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上市公司財(cái)務(wù)危機(jī)預(yù)警主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

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)無法滿足預(yù)警系統(tǒng)的要求，使其無法發(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)管理信息以無法滿足現(xiàn)代預(yù)警管理的需要，從目前來看，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)管理來說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)帶來巨大沖擊的同時(shí)也帶來了很大機(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）.

第2篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

本文在分析研究國(guó)內(nèi)外關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警相關(guān)研究的基礎(chǔ)之上，對(duì)財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警模型的研究現(xiàn)狀進(jìn)行綜述，探討財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警研究的發(fā)展趨勢(shì)。

【關(guān)鍵詞】財(cái)務(wù)危機(jī) 動(dòng)態(tài)預(yù)警 研究綜述

在全球經(jīng)濟(jì)衰退、金融危機(jī)的大背景下，探索識(shí)別財(cái)務(wù)危機(jī)，為企業(yè)利益相關(guān)者提供預(yù)警信號(hào)是非常值得研究的現(xiàn)實(shí)問題。因此，建立基于時(shí)間序列特征的動(dòng)態(tài)預(yù)警系統(tǒng)成為了必然的趨勢(shì)。國(guó)內(nèi)外很多學(xué)者都對(duì)財(cái)務(wù)危機(jī)預(yù)警模型進(jìn)行了研究，并建立了相應(yīng)的預(yù)警模型。但是現(xiàn)階段關(guān)于財(cái)務(wù)危機(jī)預(yù)警的動(dòng)態(tài)研究還是較少，目前我們的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)大多是靜態(tài)預(yù)警，大部分學(xué)者采用的都是多截面樣本數(shù)據(jù)，對(duì)不同時(shí)期的多個(gè)樣本數(shù)據(jù)進(jìn)行研究，但是這樣研究存在一個(gè)顯著的邏輯性缺陷，即沒有考慮到財(cái)務(wù)狀況的時(shí)間延續(xù)性。這些實(shí)證研究的結(jié)果普遍存在著預(yù)測(cè)準(zhǔn)確率不理想的情況，特別是多期財(cái)務(wù)危機(jī)預(yù)測(cè)準(zhǔn)確率較低的情況。如果企業(yè)的整體財(cái)務(wù)狀況很好，只是單期的表現(xiàn)不好，隨后企業(yè)的財(cái)務(wù)狀況會(huì)很快恢復(fù)正常，這種暫時(shí)的偏離正常值不應(yīng)該被歸為財(cái)務(wù)危機(jī)公司，但靜態(tài)模型不考慮歷史的影響，會(huì)將這種公司歸為危機(jī)公司，預(yù)測(cè)準(zhǔn)確率不理想。

一、財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型簡(jiǎn)介

動(dòng)態(tài)財(cái)務(wù)預(yù)警主要使用的技術(shù)有人工智能技術(shù)（如神經(jīng)網(wǎng)絡(luò)模型和機(jī)器學(xué)習(xí)等分析技術(shù)）具備良好的模式辨別能力，克服了傳統(tǒng)統(tǒng)計(jì)方法的局限性，有更高的預(yù)測(cè)能力。

二、國(guó)外關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究

目前，國(guó)外學(xué)者廣泛應(yīng)用的動(dòng)態(tài)預(yù)警模型主要有神經(jīng)網(wǎng)絡(luò)模型、遺傳算法模型、案例推理模型等等。

（一）人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)模型主要是運(yùn)用神經(jīng)網(wǎng)絡(luò)的分類方法來進(jìn)行財(cái)務(wù)預(yù)警。許多功能是對(duì)人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的模擬，有很好的模式識(shí)別能力，根據(jù)隨時(shí)更新的數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，因此有很高的糾錯(cuò)能力，能夠更好的預(yù)測(cè)財(cái)務(wù)危機(jī)。Odom和Sharda（1990）是最早在財(cái)務(wù)危機(jī)預(yù)警模型中運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型的，隨后許多學(xué)者做了相似研究，并對(duì)模型及算法進(jìn)行了響應(yīng)的改進(jìn)。

（二）遺傳算法（genetic algorithm，GA）

遺傳算法是模仿生物遺傳進(jìn)化規(guī)律，運(yùn)用在大量復(fù)雜概念空間內(nèi)隨機(jī)搜索的技術(shù)，用于企業(yè)財(cái)務(wù)危機(jī)的預(yù)測(cè)。Varetto（1998）、Shin&Lee（2002）、Hyunchui（2009）都進(jìn)行了這方面的研究，F(xiàn)ranco（2010）的研究表明了采用GA來進(jìn)行預(yù)測(cè)比較省時(shí)并且受到主觀影響也較小，但是預(yù)測(cè)精度沒有MDA高。

（三）案例推理（case-based reasoning，CBR）

案例推理一般運(yùn)用K臨近算法對(duì)存儲(chǔ)案例進(jìn)行分類，據(jù)此來對(duì)新增的案例進(jìn)行推斷，主要適用于在復(fù)雜多變的環(huán)境中進(jìn)行決策。Hongkyu（1997）對(duì)案例推理（CBR）、人工神經(jīng)網(wǎng)絡(luò)模型（ANN）以及多元判別分析方法（MDA）進(jìn)行了比較分析，結(jié)果顯示CBR與MDA判別結(jié)果無本質(zhì)上的區(qū)別，更適合在數(shù)據(jù)不充分的時(shí)候使用；Cheol-Soo（2002）用層次分析法（AHP）對(duì)K臨近算法進(jìn)行了改進(jìn)，預(yù)測(cè)精度明顯得到了提高。

（四）支持向量機(jī)（support vector machine，SVM）

SVM方法是在統(tǒng)計(jì)學(xué)理論基礎(chǔ)之上的一種機(jī)器學(xué)習(xí)方法，這種算法通過非線性變換把實(shí)際問題換到高維特征空間，并且進(jìn)行處理，對(duì)維數(shù)的要求沒有那么嚴(yán)格，具有很好的推廣能力。在這方面，F(xiàn)an、Palaniswami均有相關(guān)的研究，Kyung-Shik Shin（2005）采用這種算法構(gòu)建了財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)韓國(guó)的企業(yè)進(jìn)行實(shí)證研究，結(jié)果表明SVM的預(yù)測(cè)性能高于BP神經(jīng)網(wǎng)絡(luò)模型。

（五）粗集理論（rough set theory，RST）

RST是一種用多個(gè)財(cái)務(wù)比率來描述財(cái)務(wù)危機(jī)與財(cái)務(wù)正常公司的工具，可以有效地解釋財(cái)務(wù)指標(biāo)與財(cái)務(wù)危機(jī)的關(guān)系。Pawlak、Dimitras和Joseph都將RST應(yīng)用與財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究中。

三、國(guó)內(nèi)關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究

國(guó)外對(duì)財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究已經(jīng)取得比較豐碩的成果，國(guó)內(nèi)的學(xué)者關(guān)于動(dòng)態(tài)預(yù)警系統(tǒng)的研究少之甚少。

（一）大部分學(xué)者是從動(dòng)態(tài)管理角度得出破產(chǎn)公司和非破產(chǎn)公司的現(xiàn)金管理特征變量，并據(jù)此構(gòu)建預(yù)警模型

國(guó)內(nèi)由于對(duì)現(xiàn)金流重要性的認(rèn)識(shí)不夠，加上我國(guó)從1998年開始才要求上市公司編制現(xiàn)金流量表，因此進(jìn)行實(shí)證研究所需的現(xiàn)金流量方面的數(shù)據(jù)嚴(yán)重缺乏。這些原因，最終導(dǎo)致國(guó)內(nèi)的研究?jī)H僅停留在對(duì)現(xiàn)金流量指標(biāo)體系構(gòu)建的理論探討層面。

姚靠華、蔣艷輝（2005）就動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)建立的技術(shù)基礎(chǔ)和系統(tǒng)框架進(jìn)行了闡述，提出應(yīng)該充分利用數(shù)據(jù)倉(cāng)庫技術(shù)、數(shù)據(jù)挖掘技術(shù)和Agent技術(shù)來建立企業(yè)的動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)。

張鳴、程濤（2005）運(yùn)用Logistic回歸方法，先從財(cái)務(wù)指標(biāo)角度構(gòu)建財(cái)務(wù)指標(biāo)預(yù)警模型，然后引入現(xiàn)金管理特征變量和現(xiàn)金管理結(jié)果變量，從財(cái)務(wù)指標(biāo)和現(xiàn)金流量角度共同構(gòu)建綜合預(yù)警模型。

（二）對(duì)財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究主要有以下幾種

楊淑娥、王樂平（2007）以T-2、T-3期財(cái)務(wù)數(shù)據(jù)組合的面板數(shù)據(jù)作為研究樣本，構(gòu)建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)。

蔣麗（2007）用因子分析法分別建立ST前三年的三個(gè)評(píng)分模型F1、F2、和F3，依次對(duì)樣本進(jìn)行預(yù)測(cè)，從動(dòng)態(tài)的角度找出不同時(shí)期的特征變量，預(yù)測(cè)財(cái)務(wù)危機(jī)的緊急程度。

陳磊、任若恩（2008）以因財(cái)務(wù)原因被實(shí)施特別處理和暫停上市作為上市公司財(cái)務(wù)階段的分類標(biāo)志，將上市公司的財(cái)務(wù)狀況分成3個(gè)階段，借鑒Theodossiou的方法，使用時(shí)間序列判別分析技術(shù)、指數(shù)加權(quán)移動(dòng)平均控制圖模型對(duì)中國(guó)上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)進(jìn)行研究。

孫曉琳、田也壯、王文彬（2010）基于Kalman濾波理論，考慮財(cái)務(wù)比率在時(shí)間序列上的趨勢(shì)性和歷史數(shù)據(jù)對(duì)結(jié)果的影響，構(gòu)建了財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警模型。

時(shí)建中，程龍生在2012年針對(duì)模型的增量學(xué)習(xí)能力不足的問題，建立了能夠增量學(xué)習(xí)的財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型，且經(jīng)過實(shí)證分析證明該模型有很好的適應(yīng)性與穩(wěn)定性。

四、對(duì)國(guó)內(nèi)外關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究的評(píng)價(jià)

一是財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型有很好的適用性，并且跟靜態(tài)模型相比，其預(yù)測(cè)精度有很大的提高，能夠更及時(shí)的給企業(yè)預(yù)警，避免財(cái)務(wù)危機(jī)的發(fā)生。

二是現(xiàn)有關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警的研究還是較少，主要還是采用靜態(tài)預(yù)警模型進(jìn)行回歸分析來對(duì)企業(yè)的財(cái)務(wù)危機(jī)狀況進(jìn)行預(yù)測(cè)。

三是對(duì)財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警大都是針對(duì)總體的企業(yè)，很少針對(duì)某一行業(yè)的特點(diǎn)對(duì)特定行業(yè)進(jìn)行動(dòng)態(tài)預(yù)警，每個(gè)行業(yè)的特點(diǎn)不同，與財(cái)務(wù)危機(jī)發(fā)生影響密切的相關(guān)指標(biāo)也不盡相同，并且由于動(dòng)態(tài)預(yù)警能夠比靜態(tài)模型給出早期的預(yù)警信號(hào)，分行業(yè)研究就更加有必要。

五、對(duì)將來財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究的展望

通過上文的綜述，今后我們可以在財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警系統(tǒng)的以下幾個(gè)方面做進(jìn)一步的研究：

首先，在樣本指標(biāo)的選擇方面，可以根據(jù)不同行業(yè)在財(cái)務(wù)指標(biāo)方面的差異，加入行業(yè)調(diào)整變量以更加貼合不同企業(yè)的實(shí)際情況，提高預(yù)測(cè)準(zhǔn)確率。

其次，在模型的構(gòu)建方面，目前大部分學(xué)者的研究均為單純的運(yùn)用一個(gè)模型進(jìn)行實(shí)證分析，可以綜合模型的不同特點(diǎn)，組成模型組優(yōu)化現(xiàn)有模型，提高模型的預(yù)測(cè)精度。

最后，在信息利用方面，可以充分利用現(xiàn)在先進(jìn)的信息技術(shù)，運(yùn)用各種技術(shù)來更新完善財(cái)務(wù)危機(jī)的動(dòng)態(tài)系統(tǒng)，實(shí)時(shí)、準(zhǔn)確的預(yù)測(cè)財(cái)務(wù)危機(jī)，避免企業(yè)陷入財(cái)務(wù)困境。

參考文獻(xiàn)

[1]Ross Neophytou，Andreas Charitou，Predicting Corporate Failure.Empirical Evidence for the UK[M]. Corporate Finance，2000（9）：457-471.

