導(dǎo)語(yǔ)：如何才能寫好一篇財(cái)務(wù)預(yù)警分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：財(cái)務(wù)預(yù)警；問題；策略；企業(yè)

中圖分類號(hào)：F275 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2016）009-000-01

隨著市場(chǎng)經(jīng)濟(jì)體制改革的進(jìn)行，不但給我國(guó)企業(yè)帶來了機(jī)遇也給其帶來了很多的風(fēng)險(xiǎn)。企業(yè)應(yīng)該重視內(nèi)控機(jī)制的完善，建立現(xiàn)代企業(yè)制度，幫助企業(yè)更好的化解存在的財(cái)務(wù)水平，切實(shí)提高企業(yè)財(cái)務(wù)管理水平。現(xiàn)在，很多企業(yè)陷入困境的原因都是財(cái)務(wù)風(fēng)險(xiǎn)的存在，若是能夠及時(shí)發(fā)現(xiàn)財(cái)務(wù)管理過程中存在問題，便能夠?qū)ω?cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，來降低風(fēng)險(xiǎn)給企業(yè)造成的影響。

一、我國(guó)企業(yè)財(cái)務(wù)預(yù)警現(xiàn)狀和存在的問題

（一）我國(guó)企業(yè)財(cái)務(wù)預(yù)警現(xiàn)狀

在我國(guó)絕大多數(shù)的中小企業(yè)組織機(jī)構(gòu)都不夠健全，管理時(shí)也不夠科學(xué)，企業(yè)運(yùn)營(yíng)水平較低，企業(yè)管理水平無(wú)法跟上企業(yè)規(guī)模的擴(kuò)大，二者不協(xié)調(diào)。企業(yè)在進(jìn)行發(fā)展戰(zhàn)略制定時(shí)也沒有全面的考慮到外部環(huán)境，這也導(dǎo)致了宏觀經(jīng)濟(jì)調(diào)整時(shí)，企業(yè)比較被動(dòng)。并且很多中小企業(yè)本身的財(cái)務(wù)風(fēng)險(xiǎn)比較高，財(cái)務(wù)狀況瞬息萬(wàn)變，實(shí)施財(cái)務(wù)預(yù)警系統(tǒng)存在較大的難度[1]。

我國(guó)有些上市公司已經(jīng)進(jìn)行了財(cái)務(wù)預(yù)警系統(tǒng)的建立，但是僅僅通過系統(tǒng)進(jìn)行數(shù)據(jù)分析和計(jì)算，對(duì)于預(yù)警系統(tǒng)的變化不夠關(guān)注，更沒有針對(duì)其變化分析原因，這也導(dǎo)致其作用很難發(fā)揮出來。

（二）企業(yè)財(cái)務(wù)預(yù)警方面存在的主要問題

1.認(rèn)識(shí)不到位

現(xiàn)在我國(guó)很多企業(yè)的領(lǐng)導(dǎo)都對(duì)生產(chǎn)和營(yíng)銷比較重視，對(duì)于財(cái)務(wù)管理不夠重視，或者是只關(guān)注企業(yè)的利潤(rùn)變化，沒有認(rèn)識(shí)到財(cái)務(wù)管理的重要性，也沒有從財(cái)務(wù)分析方面出發(fā)幫助企業(yè)做好經(jīng)營(yíng)管理工作，這樣給財(cái)務(wù)分析正常進(jìn)行和作用發(fā)揮造成了很大影響。

2.指標(biāo)構(gòu)建存在一定問題

首先，選取財(cái)務(wù)指標(biāo)科學(xué)性和全面性不夠，行業(yè)不同，財(cái)務(wù)指標(biāo)預(yù)警標(biāo)準(zhǔn)存在一定差別，就財(cái)務(wù)比例而言，工業(yè)企業(yè)中流動(dòng)比例為2：1會(huì)比較合理，而在商業(yè)企業(yè)中，其流動(dòng)比率標(biāo)準(zhǔn)要比這個(gè)數(shù)值低?，F(xiàn)在很多企業(yè)在進(jìn)行財(cái)務(wù)預(yù)警系統(tǒng)建立時(shí)，選取指標(biāo)比較盲目，導(dǎo)致了企業(yè)選擇的指標(biāo)無(wú)法將企業(yè)財(cái)務(wù)狀況反映出來，財(cái)務(wù)預(yù)警系統(tǒng)的功效更是不可能發(fā)揮。其次，非財(cái)務(wù)指標(biāo)選擇存在問題，現(xiàn)在很多制定的預(yù)警指標(biāo)針對(duì)的主要是財(cái)務(wù)，很少考慮到那些和財(cái)務(wù)無(wú)關(guān)的指標(biāo)。企業(yè)財(cái)務(wù)危機(jī)是否出現(xiàn)不但由財(cái)務(wù)指標(biāo)決定，還和非財(cái)務(wù)指標(biāo)有著直接關(guān)系，而這些非財(cái)務(wù)指標(biāo)也會(huì)給預(yù)警系統(tǒng)有效性造成影響[2]。

3.技術(shù)分析存在一定問題

首先，會(huì)計(jì)信息真實(shí)性較差，財(cái)務(wù)預(yù)警系統(tǒng)建立的基礎(chǔ)便是真實(shí)和全面的財(cái)務(wù)信息。在工作開展過程中，由于受到各種因素的影響，企業(yè)報(bào)表資料往往景觀了包裝，會(huì)計(jì)信息失真情況嚴(yán)重，這也給財(cái)務(wù)預(yù)警系統(tǒng)有效性造成了很大影響。其次，分析過程存在片面性，比如過度重視客觀分析，輕視主觀分析等。最后，對(duì)象分析存在狹隘性，隨著經(jīng)營(yíng)活動(dòng)的不斷進(jìn)行，企業(yè)資金也會(huì)不斷的發(fā)生變化，并且企業(yè)的實(shí)際經(jīng)營(yíng)情況也會(huì)直觀的反映在資金變動(dòng)中，通過資金變動(dòng)情況的分析，便能夠了解企業(yè)經(jīng)營(yíng)情況[3]。但是在分析時(shí)，往往只重視資金方面的變化，沒有分析業(yè)務(wù)活動(dòng)的進(jìn)行給資金變化造成的影響。

4.預(yù)警機(jī)制存在問題

首先預(yù)警機(jī)制不夠完善，很多企業(yè)沒有做好時(shí)候信息分析，并進(jìn)行信息的反饋，這樣直接導(dǎo)致了財(cái)務(wù)預(yù)警系統(tǒng)構(gòu)架缺失，預(yù)警機(jī)制沒有得到完善。其次，財(cái)務(wù)預(yù)警后續(xù)管理欠缺，后續(xù)管理不到位，直接導(dǎo)致了經(jīng)驗(yàn)和教訓(xùn)無(wú)法吸取，出現(xiàn)類似問題時(shí)，企業(yè)反映不夠及時(shí)，不能給后期經(jīng)營(yíng)管理提供經(jīng)驗(yàn)。

二、完善企業(yè)財(cái)務(wù)預(yù)警機(jī)制的措施

（一）全面科學(xué)的認(rèn)識(shí)財(cái)務(wù)預(yù)警機(jī)制

想要做好財(cái)務(wù)預(yù)警工作，首先必須認(rèn)識(shí)到其重要性，領(lǐng)導(dǎo)必須將其作為經(jīng)營(yíng)管理的重要手段和方法，進(jìn)行財(cái)務(wù)預(yù)警分析制度的建立，并通過措施不斷的提高企業(yè)的管理質(zhì)量。其次，財(cái)務(wù)管理人員必須認(rèn)識(shí)到財(cái)務(wù)管理以及預(yù)警分析對(duì)企業(yè)管理造成的影響，切實(shí)提高分析質(zhì)量，提高企業(yè)的效益[4]。

（二）確保構(gòu)建的財(cái)務(wù)預(yù)警體系真正的科學(xué)合理

首先應(yīng)該根據(jù)相關(guān)原則進(jìn)行財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建，其原則包含了下面幾點(diǎn)，分別是敏感性、針對(duì)性、可操作性、重要性以及全面性原則。其次，應(yīng)該重視預(yù)警模型變量選擇范圍的拓寬，確保其合理性；再次，對(duì)于非財(cái)務(wù)指標(biāo)的引進(jìn)必須慎重，只有全面了解企業(yè)出現(xiàn)困境的原因，才能夠提高預(yù)測(cè)能力。最后，還應(yīng)該進(jìn)行長(zhǎng)期財(cái)務(wù)預(yù)警分析指標(biāo)體系和短期財(cái)務(wù)預(yù)警分析指標(biāo)體系的建立，并將二者結(jié)合起來。

（三）企業(yè)必須重視財(cái)務(wù)預(yù)警分析技術(shù)的提高

首先應(yīng)該重視會(huì)計(jì)基礎(chǔ)工作的加強(qiáng)，確保會(huì)計(jì)信息真實(shí)可靠。其次，需要完善財(cái)務(wù)分析制度，保證期科學(xué)性，做好人員選拔工作，明確每一個(gè)工作人員的目標(biāo)和責(zé)任。最后，還應(yīng)該根據(jù)實(shí)際情況，做好調(diào)查分析，分析時(shí)應(yīng)該做到有的放矢，直接了當(dāng)，提高其針對(duì)性[5]。

（四）重視內(nèi)部預(yù)警機(jī)制的完善

首先應(yīng)該完善內(nèi)部預(yù)警機(jī)制的事前、事中以及事后三重機(jī)制，將預(yù)警系統(tǒng)功能全面的發(fā)揮出來。其次，需要進(jìn)行對(duì)策庫(kù)的建立，及時(shí)的收集相關(guān)的數(shù)據(jù)，確保在遇到類似問題時(shí)，能夠快速有效的提出解決方案。

三、結(jié)語(yǔ)

在企業(yè)財(cái)務(wù)管理過程中，財(cái)務(wù)預(yù)警是非常重要的環(huán)節(jié)和內(nèi)容。但是我國(guó)目前很多企業(yè)并沒有真正認(rèn)識(shí)到財(cái)務(wù)預(yù)警分析的重要性，操作過程也不夠規(guī)范，通過筆者的研究，希望能夠給企業(yè)財(cái)務(wù)預(yù)警機(jī)制完善提供一定幫助。

參考文獻(xiàn)：

[1]牛怡然.中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警與控制[J].中小企業(yè)管理與科技（上旬刊），2011，（02）：108-109.

[2]朱大華.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系建立初探[J].會(huì)計(jì)之友，2011 （26）：55-56.

[3]鄭鵬，李雅寧.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系改進(jìn)的研究[J].天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，（06）：502-507.

篇2

關(guān)鍵詞：高技術(shù)企業(yè)；財(cái)務(wù)風(fēng)險(xiǎn)；風(fēng)險(xiǎn)預(yù)警；風(fēng)險(xiǎn)控制

高技術(shù)企業(yè)作為近幾年新興的企業(yè)概念，在目前的經(jīng)濟(jì)發(fā)展形勢(shì)下，其在我國(guó)經(jīng)濟(jì)活動(dòng)中的作用也在日益增大。但是，在市場(chǎng)經(jīng)濟(jì)和全球一體化的進(jìn)程中，高技術(shù)企業(yè)在擁有高成長(zhǎng)性的同時(shí)，其所面臨的財(cái)務(wù)風(fēng)險(xiǎn)也在不斷增加。因此，對(duì)于深入研究發(fā)展高技術(shù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警以及相對(duì)應(yīng)的控制措施，顯得越來越重要。

近年來，由于全球經(jīng)濟(jì)危機(jī)，我國(guó)高技術(shù)企業(yè)的發(fā)展受到了很大的影響，遇到了很多諸如資金籌措緊張，資金鏈容易斷裂等多方面的籌資風(fēng)險(xiǎn)問題。首先，高技術(shù)企業(yè)融資過分依賴于銀行以及信貸機(jī)構(gòu)等間接融資。對(duì)于高技術(shù)企業(yè)在經(jīng)營(yíng)過程中，其所采用或者擬采用的專業(yè)技術(shù),對(duì)于未來在市場(chǎng)的經(jīng)濟(jì)互動(dòng)過程中所能帶來的收益與損失，都具有一定程度的不確定性，其自身便存在著較高的市場(chǎng)風(fēng)險(xiǎn)。因此，較高的市場(chǎng)風(fēng)險(xiǎn)便增加了高技術(shù)企業(yè)的信貸風(fēng)險(xiǎn)，故而商業(yè)銀行、信貸機(jī)構(gòu)對(duì)于高技術(shù)企業(yè)的發(fā)展預(yù)期并不十分看好，這在一定程度上，增加其融資風(fēng)險(xiǎn)。其次，就目前的經(jīng)濟(jì)環(huán)境下的各類高技術(shù)企業(yè)來講，其自身的盈利能力較差。因此，高技術(shù)企業(yè)的內(nèi)源融資能力相對(duì)來講較差。這導(dǎo)致了高技術(shù)企業(yè)的資金流入較少，從而使得盈余公積和未分配利潤(rùn)減少，從內(nèi)源融資方面增加了高技術(shù)企業(yè)的融資風(fēng)險(xiǎn)。最后，高技術(shù)企業(yè)所賴以生存的技術(shù)革新和技術(shù)創(chuàng)新，所需耗用的研究資金大、研究周期長(zhǎng)，故而其發(fā)展風(fēng)險(xiǎn)加大。再加上政府雖然對(duì)高技術(shù)企業(yè)逐漸重視，對(duì)其行業(yè)發(fā)展做出宏觀的調(diào)整和改革，但政府的扶持力度仍需加大，各方面的發(fā)展基金、信貸保障體系都有待完善，故而高技術(shù)企業(yè)的融資風(fēng)險(xiǎn)在可預(yù)計(jì)的未來仍然不容樂觀。針對(duì)企業(yè)可能遇到的財(cái)務(wù)風(fēng)險(xiǎn)，經(jīng)過各國(guó)學(xué)者多年的研究和實(shí)踐，現(xiàn)在已經(jīng)形成了一套比較完整的財(cái)務(wù)控制體系。這個(gè)研究可以在一定程度上有效地幫助企業(yè)規(guī)避風(fēng)險(xiǎn)，從而達(dá)到企業(yè)良好發(fā)展的目的。總結(jié)來講，財(cái)務(wù)控制體系主要包含了三個(gè)方面：財(cái)務(wù)控制環(huán)境、會(huì)計(jì)系統(tǒng)以及控制程序。

