視預(yù)警工作的開展，只是簡單地建立了預(yù)警體系并根據(jù)企業(yè)的財(cái)務(wù)信息來實(shí)施預(yù)警工作。企業(yè)中的預(yù)警結(jié)果與實(shí)際的運(yùn)營管理工作聯(lián)系程度較小，加上相關(guān)工作人員沒有對相關(guān)的預(yù)警結(jié)果進(jìn)行分析研究并體現(xiàn)在企業(yè)的實(shí)際工作中，對未來可能遭遇的危機(jī)不能起來有效地預(yù)警作用。

二、企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系改良建議

(一)構(gòu)建完善的預(yù)警體系

完善的財(cái)務(wù)危機(jī)預(yù)警體系對于企業(yè)的財(cái)務(wù)管理以及其他工作中應(yīng)對未來可能的危機(jī)風(fēng)險(xiǎn)來說有積極作用，因此企業(yè)需要對現(xiàn)有的預(yù)警體系進(jìn)行改良，提升對財(cái)務(wù)危險(xiǎn)預(yù)警的效果。構(gòu)建完善的財(cái)務(wù)預(yù)警體系，首先需要建立相應(yīng)的預(yù)警機(jī)制，該預(yù)警機(jī)制的建立必須根據(jù)企業(yè)的現(xiàn)有狀況、行業(yè)發(fā)展情況等內(nèi)部和外部因素來實(shí)現(xiàn)，保證建立的預(yù)警制度能夠與企業(yè)的工作聯(lián)系起來，并能有效地在各個環(huán)節(jié)的工作中發(fā)揮預(yù)警作用。其次預(yù)警體系需要建立匹配的預(yù)警工作實(shí)施機(jī)制和監(jiān)督機(jī)制，保證企業(yè)的預(yù)警體系能夠有效地開展，并在未來的發(fā)展中根據(jù)未來的具體情況而做出相應(yīng)的調(diào)整，保證預(yù)警體系的適用性，并避免預(yù)警工作中因?yàn)椴灰?guī)范而造成的預(yù)警效果不佳問題。

(二)合理選擇預(yù)警指標(biāo)

企業(yè)的財(cái)務(wù)危機(jī)預(yù)警體系沒有能夠發(fā)揮理想的效果的有一個原因是預(yù)警指標(biāo)的選擇不合理，為了提高財(cái)務(wù)危機(jī)預(yù)警工作的效果，需要對預(yù)警指標(biāo)的選擇進(jìn)行優(yōu)化。首先對于以往存在的預(yù)警指標(biāo)單一的問題，應(yīng)該通過企業(yè)的實(shí)際運(yùn)營涉及的環(huán)節(jié)以及容易出現(xiàn)危機(jī)的部門的具體信息來具體制定，保證通過選擇的預(yù)警指標(biāo)可以有效地反映企業(yè)的實(shí)際運(yùn)營情況以及可能出現(xiàn)的問題。同時(shí)對于預(yù)警指標(biāo)的在保證全面性和系統(tǒng)性之后，更需要針對預(yù)警指標(biāo)的時(shí)效性進(jìn)行提高，因?yàn)槊總€時(shí)期企業(yè)面臨的財(cái)務(wù)危機(jī)不同所要選取的預(yù)警指標(biāo)也不相同，必須根據(jù)具體時(shí)期的特點(diǎn)來具體選擇，保證財(cái)務(wù)危機(jī)預(yù)警工作能夠及時(shí)反映企業(yè)的實(shí)際情況。

(三)建立完善的預(yù)警信息網(wǎng)絡(luò)

企業(yè)的財(cái)務(wù)危機(jī)預(yù)警工作與其中的財(cái)務(wù)信息以及企業(yè)其他方面的信息都息息相關(guān)，但是在實(shí)際情況中經(jīng)常出現(xiàn)信息網(wǎng)絡(luò)不發(fā)達(dá)而導(dǎo)致的信息真實(shí)度和流通度不夠，為了保證財(cái)務(wù)危機(jī)預(yù)警體系能夠正常發(fā)揮作用必須解決其中的問題。企業(yè)需要建立自己的財(cái)務(wù)預(yù)警信息網(wǎng)絡(luò)，并以信息網(wǎng)絡(luò)作為預(yù)警工作的基礎(chǔ)。預(yù)警信息網(wǎng)絡(luò)首先需要保證信息的真實(shí)度，在各部門向財(cái)務(wù)部門反饋財(cái)務(wù)信息以及管理信息時(shí)，需要通過相關(guān)的監(jiān)督檢查來保證反饋信息的真實(shí)可靠。財(cái)務(wù)部門對相關(guān)的信息進(jìn)行分析處理后，同樣需要預(yù)警信息網(wǎng)絡(luò)來及時(shí)地對企業(yè)中的各個部門傳遞工作調(diào)整信息來面對可能遇到的風(fēng)險(xiǎn)。通過預(yù)警信息網(wǎng)絡(luò)可以更進(jìn)一步將財(cái)務(wù)部門和其他部門聯(lián)系起來，同時(shí)可以互相起到監(jiān)督和支撐作用，確保預(yù)警體系能夠有效地發(fā)揮作用。

