财务危机预警研究
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇财务危机预警研究范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
财务危机预警研究范文第1篇
一、非财务信息概念界定
理论界对非财务信息的概念尚没有一个统一的认识。由于缺乏统一的概念界定，不同的文献在非财务信息所包含内容方面也存在很大差异。随着非财务信息在各个决策层面重要性的提高，以及对其研究的进一步深化，对非财务信息从概念上给予明确的界定，就显得必要而紧迫。
（一）国外机构与学者的主要观点具体如下：
（1）美国财务会计准则委员会（FASB）在《企业财务报表项目的确认和计量》中，从财务信息披露的角度规定，只有符合可定义性、可计量性、相关性和可靠性的项目才能予以确认进入报表；而那些不满足条件被排斥在会计报表之外的反映公司经营活动的信息就可以定义为非财务信息。澳大利亚特许会计师协会在其发表的《报告非财务信息》的研究报告中认为，非财务信息是指除财务报表和相关附注以外的所有信息，包括叙述性信息和量化的非财务信息，如经营比率、存货数量和雇员数量等。该类观点只是从广义的角度对非财务信息给予了说明，这种界定全面却并不那么容易让人理解和把握。
（2）美国注册会计师协会(A1CPA)提出企业应当考虑披露下列非财务信息：经营业绩信息，企业管理当局对财务信息和非财务信息的分析、前瞻性信息、有关股东、管理人员的信息、背景信息，但并没有从定义的角度给出明确的说明。Roberts．Kaplan和David Norton在对平衡记分卡的论述中也提到：非财务信息是财务信息的先导性指标，是阐述财务成果形成过程的信息，包括组织的学习与成长，经营及生产过程效率，顾客价值等信息。这些观点通过列举的方式给出了非财务信息应该包含的一些具体方面，容易被人理解把握但其内容却并不全面。
（二）国内学者的主要观点国内学者马晖、王静（2005）指出非财务信息是指以非财务资料形式出现与企业的生产经营活动有着直接或间接联系的各种信息资料。李晓龙（2005）认为不满足条件而未能进入会计信息系统的、反映公司经营活动的，与企业未来财务业绩密切相关的业绩信息就可以定义为非财务信息。耿黎（2008）认为会计信息应包括财务信息和非财务信息。财务信息是指那些完全符合可定义性、可计量性、可靠性、相关性的，能够通过确认、计量、记录、报告程序进入财务报表的信息，以及附注中的解释说明和由财务报表扩展而来的信息。非财务信息则是指与财务信息相对应的，与企业生产经营活动相关的，与利益相关人相关的，不受公认会计准则约束的信息。除上述几种得到较多认可的观点以外，其他的学者大都选择运用罗列内容的方法来说明非财务信息的含义。
综合以上各种观点，笔者认为非财务信息有广义和狭义之分。广义的非财务信息是指除财务报表及其附注本身和可扩展信息以外的所有其他信息；狭义的非财务信息是指针对特定会计主体内部而言的，能反映企业生产经营情况且不受公认会计准则约束的信息。
科学全面地运用财务指标建立起来的财务危机预警模型能较直观地反映企业的综合财务状况，但其不能充分体现那些与企业未来密切相关的前瞻性的非财务信息对危机发生的影响。因此，要建立有效的财务危机预警模型，就应该在充分利用财务信息的基础上，加强非财务信息的引入。这主要是基于两个方面的考虑。
（一）财务信息局限性随着知识经济的到来，现代市场竞争日益激烈，经营环境更是瞬息万变。在这样的时代背景下，信息使用者时刻都需要更新自己掌握的信息来进行有效决策，然而财务报表的数据在通常情况下都是以年度为期间统计的，不能满足决策者对信息的及时更新需求。另外，传统的财务信息只能说明企业过去相当长时间内的状态，而不能对现状进行及时揭示，更不用说超前反映企业的发展趋势了。相对于财务信息的滞后性，非财务信息却具有较强的前瞻性和预测性，更能满足财务危机预警的要求。因此，要准确反映企业的真实状况，真正起到提前预警危机的作用，只采用滞后性的财务指标是远远不够的，应该综合非财务指标的内容。
（二）我国财务信息披露现状一方面，我国资本市场的发展起步较晚，公司信息的公开披露制度和披露质量标准尚不完善。同时，由于净利润容易受到经营者的操纵，经营者可通过调整会计政策来调节净利润的高低，将可能导致财务信息失真，造成决策信息混乱。因此，在我国单纯地依赖企业的财务指标进行财务危机预警是不科学的，也是不能保证预警准确性和可信性的。
另一方面，财务指标由于受企业会计基础和计量属性的影响，其本身具有一定的局限性。一个具有良好财务指标的企业，可能现金支付能力极差。这种偏差既可能是由于会计权责发生制使用所带来的已发生的的利润并没有带来真实现金流入造成的；也可能是由于历史成本计量属性下的利润由于通货膨胀等因素影响并没有带来实际净现金流入造成的。由于存在这样的局限，财务指标不能满足预警对于准确性的要求。因此，只采用财务指标来评判企业的财务危机状况，显然是不准确的，甚至还会出现差错。
同时，我国目前可得的财务信息主要来自于企业财务报告，而财务报告侧重于提供定量信息，但忽视定性信息的披露；侧重反映有形资产状况，但对企业经营过程中造就的竞争优势、企业形象、知识产权、商誉等无形资产，并没有给予恰当反映。但是这类事项或情况，对企业以后的经营业绩和长远发展却有着很大的影响。因此，在这样的情况下，在财务危机预警模型中引入非财务信息就显得更为必要。
