上市公司财务危机预警
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篇上市公司财务危机预警范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
上市公司财务危机预警范文第1篇
随着资本市场的不断发展与完善,对上市公司财务危机进行预警研究一直是国内外学术界的热点问题之一。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,对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。近年来一些上市公司因为治理结构失衡,公司管理层管理混乱等诸多原因,导致公司业绩逐下降,出现亏损、财务状况异常甚至资不抵债等严重情形,最终受到特别处理,面临退市危险,使投资者、债权人及其他利益相关者遭受巨大损失。但如果能够通过研究上市公司相关信息,构建有效的财务危机预警模型,及时对发现的问题进行分析并采取有效措施，化逆境为顺境，就能很大程度上帮助上市公司防范和化解财务危机。然而,由于种种原因,财务预警系统在我国上市公司中尚未得到广泛应用。
一、我国上市公司应用财务危机预警系统的现实意义
财务危机预警系统作为一种成本低廉的诊断工具，能实时对公司的生产经营过程和财务状况进行跟踪监控，及时地进行财务预警分析，发现财务状况异常的征兆，并迅速报警，及时采取应变措施，避免或减少损失。在上市公司应用财务危机预警系统,主要可以发挥四个作用:
1.财务监测作用。监测、跟踪企业的生产经营过程，将企业生产经营的实际情况同企业预定的目标、计划、标准进行比较，进行核算、考核，找出偏差，并从中发现产生偏差的原因或存在的问题。
2.财务诊断作用。它是根据跟踪检测的结果，运用现代企业管理技术、诊断技术对公司营运状况之优劣做出判断，找出公司运行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。
3.财务治疗作用。财务治疗功能是在监测、诊断的基础上，识别病根、对症下药，更正企业营运中的偏差或过失，使企业回到正常运转的轨道。准确来讲，治疗功能并非财务预警系统的本质功能。但是，一个有效的预警系统不仅应该能够找出企业的“症结”所在，而且应该能够提出改进方案和应对措施。
4.保健作用。通过财务预警分析，财务预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出改进意见，弥补公司现有财务管理及经营中的缺陷，完善财务预替系统，从而提供未来类似情况的前车之鉴，更能从根本上消除隐患即“防警”。
二、我国上市公司财务预警系统应用中存在的问题
动态财务预警系统不仅仅包括有效的财务预警模型，要使其能发挥作用，还要配合有效的信息系统和内控系统。而由于我国上市公司发展状况的制约，使我国在应用方面还有所欠缺。
1.会计信息失真影响财务预警系统的有效性。上市公司财务预警体系的设计运用了大量的财务数据，真实及时的财务信息是建立有效可行的财务预警系统的基础。随着经营权与所有权的分离，委托关系在上市公司中普遍存在，委托人和人之间存在的信息不对称，使得我国上市公司中存在着投资者和管理层之间信息不对称的问题，管理层在会计信息编报方面拥有过大的权利，而且现行的监督机制和独立审计机制难以确保上市公司的财务信息质量。这种普遍存在的会计信息失真现象势必影响财务预警系统的有效性，从而进一步影响了有关利益各方运用财务预警系统的积极性。
2.内部控制不完善。企业的国有控制权不明确，使得投资主体的监管形同虚设国有企业股权结构中的“一股独大”是中国上市公司的显著特征。在这种体制下，由于缺乏有效的激励约束机制，很多人并不能自觉地维护公司利益，导致企业的内控失效。有的虽然也制定了比较全面的内控制度，由于制度本身不切合实际，制度的可操作性不强，使得企业的内控制度成为一纸空文；有的虽然制定了一套比较切合自身实际并切实可行的内控制度，却由于外部监督不力，企业不愿执行，将其束之高阁。
3.上市公司决策层缺乏主动运用财务预警系统的意识。目前，我国证券市场还不够成熟、完善，上市公司行为也不够规范。上市公司有关决策层往往受到“第一大股东”，代表国有股或法人股的“关键人”的控制。甚至存在着控股方通过盈余管理手段“圈钱”，利用关联方交易恶意造假，肆意侵吞上市公司利益的特权消费现象。在这种不良但又比较普遍的行为当中，一般的投资者是利益受损方，而上市公司决策层是既得利益方，使得上市公司决策层作为受益者，缺乏主动运用财务预警系统的意识成为正常现象。
4.财会人员素质不高。法制观念淡薄有的财会人员忘记了法律赋予的权力和职责，冒着被吊销会计从业资格证书的风险，为单位领导的不法行为出谋划策，粉饰经营业绩，甚至侵吞国家财产，更加加大了预警系统有效发挥作用的难度。三、上市公司财务预警系统有效实施的建议
1.财务危机预警系统的定性分析和定量分析的结合运用。量化的财务指标能对财务状况进行总量控制，而某些非财务指标和定性因素可对细节即具体过程进行控制，以弥补财务指标的不足，从微量上找出影响公司长期财务状况的动因。
财务预警是一种量化分析，它有利于清晰、直观地反映上市公司的财务状况，但它难以全面满足揭示上市公司财务危机程度的需要，并不能完全替代传统的定性分析，特别是财务报表的编制质量和审计质量等因素会直接决定模型结果的准确性和实用性。
