財務預警的方法精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的財務預警的方法主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：財務預警的方法范文
Abstract： Through the proportion principle and the principal component analysis research of ST for the t-2 years financial data in 2010， this paper establishes model and comprehensively determines whether the early warning value F determination mode has early warning. The results show that principal component analysis method can better make early warning alerts for whether the listed companies' financial position fall into financial crisis.
Key words： financial crisis early warning；paired samples t test；principal component analysis
中圖分類號：F275 文獻標識碼：A 文章編號：1006-4311（2014）09-0137-03
0 引言
財務危機是指企業明顯無力按時償還到期的無爭議債務的困難與危機。根據相關網站統計，國內外每年都有數以萬計的企業因財務危機而倒閉。這種經營失敗，實質上是企業缺乏財務風險防范能力，在財務風險面前顯得軟弱無力。本文基于此通過主成分分析方法運用多個財務指標綜合建立主成分財務危機預警模型，幫助企業在危機來臨前識別風險，對防范和處理我國上市公司財務風險具有一定的指導意義和實用價值。
1 文獻綜述
國外最早的財務預警研究者是Fitzpatrick，其創建的單財務比率判定模型，開創了單變量財務預警方法的先河。隨著對現金流量信息重要性的認可，許多學者嘗試運用現金流量信息預測企業財務困境。Beaver（1966）利用單變量模型預測企業財務情況，發現現金流量與負債比率能夠比較準確地判定公司是否陷入財務困境。Altman（1968）創立了多變量的Z分數財務預警模型。
國內的企業預警研究起步較晚，絕大部分以上市公司為研究對象，其研究初期主要是對國外方法的介紹和具體應用。陳靜（1999）在《上市公司財務惡化預測的實證分析》中使用1998年的27家ST公司和27家非ST公司的財務報表數據，進行了單變量分析和二類線性判定分析研究。張玲（2000）采用多元線性判定法則選取深滬交易所120家上市公司作為研究對象，研究得出的判別方程和判別法則選擇出的指標為資產負債率，營運資金/總資產，總資產利潤率，留存收益/總資產。吳世農、盧賢義（2001）在《我國上市公司財務困境的預警模型研究》中選取6項財務比率建立了財務預警系統。張愛民（2001）等選取40家ST公司及40家非ST公司作為研究樣本，采用主成分分析方法，建立了另一種預測企業財務失敗的模型——主成分預測模型，并對上市公司財務失敗的主成分預測模型進行了實證檢驗。
2 研究設計
2.1 研究假設 根據后文對財務危機預警模型設計的需要以及結合現實性，本出以下相關假設：①由于連續兩年凈利潤為負而被ST處理的上市公司被認為陷入財務危機狀況；②與選取的ST公司同行業且資產規模相差±10%范圍內的非ST公司具有可比性；③上市公司的財務數據真實且能反映公司財務狀況。
2.2 研究方法 本文利用配對t檢驗來篩選公司處于和不處于財務危機時財務指標是否存在顯著性差異，然后作為構造模型的指標進入下一階段，再通過主成分分析方法在不損失或很少損失原有信息的前提下，減少變量個數，反應綜合信息。
2.3 變量設計 本文共選取盈利能力、發展能力、營運能力、償債能力等四個維度共18個變量來構建財務危機預警指標體系，綜合反映ST公司的財務狀況。
2.4 數據來源和樣本選擇 ①數據來源及選用。本文的數據來自于聚源數據工作站和新浪財經網上有關各上市ST及非ST公司的財務數據。其中假定上市公司被ST的2010年份為t。本文選取因財務狀況異常而被特別處理的ST上市公司和非ST上市公司t-1年（2009年）和t-2年（2008年）為研究范圍，取用這兩年的財務數據作配對檢驗，以t-2年數據作主成分分析。②配對原則。在為ST公司選擇配對的非ST公司時，本文按照時間匹配及數量1：1匹配原則：要求所處行業相同，且資產規模相差+10%以內，極個別確實無法準確配對但具有重要意義的樣本除外的其他無法配對的樣本個體均被剔除，這樣的選取原則可以較好的滿足可比性要求。