综上所述，财务危机预警中，在充分运用财务信息的同时，应该加强非财务信息的应用，以增强财务危机预警的科学性、准确性和可信度。财务危机预警模型最好既要涉及到定量的财务指标，也要涉及到定性或定量的非财务信息，将非财务信息的评价作为企业预警模型的一个构成部分，这样才能更为完备地反映企业的整体面貌，真正达到财务危机预警的目的。
三、财务危机预警中非财务信息应用研究评述
目前，国内外的学者对非财务信息在财务危机预警中应用的研究主要集中在非财务指标的选择方面。
（一）国外财务危机预警中非财务指标研究在20世纪8O年代，很多国外学者就开始意识到过分关注企业的财务状况、单纯以财务指标来预警财务危机难以让人信服，于是他们便开始尝试将非财务因素引入到财务危机预警模型中，并对引入后的预警效果进行了检验。在引入非财务指标方面，国外文献主要从基于宏观经济和经济周期方面的考虑、立足于行业差异分析、针对管理水平度量三个方面予以思考。Rose(1982)检验了28个经济周期指标从而论证了宏观经济状况影响着企业失败进程。Mensah(1983)考虑价格水平变动对财务数据的影响，用调整后的数据来预测企业财务危机，结果显示这对于提高预测准确性的作用不大。Lawrence(1983)和Whittred Zimmer(1984)检验了上市公司财务状况延迟披露对危机预警结果的影响。Goudie(1987)尝试将英国经济活力(Dynamic)模型与其开发的破产预测模型进行整合，但因缺乏统计准确性而影响不大。Platt(1990)用行业比率标准化的方法控制行业之间的差异，得出一个稳定的破产模型，证明行业增长对企业失败影响显著，随后又进一步比较了行业比率调整与否对破产模型稳定性与完整性的影响。Sunti Tirapat(1999)运用PMI、GPE、INT和MS2四个宏观经济变量作为因变量对企业股票的月回报进行了多元线性回归，以得出的回归系数作为该企业对宏观经济的敏感性度量。John Baldwin等(2000)应用行业特征、宏观经济和地区变量对加拿大的小企业失败构建了预测模型，其中行业影响方面的指标有：企业规模／进入行业第一年的平均规模、行业集中度、行业员工流转率、进入行业第一年平均企业规模，行业平均企业规模，该模型论证了所处地区对小企业成败影响巨大而行业因素则作用甚微。
（二）国内财务危机预警中非财务指标研究在非财务信息中有一部分是可以直接量化的，国内很多学者将这部分非财务信息与量化的财务信息一起共同应用到财务危机预警系统模型的构建中。如：林素真、罗绍德（2005）将变更会计师次数、更换高阶经理人及财务主管次数、变更财测次数及出具非无保留意见次数等四个非财务变量应用到财务危机预警中。经过实证结果的分析验证所得的结果符合上述论述，加入非财务变量后的财务预警模型及完整性预警模型，在正常企业及危机企业和整体模型的预测率，果然较单纯以财务性变量的预警模型为佳。曹德芳、赵希男、王宇星（2006）就曾尝试将董事会治理因素引入到财务危机预警中。他们以120家上市公司为研究对象,分别运用非参数检验、T检验以及主成分分析法对财务变量和董事会治理变量进行筛选,并最终选定董事长持股、独立董事比例、董事会成员持股三个董事会治理变量，进而将其与财务变量一起运用Logistic回归分析构建预警模型。结果显示，未引入董事会治理变量的模型的预测正确率为92.5%,而引入董事会治理变量的模型预测正确率为94.15%,预警能力明显增强，证明了非财务信息中的董事会治理因素是影响公司财务危机的一个重要方面，对预警有着和常规财务信息同等重要的作用。邓晓岚、王宗军等(2006)分别检验股权结构、公司治理、市场信息等方面的10个非财务变量对财务困境的解释力，并应Jackknife Method检验模型的分类预测能力。结果显示，年度累积超额收益率与审计师意见的预警效果较好，其他非财务变量均不显著，纳入了非财务因素的模型预测力更强。郭斌、戴小敏等(2006)的研究及实证结果表明，消除行业影响后模型的分类准确度有所提高，而同时考虑财务与非财务因素及经济环境因素的滞后预警作用，将大大改善总体分类准确度和拟合度。王宗军、熊银平、邓晓岚（2006）也尝试着将董事会高管人员持股比例、股权集中度、股票价格变动趋势和样本公司是否更换会计师事务所（更换=1,未更换=0）等四个非财务指标运用到危机预警中。从实证结果看,在公司财务状况发生变化的前一年,只包含财务变量的预测模型对ST公司的判别正确率为93.3%,对非ST公司的判别正确率为90%,总体正确率为91.7%。加入非财务变量――公司股价变动趋势以后建立的预测模型对ST公司的判别正确率升至96.7%,对非ST公司的判别正确率升至96.7%,总体正确率为96.7%,提高了5%，也证明了非财务信息的良好的预警效果。
除了有一部分可以直接量化外，大部分的非财务信息都是不太容易量化处理的。对这类非财务信息，国内学者通常采用模糊统计的方法，从定量与定性相结合的角度出发，构建财务危机模糊预警模型。如万希宁、王艳(2007)选择了研发能力与发展创新能力、管理团队及员工积极性、市场定位及经营发展战略等非财务信息，应用多级模糊综合评判法对财务风险因素进行定量化评价，对定性的非财务指标采用模糊统计的方法，从定量与定性相结合的角度出发，构建了基于非财务指标的财务危机模糊预警模型。孙杰、李辉（2008）针对财务危机定量预警方法忽视专家的经验知识以及非财务信息的局限性，提出基于灰色综合评价的多专家群决策财务危机预警方法，并给出了该方法运用的算例。算例表明基于灰色综合评价的企业财务危机群决策预警方法，能充分利用多专家的经验知识以及大量财务及非财务信息，来评价企业出现财务危机的可能性程度并发出预警信号，从而在一定程度上弥补了单纯依靠定量预测手段进行企业财务危机预警的局限性，为在财务危机预警中应用非财务信息提供了新的思路和方法。