企业应根据具体情况选择合适的维度评价企业的经营状况，具体来说，财务危机预警系统的实施的规则是:企业定期监测容易发生经营危机和财务危机的各种因素，报告经营风险和财务风险，建立风险报告制度，并利用有经验分析人员的直觉判断作定性分析评价。同时，定期运用预警模型进行量化分析。由于模型预测所使用的数据来自年度财务报告，因此，量化分析的时间可定为一年一次，而非量化分析相对容易些，可把时间定为一月一次，甚至更短一些，以便使预测更加及时有效。另外，在年度财务危机预警时，可把平时非量化分析结果和年度量化分析结果进行相互修正。例如，企业按助gistic回归模型预测出在财务危机警戒线以上，即企业不会发生财务危机，但根据企业当年报表外的非财务信息(如或有负债等表外因素)、专业人员的经验判断计算出企业的定性评价指标总分在预测警戒线以下，反映出企业存在着发生财务危机的可能性。若定性分析和定量分析得出相反的矛盾，这就需要作出仔细判断，专业人员的主观性是否过强，还是定量分析模型因行业因素的变化需要重新建模。企业在仔细分析后，再重新预测是否会发生财务危机。
3.关注重点指标，建立适合我国国情的财务危机预警指标体系。首先，关注主营业务指标，加强主业监管。如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。如果主营业务急剧萎缩，并且造成这种情况的因素是根本性的，持续性的，那么上市公司就有可能陷入财务困境。上市公司大多是高新技术企业，其核心能力强弱的直接市场表现无疑是主营业务收入/总资产指标。该指标通过与市场或行业平均(先进)水平的比较及其走势的考察，可以对上市公司市场竞争的优劣态势有一个较为清晰的判断。如果该指标经常低于市场或行业的平均(先进)水平，且成持续走低杰势块上市公司财务危机预警问题研究的话，便意味着上市公司处于竞争的不利地位。如果不及时扭转，将导致严重的财务危机。因此，上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入/总资产指标。只有如此，才有可能建立真正有效的财务危机预警指标体系。其次，关注资产管理能力指标和负债比率指标。判别盈利公司与财务危机公司的财务差异，资产管理能力指标和负债比率指标有着中长期的判别作用，而盈利能力及回报能力、资产流动性和公司增长能力指标则短期判别能力强。在防范上市公司的财务危机时，应侧重于资产管理能力指标和负债比率指标。
3.进行预警指标的敏感性分析。敏感性分析是指企业的财务指标的变动对预警结果的影响程度，重要指标的变动会对企业产生较大影响。预警系统一旦报警，管理曾首先要确定是哪些指标偏离造成的危机，进而采取相应措施进行调整。调整可以针对某一个指标，也可以是某几个指标。选取哪种方式更有效、更经济，管理层有必要在敏感性和调整难度之间进行权衡，选取适当的调整方式。
参考文献：
[1]张鸣张艳程涛:企业财务预警研究前沿[M].北京:中国财政经济出版社，2004
[2]张艳秋王彤彤:我国上市公司财务危机预警系统应用研究[J].会计之友，2008，（3）
[3]吕长江周现华:上市公司财务困境预测方法的比较研究[J].吉林大学社会科学学报,2005,(6)
上市公司财务危机预警范文第2篇
国内研究对财务危机直接下定义的较少。周首华等是国内较早用统计方法研究财务危机问题的学者，其文中使用的是破产的含义。谷祺和刘淑莲认为财务危机“是指公司无力支付到期债务或费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况”。吴世农和卢贤义介绍了西方关于财务困境的定义，但文中没有明确采用哪种说法或给出自己的定义。如上所述，财务危机定义尚未形成统一概念，再加上国有企业经营者防范意识薄弱甚至腐败挥霍等诟病，导致财务危机预警系统未能有效应用于实践。根据经验，主要从资本结构不佳、现金流量不足、偿债能力弱等方面结合国有上市公司的特殊情况考虑，本文将因两年连续亏损导致被ST的国有上市公司定义为财务危机公司。
2国有上市公司特征性
国有企业的形成原因之一是为了更优的资源配置，实现国家社会经济发展战略。但是国有化使得这类公司面临着一系列传统发展战略遗留下来的政策性负担，缺乏与其他类型公司公平竞争的条件。在市场化的基础上，国有企业要在改制过程中，以市场化运作、资本化运营方式，做大做强做优，使之成为各行业发展的龙头，引领中国公司的发展，与大型跨国企业在世界市场竞争中相抗衡，成为我国参与国际竞争的主要骨干力量，同时要承担支撑国民经济发展、国有资本保值增值的双重任务，保障和改善民生。例如2003年以来，电煤价格长期倒挂，外资、私营火电公司或退出或停产，国有火电公司在大幅亏损情况下保障了电力供应。国有公司在加快自身发展的同时，不断提高上缴税费水平，为保障和改善民生提供物质基础。但是，单凭一般的财政政策和货币政策，政府很难对市场实施有效调控，尤其是在金融危机后自由市场经济再次受到质疑的今天，在这一背景下，国有企业必然要承担起这一重要任务。目前，大型国有企业几乎控制了我国全部的原油、天然气和乙烯生产；提供了全部的基础电信服务和大部分增值服务发展的同时，不可避免带来许多问题，包括财务危机问题，需要认真对待。
3国有上市公司财务危机的表现形式
不管是民营企业还是国有企业，在生产运营中都可能面临风险，企业可以从偿债能力、盈利能力、营运能力、发展能力、获取现金流能力等反映业绩的财务指标进行风险预测。国有上市公司主要面临的财务危机主要反映在以下两个方面：
3.1国有企业治理水平导致的财务危机
