财务预警模型的分类

企业财务预警模型的比较分析

财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。

一、财务预警模型的分类简介

（一）单变量模型

单变量模型是指运用单一变数，用个别财务比率或现金流量指标来预测财务危机的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Ｂｅａｖｅｒ在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。

（二）多变量模型

多变量模型就是运用多个财务指标或现金流量指标来综合反映企

业的财务状况，并在此基础上建立预警模型，进行财务预测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。１．静态统计模型。①线性判别模型。多元线性判别模型是运用多元统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。这种模型以美国Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者爱民、淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ为系数；ｘ１、ｘ２、…、ｘｋ为ｋ个预测变量，即财务指标；ｙ为企业财务失败的概率。该模型以０．５为危机分界点，ｙ值越大，企业发生财务失败的可能性越大，ｙ值越接近于０，说明企业财务越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的基础上并分别用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函数建立起来

的。ｌｏｇｉｔ模型的形式为：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值为０、１；ｐ为概率；ｘ１，ｘ２，…，ｘｋ为ｋ个预测变量，即财务指标；α０、β１、β２、…、βｋ为系数。ｐｒｏｂｉｔ概率模型的预测效果一般与ｌｏｇｉｔ模型预测的效果相差不大，在此不多加介绍。２．动态非统计模型。动态财务预警模型主要是把人工智能中的归纳式学习的方法应用于财务危机预测。目前，这种方法中最常用的是神经网络预测模型。在神经网络模型中，当输入一些资料后，网络会以目前的权重计算出相对应的预测值以及误差，而再将误差值回馈到网络中调整权重，经过不断地重复调整，从而使预测值渐渐地逼近真实值。当应用此网络到新的案例时，只要输入新案例的相关数值，神经网络就可以根据当时的权重得出输出值即预测值。神经网络分析是一种并行分布模式处理系统，具有高度的计算能力、自学能力和容错能力。该模型由一个输入层、若干个中间层和一个输出层构成。案例推理法是近年来才被尝试应用于财务危机预测上的一种动态非统计模型方法。它是一种依循经验来推理的方法，就是以过去发生的案例为主要的经验依据来判断未来可能发生的问题，是一种典型的“上一次当，学一次乖”的推理方法。当输入一个新的问题到案例推理法系统，该系统会在从现有的案例库中搜寻相似的案例，判断新案例的类型。案例推理法的关键步骤就是根据

相似性演算法测算出案例之间距离，再转变为案例之间的相似度，由相似度选取最相近的案例，据此进行推理判断。

二、各类财务预警模型的比较

（一）单变量模型和多变量模型的比较

１．单变量模型方法简单，多变量模型方法较为复杂。单变量模型只对单个财务比率进行分析考察，观察企业发展变化趋势，据此来判断企业财务状况，不需要进行复杂的计算。而多变量模型均同时选取多个财务指标或现金流量指标，再通过一定的方法进行综合分析，模型的构建涉及多种方法和理论，操作比较复杂。

２．和多变量模型相比，单变量模型分析存在较多的局限性。①不同的财务比率的预测目标和能力经常有较大的差距，容易产生对于同一公司使用不同比率预测出不同结果的现象。②单个指标分析得出的结论可能会受到一些客观因素的影响，如通货膨胀等的影响。

③它只重视对个别指标影响力的分析，容易受管理人员粉饰会计报表、修饰财务指标、掩盖财务危机的主观行为的影响，以致模型判断失效。而多变量模型由于综合考虑了反映公司财务环境包括财务危机状况的多个方面的因素，反映的是基本的和整体、全局的状况，因此能比单变量模型更好地避免上述情况的发生。

（二）静态统计模型和动态非统计模型的比较

１．建立模型的方法。两者在建立模型的方法上存在着显著的差

别。静态统计模型均是在利用统计数理和分析的基础上建立起来，如多元统计分析方法中的判别分析、主成分分析以及计量经济中的回归分析等。这些模型的建立均有一定的统计理论依据，均涉及到判定区间的确定和误判率的估计问题，并且建立的一般是线性模型。而动态非统计模型不是依据统计理论，而是利用人工智能中归纳式学习的方法建立起来的，整个分析及预测过程就好像是人类学习及思考一样。它是一种自然的非线性模型。

２．模型建立的假定条件。静态统计模型的建立一般都对样本数据的分布作一定的假设，并以假设作为前提条件。如，多元统计分析中的数据正态分布假设、协方差矩阵相等假设、简单线性概率模型的二项分布假设等。一般来说，只有在这些假设条件基本得到满足的情况下，才能保证静态统计模型预测的准确性。另外，静态统计模型的建立是以对数据之间的关系已有清醒的认识为基础的，一般假定各变量之间为简单的线性关系，并且比较注重数据本身的完整性及一致性。而动态非统计模型一般没有数据的分布、结构等方面的要求，适用于非线性关系的数据并对数据的缺失具有相当的容许性，基本上能处理任意类型的数据。