3 實證分析
3.1 配對樣本t檢驗 通過SPSS19.0軟件根據24家公司t-1年和t-2年的財務數據對20個指標進行顯著性分析，我們設定兩年的配對結果必須都在0.05的置信水平下通過配對t檢驗，才能說明該財務指標能夠顯著區別ST公司和非ST公司，并將通過檢驗的財務指標作為財務預警指標進入下面的主成分分析。初步篩選結果如表1所示，銷售毛利率、銷售凈利率、ROE、ROA、流動比率、速動比率等共11個可進入下一階段的財務預警指標。
3.2 主成分分析
3.2.1 基于初步篩選的11個指標，再通過主成分分析提取信息（前4個主成分綜合指標信息提取度達到82.71%）后，本文提取的綜合財務指標如下，并列主成分載荷矩陣表如表2所示。
由表2成分矩陣的系數和各主成分特征值計算得到主成分的系數矩陣如表3。
根據表中系數矩陣和各標準化變量可得到t-2年4個主成分的綜合表達式：
Y1=0.028*ZX1+0.424*ZX2+0.087*ZX3+0.408*ZX4+0.326*ZX5+0.300*ZX6+0.328*ZX8+0.303*ZX9+0.212*ZX16+0.381*ZX17-0.242*ZX18
Y2=-0.459*ZX1-0.209*ZX2+0.141*ZX3-0.296*ZX4+0.361*ZX5+0.427*ZX6+0.217*ZX8-0.284*ZX9+0.286*ZX16+0.002*ZX17+0.340*ZX18
Y3=0.299*ZX1-0.123*ZX2+0.805*ZX3+0.028*ZX4+0.089*ZX5+0.0001*ZX6+0.235*ZX8+0.157*ZX9-0.352*ZX16-0.039*ZX17+0.272*ZX18
Y4=0.261*ZX1+0.119*ZX2+0.003*ZX3+0.015*ZX4+0.012*ZX5+0.127*ZX6-0.399*ZX8+0.408*ZX9+0.566*ZX16-0.328*ZX17+0.385*ZX18
主成分Y1式各系數均在0.3-0.4之間，可見Y1反映公司財務狀況的綜合因子1；主成分Y2的各變量系數都差不多，因此也為反映公司財務狀況的綜合因子2；Y3的ZX3系數較高，可見是反映公司獲利能力的因子；Y4的變量系數中ZX8、ZX9、ZX16、ZX17、ZX18均較高，因此為償債能力和發展能力因子。
3.2.2 對主成分的特征值與貢獻率進行計算可構造反映公司財務狀況評價指數F，F是各綜合因子Y1、Y2、Y3、Y4的線性組合。F=■ki×Yi，其中ki=■為各主成分對綜合指標F的貢獻率。
由上式得出2010年各ST上市公司樣本組在t-2年的財務狀況綜合指標值F，再全部加總平均后得出均值■為-0.2698。
4 預警臨界值的確定及模型檢驗
同樣運用上述方法計算得出配對樣本組非ST上市公司的財務狀況綜合指標均值■為0.4668。以兩個樣本組值■的平均值作為上市公司財務危機預警的臨界值，結果為-0.0985。即表示：低于臨界值則預示公司將會陷入財務危機，應引起公司高層的重視，從而起到預警作用；而高于臨界值則表明公司財務狀況良好；等于臨界值時為灰色狀態，需另行判定。
確定預警臨界值后我們返回對上述樣本進行檢驗，其檢驗結果如表4所示。
檢驗結果顯示，對于ST公司預測正確率為75.0%，對于非ST公司的預測結果為87.5%，兩者綜合正確率為81.3%。說明預警模型有較好的預測性，能較好地預測上市公司的財務狀況。
5 結論
上述檢驗結果表明基于主成分分析方法的財務危機預警模型能較好反映并預示上市公司的財務狀況。主要基于以下幾點：①通過配對t檢驗過濾掉不能反映上市公司財務狀況好壞差異的財務指標，同時使公司高層可以集中精力放在主要而非全部的財務指標。②運用主成分分析的方法二次濃縮指標，使得模型在不失真的條件下能充分反映預警效果；同時濃縮的主成分能更好地解釋上市公司財務狀況好壞的原因。
但是，本文研究的結果還是存在不完善之處。如在進行樣本配對時沒有對資產規模的影響進行詳細的分析；其次，模型只能簡單判定是否將會有財務危機而無法辨別目前的隱患程度；再者，事實上t-3年公司即使利潤不為負，也有可能存在某些隱患征兆，而我們只對t-2年進行判定檢驗而已。因此，本文的研究成果有待進一步深入發展。
參考文獻：
[1]Fitzpatrick， P.J.， A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms[J]. Certified Public Accountant，1932：589-605.
