淺談財務危機預警論文

　　財務危機預警是經(jīng)濟領域的一個重要研究課題。企業(yè)的財務狀況直接影響企業(yè)的整體運行，關系到企業(yè)的生存與發(fā)展。下面是學習啦小編為大家整理的財務危機預警論文，供大家參考。

　　財務危機預警論文范文一：企業(yè)財務危機預警分析

　　復雜多變的市場環(huán)境和內(nèi)部經(jīng)營的不可控因素決定了風險的客觀存在。如果企業(yè)不能卓有成效地規(guī)避風險，危機便會在企業(yè)內(nèi)部機體滋生蔓延。而當各種不可預見風險發(fā)生后，首當其沖的是企業(yè)資金運動的中樞——財務系統(tǒng)，財務狀況的逐步惡化將引發(fā)財務危機，而當危機擴散到企業(yè)無法承受的限度時，全面危機則一觸即發(fā)。因此，企業(yè)若建立風險的監(jiān)控和預警指標系統(tǒng)，預先診斷出危機信號，并采取相宜措施，便能將危機消滅于萌芽階段。

　　一、財務危機預警分析的基礎

　　危機預警分析系統(tǒng)的構筑和良性運行必須基于以下前提：1.風險的普遍性。即企業(yè)理財環(huán)境的瞬變性和不可準確預見性要求樹立求雨綢繆的風險意識，這是系統(tǒng)運行的精神基礎;2.風險的差異性。預警信號與企業(yè)的決策和行為密切相關，不同的企業(yè)，其面臨危機的時間、領域以及危機信號的具體表現(xiàn)形式也千差萬別，必須根據(jù)企業(yè)的特性選擇適合的預警模式，及時有效地識別預警信號并加以控制;3.風險的效應性。效應是事物本身的一種內(nèi)在機制，正是由于效應機制的存在和作用，才會引發(fā)某種形式的行為模式與行為趨向。即可以根據(jù)以往一系列事件防結果和關聯(lián)窺測出危機發(fā)生前的信號，同時追根溯源、對未來的損失程度進行衡量和估測。企業(yè)存有潛在危機時，必然會引發(fā)某種效應，可能突出地表現(xiàn)在某種或幾種財務要素上，也可能反應為整體運營的不通暢。比如現(xiàn)金流量的信息對企業(yè)經(jīng)營狀況的預示便有著良好的效應性。4.風險的管理根源性。即經(jīng)營管理不善是引致危機爆發(fā)的根源。缺乏有效的管理制度，通常會浮現(xiàn)出一些特定的癥狀，而且是逐步加劇的。一開始可能表現(xiàn)為：資源分配不當，疏忽日常風險管理，盲目拓展市場。市場營銷疲軟等;而當財務狀況日愈惡劣時，便突出地表現(xiàn)在：債務負擔沉重、市場銷售混亂、現(xiàn)金流量尤其是營業(yè)現(xiàn)金流量匾乏等。因而企業(yè)能否謀求競爭優(yōu)勢，避免陷入危機，關鍵在于營運效率的高低，其趨勢變化就成為管理績效優(yōu)劣與否的最為深刻的原因。

　　二、財務危機預警分析指標體系

　　事實上，任何企業(yè)的危機由萌生到逐步惡化，通常都會經(jīng)歷一個逐漸累積和轉(zhuǎn)化的過程。在這一過程中。各種危機的因素都將直接或間接地反映在資金運動的“晴雨表”——敏感性財務指標的變化上。因此，可以通過設置并觀察敏感性財務指標的變化，及時預報危機信號，建立危機預警分析系統(tǒng)。

　　(一)財務危機預警指標的特征

　　既然預警系統(tǒng)是基于預警信息的分析和預報功能，則這種預警信息必須具備以下特性。1.高度敏感性。即一旦潛伏有危險因素時，指標數(shù)值的細微變化就能直接反映出風險的變化情況;2.前兆性。通過前兆性指標的揭示，不等到危機降臨或爆發(fā)，便將之識別和扼殺。這里，同時強調(diào)了信息的高度及時性，即所謂“事不宜遲”的道理。3.潛在性及“壞消息”的表現(xiàn)。預警信息分析與一般的信息管理不同，特別注重企業(yè)的“壞消息”或“陰暗面”。通常壞消息會更提早、更突出地表明企業(yè)呈現(xiàn)的緊張狀態(tài)。

