導(dǎo)語(yǔ)：如何才能寫好一篇公司財(cái)務(wù)危機(jī)問題研究，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)危機(jī)；AdaBoost；BPNN；GA-BPNN

中圖分類號(hào)：F275；F224文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-8409（2013）12-0130-05

1引言

長(zhǎng)期以來(lái)，公司財(cái)務(wù)危機(jī)管理一直是政府經(jīng)濟(jì)決策部門和公司經(jīng)營(yíng)管理者所關(guān)注的焦點(diǎn)。近年來(lái)的全球金融危機(jī)更是告誡人們，必須強(qiáng)化企業(yè)危機(jī)管理意識(shí)、加強(qiáng)危機(jī)監(jiān)控、提升危機(jī)預(yù)測(cè)精度。只有對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行及時(shí)準(zhǔn)確地預(yù)測(cè)，才能做出正確的決策、采取防范措施，從而避免危機(jī)的發(fā)生和減少危機(jī)所帶來(lái)的損失。因此，從這個(gè)角度講，如何準(zhǔn)確有效地對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)就顯得尤為重要。

目前，已有大量文獻(xiàn)運(yùn)用多元判別分析、邏輯回歸模型以及主成分分析法等統(tǒng)計(jì)方法對(duì)公司財(cái)務(wù)危機(jī)預(yù)測(cè)進(jìn)行了研究。雖然這些統(tǒng)計(jì)方法的提出和應(yīng)用有效地推動(dòng)了公司財(cái)務(wù)危機(jī)預(yù)測(cè)研究的快速發(fā)展，并取得較好的研究效果，但也存在條件過于苛刻、指標(biāo)選擇主觀性強(qiáng)等缺陷，因而在實(shí)際應(yīng)用中受到了極大的限制。因此，具有高度容錯(cuò)性和非線性擬合等優(yōu)點(diǎn)的人工神經(jīng)網(wǎng)絡(luò)受到了學(xué)者們的普遍關(guān)注，并被運(yùn)用于提高財(cái)務(wù)危機(jī)預(yù)測(cè)精度研究中，取得了一系列有價(jià)值的研究成果。而在眾多神經(jīng)網(wǎng)絡(luò)模型中，BP神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛。雖然BP神經(jīng)網(wǎng)絡(luò)相比MDA、邏輯回歸等模型更能有效解決財(cái)務(wù)危機(jī)問題，但存在學(xué)習(xí)時(shí)間較長(zhǎng)、需設(shè)定的參數(shù)多等缺點(diǎn)。另外，有學(xué)者運(yùn)用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，極大地提高了對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)精度。需要指出的是，遺傳算法也存在著編碼復(fù)雜、處理規(guī)模小和局部搜索能力差等缺點(diǎn)。

針對(duì)單種模型存在的不足，一些學(xué)者開始嘗試運(yùn)用整體模型對(duì)危機(jī)預(yù)測(cè)進(jìn)行研究，以期望減少預(yù)測(cè)的誤差，提高預(yù)測(cè)精度。整體模型是一種新的機(jī)器學(xué)習(xí)方式，它將不同的“弱分類器”的輸出結(jié)果進(jìn)行“合并”，構(gòu)建出一個(gè)高精度的“強(qiáng)分類器”，并通過多次迭代計(jì)算，調(diào)整各個(gè)“弱分類器”的權(quán)值，從而提高對(duì)危機(jī)預(yù)測(cè)的準(zhǔn)確性。Hansen等[1]是最早對(duì)整體模型進(jìn)行研究的學(xué)者之一，他們發(fā)現(xiàn)，無(wú)論在訓(xùn)練集還是測(cè)試集，相同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)整體模型的預(yù)測(cè)效果均要優(yōu)于單種神經(jīng)網(wǎng)絡(luò)模型。Lean等[2]的實(shí)證結(jié)果說(shuō)明，在對(duì)信用風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)時(shí)，神經(jīng)網(wǎng)絡(luò)整體模型比單獨(dú)三種神經(jīng)網(wǎng)絡(luò)模型和多數(shù)投票整體模型預(yù)測(cè)準(zhǔn)確性更高。Tsai等[3]運(yùn)用神經(jīng)網(wǎng)絡(luò)整體模型和單種神經(jīng)網(wǎng)絡(luò)模型對(duì)銀行破產(chǎn)危機(jī)預(yù)測(cè)，研究表明，在大多數(shù)情況下整體模型預(yù)測(cè)精度都要高于單種模型。Sun等[4]對(duì)整體模型中各單個(gè)“弱分類器”的選擇進(jìn)行了研究。所有的這些研究成果不僅表明整體模型更能對(duì)危機(jī)進(jìn)行準(zhǔn)確預(yù)測(cè)，而且對(duì)于如何構(gòu)建整體模型和提高危機(jī)預(yù)測(cè)精度都具有積極的現(xiàn)實(shí)作用和理論價(jià)值。

Bagging和AdaBoost是目前兩種最為流行的整體模型算法，并被廣泛運(yùn)用于危機(jī)預(yù)測(cè)研究之中。Alfaro等[5]采用AdaBoost算法對(duì)危機(jī)預(yù)測(cè)進(jìn)行研究，并得到AdaBoost算法能夠減少誤差提高預(yù)測(cè)精度的結(jié)論；Alfaro等[6]對(duì)銀行破產(chǎn)進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)AdaBoost算法比神經(jīng)網(wǎng)絡(luò)減少了30%的預(yù)測(cè)誤差；Bauer等[7]的研究也表明整體模型中AdaBoost算法普遍優(yōu)于Bagging算法。由此可見，運(yùn)用AdaBoost算法對(duì)危機(jī)進(jìn)行預(yù)測(cè)更能減少預(yù)測(cè)誤差、提高預(yù)測(cè)精度。因此，本文引入AdaBoost算法對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)進(jìn)行研究。

中國(guó)是最大的新興市場(chǎng)之一，在國(guó)際金融市場(chǎng)發(fā)揮著越來(lái)越重要的作用。然而，隨著世界經(jīng)濟(jì)一體化的不斷加速以及近年來(lái)國(guó)際金融市場(chǎng)的動(dòng)蕩加劇，中國(guó)金融市場(chǎng)必將遭受更多壓力與挑戰(zhàn)，中國(guó)上市公司也必將面臨更為復(fù)雜的投資經(jīng)營(yíng)環(huán)境。因此，探討中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)，具有極其重要的理論價(jià)值與現(xiàn)實(shí)意義。

基于以上認(rèn)識(shí)和分析，本文以中國(guó)A股上市公司財(cái)務(wù)數(shù)據(jù)為研究樣本，首先運(yùn)用主成分分析提煉出對(duì)財(cái)務(wù)危機(jī)有顯著影響的指標(biāo)；然后將提煉出的指標(biāo)作為輸入變量，建立AdaBoost財(cái)務(wù)危機(jī)預(yù)測(cè)模型；最后將BPNN和GA-BPNN模型與AdaBoost模型進(jìn)行對(duì)比分析，進(jìn)而運(yùn)用分類準(zhǔn)確率對(duì)三種模型的預(yù)測(cè)效果進(jìn)行檢驗(yàn)、評(píng)價(jià)，為政府經(jīng)濟(jì)決策部門和公司經(jīng)營(yíng)管理者提供決策參考。

迄今為止，已有相當(dāng)一部分文獻(xiàn)對(duì)中國(guó)上市公司財(cái)務(wù)危機(jī)進(jìn)行了研究。李曉峰和徐玖平[8]運(yùn)用粗糙集結(jié)合神經(jīng)網(wǎng)絡(luò)對(duì)中國(guó)上市公司財(cái)務(wù)危機(jī)進(jìn)行了研究；張玲等[9]運(yùn)用多元判別法和神經(jīng)網(wǎng)絡(luò)對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行了研究；韓建光等[10]建立了Kalman公司財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型。雖然上述研究取得了較好的研究效果，但仍然以單種危機(jī)預(yù)測(cè)模型進(jìn)行研究，很少有運(yùn)用整體模型特別是AdaBoost算法對(duì)中國(guó)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)研究。令人欣喜的是，Sun等[11]運(yùn)用AdaBoost整體模型對(duì)中國(guó)上市公司財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測(cè)研究，但他們并未將BP神經(jīng)網(wǎng)絡(luò)作為“弱分類器”，也沒有將GA-BPNN作為對(duì)照組進(jìn)行對(duì)比分析。

與其他文獻(xiàn)相比，本文存在明顯的差異：（1）運(yùn)用主成分分析提煉出對(duì)財(cái)務(wù)危機(jī)具有顯著影響的指標(biāo)，以消除輸入變量過多造成的“維數(shù)災(zāi)難”；（2）選用AdaBoost算法建立中國(guó)A股上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)整體模型，同時(shí)將在單種危機(jī)預(yù)測(cè)模型中具有獨(dú)特優(yōu)勢(shì)的BP神經(jīng)網(wǎng)絡(luò)作為整體模型的“弱分類器”；（3）將AdaBoost整體模型在中國(guó)A股上市公司的實(shí)際運(yùn)用效果與BPNN、GA-BPNN模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比研究。

2公司財(cái)務(wù)危機(jī)預(yù)測(cè)方法構(gòu)建

2.1公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型構(gòu)建

至此可以根據(jù)上述算法建立AdaBoost公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型，其主要結(jié)構(gòu)如圖1。首先將樣本數(shù)據(jù)分為n組，分別建立n個(gè)網(wǎng)絡(luò)結(jié)構(gòu)相同的BP神經(jīng)網(wǎng)絡(luò)“弱分類器”進(jìn)行學(xué)習(xí)訓(xùn)練。接著，根據(jù)AdaBoost算法調(diào)整各個(gè)“弱分類器”的權(quán)值。最后，當(dāng)誤差到達(dá)可接受范圍內(nèi)時(shí)，根據(jù)此時(shí)各“弱分類器”的權(quán)值計(jì)算出整體模型的預(yù)測(cè)輸出值c（x）。根據(jù)預(yù)測(cè)輸出值就能對(duì)公司將是否發(fā)生危機(jī)進(jìn)行判斷，從而提前采取措施，減少或避免危機(jī)發(fā)生所造成的損失。

此外，有學(xué)者運(yùn)用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，有效克服了BP神經(jīng)網(wǎng)絡(luò)收斂速度過慢和局部最優(yōu)的缺點(diǎn)。同時(shí)，為考察AdaBoost算法對(duì)財(cái)務(wù)危機(jī)預(yù)測(cè)的優(yōu)越性，本文將遺傳算法優(yōu)化的GA-BPNN模型與AdaBoost模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的主要要素包括編碼、適應(yīng)度值計(jì)算、選擇操作、交叉操作和變異操作。首先對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行初始化，并對(duì)其權(quán)值和閾值進(jìn)行遺傳編碼，然后計(jì)算出BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)誤差并作為個(gè)體的適應(yīng)度值；接著進(jìn)行遺傳算法的選擇、交叉和變異操作，尋求最優(yōu)的權(quán)值和閾值；最后將得到的最優(yōu)權(quán)值和閾值賦值到BP神經(jīng)網(wǎng)絡(luò)重新進(jìn)行學(xué)習(xí)訓(xùn)練，得到所期望的預(yù)測(cè)結(jié)果。

2.2公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型效果評(píng)價(jià)方法

準(zhǔn)確有效地預(yù)測(cè)財(cái)務(wù)危機(jī)，是政府經(jīng)濟(jì)決策部門和公司經(jīng)營(yíng)管理者所關(guān)心的焦點(diǎn)，而如何對(duì)危機(jī)進(jìn)行劃分又是對(duì)危機(jī)有效預(yù)測(cè)的首要問題。本文根據(jù)文獻(xiàn)[4]對(duì)危機(jī)的定義，將2011年被ST的上市公司定義為發(fā)生了財(cái)務(wù)危機(jī)其期望輸出值為-1。同樣，將未被ST的上市公司定義為未發(fā)生財(cái)務(wù)危機(jī)，其期望輸出值為1。

4結(jié)論

本文以中國(guó)A股上市公司為研究對(duì)象，運(yùn)用整體模型中的AdaBoost算法對(duì)其財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)研究。針對(duì)變量過多可能造成的“維數(shù)災(zāi)難”問題，運(yùn)用主成分分析提煉出財(cái)務(wù)危機(jī)主要影響變量。為了對(duì)AdaBoost模型的實(shí)際運(yùn)用效果進(jìn)行評(píng)價(jià)，采用了分類準(zhǔn)確率評(píng)價(jià)方法，同時(shí)將其結(jié)果與BPNN模型和GA-BPNN模型預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析。

通過研究，得到了以下有價(jià)值的結(jié)果：（1）利用主成分分析所提煉出的8個(gè)變量能夠很好地反映公司財(cái)務(wù)狀況，8個(gè)變量的累計(jì)貢獻(xiàn)率為84.552%。（2）AdaBoost模型以及BPNN模型和GA-BPNN模型均能有效對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)，三種方法的分類準(zhǔn)確率分別為92%、84%和88%。（3）從分類準(zhǔn)確率排序來(lái)看，AdaBoost模型效果最好，GA-BPNN模型其次，這說(shuō)明運(yùn)用整體模型中AdaBoost算法更能對(duì)我國(guó)上市公司財(cái)務(wù)問題進(jìn)行準(zhǔn)確預(yù)測(cè)，從而為經(jīng)濟(jì)管理者和股權(quán)投資者提供決策借鑒。

參考文獻(xiàn)：

[1]Hansen L K， Salamon P. Neural Network Ensembles[J]. Transaction on Pattern Analysis and Machine Intelligence， 1990， 12： 993-1001.

[2]Lean Yu， Shouyang Wang， Kin Keung Lai. Credit Risk Assessment with a Multistage Neural Network Ensemble Learning Approach[J]. Expert Systems with Applications， 2008， 34： 1434–1444.

[3]Tsai C F， Wu J W. Using Neural Network Ensemble for Bankruptcy Prediction and Credit Scoring[J]. Expert Systems with Applications， 2008， 34： 2639-2649.

[4]Sun J， Li H. Financial Distress Prediction Based on Serial Combination of Multiple Classifiers[J]. Expert Systems with Applications， 2009， 36： 8859–8666.

[5]Alfaro E， Gamez M， Garcia N， Multiclass Corporate Failure Prediction by AdaBoost[J]. Advanced Economic Research， 2007， 13： 301-312.

[6]Alfaro E， Garcia N， Gamez M， et al. Bankruptcy Forecasting： An Empirical Comparison of AdaBoost and Neural Networks[J]. Decision Support Systems， 2008， 45： 110-122.

[7]Bauer E， Kohavi R. An Empirical Comparison of Voting Classification Algorithms： Bagging， Boosting and Variants[J]. Machine Learning， 1999， 36： 105–139.

[8]李曉峰，徐玖平.企業(yè)財(cái)務(wù)危機(jī)預(yù)警Rough-ANN 模型的建立及其應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐， 2004， 10： 8-14.

[9]張玲，陳收，張昕. 基于多元判別分析和神經(jīng)網(wǎng)絡(luò)技術(shù)的公司財(cái)務(wù)困境預(yù)警[J]. 系統(tǒng)工程， 2005， 23： 49-56.