[2]Claessens，Stijin，Simeon Djankov，and Larry Lang，The Separation of Ownership and Control in East Asian Corporations[J].Journal of Financial Economics， 2000，（58）：81-112.

[3]Stephen A.Ross.Randolph.Wethersfield.Jeffrey F.Jaff.吳世農(nóng)，沈藝峰等譯.公司理[M].北京機(jī)械出版社，2000：157-163.

[4]Howard and Swaryl.An Analysis of Risk and Return Characteristic Of Corporate Bankruptcy Using Capital Market Data.The Journal of Finance，SeP.1980.1001-1016.

[5]孫曉琳. 財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究[M]，上海交通大學(xué)出版社，2011：3-56.

[6]顧曉安.公司財(cái)務(wù)預(yù)警系統(tǒng)的構(gòu)建[J].財(cái)經(jīng)論壇，2000（4）：65-71.

第3篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

【關(guān)鍵詞】 多層感知器； 非財(cái)務(wù)變量； 財(cái)務(wù)危機(jī)； 危機(jī)預(yù)警

一、財(cái)務(wù)危機(jī)的概念及研究樣本的選擇

根據(jù)可持續(xù)發(fā)展理論，筆者認(rèn)為財(cái)務(wù)危機(jī)實(shí)質(zhì)上是指一種企業(yè)盈利能力實(shí)質(zhì)性地減弱，逐漸喪失持續(xù)經(jīng)營(yíng)能力的漸進(jìn)式積累過程。就我國(guó)現(xiàn)行的退市制度而言，公司從財(cái)務(wù)危機(jī)出現(xiàn)的那一時(shí)點(diǎn)起，直至公司終止上市都屬于財(cái)務(wù)危機(jī)的過程。在這個(gè)過程中，財(cái)務(wù)危機(jī)有可能得到緩解，在短時(shí)間內(nèi)（不超過一個(gè)會(huì)計(jì)年度）通過盈利擺脫危機(jī)，也有可能加重惡化，被處以暫停上市，甚至是最終形式――終止上市。陷入財(cái)務(wù)危機(jī)的公司，一般簡(jiǎn)稱為財(cái)務(wù)危機(jī)公司。

按照這一定義和我國(guó)資本市場(chǎng)發(fā)展的實(shí)際，因“最近兩年連續(xù)虧損（包括追溯調(diào)整）”而被*ST的上市公司符合財(cái)務(wù)危機(jī)的定義，所以，筆者選取2002―2010年間連虧兩年首次被*ST的A股200家上市公司作為研究對(duì)象（不包括金融類公司、舞弊上市公司和資料不全公司），另外，采用一一配對(duì)方式確立了200家非財(cái)務(wù)危機(jī)公司，即用于模型構(gòu)建的構(gòu)造樣本300家（危機(jī)公司150家，非危機(jī)公司150家），用于驗(yàn)證效果的測(cè)試樣本100家（危機(jī)公司50家，非危機(jī)公司50家）。

研究期間選擇危機(jī)前3年，使用的數(shù)據(jù)選擇“國(guó)泰安數(shù)據(jù)庫”。

二、多層感知器模型簡(jiǎn)介

多層感知器，是最早也是最常用的一種神經(jīng)網(wǎng)絡(luò)模型，它特別適用于簡(jiǎn)單的模式分類問題。當(dāng)它用于兩類模式分類時(shí)，相當(dāng)于在高維樣本空間中，用一個(gè)超平面將兩類樣本分開。它的權(quán)值算法一般采用誤差反向傳播算法（BP算法）學(xué)習(xí)。

筆者以主成分分析提取的主成分因子作為自變量，使用SPSS17.0中的多層感知器，構(gòu)建動(dòng)態(tài)多層感知器財(cái)務(wù)危機(jī)預(yù)警模型（簡(jiǎn)稱MLP模型）。與Matlab等軟件相比較，SPSS17.0軟件不需要編程，使用比較簡(jiǎn)單，能夠自動(dòng)記錄和保存運(yùn)算過程中的最優(yōu)解。

三、研究指標(biāo)體系及其檢驗(yàn)

借鑒相關(guān)研究中具有顯著預(yù)測(cè)效果的變量，筆者初步選取了反映短期償債能力、長(zhǎng)期償債能力、盈利能力、營(yíng)運(yùn)能力、發(fā)展能力、風(fēng)險(xiǎn)水平、股東獲利能力、現(xiàn)金流量能力等8個(gè)方面的53個(gè)財(cái)務(wù)變量和審計(jì)因素、股權(quán)結(jié)構(gòu)、董事會(huì)結(jié)構(gòu)、高管持股4個(gè)方面的17個(gè)非財(cái)務(wù)變量。通過單樣本的Kolmogorov-Smirnov檢驗(yàn)和Wilcoxon符號(hào)平均秩檢驗(yàn)，剩下26變量，見表1。

四、主成分分析

主成分分析采取的是一種降維方式，使用幾個(gè)綜合因子來代表原來眾多的變量，這些綜合因子能盡可能地反映原來變量的信息量，而且彼此之間互不相關(guān)。

經(jīng)檢測(cè)，樣本數(shù)據(jù)變量的KMO值=0.745，可以進(jìn)行因子分析。得到的各主成分因子對(duì)應(yīng)的特征值與貢獻(xiàn)率見表2。

取累計(jì)貢獻(xiàn)率為73.132%，則主成分因子為8個(gè)。由于大多數(shù)因子還是和多個(gè)變量相關(guān)，故仍然使用正交旋轉(zhuǎn)法進(jìn)行轉(zhuǎn)換。提取的8個(gè)主成分因子使用主要的因子載荷量分別命名為：盈利能力-資產(chǎn)主成分因子F1（主要由X4、X5和X8解釋）；公司治理主成分因子F2（主要由X23、X24和X25解釋）；營(yíng)運(yùn)能力-股東權(quán)益主成分因子F3（主要由X13解釋）；營(yíng)運(yùn)-償債能力主成分因子F4（主要由X1、X10和X11解釋）；現(xiàn)金流量能力主成分因子F5（主要由X18和X19解釋）；盈利能力-損益主成分因子F6（主要由X3和X7解釋）；股東獲利能力主成分因子F7（主要由X16和X17解釋）；審計(jì)因素主成分因子F8（主要由X20、X21和X22解釋）。提取的這8個(gè)主成分因子中，F(xiàn)2和F8都是由非財(cái)務(wù)變量來解釋的。

根據(jù)回歸算法可以計(jì)算出因子得分函數(shù)的系數(shù)，得到26個(gè)變量的因子得分函數(shù)。

五、構(gòu)建MLP模型及其預(yù)測(cè)效果分析

（一）模型的構(gòu)建

輸入點(diǎn)P1是提取的8個(gè)主成分因子，輸出點(diǎn)P3是虛擬變量y（是財(cái)務(wù)危機(jī)公司為1，否則為0），隱藏層P2由軟件自動(dòng)計(jì)算測(cè)定為7個(gè)，得到的MLP網(wǎng)絡(luò)模型結(jié)構(gòu)是8×7×1。

輸入層到隱含層的權(quán)值矩陣Wjh（8×7）、隱含層到輸出層的權(quán)值矩陣Whi（7×1）及最終的BP網(wǎng)絡(luò)結(jié)構(gòu)分別為：

模型中，只有審計(jì)因素主成分因子F8與財(cái)務(wù)危機(jī)的發(fā)生正相關(guān)。每個(gè)因子在模型中的重要性分析見表3。營(yíng)運(yùn)―償債能力主成分因子F4和現(xiàn)金流量能力主成分因子F5在模型中的作用尤為顯著，這和公司的實(shí)際是一致的，公司非常關(guān)注現(xiàn)金流，重視償債能力，尤其是短期償債能力。

（二）預(yù)測(cè)準(zhǔn)確率分析

MLP模型對(duì)構(gòu)造樣本中150家財(cái)務(wù)危機(jī)公司的回代預(yù)測(cè)準(zhǔn)確率達(dá)到80%，第Ⅰ類錯(cuò)誤（將實(shí)際財(cái)務(wù)危機(jī)公司誤測(cè)為非財(cái)務(wù)危機(jī)公司）小。

計(jì)算出50家測(cè)試樣本財(cái)務(wù)危機(jī)公司的主成分因子的值，代入模型，得到的預(yù)測(cè)準(zhǔn)確率為78%。

（三）預(yù)測(cè)效果的比較研究

使用之前的8個(gè)主成分因子，構(gòu)建多元邏輯回歸模型（簡(jiǎn)稱MLR模型）進(jìn)行對(duì)比研究。

MLR模型和MLP模型的回代預(yù)測(cè)準(zhǔn)確性都達(dá)到了70%以上。MLR模型的回代預(yù)測(cè)效果為73.3%，比MLP模型的回代預(yù)測(cè)低6.7%。

在驗(yàn)證預(yù)測(cè)中，MLR模型的準(zhǔn)確率降到66%，而MLP模型仍然取得了78%的預(yù)測(cè)準(zhǔn)確性，說明MLP模型的預(yù)測(cè)效果優(yōu)于MLR模型。

總之，無論是回代預(yù)測(cè)還是驗(yàn)證預(yù)測(cè)，模型MLP對(duì)財(cái)務(wù)危機(jī)公司的預(yù)測(cè)都取得了最好效果，體現(xiàn)出MLP在財(cái)務(wù)危機(jī)預(yù)警模型研究中的優(yōu)越性。

六、研究結(jié)論

筆者使用2002―2010年間，因連虧兩年而首次被*ST的200家A股公司危機(jī)前3年的財(cái)務(wù)與非財(cái)務(wù)變量進(jìn)行財(cái)務(wù)危機(jī)預(yù)警，與先前研究相比，時(shí)間跨度長(zhǎng)而且樣本數(shù)量大，對(duì)公司財(cái)務(wù)危機(jī)狀況的評(píng)判更加準(zhǔn)確。

研究使用的主要方法為多層感知器，這是一種普通認(rèn)為具有較好分類效果的方法，而且研究結(jié)果也驗(yàn)證了這一說法，它的驗(yàn)證準(zhǔn)確率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)靜態(tài)多元邏輯回歸方法。

在模型中，反映短期償債能力的指標(biāo)（現(xiàn)金比率）、現(xiàn)金流量能力的指標(biāo)（現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率、每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量）和營(yíng)運(yùn)能力的指標(biāo)（應(yīng)收賬款周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率）具有顯著作用。在公司實(shí)踐中，為了追求現(xiàn)金流入流出量最大限度的平衡和最大限度的現(xiàn)金凈流入，保持現(xiàn)金流量的通暢，必須加強(qiáng)公司現(xiàn)金流量管理，適時(shí)地對(duì)公司的資源進(jìn)行合理組合配置，才有助于財(cái)務(wù)危機(jī)的防范。

筆者使用了財(cái)務(wù)變量和非財(cái)務(wù)變量對(duì)公司的財(cái)務(wù)狀況進(jìn)行分析，但是這些變量都是涉及公司內(nèi)部的因素，不到90%的預(yù)測(cè)準(zhǔn)確性也顯示應(yīng)該還有其他的因素會(huì)影響公司狀況，建議在今后的研究中適當(dāng)考慮公司外部因素對(duì)財(cái)務(wù)狀況的影響度。

【參考文獻(xiàn)】

[1] Altman E.I.，F(xiàn)inancial Ratio.Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]，Journal of Finance，1968（4）：589-609.

