財(cái)務(wù)預(yù)警研究精選(九篇)

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

第1篇：財(cái)務(wù)預(yù)警研究范文

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

（一）引言

企業(yè)財(cái)務(wù)預(yù)警是以企業(yè)財(cái)務(wù)信息為基礎(chǔ)，利用企業(yè)財(cái)務(wù)報(bào)表、經(jīng)營(yíng)計(jì)劃等資料，通過(guò)選擇和觀察敏感性預(yù)警指標(biāo)的變化，借助比例分析、數(shù)學(xué)模型等分析方法，對(duì)企業(yè)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)進(jìn)行實(shí)時(shí)監(jiān)控和預(yù)測(cè)報(bào)警， 并及時(shí)向利益相關(guān)者發(fā)出警示，提出規(guī)避風(fēng)險(xiǎn)的建議。財(cái)務(wù)預(yù)警的基本思想就是先通過(guò)選擇合適的財(cái)務(wù)指標(biāo)或非財(cái)務(wù)指標(biāo)，建立財(cái)務(wù)預(yù)警指標(biāo)體系，然后根據(jù)各項(xiàng)指標(biāo)數(shù)據(jù)，按照一定的預(yù)警方法或模型預(yù)測(cè)企業(yè)將會(huì)遇到的各種財(cái)務(wù)風(fēng)險(xiǎn)和經(jīng)營(yíng)風(fēng)險(xiǎn)，最后做出綜合預(yù)警分析，采取預(yù)警措施。

本文探討的財(cái)務(wù)預(yù)警是廣義概念，包括財(cái)務(wù)危機(jī)預(yù)警、財(cái)務(wù)困境預(yù)測(cè)和企業(yè)破產(chǎn)預(yù)測(cè)等。通過(guò)對(duì)國(guó)內(nèi)外企業(yè)財(cái)務(wù)預(yù)警研究中指標(biāo)選擇的探討不難發(fā)現(xiàn)，對(duì)于企業(yè)財(cái)務(wù)預(yù)警的指標(biāo)選擇至今尚無(wú)一個(gè)廣泛認(rèn)可的標(biāo)準(zhǔn)。

（二）企業(yè)財(cái)務(wù)預(yù)警研究評(píng)論

筆者總結(jié)已有的研究， 認(rèn)為財(cái)務(wù)預(yù)警研究的指標(biāo)選擇存在以下問(wèn)題：

1. 以"應(yīng)計(jì)制"為基礎(chǔ)的財(cái)務(wù)指標(biāo)居多， 以"現(xiàn)金制"為基礎(chǔ)的財(cái)務(wù)指標(biāo)較少。國(guó)內(nèi)外的財(cái)務(wù)預(yù)警研究多選擇資產(chǎn)負(fù)債表、利潤(rùn)表的基本財(cái)務(wù)指標(biāo)和財(cái)務(wù)指標(biāo)組合，且這類(lèi)財(cái)務(wù)指標(biāo)的類(lèi)型眾多，包括盈利能力指標(biāo)、營(yíng)運(yùn)能力指標(biāo)、短期償債能力指標(biāo)、長(zhǎng)期償債能力指標(biāo)、財(cái)務(wù)效益指標(biāo)、資產(chǎn)營(yíng)運(yùn)狀況指標(biāo)、發(fā)展能力指標(biāo)、成長(zhǎng)能力指標(biāo)等。但實(shí)際上，"應(yīng)計(jì)制"下的傳統(tǒng)財(cái)務(wù)指標(biāo)可能被人為操縱而導(dǎo)致財(cái)務(wù)信息失真，因此基于傳統(tǒng)財(cái)務(wù)指標(biāo)構(gòu)建的財(cái)務(wù)預(yù)警模型和方法的準(zhǔn)確性和可信度也就令人懷疑。"現(xiàn)金制"下的現(xiàn)金流指標(biāo)則較好地克服了傳統(tǒng)財(cái)務(wù)指標(biāo)信息失真的弊病，并且不易縱， 因此，基于現(xiàn)金流指標(biāo)（ 包括現(xiàn)金流向指標(biāo)、現(xiàn)金流速指標(biāo)、現(xiàn)金流量指標(biāo)）來(lái)構(gòu)建財(cái)務(wù)預(yù)警模型將使得財(cái)務(wù)預(yù)警結(jié)論的準(zhǔn)確性大大提高， 增強(qiáng)了模型的科學(xué)性和實(shí)用性。隨著財(cái)務(wù)預(yù)警研究的逐漸深入，國(guó)內(nèi)外學(xué)者日益傾向于采用真實(shí)性更強(qiáng)的現(xiàn)金流財(cái)務(wù)預(yù)警指標(biāo)， 并以之為核心來(lái)構(gòu)建財(cái)務(wù)預(yù)警系統(tǒng)。

2. 絕對(duì)財(cái)務(wù)指標(biāo)和相對(duì)財(cái)務(wù)指標(biāo)兼顧，更多地采用相對(duì)財(cái)務(wù)指標(biāo)。絕對(duì)財(cái)務(wù)指標(biāo)是指那些指標(biāo)值為絕對(duì)數(shù)的財(cái)務(wù)指標(biāo)，通常這種指標(biāo)的數(shù)值是一個(gè)較大的絕對(duì)數(shù)，如"總資產(chǎn)"、"總負(fù)債"、"總利潤(rùn)"等。相對(duì)財(cái)務(wù)指標(biāo)是指那些指標(biāo)值為相對(duì)數(shù)的財(cái)務(wù)指標(biāo)，通常這種指標(biāo)的數(shù)值是一個(gè)介于0～1之間的百分?jǐn)?shù)或小數(shù)，這些相對(duì)財(cái)務(wù)指標(biāo)一般都是約定俗成的傳統(tǒng)財(cái)務(wù)指標(biāo)，如資產(chǎn)負(fù)債率、毛利率、存貨周轉(zhuǎn)率等。雖然在國(guó)內(nèi)外的財(cái)務(wù)預(yù)警研究中更多地采用了相對(duì)財(cái)務(wù)指標(biāo)， 但并不能說(shuō)相對(duì)財(cái)務(wù)指標(biāo)比絕對(duì)財(cái)務(wù)指標(biāo)更科學(xué)、有效，這兩類(lèi)財(cái)務(wù)指標(biāo)在財(cái)務(wù)預(yù)警中是相輔相成、缺一不可的。相對(duì)財(cái)務(wù)指標(biāo)往往能更靈敏地反映企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)狀況， 增強(qiáng)財(cái)務(wù)預(yù)警的準(zhǔn)確性，但絕對(duì)財(cái)務(wù)指標(biāo)則能夠分析企業(yè)的規(guī)模和整體狀況，以使相對(duì)財(cái)務(wù)指標(biāo)對(duì)財(cái)務(wù)警情的靈敏反應(yīng)建立在科學(xué)、合理的基礎(chǔ)之上， 不至于造成誤警。因此， 在財(cái)務(wù)預(yù)警模型的指標(biāo)體系中， 各種財(cái)務(wù)指標(biāo)的多少及比例的搭配也是決定財(cái)務(wù)預(yù)警準(zhǔn)確性的關(guān)鍵。

3. 組合財(cái)務(wù)指標(biāo)和調(diào)整的財(cái)務(wù)指標(biāo)的引入越來(lái)越多。組合財(cái)務(wù)指標(biāo)是指兩個(gè)或兩個(gè)以上的財(cái)務(wù)指標(biāo)通過(guò)一定的運(yùn)算形式組合而成的財(cái)務(wù)指標(biāo)。它與相對(duì)財(cái)務(wù)指標(biāo)的區(qū)別在于，組合財(cái)務(wù)指標(biāo)往往是財(cái)務(wù)預(yù)警研究者根據(jù)研究需要無(wú)規(guī)則、隨機(jī)地組合在一起的，不具有約定俗成的名稱(chēng)，其表示方式也是以其最原始的計(jì)算形態(tài)出現(xiàn)，如現(xiàn)金/ 總資產(chǎn)、經(jīng)營(yíng)現(xiàn)金流量/流動(dòng)負(fù)債等。組合財(cái)務(wù)指標(biāo)與相對(duì)財(cái)務(wù)指標(biāo)類(lèi)似，也是研究者在財(cái)務(wù)預(yù)警研究的過(guò)程中發(fā)現(xiàn)和總結(jié)出來(lái)的一種財(cái)務(wù)指標(biāo)，它能夠有效地提高財(cái)務(wù)預(yù)警模型的預(yù)警準(zhǔn)確性。調(diào)整的財(cái)務(wù)指標(biāo)是指基本財(cái)務(wù)指標(biāo)經(jīng)過(guò)一定的變換和運(yùn)算后得到的新的財(cái)務(wù)指標(biāo)， 它是基本財(cái)務(wù)指標(biāo)的有效補(bǔ)充，包括財(cái)務(wù)指標(biāo)均值、財(cái)務(wù)指標(biāo)變動(dòng)趨勢(shì)值、行業(yè)平均值、行業(yè)平均值的變動(dòng)趨勢(shì)值等。這類(lèi)指標(biāo)多從動(dòng)態(tài)的角度和行業(yè)環(huán)境的角度對(duì)財(cái)務(wù)指標(biāo)進(jìn)行調(diào)整，從而動(dòng)態(tài)地分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，并將企業(yè)納入整個(gè)行業(yè)中考慮外部環(huán)境和行業(yè)差異影響給其帶來(lái)的財(cái)務(wù)風(fēng)險(xiǎn)。因此引入此類(lèi)指標(biāo)的財(cái)務(wù)預(yù)警模型或方法能更加全面和科學(xué)地分析財(cái)務(wù)風(fēng)險(xiǎn)的成因，進(jìn)一步提高了財(cái)務(wù)預(yù)警模型的預(yù)警準(zhǔn)確性。

4.宏觀經(jīng)濟(jì)指標(biāo)和非財(cái)務(wù)指標(biāo)的使用不多。研究者對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的成因分析表明，宏觀政策性因素和經(jīng)濟(jì)周期波動(dòng)因素都對(duì)企業(yè)陷入財(cái)務(wù)危機(jī)有著重要的影響。盡管有研究者在分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)時(shí)考慮了規(guī)模和行業(yè)因素，但從宏觀經(jīng)濟(jì)的角度來(lái)看，這仍然不夠。國(guó)外有個(gè)別研究者已開(kāi)始考慮宏觀經(jīng)濟(jì)指標(biāo)在企業(yè)財(cái)務(wù)預(yù)警中的應(yīng)用，并引入了GDP、市場(chǎng)利率和證券市場(chǎng)指數(shù)等指標(biāo)， 但是此類(lèi)研究不夠系統(tǒng)和完善，還沒(méi)有找到一套全面、有效、可應(yīng)用于企業(yè)微觀財(cái)務(wù)預(yù)警的預(yù)警指標(biāo)體系。迄今為止，財(cái)務(wù)預(yù)警模型主要是以傳統(tǒng)財(cái)務(wù)指標(biāo)作為輸入變量進(jìn)行判別和預(yù)警，而定量化的傳統(tǒng)財(cái)務(wù)指標(biāo)不僅具有使信息易失真的局限性，有時(shí)還無(wú)法對(duì)企業(yè)的某些財(cái)務(wù)危機(jī)和風(fēng)險(xiǎn)作出描述和預(yù)測(cè)，比如企業(yè)出現(xiàn)過(guò)度擴(kuò)張、過(guò)度依賴(lài)銀行貸款、人力資源匱乏、市場(chǎng)定位不清、戰(zhàn)略決策不當(dāng)?shù)葼顩r，都預(yù)示著企業(yè)存在潛在的財(cái)務(wù)危機(jī)， 而這些是傳統(tǒng)財(cái)務(wù)指標(biāo)難以反映的。非財(cái)務(wù)指標(biāo)不同于傳統(tǒng)財(cái)務(wù)指標(biāo)， 多為定性指標(biāo)， 它在披露企業(yè)某些特定的財(cái)務(wù)狀況方面有時(shí)要比傳統(tǒng)財(cái)務(wù)指標(biāo)更為可靠、有效。因此， 在財(cái)務(wù)預(yù)警研究中有必要引入宏觀經(jīng)濟(jì)指標(biāo)和非財(cái)務(wù)指標(biāo)，構(gòu)建更為全面的備選預(yù)警指標(biāo)集。

（三）結(jié)語(yǔ)

預(yù)警的財(cái)務(wù)指標(biāo)選擇普遍缺乏科學(xué)的財(cái)務(wù)風(fēng)險(xiǎn)理論和預(yù)警理論支撐。在國(guó)內(nèi)外現(xiàn)有的財(cái)務(wù)預(yù)警研究中， 指標(biāo)的選擇往往基于一般的財(cái)務(wù)理論、風(fēng)險(xiǎn)理論和管理理論，有時(shí)甚至取決于研究者的直觀判斷以及資料的可獲得性，眾多國(guó)內(nèi)外研究者還沒(méi)有找到令人信服的財(cái)務(wù)風(fēng)險(xiǎn)理論和預(yù)警理論來(lái)支撐所建立的預(yù)警模型，由此造成了各種財(cái)務(wù)預(yù)警模型的預(yù)警結(jié)論不一致，甚至相互矛盾和沖突， 模型的有效性深受影響。由于缺乏科學(xué)理論的指導(dǎo)， 研究者在選擇指標(biāo)時(shí)會(huì)受到自身價(jià)值判斷的影響，具有一定的局限性。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的形成、警情的出現(xiàn)和財(cái)務(wù)危機(jī)的發(fā)生往往在事前存在著一定的征兆，這就是財(cái)務(wù)預(yù)警的警兆， 而警兆的識(shí)別需要以科學(xué)的財(cái)務(wù)風(fēng)險(xiǎn)理論和財(cái)務(wù)預(yù)警理論為基礎(chǔ)。然而，在當(dāng)前的研究中， 還沒(méi)有找到一種公認(rèn)的理論來(lái)全面地說(shuō)明財(cái)務(wù)風(fēng)險(xiǎn)的成因和財(cái)務(wù)預(yù)警的警兆因素， 為此， 國(guó)內(nèi)外的眾多研究者還在努力探索。

參考文獻(xiàn)：

[1]李秉祥. 我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警及其管理對(duì)策研究.天津： 天津社會(huì)科學(xué)院出版社， 2003

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

第2篇：財(cái)務(wù)預(yù)警研究范文

［關(guān)鍵詞］財(cái)務(wù)分析；財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警；管控機(jī)制