中国特有的政府干预行为严重削弱了公司治理的有效性，致使国有企业的治理机制流于形式。例如，李增泉等对所有权结构与控股股东的掏空行为之间的关系进行了实证分析，结果表明国有企业控制的公司的控股股东占用的资金高于非国有企业控制的上市公司，也就是说国有企业存在更为严重的掏空行为。辛清泉等在理论框架下，基于中国国有公司薪酬管制的制度背景，就经理薪酬对投资过度和投资不足的影响进行了理论分析，结果表明当薪酬契约无法对经理的工作努力和经营才能作出补偿和激励时，地方政府控制的上市公司存在着因薪酬契约失效导致的投资过度现象。由此可见，公司治理是研究国有企业财务危机预警不可忽视的要素。
3.2国有企业承担的社会责任导致的财务危机
国有企业政府干预最主要的表现是让国有企业承担大量的政策性任务，这体现在冗员、员工福利、维护社会稳定、财政负担等多个方面。这种政策性负担会导致政策性亏损，在信息不对称条件下，政府很难区分国有企业的亏损是经营失败还是承担政策性负担所致，这为高管人员推卸责任提供了条件，容易导致预算软约束问题。
4国有企业财务危机预警研究
需要注意的几个方面从上述特征和成因分析中可见，国有企业财务危机预警研究不应局限于定量分析，应该定性结合定量进行分析。
4.1定性分析应该注意的几个问题：
4.1.1国有企业社会性。国有资本的出资人是国家，国家对社会承担社会稳定，降低失业率，提高经济水平等责任，繁重的社会责任可能会导致企业经营效率降低。针对这些特征，首先，应该将企业监管体系结合国有资产监管体系，制定出针对国有企业特定的财务监管体系。规范国有企业用人标准，应该在确保国有企业健康可持续发展的基础上考虑解决社会问题。其次，加强企业内部控制，防范企业财务风险。加强内部控制建设并不意味着取代财务危机预警机制，只有内部控制建设和财务危机预警机制有机结合，才能有效实现国有资产监管工作目标，达到国有资产出资人与企业之间的双向预警。
4.1.2国有企业发展的周期性。不同发展周期有着截然不同的财务状况。如创业初期的企业相对成长期及成熟期企业，现金流量水平以及净利润水平明显较低。但并不能因为现金流量及净利润水平较低甚至出现现金短缺而判断企业处于财务危机状况。同样，在企业的衰退期，企业反映的盈利能力开始下降，但却有充足的现金流量，此时企业却处于不利的发展地位。因此结合企业发展周期进行财务危机预警分析是必要的。
4.1.3区分行业进行分析。不同类型的企业对财务状况的要求也是不同的，对于投资类企业，重点应关注资产保值增值能力和盈利能力，比如资产净利率、资产保值增率等指标；对于生产和贸易类企业，重点应关注企业的营运能力、偿债能力和现金流量，比如速动比率、利息倍数、存货周转率、资产负债率等指标。
4.1.4全方位控制流程。全方位控制流程具体表现为从横向和纵向控制。横向要针对国有企业经营和财务管理中的风险，即主要把握好投资、筹资、内部担保抵押、关联交易等日常经营管理行为中可能存在的风险。纵向要针对财务管理中的信息，反映预测决策和控制整个流程中可能存在的风险，这样才能对企业的财务风险进行全面的监测和控制。
4.2运用定量分析模型进行财务预警分析定量分析主要是指利用模型进行财务预警分析，应该考虑的几个方面：
4.2.1分析各财务危机预警模型的优缺点。学术界对企业财务危机预警这一课题研究了几十年，最初的单变量研究开创了风险预警实证研究的先河，但是企业的财务特征不可能由一个变量充分地反映出来，为解决这个问题，Alt-man引入多元判别分析（Z模型）对财务危机预警进行研究，Z模型虽然得到了广泛的应用，但该模型要求预警变量符合严格的联合正态分布，而现实经济生活中大多数企业的财务比率无法满足这一要求。为了克服这一缺陷，Martin第一次运用逻辑模型对银行的破产进行预测，研究发现Logistic模型的预测准确性比Z值模型高。而作为后起之秀的神经网络模型虽具有一些无法比拟的优点，但操作困难，应用面窄。目前运用较为广泛的是多元线性判别分析和逻辑回归方法。
4.2.2指标的选择问题。在指标变量的选择上，研究普遍选择与企业业绩相关的财务指标，如偿债能力、盈利能力、营运能力、发展能力、获取现金流能力等。近年来，变量选择上的一大突破是将非财务指标引入模型，但该突破仅仅停留在容易量化的非财务指标，如企业治理水平（股权结构、股权激励、两权分离引发的问题等），并未涉及一些不易量化甚至只能定性分析的非财务指标，如国有企业承担的社会责任（经济、道德、法律、环境资源、慈善等）、审计意见类型。
4.2.3模型设定问题。首先，模型都是通过实证研究得到的，由于缺乏系统的理论指导，研究人员在确定变量时容易受主观判断的影响，所以难以判断哪个模型在长期中更为有效。国内外的研究者在选择样本时，许多研究不考虑样本之间的行业差别或者企业特征，如果将不同特征的样本放在一起研究，这种情况下建立的预警模型难免会产生较大的误差；其次，建立模型是忽略时间的影响，没有考虑模型的长短期预测适用性。
5结论
上市公司财务危机预警范文第3篇
[关键词] 上市公司 财务危机 预警系统 应用
随着资本市场的不断发展与完善, 对上市公司财务危机进行预警研究一直是国内外学术界的热点问题之一。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, 对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。近年来一些上市公司因为治理结构失衡, 公司管理层管理混乱等诸多原因, 导致公司业绩逐下降, 出现亏损、财务状况异常甚至资不抵债等严重情形, 最终受到特别处理, 面临退市危险, 使投资者、债权人及其他利益相关者遭受巨大损失。但如果能够通过研究上市公司相关信息, 构建有效的财务危机预警模型, 及时对发现的问题进行分析并采取有效措施，化逆境为顺境，就能很大程度上帮助上市公司防范和化解财务危机。然而, 由于种种原因,财务预警系统在我国上市公司中尚未得到广泛应用。