[2]Edward I. Altman. ， Financial Ratios， Discriminated Analysis and The Prediction of Corporate Bankruptcy[J]. Journal of Finance，1968（23）：589-609.
[3]陳靜.上市公司財務惡化預測的實證分析[J].會計研究，1999（4）.
[4]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，2001（6）.
[5]張愛民，祝春山，許丹健.上市公司財務失敗的主成分預測模型及其實證研究[J].金融研究，2001，3：10-25.
第2篇：財務預警的方法范文
關鍵詞：住房公積金，財務管理，目標，途徑與方法，實現
作為住房保障體系重要組成部分之一的住房公積金，其是國家一項強制性的長期住房保障儲蓄制度，主要的目的是為了解決職工住房的困難以及改善職工居住的條件。《住房公積金財務管理辦法》中規定的住房公積金財務管理的主要任務有一下幾點：（1）住房公積金以及公積金管理費用要進行編制年度預算。（2）對職工的住房公積金進行明細記賬，內容包括住房公積金的繳存、提取等方面，建立完善的記賬制度。（3）對住房委員會批準的住房公積金進行嚴格的歸集和使用。（4）提高住房公積金的增值收益，確保增值收益的精準核算。（5）嚴格控制財務管理費用的支出，降低住房公積金的運作成本。（6）要做好住房公積金的風險防范工作，依法辦理依法辦理住房公積金委托貸款業務。在市場經濟體制下，住房公積金的財政管理不能僅僅局限于此，應當擔負起更大的目標，對住房公積金負有更大的增值的管理職責，使住房公積金增值收益達到最大。隨著市場經濟的不斷發展，住房公積金的規模也有一定程度的擴大，加強住房公積金的財政管理，對實現住房公積金財務管理目標具有非常重大的意義，本文就實現住房公積金的財政管理目標出發，闡述了實現其目標的方法與途徑。
一、加大住房公積金的歸集力度
（一）注重宣傳工作
通過多種途徑，例如網站、報紙、宣傳欄等對住房公積金進行一系列的宣傳工作，推廣住房公積金的意義與作用，讓廣大的企業都建立起住房公積金制度，以此來擴展住房公積金制度的范圍。
（二）提高公積金使用效率
提高公積金的使用效率的方法有：（1）加大住房公積金的貸款發放水平，使辦貸款的手續過程精良簡化，提高辦事效率，同時還要注重創新，是貸款業務圍繞實際，以人為本。（2）根據實際情況購買國家債券。（3）即使辦理定期的存款，同時在與銀行辦理協定存款時要做好與銀行的協調工作。
二、加強住房公積金財務管理內部控制建設
（一）加強內控管理理念
加強內部控制的管理理念，提高內部控制意識。對內部控制工作管理理念進一步加強，把內部控制工作看做一種創造價值的方法：做好內部控制工作，減少損失，就是增加了價值，反之，內部控制工作的不到位，就會造成損失；另外，在內部控制管理上，內部控制要隨著住房公積金的發展狀況的變化而變化，隨著住房公積金發展環境的變化作出及時有效的調整；還有就是內部控制管理機構要具有獨立性，內部控制的相關工作人員要強化監督檢查力度，提高內部控制工作的執行力；最后，要建立和完善內部控制工作制度，進一步強化內部控制管理的工作能力。
（二）建立完善的財務內部控制體系
完善的財務制度在企業內部控制中具有重要地位。財務工作的目的是把關財務，也是內部控制工作想要做好的前提。完善的財務制度以及強化落實可以減少會計工作中的違規操作及營私舞弊現象，同時也能為住房公積金的“開源節流”打下良好基礎。在財務工作中，要加強審計制度的建設和審計工作的落實。建立健全各項財務制度，嚴格執行國家財經法律、法規，正確設置財務項目，保證核算方法的科學正確，同時及時清理結算監督核查。