1企業(yè)財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析概述

1.1企業(yè)財(cái)務(wù)分析概述

目前，社會(huì)對(duì)于財(cái)務(wù)分析的定義尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，美國(guó)南加州大學(xué)著名教授WaterB.Neigs指出，財(cái)務(wù)分析的本質(zhì)就是搜集與決策有關(guān)的各種財(cái)務(wù)信息，并加以分析和解釋?zhuān)M(jìn)而為利益相關(guān)者做出準(zhǔn)確決策提供參考信息。財(cái)務(wù)分析作為一門(mén)綜合性、邊緣性的學(xué)科，其產(chǎn)生和發(fā)展的基礎(chǔ)是會(huì)計(jì)學(xué)、財(cái)務(wù)管理、金融學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)分析等專(zhuān)業(yè)學(xué)科，以企業(yè)財(cái)務(wù)報(bào)表、附注信息、記賬憑證等為分析對(duì)象，采用一系列專(zhuān)門(mén)的分析技術(shù)和方法，對(duì)企業(yè)歷史和當(dāng)前的財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量狀況進(jìn)行分析，對(duì)其償債能力、營(yíng)運(yùn)能力、盈利能力以及發(fā)展能力等進(jìn)行評(píng)價(jià)和預(yù)測(cè)。通過(guò)財(cái)務(wù)分析可以為企業(yè)經(jīng)營(yíng)管理者、投資人、債權(quán)人、政府等利益相關(guān)者提供及時(shí)準(zhǔn)確的決策有用信息，幫助他們更好地了解企業(yè)過(guò)去的經(jīng)營(yíng)情況、掌握企業(yè)目前的運(yùn)營(yíng)動(dòng)態(tài)、預(yù)測(cè)企業(yè)的未來(lái)發(fā)展趨勢(shì)。目前，財(cái)務(wù)分析的方法與分析工具眾多，具體應(yīng)用應(yīng)根據(jù)分析者的目的而定，最經(jīng)常用到的分析方法主要圍繞財(cái)務(wù)指標(biāo)進(jìn)行單指標(biāo)分析、多指標(biāo)綜合分析等，借助比較分析法、比率分析法、因素分析法等進(jìn)行分析，最后通過(guò)圖表、文字等形式向信息使用者描述分析結(jié)果。

1.2財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析概述

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析又被稱(chēng)為“破產(chǎn)預(yù)警分析”，將企業(yè)的各財(cái)務(wù)報(bào)表及附注資料作為分析研究對(duì)象，通過(guò)流動(dòng)比率、速動(dòng)比率、權(quán)益凈利率等財(cái)務(wù)指標(biāo)或借助數(shù)學(xué)技術(shù)構(gòu)建模型，對(duì)企業(yè)日常的財(cái)務(wù)狀況進(jìn)行檢測(cè)，預(yù)測(cè)企業(yè)經(jīng)營(yíng)失敗的可能性，防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)惡化，從而發(fā)出預(yù)警信號(hào)。美國(guó)學(xué)者Fistpatrikc最早發(fā)現(xiàn)了財(cái)務(wù)比率在一定程度上具有預(yù)測(cè)風(fēng)險(xiǎn)作用，他在1932年開(kāi)展單變量破產(chǎn)預(yù)測(cè)研究時(shí)，以19家公司為分析樣本，運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為失敗和非失敗兩組，并發(fā)現(xiàn)預(yù)測(cè)判斷能力最強(qiáng)的指標(biāo)是凈資產(chǎn)收益率和產(chǎn)權(quán)比率。美國(guó)芝加哥大學(xué)的教授Beaver將統(tǒng)計(jì)學(xué)方法正式運(yùn)用于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，1966年，Beaver在美國(guó)會(huì)計(jì)評(píng)論上發(fā)表了《可以預(yù)測(cè)失敗的幾種會(huì)計(jì)手段》一文。在這篇文章中，他運(yùn)用單一的財(cái)務(wù)比率變動(dòng)趨勢(shì)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，并得出“財(cái)務(wù)失敗的時(shí)間越近，財(cái)務(wù)指標(biāo)的預(yù)測(cè)能力就越強(qiáng)”的結(jié)論。1968年，美國(guó)學(xué)者Altman提出了Z-score模型，該模型通過(guò)統(tǒng)計(jì)方法將多個(gè)指標(biāo)變量建立成一個(gè)多元線性方程，開(kāi)始對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行多變量綜合分析。隨后，越來(lái)越多的預(yù)警模型被提出來(lái)，影響較為廣泛的有Logistic回歸模型，運(yùn)用主成分分析法、聚類(lèi)分析法等統(tǒng)計(jì)學(xué)方法以及人工智能分析法所建立的預(yù)警模型。

1.3財(cái)務(wù)分析與財(cái)務(wù)預(yù)警分析的區(qū)別和聯(lián)系

通過(guò)上述分析可以看出，財(cái)務(wù)分析可以判斷一些財(cái)務(wù)方面的問(wèn)題，也可以發(fā)現(xiàn)需要預(yù)警的事項(xiàng)，財(cái)務(wù)分析和財(cái)務(wù)預(yù)警分析有相同的作用，都可以對(duì)企業(yè)財(cái)務(wù)狀況好壞進(jìn)行診斷分析，但財(cái)務(wù)分析和財(cái)務(wù)預(yù)警并不完全等價(jià)。財(cái)務(wù)分析是以企業(yè)財(cái)務(wù)報(bào)表為主要依據(jù)進(jìn)而對(duì)企業(yè)財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量狀況等進(jìn)行的一種系統(tǒng)分析和判斷。而財(cái)務(wù)預(yù)警最核心、最關(guān)鍵的一點(diǎn)在于對(duì)企業(yè)的財(cái)務(wù)狀況、經(jīng)營(yíng)過(guò)程進(jìn)行預(yù)測(cè)，從而幫助企業(yè)及時(shí)發(fā)現(xiàn)問(wèn)題、解決問(wèn)題，一般是當(dāng)企業(yè)財(cái)務(wù)狀況出現(xiàn)較大風(fēng)險(xiǎn)時(shí)向企業(yè)管理當(dāng)局提出的預(yù)警。財(cái)務(wù)預(yù)警通過(guò)對(duì)企業(yè)的經(jīng)營(yíng)活動(dòng)、財(cái)務(wù)方面、市場(chǎng)狀況等進(jìn)行分析預(yù)測(cè),不僅可以幫助企業(yè)監(jiān)測(cè)在經(jīng)營(yíng)管理過(guò)程中潛在的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn),還能使企業(yè)經(jīng)營(yíng)管理者事先了解企業(yè)經(jīng)營(yíng)中潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并制定針對(duì)性應(yīng)對(duì)策略，最終有效規(guī)避風(fēng)險(xiǎn)，以免給企業(yè)造成重大損失。

2企業(yè)進(jìn)行財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的意義

企業(yè)在經(jīng)營(yíng)過(guò)程中，為了實(shí)現(xiàn)企業(yè)價(jià)值最大化、為股東創(chuàng)造更多的財(cái)務(wù)，需要做好風(fēng)險(xiǎn)，尤其是財(cái)務(wù)風(fēng)險(xiǎn)控制，將其限定在可允許的風(fēng)險(xiǎn)水平內(nèi)。在此過(guò)程中，需要經(jīng)營(yíng)管理平衡好風(fēng)險(xiǎn)和收益之間的關(guān)系，避免決策不當(dāng)陷入經(jīng)營(yíng)困境。引發(fā)財(cái)務(wù)風(fēng)險(xiǎn)的原因是多方面的，生產(chǎn)成本過(guò)高、存貨積壓、產(chǎn)品質(zhì)量不達(dá)標(biāo)、資本結(jié)構(gòu)不合理、企業(yè)戰(zhàn)略多變和資不抵債等都會(huì)引發(fā)財(cái)務(wù)風(fēng)險(xiǎn)，如果企業(yè)不能及時(shí)予以有效回應(yīng)，就可能導(dǎo)致這些財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)一步惡化，使企業(yè)陷入更大的財(cái)務(wù)困境。由此可能引發(fā)企業(yè)客戶(hù)黏性降低、市場(chǎng)份額減少、企業(yè)信譽(yù)受損，甚至企業(yè)破產(chǎn)、清算等。財(cái)務(wù)預(yù)警可以對(duì)企業(yè)財(cái)務(wù)狀況、經(jīng)營(yíng)狀況進(jìn)行檢測(cè)、診斷，因此，企業(yè)有必要在經(jīng)營(yíng)過(guò)程中做好事前、事中、事后的財(cái)務(wù)分析和監(jiān)控預(yù)警，為企業(yè)利益相關(guān)者制定準(zhǔn)確的決策提供支撐，防范危機(jī)發(fā)生。財(cái)務(wù)分析和財(cái)務(wù)預(yù)警能夠幫助企業(yè)利益相關(guān)者在風(fēng)險(xiǎn)或危機(jī)尚未來(lái)臨或者處于萌芽階段時(shí)，制定積極有效的投資、籌資或生產(chǎn)經(jīng)營(yíng)決策。如對(duì)于政府部門(mén)，可以依據(jù)某行業(yè)企業(yè)的經(jīng)營(yíng)情況、國(guó)家經(jīng)濟(jì)發(fā)展形勢(shì)等制定有利的方針政策、財(cái)政政策、貨幣政策、稅收政策等，推動(dòng)或抑制某一行業(yè)發(fā)展，從而促進(jìn)我國(guó)經(jīng)濟(jì)水平提升和企業(yè)發(fā)展；對(duì)于投資者，則可以根據(jù)企業(yè)的財(cái)務(wù)分析或預(yù)警結(jié)果，做出是否投資、投資多少、是否撤資等決策，從而降低損失、保證收益最大化；對(duì)于企業(yè)的經(jīng)營(yíng)班子，可以監(jiān)測(cè)企業(yè)運(yùn)營(yíng)是否正常，根據(jù)出現(xiàn)的異常情況或數(shù)據(jù)偏差問(wèn)題，制定及時(shí)有效的應(yīng)對(duì)之策，防范和預(yù)防危機(jī)發(fā)生，制定企業(yè)可持續(xù)發(fā)展經(jīng)營(yíng)戰(zhàn)略。

3企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管控機(jī)制研究

財(cái)務(wù)分析和財(cái)務(wù)預(yù)警對(duì)任何企業(yè)來(lái)說(shuō)，都應(yīng)當(dāng)給予高度重視，建立符合企業(yè)發(fā)展特征、與自身經(jīng)營(yíng)現(xiàn)狀相適應(yīng)的管控機(jī)制，從而更好地監(jiān)測(cè)經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)危機(jī)。

3.1構(gòu)建完善的財(cái)務(wù)預(yù)警體系

工欲善其事必先利其器。企業(yè)要想更好地發(fā)揮財(cái)務(wù)預(yù)警的風(fēng)險(xiǎn)危機(jī)警示作用，建立一套科學(xué)合理的財(cái)務(wù)預(yù)警體系是重中之重，從財(cái)務(wù)和非財(cái)務(wù)的角度對(duì)企業(yè)進(jìn)行定量及定性的全面、系統(tǒng)預(yù)警分析。在選取確定的預(yù)警分析指標(biāo)時(shí)，不能盲目跟從，亦不能固步自封，應(yīng)當(dāng)從企業(yè)實(shí)際出發(fā)，結(jié)合宏觀經(jīng)濟(jì)政策環(huán)境、技術(shù)環(huán)境等，制定科學(xué)合理的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，增強(qiáng)可操作性和實(shí)用性。這是企業(yè)及時(shí)發(fā)現(xiàn)和管控風(fēng)險(xiǎn)危機(jī)的基礎(chǔ)保障，只有這樣，才能更好地保護(hù)利益相關(guān)者的切身利益，提高企業(yè)市場(chǎng)競(jìng)爭(zhēng)實(shí)力。

3.2提高財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警意識(shí)

樹(shù)立風(fēng)險(xiǎn)預(yù)警意識(shí)不是只喊口號(hào)，也不只是企業(yè)管理層自身的事情，需要企業(yè)全體員工積極參與其中。企業(yè)應(yīng)在日常經(jīng)營(yíng)過(guò)程中，定期或不定期地組織企業(yè)全體員工進(jìn)行風(fēng)險(xiǎn)預(yù)警意識(shí)的宣傳工作，逐漸培養(yǎng)并不斷增強(qiáng)員工的風(fēng)險(xiǎn)防范預(yù)警意識(shí)。同時(shí)，企業(yè)經(jīng)營(yíng)班子要積極構(gòu)建專(zhuān)門(mén)從事財(cái)務(wù)分析與財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的機(jī)構(gòu)，配備具有較高職業(yè)道德和業(yè)務(wù)素質(zhì)的人員，加強(qiáng)財(cái)務(wù)數(shù)據(jù)等預(yù)警分析，以及時(shí)發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)源并實(shí)施有效管控，幫助企業(yè)規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)或降低財(cái)務(wù)危機(jī)發(fā)生的概率。

3.3制定科學(xué)合理的制度規(guī)范

公司的發(fā)展與相關(guān)工作開(kāi)展都需要一定的理論、制度和方針戰(zhàn)略指導(dǎo)，因此，要提高企業(yè)財(cái)務(wù)分析和財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警能力、規(guī)避和降低風(fēng)險(xiǎn)的能力等，要求企業(yè)高度關(guān)注相關(guān)領(lǐng)域和業(yè)務(wù)部門(mén)的制度建設(shè)。不斷加強(qiáng)企業(yè)制度規(guī)范，形成具有一定剛性、適當(dāng)靈活的財(cái)務(wù)預(yù)警管控制度和工作流程，提高企業(yè)發(fā)現(xiàn)日常運(yùn)營(yíng)中存在潛在風(fēng)險(xiǎn)的效率，以及時(shí)予以應(yīng)對(duì)和防范，避免企業(yè)或其他利益相關(guān)者遭受重大損失。好的制度規(guī)范是企業(yè)成功實(shí)現(xiàn)可持續(xù)發(fā)展的重要保障，是確保企業(yè)完成宏偉戰(zhàn)略目標(biāo)的前提，因此，企業(yè)應(yīng)制定科學(xué)合理的制度規(guī)范來(lái)開(kāi)展財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管控工作。

3.4有效運(yùn)用現(xiàn)代化技術(shù)手段

互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計(jì)算、數(shù)據(jù)挖掘技術(shù)、Python和R語(yǔ)言等現(xiàn)代信息技術(shù)的飛速發(fā)展，為企業(yè)處理海量財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)提供了可能。神經(jīng)網(wǎng)絡(luò)、人工智能等方法的出現(xiàn)，為數(shù)據(jù)挖掘分析研究數(shù)據(jù)之間潛在的邏輯關(guān)系提供了支撐，借此進(jìn)行數(shù)據(jù)分析可以提高數(shù)據(jù)的價(jià)值，能夠?yàn)槔嫦嚓P(guān)者進(jìn)行科學(xué)決策提供有用的參考信息。因此，企業(yè)要積極引進(jìn)并有效運(yùn)用這些現(xiàn)代化技術(shù)手段，向其借力，以更好地發(fā)揮財(cái)務(wù)分析和財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的作用，加強(qiáng)企業(yè)的風(fēng)險(xiǎn)管控能力。

4結(jié)語(yǔ)