控制環(huán)境，即為控制的環(huán)境。簡(jiǎn)單地說，控制環(huán)境就是指企業(yè)領(lǐng)導(dǎo)層合理的配置企業(yè)資源、合理地制定經(jīng)營(yíng)理念、企業(yè)的組織結(jié)構(gòu)完整并且權(quán)責(zé)分明等方面。財(cái)務(wù)控制環(huán)境，就是在企業(yè)的經(jīng)營(yíng)運(yùn)行當(dāng)中，能夠健全、完善、加強(qiáng)企業(yè)實(shí)施財(cái)務(wù)控制的各種因素。避免因?yàn)榄h(huán)境因素，帶來不必要的財(cái)務(wù)風(fēng)險(xiǎn)。影響這些因素的主要原因，在于企業(yè)的環(huán)境問題。對(duì)此，企業(yè)可以建立良好的企業(yè)文化、良好的企業(yè)組織結(jié)構(gòu)以及良好的激勵(lì)約束機(jī)制，這其中尤為重要的是企業(yè)的經(jīng)營(yíng)理念。一個(gè)企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展，必定離不開一個(gè)合理完善的經(jīng)營(yíng)理念。有了科學(xué)的經(jīng)營(yíng)理念，才能依據(jù)其制定一系列的投資發(fā)展措施，才能將一個(gè)企業(yè)帶入良好發(fā)展的循環(huán)中。會(huì)計(jì)系統(tǒng)就是指利用企業(yè)相關(guān)的會(huì)計(jì)信息，形成一個(gè)能夠?qū)ζ髽I(yè)的資金運(yùn)作進(jìn)行有效控制的會(huì)計(jì)核算和會(huì)計(jì)監(jiān)督系統(tǒng)。高技術(shù)企業(yè)由于要進(jìn)行技術(shù)研發(fā)個(gè)產(chǎn)品革新，在資金運(yùn)作方面更要慎之又慎。因此，高技術(shù)企業(yè)一定要形成一套適合自己企業(yè)發(fā)展的會(huì)計(jì)系統(tǒng)，選擇最好的投資方式，研究最有競(jìng)爭(zhēng)力的技術(shù)，創(chuàng)造最有價(jià)值的產(chǎn)品，以用來規(guī)避在各個(gè)方面可能存在的財(cái)務(wù)風(fēng)險(xiǎn)。高技術(shù)企業(yè)作為新興的企業(yè)發(fā)展模式，在企業(yè)的經(jīng)營(yíng)理念上更應(yīng)當(dāng)創(chuàng)新革新。在財(cái)務(wù)控制上，更要在原有的研究基礎(chǔ)上，對(duì)企業(yè)的財(cái)務(wù)活動(dòng)全面實(shí)施監(jiān)督、檢查、調(diào)節(jié)的職能，形成適合自己企業(yè)發(fā)展的財(cái)務(wù)控制體系。企業(yè)對(duì)于財(cái)務(wù)預(yù)警的方法有很多種，借助企業(yè)所能提供的經(jīng)營(yíng)計(jì)劃、財(cái)務(wù)報(bào)表以及其他相關(guān)的財(cái)務(wù)數(shù)據(jù)，通過一系列的方法來對(duì)財(cái)務(wù)狀況進(jìn)行模擬以達(dá)到預(yù)告和警示的目的。現(xiàn)在常見的財(cái)務(wù)預(yù)警方法，大致可以分為兩類：一類是定性的財(cái)務(wù)預(yù)警分析，多用標(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)率”分析法、流程圖分析法等。一類是定量的財(cái)務(wù)預(yù)警分析，主要有單變量分析法和多變量分析法。高技術(shù)企業(yè)作為現(xiàn)在新興發(fā)展起來的企業(yè)，在經(jīng)濟(jì)市場(chǎng)上有著良好的發(fā)展前景。而高技術(shù)企業(yè)所面臨的財(cái)務(wù)風(fēng)險(xiǎn)，存在于各個(gè)方面。

由以上的分析可知，高技術(shù)企業(yè)在控制財(cái)務(wù)風(fēng)險(xiǎn)的過程中，應(yīng)當(dāng)從不同的層面綜合考慮財(cái)務(wù)風(fēng)險(xiǎn)防范于控制策略的制定和實(shí)施。這就要求企業(yè)既要保證對(duì)于已經(jīng)出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行有效的控制和化解，又要提高企業(yè)自身在防范和控制財(cái)務(wù)風(fēng)險(xiǎn)的能力和水平。這樣，才能保障企業(yè)在長(zhǎng)期的市場(chǎng)競(jìng)爭(zhēng)中保證可持續(xù)性發(fā)展，提高企業(yè)自身的競(jìng)爭(zhēng)力。高技術(shù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警與控制的研究是一項(xiàng)復(fù)雜的系統(tǒng)工程，尤其是針對(duì)國(guó)內(nèi)外現(xiàn)在的經(jīng)濟(jì)形勢(shì)，經(jīng)營(yíng)環(huán)境逐步改善，企業(yè)應(yīng)當(dāng)根據(jù)發(fā)展形勢(shì)，客觀地評(píng)估企業(yè)的發(fā)展形勢(shì)，以制定出完善的企業(yè)治理結(jié)構(gòu)并發(fā)現(xiàn)最適合企業(yè)發(fā)展的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系。

篇3

【關(guān)鍵詞】上市公司；財(cái)務(wù)指標(biāo)；財(cái)務(wù)危機(jī)；預(yù)警變量

近年來我國(guó)資本市場(chǎng)的快速發(fā)展，使得上市公司在獲得巨大發(fā)展契機(jī)的同時(shí)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)也在不斷的加大，這些風(fēng)險(xiǎn)都直接或間接的形成了上市公司的財(cái)務(wù)危機(jī)。因此有必要對(duì)企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)行分析，找出能有效的反映財(cái)務(wù)危機(jī)的指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警的解釋變量，對(duì)于建立預(yù)警模型進(jìn)行危機(jī)預(yù)測(cè)具有現(xiàn)實(shí)意義。

一、財(cái)務(wù)危機(jī)預(yù)警變量選擇原則

Edward·Altman教授在建立企業(yè)破產(chǎn)預(yù)測(cè)的Z-Score模型時(shí)，財(cái)務(wù)指標(biāo)的最初選取遵循了兩個(gè)原則：一是該指標(biāo)在以前的研究中出現(xiàn)的頻率；二是指標(biāo)與所要研究問題的潛在相關(guān)性。本文認(rèn)為這兩個(gè)原則比較科學(xué)，是選擇財(cái)務(wù)預(yù)警變量的基本原則。此外在選取研究變量指標(biāo)時(shí)還應(yīng)該考慮如下幾個(gè)原則：

（1）高度敏感性和強(qiáng)烈預(yù)示性。選擇指標(biāo)要能夠比較靈敏地反映企業(yè)財(cái)務(wù)運(yùn)行的主要情況，有發(fā)生財(cái)務(wù)危機(jī)的苗頭時(shí)，能在指標(biāo)上比較迅速的反映出來，并且指標(biāo)值一旦惡化就預(yù)示著公司很有可能發(fā)生財(cái)務(wù)危機(jī)。

（2）重要性和代表性。指標(biāo)反映的內(nèi)容在經(jīng)濟(jì)活動(dòng)中居重要地位，對(duì)于特定的環(huán)節(jié)有重大的影響或代表性。

（3）可操作性。指標(biāo)不能太復(fù)雜，能方便的從公司中獲取所需要的財(cái)務(wù)指標(biāo)數(shù)據(jù)，便于實(shí)際操作。

目前，多數(shù)研究者財(cái)務(wù)指標(biāo)的選取存在顯著的差異，即便是反映同一類型的指標(biāo)，不同的研究者選取的指標(biāo)差異也很大，一方面由于缺乏理論的指導(dǎo)，研究者在指標(biāo)選擇時(shí)受到自身價(jià)值判斷的影響；另一方面由于上市公司所處的行業(yè)、經(jīng)營(yíng)特點(diǎn)和所處時(shí)期不同等原因，指標(biāo)的敏感度也不盡相同造成的。

二、財(cái)務(wù)危機(jī)預(yù)警指標(biāo)初選

從國(guó)內(nèi)財(cái)務(wù)預(yù)警研究情況看，在變量選擇方面缺乏具體的理論指導(dǎo)，不同的研究者選擇的研究變量各不相同，但通過考察和歸納國(guó)內(nèi)外研究中選擇的有顯著貢獻(xiàn)的預(yù)測(cè)變量，可以劃分為綜合反映公司財(cái)務(wù)狀況的四類財(cái)務(wù)指標(biāo)，即償債能力指標(biāo)、盈利能力指標(biāo)、營(yíng)運(yùn)能力指標(biāo)和發(fā)展能力指標(biāo)。本文結(jié)合我國(guó)實(shí)際使用的績(jī)效評(píng)價(jià)指標(biāo)體系，及研究變量獲取的難易程度，選擇了20個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)預(yù)警研究的備選變量，各指標(biāo)如表1所示。

三、財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的篩選與分析

1.數(shù)據(jù)來源與研究樣本的選取

本文數(shù)據(jù)主要來源：上市公司年報(bào)、銳思數(shù)據(jù)庫(kù)、新浪財(cái)經(jīng)等各財(cái)經(jīng)類網(wǎng)站。搜集樣本公司的財(cái)務(wù)數(shù)據(jù)，這些財(cái)務(wù)數(shù)據(jù)與指標(biāo)綜合反映了公司的盈利能力、償債能力、資產(chǎn)運(yùn)營(yíng)能力、發(fā)展能力和現(xiàn)金流量情況。

研究的ST樣本選用2010至2012年被特別處理的A股上市公司，根據(jù)公司的行業(yè)分類和總股本規(guī)模選擇相應(yīng)的控制樣本，構(gòu)成非ST樣本組。在研究樣本的數(shù)據(jù)選擇時(shí)，選取樣本被特別處理前1～3年的財(cái)務(wù)數(shù)據(jù)，用t-1表示被特別處理前1年的數(shù)據(jù)，t-2表示被特別處理前2年的數(shù)據(jù)，t-3表示被特別處理前3年的數(shù)據(jù)，利用三年的財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)指標(biāo)的比較和選擇。

2.財(cái)務(wù)預(yù)警變量的篩選

為了確定各個(gè)指標(biāo)是否具有判定上市公司財(cái)務(wù)危機(jī)的能力，利用SPSS統(tǒng)計(jì)軟件，計(jì)算ST公司與非ST公司的20個(gè)財(cái)務(wù)指標(biāo)在被特別處理前1～3年的均值、標(biāo)準(zhǔn)差和各年T統(tǒng)計(jì)檢驗(yàn)量及檢驗(yàn)概率，然后比較兩組公司的20個(gè)財(cái)務(wù)指標(biāo)各年的均值是否存在顯著性差異。當(dāng)顯著性概率小于10%時(shí)，一般認(rèn)為樣本數(shù)據(jù)之間有顯著性差異，隨著樣本公司被特別處理時(shí)間的臨近，本文逐年提高顯著性判別標(biāo)準(zhǔn)，減少誤判率，將t-3年的顯著性概率設(shè)為5%，t-2年和t-1年設(shè)為1%，顯著性檢驗(yàn)結(jié)果見表2。

3.財(cái)務(wù)預(yù)警變量的分析和確定

根據(jù)表2顯著性檢驗(yàn)結(jié)果進(jìn)行分析，分析結(jié)果如下：

（1）在短期償債能力方面，選取的四個(gè)指標(biāo)中營(yíng)運(yùn)資金對(duì)資產(chǎn)總額比率連續(xù)三年通過顯著性檢驗(yàn)，流動(dòng)比率、營(yíng)運(yùn)資金比率連續(xù)兩年通過顯著性檢驗(yàn)，表明這三個(gè)指標(biāo)在兩樣本組之間具有顯著性差異，具有較強(qiáng)的判別能力，而速動(dòng)比率判別效果不明顯。

（2）在長(zhǎng)期償債能力方面，選取的四個(gè)指標(biāo)中資產(chǎn)負(fù)債率和所有者權(quán)益比率連續(xù)三年通過顯著性檢驗(yàn)，考慮到這兩個(gè)指標(biāo)的相關(guān)性，在判別時(shí)可以選擇其中的一個(gè)指標(biāo)；負(fù)債與權(quán)益市價(jià)比率連續(xù)兩年通過顯著性檢驗(yàn)，而權(quán)益對(duì)負(fù)債比率判別效果不明顯。

（3）在資產(chǎn)營(yíng)運(yùn)能力方面，選取的三個(gè)指標(biāo)中只有流動(dòng)資產(chǎn)周轉(zhuǎn)率連續(xù)三年通過顯著性檢驗(yàn)，固定資產(chǎn)周轉(zhuǎn)率只有一年通過顯著性檢驗(yàn)，而總資產(chǎn)周轉(zhuǎn)率判別效果不明顯，可見，流動(dòng)資產(chǎn)周轉(zhuǎn)率在兩樣本組之間具有顯著性差異，具有較強(qiáng)的判別能力。

（4）在盈利能力方面，選取的四個(gè)指標(biāo)中固定資產(chǎn)凈利潤(rùn)率連續(xù)三年通過顯著性檢驗(yàn)，資產(chǎn)報(bào)酬率、總資產(chǎn)凈利潤(rùn)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率連續(xù)兩年通過顯著性檢驗(yàn)，表明上市公司盈利能力的下降，盈利指標(biāo)在ST公司和非ST公司之間具有很高的顯著性差異，具有較強(qiáng)的判別能力。

（5）在現(xiàn)金流量方面，選擇的三個(gè)指標(biāo)中每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量、每股現(xiàn)金凈流量連續(xù)兩年通過顯著性檢驗(yàn)，現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率只有一次通過顯著性檢驗(yàn)。表明上市公司在沒發(fā)生虧損的情況下，現(xiàn)金流量在ST公司和非ST公司之間差異不明顯，當(dāng)ST公司發(fā)生首次虧損后，現(xiàn)金流量在ST公司和非ST公司之間具有顯著性差異，判別效果明顯。

（6）在發(fā)展能力方面，選取的兩個(gè)指標(biāo)中總資產(chǎn)增長(zhǎng)率連續(xù)兩年通過顯著性檢驗(yàn)，判別效果明顯，而資本積累率只有在ST公司虧損兩年后才表現(xiàn)出與非ST公司之間的明顯差異。

通過上述分析，由篩選出的財(cái)務(wù)指標(biāo)可以發(fā)現(xiàn)，在判斷上市公司由盈利到首次虧損，再到出現(xiàn)連續(xù)兩年虧損方面，不同的財(cái)務(wù)指標(biāo)表現(xiàn)出不同的判別能力，按照至少連續(xù)兩年顯著的原則，選擇了14個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系。具體財(cái)務(wù)指標(biāo)見表3。

四、小結(jié)

文章選用被特別處理的A股上市公司為研究樣本，選取ST樣本公司沒有發(fā)生虧損、首次發(fā)生虧損、連續(xù)兩年發(fā)生虧損的財(cái)務(wù)數(shù)據(jù)和非ST公司的三年財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)指標(biāo)的比較和選擇。使用SPSS統(tǒng)計(jì)軟件，采取顯著性檢驗(yàn)篩選預(yù)警指標(biāo)，選擇了14個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的指標(biāo)體系。

通過研究發(fā)現(xiàn)，在上市公司陷入財(cái)務(wù)危機(jī)的過程中，公司在經(jīng)營(yíng)和財(cái)務(wù)上出現(xiàn)的危機(jī)征兆可以通過一系列的財(cái)務(wù)指標(biāo)來反映和判別，并且不同的財(cái)務(wù)指標(biāo)表現(xiàn)出不同的判別能力。其中，營(yíng)運(yùn)資金對(duì)資產(chǎn)總額比率、資產(chǎn)負(fù)債率、所有者權(quán)益比率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)凈利潤(rùn)率在不同的時(shí)期都表現(xiàn)出顯著的判別能力。因此，對(duì)于上市公司來說，在揭示風(fēng)險(xiǎn)時(shí)應(yīng)該密切關(guān)注這些指標(biāo)的變化。

參考文獻(xiàn)

[1]Edward I.Altman.Financial ratios，Discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance Vol.XXⅢ，1968，September：589-609.

[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]耿貴彬.上市公司中長(zhǎng)期財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建[J].財(cái)會(huì)月刊，2007，9.