（三）财务危机预警中非财务信息应用研究评述从国内外的研究现状来看，关于非财务信息在财务危机预警中的应用目前还没有一个较为成熟和统一的理论体系。不同的研究者只是从自己认为应引入的非财务信息入手开展研究，并得出相关的结论。由于没有统一的理论前提，研究者们得出的结论都不具有继承性和互补性，难以形成系统性的结论，不能对财务危机预警实践产生很好的指导作用。另外，由于研究者一般选择的样本比较小，涉及行业比较少，导致其得出结论的适用性不强。不同的研究者开展的研究，由于选择的样本存在很大差异，其结论在逻辑上就不具有可直接累加的特性，导致重复研究的发生。
基于上述研究现状，本文认为非财务信息的应用研究在未来必然走向概念规范化的道路，并逐渐形成比较完善的理论框架。研究者们会在统一明确的非财务信息概念界定基础上开展研究，保证研究者各自研究结果的继承性和互补性。同时在研究方法的选择上，研究者们会继续采用实证研究的方法探讨该问题，只是在样本的选择上会逐步缩小样本范围并扩大样本数量。即由于不同行业和类型的企业在各个方面都存在很大差异，所以会对小范围大样本进行研究，从而形成一系列针对性比较强的财务危机预警理论和方法。
财务危机预警研究范文第2篇
发生在企业的财务危机一般是指企业的现金流不足，财务状况不断恶化，出现财务风险，资不抵债，无法支付企业的到期债务或利息，出现信用危机，导致企业经济损失，给投资者、债权人以及社会带来极其不利的影响。使企业经营失败，甚至导致企业破产的所有事件的总称。企业的财务危机是由企业的各种风险因素而产生的，企业的财务风险危机是企业在经营过程中不断积累的，如果能够构建合财务风险预警模型，对企业的财务危机进行有效的预测，可以辨析企业财务危机恶化的程度，分析和掌握企业财务风险危害的大小，就可以有效地避免危机的发生。
二、财务危机预警的含义及作用
企业财务危机预警是对企业的财务风险进行有效的预警，是通过设置并观察一些敏感性财务指标的变化，通过分析企业的相关财务数据，预测企业在经营活动中的财务风险，对预测到的企业可能或将要面临的财务危机发出预警信号，使企业管理者能够及时发现并提前采取措施，避免财务风险的发生，降低企业经济损失。因此对企业的财务危机在发生之前进行预测、预先警示企业的经营管理者，对出现的风险要及时采取有效的措施，从而使企业避免财务危机的发生或减轻财务危机的破坏度。财务危机预警通过对企业的整个生产和经营管理的过程跟踪监测，对监测的结果进行识别、判定、监测企业的财务状况，做到早预防，早诊断，这样就可以规避企业的财务风险的发生。提高企业的经济效益。
三、预警系统设计的原则
1、科学性原则。预警模型、方法和指标体系的建立必须科学、有效。否则，预警系统不能起到正确的预警作用，这样会给经营管理决策造成严重的后果。因此企业要结合本企业的财务状况，科学合理地构建适合本企业的财务危机预警模式。
2、系统全面性。在进行财务预警监测时，由于导致企业出现财务危机的因素有很多，所以选取的指标。应将其内外的各个影响及各类风险的因素全部考虑在内，选取财务指标要能够全面的反映企业的财务状况，对公司财务能够进行全面监测。做到监测指标的全面性。
3、可操作性。由于上市公司的规模较小、生产的产品比较单一，财务指标的实际可操作性的大小。所以在选取财务指标时要应尽可能的简单实用，能够真实的反映上市公司的财务状况。当公司出现财务危机或公司经营状况恶化之前，能发出预警信号，使公司能够有效规避风险。
4、要有现金流信息。一个企业的能否生存，现金是关键，现金流是企业未来的可持续发展的命脉。如果企业出现财务危机，现金流缺乏，就不能保证企业正常的经营需要，所以财务指标体系中要有现金流信息。
5、成本效益权衡原则。在预警指标设计中，成本和效益需要考虑，预警过程中所花费的成本要小于或等于预警系统产生的效益。因此在指标的设计上，对于一些获取成本较大的指标可以用相近的低成本指标替代。
6、绩效评价指标体系。在财务危机预警中加入绩效评价指标体系，从企业经营业绩的角度，可以更加直观的反应财务危机的状况。
四、财务危机预警指标体系的建立
财务危机预警指标体系的建立，指标的选取是关键，指标的选取必须能够有效的判断企业财务危机企业。本文从反映企业的盈利能力、偿债能力、成长能力和现金流量状况4个方面选取财务指标，如表1所示。运用财务比率进行分析。
因子分析模型可以作为一种指标处理的方法。在研究实际问题时，对收集过多的相关财务数据信息，因子分析法首先通过构建因子分析模型，然后通过对企业的相关数据信息计算综合得分来判断企业财务危机状况，评价企业的综合效益。
四、加强企业财务危机预警对策
1、树立危机意识
企业财务危机与企业内部管理和外部经营环境密切相关联，企业面临的风险危机具有复杂性和多元性，因此，为了防范企业财务危机的发生，企业员工要有风险危机意识，认识企业财务危机的规律性，平时对企业日常经常过程中的危机预警控制多关注，人人树立危机意识，对于防范企业财务危机有重要意义。