第3篇：財(cái)務(wù)預(yù)警研究范文

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

1 財(cái)務(wù)危機(jī)的界定

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

2 財(cái)務(wù)危機(jī)預(yù)警模型研究現(xiàn)狀

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

2.1 定性財(cái)務(wù)危機(jī)預(yù)警模型

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

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

2.2 定量財(cái)務(wù)危機(jī)預(yù)警模型

2.2.1 傳統(tǒng)統(tǒng)計(jì)模型

（1）單變量財(cái)務(wù)危機(jī)預(yù)警模型

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

（2）多元線性判別模型

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

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

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

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

（3）Logistic財(cái)務(wù)危機(jī)預(yù)警模型

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

（4）Probit財(cái)務(wù)危機(jī)預(yù)警模型

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

2.2.2 人工智能財(cái)務(wù)危機(jī)模型

（1）神經(jīng)網(wǎng)絡(luò)模型

Odom和Sharda（1990）是最早把BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測(cè)研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家銀行（59家破產(chǎn)59家未破產(chǎn)）為樣本，建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型，該篇以神經(jīng)網(wǎng)絡(luò)技術(shù)為核心的文獻(xiàn)為財(cái)務(wù)危機(jī)預(yù)警帶來(lái)了巨大貢獻(xiàn)。黃小原和肖四漢（1995）提出了神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的構(gòu)建。楊寶安等（2001）應(yīng)用前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行了示范性設(shè)計(jì)和驗(yàn)證。楊淑娥和黃禮（2005）選用深交所180家上市公司的財(cái)務(wù)資料，其中選用120家上市公司作為訓(xùn)練樣本，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型預(yù)測(cè)上市公司是否面臨財(cái)務(wù)危機(jī)，又以60家上市公司作為檢驗(yàn)樣本，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)，分別取得了建模樣本90.8%和檢驗(yàn)樣本90%的判斷正確率。朱燕妮（2008）選取了44家中國(guó)房地產(chǎn)上市公司的1998-2006年的數(shù)據(jù)作為樣本從償債能力、盈利能力、經(jīng)營(yíng)發(fā)展能力以及公司治理等8個(gè)方面選擇了能夠全面反映出公司經(jīng)營(yíng)與管理各個(gè)方面的63個(gè)指標(biāo)采用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了中國(guó)房地產(chǎn)上市公司分警度財(cái)務(wù)危機(jī)預(yù)警模型，在進(jìn)行仿真檢驗(yàn)時(shí)獲得了92.38%的正確率。

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

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

3 財(cái)務(wù)危機(jī)預(yù)警模型述評(píng)

第4篇：財(cái)務(wù)預(yù)警研究范文

【摘要】隨著經(jīng)濟(jì)的不斷發(fā)展，會(huì)計(jì)任務(wù)變得越來(lái)越多，同時(shí)也日趨復(fù)雜，導(dǎo)致企業(yè)所面臨的各種交易風(fēng)險(xiǎn)隨之增加。為了使企業(yè)健康有序地發(fā)展 ，有效規(guī)避、防范和控制風(fēng)險(xiǎn)就成了企業(yè)發(fā)展的當(dāng)務(wù)之急， 本文從財(cái)務(wù)危機(jī)預(yù)警機(jī)制進(jìn)行研究，旨在提高財(cái)務(wù)預(yù)警能力。

【關(guān)鍵詞】財(cái)務(wù)預(yù)警系統(tǒng) 構(gòu)成機(jī)制 研究

一、財(cái)務(wù)危機(jī)預(yù)警組織機(jī)制

為了使企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警分析功能得到有效、充分的發(fā)揮，企業(yè)主體應(yīng)該具備一個(gè)結(jié)構(gòu)完整、職能完備的組織機(jī)構(gòu)。這種預(yù)警組織機(jī)構(gòu)的組成和運(yùn)行機(jī)制應(yīng)該相對(duì)獨(dú)立于企業(yè)組織的整體控制。預(yù)警組織機(jī)構(gòu)的成員可以有一部分是兼職的，但必須保證若干專(zhuān)職人員。他們主要由企業(yè)經(jīng)營(yíng)者以及熟悉企業(yè)內(nèi)部管理業(yè)務(wù)的管理人員組成，同時(shí)還需要聘請(qǐng)一定數(shù)量的企業(yè)外部管理咨詢(xún)專(zhuān)家和學(xué)者。從工作范同和權(quán)限來(lái)看，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)構(gòu)獨(dú)立開(kāi)展相關(guān)工作，但不能直接干涉企業(yè)的日常經(jīng)營(yíng)過(guò)程，它只對(duì)企業(yè)最高管理者或管理層負(fù)責(zé)。預(yù)警組織制度的實(shí)施，使預(yù)警分析工作經(jīng)?；?、持續(xù)化，只有這樣才能產(chǎn)生預(yù)期的效果。

二、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的信息收集、傳遞機(jī)制

一個(gè)良好的財(cái)務(wù)預(yù)警分析系統(tǒng)，必須具備健全的信息采集、傳遞和處理的平_，只有這樣才能夠有效地預(yù)知企業(yè)可能發(fā)生的財(cái)務(wù)風(fēng)險(xiǎn)，并幫助企業(yè)預(yù)先防范財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生。在這一階段，應(yīng)關(guān)注各種早期風(fēng)險(xiǎn)信號(hào)，如企業(yè)現(xiàn)金流人量減少而現(xiàn)金流出景增加，財(cái)務(wù)結(jié)構(gòu)不合理，過(guò)度負(fù)債，投資比例失當(dāng)，企業(yè)信用下降，無(wú)力償債，市場(chǎng)競(jìng)爭(zhēng)力減弱，產(chǎn)品積壓 等等。針對(duì)每一類(lèi)風(fēng)險(xiǎn)分析其早期的信號(hào)，風(fēng)險(xiǎn)傾警系統(tǒng)中應(yīng)預(yù)設(shè)一個(gè)財(cái)務(wù)風(fēng)險(xiǎn)信息子系統(tǒng)，財(cái)務(wù)信息收集、傳遞機(jī)制，良好的財(cái)務(wù)預(yù)警分析系統(tǒng)，要能夠有效預(yù)知企業(yè)可能發(fā)生的財(cái)務(wù)危機(jī)，預(yù)先防范財(cái)務(wù)危機(jī)的發(fā)生 這必須建立在對(duì)大量資料系統(tǒng)分析的基礎(chǔ)上，抓住每一個(gè)相關(guān)的財(cái)務(wù)危機(jī)征兆，主要資料包括內(nèi)部數(shù)據(jù)和相關(guān)外部市場(chǎng)，行業(yè)等數(shù)據(jù)，這個(gè)系統(tǒng)應(yīng)是開(kāi)放性的，不僅有財(cái)會(huì)人員提供的財(cái)會(huì)信息，更有其他渠道的信息，這里的會(huì)計(jì)信息系統(tǒng)不僅是指一股意義的企業(yè)會(huì)計(jì)核算報(bào)告系統(tǒng)，還包括對(duì)會(huì)計(jì)資料的認(rèn)真閱讀，分析和評(píng)價(jià)，以及尋找企業(yè)潛在的財(cái)務(wù)危機(jī)，并及時(shí)進(jìn)行消除財(cái)務(wù)危機(jī)的操作。在現(xiàn)代社會(huì)中，隨著科學(xué)技術(shù)的快速發(fā)展，大量信息資料的收集、傳遞和分析處理越來(lái)越依賴(lài)于計(jì)算機(jī)輔助系統(tǒng)的幫助。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)構(gòu)的成員充分利用計(jì)算機(jī)系統(tǒng)對(duì)所收集的會(huì)計(jì)信息和其他信息進(jìn)行認(rèn)真閱讀、分析和評(píng)價(jià)，并向企業(yè)經(jīng)營(yíng)管理者發(fā)出財(cái)務(wù)風(fēng)險(xiǎn)警報(bào)，促使企業(yè)高層管理者及時(shí)解決企業(yè)出現(xiàn)的問(wèn)題，防范不必要的風(fēng)險(xiǎn)。

三、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制就是在對(duì)企業(yè)進(jìn)行全面了解的基礎(chǔ)上，展開(kāi)重點(diǎn)研究，分析出財(cái)務(wù)風(fēng)險(xiǎn)的成因，評(píng)估其可能造成的損失。判斷一個(gè)企業(yè)的風(fēng)險(xiǎn)分析機(jī)制是否高效的關(guān)鍵，就是通過(guò)分析企業(yè)是否能夠迅速排除那些對(duì)財(cái)務(wù)影響小的風(fēng)險(xiǎn)，從而將主要精力放在有可能造成重大影響的風(fēng)險(xiǎn)上。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析系統(tǒng)一般由先行指標(biāo)和扳機(jī)點(diǎn)這兩個(gè)要素所構(gòu)成。先行指標(biāo)是用于評(píng)測(cè)企業(yè)早期運(yùn)營(yíng)狀況不佳的變動(dòng)性指標(biāo)。扳機(jī)點(diǎn)是指控制先行指標(biāo)的臨界點(diǎn)，也就是預(yù)先所準(zhǔn)備的應(yīng)急計(jì)劃必須開(kāi)始起動(dòng)之點(diǎn)，一旦評(píng)測(cè)指標(biāo)超過(guò)預(yù)定的界限點(diǎn)，則應(yīng)急計(jì)劃便隨之而動(dòng)。扳機(jī)點(diǎn)的敏感度強(qiáng)弱取決于所選指標(biāo)是否能對(duì)企業(yè)的資產(chǎn)安全性、投資回報(bào)率、盈利穩(wěn)定性或其他一些風(fēng)險(xiǎn)關(guān)注點(diǎn)產(chǎn)生先兆性及決定性影響。企業(yè)風(fēng)險(xiǎn)預(yù)警的分析機(jī)制的建立和完善有利于科學(xué)合理的先行指標(biāo)和扳機(jī)點(diǎn)的確立。

四、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的處理機(jī)制

在財(cái)務(wù)風(fēng)險(xiǎn)分析清楚后，就應(yīng)立即制定相應(yīng)的預(yù)防、轉(zhuǎn)化措施，盡可能減少風(fēng)險(xiǎn)帶來(lái)的損失。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警制度若要能夠有效運(yùn)作，就必須要有正確、及時(shí)且合乎企業(yè)所需要的各種管理通訊系統(tǒng)，提供及時(shí)而完整的經(jīng)營(yíng)結(jié)果數(shù)據(jù)，供經(jīng)營(yíng)者及各部門(mén)負(fù)責(zé)人以實(shí)際經(jīng)營(yíng)狀況數(shù)據(jù)體系，來(lái)與財(cái)務(wù)指標(biāo)數(shù)據(jù)相比較。當(dāng)有超出或低于指標(biāo)數(shù)據(jù)的情形發(fā)生時(shí)，就表示企業(yè)財(cái)務(wù)狀況將有不健全的癥狀產(chǎn)生，經(jīng)營(yíng)者應(yīng)及早依數(shù)據(jù)所代表的經(jīng)營(yíng)內(nèi)涵做進(jìn)一步深入判斷，找出蛛絲馬跡，對(duì)癥下藥，以防財(cái)務(wù)惡化。例如，應(yīng)收賬款周轉(zhuǎn)率過(guò)于緩慢，表示企業(yè)營(yíng)銷(xiāo)部門(mén)可能不盡心收取顧客賬款。如此，一來(lái)資金運(yùn)轉(zhuǎn)將吃緊，二來(lái)企業(yè)將承受更多的交易風(fēng)險(xiǎn)。此時(shí)，營(yíng)銷(xiāo)部門(mén)主管應(yīng)深入探究緣由，并提出對(duì)策。

五、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的責(zé)任機(jī)制

財(cái)務(wù)風(fēng)險(xiǎn)責(zé)任機(jī)制是風(fēng)險(xiǎn)預(yù)警機(jī)制能否正常連續(xù)運(yùn)轉(zhuǎn)的重要條件。一是要明確企業(yè)的高層管理人員的全盤(pán)負(fù)責(zé)意識(shí)；二是對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制實(shí)行層級(jí)責(zé)任制，將企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)責(zé)任具體落實(shí)到每個(gè)人，一旦發(fā)生問(wèn)題，能夠及時(shí)找到負(fù)責(zé)對(duì)象；三是實(shí)施有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制的獎(jiǎng)懲制度，促使相關(guān)責(zé)任人提高警惕，在未來(lái)的經(jīng)營(yíng)期間，不再重蹈覆轍。

第5篇：財(cái)務(wù)預(yù)警研究范文

關(guān)鍵詞：財(cái)務(wù)困境；財(cái)務(wù)預(yù)警；單變量判別法；多變量判別法

中圖分類(lèi)號(hào)：F234　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1000―176X(2007)06―0092―06

財(cái)務(wù)預(yù)警的研究方法主要包括定性預(yù)警分析方法和定量預(yù)警分析方法兩大類(lèi)。由于定性分析方法更多的是利用主觀判斷而形成的結(jié)論，所以本文主要是從定量分析的角度分析，選取主要樣本，利用單變量分析方法和多變量分析方法建立與應(yīng)用財(cái)務(wù)預(yù)警模型。

一、財(cái)務(wù)預(yù)警模型樣本的確定

(一)模型樣本數(shù)量的確定

本文在選擇樣本時(shí)把上市公司中ST板塊界定為財(cái)務(wù)困境公司。首先，確定財(cái)務(wù)困境公司的樣本量，在2003―2004年中首次被ST的公司數(shù)量有限，同時(shí)還要剔除由于非財(cái)務(wù)因素導(dǎo)致ST的公司，所以本文選擇38家ST公司作為財(cái)務(wù)困境公司樣本已經(jīng)具有較強(qiáng)的代表性，而且在以后的模型建立過(guò)程中可以證明所選取的樣本量能夠滿(mǎn)足建立模型的需要。其次，在財(cái)務(wù)困境公司樣本確定之后再相應(yīng)地選擇與財(cái)務(wù)困境公司相配對(duì)的38家非ST公司作為對(duì)比樣本，本文選用公司總資產(chǎn)標(biāo)準(zhǔn)。之所以選擇76家公司作為模型建立樣本，是因?yàn)榕鋵?duì)選擇能保證兩類(lèi)公司在行業(yè)和規(guī)模等不可量化的其他特征上保持一致，盡量減少不可量化因素對(duì)所建模型的影響。

(二)模型樣本的選擇

本文從上海和深圳交易所中選取了76家公司作為建立模型樣本，選取數(shù)據(jù)的時(shí)間跨度為首次ST前三年的財(cái)務(wù)數(shù)據(jù)，38家財(cái)務(wù)困境樣本和38家配對(duì)樣本；為使本文研究選取的76個(gè)樣本具有普遍的代表性，樣本公司的行業(yè)分布較為廣泛，包括紡織化纖、機(jī)械制造、信息技術(shù)、服務(wù)業(yè)、批發(fā)零售以及醫(yī)藥生物等等。

二、財(cái)務(wù)預(yù)警模型指標(biāo)的選取

(一)基礎(chǔ)指標(biāo)的選擇

本文根據(jù)經(jīng)驗(yàn)判斷，初步選出認(rèn)為在進(jìn)行模型研究中具有預(yù)測(cè)能力的基礎(chǔ)指標(biāo)，主要從反映公司償債能力、盈利能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、籌資政策及現(xiàn)金狀況選擇25個(gè)指標(biāo)。