篇2

關(guān)鍵詞：財(cái)務(wù)危機(jī)，預(yù)警模型，主成分分析，Logistic回歸

中圖分類號(hào)：F276.6 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003－3890（2008）07－0024-03

一、文獻(xiàn)綜述

（一）國(guó)外財(cái)務(wù)危機(jī)預(yù)警模型的研究現(xiàn)狀

在20世紀(jì)60年代前影響最為廣泛的美國(guó)財(cái)務(wù)分析專家Beaver（1966年）提出了單變量判定模型。在財(cái)務(wù)危機(jī)預(yù)測(cè)研究中，美國(guó)紐約大學(xué)教授Altman做出了突出貢獻(xiàn)。Altman在1968年首次使用了多元判定分析（MDA）預(yù)測(cè)財(cái)務(wù)危機(jī)，后來(lái)的研究者通常稱之為Z模型。Meyer和Yifer1970年使用了最小二乘法對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)。1977年，Altman，Haldeman和Narayanan在Z模型的基礎(chǔ)上又提出了一個(gè)更能準(zhǔn)確預(yù)測(cè)企業(yè)財(cái)務(wù)失敗的新模型――著名的ZETA模型。Martin（1977）在財(cái)務(wù)危機(jī)預(yù)測(cè)研究中首次采用Logistic模型。1988年，Aziz，Emanuel和Lawson在財(cái)務(wù)危機(jī)的預(yù)警模型研究中，發(fā)展了基于現(xiàn)金流量預(yù)警破產(chǎn)的模型。1998年，Mossman.Bell，Swartz和Turtle在總結(jié)以前研究的基礎(chǔ)上，比較了財(cái)務(wù)指標(biāo)模型、現(xiàn)金流量模型、市場(chǎng)收益率信息類模型，發(fā)現(xiàn)不存在令人完全滿意的區(qū)分破產(chǎn)和非破產(chǎn)的預(yù)測(cè)模型。除了線形判別模型和條件概率模型外，一些學(xué)者還用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型和引用了期權(quán)定價(jià)理論對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)。

（二）國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)警模型的研究現(xiàn)狀

1986年，吳世農(nóng)、黃世忠曾撰文介紹企業(yè)破產(chǎn)的財(cái)務(wù)分析指標(biāo)及其預(yù)警模型。1996年，周首華、楊濟(jì)華和王平應(yīng)用多微區(qū)分分析方法建立了F分?jǐn)?shù)模型。1999年，陳靜對(duì)西方預(yù)警模型在中國(guó)是否適用進(jìn)行了實(shí)證分析。張愛民、祝春山、許丹?。?001）借鑒Altman的多元Z值判別模型，建立了一種新的預(yù)測(cè)財(cái)務(wù)危機(jī)的模型――主成分預(yù)測(cè)模型。楊保安（2001）等針對(duì)判別分析方法在構(gòu)建財(cái)務(wù)危機(jī)判別模型中存在的問題引入神經(jīng)網(wǎng)絡(luò)分析方法并應(yīng)用于企業(yè)財(cái)務(wù)危機(jī)判定與預(yù)測(cè)。吳世農(nóng)、盧賢義（2001）應(yīng)用Fisher線性判別分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。張延波、彭淑雄（2002）指出，在建立風(fēng)險(xiǎn)監(jiān)測(cè)與危機(jī)預(yù)警指標(biāo)體系中，可考慮加入現(xiàn)金流量指標(biāo)。劉洪、何光軍（2004）建立了Logistic回歸模型、Fisher判別模型和BP神經(jīng)網(wǎng)絡(luò)模型，實(shí)證結(jié)果表明：BP神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)精度遠(yuǎn)高于其他兩種方法。李秉祥、啟文秀（2004）以現(xiàn)論和期權(quán)理論為依據(jù)，建立了公司財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)測(cè)模型。譚久均（2005）建立了財(cái)務(wù)指標(biāo)與違約距離相融合的上市公司財(cái)務(wù)預(yù)警模型。

二、實(shí)證研究

（一）研究樣本的選擇和變量的定義

本文主要針對(duì)文獻(xiàn)綜述中存在的問題，進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究技術(shù)上的改進(jìn)，探索性地在自變量中加入基于現(xiàn)金流量表的財(cái)務(wù)比率進(jìn)行動(dòng)態(tài)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建。筆者選擇2006年滬深兩市首次被ST或*ST的36家上市公司作為研究樣本。按照行業(yè)相同、資產(chǎn)規(guī)模相似等原則進(jìn)行配對(duì)，找到對(duì)應(yīng)的非ST公司作為參照樣本，以確保兩組樣本之間的相互可比性。在盡量擴(kuò)大財(cái)務(wù)比率數(shù)目的同時(shí)，取前4年內(nèi)的財(cái)務(wù)比率進(jìn)行分析。實(shí)證中，本文最終建立的仍是Fisher判別分析和Logistic回歸模型。不過與前面學(xué)者研究過程不同的是，筆者先對(duì)樣本連續(xù)多年的多個(gè)財(cái)務(wù)比率進(jìn)行主成分分析，提取多個(gè)完全正交的主成分，然后將這些主成分納入到模型中。整個(gè)處理過程既考慮了現(xiàn)金流的重要性，同時(shí)也克服了財(cái)務(wù)比率之間的多重共線性問題。

本文的財(cái)務(wù)數(shù)據(jù)來(lái)自Wind資訊、證券之星數(shù)據(jù)中心、全景證券網(wǎng)數(shù)據(jù)中心、巨潮資訊網(wǎng)以及聚源財(cái)務(wù)分析數(shù)據(jù)庫(kù)等（選取的研究樣本見表1）。

我們參考了國(guó)內(nèi)外反映財(cái)務(wù)危機(jī)預(yù)警的既有指標(biāo)，并考慮了指標(biāo)數(shù)據(jù)獲取的難易程度，確定了反映和測(cè)度中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系，包括5個(gè)一級(jí)指標(biāo)（償債能力、盈利能力、資產(chǎn)管理能力、成長(zhǎng)能力和現(xiàn)金流量）和22個(gè)二級(jí)指標(biāo)。

（二）財(cái)務(wù)指標(biāo)的正態(tài)分布檢驗(yàn)

本文利用SPSS中的K-S檢驗(yàn)方法對(duì)基礎(chǔ)財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)。經(jīng)過計(jì)算，中國(guó)的財(cái)務(wù)指標(biāo)整體上并不符合正態(tài)分布，這一結(jié)果與國(guó)內(nèi)外學(xué)者所得出的結(jié)論一致。因而兩類公司財(cái)務(wù)指標(biāo)的顯著性檢驗(yàn)不能進(jìn)行t檢驗(yàn)，而應(yīng)當(dāng)使用非參數(shù)檢驗(yàn)的方法。通過非參數(shù)檢驗(yàn)，我們發(fā)現(xiàn)在最初所選的22個(gè)基礎(chǔ)財(cái)務(wù)指標(biāo)中，有17個(gè)財(cái)務(wù)指標(biāo)在4年間通過了顯著水平為5%的顯著性檢驗(yàn)。因此，本文初步選定通過顯著性檢驗(yàn)的17個(gè)財(cái)務(wù)指標(biāo)來(lái)建立預(yù)警模型。他們分別是反映償債能力的流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、利息保障倍數(shù)指標(biāo)；反映盈利能力的主營(yíng)業(yè)務(wù)比率、股東權(quán)益收益率、留存收益總資產(chǎn)比率、總資產(chǎn)利潤(rùn)率指標(biāo)；反映資產(chǎn)管理能力的應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率指標(biāo)；反映成長(zhǎng)能力的凈利潤(rùn)增長(zhǎng)率、資本積累率、總資產(chǎn)增長(zhǎng)率指標(biāo)；反映現(xiàn)金流量的現(xiàn)金債務(wù)總額比、現(xiàn)金獲利指數(shù)指標(biāo)。

（三）主成分的計(jì)算

由于變量之間存在多重共線性的問題，我們對(duì)選取的變量按年度進(jìn)行主成分分析，得到相應(yīng)的主成分和初始因子載荷矩陣，根據(jù)初始因子荷載矩陣與特征值矩陣，計(jì)算出主成分系數(shù)矩陣，進(jìn)而求得主成分的分值，得到5個(gè)主成分后，代入Fisher判別模型和Logistic回歸模型進(jìn)行進(jìn)一步分析。

（四）Fisher線性判別模型的建立

把財(cái)務(wù)危機(jī)公司劃分為組合1，非財(cái)務(wù)危機(jī)公司劃分為組合0，對(duì)上述72家上市公司的5個(gè)主成分進(jìn)行Fisher回歸分析，可以建立分年度的財(cái)務(wù)危機(jī)預(yù)警模型（見表2）。

為了檢驗(yàn)判別函數(shù)的效果，我們把數(shù)據(jù)分別代回去，得到財(cái)務(wù)危機(jī)前1~4年財(cái)務(wù)危機(jī)公司與非財(cái)務(wù)危機(jī)公司的判別和預(yù)測(cè)結(jié)果，判斷正確率逐年依次為：91.7%，86.1%，69.4%，66.7%。

（五）Logistic預(yù)警模型的建立

利用SPSS統(tǒng)計(jì)分析軟件，對(duì)上述72家上市公司的5個(gè)主成分進(jìn)行Logistic回歸分析，可以建立分年度的財(cái)務(wù)危機(jī)預(yù)警模型（見表3）。

我們把財(cái)務(wù)危機(jī)企業(yè)和非財(cái)務(wù)企業(yè)危機(jī)前1―4年的數(shù)據(jù)代入模型，如果P值大于0.5，則判定企業(yè)為財(cái)務(wù)危機(jī)企業(yè)，如果P值小于0.5，則判定企業(yè)為正常企業(yè)。如此，財(cái)務(wù)危機(jī)企業(yè)和非財(cái)務(wù)危機(jī)企業(yè)財(cái)務(wù)危機(jī)前1~4年的判定正確率逐年依次為：91.7%，86.1%，69.4%，66.7%。

三、結(jié)論

總結(jié)本文的研究過程和結(jié)果，可以得到以下結(jié)論：

1. ST公司的大部分財(cái)務(wù)指標(biāo)值在其被特別處理前4個(gè)會(huì)計(jì)年度內(nèi)呈現(xiàn)出了逐漸惡化的趨勢(shì)，“ST”公司與非“ST”公司財(cái)務(wù)指標(biāo)之間所呈現(xiàn)的差距逐漸加大，說(shuō)明了“ST”公司財(cái)務(wù)狀況的惡化并非是突然發(fā)生的，從而使得財(cái)務(wù)危機(jī)預(yù)警不僅必要，而且成為可能。因而我們完全可以通過分析財(cái)務(wù)指標(biāo)的變化來(lái)預(yù)測(cè)公司未來(lái)的財(cái)務(wù)狀況。

2． 本文采用了Fisher判別分析法和Logistic回歸方法建立中國(guó)上市公司分年度的財(cái)務(wù)危機(jī)預(yù)警模型，結(jié)果表明這兩種模型可以提前4年預(yù)測(cè)財(cái)務(wù)危機(jī)。

3． 分析比較模型的預(yù)測(cè)效果，我們還發(fā)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警具有一定的時(shí)間跨度，時(shí)間跨度與預(yù)測(cè)的準(zhǔn)確程度成反比。一般情況下，時(shí)間跨度越長(zhǎng)，財(cái)務(wù)危機(jī)預(yù)警的準(zhǔn)確程度就越低，反之亦然。因此，在實(shí)際應(yīng)用過程中，應(yīng)根據(jù)需要和可能，適當(dāng)規(guī)定財(cái)務(wù)危機(jī)預(yù)警的時(shí)間跨度，從而保證預(yù)測(cè)結(jié)果的可靠性和相關(guān)性。

4. 比較二種判定模型的效果表明，Logistic模型的判定準(zhǔn)確性較高。

參考文獻(xiàn):

［1］Altman，E .L， Predicting Financial Distress of Company:：Revisiting The Z-Score and ZETA Models，unpublished Journal of Finance［J］ ．July 2000.

［2］Beaver， W H. Financial ratios as predictors of failure. Empirical research in accounting: selected studies［J］ ．Journal of Accounting Research 1966.4.

［3］Ohlson， J .Financial ratios and the probabilistic prediction of bankruptcy［J］． Journal of Accounting Research：1980，18.109-130.

［4］石曉軍，肖遠(yuǎn)文，任若恩．Logistic違約模型的最優(yōu)樣本配比與分界點(diǎn)研究［J］．財(cái)經(jīng)研究，2005，（9）.

［5］吳世農(nóng)，盧賢義．中國(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）.

［6］陳靜．上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析［J］．會(huì)計(jì)研究.1999，（4）.

篇3

關(guān)鍵詞：上市公司；財(cái)務(wù)危機(jī)；預(yù)警系統(tǒng)

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2012）12-0-01

一、財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的定義

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)就是通過對(duì)企業(yè)財(cái)務(wù)報(bào)表及經(jīng)營(yíng)內(nèi)容的分析，利用實(shí)時(shí)發(fā)生的財(cái)務(wù)數(shù)據(jù)和規(guī)定的數(shù)據(jù)化管理標(biāo)準(zhǔn)，將企業(yè)可能出現(xiàn)的潛在危機(jī)提前預(yù)知企業(yè)經(jīng)營(yíng)者或有關(guān)利益相關(guān)者，并通過對(duì)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的原因和財(cái)務(wù)運(yùn)營(yíng)體系隱藏的問題分析，提早采取防范措施的財(cái)務(wù)分析系統(tǒng)。

二、我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)存在問題

1.監(jiān)管部門未作明確規(guī)定且證券市場(chǎng)并不完善

中國(guó)證監(jiān)會(huì)和證券交易所對(duì)上市公司的信息披露方面進(jìn)行監(jiān)管，是為了確保上市公司信息能夠得到及時(shí)和準(zhǔn)確的披露，但對(duì)實(shí)行特別處理、暫停和終止上市的公司預(yù)警監(jiān)管，還沒有出臺(tái)規(guī)范性的法律制度。目前我國(guó)證券市場(chǎng)由于建立時(shí)間不長(zhǎng)且發(fā)展緩慢，上市公司的內(nèi)部控制和治理結(jié)構(gòu)還不夠合理，一些相關(guān)的企業(yè)破產(chǎn)機(jī)制還不夠健全等問題，都影響著對(duì)財(cái)務(wù)預(yù)警系統(tǒng)的研究。

2.公司決策層缺乏主動(dòng)運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的意識(shí)

如今，我國(guó)企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的運(yùn)用還僅僅停留在理論的研究上。公司經(jīng)營(yíng)者沒有樹立危機(jī)防范意識(shí)主要是由于國(guó)有企業(yè)受計(jì)劃經(jīng)濟(jì)體制的影響，致使企業(yè)普遍存在著產(chǎn)權(quán)不明，政企不分的現(xiàn)象，企業(yè)也缺乏相應(yīng)的激勵(lì)和約束機(jī)制。且企業(yè)也很少面臨破產(chǎn)的危機(jī)，所以管理者對(duì)企業(yè)的破產(chǎn)機(jī)制不夠重視，在進(jìn)行相關(guān)決策時(shí)也就很少主動(dòng)運(yùn)用財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。

3.不健全的公司治理結(jié)構(gòu)致使財(cái)務(wù)預(yù)警系統(tǒng)不受重視

過于集中的持股比例、不完善的內(nèi)部控制和所有者缺位是我國(guó)不健全的公司治理結(jié)構(gòu)的主要表現(xiàn)形勢(shì)。不完善的公司治理結(jié)構(gòu)，使公司管理者缺乏對(duì)公司未來(lái)發(fā)展的預(yù)見性及對(duì)公司財(cái)務(wù)狀況的分析與評(píng)判，因而造成對(duì)財(cái)務(wù)預(yù)警系統(tǒng)不夠重視。有些企業(yè)并未對(duì)使用人員進(jìn)行必要的培訓(xùn)，造成管理人員的業(yè)務(wù)水平和綜合素質(zhì)無(wú)法滿足預(yù)警系統(tǒng)的要求，使其無(wú)法發(fā)揮應(yīng)有的作用。

4.會(huì)計(jì)信息失真制約財(cái)務(wù)預(yù)警系統(tǒng)的有效實(shí)施

隨著經(jīng)營(yíng)權(quán)與所有權(quán)的逐漸分離，委托開始在上市公司中出現(xiàn)，信息不對(duì)稱在委托人和人之間普遍存在，道德風(fēng)險(xiǎn)也就隨之產(chǎn)生，因而上市公司管理層有機(jī)會(huì)操縱會(huì)計(jì)信息，甚至提供虛假信息。目前會(huì)計(jì)信息失真是我國(guó)上市公司中經(jīng)常出現(xiàn)的問題，這嚴(yán)重影響了預(yù)警系統(tǒng)的有效性，也使有關(guān)方應(yīng)用上市公司財(cái)務(wù)預(yù)警系統(tǒng)的積極性不高。

三、我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建

1.預(yù)警組織機(jī)制

企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)運(yùn)行機(jī)制的運(yùn)轉(zhuǎn)效果和預(yù)警體系功能的正常、充分發(fā)揮，都受預(yù)警組織機(jī)構(gòu)是否健全的影響，同時(shí)預(yù)警組織機(jī)構(gòu)應(yīng)獨(dú)立開展工作，不干涉企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)，只對(duì)企業(yè)管理層負(fù)責(zé)，以保證財(cái)務(wù)預(yù)警的獨(dú)立性和客觀性。

預(yù)警組織機(jī)構(gòu)的職責(zé)是負(fù)責(zé)預(yù)警目標(biāo)的確定、預(yù)警方案的研究、預(yù)警情況的匯報(bào)，并據(jù)此討論制定預(yù)報(bào)的類型、內(nèi)容和對(duì)策方案，及時(shí)解決經(jīng)營(yíng)過程中出現(xiàn)的問題。在建立預(yù)警組織機(jī)構(gòu)時(shí)，要確保能夠有專人落實(shí)財(cái)務(wù)預(yù)警工作，且不受其他組織體系的干擾和影響。財(cái)務(wù)預(yù)警系統(tǒng)必須將預(yù)警有效地融合于傳統(tǒng)的財(cái)務(wù)管理系統(tǒng)之中，才能充分發(fā)揮其警報(bào)、矯正與免疫的作用。但新系統(tǒng)并不是簡(jiǎn)單的結(jié)構(gòu)重組，而是建立在原有財(cái)務(wù)管理系統(tǒng)之上，其在結(jié)構(gòu)與職能的分配上都發(fā)生了變化。

2.預(yù)警信息機(jī)制

預(yù)警信息機(jī)制是通過提供信息以支持財(cái)務(wù)預(yù)警，主要是在搜集、傳遞、處理與評(píng)價(jià)等方面對(duì)財(cái)務(wù)預(yù)警信息制度的規(guī)定，其首要功能是為預(yù)警行為主體實(shí)施預(yù)警行為提供所需信息。但光靠利用傳統(tǒng)的財(cái)務(wù)管理信息以無(wú)法滿足現(xiàn)代預(yù)警管理的需要，從目前來(lái)看，企業(yè)可考慮修正現(xiàn)有的信息系統(tǒng)，增補(bǔ)一些信息使企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小表現(xiàn)的更加明顯；從長(zhǎng)遠(yuǎn)看，也可通過與原有財(cái)務(wù)管理信息系統(tǒng)相結(jié)合自行開發(fā)和建立一個(gè)專門的預(yù)警信息系統(tǒng)，以形成一個(gè)大的財(cái)務(wù)管理信息系統(tǒng)。因?yàn)榱己玫呢?cái)務(wù)預(yù)警分析系統(tǒng)的建立需要分析大量的系統(tǒng)資料，所以，公司應(yīng)建立高效的收集、傳遞、處理信息的機(jī)制。

