财务预警方法范例(3篇)

财务预警方法范文篇1

关键词：财务预警；财务风险；构建体系

财务预警体系是指在企业的发展中，通过有效的财务指标分析，可以及时的发现企业运营中存在风险，继而可以更好的促进企业的发展。但是在企业目前的财务管理中，其对财务预警体系缺乏有效的重视，导致其缺乏完善的财务预警体系，致使企业面临着巨大的经营风险。因此，在企业的发展中，加强对财务预警体系构建的研究具有重要的价值。

一、财务预警体系的内涵和原则

1.财务预警体系的内涵

财务预警体系是指财务人员对财务信息进行分析，并且及时的发现企业运营中存在的风险，继而可以较好的反映企业的真实发展情况，并且可以制定相应的财务报表。在财务预警体系的构建中，运用比例法和数学模型的方式可以较好的对企业的财务风险进行预测，同时可以为企业的管理者提供相应的依据，从而管理者可以根据企业发展和市场的实际情况制定针对性的发展措施，进而可以促进企业的健康持续发展。

2.财务预警体系的原则

在企业的财务风险预警体系构建中，其可以有效的反应企业运营中存在的风险，继而可以制定针对性的防范策略，同时可以提升企业的经济效益。但是在企业财务风险预警体系的构建中，需要遵循相应的原则，以便可以更好的推动企业经济的发展。其原则主要体现在以下几个方面：

（1）预测原则

在财务预警体系的构建中，其可以有效的预防企业的风险，并且财务预警体系可以反映企业的真实状况。因此，在企业的发展中，财务预警体系的构建需要遵循预测的原则。主要是由于在企业的发展中，财务预警是根据企业发展的数据来制定针对性的防范措施，其方法主要包括比较分析法和因素分析法等方式。

（2）统一原则

企业的财务风险预警需要遵循统一性的原则，其主要包括在财务信息、方法和口径上的统一，以便可以更好的保证财务信息的准确性。另外，对企业的财务信息进行实时的监控，可以全面的预测企业的市场营销风险和管理风险。

二、财务预警体系的影响因素分析

1.外部环境因素

在企业的财务预警体系构建中，其会受到不同的因素影响，其外部因素影响主要体现在以下几个方面：首先，企业市场的变化会对财务预警体系的构建产生较大的影响，主要是由于市场经济的变化，会影响供求关系，继而会影响企业的发展情况。其次，宏观经济的变化对企业财务预警体系的影响。主要是由于在经济社会的发展中，通货膨胀和汇率的变化等会影响商品的价值，从而会导致企业的财务信息发生较大的变化。最后，政策的变动会对企业的财务信息产生较大的影响，例如税收政策的变化会相应的增加企业的发展成本，进而会导致企业财务信息发生变化。

2.企业自身因素

在企业财务预警体系的构建中，企业自身因素会导致财务信息发生变化，其主要体现在以下几个方面：首先，企业管理不当会导致企业的资产负债相对较多，继而会影响企业的发展进程。其次，企业在内控制度和财务分析方式不合理，会影响企业的财务分析效率，从而会导致企业的财务信息发生变化。最后，在企业的发展中，人员素质会对企业的发展产生较大的影响，主要是由于人员素质相对较低，会影响企业的财务分析效率，进而会导致企业的财务预警体系构建受到较大程度的影响。

三、分析财务预警的方法

1.比率法

比率分析法是指在企业的财务预警体系构建中，财务人员将报表上的重要数据进行比较，并且计算出相应的比率，以便可以通过比率的分析来评价公司的经营活动和发展状况。比率法是重要的财务分析方法，其可以较为直观的反映企业的绩效情况和财务状态，通过比率法的计算，会计人员可以较好的为管理者的决策提供有力的依据，进而可以减少企业潜在的财务风险。

2.比较法

比较法是指会计人员在日常工作中，运用实际数据与基数的比较来反映企业数据中的差异，其可以对企业的经济活动和存在的问题进行分析。常用的比较分析法主要是指将两组数据的财务指标进行对比分析，从两组数据中可以找出企业的发展差异，继而可以更好的规避企业的发展风险。另外，在企业的发展中，将预测风险与历史风险指标进行对比分析，可以及时的预测企业的经营风险，进而管理者可以及时准确的根据计算结果来调整经营策略。

3.因素法

因素法是指运用统计指数分析的方式来对影响企业经营的多种因素进行统计分析，企业的财务风险会受到内部因素和外部因素等多种因素的影响，而风险的程度则取决于多种因素的发生情况。因此，在企业的发展中，对财务风险进行实时的监测，并且通过因素法对影响因素进行分析，可以有效的为企业的决策提供相应的依据，进而可以更好的促进企业的发展。