1．反映公司償債能力的指標(biāo)包括：流動(dòng)比率(X5)、速動(dòng)比率(X6)、資產(chǎn)負(fù)債率(X16)、權(quán)益負(fù)債比(X21)、利息保障倍數(shù)(X22)和營(yíng)運(yùn)資金占用率(X20)6項(xiàng)指標(biāo)。

2．反映公司盈利能力的指標(biāo)包括：凈資產(chǎn)收益率(X23)、凈利潤(rùn)率(X24)、資產(chǎn)報(bào)酬率(X25)和累計(jì)盈余(X17)4項(xiàng)指標(biāo)。

3．反映公司營(yíng)運(yùn)能力的指標(biāo)包括：應(yīng)收賬款周轉(zhuǎn)率(X13)、存貨周轉(zhuǎn)率(X12)、固定資產(chǎn)周轉(zhuǎn)率(X14)和總資產(chǎn)周轉(zhuǎn)率4項(xiàng)指標(biāo)。

4．反映公司成長(zhǎng)能力的指標(biāo)包括：主營(yíng)收入增長(zhǎng)率(x1)、股東權(quán)益增長(zhǎng)率(X2)、總資產(chǎn)增長(zhǎng)率(X3)和營(yíng)業(yè)利潤(rùn)增長(zhǎng)率(X4)4項(xiàng)指標(biāo)。

5．反映公司現(xiàn)金流量的指標(biāo)包括：現(xiàn)金流入流出比(X7)、經(jīng)營(yíng)現(xiàn)金凈流量流動(dòng)負(fù)債比(X8)、經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量與負(fù)債比(X9)、經(jīng)營(yíng)現(xiàn)金凈流量總資產(chǎn)比(X10)和經(jīng)營(yíng)現(xiàn)金凈流量銷(xiāo)售收入比(X11)5項(xiàng)指標(biāo)。

6．反映公司籌資政策的指標(biāo)包括：資產(chǎn)流動(dòng)負(fù)債率(X18)和負(fù)債流動(dòng)資產(chǎn)率(X19)2項(xiàng)指標(biāo)。

(二)模型指標(biāo)的確定

用于建立模型的指標(biāo)是從上述25個(gè)基礎(chǔ)指標(biāo)中篩選出具有代表性的指標(biāo)。本文對(duì)76家樣本的數(shù)據(jù)資料，使用SPSS12.0統(tǒng)計(jì)分析軟件中的樣本顯著性檢驗(yàn)功能即T檢驗(yàn)功能，對(duì)模型樣本財(cái)務(wù)困境前1―3年各財(cái)務(wù)指標(biāo)進(jìn)行T檢驗(yàn)，結(jié)果如表1所示。

在表1中，我們得到各指標(biāo)顯著性檢驗(yàn)的結(jié)果，顯著性檢驗(yàn)概率欄中，帶有“*”標(biāo)識(shí)的指標(biāo)可認(rèn)為通過(guò)了檢驗(yàn)。

T檢驗(yàn)顯著的變量表明，該變量對(duì)公司財(cái)務(wù)狀況的反應(yīng)能力較強(qiáng)，在反映公司財(cái)務(wù)狀況的眾多指標(biāo)中具有一定的代表性，利用其對(duì)公司的財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)能力較強(qiáng)；反之，則不具有代表性，對(duì)公司財(cái)務(wù)狀況的預(yù)測(cè)能力較弱。從表中結(jié)果可以發(fā)現(xiàn)：在公司被宣布為ST之前第一年中通過(guò)檢驗(yàn)的指標(biāo)有15個(gè)，在宣布ST之前第二年通過(guò)檢驗(yàn)的指標(biāo)就僅有5個(gè)，而到了前三年T檢驗(yàn)中已經(jīng)沒(méi)有通過(guò)檢驗(yàn)的指標(biāo)，所以利用這樣的數(shù)據(jù)對(duì)所建立的模型進(jìn)行檢驗(yàn)已經(jīng)沒(méi)有實(shí)際意義。因此，我們?cè)谝院蟮哪Ｐ瓦\(yùn)用中只對(duì)ST前兩年的指標(biāo)進(jìn)行檢驗(yàn)，將第三年的指標(biāo)剔除。

三、財(cái)務(wù)預(yù)警模型的建立與應(yīng)用

(一)單變量判別法應(yīng)用

我們可以運(yùn)用單變量判別法中的比率判別法進(jìn)行分析。利用比率判別法進(jìn)行分析時(shí)首先應(yīng)該選取判別變量，本文在選擇判別變量時(shí)，主要考慮反映公司的盈利能力、償債能力和成長(zhǎng)能力等方面的財(cái)務(wù)指標(biāo)，根據(jù)T檢驗(yàn)的檢驗(yàn)結(jié)果和以往研究的經(jīng)驗(yàn)，本文選擇的財(cái)務(wù)指標(biāo)主要有：

指標(biāo)1：流動(dòng)比率=流動(dòng)資產(chǎn)／流動(dòng)負(fù)債

指標(biāo)2：累計(jì)盈余=留存收益／年末總資產(chǎn)

指標(biāo)3：總資產(chǎn)收益率(ROA)：凈利潤(rùn)／平均總資產(chǎn)

指標(biāo)4：凈資產(chǎn)收益率(ROE)=凈利潤(rùn)／年末凈資產(chǎn)

對(duì)所選擇的指標(biāo)利用二分法進(jìn)行判別分析。在二分法測(cè)試中，首先，將38家非ST公司與38家ST公司進(jìn)行隨機(jī)分類(lèi)，產(chǎn)生一個(gè)估計(jì)樣本(38家公司)與一個(gè)檢驗(yàn)樣本(38家公司)。然后，利用估計(jì)樣本選取使錯(cuò)誤分類(lèi)率最低的分割點(diǎn)。最后，用獲得的分割點(diǎn)對(duì)檢驗(yàn)樣本進(jìn)行檢驗(yàn)，從而得出誤判比率。

從76家公司中隨機(jī)抽取38家作為估計(jì)樣本，以它們被宣布ST之前第一年的凈資產(chǎn)收益率為例，選取分割點(diǎn)。

第一步，排序

將預(yù)測(cè)樣本按凈資產(chǎn)收益率進(jìn)行排序，本文按升序排序，結(jié)果如表2所示。

再運(yùn)用相同的方法，對(duì)宣布ST前兩年的流動(dòng)比率、累積盈余、總資產(chǎn)報(bào)酬率和凈資產(chǎn)收益率4個(gè)指標(biāo)進(jìn)行判別分析，檢驗(yàn)不同的單變量比率的預(yù)測(cè)誤判率，結(jié)果表明，離宣布ST的日期越近，其誤判率越低。其中，總資產(chǎn)報(bào)酬率在宣布ST之前第一年的誤判率最低，流動(dòng)比率、累計(jì)盈余和凈資產(chǎn)收益率在宣布ST之前第一年的誤判率相同，并且流動(dòng)比率在宣布ST之前第一年對(duì)第一類(lèi)錯(cuò)誤的誤判率最高，累計(jì)盈余在宣布ST之前第一年對(duì)第二類(lèi)錯(cuò)誤的誤判率最高。對(duì)投資者而言，一類(lèi)錯(cuò)誤的成本要高于二類(lèi)錯(cuò)誤的成本，因此可以說(shuō)在對(duì)以上所選公司進(jìn)行判別時(shí)，流動(dòng)比率第一年的判別率最不顯著；在宣布ST之前第二年時(shí)，除凈資產(chǎn)收益率指標(biāo)以外，其他指標(biāo)的誤判率都大幅度地增加，其中流動(dòng)比率和累計(jì)盈余的誤判率顯著提高，流動(dòng)比率在宣布ST之前第二年對(duì)非ST公司已不具有判別作用，因其誤判率已達(dá)到73.68％。從判別結(jié)果發(fā)現(xiàn)，利用單變量進(jìn)行預(yù)測(cè)時(shí)，在宣布ST之前第一年的判別能力較強(qiáng)，離宣布ST的年份越遠(yuǎn)，指標(biāo)的判別力越低，有些指標(biāo)甚至失去了判別能力。

單變量分析方法雖然可以方便且有效地進(jìn)行預(yù)警，但一個(gè)公司的財(cái)務(wù)狀況是由多方面指標(biāo)所反映的，沒(méi)有哪一個(gè)比率能夠概括全貌，所以單變量分析方法的判別能力還具有一定的局限性。同時(shí)，單變量指標(biāo)的判別能力還會(huì)受指標(biāo)代表性的影響，一般來(lái)說(shuō)，不同行業(yè)、不同規(guī)模和不同地區(qū)的公司，其指標(biāo)的選擇應(yīng)有所不同，不能一概而論，要具體情況具體分析。

(二)多變量財(cái)務(wù)預(yù)警模型應(yīng)用

本文將利用所選取的76家樣本建立模型，并檢驗(yàn)出模型對(duì)以前年度數(shù)據(jù)的判別效果，同時(shí)利用模型以外的樣本進(jìn)行檢驗(yàn)。

1．模型應(yīng)用的技術(shù)處理

本文在多變量判別部分，利用前面所選的76家公司作為樣本。對(duì)于最終用于建立模型指標(biāo)的選取，本文利用線性概率模型(LMP模型)中的逐步回歸方法來(lái)選取，利用宣布ST之前第一年的樣本數(shù)據(jù)進(jìn)行回歸分析，從25個(gè)變量中選擇模型構(gòu)建指標(biāo)。選取的標(biāo)準(zhǔn)是：顯著性水平的概率值小于0.10時(shí)進(jìn)入，大于0.10時(shí)剔除。本文最終選取了X5(流動(dòng)比率)、X17(累計(jì)盈余)、X23(凈資產(chǎn)收益率)和X25(總資產(chǎn)報(bào)酬率)4個(gè)指標(biāo)作為建立模型的變量。這4個(gè)指標(biāo)分別反映了公司償債能力、成長(zhǎng)能力和盈利能力，指標(biāo)的選擇具有一定的代表性，本文在利用其它模型進(jìn)行驗(yàn)證時(shí)，均運(yùn)用了這4個(gè)變量來(lái)建立模型。

2．模型的建立與應(yīng)用

(1)線性概率模型(EPM模型)

線性概率方程理論上取0.5為最佳判定點(diǎn)。根據(jù)估計(jì)的模型對(duì)原始數(shù)據(jù)進(jìn)行回代判定，預(yù)測(cè)值大于0.5的判定為財(cái)務(wù)困境公司；否則為非財(cái)務(wù)困境公司。本文以樣本公司宣布ST之前第一年的數(shù)據(jù)為基礎(chǔ)，利用前面選取的4個(gè)系統(tǒng)指標(biāo)作為自變量，以其線性組合的數(shù)值Y為因變量建立模型，模型中變量Y、X5、X17、X23、X25分別為判別值、流動(dòng)比率、累計(jì)盈余、凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率。

對(duì)樣本公司發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)果如表5所示。

建立判別模型為：

Y=0.603-0.135X5+0.388X17-0.056X23-1.851X25

將ST公司和非ST公司前一年和前兩年的財(cái)務(wù)數(shù)據(jù)代入模型中進(jìn)行預(yù)測(cè)，結(jié)果表明，在回判過(guò)程中發(fā)現(xiàn)對(duì)宣布ST之前第一年的判別準(zhǔn)確率為86.84％，誤判率為13.16％；對(duì)宣布ST之前第二年的判別準(zhǔn)確率為65.79％，誤判率為34.21％。模型對(duì)于宣布ST之前第一年的判定準(zhǔn)確率較高，宣布ST之前第一年與宣布ST之前第二年模型判別準(zhǔn)確率相差較大，尤其是宣布ST之前第二年判別發(fā)生一類(lèi)錯(cuò)誤的比率很高，由此導(dǎo)致模型的整體判別準(zhǔn)確率大大降低。

(2)二類(lèi)線性判別模型(Fisher模型)

本文以樣本公司宣布ST之前第一年的數(shù)據(jù)為基礎(chǔ)，采用Fisher二類(lèi)線性判別分析方法建立相應(yīng)的判別模型，然后再利用模型進(jìn)行回判，模型中自變量和因變量與前一模型相同。

對(duì)樣本公司發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)果如表6所示。

Fisher線性判別方程

建立判別模型分別為：

對(duì)于非財(cái)務(wù)困境型公司，判別函數(shù)為：

Y0=-2.248+1.679X5+1.233X17-0.32X23-9.554X25

對(duì)于財(cái)務(wù)困境型公司，判別函數(shù)為：

Y1=-2.934+2.576X5-1.352X17+0.052X23+2.766X25

得到模型后將ST公司和非ST公司前一年和前兩年財(cái)務(wù)數(shù)據(jù)代人模型進(jìn)行預(yù)測(cè)，預(yù)測(cè)標(biāo)準(zhǔn)為：預(yù)測(cè)的公司數(shù)據(jù)代入上述2個(gè)模型中，得到2個(gè)數(shù)值，從中選出較大的1個(gè)，這個(gè)較大數(shù)值所對(duì)應(yīng)的模型類(lèi)型即反映出該公司的財(cái)務(wù)狀況所屬類(lèi)別。利用Fisher模型對(duì)所選樣本預(yù)測(cè)，結(jié)果表明，模型對(duì)公司發(fā)生ST之前第一年的判別準(zhǔn)確率為86.84％，誤判率為13.16％；對(duì)公司宣布ST之前第二年的判別準(zhǔn)確率為67.11％，誤判率為32.89％。從判別結(jié)果可以發(fā)現(xiàn)，離公司發(fā)生ST的時(shí)間越近，模型判別的準(zhǔn)確率越高，宣布ST之前第一年判別準(zhǔn)確率與宣布ST之前第二年判別準(zhǔn)確率相差較大，在宣布ST之前第二年一類(lèi)錯(cuò)誤的發(fā)生的比率與LPM模型大致相同，兩種多元線性模型對(duì)宣布ST之前第二年樣本的判別中出現(xiàn)一類(lèi)錯(cuò)誤的比率均比較高，這與一般結(jié)論相一致，一般情況下多元線性判別方法往往對(duì)第一年的預(yù)測(cè)效果較好，以后各年的預(yù)測(cè)效果會(huì)明顯下滑。同時(shí)我們發(fā)現(xiàn)，該判定模型在財(cái)務(wù)困境發(fā)生之前第一年的誤判率為86.84％，與LPM模型的誤判率相同，這表明2個(gè)多元線性模型具有相似的判別力。

(3)多元邏輯回歸模型(LogiSTic模型)

運(yùn)用SPSS統(tǒng)計(jì)分析軟件中的邏輯回歸方法，對(duì)發(fā)生財(cái)務(wù)困境之前第一年的數(shù)據(jù)進(jìn)行分析，可得到的結(jié)果如表7所示，該模型中因變量為P，自變量與前面模型相同。

第一步進(jìn)入的變量：X5，X17，X23，X25。(下接右圖)