(四)加強(qiáng)預(yù)警體系的實(shí)際作用

財(cái)務(wù)危機(jī)預(yù)警體系在企業(yè)運(yùn)營中可以發(fā)揮重要的作用，但企業(yè)由于長期堅(jiān)持傳統(tǒng)的財(cái)務(wù)管理模式，所以對于預(yù)警體系的重視程度不夠，財(cái)務(wù)預(yù)警體系能夠發(fā)揮的作用有限。企業(yè)如果想要更好地進(jìn)行財(cái)務(wù)管理來應(yīng)對可能遇到的財(cái)務(wù)危機(jī)，首先需要在全企業(yè)范圍進(jìn)行預(yù)警工作的教育，加強(qiáng)對預(yù)警工作的重視，并通過財(cái)務(wù)預(yù)警的相關(guān)學(xué)習(xí)來提升相關(guān)員工的財(cái)務(wù)預(yù)警工作能力。企業(yè)需要不斷加強(qiáng)對財(cái)務(wù)預(yù)警結(jié)果的分析和處理能力，結(jié)合未來的經(jīng)濟(jì)發(fā)展趨勢來發(fā)現(xiàn)其中存在的問題，并能夠及時(shí)地將相關(guān)的預(yù)警信息轉(zhuǎn)換為企業(yè)中的各部門需要做出的工作計(jì)劃，保證預(yù)警工作的及時(shí)性和有效性。預(yù)警體系的實(shí)施同樣可以加強(qiáng)各部門的聯(lián)系，促進(jìn)企業(yè)成為一個緊密的整體來面對未來的風(fēng)險(xiǎn)。

三、結(jié)語

隨著我國企業(yè)的快速發(fā)展，其面臨的風(fēng)險(xiǎn)和挑戰(zhàn)也越來越多同時(shí)也更復(fù)雜。企業(yè)如果想要尋求更進(jìn)一步地發(fā)展，必須對企業(yè)的財(cái)務(wù)危機(jī)預(yù)警體系進(jìn)行相關(guān)的研究，在加強(qiáng)對財(cái)務(wù)危機(jī)預(yù)警體系的重視的同時(shí)不斷完善其中的不足，加強(qiáng)預(yù)警體系在企業(yè)中的應(yīng)用，提高企業(yè)應(yīng)對危機(jī)的能力，長久推動企業(yè)的發(fā)展。

作者:張楚勇 單位:南京萬川華拓醫(yī)藥有限公司

參考文獻(xiàn)：

第6篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞：財(cái)務(wù)危機(jī)；預(yù)警方法；文獻(xiàn)綜述

中圖分類號：F230 文獻(xiàn)識別碼：A 文章編號：1001-828X（2015）018-000-01

一、國外財(cái)務(wù)危機(jī)預(yù)警文獻(xiàn)綜述

財(cái)務(wù)危機(jī)預(yù)警研究在國外起步很早。1966年，基于Fitzpatrick的研究，芝加哥大學(xué)教授Beaver借鑒統(tǒng)計(jì)學(xué)原理，建立了基于單個財(cái)務(wù)比率的一元財(cái)務(wù)危機(jī)預(yù)警模型。結(jié)果發(fā)現(xiàn)離樣本困境日越近，模型預(yù)測判別的正確性越高，困境前一年的預(yù)測正確率高達(dá)87%。Beaver的研究成果在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域起到了承前啟后的作用，并為接下來的多變量預(yù)測模型打下了牢固的基礎(chǔ)。

1977年，Altman，Haldeman和Narayanan對 Z―Score模型進(jìn)行了進(jìn)一步的修正和完善。他們打破行業(yè)局限選取樣本，同時(shí)新增資本總額和公司規(guī)模兩個判別變量。此后，多元線性分析判別法得到了各國學(xué)者的反復(fù)實(shí)踐應(yīng)用。但是在實(shí)踐過程中，暴露許多弊端。

1977年，Martin首次應(yīng)用Logistic回歸模型研究財(cái)務(wù)危機(jī)預(yù)警。從1969-1974年期間美聯(lián)儲5600家銀行中選定58家危機(jī)銀行進(jìn)行預(yù)測。經(jīng)研究發(fā)現(xiàn)，相比Z模型和Zeta模型，Logistic回歸模型的誤判率較低，預(yù)測的精準(zhǔn)度可高達(dá)96%。至今，該模型仍被廣泛的應(yīng)用于各項(xiàng)研究中。隨著經(jīng)濟(jì)技術(shù)的飛速發(fā)展，已經(jīng)不能適應(yīng)經(jīng)濟(jì)、財(cái)務(wù)預(yù)警機(jī)制所要求的精準(zhǔn)性，神經(jīng)網(wǎng)絡(luò)技術(shù)與財(cái)務(wù)預(yù)警的結(jié)合應(yīng)運(yùn)而生。

1990年，Odom和Sharda創(chuàng)造性的將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)警中。他選取65家破產(chǎn)企業(yè)作為樣本，并將其劃分為訓(xùn)練組和檢驗(yàn)組。結(jié)果發(fā)現(xiàn)訓(xùn)練組的該模型較其他預(yù)警模型準(zhǔn)確率大大提高。

Tam和Kiang的研究使該方法在預(yù)警領(lǐng)域得到了各國學(xué)者的實(shí)踐應(yīng)用，研究發(fā)現(xiàn)，雖然神經(jīng)網(wǎng)絡(luò)方法明顯的優(yōu)于Logistic回歸分析法，但是在樣本數(shù)量的限制下需要進(jìn)行多次反復(fù)的訓(xùn)練仿真。

1998年，Luthern在神經(jīng)網(wǎng)絡(luò)模型中首次引入遺傳算法，并將該方法與多元Logistic線性回歸分析法進(jìn)行比較，結(jié)果顯示，基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果更優(yōu)。