四、构建财务预警体系的策略研究

1.建立科学的指标

在企业的发展过程中，其对财务预警体系的分析，需要经过定量和定性两个方面进行考虑。定量指标可以对企业的财务状况和发展进程进行分析，其在分析的过程中，主要包括：资产运营、发展潜力和偿债能力等指标。而定性分析则是可以直接反应企业的经营活动变化，其主要包括环境、市场和管理的指标。在企业构建财务预警体系的过程中，需要认真考虑以上因素。首先，企业需要建立科学的财务预警体系，并且建立科学的定量和定性分析方式，以便可以完善企业的财务管理，继而可以在一定程度上减少企业的内部管理风险。其次，企业的管理者和财务人员要提升对财务预警体系的重视程度，并且可以严格的执行财务预警体系分析，以期通过定性和定量分析，可以及时的发现企业经营活动中存在的不足之处。最后，企业的管理者在财务预警体系的执行过程中，需要根据不同的情况，及时对企业财务管理的不足之处进行分析和调整，同时制定针对性的风险防范机制，使企业可以健康持续的发展。总而言之，在企业财务预警体系的构建中，建立科学的评价指标是企业经营活动发展的重要保障，对企业的发展而言，具有重要的价值。

2.使用科学的分析方法

在企业的财务预警体系构建中，其对财务分析的识别方法主要包括单变量分析方法和多变量综合分析方法。在对企业的财务情况进行分析时，需要合理的选择分析方式，以便可以更好的促进企业的发展。其方法主要体现在以下两个方面：

（1）单变量分析方法

在上个世纪60年代，美国著名的经济学家威廉运用统计学方式提出了单变量分析方法，其认为在企业的发展中，运用单变量分析方法可以对企业的单个财务指标进行分析，继而可以对企业的发展进行预测。在单变量分析方法的运用中，其主要需要对企业的现金流量、净利率、资产负债率和营销增长率等指标进行分析，之后与企业发展的极限值进行比较，其操作方式相对简单，可以较好的对企业的单个指标进行分析，但是在其使用的过程中，每次仅仅能够分析一个财务指标，难以达到综合的预测效果。

（2）多变量分析方法

多变量综合分析方法的运用中，需要企业额的财务指标平衡，其是由美国经济学家奥特兰提出，其通过Z值模型的建立来分析企业的发展风险，企业财务人员通过偿债能力、盈利能力和资产管理能力等指标，可以构建多元的模型，从而可以较好的确定Z的数值，其通过Z值来反映企业的风险情况，并且可以根据Z值来针对性的制定应对措施。

总而言之，在企业的财务风险预警体系建立中，企业需要合理的引进两种不同的分析方式，以便可以根据实际情况来综合的对企业的财务情况进行分析，进而可以更好的反映企业的真实发展情况，同时可以有效的降低财务风险发生机率。

3.完善企业信息管理

在企业财务预警体系的构建中，准确的财务信息可以保证企业发展信息的真实性，并且可以降低企业的发展风险，同时，有效的财务信息可以实现企业财务风险管理的智能化，为企业的财务预警体系构建提供有力的支持。但是在企业目前的发展中，其缺乏完善的信息管理体系，在一定程度上提升了企业的财务风险。因此，企业在构建财务预警体系的过程中，需要不断的完善企业信息管理体系。首先，企业在发展的过程中，需要建立完善的信息控制制度，以便可以提升信息的传递效率，从而可以在一定程度上降低企业的财务风险。其次，企业在财务管理的过程中，需要建立完善的信息管理体系，并且积极的引进先进的计算机技术，使其可以更好的对企业的运营信息进行分析和调整。最后，会计人员要随时对市场的信息进行调查和分析，只有根据市场的发展情况来综合性的制定发展战略，才可以更好的保障企业信息的完整性。由此可见，在企业的发展中，需要完善对信息的管理，以期可以更好的完善企业财务预警体系的构建。

4.提升财务人员专业素质

在企业财务预警体系的构建过程中，财务人员的专业素质关系着企业财务管理的效率。但是在目前企业的发展中，部分财务人员的专业素质相对较低，无法满足企业财务预警体系构建的需求，因此，提升财务人员的专业素质具有重要的价值。提升财务人员专业素质的措施主要体现在以下几个方面：首先，管理者应该提升财务人员的风险防范意识，主要是由于在企业的发展中，财务人员的专业素质相对较低，致使其缺乏相应的风险防范意识，继而难以有效的制定科学的措施来促进企业的发展。而提升财务人员的风险防范意识，可以使其更好的对企业的财务情况进行分析，从而可以更好的促进企业的发展。其次，管理者要定期的聘请专业的人员对财务人员的专业素质进行培训，使其可以拥有更加专业的素质，进而可以更好的对企业的运营情况进行分析。最后，管理者要不断的培养财务人员的创新意识，使其可以不断的对企业的财务预警方式进行创新，只有其不断更新财务预警体系，并且使其符合企业发展的实际需求，才可以更好的促进企业的健康持续发展。由此可见，在企业财务预警体系的构建中，财务人员的专业素质十分重要，需要管理者认真思考。

五、结语

在企业的发展中，财务预警体系可以较好的反映企业的财务情况，继而管理者根据财务分析结果，可以制定科学的发展战略。但是由于受到诸多因素的影响，致使企业的财务管理存在较大的不合理之处，希望通过本文的介绍，我国企业可以合理的引进财务分析方式，进而可以科学的建立财务预警体系。

参考文献：

[1]刘洪锋，周艳海，任伟峰.Themis模型及其对企业财务预警体系构建的启示[J].财务与会计，2015，01（11）：67-69.

