前言：本站為你精心整理了財(cái)務(wù)危機(jī)預(yù)警模型意義范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

摘要：現(xiàn)代企業(yè)在不斷發(fā)展的過程中，不可避免地要面對(duì)各種各樣的財(cái)務(wù)風(fēng)險(xiǎn)，如何建立起一套全面、高效和實(shí)用的財(cái)務(wù)預(yù)警系統(tǒng)更是現(xiàn)代企業(yè)關(guān)注的重中之重。文章從財(cái)務(wù)危機(jī)與預(yù)警的定義出發(fā)，通過對(duì)國(guó)內(nèi)外現(xiàn)有財(cái)務(wù)預(yù)警模型的比較分析，得出了完善我國(guó)企業(yè)財(cái)務(wù)預(yù)警的啟示。

關(guān)鍵詞：財(cái)務(wù)危機(jī)預(yù)警模型；財(cái)務(wù)風(fēng)險(xiǎn)；企業(yè)財(cái)務(wù)管理；單變量模型；多變量模型

經(jīng)濟(jì)周期波動(dòng)是一種客觀存在的經(jīng)濟(jì)現(xiàn)象，一個(gè)企業(yè)要生存、發(fā)展都離不開對(duì)財(cái)務(wù)環(huán)境的監(jiān)測(cè)，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警。在當(dāng)前金融危機(jī)的背景下，我國(guó)財(cái)政部企業(yè)司也要求企業(yè)加強(qiáng)財(cái)務(wù)監(jiān)管，建立企業(yè)財(cái)務(wù)預(yù)警機(jī)制和財(cái)務(wù)管理評(píng)估制度。因此，完善我國(guó)財(cái)務(wù)監(jiān)測(cè)與預(yù)警系統(tǒng)具有重要的理論和現(xiàn)實(shí)意義。

一、財(cái)務(wù)預(yù)警含義界定

財(cái)務(wù)預(yù)警，具體地說就是財(cái)務(wù)危機(jī)的預(yù)測(cè)與警報(bào)。所以提到財(cái)務(wù)預(yù)警，首先需要界定財(cái)務(wù)危機(jī)的含義。財(cái)務(wù)危機(jī)（FinancialCrisis），又稱財(cái)務(wù)困境（FinancialDistress），財(cái)務(wù)失?。‵inancialFailure）。顧名思義，處于財(cái)務(wù)危機(jī)狀態(tài)的企業(yè)必然陷入了財(cái)務(wù)困境，這類企業(yè)要么連年虧損，要么經(jīng)營(yíng)不暢，面臨著較大的財(cái)務(wù)風(fēng)險(xiǎn)。財(cái)務(wù)危機(jī)是財(cái)務(wù)風(fēng)險(xiǎn)的一種極端表現(xiàn)。

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

目前對(duì)財(cái)務(wù)預(yù)警模型的研究主要集中在以下幾個(gè)方面：

（一）單變量模型

單變量模型又稱一元判定模型，是以一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn)來判斷企業(yè)是否處于破產(chǎn)狀態(tài)的預(yù)測(cè)的模型。財(cái)務(wù)指標(biāo)分為償債能力指標(biāo)、獲利能力指標(biāo)和營(yíng)運(yùn)能力指標(biāo)。Fitzpatrick（1932）最早利用該模型對(duì)企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)測(cè)，他以19家公司作為樣本，運(yùn)用單個(gè)財(cái)務(wù)指標(biāo)進(jìn)行預(yù)測(cè)，結(jié)果發(fā)現(xiàn)凈利潤(rùn)/股東權(quán)益、股東權(quán)益/負(fù)債這兩個(gè)財(cái)務(wù)指標(biāo)判別能力最高。而Smith和Winakor（1935）進(jìn)行了類似的研究，則發(fā)現(xiàn)營(yíng)運(yùn)資本/總資產(chǎn)這個(gè)指標(biāo)的預(yù)測(cè)能力最高。此外，Merwin（1942）發(fā)現(xiàn)營(yíng)運(yùn)資本/總資產(chǎn)、股東權(quán)益/負(fù)債、流動(dòng)資產(chǎn)/流動(dòng)負(fù)債這三個(gè)指標(biāo)能提前6年對(duì)企業(yè)破產(chǎn)做出預(yù)測(cè)。Beaver（1966）發(fā)現(xiàn)判別能力最高的財(cái)務(wù)指標(biāo)分別是現(xiàn)金流/總負(fù)債、凈收入/總資產(chǎn)、總債務(wù)/總資產(chǎn)。