除以上研究外，許多專家學(xué)者建立混合模型進(jìn)行財(cái)務(wù)預(yù)警研究。實(shí)證檢驗(yàn)表明，混合方法比單個的方法具有較高的預(yù)測精度，更是在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域開辟了新的道路。

綜述以上研究現(xiàn)狀，可以看出在健全的資本市場的助力下，國外的財(cái)務(wù)危機(jī)預(yù)警研究頗豐。近年來，更是有災(zāi)害理論、期權(quán)理論和混沌理論等眾多相關(guān)理論的引入，大大推動了該領(lǐng)域的發(fā)展。

二、國外財(cái)務(wù)危機(jī)預(yù)警文獻(xiàn)綜述

我國在該領(lǐng)域的研究相對起步較晚。20世紀(jì)90年代，隨著ST機(jī)制的引入和企業(yè)會計(jì)準(zhǔn)則的頒布，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警越來越多的被專家學(xué)者所關(guān)注。

2005年，楊淑娥和黃禮選取180家上市公司，利用BP人工神經(jīng)網(wǎng)絡(luò)工具構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。經(jīng)過反復(fù)的訓(xùn)練和學(xué)習(xí)，取得了90%以上的判正率。BP神經(jīng)網(wǎng)絡(luò)在許多不可控因素下仍可以得到較低的誤判率，使預(yù)測結(jié)果令人滿意。

同年，許多專家學(xué)者都開始對神經(jīng)網(wǎng)絡(luò)進(jìn)行研究。李秉祥則提出了一種非線性組合預(yù)測風(fēng)險(xiǎn)的方法。該方法最大的特色就是以模糊神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，并將該方法的預(yù)測結(jié)果與其他模型的結(jié)果進(jìn)行對比，結(jié)果表明，該方法有較強(qiáng)的適應(yīng)能力和較高的預(yù)測精度。

2011年，龐清樂和劉新允采取分層抽樣的方法選取60個企業(yè)作為研究對象，首次將蟻群算法和神經(jīng)網(wǎng)絡(luò)結(jié)合。該方法利用蟻群算法的潛在優(yōu)點(diǎn)極大的克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的局限性。實(shí)驗(yàn)的結(jié)果表明，改進(jìn)后的神經(jīng)網(wǎng)絡(luò)模型的誤差平方和僅為0.057。

2014年，黃曉波和高曉瑩以制造業(yè)企業(yè)為研究對象并引入非財(cái)務(wù)指標(biāo)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。在研究中他們利用因子分析對指標(biāo)體系進(jìn)行優(yōu)化。結(jié)果顯示，模型有良好的預(yù)測性，在所有指標(biāo)中，盈利能力的影響因子系數(shù)最大。

我國在該領(lǐng)域的研究雖然相對較晚，但是在國外研究的基礎(chǔ)之上，我國也開展一系列的科研工作，許多研究已經(jīng)同國外同步。并且，在此基礎(chǔ)上，有專家學(xué)者提出了財(cái)務(wù)危機(jī)預(yù)警要有中國元素，根據(jù)我國的基本國情和不同行業(yè)的特征制定的危機(jī)預(yù)警模型才更加具有適應(yīng)性，足以表明我國在該領(lǐng)域的研究已日漸成熟。

三、國內(nèi)外文獻(xiàn)評述

縱觀國內(nèi)外對危機(jī)預(yù)警模型的研究，雖然起步時(shí)間不同，但是無論在理論上還是實(shí)踐中都有了較大的發(fā)展：從單變量模型到多變量模型，從邏輯回歸模型到人工智能模型，從單一判別方法到混合判別方法，從單一的財(cái)務(wù)管理理論到多學(xué)科的交匯融合，從靜態(tài)預(yù)警到動態(tài)時(shí)間預(yù)警，這些都表明了該領(lǐng)域的迅速發(fā)展，也表明了企業(yè)管理當(dāng)局、投資者、債權(quán)人等利益相關(guān)者對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的需求。

就目前財(cái)務(wù)危機(jī)預(yù)警的研究來看，仍然存在許多有待完善的地方。本文在客觀分析其不足之處的同時(shí)，也對財(cái)務(wù)危機(jī)預(yù)警的發(fā)展趨勢做以下展望：

首先，運(yùn)用模型中對變量指標(biāo)的篩選缺乏規(guī)范化處理。許多指標(biāo)的采用受前人研究、研究者自身經(jīng)驗(yàn)的限制等因素的影響，缺乏客觀性和全面性。絕大多數(shù)財(cái)務(wù)危機(jī)預(yù)警模型所選取的變量都是財(cái)務(wù)指標(biāo)，這些數(shù)據(jù)資料并不能全面準(zhǔn)確的反映企業(yè)的財(cái)務(wù)狀況，相反對非財(cái)務(wù)指標(biāo)等非量化指標(biāo)考慮較少。其次，傳統(tǒng)意義上我們認(rèn)為，只有ST的企業(yè)才是有財(cái)務(wù)危機(jī)的，并只把ST企業(yè)作為研究對象，這樣的方法過于拘泥傳統(tǒng)。所以在研究中，應(yīng)該打破ST的限制，以企業(yè)的實(shí)際財(cái)務(wù)狀況為判斷依據(jù)。

綜上所述，財(cái)務(wù)危機(jī)預(yù)警在迅速發(fā)展的同時(shí)仍存在許多不足之處。就方法而言，雖然預(yù)警方法不斷進(jìn)步，國內(nèi)模型研究的主流仍然是多元線性判別模型和Logistic 回歸模型，神經(jīng)網(wǎng)絡(luò)等人工智能方法應(yīng)用仍較少。

參考文獻(xiàn)：

[1]吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的財(cái)務(wù)分析指標(biāo)及其預(yù)測模型[J].中國經(jīng)濟(jì)問題，1986（5）：8-15.