3.預(yù)警管理機(jī)制

預(yù)警管理機(jī)制是財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的最后一個(gè)機(jī)制，包括日常控制和危機(jī)管理兩個(gè)方面。前者主要是在日常監(jiān)控系統(tǒng)的實(shí)施過程，控制公司經(jīng)營(yíng)過程中出現(xiàn)的各種警兆，使其體現(xiàn)出來(lái)的警兆數(shù)值不超過危機(jī)預(yù)警的警戒值，若發(fā)生則立即采取相應(yīng)的控制措施加以防范；后者則主要是指專門的預(yù)警組織在危機(jī)發(fā)生以后所采取的補(bǔ)救措施，以達(dá)到化解財(cái)務(wù)危機(jī)的目的。

與財(cái)務(wù)預(yù)警組織機(jī)制和信息機(jī)制一樣，作為一個(gè)運(yùn)行過程，要使財(cái)務(wù)風(fēng)險(xiǎn)達(dá)到有效的防范和監(jiān)控就應(yīng)該做好幾方面的工作如：加強(qiáng)對(duì)危機(jī)認(rèn)識(shí)的教育，樹立危機(jī)意識(shí)，定期進(jìn)行企業(yè)財(cái)務(wù)綜合分析，搞好企業(yè)財(cái)務(wù)控制等。

4.危機(jī)處理機(jī)制

危機(jī)處理機(jī)制，是在已經(jīng)發(fā)生財(cái)務(wù)危機(jī)的情況下所采取的應(yīng)對(duì)措施，高危警情是其處理的主要內(nèi)容，與財(cái)務(wù)預(yù)警系統(tǒng)的日常監(jiān)控職能不同，它是一個(gè)反應(yīng)快速的管理機(jī)制，能夠使財(cái)務(wù)危機(jī)帶來(lái)的危害最大限度地減少和降低，進(jìn)而避免企業(yè)最終走向破產(chǎn)清算的境地。由于財(cái)務(wù)風(fēng)險(xiǎn)具有不確定性，因此它的發(fā)生又存在突發(fā)性和災(zāi)難性，這就使得我們不可能在面對(duì)任何財(cái)務(wù)風(fēng)險(xiǎn)時(shí)都能進(jìn)行有效的控制，其中的一部分財(cái)務(wù)風(fēng)險(xiǎn)也就不可避免的會(huì)引起財(cái)務(wù)危機(jī)的爆發(fā)，要化解財(cái)務(wù)危機(jī)，就必須建立一個(gè)高效的危機(jī)處理機(jī)制。所以，擁有一套全面化、系統(tǒng)化的危機(jī)處理組織對(duì)企業(yè)管理來(lái)說(shuō)是必不可少的組成部分，其具體的業(yè)務(wù)流程有：立即啟動(dòng)財(cái)務(wù)危機(jī)應(yīng)急分隊(duì)，迅速開展統(tǒng)一、公開的信息活動(dòng)，迅速調(diào)查財(cái)務(wù)危機(jī)事件、對(duì)財(cái)務(wù)危機(jī)進(jìn)行積極應(yīng)對(duì)，財(cái)務(wù)危機(jī)善后處理，財(cái)務(wù)危機(jī)總結(jié)等。

四、小結(jié)

綜上所述，經(jīng)濟(jì)危機(jī)給企業(yè)帶來(lái)巨大沖擊的同時(shí)也帶來(lái)了很大機(jī)遇。這就需要企業(yè)建立居安思危的意識(shí)，充分認(rèn)識(shí)各種不利于企業(yè)發(fā)展的因素，采取有效的應(yīng)對(duì)措施，強(qiáng)化危機(jī)預(yù)警機(jī)制，制定多套防范危機(jī)的方案，最終達(dá)到防范和化解財(cái)務(wù)危機(jī)的目的。

參考文獻(xiàn)：

[1]劉宏洲.財(cái)務(wù)危機(jī)預(yù)警的Z計(jì)分模型實(shí)證研究[J].會(huì)計(jì)之友，2011（28）.

篇4

關(guān)鍵詞：財(cái)務(wù)危機(jī) 預(yù)警指標(biāo) 預(yù)警模型

一、引言

財(cái)務(wù)危機(jī)又稱財(cái)務(wù)困境或財(cái)務(wù)問題，最嚴(yán)重的則是財(cái)務(wù)失敗或破產(chǎn)。自二十世紀(jì)三十年代起，國(guó)內(nèi)外學(xué)者對(duì)于財(cái)務(wù)危機(jī)的研究已經(jīng)積累了豐富的資料和研究成果。然而，從相關(guān)文獻(xiàn)中可以發(fā)現(xiàn)，對(duì)于財(cái)務(wù)危機(jī)的概念沒有一個(gè)較高的統(tǒng)一。總的來(lái)說(shuō)，國(guó)外對(duì)財(cái)務(wù)危機(jī)界定的研究，主要有兩種思路:其一，很多學(xué)者將財(cái)務(wù)危機(jī)企業(yè)定義為己宣告破產(chǎn)的企業(yè)。如Altman（1968）認(rèn)為，財(cái)務(wù)危機(jī)包括四種情形，分別為經(jīng)營(yíng)失敗、無(wú)償付能力、違約、破產(chǎn)，并把企業(yè)破產(chǎn)作財(cái)務(wù)危機(jī)的標(biāo)志。Deakin（1972）認(rèn)為財(cái)務(wù)危機(jī)公司是那些“已經(jīng)破產(chǎn)，無(wú)償債能力或?yàn)榱藗鶛?quán)人的利益而被清算的企業(yè)”。其二，財(cái)務(wù)危機(jī)有輕重之分，輕者是暫時(shí)的資金周轉(zhuǎn)困難，經(jīng)過一系列有效措施之后有可能度過難關(guān)，重新實(shí)現(xiàn)企業(yè)的持續(xù)經(jīng)營(yíng)；而重者則是經(jīng)營(yíng)失敗或破產(chǎn)清算，對(duì)企業(yè)造成無(wú)法挽回的不良后果。1998年3月16日中國(guó)證券監(jiān)督管理委員會(huì)頒布了證監(jiān)交字【1998】6號(hào)文件《關(guān)于上市公司狀況異常期間的股票特別處理方式的通知》，要求證券交易所應(yīng)對(duì)“財(cái)務(wù)狀況異常”或“其他異常狀況”的上市公司實(shí)行股票交易的特別處理（Special Treatment，簡(jiǎn)稱ST）。因此我國(guó)出現(xiàn)了一批以ST作為界定財(cái)務(wù)危機(jī)公司標(biāo)志的學(xué)者，如陳靜（1999）、陳曉與陳治鴻（2000）、張玲（2000）及吳世農(nóng)與盧賢義（2001）等。大多數(shù)學(xué)者將財(cái)務(wù)危機(jī)定義為一個(gè)過程，即包括較輕微的財(cái)務(wù)困難，也包括極端的破產(chǎn)清算以及介于兩者之間的各種情況。如谷棋與劉淑蓮（1999）將財(cái)務(wù)危機(jī)定義為“企業(yè)無(wú)力支付到期債務(wù)或費(fèi)用的一種經(jīng)濟(jì)現(xiàn)象，包括從資金管理技術(shù)性失敗到破產(chǎn)以及出于兩者之間的各種情況。郭麗紅（2000）認(rèn)為，財(cái)務(wù)危機(jī)通常是指企業(yè)不能償還到期債務(wù)的困難和危機(jī)，其極端情況為破產(chǎn)。趙愛玲（2001）則認(rèn)為，財(cái)務(wù)危機(jī)通常是指企業(yè)無(wú)力支付到期債務(wù)或費(fèi)用的一種經(jīng)濟(jì)現(xiàn)象，根據(jù)其失敗的程度和處理的程序不同，財(cái)務(wù)失敗可以分為技術(shù)性清算和破產(chǎn)。因此，他們以上市公司是否虧損作為判別公司發(fā)生財(cái)務(wù)危機(jī)的主要標(biāo)志。綜上所述，財(cái)務(wù)危機(jī)是指企業(yè)經(jīng)營(yíng)管理不善、不能適應(yīng)外部環(huán)境發(fā)生變化而導(dǎo)致企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)陷入一種危及企業(yè)生存和發(fā)展的嚴(yán)重困境，反映在財(cái)務(wù)報(bào)表上己呈現(xiàn)長(zhǎng)時(shí)間的虧損狀態(tài)且無(wú)扭轉(zhuǎn)趨勢(shì)，出現(xiàn)資不抵債甚至面臨破產(chǎn)倒閉的危險(xiǎn)。本文旨在針對(duì)上市公司陷入財(cái)務(wù)危機(jī)問題進(jìn)行分析，通過構(gòu)造預(yù)測(cè)模型，正確預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)，更好地防范財(cái)務(wù)風(fēng)險(xiǎn)，保護(hù)投資者和債權(quán)人的利益。

二、研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)的選取基于下列原因，本文選擇滬深兩市上市公司為研究對(duì)象：第一，上市公司的重要性。截至2007年末，中國(guó)證券市場(chǎng)共有上市公司1550家，滬深兩市股票市場(chǎng)總市值已達(dá)32.71萬(wàn)億元，在國(guó)民經(jīng)濟(jì)生活中的地位日益提高。同時(shí)，上市公司的投資者也日漸增加，社會(huì)影響不斷擴(kuò)大，一旦陷入財(cái)務(wù)危機(jī)，將對(duì)證券市場(chǎng)乃至整個(gè)社會(huì)產(chǎn)生巨大的影響。第二，上市公司樣本數(shù)據(jù)的易得性。根據(jù)我國(guó)《證券法》的規(guī)定，上市公司必須嚴(yán)格遵守信息披露制度。因此可以充分利用上市公司公開披露的各種表內(nèi)和表外信息，為本文的研究提供真實(shí)、有效的數(shù)據(jù)支持，使本文的研究更具實(shí)際操作性和可行性。與國(guó)內(nèi)眾多學(xué)者一樣，本文將公司因財(cái)務(wù)狀況異常而被特別處理的ST公司作為財(cái)務(wù)危機(jī)公司。最終，從2005年至2007年間因財(cái)務(wù)狀況異常原因而首次被實(shí)施特別處理且無(wú)B股、H股的ST公司中，選取了23家作為財(cái)務(wù)危機(jī)公司樣本。（數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)）

（二）變量設(shè)計(jì) 本文在充分借鑒已有研究成果，并考慮研究問題的特點(diǎn)，運(yùn)用已有的指標(biāo)選取經(jīng)驗(yàn)，結(jié)合定性和定量的分析理論，最終選用了七大類19個(gè)財(cái)務(wù)指標(biāo)，它們分別是短期償債能力:流動(dòng)比率（x1）、營(yíng)運(yùn)資金比率（x2）；長(zhǎng)期償債能力:資產(chǎn)負(fù)債率（x3）、利息保障倍數(shù)（x4）；營(yíng)運(yùn)能力:應(yīng)收賬款周轉(zhuǎn)率（x5）、存貨周轉(zhuǎn)率（x6）、總資產(chǎn)周轉(zhuǎn)率（x7）；盈利能力:營(yíng)業(yè)收入凈利潤(rùn)率（x8）、資產(chǎn)報(bào)酬率（x9）、凈資產(chǎn)收益率（x10）；現(xiàn)金獲取能力:主營(yíng)業(yè)務(wù)收入現(xiàn)金比率（x11）、現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率（x12）、每股現(xiàn)金凈流量（x13）；股東獲利能力:每股營(yíng)業(yè)收入（x14）、每股收益（y1）、每股凈資產(chǎn)（x15）；發(fā)展能力:資本積累率（x16）、總資產(chǎn)增長(zhǎng)率（x17）、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（x18）、凈利潤(rùn)增長(zhǎng)率（x19）。財(cái)務(wù)危機(jī)用每股收益y1表示為因變量，以本年度財(cái)務(wù)指標(biāo)Xt為解釋變量。

（三）研究假設(shè) 本文基于研究目的提出如下假設(shè)：

H1：資產(chǎn)負(fù)債率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)無(wú)顯著影響

H2：總資產(chǎn)周轉(zhuǎn)率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，呈負(fù)相關(guān)關(guān)系

H3：資產(chǎn)報(bào)酬率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，呈正相關(guān)關(guān)系

H4：每股現(xiàn)金凈流量對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，呈正相關(guān)關(guān)系

三、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)從（表1）的描述性統(tǒng)計(jì)結(jié)果可以看出，ST公司和非ST公司在償債能力、營(yíng)運(yùn)能力、盈利能力、股東獲利能力、現(xiàn)金獲取能力和發(fā)展能力方面存在一定差異。具體表現(xiàn)如下：第一，ST公司的資產(chǎn)流動(dòng)性普遍不如非ST公司。ST公司流動(dòng)比率（X1）、營(yíng)運(yùn)資金營(yíng)比率（X2）的均值都低于非ST公司，說(shuō)明它的短期償債能力明顯低于非ST公司。第二，ST公司的財(cái)務(wù)風(fēng)險(xiǎn)高于非ST公司。ST公司資產(chǎn)負(fù)債率高于非ST公司，說(shuō)明負(fù)債很重，易于陷入財(cái)務(wù)困境。第三，ST公司的盈利能力顯著低于非ST公司。ST公司的營(yíng)業(yè)收入凈利潤(rùn)率（x8）、資產(chǎn)報(bào)酬率（x9）、凈資產(chǎn)收益率（x10）均低于非ST公司，說(shuō)明ST公司陷入虧損。第四，ST公司資本積累率（x16）、總資產(chǎn)增長(zhǎng)率（x17）、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（x18）均低于非ST公司，說(shuō)明ST公司沒有發(fā)展后勁，很難從財(cái)務(wù)困境中擺脫出來(lái)。

（二）顯著性檢驗(yàn)和相關(guān)性分析本文己初步選取了19個(gè)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)。然而預(yù)警指標(biāo)過多，一方面會(huì)使信息的收集、整理、分析帶來(lái)很大的不便，降低工作效率，不利于及時(shí)發(fā)現(xiàn)財(cái)務(wù)危機(jī)；另一方面，預(yù)警指標(biāo)之間存在較大的相關(guān)性，可能會(huì)導(dǎo)致預(yù)警判別結(jié)果出現(xiàn)偏差。因此在使用這些預(yù)警指標(biāo)建立判別模型之前，需要對(duì)19個(gè)預(yù)警指標(biāo)進(jìn)一步篩選，以達(dá)到運(yùn)用盡可能少的、有代表性的指標(biāo)來(lái)反映盡可能多的信息。用Eviews作回歸，對(duì)指標(biāo)進(jìn)行顯著性檢驗(yàn)，結(jié)果如（表2）所示。由各個(gè)解釋變量的P值可以看出，在5%的顯著性水平下，流動(dòng)比率（x1）、營(yíng)運(yùn)資金比率（x2）、資產(chǎn)負(fù)債率（x3）、凈資產(chǎn)收益率（x10）、主營(yíng)業(yè)務(wù)收入現(xiàn)金比率（x11）、現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率（x12）、每股營(yíng)業(yè)收入（x14）、資本積累率（x16）、總資產(chǎn)增長(zhǎng)率（x17）、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（x18）、凈利潤(rùn)增長(zhǎng)率（x19）對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)不顯著，從而驗(yàn)證了假設(shè)1：資產(chǎn)負(fù)債率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)無(wú)顯著影響。這些財(cái)務(wù)指標(biāo)不能很好的預(yù)測(cè)財(cái)務(wù)危機(jī)，因此將其去掉。剩余指標(biāo)利息保障倍數(shù)（x4）、應(yīng)收賬款周轉(zhuǎn)率（x5）、存貨周轉(zhuǎn)率（x6）、總資產(chǎn)周轉(zhuǎn)率（x7）、營(yíng)業(yè)收入凈利潤(rùn)率（x8）、資產(chǎn)報(bào)酬率（x9）、每股現(xiàn)金凈流量（x13）、每股凈資產(chǎn)（x15）對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，并且總資產(chǎn)周轉(zhuǎn)率（x7）對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)呈負(fù)相關(guān)關(guān)系；資產(chǎn)報(bào)酬率（x9）對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)呈正相關(guān)關(guān)系；每股現(xiàn)金凈流量（x13）對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)呈正相關(guān)關(guān)系。從而驗(yàn)證了假設(shè)2，假設(shè)3和假設(shè)4。

（三）回歸分析 根據(jù)（表3）回歸分析，從中選擇利息保障倍數(shù)（x4）、總資產(chǎn)周轉(zhuǎn)率（x7）、資產(chǎn)報(bào)酬率（x9）、每股現(xiàn)金凈流量（x13）建立預(yù)警模型，如下：Y1=0.041039+0.033461X4-1.066242X7+0.701593X9+0.445728X13