國(guó)內(nèi)學(xué)者對(duì)此模型也做了不少探索。陳靜（1999）使用截至1998年底的27家ST公司與同行業(yè)、同規(guī)模的非ST公司作為樣本，研究發(fā)現(xiàn)資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、流動(dòng)比率、營(yíng)運(yùn)資本/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率6個(gè)指標(biāo)在ST公司與非ST公司有明顯的差異。進(jìn)一步研究得出，資產(chǎn)負(fù)債率與流動(dòng)比率在宣布前一年的誤判率最低，具有較好的預(yù)測(cè)力，而在稍遠(yuǎn)的時(shí)間段，總資產(chǎn)收益率的誤判率則表現(xiàn)良好。同時(shí)發(fā)現(xiàn)凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)率極不穩(wěn)定，在ST前一年，誤判率達(dá)到最高。吳世農(nóng)、盧賢義（2001）以70家ST和70家非ST上市公司為樣本，應(yīng)用單變量分析研究財(cái)務(wù)困境出現(xiàn)前5年這兩類公司21個(gè)財(cái)務(wù)指標(biāo)各年的差異，最后確定6個(gè)預(yù)測(cè)指標(biāo)。

（二）多變量模型分析

1．Z分?jǐn)?shù)模型。Z分?jǐn)?shù)模型是Altman教授在1968年經(jīng)過大量的實(shí)證考察和分析研究的基礎(chǔ)上提出來的。Z分?jǐn)?shù)模型是采用多元線性函數(shù)的模式，通過統(tǒng)計(jì)技術(shù)篩選出那些在兩組樣本中差別盡可能大而在兩組內(nèi)部的離散度最小的變量，從而將多個(gè)變量轉(zhuǎn)換為分類變量，獲得能有效提高預(yù)測(cè)精確度的判別方程。

Z分?jǐn)?shù)模型的判別函數(shù)為：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

其中，X1=（期末流動(dòng)資產(chǎn)－期末流動(dòng)負(fù)債）/期末總資產(chǎn)；

X2=期末留存收益/期末總資產(chǎn)；

X3=息稅前利潤(rùn)/期末總資產(chǎn)；

X4=期末股東收益的市場(chǎng)價(jià)值/期末總負(fù)債；

X5=本期銷售收入/總資產(chǎn)。

Z分?jǐn)?shù)模型從企業(yè)的資產(chǎn)規(guī)模、變現(xiàn)能力、獲利能力、財(cái)務(wù)結(jié)構(gòu)、償債能力、資產(chǎn)利用效率等方面綜合分析預(yù)測(cè)企業(yè)的財(cái)務(wù)狀況，進(jìn)一步推動(dòng)了財(cái)務(wù)預(yù)警的發(fā)展。Altman通過對(duì)Z分?jǐn)?shù)模型長(zhǎng)期的研究分析提出該模型的判斷標(biāo)準(zhǔn)為：Z＞2.675時(shí)，企業(yè)財(cái)務(wù)狀況良好，發(fā)生破產(chǎn)的概率很小；1.81≤Z≤2.675時(shí)，企業(yè)財(cái)務(wù)狀況極不穩(wěn)定，為灰色地帶；2＜1.81時(shí)，企業(yè)財(cái)務(wù)失敗可能性非常大。Z值越低，該企業(yè)遭受財(cái)務(wù)失敗的可能性就越大；Z值越高，該企業(yè)遭受財(cái)務(wù)失敗的可能性就越小。2．主成分分析。主成分分析就是對(duì)多變量的平面數(shù)據(jù)表進(jìn)行最佳綜合簡(jiǎn)化，即：在力保數(shù)據(jù)信息丟失最少的原則下，對(duì)高維變量空間進(jìn)行降維處理。在實(shí)際工作中，主成分個(gè)數(shù)的多少取決于能夠反映原來變量80%以上的信息量為依據(jù)。主成分模型對(duì)樣本沒有假設(shè)要求，但是要對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。因?yàn)楦鳂颖緮?shù)據(jù)的量綱不完全一致，所以需要進(jìn)行標(biāo)準(zhǔn)化處理，即將各種不同度量的指標(biāo)轉(zhuǎn)為同度量的指標(biāo)，使各指標(biāo)具有可比性。其適用范圍較廣，但計(jì)算和分析過程過于復(fù)雜，判別規(guī)則的確定比較復(fù)雜。

3．Logistic回歸分析。Logistic模型的目標(biāo)是尋求觀察對(duì)象的條件概率，從而據(jù)此判定觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。這一模型建立在累積概率函數(shù)的基礎(chǔ)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。Logistic模型適用于因變量是非連續(xù)的且為二分類選擇模式，將違約概率限定在0和1之間，并通過函數(shù)的對(duì)數(shù)分布來計(jì)算違約的概率。在二分類判別法中假設(shè)因變量為1和0，分別對(duì)應(yīng)事件發(fā)生和事件不發(fā)生。Logistic回歸模型的形式為：