第7篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

【關(guān)鍵詞】 Fisher判別法；財(cái)務(wù)危機(jī)；預(yù)警模型；應(yīng)用研究

隨著我國市場經(jīng)濟(jì)的發(fā)展，對公司財(cái)務(wù)危機(jī)預(yù)警研究的需求日益迫切。財(cái)務(wù)危機(jī)預(yù)警可利用的統(tǒng)計(jì)方法很多，如Fisher判別、貝葉斯判別、Logistic回歸等。通過分析不難發(fā)現(xiàn)，F(xiàn)isher判別只要求二階矩陣，且對總體分布類型沒有嚴(yán)格的要求，模型構(gòu)建簡單，可操作性強(qiáng)。因此，本文從實(shí)用性出發(fā)，通過建立Fisher判別預(yù)警模型對我國上市公司財(cái)務(wù)狀況進(jìn)行分析判別，力求為決策者提供一定的決策依據(jù)。

一、Fisher判別法

（一）Fisher判別法的基本思想

Fisher判別法是費(fèi)希爾（R.A.Fisher）于1936年在生物學(xué)上植物分類提出來的?；舅枷胧牵簭膬蓚€總體中抽取具有P個指標(biāo)的樣品觀測數(shù)據(jù)，借助方差分析的思想構(gòu)造一個判別函數(shù)y=c1x1+c2x2+…+cpxp，其中c1，c2，…，cp確定的原則是使兩個總體組間的區(qū)別最大，同時(shí)每個組內(nèi)部的離差最小。確定了判別式后，對于一個新的樣品，將它的P個指標(biāo)值代入判別式中求出y值，然后與判別臨界值（或稱分界點(diǎn)）進(jìn)行比較，就可以判別它應(yīng)歸于哪一個總體。

（二）Fisher判別法判別臨界值的確定

將兩個總體的樣品觀測值代入判別式中，可得：

如果有原始數(shù)據(jù)求得y（1）、y（2），且y（1）＞y（2），則建立判別準(zhǔn)則為：記某一個樣品X=（x1...xp）代入判別函數(shù)中所得值為y。若 y＞y0，則判定X∈G1；若y＜y0，則判定X∈G2。如果 y（1）y0，則判定X∈G2；若y＜y0，則判定X∈G1。

二、實(shí)證研究

（一）模型變量選擇

本文選取的樣本來源于中國注冊會計(jì)師協(xié)會網(wǎng)站和訊網(wǎng)公布的2008年度財(cái)務(wù)財(cái)務(wù)報(bào)表。利用公開獲取的上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)，結(jié)合國內(nèi)專家的研究成果進(jìn)行適當(dāng)取舍，選取的財(cái)務(wù)指標(biāo)變量見表1。

（二）變量檢驗(yàn)

為了使選擇的指標(biāo)具有很強(qiáng)的判別能力，首先，做X1-X21組自變量的組間均值相等檢驗(yàn)，結(jié)果如表2。

通過表2分析結(jié)果可以看出，變量X3，X10，X11，X20和X21的顯著水平（Sig.）分別為0.005、0.028、0.035、0.006、0.001，均在0.05水平下顯著，說明這5個財(cái)務(wù)指標(biāo)具有很強(qiáng)的判別能力。

（三）相關(guān)性檢驗(yàn)

為了避免多重指標(biāo)帶來的多重共線性問題，并出于簡化的分析目的，需考查自變量的協(xié)方差和相關(guān)性，檢驗(yàn)結(jié)果見表3。

通過表3分析可以看出， 組間協(xié)方差矩陣和組間相關(guān)矩陣顯示X10和X11之間的相關(guān)性為0.581有較強(qiáng)的相關(guān)性，需在兩者之間進(jìn)行取舍。分別對兩組自變量進(jìn)行標(biāo)準(zhǔn)化及結(jié)構(gòu)分析，表4表示兩組模型的標(biāo)準(zhǔn)化典型判別系數(shù)，表5表示結(jié)構(gòu)矩陣，即自變量與判別函數(shù)的組內(nèi)相關(guān)矩陣，各矩陣根據(jù)變量對判別函數(shù)影響力排序，絕對值越大表明影響力越大。當(dāng)然，兩組矩陣結(jié)果有差異，通常是由于受到變量間共線性導(dǎo)致的。但是通常結(jié)構(gòu)矩陣不受共線性影響，所以結(jié)構(gòu)矩陣的分析結(jié)果相對可靠，依次類推，X11影響力大于X10，故選X11進(jìn)入模型。

（四）模型構(gòu)建

為了檢驗(yàn)?zāi)Ｐ偷目煽啃?、擬合度和預(yù)測能力，需對X3、X10、X20和X21進(jìn)行顯著性檢驗(yàn)，分析結(jié)果見表6。

通過分析結(jié)果可看出，相伴概率為0.00，表明判別函數(shù)在a=0.01水平下顯著，說明判別能力很強(qiáng)，且各自變量間獨(dú)立性比較好。

三、結(jié)論

本文采用Fisher判別分析法對選定的上市企業(yè)財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測與分析。研究結(jié)論如下：使用Fisher判別法可以對企業(yè)目前的財(cái)務(wù)狀況作出基本的判斷。由于模型構(gòu)建簡單方便，實(shí)際操作性強(qiáng)，具有一定的實(shí)用價(jià)值。同時(shí)，也不難發(fā)現(xiàn)，由于變量之間的相關(guān)性和多元線性函數(shù)變量之間可能存在多重共線性，導(dǎo)致全部由判別效率相對較高而生成的判別函數(shù)會高估模型的判別準(zhǔn)確率，在今后的研究與實(shí)踐中，還需進(jìn)一步將其它判別法的優(yōu)點(diǎn)綜合于Fisher判別法中。

【參考文獻(xiàn)】

［1］ 陳曉紅，戴靜.基于Logit模型的中小企業(yè)成長危機(jī)預(yù)測［J］.系統(tǒng)工程，2007（1）.