一、我国上市公司应用财务危机预警系统的现实意义
财务危机预警系统作为一种成本低廉的诊断工具，能实时对公司的生产经营过程和财务状况进行跟踪监控，及时地进行财务预警分析，发现财务状况异常的征兆，并迅速报警，及时采取应变措施，避免或减少损失。 在上市公司应用财务危机预警系统,主要可以发挥四个作用:
1.财务监测作用。监测、跟踪企业的生产经营过程，将企业生产经营的实际情况同企业预定的目标、计划、标准进行比较，进行核算、考核，找出偏差，并从中发现产生偏差的原因或存在的问题。
2.财务诊断作用。它是根据跟踪检测的结果，运用现代企业管理技术、诊断技术对公司营运状况之优劣做出判断，找出公司运行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。
3.财务治疗作用。财务治疗功能是在监测、诊断的基础上，识别病根、对症下药，更正企业营运中的偏差或过失，使企业回到正常运转的轨道。准确来讲，治疗功能并非财务预警系统的本质功能。但是，一个有效的预警系统不仅应该能够找出企业的“症结”所在，而且应该能够提出改进方案和应对措施。
4.保健作用。通过财务预警分析，财务预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出改进意见，弥补公司现有财务管理及经营中的缺陷，完善财务预替系统，从而提供未来类似情况的前车之鉴，更能从根本上消除隐患即“防警”。
二、我国上市公司财务预警系统应用中存在的问题
动态财务预警系统不仅仅包括有效的财务预警模型，要使其能发挥作用，还要配合有效的信息系统和内控系统。而由于我国上市公司发展状况的制约，使我国在应用方面还有所欠缺。
1.会计信息失真影响财务预警系统的有效性。上市公司财务预警体系的设计运用了大量的财务数据，真实及时的财务信息是建立有效可行的财务预警系统的基础。 随着经营权与所有权的分离，委托关系在上市公司中普遍存在，委托人和人之间存在的信息不对称，使得我国上市公司中存在着投资者和管理层之间信息不对称的问题，管理层在会计信息编报方面拥有过大的权利，而且现行的监督机制和独立审计机制难以确保上市公司的财务信息质量。这种普遍存在的会计信息失真现象势必影响财务预警系统的有效性，从而进一步影响了有关利益各方运用财务预警系统的积极性。
2.内部控制不完善。企业的国有控制权不明确，使得投资主体的监管形同虚设国有企业股权结构中的“一股独大”是中国上市公司的显著特征。在这种体制下，由于缺乏有效的激励约束机制，很多人并不能自觉地维护公司利益，导致企业的内控失效。有的虽然也制定了比较全面的内控制度，由于制度本身不切合实际，制度的可操作性不强，使得企业的内控制度成为一纸空文；有的虽然制定了一套比较切合自身实际并切实可行的内控制度，却由于外部监督不力，企业不愿执行，将其束之高阁。
3.上市公司决策层缺乏主动运用财务预警系统的意识。目前，我国证券市场还不够成熟、完善，上市公司行为也不够规范。上市公司有关决策层往往受到“第一大股东”，代表国有股或法人股的“关键人”的控制。甚至存在着控股方通过盈余管理手段“圈钱”，利用关联方交易恶意造假，肆意侵吞上市公司利益的特权消费现象。在这种不良但又比较普遍的行为当中，一般的投资者是利益受损方，而上市公司决策层是既得利益方，使得上市公司决策层作为受益者，缺乏主动运用财务预警系统的意识成为正常现象。
4.财会人员素质不高。法制观念淡薄有的财会人员忘记了法律赋予的权力和职责，冒着被吊销会计从业资格证书的风险，为单位领导的不法行为出谋划策，粉饰经营业绩，甚至侵吞国家财产，更加加大了预警系统有效发挥作用的难度。
三、上市公司财务预警系统有效实施的建议
1.财务危机预警系统的定性分析和定量分析的结合运用。量化的财务指标能对财务状况进行总量控制，而某些非财务指标和定性因素可对细节即具体过程进行控制，以弥补财务指标的不足，从微量上找出影响公司长期财务状况的动因。
财务预警是一种量化分析，它有利于清晰、直观地反映上市公司的财务状况，但它难以全面满足揭示上市公司财务危机程度的需要，并不能完全替代传统的定性分析，特别是财务报表的编制质量和审计质量等因素会直接决定模型结果的准确性和实用性。
企业应根据具体情况选择合适的维度评价企业的经营状况，具体来说，财务危机预警系统的实施的规则是:企业定期监测容易发生经营危机和财务危机的各种因素，报告经营风险和财务风险，建立风险报告制度，并利用有经验分析人员的直觉判断作定性分析评价。 同时，定期运用预警模型进行量化分析。由于模型预测所使用的数据来自年度财务报告，因此，量化分析的时间可定为一年一次，而非量化分析相对容易些，可把时间定为一月一次，甚至更短一些，以便使预测更加及时有效。另外，在年度财务危机预警时，可把平时非量化分析结果和年度量化分析结果进行相互修正。例如，企业按助gistic回归模型预测出在财务危机警戒线以上，即企业不会发生财务危机，但根据企业当年报表外的非财务信息(如或有负债等表外因素)、专业人员的经验判断计算出企业的定性评价指标总分在预测警戒线以下，反映出企业存在着发生财务危机的可能性。若定性分析和定量分析得出相反的矛盾，这就需要作出仔细判断，专业人员的主观性是否过强，还是定量分析模型因行业因素的变化需要重新建模。企业在仔细分析后，再重新预测是否会发生财务危机。