[2]俞晓东.中小企业财务风险预警体系构建[J].财会通讯，2015，10（12）：35-38.

[3]孙蕾.构建现代企业财务预警体系的重要性[J].现代商贸工业，2014，02（05）：132-133.

[4]刘燕.企业财务危机预警体系的构建[J].企业改革与管理，2014，04（15）：15-16.

财务预警方法范文

关键词：证券市场；上市公司；财务预警

文章编号：1003－4625（2009）03－0086－05中图分类号：F830.91文献标识码：A

Abstract:Thispaperreviewsthetheoreticalstudyofdomesticandforeignliteraturesaboutfinancialalarm.Basedonevaluationoftheexistingtheories，itisproposedthatnon-financialandfinancialvariablesshouldbecombined,andfinancialdistortionalarmtheoryandfinancialfailurealarmtheoryshouldbeintegrated.

KeyWords:SecurityMarket;ListedCompanies;FinancialWarning

我国自改革开放以来，竞争激烈的市场经济一方面为企业提供了广阔的舞台，另一方面也面临着激烈的竞争和挑战，稍有不慎就可能被卷入失败的漩涡。企业因财务危机导致经营陷入困境,甚至破产的例子更是屡见不鲜。如何在财务危机到来之前就预先觉察苗头，以便尽早采取措施，消除危机隐患，已成为当前亟待解决的现实问题。同时，随着我国证券市场信息披露制度的不断完善,根据这些信息构造合理的财务风险预警模型已经具备了现实的可能性。

从财务预警理论的发展历程来看,财务预警理论是随着证券市场不断发展而产生和不断深入的。“危机预警”的思想起源于20世纪初的欧美，在20世纪50年代取得了显著的成果。进入90年代，由于企业危机爆发的频率也越来越高，人们更加重视危机预警管理。在危机预警的发展过程中，财务预警的研究也相应展开。根据研究方法的差别，一般可把这些理论大致分为定性预警分析和定量预警模式两类。

一、定性预警方面的研究

定性预警的方法主要包括灾害理论、专家调查法、“四阶段症状”分析法等几种方法。

Scapens,Ryan和Fletcher(1981)的灾害理论是分析解释因均衡系统的影响因素缓慢变化从而引起系统的突然变化的理论。该理论认为公司就像一个流动资产的储备池，财务比率就是用来测量流过储备池流量的大小。但流量大小并不能够确定储备池是否一定要枯竭，因为可以通过债权人继续加水。这就要看债权人怎么看待财务比率的变化。许多公司破产，原因就在于债权人看到公司财务比率恶化，然后就想抽干“储备池”，或者不想继续加“水”了。

专家调查法就是企业组织各领域专家运用专业方面的知识和经验，根据企业的内外环境，通过直观的归纳，对企业过去和现在的状况、变化发展过程进行综合分析研究，找出企业运动、变化、发展的规律，从而对企业未来的发展趋势做出判断。

“四阶段症状”分析法认为:企业财务运营情况不佳，肯定有特定的症状，而且是逐渐加剧的。因此应及早发现各个阶段的症状，对症下药。企业财务运营病症大体可分为四个阶段:财务危机潜伏期;财务危机发作期;财务危机恶化期;财务危机实现期。

我国学者李秉成(2004)从上市公司财务困境形成角度、困境征兆角度探讨上市公司财务困境预分析方法。提出了财务困境加权分析法和象限分析法两类财务困境综合分析方法。

张友棠(2004)指出建立财务预警系统是财务管理制度创新的必然选择。在此基础上，构建了基于经济周期理论的财务预警管理系统――理论模型、程序方法、警兆识别、指数测度。

二、定量财务预警方面的研究

（一）单变量判定模型

最早的财务预警研究是Fitzpatrick(1932)开展的单变量破产预测研究。Fitzpatrick最早发现，出现财务困境的公司其财务比率和正常公司的相比，有显著不同，从而认为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。实证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。

而美国的比弗Beaver(1966)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。比弗发现具有良好预测性的财务比率依次为1.现金流量/债务总额;2.净收益/资产总额；3.债务总额/资产总额。该研究的意义在于发现了不同财务指标具有不同预测企业破产的能力，为多变量方法预测奠定了基础。

但是单变量模型却具有以下局限性：其一，仅用一个财务指标不可能充分反映企业的财务特征。其二，如果使用多个指标分别进行判断，这几个指标的分类结果之间可能会产生矛盾，分析者可能得出不同的结论，以致无法做出正确判断。

（二）多变量线性判定模型

美国学者Altman(1968)最早运用多变量分析方法探讨财务预警问题。Altman运用主成分分析方法提炼最有代表性的财务比率，通过统计技术筛选出那些在两组间差别尽可能大而在两组内部的离散度最小的变量，从而将多个标志变量在最小信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程。

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中Z是判别函数值；X1～X5是Altman所选的5个比率，它们分别是：X1=营运资金/资产总额,X2=留存收益/资产总额，X3=息税前利润/资产总额,X4=权益的市场价值/负债账面价值总额，X5=销售收入/资产总额。