第4篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

[關(guān)鍵詞] 財(cái)務(wù)危機(jī) 主成分分析 Logistic分析 財(cái)務(wù)預(yù)警 財(cái)務(wù)指標(biāo)

1.引言

自改革開放以來,隨著我國(guó)市場(chǎng)開放度的不斷加大,使得國(guó)內(nèi)外市場(chǎng)競(jìng)爭(zhēng)日益加劇,企業(yè)內(nèi)部管理機(jī)制也不斷出現(xiàn)新的問題。2008年的全球金融危機(jī),更是給不少上市公司帶來了嚴(yán)重的經(jīng)營(yíng)危機(jī)。而陷入經(jīng)營(yíng)危機(jī)的上市公司幾乎毫無例外地都是以出現(xiàn)財(cái)務(wù)危機(jī)為征兆。

本文在查閱文獻(xiàn)的基礎(chǔ)上，按照理論與實(shí)證研究相結(jié)合的方法來構(gòu)建論文。選取了30家ST和30家非ST的上市公司作為案例分析。其中15家ST和15家非ST的上市公司用來構(gòu)建預(yù)警體系，另15家ST和15家非ST用來進(jìn)行驗(yàn)證。通過該論文的研究希望能引起上市公司對(duì)財(cái)務(wù)預(yù)警的重視，及早診斷出財(cái)務(wù)危機(jī)的信號(hào)，并采取相應(yīng)對(duì)策，使企業(yè)在市場(chǎng)經(jīng)濟(jì)的大潮中立于不敗之地。

2.理論分析和模型自變量的確定

2.1 理論分析

2.1.1 財(cái)務(wù)預(yù)警的概念

財(cái)務(wù)危機(jī)預(yù)警是以財(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)可能或者將要面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)。財(cái)務(wù)預(yù)警由財(cái)務(wù)危機(jī)和預(yù)警兩個(gè)詞構(gòu)成。它要求管理人員依據(jù)相關(guān)指標(biāo)的變化來預(yù)測(cè)企業(yè)財(cái)務(wù)即將呈現(xiàn)的問題，及時(shí)向利益相關(guān)者提出警示。企業(yè)的支付壓力和支付能力的脫節(jié)是財(cái)務(wù)危機(jī)的表象，資金配置的失效是財(cái)務(wù)危機(jī)的實(shí)質(zhì)。財(cái)務(wù)危機(jī)事實(shí)上是一種風(fēng)險(xiǎn)控制機(jī)制。

2.1.2 財(cái)務(wù)預(yù)警的理論基礎(chǔ)

企業(yè)預(yù)警理論是構(gòu)建財(cái)務(wù)預(yù)警系統(tǒng)管理理論的基礎(chǔ)理論，主要包括危機(jī)管理理論、策略震撼管理理論、企業(yè)逆境管理理論以及系統(tǒng)非優(yōu)理論。

2.2 系統(tǒng)樣本的選取

中國(guó)證監(jiān)會(huì)于1998年3月16日頒布了《關(guān)于上市公司狀況異常期間的股票特變處理方式的通知》，要求證券交易所應(yīng)對(duì)“狀況異?！钡纳鲜泄緦?shí)行股票的特別處理（special treatment，簡(jiǎn)稱ST)。我國(guó)證券市場(chǎng)上被ST的股票大多是由于“連續(xù)兩年虧損或每股凈資產(chǎn)低于股票面值（1元）”，即財(cái)務(wù)指標(biāo)的惡化是上市公司被特別處理的主要原因。因此國(guó)內(nèi)研究一般把被ST作為上市公司陷入財(cái)務(wù)危機(jī)的標(biāo)準(zhǔn)，本文也將ST公司作為財(cái)務(wù)危機(jī)公司，非ST公司作為財(cái)務(wù)安全公司。

在對(duì)上市公司進(jìn)行研究時(shí)，由于同一指標(biāo)在不同行業(yè)之間往往有不同的標(biāo)準(zhǔn)，因而在確定研究樣本時(shí)，最好僅選取某一行業(yè)的上市公司作為研究樣本來建立財(cái)務(wù)危機(jī)預(yù)警體系，這樣可以避免因?yàn)椴煌袠I(yè)的數(shù)據(jù)可比性不高而導(dǎo)致的模型實(shí)用性不高。在中國(guó)證監(jiān)會(huì)公布的13個(gè)上市公司行業(yè)大類中，制造業(yè)所占的比例最大，經(jīng)過分析比較，最終將我國(guó)滬市A股中的制造業(yè)上市公司作為本文的研究樣本。

本文的研究當(dāng)中采用配對(duì)的方法，從滬市的上市公司中來選取樣本，即選取近被ST的上市公司作為財(cái)務(wù)危機(jī)樣本組，共30家。同時(shí)選取與財(cái)務(wù)危機(jī)組30家上市公司同行業(yè)，資產(chǎn)規(guī)模在10%差異之內(nèi)的30家非財(cái)務(wù)危機(jī)上市公司作為配對(duì)樣本。

2.3 變量的選取

本文在參考了眾多文獻(xiàn)的基礎(chǔ)上，分別從企業(yè)的盈利能力，償債能力，資產(chǎn)營(yíng)運(yùn)能力，成長(zhǎng)能力和獲取現(xiàn)金能力反應(yīng)企業(yè)的財(cái)務(wù)狀況的5個(gè)方面出發(fā)，考慮了指標(biāo)數(shù)據(jù)獲取的難易程度并結(jié)合了以上原則，選取了以下15個(gè)指標(biāo)來建立指標(biāo)體系做為分析的起點(diǎn)。如表1所示。

3.實(shí)證研究和結(jié)果分析

本文將利用SPSS統(tǒng)計(jì)軟件作為分析工具，對(duì)以上所收集的樣本公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行因子分析和邏輯回歸分析，建立預(yù)警模型。

3.1 因子分析

在上文確定了15個(gè)財(cái)務(wù)指標(biāo)用來建立財(cái)務(wù)危機(jī)預(yù)警模型，這些指標(biāo)從不同的方面反映了公司的財(cái)務(wù)狀況。并引進(jìn)統(tǒng)計(jì)學(xué)的因子分析法。通過因子分析，找到較少的幾個(gè)因子，進(jìn)而代表數(shù)據(jù)的基本結(jié)構(gòu)，反映原始信息的本質(zhì)特征，然后用這些因子代替原來的觀測(cè)量進(jìn)行其他相關(guān)的統(tǒng)計(jì)分析，建立預(yù)警模型。

下邊對(duì)研究樣本在被宣布ST處理的前一年的15個(gè)財(cái)務(wù)指標(biāo)數(shù)據(jù)運(yùn)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行因子分析。首先，我們可以得到KMO和Bartlett的檢驗(yàn)結(jié)果，如表2所示。

表2 KMO和Bartlett的檢驗(yàn)結(jié)果

KMO 和 Bartlett 的檢驗(yàn)

取樣足夠度的 Kaiser-Meyer-Olkin 度量。

由表2 可知，KMO值和Bartlett球度檢驗(yàn)結(jié)果得出，樣本數(shù)據(jù)適合做因子分析。

在對(duì)研究樣本的15個(gè)指標(biāo)完成因子分析計(jì)算后，可以獲得15個(gè)特征值。本文提取了特征值大于1的6個(gè)因子變量作為下一步研究所用的變量。從表3中我們可以看到，這6個(gè)因子的累計(jì)貢獻(xiàn)率達(dá)到了81.123%，即這幾個(gè)變量已經(jīng)包含了原來15個(gè)財(cái)務(wù)指標(biāo)81.123%的信息，因此，我們可以認(rèn)為這6個(gè)因子變量基本反映了原有的財(cái)務(wù)指標(biāo)的綜合差異。

3.2 Logistic回歸分析以及實(shí)證研究結(jié)果

3.2.1 邏輯回歸模型

邏輯回歸模型是對(duì)二分類因變量進(jìn)行回歸分析時(shí)最普遍使用的多元統(tǒng)計(jì)方法。它根據(jù)樣本數(shù)據(jù)使用最大似然估計(jì)法估計(jì)出參數(shù)值，經(jīng)過一定的數(shù)學(xué)推導(dǎo)運(yùn)算，可求得相應(yīng)變量取某個(gè)值的概率。

邏輯回歸模型的數(shù)學(xué)表達(dá)公式為：

可以等價(jià)的表示為：

在這里，P表示某件事發(fā)生的概率，ai為呆估計(jì)參數(shù)，F(xiàn)i為自變量。

3.2.2邏輯回歸分析及預(yù)警模型的構(gòu)建

利用SPSS統(tǒng)計(jì)分析軟件，對(duì)上述60家上市公司的六個(gè)因子變量進(jìn)行邏輯回歸分析，可以建立相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警模型。

（1）模型判別分割點(diǎn)的選取

在建立邏輯回歸模型時(shí)，首先必須確定所要建立的模型的判別分割點(diǎn)。由于本文所選取的樣本是均衡的，即兩類公司的比例為1：1，故采用0.5作為分割點(diǎn)。因此，通過模型計(jì)算出來的某公司的概率大于0.5時(shí)，那么就判定樣本公司為ST公司；反之，視其為非ST公司。

（2）分析結(jié)果及構(gòu)建模型

將研究樣本前一年的6個(gè)因子變量輸入SPSS統(tǒng)計(jì)數(shù)據(jù)中，選擇邏輯回歸法，可以得到以下結(jié)果，如表6所示。

表6方程中的變量

從上表可以看到F1、F4、F5、F6這因子變量都通過了顯著性水平為5%的顯著性檢驗(yàn)，進(jìn)入了最后的模型中，而x2、x3未能通過顯著性檢驗(yàn)，因而模型中最終只有4個(gè)因變量。根據(jù)上表，我們可以得到前一年的邏輯回歸模型：

P值的范圍在[0,1]，該值越大，表明公司在未來一年內(nèi)發(fā)生財(cái)務(wù)危機(jī)可能性越大，反之，這表明公司的財(cái)務(wù)狀況比較安全，發(fā)生財(cái)務(wù)危機(jī)的可能性比較小。由于此模型是以0.5作為判別的分割點(diǎn)，因此當(dāng)P值大于0.5時(shí)，在未來一年內(nèi)將會(huì)被判為ST公司；反之，我們將被研究公司判定為非ST公司。

由上面的表達(dá)式可以得出企業(yè)的破產(chǎn)概率與F1、F4、F5和F6這四個(gè)因子成負(fù)相關(guān)，即該四個(gè)因子越大，企業(yè)的破產(chǎn)概率就越小。其中，F(xiàn)1主要由總資產(chǎn)的收益水平、銷售的凈利潤(rùn)以及現(xiàn)金的回收能力決定，反映了企業(yè)的盈利能力以及現(xiàn)金的回收能力；F4主要由主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率決定，反映了企業(yè)的成長(zhǎng)能力；F5主要由應(yīng)收賬款周轉(zhuǎn)率和存貨周轉(zhuǎn)率決定，反映了資本的營(yíng)運(yùn)能力；F6主要由總資產(chǎn)周轉(zhuǎn)率和以及資產(chǎn)的增長(zhǎng)率決定，反映了資產(chǎn)的狀況。因此我們可以得出企業(yè)的破產(chǎn)概率與企業(yè)的現(xiàn)金回收能力、成長(zhǎng)能力，資本的營(yíng)運(yùn)能力以及資產(chǎn)的應(yīng)用能力負(fù)相關(guān)。

3.3 預(yù)警模型的檢驗(yàn)與評(píng)價(jià)