3.关注重点指标，建立适合我国国情的财务危机预警指标体系。首先，关注主营业务指标，加强主业监管。如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。 如果主营业务急剧萎缩，并且造成这种情况的因素是根本性的，持续性的，那么上市公司就有可能陷入财务困境。上市公司大多是高新技术企业，其核心能力强弱的直接市场表现无疑是主营业务收入/总资产指标。该指标通过与市场或行业平均(先进)水平的比较及其走势的考察，可以对上市公司市场竞争的优劣态势有一个较为清晰的判断。如果该指标经常低于市场或行业的平均(先进)水平，且成持续走低杰势块上市公司财务危机预警问题研究的话，便意味着上市公司处于竞争的不利地位。如果不及时扭转，将导致严重的财务危机。因此，上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入/总资产指标。只有如此，才有可能建立真正有效的财务危机预警指标体系。其次，关注资产管理能力指标和负债比率指标。判别盈利公司与财务危机公司的财务差异，资产管理能力指标和负债比率指标有着中长期的判别作用，而盈利能力及回报能力、资产流动性和公司增长能力指标则短期判别能力强。在防范上市公司的财务危机时，应侧重于资产管理能力指标和负债比率指标。
3.进行预警指标的敏感性分析。敏感性分析是指企业的财务指标的变动对预警结果的影响程度，重要指标的变动会对企业产生较大影响。 预警系统一旦报警，管理曾首先要确定是哪些指标偏离造成的危机，进而采取相应措施进行调整。调整可以针对某一个指标，也可以是某几个指标。选取哪种方式更有效、更经济，管理层有必要在敏感性和调整难度之间进行权衡，选取适当的调整方式。
参考文献：
[1]张鸣张艳程涛:企业财务预警研究前沿[M].北京:中国财政经济出版社，2004
[2]张艳秋王彤彤:我国上市公司财务危机预警系统应用研究[J].会计之友，2008，（3）
[3]吕长江周现华:上市公司财务困境预测方法的比较研究[J].吉林大学社会科学学报, 2005,( 6)
上市公司财务危机预警范文第4篇
财务危机预警以企业信息化为基础，对企业在经营管理活动中的潜在风险进行实时监控。其贯穿于企业经营活动的全过程，以企业的财务报表及其他相关经营资料为依据，利用财会、金融、企业管理等多方面理论，采用比例分析、数学模型等方法，去发现企业存在的风险，将企业所面临的危险情况预先告知企业经营者和其他利益关系人，并分析企业发生财务危机的原因和企业财务运营体系的潜在问题，以提早做好防范措施。
构建一套高效、灵敏、实用的财务预警系统十分必要。对上市公司而言，有效的财务预警机制有利于管理当局及时找出问题症结，制定正确的经营及财务政策，及时扭转不利局面，防止陷入财务危机或遭到退市处理。对政府而言，有效的财务预警能在一定程度上及时改善资源的宏观配置，减少对处于财务危机边缘、发展前景较差的上市公司的政府援助，防范国有资产流失，实现资源优化配置。对银行和债券持有人而言，进行及时有效的财务预警，银行就能在决定是否贷款或是制定贷款监督政策时，通过财务预警分析系统来评价贷款申请人或贷款人所面临的财务风险，以确定贷款额度；债券持有人则可以根据预测结果来了解所投资公司偿还本金、支付利息的能力。对审计人员而言，对所审计公司进行财务预警能够帮助其制定更有针对性的审计计划，更加谨慎地执行审计程序。
二、财务危机预警多元逻辑(logistic)模型
多元逻辑模型的目标是寻求观察对象的条件概率，据此判断观察对象的财务状况和经营风险。这一模型建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件。logistic模型假设了企业破产的概率p(破产取1，非破产取0)，并假设ln[p/(1-p)]可以用财务比率线性解释。假定ln[p/(1-p)]＝a+bx，推导可以得出p＝exp(a+bx)/[1+exp(a+bx)]从而计算出企业破产的概率。判别方法是首先根据多元线性判定模型确定企业破产的z值，然后推导出企业破产的条件概率。如果p值大于0.5，表明企业破产的概率比较大，可判定企业即将破产：如果p值低于0.5，表明企业财务正常的概率较大，可判定企业财务正常。logistic模型的最大优点是不需要严格的假设条件，克服了线性方程受统计假设约束的局限性，具有更广泛的适用范围。
三、样本设计及变量的选取
（一）样本设计。财务预警实证研究的样本选择直接关系到最终得出的预测模型的外部适用性和预测能力。本文研究样本选择的标准是：（1）st样本组。以2003，2004，2005年3年间所有曾因财务状况异常而被特别处理的公司作为st样本组。（2）非st样本组。根据公司被st前一年的行业分类和总资产规模选择相应的控制样本，即非st样本组。一些st公司由于找不到相配比的非st样本，这样的样本个体被剔除。（3）组内分布控制。本研究的样本来源于3个会计年度，可能会产生资料的时间性差异。这样，最后得到的样本共有166家，其中st公司83家，非st公司83家。在这83家st公司中，2003年被宣布为st的公司的有27家，2004年的有28家，2005年的有28家。剔除st公司中有缺失值的8家公司（其中2003年1家，2004年1家，2005年6家），最终的样本确定为150家。（数据略）