一般来说，Z值越低企业越有可能破产。奥特曼还提出了判断企业破产的临界值：当Z记分超过2.99时，企业被划为不会破产之列；若Z分值低于1.81，则企业被列为破产类。在这两个数字之间的区域被称为“未知区域”或“灰色区域”。

我国学者周首华、杨济华和王平(1996)提出了F分数预测模型，通过更新指标和扩大样本数对Z分数模型进行了修正。

陈静(1999)以1998年的27家ST公司和对应的27家非ST公司，使用了1995-1997年的财务报表数据，进行多元线性判定分析，发现由负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。

多元线性判定模型具有较高的判别精度，但也存在一些缺陷。其一，模型假定比较严格。模型要求自变量是呈正态分布的，两组样本要求等协方差，而现实中的样本数据往往并不能满足这一要求。这就使得许多研究都是在相对准确的前提下进行，其结论必然会有令人质疑的成分。其二，在前一年的预测中，多元线性判定模型的预测精度比较高，但在前两年、前三年的预测中，其预测精度都大幅下降，甚至低于一元判别模型。

（三）多元逻辑(Logit)模型

多元逻辑模型的目标是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营风险。Logit模型假设了企业破产的概率P（破产取1，非破产取0），并假设Ln[p/(1-P)]可以用财务比率线性解释。假定Ln[p/(1-p)]=a+bx，根据推导可以得出p=exp(a+bx)/[1+exp(a+bx)]，从而计算出企业破产的概率。

Ohlson(1980)第一个采用Logit方法进行破产预测。其模型使用了9个自变量,估计了三个模型，分析了样本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。他发现至少有四类显著影响公司破产概率的变量:公司规模、资本结构、业绩和当前资产的变现能力。继Ohlson之后，Gentry,NewboldandWhitford(1985);CaseyandBartczak(1985);Zavgren(1985)也采用类似的方法进行研究。

我国学者陈晓等（2000）以38家ST公司为研究对象，运用Logit回归，研究结果表明:负债权益比率、应收账款周转率、主营业务利润/总资产、留存收益/总资产具有较强的预测能力。程涛(2002)以1998-2000年被ST的A股上市公司为研究样本，运用时间序列回归和Logit回归方法，从财务指标角度和现金流量角度分别构建预警模型，并在此基础上构建综合预警模型。姜秀华(2001)、吴世农、卢贤义(2001)、李华中(2001)等也采用类似的方法进行研究。

Logit模型的最大优点是，放宽了模型的假设条件，运用范围更加广泛。但是其计算过程比较复杂，在计算过程中还有很多的近似处理，这些会影响到模型的预测准确度。如Logit模型常假定先验概率为1?1，选择0.5为分割点，实际上企业破产概率要比不破产概率小得多。以实际破产/非破产概率比作为先验概率可能会影响模型的预测精度。

（四）多元概率比(Probit)回归模型

Probit回归模型同样假定企业破产的概率为p，并假设企业样本服从标准正态分布，其概率函数的p分位数可以用财务指标线性解释。其计算方法和Logit很类似，先是确定企业样本的极大似然函数，通过求似然函数的极大值得到参数a、b，然后利用公式p=■1■e■2dt，求出企业破产的概率。

Ohlson(1980)首先采用Probit方法进行财务预警研究的。他选择1970-1976年间破产的105家公司和2058家非破产公司组成配对样本，采用极大似然法，分析了样本公司在破产概率区间上分布以及两类错误和判别阀值点之间的关系。

Probit模型和logit模型的思路很相似，所以其局限性和Logit模型类似。不同之处在于多元概率比模型假设样本服从标准正态分布，且寻求破产概率的方法不同，Logit采用取对数方法，而Probit采用积分的方法。

（五）神经网络分析模型

用于财务危机判定与预测的类神经网络模型一般利用一组案例建立系统模型，类神经网络模型接收一组输入信息并产生反应，然后与预期反应相比较。如果错误率超过可以接受的水平，需要对权重W做出修改或增加隐藏层数目并开始新的学习过程。经过反复循环，直至错误率降低到可以接受的水平，这时学习过程结束并锁定权重,类神经网络就可以发挥预测功能了。

OdomandSharda(1990)开拓了用BP神经网络预测财务困境的新方法，其研究是以Altman所构建的五个财务比率为研究变量，使用类神经网络与判别分析做验证比较，其结果发现类神经网络具有较佳的预测能力。

Tam(1991)采用人工神经网络(ANN)进行财务预警研究，通过对人工神经网络的模拟，得出神经网络可以应用于财务预警，且具有较高的预测精度。

KohandTan在1999年以6个财务指标为研究变量做了类似的研究，得出类神经网络模型的预测效果优于Probit模型的结论。

我国学者杨保安等(2002)采用ANN模型进行财务危机预警研究，结果表明:样本的实际输出和期望输出较为接近，显示出神经网络是进行财务评估的一种很好的应用工具。柳炳祥、盛昭翰(2002)分析了评价财务危机的指标体系和财务危机等级的划分和基于粗神经网络的财务预警方法，并用一个预警实例进行了验证。