　　(二)財務危機預警指標設置

　　1.單變量模式

　　即構造單一變量構造的財務比率來預測財務危機的模型。當企業(yè)模型中所涉及的幾個財務比率趨勢惡化時，通常是財務危機發(fā)生的先兆。潛在危機的根源，即管理績效的優(yōu)劣最終體現(xiàn)在財務成果上;而財務成果生成過程的質(zhì)量或可靠性又直接影響著危機的表現(xiàn)形式和經(jīng)濟后果;財務成果運行過程的持續(xù)性保障主要體現(xiàn)為營運效率。因而，可以通過潛在危機的直接表現(xiàn)信號即現(xiàn)金流的匾乏、過程信號即盈利能力的衰減和最終表現(xiàn)信號即企業(yè)經(jīng)營效率的低下三個方面進行具體指標的設置。

　　(l)直接表現(xiàn)信號——現(xiàn)金流量類指標

　　風險一般都有一定的前置期，而現(xiàn)金流量的變化幾乎是企業(yè)前置期收益與風險狀況的“晴雨表”?，F(xiàn)金流量開始惡化，一定程度上昭示著企業(yè)現(xiàn)金運轉(zhuǎn)的緊張狀況及可能的危機所在。其中，到期債務對企業(yè)的生存威脅最大，其次是一些金額較大的日常支出和資本性支出，而營業(yè)現(xiàn)金凈流量是企業(yè)財富增長或擺脫困境的最終源泉。主要指標包括：

　　上述比率揭示了公司以經(jīng)營活動產(chǎn)生的現(xiàn)金流量支付到期債務和當前股利的能力，同時衡量了公司是否可以正常支付其資本支出的能力。因為企業(yè)要發(fā)展，除了有能力償付所有的債務，還必須維持現(xiàn)有的資本性資產(chǎn)和必要的財務支出，以增強整體競爭力。而每股所含現(xiàn)金流量比率追蹤現(xiàn)金流量不同時期的軌跡，同時可與權責發(fā)生制下的每股收益率進行比較。

　　若上述預警指標經(jīng)?；蜷L期性地小于1，企業(yè)必須警惕現(xiàn)金支付不足的潛在危機。并參照其他前兆性指標，如非付現(xiàn)成本占營業(yè)現(xiàn)金凈流量比率、息稅前現(xiàn)金凈流量比率、營業(yè)現(xiàn)金凈流量償債貢獻率等，同時結合行業(yè)比較進行預測分析。

　　(2)過程可靠性信號——收益類指標

　　資產(chǎn)收益是企業(yè)現(xiàn)金流量的源泉，只有通過主導業(yè)務不斷拓展市場增值能力，才可能真正地持續(xù)性地避免不確定性危機的侵襲。也只有充滿活力和競爭力的企業(yè)，才可能對經(jīng)營信息的變化具有高度敏感性。其中主導業(yè)務利潤及其所占比重大小是決定企業(yè)收益是否具有穩(wěn)定與可靠性的基礎。如果主導業(yè)務銷售率或收益率在總收益中所占的比重呈現(xiàn)出下降的趨勢，往往是企業(yè)經(jīng)營不穩(wěn)定的危險征兆。同時，如果所預期或業(yè)已出現(xiàn)的收益時間分布結果完全隨機或間距不規(guī)律，也說明這種收益的質(zhì)量亦非真正穩(wěn)定可靠。

　　為了評估收益的質(zhì)量，必須找出銷售收入或銷售利潤與凈利潤以及現(xiàn)金收支之間的差異，若銷售利潤、凈利潤與經(jīng)營產(chǎn)生的現(xiàn)金凈流量之間沒有較大的差異時，才表現(xiàn)出較高的收益質(zhì)量。否則，對收益質(zhì)量的質(zhì)疑必須引起重視。

　　(3)最終表現(xiàn)信號(基礎保障)——營運效率類指標

　　預警分析系統(tǒng)，一般應有兩個要素：即先行指標和扳機點。先行指標是用于早期評測運營不佳狀況的變動指標;扳機點則是指控制先行指標的臨界點，一旦評測指標超過預定的界限點，則預警方案應隨之啟動。如前述的到期債務保障率、主導業(yè)務資產(chǎn)收益率。經(jīng)營性資產(chǎn)周轉(zhuǎn)率等的臨界值可作為考察的扳機點。因此跟蹤考察企業(yè)時，對主要比率變化趨勢中所隱含的關鍵點應予以特別注意。