3.3.1 模型的檢驗(yàn)

將研究樣本前一年的數(shù)據(jù)代入邏輯回歸模型中，然后根據(jù)判別分割點(diǎn)的標(biāo)準(zhǔn)，我們可以得到60家公司的判定結(jié)果，如下表7所示。

從判斷結(jié)果匯總表中我們可以看到：

（1）從整體預(yù)測(cè)率來看，預(yù)測(cè)的準(zhǔn)確率為80%。

（2）橫向比較：比較模型中的兩類錯(cuò)誤可以發(fā)現(xiàn)非ST公司被判定為ST公司的概率要大一些，為23.3%。另一類錯(cuò)誤為17.7%

3.3.2 模型的評(píng)價(jià)

經(jīng)過因子分析法和邏輯回歸法建立的預(yù)警模型具有以下特點(diǎn)：

3.3.1 全面性。本文所見的模型包含了15個(gè)財(cái)務(wù)指標(biāo)，濃縮為6個(gè)因子變量。這些變量基本上包含了企業(yè)所有的財(cái)務(wù)信息，分別從上市公司的盈利能力、償債能力、資產(chǎn)營(yíng)運(yùn)能力、成長(zhǎng)能力以及現(xiàn)金能力等幾個(gè)方面綜合評(píng)價(jià)了公司的財(cái)務(wù)狀況。

3.3.2 可操作性。邏輯回歸模型通俗易懂，沒有深?yuàn)W的專業(yè)術(shù)語或不可量化的指標(biāo)，不僅專業(yè)人士可以借鑒，一般的投資者也可以利用。另外，在運(yùn)用該模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)時(shí)，由于SPSS等統(tǒng)計(jì)軟件的輔助計(jì)算，是這種預(yù)測(cè)變得相對(duì)簡(jiǎn)單可行，可以在實(shí)踐中運(yùn)用。

3.3.3 靈活應(yīng)用性。本文所建立的模型不僅可以對(duì)非ST公司變成ST公司作出預(yù)測(cè)，而且還可以對(duì)ST公司變成非ST公司作出預(yù)測(cè)。

3.4 相關(guān)的結(jié)論

（1）在構(gòu)建該體系時(shí)，應(yīng)采用對(duì)財(cái)務(wù)指標(biāo)分布無要求的統(tǒng)計(jì)方法（如邏輯回歸方法）。因?yàn)檠芯繕颖镜呢?cái)務(wù)指標(biāo)并不一定符合正態(tài)分布。

（2）SY公司的財(cái)務(wù)狀況惡化并不是突然發(fā)生的，因而我們完全可以通過分析財(cái)務(wù)指標(biāo)的變化來預(yù)測(cè)公司的未來財(cái)務(wù)狀況。通過上述的分析，可以發(fā)現(xiàn)ST公司的大部分財(cái)務(wù)指標(biāo)在其被特別處理前一年會(huì)計(jì)年度內(nèi)呈現(xiàn)出了惡化的趨勢(shì)，ST公司與非ST公司財(cái)務(wù)指標(biāo)之間所呈現(xiàn)的差距很大，這使得財(cái)務(wù)與危機(jī)預(yù)警不僅必要，而且成為可能。

（3）本文將現(xiàn)金流量的因素考慮了進(jìn)去，因?yàn)楝F(xiàn)金流量能夠很好的反映企業(yè)的財(cái)務(wù)狀況，這樣使這些財(cái)務(wù)指標(biāo)能夠更全面的反映企業(yè)的財(cái)務(wù)狀況。

（4）本文采用了因子分析法和邏輯回歸法相結(jié)合的方法建立我國(guó)制造業(yè)上市公司的財(cái)務(wù)危機(jī)預(yù)警體系。這是由于本文采用的指標(biāo)較多，需要因子分析法進(jìn)行濃縮；同時(shí)，邏輯回歸在對(duì)財(cái)務(wù)危機(jī)企業(yè)進(jìn)行研究過程時(shí)，其存在一定的局限性。結(jié)果表明：兩種方法的結(jié)合使所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警體系取得了比較理想的預(yù)測(cè)結(jié)果。

（5）有以上的分析我們可以得出企業(yè)的破產(chǎn)概率與企業(yè)的現(xiàn)金回收能力、成長(zhǎng)能力，資本的營(yíng)運(yùn)能力以及資產(chǎn)的應(yīng)用能力負(fù)相關(guān)。即企業(yè)的現(xiàn)金回收能力、成長(zhǎng)能力，資本的營(yíng)運(yùn)能力以及資產(chǎn)的應(yīng)用能力越強(qiáng)，企業(yè)越不可能破產(chǎn)。

4.結(jié)束語

通過對(duì)我國(guó)滬市制造業(yè)的60家上市公司2009年的財(cái)務(wù)數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析，結(jié)合一定的研究方法，建立了財(cái)務(wù)危機(jī)預(yù)警體系，并進(jìn)行了回代檢驗(yàn)，最后的檢驗(yàn)結(jié)果顯示了該體系取得較好的預(yù)測(cè)效果?？梢娖潴w系具有一定的實(shí)用性。

參考文獻(xiàn)

[1] 王瑩. 淺析企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建[J]. 會(huì)計(jì)之友(中旬刊),2009,(04).

[2] 王亞. 我國(guó)上市公司財(cái)務(wù)預(yù)警模型研究[J]. 中國(guó)總會(huì)計(jì)師, 2009,(02) .

[3] 楊哲. 企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)構(gòu)建探討[J]. 煤炭經(jīng)濟(jì)研究, 2009,(01) .

第5篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

【關(guān)鍵詞】財(cái)務(wù)危機(jī)預(yù)警研究 存在問題 改進(jìn)建議 上市公司

隨著競(jìng)爭(zhēng)逐漸激烈，上市公司財(cái)務(wù)危機(jī)發(fā)生的頻率也越來越高，因此公司管理當(dāng)局、股東、債權(quán)人等相關(guān)者的利益受到很大損失，同時(shí)給其帶來了巨大的壓力。受我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展時(shí)間短的影響，我國(guó)財(cái)務(wù)預(yù)警相關(guān)研究的時(shí)間也較短，同時(shí)由于一些客觀環(huán)境的限制和約束，很多問題存在于我國(guó)上市公司財(cái)務(wù)預(yù)警研究中。所以，為了加強(qiáng)對(duì)上市公司財(cái)務(wù)危機(jī)的預(yù)警，必須強(qiáng)化這方面的研究。

一、我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究存在的問題

（一）公司治理結(jié)構(gòu)不健全，風(fēng)險(xiǎn)意識(shí)缺乏

公司治理結(jié)構(gòu)的完善對(duì)企業(yè)有著重要的意義：首先，可以保障投資者的利益，防止其合法權(quán)益被企業(yè)的“內(nèi)部人”侵吞；其次，科學(xué)決策在企業(yè)中得到保證，效率得到。因?yàn)槠髽I(yè)效率的提高是企業(yè)各方面的利益有效的保障。持股比例過于集中、所有者缺位和內(nèi)部控制不力等是目前我國(guó)公司治理結(jié)構(gòu)不健全的主要表現(xiàn)方面。對(duì)財(cái)務(wù)危機(jī)的不重視，風(fēng)險(xiǎn)意識(shí)淡薄也基本上是公司治理結(jié)構(gòu)不健全造成的。

（二）證券市場(chǎng)不規(guī)范，破產(chǎn)機(jī)制不健全

我國(guó)的證券市場(chǎng)經(jīng)歷的時(shí)間還比較短，與之相關(guān)的破產(chǎn)機(jī)制更是不健全，具有笑話意味的是我國(guó)迄今為止尚無一家證券上市公司宣告破產(chǎn)，以致破產(chǎn)不能作為研究人員為財(cái)務(wù)危機(jī)標(biāo)準(zhǔn)的定義，并在此基礎(chǔ)上使用控制樣本建立財(cái)務(wù)預(yù)警模型。由于當(dāng)前“ST”制度執(zhí)法不夠嚴(yán)厲，加之它也不能夠很準(zhǔn)確地代表財(cái)務(wù)危機(jī)，因此如果以此為標(biāo)準(zhǔn)展開財(cái)務(wù)預(yù)警研究，勢(shì)必會(huì)影響其研究成果。

（三）預(yù)警指標(biāo)的選擇狹窄

建立財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的基礎(chǔ)是指標(biāo)的選擇?，F(xiàn)有的財(cái)務(wù)理論和實(shí)踐經(jīng)驗(yàn)是目前研究者進(jìn)行研究的主要依據(jù)，同時(shí)已發(fā)生財(cái)務(wù)危機(jī)公司的實(shí)際情況也是參考，備選指標(biāo)組也是從一系列財(cái)務(wù)指標(biāo)中選擇的，最后相對(duì)顯著的指標(biāo)再通過統(tǒng)計(jì)檢驗(yàn)篩選出。通過分析，還可以通過以下幾方面完善預(yù)警系統(tǒng)。第一，現(xiàn)有的財(cái)務(wù)指標(biāo)利用的是資產(chǎn)負(fù)責(zé)表和利潤(rùn)表計(jì)算的，預(yù)警系統(tǒng)中利用的這個(gè)財(cái)務(wù)指標(biāo)是權(quán)責(zé)發(fā)生制下的，忽視了更為客觀的現(xiàn)金流量指標(biāo)，對(duì)企業(yè)的財(cái)務(wù)運(yùn)行狀況沒有真實(shí)反應(yīng)。第二，現(xiàn)在的一些預(yù)警指標(biāo)主要針對(duì)財(cái)務(wù)指標(biāo)，忽視或者很少考慮非財(cái)務(wù)指標(biāo)。企業(yè)的財(cái)務(wù)管理水平以及其內(nèi)部的非財(cái)務(wù)性因素和外部的理財(cái)環(huán)境共同決定著一個(gè)企業(yè)是否發(fā)生財(cái)務(wù)危機(jī)，而預(yù)警系統(tǒng)的有效性也因這些局限性在一定程度上受到制約。

（四）預(yù)警模型缺乏實(shí)用性

樣本是財(cái)務(wù)指標(biāo)模型的基礎(chǔ)，因?yàn)樨?cái)務(wù)指標(biāo)是對(duì)其的相關(guān)分析建立起來的，這樣樣本不同可能導(dǎo)致最終進(jìn)入預(yù)測(cè)模型的變量不同，那么巨大的差異存在于具有顯著預(yù)測(cè)能力的指標(biāo)便不足為奇。在許多方面有很大的差異存在于危機(jī)發(fā)生前的財(cái)務(wù)危機(jī)企業(yè)和非危機(jī)企業(yè)之間，但因?yàn)檠芯空咴谶x擇樣本和變量時(shí)存在差異，因此最后得到不同的預(yù)測(cè)變量。模型使用者會(huì)因?yàn)轭A(yù)測(cè)模型種類繁多而感到困惑，使財(cái)務(wù)預(yù)測(cè)模型的應(yīng)用受到影響。并且，目前現(xiàn)狀是研究過多的關(guān)注于建模技術(shù)、模型預(yù)測(cè)精度，對(duì)模型的實(shí)用性考慮較少，過于重視形式，過重追求判定結(jié)果的正確率，反而忽視了實(shí)際解決危機(jī)的方案。

（五）排警措施不夠重視

排警措施是一個(gè)完整的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)必不可少的部分，目前企業(yè)需要的不僅是能夠預(yù)測(cè)危機(jī)，也需要真正建立起防范財(cái)務(wù)危機(jī)的預(yù)警系統(tǒng)，這個(gè)系統(tǒng)除了能夠發(fā)現(xiàn)企業(yè)潛在的危機(jī)，還能夠?qū)Ξa(chǎn)生危機(jī)的根源做出解釋,找到解決危機(jī)的方法，但是預(yù)測(cè)結(jié)果只是發(fā)現(xiàn)病癥，分析病癥, 解決問題的根本途徑還是癥下藥。