人工神经网络具有较好的纠错能力，从而能够更好地进行预测。然而，由于理论基础比较薄弱，ANN对人体大脑神经模拟的科学性、准确性还有待进一步提高，因此其适用性也大打折扣。

（六）其他财务预警模型

除上述提到的主要的研究财务预警的模型分析方法外，还有如递归分割算法、生存分析、CUSUM模型、线性目标规划、事件历史分析法、专家系统等模型和分析方法，但由于其适用性或准确性等原因，没有成为主要的财务预警理论，在此不再一一赘述。

（七）财务预警理论的拓展研究

1.考虑其他非财务因素的研究

研究人员一直尝试使用非财务信息构建预测准确率更高、预测结果更稳定的预测模型。Gilson(1989)认为高层管理者如CEO、总经理或总裁等离职也可以作为财务危机的指标。他以1979年至1984年共381家发生财务危机的公司为样本，发现52%公司的有高级管理人员异动之情形，而正常公司只有19％。

Donaldson(1986)及GirouxWiggin(1984)认为有的经济事件有一定的前置时间，可以用作构建模型的变量。如破产前几年企业通常有到期票据不能及时支付、银行贷款不能及时偿还及高层管理人员出售公司股票等等。

Marquette(1980)认为使用长期性或宏观性的经济指标，如将利率、通货膨胀率、景气变动指标、产业与经济之间关系等作为构建模型的变量，可以提高模型的准确度。

王克敏（2005）研究认为在财务指标基础上引入公司治理、关联交易、对外担保等非财务指标，可以大大提高公司ST的预测准确率。郭斌等(2006)研究认为加入贷款期限和M2增长率这两个非财务指标的8参数建立模型，具有较高的预测精度和较好的模型拟合度。邓晓岚（2006）研究结果显示加入年度累积超额收益率与审计师意见的非财务指标后预警效果较好。

2.财务失真预警方面的研究

关于财务信息失真问题，早期的研究大多从财务舞弊的动因、手段、防范与治理等方面来进行研究。1999年HealyandWahlen首先从会计舞弊行为市场反应与识别方面进行了研究。认为投资者似乎能够辨认物价上升期间那些为了税收利益而采用后进先出法的公司，并且对相应的报告盈余的下降反应温和。GreenandChoi(1997)以财务指标为输入变量，采用人工神经网络（ANN）技术构造了建立在原始财务数据基础上的会计舞弊判别模型，并发现这一模型将大大改善独立审计师发现舞弊行为的能力。Beneish(1999)提出利用会计数据来判别上市公司是否存在会计舞弊的思想，他以1987-1993年间受美国证监会处罚的74家公司为会计舞弊样本，以其他上市公司为正常样本，基于8个财务指标建立了Probit模型，准确预测率达到了75%。Spathis,DoumponsandZopounidis(2002)以希腊舞弊公司与非舞弊为样本，采用多标准分析、单变量和多变量统计技术建立了包含Z计分值和不包括Z计分值的模型识别舞弊财务报告的可能性。

鹿小楠和傅浩(2003)在Beneish的研究基础上，分别建立多元判别模型和Logit回归模型，但对我国会计舞弊公司的判别成功率都仅仅为60%;蔡志岳、吴世农(2007)运用条件Logit回归模型对公司信息披露违规进行预警研究，实证结果表明在违规前一年，基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。

三、对国内外现有文献述评

在财务预警的定性研究方面，国内外学者从引起企业危机发生发展的内外各种因素进行了探讨，对财务危机的各个阶段进行了详细的划分和研究，对问题各个方面的分析都很深入。但从事定性研究的结论能够直接和定量模型结合起来的还不多。如探讨了影响企业财务困境的各种因素，但怎样把这些因素用于财务预警模型中，进行这方面研究的人并不多见。

从财务预警的定量研究方面看，国内外学者结合各种量化的技术，出现了很多的预警模型，在上述文献综述中我们也可以感受到这一点。但是其应用性和可操作性较差。笔者认为，不管模型做的多么复杂和巧妙，关键是要能够应用到实际中去，解决不同财务信息使用者的认知需要，这才是最根本的。

（一）财务预警模型的局限性

首先，模型会受到样本选取范围和样本时间区间的限制。研究发现，从不同的样本选取范围和不同的时间区间所得出的预警模型存在很大的差异。影响模型精度的因素很多，包括建立模型所用资料的时效性、国别特点、行业特点等。一国建立的模型不能直接适用于另一个国家，因此有必要建立各国自己的预警模型。其次，由于不同的模型需要不同的前提条件，如自变量要服从正态分布，样本要求等协方差等，而事实上很多时候这些条件并不能够完全得到满足，很多研究者所建模型大多是在近似条件下成立的，这必然影响到模型的正确性和预测精度。