四、結(jié)論

本文通過對(duì)ST上市公司的財(cái)務(wù)指標(biāo)進(jìn)行分析，得出結(jié)論：資產(chǎn)負(fù)債率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)無(wú)顯著影響；總資產(chǎn)周轉(zhuǎn)率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，且呈負(fù)相關(guān)關(guān)系；資產(chǎn)報(bào)酬率指標(biāo)對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，且呈正相關(guān)關(guān)系；每股現(xiàn)金凈流量對(duì)財(cái)務(wù)危機(jī)的預(yù)測(cè)有顯著影響，且呈正相關(guān)關(guān)系。本文還存在如下不足：樣本的選擇。由于我國(guó)市場(chǎng)經(jīng)濟(jì)起步的時(shí)間不長(zhǎng)，很多公司的財(cái)務(wù)數(shù)據(jù)并不健全，因此，本文只選取了2005年至2007年23家ST上市公司，樣本選取不夠。我國(guó)對(duì)于財(cái)務(wù)危機(jī)的研究大多是對(duì)于公司被ST狀況的研究，而上市公司被ST既不是發(fā)生財(cái)務(wù)危機(jī)的充分條件，也不是發(fā)生財(cái)務(wù)危機(jī)的必要條件。財(cái)務(wù)指標(biāo)變量的局限性。本文只選取了19個(gè)財(cái)務(wù)指標(biāo)變量，但并未包括股權(quán)結(jié)構(gòu)、管理層信息、審計(jì)意見等非財(cái)務(wù)因素的影響，這樣對(duì)預(yù)測(cè)結(jié)果可能有一定影響。統(tǒng)計(jì)軟件的局限性。本文只是用Eviews作簡(jiǎn)單回歸，沒有用其他軟件進(jìn)行深入分析。

參考文獻(xiàn)：

［1］陳靜：《上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析》，《會(huì)計(jì)研究》1999年第4期。

［2］陳曉、陳治鴻：《中國(guó)上市公司的財(cái)務(wù)困境預(yù)測(cè)》，《中國(guó)會(huì)計(jì)與財(cái)務(wù)研究》2000年第24期。

［3］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》，《經(jīng)濟(jì)研究》2001年第13期。

［4］長(zhǎng)城證券課題組：《上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng):理論研究與實(shí)證分析》，2002年第3期課題報(bào)告。

［5］姜秀華、任強(qiáng)、孫錚：《上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究》，《預(yù)測(cè)》2002年第3期。

［6］崔學(xué)剛、王立彥、許紅：《企業(yè)增長(zhǎng)與財(cái)務(wù)危機(jī)關(guān)系研究》，《會(huì)計(jì)研究》2007年第12期。

［7］王琳、周心：《我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警模型的實(shí)證研究》，《重慶科技學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版） 》2008年第6期。

［8］劉彥文：《上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究》，《大連理工大學(xué)博士學(xué)位論文》2009年。

篇5

Abstract：Constructing financial crisis pre-warning system is the necessity to the development of capital market in China. This paper analyzes the possibility of constructing financial crisis pre-warning system of the listed companies from three aspects ， theory，economics and technology， and works out the new thought and basic framework of constructing financial crisis pre-warning system so as to prevent and resolve the financial crisis of the listed companies.

關(guān)鍵詞：上市公司 財(cái)務(wù)危機(jī) 預(yù)警系統(tǒng)

Key Word：Listed company Financial crisis Pre-warning system

隨著經(jīng)濟(jì)一體化，經(jīng)營(yíng)全球化的發(fā)展，企業(yè)的生存發(fā)展環(huán)境發(fā)生了很大變化，面臨著很大的風(fēng)險(xiǎn)性和復(fù)雜性。作為企業(yè)改革先鋒的上市公司，同樣存在著潛在的危機(jī)。一旦財(cái)務(wù)危機(jī)無(wú)法化解，就會(huì)被戴上“ST”的帽子，以失敗告終。為了有效化解財(cái)務(wù)危機(jī)，亟待建立適合我國(guó)上市公司的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。

1財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)

財(cái)務(wù)危機(jī)是企業(yè)喪失償還到期債務(wù)的能力。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)正是為化解上市公司財(cái)務(wù)危機(jī)而建立起來(lái)的一種機(jī)制，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)還沒有公認(rèn)的定義，筆者在分析預(yù)警系統(tǒng)構(gòu)成要素的基礎(chǔ)上，將其定義為：財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是企業(yè)專門組織根據(jù)財(cái)務(wù)管理學(xué)、風(fēng)險(xiǎn)管理和統(tǒng)計(jì)學(xué)的相關(guān)理論，以企業(yè)的財(cái)務(wù)報(bào)表、經(jīng)營(yíng)計(jì)劃、相關(guān)經(jīng)營(yíng)資料以及所收集的外部資料為依據(jù)，采用定性和定量的分析方法，建立預(yù)警分析機(jī)制，將企業(yè)所面臨的經(jīng)營(yíng)波動(dòng)情況和危險(xiǎn)情況預(yù)先告知企業(yè)經(jīng)營(yíng)者和其他利益相關(guān)方，并分析企業(yè)發(fā)生經(jīng)營(yíng)非正常波動(dòng)或財(cái)務(wù)危機(jī)的原因，挖掘企業(yè)財(cái)務(wù)運(yùn)營(yíng)體系中所隱藏的問題，以督促企業(yè)管理部門提前采取防范或預(yù)防措施，為管理部門提供決策和風(fēng)險(xiǎn)控制依據(jù)的組織手段和分析系統(tǒng)。簡(jiǎn)單的說(shuō)，它是企業(yè)專門組織預(yù)警-報(bào)警-排警的有機(jī)管理過程體系。

2構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的重要性

從理論上看，上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建是我國(guó)企業(yè)管理與控制理論的豐富和發(fā)展。本文所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于我國(guó)上市公司相關(guān)理論和經(jīng)濟(jì)技術(shù)特點(diǎn)上的，為上市公司財(cái)務(wù)危機(jī)警兆的理論研究提供新思路，從而建立一套發(fā)現(xiàn)警兆-確認(rèn)警情-排警對(duì)策（預(yù)警-報(bào)警-排警）的邏輯機(jī)理，為我國(guó)上市公司提供一種危機(jī)預(yù)警管理新模式，在預(yù)防和化解危機(jī)，提高企業(yè)危機(jī)預(yù)警管理水平方面發(fā)揮作用。

從實(shí)踐上看，對(duì)于上市公司來(lái)說(shuō)，借助財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，公司管理層能夠及時(shí)發(fā)現(xiàn)公司財(cái)務(wù)狀況的惡化，以及造成公司財(cái)務(wù)狀況惡化的原因，從而能夠及時(shí)地、有針對(duì)性的調(diào)整公司的經(jīng)營(yíng)策略，扭轉(zhuǎn)公司經(jīng)營(yíng)狀況惡化的勢(shì)頭，以避免淪為“ST”“PT”的行列。另外公司越早獲得危機(jī)信號(hào)，越可以減少其在會(huì)計(jì)、審計(jì)、律師等方面所支付的費(fèi)用。同時(shí)，有利于證監(jiān)部門加強(qiáng)財(cái)務(wù)監(jiān)督管理，以提高上市公司的經(jīng)濟(jì)效益。

3構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的可行性

3.1理論依據(jù)

我國(guó)20世紀(jì)80年代初有了經(jīng)濟(jì)預(yù)警的概念，承認(rèn)經(jīng)濟(jì)的波動(dòng)性和周期性。企業(yè)預(yù)警理論主要包括危機(jī)管理理論、策略震撼理論、企業(yè)逆境管理理論以及企業(yè)診斷理論。這就為財(cái)務(wù)預(yù)警理論的發(fā)展和成熟提供了理論基礎(chǔ)。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于上市公司財(cái)務(wù)運(yùn)作的全過程，不斷成熟的財(cái)務(wù)管理學(xué)理論則成為其基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析是對(duì)大量原始信息和數(shù)據(jù)的處理，日益發(fā)展完善的信息傳遞理論和統(tǒng)計(jì)學(xué)為其提供了理論基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)中的危機(jī)管理不僅是對(duì)危機(jī)全過程的監(jiān)測(cè)和控制，而且是對(duì)風(fēng)險(xiǎn)的處理，那么現(xiàn)代經(jīng)濟(jì)周期理論和風(fēng)險(xiǎn)管理理論則為其提供了依據(jù)。另外，證監(jiān)部門于2001年11月《虧損上市公司暫停上市和終止上市實(shí)施辦法（修訂）》，表明我國(guó)證券市場(chǎng)退市機(jī)制不斷健全和完善。證券市場(chǎng)的退市機(jī)制是實(shí)現(xiàn)上市公司優(yōu)勝劣汰的重要途徑，增強(qiáng)上市公司的風(fēng)險(xiǎn)防范意識(shí)，提高上市公司的質(zhì)量，引導(dǎo)證券市場(chǎng)朝良性方向發(fā)展。

3.2經(jīng)濟(jì)基礎(chǔ)

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是在危機(jī)前建立的，這個(gè)時(shí)候上市公司的財(cái)務(wù)狀況良好，財(cái)力雄厚，完全可以滿足構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的所有資金需求。同時(shí)，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)建立起來(lái)以后，為公司解決財(cái)務(wù)危機(jī)提供了有效分析手段和控制對(duì)策，使上市公司不至于破產(chǎn)，更甚是能及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，保證了公司經(jīng)濟(jì)效益的實(shí)現(xiàn)，可以彌補(bǔ)構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的全部支出，實(shí)現(xiàn)風(fēng)險(xiǎn)收益，即危機(jī)管理支出小于危機(jī)管理所帶來(lái)的收益。

3.3技術(shù)支撐

上市公司的財(cái)務(wù)資料相對(duì)容易搜集，財(cái)務(wù)數(shù)據(jù)趨于規(guī)范財(cái)務(wù)預(yù)警系統(tǒng)以財(cái)務(wù)報(bào)表及其他相關(guān)的財(cái)務(wù)信息與非財(cái)務(wù)信息為依據(jù)，在建立財(cái)務(wù)預(yù)警模型和進(jìn)行預(yù)警分析時(shí)，要運(yùn)用大量的財(cái)務(wù)資料。大部分上市公司已經(jīng)能夠按照市場(chǎng)經(jīng)濟(jì)的基本規(guī)則進(jìn)入市場(chǎng)，完成了現(xiàn)代企業(yè)制度的建設(shè)，產(chǎn)權(quán)明晰，管理規(guī)范、科學(xué)，財(cái)務(wù)披露制度較為健全。同時(shí)，又處于公開的市場(chǎng)監(jiān)管之下，各種操作行為較為規(guī)范。同時(shí)，監(jiān)管部門監(jiān)管力度的加大，將進(jìn)一步抑制會(huì)計(jì)造假者的造假動(dòng)機(jī)，提高財(cái)務(wù)數(shù)據(jù)質(zhì)量，從而更加有利于財(cái)務(wù)預(yù)警系統(tǒng)的順利運(yùn)行。

4構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的新思路

財(cái)務(wù)危機(jī)有潛伏、發(fā)作、惡化三個(gè)階段，在各個(gè)階段應(yīng)該有相應(yīng)的管理對(duì)策，這一系列的對(duì)策就構(gòu)成了本文財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的基本框架。

財(cái)務(wù)危機(jī)的潛伏時(shí)期，上市公司處在一個(gè)多變的環(huán)境之中，公司的市場(chǎng)狀況、產(chǎn)品的升級(jí)換代速度、關(guān)聯(lián)企業(yè)的供貨和資金償付能力、競(jìng)爭(zhēng)對(duì)手的價(jià)格政策變動(dòng)、金融市場(chǎng)的波動(dòng)、利率和外匯市場(chǎng)的變化、銀行信用和利率政策的改變等等，都會(huì)對(duì)企業(yè)的財(cái)務(wù)狀況、籌資能力、資金調(diào)度能力和償債能力等產(chǎn)生巨大的影響。為了及時(shí)準(zhǔn)確的識(shí)別財(cái)務(wù)危機(jī)，就需要有一個(gè)專門組織對(duì)企業(yè)內(nèi)外的財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行全面收集和有效傳遞，為預(yù)警分析機(jī)制提供信息數(shù)據(jù)基礎(chǔ)，這就構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的信息處理機(jī)制。

財(cái)務(wù)危機(jī)的發(fā)作時(shí)期，在證監(jiān)部門的財(cái)務(wù)監(jiān)督下，上市公司為保證經(jīng)濟(jì)效益的實(shí)現(xiàn)，就必須對(duì)收集的內(nèi)外財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行分析，選擇能夠明顯反映公司財(cái)務(wù)狀況特征的指標(biāo)體系，不僅要有財(cái)務(wù)指標(biāo)，而且要引入非財(cái)務(wù)指標(biāo)，如行業(yè)、企業(yè)規(guī)模、管理水平等，以全面反映公司財(cái)務(wù)狀況，然后用收集的數(shù)據(jù)和選定的指標(biāo)，通過現(xiàn)代建模方法（如主成分法，人工神經(jīng)網(wǎng)絡(luò)方法）構(gòu)建預(yù)警分析模型，以準(zhǔn)確判斷財(cái)務(wù)危機(jī)是否已經(jīng)產(chǎn)生，將此分析結(jié)果及時(shí)反饋給企業(yè)管理者，便于其迅速采取對(duì)策。指標(biāo)分析和模型分析構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析機(jī)制。

財(cái)務(wù)危機(jī)的惡化時(shí)期，財(cái)務(wù)危機(jī)已經(jīng)存在，如果不能及時(shí)控制或有效化解，上市公司將面臨生死存亡的境地。為了化解危機(jī)，公司管理層就要立即啟動(dòng)財(cái)務(wù)危機(jī)處理小組，迅速分析財(cái)務(wù)危機(jī)產(chǎn)生的原因，及時(shí)采取有效的管理措施，以恢復(fù)公司正常經(jīng)營(yíng)。由于財(cái)務(wù)危機(jī)有突發(fā)性，要求公司管理層要有強(qiáng)烈的危機(jī)意識(shí)。

任何一項(xiàng)管理活動(dòng)都離不開管理者，上市公司財(cái)務(wù)危機(jī)預(yù)警管理也不例外，要有一個(gè)專門組織為預(yù)警管理服務(wù)。構(gòu)建了以財(cái)務(wù)危機(jī)發(fā)展階段為基礎(chǔ)的預(yù)警-報(bào)警-排警的財(cái)務(wù)危機(jī)預(yù)警過程機(jī)理，還需要有實(shí)施財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的組織機(jī)制，它包含了組織體系和組織過程。組織體系就是構(gòu)建一個(gè)專門為危機(jī)預(yù)警管理服務(wù)的組織；組織過程則是在危機(jī)預(yù)警系統(tǒng)實(shí)施中的預(yù)警-報(bào)警-排警邏輯過程。

此財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是以專門組織為保證，依次執(zhí)行預(yù)警-報(bào)警-排警三項(xiàng)活動(dòng)，與前面的研究相比，克服了將組織機(jī)制、信息處理機(jī)制、預(yù)警分析機(jī)制、危機(jī)管理機(jī)制并列的不足，使預(yù)警系統(tǒng)結(jié)構(gòu)更為合理，為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的實(shí)施提供了新思路。

參考文獻(xiàn)：

[1] E I Altman. Corporate Financial Distress and Bankruptcy[M].New York：Wiley，2000.

[2]Stephen A Ross. 公司理財(cái)[M].北京：機(jī)械工業(yè)出版社，2000.

[3]張鳴，張艷，程濤.企業(yè)財(cái)務(wù)預(yù)警研究前沿[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2004.

[4]張友棠.財(cái)務(wù)預(yù)警系統(tǒng)管理研究[M].北京：中國(guó)人民大學(xué)出版社，2004.

[5]汪平.財(cái)務(wù)理論[M].北京：經(jīng)濟(jì)管理出版社，2003.