３．是否具有动态预警功能和容错性。静态统计模型只是根据以前的样本资料建立起来的，样本资料一旦确定，便难以再予调整，除非重新建立模型。随着财务状况的发展和财务标准的更新，这种按

照以前的资料、标准建立起来的模型难以对已经变化了的财务状况作出准确的预测和判断，即这种模型不具有动态预警能力，不易修改和扩充。并且，静态统计模型对错误资料的输入不具有容错性，无法自我学习和调整。而动态非统计模型具备随着不断变化的环境进行自我学习的能力，随着样本资料的积累，可以定期更新知识，从而实现对企业危机的动态预警。并且，由于动态预警模型具有高度的自我学习能力，对错误资料的输入具有很强的容错性，因而更具有实用价值。

４．实际应用。动态模型如神经网络模型等的分布是自由的，当变量从未知分布取出和协方差结构不相等（企业失败样本中的常态）时，神经网络能够提供准确的分类。但是，它在实际运用中还存在一些问题，如模型的拓扑定义、网络架构的决定、学习参数以及转换公式的选择等比较复杂和难以确定，其工作的随机性较强，非常耗费人力与时间，而且其在决策方法中表现得像一个黑匣子，以致对它的接受和应用都较困难。另外，这种模型要求拥有大量的学习训练样本以供分析，如果样本数量积累得不足、没有足够的代表性和广泛的覆盖面，则会大影响系统的分析和预测的结果。Ａｌｔｍａｎ（１９９５）在对神经网络法和判别分析法的比较研究中得出结论：“神经网络分析方法在风险识别和预测中的应用并没有实质性地优于线性判别模型”。而传统的统计模型发展得比较成熟，计

算也相对简单，应用也较为广泛。并且某些统计方法，如：ｌｏｇｉｔ、ｐｒｏｂｉｔ模型对数据是否具备正态分布、两组协方差是否相等也没有要求，常用的判别分析中的距离判别方法也可以在两总体协方差矩阵不相等的情况下使用。因此，目前在财务预警模型方面仍然以传统的统计方法为主，而动态模型尚不够成熟，对它的应用仍处于探索、实验阶段。

（三）各种统计模型之间的比较

１．各种统计方法本身功能的比较。判别分析和主成分分析方法属于多元统计分析，其中，判别分析方法主要研究在已知研究对象分成若干类型并已取得各类样品观测数据的基础上，如何判别一个新样品的归类问题，即判别分析的宗旨就是判断新的案例的类别。主成分分析方法的主要功能是为了解决样本数据中指标个数太多以及指标间信息存在重复的问题，其作用有两个：一是降维，二是减少信息的重复，从而使分析简化。简单的线性概率模型和ｌｏｇｉｔ概率模型都属于回归分析方法，其目的是研究模型中各解释变量与被解释变量之间的特定的关系，尤其是数值关系。所以，若只从各种方法的主要功能来说，利用判别分析方法建立财务预警模型是最适当的，因为这种方法就是研究类别归属问题。

２．各种统计方法建立财务预警模型的比较。判别分析方法的核心就是根据距离的远近来判断样品的归属，通常形成一个线性判定函

数式，据此判断待判企业的归属。一般要求数据服从正态分布和两组总体间协方差矩阵相等。主成分分析方法主要是对多维财务指标进行综合、降维，然后给各综合指标赋予一定的权值再进行综合分析，形成一个判分式，根据财务正常企业和财务失败企业各自得分情况形成判定区间，计算出待判企业的得分，据此加以判断。

利用主成分分析方法建立财务预警模型有一个明显的缺陷：即综合评分式权重的确定以及判定区间的确定都具有较大的主观性和不准确性，尤其是后者受样本数据分布的影响很大。简单线性概率模型就是以各财务指标作为解释变量，以财务状况作为被解释变量，将财务状况分为正常和失败，分别取０和１，利用样本资料建立回归方程，把待判企业财务指标数据代入方程，求得的值即为预测值，代表该企业发生财务失败的可能性。简单线性概率模型有四个缺陷：①残差不满足正态分布，而是二项分布；②具有异方差；③一般样本决定系数太小，回归方程拟合程度低；④难以保证回归值在［０，１］区间，因此，用此方法建立的财务预警模型，其预警判别能力不如其他方法。Ｌｏｇｉｔ和ｐｒｏｂｉｔ模型均是为了克服简单的线性概率模型的缺陷而建立起来的，一般采用最大似然估计方法进行估计，不需要满足正态分布和两组协方差矩阵相等的条件，得出的结果直接表示企业发生财务失败的可能性大小，操作简单，结果明了。此方法目前被广泛运用。