（二）变量及指标的选取。变量及指标选取如下：x1为流动比率；x2为营运资产与总资产之比；x3为资产负债率；x4为产权比率；x5为利息保障倍数；x6为留存收益与总资产之比；x7为流动负债经营活动净现金流量比；x8为股东权益比率；x9为总资产周转率；x10为应收账款周转率；x11为存货周转率；x12为长期资产适合率；x13为净资产报酬率；x14为总资产报酬率；x15为主营业务利润与总资产之比；x16为成本费用利润率；x17为净资产；x18为股东权益增长率；x19为净利润增长率；x20为主营业务收入增长率；x21为主营业务现金比率；x22为结构分析；x23为营业活动收益质量；x24为(利润总额+财务费用)/总资产；x25为eva。
四、logistic回归分析在财务危机预警中的应用
根据经验，财务比率在一定范围内波动属正常现象，并不会引起危机概率的显著增加。只有当财务比率值超过某一临界值，比率值的恶化会导致财务危机概率的显著增加。企业财务危机的预测属于两分类定性分析，即要么正常，要么可能发生危机。为服务于对定性因变量的多元非线性分析，根据实际研究的需要不断对多元线性回归进行改造和发展，导致了一种新的分析方法logistic回归的产生。logistic回归被引入财务危机预警研究之后，财务危机预警即简化为己知一公司具有某些财务特征，而计算其在一段时期内陷入财务危机的概率问题。如果算出的概率大于设定的分割点，则判定该公司将陷入财务危机。
logistic回归的假设前提是：(1)因变量 是二分变量；(2)数据必须来自随机样本；(3)因变量 被假定为k个自变量 的函数，因变量与自变量之间是非线性关系；(4)自变量之间不存在多重共线性。显而易见，logistic回归没有关于自变量分布的假设条件。logistic回归模型的一般形式如下：
ln
其中， 为自变量， 为给定系列自变量 值的事件发生概率； 为截距， 为回归系数。
或
其中 是与诸因素 无关的常数项， 是回归系数，表示诸因素 对p的贡献量。
spss中的logistic回归分析具有自动选择变量的能力，共有7种方法建立模型。本文采用的是method ＝ forward stepwise (weld)。然后随机选择一部分样本作为构造样本，一部分作为测试样本。具体分类如下：
表1 case processing summary
unwished cases (a) n percent
selected cases included in analysis 120 80.0
missing cases 0 0
total 120 80.0
unselected cases 30 20.0
total 150 100.0
其中，selected cases为预测样本，unselected cases为检验样本。最终进入方程的变量为：
表2 variables in the equation
b s.e. weld sig. exp (b) 95.0% c.i.for exp (b)
lower upper
x3 2.631 2.240 1.380 0.240 13.894 0.172 1,121.542
x9 0.186 0.101 3.393 0.065 1.205 0.988 1.469
x14 10.803 0.327 6.041 0.014 2.232 1.177 4.233
x15 -29.496 10.387 8.064 0.005 0.000 0.000 0.000
x16 -14.312 5.865 5.956 0.015 0.000 0.000 0.060
x17 0.000 0.000 10.297 0.001 1.000 1.000 1.000
x18 0.562 0.520 1.168 0.280 1.754 0.633 4.863
x19 0.068 0.047 2.108 0.147 1.071 0.976 1.174
x21 1.298 0.643 4.075 0.044 3.663 1.039 12.918
x23 0.103 0.075 1.905 0.167 1.109 0.958 1.283
x24 8.370 5.255 2.537 0,111 4,314.309 0.145 128,101,617.79
x25 -0.043 0.014 8.978 0.003 0.958 0.931 0.985
c 2.335 1.672 1.951 0.163 10.333
表中x25为eva值，它的walt值为8.978，说明它对p具有很大的贡献量，是一个重要的指标。最终建立的模型为：
p＝exp(2.335+2.631×x3+0.186×x9+0.803×x14-29.496×x15－14.312×x16+0.56×x18+0.068×x19+1.298×x21+0.103×x23+8.370×x24-0.043×x25)÷(1+exp(2.335+2.631×x3+0.186×x9+0.803×x14-29.496×x15－14.312×x16+0.56×x18+0.068×x19+1.298×x21+0.103×x23+8.370×x24-0.043×x25)
表3 判别分类表
classification table(c)
observed predicted
selected cases (a) unselected cases (b)
group percentage correct group percentage correct
0 1 0 1
group 0 52 8 86.7 13 2 86.7
1 4 56 933 2 13 86.7