2、建立多部门协调的财务危机预警系统
风险存在企业的经营活动整个过程中，企业财务危机的防范，需要企业的各个组织部门共同参与，建立多部门协调的财务危机预警系统，对出现的企业财务危机征兆及原因的进行分析判断，随时对风险有效的识别和防范，防止企业出现财务危机。建立多部门协调的财务危机预警系统主要从征兆分析、成因分析、治理对策三个方面，如图1所示。
图1 多部门协调的财务危机预警组织机制
3、构建适当的财务预警指标体系
要对企业财务风险进行有效的预警，企业财务预警指标体系选取很关键。应结合企业的具体情况，考虑企业的经营特点和行业特征，考虑所选对财务危机非常敏感的相关的数据信息来判断企业的财务危机。在指标体系建立中，要全面、客观，企业的业绩也是一项重要指标，能判断企业的市场竞争能力，构建有效的财务危机预警指标体系，应当审慎分析企业各项数据信息，避免选择无效的指标。
4、定性分析和定量分析相结合
财务指标的选取对企业财务状况判断很关键，但财务指标的选取又不能全面的反映出企业全部的财务状况，因此，为了实现有效地财务危机预警，就需要对影响企业可持续发展能力和未来财务状况的非财务指标和定性因素，进行全面的预警分析。对企业的财务危机做出较为正确的预测，做到定性分析和定量分析相结合，预测企业是否会发生财务危机。
5、加强财务信息网络建设
财务危机预警研究范文第3篇
[关键词] 财务危机 预警模型
随着资本市场的不断完善，财务危机预警的研究一直是实务界和学术界关注的热点问题。财务危机预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化，对公司可能或者将要面临的财务危机实施的实时监控和预测警报。
一、前言
财务预警中的数学模型就是财务预警模型，它是指借助公司财务指标和非财务指标体系，识别公司财务状况的判别模型。
按照研究方法可分为定性研究和定量研究。定性分析包括：标准化调查法；“四阶段症状”分析法；“三个月资金周转表”分析法；流程图分析法；管理评分法(王玲玲等，2005)。定量分析已取得了比较成熟的研究成果，可以划分为两个阶段：20世纪60年代～80年代，形成了一些以统计方法为分析工具的传统的财务危机预警模型，主要包括：单变量判定模型(Univariate)；多元线性判定模型(Multiple discriminate analysis，MDA)－Altman的Z值判定模型（Z-score 模型、Zeta模型、Z*值模型）、Edmisterd(1972)的小公司财务预警模型、英国的Taffler(1977)的多变量模式、日本开发银行建立的“利用经营指标进行公司风险评价的破产模型”；概率模型(Logistic regression model)－多元逻辑(Logit)回归模型、多元概率比(Probit)回归模型，这些模型的发展已趋于成熟，但存在着难以克服的缺陷。
20世纪90年代后，学者们开始探索使用新的方法，主要是非统计方法来创建的新兴的财务危机预警模型，它们从不同方面克服了传统模型的缺陷。但新兴的财务困境预警模型的探讨与应用研究较为分散，还没有形成完善的综合研究格局。本文综合述评了新兴的财务危机预警模型，并对未来的研究方向进行展望。
二、新兴的财务危机预模型
由于传统的财务危机预警模型所采用的统计方法一般都受制于母体分布的假设前提，存在着难以克服的缺陷，因此，20世纪90年代后，主要是基于非统计方法的新兴的财务危机预警模型。
1.建模技术的发展
(1)粗糙集分析(Rough set analysis，RST)。Slowinski和Zopoudinis(1995)率先将粗糙集分析方法用于企业失败风险的评估。粗糙集方法包含了知识发现及分类决策法则的推导。它善于用不完善的信息进行分类，被证明是用一组多价值属性的财务比率描述失败与非失败公司的有效工具。(2)神经网络模型(Artificial neural network，ANN)。Odour和Sharda(1990)是最早把BP神经网络技术应用于财务危机预测研究中，结果显示神经网络要优于当时的判别分析模型。(3)混沌模型(Chaos theory model)。Lindsay和Campbell(1996)将公司视为具有混沌行为的系统，建立了公司失败预测模型。它是对企业财务健康状况的非线性动态分析，能测度出企业在不同时期混沌量的差异。(4)自组织映射模型(Self organizing map model)。Kiviluoto & Bergius(1998)在运用SOM技术时考虑了动态性，他们建立了双层自组织映射模型，可分析连续几年的财务信息，对破产与非破产公司进行可视化的区分，并勾画出随时间演变的失败路径。(5)多维标度模型(Multi dimensional scaling model，MDS)。Bishop、Mar-Molinero和Turner(2003)利用MDS在行业背景下对一家公司财务状况的演变过程进行了案例研究，它是一种图像化的聚类方法，它的独特之处是把公司当作变量，而将属性(如财务比率)作为案例。(6)累积和模型(Cumulative sum model，CUSUM)。Kahya和Theodossiou运用累积和模型对公司失败进行预测，认为模型还应包含财务状况恶化的动态过程信息，于2000年提出了预测公司失败的CUSUM模型，该方法能探测财务状况由好转坏的拐点，对财务状况恶化敏感并具有记忆力，区分财务指标变化是由序列相关引起的还是由于财务情况恶化造成的。除了以上介绍的财务危机预警模型之外，还包括基于模糊法则的分类模型、动态事件历史分析、机器学习决策树法、线性目标规划法、专家系统等。