篇6

摘 要 隨著我國(guó)市場(chǎng)經(jīng)濟(jì)體制改革的深化和資本市場(chǎng)的快速發(fā)展，企業(yè)發(fā)生財(cái)務(wù)危機(jī)乃至破產(chǎn)的情形越來(lái)越多，因此有效地預(yù)防財(cái)務(wù)危機(jī)的出現(xiàn)成為一個(gè)重要的研究課題。本文回顧了國(guó)內(nèi)外財(cái)務(wù)預(yù)警研究理論，并對(duì)現(xiàn)有的理論文獻(xiàn)進(jìn)行了詳細(xì)的梳理和評(píng)價(jià)。

關(guān)鍵詞 證券市場(chǎng) 上市公司 財(cái)務(wù)預(yù)警

一、引 言

自改革開放以來(lái)，我國(guó)市場(chǎng)經(jīng)濟(jì)體制改革不斷深化，市場(chǎng)競(jìng)爭(zhēng)日趨激烈，財(cái)務(wù)危機(jī)成為導(dǎo)致企業(yè)生存危機(jī)的重要因素。因此及時(shí)溝通企業(yè)有關(guān)財(cái)務(wù)信息，構(gòu)建財(cái)務(wù)預(yù)警系統(tǒng)，有效地防范和化解財(cái)務(wù)危機(jī)，是每個(gè)企業(yè)亟待解決的問題。同時(shí)隨著我國(guó)證券市場(chǎng)信息披露制度的不斷完善，根據(jù)這些信息構(gòu)造合理的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型已經(jīng)具備了現(xiàn)實(shí)的可能性。

財(cái)務(wù)預(yù)警理論是隨著證券市場(chǎng)不斷發(fā)展而產(chǎn)生和不斷深入的。“危機(jī)預(yù)警”思想源于20世紀(jì)初的歐美，在20世紀(jì)50年代取得了顯著成果，進(jìn)入90年代，由于企業(yè)危機(jī)爆發(fā)的頻率越來(lái)越高，尤其是自2007年以來(lái)由美國(guó)次貸危機(jī)引發(fā)的全球金融危機(jī)，使得人們更加重視危機(jī)預(yù)警管理。與此同時(shí)，財(cái)務(wù)預(yù)警的研究也相應(yīng)展開。根據(jù)研究方法的差異，一般可將這些理論大致分為定性預(yù)警分析和定量預(yù)警分析兩類。

二、定性預(yù)警方面的研究

財(cái)務(wù)預(yù)警的定性分析方法主要包括以下幾種方法：標(biāo)準(zhǔn)化調(diào)查法是通過專業(yè)人員、咨詢公司、協(xié)會(huì)等，通過直觀的歸納對(duì)企業(yè)可能遇到的問題加以詳細(xì)調(diào)查和分析，對(duì)企業(yè)未來(lái)的發(fā)展趨勢(shì)作出判斷。

“死階段癥狀”分析法認(rèn)為：企業(yè)財(cái)務(wù)運(yùn)營(yíng)病癥大體分為四個(gè)階段：財(cái)務(wù)危機(jī)潛伏期；財(cái)務(wù)危機(jī)發(fā)作期；財(cái)務(wù)危機(jī)惡化期；財(cái)務(wù)危機(jī)實(shí)現(xiàn)期，而且每個(gè)階段都有其典型癥狀。

管理評(píng)分法是美國(guó)學(xué)者仁翰•阿吉蒂在對(duì)企業(yè)的管理特性和破產(chǎn)企業(yè)存在的缺陷進(jìn)行調(diào)查中，對(duì)集中缺陷、錯(cuò)誤和征兆進(jìn)行了對(duì)比打分，還根據(jù)對(duì)破產(chǎn)過程產(chǎn)生影響的大小程度對(duì)他們進(jìn)行加權(quán)處理。

我國(guó)學(xué)者李秉成從上市公司財(cái)務(wù)困境形成角度、困境征兆角度探討了上市公司財(cái)務(wù)困境預(yù)警分析方法。提出了財(cái)務(wù)困境加權(quán)分析法和象限分析法兩類財(cái)務(wù)困境綜合分析方法。

三、定量預(yù)警方面的研究

最早的財(cái)務(wù)預(yù)警研究是菲茨帕特里克（1932）開展的單變量破產(chǎn)預(yù)測(cè)研究。他最早發(fā)現(xiàn)陷于財(cái)務(wù)困境的公司的財(cái)務(wù)比率和正常公司相比有顯著不同，從而認(rèn)為財(cái)務(wù)比率能夠反應(yīng)企業(yè)的財(cái)務(wù)狀況，并對(duì)企業(yè)未來(lái)具有預(yù)測(cè)作用。美國(guó)學(xué)者比弗（1996）最早運(yùn)用統(tǒng)計(jì)方法研究了公司財(cái)務(wù)失敗的問題，提出了較為成熟的單變量判定模型。但是單變量模型具有明顯的局限性，很難做出正確的判斷。

美國(guó)學(xué)者阿特曼（1968）最早運(yùn)用主成分分析方法提煉最具有代表性的財(cái)務(wù)比率，將多個(gè)標(biāo)志變量在最小的信息損失下轉(zhuǎn)換為分類變量，獲得能有效提高預(yù)測(cè)精度的多元線性判別方程，被稱為Z分?jǐn)?shù)模型。我國(guó)學(xué)者周首華等 （1996）提出了F分?jǐn)?shù)預(yù)測(cè)模型，通過更新指標(biāo)和擴(kuò)大樣本數(shù)對(duì)Z分?jǐn)?shù)模型進(jìn)行了修正。多元線性判定模型具有較高的判別精度，但存在一些缺陷。其一，模型假定比較嚴(yán)格，現(xiàn)實(shí)中的樣本數(shù)據(jù)往往不能滿足其自變量呈正態(tài)分布的假定前提。使得結(jié)論必然存在令人質(zhì)疑的成分。其二，在前一年的預(yù)測(cè)中多元線性判定模型的預(yù)測(cè)精度較高，但在前兩年、前三年中其預(yù)測(cè)精度都大幅下降。

奧爾森（1980）第一個(gè)采用Logit方法進(jìn)行破產(chǎn)預(yù)測(cè)。其模型使用了9個(gè)自變量估計(jì)了三個(gè)模型，分析樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類錯(cuò)誤判別錯(cuò)誤和分割點(diǎn)的關(guān)系。我國(guó)學(xué)者陳曉等（2000）以38家ST公司為研究對(duì)象，運(yùn)用Logit回歸方法進(jìn)行實(shí)證研究，發(fā)現(xiàn)負(fù)債權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)主營(yíng)業(yè)務(wù)利潤(rùn)/總資產(chǎn)、留存收益/總資產(chǎn)具有較強(qiáng)的預(yù)測(cè)能力。其后多位國(guó)內(nèi)學(xué)者也采用類似方法對(duì)上市公司財(cái)務(wù)預(yù)警進(jìn)行了研究。

類神經(jīng)網(wǎng)絡(luò)模型一般是利用一組案例建立系統(tǒng)模型，該模型接受一組輸入信息并產(chǎn)生反應(yīng)，然后與預(yù)期反應(yīng)相比。如果錯(cuò)誤率超過可以接受的水平，需要對(duì)權(quán)重作出修改或增加隱藏層數(shù)目并開始新的學(xué)習(xí)過程。經(jīng)過反復(fù)循環(huán)，直至錯(cuò)誤率降低到可以接受的水平，這時(shí)學(xué)習(xí)過程結(jié)束并鎖定權(quán)重，類神經(jīng)網(wǎng)絡(luò)就可以發(fā)揮預(yù)測(cè)功能。奧多姆和沙爾達(dá)（1990）開拓了用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)財(cái)務(wù)困境的新方法，我國(guó)學(xué)者楊保安等（2002）采用ANN模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究，結(jié)果表明樣本的實(shí)際輸出和期望輸出較為接近?，F(xiàn)實(shí)中神經(jīng)網(wǎng)絡(luò)具有較好的糾錯(cuò)能力，從而能夠更好的進(jìn)行預(yù)測(cè)，但由于理論基礎(chǔ)較薄弱，其對(duì)人體大腦神經(jīng)模擬的科學(xué)性、準(zhǔn)確性還有待進(jìn)一步提高，因此適用性也大打折扣。

四、淺議國(guó)內(nèi)外現(xiàn)有文獻(xiàn)

在財(cái)務(wù)預(yù)警的定性研究方面，國(guó)內(nèi)外學(xué)者對(duì)引起企業(yè)危機(jī)發(fā)生發(fā)展的內(nèi)外各種因素進(jìn)行了深入探討，但結(jié)論能夠直接和定量模型結(jié)合起來(lái)的還不多。從財(cái)務(wù)預(yù)警的定量研究方面看，國(guó)內(nèi)外學(xué)者結(jié)合各種量化技術(shù)，出現(xiàn)了眾多的預(yù)警模型，但應(yīng)用性和可操作性較差。而筆者認(rèn)為模型的最根本作用還是得應(yīng)用到實(shí)際中解決不同財(cái)務(wù)信息使用者的認(rèn)知需要。

由于財(cái)務(wù)預(yù)警模型的局限性、模型變量的選擇方法問題、財(cái)務(wù)信息失真問題以及非財(cái)務(wù)變量對(duì)財(cái)務(wù)預(yù)警的影響，使得財(cái)務(wù)預(yù)警理論的實(shí)際應(yīng)用一時(shí)很難得到解決。而只有解決當(dāng)前存在的這些問題，才能為正確解決上市公司財(cái)務(wù)預(yù)警課題奠定基礎(chǔ)。

參考文獻(xiàn)：

[1]彭韶兵.財(cái)務(wù)風(fēng)險(xiǎn)機(jī)理與控制分析.西南財(cái)經(jīng)大學(xué).2001博士學(xué)位論文.

篇7

關(guān)鍵詞：財(cái)務(wù)危機(jī)；預(yù)警；制造業(yè)；Logistic回歸

中圖分類號(hào)：F811.3 文獻(xiàn)標(biāo)識(shí)碼：B

一、引言

面對(duì)經(jīng)濟(jì)全球化浪潮的沖擊，上市公司所面臨的競(jìng)爭(zhēng)日益加大。在商業(yè)競(jìng)爭(zhēng)日益劇烈的環(huán)境下，尤其是在經(jīng)濟(jì)秩序動(dòng)蕩的后金融危機(jī)下，上市公司所面臨的不確定性和各種威脅呈現(xiàn)頻數(shù)增加、化解困難、影響巨大等特征，最終導(dǎo)致企業(yè)財(cái)務(wù)危機(jī)的出現(xiàn)。在這一過程中，如何從“潛伏期”中挖掘各種可能導(dǎo)致財(cái)務(wù)危機(jī)的因素和特征，如何在公司陷入財(cái)務(wù)風(fēng)險(xiǎn)之前進(jìn)行有效的預(yù)測(cè)，如何為證券市場(chǎng)各參與主體提供有效、科學(xué)地預(yù)測(cè)方法和準(zhǔn)確的預(yù)測(cè)信息，是各有關(guān)方面密切關(guān)注的問題之一。

財(cái)務(wù)危機(jī)又稱財(cái)務(wù)困境，F(xiàn)oster認(rèn)為財(cái)務(wù)危機(jī)是指公司出現(xiàn)了嚴(yán)重的資產(chǎn)折現(xiàn)問題即償債問題，而且這種問題的解決必須要依賴于公司的經(jīng)營(yíng)方式或存在形式的轉(zhuǎn)變［1］。Frank 認(rèn)為財(cái)務(wù)失敗是企業(yè)履行義務(wù)時(shí)的受阻，具體表現(xiàn)為流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及資金不足等四種形式，遭受這四種情形之一的企業(yè)即為財(cái)務(wù)危機(jī)企業(yè)［2］。劉紅霞和張心認(rèn)為財(cái)務(wù)危機(jī)是企業(yè)明顯無(wú)力償還到期的無(wú)爭(zhēng)議的債務(wù)的困難與危機(jī)［3］。由此可見，財(cái)務(wù)危機(jī)的本質(zhì)是企業(yè)償債能力的低下［4］，因此本文選擇特別處理的ST和*ST公司作為財(cái)務(wù)危機(jī)公司。

國(guó)外關(guān)于財(cái)務(wù)預(yù)警的最早研究可以追溯到1932年的Fitzpartrick，他首次對(duì)19家公司進(jìn)行了單個(gè)財(cái)務(wù)比率破產(chǎn)預(yù)測(cè)模型的研究［5］；隨后的Altman先后建立了經(jīng)典的Z評(píng)分模型和ZETA模型，通過多元回歸的方法預(yù)測(cè)財(cái)務(wù)困境［6］；為克服多元回歸對(duì)數(shù)據(jù)正態(tài)分布的限制，Ohlson為代表的研究者們采用了條件概率模型進(jìn)行預(yù)測(cè)分析，主要有Logistic模型和Probit模型兩種統(tǒng)計(jì)方法［7］。近些年，由于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等非線性預(yù)測(cè)方法對(duì)變量分布的要求較低，從而得到一些研究和應(yīng)用。

國(guó)內(nèi)最早在財(cái)務(wù)預(yù)警方面做出貢獻(xiàn)的是吳世農(nóng)等在1986年介紹的公司破產(chǎn)分析指標(biāo)和預(yù)測(cè)模型［8］，之后眾多學(xué)者開始采用不同預(yù)測(cè)方法對(duì)我國(guó)上市公司的財(cái)務(wù)狀況開展研究，其中部分學(xué)者的研究?jī)?nèi)容和情況如表1所示。

國(guó)內(nèi)外相關(guān)文獻(xiàn)的梳理表明，財(cái)務(wù)預(yù)警的方法主要是統(tǒng)計(jì)方法和神經(jīng)網(wǎng)絡(luò)方法，變量處理的方式有T、Z、F檢驗(yàn)和因子分析等方法?；诖耍疚牟捎梅诸愋Ч詈玫腖ogistic模型進(jìn)行研究，并力圖在以下三方面有所改進(jìn)：一是變量的選擇方面增加了現(xiàn)金流量方面的信息；二是摒棄傳統(tǒng)研究模型中較少考慮行業(yè)差異和規(guī)模大小因素的影響，選擇最具代表性的制造行業(yè)進(jìn)行研究；三是采用股改之后的最新數(shù)據(jù)，通過K-S檢驗(yàn)、T檢驗(yàn)、非參數(shù)檢驗(yàn)、相關(guān)性分析、Logistic回歸分析和樣本外檢驗(yàn)等方法建立預(yù)測(cè)能力較強(qiáng)的行業(yè)財(cái)務(wù)預(yù)警模型。

二、樣本的選取

（一）研究樣本的選擇

本文選擇了在2008-2010年因財(cái)務(wù)狀況異常而被特別處理（ST和*ST）的A股制造業(yè)上市公司作為初始樣本，并在此基礎(chǔ)上按一定標(biāo)準(zhǔn)選擇了相應(yīng)的健康公司作為配對(duì)樣本。由于ST公司都是由于T-1年的財(cái)務(wù)數(shù)據(jù)而被特別處理的，故采用T-2年的截面數(shù)據(jù)進(jìn)行分析。為保證模型的準(zhǔn)確性，需建立3個(gè)預(yù)警模型，因此研究對(duì)象從T-2年向前追溯到T-4年，即下文中出現(xiàn)的T-2年為公司被ST前兩年的數(shù)據(jù)，T-3年、T-4年依此類推。

（二）研究樣本的確定

已有文獻(xiàn)的研究大都采用1:1配對(duì)抽樣，即樣本組和控制組包含相等的研究個(gè)體。但Zmjiewski［14］研究了兩組間樣本個(gè)體數(shù)量分配的問題，認(rèn)為1:1配對(duì)會(huì)使樣本中兩類公司的比例嚴(yán)重偏離其在實(shí)際總體中的比例，從而高估模型的預(yù)測(cè)能力，特別會(huì)高估對(duì)破產(chǎn)公司的預(yù)測(cè)能力，因此本文采用隨機(jī)抽樣的方法以1:2的比例按條件為ST公司選擇配對(duì)樣本。具體配對(duì)條件包括：一是所屬行業(yè)相同，用于排除行業(yè)特征差異；二是資產(chǎn)規(guī)模相近，所選公司與被“特別處理”公司的最近一個(gè)會(huì)計(jì)年度的年度資產(chǎn)規(guī)模相差不超過10%；三是正常組的上市公司擁有相對(duì)良好的財(cái)務(wù)狀況。

依據(jù)以上要求，本文初篩了2008-2010年被ST的41家公司（其中2008年9家，2009年10家，2010年22家），考慮到2008年金融危機(jī)等系統(tǒng)性風(fēng)險(xiǎn)的影響，剔除了主營(yíng)業(yè)務(wù)包括進(jìn)出口業(yè)務(wù)的3家公司，再剔除掉不能配對(duì)的4家公司，最終剩余34家ST公司，配對(duì)樣本為68家，共計(jì)102個(gè)研究樣本，并將其分為兩組：

估計(jì)樣本A1：包括23家ST公司及46家非ST公司，用于構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型；

檢驗(yàn)樣本A2：包括11家ST公司及22家非ST公司，用于檢驗(yàn)?zāi)Ｐ偷呢?cái)務(wù)預(yù)警能力。

三、變量的選取

（一）初始變量

由于各公司被ST的原因不盡相同，所以很難用某幾個(gè)財(cái)務(wù)指標(biāo)來(lái)衡量所有公司被ST而陷入財(cái)務(wù)危機(jī)的境況。本文在國(guó)內(nèi)外研究成果的基礎(chǔ)上，從償債能力、營(yíng)運(yùn)能力、盈利能力、成長(zhǎng)能力、現(xiàn)金流量能力指標(biāo)及資本市場(chǎng)指標(biāo)等6個(gè)方面選擇了初始變量25個(gè)，如表2所示。

Logistic模型一般選擇0.5作為判別點(diǎn)，事實(shí)上由于真實(shí)的事件發(fā)生概率不一定是0.5，這樣有可能造成預(yù)測(cè)偏差，本文借鑒了張愛民等人［13］的方法選擇分界點(diǎn)：選擇使總誤判率中最低的判別概率點(diǎn)，如果有兩個(gè)以上相同的點(diǎn)則選擇第一類錯(cuò)誤值最小的點(diǎn)，如果仍有相同的點(diǎn)則在其中選擇第二類錯(cuò)誤值最小的點(diǎn)。依此，T-2年的分界點(diǎn)為0.6、T-3年的分界點(diǎn)為0.5、T-4年的分界點(diǎn)為0.6。

2．模型的分類準(zhǔn)確率檢驗(yàn)。對(duì)模型分類準(zhǔn)確率的檢驗(yàn)采用樣本外檢驗(yàn)，即將33個(gè)檢驗(yàn)樣本分別代入T-2、T-3、T-4年模型，并根據(jù)上面確定的分界點(diǎn)，對(duì)模型的準(zhǔn)確率進(jìn)行驗(yàn)證，最終結(jié)果如表6所示。結(jié)果表明，T-2年的模型預(yù)測(cè)準(zhǔn)確率高達(dá)90%，準(zhǔn)確率較低的T-3年模型準(zhǔn)確率也在72%以上，表明所構(gòu)建模型具有較高的預(yù)警能力，尤其是運(yùn)用T-2年的數(shù)據(jù)和模型進(jìn)行預(yù)警效果最佳，可以應(yīng)用于現(xiàn)實(shí)環(huán)境。

五、結(jié)論

本文以我國(guó)制造業(yè)上市公司作為研究對(duì)象，構(gòu)建并分析了該行業(yè)不同時(shí)點(diǎn)的財(cái)務(wù)預(yù)警模型。通過以上研究可以發(fā)現(xiàn)：首先，預(yù)警模型對(duì)該行業(yè)上市公司發(fā)生財(cái)務(wù)危機(jī)具有預(yù)測(cè)能力；其次，在上市公司發(fā)生財(cái)務(wù)危機(jī)的前4年中，按不同年份構(gòu)建預(yù)警模型是合理的，因?yàn)椴煌攴荽嬖诓煌娘@著性財(cái)務(wù)指標(biāo)；再次，不同年份預(yù)警模型的預(yù)測(cè)能力不盡相同，距離T年越近的模型其預(yù)測(cè)能力越強(qiáng)；最后，制造業(yè)上市公司應(yīng)該更加關(guān)注對(duì)應(yīng)收賬款和運(yùn)營(yíng)資金的管理，因?yàn)檫@兩個(gè)因素會(huì)嚴(yán)重影響公司未來(lái)的財(cái)務(wù)狀況。

參考文獻(xiàn)：

［1］ Foster G. Financial Statement Analysis［M］．Prentice Hall Englewood Cliffs, NJ, 1986.