（二）变量的选择方法问题

如何选取变量指标还缺乏理论支撑，研究人员在选择变量时，常受到自身价值判断的影响。如Altman在建立Z模型时，也只列出了22个财务比率，从中选出了5个比率。这些比率的选择不是建立在理论的基础之上的，而是根据它们的“通用性”和Altman的主观认为。另外，这些模型的变量大多只涉及财务比率，考虑非量化因素的较少。考虑非量化因素后加入定性指标的分析将会有效提高模型的准确度，这需要进一步的探索。

（三）财务预警研究重理论研究轻应用研究

财务预警研究者更多的是关注预测的准确性，但却没有能够同时关心使用者的实际可操作性。财务预警研究在财务预警模型精巧性的同时，更需要在财务预警技术的应用与推广方面多下工夫。

（四）关于财务信息失真问题

传统的财务失败(困境)预警模型本身不能对财务报表的真伪进行鉴别,用可能虚假的财务报告来进行财务预警,会使财务危机预警模型的预测结果发生偏差。从财务失真预警这方面来看，理论研究较少，特别是国内的研究尚处于起步阶段。另外，财务失真和财务失败预警两方面的研究相互脱节，这两方面的研究没有能够结合起来进行。

根据上述研究述评，笔者认为要重点解决财务预警理论的实际应用性问题，使其能够真正满足财务信息使用者的需要。应注意使用包括非量化因素的财务预警指标体系，尤其要注意建立财务失真（舞弊）和财务失败（困境）二者相结合的双元财务预警模型，一方面，对中国不发达、不完善的证券市场而言，财务信息失真问题是非常严重的（事实上在美国这样成熟的市场，财务失真现象也是大量存在的），财务失真的预警研究尤其必要。但从现有的文献来看，绝大多数的理论性研究局限于上市公司会计舞弊的动因、手段、防范和治理，很少涉足舞弊的市场反应与识别和预警问题，特别是预警模型的研究。另一方面看，上市公司所面临的各种危机和财务困境，要求我们要进行财务失败预警的研究。这方面的文献较多，正如前面所述，理论上也较为丰富。但是，财务失败预警的研究没有和财务失真预警研究结合起来，用可能是失真的数据来预警，其结果可想而知。所以，要建立财务失真和财务失败双方面相结合的财务预警模型，才是正确解决上市公司财务预警问题的根本之道。

参考文献：

[1]A1tmanE.I,“FinancialRatios,DiscriminantAnalysis,andthePredictionofBankruptcy”,JournalofFinance,September1968.

[2]AmyHing-Ling,“AFive-StateFinancialDistressPredictionModel”，JournalofAccountingResearchSpring1987.

[3]Carmichael,D.R.,TheAuditor'sReportingObligation.AuditingResearchMonographNo.l(NewYork:AICPA),1972.

[4]CharlesE.Mossman,GeoffreyG.Bell,L.MickSwartz.HarryTurtle.AnEmpiricalComparisonofBankruptcyModels.TheFinancialReview33.199835-54

[5]GreenB.P.andChoiJ.H.AssessingtheRiskofManagementFraudthoughNeuralNetworkTechnology[J].Auditing,1997,(16):1―19.

[6]Ohlson,J.S.，“FinancialRatio，andtheProbabilisticPredictionofBankruptcy",JournalofAccountingResearchVol.18,No1,1980.

[7]Odom,M.D.,andR.Sharda.“ANeuralNetworkModelforBankruptcyInProceedingsoftheInternationalJointConferenceonNeuralworks”.1990,6:136-138.

[8]Scott，J,“TheProbabilityofBankruptcyAComparisonofEmpiricalPredicationandTheoreticalModel”，JournalofBankingandFinance,September,1981.

[9]TamandKiang,“PredictingBankFailures:ANeuralNetworkApproach”,ManagementScience[J]，1992,8:926-947.

[10]蔡志岳,吴世农.基于公司治理的信息披露舞弊预警研究[J].管理科学,2006,(8).

[11]陈工孟,芮萌,许庆胜.现代企业财务困境预测[M].上海:上海财经大学出版社,2006,(7).

[12]陈静.上市公司财务恶化预测的实证研究[J].会计研究,1999,(4).

[13]程涛.财务预警模型综述[J].山西财经大学学报,2003,(10).

[14]邓晓岚,王宗军,李红侠,杨忠诚.非财务视角下的财务困境研究[J].管理科学,2006,(6).

[15]姜秀华,孙铮.治理弱化与财务危机:一个预测模型[J].南开管理评论,2001,(5).

[16]金春蕾,郭炜,王宗军.我国上市公司财务失败预警模型的评析[J].商业研究,2003,(12).

[17]鹿小楠,傅浩.中国上市公司财务造假问题研究[J].上证研究,2003,(2):36-95.

[18]彭韶兵.财务风险机理与控制分析[Z].西南财经大学,2001博士学位论文.

[19]秦江萍.会计舞弊的市场反应与识别[M].北京:经济科学出版社,2006,(5).

[20]宋雪枫.中国上市公司财务危机预警问题研究[Z].上海交通大学,2006年博士学位论文.

[21]王克敏,姬美光.基于财务与非财务指标的亏损公司财务预警研究[J].财经研究,2006,(7).

[22]王玲玲,曾繁荣.财务预警模型评述[J].市场论坛,2005(12).