建立邏輯回歸法模型為：

此模型以0.5為判別分界點(diǎn)，P值范圍為[0，1]，當(dāng)P值大于0.5時(shí)，判別為財(cái)務(wù)困境型公司，數(shù)值越大，該公司未來(lái)發(fā)生財(cái)務(wù)困境的可能性就越大；當(dāng)P值小于0.5時(shí)，判別為非財(cái)務(wù)困境型公司，數(shù)值越小，該公司的未來(lái)的財(cái)務(wù)狀況越好，越安全。若P值恰好等于0.5，則說(shuō)明該公司的財(cái)務(wù)狀況不夠明朗，處于灰色地帶。

將ST公司和非ST公司前一年和前兩的財(cái)務(wù)數(shù)據(jù)代入模型進(jìn)行預(yù)測(cè)，結(jié)果表明，邏輯回歸法模型對(duì)公司宣布ST之前第一年的判別準(zhǔn)確率高達(dá)90.8％，誤判率為9.2％。對(duì)公司宣布ST之前第二年的判別準(zhǔn)確率為77.63％，誤判率為22.47％。該判別結(jié)果同樣說(shuō)明，離公司發(fā)生財(cái)務(wù)困境的時(shí)間越短，模型判別的準(zhǔn)確率越高，這與財(cái)務(wù)困境發(fā)生的實(shí)際情況相一致。從判別結(jié)果中可以發(fā)現(xiàn)，邏輯回歸法模型判斷的準(zhǔn)確率相對(duì)較高，尤其是對(duì)公司宣布ST之前第二年的判別力比較好，這種判別方法與線性判別模型相比對(duì)樣本限制條件較少，因此是一種比較好的財(cái)務(wù)困境預(yù)測(cè)方法。

(4)三種多元判別方法比較

將這三種多元判別方法判別的結(jié)果進(jìn)行匯總?cè)绫?所示。

從判別結(jié)果中可以得出以下主要結(jié)論：

第一，我國(guó)上市公司的財(cái)務(wù)數(shù)據(jù)是有效的，具有一定的預(yù)測(cè)能力。利用上市公司以前年度的數(shù)據(jù)能夠用來(lái)預(yù)測(cè)其以后年度的財(cái)務(wù)狀況。從匯總結(jié)果可以看出，在樣本公司財(cái)務(wù)困境發(fā)生前的第一年，邏輯回歸模型的判別力高達(dá)到90.8％，多元線性判別法模型和二類(lèi)線性判別模型的準(zhǔn)確性也能達(dá)到86.84％，而在樣本公司財(cái)務(wù)困境發(fā)生之前的第二年邏輯回歸模型的判別力能達(dá)到77.63％，多元線性判別法模型和二類(lèi)線性判別模型的準(zhǔn)確性分別僅能達(dá)到65.79％和67.11％，這說(shuō)明預(yù)測(cè)數(shù)據(jù)與建立模型的數(shù)據(jù)年度越臨近，模型的預(yù)測(cè)能力越強(qiáng)，而離ST越遠(yuǎn)，模型預(yù)測(cè)力越差。

第二，上市公司陷入財(cái)務(wù)困境是一個(gè)階段性的概念，有一個(gè)演化的過(guò)程，因此財(cái)務(wù)困境是可以利用一些方法進(jìn)行預(yù)測(cè)的，通過(guò)建立財(cái)務(wù)預(yù)警模型對(duì)上市公司進(jìn)行財(cái)務(wù)預(yù)警研究不失為一種行之有效的研究方法。

第6篇：財(cái)務(wù)預(yù)警研究范文

【關(guān)鍵詞】財(cái)務(wù)危機(jī) 預(yù)警模型

引言：財(cái)務(wù)危機(jī)的界定

對(duì)財(cái)務(wù)危機(jī)的界定,國(guó)內(nèi)外學(xué)者因研究目的不同而異,使用了不同的標(biāo)準(zhǔn)。Beaver(1966)認(rèn)為，破產(chǎn)、拖欠償還債務(wù)、透支銀行賬戶(hù)或無(wú)力支付優(yōu)先股股利四項(xiàng)中的發(fā)生任何一項(xiàng)的企業(yè),,即可定義為發(fā)生了財(cái)務(wù)危機(jī)的企業(yè)。Altman(1968)認(rèn)為，財(cái)務(wù)危機(jī)企業(yè)是“進(jìn)入法定破產(chǎn)的企業(yè)”。在國(guó)內(nèi)，多數(shù)學(xué)者在研究中傾向于直接使用披露的上市公司數(shù)據(jù)，并以是否被“ST（特別處理）”作為判斷該企業(yè)是否發(fā)生財(cái)務(wù)危機(jī)的判斷標(biāo)準(zhǔn)。

一、財(cái)務(wù)危機(jī)預(yù)警模型相關(guān)研究成果

國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)警的研究始于20世紀(jì)80年代中后期，而到1996年以后，才陸續(xù)出現(xiàn)以企業(yè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)建立的財(cái)務(wù)危機(jī)預(yù)警模型。

周首華、楊濟(jì)華、王平（1996）在埃特曼（Altman）Z分?jǐn)?shù)模式的基礎(chǔ)上，建立了新的預(yù)測(cè)模式――F分?jǐn)?shù)模式。他們選取了31家破產(chǎn)公司及31家非破產(chǎn)公司作為樣本建立F分?jǐn)?shù)模式，并用4160家公司數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行了驗(yàn)證，得出其準(zhǔn)確率近70%。F分?jǐn)?shù)模式充分考慮了現(xiàn)金流量的變動(dòng)情況，其選取的五個(gè)判定變量完全基于財(cái)務(wù)理論，而非像其他模式的變量系數(shù)取自實(shí)務(wù)選定方法。研究指出，如采用F分?jǐn)?shù)模式進(jìn)行趨勢(shì)分析，較之時(shí)間序列上任一時(shí)點(diǎn)的單一F分?jǐn)?shù)分析都重要得多。

陳靜（1999）采用單變量分析和多元預(yù)測(cè)模型對(duì)國(guó)內(nèi)市場(chǎng)27家ST公司和非ST公司進(jìn)行了實(shí)證分析。在單變量分析中，發(fā)現(xiàn)資產(chǎn)負(fù)債率和流動(dòng)比率在宣布ST前一年的誤判率最低，而在宣布前三年時(shí)，總資產(chǎn)收益率和流動(dòng)比率的誤判率較低。在其建立的多元線性判別分析中，選取了資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、凈利潤(rùn)、流動(dòng)比率、營(yíng)運(yùn)資本/總資產(chǎn)以及總資產(chǎn)周轉(zhuǎn)率六個(gè)指標(biāo)來(lái)構(gòu)建預(yù)警模型，并通過(guò)對(duì)三年判定函數(shù)預(yù)測(cè)正確率的計(jì)算和比較，發(fā)現(xiàn)多元判定模型在宣布前一年的成功率較高，離宣布日越遠(yuǎn)，成功率越低。

吳世農(nóng)、盧賢義（2001）選取1998-2000年發(fā)生ST的樣本公司70家和相對(duì)應(yīng)的非ST樣本公司70家，首先應(yīng)用剖面分析和單變量判定分析，選取盈利增長(zhǎng)指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長(zhǎng)期負(fù)債與股東權(quán)益比率、營(yíng)運(yùn)資本與總資產(chǎn)比、資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)作為多元判定分析得變量，并以此構(gòu)建LPM模型、Fisher二類(lèi)線性判定模型和Logistic回歸模型。研究表明，LPM模型與Fisher判定模型在財(cái)務(wù)困境發(fā)生前1年的誤判率均為10.07%，從應(yīng)用上可證明兩個(gè)模型是等價(jià)的。三種模型均能在財(cái)務(wù)危機(jī)發(fā)生前做出較為準(zhǔn)確的判斷，且就同一樣本集而言，Logistic回歸模型誤判率最低，判定效果最好。

楊淑娥、黃禮（2005）從滬深兩市上市公司中選取了以工業(yè)板塊和綜合板塊為主的90家ST公司和相應(yīng)的90家非ST公司，選擇流動(dòng)比率、現(xiàn)金比率等10個(gè)指標(biāo)利用BP人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。通過(guò)構(gòu)建的模型對(duì)建模樣本進(jìn)行回判以及對(duì)檢驗(yàn)樣本進(jìn)行判定，其正確判定率分別達(dá)到90.8%和90%，證明了基于財(cái)務(wù)指標(biāo)信息的BP人工神經(jīng)網(wǎng)絡(luò)方法是預(yù)測(cè)企業(yè)財(cái)務(wù)是否會(huì)發(fā)生危機(jī)的有效方法。同時(shí)，該文也指出，預(yù)警模型在研究同類(lèi)行業(yè)時(shí)將取得更好的效果。

二、對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型研究成果的基本評(píng)價(jià)

縱觀大多數(shù)學(xué)者對(duì)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究，周首華、陳靜等在國(guó)外研究模型的基礎(chǔ)上，進(jìn)一步發(fā)展符合國(guó)內(nèi)實(shí)情的財(cái)務(wù)預(yù)警模型，楊淑娥、黃禮等則采用新的思路，結(jié)合其他學(xué)科對(duì)構(gòu)建財(cái)務(wù)預(yù)警模型的新方法進(jìn)行的探究。這些研究基本上都更加重視現(xiàn)金流量在財(cái)務(wù)危機(jī)預(yù)警中的重要作用，以及強(qiáng)調(diào)進(jìn)行時(shí)間序列上的趨勢(shì)分析的重要性。

通過(guò)上述研究可以發(fā)現(xiàn)，所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警模型的誤判率明顯降低，證明近年來(lái)國(guó)內(nèi)在該領(lǐng)域上的研究成果顯著。但與此同時(shí)，也應(yīng)看到我們的研究仍存在不足之處。

1.數(shù)據(jù)的獲取和處理，國(guó)內(nèi)研究更大程度上是在上市公司披露的數(shù)據(jù)下進(jìn)行進(jìn)一步研究和建模，獲取的數(shù)據(jù)是否真實(shí)可信，對(duì)數(shù)據(jù)的處理是否得當(dāng)，這些都是影響模型有效性的重要因素，但這些因素在研究中沒(méi)有得到適當(dāng)?shù)谋ＷC。

2.財(cái)務(wù)指標(biāo)的選擇，不同行業(yè)各財(cái)務(wù)指標(biāo)的重要性及衡量標(biāo)準(zhǔn)有所區(qū)別，國(guó)內(nèi)研究一味強(qiáng)調(diào)ST公司的選擇而忽略了公司行業(yè)性質(zhì)的影響，可能使構(gòu)建出來(lái)的模型“被綜合”，從而無(wú)法做出更加精確的判定。

三、繼續(xù)研究的價(jià)值和方向

如何有效控制企業(yè)風(fēng)險(xiǎn)、避免企業(yè)財(cái)務(wù)危機(jī)發(fā)生，可以說(shuō)是關(guān)系到企業(yè)的生死存亡，因此對(duì)于財(cái)務(wù)危機(jī)預(yù)警模型的研究和深化不僅具有重要意義，而且是十分必要的。基于大多數(shù)學(xué)者的研究，進(jìn)一步深入發(fā)展或整合利用其他學(xué)科研究，建立更為有效的財(cái)務(wù)危機(jī)預(yù)警模型是當(dāng)前研究的一個(gè)主流趨勢(shì)。另外，可以考慮在對(duì)財(cái)務(wù)指標(biāo)進(jìn)行定量分析建模的基礎(chǔ)上，加入一些對(duì)觸發(fā)事件、披露事件等的定性分析，提高模型的效度和實(shí)用性。

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, 1999.4.

[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. 經(jīng)濟(jì)研究,2001.6.

[3]楊淑娥,黃禮.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型. 系統(tǒng)工程理論與實(shí)踐,2005.1.

第7篇：財(cái)務(wù)預(yù)警研究范文

（一）財(cái)務(wù)舞弊事前預(yù)警機(jī)制的概念

本文旨在構(gòu)建的財(cái)務(wù)舞弊事前預(yù)警機(jī)制特指，會(huì)計(jì)司法鑒定人經(jīng)相關(guān)委托人或單位授權(quán)，對(duì)有潛在財(cái)務(wù)舞弊風(fēng)險(xiǎn)的審計(jì)報(bào)告及相關(guān)財(cái)務(wù)資料進(jìn)行分析，進(jìn)一步檢查企業(yè)內(nèi)部控制機(jī)制，從而對(duì)企業(yè)潛在的財(cái)務(wù)舞弊問(wèn)題進(jìn)行事前預(yù)警，提出合理化建議，從而有效防止財(cái)務(wù)舞弊案件發(fā)生的系統(tǒng)機(jī)制。

（二）審計(jì)報(bào)告概念

審計(jì)報(bào)告是指注冊(cè)會(huì)計(jì)師根據(jù)中國(guó)注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則的規(guī)定，在實(shí)施審計(jì)工作的基礎(chǔ)上對(duì)被審計(jì)單位財(cái)務(wù)報(bào)表發(fā)表審計(jì)意見(jiàn)的書(shū)面文件。

注冊(cè)會(huì)計(jì)師在接受被審計(jì)單位的業(yè)務(wù)委托后，開(kāi)展初步審計(jì)業(yè)務(wù)，獨(dú)立檢查被審計(jì)單位的會(huì)計(jì)憑證、會(huì)計(jì)賬簿、會(huì)計(jì)報(bào)表以及其他與財(cái)政收支、財(cái)務(wù)收支有關(guān)的資料和資產(chǎn)，實(shí)施風(fēng)險(xiǎn)評(píng)估程序，確定進(jìn)行實(shí)質(zhì)性程序的審計(jì)性質(zhì)、時(shí)間和范圍，運(yùn)用細(xì)節(jié)測(cè)試和實(shí)質(zhì)性分析程序?qū)徲?jì)風(fēng)險(xiǎn)降低至可以接受的水平，為被審計(jì)單位財(cái)務(wù)報(bào)表的真實(shí)性、可靠性和公允性提供合理的保證。注冊(cè)會(huì)計(jì)師根據(jù)審計(jì)結(jié)果的不同，分別出具無(wú)保留意見(jiàn)、帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)、保留意見(jiàn)、無(wú)法表示意見(jiàn)和否定意見(jiàn)的審計(jì)報(bào)告，其中，無(wú)保留意見(jiàn)審計(jì)報(bào)告為標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告，其余四種為非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告。

二、會(huì)計(jì)鑒定人利用審計(jì)報(bào)告發(fā)現(xiàn)潛在財(cái)務(wù)舞弊事項(xiàng)的可行性

（一）上市公司審計(jì)報(bào)告的易獲取性

中國(guó)證券監(jiān)督管理委員會(huì)公布的 《公開(kāi)發(fā)行證券的公司信息披露內(nèi)容與格式準(zhǔn)則第2號(hào)――年度報(bào)告的內(nèi)容與格式（2012年修訂）》中，第七條規(guī)定，年度報(bào)告中的財(cái)務(wù)報(bào)告應(yīng)當(dāng)經(jīng)具有證券期貨相關(guān)業(yè)務(wù)資格的會(huì)計(jì)師事務(wù)所審計(jì)，審計(jì)報(bào)告應(yīng)當(dāng)由該所兩名注冊(cè)會(huì)計(jì)師簽字。第九條規(guī)定，公司應(yīng)當(dāng)在每個(gè)會(huì)計(jì)年度結(jié)束之日起4個(gè)月內(nèi)將年度報(bào)告全文刊登在中國(guó)證監(jiān)會(huì)指定網(wǎng)站上。因此，會(huì)計(jì)鑒定人員可以在資產(chǎn)負(fù)債表出日和財(cái)務(wù)報(bào)告報(bào)出日之間通過(guò)證監(jiān)會(huì)指定的網(wǎng)站或者中國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)網(wǎng)站獲取有關(guān)的上市公司審計(jì)報(bào)告。