［2］ 姚瑾，盛松成，劉勤明.Fisher 判別法在房地產(chǎn)投資環(huán)境評價(jià)中的應(yīng)用［J］.建筑經(jīng)濟(jì)，2008（6）.

［3］ 于秀林，任雪松.多元統(tǒng)計(jì)分析［M］.北京：中國統(tǒng)計(jì)出版社，2006.

［4］ ，崔文田，徐青川.應(yīng)用統(tǒng)計(jì)分析教學(xué)實(shí)踐案例集［M］.北京：清華大學(xué)出版社，2007.

第8篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

一、引言

我國中小企業(yè)較多，普遍存在的問題是資本結(jié)構(gòu)不健全、管理結(jié)構(gòu)不合理、財(cái)務(wù)信息不完善、內(nèi)部控制制度落后、風(fēng)險(xiǎn)意識薄弱等，因此中小企?I很難抵擋外部環(huán)境引發(fā)的風(fēng)險(xiǎn)。目前，很多中小型企業(yè)尚未意識到財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)，也并未采取相關(guān)措施進(jìn)行防治，直接導(dǎo)致很多中小企業(yè)連年虧損，甚至出現(xiàn)破產(chǎn)。建立一套完善可行的中小企業(yè)危機(jī)預(yù)警方法，成為當(dāng)前學(xué)者們的研究熱點(diǎn)。

國外學(xué)者采用多元概率比回歸分析法、現(xiàn)金流量信息預(yù)測分析法和混合模型分析法對中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)開展了大量研究，并取得了一定成果。Zmijewski[1]采用概率回歸分析法對3 800家正常企業(yè)和76家破產(chǎn)企業(yè)進(jìn)行研究，建立了Probit財(cái)務(wù)預(yù)警模型；Aziz[2]通過對比破產(chǎn)和非破產(chǎn)企業(yè)的現(xiàn)金流量均值及公司納稅情況，提出了現(xiàn)金流量信息模型；Hongkyu et al.[3]采用破產(chǎn)預(yù)警混合模型，對韓國破產(chǎn)企業(yè)和正常企業(yè)進(jìn)行了實(shí)證研究，驗(yàn)證了混合模型分析法的可行性。任惠光等[4]采用DEA數(shù)據(jù)包絡(luò)分析法、Logistic模型和模糊神經(jīng)網(wǎng)絡(luò)模型，選取了財(cái)務(wù)、公司管理、效益等51個技術(shù)指標(biāo)，對378家上市公司進(jìn)行實(shí)證研究，提出一種跨期財(cái)務(wù)綜合危機(jī)預(yù)警模型；楊瀟[5]結(jié)合傳統(tǒng)Logistic財(cái)務(wù)預(yù)警模型和隨機(jī)欠抽樣不均衡分析方法，建立了RU-Logistic財(cái)務(wù)預(yù)警模型，采用主成分分析法對我國上市電力公司開展研究。

雖然近年來國內(nèi)外針對企業(yè)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行了大量研究，但是仍存在以下不足：（1）現(xiàn)有財(cái)務(wù)危機(jī)預(yù)警主要針對大型企業(yè)，對中小企業(yè)的相關(guān)研究還不多見；（2）國內(nèi)現(xiàn)有相關(guān)研究很少考慮我國國情，國外一些基本假設(shè)未必符合我國市場體制；（3）財(cái)務(wù)預(yù)警評價(jià)體系還不完善，很少考慮非財(cái)務(wù)指標(biāo)對企業(yè)危機(jī)的影響。本文針對這些不足之處，選取80家中小企業(yè)上市公司為研究對象，采用Logistic方法建立了兩種不同的中小型企業(yè)財(cái)務(wù)危機(jī)預(yù)警回歸模型，并對比了兩種模型的企業(yè)財(cái)務(wù)危機(jī)預(yù)警準(zhǔn)確率。研究成果可為中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警提供參考。

二、企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型設(shè)計(jì)

（一）模型特點(diǎn)與針對性

Logistic回歸模型是一種概率回歸廣義線性模型，可用于描述和推斷一組變量與多分類因變量之間的關(guān)系。Logistic回歸模型參數(shù)估計(jì)主要采用非條件最大似然法，通過建立似然函數(shù)和對數(shù)似然函數(shù)，獲得對數(shù)似然函數(shù)的最大特征根相關(guān)參數(shù)，得出各個參數(shù)的最大似然估計(jì)值。本文采用Logistic回歸來進(jìn)行中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究，主要因?yàn)長ogistic回歸模型具有以下特點(diǎn)[6-7]：（1）Logistic回歸模型的自變量與因變量存在非線性關(guān)系；（2）Logistic回歸模型無需假設(shè)方差不變，對自變量分布無特殊要求，各個自變量可以是連續(xù)值或離散值，甚至可以為虛擬值，即不需要假設(shè)自變量間存在多元正態(tài)分布；（3）Logistic回歸模型的因變量為分類變量，預(yù)測精度較高。基于Logistic回歸模型上述特點(diǎn)，認(rèn)為其可以進(jìn)行中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究。