根据有关学者对多种统计模型判别准确率的比较研究，得知判别分析方法是２０世纪８０年代以前主要的建模方法，其预测的准确率一直较高，并且是到目前为止被运用的主要方法之一。Ａｌｔｍａｎ２０００年用判别分析方法建立的预警模型，其预测精度仍高达９６％。ｌｏｇｉｔ预测模型近年来也被广泛地运用，其预测精度也相对较高。我国学者吴世农、卢贤义建立的财务预警模型具有样本新、容量大的特点，他们在２００１年对经过严格检验的同一套样本指标分别用判别分析方法和ｌｏｇｉｔ方法进行财务预测，结果发现ｌｏｇｉｔ模型的预测精度（９３．６％）要明显优于判别分析方法的预测精度（８９．９％）。

企业财务预警模型的比较分析

企业财务预警模型的比较分析财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国内外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来预测财务危机的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Ｂｅａｖｅｒ在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型 多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 １．静态统计模型。①线性判别模型。多元线性判别模型是运用多元

统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。这种模型以美国Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者张爱民、杨淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ为系数；ｘ１、ｘ２、…、ｘｋ为ｋ个预测变量，即财务指标；ｙ为企业财务失败的概率。该模型以０．５为危机分界点，ｙ值越大，企业发生财务失败的可能性越大，ｙ值越接近于０，说明企业财务越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的基础上并分别用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函数建立起来的。ｌｏｇｉｔ模型的形式为：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值为０、１；ｐ为概率；ｘ１，ｘ２，…，ｘｋ为ｋ个预测变量，即财务指标；α０、β１、β２、…、βｋ为系数。ｐｒｏｂｉｔ概率模型的预测效果一般与ｌｏｇｉｔ模型预测的效果相差不大，在此不多加介绍。 ２．动态非统计模型。动态财务预警模型主要是把人工智能中的归纳

上市公司财务风险预警模型分析

上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:

(一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统 能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有 效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统 的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。进行财务预警分析,建立企业财务预警模型已成为现代企业财务管理的重要内容之一。上市公司的财务信息对多方利益相关者都有着重要影响,建立财务预警系统、强化财务管理、避免财务失败和破产,具有重要意义。目前我国上市公司的财务状况不容乐观,普遍存在着财务状况不稳定的情况。在激烈的市场竞争中,这意味着企业风险极高,破产随时可能发生。国内外的大量实例表明,陷入破产境地的企业几乎毫无例外地都是以出现财务危机为

上市公司财务风险预警浅析

上市公司财务风险预警浅析 [提要] 本文在对上市公司财务风险预警进行概述的基础上，针对现有财务预警指标现状，在考虑完整性、有效性的基础上，从财务信息与非财务信息指标的建立等方面，探讨上市公司财务预警机制的完善及应用问题。 关键词：上市公司;财务风险;预警 中图分类号：F23 文献标识码：A 收录日期：2015年9月19日 随着市场竞争环境的进一步加剧，上市公司面临的市场竞争和财务活动的复杂性不断增强，其生存和发展面临着前所未有的挑战，因财务危机导致经营陷入困境甚至破产的案例日益增多。这些问题不仅使投资者及债权人的合法利益得到侵害，增加了资本市场的风险，也影响宏观经济的平稳有序发展。因此，如何通过建立财务风险预警机制，确保财务风险到来前就预先识别，并提前执行预案，消除风险隐患，成为上市公司急需重视并解决的现实问题。 一、上市公司财务风险预警概述 财务预警是通过对企业财务报表数据和相关数据进行分析，对企业财务状况进行识别和判断，提前监测并化解企业面临的财务危机。实际工作中，财务预警首先要选择合适的企业财务指标构建财务预警指标体系，然后采用相关分

析方法，对上市公司的经营活动、财务活动等进行分析预测，最后得出综合预警结果，并采取预警措施。从上市公司财务预警现状看，往往因为重视程度低、指标选择不当、预警流程不畅和分析方法落后等影响财务预警效果。在财务预警机制建立和健全方面的研究中，主要集中在财务预警指标的选择及预警模型的建立等方面。尤其是在预警模型研究方面，经历了单变量模型、统计模型、人工智能模型以及基于支持向量机方法预测等阶段。近年来，部分学者将公司治理变量引入预警模型加以研究，取得了一些成果。 二、国内上市公司财务风险预警现状 （一）财务预警指标未紧密联系上市公司实际。一方面是财务预警大多以量化的财务指标作为解释变量，对其他影响重大但定性指标因素考虑较少，如公司治理方面的指标;另一方面是财务预警系统大多是静态预警模型，未根据公司所处行业特征、不同历史时期的发展状况、宏观经济环境做出动态的指标选择，未根据不同阶段的评价适时调整具体指标的权重等，导致预警模型评价结果的准确性、客观性难以得到保证，预警模型的实用价值有限。 （二）财务风险预警机制不完善。一是预警分析的组织机制不完善，大部分预警分析组织机制未纳入公司治理机构;二是财务信息收集、传递流程与管理需要存在差距;三是财务风险分析方法和手段有限，在具体操作中往往流于可