2.建模变量的发展
(1)加入期权变量。Charitou和Trigeorgis(2000)使用B-S期权定价模型中的相关变量构建了财务危机判别模型，对1983年到1994年期间的139对美国公司进行了对比检验，结果发现到期债务面值、公司资产的当期市价、公司价值变化的标准差等期权变量在预测破产方面作用显著。(2)利用市场收益率。Aharony等提出了基于市场收益率方差的破产预测模型。发现在正式的破产公告日之前的4年内，破产公司股票的市场收益率方差与一般公司存在差异。Altman和Brenner发现，破产公司的股票在破产前至少1年内在资本市场上表现欠佳。Clark等发现破产公司股票在破产前至少3年内存在负的市场收益率。（3)加入公司股权结构、治理结构变量。有学者研究发现，公司的股权结构、治理模式等会对业绩产生重要影响。Simpson等研究了银行企业董事会结构、所有权和财务困境。Gilson研究了处于财务困境中的企业中高级管理人员的更替问题。除了以上介绍的财务危机预警模型之外，还包括运用现金流量指标、加入参考审计意见、加入违约距离、基于平衡计分卡等的模型。
三、财务危机预模型的评析
1.财务危机预警模型缺乏经济理论的指导
目前财务危机研究集中于预警模型的构建之上，并未深入到对引起公司财务危机的内部机理的探析。被引入模型的变量（财务指标）只是公司陷入财务危机的征兆，而不是公司陷入财务危机的原因和本质。用财务变量建立预测模型对公司财务危机进行预测只是一种基于样本的相关性分析，而不是因果关系。大多数财务预警模型只能给财务分析人员提供一些表面上的信息，而不能从根本上防止公司陷入财务危机。
2.预警变量选择缺乏理论支持
目前还没有形成有说服力的优选预警变量的理论框架，影响了模型预测的可靠性。预警变量（财务指标）的选取不能在理论指导下有系统性的进行，而只能靠研究者经验判断、对前人研究成果借鉴和统计筛选。研究者的经验判断会因主观因素影响模型预警效果。事实上，诸多模型中变量的选择都存在显著差异，即使是同一类型的财务指标，不同的研究者选取的指标差异也很大。
3.预警模型考虑定性变量和非财务指标有限
财务危机预警型主要以财务会计报表数据为基础，以各种财务指标为变量来建立预警模型，对定性变量和非财务指标使用有限。不可否认财务报表数据是公司经营状况的一个综合反映，但财务报表数据披露不足，时效性较差，缺乏对风险信息和不确定信息的披露。非财务指标和非定量因素在披露公司财务状况方面要比财务指标更为可靠、有效，公司的生存和发展会产生许多有利或不利的影响，有时可能是本质原因，比如，公司出现过度依赖银行贷款、公司人力资源匮乏、公司市场定位不清等状况，都预示着公司存在潜在的危机，而这些是财务比率所不能反映的。
4.非平稳问题的处理重视不足
很多方法在运用中对数据的非平稳性问题重视不足。由于商业周期的阶段性、市场环境的变化及技术变革等原因，检验时段与预测时段的自变量平均结构可能发生变化，变量间的关系也随之改变。很多研究没有对这一问题加以重视，可能导致模型的预测力与鲁棒性受到影响。因此有必要对数据进行一些处理，如使用行业相对比率、扣除数据中的通胀因素等，使变量的平均结构及变量间关系从检验期向预测期跨越时保持相对平稳。
四、财务危机预模型研究的展望
1.深入研究基于经济、财务及管理的理论
要深入研究基于经济、财务及管理理论，系统揭示公司陷入财务危机的内部机理和规律，建立宏观层次要素和公司财务危机微观层次间的联系，以提高模型的可信度和解释能力。
2.预测变量的选择多样化
财务危机预警模型不能单纯依靠财务指标，至少要在预警系统中涉及到非财务指标和定性变量，这样才能更为完整地反映公司全貌。如：考虑宏观经济波动指标、产业指标、管理指标、市场收益类和市场收益方差类指标、行业差异的指标等；考虑定量方法和定性方法的有机结合。因此，未来的发展趋势应当是以财务指标为主，兼顾其他几类指标和定性变量，构建更为全面的备选指标组，然后进一步通过现代分析方法对备选指标进行相关性分析，保留主要指标进行建模，以起到信息互补、提高预测精确度、提高模型的判别能力、拓展模型的适用性的作用。
3.预测方法转向实时动态预测
随着网络技术和计算机技术的高速发展，特别是以Internet为主的现代信息技术的发展，为危机预警带来了新的机遇和新的挑战。如何利用现代信息技术的强大功能将危机预警系统与公司其他信息系统相融合，建立网络环境下的危机预警系统，动态、实时地从内部信息网络和Internet上获取最新数据，不断修正完善预警模型，使得预警模型成为一个动态学习的模型，将是今后研究的热点。
五、结束语
通过对财务困境预警模型进行回顾和评析，使我们的研究视野有了极大的拓展，便于我们在借鉴前人思路和方法的基础上进行更深入的研究，也便于我们选用最为恰当的财务困境预警模型去研究我国的财务困境预警问题。
参考文献：
[1]王玲玲 曾繁荣:财务预警模型评述[J].市场论坛,2005(12)