[23]吴革.财务报告粉饰手法的识别与防范[M].北京:对外经济贸易出版社,2003,(1).

[24]吴世农.现代财务管理理论与方法[M].北京:中国经济出版社,1997.

[25]夏毅,魏岚.企业财务危机预警研究[J].当代经理人,2005,(18).

[26]杨宝安,季海.基于人工神经网络的商业银行贷款风险预誉研究[J].系统工程理论与实践,2001,(5).

[27]袁业虎,张燕.中外财务预警实证研究述评[J].审计与理财,2005,(9).

[28]张鸣,张艳,程涛.企业财务预警研究前沿[M].北京:中国财政经济出版社,2004,(4).

[29]张鸣,张艳.财务困境预测的实证研究与评述[J].财经研究,2001,(12).

[30]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究,2000,(3):49-51.

[31]张友棠.财务预警系统管理研究[M].北京:中国人民大学出版社,2004,(3).

[32]张祥,陈荣秋.财务预警模型的变迁[J].华中科技大学学报(社科版),2003,(4).

财务预警方法范文

Abstract：ThroughtheproportionprincipleandtheprincipalcomponentanalysisresearchofSTforthet-2yearsfinancialdatain2010，thispaperestablishesmodelandcomprehensivelydetermineswhethertheearlywarningvalueFdeterminationmodehasearlywarning.Theresultsshowthatprincipalcomponentanalysismethodcanbettermakeearlywarningalertsforwhetherthelistedcompanies'financialpositionfallintofinancialcrisis.

关键词：财务危机预警；配对样本t检验；主成分分析

Keywords：financialcrisisearlywarning；pairedsamplesttest；principalcomponentanalysis

中图分类号：F275文献标识码：A文章编号：1006-4311（2014）09-0137-03

0引言

财务危机是指企业明显无力按时偿还到期的无争议债务的困难与危机。根据相关网站统计，国内外每年都有数以万计的企业因财务危机而倒闭。这种经营失败，实质上是企业缺乏财务风险防范能力，在财务风险面前显得软弱无力。本文基于此通过主成分分析方法运用多个财务指标综合建立主成分财务危机预警模型，帮助企业在危机来临前识别风险，对防范和处理我国上市公司财务风险具有一定的指导意义和实用价值。

1文献综述

国外最早的财务预警研究者是Fitzpatrick，其创建的单财务比率判定模型，开创了单变量财务预警方法的先河。随着对现金流量信息重要性的认可，许多学者尝试运用现金流量信息预测企业财务困境。Beaver（1966）利用单变量模型预测企业财务情况，发现现金流量与负债比率能够比较准确地判定公司是否陷入财务困境。Altman（1968）创立了多变量的Z分数财务预警模型。

国内的企业预警研究起步较晚，绝大部分以上市公司为研究对象，其研究初期主要是对国外方法的介绍和具体应用。陈静（1999）在《上市公司财务恶化预测的实证分析》中使用1998年的27家ST公司和27家非ST公司的财务报表数据，进行了单变量分析和二类线性判定分析研究。张玲（2000）采用多元线性判定法则选取深沪交易所120家上市公司作为研究对象，研究得出的判别方程和判别法则选择出的指标为资产负债率，营运资金/总资产，总资产利润率，留存收益/总资产。吴世农、卢贤义（2001）在《我国上市公司财务困境的预警模型研究》中选取6项财务比率建立了财务预警系统。张爱民（2001）等选取40家ST公司及40家非ST公司作为研究样本，采用主成分分析方法，建立了另一种预测企业财务失败的模型——主成分预测模型，并对上市公司财务失败的主成分预测模型进行了实证检验。

2研究设计

2.1研究假设根据后文对财务危机预警模型设计的需要以及结合现实性，本出以下相关假设：①由于连续两年净利润为负而被ST处理的上市公司被认为陷入财务危机状况；②与选取的ST公司同行业且资产规模相差±10%范围内的非ST公司具有可比性；③上市公司的财务数据真实且能反映公司财务状况。

2.2研究方法本文利用配对t检验来筛选公司处于和不处于财务危机时财务指标是否存在显著性差异，然后作为构造模型的指标进入下一阶段，再通过主成分分析方法在不损失或很少损失原有信息的前提下，减少变量个数，反应综合信息。

2.3变量设计本文共选取盈利能力、发展能力、营运能力、偿债能力等四个维度共18个变量来构建财务危机预警指标体系，综合反映ST公司的财务状况。

2.4数据来源和样本选择①数据来源及选用。本文的数据来自于聚源数据工作站和新浪财经网上有关各上市ST及非ST公司的财务数据。其中假定上市公司被ST的2010年份为t。本文选取因财务状况异常而被特别处理的ST上市公司和非ST上市公司t-1年（2009年）和t-2年（2008年）为研究范围，取用这两年的财务数据作配对检验，以t-2年数据作主成分分析。②配对原则。在为ST公司选择配对的非ST公司时，本文按照时间匹配及数量1：1匹配原则：要求所处行业相同，且资产规模相差+10%以内，极个别确实无法准确配对但具有重要意义的样本除外的其他无法配对的样本个体均被剔除，这样的选取原则可以较好的满足可比性要求。