（三）內部控制的監督評價體系
加強內部控制工作的監督評價體系，有利于樹立正確的內部控制觀念，逐步建立和完善內部控制的監督評價體系，充分調動內部控制工作人員的主觀能動性。針對內部控制工作中出現的問題，定期的查漏補缺，及時的整理和完善，把內部控制工作作為一項重要的、經常性的工作。建立風險管理考核小組，利用監督考核體系對各項內部會計控制制度的落實情況進行檢測和督促，從而建立和完善一個動態的、科學的、及時的內部控制模式。
三、加強住房公積金的預算管理
（一）強化企業全面預算管理意識
從預算的開始到結束，過程中的每一個步驟都要按照明確的規章制度，做好職責，做到權責分明。相關人員要高度重視預算管理的工作，做一系列的培訓和宣傳工作，以達到讓每位職工都能深刻的了解到預算管理的重大意義，為實施全面預算管理創造一個良好的環境。財務人員的技能要得以加強和提升，不斷提高他們的財務管理知識水平，政治素質也要求得到相應的提高，并且調動相關人員的工作的積極性。
（二）提高預算監督的執行力
提高住房公積金的預算監督的執行力，加強支出效益實現的制約機制。預算管理的監督機制是貫徹落實國家方針政策的具體體現，進行預算管理的監督機制是保證住房公積金提取和貸款正常、有序進行的重要手段，相關財政部門要嚴格按照規定的程序，對住房公積金預算管理的真實性、合法性進行監督和檢查，以確保職工的利益。
（三）明確預算重點，規范執行流程
在實施預算管理時，要明確出預算的重點，并強化執行預算管理的流程，使其規范科學。其中，在規范預算執行流程上，首先要對住房公積金的既定預算進行嚴格審核，使其規范準確合理，另外，要合理控制成本支出，降低費用。（作者單位：中石化管道儲運分公司南京輸油處）
參考文獻：
［1］ 劉梅.對加強住房公積金財務管理的探討［J］.當代經濟，2012，（6）.
［2］ 田種賢.加強住房公積金財務管理的思考［J］.財會研究，2007，（9）
［3］ 楊孝言.加強公積金財務管理提高公積金使用效益［J］.金融經濟，2006，（20）.
第3篇：財務預警的方法范文
在新的市場經濟形式下，大多數電力企業都意識到了財務體制改革的重要性，并嘗試走出一條精細化預算管理之路，但是效果并不理想，因此，本文將著重分析電力企業財務管理中究竟該如何運用精細化預算管理方法，從而解決電力企業的燃眉之急。
一、精細化預算管理方法在電力財務中的應用策略
（一）制定電力財務戰略目標
實現精細化預算管理的第一步就是根據企業自身的實際情況制定出完善的電力財務戰略目標，只有確定了目標，才能保證在財務管理中有的放矢，做到資源的合理配置[1]。財務戰略目標是電力企業財務活動成果的預期值，在制定戰略目標的過程中，要將短期目標和長期目標結合起來，同時融入企業宗旨和企業文化，使財務戰略目標能夠充分體現企業的經營目的和社會使命。精細化預算管理的最終實現不僅需要財務部門的付出和努力，更需要電力企業全體員工的通力合作，全員上下都應當依據財務戰略目標開展各項工作，保證精細化預算管理的進度和質量，從而促使企業戰略目標的早日實現。
（二）編制精細化預算管理制度