二、對(duì)改進(jìn)我國(guó)上市財(cái)務(wù)危機(jī)預(yù)警的建議

（一）加強(qiáng)理論研究

與西方發(fā)達(dá)國(guó)家相比,我國(guó)對(duì)財(cái)務(wù)危機(jī)預(yù)警的研究要晚一些，基礎(chǔ)也更差，因此“走出去”戰(zhàn)略是財(cái)務(wù)危機(jī)預(yù)警應(yīng)該實(shí)施的，我們借鑒、學(xué)習(xí)西方先進(jìn)的理論、研究成果，使他們用于我國(guó)，再結(jié)合我國(guó)的實(shí)際情況，逐漸探索出適合我國(guó)國(guó)情的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)?！耙M(jìn)來”，總結(jié)發(fā)達(dá)國(guó)家經(jīng)驗(yàn)，更新理念，創(chuàng)新財(cái)務(wù)危機(jī)研究，使之能更加科學(xué)地指導(dǎo)預(yù)警研究。

（二）樹立風(fēng)險(xiǎn)防范意識(shí)

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)能夠得以成功建立并有效運(yùn)行，企業(yè)具有風(fēng)險(xiǎn)防范意識(shí)是前提。只有得到高度重視的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)才能真正發(fā)揮其效能，而不是作為虛設(shè)的系統(tǒng)。這對(duì)企業(yè)全體員工特別是管理層就有更高的更多的要求，起碼思想上要保持高度警惕，企業(yè)經(jīng)營(yíng)過程中出現(xiàn)的問題和潛在的危機(jī)能夠隨時(shí)發(fā)現(xiàn)，并且及時(shí)采取措施有效消除。

（三）健全內(nèi)部控制制度，融合企業(yè)各項(xiàng)制度

為了保護(hù)經(jīng)濟(jì)主體的資產(chǎn)完整，必須建設(shè)內(nèi)部控制制度，會(huì)計(jì)資料真實(shí)、正確也是靠此來保證的，經(jīng)營(yíng)效益的提高也依賴于此，相互聯(lián)系、相互制約的方法、程序和行為準(zhǔn)則必須在經(jīng)濟(jì)主體的內(nèi)部得以建立，來促進(jìn)經(jīng)營(yíng)方針的貫徹實(shí)施。財(cái)務(wù)預(yù)警模型中的各種指標(biāo)、財(cái)務(wù)比率計(jì)算的真實(shí)性都與內(nèi)部控制制度是否建立健全有關(guān)。所以說，行之有效的內(nèi)部控制制度是建立財(cái)務(wù)預(yù)警系統(tǒng)的前提，但是必須把這些制度與企業(yè)的預(yù)警系統(tǒng)結(jié)合起來并且可以得到一貫執(zhí)行，以發(fā)揮其最大的協(xié)同作用。

（四）量化分析與非量化分析相結(jié)合

指標(biāo)的客觀性和準(zhǔn)確性是靠量化分析來確保的，但是傳統(tǒng)的定性分析絕不能被取代，因?yàn)椴煌钠髽I(yè)條件有差異、評(píng)價(jià)標(biāo)準(zhǔn)的主觀性及數(shù)據(jù)獲取難度與成本會(huì)限制指標(biāo)的客觀性與準(zhǔn)確性。當(dāng)股價(jià)驟跌,總資產(chǎn)和收益急劇下降，股利大幅度削減等情況出現(xiàn)時(shí)就需要比量化分析更為可靠、靈敏和有效的非量化分析。競(jìng)爭(zhēng)在不斷加劇，投資規(guī)模也不斷擴(kuò)張，與之相應(yīng)的企業(yè)面臨的風(fēng)險(xiǎn)和危機(jī)與日俱增，計(jì)算一些比率，對(duì)比一些指標(biāo)已經(jīng)不是預(yù)警功能單純能夠?qū)崿F(xiàn)的，系統(tǒng)的方法庫和模型庫必須隨之創(chuàng)建，現(xiàn)代科學(xué)技術(shù)也應(yīng)該被應(yīng)用其中，比如現(xiàn)代計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、數(shù)據(jù)庫技術(shù)以及管理學(xué)、財(cái)務(wù)學(xué)、運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)、模型論和各種優(yōu)化技術(shù)，同時(shí)必須加強(qiáng)定量分析和定性分析方法相結(jié)合的綜合應(yīng)用。

（五）拓寬預(yù)警模型變量選擇范圍

預(yù)警變量需要重新設(shè)計(jì)考慮，現(xiàn)金流量方面的指標(biāo)也要被合理引入，對(duì)現(xiàn)金流入、流出要加強(qiáng)監(jiān)測(cè)分析。另外，非財(cái)務(wù)因素等一些非財(cái)務(wù)指標(biāo)是應(yīng)該考慮的，比如來自宏觀和微觀角度的、股權(quán)的集中程度、審計(jì)意見結(jié)果、產(chǎn)業(yè)相對(duì)比率，這樣可以有效彌補(bǔ)很多滯后性的缺陷，比如其數(shù)據(jù)太依賴于會(huì)計(jì)報(bào)表的財(cái)務(wù)指標(biāo)，擴(kuò)大了預(yù)警系統(tǒng)的涵蓋范圍，增強(qiáng)預(yù)警能力。

（六）建立預(yù)警對(duì)策庫

將警源監(jiān)控、警情播報(bào)到輔助排警等一系列功能進(jìn)行整合，就是現(xiàn)代財(cái)務(wù)預(yù)警系統(tǒng)，建立一個(gè)執(zhí)行預(yù)警、排警功能的管理子系統(tǒng),將它從傳統(tǒng)預(yù)警的會(huì)計(jì)附屬功能中獨(dú)立出來。應(yīng)急排警對(duì)策集合是在各種風(fēng)險(xiǎn)條件下的事先準(zhǔn)備好的預(yù)警對(duì)策庫，能夠自動(dòng)地采用相應(yīng)排警對(duì)策根據(jù)預(yù)警信息性質(zhì)、類型和警報(bào)的程度發(fā)出風(fēng)險(xiǎn)預(yù)報(bào)當(dāng)預(yù)警信息系統(tǒng)發(fā)揮作用時(shí)。為了使企業(yè)能夠按照提示，去尋求實(shí)際的、更實(shí)用、有效的方案，思路性、提示性的對(duì)策應(yīng)該是預(yù)警對(duì)策庫中所有的。

（七）根據(jù)實(shí)際情況完善財(cái)務(wù)預(yù)警模型

現(xiàn)有的預(yù)警模型存在一定的局限性，因?yàn)槎际菄?guó)外學(xué)者依據(jù)本國(guó)公司的資料統(tǒng)計(jì)得出的，盡管在許多國(guó)家也具有一定的效用?，F(xiàn)代市場(chǎng)上統(tǒng)計(jì)軟件的功能日益增強(qiáng)，對(duì)其的開發(fā)與會(huì)計(jì)資料庫也逐步建立，我們根據(jù)國(guó)外已有研究成果，再結(jié)合我國(guó)現(xiàn)代企業(yè)的特點(diǎn)，進(jìn)行融合創(chuàng)新，建立一種預(yù)警模型，使之更適用于本公司或本行業(yè)的財(cái)務(wù)預(yù)警模型，并隨時(shí)根據(jù)實(shí)際情況進(jìn)行改進(jìn)，隨時(shí)關(guān)注評(píng)價(jià)指標(biāo)，企業(yè)可能遇到的各種風(fēng)險(xiǎn)才能準(zhǔn)確及時(shí)地在企業(yè)的財(cái)務(wù)預(yù)警系統(tǒng)中得以顯示，財(cái)務(wù)危機(jī)才能更好的得以防范。綜上所述，風(fēng)險(xiǎn)防范和控制需要依賴于財(cái)務(wù)危機(jī)預(yù)警，它為企業(yè)經(jīng)營(yíng)提供了一種行之有效的方法。財(cái)務(wù)預(yù)警系統(tǒng)在我國(guó)沒有很好的發(fā)揮作用是由于受到多種現(xiàn)實(shí)條件的限制，這一領(lǐng)域的研究還有待國(guó)內(nèi)的學(xué)者做出更大的努力。

參考文獻(xiàn)

[1] 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[J].重慶科技學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版), 2008, (06) .

[2] 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――基于電信與計(jì)算機(jī)行業(yè)上市公司的實(shí)證證據(jù)[J].會(huì)計(jì)研究, 2007, (12) .

第6篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞:金融危機(jī);制造業(yè);財(cái)務(wù)預(yù)警;上市公司

中圖分類號(hào):F830.91文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2010)12-0040-02

一、本文的樣本和指標(biāo)選取

(1)同時(shí)期:與所選取的ST公司被ST發(fā)生在同一年,如果樣本同時(shí)在兩年或更長(zhǎng)時(shí)間延續(xù)其ST的身份,則將其歸為第一年被ST的年度。(2)同規(guī)模:以ST公司被ST的前一個(gè)會(huì)計(jì)年度的資產(chǎn)總規(guī)模和資產(chǎn)規(guī)模相差不超過5%為標(biāo)準(zhǔn),選取與之規(guī)模相匹配的非ST公司。

根據(jù)銳思(RESSET)金融研究數(shù)據(jù)庫資料顯示:在2009年首次被ST的A股制造業(yè)上市公司為14家。其中:*ST白貓,因未找到與之規(guī)模差異不大的財(cái)務(wù)正常的上市公司,于是將其剔除; *ST伊利,只找到與之規(guī)模相差14.19%的財(cái)務(wù)正常的上市公司,因?yàn)闃颖緮?shù)量較少,我們也考慮將其納入樣本,其余資產(chǎn)規(guī)模差異均在5%以內(nèi),從而有ST制造業(yè)上市公司13家,非ST制造業(yè)上市公司13家,共26家。

本文從償債能力、盈利能力、現(xiàn)金流量、財(cái)務(wù)結(jié)構(gòu)、成長(zhǎng)能力和營(yíng)運(yùn)能力六個(gè)方面選取上市公司基礎(chǔ)財(cái)務(wù)預(yù)警指標(biāo),共選取了34個(gè)預(yù)警指標(biāo),作為研究中使用的最原始變量。

二、實(shí)證研究

若用于構(gòu)建預(yù)警模型的自變量過多,這樣不僅會(huì)提高預(yù)警成本,而且還可能帶來預(yù)警研究中噪音的增加,從而導(dǎo)致預(yù)警變量解釋能力的無謂下降,于是本文采用因子分析將變量進(jìn)行綜合和濃縮。

對(duì)基礎(chǔ)預(yù)警指標(biāo)進(jìn)行預(yù)處理是非常必要的:第一,因所選取樣本容量足夠大,無須對(duì)基礎(chǔ)預(yù)警指標(biāo)進(jìn)行正態(tài)性檢驗(yàn),而采用相關(guān)性檢驗(yàn)。由于因子分析的主要任務(wù)之一是對(duì)原有變量進(jìn)行濃縮,即將原有變量中的信息重疊部分提取和綜合成因子,進(jìn)而實(shí)現(xiàn)減少變量個(gè)數(shù)的目的。對(duì)此,它要求原有變量之間應(yīng)存在較強(qiáng)的相關(guān)關(guān)系。我們將會(huì)采用相關(guān)性檢驗(yàn)篩選出相關(guān)性較高的變量,使其適合進(jìn)行因子分析。第二,采用因子分析中的主成分分析法對(duì)通過相關(guān)性檢驗(yàn)的變量進(jìn)行二次處理,從而篩選出最終用于構(gòu)建預(yù)警模型的自變量。