［2］ Easterbrook, Frank. Is corporate bankruptcy efficient?［J］．Journal of Financial Economics, 1990(27)：41l-418.

［3］ 劉紅霞，張心林.以主成分分析法構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型［J］．中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2004（4）：70-75

［4］ 賈明琪，辛江龍.上市公司財(cái)務(wù)困境預(yù)警系統(tǒng)模型及實(shí)證研究［J］．華東經(jīng)濟(jì)管理，2008（5）：76-80.

［5］ Fitzpatrick,P.J.A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms［J］．Certified Public Accountant, 1932（2）：73-589.

［6］ Altman, E, I, Haldenan, R.G&Narayanan, P.ZETA.A New Model to identify Bankruptcy Risk of Corporations［J］．Journal of Banking and Finance, 1977,1(6)：29-54

［7］ Ohlson, J. S. Financial Ratios and the Probabilistic Prediction of Bankruptcy［J］．Journal of Accounting Research, 1980,18(7): 109-131.

［8］ 吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測(cè)模型［J］．中國(guó)經(jīng)濟(jì)問題, 1986（6）: 15-22.

［9］ 周守華.論財(cái)務(wù)危機(jī)的預(yù)警分析-F分?jǐn)?shù)模型［J］．會(huì)計(jì)研究,1996（8）：8-11.

［10］陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析［J］．會(huì)計(jì)研究,1999（4）：31-38.

［11］吳世農(nóng)，盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)警模型研究［J］．經(jīng)濟(jì)研究，2001(6):21-26.

［12］楊保安，季海，徐晶.BP神經(jīng)網(wǎng)絡(luò)在企業(yè)財(cái)務(wù)危機(jī)預(yù)警之應(yīng)用［J］．預(yù)測(cè), 2001（2）：62-68.

［13］姜秀華，任強(qiáng)，孫錚.上市公司財(cái)務(wù)危機(jī)模型研究［J］．預(yù)測(cè),2002（3）：56-61.

［14］Zmijwski,M.E. Methodological Issues Related to the Estimation of Financial Distress Prediction Models［J］．Journal of Account Research, 1984(22):59-82.

篇8

財(cái)務(wù)危機(jī)又被譯為財(cái)務(wù)困境，其極端狀態(tài)是企業(yè)破產(chǎn)。但究竟什么是財(cái)務(wù)危機(jī)，不同的學(xué)者在進(jìn)行研究時(shí)也采用了不同的標(biāo)準(zhǔn)。總體而言，財(cái)務(wù)危機(jī)的定性描述多集中在破產(chǎn)清算或無(wú)償付能力等方面。盡管財(cái)務(wù)危機(jī)的定性描述較為容易達(dá)成一致，但財(cái)務(wù)危機(jī)的定量界定有著更多的操作和研究意義。如何界定財(cái)務(wù)危機(jī)是進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)研究需要考慮的首要問題。

2預(yù)警指標(biāo)體系建立的標(biāo)準(zhǔn)

總的說(shuō)來(lái)，預(yù)警指標(biāo)的選取應(yīng)遵循以下原則科學(xué)性原則。公司財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建要按照公司財(cái)務(wù)危機(jī)相關(guān)理論設(shè)計(jì)，指標(biāo)體系應(yīng)能對(duì)大原因做出合理的科學(xué)描述。

全面性原則。為保證綜合評(píng)價(jià)結(jié)構(gòu)客觀準(zhǔn)確，在初步建立指標(biāo)體系時(shí)應(yīng)盡可能地選取可以全面反映公司財(cái)務(wù)狀況的指標(biāo)。即要全面反映企業(yè)的獲利能力、償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力等各方面的財(cái)務(wù)狀況，同時(shí)也應(yīng)考慮指標(biāo)項(xiàng)目之間的系統(tǒng)性和相互關(guān)聯(lián)性。

有效性原則。要選擇那些能夠?qū)︻A(yù)測(cè)公司財(cái)務(wù)危機(jī)有指示作用的重要的財(cái)務(wù)指標(biāo)，當(dāng)公司危機(jī)因素產(chǎn)生時(shí)，該指標(biāo)能夠靈敏、迅速地反映出來(lái)。

成本——效益原則。在指標(biāo)體系及指標(biāo)項(xiàng)目的設(shè)置過程中應(yīng)充分考慮成本——效益原則。

重要性原則。這里的重要性原則有兩層含義，其一是指全面性與重要性相結(jié)合的原則。其二是當(dāng)搜集某項(xiàng)指標(biāo)的成本費(fèi)用很大時(shí)，如果該項(xiàng)指標(biāo)很重要，即它在指標(biāo)體系中是不可或缺的，則仍應(yīng)進(jìn)行該項(xiàng)指標(biāo)的搜集評(píng)價(jià)工作。

可操作性原則。這里的可操作性是指指標(biāo)項(xiàng)目的易懂性和指標(biāo)項(xiàng)目的有關(guān)數(shù)據(jù)收集的可行性。

3動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)

根據(jù)企業(yè)財(cái)務(wù)預(yù)警標(biāo)準(zhǔn)，結(jié)合我國(guó)上市公司的實(shí)際情況，提出建立動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)的具體思路：

擬建立的財(cái)務(wù)預(yù)警系統(tǒng)分為四個(gè)部分：第一部分是財(cái)務(wù)信息收集傳遞機(jī)制，為財(cái)務(wù)分析提供及時(shí)準(zhǔn)確的數(shù)據(jù)。這是整個(gè)財(cái)務(wù)預(yù)警系統(tǒng)建立的起點(diǎn)。第二部分是財(cái)務(wù)預(yù)警組織結(jié)構(gòu)，主要從公司資金循環(huán)的各個(gè)方面入手，完善上市公司的內(nèi)部控制制度。這部分是財(cái)務(wù)預(yù)警系統(tǒng)的基礎(chǔ)。第三部分是財(cái)務(wù)風(fēng)險(xiǎn)分析機(jī)制，根據(jù)預(yù)警方法的不同，分為定性、定量?jī)蓚€(gè)方面：定性預(yù)警主要是針對(duì)能夠影響公司財(cái)務(wù)狀況的表外因素，定量預(yù)警主要是利用財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行分析。其中，定量預(yù)警系統(tǒng)分籌資、投資、日?，F(xiàn)金運(yùn)用三個(gè)方面，在方法上主要采用人工神經(jīng)網(wǎng)絡(luò)這種具有學(xué)習(xí)適應(yīng)能力的方法，以達(dá)到實(shí)時(shí)預(yù)警的目的。第四部分是風(fēng)險(xiǎn)處理機(jī)制，對(duì)預(yù)測(cè)發(fā)生的和已經(jīng)發(fā)生的風(fēng)險(xiǎn)采取有效的預(yù)防、控制和處理措施。財(cái)務(wù)風(fēng)險(xiǎn)分析機(jī)制和財(cái)務(wù)風(fēng)險(xiǎn)處理機(jī)制是核心和關(guān)鍵。整個(gè)體系架構(gòu)由下圖所示：

4動(dòng)態(tài)預(yù)警系統(tǒng)的構(gòu)成

4.1實(shí)時(shí)信息系統(tǒng)的建設(shè)

動(dòng)態(tài)預(yù)警系統(tǒng)要求上市公司能充分利用實(shí)時(shí)信息，運(yùn)用網(wǎng)絡(luò)財(cái)務(wù)信息實(shí)時(shí)報(bào)告系統(tǒng)軟件，從桌面財(cái)務(wù)轉(zhuǎn)變?yōu)榫W(wǎng)絡(luò)財(cái)務(wù)，改變信息的傳遞方式，最敏銳、最及時(shí)、最準(zhǔn)確地反映公司的財(cái)務(wù)狀況，使實(shí)時(shí)的信息成為整合整個(gè)公司經(jīng)營(yíng)過程的驅(qū)動(dòng)力量，增強(qiáng)公司的決策、控制和預(yù)警的能力。

4.2財(cái)務(wù)預(yù)警分析的組織結(jié)構(gòu)

健全的內(nèi)部控制制度是預(yù)警機(jī)制的神經(jīng)中樞，是構(gòu)建財(cái)務(wù)失敗預(yù)警機(jī)制的準(zhǔn)備和基礎(chǔ)。為使財(cái)務(wù)預(yù)警分析的功能得到正常、充分的發(fā)揮，上市公司應(yīng)當(dāng)根據(jù)《內(nèi)部會(huì)計(jì)控制基本規(guī)范》的有關(guān)規(guī)定，有針對(duì)性的完善企業(yè)自身的內(nèi)控制度。上市公司內(nèi)部控制主要包括對(duì)貨幣資金、籌資、采購(gòu)、實(shí)物資產(chǎn)、成本費(fèi)用、銷售與收款、工程項(xiàng)目、對(duì)外投資、擔(dān)保等業(yè)務(wù)的控制。

4.3投資活動(dòng)預(yù)警

投資風(fēng)險(xiǎn)是指投資項(xiàng)目不能達(dá)到預(yù)期效益，從而影響企業(yè)盈利水平和償債能力的風(fēng)險(xiǎn)。由缺乏周密系統(tǒng)的可行性研究、經(jīng)濟(jì)信息不全面、不真實(shí)、投資決策者對(duì)投資風(fēng)險(xiǎn)的認(rèn)識(shí)不足等原因?qū)е碌耐顿Y決策失誤現(xiàn)象普遍存在，我國(guó)上市公司在投資活動(dòng)方面存在著巨大的財(cái)務(wù)風(fēng)險(xiǎn)。如下表所示：①市場(chǎng)調(diào)查不充分，項(xiàng)目決策失誤②對(duì)內(nèi)外部環(huán)境變化預(yù)計(jì)不足③缺乏有效的內(nèi)部管理機(jī)制④在項(xiàng)目經(jīng)營(yíng)和管理期間，缺乏可靠性和真實(shí)性的項(xiàng)目運(yùn)營(yíng)信息，缺乏合理的監(jiān)控體系和指標(biāo)計(jì)算⑤資本結(jié)構(gòu)不合理

4.4日常風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)

日常監(jiān)測(cè)的風(fēng)險(xiǎn)主要是經(jīng)營(yíng)風(fēng)險(xiǎn)，是指企業(yè)在未來(lái)營(yíng)業(yè)環(huán)境中的各種因素對(duì)息稅前收益影響的不確定性。建立日常風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)，一方面可以關(guān)注月度的核心指標(biāo)，密切注視其動(dòng)態(tài)變化過程，及時(shí)發(fā)現(xiàn)財(cái)務(wù)危機(jī)的征兆；另一方面，當(dāng)企業(yè)有警情出現(xiàn)時(shí)，可以從各方面指標(biāo)的變化趨勢(shì)、變化幅度來(lái)幫助分析警源所在。

篇9

[關(guān)鍵詞] 農(nóng)業(yè)上市公司 財(cái)務(wù)危機(jī) Z值模型 原因分析 對(duì)策與建議

隨著我國(guó)資本市場(chǎng)的發(fā)展以及國(guó)家對(duì)農(nóng)業(yè)產(chǎn)業(yè)的政策支持，很多農(nóng)業(yè)企業(yè)擁有到證券市場(chǎng)進(jìn)行融資的機(jī)會(huì)，越來(lái)越多的投資者通過證券市場(chǎng)對(duì)農(nóng)業(yè)上市公司進(jìn)行投資。但是，在激烈的市場(chǎng)競(jìng)爭(zhēng)中，一些公司業(yè)績(jī)逐年下降，財(cái)務(wù)狀況出現(xiàn)異常，陷入財(cái)務(wù)危機(jī)，甚至面臨退市的危險(xiǎn)，使投資者、債權(quán)人遭受巨大損失；與此同時(shí)我國(guó)尚未建立完備的財(cái)務(wù)預(yù)警系統(tǒng)。因此，能夠適時(shí)、準(zhǔn)確地對(duì)農(nóng)業(yè)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)分析是市場(chǎng)競(jìng)爭(zhēng)體制的客觀要求，也是企業(yè)生存發(fā)展的必要保障。對(duì)市場(chǎng)參與方來(lái)說(shuō)，根據(jù)財(cái)務(wù)指標(biāo)準(zhǔn)確預(yù)測(cè)上市公司未來(lái)的財(cái)務(wù)危機(jī)程度有著十分重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

1.國(guó)外研究

國(guó)外以美國(guó)學(xué)者的研究備受關(guān)注，他們從20世紀(jì)60年代開始進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的研究工作，做了許多理論和實(shí)證研究，形成了不少理論和方法。Fitzpatrick最早對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行了單變量研究，Beaver運(yùn)用單變量（即現(xiàn)金流與總負(fù)債比）判定分析來(lái)研究企業(yè)的財(cái)務(wù)危機(jī)問題；隨后一些學(xué)者采用多元線性模型，以Altman提出的廣為應(yīng)用的Z模型以及Altman Haldeman&Narayanan在實(shí)證的基礎(chǔ)上合作建立的ZETA模型為代表；其他學(xué)者在各自深入研究的基礎(chǔ)上分別得出了有價(jià)值得結(jié)論。我們注意到不同的財(cái)務(wù)危機(jī)預(yù)警方法均發(fā)揮了應(yīng)用的作用。

2.國(guó)內(nèi)研究

近年來(lái)，我國(guó)很多學(xué)者對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)警的進(jìn)行了大量的研究，其研究主要使用定量方法。較為普遍的是構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型和運(yùn)用多元邏輯回歸分析，借助Logistic分析工具建立財(cái)務(wù)危機(jī)預(yù)警模型。楊淑娥、王樂平建立BP神經(jīng)網(wǎng)絡(luò)模型對(duì)上市公司的財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)，顯示了穩(wěn)定、連續(xù)的預(yù)測(cè)性能，得出建立中長(zhǎng)期預(yù)警模型，使模型具有廣泛的實(shí)踐應(yīng)用價(jià)值。學(xué)者更熱衷于使用Logistic分析工具建立財(cái)務(wù)危機(jī)預(yù)警模型，其中李品芳等運(yùn)用多元邏輯回歸分析方法，借助于Logistic分析工具建立了財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)所建模型的創(chuàng)新和不足之處進(jìn)行了探討；李榮建立了以顯著的主成分指標(biāo)為回歸變量的財(cái)務(wù)預(yù)警的Logistic模型，為上市公司提供了一種及早發(fā)現(xiàn)、預(yù)防、分散和化解財(cái)務(wù)風(fēng)險(xiǎn)的參考依據(jù)，并為投資者提供較為合理的投資預(yù)期分析工具。

通過文獻(xiàn)回顧發(fā)現(xiàn)國(guó)內(nèi)很少有學(xué)者專門對(duì)我國(guó)農(nóng)業(yè)上市公司的財(cái)務(wù)狀況進(jìn)行分析，因此本文使用Z值模型對(duì)我國(guó)農(nóng)業(yè)上市公司的財(cái)務(wù)危機(jī)進(jìn)行考察。

二、多變量z值預(yù)測(cè)模型與樣本選擇

1.Z值模型

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

其中，X1：流動(dòng)資本/總資產(chǎn)

X2：留存收益/總資產(chǎn)（留存收益=未分配利潤(rùn)+盈余公積）

X3：息前、稅前收益/總資產(chǎn)

X4：股東權(quán)益/總負(fù)債賬面值

X5：銷售收入/總資產(chǎn)

Z值得分低于1.81分，說(shuō)明公司財(cái)務(wù)風(fēng)險(xiǎn)巨大，并且Z值得分越低，破產(chǎn)的可能性越大；Z值在1.81至2.99之間的公司則處于“不確定狀態(tài)”，表明公司存在一定的財(cái)務(wù)危機(jī)和破產(chǎn)的可能性；z值得分則高于2.99分的公司為財(cái)務(wù)安全公司。