（二）會(huì)計(jì)鑒定人員職業(yè)判斷的專(zhuān)業(yè)性

會(huì)計(jì)鑒定人員是在訴訟活動(dòng)中，接受指派或委托，對(duì)訴訟活動(dòng)中涉及的與財(cái)務(wù)有關(guān)的專(zhuān)門(mén)性問(wèn)題進(jìn)行鑒別判斷，出具鑒定意見(jiàn)的專(zhuān)門(mén)性人員。每一名合格的會(huì)計(jì)鑒定人員都對(duì)“紅旗標(biāo)志”及舞弊信號(hào)有一定的敏感性，通過(guò)對(duì)上市公司被審計(jì)報(bào)告的研究和分析，運(yùn)用相應(yīng)的司法會(huì)計(jì)檢驗(yàn)手段和鑒定方法，可以有效預(yù)防被審計(jì)單位財(cái)務(wù)舞弊事件的發(fā)生。

三、會(huì)計(jì)鑒定人員利用非標(biāo)準(zhǔn)審計(jì)報(bào)告發(fā)現(xiàn)潛在財(cái)務(wù)舞弊事項(xiàng)的有效性

（一）非標(biāo)準(zhǔn)審計(jì)報(bào)告中列示了需要特別注意的事項(xiàng)

非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告不僅重點(diǎn)指出了需要注意的問(wèn)題，還潛在說(shuō)明了被審計(jì)單位的異?，F(xiàn)象。因此，會(huì)計(jì)鑒定人員可以根據(jù)非標(biāo)準(zhǔn)審計(jì)報(bào)告中提及的不確定事項(xiàng)以及注冊(cè)會(huì)計(jì)師描述的被審計(jì)單位所處困境進(jìn)行研究和討論，選擇可能發(fā)生財(cái)務(wù)舞弊的上市公司，通過(guò)進(jìn)一步對(duì)其披露的年度報(bào)告和相關(guān)資料的深入分析，判斷被審計(jì)單位發(fā)生財(cái)務(wù)舞弊的可能性。

（二）審計(jì)報(bào)告具有一定的可靠性和公信力

審計(jì)報(bào)告是指注冊(cè)會(huì)計(jì)師根據(jù)中國(guó)注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則的規(guī)定，在實(shí)施審計(jì)工作的基礎(chǔ)上對(duì)被審計(jì)單位財(cái)務(wù)報(bào)表發(fā)表審計(jì)意見(jiàn)的書(shū)面文件。注冊(cè)會(huì)計(jì)師及所屬的會(huì)計(jì)師事務(wù)所對(duì)其所作出的審計(jì)報(bào)告承擔(dān)出具虛假審計(jì)報(bào)告的法律責(zé)任。在此種風(fēng)險(xiǎn)下，為了避免承擔(dān)法律責(zé)任，陷入訴訟活動(dòng)的泥潭，注冊(cè)會(huì)計(jì)師在審計(jì)過(guò)程中會(huì)盡量做如實(shí)報(bào)道，客觀真實(shí)地反映被審計(jì)單位的財(cái)務(wù)信息。

四、有關(guān)上市公司審計(jì)報(bào)告現(xiàn)狀

（一）有關(guān)2008、2009、2010、2011年審計(jì)報(bào)告的定量分析

以2008、2009、2010、2011年上市公司非標(biāo)準(zhǔn)審計(jì)報(bào)告為對(duì)象，以分析非標(biāo)準(zhǔn)審計(jì)報(bào)告所占比例及產(chǎn)生的原因。經(jīng)調(diào)查，2008年會(huì)計(jì)師事務(wù)所共出具1624份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告110份，占總審計(jì)報(bào)告數(shù)6.77%。2009年會(huì)計(jì)師事務(wù)所共出具1777份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告119份，占總審計(jì)報(bào)告數(shù)6.71%。2010年會(huì)計(jì)師事務(wù)所共出具2129份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告128份，占總審計(jì)報(bào)告數(shù)5.54%。2011年會(huì)計(jì)師事務(wù)所共出具2362份審計(jì)報(bào)告，其中非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告115份，占總審計(jì)報(bào)告數(shù)4.87%。

由此可知，雖然上市公司的規(guī)模和數(shù)量不斷壯大，但出具非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告的比例在逐年降低。尤其是出具無(wú)法表示意見(jiàn)的審計(jì)報(bào)告所占審計(jì)報(bào)告總數(shù)的比例下降尤為明顯，由2009年占總審計(jì)報(bào)告的1.05%降低至11年的0.17%。針對(duì)此種情況，筆者將對(duì)出具非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告涉及的原因進(jìn)行分析，以期獲得合理解釋。

（二）非標(biāo)準(zhǔn)審計(jì)報(bào)告涉及的原因分析

1.持續(xù)經(jīng)營(yíng)存在重大不確定性

從注冊(cè)會(huì)計(jì)師協(xié)會(huì)的上市公司審計(jì)報(bào)告來(lái)看，大部分出具帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)的原因都來(lái)源于公司持續(xù)經(jīng)營(yíng)存在重大不確定性。2008年共75份帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)審計(jì)報(bào)告，其中以持續(xù)經(jīng)營(yíng)存在重大不確定性為理由的共有34份，占45.33%。2009年共87份帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)審計(jì)報(bào)告，其中以持續(xù)經(jīng)營(yíng)存在重大不確定性為理由的審計(jì)報(bào)告高達(dá)68份，占總數(shù)的78.16%。同樣，2010年因持續(xù)經(jīng)營(yíng)存在問(wèn)題而發(fā)表帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)審計(jì)報(bào)告共72份，占非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告的83.72%。2011年因持續(xù)經(jīng)營(yíng)存在問(wèn)題而發(fā)表帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)審計(jì)報(bào)告共59份，占非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告的64.13%。實(shí)踐中注冊(cè)會(huì)計(jì)師往往通過(guò)強(qiáng)調(diào)事項(xiàng)段來(lái)代替意見(jiàn)段等以較輕的審計(jì)意見(jiàn)來(lái)報(bào)告，從而較好地維護(hù)與被審計(jì)單位之間的關(guān)系。但是，實(shí)際上這是注冊(cè)會(huì)計(jì)師的不負(fù)責(zé)任，以模糊的托辭出具帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)，降低被審計(jì)單位財(cái)務(wù)報(bào)告和經(jīng)營(yíng)活動(dòng)的危險(xiǎn)性，不僅削弱了注冊(cè)會(huì)計(jì)師的獨(dú)立性和客觀性，還造成了利益相關(guān)者對(duì)審計(jì)報(bào)告的不信任。目前公眾已經(jīng)習(xí)慣于將持續(xù)經(jīng)營(yíng)審計(jì)意見(jiàn)作為一家公司經(jīng)營(yíng)失敗的早期預(yù)警信號(hào)，[1]許多實(shí)證結(jié)果均表明，審計(jì)師的持續(xù)經(jīng)營(yíng)審計(jì)意見(jiàn)與破產(chǎn)的可能性顯著相關(guān)。[2]

2.審計(jì)范圍受限制

根據(jù)《獨(dú)立審計(jì)具體準(zhǔn)則第1號(hào)――會(huì)計(jì)報(bào)表審計(jì)》的規(guī)定，審計(jì)范圍一般應(yīng)限于約定的會(huì)計(jì)報(bào)表報(bào)告期內(nèi)的有關(guān)事項(xiàng)，但凡與被審計(jì)單位的會(huì)計(jì)報(bào)表有關(guān)和影響注冊(cè)會(huì)計(jì)師做出專(zhuān)業(yè)判斷的所有方面，均屬于會(huì)計(jì)報(bào)表審計(jì)的范圍。當(dāng)注冊(cè)會(huì)計(jì)師的審計(jì)范圍受到限制時(shí)，其可以根據(jù)限制情況及重要性水平進(jìn)行判斷，從而出具保留意見(jiàn)或是無(wú)法表示意見(jiàn)。從2008至2011年這四年的審計(jì)報(bào)告來(lái)看，2008年度只有ST華光、*ST帝賢B和中國(guó)嘉陵三家上市公司由于審計(jì)范圍受限及持續(xù)經(jīng)營(yíng)能力存在重大不確定性被出具了保留意見(jiàn)的審計(jì)報(bào)告。2009年共有10家上市公司被出具保留意見(jiàn)審計(jì)報(bào)告，主要原因在于注冊(cè)會(huì)計(jì)師無(wú)法實(shí)施函證等必要的審計(jì)程序，以獲取充分、適當(dāng)?shù)膶徲?jì)證據(jù)，判斷某些事項(xiàng)對(duì)財(cái)務(wù)報(bào)表或公司經(jīng)營(yíng)產(chǎn)生的重大影響。2010年會(huì)計(jì)師事務(wù)所一共出具了25份保留意見(jiàn)審計(jì)報(bào)告和7份無(wú)法表示意見(jiàn)審計(jì)報(bào)告，其中17份保留意見(jiàn)審計(jì)報(bào)告和全部無(wú)法表示意見(jiàn)審計(jì)報(bào)告均是源于審計(jì)范圍受限，導(dǎo)致注冊(cè)會(huì)計(jì)師無(wú)法實(shí)施必要的審計(jì)程序，從而難以對(duì)重要事項(xiàng)提供合理保證。2011年會(huì)計(jì)師事務(wù)所一共出具了19份保留意見(jiàn)審計(jì)報(bào)告和4份無(wú)法表示意見(jiàn)審計(jì)報(bào)告，其中13份保留意見(jiàn)審計(jì)報(bào)告均是因無(wú)法獲取有關(guān)特定事項(xiàng)的充分、適當(dāng)?shù)膶徲?jì)證據(jù)以確定其對(duì)財(cái)務(wù)報(bào)表的影響。

3.不確定事項(xiàng)

由于企業(yè)的經(jīng)營(yíng)活動(dòng)是不斷運(yùn)行的，在注冊(cè)會(huì)計(jì)師進(jìn)行審計(jì)的過(guò)程中難免會(huì)遇到一些難以確定的事項(xiàng)，如果這些事項(xiàng)是重大的，有可能對(duì)財(cái)務(wù)報(bào)表和投資人的決策產(chǎn)生重要影響的，那么注冊(cè)會(huì)計(jì)師就不能為被審計(jì)單位的財(cái)務(wù)狀況提供合理的保證。在此種情況下，注冊(cè)會(huì)計(jì)師將秉著職業(yè)審慎的態(tài)度出具帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)、保留意見(jiàn)或者是無(wú)法表示意見(jiàn)。通過(guò)分析2009至2011年注冊(cè)會(huì)計(jì)師出具的審計(jì)報(bào)告，我們可以看出產(chǎn)生的不確定事項(xiàng)主要集中在訴訟事項(xiàng)結(jié)果存在不確定性，監(jiān)管行動(dòng)的未來(lái)結(jié)果存在不確定性，合同結(jié)果存在不確定性以及稽查結(jié)果存在不確定性等。對(duì)不確定事項(xiàng)的判斷，需要注冊(cè)會(huì)計(jì)師運(yùn)用專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)進(jìn)行判斷。

五、非標(biāo)準(zhǔn)意見(jiàn)審計(jì)報(bào)告和財(cái)務(wù)舞弊之間的內(nèi)在聯(lián)系

通過(guò)對(duì)2008，2009，2010，2011年審計(jì)報(bào)告進(jìn)行分析，發(fā)現(xiàn)非標(biāo)準(zhǔn)審計(jì)報(bào)告的涉及原因一般是持續(xù)經(jīng)營(yíng)存在重大不確定性，審計(jì)范圍受到限制以及不確定事項(xiàng)這三種。而狹義的財(cái)務(wù)會(huì)計(jì)舞弊是指企業(yè)的管理層、治理層、員工或第三方使用欺騙手段獲取非法利益的故意行為，最常見(jiàn)的財(cái)務(wù)報(bào)表舞弊手法是不恰當(dāng)?shù)卮_認(rèn)收入、高估資產(chǎn)、低估負(fù)債和費(fèi)用。由此可知，非標(biāo)準(zhǔn)審計(jì)意見(jiàn)報(bào)告和財(cái)務(wù)舞弊之間是相互影響，相互作用的關(guān)系。一方面，獨(dú)立的審計(jì)人員可以通過(guò)嚴(yán)密的審計(jì)程序以及識(shí)別與財(cái)務(wù)舞弊相關(guān)的關(guān)鍵指標(biāo)而發(fā)現(xiàn)財(cái)務(wù)舞弊現(xiàn)象，例如應(yīng)收賬款周轉(zhuǎn)指數(shù)、毛利率指數(shù)、資產(chǎn)質(zhì)量指數(shù)以及銷(xiāo)售增長(zhǎng)指數(shù)等。另一方面，證監(jiān)會(huì)對(duì)上市公司財(cái)務(wù)舞弊案件的行政處罰公告不僅可以與上市公司該年度審計(jì)報(bào)告相照應(yīng)，也是檢驗(yàn)審計(jì)報(bào)告真實(shí)公允與否的重要衡量標(biāo)準(zhǔn)。

第8篇：財(cái)務(wù)預(yù)警研究范文

關(guān)鍵詞：商業(yè)銀行；財(cái)務(wù)風(fēng)險(xiǎn)；預(yù)警

一、引言

截止2014年底，我國(guó)商業(yè)銀行數(shù)量已達(dá)八百多家，僅五大商業(yè)銀行資產(chǎn)總額已占銀行總資產(chǎn)的42.1%。到2015年商業(yè)銀行總資產(chǎn)為150.94億萬(wàn)元，占銀行業(yè)金融機(jī)構(gòu)的比例為77.7%。由此可見(jiàn)，商業(yè)銀行已成為我國(guó)銀行業(yè)的主要力量，為我國(guó)經(jīng)濟(jì)的平穩(wěn)運(yùn)行及快速發(fā)展起著舉足輕重的作用。但是隨著經(jīng)濟(jì)全球化的不斷加深，我國(guó)金融業(yè)的對(duì)外開(kāi)放程度不斷擴(kuò)大，進(jìn)而導(dǎo)致商業(yè)銀行的不確定性風(fēng)險(xiǎn)也逐步擴(kuò)大，特別是經(jīng)過(guò)二零零八金融危機(jī)及一零年歐債危機(jī)的沖擊，國(guó)際金融增速也逐步放緩。因此，一旦我國(guó)商業(yè)銀行產(chǎn)生風(fēng)險(xiǎn)，將對(duì)我國(guó)的經(jīng)濟(jì)運(yùn)行及發(fā)展產(chǎn)生重大的影響。在市場(chǎng)化進(jìn)程不斷加快步伐的環(huán)境下，商業(yè)銀行如果想要規(guī)避風(fēng)險(xiǎn)，如何進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警變得尤為重要。因此，我國(guó)應(yīng)加強(qiáng)對(duì)商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究，努力防范財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生。