將中小企業(yè)是否陷入財(cái)務(wù)危機(jī)作為因變量，其狀態(tài)可以用0和1表示。當(dāng)中小企業(yè)陷入財(cái)務(wù)危機(jī)時(shí)，因變量取1；當(dāng)中小企業(yè)財(cái)務(wù)狀況良好時(shí)，因變量取0。在進(jìn)行數(shù)據(jù)預(yù)處理時(shí)發(fā)現(xiàn)自變量（包括財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)）不服從正態(tài)分布，因此選用不需要假設(shè)自變量間存在多元正態(tài)分布的Logistic回歸模型進(jìn)行中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究。

（二）研究樣本

鑒于我國大多中小企業(yè)并未上市，很多財(cái)務(wù)信息存在虛假情況且財(cái)務(wù)數(shù)據(jù)搜集較為困難，本文研究的中小企業(yè)主要來自滬深兩市中小企業(yè)板塊。采用與國內(nèi)外學(xué)者類似的研究方法，以上市公司是否處于ST狀態(tài)為判斷財(cái)務(wù)危機(jī)的標(biāo)準(zhǔn)，共選取80家非金融類中小型上市公司，其中69家非ST企業(yè)和11家ST企業(yè)，分為非財(cái)務(wù)危機(jī)組和財(cái)務(wù)危機(jī)組開展研究。考慮到行業(yè)等因素對研究結(jié)果的影響，非財(cái)務(wù)危機(jī)組所處行業(yè)和資產(chǎn)規(guī)模盡量與財(cái)務(wù)危機(jī)組相近，所搜集數(shù)據(jù)均來自2012―2016年滬深兩市的公開財(cái)務(wù)報(bào)表。

（三）研究變量選取

1.財(cái)務(wù)變量選取

企業(yè)財(cái)務(wù)狀況與其運(yùn)營能力、管理能力、盈利能力息息相關(guān)，目前仍沒有形成完善的企業(yè)財(cái)務(wù)危機(jī)預(yù)測變量選取依據(jù)。本文基于現(xiàn)有研究基礎(chǔ)，認(rèn)為預(yù)警模型財(cái)務(wù)變量需滿足如下條件：（1）變量指標(biāo)相關(guān)數(shù)據(jù)容易獲得；（2）能夠顯示中小企業(yè)短期償債能力；（3）可以體現(xiàn)中小企業(yè)的經(jīng)營現(xiàn)狀和發(fā)展?fàn)顟B(tài)；（4）可以體現(xiàn)中小企業(yè)投資水平的合理性；（5）可以體現(xiàn)中小企業(yè)成長能力。

參考中國上市公司財(cái)務(wù)指標(biāo)分析數(shù)據(jù)庫中的相關(guān)指標(biāo)選擇本文分析所需的財(cái)務(wù)變量[8]。根據(jù)中小企業(yè)特點(diǎn)，確定償債能力指標(biāo)、盈利能力指標(biāo)、營運(yùn)能力指標(biāo)、發(fā)展能力指標(biāo)和現(xiàn)金流指標(biāo)為財(cái)務(wù)危機(jī)預(yù)警的一級指標(biāo)，具體二級指標(biāo)及其計(jì)算方法見表1。

2.非財(cái)務(wù)變量選取

中小企業(yè)財(cái)務(wù)危機(jī)不僅受到財(cái)務(wù)變量影響，還會受到宏觀經(jīng)濟(jì)、社會環(huán)境、行業(yè)因素等非財(cái)務(wù)變量影響。與財(cái)務(wù)變量不同，非財(cái)務(wù)變量收集難度大、成本高。國外研究人員大多選擇宏觀經(jīng)濟(jì)指標(biāo)和行業(yè)指標(biāo)作為非財(cái)務(wù)變量，但由于我國經(jīng)濟(jì)環(huán)境與國外經(jīng)濟(jì)環(huán)境有著較大差異，本文非財(cái)務(wù)變量更側(cè)重于微觀方面。選擇企業(yè)組織結(jié)構(gòu)、管理費(fèi)用、董事會構(gòu)成和審計(jì)意見作為非財(cái)務(wù)變量一級指標(biāo)，四項(xiàng)一級指標(biāo)下設(shè)若干二級指標(biāo)，具體情況見表2。

三、企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型實(shí)證

（一）?量篩選

如果利用上述22個指標(biāo)構(gòu)建中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，雖然可以進(jìn)行較為全面的分析，但是工作量十分巨大，這些指標(biāo)中的部分指標(biāo)存在線性相關(guān)。為了提高計(jì)算準(zhǔn)確率，須對上文16個財(cái)務(wù)候選指標(biāo)和6個非財(cái)務(wù)候選指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)和顯著性檢驗(yàn)。對各變量進(jìn)行K-S檢驗(yàn)，利用隨機(jī)變量B的樣本數(shù)據(jù)構(gòu)建分布函數(shù)，通過計(jì)算分布函數(shù)落在某個區(qū)間內(nèi)與正態(tài)分布重合的概率，用于判斷變量是否滿足正態(tài)分布。表3為16個財(cái)務(wù)候選指標(biāo)和6個非財(cái)務(wù)候選指標(biāo)的K-S檢驗(yàn)及顯著性檢驗(yàn)結(jié)果。表3中，各變量顯著性水平都接近于0，遠(yuǎn)遠(yuǎn)小于0.5。

