淺談財務危機預警論文

　　財務危機預警是經濟領域的一個重要研究課題。企業的財務狀況直接影響企業的整體執行，關係到企業的生存與發展。下面是小編為大家整理的財務危機預警論文，供大家參考。

　　財務危機預警論文範文一：企業財務危機預警分析

　　複雜多變的市場環境和內部經營的不可控因素決定了風險的客觀存在。如果企業不能卓有成效地規避風險，危機便會在企業內部機體滋生蔓延。而當各種不可預見風險發生後，首當其衝的是企業資金運動的中樞——財務系統，財務狀況的逐步惡化將引發財務危機，而當危機擴散到企業無法承受的限度時，全面危機則一觸即發。因此，企業若建立風險的監控和預警指標系統，預先診斷出危機訊號，並採取相宜措施，便能將危機消滅於萌芽階段。

　　一、財務危機預警分析的基礎

　　危機預警分析系統的構築和良性執行必須基於以下前提：1.風險的普遍性。即企業理財環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，這是系統執行的精神基礎;2.風險的差異性。預警訊號與企業的決策和行為密切相關，不同的企業，其面臨危機的時間、領域以及危機訊號的具體表現形式也千差萬別，必須根據企業的特性選擇適合的預警模式，及時有效地識別預警訊號並加以控制;3.風險的效應性。效應是事物本身的一種內在機制，正是由於效應機制的存在和作用，才會引發某種形式的行為模式與行為趨向。即可以根據以往一系列事件防結果和關聯窺測出危機發生前的訊號，同時追根溯源、對未來的損失程度進行衡量和估測。企業存有潛在危機時，必然會引發某種效應，可能突出地表現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。比如現金流量的資訊對企業經營狀況的預示便有著良好的效應性。4.風險的管理根源性。即經營管理不善是引致危機爆發的根源。缺乏有效的管理制度，通常會浮現出一些特定的症狀，而且是逐步加劇的。一開始可能表現為：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，便突出地表現在：債務負擔沉重、市場銷售混亂、現金流量尤其是營業現金流量匾乏等。因而企業能否謀求競爭優勢，避免陷入危機，關鍵在於營運效率的高低，其趨勢變化就成為管理績效優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，任何企業的危機由萌生到逐步惡化，通常都會經歷一個逐漸累積和轉化的過程。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，可以通過設定並觀察敏感性財務指標的變化，及時預報危機訊號，建立危機預警分析系統。

　　一財務危機預警指標的特徵

　　既然預警系統是基於預警資訊的分析和預報功能，則這種預警資訊必須具備以下特性。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，便將之識別和扼殺。這裡，同時強調了資訊的高度及時性，即所謂“事不宜遲”的道理。3.潛在性及“壞訊息”的表現。預警資訊分析與一般的資訊管理不同，特別注重企業的“壞訊息”或“陰暗面”。通常壞訊息會更提早、更突出地表明企業呈現的緊張狀態。

　　二財務危機預警指標設定

　　1.單變數模式

　　即構造單一變數構造的財務比率來預測財務危機的模型。當企業模型中所涉及的幾個財務比率趨勢惡化時，通常是財務危機發生的先兆。潛在危機的根源，即管理績效的優劣最終體現在財務成果上;而財務成果生成過程的質量或可靠性又直接影響著危機的表現形式和經濟後果;財務成果執行過程的持續性保障主要體現為營運效率。因而，可以通過潛在危機的直接表現訊號即現金流的匾乏、過程訊號即盈利能力的衰減和最終表現訊號即企業經營效率的低下三個方面進行具體指標的設定。

　　l直接表現訊號——現金流量類指標

　　風險一般都有一定的前置期，而現金流量的變化幾乎是企業前置期收益與風險狀況的“晴雨表”。現金流量開始惡化，一定程度上昭示著企業現金運轉的緊張狀況及可能的危機所在。其中，到期債務對企業的生存威脅最大，其次是一些金額較大的日常支出和資本性支出，而營業現金淨流量是企業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營活動產生的現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。因為企業要發展，除了有能力償付所有的債務，還必須維持現有的資本性資產和必要的財務支出，以增強整體競爭力。而每股所含現金流量比率追蹤現金流量不同時期的軌跡，同時可與權責發生制下的每股收益率進行比較。