電力企業應當以科學性、合法性、經濟性、適用性為原則編制科學、合理的精細化預算管理制度，并以此來合理分配人力、物力資源，對戰略目標的實施進度和各項財務支出進行監督控制。管理制度的主要編制依據為本企業上一年的實際經營情況，此外還要參考國家政策、經濟環境的發展和變化[2]。精細化預算管理制度的具體內容即編制范圍應當包括企業的全部財務收、支項目，而且預算管理還要精細到日常的經營、投資等各個方面，所有有關財務預算的項目都必須反映在編制范圍內。各部門和個人的權責分配是精細化預算管理制度的重點和關鍵，電力企業應當成立專門的預算管理委員會，并將其作為本企業預算管理的最高決策機構，管理委員會的職責權限包括制定預算管理制度、具體工作流程，編制各項預算指標，討論年度預算的調整和重新修訂等。財務部和企業各部門作為最終的執行機構應當在管理委員會的帶領下規范性的完成各項工作指標和任務，自上而下形成精細化預算管理的良好氛圍[3]。
（三）建立精細化預算管理流程
建立完善的精細化預算管理流程能夠保證精細化預算管理的規范性，使財務人員的各項工作有據可循，從而少走彎路。在流程編制的過程中，需要將總經理、財務總監、財務部等各部位主體的職責和工作內容納入其中。精細化預算管理流程可以概括為：預算編制預算審核預算平衡資料保存四個步驟，預算編制的目的是為了確定企業的預算目標，需要各部門召開專門的預算會議加以確定。預算審核需要由財務總監和財務部對編制的預算方案進行審核，最后制定出整體預算方案。預算平衡需要通過預算平衡會議來決議預算方案的修正，通過層層審批制定最終的年度預算方案，并由財務部下達給各個部門，財務部和各個部門在預算執行的過程中需要完整的保留相關資料，以備后期查閱。
（四）加快人才培養及財務管理信息化建設
人才是企業生存和發展的根本，當今社會更是人才的競爭，因此，電力企業應當加快專業化人才的培養，多多吸納精細化預算管理方面的專業人才參與到企業建設中來，借助專業人才的力量來推動本企業的發展，實現財務管理的現代化。此外，電力企業應當緊跟時展步伐，加快建設信息化財務管理平臺，借助現代信息技術的優勢來盡快實現精細化財務管理目標。為此，企業應當重視資金和人力和投入力度，建成適用于本企業的財務管理軟件和系統平臺，加強員工的業務培訓，使其熟練掌握軟件和系統平臺的操作技能，從而提高其財務數據分析能力，為企業財務決策提供更加充實的財務數據支持。
二、如何完善預算管理
在電力財務中采用上述精細化管理方法之后，還要注意總結實踐經驗，不斷發現問題和解決問題，只有這樣才能逐漸完善預算管理。預算管理中存在的普遍問題是對預算管理存在片面理解，認為財務預算編制與預算管理只是財務部門的事情，其他部門只是消極的應付和被動的配合，進而出現預算執行中信息反饋慢的情況。預算管理不僅是財務部門的一項常規職責，更涉及各個部門的協調配合，只有各個部門積極、主動的編制和上報預算報表才能形成最終的年度預算。在財務預算信息匯總過程中，財務部門要加強與業務部門的溝通和聯系，保證業務部門能夠正確理解財務報表，只有在充分溝通的基礎上才能保證預算的有效執行，進而提高預算管理效果和實施效果，最終確保預算編制工作高質量的完成。
第4篇：財務預警的方法范文
1影響止血效果因素
1.1壓迫時間短有三種情況,一是護士因工作繁忙采血后交代不明確,沒有進行觀察,導致不能有效止血,引起瘀血青紫;二是因采血人員過于集中,為了減少排隊壓力,未強調壓迫時間必須達3～5 min才能達到止血;三是被采血者本身因素,未按護士交代的時間和方法按壓,導致出血瘀血。
1.2按壓部位不準確拔針后往往只壓住了皮膚上的穿刺點,而沒壓迫住血管穿刺點,造成皮下持續出血。特別是血管不明顯,反復穿刺的部位,血管滑動較大,或者在手背、前臂掌側采血的,被采血者皮膚松懈,穿刺皮膚針眼與血管針眼有一定距離。