　　2.財務危機預警分析的變量模式

　　單一財務指標往往難以從企業(yè)整體的角度揭示危機的具體影響程度和發(fā)生時機。因此，有必要綜合各項主要指標更加有效地檢查企業(yè)財務狀況的不穩(wěn)定現(xiàn)象，及早做好財務危機的規(guī)避或延緩危機發(fā)生的工作，其中愛德華·阿爾及(Altman)的Z計分多變量模型最為著名。其指標分別按流動率、收益率、穩(wěn)定性、交付能力?；顒颖壤屙棙藴史诸?。在短期預測中均具有很高的準確度，又被稱為公司破產(chǎn)預測模型。公司可選擇性地加減指標以逐步構建適合企業(yè)的特定多變量模式。

　　盡管危機預警十分有效，但把它視為一貼方應靈藥又是很危險的。目前的財務預警分析系統(tǒng)，偏重于對企業(yè)財務數(shù)據(jù)的統(tǒng)計、篩選和簡單的模型計算，但單純的量化模型難以全面預測和監(jiān)控潛在的財務危機。財務危機預警模型本應綜合多個財務變量，否則其靈敏性、全面性和嚴密性就會遭到懷疑。但所涉及的財務數(shù)據(jù)越多，其獲取的難度就越大，周期也會越長，成本也將隨之攀升。另外，指標運動變化的“度”即警戒線也很難把握。這時，更應結合一些非財務性指標或征兆，以準確判別潛在危機的破壞性，如財務預測在較長時期內(nèi)的不準確、過度大規(guī)模擴張、過度依賴貸款，會計報表不能及時公開等;國外通常還結合使用關鍵點分析法、管理評分法等。

　　事實上、任何時分危機預警模型都只能為分析人員提供關于企業(yè)財務危機發(fā)生可能性的線索，而并不能確切地告知是否會發(fā)生財務危機，它并不能替代經(jīng)營者解決問題。無疑，它更需要分析者對企業(yè)財務狀況具有敏銳的洞察力，包括對整個宏觀經(jīng)濟走勢的判斷和把握。企業(yè)應根據(jù)本身的行業(yè)或產(chǎn)業(yè)特質(zhì)，直接或間接、簡單或綜合地運用各項指標，并借助專業(yè)人員、咨詢公司等對企業(yè)行業(yè)地位、前景分析的判斷，在長期的實踐中構造適合的預測模式和尋找化解危機的方法。

　　財務危機預警論文范文二：企業(yè)財務危機預警方法述評

　　【摘 要】 文章在分析國內(nèi)外企業(yè)財務危機預警的主要方法及其優(yōu)缺點的基礎上，指出我國財務危機預警研究亟待在分行業(yè)預警模型的構建和非上市公司財務危機預警研究兩個方面進行突破。

　　【關鍵詞】 企業(yè)財務危機; 預警方法; 預警模型

　　一、引言

　　企業(yè)財務危機預警是指依據(jù)企業(yè)財務會計資料，運用科學的方法，對企業(yè)財務系統(tǒng)和財務活動中存在的問題進行分析和診斷，及時發(fā)現(xiàn)企業(yè)的潛在危機，進而提出解決措施。財務危機預警的方法有很多，如果根據(jù)不同方法所使用的資料情況分類，可以簡單地將其分為靜態(tài)方法和動態(tài)方法。靜態(tài)方法包括：財務指標分析法、單變模型分析法、多元線性模型分析法、多元邏輯回歸模型分析法等;動態(tài)方法是指人工神經(jīng)網(wǎng)絡模型分析等方法。企業(yè)財務危機預警屬于微觀經(jīng)濟預警范疇，比之宏觀經(jīng)濟預警而言，其在理論上和方法上都相對滯后。因此，研究和設計企業(yè)財務危機預警方法體系是一個正在探索的課題。

　　二、企業(yè)財務危機預警的主要方法及其優(yōu)缺點

　　(一)單變模型分析法

　　單變模型分析法是通過單個財務比率走勢的惡化程度來預測財務危機。常用的財務比率主要有：債務保障率、資產(chǎn)收益率、資產(chǎn)負債率、資金安全率、應收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資金周轉(zhuǎn)率等。企業(yè)良好的現(xiàn)金流量、收益能力和債務狀況應表現(xiàn)為企業(yè)長期穩(wěn)定的發(fā)展態(tài)勢。在跟蹤考察時，當這些財務比率達到經(jīng)營者設立的警戒線時，就需特別注意防范財務危機。