二、上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)相關(guān)理論

1.上市商業(yè)銀行的界定

商業(yè)銀行是以盈利為目的，通過(guò)多種金融負(fù)債籌集資金，并且以多種金融資產(chǎn)作為經(jīng)營(yíng)對(duì)象的金融機(jī)構(gòu)。他也是具有信用創(chuàng)造功能的金融機(jī)構(gòu)。具有吸收存款，發(fā)放貸款，辦理結(jié)算業(yè)務(wù)及其他中間業(yè)務(wù)的功能。不同于一般企業(yè)，商業(yè)銀行以金融資產(chǎn)與金融負(fù)債作為主要經(jīng)營(yíng)對(duì)象，獲取利潤(rùn)。與一般的銀行相比，商業(yè)銀行在業(yè)務(wù)種類(lèi)和服務(wù)對(duì)象方面也更加廣泛。

2.上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)分析

（1）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的特征

截至目前，我國(guó)上市商業(yè)銀行共有十六家，他作為一種特殊的企業(yè)，與其他企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)特征相差較大，特征如下：

①客觀性：商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的存在伴隨經(jīng)濟(jì)活動(dòng)的發(fā)展而增多，并不以人的意志為轉(zhuǎn)移，所以它的財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的。我們通過(guò)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)測(cè)雖然不能完全化解所面臨的財(cái)務(wù)風(fēng)險(xiǎn)，但仍可以通過(guò)一系列措施化解財(cái)務(wù)風(fēng)險(xiǎn)使其損失降到最低。

②多變性：在經(jīng)濟(jì)活動(dòng)中。經(jīng)濟(jì)形勢(shì)、活動(dòng)對(duì)象并不是一成不變的，這些因素難以控制導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)千變?nèi)f化，因此，應(yīng)加強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)控。

③可控性：通過(guò)對(duì)商業(yè)銀行各項(xiàng)活動(dòng)及財(cái)務(wù)狀況進(jìn)行監(jiān)測(cè)，從而降低其出現(xiàn)財(cái)務(wù)危機(jī)的可能性，并對(duì)相應(yīng)財(cái)務(wù)風(fēng)險(xiǎn)采取措施，達(dá)到化解風(fēng)險(xiǎn)的目的。

④擴(kuò)散性：銀行各部門(mén)工作是相通的，所涉及的范圍也較廣，一旦一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題，都有可能引發(fā)信用危機(jī)，從而影響到整個(gè)金融體系，給國(guó)家經(jīng)濟(jì)帶來(lái)巨大危害。

（2）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的分類(lèi)

商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)存在的主要原因是銀行日常資金的流動(dòng)造成，根據(jù)商業(yè)銀行的實(shí)際情況及理論基礎(chǔ)將其財(cái)務(wù)風(fēng)險(xiǎn)分為資本風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、管理能力風(fēng)險(xiǎn)、資產(chǎn)安全風(fēng)險(xiǎn)，盈利性風(fēng)險(xiǎn)以及流動(dòng)性風(fēng)險(xiǎn)。

3.上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警

（1）上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的程序

一是尋找財(cái)務(wù)預(yù)警產(chǎn)生的源頭；二是分析財(cái)務(wù)預(yù)警在警情發(fā)生非正常變化是所產(chǎn)生的征兆。這是財(cái)務(wù)預(yù)警體系中的重要環(huán)節(jié)之一；三是監(jiān)測(cè)并對(duì)警情所發(fā)生的判定程度進(jìn)行預(yù)報(bào)，此稱(chēng)為警度預(yù)報(bào)，并通過(guò)精度確定警限的區(qū)域；四是通過(guò)對(duì)警情、警兆、警度的確定建立預(yù)警模型；五是擬定排除警情的對(duì)策。

三、我國(guó)上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)研究

目前對(duì)于經(jīng)濟(jì)增長(zhǎng)來(lái)說(shuō)，未來(lái)經(jīng)濟(jì)增長(zhǎng)動(dòng)力不足，金融市場(chǎng)持續(xù)動(dòng)蕩，國(guó)際金融形勢(shì)對(duì)于商業(yè)銀行來(lái)講是一項(xiàng)嚴(yán)峻的考驗(yàn)。本文主要針對(duì)上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)，以流動(dòng)性風(fēng)險(xiǎn)和資產(chǎn)質(zhì)量風(fēng)險(xiǎn)為例進(jìn)行了如下分析。

1.流動(dòng)性風(fēng)險(xiǎn)現(xiàn)狀

根據(jù)以下數(shù)據(jù)，可以觀察出我國(guó)商業(yè)銀行在2014年的流動(dòng)性指標(biāo)。

截止2014年末，我國(guó)商業(yè)銀行流動(dòng)性比率為46.44%，與上季末相比減少2.09%，存貸比為65.09%，比上季末有所增加而人民幣超額備付率也有所增加。根據(jù)數(shù)據(jù)表明，我國(guó)商業(yè)銀行流動(dòng)性寬裕，流動(dòng)體系也趨于平穩(wěn)狀態(tài)。此外，對(duì)于資產(chǎn)方面而言，由于資產(chǎn)導(dǎo)致的流動(dòng)性風(fēng)險(xiǎn)是由于上市商業(yè)銀行的資產(chǎn)不能及時(shí)變現(xiàn)而影響籌資的來(lái)源，繼而沒(méi)有能力及時(shí)償還對(duì)外債款，因而讓銀行產(chǎn)生的風(fēng)險(xiǎn)。

2.資產(chǎn)質(zhì)量風(fēng)險(xiǎn)

從上述數(shù)據(jù)來(lái)看，2014年我國(guó)不良貸款余額呈上漲趨勢(shì)，不良貸款率也隨之增加，針對(duì)此風(fēng)險(xiǎn)，商業(yè)銀行都增加了其貸款損失準(zhǔn)備，即便如此，撥備金覆蓋率仍然偏高，遠(yuǎn)遠(yuǎn)超過(guò)銀監(jiān)會(huì)150%的監(jiān)管規(guī)定，雖然是出于防范風(fēng)險(xiǎn)，謹(jǐn)慎經(jīng)營(yíng)的目的，但是如果撥備金過(guò)高，也會(huì)導(dǎo)致一系列的風(fēng)險(xiǎn)。根據(jù)上面兩個(gè)方面的分析，可以看出我國(guó)上市商業(yè)銀行在發(fā)展中存在某些問(wèn)題，但是其資本狀況基本符合銀監(jiān)會(huì)的標(biāo)準(zhǔn)與要求。

四、上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型

1.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的構(gòu)建

（1）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)構(gòu)建原則

對(duì)上市商業(yè)銀行預(yù)警模型有效性起著至關(guān)重要作用的是財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的選取，通過(guò)與商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的自身特點(diǎn)進(jìn)行結(jié)合，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)有以下原則：

①多層次原則。

②全面性原則。作為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)，企業(yè)所反映的信用狀況需全面準(zhǔn)確，以便防止預(yù)警結(jié)果失真。

③合理性原則。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的構(gòu)建應(yīng)保持在合理水平，并結(jié)合考慮商業(yè)銀行當(dāng)下特點(diǎn)。

④突出性原則。在選擇財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)時(shí)應(yīng)優(yōu)先選取對(duì)整體風(fēng)險(xiǎn)貢獻(xiàn)大的指標(biāo)。

⑤成本效益性原則。滿(mǎn)足財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警構(gòu)建的指標(biāo)有很多，但有些指標(biāo)的獲得需要大量人力物力，所以，應(yīng)相對(duì)于成本較高的指標(biāo)應(yīng)選擇相對(duì)成本較低的指標(biāo)。

（2）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)分類(lèi)

按照中國(guó)銀監(jiān)會(huì)的規(guī)定及財(cái)務(wù)預(yù)警指標(biāo)相關(guān)構(gòu)建原則，將財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)分為五類(lèi)，包括：資本風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、資產(chǎn)質(zhì)量風(fēng)險(xiǎn)、盈利能力風(fēng)險(xiǎn)及管理水平風(fēng)險(xiǎn)。

2.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析方法

（1）因子分析法

因子分析法由20世紀(jì)初卡爾.皮爾遜和查爾斯.斯皮爾曼提出的分析方法發(fā)展外而來(lái)，并經(jīng)過(guò)瑟斯頓研究成熟。他是在許多指標(biāo)中選出變量，再根據(jù)變量的相關(guān)程度尋找變量關(guān)聯(lián)性的一種統(tǒng)計(jì)方法。同類(lèi)因子越多，相關(guān)性越高，同類(lèi)分子越少，相關(guān)程度越小。所以因子分析法的基礎(chǔ)是變量的相關(guān)性。

（2）Logistic回歸預(yù)警模型

Logistic回歸預(yù)警模型的重要目標(biāo)是觀察分析目標(biāo)對(duì)象的條件概率。它以概率函數(shù)為基礎(chǔ)，在對(duì)多元正態(tài)分布假設(shè)不作要求的情況下使用極大值估計(jì)法估計(jì)參數(shù)值，并通過(guò)運(yùn)算求取某數(shù)值的概率，判斷出企業(yè)陷入財(cái)務(wù)危機(jī)狀況，并以此來(lái)進(jìn)行預(yù)警。

五、商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警及防范

從以上對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型來(lái)看，導(dǎo)致商業(yè)銀行出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的原因包括許多方面，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警已是商場(chǎng)銀行必不可少的一項(xiàng)工作，如何防范也成為銀行面對(duì)風(fēng)險(xiǎn)的一項(xiàng)重要舉措。面對(duì)資本充足性，應(yīng)對(duì)于商業(yè)銀行的資本結(jié)構(gòu)進(jìn)行優(yōu)化，實(shí)施戰(zhàn)略投資，積極吸引外資參股，建立存款保險(xiǎn)制度，以此提高商行的資本充足性及風(fēng)險(xiǎn)抗擊性。面對(duì)信用風(fēng)險(xiǎn)的現(xiàn)狀，不僅要優(yōu)化銀行資本的產(chǎn)業(yè)結(jié)構(gòu)，還要加強(qiáng)貸款業(yè)務(wù)的信用審查，最大限度的防止其信貸危機(jī)的發(fā)生。此外，應(yīng)大力發(fā)展銀行的中間業(yè)務(wù)，建立符合銀行運(yùn)營(yíng)及發(fā)展的營(yíng)運(yùn)機(jī)制，促使其防范經(jīng)營(yíng)風(fēng)險(xiǎn)的發(fā)生。流動(dòng)性風(fēng)險(xiǎn)是我國(guó)銀行財(cái)務(wù)風(fēng)險(xiǎn)當(dāng)中主要的風(fēng)險(xiǎn)，其主要體現(xiàn)在資產(chǎn)與負(fù)債的供給，因此應(yīng)該科學(xué)、合理的配置資產(chǎn)業(yè)務(wù)與負(fù)債業(yè)務(wù)，并且銀行監(jiān)管部門(mén)、政府及商業(yè)銀行自身都要加強(qiáng)風(fēng)險(xiǎn)流動(dòng)性的管理意識(shí)，加強(qiáng)反防范管理。

六、建議

中國(guó)是世界上最大的發(fā)展中國(guó)家，其發(fā)展在國(guó)際上起著舉足輕重的作用。改革開(kāi)發(fā)30年以來(lái)，即使我國(guó)銀行業(yè)沒(méi)有爆發(fā)大規(guī)模的金融危機(jī)，但是存在有大量不良資產(chǎn)是一個(gè)不爭(zhēng)的事實(shí)。而且，各種經(jīng)濟(jì)問(wèn)題也一步步凸顯出來(lái)。事實(shí)表明，我國(guó)銀行的財(cái)務(wù)風(fēng)險(xiǎn)已經(jīng)演化為存在于整個(gè)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)。目前，我國(guó)經(jīng)濟(jì)環(huán)境較為穩(wěn)定，許多方面的問(wèn)題還沒(méi)有完全凸顯出來(lái)，但是，一旦我國(guó)經(jīng)濟(jì)環(huán)境遭受動(dòng)蕩，所造成的危機(jī)是不可估量的。因此我國(guó)商業(yè)銀行應(yīng)該加強(qiáng)風(fēng)險(xiǎn)監(jiān)管，把風(fēng)險(xiǎn)因素保持在可控范圍之內(nèi)，建立負(fù)有規(guī)模的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系和防范對(duì)策，讓我國(guó)商業(yè)銀行保持在較為穩(wěn)定的發(fā)展趨勢(shì)，促進(jìn)世界經(jīng)濟(jì)的平穩(wěn)發(fā)展。針對(duì)商場(chǎng)銀行業(yè)的發(fā)展，筆者有如下幾點(diǎn)建議：

1.建立銀行資料數(shù)據(jù)庫(kù)，進(jìn)一步拓寬數(shù)據(jù)渠道，在更廣的范圍內(nèi)進(jìn)行財(cái)務(wù)預(yù)警的研究。

2.加大對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究，將多種方法運(yùn)用到我國(guó)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究與實(shí)驗(yàn)中，盡可能的構(gòu)建更加全面與完善的預(yù)警模型。

3.聯(lián)系理論與實(shí)際，加強(qiáng)模型應(yīng)用性的研究并運(yùn)用于實(shí)際當(dāng)中，為我國(guó)商業(yè)銀行的內(nèi)控和審計(jì)提供指導(dǎo)。

參考文獻(xiàn)：

[1]中國(guó)銀監(jiān)會(huì)銀行風(fēng)險(xiǎn)早期預(yù)警綜合系統(tǒng)課題組.單體銀行風(fēng)險(xiǎn)預(yù)警體系的構(gòu)建[J].金融研究，2009，（3）：39-53.

[2]王志成，周春生.金融風(fēng)險(xiǎn)管理研究進(jìn)展：國(guó)際文獻(xiàn)綜述[J].管理世界，2009，4：158-169.

[3]牛源.中國(guó)商業(yè)銀行風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建及實(shí)證研究[J].北方經(jīng)濟(jì)，2007，（5）：93-95.

[4]羅曉光，劉飛虎.基于功效系數(shù)法的商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].科技與管理，2012，（4）：95-97.