1.3按壓方法不當、按壓面積過小、按壓力度不夠等因素,都會影響止血效果熊興蘭等[1]的兩種按壓方法研究中由于按壓方法不當造成出血、血腫的有10.9%;李秀霞等[2]的兩種按壓方法中由于按壓方法不當造成穿刺點出血、腫脹、瘀斑占23%;吳雪云等[3]的兩種按壓方法研究中由于按壓面積過小造成瘀血的有7.2%;高樹芳[4]的400例穿刺局部壓迫方法不當造成瘀血占19%;吳益榮[5]的兩種按壓方法中由于按壓面積過小造成瘀血占16.1%。以上研究中都重點關注哪種按壓方法止血效果更好,忽視了影響止血效果的諸多因素。
1.4其他采血過程中護患配合問題、護士操作不當等,也是造成出血、瘀血不容忽視的因素。
2改進后方法
靜脈采血即將完畢時,先將棉簽輕放在進針處血管上方,棉棒向心方向平行放置,肘部伸展,拔針時棉簽按壓與拔針非同步(先拔針后按壓,兩者相差約0.5 s),然后迅速拔針,此時囑被采血者三指握式持續按壓采血部位3～5 min,勿邊壓迫邊看,勿揉,勿肘部彎曲。
3討論
先拔針后壓迫可減少針尖斜面對血管壁的再一次損傷,同時也減輕針尖對血管壁刺激引起的疼痛。棉簽平直放于血管上方可直接壓迫血管止血,而不是堵壓在針眼處,可止血快,減少瘀血青紫,減輕視覺上的恐懼感。這樣放置棉簽方便患者自己按壓,方便手扶棉簽。
靜脈采血后正確按壓是止血的重要原因之一。我們根據以往對比研究和臨床觀察,以人為本,不采用已確實的具有明顯缺陷的研究,只選擇改進后的按壓方法作為樣本,并充分考慮其影響因素,同時詢問受試者主觀感受。通過觀察表明,改進后的按壓方法既達到止血目的又減輕疼痛,是臨床上可應用的。
參考文獻
[1]熊興蘭,李明鳳,龔成英.靜脈采血針眼壓迫方法對皮下出血的比較[J].華西醫學,2006,21(2):379-380.
[2]李秀霞,劉桂玲.靜脈采血兩種拔針按壓法的比較性研究[J].中華現代臨床醫學雜志,2004,2(9A):1428.
[3]吳雪云,張麗.靜脈采血后按壓穿刺部位兩種方法的效果比較[J].實用醫技雜志,2006,13(11):1947-1948.
[4]高樹芳.靜脈采血穿刺局部壓迫止血方法的改進[J].首都醫藥,2008,15(22):30.
第5篇：財務預警的方法范文
二、各區、縣房地產管理局應按拆遷管理費總收入的10％于當年12月15日前上交市房地產管理局，用于對全市拆遷行政管理人員的業務培訓，交流經驗，表彰先進及工作會議等項開支。各區、縣房地局收取的拆遷管理費，主要用于拆遷管理業務所需開支，不得挪作它用。
三、本局《關于收取拆遷管理費和拆遷服務費的暫行通知》（京房地字〔1993〕第017號）即行廢止。
特此通知。
北京市物價局、北京市財政局關于房屋拆遷管理費和房屋拆遷服務費標準的復函
（京價（收）字〔1993〕第238號）
全文
市房地產管理局：
你局京房地字（1993）第146號《關于收取“城市房屋拆遷管理費”的函》收悉。根據國家物價局、財政部（1993）價費字13號《關于城市房屋拆遷管理費的通知》，現將有關事宜函復如下：
一、房屋拆遷管理費，由市區、縣房地產管理局按照不超過房屋拆遷補償安置費用的0.5％向拆遷人收取。除此，不得另外收取拆遷許可證等其他費用。
二、市、區縣房地產管理局應到物價部門申領行政事業性收費許可證，使用財政部門統一印制的收費票據。對房屋拆遷管理費收入執行預算外資金管理的有關規定，實行財政專戶存儲，專款專用。
三、房屋拆遷服務費，由承擔拆遷服務的單位按照不超過房屋拆遷補償安置費用的1.5％向拆遷人收取。
第6篇：財務預警的方法范文
現將國家稅務總局《關于國有企業職工因解除勞動合同取得一次性補償收入征免個人所得稅問題的通知》（國稅發〔2000〕77號）轉發給你們，并補充通知如下，請一并遵照執行。
一、其他企業和單位的職工因解除勞動合同取得的一次性補償收入，暫比照國有企業職工取得補償收入的個人所得稅政策執行。