　　單變模型分析法的優(yōu)點是理解容易，計算簡便;缺點是這種方法僅能反映企業(yè)財務惡化的趨勢，無法進行風險大小的準確度量。而且，企業(yè)風險是各項目風險的綜合，單變模型分析法并不能揭示不同財務比率因素對整體風險的作用大小，也不能反映各財務比率之間的相互影響作用。相反，對同一公司采用不同的財務比率進行預測，還可能出現(xiàn)結果不同的現(xiàn)象。

　　(二)多元線性模型分析法

　　近年來，多元線性模型分析法在財務危機預警中得到了廣泛的應用。多元線性模型分析法最常見的是“Z計分模型”法，它是運用多種財務指標加權匯總產(chǎn)生的總判別值(Z值)來預測財務危機。其函數(shù)模型為：

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

　　該模型以5個財務比率，將反映企業(yè)償債能力的指標(X1，X4)、獲利能力指標(X2，X3)和營運能力指標(X5)有機地聯(lián)系起來，綜合分析和預測企業(yè)風險。在這三類指標中，最重要的指標是營運能力指標。一般認為，Z值越低企業(yè)越有可能發(fā)生破產(chǎn)。

　　“Z計分模型”是比較成熟的一種財務危機預警方法。該模型從總體角度給了企業(yè)一個定量標準，以檢查企業(yè)的財務狀況，有利于不同時期的比較。但由于企業(yè)規(guī)模、行業(yè)、地域等諸多差異，使Z值并不具有橫向可比性。同時，由于這種線性判別函數(shù)存在兩個無法克服的邏輯缺陷：固定影響假設和完全線性補償假設。而這兩個缺陷更是極大地限制了模型的分類和預測能力。

　　(三)多元邏輯(Logit)回歸模型分析法

　　多元邏輯回歸模型的目標是尋求觀察對象的條件概率，從而據(jù)此判斷觀察對象的財務狀況和經(jīng)營風險。這一模型建立在累計概率函數(shù)的基礎上，不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的條件。

　　近年來，多元邏輯回歸預警研究在我國發(fā)展較快。如：吳世農(nóng)、盧賢義以我國上市公司為研究對象，選取了70家處于財務危機的公司和70家財務正常的公司為樣本，應用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種預測財務危機的模型。研究結果表明：三種模型都能在財務困境發(fā)生前發(fā)出相對準確的預測。而相對同一信息集，Logistic預測模型的判定準確率最高，財務危機發(fā)生前第1年的判定準確率為93.53%。陳曉、陳治鴻以截至1999年7月1日的38家因“財務狀況異常”而被特別處理的ST公司為研究對象，運用多元Logit回歸進行研究。研究結果表明，用負債權益比率、應收賬款周轉(zhuǎn)率、主營業(yè)務利潤/總資產(chǎn)和留存收益/總資產(chǎn)構建的多元邏輯回歸具有較強的預測能力。姜秀華于2001年在其出版的博士論文中運用邏輯回歸方法構建的預警模型，其在企業(yè)財務危機發(fā)生前第1年的判定準確率為95.45%。陳洪波(2003)根據(jù)理論和實證研究結論，考慮對融資結構產(chǎn)生影響的種種因素，選擇資產(chǎn)負債率、調(diào)整后的速動比率、EBIT/總利息支付、銷售凈利率和主營收入利潤率的增長率前N年的變化平均值5個財務指標作為變量構建了一個財務危機預警的多變模型。吳世珍、柯大鋼從“應收款”視角構建了一個我國上市公司的財務危機預警模型，并對模型的有效性進行了檢驗。

　　Logit模型的最大優(yōu)點是不需要嚴格的假設條件，克服了線性方程受統(tǒng)計假設約束的局限性，具有更廣泛的應用范圍;其缺點是使用該方法時收集信息和計算的過程較為復雜，不易掌握，從而又限制了模型在實踐中的應用和推廣。 　　(四)人工神經(jīng)網(wǎng)絡(ANN)分析法