篇4

關(guān)鍵詞：民營(yíng)企業(yè) 財(cái)務(wù)困境 預(yù)警分析

財(cái)務(wù)困境是企業(yè)無(wú)力支付到期債務(wù)或費(fèi)用的現(xiàn)象。財(cái)務(wù)困境是一個(gè)過程而不是一個(gè)點(diǎn)狀態(tài)，既包括較輕微的財(cái)務(wù)困難，也包括極端的破產(chǎn)清算以及處于兩者之間的各種情況。

我國(guó)的民營(yíng)企業(yè)以勞動(dòng)密集型的中小企業(yè)為主，抗風(fēng)險(xiǎn)能力遠(yuǎn)遠(yuǎn)沒有大型企業(yè)和外資企業(yè)強(qiáng)。金融危機(jī)發(fā)生以來，每年倒閉的民營(yíng)企業(yè)速度加快，2008年是10萬(wàn)多家。民營(yíng)企業(yè)的平均壽命期從2.7年降到2008年年底的2.2年。民營(yíng)企業(yè)處在嚴(yán)峻的經(jīng)營(yíng)和競(jìng)爭(zhēng)環(huán)境之中，防范財(cái)務(wù)困境刻不容緩。

一、現(xiàn)有的理論

國(guó)內(nèi)外對(duì)財(cái)務(wù)困境預(yù)警模型的研究，主要有：美國(guó)學(xué)者比弗（Beaver）于1966年提出的單變量模型，奧特曼（Altman）最早提出的多元判別模型，我國(guó)學(xué)者周首華、楊濟(jì)華研究出F分?jǐn)?shù)模型等等。

以上財(cái)務(wù)困境預(yù)警模型的研究，主要是以上市公司作為背景，但是我國(guó)的民營(yíng)企業(yè)絕大部分都非上市企業(yè)，財(cái)務(wù)核算的規(guī)范性、數(shù)據(jù)的質(zhì)量、報(bào)表披露的完整性等方面，存在普遍的問題，所以現(xiàn)有的模型對(duì)于國(guó)內(nèi)大多數(shù)未上市的民營(yíng)企業(yè)并不適用，很有必要研究找到一種簡(jiǎn)便實(shí)用的方法，不僅僅依靠財(cái)務(wù)報(bào)表，能夠從主要的管理信息中發(fā)現(xiàn)民營(yíng)企業(yè)財(cái)務(wù)困境發(fā)生的規(guī)律，有助加強(qiáng)和完善對(duì)財(cái)務(wù)困境的預(yù)警。

二、案例分析：金烏墜落

“日中有金烏”，中國(guó)古代神話傳說，太陽(yáng)中有一只金黃色的三足烏鴉，因而太陽(yáng)又稱為“金烏”。創(chuàng)始人給企業(yè)起名“金烏”，是喻指企業(yè)蓬勃發(fā)展、如日中天。

“金烏集團(tuán)”網(wǎng)站的公開信息顯示，公司主要從事襪業(yè)、服裝加工、紡織原材料批發(fā)、現(xiàn)代農(nóng)業(yè)開發(fā)、酒店等，集團(tuán)注冊(cè)資本8000萬(wàn)，下屬14家子公司，總資產(chǎn)超過10億，職員2000余人。

80年代，初中畢業(yè)不久的張政建只身來到河南安陽(yáng)小商品市場(chǎng)經(jīng)商，而后又前往河北石家莊經(jīng)銷襪子生意，1991年才回義烏市場(chǎng)租攤位專心做襪業(yè)批發(fā)。1998年，張政建創(chuàng)建了金烏集團(tuán)，這是義烏市第一家獲得進(jìn)出口權(quán)的民企。2004年，他投資1億多元人民幣，拿下了中國(guó)在迪拜的最大商貿(mào)城——“龍城”的500間商鋪。而后，他又轉(zhuǎn)回義烏招商，幾十個(gè)知名品牌借此打入中東市場(chǎng)。

金烏集團(tuán)的主業(yè)嬌麗襪業(yè)發(fā)展一直比較健康，這是金烏起步的主業(yè)，主攻歐美市場(chǎng)。2007年報(bào)表利潤(rùn)大約1000萬(wàn)元，2008年主業(yè)并沒有出現(xiàn)虧損。在原材料上漲5%、勞動(dòng)力成本上漲12%的情況下，嬌麗襪業(yè)的利潤(rùn)依然能維持在10%以上。

張政建從一個(gè)只有初中文化的小商販，經(jīng)過20多年的努力到資產(chǎn)上十億企業(yè)集團(tuán)老總，可以說創(chuàng)造了一個(gè)商業(yè)奇跡。然而，商業(yè)上的成功并沒有使他思維上成長(zhǎng)為一個(gè)優(yōu)秀的企業(yè)家，而是依然保持著小商人的短視；過去的輝煌業(yè)績(jī)也更加膨脹了他建立龐大商業(yè)帝國(guó)的野心，盲目進(jìn)行產(chǎn)業(yè)擴(kuò)張。

2005年，看到地產(chǎn)投資的巨大利潤(rùn)，金烏集團(tuán)進(jìn)行了大規(guī)模的“土地”擴(kuò)張，先后投資3億元購(gòu)買寫字樓、土地、開發(fā)酒店等，大部分來源于外部資金。為迅速抓住“轉(zhuǎn)瞬即逝”的商業(yè)機(jī)會(huì)，張政建的“如意算盤”是：依靠民間高利貸來支付土地出讓金，等土地手續(xù)辦完再向銀行融資，歸還民間借貸。

從2006年開始，金烏集團(tuán)的民間借貸規(guī)模開始增加。錢的來路比較復(fù)雜，義烏本地較多，其他還包括諸暨和永康等地。從最早的月息2～3分，到超過6分，中間僅僅隔了兩年不到。而在此過程中，金烏集團(tuán)的連續(xù)投資使資金鏈越發(fā)緊張。

從2007年下半年開始到2008年，義烏民間拆借利率持續(xù)走高，行情是8～9分。最高的是按天計(jì)利，1萬(wàn)元本金每天利息50元，月利約1毛5，理論上年利達(dá)180%。

2007年下半年開始，由于銀根緊縮，加之風(fēng)聞金烏集團(tuán)借入一定數(shù)額的高利貸，有一家當(dāng)?shù)匦⌒豌y行開始回收金烏集團(tuán)貸款。此事發(fā)生后，其他銀行也意識(shí)到金烏可能存在比較大的資金鏈漏洞，紛紛開始催收。張政建的債務(wù)危機(jī)大規(guī)模爆發(fā)。初步統(tǒng)計(jì)金烏集團(tuán)的民間欠債13.8億，其中本金約8億，孳生的高額利息達(dá)6億。

2008年4月24日，法院凍結(jié)了張政建的股權(quán)，金烏的資金鏈開始經(jīng)受各方的拆解。6月3日，張從義烏飛北京，借道香港赴馬來西亞，債權(quán)人找不到張政建了。金烏危機(jī)經(jīng)媒體公開披露。7月21日，金烏集團(tuán)的資產(chǎn)開始拍賣?！敖馂酢眽嬄淞?。

三、民營(yíng)企業(yè)財(cái)務(wù)困境預(yù)警的三階段分析法

通過對(duì)金烏集團(tuán)財(cái)務(wù)困境從輕微到嚴(yán)重的前后發(fā)展過程的分析，可以從中發(fā)現(xiàn)，經(jīng)歷了三個(gè)階段：

第一個(gè)階段是存在輕微的財(cái)務(wù)困境，主要特征是：企業(yè)的短期償債能力尚可，但是長(zhǎng)期償債能力出現(xiàn)了問題。由于企業(yè)自身前期積累的存在，企業(yè)的短期債務(wù)本金和債務(wù)利息之和，小于經(jīng)營(yíng)現(xiàn)金凈流量、資產(chǎn)可抵押可變現(xiàn)金額二者之和；但同時(shí)，企業(yè)從債務(wù)利息小于息稅前利潤(rùn)的財(cái)務(wù)穩(wěn)健狀態(tài)，轉(zhuǎn)變成了債務(wù)利息大于等于息稅前利潤(rùn)的不利狀態(tài)。

民營(yíng)企業(yè)一般都經(jīng)歷過艱辛的創(chuàng)業(yè)史，都是依靠創(chuàng)始人自己的精明和勤奮在商戰(zhàn)中得以勝出，長(zhǎng)期的磨練造就了民營(yíng)企業(yè)家對(duì)于市場(chǎng)、成本和利潤(rùn)的敏感性。所以，民營(yíng)企業(yè)的正常經(jīng)營(yíng)活動(dòng)是不會(huì)導(dǎo)致財(cái)務(wù)困境的，導(dǎo)致民營(yíng)企業(yè)陷入財(cái)務(wù)困境不能自撥的，往往是初始的成功，導(dǎo)致擴(kuò)張的沖動(dòng)，迫不及待地實(shí)施多元化戰(zhàn)略。投資、并購(gòu)、多元化的擴(kuò)張，必然引融資規(guī)模的增大，擴(kuò)大投資的效益尚末實(shí)現(xiàn)，債務(wù)的利息已經(jīng)開始超越了主業(yè)的盈利。這時(shí)侯，企業(yè)已經(jīng)從輕微的財(cái)務(wù)困境開始向不利方向發(fā)展。

第二個(gè)階段是發(fā)生嚴(yán)重的財(cái)務(wù)困境，主要特征是：企業(yè)的短期償債能力和長(zhǎng)期償債能力都出現(xiàn)了問題， 企業(yè)的短期債務(wù)本金和債務(wù)利息之和，大于經(jīng)營(yíng)現(xiàn)金凈流量、資產(chǎn)可抵押可變現(xiàn)金額二者之和；同時(shí)，企業(yè)債務(wù)利息大于等于息稅前利潤(rùn)。在此階段，企業(yè)還是可以憑借其聲譽(yù)和信用能夠在民間進(jìn)行融資來彌補(bǔ)資金缺口，從而延長(zhǎng)財(cái)務(wù)危機(jī)爆發(fā)的時(shí)間。

第三個(gè)階段是瀕臨破產(chǎn)的財(cái)務(wù)困境，主要特征是：企業(yè)的短期償債能力和長(zhǎng)期償債能力都出現(xiàn)了問題，而且企業(yè)的聲譽(yù)和信用也受到嚴(yán)重?fù)p壞，已經(jīng)無(wú)法從民間渠道融得更多的資金。

四、財(cái)務(wù)困境階段應(yīng)采取的措施

1、輕微財(cái)務(wù)困境階段應(yīng)采取的措施

曾經(jīng)有一位管理專家說過，許多的民營(yíng)企業(yè)都是“成于銷售，敗于管理”。這里的所說“管理”，其實(shí)主要內(nèi)容應(yīng)該是財(cái)務(wù)管理。大多數(shù)的民營(yíng)企業(yè)在人事、行政、生產(chǎn)、營(yíng)銷等等各方面的管理都建立了一整套的規(guī)章制度，有些民營(yíng)企業(yè)在管理標(biāo)準(zhǔn)化方面甚至能夠趕超國(guó)企或外企，而財(cái)務(wù)管理卻始終是一個(gè)薄弱的環(huán)節(jié)。造成這種現(xiàn)象的原因是，人事、行政、生產(chǎn)、營(yíng)銷等等各方面的管理是有章可循、模式統(tǒng)一、可移植、可復(fù)制的，許多企業(yè)在這些方面的管理基本上是大同小異的，所以也是容易建立起一整套標(biāo)準(zhǔn)化管理制度。而財(cái)務(wù)管理卻是每個(gè)企業(yè)基礎(chǔ)不同、層次相差、自有特點(diǎn)、秘而不宣。失敗的企業(yè)，基本上都是首先在財(cái)務(wù)管理上失敗，沒有做到通過預(yù)警分析防范財(cái)務(wù)困境、及時(shí)采取有效措施化解財(cái)務(wù)困境，導(dǎo)致財(cái)務(wù)危機(jī)爆發(fā)，資金鏈斷裂，最終使企業(yè)多年的基業(yè)毀于一旦。

復(fù)旦大學(xué)管理學(xué)院李若山教授說過，以前的企業(yè)是“得市場(chǎng)者得天下”，而現(xiàn)在的企業(yè)則是“得金融者得天下”。金融“Finance”的另一層涵義就是“資金，財(cái)務(wù)”，這也是說明了企業(yè)在銷售上取得成功之后，迫切需要提升財(cái)務(wù)管理水平，才能真正保持持久的競(jìng)爭(zhēng)優(yōu)勢(shì)。

在輕微的財(cái)務(wù)困境這個(gè)階段，解決財(cái)務(wù)困境的對(duì)策，主要是依靠?jī)?yōu)化主業(yè)的資源配置。這就要把財(cái)務(wù)管理當(dāng)做關(guān)鍵環(huán)節(jié)，從財(cái)務(wù)核算基礎(chǔ)、財(cái)務(wù)分析、業(yè)績(jī)?cè)u(píng)價(jià)、財(cái)務(wù)內(nèi)控等多方面建立健全財(cái)務(wù)管理體系，從而能夠正確運(yùn)用財(cái)務(wù)管理的方法、技巧，分析和梳理生產(chǎn)經(jīng)營(yíng)各個(gè)環(huán)節(jié)中，企業(yè)資源的使用效率和投入產(chǎn)出的效益，從而促使優(yōu)化主業(yè)的資源配置，提高內(nèi)部供應(yīng)鏈的價(jià)值創(chuàng)造能力，加速應(yīng)收賬和存貨資金周轉(zhuǎn)、處分低效和閑置資產(chǎn)和投資，降低現(xiàn)金需求與極大化現(xiàn)金來源。

2、嚴(yán)重財(cái)務(wù)困境階段應(yīng)采取的措施

在這個(gè)階段，解決財(cái)務(wù)困境的對(duì)策，主要是依靠資產(chǎn)重組。公司要么與債權(quán)人談判，希望獲得延期付息的機(jī)會(huì)，要么就得變賣資產(chǎn)償付利息。資產(chǎn)重組的具體措施是：加速應(yīng)收款收回，降低存貨，處分閑置資產(chǎn)，出售非經(jīng)營(yíng)主業(yè)的資產(chǎn)，收回對(duì)外投資，等等。通過剝離非主業(yè)的部分資產(chǎn)，“壯士斷臂”，從而取得新的資金支付能力來減除債務(wù)，使企業(yè)迅速擺脫嚴(yán)重的財(cái)務(wù)困境，然后再進(jìn)一步采取內(nèi)部管理提質(zhì)提效等積極措施，使企業(yè)在較短的時(shí)間內(nèi)恢復(fù)財(cái)務(wù)實(shí)力。

資深管理專家石章強(qiáng)在《企業(yè)過冬》中提到“暫時(shí)蹲下，或斷臂求生，等著下一次跳起，熬到頭就是勝利——剩者為王，也不失為好策略”。

3、瀕臨破產(chǎn)財(cái)務(wù)困境階段應(yīng)采取的措施

解決財(cái)務(wù)困境的對(duì)策，主要依靠債務(wù)重組。企業(yè)與債權(quán)人就原債務(wù)合同進(jìn)行談判以確定新的債務(wù)合同，包括債務(wù)展期、債務(wù)減免和債轉(zhuǎn)股等，避免進(jìn)入破產(chǎn)清算程序。

五、結(jié)論

綜上所述，民營(yíng)企業(yè)的財(cái)務(wù)困境，第一個(gè)階段是存在輕微的財(cái)務(wù)困境，第二個(gè)階段是發(fā)生嚴(yán)重的財(cái)務(wù)困境，第三個(gè)階段是瀕臨破產(chǎn)的財(cái)務(wù)困境。通過三個(gè)階段的分析，可以起到提前預(yù)警并從源頭采取措施、針對(duì)性地遏制財(cái)務(wù)困境的作用。在第一個(gè)階段的財(cái)務(wù)困境中主要是依靠?jī)?yōu)化主業(yè)的資源配置，第二個(gè)階段的財(cái)務(wù)困境，主要依靠資產(chǎn)重組。第三個(gè)階段的財(cái)務(wù)困境，主要依靠債務(wù)重組。

（本文指導(dǎo)老師為復(fù)旦大學(xué)管理學(xué)院李若山教授）

參考文獻(xiàn)：

傅元略.中級(jí)財(cái)務(wù)管理[M].上海：復(fù)旦大學(xué)出版社，2007：436.