财务预警模型

财务预警模型 一、单变量模型 单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954～1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。 二、多变量模型 多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了1946～1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数——Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z 为判别函数值X1=（营运资金÷资产总额）×100 X2=（留存收益÷资产总额）×100 X3=（息税前利润÷资产总额）×100 X4=（普通股及优先股市场价值总额÷负债账面价值总额）×100 X5=销售收入÷资产总额一般地，Z值越低，企业越有可能发生破产。爱德华·阿尔曼还提出了判断企业破产的临界值：若Z≥2.675，则表明企业的财务状况良好，发生破产的可能性较小；若Z≤1.81，则企业存在很大的破产危险；该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%. 多变量模型除了以上介绍的Z计分法模型以外，还有日本开发银行的多变量预测模型，中国台湾陈肇荣的多元预测模型，以及中国学者周首华、杨济华F分数模型等。但是，这几种模型在实际中的应用并不广泛。就目前为止，Z计分法模型仍然占据着主导地位。 出现财务舞弊时的财务预警 在企业出现财务舞弊情况时，虽然上述这些财务失败预警方法可以定量地描述企业，但仍不能就此作出企业财务失败的结论，仍然需要投资者的主观判断。 1、望 望主要是看行业背景：看行业是处在朝阳行业还是夕阳行业，是处在竞争充分还是保护垄断的行业，是成熟规范的行业还是缺少必要监管的行业，是新业务层出不穷还是业务相对简单的行业，因为行业风险是企业无法回避的风险。一般而言，朝阳行业、保护垄断行业、缺少必要监管的行业、新业务层出不穷的行业出现财务舞弊的风险较高。所以应特别注意行业的风险。如果行业出现危机，企业也必然受累。古语说得好：“覆巢之下，焉有完卵？” 2、闻 闻主要是看企业实力：企业处在行业中的地位如何，企业产品是成熟产品还是刚研制出来的新产品，企业在消费者中的口碑如何，企业的内部管理是否完善，企业的产品受市场欢

企业财务预警模型的比较研究

企业财务预警模型的比较研究 采用实证和规范相结合的研究方法，以我国制造业A股上市公司因“财务状况异常”而被特别处理的公司作为研究对象，选择2003-2005年65家财务危机公司，同时采用配对的方法逐年选择65家财务健康公司；初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选，建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型，并对其进行了比较研究。 标签：财务预警模型；Fisher二类判别模型；Logistic回归模型；BP网络模型；比较研究 1 研究样本的设计 财务预警模型的研究样本设计过程，主要包括如何确定陷入财务危机公司的样本组，如何确定作为配对标准的控制因素以及如何进行两组间样本个体数量分配的问题等。 （1）样本组的选择。 在选择样本组时，需要考虑以下几个因素的影响： ①考虑样本个体所处的行业。纵观陷入财务危机的公司所处行业，发现制造业公司占大多数。为了消除行业因素的影响，在具体的环境下对财务预警模型进行比较研究，把研究对象局限于制造业。 ②确定陷入财务危机公司的一定研究期间。均衡地考虑样本规模的大小和时间跨度的影响，选取了2003-2005年因“财务状况异常”被ST的65家公司及65家财务健康公司作为配对样本。同时，采用了Altman的研究方法，控制进入样本的个体，使其在三年的分布大致平均。其中，2003年24家财务危机公司和24家财务健康公司，2004年18家财务危机公司和18家财务健康公司，2005年23家财务危机公司和23家财务健康公司。 ③考虑公司规模。样本公司的规模虽然都在亿元以上，但是没有资产超过百亿元的超大型公司，规模配合比较适中。 ④对样本数据完整性的要求。Zmijewski（1984）检验了由于选样时所持的数据完整性标准所带来的模型偏差。他认为前人的研究都将数据完整性作为选样的标准，实际破坏了建立预测模型过程中所采用统计技术的应用前提——随机选样的要求，而且一般陷入财务危机的公司更可能提供不完整的数据。建立在完整数据基础上的模型忽视这一信息，无疑会使模型低估了公司破产的概率。他的研究表明这种偏差的确存在，但经他修正以后的模型却未在参数的统计显著性和总体预测精度上有显著提高。因此，本文并没有按照随机选样的要求来选择样本，

财务预警模型的分类

企业财务预警模型的比较分析 财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来 预测财务危机的方法。Fitzpatrick最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Beaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的 田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预

测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 1.静态统计模型。①线性判别模型。多元线性判别模型是运用多 元统计分析方法中的判别分析建立起来的,它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。 这种模型以美国Atlman教授的Z模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者爱民、淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。 ③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：y = c + B1x1 + B2x2+… + Bkxk。其中：c、B1、B2、…、Bk 为系数；x1、x 2、…、xk为k个预测变量，即财务指标；y为企业财务失败的 概率。该模型以0.5为危机分界点，y值越大，企业发生财务失败的可能性越大，y值越接近于0,说明企业财务越安全。④lo git模型和probit模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的