　　近年來，人工神經(jīng)網(wǎng)絡(ANN)技術的發(fā)展，給企業(yè)財務預測提供了新的工具，應用新的研究方法提高預測準確度逐漸成為該領域的重要發(fā)展方向。ANN作為一種平行分散處理模式，是對人類大腦神經(jīng)運作的模擬。ANN除具有較好的模式識別能力外，還可以克服統(tǒng)計方法的局限，因為它具有容錯能力和處理資料遺漏或錯誤的能力。

　　人工神經(jīng)網(wǎng)絡具有較好的糾錯能力，從而能夠更好地進行預測。如：1991年，Coats和Fant論述了神經(jīng)網(wǎng)絡模型可正確預測公司的財務危機的觀點，并用了47家財務危機公司和47家健康公司檢測模型的預測效果，擬和度達100%。模型用于預測財務危機公司準確率達91%，而采用多元判別法的預測精度僅為72%。又如：楊保安等(2001)采用ANN模型進行財務危機預警，結果表明：樣本的實際輸出與期望輸出比較接近，顯示出ANN是進行企業(yè)財務危機預警的一種很好的應用工具等等。然而，由于該方法理論基礎比較薄弱，ANN對人體大腦神經(jīng)模擬的科學性、準確性還有待進一步提高，且其計算也有較大難度，因此ANN模型的適用性也就大打折扣。

　　(五)其他方法

　　其他財務危機預警方法主要是指一些非統(tǒng)計類預警方法，包括案例研究法、專家系統(tǒng)法、實驗法、災害理論、混沌系統(tǒng)理論、期權定價理論等等。由于這些方法在理論上還不夠成熟，在實務中應用也較少，本文不一一贅述。

　　三、思考

　　盡管目前財務危機預警研究取得了重大進展，財務危機預測方法層出不窮，但主流分析方法只有單變模型分析法、多元線性模型分析法和多元邏輯回歸模型分析法三大類。其他研究方法雖然也作出了有益的嘗試，但是要么由于預警方法考慮的因素單一，方法過于簡單，其預測準確率較低;要么由于模型開發(fā)歷史較短，研究不夠成熟，模型的穩(wěn)定性有待進一步檢驗。

　　基于財務危機預警方法研究的現(xiàn)狀，筆者認為，財務危機預警方法的研究還應在以下兩個方面進行突破：首先，應在分行業(yè)的企業(yè)財務危機預警研究方面進行突破。由于每個行業(yè)的狀況不同，影響財務危機的因素自然不同，我們很難構建一個能適合所有行業(yè)的企業(yè)財務危機預警系統(tǒng)。國外理論界在分行業(yè)的財務危機預警研究中發(fā)現(xiàn)，由于行業(yè)的不同，同一預警變量包含的信息量有所不同，其預測效果有很大差別。因此，分行業(yè)研究可能更有價值。其次，國內(nèi)財務危機預警方法絕大多數(shù)只限于預測被“特別處理”(ST)的上市公司，且模型的敏感性較低(多數(shù)只能提前1-2年進行較為準確的預測)，其研究成果主要為投資者買賣股票提供一些投資依據(jù)，對企業(yè)自身的財務預警作用并不明顯。另外，各種預警方法對非上市公司研究很少，因此，在財務危機預警研究的范圍方面還應進行拓展和突破。

　　【參考文獻】

　　[1] 齊治平，余妙志. Logistic模型在上市公司財務狀況評價中的運用[J].東北財經(jīng)大學學報，2002，1：60-61.

　　[2] 吳世農(nóng)，盧賢義.我國上市公司財務困境的預測模型研究[J].經(jīng)濟研究，1998，6：18-20.

　　[3] 陳曉，陳治鴻.中國上市公司的財務困境預測[J].中國會計與財務研究，2000，9：55-72.

　　[4] 姜秀華.治理內(nèi)核與綜合業(yè)績的相關性研究[M].上海：上海財經(jīng)大學出版社，2003年版.

　　[5] 陳洪波.中國上市公司財務危機判別模型[J].四川會計，2003，1：23.

　　[6] 吳世珍，柯大鋼.我國上市公司財務危機預警研究[J].財會月刊，2007，3：16-19.

　　[7] 楊保安，季海，徐晶，等. BP神經(jīng)網(wǎng)絡在企業(yè)財務危機預警研究之應用[J].預測，2001，20(2)：49-54.

　　[8] Pamela K.Coats and L.Franklin Fant.A Neural Nelwork Approach to Forecasting Financial Distres[J].The Journal of Business Forecasting，1991.Winter.