　　若上述預警指標經常或長期性地小於1，企業必須警惕現金支付不足的潛在危機。並參照其他前兆性指標，如非付現成本佔營業現金淨流量比率、息稅前現金淨流量比率、營業現金淨流量償債貢獻率等，同時結合行業比較進行預測分析。

　　2過程可靠性訊號——收益類指標

　　資產收益是企業現金流量的源泉，只有通過主導業務不斷拓展市場增值能力，才可能真正地持續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，才可能對經營資訊的變化具有高度敏感性。其中主導業務利潤及其所佔比重大小是決定企業收益是否具有穩定與可靠性的基礎。如果主導業務銷售率或收益率在總收益中所佔的比重呈現出下降的趨勢，往往是企業經營不穩定的危險徵兆。同時，如果所預期或業已出現的收益時間分佈結果完全隨機或間距不規律，也說明這種收益的質量亦非真正穩定可靠。

　　為了評估收益的質量，必須找出銷售收入或銷售利潤與淨利潤以及現金收支之間的差異，若銷售利潤、淨利潤與經營產生的現金淨流量之間沒有較大的差異時，才表現出較高的收益質量。否則，對收益質量的質疑必須引起重視。

　　3最終表現訊號基礎保障——營運效率類指標

　　預警分析系統，一般應有兩個要素：即先行指標和扳機點。先行指標是用於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、主導業務資產收益率。經營性資產週轉率等的臨界值可作為考察的扳機點。因此跟蹤考察企業時，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數模式

　　單一財務指標往往難以從企業整體的角度揭示危機的具體影響程度和發生時機。因此，有必要綜合各項主要指標更加有效地檢查企業財務狀況的不穩定現象，及早做好財務危機的規避或延緩危機發生的工作，其中愛德華·阿爾及Altman的Z計分多變數模型最為著名。其指標分別按流動率、收益率、穩定性、交付能力。活動比例五項標準分類。在短期預測中均具有很高的準確度，又被稱為公司破產預測模型。公司可選擇性地加減指標以逐步構建適合企業的特定多變數模式。

　　儘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，偏重於對企業財務資料的統計、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數，否則其靈敏性、全面性和嚴密性就會遭到懷疑。但所涉及的財務資料越多，其獲取的難度就越大，週期也會越長，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徵兆，以準確判別潛在危機的破壞性，如財務預測在較長時期內的不準確、過度大規模擴張、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於企業財務危機發生可能性的線索，而並不能確切地告知是否會發生財務危機，它並不能替代經營者解決問題。無疑，它更需要分析者對企業財務狀況具有敏銳的洞察力，包括對整個巨集觀經濟走勢的判斷和把握。企業應根據本身的行業或產業特質，直接或間接、簡單或綜合地運用各項指標，並藉助專業人員、諮詢公司等對企業行業地位、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。

　　財務危機預警論文範文二：企業財務危機預警方法述評

　　【摘 要】 文章在分析國內外企業財務危機預警的主要方法及其優缺點的基礎上，指出我國財務危機預警研究亟待在分行業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】 企業財務危機; 預警方法; 預警模型

　　一、引言

　　企業財務危機預警是指依據企業財務會計資料，運用科學的方法，對企業財務系統和財務活動中存在的問題進行分析和診斷，及時發現企業的潛在危機，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方法和動態方法。靜態方法包括：財務指標分析法、單變模型分析法、多元線性模型分析法、多元邏輯迴歸模型分析法等;動態方法是指人工神經網路模型分析等方法。企業財務危機預警屬於微觀經濟預警範疇，比之巨集觀經濟預警而言，其在理論上和方法上都相對滯後。因此，研究和設計企業財務危機預警方法體系是一個正在探索的課題。

　　二、企業財務危機預警的主要方法及其優缺點

　　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、資產收益率、資產負債率、資金安全率、應收賬款週轉率、存貨週轉率、流動資金週轉率等。企業良好的現金流量、收益能力和債務狀況應表現為企業長期穩定的發展態勢。在跟蹤考察時，當這些財務比率達到經營者設立的警戒線時，就需特別注意防範財務危機。