公司财务风险预警模型

公司财务风险预警模型

————————————————————————————————作者：————————————————————————————————日期：

上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:

最新基于Z模型的财务风险预警模型运用

一、引论 “危机预警”一词最早起源于20世纪初。90年代后，欧美国家由于企业危机频发，企业开始逐渐重视危机预警管理。在危机预警管理的研究中，财务风险预警作为危机预警的一个重要部分也受到了学术界的广泛重视。财务风险预警研究分为定性和定量研究。其中定量研究经历了早期的单变量模型到现代的多变量模型、回归模型、神经网络模型等阶段并不断完善。我国学者对企业风险预警研究起步较晚，开始于20世纪八十年代中后期。其中有代表性的成果有周首华、杨济华和王平的《论财务危机的预警分析——F分数模式》，陈静的《上市公司财务恶化预测的实证分析》等成果。笔者认为现有研究中，迫切需要解决的问题是根据我国实际来创造性地运用国外已经成型的财务风险预警模型，但相应成果并不多见。本文试对财务风险预警模型的运用进行初步的分析和探讨。 二、相关文献综述 财务风险预警模型的研究经历了早期的单变量模型到现代的多变量模型并不断完善。最早的财务预警定量研究开始于1932年的Fitzpatrick的单变量破产预测研究。Fitzpatrick取19家企业进行研究，发现出现财务困境的公司其财务比率和正常公司相比有显著不同，从而得出企业的财务比率能够反应企业财务状况，并对企业未来具有预测作用。他进行了实证研究，结果表明判别能力最高的是净利润/股东权益和股东权益/负债。1966年美国的Beaver最早运用统计方法研究了公司财务失败问题，提出了较为成熟的单变量判定模型。Beaver发现具有良好预测性的财务比率依次为现金流量/债务总额、净收益/资产总额、债务总额/资产总额。这些研究发现了失败的企业与正常企业在财务指标方面不同，为多变量模型研究奠定了基础。但是这些研究样本量较少，指标单一，因此结论比较粗糙。 多变量模型是目前企业财务风险预警的主流，主要包括Z模型、Logisitic 回归模型、人工神经网络模型等。在多变量模型中被广泛接受的就是Altman的Z模型。Altman在1968年首次将多元线性判别方法引入到财务风险预测领域。他选取1946～1965年间破产申请的33家公司和同样数量的非破产公司进行研究，选取了五个财务指标，通过多元差别模型产生了一个总的判别分，称为Z 值，并依据Z值进行判断。该模型的预测精度高达94%，至今各银行及金融机构仍在使用该模型。 以欧尔森(Ohlson，1980)为代表的一些研究学者提出采用逻辑回归判别方法来提高财务危机的预警能力。欧尔森以1970年至1976年间105家失败公司为样本，运用了条件逻辑模型建立财务预警模型。其研究成果表明，企业的规模大小、财务结构、经营绩效以及流动性等4个因素与企业发生财务危机的概率具有高度的相关性。

上市公司财务预警模型设计与分析

上市公司财务预警模型设计与分析 财务预警是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机实施的实时监控和预测警报。财务预警中的数学模型就是财务预警模型，它是指借助企业财务指标和非财务指标体系，识别企业财务状况的判别模型。 财务预警模型的设计可以有两种，一种是单变量模型，这就是传统的财务指标分析。对这些指标的分析，能够揭示企业某一方面或几个方面是否存在问题。通过对这些指标的长期观察和分析，能够从一定程度上发现企业是否存在财务危机。但是，这种分析方法有其弊端，这些单个比率都只反映企业风险程度的一个方面，并且当它们彼此不完全一致时，指标的预警作用可能被抵消，因此其有效性受到一定的限制。因此，构建多变量模型就成为必然选择。 在多变量模型的构建方法上，可以有多元线性判定模型、LOGIT 模型、神经网路模型等。结合我们计量课程所学和我们本篇课程论文样本的选取实际情况，我们将选择LOGIT 模型来构建我们的这篇文章。 一、理论方法 应变量y 是0～1二元变量，其定义如下： i y =1,该公司为财务困境公司；i y =0，该 公司为财务健康公司。通过对n 个样本公司的回归分析，1 k i i ij j j y F αξβ==+ +∑ ，可以确 定每个解释变量的系数。从而可以确定每个公司的*i y ，*i y 不是观测值，而是每个公司的期 望值。 Logit 模型采用的是Logistic 概率分布函数,具体公式为 1 1i i z p e -= +，其中1 k i ij j j Z F αβ ==+∑ ，对于给定的Fij ，Pi 是第i 个企业财务困境的概率。因为这个概率是 Logistic 概率分布函数曲线下从-∞到Zi 之间的面积,所以指标Zi 的值越大,第i 个公司财务状 况陷入困境的概率越大。上式经过数学整理可得 1i i p Ln p =-1 k i ij j j Z F αβ==+∑，根据样 本数据使用最大似然估计法估计出各参数值α,β,可求得第i 个公司陷入财务困境的概率。根据配对选取样本的特点，一般假设先验概率为0.5，可以判断Z 值大于0.5的公司存在财务危机的可能性比较大，而小于0.5的公司一般认为是财务健康的。 二、解释变量设计 根据财务指标对公司的财务状况进行预警，一般将财务指标分类为以下几类：盈利能力指标，包括资产净利润率、资产报酬率、净资产报酬率、销售净利率、主营业务利润率、每股收益，根据对指标的分析，一般认为净资产报酬率对盈利能力最具有综合性；变现能力比率，包括流动比率、速动比率、超速动比率；负债比率，有资产负债率、产权比率、有形净值债务率等；资产管理能力指标，有总资产周转率、存货周转率、应收帐款周转率、固定资产周转率等，可选择总资产周转率进入分析；成长能力指标有总资产增长率、主营业务收入增长率、留成利润比、留存收益总资产比、每股净资产等；现金指标，有现金流动负债比、现金债务总额比、销售现金比、全部资产现金回收率等，还有其他的一些指标，如主营业务