篇5

一、國(guó)外財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究

①單變量判別模型。Fitzpatrick是最早探索財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的學(xué)者之一。他以19家公司為樣本，他建立一個(gè)單變量判別模型來探索財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警問題，通過對(duì)破產(chǎn)和經(jīng)營(yíng)正常企業(yè)財(cái)務(wù)比率的對(duì)比分析，得出產(chǎn)權(quán)比率和凈資產(chǎn)收益率兩個(gè)指標(biāo)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)具有較高的預(yù)警精度。芝加哥大學(xué)教授Beaver開發(fā)了一個(gè)基于Fitzpatrick的單變量預(yù)警模型，以1954-1966年158家破產(chǎn)企業(yè)與正常企業(yè)的財(cái)務(wù)關(guān)系為研究對(duì)象，得出凈利潤(rùn)/總資產(chǎn)指標(biāo)和凈現(xiàn)金流量/總負(fù)債指標(biāo)在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)方面更為準(zhǔn)確。②多變量判別模型。Altman是將多變量判別模型應(yīng)用于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域研究的首位開拓者。他提出的Z-Score模型是國(guó)外影響最大的多元線性判別模型。從1946年至1965年期間66家有問題和經(jīng)營(yíng)中的公司中隨機(jī)抽取一個(gè)樣本，它從22個(gè)提供最佳預(yù)警的備選財(cái)務(wù)比率的范圍內(nèi)選擇了5個(gè)，并建立了一個(gè)五變量判別模型來計(jì)算Z值，并根據(jù)Z值的大小確定公司破產(chǎn)或失敗的概率。結(jié)果表明，Z評(píng)分模型的預(yù)測(cè)精度遠(yuǎn)高于單變量模型，但Z評(píng)分模型僅適用于短期預(yù)測(cè)，長(zhǎng)期預(yù)警精度較差。在接下來的幾年里，Altman等分別選擇了53家和58家破產(chǎn)公司以及58家正常公司，并在五個(gè)變量Z-score5中添加了兩個(gè)財(cái)務(wù)指標(biāo)，因?yàn)榉巧鲜泄緹o(wú)法估計(jì)股票的市場(chǎng)價(jià)格狀況。建立一個(gè)七變量ZETA模型。P’Wu建立了多變量判別預(yù)警模型，在傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)與收益管理和相關(guān)分析的基礎(chǔ)上提出了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的必要性，并構(gòu)建了多元線性預(yù)警模型多樣性驗(yàn)證了線性預(yù)警模型的有效性，目前已有較好的驗(yàn)證性預(yù)警模型。③邏輯回歸模型。由于單元和多元判別預(yù)警模型都無(wú)法準(zhǔn)確測(cè)算企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的概率，多元邏輯回歸模型逐漸成為1970年代時(shí)期研究者探究預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)的最普遍模型。Martin是將Logistic回歸模型運(yùn)用到財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的首位開拓者。研究結(jié)果發(fā)現(xiàn)，在樣本正態(tài)，變量獨(dú)立且非等均值的狀態(tài)下，多元判定模型僅僅是Logistic回歸模型的特殊情況。Ciarlone等將現(xiàn)有的預(yù)警模型和宏觀經(jīng)濟(jì)學(xué)理論結(jié)合，構(gòu)建了實(shí)證有效且規(guī)則簡(jiǎn)單的邏輯風(fēng)險(xiǎn)預(yù)警模型。Matthieu等創(chuàng)新性地將二元離散方法融入Logistic回歸模型中，并基于32家處于財(cái)務(wù)危機(jī)中的公司的財(cái)務(wù)數(shù)據(jù)，他們建立并劃分了Logistic回歸預(yù)警模型。經(jīng)過檢驗(yàn)對(duì)企業(yè)的潛在危機(jī)有較高預(yù)測(cè)精度。④神經(jīng)網(wǎng)絡(luò)模型。ClarenceTam通過Coats等的研究基礎(chǔ)上。對(duì)94家破產(chǎn)企業(yè)和188家正常企業(yè)的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，結(jié)果表明，神經(jīng)網(wǎng)絡(luò)模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警具有較高的精度。George根據(jù)醫(yī)藥行業(yè)的特點(diǎn)，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)理論，建立了醫(yī)藥企業(yè)現(xiàn)金流預(yù)警模型，并對(duì)樣本數(shù)據(jù)進(jìn)行了同行分析，研究結(jié)果表明，預(yù)警模型精度與公司距離ST時(shí)間的長(zhǎng)短呈現(xiàn)負(fù)相關(guān)。綜上所述，國(guó)外財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究主要集中于構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。研究成果比較成熟，在實(shí)踐中得到了廣泛的應(yīng)用，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警成為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究的一個(gè)重要領(lǐng)域。

二、國(guó)內(nèi)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究

綜述國(guó)內(nèi)大部分的財(cái)務(wù)預(yù)警研究都是借鑒國(guó)外研究經(jīng)驗(yàn)建立模型的，我國(guó)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究開始于1990年代，風(fēng)險(xiǎn)預(yù)警進(jìn)行了單個(gè)變量變?yōu)槎鄠€(gè)變量到復(fù)雜模型多個(gè)階段。隨著我國(guó)經(jīng)濟(jì)的增長(zhǎng)，國(guó)內(nèi)研究者對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究也在不斷深入。通過結(jié)合各個(gè)行業(yè)的特點(diǎn)，結(jié)合定量和定性分析，建立與社會(huì)主義經(jīng)濟(jì)相適應(yīng)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。1.財(cái)務(wù)風(fēng)險(xiǎn)理論研究。劉恩祿等較早且全面地對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的概念界定，財(cái)務(wù)風(fēng)險(xiǎn)通常是指在企業(yè)的生產(chǎn)、采購(gòu)、銷售等一系列生產(chǎn)經(jīng)營(yíng)活動(dòng)中，企業(yè)由于被內(nèi)外部環(huán)境影響和各種事前難以控制和預(yù)料的不確定性因素以間接和無(wú)形方式的作用和改變，實(shí)際收益在特定的時(shí)間段內(nèi)與預(yù)計(jì)的預(yù)期收益產(chǎn)生一定的偏差給利益相關(guān)者造成損失的可能性。張影認(rèn)為餐飲業(yè)主要需要應(yīng)對(duì)的財(cái)務(wù)風(fēng)險(xiǎn)包括籌資、投資、營(yíng)運(yùn)三個(gè)維度，并從餐飲企業(yè)自身及其面臨的宏觀環(huán)境中客觀分析了產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的原因。2.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究。①單變量判別模型。吳世農(nóng)等在《中國(guó)經(jīng)濟(jì)問題》發(fā)表文章，對(duì)公司破產(chǎn)分析的有關(guān)預(yù)警指標(biāo)并首次介紹了單變量判別模型。陳靜對(duì)同行業(yè)及規(guī)模的ST和非ST共54家公司的財(cái)務(wù)信息構(gòu)建單變量模型，結(jié)果顯示，資產(chǎn)負(fù)債率、營(yíng)運(yùn)資本比率、流動(dòng)比率和總資產(chǎn)收益率這四個(gè)指標(biāo)對(duì)企業(yè)的財(cái)務(wù)失敗的預(yù)測(cè)具有敏感性，流動(dòng)比率和資產(chǎn)負(fù)債率判別正確率最高。②多變量判別模型。袁康來等人利用Z模型對(duì)農(nóng)業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行了研究，驗(yàn)證了Z模型具有良好的預(yù)警效果。李元峰等在楊成巖等前人研究成果的基礎(chǔ)上優(yōu)化通過調(diào)整了臨界值和增加了3個(gè)新變量?jī)?yōu)化Z模型，大大提高了模型的精度和適用性。周守華等通過增加一個(gè)能夠預(yù)測(cè)公司破產(chǎn)的財(cái)務(wù)指標(biāo)——現(xiàn)金流量指數(shù)，建立了F評(píng)分模型。在實(shí)施該模型的實(shí)證實(shí)踐中，選擇了4160家公司，準(zhǔn)確率高達(dá)70%。結(jié)果表明，F(xiàn)-Score模型是一種更為準(zhǔn)確的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。張玲選擇120家共涉及14個(gè)行業(yè)的公司，利用多元判別函數(shù)建立了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。研究結(jié)果表明，該模型能夠?yàn)镾T公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析提供依據(jù)。③邏輯回歸模型。陳曉等采用Logistic回歸模型對(duì)ST公司進(jìn)行了實(shí)證研究。結(jié)果表明，股權(quán)指數(shù)和資產(chǎn)收益率是反映ST公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警效果最好的財(cái)務(wù)指標(biāo)。將因子分析在處理指標(biāo)方面的優(yōu)勢(shì)與Logistic回歸模型擬合精度較高的優(yōu)勢(shì)相結(jié)合，研究上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警問題。王華麗等在奧特曼Z評(píng)分模型的基礎(chǔ)上，建立了中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。結(jié)果表明，奧特曼的Z評(píng)分模型基本上反映了企業(yè)的財(cái)務(wù)狀況。2015年黃楊選取ST公司12家和正常經(jīng)營(yíng)的12家作為研究樣本。結(jié)果表明，該模型具有較高的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警精度。李常山將2016年23家制造業(yè)上市公司與2016年30家非制造業(yè)上市公司進(jìn)行了比較，在對(duì)財(cái)務(wù)信息進(jìn)行主成分分析后，采用Logistic回歸建立了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。結(jié)果表明，通過建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，上市公司可以有效降低財(cái)務(wù)危機(jī)發(fā)生的概率。④神經(jīng)網(wǎng)絡(luò)預(yù)警模型。李芳等建立基于神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財(cái)務(wù)預(yù)警模型，結(jié)果表明資產(chǎn)負(fù)債率、每股凈資產(chǎn)、凈現(xiàn)金流量三個(gè)指標(biāo)對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警具有重要作用，具有良好的財(cái)務(wù)危機(jī)判斷和預(yù)測(cè)能力。通過專家調(diào)查，李曉青等獲得了15家樣本企業(yè)的物流外包風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)?；贐P神經(jīng)網(wǎng)絡(luò)構(gòu)建了適合物流行業(yè)公司的模型預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)。結(jié)果表明，該模型對(duì)物流企業(yè)具有較高的預(yù)警精度。邢瑞雪等以78家上市公司財(cái)務(wù)數(shù)據(jù)為樣本，采用BP神經(jīng)網(wǎng)絡(luò)支持向量機(jī)構(gòu)建基于人工智能方法的模型，并與傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警結(jié)果對(duì)比。結(jié)果表明，用人工智能方法建立的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型具有更高的預(yù)警精度。孫新賢等從2004年至2016年的四大航空公司中選擇了49家，其中38家是培訓(xùn)樣本，11家是測(cè)試樣本。他運(yùn)用主成分分析的方法對(duì)預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)的各個(gè)指標(biāo)降維優(yōu)化，基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。研究結(jié)果顯示，BP神經(jīng)網(wǎng)絡(luò)模型能夠有效地預(yù)測(cè)航空公司的財(cái)務(wù)風(fēng)險(xiǎn)。

三、模型比較

單變量決策模型的最大特點(diǎn)是選擇單一的財(cái)務(wù)指標(biāo)作為研究對(duì)象。該模型的應(yīng)用首先需要選擇兩組樣本，一組是預(yù)測(cè)樣本，另一組是檢驗(yàn)樣本，來建立和檢驗(yàn)?zāi)Ｐ?。其次，根?jù)一定的財(cái)務(wù)比率對(duì)預(yù)測(cè)樣本進(jìn)行分類，尋找一個(gè)閾值來判斷兩組樣本，使誤差最小。再其次，用閾值測(cè)試試樣。單變量決策模型的優(yōu)點(diǎn)是易于管理，過程簡(jiǎn)單易行；缺點(diǎn)是無(wú)法監(jiān)測(cè)和分析企業(yè)內(nèi)外部環(huán)境的不斷變化。因此，結(jié)果往往既不那么確定，也不那么客觀，無(wú)法準(zhǔn)確預(yù)測(cè)公司的風(fēng)險(xiǎn)。多元判別模型與一維決策模型最大的區(qū)別在于前者選擇了更多的變量和角度來預(yù)測(cè)企業(yè)的風(fēng)險(xiǎn)。該模型的關(guān)鍵是選擇多維度反映企業(yè)財(cái)務(wù)狀況、有利于宏觀風(fēng)險(xiǎn)控制的指標(biāo)。與單變量判別模型相比，多變量判別模型可以從多個(gè)維度更詳細(xì)、更客觀地監(jiān)測(cè)和分析企業(yè)財(cái)務(wù)狀況，提高預(yù)警精度。然而，多變量判別預(yù)警模型仍有局限性。一方面，多變量判別預(yù)警模型要求變量滿足正態(tài)分布假設(shè)，另一方面，它們沒有充分考慮現(xiàn)金流量的變化情況，從而縮小了模型的使用范圍。多元邏輯回歸中對(duì)于自變量分布的假設(shè)沒有要求，克服了線性模型必須滿足統(tǒng)計(jì)假設(shè)的缺陷，因此Logistic回歸方法可以規(guī)避了判別分析中難以達(dá)到的前提假設(shè)，它極大地改善財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)并解決了判別分析中的多種弊病，包括比率指標(biāo)是正態(tài)分布的假設(shè)以及樣本企業(yè)具有相同的協(xié)方差方差矩陣的假設(shè)。因此，1980年代之后多元Logistic回歸代替了判別分析預(yù)警模型，占領(lǐng)了財(cái)務(wù)風(fēng)險(xiǎn)研究范疇核心地位。邏輯回歸模型的局限性在于由于大部分計(jì)算結(jié)果都是近似的，因此計(jì)算并不準(zhǔn)確，與實(shí)際結(jié)果間有較大差距。