Logistic回歸模型使用的是最大似然估計(jì)，似然函數(shù)值越大，表明模型的模擬效果越好。Logistic模型的最大優(yōu)點(diǎn)是，不需要嚴(yán)格的假設(shè)條件，克服了線性方程受統(tǒng)計(jì)假設(shè)約束的局限性，具有了更廣泛的適用范圍。目前這種模型的使用較為普遍，但其計(jì)算過程比較復(fù)雜，計(jì)算過程有近似處理，會(huì)影響到預(yù)測(cè)精度。

4．多元概率比（Probit）模型。Probit回歸模型同樣地假定企業(yè)破產(chǎn)的概率為P，并假定企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的P分位數(shù)可以用財(cái)務(wù)指標(biāo)線性解釋。其計(jì)算方法和Logit模型很類似，先是確定企業(yè)樣本的極大似然函數(shù)，然后通過求似然函數(shù)的極大值就可以得到參數(shù)?琢，?茁，接下來就可以利用下面的式子求出企業(yè)破產(chǎn)的概率。和前面的判別規(guī)則一樣，如果概率P小于0.5，就判別為財(cái)務(wù)正常型，如果P大于0.5，即為破產(chǎn)型。

5．人工神經(jīng)網(wǎng)絡(luò)（ANN）方法。神經(jīng)網(wǎng)絡(luò)模型是由大量的簡(jiǎn)單處理單元相互聯(lián)結(jié)組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。它的許多功能和特性是對(duì)人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的模擬，是一種自然的非線性建模過程，也被稱為人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork）。作為非參數(shù)的預(yù)測(cè)模型，它克服了選擇模型函數(shù)形式的困難，同時(shí)對(duì)樣本及變量的分布特征沒有限制。然而，由于理論基礎(chǔ)比較薄弱，人工神經(jīng)網(wǎng)絡(luò)對(duì)人體大腦神經(jīng)模擬的科學(xué)性、準(zhǔn)確性還有待進(jìn)一步提高。

6．聯(lián)合預(yù)測(cè)模型。聯(lián)合預(yù)測(cè)模型是運(yùn)用企業(yè)模型（CorporateModel）來模擬企業(yè)的運(yùn)作過程，從而動(dòng)態(tài)地描述財(cái)務(wù)正常企業(yè)和財(cái)務(wù)困境企業(yè)的特征。然后根據(jù)不同特征和判別規(guī)則，對(duì)企業(yè)樣本進(jìn)行分類。其運(yùn)用的關(guān)鍵就是如何準(zhǔn)確模擬企業(yè)的運(yùn)作過程。因此它要求有一個(gè)基本的理論框架，通過這一框架來有效模擬企業(yè)的運(yùn)作過程，從而能夠有效反映和識(shí)別不同企業(yè)的行為特征、財(cái)務(wù)特征，并據(jù)以區(qū)分企業(yè)樣本。

三、完善我國(guó)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的啟示

財(cái)務(wù)指標(biāo)構(gòu)建方面，應(yīng)將財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)相結(jié)合，適時(shí)引入一些新的財(cái)務(wù)變量，如EVA（經(jīng)濟(jì)增加值）和MVA（市場(chǎng)增加值）等，在建立企業(yè)財(cái)務(wù)預(yù)警模型時(shí)應(yīng)當(dāng)適時(shí)地引進(jìn)這些新指標(biāo)，以適應(yīng)現(xiàn)代財(cái)務(wù)理論的發(fā)展，更深入地認(rèn)識(shí)企業(yè)面臨的財(cái)務(wù)危機(jī)。

研究方法方面，應(yīng)注重定量分析和定性分析相結(jié)合，企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)不能只單純注重對(duì)量化的模型、指標(biāo)進(jìn)行分析，還應(yīng)結(jié)合非量化因素甚至是有經(jīng)驗(yàn)分析人員的直覺判斷作定性的分析評(píng)價(jià)。定性和定量的預(yù)測(cè)相結(jié)合，才能提高預(yù)警系統(tǒng)的效用。建立事前、事中、事后全面監(jiān)控的財(cái)務(wù)預(yù)警系統(tǒng)。財(cái)務(wù)預(yù)警系統(tǒng)不只是在意識(shí)到公司可能將出現(xiàn)問題時(shí)才使用，而應(yīng)當(dāng)更注重日常監(jiān)控，隨時(shí)充分考慮各種可能導(dǎo)致預(yù)警的原因，重視從細(xì)微處發(fā)現(xiàn)問題，以便及時(shí)采取應(yīng)對(duì)措施。

參考文獻(xiàn)

[1]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，2003.

[2]劉紅霞．企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法及系統(tǒng)的構(gòu)建研究[M]．北京：中國(guó)統(tǒng)計(jì)出版社，2005.

[3]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.