上市公司财务危机预警范文第5篇
摘 要 本文以我国深市上市公司中的中小板企业为研究对象,筛选了2008到2010年被ST戴帽的49家上市公司作为财务困境公司样本,同时选取了130家经营状况较好的公司作为正常公司样本。通过分析这149个样本公司08年的财务报表数据,运用判别分析法建立了一个符合中国上市公司实际情况的财务困境预警模型,并对之进行实证检验。研究结果表明:建立的模型能够较好的对中小上市公司经营风险做出预测。
关键词 中小上市公司 财务困境预警模型 判别分析法
一、文献回顾
关于上市公司财务困境预警研究,国内外学者曾建立过多个预警模型。最早的财务困境预警研究是Fitz Patrick所做的单变量破产预警模型,其后Winaker&Smith和Merwin也作了相似的研究。但是这些早期研究仅仅是属于描述性分析(Profile Analysis)范畴。自1968年Altman首次将多元线性判别方法引入到财务困境预警领域后,多元线性判别方法就逐渐取代了单变量模型。在1968年Altman的模型中,Altman通过多元判别模型产生了一个总的判别分,称为Z值,并依据Z值进行判断。这个模型就是著名的Z模型。由于模型简便、成本低、效果佳。几乎所有的国家都依据z评分模型发展出与之相适应的信用风险度量模型。Scott(1981)对以往学者的实证结果进行比较,认为在多元判别分析模型中Zeta模型最优。然而根据陈静(1999)和宋秋萍(2000)的研究,认为由于中美两国会计准则有一定的差距,用美国公司财务数据建立的模型并不一定适用于对中国公司的信用风险预测,从国内企业的财务数据中提炼出特征指标,建立判别函数则更为务实。
由此可见,根据中国的会计准则和实际情况,建立一个符合中国上市公司的的财务困境模型也显得十分重要。而由于企业自身规模和经营情况的不同,还没有一个模型能够准确的预测所有类型的上市企业的财务困境情况。因此,根据不同规模的企业选择不同的预测模型也就显得十分重要。而这里我们主要选择研究中小上市公司的财务困境模型。
二、财务困境预警模型的建立和分析
(一)模型的选择
根据美国风险管理专家Ahman在1968年,利用多元判别式法建立的著名“z评分模型”。本文采用判别分析模型的形式分析分析,旨在研究两类分司的财务状况,一类是财务危机公司,另一类是财务健康公司。以此为目标分别找出反映这两类公司相关性高的特征变量而建立判别函数,然后用建立的判别函数对中小板所有的上市公司进行财务困境分析。判别函数的一般形式是:
Z=a1x1+ a2x2+ a3x3+……+anxn
其中:Z为判别分(判别值)X1,X2,X3是反映研究对象的特征变量,如财务比率。a1,a2,a3为各变量的判别系数。
(二)样本的选择
本文一共选取了51家上市公司作为样本进行分析。其中:财务危机公司49家,由于中小板企业中09年之前只有2家企业被ST戴帽,所以剩下的47家ST企业,在沪深两市07年以后被戴帽的企业中随机选取代替。财务健康公司130家,其中60家来自于08年中小板上市公司综合排名前60强,剩余70家则通过对中小板企业随机挑选得出。
在样本选定之后,需要对财务分析指标进行选择。通过对上市公司的资产负债表,现金流量表和利润表进行分析,从偿债能力,盈利能力,资本结构状况和营运状况等四个方面选择了14个相关财务比率:X1总负债/总资产,X2现金/流动负债,X3流动资产/流动负债,X4净利润/主营业务收入,X5净利润/总资产,X6营业利润/利润总额,X7流动负债/总资产,X8长期负债/总资产,X9应收账款/流动资产,X10(流动资产-流动负债)/总资产,X11现金/总资产,X12利润总额/总资产,X13主营业务收入/总资产,X14净利润/所有者权益。
(三)判别分析过程
对于函数的推到,采用spss统计软件中classify下面的discriminant计算功能,我们把所有14个变量代入模型以逐步回归法进行分步计算,通过F检验的解释变量则放入判别函数中作为评分模型的计算依据。
在运用逐步回归法的过程中一共进行了6次筛选过程,具体操作方法是选择0.05的显著水平和3.84的临界值水平,每一步回归都选择当次回归过程中最显著的变量进入判别模型,然后再将剩下的解释变量进行再回归,当进行到第6次回归的时候,剩下的所有变量都低于3.84的临界值水平,因此停止筛选过程。
在筛选出来的5个解释变量(X10,X12,X4,X6,X13)之间继续进行总体显著性的检验,我们可以看出X10,X12,X4,X6,X13的估计结果都大于显著性为0.05的临界值3.84。在此基础上我们再通过对解释变量判别系数的估计,就能够得到完整的判别方程。
综上所述,通过把所有变量引入判别分析中,运用逐步回归法,最终得到了包含5变量的判别系数,即:
Z=-1.204-0.466X4+0.045X6+2.592X10+6.084X12 +0.402X13
其中:
X4 净利润/主营业务收入。该指标用来衡量一个企业的盈利能力,表示一个企业的利润占主营业务收入的比重,该指标越大说明一个企业的偿债能力越强。
X6 为营业利润率=营业利润/利润总额。该指标用来衡量一个企业的盈利能力,表示一个企业的营业利润占到了所有利润收入的比重。
X10 为营运资本/总资产。这是公司的净流动资产相对于总资产的一种衡量,营运资本是公司流动资产与流动负债之差。
X12 为总资产收益率=利润总额/总资产。该指标体现的是每单位的资产对应的利润份额。从一定程度上能够反应出企业的盈利能力情况。