公司财务风险预警模型

摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得

财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能: (一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统

财务风险预警模型构建实证分析

财务风险预警模型构建实证分析 【摘要】财务风险预警模型可以从定量角度客观准确判断企业的财务危机程度，网络的普及对此颇具影响。本文采用实证方法，选取了5个财务指标作为模型变量，构建了一个基于极值原理的Fisher线性判别模型，并对该模型进行了实证检验。结果表明，该模型具有较好的对企业财务状况和风险状况进行评价预警的能力。 【关键词】财务预警模型指标；财务风险预警模型；多元线性函数模型 网络环境作为全球化的技术环境，使会计行业发生了根本性的变革，企业管理者越来越多的关注网络所带来的挑战与机遇。网络财务在我国尚处于初期阶段，它的运用存在诸多新风险，建立一套有效的财务风险预警系统是必然选择，而建立财务风险预警系统最关键的就是构建财务风险预警模型。 本文认为现金流量表能客观地反映企业的经营状况及获利能力，而且由于现金流量的计算不涉及权责发生制，几乎没有造假的可能，因此本文是基于现金流的F记分模型为基础构建网络环境下的财务风险预警模型。 一、样本的选择 本文对企业财务风险预警模型进行实证研究，研究的主体是我国A股市场的上市公司，利用公开披露的企业信息来研究上市公司陷入财务危机的可预测性。 在确定样本企业时，选取了一组在上海证券交易所上市交易的18

家ST公司，同时还相应地选择同行业、同规模的18家非ST公司作为研究样本，总样本共36家。研究数据主要来自上海证券报上公开披露的2002年度到2006年度的年度报告的有关资料。 二、财务预警模型指标的选择 任何企业的财务危机都会通过一些敏感性财务指标值反映出来。因此，设置一些敏感性财务指标是建立财务预警机制的基础。基于网络环境下现金流量对企业的重要性，本文主要从企业财务活动的角度，确定了三大类基础指标：经营环节风险指标，包括应收账款周转率、存货周转率、主营业务收入增长率、营业周期、现金流入量与现金流出量之比、销售营业现金流入比；筹资环节风险指标，包括流动比率、速动比率、资产负债率、产权比率、已获利息倍数、长期资产合适率、总资产增长率、现金流动负债比率、现金盈利值、营运资金占用额；投资环节风险指标，主要包括总资产报酬率、总资产周转率、总资产净现率。 为了全面客观地检验上市公司的经营好坏，所选取的财务指标要具有全面性与综合性，保证所选指标之间存在显著性差异；为避免指标之间某些特征重复计算，尽量消除变量的高度相关性。为此，本文将通过两个步骤选取建模指标。 （一）运用T检验，判断财务指标的显著性差异 利用收集的总共36家企业的数据资料，分组计算19个财务指标在被挂名ST前两年的平均值，计算两组样本各指标值的T检验值。 这个过程可以通过SPSS统计分析软件中的样本显著性检验功能，

我国财务风险预警模型研究文献综述

我国财务风险预警模型研究文献综述 引言 财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场 营销等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发 现企业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施， 避免潜在的风险演变成损失的一种预警方式。 国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末 才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委 员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了 对财务预警的研究，并取得了一定的成果。 1 统计方法预警模型 1.1 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模 第 1 页

型。 陈静（1999）以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指标， 分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，发现在 负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。 1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。 周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了F分数模 型： F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5 其中，X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同，而X3、X5与Z分数模型的X3、X5不 同。X3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债 务能力的重要指标。X5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的 第 2 页