在顯著性水平0.05下,如果某項(xiàng)財(cái)務(wù)比率連續(xù)通過2007年和2008年的相關(guān)性檢驗(yàn),則認(rèn)定這些財(cái)務(wù)比率通過檢驗(yàn),最終選擇如下11個(gè)財(cái)務(wù)指標(biāo)進(jìn)入因子分析:營(yíng)運(yùn)資金/資產(chǎn)總額、利息保障倍數(shù)、資產(chǎn)負(fù)債率、銷售凈利率、銷售毛利率、資本收益率、凈資產(chǎn)收益率、留存收益/資產(chǎn)總額、每股收益、每股凈資產(chǎn)、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率。

表1巴特利特球度檢驗(yàn)和KMO檢驗(yàn)

由表1可知,巴特利特球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為399.939,相應(yīng)的概率P-值接近于0。同時(shí),KMO值為0.794,根據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)可知原有變量比較適合進(jìn)行因子分析。

因子解釋原有變量總方差的情況(如表5所示),我們可以得到每個(gè)主成分的方差,即特征根。

對(duì)因子載荷矩陣采用最大正交旋轉(zhuǎn)法實(shí)行旋轉(zhuǎn),旋轉(zhuǎn)后的載荷矩陣(表4所示):

由表4可知,銷售凈利率、銷售毛利率、利息保障倍數(shù)在第1個(gè)因子上有較高的載荷,第1個(gè)因子主要解釋了這幾個(gè)變量,可解釋為盈利能力;資產(chǎn)負(fù)債率、營(yíng)運(yùn)資金/資產(chǎn)總額、留存收益/資產(chǎn)總額在第2個(gè)因子上有較高的載荷,第2個(gè)因子主要解釋了這幾個(gè)變量,可解釋為償債能力;資本收益率、凈資產(chǎn)收益率每股收益在第3個(gè)因子上有較高的載荷,第2個(gè)因子主要解釋了這幾個(gè)變量,可解釋為營(yíng)運(yùn)能力和盈利能力;主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、每股凈資產(chǎn)第4個(gè)因子上有較高的載荷,可解釋為成長(zhǎng)能力。最后采用回歸法估計(jì)因子得分系數(shù),并輸出因子得分系數(shù)。

F1 = -0.095X1+0.506X2+0.112X3+0.467X4+0.438X5-0.25X6

-0.14X7+0.037X8+0.071X9-0.121X10-0.157X11

F2= 0.405X1+0.116X2-0.433X3-0.192X4-0.151X5-0.057X6

-0.054X7+0.196X8-0.079X9-0.32X10-.174X11

F3 = -0.076X1+-0.443X2-0.001X3+0.006X4+0.012X5-0.607X6

-0.477X7+0.006X8+0.2X9-0.333X10-0.051X11

F4 = -0.005X1-0.017X2+0.194X3-0.159X4-0.158X5-0.087X6

-0.023X7+0.011X8+0.058X9-0.603X10-0.728X11

以4個(gè)因子的方差貢獻(xiàn)率為權(quán)數(shù),可得到金融危機(jī)下財(cái)務(wù)預(yù)警模型:Z=0.25598F1+0.25029F2+0.22365F3+0.13871F4

三、結(jié)論與不足

本文在進(jìn)行模型檢驗(yàn)時(shí),由于無法取得檢驗(yàn)樣本,只能進(jìn)行回判,判別準(zhǔn)確率較高。所采用的金融危機(jī)以后的數(shù)據(jù),僅有2007年和2008年兩年,也只是選取了定量指標(biāo),沒有考慮定性指標(biāo)因素的影響。

參考文獻(xiàn):

[1]程濤,張鳴,張艷.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.

[2]周首華.現(xiàn)代企業(yè)財(cái)務(wù)理論前沿專題[M].大連:東北財(cái)經(jīng)大學(xué)出版社,2000.

[3]薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].北京:中國(guó)人民大學(xué)出版社,2008.

[4]龔小君,王光華.中國(guó)財(cái)務(wù)預(yù)警研究的回顧與展望――20世紀(jì)90年代以來國(guó)內(nèi)財(cái)務(wù)預(yù)警研究評(píng)析[J].重慶郵電大學(xué)學(xué)報(bào),2005,

(2):186-188.

第7篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

Abstract：Constructingfinancialcrisispre-warningsystemisthenecessitytothedevelopmentofcapitalmarketinChina.Thispaperanalyzesthepossibilityofconstructingfinancialcrisispre-warningsystemofthelistedcompaniesfromthreeaspects,theory，economicsandtechnology,andworksoutthenewthoughtandbasicframeworkofconstructingfinancialcrisispre-warningsystemsoastopreventandresolvethefinancialcrisisofthelistedcompanies.

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

KeyWord：ListedcompanyFinancialcrisisPre-warningsystem

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，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)于上市公司來說，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]EIAltman.CorporateFinancialDistressandBankruptcy[M].NewYork：Wiley，2000.

[2]StephenARoss.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.

第8篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞：主成分；Logistic模型；財(cái)務(wù)預(yù)警分析

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2016）18-0073-04

引言

隨著全球經(jīng)濟(jì)一體化進(jìn)程，我國(guó)市場(chǎng)經(jīng)濟(jì)不斷發(fā)展完善，上市公司之間的競(jìng)爭(zhēng)也愈演愈烈，市場(chǎng)的復(fù)雜性和不可預(yù)見性使得企業(yè)一旦經(jīng)營(yíng)不善就可能陷入財(cái)務(wù)困境之中。從20世紀(jì)開始，全球經(jīng)濟(jì)出現(xiàn)了許多復(fù)雜情況，很多企業(yè)包括上市公司陷入了財(cái)務(wù)危機(jī)，甚至因此而導(dǎo)致破產(chǎn)。

財(cái)務(wù)危機(jī)，也稱財(cái)務(wù)困境或財(cái)務(wù)失敗，財(cái)務(wù)危機(jī)分為經(jīng)營(yíng)失敗、無償付能力、違約、破產(chǎn)四種情形，最終可能會(huì)導(dǎo)致公司破產(chǎn)。財(cái)務(wù)危機(jī)預(yù)警就是利用企業(yè)財(cái)務(wù)信息和相關(guān)資料，選取一些敏感性較高、有針對(duì)性的財(cái)務(wù)指標(biāo)，通過建立數(shù)學(xué)模型，及時(shí)監(jiān)控和預(yù)測(cè)可能出現(xiàn)或已經(jīng)出現(xiàn)的財(cái)務(wù)危機(jī)。隨著由于財(cái)務(wù)危機(jī)而導(dǎo)致破產(chǎn)的企業(yè)增多，財(cái)務(wù)風(fēng)險(xiǎn)管理的重要性愈發(fā)顯著。財(cái)務(wù)危機(jī)預(yù)警既滿足企業(yè)在日趨激烈的競(jìng)爭(zhēng)中維持生存最基本的需要，也符合市場(chǎng)競(jìng)爭(zhēng)機(jī)制的動(dòng)態(tài)要求。如何做到防患于未然，預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)是上市公司需要考慮的重要問題。

鑒于此，本文以食品類上市公司為例，試圖通過選取能夠全面反映食品上市公司經(jīng)營(yíng)狀況和財(cái)務(wù)狀況的指標(biāo)（包括反映其盈利能力、營(yíng)運(yùn)能力、獲取現(xiàn)金的能力、償債能力以及發(fā)展能力）構(gòu)建其財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，針對(duì)食品上市公司被實(shí)施ST前三年的財(cái)務(wù)數(shù)據(jù)，分別運(yùn)用Logistic回歸分析和主成分分析方法來建立財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)其判別效果進(jìn)行比較分析，以期為上市公司的財(cái)務(wù)危機(jī)預(yù)警起到一定的參考作用。

一、文獻(xiàn)綜述

（一）國(guó)外的財(cái)務(wù)危機(jī)預(yù)警研究

財(cái)務(wù)危機(jī)預(yù)警研究源于 20世紀(jì)30年代，美國(guó)學(xué)者Fitzpatrick（1932）首次采用以財(cái)務(wù)比率作為預(yù)測(cè)財(cái)務(wù)危機(jī)的單變量分析方法，比較分析了健康和危機(jī)企業(yè)的財(cái)務(wù)指標(biāo)。20世紀(jì)60年代，學(xué)者Beaver et al.采用統(tǒng)計(jì)方法，首次建立了單變量財(cái)務(wù)危機(jī)預(yù)警模型。最早的多元判別預(yù)警模型是 Altman的Z-Score模型。Sevim et al.重點(diǎn)對(duì)比分析了一元判斷分析模型、多元判斷分析模型及Logistic模型的優(yōu)缺點(diǎn)，最終選取Logistic模型對(duì)土耳其國(guó)內(nèi)的制造業(yè)上市公司的財(cái)務(wù)狀況進(jìn)行了動(dòng)態(tài)預(yù)測(cè)。Ohlson采用多元 Logistic回歸方法構(gòu)造財(cái)務(wù)危機(jī)預(yù)警模型，并發(fā)現(xiàn)了企業(yè)當(dāng)前的變現(xiàn)能力、資本結(jié)構(gòu)、規(guī)模、業(yè)績(jī)四個(gè)指標(biāo)有明顯的預(yù)測(cè)效果。后來的研究學(xué)者用人工神經(jīng)網(wǎng)絡(luò)模型以及多元概率比回歸模型，也取得了較好的預(yù)測(cè)結(jié)果。

（二）國(guó)內(nèi)的財(cái)務(wù)危機(jī)預(yù)警研究

國(guó)內(nèi)對(duì)財(cái)務(wù)預(yù)警的研究相較國(guó)外起步比較晚。周首華、楊濟(jì)華、王平利用Compustat PC Plus建立了 F 分?jǐn)?shù)模型。學(xué)者于文華等收集了ST、非ST兩類制造業(yè)上市公司財(cái)務(wù)數(shù)據(jù)，通過構(gòu)建Logistic回歸模型處理財(cái)務(wù)危機(jī)預(yù)警指標(biāo)，探析了財(cái)務(wù)危機(jī)爆發(fā)主要影響指標(biāo)。何妮選取非參數(shù)檢驗(yàn)、顯著性檢驗(yàn)及因子分析等方法，構(gòu)建了Logistic回歸模型發(fā)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警模型具有可實(shí)施性。章早立、何沛俐在采用Logistic 回歸分析之前使用全局主成分分析，并建立了以時(shí)序立體數(shù)據(jù)空間為基礎(chǔ)的財(cái)務(wù)危機(jī)判別模型。劉靜以34家正常公司為例，利用F分?jǐn)?shù)模型對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行了分析，認(rèn)為F分?jǐn)?shù)模型在制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)判上精度較高。王世蘭通過對(duì)現(xiàn)階段的財(cái)務(wù)危機(jī)預(yù)警模型進(jìn)行歸納總結(jié)，認(rèn)為目前所應(yīng)用的制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警模型可歸納為傳統(tǒng)統(tǒng)計(jì)方法和人工智能兩類。張健基于Logistic回歸法建立了EVA財(cái)務(wù)危機(jī)預(yù)警模型，對(duì)52家上市公司的財(cái)務(wù)狀況進(jìn)行實(shí)證檢驗(yàn)，但研究發(fā)現(xiàn)該方法只適用于短期預(yù)測(cè)。

通過上面的文獻(xiàn)綜述，可以發(fā)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警模型還存在一些不足：一是沒有考慮到財(cái)務(wù)指標(biāo)之間具有的較強(qiáng)相關(guān)性，可能導(dǎo)致信息重疊，影響預(yù)警模型的穩(wěn)健性。二是選取財(cái)務(wù)指標(biāo)沒有考慮財(cái)務(wù)信息失真的影響。上述國(guó)內(nèi)外研究文獻(xiàn)在預(yù)警方法與模型方面，多集中于Logistic或因子分析等單一預(yù)測(cè)模型的構(gòu)建與使用，而對(duì)不同方法間財(cái)務(wù)危機(jī)預(yù)警精度差異的研究較少，缺乏針對(duì)制造業(yè)財(cái)務(wù)危機(jī)預(yù)警方法的探討。

二、研究設(shè)計(jì)