四、研究結(jié)論

篇6

【關(guān)鍵詞】 財(cái)務(wù)預(yù)警 自由現(xiàn)金流量 經(jīng)濟(jì)增加值 現(xiàn)金增加值

在進(jìn)行財(cái)務(wù)預(yù)警研究時(shí)要考慮的因素主要有模型、指標(biāo)、行業(yè)的選取以及規(guī)模的修正，其中模型的發(fā)展構(gòu)成了現(xiàn)有財(cái)務(wù)預(yù)警研究中顯而易見的一條主線。模型的選擇實(shí)質(zhì)上是預(yù)警方法的確定，現(xiàn)行主流的預(yù)警方法仍以統(tǒng)計(jì)建模為主，包括單一變量模型,多元線性判定模型，多元邏輯回歸模型等，非主流的預(yù)警方法主要以非統(tǒng)計(jì)類方法為基礎(chǔ)的股價(jià)分析法，案例分析法以及神經(jīng)網(wǎng)絡(luò)模型等，模型在應(yīng)用中的逐步改進(jìn)與完善使得財(cái)務(wù)預(yù)警的研究更為深入。但這些不同的預(yù)警模型有一個(gè)共同的特點(diǎn)：它們都必須以公司的財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)構(gòu)造不同的預(yù)警指標(biāo)。因此我們按照財(cái)務(wù)指標(biāo)在預(yù)警研究中發(fā)展的時(shí)間順序把它們分為三類：以權(quán)責(zé)發(fā)生制為基礎(chǔ)的傳統(tǒng)財(cái)務(wù)指標(biāo)，以收付實(shí)現(xiàn)制為基礎(chǔ)的經(jīng)營(yíng)現(xiàn)金流量相關(guān)指標(biāo)以及我們將要論述的三種新興指標(biāo)。我國(guó)現(xiàn)有的財(cái)務(wù)預(yù)警研究由于各種限制只發(fā)展到以現(xiàn)金流量表相關(guān)指標(biāo)為基礎(chǔ)建立的預(yù)警模型，這些模型或者是在原有指標(biāo)體系中增設(shè)現(xiàn)金流量表指標(biāo)或者單獨(dú)只以現(xiàn)金流量表指標(biāo)進(jìn)行預(yù)警。而后續(xù)關(guān)于以新興指標(biāo)建立財(cái)務(wù)預(yù)警模型的研究則還處于展望階段。這里的新興指標(biāo)主要指：自由現(xiàn)金流量（FCF）相關(guān)指標(biāo)，經(jīng)濟(jì)增加值（EVA）相關(guān)指標(biāo)，現(xiàn)金增加值（CVA）相關(guān)指標(biāo)。這三種指標(biāo)從公開的會(huì)計(jì)報(bào)表中無(wú)法直接獲得，需要進(jìn)行較復(fù)雜的調(diào)整與計(jì)算，因此在我國(guó)的應(yīng)用受到了一定的限制，但實(shí)事上它們?cè)趪?guó)外已經(jīng)得到相當(dāng)廣泛的應(yīng)用，尤其是自由現(xiàn)金流量被作為一個(gè)必要指標(biāo)在會(huì)計(jì)報(bào)表中進(jìn)行披露。

一、選擇FCF，EVA，CVA三個(gè)指標(biāo)具有可比較性的公式列示如下，并對(duì)它們的區(qū)別與聯(lián)系進(jìn)行分析

自由現(xiàn)金流量（FCF）＝稅后經(jīng)營(yíng)活動(dòng)現(xiàn)金流量－在凈營(yíng)運(yùn)資本上的投資－在固定資產(chǎn)和其他長(zhǎng)期資產(chǎn)上的投資經(jīng)濟(jì)增加值（EVA） ＝稅后凈經(jīng)營(yíng)利潤(rùn)－資本成本×期初資本現(xiàn)金增加值（CVA） ＝稅后經(jīng)營(yíng)活動(dòng)現(xiàn)金流量－沉沒資金折舊－資本成本×期初成本 （沉沒資金折舊主要指一個(gè)期間到下一個(gè)期間資產(chǎn)市價(jià)的變化，也被稱作經(jīng)濟(jì)折舊，如果把會(huì)計(jì)記帳方式中資產(chǎn)的入帳方式改為市價(jià)法，則這里的沉沒資金折舊就相當(dāng)于傳統(tǒng)意義的會(huì)計(jì)折舊）

1.自自由現(xiàn)金流量。由現(xiàn)金流量（FCF）以收付實(shí)現(xiàn)制為基礎(chǔ)，只考慮正常經(jīng)營(yíng)活動(dòng)現(xiàn)金流入，公式中的稅后經(jīng)營(yíng)活動(dòng)現(xiàn)金流量指未扣除利息費(fèi)用但扣除了實(shí)際支付的稅金后的經(jīng)營(yíng)現(xiàn)金流量，在稅后經(jīng)營(yíng)活動(dòng)現(xiàn)金流量基礎(chǔ)上再扣除為了維持現(xiàn)有的經(jīng)營(yíng)狀況、資本擴(kuò)張所必須的資本投入，包括凈營(yíng)運(yùn)資本的投入，固定資產(chǎn)和長(zhǎng)期資產(chǎn)的投入，最后計(jì)算出自由現(xiàn)金流量。從這個(gè)意義上說自由現(xiàn)金流量是指能自由分配給投資者的現(xiàn)金，這里的投資者包括債權(quán)人與股東。

2.經(jīng)濟(jì)增加值。經(jīng)濟(jì)增加值（EVA）主要以權(quán)責(zé)發(fā)生制為基礎(chǔ)，但它較傳統(tǒng)的指標(biāo)考慮了資金的資本成本，形象直觀的計(jì)算出企業(yè)的價(jià)值創(chuàng)造，是基于權(quán)責(zé)發(fā)生制的一種經(jīng)濟(jì)收益的計(jì)算方式。我們從經(jīng)濟(jì)利潤(rùn)的角度分解經(jīng)濟(jì)增加值：財(cái)務(wù)會(huì)計(jì)師按照權(quán)責(zé)發(fā)生制將收益和成本費(fèi)用配比計(jì)算凈利潤(rùn)，在凈利潤(rùn)基礎(chǔ)上加回稅后利息費(fèi)用得到稅后凈經(jīng)營(yíng)利潤(rùn)，它是可以提供給所有股東和債券人的盈余。在稅后凈經(jīng)營(yíng)利潤(rùn)基礎(chǔ)上減去投入資本成本則可得到經(jīng)濟(jì)利潤(rùn)，原則上經(jīng)濟(jì)利潤(rùn)需要經(jīng)過一些細(xì)節(jié)調(diào)整才能得到EVA，公式中我們?yōu)榱朔奖惚容^以及理解經(jīng)濟(jì)增加值的含義后續(xù)的細(xì)節(jié)調(diào)整則不予考慮了。

3.現(xiàn)金增加值?，F(xiàn)金增加值（CVA）以收付實(shí)現(xiàn)制為基礎(chǔ)，考慮資金的資本成本，考慮經(jīng)濟(jì)折舊，經(jīng)濟(jì)折舊的考慮使得這里的折舊與收付實(shí)現(xiàn)制得到了很好的呼應(yīng)，因?yàn)樵谒挠?jì)算里資產(chǎn)采用的是市價(jià)法，對(duì)在會(huì)計(jì)制度中資產(chǎn)記賬使用歷史成本法帶來的一些財(cái)務(wù)舞弊給予了消除。同樣CVA也是經(jīng)濟(jì)收益的一種計(jì)算方式，與經(jīng)濟(jì)增加值一樣，但它基于的是收付實(shí)現(xiàn)制。我們根據(jù)這三個(gè)指標(biāo)計(jì)算原理的不同把它們典型的區(qū)別列表如下,這三個(gè)指標(biāo)的特點(diǎn)將直接決定它們應(yīng)用在財(cái)務(wù)預(yù)警時(shí)所具有的優(yōu)勢(shì)和缺陷。

表1 三指標(biāo)的區(qū)別與聯(lián)系

確認(rèn)原則 是否考慮資本成本 資本支出的處理形式 是否剔除非常損益

自由現(xiàn)金流量 收付實(shí)現(xiàn)制 否 實(shí)際資本支出 是

經(jīng)濟(jì)增加值 權(quán)責(zé)發(fā)生制 是 會(huì)計(jì)折舊 是

現(xiàn)金增加值 收付實(shí)現(xiàn)制 是 經(jīng)濟(jì)折舊 是

二、三種指標(biāo)在財(cái)務(wù)預(yù)警中的優(yōu)勢(shì)

我們從表1中列示的四個(gè)特點(diǎn)來分析這三個(gè)指標(biāo)的優(yōu)勢(shì)

1.確認(rèn)原則。自由現(xiàn)金流量與現(xiàn)金增加值都是基于收付實(shí)現(xiàn)制，在進(jìn)行財(cái)務(wù)預(yù)警時(shí)具有經(jīng)營(yíng)現(xiàn)金流量指標(biāo)的全部?jī)?yōu)點(diǎn)，很好地避免了現(xiàn)有上市公司中諸多財(cái)務(wù)造假的可能，另外雖然經(jīng)濟(jì)增加值基于的是權(quán)責(zé)發(fā)生制但在計(jì)算過程中它剔除了非經(jīng)營(yíng)性的損益，也能夠一定程度地避開虛假財(cái)務(wù)信息及關(guān)聯(lián)交易真實(shí)地反映公司的現(xiàn)狀，因?yàn)橐恍┴?cái)務(wù)作假尤其是關(guān)聯(lián)交易一般都是通過非經(jīng)營(yíng)業(yè)務(wù)來調(diào)整和粉飾，故這三種指標(biāo)都具有能改善傳統(tǒng)財(cái)務(wù)指標(biāo)真實(shí)性的作用。

2.資本成本。資本成本的考慮建立了經(jīng)濟(jì)利潤(rùn)的概念，原始經(jīng)濟(jì)利潤(rùn)的公式如下： 經(jīng)濟(jì)利潤(rùn)＝銷售收入－銷售成本－經(jīng)營(yíng)費(fèi)用－稅金－全部資本成本經(jīng)濟(jì)增加值在經(jīng)濟(jì)利潤(rùn)的基礎(chǔ)上作了一些調(diào)整，主要有三種調(diào)整，一是抵消傳統(tǒng)會(huì)計(jì)師編制財(cái)務(wù)報(bào)表時(shí)的許多準(zhǔn)備金，如壞帳準(zhǔn)備和后進(jìn)先出準(zhǔn)備，一定程度上修正了權(quán)責(zé)發(fā)生制，把它向收付實(shí)現(xiàn)制靠攏，這也是我們?yōu)槭裁凑f經(jīng)濟(jì)增加值是主要基于權(quán)責(zé)發(fā)生制；二是將傳統(tǒng)對(duì)有關(guān)建立市場(chǎng)的支出費(fèi)用化改成資本化，即將即時(shí)變現(xiàn)觀轉(zhuǎn)變?yōu)槌掷m(xù)經(jīng)營(yíng)觀；三是將累計(jì)稅后非經(jīng)常性虧損或者盈利消除，將成功法轉(zhuǎn)變?yōu)橥耆杀痉?；現(xiàn)金增加值的理念和經(jīng)濟(jì)增加值是一致的，但是它計(jì)算的初始就以收付實(shí)現(xiàn)制為基礎(chǔ)。資本成本的計(jì)算需要利用CAPM模型計(jì)算資本成本率，其中ß值的引用考慮了不同公司的風(fēng)險(xiǎn)值，因此這兩個(gè)指標(biāo)很好的彌補(bǔ)了傳統(tǒng)會(huì)計(jì)指標(biāo)中不考慮股權(quán)成本和風(fēng)險(xiǎn)的缺陷，直觀的計(jì)算出企業(yè)創(chuàng)造的價(jià)值。

3.資本支出。自由現(xiàn)金流量扣減了實(shí)際資本支出，而不是像其他兩個(gè)指標(biāo)以扣減折舊的形式,因?yàn)檎叟f并不是實(shí)際的資金流出，由折舊保留下來的現(xiàn)金在資本更新前仍然是可以自由使用的，自由現(xiàn)金流量以扣減實(shí)際資本支出代替折舊直觀反映公司可自由使用的現(xiàn)金流量，這些現(xiàn)金可以進(jìn)行分配，也可以保留在企業(yè)里進(jìn)行資本擴(kuò)充或者預(yù)防風(fēng)險(xiǎn)。經(jīng)濟(jì)增加值剔除的是傳統(tǒng)會(huì)計(jì)折舊,按照權(quán)責(zé)發(fā)生制計(jì)算在第一步盈利線中折舊就已經(jīng)被剔除。現(xiàn)金增加值的計(jì)算原理與經(jīng)濟(jì)增加值對(duì)比,由于它采用收付實(shí)現(xiàn)制,在稅后經(jīng)營(yíng)活動(dòng)現(xiàn)金流量這一步,折舊仍然是包括在內(nèi)的,在后續(xù)折舊剔除時(shí),現(xiàn)金增加值使用了沉沒資金折舊或者說是經(jīng)濟(jì)折舊,這是它與經(jīng)濟(jì)增加值的區(qū)別。因此總的來說自由現(xiàn)金流量更能反映現(xiàn)金的支付能力，在預(yù)測(cè)或者評(píng)價(jià)公司流動(dòng)性時(shí)具有更好的作用，而后兩者則從揭示公司的價(jià)值創(chuàng)造方面有突出的表現(xiàn)，一個(gè)是從傳統(tǒng)會(huì)計(jì)角度，一個(gè)則對(duì)傳統(tǒng)會(huì)計(jì)制度作了諸多修正，因此它們?cè)诜从彻镜恼w價(jià)值創(chuàng)造上更有優(yōu)勢(shì)。

4.非常損益。這三個(gè)指標(biāo)共同的特點(diǎn)是它們都剔除了非正常損益，傳統(tǒng)財(cái)務(wù)指標(biāo)和現(xiàn)金流量表指標(biāo)都是反映實(shí)際發(fā)生的經(jīng)營(yíng)活動(dòng),非常損益也是包括在內(nèi)的,但是非常損益由于不是可持續(xù)的盈利或者虧損,并不能反映公司真實(shí)的運(yùn)營(yíng)能力,除此之外,財(cái)務(wù)作假也更青睞非常損益項(xiàng)目,這三個(gè)指標(biāo)對(duì)非常損益的剔除可以更真實(shí)地反映公司可持續(xù)的經(jīng)營(yíng)能力，并一定程度上避免了財(cái)務(wù)作假。

三、以這三種指標(biāo)為基礎(chǔ)建立可適合預(yù)警的指標(biāo)體系

指標(biāo)體系的選擇依照的原則很多，比如杜邦體系從盈利能力，運(yùn)營(yíng)能力，資本結(jié)構(gòu)三個(gè)方面對(duì)公司的財(cái)務(wù)狀況進(jìn)行分析，比如梁飛媛（2005）在基于現(xiàn)金流的財(cái)務(wù)預(yù)警系統(tǒng)實(shí)證研究中從獲現(xiàn)能力，償債能力，財(cái)務(wù)彈性，財(cái)務(wù)結(jié)構(gòu)四個(gè)方面對(duì)指標(biāo)進(jìn)行分類，我們從這三個(gè)指標(biāo)本身的特性出發(fā)把指標(biāo)體系分為四類：獲現(xiàn)能力/盈利能力，流動(dòng)性分析，收益質(zhì)量分析，增長(zhǎng)潛力。這四種分類分別從不同的側(cè)面反映了公司的運(yùn)營(yíng)情況。

1.獲現(xiàn)能力或者盈利能力指標(biāo)包括：自由現(xiàn)金流量/總資產(chǎn)（凈資產(chǎn)）（總股數(shù)），經(jīng)濟(jì)增加值/總資產(chǎn)（凈資產(chǎn)）（總股數(shù)），現(xiàn)金增加值/總資產(chǎn)（凈資產(chǎn)）（總股數(shù)）。

2.流動(dòng)性分析指標(biāo)包括：自由現(xiàn)金流量/流動(dòng)負(fù)債（長(zhǎng)期負(fù)債），經(jīng)濟(jì)增加值/流動(dòng)負(fù)債（長(zhǎng)期負(fù)債），現(xiàn)金增加值/流動(dòng)負(fù)債（長(zhǎng)期負(fù)債）。