[2]Slowinski R, Zopudinis C. Application of the rough set approach to evaluation of bankruptcy risk[J].Intelligent Systems in Accounting, Finance and Management,1995,4:27～41
[3]Odour M D, Sharda R.A neural network model for bankruptcy prediction[J].Conference on Neural Networks,1990(6):136～138
财务危机预警研究范文第4篇
关键词：财务危机 主成分分析 石化行业 预警
着我国资本市场的不断深化和发展，越来越多的企业选择通过上市来筹集资金，而因陷入财务困境导致公司经营失败的案例也屡见不鲜。因此建立一套合理有效的财务危机预警模型对公司管理者、投资者和市场监管者及时识别并规避财务风险具有重要现实意义。研究表明，财务风险具有行业特性。石化行业是我国国民经济发展中重要的基础行业之一，为此，本文以石化行业上市公司作为对象研究财务危机预警模型。
一、文献回顾
财务风险预警研究始于Fitzpatrick（1932）、Beaver（1966）等人用单变量法分析企业财务风险。其后，学者Altinan（1968）和Blum（1974）等采用多变量分析方法来建立企业的财务危机预警模型，Ohison（1980）和Zmijewski（1984）等采用Logistic回归分析研究方法构建企业的财务预警模型，随后又跨越到人工智能模型阶段。与国外相比，我国关于企业财务预警方面的研究起步较晚，相关研究是从20世纪80年代末开始的，且其研究的对象主要集中在上市公司。陈静（1999）用单变量判别分析和多变量判别分析方法做了实证分析，得出在宣布日前一年总的准确率分别为100%和85%。吴世农、卢贤义（2001）建立Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种预测财务危机的模型，研究结果发现logistic回归模型的误判率最低。目前，国内越来越多的学者尝试运用人工智能模型进行财务预警，但统计方法因其较强的操作性和可理解性，仍被广泛的应用于财务预警中。
主成分分析是一种通过降维来简化数据结构的方法，这种方法由Pearson（1904）首先使用，以后经Hotelling（1933）、Cooley和lohnes（1971）、Kshirsagar（1972）、Morrison（1976）和Mardia、Kent&Bibby （1979）发展和成熟起来。其优点是可以对观测样本进行分类，并根据各因子在样本中所起的作用自动生成各因子权重，简化实测指标系统，具有很强的可操作性。因此，本文在吸收主成分分析法优点的基础上，建立了以石化行业为例的多重截面的主成分分析的财务危机预警模型。
二、研究设计
（一）样本的选择
本文从2008-2012年沪深两市A股市场上石化行业首次被ST及*ST的37家上市公司界定出26家作为财务危机公司的研究样本。然后通过资产规模、上市时间相近等原则，按照1：1的比例进行逐一配对，得到相应的财务健康公司26家作为配对样本。再将52家公司平均分成训练样本26家（其中危机公司13家，健康公司13家）和检测样本26家。定义财务危机公司被ST或*ST时为T年，本文选取其T-2、T-3、T-4、T-5年内的比率数据进行分析。财务数据均来自瑞思数据库（）。
（二）指标选取
在财务危机研究中，变量指标的选取通常没有一个统一的标准。本文借鉴前人的研究成本并在其基础上进行适当的补充，遵循全面性、有效性和可操作性原则，选取涵盖公司盈利能力、偿债能力、成长能力、营运能力、现金流量和资本结构六个方面的22个财务指标，具体指标见表1。
（三）模型的构建
主成分分析法（因子分析法）的基本思想是将实测的多个指标，用少数几个潜在的相互独立的主成分指标（因子）的线性组合来表示，构成的线性组合可反映原多个实测指标的主要信息。主成分分析法的一般模型为：
其中，X1，X2，...Xn为实测变量；aij（i=1，2，...，m；j=1，2，...，n）为因子荷载；Fi（i=1，2，...，m）为选择确定的m个主成分因子；Ki（i=1，2，...，m）为主成分因子的权重（即第i个因子的贡献率）；F是公司财务状况的预测值。
三、实证结果与分析
（一）描述性统计
1.均值对比分析。将选定训练样本的13家财务危机公司和13家配对的健康公司分成两组，然后分别计算两组22个财务指标在被ST的前四年的均值，然后利用EXCEL的折线图将均值的对比情况描述出来，具体的变化详见图1。从折线图我们可以看出，ST公司和非ST公司的各项财务指标的平均值的变化趋势不一致，有以下规律：第一，随着ST年份的临近，ST公司和非ST公司部分财务指标的差异逐渐明显，折线图上二者之间的距离逐渐扩大，因而得出结论：指标具有较好的预测效果，如净资产收益率、资产报酬率、流动比率、速动比率、经营净现金流量/负债比率、每股收益增长率、应收账款收益率、销售现金比率、股东权益比率等。第二，两类公司多数的财务指标变动曲线可以分开。例如，若非ST公司的指标在ST公司指标变动曲线的上方，则这类指标就是正指标，如净资产收益率、总资产报酬率、每股收益增长率、净利润增长率、总资产增长率、应收账款周转率等。若非ST公司的财务指标变动曲线在ST公司的下方，这类指标就是逆指标，如资产负债率、固定资产比率等。也存在两类指标互相交叉的情况，如流动比率、净利润增长率、存货周转率、销售现金比率等。