由于各變量間不服從正態(tài)分布，因此需要對其進(jìn)行Wilcoxon秩和非參數(shù)檢驗(yàn)。將企業(yè)成為ST的前1年、前2年、前3年分別記為T-1、T-2、T-3。根據(jù)各單變量Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果，發(fā)現(xiàn)存貨周轉(zhuǎn)率（A12）、最大股東持股比例（B1）、Z-指數(shù)（B2）、董事會規(guī)模（B4）的顯著性水平均大于0.5，須剔除這些變量。因此，從前文16個財(cái)務(wù)候選指標(biāo)和6個非財(cái)務(wù)候選指標(biāo)中篩選出15個財(cái)務(wù)候選指標(biāo)和3個非財(cái)務(wù)候選指標(biāo)，作為中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的變量。

（二）因子分析

如果基于剩余的18個候選指標(biāo)開展財(cái)務(wù)危機(jī)預(yù)警研究，計(jì)算量仍然很大，可進(jìn)一步通過因子分析降低變量數(shù)。

1.KMO檢驗(yàn)

利用KMO檢驗(yàn)結(jié)果對候選財(cái)務(wù)變量進(jìn)行判斷。若KMO值越大，說明變量相關(guān)性越強(qiáng)。對本文15個財(cái)務(wù)候選指標(biāo)進(jìn)行巴特利球體檢驗(yàn)，其卡方計(jì)算結(jié)果為1192.15，自由度計(jì)算值為102，財(cái)務(wù)指標(biāo)變量的KMO值為0.821。若KMO值分布在[0.8，0.9]，則說明因子分析效果較好，因此15個財(cái)務(wù)候選指標(biāo)因子分析效果較好。

2.公共因子計(jì)算

表4為15個財(cái)務(wù)候選指標(biāo)公共因子特征值、貢獻(xiàn)率計(jì)算結(jié)果。由表4可知，如果選擇5個公共因子，則能反映出15個財(cái)務(wù)候選指標(biāo)81.693%的信息量；如果選擇4個公共因子，則能反映出15個財(cái)務(wù)候選指標(biāo)78.113%的信息量。綜合效率和計(jì)算量，本文選擇前4個公共因子作為財(cái)務(wù)候選指標(biāo)的替代變量，將其分別記為C1、C2、C3、C4。

（四）結(jié)果分析

1.純財(cái)務(wù)指標(biāo)Logistic回歸模型

采用純財(cái)務(wù)指標(biāo)回歸模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的檢驗(yàn)結(jié)果見表8。由表8可知，針對ST中小企業(yè)和非ST中小企業(yè)，純財(cái)務(wù)指標(biāo)回歸模型預(yù)警準(zhǔn)確率分別為63.636%和82.609%。

2.綜合Logistic回歸模型

采用綜合回歸模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的檢驗(yàn)結(jié)果見表9?？梢?，對于ST中小企業(yè)和非ST中小企業(yè)，綜合回歸模型預(yù)警準(zhǔn)確率分別為81.818%和92.754%。對比綜合回歸模型和純財(cái)務(wù)指標(biāo)回歸模型，綜合回歸模型預(yù)警準(zhǔn)確率分別提升18.182%和10.145%。

第9篇：企業(yè)財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞：財(cái)務(wù)危機(jī)；預(yù)警 ；決策方法；

一、財(cái)務(wù)危機(jī)預(yù)警的基本含義

從財(cái)務(wù)危機(jī)發(fā)生的規(guī)律來看，企業(yè)財(cái)務(wù)危機(jī)有一個累積的過程，一般在其發(fā)生之前就能夠進(jìn)行預(yù)測，并給企業(yè)管理當(dāng)局發(fā)出明確的危機(jī)警示，使其主動調(diào)動企業(yè)內(nèi)外部各種資源，制定有針對性的預(yù)控措施，從而使企業(yè)避免財(cái)務(wù)危機(jī)的發(fā)生或減輕財(cái)務(wù)危機(jī)的強(qiáng)度。危機(jī)并不可伯，比危機(jī)更可怕的是在危機(jī)到來之前還意識不到危機(jī)已經(jīng)來臨，因此，有必要對財(cái)務(wù)危機(jī)進(jìn)行預(yù)先警示。

二、財(cái)務(wù)危機(jī)的警源分析

（一）財(cái)務(wù)危機(jī)的外生警源

1、系統(tǒng)風(fēng)險(xiǎn)因素

系統(tǒng)風(fēng)險(xiǎn)因素亦稱市場風(fēng)險(xiǎn)因素，是指對所有企業(yè)都產(chǎn)生一定影響的因素，如國家政策，社會經(jīng)濟(jì)環(huán)境等，是所有企業(yè)都無法避免的。

2、個別風(fēng)險(xiǎn)因素

個別風(fēng)險(xiǎn)因素是指只對本企業(yè)或其他較少企業(yè)產(chǎn)生不利影響的因素，如主要承銷商無力支付本企業(yè)貨款，重要客戶惡意賴賬，被投資企業(yè)發(fā)生虧損，被控保單位無力償債，協(xié)作單位撕毀營銷合同等。

（二）財(cái)務(wù)危機(jī)的內(nèi)生警源

1、投資決策失誤

企業(yè)在經(jīng)過一段時(shí)間的發(fā)展和積累后，往往有通過擴(kuò)大投資來追求更大成功的內(nèi)在沖動。在良好市場契機(jī)背景下經(jīng)過充分論證和調(diào)查的投資決策，是很多企業(yè)迅速發(fā)展壯大的動力因素。然而，沒有明確目標(biāo)和科學(xué)論證的盲目擴(kuò)張，會使一個本來健全的組織陷入混亂，超越管理、組織和財(cái)務(wù)上的能力，致使資金壓力過大、產(chǎn)能閑置、存貨過多、成本過高等財(cái)務(wù)負(fù)擔(dān)，最終導(dǎo)致的不僅僅是經(jīng)營虧損，甚至是徹底的崩潰和破產(chǎn)。