3.收益質(zhì)量分析指標(biāo)包括：最近三年每股收益平均值/最近三年每股自由現(xiàn)金流量平均值，經(jīng)濟(jì)增加值/留存收益，現(xiàn)金增加值/留存收益。收益質(zhì)量分析指標(biāo)產(chǎn)生的原理是以自由現(xiàn)金流量，經(jīng)濟(jì)增加值，現(xiàn)金增加值比上傳統(tǒng)指標(biāo)中可對(duì)應(yīng)的指標(biāo)，比如基于收付實(shí)現(xiàn)制的自由現(xiàn)金流量與權(quán)責(zé)發(fā)生制中的凈利潤(rùn)相比它調(diào)整了由于非正常收益和權(quán)責(zé)發(fā)生制可能帶來的舞弊和不真實(shí)，一個(gè)財(cái)務(wù)報(bào)表真實(shí)的企業(yè)雖然每年兩者之間也可能會(huì)有較大差距，但是對(duì)于一個(gè)真實(shí)有效的會(huì)計(jì)體系，長(zhǎng)期來看兩者應(yīng)該是一致的，故我們對(duì)分子分母取最近三年的平均值，兩者越接近說明財(cái)務(wù)報(bào)表的真實(shí)性越高；經(jīng)濟(jì)增加值與現(xiàn)金增加值相當(dāng)于兩種不同會(huì)計(jì)確認(rèn)制度中的經(jīng)濟(jì)收益，它們與傳統(tǒng)會(huì)計(jì)指標(biāo)中的留存收益具有相同的意義，都扣除了債權(quán)人與股東要求的回報(bào)，不同的是前兩者以資本成本的形式，更為合理地反映了價(jià)值創(chuàng)造，而留存收益扣除的是實(shí)際支付的資本成本。

4.增長(zhǎng)潛力指標(biāo)包括：每股自由現(xiàn)金流量增長(zhǎng)率，每股經(jīng)濟(jì)增加值增長(zhǎng)率，每股現(xiàn)金增加值增長(zhǎng)率。上述指標(biāo)在財(cái)務(wù)預(yù)警中應(yīng)用時(shí)可以是在原有預(yù)警模型中增加以上三類指標(biāo)進(jìn)行修正或者單獨(dú)以一類指標(biāo)進(jìn)行預(yù)警。

綜上所述這三種指標(biāo)系統(tǒng)由于它們本身計(jì)算原理上的優(yōu)勢(shì)在財(cái)務(wù)預(yù)警方面應(yīng)用時(shí)是可以更好地彌補(bǔ)傳統(tǒng)指標(biāo)缺陷的，張錦華（2005）在農(nóng)業(yè)上市公司持續(xù)性經(jīng)營(yíng)能力研究中，完全采用以自由現(xiàn)金流量建立的指標(biāo)體系證明在預(yù)測(cè)經(jīng)營(yíng)失敗時(shí)準(zhǔn)確率為85％，遠(yuǎn)遠(yuǎn)大于傳統(tǒng)指標(biāo)的65%，但這三種指標(biāo)體系是否比經(jīng)營(yíng)現(xiàn)金流量指標(biāo)更有效目前為止還無(wú)法得到有效證明。我們?cè)趥鹘y(tǒng)指標(biāo)體系中選擇資產(chǎn)結(jié)構(gòu)比率，比如資產(chǎn)負(fù)債率這類沒有造假可能的指標(biāo)，另外以經(jīng)營(yíng)現(xiàn)金流量指標(biāo)體系為主體，結(jié)合新指標(biāo)尤其是自由現(xiàn)金流量指標(biāo)體系，可以建立一套更為完善的預(yù)警指標(biāo)系統(tǒng)。

篇7

關(guān)鍵詞：財(cái)務(wù)危機(jī)；風(fēng)險(xiǎn)預(yù)警；Z模型

一、概述

（一）財(cái)務(wù)預(yù)警

財(cái)務(wù)預(yù)警是通過對(duì)公司財(cái)務(wù)報(bào)表及相關(guān)經(jīng)營(yíng)資料的分析，利用及時(shí)的財(cái)務(wù)數(shù)據(jù)和相應(yīng)的數(shù)據(jù)化管理方式，將公司所面臨的危險(xiǎn)情況預(yù)先告知公司經(jīng)營(yíng)者和其他利益相關(guān)者，并分析公司發(fā)生財(cái)務(wù)危機(jī)的原因和財(cái)務(wù)運(yùn)營(yíng)體系隱藏的問題，以提早做好防范措施的財(cái)務(wù)管理活動(dòng)。

財(cái)務(wù)預(yù)警應(yīng)當(dāng)在企業(yè)陷入財(cái)務(wù)困境之前做出。企業(yè)財(cái)務(wù)困境根據(jù)嚴(yán)重性的不同，可以有這樣幾種狀態(tài)：一是虧損、現(xiàn)金流量不足、違約。二是資不抵債，凈資產(chǎn)為負(fù)。三是破產(chǎn)。

（二）Z模型

Z模型的基本模型如下：

研究表明，Z值大小與公司發(fā)生財(cái)務(wù)危機(jī)的可能性成反比，一般而言，如果公司的Z值大于2.675，則表明公司經(jīng)營(yíng)的財(cái)務(wù)狀況良好，發(fā)生破產(chǎn)的可能性較??；如果公司的Z值小于1.81，則公司當(dāng)前存在較大的破產(chǎn)風(fēng)險(xiǎn)；如果Z值介于1.81～2.675之間，稱之為“灰色地帶”，即表明進(jìn)入這個(gè)區(qū)間的公司，其財(cái)務(wù)狀況極不穩(wěn)定，模型對(duì)其不具有解釋性。

二、吉林省上市公司財(cái)務(wù)危機(jī)現(xiàn)狀抽樣評(píng)價(jià)

（一）吉林上市公司基本分布情況分析

截至2012年末，吉林省39家上市公司分布在18個(gè)行業(yè)中，其中醫(yī)藥生物制品制造業(yè)的企業(yè)數(shù)目最多，有7家，占總數(shù)的17.95%，排名在第2至第3位的依次是機(jī)械制造行業(yè)，房地產(chǎn)業(yè)，排在前3位的制造業(yè)企業(yè)共計(jì)17家，占吉林省上市公司總數(shù)的43.59%。另外，值得注意的是，吉林省目前仍有許多行業(yè)沒有企業(yè)上市。

（二）上市公司財(cái)務(wù)預(yù)警研究樣本選擇

（1）選取A股上市公司。根據(jù)規(guī)定，A股上市公司執(zhí)行國(guó)內(nèi)的會(huì)計(jì)準(zhǔn)則和會(huì)計(jì)制度，由國(guó)內(nèi)的會(huì)計(jì)師事務(wù)所審計(jì)，B股上市公司采用國(guó)際會(huì)計(jì)準(zhǔn)則，有外資會(huì)計(jì)師事務(wù)所審計(jì)。這種差異導(dǎo)致A股和B股資料之間不能進(jìn)行有效的可比性，故而選取A股上市公司。

（2）選擇被特殊處理的吉林省A股上市公司。國(guó)外將破產(chǎn)或者提出破產(chǎn)申請(qǐng)的公司作為財(cái)務(wù)困境公司，但是由于我國(guó)還未出現(xiàn)上市公司破產(chǎn)的情況，無(wú)法取得實(shí)際的數(shù)據(jù)，本文選取吉林省在2010年～2013年3月31日之間被ST處理的股票和隨機(jī)選取的未被ST處理的10家股票作為樣本。

（三）吉林省上市公司Z值計(jì)算和分析

由2010年～2012年樣本上市公司Z值，可以得到：

（1）ST上市公司Z值分布情況。從表1可以看出，Z模型對(duì)于所選取的ST公司的判定結(jié)果顯示，2010年～2012年3年中，判定正確率為100%。說明該模型對(duì)于ST上市公司具有較好的判定能力，可以在實(shí)際中用該模型對(duì)ST上市公司進(jìn)行財(cái)務(wù)預(yù)警判別。

表1 ST上市公司Z值分布情況

（2）非ST上市公司Z值分布情況。從表2以看出，2010年～2012年3年中，除在2010年一汽轎車的Z值大于2.675，表明財(cái)務(wù)狀況良好外，其他公司Z值均低于1.81。2010年正確判定為10%，2011年和2012年正確判定率為0，誤判率高達(dá)100%。說明Altman Z模型對(duì)于吉林省非ST上市公司不具有判定效應(yīng)，不能用來進(jìn)行財(cái)務(wù)預(yù)警判別。

表2 非ST上市公司Z值分布情況

三、吉林省上市公司財(cái)務(wù)危機(jī)的應(yīng)對(duì)措施

（一）增強(qiáng)企業(yè)的營(yíng)運(yùn)能力

營(yíng)運(yùn)能力是指企業(yè)的經(jīng)營(yíng)運(yùn)行能力，即企業(yè)運(yùn)用各項(xiàng)資產(chǎn)以賺取利潤(rùn)的能力。要增強(qiáng)企業(yè)的營(yíng)運(yùn)能力，可以從以下幾方面入手：確立優(yōu)化資本、提升價(jià)值等資本運(yùn)營(yíng)的理念；建立現(xiàn)代企業(yè)制度、營(yíng)造資本運(yùn)營(yíng)的微觀基礎(chǔ)；培訓(xùn)資本運(yùn)營(yíng)人才、造就優(yōu)秀企業(yè)家隊(duì)伍。

（二）增加留存收益的積累

留存收益是指企業(yè)從歷年實(shí)現(xiàn)的利潤(rùn)中提取或形成的留存于企業(yè)的內(nèi)部積累。要提高企業(yè)留存收益的積累，根本方面還是在于企業(yè)是否能夠取得利潤(rùn)。此外，在不影響企業(yè)長(zhǎng)期發(fā)展和股票價(jià)格的前提下，盡量避免發(fā)放現(xiàn)金股利。

（三）提高企業(yè)的獲利能力

企業(yè)經(jīng)營(yíng)的核心首先是生存、發(fā)展，最終要實(shí)現(xiàn)盈利，利潤(rùn)是衡量一個(gè)企業(yè)是否優(yōu)秀的標(biāo)準(zhǔn)。隨著全球金融危機(jī)的進(jìn)一步加劇和蔓延，行業(yè)平均利潤(rùn)率水平將不斷縮水，企業(yè)發(fā)展的機(jī)會(huì)和空間會(huì)越來越小。因此，企業(yè)必須要尋找新的利潤(rùn)增長(zhǎng)點(diǎn)，打造出一個(gè)適合自己的盈利模式，提升企業(yè)盈利能力。

四、結(jié)論

篇8

在Logit回歸模型中，因變量設(shè)為Y，服從二項(xiàng)分布，取值為0（無(wú)財(cái)務(wù)危機(jī)）和1（有財(cái)務(wù)危機(jī)），自變量為X1、X2、X3、X4、X5、X6，分別表示每股負(fù)債、每股收益、凈資產(chǎn)收益率、流動(dòng)比率、每股未分配利潤(rùn)、營(yíng)業(yè)收入增長(zhǎng)率這六大財(cái)務(wù)指標(biāo)。

事件發(fā)生（Pi）與不發(fā)生（1-Pi）的概率之比為OR值，對(duì)OR值做對(duì)數(shù)變換，即可得到Logit回歸模型的線性模式ln=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。

二、樣本選取及ST&非ST上市公司財(cái)務(wù)數(shù)據(jù)搜集

使用的數(shù)據(jù)均來自國(guó)泰安數(shù)據(jù)庫(kù)，選取121家ST上市公司及2925家非ST上市公司的六大指標(biāo)財(cái)務(wù)數(shù)據(jù)，并從中隨機(jī)選擇16家ST及9家非ST，再進(jìn)行隨機(jī)排列，選擇前20家公司作為目標(biāo)樣本。

三、確定Logit回歸方程參數(shù)值

導(dǎo)入數(shù)據(jù)至SPSS19.0，采用向后Wald法，以sig.

此外，將此模型用于被ST的121家上市公司進(jìn)行總體檢測(cè)，現(xiàn)121例個(gè)案中僅有5例預(yù)測(cè)有誤，預(yù)測(cè)精度達(dá)到95.87%。

由表4可知，在118家非ST上市公司中，該模型正確識(shí)別了109家公司，錯(cuò)誤識(shí)別9家公司，預(yù)測(cè)精度達(dá)92.4%；而在118家ST公司中，該模型正確識(shí)別了99家，錯(cuò)誤識(shí)別19家公司，預(yù)測(cè)精度也達(dá)到83.9%，模型總的正確率為88.1%，具有較高的預(yù)測(cè)能力，因此可以運(yùn)用此模型對(duì)上市公司進(jìn)行財(cái)務(wù)預(yù)警。

四、Logit模型財(cái)務(wù)預(yù)警的現(xiàn)實(shí)意義

篇9

一、財(cái)務(wù)危機(jī)預(yù)警模型

二、研究設(shè)計(jì)

（一）樣本選取及數(shù)據(jù)來源 本文選取2010、2011年滬深兩市A股首次被ST的上市公司作為研究樣本，共計(jì)42家，按照財(cái)務(wù)危機(jī)理論，選擇32家財(cái)務(wù)狀況異常而被特別處理（即ST）的上市公司作為本文的研究樣本。此外，根據(jù)會(huì)計(jì)期間一致、行業(yè)相同、企業(yè)資產(chǎn)規(guī)模相似的配對(duì)樣本選擇標(biāo)準(zhǔn)以及1：1原則，從滬深股市選擇配對(duì)樣本A股上市公司32家， 共64家公司作為本文的研究樣本。

ST公司T-1、T-2年度的審計(jì)計(jì)算結(jié)果中“凈利潤(rùn)”為負(fù)，公司出現(xiàn)財(cái)務(wù)危機(jī)的特征已經(jīng)非常明顯，研究意義不大；此外，早在2002年就有學(xué)者研究發(fā)現(xiàn)，在T-4年度，財(cái)務(wù)危機(jī)企業(yè)與正常企業(yè)之間不存在顯著性差異。因此，本文選用最有效的預(yù)測(cè)年度T-3年度數(shù)據(jù)，力求準(zhǔn)確地預(yù)測(cè)企業(yè)未來的健康狀況。

（二）財(cái)務(wù)指標(biāo) 根據(jù)信息的完整性原則，結(jié)合我國(guó)上市公司的財(cái)務(wù)危機(jī)特征，本研究初步選擇償債能力、營(yíng)運(yùn)能力、盈利能力、獲現(xiàn)能力和發(fā)展能力5個(gè)方面的24個(gè)財(cái)務(wù)指標(biāo)。其中償債能力包括：流動(dòng)比率X1、速動(dòng)比率X2、現(xiàn)金流量比率X3、資產(chǎn)負(fù)債率X4、產(chǎn)權(quán)比率X5、利息保障倍數(shù)X6；營(yíng)運(yùn)能力包括：存貨周轉(zhuǎn)率X7、應(yīng)收賬款周轉(zhuǎn)率X8、流動(dòng)資產(chǎn)周轉(zhuǎn)率X9、固定資產(chǎn)周轉(zhuǎn)率X10、總資產(chǎn)周轉(zhuǎn)率X11；盈利能力包括：銷售凈利率X12、主營(yíng)業(yè)務(wù)毛利率X13、主營(yíng)業(yè)務(wù)凈利率X14、成本費(fèi)用利潤(rùn)率X15、凈資產(chǎn)收益率X16、總資產(chǎn)收益率X17；獲現(xiàn)能力包括：經(jīng)營(yíng)活動(dòng)現(xiàn)金流入流出比率X18、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量增長(zhǎng)率X19、每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量X20；發(fā)展能力包括：主營(yíng)業(yè)務(wù)收入增長(zhǎng)率X21、營(yíng)業(yè)利潤(rùn)增長(zhǎng)率X22、凈資產(chǎn)增長(zhǎng)率X23、總資產(chǎn)增長(zhǎng)率X24。