　　單變模型分析法的優點是理解容易，計算簡便;缺點是這種方法僅能反映企業財務惡化的趨勢，無法進行風險大小的準確度量。而且，企業風險是各專案風險的綜合，單變模型分析法並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，對同一公司採用不同的財務比率進行預測，還可能出現結果不同的現象。

　　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彙總產生的總判別值Z值來預測財務危機。其函式模型為：

　　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有機地聯絡起來，綜合分析和預測企業風險。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值越低企業越有可能發生破產。

　　“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一個定量標準，以檢查企業的財務狀況，有利於不同時期的比較。但由於企業規模、行業、地域等諸多差異，使Z值並不具有橫向可比性。同時，由於這種線性判別函式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迴歸模型分析法

　　多元邏輯迴歸模型的目標是尋求觀察物件的條件概率，從而據此判斷觀察物件的財務狀況和經營風險。這一模型建立在累計概率函式的基礎上，不需要自變數服從多元正態分佈和兩組間協方差相等的條件。

　　近年來，多元邏輯迴歸預警研究在我國發展較快。如：吳世農、盧賢義以我國上市公司為研究物件，選取了70家處於財務危機的公司和70家財務正常的公司為樣本，應用Fisher線性判定分析、多元線性迴歸分析和Logistic迴歸分析三種方法，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生前發出相對準確的預測。而相對同一資訊集，Logistic預測模型的判定準確率最高，財務危機發生前第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公司為研究物件，運用多元Logit迴歸進行研究。研究結果表明，用負債權益比率、應收賬款週轉率、主營業務利潤/總資產和留存收益/總資產構建的多元邏輯迴歸具有較強的預測能力。姜秀華於2001年在其出版的博士論文中運用邏輯迴歸方法構建的預警模型，其在企業財務危機發生前第1年的判定準確率為95.45%。陳洪波2003根據理論和實證研究結論，考慮對融資結構產生影響的種種因素，選擇資產負債率、調整後的速動比率、EBIT/總利息支付、銷售淨利率和主營收入利潤率的增長率前N年的變化平均值5個財務指標作為變數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，並對模型的有效性進行了檢驗。

　　Logit模型的最大優點是不需要嚴格的假設條件，克服了線性方程受統計假設約束的侷限性，具有更廣泛的應用範圍;其缺點是使用該方法時收集資訊和計算的過程較為複雜，不易掌握，從而又限制了模型在實踐中的應用和推廣。 　　四人工神經網路ANN分析法

　　近年來，人工神經網路ANN技術的發展，給企業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展方向。ANN作為一種平行分散處理模式，是對人類大腦神經運作的模擬。ANN除具有較好的模式識別能力外，還可以克服統計方法的侷限，因為它具有容錯能力和處理資料遺漏或錯誤的能力。

　　人工神經網路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論述了神經網路模型可正確預測公司的財務危機的觀點，並用了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%。模型用於預測財務危機公司準確率達91%，而採用多元判別法的預測精度僅為72%。又如：楊保安等2001採用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是進行企業財務危機預警的一種很好的應用工具等等。然而，由於該方法理論基礎比較薄弱，ANN對人體大腦神經模擬的科學性、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計類預警方法，包括案例研究法、專家系統法、實驗法、災害理論、混沌系統理論、期權定價理論等等。由於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

　　儘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迴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，但是要麼由於預警方法考慮的因素單一，方法過於簡單，其預測準確率較低;要麼由於模型開發歷史較短，研究不夠成熟，模型的穩定性有待進一步檢驗。

　　基於財務危機預警方法研究的現狀，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，應在分行業的企業財務危機預警研究方面進行突破。由於每個行業的狀況不同，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的企業財務危機預警系統。國外理論界在分行業的財務危機預警研究中發現，由於行業的不同，同一預警變數包含的資訊量有所不同，其預測效果有很大差別。因此，分行業研究可能更有價值。其次，國內財務危機預警方法絕大多數只限於預測被“特別處理”ST的上市公司，且模型的敏感性較低多數只能提前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，對企業自身的財務預警作用並不明顯。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範圍方面還應進行拓展和突破。

　　【參考文獻】

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

　　[2] 吳世農，盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究，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.治理核心與綜合業績的相關性研究[M].上海：上海財經大學出版社，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神經網路在企業財務危機預警研究之應用[J].預測，2001，202：49-54.

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