企业财务预警模型的比较研究

企业财务预警模型的比较研究 财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究财务预警模型对现实具有指导意义。本文对几种典型的财务预警模型进行比较分析，为构建适合我国企业的财务预警模型提供一些思路和方法。 标签：财务预警比较研究 随着国内有关财务预警研究文献的日益增多，财务预警理论不断发展成熟，越来越多的模型被应用到财务预警中。从最早的单变量财务预警模型，到目前在国内应用比较广泛、发展较为成熟的多元判别模型、主成分预测模型、逻辑回归分析模型(Logistic)和类神经网络分析法(ANN)，每种模型都有各自优缺点。只有弄清各种模型在财务预警应用中的优势和劣势，才能更为准确的将财务预警模型应用到实践中。 1 财务预警模型的分类 1.1 单变量财务预警模型 单变量模型是指运用单一变量，用个别财务比率或现金流量指标来预测财务危机的方法。Fitzpatrick最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Beaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。 1.2 多变量财务预警模型 多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型。运用较为广泛的多变量财务预警模型主要有以下几种： 1.2.1 多元判别分析模型。多元线性判别模型是运用多元统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。判别分析方法主要研究在已知研究对象分成若干类型并已取得各类样品观测数据的基础上，如何判别一个新样品的归类问题，即判别分析的宗旨就是判断新的案例的类别。 1.2.2 主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。主成分分析方法的主要功能是为了解决样本数据中指标个数太多以及指标间信息存在重复的问题，其作用有两个：一是降维，二是减少信息的重复，从而使分析简化。

财务分析-财务风险预警模型构建实证分析

财务风险预警模型构建实证分析 财务风险预警模型可以从定量角度客观准确判断企业的财务危机程度，网络的普及对此颇具影响。本文采用实证方法，选取了5个财务指标作为模型变量，构建了一个基于极值原理的Fisher线性判别模型，并对该模型进行了实证检验。结果表明，该模型具有较好的对企业财务状况和风险状况进行评价预警的能力。 【关键词】财务预警模型指标；财务风险预警模型；多元线性函数模型 网络环境作为全球化的技术环境，使会计行业发生了根本性的变革，企业管理者越来越多的关注网络所带来的挑战与机遇。网络财务在我国尚处于初期阶段，它的运用存在诸多新风险，建立一套有效的财务风险预警系统是必然选择，而建立财务风险预警系统最关键的就是构建财务风险预警模型。 本文认为现金流量表能客观地反映企业的经营状况及获利能力，而且由于现金流量的计算不涉及权责发生制，几乎没有造假的可能，因此本文是基于现金流的F记分模型为基础构建网络环境下的财务风险预警模型。 一、样本的选择 本文对企业财务风险预警模型进行实证研究，研究的主体是我国A股市场的上市公司，利用公开披露的企业信息来研究上市公司陷入财务危机的可预测性。 在确定样本企业时，选取了一组在上海证券交易所上市交易的18家ST公司，同时还相应地选择同行业、同规模的18家非ST公司作为研究样本，总样本共36家。研究数据主要来自上海证券报上公开披露的2002年度到2006年度的年度报告的有关资料。

二、财务预警模型指标的选择 任何企业的财务危机都会通过一些敏感性财务指标值反映出来。因此，设置一些敏感性财务指标是建立财务预警机制的基础。基于网络环境下现金流量对企业的重要性，本文主要从企业财务活动的角度，确定了三大类基础指标：经营环节风险指标，包括应收账款周转率、存货周转率、主营业务收入增长率、营业周期、现金流入量与现金流出量之比、销售营业现金流入比；筹资环节风险指标，包括流动比率、速动比率、资产负债率、产权比率、已获利息倍数、长期资产合适率、总资产增长率、现金流动负债比率、现金盈利值、营运资金占用额；投资环节风险指标，主要包括总资产报酬率、总资产周转率、总资产净现率。 为了全面客观地检验上市公司的经营好坏，所选取的财务指标要具有全面性与综合性，保证所选指标之间存在显著性差异；为避免指标之间某些特征重复计算，尽量消除变量的高度相关性。为此，本文将通过两个步骤选取建模指标。 （一）运用T检验，判断财务指标的显著性差异 利用收集的总共36家企业的数据资料，分组计算19个财务指标在被挂名ST前两年的平均值，计算两组样本各指标值的T检验值。 这个过程可以通过SPSS统计分析软件中的样本显著性检验功能，对数据进行检验。为了让更多的指标入选，现将T检验的判别标准定为：｜T｜≥1.7。在双尾检验的显著性概率中，通过检验的指标较多，在前一年有十二个，在前两年有八个。模型中包括过多的指标，会不利于对上市公司的财务危机进行有效的预测。因此，需再通过显著性的指标中再次筛选。 通过综合考虑，最初选定了五个财务指标即：X1销售营业现金流入比、X2资产负债率、X3营运资金占用率、X4总资产报酬率和X5总资产周转率。