（一）選擇研究樣本

本文中選取2011―2013年首次被實(shí)施ST的43家A股食品上市公司作為研究對(duì)象，并按照合適的比例選取同行業(yè)上市公司被實(shí)施ST資產(chǎn)規(guī)模相近的43家非ST公司作為配對(duì)樣本。將這86家公司分為建模組和檢驗(yàn)組： 選取2011―2012年被實(shí)施ST的32家食品上市公司和相對(duì)應(yīng)的32家非ST公司作為建模組，利用Logistic回歸分析和主成分分析方法建立財(cái)務(wù)危機(jī)預(yù)警模型；選取2013年被實(shí)施ST的11家食品上市公司和與之對(duì)應(yīng)的11家非ST公司作為檢驗(yàn)組，驗(yàn)證模型的準(zhǔn)確度。

（二）選取財(cái)務(wù)指標(biāo)

選取合適的樣本之后，指標(biāo)的選取成為模型預(yù)測(cè)的關(guān)鍵。企業(yè)在選擇財(cái)務(wù)危機(jī)預(yù)警指標(biāo)時(shí)，首先，應(yīng)該考慮企業(yè)的實(shí)際狀況選取合適財(cái)務(wù)危機(jī)預(yù)警指標(biāo)。其次，選擇的財(cái)務(wù)指標(biāo)通常要包含能夠全面反映企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)狀況的信息，以及能否很好地反映該公司的財(cái)務(wù)危機(jī)。鑒于此，選取了包括盈利能力、營(yíng)運(yùn)能力、獲取現(xiàn)金的能力、償債能力以及發(fā)展能力幾個(gè)方面的22個(gè)財(cái)務(wù)指標(biāo)作為研究變量（如下表所示）。

另外，選取的反映盈余管理程度的財(cái)務(wù)指標(biāo)主要有：應(yīng)收賬款占銷售收入比率、其他應(yīng)收款與流動(dòng)資產(chǎn)比率和應(yīng)收賬款與流動(dòng)資產(chǎn)比率，以及非經(jīng)常性損益占利潤(rùn)總額比率。

（三）研究的方法

1.提取主成分。鑒于財(cái)務(wù)指標(biāo)之間較強(qiáng)的相關(guān)性，可能導(dǎo)致信息重復(fù)，不利于分析和構(gòu)建后續(xù)預(yù)警模型，因此克服財(cái)務(wù)指標(biāo)之間的多重重復(fù)性，保留財(cái)務(wù)信息，建立有效的財(cái)務(wù)預(yù)警模型尤為重要。這里采用主成分分析方法將眾多具有相關(guān)關(guān)系的財(cái)務(wù)指標(biāo)變量轉(zhuǎn)變?yōu)楸舜瞬幌嚓P(guān)的較少的的綜合指標(biāo)。如下公式：

fi=a1x1+a2x2+…+aixi（i=1，2，…n）

2.選擇模型。Logistic回歸分析方法不要求因變量服從正態(tài)分布，與多元線性回歸相比，這種判別分析方法更加穩(wěn)健，在實(shí)際運(yùn)用中也更加簡(jiǎn)便。因此，Logistic回歸分析方法是處理模型中變量的常用統(tǒng)計(jì)分析方法，也是研究財(cái)務(wù)危機(jī)的主流方法。公式如下：

其中，p為在給定自變量xn的值的條件下事件發(fā)生的概率，ai為回歸系數(shù)，a0為截距。

3.構(gòu)建模型。對(duì)提取的10個(gè)財(cái)務(wù)預(yù)警指標(biāo)主成分，應(yīng)用 SPSS 統(tǒng)計(jì)分析軟件進(jìn)行Logistic回歸分析，并剔除判別作用不顯著的財(cái)務(wù)預(yù)警指標(biāo)主成分F2、F6和F9，最后得到包含F(xiàn)1、F3和F5等7個(gè)財(cái)務(wù)預(yù)警指標(biāo)主成分的預(yù)警模型。分別采用K 獨(dú)立樣本非參數(shù)檢驗(yàn)和T 檢驗(yàn)來檢驗(yàn)因變量的均值是否具有明顯差異性。檢驗(yàn)結(jié)果顯示，在α=0.05顯著性水平下，有X1、X2等預(yù)警指標(biāo)變量有顯著性差異。

4.檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)能力。由于上述樣本中正常公司與出現(xiàn)財(cái)務(wù)危機(jī)公司比例為2∶1，所以選取 0.67 作為判別點(diǎn)。P≥0.67時(shí)，為正常公司，反之則為財(cái)務(wù)危機(jī)公司。利用財(cái)務(wù)危機(jī)預(yù)警模型對(duì)檢驗(yàn)和建模樣本分別進(jìn)行檢驗(yàn)，結(jié)果顯示，Ⅰ類誤判率（財(cái)務(wù)危機(jī)公司誤判為正常公司的比率）低于15%，模型前后兩次檢驗(yàn)的準(zhǔn)確率也均超過85%。這也證實(shí)了基于Logistic回歸和主成分分析的財(cái)務(wù)危機(jī)預(yù)警模型的穩(wěn)定性較強(qiáng)，預(yù)測(cè)能力較高，同時(shí)又可以降低誤判成本。

結(jié)論

本文對(duì)食品類上市公司的財(cái)務(wù)數(shù)據(jù)和指標(biāo)進(jìn)行分析，利用Logistic回歸方法建立了財(cái)務(wù)危機(jī)預(yù)警模型，并與利用主成分建立的財(cái)務(wù)危機(jī)預(yù)警模型分析結(jié)果進(jìn)行分析比較，發(fā)現(xiàn)Logistic回歸分析法更加適用于食品類上市公司的財(cái)務(wù)危機(jī)預(yù)警。

參考文獻(xiàn)：

[1] Fitzpatrick P.J.A comparison of ratios of successful industrial enterprise with those of failed firms[J].Certified PublicAccountant，1932，（10）.

[2] Beaver W.H.Market price，financial ratios and the prediction of failure[J].Journal of Accounting Research，1968，（2）.

[3] Sevim C.，Oztekin A.，Bali O.et al..Developing an early warning system to predict currency crises[J].European Journal of Operational Research，2014，（3）.

[4] Tennant D.Factors impacting on whether and how businesses respond to early warning signs of financial and economic turmoil：Jamaican firms in the global crisis[J].Journal of Economics and Business，2011，（5）.

[5] Koyuncugil S.，Ozgulbas N..Financial early warning system model and data mining application for risk detection[J].Expert Systemswith Applications，2012，（6）.

[6] 周首華，楊濟(jì)華，王平.論財(cái)務(wù)危機(jī)的預(yù)警分析――F分?jǐn)?shù)[J].會(huì)計(jì)研究，1996，（8）.

第9篇：上市公司財(cái)務(wù)危機(jī)預(yù)警范文

關(guān)鍵詞：創(chuàng)業(yè)板；財(cái)務(wù)預(yù)警；神經(jīng)網(wǎng)絡(luò)；支持向量機(jī)

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2013）02-0-02

一、引言和理論綜述

創(chuàng)業(yè)板是地位次于主板市場(chǎng)的二板證券市場(chǎng)，在上市門檻、監(jiān)管制度、信息披露、交易者條件、投資風(fēng)險(xiǎn)等方面和主板市場(chǎng)有較大區(qū)別。其目的主要是扶持中小企業(yè)，尤其是高成長(zhǎng)性企業(yè)，為風(fēng)險(xiǎn)投資和創(chuàng)投企業(yè)建立正常的退出機(jī)制，為自主創(chuàng)新國(guó)家戰(zhàn)略提供融資平臺(tái)，豐富多層次的資本市場(chǎng)體系。我國(guó)深交所的創(chuàng)業(yè)板也是高成長(zhǎng)性伴隨高風(fēng)險(xiǎn)的市場(chǎng)，鑒于中國(guó)創(chuàng)業(yè)板市場(chǎng)的高成長(zhǎng)性和高風(fēng)險(xiǎn)性，以及國(guó)家推行創(chuàng)業(yè)板退市試水，我們有必要為目前創(chuàng)業(yè)板上市公司建立科學(xué)的財(cái)務(wù)預(yù)警系統(tǒng)，這樣可以為投資者規(guī)避風(fēng)險(xiǎn)，也可以為決策者提供參考，還可以督促上市公司加強(qiáng)自我管理。

財(cái)務(wù)預(yù)警是以財(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)可能或者將要面臨的財(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)。財(cái)務(wù)預(yù)警中的數(shù)學(xué)模型就是財(cái)務(wù)預(yù)警模型，它是指借助企業(yè)財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)體系，識(shí)別企業(yè)財(cái)務(wù)狀況的判別模型。目前企業(yè)財(cái)務(wù)預(yù)警研究主要集中在三個(gè)方面：一是財(cái)務(wù)危機(jī)概念的界定；二是財(cái)務(wù)預(yù)警模型的建立；三是財(cái)務(wù)預(yù)警指標(biāo)的選擇。

1.財(cái)務(wù)危機(jī)概念的界定

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[1]（1966）認(rèn)為“破產(chǎn)、拖欠償還債務(wù)、透支銀行賬戶或無力支付優(yōu)先股股利四項(xiàng)中的任何一項(xiàng)的企業(yè)，列為失敗企業(yè)”，即為發(fā)生財(cái)務(wù)危機(jī)的企業(yè)。Altman[2]（ 1968）依據(jù)美國(guó)破產(chǎn)法界定破產(chǎn)企業(yè)，認(rèn)為是“進(jìn)入法定破產(chǎn)的企業(yè)”。Deakin[3]（1972） 的研究“僅包括已經(jīng)經(jīng)歷破產(chǎn)、無力償還債務(wù)或?yàn)閭鶆?wù)人利益而已進(jìn)行清算的企業(yè)”。由此可見，國(guó)外對(duì)財(cái)務(wù)危機(jī)的界定因研究目的不同而不同，主要有：①無償債能力；②違約；③財(cái)務(wù)危機(jī)；④破產(chǎn)。

2.財(cái)務(wù)預(yù)警模型的建立

企業(yè)財(cái)務(wù)預(yù)警的模型方法一直在不斷地改進(jìn)和創(chuàng)新之中，常見的有以下六類[4]：一元判定模型（ Univariate）、多元判定模型（ Multiple Discriminant Analysis，MDA）、多元邏輯（ Logit）回歸模型、多元概率比（ Probit ） 回歸模型、人工網(wǎng)絡(luò)（ ANN）模型和聯(lián)合預(yù)警模型。Ohlson[5]（1980）運(yùn)用條件回歸模型，對(duì)2103家公司進(jìn)行分析，得到一個(gè)預(yù)警分類模型。

國(guó)內(nèi)最早是由吳世農(nóng)[6]（1987）介紹了企業(yè)破產(chǎn)預(yù)警模型和分析指標(biāo)。佘廉[7]（1999）出版了企業(yè)預(yù)警管理叢書，標(biāo)志著我國(guó)學(xué)者開始了對(duì)財(cái)務(wù)預(yù)警的系統(tǒng)研究。吳世農(nóng)等[8]（2001）運(yùn)用Fisher線性判定、多元線性回歸和Logistic回歸分析，建立了預(yù)警上市ST公司的財(cái)務(wù)預(yù)警模型。目前我國(guó)上市公司財(cái)務(wù)數(shù)據(jù)并不完善，許多上市公司上市時(shí)間并不長(zhǎng)，所以應(yīng)使用多種研究方法建立我國(guó)上市公司的財(cái)務(wù)預(yù)警模型，比較分析選擇適合的模型以提高預(yù)警精度。