为了进一步挖掘配对样本之间的差异性，本文使用SPSS16.0统计软件分别计算危机公司和健康公司的22个财务指标T-2、T-3、T-4、T-5四年的均值及标准差，并将它们的均值与标准差相减进行比较。得出，健康公司与危机公司在均值上存在显著的差异，健康公司的财务指标中除存货周转率（X13）、资产负债率（X20）、固定资产比率（X21）的均值比危机公司小，其余的财务指标的均值均比危机公司大。且非ST公司样本组的盈利能力、成长能力、现金流量等指标明显高于ST公司样本组的对应指标。从标准差的对比中可以发现，财务指标中标准差的差值大部分为负数，说明ST公司样本组的被ST前四年的均值波动要大于非ST公司样本组。
由均值和标准差对比分析可知，危机公司与健康公司的财务指标存在显著的差异，当某个公司的多个财务指标有明显的下降趋势且波动较大时，表明该公司存在财务危机的可能。但是，均值对比分析是基于各指标的平均值来进行的，因此不可避免地存在极端值造成指标均值差异的可能，所以我们只能够依据均值分析进行粗略的估计。
2.非参数Wilcoxon秩和检验。为从统计上检验选取的变量在危机公司样本组和健康公司样本组之间是否存在显著的差异，我们应用非参数Wilcoxon Mann-Whitney检验法对两组样本22个财务指标进行统计检验。通过检验得到，在企业发生财务危机的前四年内，在显著性水平为0.1时，通过显著性检验的，T-5年、T-4年、T-3年、T-2年依次有5个、5个、10个、12个指标。由此可见，距离财务危机发生的时间越近，危机公司与健康公司财务指标之间的差异性就越大，这说明危机的发生可能存在一定的时序渐进性。
（二）主成分分析模型
主成分分析之前，先需要检验数据是否适合做主成分分析。根据KMO和Bartlett’s检验结果，发现T-2、T-3、T-4、T-5年KMO值依次为0.611、0.559、0.808、0.426，Bartlett’s检验P值均为0.000，小于0.001的检验水平，拒绝单位相关性的原始假设，故可知适合做主成分分析。因此，运用SPSS16.0软件依次对T-2、T-3、T-4、T-5年的具有显著性差异的指标变量进行主成分分析。通过方差最大化旋转，在满足特征值大于1的前提下，提取主成分因子。具体情况见表2。通过旋转后的因子载荷矩阵可对主成分因子进行解释，由统计结果可知：T-2年的第一个因子主要解释了X1、X2、X3、X4、X9、X11几个变量，可解释为公司的盈利能力和成长能力；第二个因子主要解释了X5、X20、X22几个变量，因此F2主要代表公司的资本结构状况；第三个因子由变量X8、X17、X19贡献最多，故F3可解释为现金流量状况。以此类推，各年的主成分因子的含义如表2所述。在确定了各主成分的经济含义后，可根据因子得分系数矩阵建立各个主成分关于原始财务比率的线性表达式。同时，根据统计结果中各个主成分的贡献率，可以得到主成分预测函数。
（三）各年预测结果的比较
将训练样本和检测样本的数据进行标准化处理，然后将各年标准化数据代入危机前四年所建立的主成分分析模型的预测表达式中，计算F值。根据误差最小化原则，确定各年F值的临界值，从而进行预测准确率的计算。其中危机公司判定为健康公司为一类误判；健康公司判定为危机公司为二类误判，得到训练样本和检测样本的预测准确率的结果见表3、表4。从表中可以看到各个年度训练样本的预测准确率均高于检测样本，说明训练样本对预测模型的拟合程度较高，且T-2年主成分分析模型的综合预测准确率训练样本达到93.50%，检测样本达到82.50%，高于T-3年和T-4年主成分分析的结果，而T-3年和T-4年的预测准确率差别不大。由此可见，危机到来前两年的数据预测效果较好。
四、结论及局限
本文选取石化行业上市公司中配比的危机公司和健康公司作为研究样本，选取22个财务指标作为指标变量。从各年度的主成分分析表达式中可以归纳出，企业的盈利能力以及现金流量状况是影响石化行业企业是否会陷入财务危机的关键性预警因素。此外，本文选取石化行业上市公司被ST前四年的数据建立多重截面的主成分分析模型，实证结果表明T-2年主成分分析模型的预测准确率是最高的，明显高于T-3和T-4年的模型。但本文的预测准确率整体上并不是很高，主要存在以下因素：（1）大部分财务危机预警的研究均选择了T-1年的数据，而上市公司在T年是否被特别处理是由其T-1年财务报告的公布决定的，因此，T-1年预测模型即使有很高的预测精度，在实际预测中也没有太大的应用价值。（2）财务指标的局限。本文建立的财务预警系统主要是以财务指标作为输入变量进行判别和预警，而财务指标又有其局限性，不能概括企业经营过程中的非财务因素。（3）样本量的局限。根据数理统计的大数定理，评价样本的数量越大，协方差矩阵就越趋于稳定，主成分分析的准确性就越高。而本文选取了2008-2012年5年间石化行业被ST的26家上市公司为危机样本，样本量相对较小。X
（注：本文受54科研基地-科技创新平台-商务运作与企业服务创新项目的资助）
参考文献：
1.吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].会计研究，2001，（6）.