X13 为主营业务收入/总资产。该指标用来衡量一个企业的偿债能力,表示一个企业的主营业务收入占总资产的比重,该指标越大说明一个企业的偿债能力越强。
(四)判别模型准确性的检验
1.原始样本分类的准确性
检验结果表明,用建立的判别函数对财务出现困境的ST公司的预测正确率达到了87.8%,而对财务状况健康的非ST公司的预测正确率也达到了93.1%。由于判别函数是从原始样本数据中推导出来的,因此原始样本分类的期望准确率理所当然要高些。通过计算两组判别分(Z值),我们可以看出两组的Z值几乎都分别落在(-0.5,-1.5)的两边。因此我们可以将区间(-0.5,-1.5)作为灰色地带,当判别分数属于该区间的时候,可以判断该公司在短期内有破产的风险,应该对这样的公司引起重视,做更加深入的分析调查。
2.临界值的确定
虽然原始样本判别值的分界线比较明显,结果非常理想。但需要说明的是原始样本中的非ST公司有一半都来自2008年中小板块排名前60名中的企业,因此是具有的两级分化公司的性质。假如用此函数对新样本计算出的判别分也能获得这样的结果,那么上述临界区间才完全可作为我们判断决策的依据。为了进一步验证这一模型的判别效果以最终确定更具代表性的临界值,我们用未参加模型推导分析的随机挑选的5个ST公司和10个非ST公司进行检验。用建立的判别函数公式计算出公式的值。
从检验结果可以看出,检验样本中的5家ST公司中有4家的Z值都小于-1.5。非ST的10家公司中有9家公司的Z值都大于-0.5。因此综合原始样本和新样本两组的结果,区间(-0.5,-1.5)是这两类公司的一个分水岭。据此我们可以得出以下判别法则:当Z值大于-0.5的时候,我们可以认为被分析的公司属于财务健康的类型,在近期没有破产的风险,Z值越大企业破产的风险越小;当Z值小于-1.5的时候,我们可以认为被分析的公司属于财务状况不健康的类型,在近期破产的风险,Z值越小,近期破产的可能性越大。当Z值落在了区间(-0.5,-1.5)的时候,应该引起我们的高度重视,因为这样的公司面临着破产的危险,也包括财务状况暂时健康的一些公司,因此我们需要对这样的公司做进一步的考察。
三、研究结论及政策建议
(一)研究结论
在建立财务危机预警模型时,本文从公司财务报表中提取了14个指标作为预警模型建立的基础,通过分析最终从中提取了5个变量成功构建了模型。并且通过了对临界值的界定,达到了较为理想的效果。
第一,不同的公司营运环境对财务预警模型的影响。通过对Altman的Z评分模型分析,我们可以发现该模型目前被发达国家的众多金融机构应用,但是我国具有和发达国家差异显著的商业营运环境,如果原封不动的照搬Z评分模型是不符合我国国情的,也不能得出准确率较高的分析结果。此外,不同的企业规模之间还存在着一定的显著差异,根据不同的企业规模建立不同的判别分析函数有助于提高模型分析的准确性。所以从国内的中小上市公司财务数据中提炼出特征指标,建立中国自己的判别函数,对于模型的准确性和在我国的实用性具有十分积极的作用。
第二,会计制度不同对财务预警模型的影响。由于国与国之间的会计制度一直存在着差异性,我国的会计制度以及财务信息披露制度有待于跟国际统一的相关制度接轨。而目前我国的会计工作领域存在的会计秩序混乱、会计信息失真、会计控制弱化等一系列问题,这些问题都严重影响了会计职能的发挥和会计工作质量的提高。在我国现行会计制度下的财务数据与发达国家的财务数据并不完全一致,如果照搬Z评分模型也会导致判别准确率的降低。
(二)政策建议
首先,整合资源,均衡发展。目前我国中小企业普遍面临筹资困难的情况,由于存在自身规模较小,经营状况存在着很大的不确定性等因素,金融机构很难对中小企业进行大量的放款。改善目前不佳的信用状况。而管理部门也应该对于不同的中小企业,采用不同的手段进行引导。企业的管理部门要在切实做好重大项目的落地和开工建设的同时,保证项目的顺利实施,为以后的赢利及企业增长做好准备,并重视在引进消化吸收基础上的再创新,保证资金的供应链,以降低出现财务危机的可能性。合理充分地利用资源,规避风险,降低发生财务危机的可能性。
其次,重视Z值偏差显著的公司。从本文的指标分析和实证检验都可以发现,高Z值公司并非是绝对的安全,它也可能存在着财务危机的隐患。因此,当企业的财务危机预警z值超高时,企业的管理层不能盲目乐观,认为公司的财务状况是不存在危机的。应该在内部建立有效的财务预警机制及应急预案,关注Z值的变化情况,对于企业财务危机预警的高z值要具体问题具体分析,不能放松危机意识。
参考文献:
[1]Edward I Ahman.Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy.The Journal of Finance.1968.23(4):589-609.
[2]William H.Beaver.Financial Ratios∞Predictors of Failure.Journal of Accounting Research.Empirical Research in Accounting:selected Studies.1966(4):71-111.
[3]陈静.上市公司财务恶化预测的实证分析.会计研究.1999(4): 31-38.
[4]张玲.财务危机预警分析判别模型.数量经济技术经济研究. 2000(3):49-51.
[5]温璐璐,王海涛.辽宁产业结构分析及对策.经济研究.2006(12):75-76.
[6]吴世农,卢贤义.我国上市公司财务困境的预测模型研究.经济研究.2001(6):46-55.