3实证分析

3.1配对样本t检验通过SPSS19.0软件根据24家公司t-1年和t-2年的财务数据对20个指标进行显著性分析，我们设定两年的配对结果必须都在0.05的置信水平下通过配对t检验，才能说明该财务指标能够显著区别ST公司和非ST公司，并将通过检验的财务指标作为财务预警指标进入下面的主成分分析。初步筛选结果如表1所示，销售毛利率、销售净利率、ROE、ROA、流动比率、速动比率等共11个可进入下一阶段的财务预警指标。

3.2主成分分析

3.2.1基于初步筛选的11个指标，再通过主成分分析提取信息（前4个主成分综合指标信息提取度达到82.71%）后，本文提取的综合财务指标如下，并列主成分载荷矩阵表如表2所示。

由表2成分矩阵的系数和各主成分特征值计算得到主成分的系数矩阵如表3。

根据表中系数矩阵和各标准化变量可得到t-2年4个主成分的综合表达式：

Y1=0.028*ZX1+0.424*ZX2+0.087*ZX3+0.408*ZX4+0.326*ZX5+0.300*ZX6+0.328*ZX8+0.303*ZX9+0.212*ZX16+0.381*ZX17-0.242*ZX18

Y2=-0.459*ZX1-0.209*ZX2+0.141*ZX3-0.296*ZX4+0.361*ZX5+0.427*ZX6+0.217*ZX8-0.284*ZX9+0.286*ZX16+0.002*ZX17+0.340*ZX18

Y3=0.299*ZX1-0.123*ZX2+0.805*ZX3+0.028*ZX4+0.089*ZX5+0.0001*ZX6+0.235*ZX8+0.157*ZX9-0.352*ZX16-0.039*ZX17+0.272*ZX18

Y4=0.261*ZX1+0.119*ZX2+0.003*ZX3+0.015*ZX4+0.012*ZX5+0.127*ZX6-0.399*ZX8+0.408*ZX9+0.566*ZX16-0.328*ZX17+0.385*ZX18

主成分Y1式各系数均在0.3-0.4之间，可见Y1反映公司财务状况的综合因子1；主成分Y2的各变量系数都差不多，因此也为反映公司财务状况的综合因子2；Y3的ZX3系数较高，可见是反映公司获利能力的因子；Y4的变量系数中ZX8、ZX9、ZX16、ZX17、ZX18均较高，因此为偿债能力和发展能力因子。

3.2.2对主成分的特征值与贡献率进行计算可构造反映公司财务状况评价指数F，F是各综合因子Y1、Y2、Y3、Y4的线性组合。F=■ki×Yi，其中ki=■为各主成分对综合指标F的贡献率。

由上式得出2010年各ST上市公司样本组在t-2年的财务状况综合指标值F，再全部加总平均后得出均值■为-0.2698。

4预警临界值的确定及模型检验

同样运用上述方法计算得出配对样本组非ST上市公司的财务状况综合指标均值■为0.4668。以两个样本组值■的平均值作为上市公司财务危机预警的临界值，结果为-0.0985。即表示：低于临界值则预示公司将会陷入财务危机，应引起公司高层的重视，从而起到预警作用；而高于临界值则表明公司财务状况良好；等于临界值时为灰色状态，需另行判定。

确定预警临界值后我们返回对上述样本进行检验，其检验结果如表4所示。

检验结果显示，对于ST公司预测正确率为75.0%，对于非ST公司的预测结果为87.5%，两者综合正确率为81.3%。说明预警模型有较好的预测性，能较好地预测上市公司的财务状况。

5结论

上述检验结果表明基于主成分分析方法的财务危机预警模型能较好反映并预示上市公司的财务状况。主要基于以下几点：①通过配对t检验过滤掉不能反映上市公司财务状况好坏差异的财务指标，同时使公司高层可以集中精力放在主要而非全部的财务指标。②运用主成分分析的方法二次浓缩指标，使得模型在不失真的条件下能充分反映预警效果；同时浓缩的主成分能更好地解释上市公司财务状况好坏的原因。

但是，本文研究的结果还是存在不完善之处。如在进行样本配对时没有对资产规模的影响进行详细的分析；其次，模型只能简单判定是否将会有财务危机而无法辨别目前的隐患程度；再者，事实上t-3年公司即使利润不为负，也有可能存在某些隐患征兆，而我们只对t-2年进行判定检验而已。因此，本文的研究成果有待进一步深入发展。

参考文献：

[1]Fitzpatrick，P.J.，AComparisonofRatiosofSuccessfulIndustrialEnterpriseswithThoseofFailedFirms[J].CertifiedPublicAccountant，1932：589-605.

[2]EdwardI.Altman.，FinancialRatios，DiscriminatedAnalysisandThePredictionofCorporateBankruptcy[J].JournalofFinance，1968（23）：589-609.

[3]陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999（4）.

[4]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001（6）.

[5]张爱民，祝春山，许丹健.上市公司财务失败的主成分预测模型及其实证研究[J].金融研究，2001，3：10-25.