（三）非財(cái)務(wù)指標(biāo) 根據(jù)信息的重要性原則，本文初步選擇股權(quán)結(jié)構(gòu)、管理結(jié)構(gòu)、重大事項(xiàng)、人力資本和其他指標(biāo)5個(gè)方面的12個(gè)非財(cái)務(wù)指標(biāo)，如表1所示。

三、實(shí)證結(jié)果與分析

（一）正態(tài)性檢驗(yàn) 本文統(tǒng)一整理36個(gè)預(yù)警指標(biāo)，利用K-S檢驗(yàn)進(jìn)行正態(tài)性檢驗(yàn)，其中有現(xiàn)金流動(dòng)比率、資產(chǎn)負(fù)債率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率、總資產(chǎn)收益率、每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、第一大股東持股比例、前五大股東持股比例和、員工素質(zhì)11個(gè)樣本指標(biāo)通過了正態(tài)性檢驗(yàn)，符合正態(tài)分布；剩余的25個(gè)樣本指標(biāo)總體不符合正態(tài)性分布。

（二）顯著性檢驗(yàn) 具體有：

（1）T檢驗(yàn)。對(duì)11個(gè)服從正態(tài)性的預(yù)警指標(biāo)利用兩個(gè)獨(dú)立樣本的T檢驗(yàn)做顯著性檢驗(yàn)，其中有現(xiàn)金流量比率、固定資產(chǎn)周轉(zhuǎn)率、每股經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、員工素質(zhì)這5個(gè)樣本指標(biāo)沒有通過顯著性水平，指標(biāo)沒有顯著性差異。而資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率、總資產(chǎn)收益率、第一大股東持股比例、前五大股東持股比例和這6個(gè)樣本指標(biāo)的通過了顯著性檢驗(yàn)，指標(biāo)具有顯著性差異。

（2）非參數(shù)檢驗(yàn)。25個(gè)總體不服從正態(tài)性分布的預(yù)警指標(biāo)利用兩獨(dú)立樣本的非參數(shù)檢驗(yàn)做顯著性檢驗(yàn)，其中有7個(gè)預(yù)警指標(biāo)存貨周轉(zhuǎn)率、經(jīng)營(yíng)活動(dòng)現(xiàn)金流入流出比率、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量增長(zhǎng)率、董事長(zhǎng)和總經(jīng)理雙職合一、管理費(fèi)用率、會(huì)計(jì)師事務(wù)所變更、地區(qū)生產(chǎn)總值沒有通過顯著性檢驗(yàn)；剩余的18個(gè)樣本指標(biāo)通過了顯著性檢驗(yàn)。

綜合以上的分析，在T檢驗(yàn)的11個(gè)樣本指標(biāo)當(dāng)中，有6個(gè)指標(biāo)通過了顯著性檢驗(yàn)，在非參數(shù)檢驗(yàn)的25個(gè)樣本指標(biāo)中有18個(gè)通過了顯著性檢驗(yàn)，合計(jì)24個(gè)預(yù)警指標(biāo)將成為本文的最終指標(biāo)體系，其余不具有顯著性的指標(biāo)則予以剔除。

（三）因子分析 采用主成分法提取公共因子如表2所示。

（四）Logistic回歸方法 根據(jù)前文提取的用于反映整體指標(biāo)信息的公共因子構(gòu)建二元Logistic回歸財(cái)務(wù)危機(jī)預(yù)警模型，選用Forward：Wald逐步向前法對(duì)變量進(jìn)行剔除，檢驗(yàn)每一步引入新的變量之后所有變量對(duì)于整個(gè)模型的顯著性，保留每一步對(duì)于整個(gè)模型顯著的變量，得到最后的預(yù)警模型。模型構(gòu)建函數(shù)如表3所示：

根據(jù)構(gòu)建結(jié)果知道，最后留在預(yù)測(cè)模型中的變量有6個(gè)，包括F2、F3、F4、F5、F6和常數(shù)項(xiàng)。公共因子顯著性判別Sig的值都小于0.05，證明這5個(gè)變量F2、F3、F4、F5、F6對(duì)預(yù)測(cè)模型具有顯著性影響； 而常數(shù)項(xiàng)的Sig值為0.675比預(yù)先設(shè)定的臨界值0.05大，證明常數(shù)項(xiàng)對(duì)整個(gè)模型沒有顯著性影響。在Logistic回歸里，Exp（B）反映了自變量變動(dòng)一個(gè)單位而引起的發(fā)生比Odds的變化率，可見F2因子對(duì)于Odds比的影響最大，每變動(dòng)一個(gè)單位將會(huì)引起Odds比132.339個(gè)單位的變化； 其次是F6， 每變動(dòng)一個(gè)單位Odds比變動(dòng)24.635；而其他幾個(gè)公共因子包括常數(shù)項(xiàng)的變動(dòng)引起Odds比的變動(dòng)比較微弱。根據(jù)B列系數(shù)項(xiàng)得到最終的財(cái)務(wù)預(yù)警模型為：

本文根據(jù)前人研究的經(jīng)驗(yàn)，選取以0.5為判別分界點(diǎn)：當(dāng)P>0.5時(shí)，判別為危機(jī)企業(yè)，數(shù)值越大，說明該企業(yè)在未來幾年內(nèi)發(fā)生財(cái)務(wù)困境的可能性就越大；當(dāng)P

二元Logistic回歸預(yù)警模型預(yù)測(cè)結(jié)果中，預(yù)警模型對(duì)于樣本公司的兩個(gè)類別ST公司和配對(duì)公司的判別結(jié)果相差不多，并且預(yù)測(cè)效果都很好。樣本公司的32家ST公司中有31家被判斷正確，判斷正確率為96.9%；只有1家公司被判斷錯(cuò)誤，錯(cuò)判率為3.1%。原來的32家配對(duì)公司中，有30家被判斷正確，判斷正確率為93.8%；只有2家公司被判斷錯(cuò)誤，錯(cuò)判率為6.2%。整體預(yù)測(cè)準(zhǔn)確率達(dá)到了95.3%，判斷錯(cuò)誤率為4.7%。

（五）Fisher判別分析方法 利用Fisher判別構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型，運(yùn)用步進(jìn)式方法中最常用的Wilks-Lambda方法將變量引進(jìn)構(gòu)建判別模型可以得到判別模型，分析中的變量系數(shù)如表5所示。

根據(jù)預(yù)警模型可以計(jì)算出樣本的判別值y，y值與判別閥值0之間進(jìn)行比較。若y0，為財(cái)務(wù)狀況正常公司。預(yù)警模型的預(yù)測(cè)能力如表6所示：

Fisher預(yù)警模型預(yù)測(cè)結(jié)果中，預(yù)警模型對(duì)于樣本公司的兩個(gè)類別ST公司和配對(duì)公司的判別結(jié)果相差不多，并且預(yù)測(cè)效果都很好。 32家ST公司中有29家被判斷正確，判斷正確率為90.6%；只有3家公司被判斷錯(cuò)誤，錯(cuò)判率為9.4%。32家正常公司中，同樣也有30家被判斷正確，判斷正確率為93.8%；只有2家公司被判斷錯(cuò)誤，錯(cuò)判率為6.3%。整體預(yù)測(cè)準(zhǔn)確率達(dá)到了92.2%，判斷錯(cuò)誤率為7.8%。

（六）logistic回歸與Fisher判別模型對(duì)比分析 由表7得知，兩種判別分析方法對(duì)于研究樣本的判別結(jié)果比較接近，沒有太大的差異，而Logistic回歸對(duì)于總體的判斷正確率為95.3%，比Fisher判別的92.2%高出了3.1個(gè)百分點(diǎn)。從模型結(jié)果層面上看造成這種結(jié)果的原因：Logistic回歸對(duì)于被ST公司的判斷正確率為96.9%，比Fisher判別的90.6%高出6.3個(gè)百分點(diǎn)；Logistic回歸對(duì)于配對(duì)公司的判斷正確率為93.8%，等于Fisher判別的93.8%。從模型構(gòu)建層面上看造成這種結(jié)果的原因：假如對(duì)于引入的自變量X總體滿足正態(tài)性分布、且有相等的方差-協(xié)方差矩陣等條件，從二分點(diǎn)判別的角度上來講Fisher判別模型可以作為L(zhǎng)ogistic判別模型的一個(gè)特例來看待；引入的變量指標(biāo)不全是總體上滿足正態(tài)性分布的，并且本文在選擇配對(duì)樣本的時(shí)候主觀上本著相似性原則，但是相似與理論上面的相等還是有一定的差距，而引入Fisher判別模型時(shí)已經(jīng)默認(rèn)了樣本的協(xié)方差矩陣是相等的；Logistic模型在計(jì)算過程中使用最大似然估計(jì)法，其實(shí)并不是最優(yōu)無(wú)偏估計(jì)，但統(tǒng)計(jì)學(xué)認(rèn)為大樣本（樣本量大于30）情況下，是漸近無(wú)偏的。因此，從理論上面來講Fisher判別在使用時(shí)具有比較嚴(yán)格的使用條件，而Logistic回歸相對(duì)于Fisher判別卻不存在這些制約條件。

四、結(jié)論

在本文研究中，選用樣本公司財(cái)務(wù)危機(jī)發(fā)生前3年的財(cái)務(wù)數(shù)據(jù)結(jié)合一些量化的非財(cái)務(wù)信息進(jìn)行預(yù)測(cè)，兩種方法的準(zhǔn)確率都在92%以上，而且不管對(duì)于ST公司、正常公司還是總體，判別效率都超過90%；尤其是Logistic回歸預(yù)警模型，總體判別準(zhǔn)確率達(dá)到95%以上，對(duì)于配對(duì)公司的判別正確率基本達(dá)到97%。這說明：第一，非財(cái)務(wù)信息能夠很好地配合財(cái)務(wù)指標(biāo)進(jìn)行預(yù)警分析，提高預(yù)測(cè)的準(zhǔn)確性；第二，本文采用logistic回歸與Fisher判別分析構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型都具有很強(qiáng)的預(yù)測(cè)性，在實(shí)際中都有著重要的實(shí)踐指導(dǎo)意義；第三，比較兩種判定模型的預(yù)測(cè)效果表明，Logistic模型的判定準(zhǔn)確性較高。

參考文獻(xiàn)：

[1]吳星澤：《財(cái)務(wù)危機(jī)預(yù)警研究：存在問題與框架重構(gòu)》，《會(huì)計(jì)研究》2011年第2期。

篇10

【關(guān)鍵詞】 大數(shù)據(jù)； 財(cái)務(wù)預(yù)警； 非財(cái)務(wù)指標(biāo)； 系統(tǒng)結(jié)構(gòu)模型

【中圖分類號(hào)】 C931 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2017）09-0095-05

一、研究現(xiàn)狀

財(cái)務(wù)預(yù)警是一個(gè)世界性難題。國(guó)外對(duì)財(cái)務(wù)預(yù)警的研究較國(guó)內(nèi)要早，多集中在多變量動(dòng)態(tài)分析模型的基礎(chǔ)之上，國(guó)內(nèi)尚未有人提出適合我國(guó)企業(yè)實(shí)際并得到有效驗(yàn)證的財(cái)務(wù)預(yù)警模型。國(guó)內(nèi)很多學(xué)者對(duì)財(cái)務(wù)預(yù)警進(jìn)行了開創(chuàng)性的嘗試，財(cái)務(wù)預(yù)警管理已經(jīng)成為企業(yè)管理研究的一個(gè)熱點(diǎn)話題[1]。

財(cái)務(wù)預(yù)警從選取的指標(biāo)上劃分，可以分為基于財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)兩種。基于財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警效果一直受限于會(huì)計(jì)信息的失真和滯后性。而基于非財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警模型又因?yàn)橹笜?biāo)獲取的主觀性飽受詬病。以2008年發(fā)表在《自然》雜志上論述大數(shù)據(jù)科學(xué)的多篇文章為標(biāo)志，世界范圍內(nèi)對(duì)數(shù)據(jù)科學(xué)問題的研究正式拉開帷幕。伴隨著社會(huì)實(shí)踐的推進(jìn)以及科學(xué)技術(shù)的發(fā)展，國(guó)內(nèi)外對(duì)大數(shù)據(jù)科學(xué)問題的研究進(jìn)一步深入，現(xiàn)階段學(xué)者研究的主題主要圍繞以下方面：（1）大數(shù)據(jù)是什么，即如何對(duì)大數(shù)據(jù)進(jìn)行科學(xué)規(guī)范的定義問題。（2）大數(shù)據(jù)的影響，即大數(shù)據(jù)技術(shù)的發(fā)展會(huì)對(duì)人類社會(huì)的發(fā)展產(chǎn)生怎樣的變革，其中所蘊(yùn)含的機(jī)遇與挑戰(zhàn)是什么。（3）大數(shù)據(jù)應(yīng)用于人類社會(huì)發(fā)展實(shí)踐中所必須得以突破的關(guān)鍵技術(shù)是什么以及應(yīng)該如何進(jìn)行突破。（4）面對(duì)大數(shù)據(jù)時(shí)代的到來該如何應(yīng)對(duì)等。在社會(huì)經(jīng)濟(jì)領(lǐng)域，Michael et al.[2]指出，大數(shù)據(jù)時(shí)代來臨的趨勢(shì)已經(jīng)不可逆轉(zhuǎn)，在審計(jì)領(lǐng)域，審計(jì)師將大數(shù)據(jù)技術(shù)應(yīng)用到審計(jì)工作中已經(jīng)成為了應(yīng)對(duì)時(shí)代變革的重要舉措，其呼聲也越來越高。宋彪等[3]首次把大數(shù)據(jù)引進(jìn)財(cái)務(wù)預(yù)警模型，根據(jù)上市公司的ST情況進(jìn)行了實(shí)證，結(jié)果顯示預(yù)警的效果大為提高。目前的相關(guān)研究大都提出技術(shù)框架，或者關(guān)注技術(shù)實(shí)現(xiàn)，大數(shù)據(jù)如何引入財(cái)經(jīng)領(lǐng)域的理論論證尚未完善。本文從理論的角度分析了大數(shù)據(jù)指標(biāo)引入的可行性和途徑。一般把大數(shù)據(jù)引入到財(cái)經(jīng)領(lǐng)域的研究中，需要研究企業(yè)大數(shù)據(jù)信息正面情緒指標(biāo)、中性情緒指標(biāo)、負(fù)面情緒指標(biāo)、正面與負(fù)面情緒交互指標(biāo)以及大數(shù)據(jù)信息頻次指標(biāo)。這里所說的大數(shù)據(jù)是為了與財(cái)務(wù)指標(biāo)區(qū)分，嚴(yán)格意義上來講，財(cái)務(wù)指標(biāo)也是企業(yè)大數(shù)據(jù)的一部分。本文所提及的大數(shù)據(jù)指標(biāo)，是通過對(duì)互聯(lián)網(wǎng)上無(wú)數(shù)網(wǎng)民這個(gè)企業(yè)傳感器進(jìn)行搜集和信號(hào)融合而得到的。它的特點(diǎn)是來源廣泛，結(jié)構(gòu)非常復(fù)雜，需要從網(wǎng)絡(luò)的海量信息中在線篩選才可獲取，能夠從所有利益相關(guān)人在線回饋信號(hào)流角度反映企業(yè)運(yùn)行的全貌，個(gè)別力量難以左右其趨勢(shì)，具有群體智慧性，并且呈信息碎片化和無(wú)意識(shí)狀態(tài)，符合大數(shù)據(jù)的相關(guān)定義。這些信號(hào)流中已經(jīng)包含了以往財(cái)務(wù)預(yù)警研究中涉及到的非財(cái)務(wù)指標(biāo)信息，而且這種信號(hào)傳遞的信息比以往研究中，通過調(diào)研或者一些定性方法獲得的個(gè)別非財(cái)務(wù)指標(biāo)要更加客觀和全面。