2、市場信息失誤

一方面，營運(yùn)資金持有量是否恰當(dāng)決定著企業(yè)財(cái)務(wù)周轉(zhuǎn)能否順暢進(jìn)行，而企業(yè)的營運(yùn)資金往往與企業(yè)的財(cái)務(wù)預(yù)測息息相關(guān)。由于財(cái)務(wù)預(yù)測是建立在對未來市場需求和銷售額預(yù)測基礎(chǔ)上的，當(dāng)企業(yè)掌握的市場信息失誤，或?qū)κ袌鲂畔⒌奶幚聿粔蚣皶r(shí)，企業(yè)對銷售預(yù)測的錯誤判斷就會成為財(cái)務(wù)預(yù)測背后隱蔽的危機(jī)因素。

3、內(nèi)部管理控制失效

企業(yè)內(nèi)部管理不善和內(nèi)部控制失效是財(cái)務(wù)危機(jī)爆發(fā)的重要原因。當(dāng)企業(yè)的管理狀態(tài)混亂無序，內(nèi)部控制失效時(shí)，就會出現(xiàn)成本失控、損失浪費(fèi)嚴(yán)重、價(jià)格缺乏競爭、收不抵支、應(yīng)收賬款和存貨周轉(zhuǎn)緩慢、資產(chǎn)流動性差等現(xiàn)象。

4、公司治理不健全

合理的公司治理能夠在確保大小股東受到平等對待的前提下保護(hù)股東和利益相關(guān)者的合法權(quán)益，確保董事會對公司的戰(zhàn)略性指導(dǎo)和對管理人員的有效監(jiān)督。

三、基于群決策的財(cái)務(wù)危機(jī)預(yù)警實(shí)例

公司簡介及實(shí)例方案設(shè)計(jì)

1、公司簡介

上海開開實(shí)業(yè)股份有限公司是一家以服裝和醫(yī)藥為主營業(yè)務(wù)的上市公司。其前身為1936年在上海創(chuàng)立的開開百貨商店，銷售自行生產(chǎn)的襯衫及羊毛衫。1984年，該公司將生產(chǎn)并銷售的襯衫及羊毛衫所用品牌“開開牌”注冊為專利商標(biāo)，后在全國各地陸續(xù)建立開開牌服裝的銷售網(wǎng)絡(luò)。1993年，經(jīng)批準(zhǔn)改組為股份有限公司，同時(shí)改用現(xiàn)時(shí)的公司名稱。2001年，經(jīng)國泰君安證券股份有限公司推薦，其股票開始在上海證券交易所公開上市交易。從公司年度報(bào)告來看，2002年和2003年該公司各項(xiàng)財(cái)務(wù)指標(biāo)表現(xiàn)良好，似乎處于各項(xiàng)業(yè)務(wù)和公司規(guī)模逐漸發(fā)展的成長階段，但是實(shí)際上已經(jīng)埋下了一些危機(jī)的隱患。2004年，該公司總經(jīng)理張晨攜數(shù)億元巨款潛逃，造成該公司巨額虧損。2005年，雖然該公司通過強(qiáng)化服裝和醫(yī)藥兩大主營業(yè)務(wù)，處置部分資產(chǎn)，壓縮信貸規(guī)模等舉措扭虧為盈，但是仍然面臨著較大的困難。2006年至今，該公司又相繼提出股權(quán)分置、控股股東股權(quán)轉(zhuǎn)讓和資產(chǎn)重組等方案，目前正在實(shí)施中。

2、實(shí)例方案

該公司2002年和2003年雖然已經(jīng)埋下了一些危機(jī)隱患，但是整體財(cái)務(wù)狀況良好，各項(xiàng)財(cái)務(wù)指標(biāo)均未出現(xiàn)顯著的異兆。2004年的巨額虧損型財(cái)務(wù)危機(jī)在某種程度上具有迅速爆發(fā)的特點(diǎn)，也就是說，企業(yè)財(cái)務(wù)危機(jī)周期中的潛伏期和形成期歷時(shí)較短。此種情形下，在2002年或2003年試圖通過各種財(cái)務(wù)危機(jī)定量預(yù)測方法處理財(cái)務(wù)指標(biāo)數(shù)據(jù)來預(yù)測出2004年的財(cái)務(wù)危機(jī)狀況，幾乎是不可能的。在這種財(cái)務(wù)危機(jī)定量預(yù)測方法失去其有效性前提的狀況下，專家的經(jīng)驗(yàn)知識和非財(cái)務(wù)信息就顯得尤為重要。因此，該實(shí)例分析方案的設(shè)計(jì)思想如下：

（1）由五位具有注冊會計(jì)師資格和碩士以上學(xué)位的財(cái)務(wù)會計(jì)專業(yè)人員來擔(dān)任企業(yè)財(cái)務(wù)危機(jī)可能性評價(jià)的專家角色，并假設(shè)他們在評價(jià)過程中具有相同水平的調(diào)控能力。

（2）由于受信息來源途徑的限制，該實(shí)例分析中的專家只能利用上市公司公開披露的信息以及其他公共信息。因此，實(shí)例分析中采用的定性指標(biāo)體系更加粗線條些。