第9篇：財(cái)務(wù)預(yù)警研究范文

本文選取我國(guó)軍工類(lèi)上市企業(yè)作為研究對(duì)象，在對(duì)軍工上市企業(yè)進(jìn)行特性及財(cái)務(wù)風(fēng)險(xiǎn)分析的基礎(chǔ)上結(jié)合文獻(xiàn)研究，提出了軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，并進(jìn)一步運(yùn)用統(tǒng)計(jì)分析方法建立了上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。

一、上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系建立

為了能使構(gòu)建的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型能更符合上市軍工企業(yè)的實(shí)際，在指標(biāo)選取上盡可能地考慮上市軍工企業(yè)的特征，并融入了部分非財(cái)務(wù)指標(biāo)作為最終的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

在財(cái)務(wù)指標(biāo)方面，根據(jù)財(cái)務(wù)管理的有關(guān)理論，為了盡可能全面地反映研究對(duì)象的財(cái)務(wù)狀況，首先確定了償債能力、盈利能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、現(xiàn)金流量能力五大類(lèi)指標(biāo)。另外由于軍工企業(yè)具有明顯的特殊性，因此在財(cái)務(wù)比率指標(biāo)的選取上也應(yīng)體現(xiàn)行業(yè)特點(diǎn)，對(duì)不能明顯反映軍工企業(yè)經(jīng)營(yíng)狀況的財(cái)務(wù)指標(biāo)進(jìn)行了剔除。經(jīng)過(guò)對(duì)各類(lèi)財(cái)務(wù)指標(biāo)進(jìn)行選擇和細(xì)分，最終確定了26個(gè)指標(biāo)建立起財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的財(cái)務(wù)指標(biāo)體系。見(jiàn)表1。

在非財(cái)務(wù)指標(biāo)確定的過(guò)程中，從股權(quán)構(gòu)成方面、軍品業(yè)務(wù)方面、關(guān)聯(lián)交易三個(gè)方面考慮，在文獻(xiàn)研究的基礎(chǔ)上提出了以下假設(shè)：

假設(shè)l：國(guó)有股比例與企業(yè)的財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系；

假設(shè)2：法人股比例與企業(yè)的財(cái)務(wù)狀況呈正相關(guān)關(guān)系；

假設(shè)3：軍品收入比例與企業(yè)的財(cái)務(wù)狀況呈正相關(guān)關(guān)系；

假設(shè)4：關(guān)聯(lián)交易額比例與公司財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系；

假設(shè)5：上市公司擔(dān)保率與公司財(cái)務(wù)狀況呈負(fù)相關(guān)關(guān)系。

上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的各財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)及其計(jì)算公式如表1所示。

二、上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)篩選

采用前文所建立的財(cái)務(wù)指標(biāo)體系，以我國(guó)軍工上市企業(yè)的26項(xiàng)財(cái)務(wù)指標(biāo)作為樣本變量。根據(jù)主成分分析法的原理，利用統(tǒng)計(jì)分析軟件SPSS11.5對(duì)原始指標(biāo)進(jìn)行篩選。

從分析結(jié)果中的總方差解釋表中可以得出，第一主成份（Component）的特征值為8.478，它解釋了31.4%的方差；“Cumulative%”表示累計(jì)的方差解釋程度或累計(jì)方差貢獻(xiàn)，26個(gè)變量解釋了全部的方差，累計(jì)數(shù)為100%。

從主成份的特征值表中，根據(jù)特征值大于1及方差累計(jì)貢獻(xiàn)率大于85%的原則，從26個(gè)變量中提取前6個(gè)主成份，這6個(gè)主成份析方差累計(jì)貢獻(xiàn)率達(dá)到86.33%，也就是說(shuō)這6個(gè)主成份可以解釋大部份方差，利用所提取的主成份可以反映樣本86.33%的變量信息，這樣便使26個(gè)指標(biāo)簡(jiǎn)化為6個(gè)主成份而不損失大部分信息。為了進(jìn)一步理解公共因子的實(shí)際意義，本研究中使用了正交旋轉(zhuǎn)中的方差最大法進(jìn)行轉(zhuǎn)換。

因子1主要由X12、X13、X14、X15、X16解釋?zhuān)旧戏从沉宋覈?guó)上市軍工企業(yè)盈利能力；

因子2主要由X1、X2、X3、X4、X3解釋?zhuān)旧戏从沉嗽擃?lèi)企業(yè)的償債能力；

因子3主要由X19、X21、X22解釋?zhuān)从沉似髽I(yè)的成長(zhǎng)能力；

因子4主要由X7、X9、X10解釋?zhuān)从沉似髽I(yè)的資產(chǎn)管理能力；

因子5主要由X24、X25、X26解釋?zhuān)从沉似髽I(yè)的現(xiàn)金流量情況。為了方便建立模型，在此把選出來(lái)的6個(gè)主成分進(jìn)行重新命名，分別為X1、X2、X3、X4、X5、X6。

三、上市軍工企業(yè)非財(cái)務(wù)類(lèi)指標(biāo)驗(yàn)證與篩選

在前文的分析中，依據(jù)對(duì)前人的文獻(xiàn)研究以及上市軍工企業(yè)特征選出了三大類(lèi)共5個(gè)非財(cái)務(wù)類(lèi)指標(biāo)，但是這些指標(biāo)都是依據(jù)文獻(xiàn)研究所提的假設(shè)，在具體的研究中還需要對(duì)各個(gè)指標(biāo)進(jìn)行相關(guān)性分析，以驗(yàn)證各指標(biāo)與財(cái)務(wù)狀況之間的關(guān)系是否顯著。

首先選取研究變量。本研究中的變量包括了因變量和自變量?jī)蓚€(gè)變量，其中因變量企業(yè)財(cái)務(wù)狀況由企業(yè)的經(jīng)營(yíng)績(jī)效來(lái)表示，在量化分析中一般選取凈資產(chǎn)收益率代表這一變量，用Y代表；自變量則由本研究所選取的5個(gè)非財(cái)務(wù)類(lèi)指標(biāo)組成，即國(guó)有股比例、法人股比例、軍品收入比例、關(guān)聯(lián)交易比、上市公司擔(dān)保率，分別用N1、N2、N3、N4、N5表示。

根據(jù)SPSS11.5統(tǒng)計(jì)軟件中的二元變量相關(guān)性分析，初步得到軍工上市企業(yè)財(cái)務(wù)狀況與其假設(shè)提出變量之間的關(guān)系。從各變量之間的相關(guān)系數(shù)可看出，國(guó)有股比例、軍品銷(xiāo)售額占主營(yíng)業(yè)務(wù)收入的比率、上市公司擔(dān)保率三個(gè)變量與凈資產(chǎn)收益率都有著較高的相關(guān)度，而且支持上文的假設(shè)情況，可以作為入選的非財(cái)務(wù)指標(biāo)。其他指標(biāo)與因變量也有一定的相關(guān)度，但相關(guān)程度比較低，因此認(rèn)為這些變量與反映企業(yè)經(jīng)營(yíng)績(jī)效進(jìn)而代表財(cái)務(wù)狀況的凈資產(chǎn)收益率之間沒(méi)有顯著相關(guān)關(guān)系。

因此，經(jīng)過(guò)對(duì)53家軍工上市企業(yè)數(shù)據(jù)進(jìn)行的相關(guān)性分析，提取出國(guó)有股比例、軍品銷(xiāo)售額占主營(yíng)業(yè)務(wù)收入的比率、上市公司擔(dān)保率這三個(gè)指標(biāo)作為建立上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的非財(cái)務(wù)變量。

四、基于判別分析法上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建與驗(yàn)證

基于判別分析法，對(duì)上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行如下構(gòu)建與驗(yàn)證：

第一，對(duì)樣本企業(yè)進(jìn)行聚類(lèi)分析。本文選取了聚類(lèi)分析來(lái)對(duì)我國(guó)上市軍工企業(yè)進(jìn)行分類(lèi)，盡量消除主觀因素的影響，提高分類(lèi)的科學(xué)性，考慮到實(shí)際情況中有些公司的財(cái)務(wù)狀況處于中間狀態(tài)，將我國(guó)上市軍工公司分為三類(lèi)即財(cái)務(wù)危機(jī)公司、非財(cái)務(wù)危機(jī)公司（不會(huì)發(fā)生財(cái)務(wù)危機(jī)公司）和中間狀態(tài)公司（財(cái)務(wù)狀況一般公司），以更好地反映整個(gè)行業(yè)的財(cái)務(wù)狀況。

本次研究選取前文中用主成分分析方法提出的6個(gè)財(cái)務(wù)指標(biāo)以及經(jīng)過(guò)相關(guān)性分析的3個(gè)非財(cái)務(wù)指標(biāo)總共9個(gè)因子做為變量，用SPSS軟件中的聚類(lèi)分析模塊進(jìn)行分析?？紤]到現(xiàn)實(shí)中存在部分企業(yè)的財(cái)務(wù)狀況居于中間位置的情況，本文認(rèn)為把我國(guó)上市軍工企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)類(lèi)型分為三類(lèi)（3 Clusters）更為合理。接下來(lái)選取聚類(lèi)分析法中的完全連接法（Furthest neighbor）做為具體的聚類(lèi)方法，在輸出的結(jié)果中選擇聚類(lèi)歸屬表，直觀地表示本次聚類(lèi)分析的結(jié)果。如表2所示。

第二，上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建。在模型構(gòu)建之前，通過(guò)對(duì)我國(guó)上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的判別函數(shù)進(jìn)行的有效性檢驗(yàn)、協(xié)方差相等的Box檢驗(yàn)以及函數(shù)的擬合優(yōu)度檢驗(yàn)，表明該判別函數(shù)是有效的。在這些檢驗(yàn)分析的基礎(chǔ)上結(jié)合結(jié)構(gòu)矩陣，就可以得到非標(biāo)準(zhǔn)化判別函數(shù)，如下表給出了標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化的典則（Canonical）判定函數(shù)系數(shù)值，據(jù)此可構(gòu)造標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化的典則判定函數(shù)，系數(shù)值如表3所示，用以計(jì)算每一條記錄在領(lǐng)域圖（Territorialmap）中的坐標(biāo)值。

其中的標(biāo)準(zhǔn)化是指原始變量的標(biāo)準(zhǔn)化，使用典則函數(shù)需要先計(jì)算出坐標(biāo)值，然后查領(lǐng)域圖或者計(jì)算該點(diǎn)離各點(diǎn)心的距離，在設(shè)定判別規(guī)則時(shí)還要考慮如何確定閾值點(diǎn)，較為繁瑣。而采用Bayes準(zhǔn)則構(gòu)造出的Fisher判別函數(shù)就可以用原始變量直接進(jìn)行判別，簡(jiǎn)便又不失判別的準(zhǔn)確性。

表4即是所得到的費(fèi)歇（Fisher）線性判別函數(shù)的系數(shù)，從而就可以得出包含9個(gè)變量的判別分析的Fisher線性判別函數(shù)模型，由于本文是將樣本分為三類(lèi)，在判別分析中需對(duì)這三組進(jìn)行兩兩對(duì)比分析，故判別模型函數(shù)為三個(gè)。

依據(jù)上表中的判別函數(shù)系數(shù)數(shù)據(jù)，這三個(gè)函數(shù)的表達(dá)式為：

Y1=0.477X1+0.106X2+0.457X3+0.433X4+0.916X5-0.743X6+ 0.811X7-0.647X8+0.792X9-1.417

Y2=-0.259X1+0.773X2-2.627X3-3.754X4-4.683X5+1.853X6-

6.130X7+2.376X8+0.593X9-11.057

Y3=-13.003X1-7.042X2-0.579X3+5.777X4-4.053X5+13.025

X6+6.309X7+0.925X8-8.734X9-57.362

其中，Y1，Y2，Y3分別表示無(wú)警類(lèi)、輕警類(lèi)、巨警類(lèi)企業(yè)的函數(shù)判別值；X1、X2、X3、X4、X5、X6、X7、X8、X9分別代表我國(guó)上市軍工企業(yè)盈利能力、償債能力、成長(zhǎng)能力、現(xiàn)金流量情況、資產(chǎn)管理能力（由X5、X6共同反映）、國(guó)有股比例、軍品銷(xiāo)售占主營(yíng)業(yè)務(wù)收入的比例、上市公司擔(dān)保率。

在判別模型建立以后，為了更直觀地確定企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)類(lèi)別，還需要確定模型的判別規(guī)則。本文建立的我國(guó)上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型實(shí)質(zhì)上是采用貝葉斯準(zhǔn)則構(gòu)造出的費(fèi)歇判別函數(shù)，因此本文所采用的判別準(zhǔn)則也是貝葉斯判別準(zhǔn)則，具體是將每一家企業(yè)的9個(gè)因子值分別代入模型的三個(gè)判別函數(shù)中，計(jì)算每個(gè)企業(yè)的三個(gè)判別函數(shù)值，以這三個(gè)函數(shù)值最大的一個(gè)做為分類(lèi)標(biāo)準(zhǔn)，即得分最高的一類(lèi)就是該企業(yè)所屬的類(lèi)別。利用這樣的判別準(zhǔn)則就可以把每家企業(yè)的數(shù)據(jù)代入模型進(jìn)行具體的判別分析了。

第三，上市軍工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警判別模型的判別效果檢驗(yàn)。對(duì)于建立的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，模型本身是一方面，其實(shí)最關(guān)鍵的還是要看該模型的判別效果如何，準(zhǔn)確度有多大。因此，就有必要對(duì)模型的判別效果進(jìn)行分析檢驗(yàn)。本文選取交互驗(yàn)證法對(duì)模型2008年的判別效果進(jìn)行驗(yàn)證，并引入模型外部數(shù)據(jù)進(jìn)行檢驗(yàn)，即將2007年和2006年我國(guó)上市軍工企業(yè)的財(cái)務(wù)指標(biāo)代入模型中進(jìn)行驗(yàn)證。從2008年、2007年、2006年的預(yù)測(cè)效果看來(lái)，如表5所示模型對(duì)3年的預(yù)測(cè)準(zhǔn)確率逐漸呈下降趨勢(shì)，離建立模型年度越近，預(yù)測(cè)的精度越高，這也符合一般模型離預(yù)測(cè)期限越近，預(yù)測(cè)效果越好的客觀規(guī)律。

通過(guò)以上研究表明，該模型的預(yù)測(cè)效果是可觀的，可以作為上市軍工企業(yè)避免財(cái)務(wù)危機(jī)發(fā)生的有效措施。如果上市軍工企業(yè)采用本文所構(gòu)建的模型進(jìn)行預(yù)警管理，就可在財(cái)務(wù)風(fēng)險(xiǎn)惡化的前一年或前兩年對(duì)企業(yè)所存在的財(cái)務(wù)風(fēng)險(xiǎn)采取針對(duì)性的管理措施，從而有效地防范財(cái)務(wù)危機(jī)的發(fā)生。

參考文獻(xiàn)：

［1］姜秀華、任強(qiáng)、孫鋒：《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。.

［2］張玲：《財(cái)務(wù)危機(jī)預(yù)警分析判別模型及其應(yīng)用預(yù)測(cè)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2000年第6期。

［3］李益騏、田高良：《上市公司財(cái)務(wù)預(yù)警實(shí)證研究》，《西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)）》2009年第5期。

［4］陳曉龍：《市公司財(cái)務(wù)危機(jī)的預(yù)警模型》，《統(tǒng)計(jì)與決策》2009年第15期。

［5］宋貴奇：《構(gòu)建軍工科研事業(yè)單位財(cái)務(wù)預(yù)警體系探討》，《中外企業(yè)家》2008年第9期。