二、基于系統(tǒng)結(jié)構(gòu)模型的分析

確定大數(shù)據(jù)指標(biāo)和非財(cái)務(wù)指標(biāo)的關(guān)系，是一項(xiàng)極其龐大而復(fù)雜的任務(wù)。ISM即解釋結(jié)構(gòu)模型，作為一種成熟的系統(tǒng)結(jié)構(gòu)模型化技術(shù)，為研究大數(shù)據(jù)指標(biāo)和非財(cái)務(wù)指標(biāo)的系統(tǒng)關(guān)系提供了強(qiáng)有力的工具。

目前，非財(cái)務(wù)指標(biāo)的既有研究所提出的各種指標(biāo)缺乏系統(tǒng)性，研究非財(cái)務(wù)指標(biāo)的系統(tǒng)性影響所使用的方法主要以規(guī)范為主，還沒有一個(gè)公認(rèn)的非財(cái)務(wù)指標(biāo)對(duì)財(cái)務(wù)危機(jī)的整體影響評(píng)價(jià)模型。非財(cái)務(wù)指標(biāo)有必要進(jìn)行系統(tǒng)分析，才能考慮引入財(cái)務(wù)危機(jī)預(yù)警模型，否則非財(cái)務(wù)指標(biāo)之間結(jié)論不會(huì)穩(wěn)定，甚至?xí)霈F(xiàn)自相矛盾的情況。

ISM模型構(gòu)建主要有以下步驟：系統(tǒng)構(gòu)成要素確定、鄰接矩陣確定、可達(dá)矩陣計(jì)算、層次化處理、繪制有向圖和形成遞階結(jié)構(gòu)模型。研究大數(shù)據(jù)指標(biāo)與非財(cái)務(wù)指標(biāo)對(duì)財(cái)務(wù)危機(jī)預(yù)警的系統(tǒng)性關(guān)系，首先要確定相關(guān)指標(biāo)。指標(biāo)獲取方法主要是搜集文獻(xiàn)，搜集使用非財(cái)務(wù)指標(biāo)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的相關(guān)文獻(xiàn)，最終形成備擇文獻(xiàn)。其次，從備擇文獻(xiàn)中檢索出所有出現(xiàn)的非財(cái)務(wù)指標(biāo)，整理形成備擇指標(biāo)。最后，提請(qǐng)專家小組對(duì)備擇指標(biāo)進(jìn)行評(píng)價(jià)，對(duì)指標(biāo)進(jìn)行增減，以及對(duì)指標(biāo)內(nèi)涵進(jìn)行新的擴(kuò)展，從而得到完備指標(biāo)要素，即構(gòu)成ISM構(gòu)成要素。系統(tǒng)由17個(gè)要素組成，如表1。

系統(tǒng)中的17要素是一個(gè)有機(jī)整體。為直觀顯示各要素之間的關(guān)系，本文利用鄰接矩陣進(jìn)行描述，將要素間的直接影響表述為aij=1，即若要素之間沒有直接影響表述為aij=0，要素Ai對(duì)Aj沒有直接影響。根據(jù)專家組及相關(guān)人員分析之后，建立鄰接矩陣如表2。

根據(jù)鄰接矩陣可以構(gòu)建要素關(guān)系圖，如圖1。

各個(gè)要素之間的直接關(guān)系是靠鄰接矩陣來表示的，然而事實(shí)上，間接關(guān)系也是這些要素之間要研究的重要內(nèi)容。例如要素Ai會(huì)對(duì)Aj造成影響，同時(shí)Aj又對(duì)Ak產(chǎn)生影響，便將Ai視為基于Aj要素對(duì)Ak構(gòu)成間接影響的要素，Ai對(duì)Ak產(chǎn)生了間接影響。這種間接影響則可以通過一個(gè)或者多個(gè)要素來進(jìn)行傳遞。一般情況下研究的樣本中這些直接或者非直接的各個(gè)要素之間所形成的各種影響關(guān)系，可以使用可達(dá)矩陣M來進(jìn)行描述。其中矩陣中的元素aij=1是用來描述要素Ai直接或非直接地影響到Aj，相反，aij=0。具體結(jié)果如表3。

接下來的研究需要進(jìn)行級(jí)位劃分，主要是針對(duì)可達(dá)矩陣區(qū)域內(nèi)元素進(jìn)行地位確定，在整個(gè)過程中進(jìn)行所有元素的層次地位劃分。將區(qū)域中基于影響關(guān)系構(gòu)成的要素集合進(jìn)行逐個(gè)排查，觀察找出系統(tǒng)中對(duì)其他任何要素都不產(chǎn)生影響的要素，將其定義為系統(tǒng)最高要素，并將其排除，之后重復(fù)上述過程逐級(jí)搜索一直到最低級(jí)的要素為止。

借助Matlab數(shù)據(jù)分析工具，可以快速將要素進(jìn)行分級(jí)，結(jié)果見表4。

根據(jù)分級(jí)提取骨架矩陣，并構(gòu)建遞階結(jié)構(gòu)模型如圖2。

由圖2可以清楚地看到，大數(shù)據(jù)指標(biāo)及非財(cái)務(wù)指標(biāo)與財(cái)務(wù)危機(jī)關(guān)系系統(tǒng)是一個(gè)有8級(jí)的遞階結(jié)構(gòu)模型。在線信號(hào)N1以及財(cái)務(wù)危機(jī)N2的直接原因就是股票價(jià)格N4的變化。而影響股票價(jià)格的直接原因有或有事項(xiàng)N5、審計(jì)意見N6、發(fā)展能力N14以及市場(chǎng)份額N17?；蛴惺马?xiàng)和審計(jì)意見是一種外在因素，發(fā)展能力與市場(chǎng)份額的直接原因是公司治理N3和顧客滿意N11，公司治理的直接影響因素是股份結(jié)構(gòu)N9和獨(dú)董人數(shù)N10，顧客滿意的直接影響因素是產(chǎn)品質(zhì)量N12。股份結(jié)構(gòu)與獨(dú)董人數(shù)的直接影響因素是戰(zhàn)略目標(biāo)N13，而產(chǎn)品質(zhì)量直接影響因素是技術(shù)目標(biāo)N16。戰(zhàn)略目標(biāo)的直接影響因素是市場(chǎng)變化N8，質(zhì)量目標(biāo)的直接影響因素是市場(chǎng)變化N8和創(chuàng)新能力N15。最低級(jí)行業(yè)背景N7是市場(chǎng)變化的原因。創(chuàng)新能力是一種系統(tǒng)客觀存在的狀態(tài)，在本系統(tǒng)中沒有直接影響因素。

根據(jù)要素全關(guān)系圖優(yōu)化遞階結(jié)構(gòu)模型，進(jìn)而得到解釋結(jié)構(gòu)模型，如圖3。

由于企業(yè)經(jīng)營(yíng)活動(dòng)的復(fù)雜性，非財(cái)務(wù)指標(biāo)的數(shù)量極其龐大，性質(zhì)也特別復(fù)雜。對(duì)所有的非財(cái)務(wù)指標(biāo)進(jìn)行確定、跟蹤和分析是不可能的一項(xiàng)任務(wù)。系統(tǒng)中的各個(gè)非財(cái)務(wù)指標(biāo)都是目前文獻(xiàn)中常用的，因此將未知的一些因素都放在或有事項(xiàng)里。這些指標(biāo)在具體應(yīng)用中的計(jì)算都比較困難，沒有統(tǒng)一的標(biāo)準(zhǔn)。往往靠定性分析，或者簡(jiǎn)單地找到幾個(gè)財(cái)務(wù)指標(biāo)來反映復(fù)雜的非財(cái)務(wù)指標(biāo)內(nèi)涵。在解釋結(jié)構(gòu)模型中發(fā)現(xiàn)，在線信號(hào)可以預(yù)測(cè)股票價(jià)格的變化趨勢(shì)，這在國(guó)外的文獻(xiàn)中已有證明。同時(shí)，財(cái)務(wù)危機(jī)也是股票價(jià)格變化的一種結(jié)果，而且在線信號(hào)與財(cái)務(wù)危機(jī)具有相互作用的關(guān)系。因此以股票價(jià)格為流體，在線信號(hào)和財(cái)務(wù)危機(jī)形成一種連通器的構(gòu)造，即在線信號(hào)的變化可以對(duì)財(cái)務(wù)危機(jī)進(jìn)行同步的觀察和預(yù)測(cè)。由于在線信號(hào)量化的容易性，考慮用在線信號(hào)替代不易量化的非財(cái)務(wù)指標(biāo)是一個(gè)有效的處理手段。

三、實(shí)證

為了對(duì)前面分析的結(jié)論進(jìn)行驗(yàn)證，本文采用網(wǎng)絡(luò)爬蟲技術(shù)對(duì)60家企業(yè)的所有相關(guān)全網(wǎng)網(wǎng)絡(luò)數(shù)據(jù)，包括博客、論壇、新聞等信息進(jìn)行了采集，時(shí)間跨度為2009年1月1日到2013年12月31日。通過數(shù)據(jù)收集及數(shù)據(jù)清洗，共得到了7 000萬(wàn)余條，其中大部分?jǐn)?shù)據(jù)為文本信息。而文本信息本身具有非結(jié)構(gòu)化和大量重復(fù)的特點(diǎn)。這些大數(shù)據(jù)反映的相關(guān)情緒引入到財(cái)務(wù)預(yù)警模型，能否起到改善預(yù)警效果的作用呢？首先對(duì)數(shù)據(jù)進(jìn)行過濾，將文本信息中的o效信息篩選出去，并對(duì)剩余信息進(jìn)行數(shù)值化處理。利用財(cái)經(jīng)領(lǐng)域詞典對(duì)信息進(jìn)行語(yǔ)義分析。同時(shí)為驗(yàn)證大數(shù)據(jù)有效信息頻次對(duì)財(cái)務(wù)預(yù)警模型的影響，要對(duì)上市公司的相關(guān)有效信息進(jìn)行頻次統(tǒng)計(jì)?？紤]到制造業(yè)企業(yè)數(shù)量占全部上市企業(yè)總數(shù)量的比重最高，同時(shí)所在行業(yè)不同其表征的財(cái)務(wù)特點(diǎn)并不一致，具有風(fēng)險(xiǎn)的企業(yè)要遠(yuǎn)遠(yuǎn)小于正常企業(yè)的數(shù)量。為使模型在實(shí)際應(yīng)用中具有更好的代表性，研究中把制造業(yè)作為模型研究的樣本企業(yè)。

在滬深A(yù)股中，制造業(yè)企業(yè)中的危機(jī)企業(yè)（以ST為準(zhǔn)）要遠(yuǎn)遠(yuǎn)小于正常企業(yè)的數(shù)量。若按照資產(chǎn)規(guī)模進(jìn)行1■1配對(duì)抽樣，則會(huì)認(rèn)為破壞樣本的隨機(jī)性，致使模型效果虛高，模型預(yù)測(cè)精度夸大[4]。目前，基于資產(chǎn)規(guī)模原則進(jìn)行配對(duì)，雖為通行做法但缺乏有力的理論根據(jù)，而本文也利用此種配對(duì)方式進(jìn)行了檢驗(yàn)，結(jié)果顯示對(duì)危機(jī)判斷中的表現(xiàn)并不顯著。因而，本文并未采用上述原則，而是將危機(jī)企業(yè)和正常企業(yè)采用1■2的方式進(jìn)行隨機(jī)抽樣配比。收集的企業(yè)信息共有60家，其中包括20家危機(jī)企業(yè)和40家正常企業(yè)，危機(jī)企業(yè)的樣本主要來源于2012年、2013年的工業(yè)制造企業(yè)（被滬深兩市特別處理的），11家危機(jī)企業(yè)和22家正常企業(yè)來自2012年，另有9家危機(jī)企業(yè)和18家正常企業(yè)來自于2013年。危機(jī)企業(yè)選擇的是上市以來首次被處理，超過5年的上市時(shí)間，被特別處理是因?yàn)檫B續(xù)兩年虧損。采取隨機(jī)抽取的原則對(duì)正常企業(yè)（上市時(shí)間超過5年，且未被處理過的工業(yè)上市企業(yè)）的樣本進(jìn)行選取，其財(cái)務(wù)指標(biāo)源于RESST數(shù)據(jù)庫(kù)。

選擇了32個(gè)財(cái)務(wù)指標(biāo)和4個(gè)大數(shù)據(jù)指標(biāo)（文本積極、消極、頻次和交互情緒），利用T-2和T-3年度的數(shù)據(jù)，對(duì)T年通過支持向量機(jī)模型進(jìn)行預(yù)測(cè)、驗(yàn)證和比較（模型制定以及訓(xùn)練過程等限于篇幅不再給出，可查詢參考文獻(xiàn)[3]）。結(jié)果如表5。

從比較結(jié)果可以看出，在財(cái)務(wù)預(yù)警模型中引入大數(shù)據(jù)指標(biāo)，可以顯著改善預(yù)測(cè)的性能，而且在距離被預(yù)測(cè)年度的期間越大，大數(shù)據(jù)指標(biāo)表現(xiàn)得越好。本文認(rèn)為其原因是一些非正式來源的準(zhǔn)確消息對(duì)滯后的財(cái)務(wù)信息起到了修正作用。

四、結(jié)論

大數(shù)據(jù)引入是各領(lǐng)域如何選取指標(biāo)的一個(gè)難題。本文通過系統(tǒng)結(jié)構(gòu)模型，理論上分析出在線大數(shù)據(jù)信號(hào)可以影響財(cái)務(wù)預(yù)警效果，進(jìn)而指出可以通過大數(shù)據(jù)指標(biāo)對(duì)企業(yè)財(cái)務(wù)預(yù)警模型進(jìn)行優(yōu)化。采集了60家上市企業(yè)，對(duì)結(jié)論進(jìn)行了驗(yàn)證，研究結(jié)果為財(cái)經(jīng)領(lǐng)域如何引入大數(shù)據(jù)提供了新的思路。后續(xù)研究將對(duì)大數(shù)據(jù)指標(biāo)進(jìn)行細(xì)分，并引入深度學(xué)習(xí)算法，實(shí)現(xiàn)無(wú)人監(jiān)督算法的財(cái)經(jīng)預(yù)測(cè)模型，進(jìn)一步規(guī)避人為主觀性帶來的影響。

【參考文獻(xiàn)】

[1] 馬忠華.財(cái)務(wù)預(yù)警方法評(píng)析[J].會(huì)計(jì)之友，2012（3）：100-101.

[2] MICHAEL A，MIKLOS A V. Thick data： adding context to big data to enhance auditability[J].International Journal of Auditing Technology，2014，2（2）：95-108.