2.指標(biāo)解釋

X1越大表明公司資產(chǎn)的流動(dòng)性越強(qiáng)，財(cái)務(wù)狀況越好；X2越大，表明公司籌資和再投資功能越強(qiáng)，公司的創(chuàng)新能力和競(jìng)爭(zhēng)力越強(qiáng)；X3反映了不考慮稅收和財(cái)務(wù)杠桿因素時(shí)的資產(chǎn)盈利能力；X4反映了投資者對(duì)公司前景的判斷，該指標(biāo)越大，表明越有投資價(jià)值；X5反映了公司資產(chǎn)獲得銷售收入的能力。

3.樣本選擇

(1)研究對(duì)象邊界的確定

本文研究的農(nóng)業(yè)上市公司被定義為：從事農(nóng)、林、牧、漁生產(chǎn)和農(nóng)產(chǎn)品加工、畜產(chǎn)品加工以及其他農(nóng)業(yè)的業(yè)務(wù)收入占公司主營(yíng)業(yè)務(wù)收入50%以上的公司。

(2)樣本選擇依據(jù)

按照研究范疇2006年的農(nóng)業(yè)上市公司總共有50家，出于研究的對(duì)稱性和可比性，其中選取以2002年～2006年均在A股上市的農(nóng)業(yè)上市公司為研究對(duì)象，總共有40家，另外的10家是2003年～2006年在A股上市，不在研究的時(shí)間段內(nèi)，因此剔除出樣本選擇的范圍。

(3)數(shù)據(jù)來(lái)源

本文研究采用的數(shù)據(jù)均來(lái)自經(jīng)證監(jiān)會(huì)批準(zhǔn)公布的A股農(nóng)業(yè)上市公司的年報(bào)，數(shù)據(jù)經(jīng)會(huì)計(jì)師事務(wù)所審計(jì)和證監(jiān)會(huì)審核通過，數(shù)據(jù)可信度很大。

三、模型結(jié)果與分析

1.模型結(jié)果

按照Z(yǔ)值模型的要求把獲得數(shù)據(jù)經(jīng)過整理，用EXCEL進(jìn)行處理，得到不同年份農(nóng)業(yè)上市公司的Z值得分，從2002年～2006年5年間，每年落在Z值不同區(qū)間的公司家數(shù)及其所占比重如表1所示。

2.結(jié)果分析

(1)研究期間變動(dòng)趨勢(shì)分析

在研究的5年間， Z值小于1.81的公司數(shù)量變化趨勢(shì)很明顯。前4年財(cái)務(wù)風(fēng)險(xiǎn)巨大公司的比例由27.5%增加為42.4%，上升約15%；2006年出現(xiàn)轉(zhuǎn)折，落在這一區(qū)域的公司數(shù)量急劇減少,由2005年最多的17家減少10家,只有7家屬于這一區(qū)間，比重下降25%。

從Z值在（1.81,2.99）區(qū)域來(lái)看，在5年間數(shù)量變化基本呈直線下降。曲線的走勢(shì)為兩階段，2002年～2004年的變化相比之下較為緩慢，從2002年的21家減少為2004年的18家，比重由52.5%到32.5%，下降了20個(gè)百分點(diǎn)；2004年到2006年的變化非常明顯，特別是在2005年～2006年由13家變?yōu)?家，比重減少了32.5%。顯示出農(nóng)業(yè)上市公司財(cái)務(wù)狀況趨于明朗，處于“灰色地帶”即財(cái)務(wù)狀況不清晰的嚴(yán)重狀況得到改變。

Z值在[2.99，∞）區(qū)間的公司數(shù)量曲線走勢(shì)為先緩慢下降后直線上升。從2002年到2004年在這一區(qū)間公司的數(shù)量在減少，但每年只減少1家，變化不是很明顯；從2004年到2006年公司數(shù)量在增加，最為明顯的變化出現(xiàn)在2005至2006年，僅一年時(shí)間，數(shù)量增加了23家，比重增加了60%。2006年數(shù)據(jù)顯示農(nóng)業(yè)上市公司的財(cái)務(wù)狀況令人樂觀，絕大多數(shù)公司的財(cái)務(wù)狀況處于安全狀態(tài)。

四、財(cái)務(wù)危機(jī)出現(xiàn)的原因分析

以Z值模型為基礎(chǔ)，通過對(duì)具有不同財(cái)務(wù)風(fēng)險(xiǎn)公司相關(guān)重要指標(biāo)的對(duì)比分析，發(fā)現(xiàn)主要有以下原因造成公司財(cái)務(wù)危機(jī)的出現(xiàn)：

1.運(yùn)用資產(chǎn)獲利的能力不高

“息稅前收益/總資產(chǎn)”是考察企業(yè)在不考慮稅收和財(cái)務(wù)杠桿時(shí)，資產(chǎn)的盈利能力，該指標(biāo)排出了企業(yè)規(guī)模的影響，在評(píng)價(jià)企業(yè)運(yùn)用資產(chǎn)獲利能力時(shí)具有很好的可比性。從2002年至2006年，具有巨大財(cái)務(wù)風(fēng)險(xiǎn)公司該指標(biāo)的平均值相比之下很小，以2002年為例：具有巨大財(cái)務(wù)風(fēng)險(xiǎn)公司的該指標(biāo)均值為0.36；具有較大財(cái)務(wù)風(fēng)險(xiǎn)的公司的均值為0.57；財(cái)務(wù)安全公司均值為1.31，約為破產(chǎn)風(fēng)險(xiǎn)高的公司均值的4倍。通過比較發(fā)現(xiàn)，出現(xiàn)財(cái)務(wù)危機(jī)的公司運(yùn)用資產(chǎn)獲取利潤(rùn)的能力與財(cái)務(wù)狀況良好的公司相比很懸殊。而該指標(biāo)對(duì)Z值具有決定作用，因此企業(yè)應(yīng)用資產(chǎn)盈利能力不高，則會(huì)導(dǎo)致Z值得分很低，預(yù)示其出現(xiàn)破產(chǎn)的概率大。

2.籌資和再投資功能弱，企業(yè)創(chuàng)新和競(jìng)爭(zhēng)力弱

留存收益是企業(yè)很重要的資金來(lái)源，留存收益多則企業(yè)籌資和再投資的能力就越強(qiáng)，就能滿足企業(yè)創(chuàng)新的資金需求，企業(yè)的競(jìng)爭(zhēng)能力就越強(qiáng)，企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的可能性降低，留存收益占總資產(chǎn)的比例能形象說(shuō)明這一問題。以2004年為例：財(cái)務(wù)出現(xiàn)危機(jī)上市公司的該指標(biāo)平均值為-0.10；有較大財(cái)務(wù)風(fēng)險(xiǎn)公司的均值為0.11；財(cái)務(wù)安全公司的均值為0.45，是有較大財(cái)務(wù)危機(jī)公司均值的4倍?？梢钥闯觯髽I(yè)單位資產(chǎn)創(chuàng)造的留存收益少，企業(yè)的籌資和再投資功能弱，會(huì)對(duì)公司的財(cái)務(wù)狀況產(chǎn)生消極影響。

3.公司資產(chǎn)的流動(dòng)性低

一些農(nóng)業(yè)上市公司流動(dòng)資產(chǎn)占總資產(chǎn)的比例很小，長(zhǎng)期資產(chǎn)變現(xiàn)能力差，價(jià)格受很多因素的影響，財(cái)務(wù)狀況容易出現(xiàn)危機(jī)。以2005年數(shù)據(jù)為例：財(cái)務(wù)出現(xiàn)危機(jī)公司該指標(biāo)的均值為-0.22；有較大財(cái)務(wù)風(fēng)險(xiǎn)公司的均值為0.04；財(cái)務(wù)狀況安全公司的均值為0.40，遠(yuǎn)遠(yuǎn)高出財(cái)務(wù)處于惡化狀態(tài)公司的均值。

五、提高財(cái)務(wù)安全性的對(duì)策與建議

1.選擇適當(dāng)?shù)墓衫峙湔?/p>

公司是否能獲得長(zhǎng)期穩(wěn)定的盈余，是其股利決策的重要基礎(chǔ)。對(duì)于不穩(wěn)定的公司來(lái)講，低股利政策可以減少因盈余下降而造成的股利無(wú)法支付、股價(jià)急劇下降的風(fēng)險(xiǎn)，還可以將更多的盈余再投資，以提高權(quán)益資本的比重，減少財(cái)務(wù)風(fēng)險(xiǎn)。針對(duì)我國(guó)農(nóng)業(yè)上市公司的實(shí)際情況，選擇低正常股利加額外股利政策較為合適，一方面，當(dāng)公司盈余較少或投資需要較多資金時(shí)，可維持較低的但正常的股利，保留較多資金使公司發(fā)展策略的操作具有較大的靈活性；另一方面，比較穩(wěn)定的股利收入，可以吸引那些依靠穩(wěn)定股利度日的股東。

2.適當(dāng)提高流動(dòng)資產(chǎn)比重，加強(qiáng)流動(dòng)資產(chǎn)的管理

流動(dòng)資產(chǎn)是與日常生產(chǎn)經(jīng)營(yíng)活動(dòng)密切相關(guān)的資產(chǎn)。流動(dòng)資產(chǎn)除存貨外，一般具有變現(xiàn)快的特征，因此在總資產(chǎn)中，流動(dòng)資產(chǎn)的份額大一些，便于企業(yè)根據(jù)市場(chǎng)變化，采取快速應(yīng)變措施，在一定程度上能降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。提高流動(dòng)資產(chǎn)比重的同時(shí)必須加強(qiáng)對(duì)流動(dòng)資產(chǎn)的管理，主要表現(xiàn)為現(xiàn)金及有價(jià)證券管理、應(yīng)收賬款的管理和存貨的管理。

3.通過創(chuàng)新增強(qiáng)企業(yè)競(jìng)爭(zhēng)力，提高主營(yíng)業(yè)務(wù)收入

主營(yíng)業(yè)務(wù)收入是利潤(rùn)的一個(gè)最主要的來(lái)源，主營(yíng)業(yè)務(wù)收入的高低直接影響著利潤(rùn)的大小。在股利分配比例一定的條件下，主營(yíng)業(yè)務(wù)多則企業(yè)的留存收益就會(huì)增加，企業(yè)可支配的資金增加，不僅可以防止因不能償還到期債務(wù)而產(chǎn)生破產(chǎn)清算的風(fēng)險(xiǎn)還可以增加投資以擴(kuò)大企業(yè)規(guī)模，增加規(guī)模效應(yīng)帶來(lái)的收益。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，為了增加主營(yíng)業(yè)務(wù)收入必須通過創(chuàng)新以增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。

六、結(jié)論

具有巨大財(cái)務(wù)風(fēng)險(xiǎn)的農(nóng)業(yè)上市公司數(shù)量在2002年到2005年4年間有所上升，這種狀況在2006年得到了根本性改變；2006年具有較大財(cái)務(wù)風(fēng)險(xiǎn)的公司在減少，而財(cái)務(wù)安全公司的數(shù)量在急劇增加，究其原因在于商品市場(chǎng)需求旺盛、資本市場(chǎng)資金充足、管理層對(duì)財(cái)務(wù)安全高度重視以及支農(nóng)惠農(nóng)政策的進(jìn)一步強(qiáng)化。農(nóng)業(yè)上市公司應(yīng)該采取措施防止財(cái)務(wù)風(fēng)險(xiǎn)的加大。

參考文獻(xiàn)：

[1]Fitzpatrick P J.A Comparison of Ratios of Successful Industrial enterprise with Those of Failed Firms [J]. Certified Public Accountant,1932（2）

[2]Beaver w H.financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966:71-111

[3]Edward I Ahman．Financial ratios、discriminant analysis and the prediction of bankruptcy [J]．Journal of Finance，1968，23：589-609．

篇10

2000年以來(lái)，經(jīng)濟(jì)與科技迅速發(fā)展，世界范圍內(nèi)的競(jìng)爭(zhēng)日趨激烈。競(jìng)爭(zhēng)激烈的市場(chǎng)經(jīng)濟(jì)不但為企業(yè)提供了廣闊的經(jīng)營(yíng)舞臺(tái)，同時(shí)也暗藏了更多的兇險(xiǎn)，稍有不慎就可能被卷入失敗的漩渦。在市場(chǎng)經(jīng)濟(jì)體制下，各種各樣的財(cái)務(wù)風(fēng)險(xiǎn)隨時(shí)都有可能發(fā)生，有時(shí)甚至叫你措手不及。國(guó)內(nèi)外大量的實(shí)例表明，陷入經(jīng)營(yíng)危機(jī)的企業(yè)幾乎毫無(wú)例外地都是以出現(xiàn)財(cái)務(wù)危機(jī)為征兆。企業(yè)發(fā)生財(cái)務(wù)危機(jī)的原因可能是多方面的，既有可能是外部原因，如戰(zhàn)爭(zhēng)、經(jīng)濟(jì)衰退、通貨膨脹等，也有可能是內(nèi)部原因，如企業(yè)經(jīng)營(yíng)者決策失誤、管理失控等，或者是其他的一些特殊原因。但大多數(shù)企業(yè)的財(cái)務(wù)危機(jī)都有一個(gè)逐步顯現(xiàn)不斷惡化的過程，因此，應(yīng)對(duì)企業(yè)的財(cái)務(wù)運(yùn)營(yíng)過程進(jìn)行跟蹤、監(jiān)控，及早發(fā)現(xiàn)財(cái)務(wù)危機(jī)信號(hào)，預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)，使企業(yè)能夠及時(shí)應(yīng)變，避免或減少對(duì)企業(yè)的破壞。無(wú)論對(duì)經(jīng)營(yíng)者、投資者、債權(quán)人、政府或其他相關(guān)利益主體來(lái)說(shuō)，建立財(cái)務(wù)預(yù)警系統(tǒng)，對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)都具有非常重要的現(xiàn)實(shí)意義。

另外從宏觀經(jīng)濟(jì)運(yùn)行的角度而言，1997年的東南亞引發(fā)的金融危機(jī)，2000年南美各國(guó)的經(jīng)濟(jì)危機(jī)，還有2007年上半年以來(lái)美國(guó)次級(jí)債風(fēng)波給全球金融市場(chǎng)造成深遠(yuǎn)的影響，其影響還將繼續(xù)存在，甚至有學(xué)者認(rèn)為很可能成為引發(fā)一次全球性經(jīng)濟(jì)危機(jī)的源頭，人們開始進(jìn)一步反思探討造成這些危機(jī)的根源。各項(xiàng)研究表明，除了經(jīng)濟(jì)、金融體制和腐敗等深層次原因外，引發(fā)危機(jī)的另一個(gè)重要原因就是相關(guān)的經(jīng)濟(jì)信息不全，缺乏必要的監(jiān)測(cè)和預(yù)警機(jī)制。因此就宏觀經(jīng)濟(jì)運(yùn)行的角度而言，建立一個(gè)功能強(qiáng)大的、可操作性強(qiáng)的危機(jī)監(jiān)測(cè)預(yù)警系統(tǒng)十分必要。

二、上市公司建立財(cái)務(wù)預(yù)警系統(tǒng)與預(yù)警模型的綜述

1．財(cái)務(wù)預(yù)警系統(tǒng)的含義。預(yù)警是度量某種狀態(tài)偏離預(yù)警線的強(qiáng)弱程度、發(fā)出預(yù)警信號(hào)的過程。企業(yè)財(cái)務(wù)預(yù)警就是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對(duì)企業(yè)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)。它貫穿于企業(yè)的整個(gè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的全過程。財(cái)務(wù)預(yù)警系統(tǒng)就是以企業(yè)財(cái)務(wù)信息數(shù)據(jù)為基礎(chǔ)，以財(cái)務(wù)指標(biāo)體系為中心，通過對(duì)財(cái)務(wù)指標(biāo)的綜合分析、預(yù)測(cè)、及時(shí)反映企業(yè)經(jīng)營(yíng)情況和財(cái)務(wù)狀況的變化，并對(duì)企業(yè)各環(huán)節(jié)發(fā)生或?qū)⒖赡馨l(fā)生的經(jīng)營(yíng)風(fēng)險(xiǎn)，發(fā)出預(yù)警信號(hào)，為管理當(dāng)局提供決策依據(jù)的監(jiān)控系統(tǒng)。簡(jiǎn)單的說(shuō)，所謂企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)是企業(yè)預(yù)警系統(tǒng)的一部分，是指為了防止企業(yè)財(cái)務(wù)系統(tǒng)運(yùn)行偏離預(yù)期目標(biāo)而建立的報(bào)警系統(tǒng)。從上述的兩個(gè)對(duì)財(cái)務(wù)系統(tǒng)下的定義中可以看出，財(cái)務(wù)系統(tǒng)是一個(gè)實(shí)時(shí)監(jiān)控系統(tǒng)，它不僅僅只是針對(duì)財(cái)務(wù)危機(jī)的預(yù)警，而是只要企業(yè)財(cái)務(wù)系統(tǒng)運(yùn)行偏離預(yù)期的目標(biāo)就要報(bào)警。

財(cái)務(wù)預(yù)警系統(tǒng)是一個(gè)非常復(fù)雜的大系統(tǒng)，它主要包括財(cái)務(wù)風(fēng)險(xiǎn)信息系統(tǒng)、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警判別系統(tǒng)、財(cái)務(wù)風(fēng)險(xiǎn)報(bào)警系統(tǒng)等多個(gè)子系統(tǒng)。