财务危机预警研究范文第5篇
关键词：审计意见 财务危机预警 信息含量 logistic回归模型
审计意见作为企业经营状况的指示灯，能够从其独特的视角反映公司的经营状况。关于审计意见信息含量的研究，国外开始的比较早，相关文献表明，审计意见在财务危机预警中的作用尚无定论。与国外的研究结果相一致，我国学者对审计意见在财务危机预警中是否具有信息含量研究的结论也不一致。
研究设计
审计意见的分类。本文在研究时，审计意见的划分为标准审计意见（标准无保留审计意见）和非标准审计意见（除标准无保留审计意见之外的其他审计意见）两类。
财务危机的界定。本文在研究时，采用两种较为常见的财务危机标志事件选择方法并比较这两种选择方法在财务危机预警中作用的异同。取值规则（fda，financial distress affair）如下：
研究假设。国内一些学者关注审计意见信息含量的实证研究，基本着重于考察审计意见在股票市场上的市场反应，而没有对审计意见能否预测财务危机给予正面回答。由此本文提出以下假设：
h1：财务危机公司获得的非标准审计意见的比例要大于所有上市公司的平均水平。
h2：加入审计意见的预测模型的预测能力高于未加入审计意见模型的预测能力。
h3：离公司陷入财务危机的时间越短，预测精度就越高。
h4：对财务危机的不同界定方法（fad1和fad2）对模型的预测正确率有显著影响。
本文数据来源于巨潮资讯网。选取1998～2006年度的所有亏损上市公司和因财务状况异常而被st的所有上市公司作为统计分析的研究样本。
实证研究
（一）我国上市公司审计意见的描述性统计
按照以上审计意见分类标准和财务危机的界定方法，本文对1998-2006年沪深两市上市公司披露的审计意见作了描述性统计，具体结果如表1。
为了更好地反映不同类型公司在不同年度的审计意见，按照本文的划分方法（标准审计意见和非标准审计意见），得到1999-2006年上市公司审计意见如图1、图2所示。
从表1、图1、图2中，我们可以看出：
第一，亏损公司和st公司获得非标准审计意见的比例均显著大于所有上市公司，也可以说，所有上市公司获得的标准审计意见显著大于亏损公司和st公司，所以h1成立。
第二，从时间序列上来看，st公司出具的非标准审计意见的比例要大于亏损公司，或者可以说，亏损公司出具的标准审计意见的比例要大于st公司。
（二）预测审计意见类型的logistic回归
1.样本选取与设计。选择2006年度被st的上市公司50家，同时选择与st公司处于同一行业，资产规模相近、上市时间相近的50家公司作为配对公司（记作sample1），然后选取st公司前一年和前两年的数据分别建立模型。
选择2006年度亏损上市公司50家，同时选择与亏损公司处于同一行业，资产规模相近、上市时间相近的50家公司作为配对公司（记作sample2），然后选取亏损公司前一年和前两年的数据分别建立模型。
2.模型设计。本文采用logistic多元回归模型进行研究。为了比较两种财务危机的界定方法（fda1和fda2）对回归模型的影响，本文将以这两种划分标志分别建立模型，并且比较它们的预测效果；此外，由于本文的侧重点在于审计意见信息含量的研究，所以没有把过多的精力放在建立复杂的财务预警模型上，最终本文从反映企业的盈利能力、短期偿债能力、长期偿债能力、增长能力和资产利用能力等方面考虑，最终确定以下变量：资产收益率、流动比率、资产负债比率和总资产周转率，分别用x1，x2，x3，x4表示，建立logistic回归模型。
理性的管理者往往希望通过以前年度上市公司的审计意见类型，结合其他重要会计信息来合理预测本年度公司的情况，所以，我们把在2006年被st（或亏损）公司记为i年，因此i-1（2005），i-2（2004年）分别表示陷入财务困境前一年、前两年。
未加入审计意见模型，
其中，
其中，i=1，2，分别表示i-1和i-2年；p表示上市公司陷入财务危机的概率。对于st（或亏损）公司，yi取1，否则取0，根据所得到的logistic方程，以0.5为最佳判定点对原始数据进行判定，若p>0.5，则判定该样本为财务危机的公司，否则为正常公司。
加入审计意见x5建立新模型。在原来模型的基础上引入审计意见这一指标，用x5表示。
建立的新模型如下：
3.预测模型及结果分析。为考察以上模型的预测效果，我们把样本sample1中的3/5作为估计样本，共60家，其中st公司和匹配公司各30家；其余的2/5作为预测样本，共40家，其中st公司和匹配公司各20家；此外，我们把样本sample2中的3/5作为估计样本，共60家，其中亏损公司和匹配公司各30家；其余的2/5作为预测样本，共40家，其中亏损公司和匹配公司各20家，通过估计样本数据，分别建立预测模型。
由表2可得：无论采取哪种界定财务危机的方法，加入审计意见后，模型的预测正确率都会大大提高，也就证明了审计意见具有增量信息含量，从而证明h2成立。离公司陷入财务危机的时间越短，预测精度就越高。我们可以看出2005年综合模型的预测正确率要大于2005所对应的综合模型。从而证明h3成立。财务危机的界定方法对模型的影响不大，所以h4不成立。
结论
本文通过对1998～2006年沪深两市上市公司披露的审计意见的实证分析，可以得出以下结论：财务危机公司（亏损公司和st公司）获得非标准审计意见的比例均显著大于所有上市公司的平均水平；从时间序列上来看，st公司出具的非标准审计意见的比例要大于亏损公司出具的非标准审计意见的比例；审计意见在财务预警中具有信息含量，即加入审计意见后，提高了预测正确率。
参考文献：
1.陈梅花.审计意见信息含量研究－来自中国证券市场的实证证据[d].上海财经大学博士论文，2001