3.財(cái)務(wù)預(yù)警指標(biāo)的選擇

Altman[9]等實(shí)用傳統(tǒng)的財(cái)務(wù)指標(biāo)，如負(fù)債比率、流動(dòng)比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)率等作為預(yù)警指標(biāo)，Aziz[10]等以現(xiàn)金流量信息構(gòu)建判定指標(biāo)，作為預(yù)警指標(biāo)。國(guó)內(nèi)學(xué)者一般從盈利、運(yùn)營(yíng)、償債、成長(zhǎng)性等方面選取財(cái)務(wù)指標(biāo)作為預(yù)警指標(biāo)。一般而言，使用較多的財(cái)務(wù)指標(biāo)能提供更多的信息，提高財(cái)務(wù)預(yù)警精度，但是指標(biāo)之間可能高度相關(guān)，導(dǎo)致普通預(yù)警模型存在多重共線性。人工神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型是非線性的平行處理結(jié)構(gòu)模型，變量之間的相關(guān)性對(duì)數(shù)據(jù)處理影響不大，在使用這類模型時(shí)可以選用較多的財(cái)務(wù)指標(biāo)，這樣可以提供多方面的企業(yè)財(cái)務(wù)信息，提高預(yù)警精度。

二、本文的研究方法和研究樣本

創(chuàng)業(yè)板上市公司的財(cái)務(wù)預(yù)警有別于傳統(tǒng)的主板上市公司財(cái)務(wù)預(yù)警，這需要我們從危機(jī)界定、模型選擇和財(cái)務(wù)指標(biāo)選取三個(gè)方面重新構(gòu)建預(yù)警系統(tǒng)。由于創(chuàng)業(yè)板上市公司目前還未出現(xiàn)ST和PT公司，以及單純使用盈利能力區(qū)分財(cái)務(wù)困境的不適宜性，我們認(rèn)為應(yīng)構(gòu)建新的指標(biāo)區(qū)分財(cái)務(wù)困境企業(yè)和非財(cái)務(wù)困境企業(yè)。企業(yè)償還債務(wù)的資金主要來源于企業(yè)經(jīng)營(yíng)活動(dòng)的現(xiàn)金流量，通常使用凈現(xiàn)金流量與流動(dòng)負(fù)債的比值來反映企業(yè)償還到期債務(wù)的能力。當(dāng)該比值低于一定水平時(shí)，就意味著企業(yè)的現(xiàn)金流量不足，償債能力出現(xiàn)問題，符合財(cái)務(wù)危機(jī)事項(xiàng)。當(dāng)這種情況持續(xù)發(fā)生時(shí)，表明企業(yè)已經(jīng)陷入財(cái)務(wù)危機(jī)，應(yīng)引起企業(yè)管理者的重視，否則情況進(jìn)一步惡化，企業(yè)可能會(huì)走向破產(chǎn)。對(duì)于企業(yè)的經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量與流動(dòng)負(fù)債比的合理區(qū)間，目前學(xué)術(shù)界還沒有統(tǒng)一的標(biāo)準(zhǔn)。這里我們使用與平均水平比較的方法，即該比值低于平均水平，就應(yīng)該引起注意。

選取93家創(chuàng)業(yè)板上市公司（表1），根據(jù)其從上市到2011年底這些年的年報(bào)和半年報(bào)，計(jì)算“經(jīng)營(yíng)凈現(xiàn)金流量/流動(dòng)負(fù)債比值”的平均值，由于創(chuàng)業(yè)板上市公司普遍被“炒新”，所以這些公司上市當(dāng)年的“經(jīng)營(yíng)凈現(xiàn)金流量/流動(dòng)負(fù)債”不計(jì)入平均值的計(jì)算當(dāng)中。如果某一家創(chuàng)業(yè)板公司的“經(jīng)營(yíng)凈現(xiàn)金流量/流動(dòng)負(fù)債”在2011年年中和年末連續(xù)兩次低于平均值，或年中高于平均值而年末低于平均值，則認(rèn)為該企業(yè)陷入財(cái)務(wù)危機(jī)困境，反之則認(rèn)為該公司財(cái)務(wù)狀況良好。計(jì)算93家創(chuàng)業(yè)板上市公司的“經(jīng)營(yíng)凈現(xiàn)金流量/流動(dòng)負(fù)債”平均值為-1.266615，共有64家財(cái)務(wù)健康公司和29家財(cái)務(wù)困境公司。

表1. 樣本公司

注：帶*的樣本公司為陷入財(cái)務(wù)困境的公司

由于創(chuàng)業(yè)板上市公司樣本少，上市時(shí)間短，因此在模型和財(cái)務(wù)指標(biāo)的選取方面，我們必須要盡可能多的利用已有的財(cái)務(wù)數(shù)據(jù)信息構(gòu)建預(yù)警系統(tǒng)。本文選取2010年底的財(cái)務(wù)指標(biāo)，包括7類20項(xiàng)（表2）作為備選預(yù)警指標(biāo)。

表2. 備選財(cái)務(wù)預(yù)警指標(biāo)

以上20項(xiàng)財(cái)務(wù)指標(biāo)，很多指標(biāo)所反映的財(cái)務(wù)信息是重疊的，因此我們對(duì)上述財(cái)務(wù)指標(biāo)進(jìn)行篩選，以盡量減少財(cái)務(wù)指標(biāo)間的信息重疊。對(duì)這20個(gè)指標(biāo)進(jìn)行獨(dú)立樣本T檢驗(yàn)，可以發(fā)現(xiàn)，在0.05的顯著水平上，有10個(gè)財(cái)務(wù)指標(biāo)能夠顯著地將兩類創(chuàng)業(yè)板上市公司區(qū)分出來。分別是X1、X2、X3、X5、X10、X11、X12、X13、X19、X20，以這10類指標(biāo)作為財(cái)務(wù)預(yù)警指標(biāo)。它們之間仍有很高的相關(guān)性，我們使用多層感知器網(wǎng)絡(luò)模型、徑向基網(wǎng)絡(luò)模型和支持向量機(jī)模型，這些模型均是非線性平行處理模型，其中支持向量機(jī)模型對(duì)于小樣本還具有較好的處理功能。

三、實(shí)證結(jié)果

本文使用SPSS.19和MATLAB.R2009b兩款軟件，做三類模型的分析預(yù)測(cè)，對(duì)于多層感知器網(wǎng)絡(luò)，設(shè)置隱藏層數(shù)為1，隱藏層節(jié)點(diǎn)數(shù)為15，隱藏層激活函數(shù)為雙曲正切函數(shù)，輸出層激活函數(shù)為Softmax函數(shù)；對(duì)于徑向基網(wǎng)絡(luò)，設(shè)置隱藏層數(shù)為1，隱藏層節(jié)點(diǎn)數(shù)為10，隱藏層激活函數(shù)為Softmax函數(shù)，輸出層激活函數(shù)為恒等函數(shù)；對(duì)于支持向量機(jī)模型，選擇高斯徑向基核函數(shù)，使用交叉驗(yàn)證模型尋找到最優(yōu)參數(shù)為c=53.2988，g=4.2372。首先從93家樣本公司挑選訓(xùn)練樣本，使用2010年的年報(bào)數(shù)據(jù)訓(xùn)練三類模型，再用測(cè)試樣本2010年10類財(cái)務(wù)指標(biāo)預(yù)測(cè)2011年的財(cái)務(wù)狀況。結(jié)果如下：

表3. 訓(xùn)練樣本判定情況

表4. 測(cè)試樣本判定情況

通過對(duì)表3和表4的分析，三類模型判定我國(guó)創(chuàng)業(yè)板上市公司財(cái)務(wù)危機(jī)的結(jié)果表明：

1.三類模型的判定結(jié)果都是可以接受的，但相比之下，支持向量機(jī)模型的判定準(zhǔn)確性更高，說明支持向量機(jī)模型在對(duì)較少樣本做統(tǒng)計(jì)預(yù)測(cè)時(shí)，效果優(yōu)于神經(jīng)網(wǎng)絡(luò)模型。

2.兩類神經(jīng)網(wǎng)絡(luò)模型對(duì)測(cè)試樣本的判定準(zhǔn)確性都小于對(duì)訓(xùn)練樣本的判定準(zhǔn)確性，它們對(duì)財(cái)務(wù)健康企業(yè)的判定準(zhǔn)確性較高，但是對(duì)于財(cái)務(wù)困境企業(yè)的判定準(zhǔn)確性較低，僅略超過50%。以這兩類神經(jīng)網(wǎng)絡(luò)模型作為財(cái)務(wù)預(yù)警模型存在較大風(fēng)險(xiǎn)。

3.三類模型對(duì)財(cái)務(wù)健康企業(yè)的判定準(zhǔn)確性均高于對(duì)財(cái)務(wù)困境企業(yè)的判定準(zhǔn)確性，但支持向量機(jī)模型比神經(jīng)網(wǎng)絡(luò)模型判定準(zhǔn)確性高。

四、研究結(jié)論

創(chuàng)業(yè)板上市公司財(cái)務(wù)預(yù)警是公司財(cái)務(wù)預(yù)警的一個(gè)難點(diǎn)，主要是因?yàn)椋孩賱?chuàng)業(yè)板上市公司目前還沒有ST和PT標(biāo)記公司，所以要設(shè)計(jì)指標(biāo)區(qū)分創(chuàng)業(yè)板上市公司財(cái)務(wù)困境與否，本文從企業(yè)償債能力而不是傳統(tǒng)的企業(yè)盈利能力方面考慮企業(yè)是否容易陷入財(cái)務(wù)困境。②創(chuàng)業(yè)板上市公司樣本較少，這就要求我們使用能對(duì)小樣本進(jìn)行良好分類和預(yù)測(cè)的模型，而支持向量機(jī)模型能夠很好地對(duì)小樣本進(jìn)行建模。③創(chuàng)業(yè)板上市公司2009年底才陸續(xù)上市，能提供的財(cái)務(wù)信息非常有限，所以需要我們盡可能多的引入財(cái)務(wù)指標(biāo)，提供盡可能多的信息。然而創(chuàng)業(yè)板公司財(cái)務(wù)預(yù)警非常必要，因?yàn)?012年5月1號(hào)執(zhí)行了新的《創(chuàng)業(yè)板上市規(guī)定》，完善了創(chuàng)業(yè)板上市公司的退出機(jī)制，為了保護(hù)投資者的利益，以及為決策者提供參考，需要建立科學(xué)的創(chuàng)業(yè)板上市公司財(cái)務(wù)預(yù)警系統(tǒng)。

本文通過對(duì)財(cái)務(wù)報(bào)表較完善的93家創(chuàng)業(yè)板上市公司的研究結(jié)果表明：基于財(cái)務(wù)指標(biāo)的支持向量機(jī)模型是企業(yè)財(cái)務(wù)困境預(yù)警的有效方法，較目前使用較多的神經(jīng)網(wǎng)絡(luò)模型，判定準(zhǔn)確性較高，該模型可以為廣大投資者和決策者預(yù)警公司財(cái)務(wù)狀況提供可靠的依據(jù)，同時(shí)也為上市公司加強(qiáng)企業(yè)管理，保證未來的現(xiàn)金流量安全提供科學(xué)的參考。

參考文獻(xiàn)：

[1]Beaver W H. Financial ratios as predictors of failure [J]. Journal of Accounting Research， 1966， 9： 71-111.

[2]Altman E I. Financial ratios， discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance， 1968， 9： 589-609.

[3]Deakin E B. A discriminant analysis of prediction of business failure [J]. Journal of Accounting Research， 1972， 1： 167-169.

[4]程濤.財(cái)務(wù)預(yù)警模型綜述[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003，5：104-107.

[5]Ohlson J A. Financial ratios and the probabilistic prediction of bankruptcy [J]. Journal of Accounting Research， 1980， 1： 109-131.

[6]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，1987，6：8-15.

[7]佘廉.企業(yè)預(yù)警管理論[M].河北科學(xué)技術(shù)出版社，1999.

[8]吳世農(nóng)，盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001，6：46-55.

[9]Altman E I. Financial ratios， discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance， 1968， 9： 589-609.