2．財(cái)務(wù)預(yù)警系統(tǒng)的功能。（1）企業(yè)財(cái)務(wù)預(yù)警。即財(cái)務(wù)失敗預(yù)警，是指通過對(duì)企業(yè)日常財(cái)務(wù)運(yùn)行情況進(jìn)行連續(xù)有效的監(jiān)測(cè)，來(lái)防范企業(yè)財(cái)務(wù)惡化給債權(quán)人和投資者造成的損失。財(cái)務(wù)失敗預(yù)警靈敏度越高，就能越早地發(fā)現(xiàn)問題并告知企業(yè)經(jīng)營(yíng)者，就越能有效地防范與解決問題，避免財(cái)務(wù)危機(jī)的發(fā)生。所以，一個(gè)有效地財(cái)務(wù)失敗預(yù)警系統(tǒng)應(yīng)具有以下功能：一是預(yù)知財(cái)務(wù)危機(jī)的征兆。當(dāng)可能危害企業(yè)財(cái)務(wù)狀況的關(guān)鍵因素出現(xiàn)時(shí)，財(cái)務(wù)失敗預(yù)警系統(tǒng)能預(yù)先發(fā)出警告，提醒企業(yè)經(jīng)營(yíng)者早做準(zhǔn)備或采取對(duì)策以減少財(cái)務(wù)損失。二是預(yù)防財(cái)務(wù)危機(jī)發(fā)生或控制其進(jìn)一步擴(kuò)大。當(dāng)財(cái)務(wù)危機(jī)征兆出現(xiàn)時(shí)，有效的財(cái)務(wù)失敗預(yù)警系統(tǒng)不僅能預(yù)知并預(yù)告，還能及時(shí)尋找導(dǎo)致企業(yè)財(cái)務(wù)狀況進(jìn)一步惡化的原因，使經(jīng)營(yíng)者知其然，更知其所以然，制定有效措施，阻止財(cái)務(wù)狀況進(jìn)一步惡化，避免嚴(yán)重的財(cái)務(wù)危機(jī)真正發(fā)生。三是避免類似的財(cái)務(wù)危機(jī)再次發(fā)生。有效的財(cái)務(wù)失敗預(yù)警系統(tǒng)不僅能及時(shí)回避現(xiàn)存的財(cái)務(wù)危機(jī)，而且能通過系統(tǒng)詳細(xì)地記錄其發(fā)生緣由、解決措施、處理結(jié)果，并及時(shí)提出建議，彌補(bǔ)企業(yè)現(xiàn)有財(cái)務(wù)管理及經(jīng)營(yíng)中的缺陷，完善財(cái)務(wù)失敗預(yù)警系統(tǒng)，從而既提供未來(lái)類似情況的前車之鑒，更能從根本上消除隱患。

（2）財(cái)務(wù)預(yù)警系統(tǒng)功能。是為了避免財(cái)務(wù)風(fēng)險(xiǎn)而建立的風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)，它主要應(yīng)具有以下的功能：一是信息的收集與整理分析功能。系統(tǒng)通過收集與企業(yè)相關(guān)的各類信息，如產(chǎn)業(yè)信息、市場(chǎng)狀況、同行業(yè)其他企業(yè)的信息等以及企業(yè)自身的各類財(cái)務(wù)和生產(chǎn)經(jīng)營(yíng)狀況的信息，加以匯總整理，進(jìn)行分析比較。二是危機(jī)的預(yù)測(cè)功能。通過對(duì)所收集的各類信息的分析，當(dāng)發(fā)現(xiàn)可能發(fā)生的經(jīng)營(yíng)風(fēng)險(xiǎn)時(shí)，財(cái)務(wù)預(yù)警系統(tǒng)能及時(shí)向管理當(dāng)局發(fā)出預(yù)警，提醒經(jīng)營(yíng)者早作準(zhǔn)備或采取有效的策略，避免潛在的風(fēng)險(xiǎn)變?yōu)檎鎸?shí)的損失。當(dāng)然企業(yè)的財(cái)務(wù)預(yù)警系統(tǒng)只有以上兩項(xiàng)功能是遠(yuǎn)遠(yuǎn)不夠的，當(dāng)財(cái)務(wù)狀況發(fā)生潛在的危機(jī)時(shí)，一個(gè)好的預(yù)警系統(tǒng)還應(yīng)能夠及時(shí)尋找出導(dǎo)致財(cái)務(wù)狀況惡化的根源，使管理當(dāng)局能夠?qū)ΠY下藥，做到有的放矢。

3．財(cái)務(wù)預(yù)警模型的理論研究。財(cái)務(wù)與會(huì)計(jì)理論認(rèn)為：企業(yè)的財(cái)務(wù)報(bào)表等所提供的會(huì)計(jì)信息綜合反映了企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)成果，根據(jù)企業(yè)會(huì)計(jì)信息的結(jié)構(gòu)、比率和比較分析可以研究企業(yè)的償債能力、盈利能力、發(fā)展能力和資金運(yùn)營(yíng)狀況等，從而分析企業(yè)的安全狀況，進(jìn)而對(duì)企業(yè)的綜合財(cái)務(wù)狀況做出判斷。因此，關(guān)于財(cái)務(wù)失敗預(yù)警研究的主要出發(fā)點(diǎn)是會(huì)計(jì)信息的財(cái)務(wù)分析。對(duì)以上各個(gè)方面的相關(guān)財(cái)務(wù)比率的單項(xiàng)和綜合研究，也就是企業(yè)財(cái)務(wù)失敗預(yù)警模型研究的主要理論基礎(chǔ)。

財(cái)務(wù)預(yù)警模型由獲利能力、償債能力、經(jīng)濟(jì)效率和發(fā)展?jié)摿λ膫€(gè)模塊構(gòu)建。獲利能力和償債能力是公司財(cái)務(wù)評(píng)價(jià)的兩大基本部分，而經(jīng)濟(jì)效益高低又直接體現(xiàn)了公司的經(jīng)營(yíng)管理水平。此外，公司的發(fā)展?jié)摿τ绕渲档弥匾?。在具體預(yù)警指標(biāo)的選取方面，考慮到各指標(biāo)間既能相互補(bǔ)充又不重復(fù)，盡可能全面綜合地反映公司運(yùn)營(yíng)狀況。

4．建立上市公司財(cái)務(wù)預(yù)警系統(tǒng)的意義。我國(guó)已經(jīng)正式加入WTO，全球經(jīng)濟(jì)一體化在世界范圍內(nèi)日益形成，市場(chǎng)競(jìng)爭(zhēng)更加激烈，市場(chǎng)運(yùn)行的風(fēng)險(xiǎn)也在加大。而財(cái)務(wù)預(yù)警系統(tǒng)是以企業(yè)信息化為基礎(chǔ)，對(duì)企業(yè)在經(jīng)營(yíng)管理活動(dòng)中的潛在風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)控的系統(tǒng)。它貫穿于企業(yè)經(jīng)營(yíng)活動(dòng)的全過程，并向經(jīng)營(yíng)者預(yù)先示警。因此，根據(jù)企業(yè)的經(jīng)營(yíng)計(jì)劃、財(cái)務(wù)報(bào)表以及其它相關(guān)財(cái)務(wù)資料為依據(jù)，利用財(cái)會(huì)、金融、企業(yè)管理、市場(chǎng)營(yíng)銷等理論，采用比例分析、數(shù)學(xué)模型等方法，發(fā)現(xiàn)企業(yè)存在的風(fēng)險(xiǎn)，并向經(jīng)營(yíng)者示警。它與財(cái)務(wù)評(píng)價(jià)系統(tǒng)相互信賴，互為補(bǔ)充。建立具有實(shí)際應(yīng)用價(jià)值的、科學(xué)的財(cái)務(wù)監(jiān)測(cè)預(yù)警系統(tǒng)，具有重要的理論意義和現(xiàn)實(shí)意義。

同時(shí)隨著我國(guó)證券市場(chǎng)的發(fā)展，我國(guó)證券市場(chǎng)正逐步走向正軌，證券監(jiān)管法規(guī)的陸續(xù)出臺(tái)也為證券市場(chǎng)的成熟和發(fā)展提供了重要的保證。雖然我國(guó)的資本市場(chǎng)在十多年中獲得了巨大的發(fā)展，但是他存在的問題也是令人擔(dān)憂的，目前一項(xiàng)科研成果揭示出令人擔(dān)憂的現(xiàn)狀——用國(guó)際通用會(huì)計(jì)準(zhǔn)則衡量，我國(guó)80%以上的上市公司存在財(cái)務(wù)隱患；根據(jù)中國(guó)國(guó)情大幅度降低評(píng)價(jià)標(biāo)準(zhǔn)后，仍有將近20%的上司公司存在較為嚴(yán)重的財(cái)務(wù)問題。近段時(shí)間國(guó)內(nèi)股市的暴漲，市場(chǎng)整體市盈率過高，而上市公司下半年業(yè)績(jī)?cè)龇黠@放緩，存在相當(dāng)數(shù)量的上市公司，堪憂的財(cái)務(wù)現(xiàn)狀，迫切需要企業(yè)建立財(cái)務(wù)預(yù)警系統(tǒng)，作到早預(yù)防早發(fā)現(xiàn)早治療。

5．財(cái)務(wù)預(yù)警模型。（1）Beaver的單變量判定模型。Beaver把財(cái)務(wù)失敗不僅僅界定為破產(chǎn)，還包括拖欠優(yōu)先股股利、拖欠債務(wù)等。他首先以單變量分析發(fā)展出財(cái)務(wù)危機(jī)預(yù)測(cè)模型，使用債務(wù)保障率、資產(chǎn)收益率、資產(chǎn)負(fù)債率、資金安全率等財(cái)務(wù)比率分別作為變量對(duì)1954至1964年期間的79家經(jīng)營(yíng)未失敗的公司和79家經(jīng)營(yíng)失敗的公司進(jìn)行一元判定預(yù)測(cè)，發(fā)現(xiàn)債務(wù)保障率也就是現(xiàn)金流量與總負(fù)債的比率財(cái)務(wù)預(yù)測(cè)的效果最好。資產(chǎn)負(fù)債率次之，并且離經(jīng)營(yíng)失敗日越近，誤判率越低，預(yù)見性越強(qiáng)。但是債務(wù)保障率用總負(fù)債作為基數(shù)，雖然考慮了長(zhǎng)期負(fù)債與流動(dòng)負(fù)債的轉(zhuǎn)化關(guān)系，但是總負(fù)債只考慮了負(fù)債規(guī)模，沒有考慮負(fù)債的流動(dòng)性，即企業(yè)的債務(wù)結(jié)構(gòu)，對(duì)一些因短期償債能力不足的而出現(xiàn)危機(jī)的企業(yè)存在很大的誤判性。另外總資產(chǎn)這一指標(biāo)沒有結(jié)合資產(chǎn)的構(gòu)成要素，因?yàn)椴煌馁Y產(chǎn)項(xiàng)目在企業(yè)盈利過程中所發(fā)揮的作用是不同的。這不利于預(yù)測(cè)企業(yè)的獲利能力是否具有良好的增長(zhǎng)態(tài)勢(shì)。后來(lái)經(jīng)過許多學(xué)者、專家的研究，認(rèn)為資金安全率也是一個(gè)非常實(shí)用的單變量指標(biāo)。單變量模型的特點(diǎn)是比較簡(jiǎn)單、易于使用。

債務(wù)保障率=現(xiàn)金流量/債務(wù)總額

資產(chǎn)收益率=凈收益/資產(chǎn)總額

資產(chǎn)負(fù)債率=負(fù)債平均總額/資產(chǎn)平均總額

資金安全率=資產(chǎn)變現(xiàn)率－資產(chǎn)負(fù)債率

（2）Altman的Z值判定模型。美國(guó)學(xué)者Altman（1968）最早運(yùn)用多變量分析方法探討財(cái)務(wù)預(yù)警問題。最初，Altman提出Z值判定模型主要用于計(jì)量企業(yè)破產(chǎn)的可能性。后來(lái)該模型也被大量用作一種方便的對(duì)企業(yè)綜合經(jīng)營(yíng)業(yè)績(jī)進(jìn)行評(píng)價(jià)的工具。Altman曾兩次對(duì)其模型進(jìn)行過修訂。在1968年間，Altman以1946年至1965年期間提出破產(chǎn)申請(qǐng)的33家公司和相對(duì)應(yīng)的33家非破產(chǎn)公司作為樣本，用其多種財(cái)務(wù)比率擬合出一個(gè)多元線性函數(shù)方程，求出Z值，對(duì)企業(yè)的經(jīng)營(yíng)狀況進(jìn)行預(yù)測(cè)或判斷。其模型如下：

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

其中X1=營(yíng)運(yùn)資本/資產(chǎn)總額×100，X2=留存收益/資產(chǎn)總額×100，X3=息稅前收益/資產(chǎn)總額×100，X4=權(quán)益市價(jià)/債務(wù)總額的賬面價(jià)值×100，X5=銷售收入/資產(chǎn)總額。根據(jù)這一模型，Z值越低，企業(yè)就越有可能破產(chǎn)。其判定方法如下：一是Z（財(cái)務(wù)比率均用絕對(duì)百分率表示）2.675，企業(yè)財(cái)務(wù)狀況良好；三是1.81

三、建立上市公司財(cái)務(wù)預(yù)警系統(tǒng)的必要性

1．市場(chǎng)競(jìng)爭(zhēng)機(jī)制的客觀要求。企業(yè)作為一個(gè)以盈利為目的的組織，其存在的目的和價(jià)值就是以其所掌握的經(jīng)濟(jì)資源去創(chuàng)造最大的財(cái)富，實(shí)現(xiàn)資產(chǎn)的不斷增值。我國(guó)加入WTO后，作為企業(yè)改革先鋒的上市公司在迎接改革和發(fā)展機(jī)遇的同時(shí)，也迫使其面對(duì)更加激烈的競(jìng)爭(zhēng)，面臨新的更大的風(fēng)險(xiǎn)。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，始終處在生存與倒閉、發(fā)展與萎縮的矛盾中，上市公司必須生存下去才有可能獲利，只有不斷發(fā)展才能求得生存，對(duì)上市公司來(lái)說(shuō)，生存是其核心目標(biāo)。而影響上市公司生存的主要威脅來(lái)自上市公司面臨的風(fēng)險(xiǎn)和財(cái)務(wù)危機(jī)，因此，建立一個(gè)科學(xué)合理的財(cái)務(wù)預(yù)警系統(tǒng)，可以為上市公司的生存提供重要的信息，并對(duì)上市公司可能的財(cái)務(wù)危機(jī)加以防范，減少或避免財(cái)務(wù)危機(jī)的出現(xiàn)。

2．上市公司管理層決策的需要。借助財(cái)務(wù)預(yù)警系統(tǒng)，公司管理層能夠及時(shí)發(fā)現(xiàn)公司財(cái)務(wù)狀況的惡化，以及造成公司財(cái)務(wù)狀況惡化的原因，從而能夠及時(shí)地、有針對(duì)性地調(diào)整公司的經(jīng)營(yíng)策略，扭轉(zhuǎn)公司經(jīng)營(yíng)狀況惡化的勢(shì)頭，以避免淪為“ST”、“*ST”的行列。另外，公司越早獲得失敗信號(hào)，越可以減少其在會(huì)計(jì)、審計(jì)、律師等方面所支付的費(fèi)用。

3．保護(hù)投資者及債權(quán)者利益的需要。對(duì)于投資者和債權(quán)人來(lái)說(shuō)，可以根據(jù)對(duì)財(cái)務(wù)預(yù)警指標(biāo)的動(dòng)態(tài)分析進(jìn)行正確的投資選擇。財(cái)務(wù)預(yù)警系統(tǒng)有助于他們樹立正確的投資理念，這將為他們做出正確的決策提供有益的幫助。

4．加強(qiáng)財(cái)務(wù)監(jiān)督的需要。建立一套有效的上市公司財(cái)務(wù)預(yù)警系統(tǒng)，將有利于證券監(jiān)管部門對(duì)證券市場(chǎng)實(shí)行有效的管理，同時(shí)也有助于監(jiān)管部門制定切實(shí)可行的監(jiān)管政策，從而促進(jìn)我國(guó)資本市場(chǎng)的健康發(fā)展。

5．避免財(cái)務(wù)信息失真的迫切要求。我國(guó)尚未建立完備的財(cái)務(wù)預(yù)警系統(tǒng)，公司財(cái)務(wù)報(bào)告中雖然對(duì)企業(yè)的經(jīng)營(yíng)狀況及財(cái)務(wù)信息進(jìn)行了披露，但財(cái)務(wù)預(yù)測(cè)信息可能只是對(duì)上市公司歷史和現(xiàn)在的財(cái)務(wù)趨勢(shì)的簡(jiǎn)單延伸，一旦公司經(jīng)營(yíng)處于非常狀況，財(cái)務(wù)預(yù)測(cè)披露的信息就可能無(wú)法準(zhǔn)確反映未來(lái)趨勢(shì)。事實(shí)上，上市公司在披露財(cái)務(wù)預(yù)測(cè)信息時(shí)，往往傾向于好消息，隱瞞壞消息，使得預(yù)測(cè)失真。因此，財(cái)務(wù)預(yù)測(cè)的局限性也迫切要求財(cái)務(wù)預(yù)警系統(tǒng)的建立實(shí)施。

四、我國(guó)上市公司財(cái)務(wù)預(yù)警實(shí)證研究