应用文-论财务危机预警模型评析

论财务危机预警模型评析 '企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一。企业应构建财务预警机制，及时沟通企业有关财务危机预警的信息，有效地防范和化解财务危机。本文对国内外财务危机预警模型逐一进行评析，旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴。\xa0 随着我国市场 体制改革的不断深化，经济领域中的复杂性、不确定性日益凸现，企业发生财务危机的情况越来越频繁，因此，财务危机已成为企业利益相关者需要预测并应对的重要风险之一。构建财务预警机制，及时沟通企业有关财务危机预警的信息，有效地防范和化解财务危机，是任何一个企业都必须亟待解决的问题。近年来，除了沿用传统的 判别与定性分析方法外。企业利益相关者也开始关注并尝试使用财务危机预警模型来定量预测财务危机。财务危机预警模型就是借助企业一系列财务指标和非财务指标来识别企业财务危机的判别模型。其关键点就是如何确定预警指标及预警指标的临界值。本文对国内外财务危机预警模型逐一进行评析，旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴。 单变量预警模型是指利用单个财务比率来进行财务预警，以判断企业是否发生财务危机的一种预测模型。Beaver(1966)在其“财务比率与失败预测”一文中，以财务危机预警为主题，以单一的财务比率指标为基本变量，运用配对样本法。随机挑选了1954年至1964年间79家危机中的企业。并针对这79家企业逐一挑选与其产业相同且资产规模相近的79家正常企业进行比较。得出的结论是，最能对企业危机做出预警的指标是“现金流量/总负债”比率，其次是“净收益/总资产”比率和“总负债/总资产”比率。其中，“现金流量”来自“现金流量表”的3种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，考虑了长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素。因为不同的资产项目在企业盈利过程中所发挥的作用是不同的，这不利于预测企业资产的获利能力是否具有良好的增长态势。 Beaver最先在企业危机预警研究中使用非参数 的二分类检验方法来确定分割点。使其错误分类率降至最低，这一方法为以后的企业财务危机预警研究者广泛采用。此外，Beaver还首创配对抽样的技术以控制因产业类别和企业资产规模不同而引起的混淆。但单变量预警模型只是利用个别财务比率预测企业财务危机。因此其有效性受到一定的限制。一般来说。企业的生产经营状况受到许多因素的影响，各种因素之间既有 又有区别，单个比率反映的内容往往有限，无法全面解释企业的财务状况。 多元判别分析模型是对企业多个财务比率进行汇总，求出一个总判别分值来预测企业财务危机的模型。Altman(1968)在其“财务比率、判别分析和公司破产预测”一文中认为，企业是一个综合体，各个财务指标之间存在某种相互联系。各个财务指标对企业整体风险的影响和作用也是不一样的。他通过把传统的财务比率和多元判别分析方法结合在一起，

财务风险预警模型研究文献综述

财务风险预警模型研究 文献综述 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#

我国财务风险预警模型研究文献综述 引言 财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，潜在的风险演变成损失的一种预警方式。 国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始务预警的研究，并取得了一定的成果。 1 统计方法预警模型 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模 陈静（1999）以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。 周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了F分数

财务预警z模型

（一）Z值模型简介 Z值模型的思路是运用多变量模式建立多元线性函数公式，即运用多种财务指标加权汇总产生的总判别分（称为Z值）来预测企业的财务危机。Z值模型理论是Altman通过对美国1945年～1965年之间的33家破产企业（制造业）和33家正常经营的企业（制造业）进行了充分的研究之后，于1968年发表的研究结论而形成的理论（Z值模型）。该模型主要是从20多个财务指标中综合出4～5个变量来计算、预测企业的财务状况。其计算方法主要就是根据这些变量对财务危机警示作用的大小而赋予不同的权重，最后进行加权计算，得到一个企业的综合风险总判别分Z，将其与临界值对比就可以了解企业财务危机的严重程度。根据Altman的统计结果，此方法预测的准确率在破产前一年高达90%以上，而在破产前5年也高达70%之多。Altman非制造业上市公司财务失败预警模型（Z3模型）在我国房地产业上市公司中的应用进行了实证研究。结果表明，房地产业上市公司大体上支持Z3值模型的有效性，企业管理者可利用Z3值模型进行财务分析，促进其改善经营管理；外部投资者、债权人可用其评价企业，并可作为投资决策的依据。

Altman的Z3模型判别函数如下所示： Z3=6.65X1+3.26X2+6.72X3+1.05X4 其中： X1=营运资本/总资产 X2=留存收益/总资产 X3=息税前利润/总资产 X4=股东权益/总负债 该模型主要将企业的偿债能力指标、盈利能力指标和营运能力指标有机地结合起来综合分析企业破产的可能性。当Z3<1.23时，代表企业具有很高的破产概率；当Z3>2.9时，说明企业处于安全状态，破产的可能性很小，可以不予考虑；当1.23≤Z3≤2.9时，代表企业处于预测的灰色区域内，其财务状况不稳定，是否破产，情况不明，需特别加以注意。此时，企业若采取有效措施，改善企业经营管理，才有可能转危为安 2.指标说明 营运资本=期末流动资产-期末流动负债 留存收益=期末盈余公积+期末未分配利润