二、1999年我市職工年平均工資為14000元。以后年度職工年平均工資的數額，參照統計部門的數據，另行下文明確。
第7篇：財務預警的方法范文
一、風險與企業財務風險的分析方法
（一）風險分析的一般方法
現代風險管理論認為，風險分析是風險管理過程的首要步驟，它是實施風險方法與控制的前提條件。對風險進行分析一般包括風險辨識、風險估計和風險評價等相輔相成的三個階段。風險分析是一門理論性和實用性都很強的邊緣學科，它廣泛地利用各種定性和定量方法對風險進行辨識、估計和評價。分析眾多論及風險分析方法的研究文獻，對其常用的方法包括：
1.風險辨識方法（Risk Identification）。風險辨識是指從系統的觀點出發，對研究對象所面臨的、以及潛在的（關鍵）風險因素加以判斷、歸類和鑒定風險性質的過程。風險辨識常用的方法包括：專家調查法（是大系統風險辨識的主要方法，按照專家調查形式的不同，它又可分為專家個人判斷法、頭腦風暴法和德爾菲法等十余種，）；故障樹分析法（FTA法）；情景分析法（Scenario Analysis）；篩選――監測――診斷方法。
2.風險估計和評價方法（Risk Measurement and Assessment）。風險估計和評價是指應用各種管理科學技術，采用定性與定量相結合的方式，最終定量地估計風險大小，找出主要的風險源（因素），并評價風險的可能影響，以便以此為依據，對風險采取相應的對策。常用的方法包括：調查和專家打分法、概率方法、數理統計方法、生存風險度量法、蒙特卡羅模擬法（Monte Carlo Simulation）、效用函數法。
（二）企業財務風險分析方法
依據風險分析的一般過程，企業財務風險分析的工作流程是：首先對企業財務風險引致因素進行綜合識別，然后在特定分析方法基礎上擬定出一個基本風險標準，并以此來估計和評價企業的財務風險。在大量的企業財務風險研究成果中，研究人員充分利用各種經濟、統計、會計和數學工具，在理論和實踐兩方面結合探討的基礎上，總結出了各種形式的財務風險分析方法，概括起來主要可分為兩大類：財務風險主觀分析方法和財務風險客觀分析方法。前者主要依賴于企業主觀因素，而后者主要依賴于企業客觀因素。根據企業財務風險分析方法的產生時期和細致程度及成熟程度的不同，兩類財務風險分析方法又可分別區分為傳統分析方法和現代分析方法。主觀分析法包括：資產負債表透視法、經理直接觀察法、事件推測法、企業股市跟蹤法和“A記分”法（前三種屬于傳統主觀分析法，后一種屬于現代主觀分析法）；客觀分析法包括：財務比率分析法、杜邦分析體系、沃爾評分法、“Z記分”法（前一種屬于傳統客觀分析法，后三種屬于現代客觀分析法）。
二、企業財務預警研究背景與現狀
預警（Early－Warning）一詞源于軍事。它是指通過預警飛機、預警雷達、預警衛星等工具來提前發現、分析和判斷敵人的進攻信號，并把這種進攻信號的威脅程度報告給指揮部門，以提前采取應對措施。
軍事預警在社會政治、宏觀管理與環境保護、經濟各個領域得到了廣泛的應用。在經濟領域，與經驗就包含宏觀經濟預警和微觀經濟預警兩個層面，后者主要指企業預警。
（一）國外研究
國外非常重視企業危機管理和風險管理的研究，從20世紀70年代開始，相繼出現了戰略風險管理、基于風險價值的資產評估、對待風險的個體差異等研究。國外的研究內容主要是企業危機發生后如何應對以及擺脫危機的策略問題，至于危機的成因、發展過程則缺少機理性分析，宏觀經濟預警研究和企業危機管理理論的發展推動了企業預警研究。Fitzpatrick首次進行了單個財務比率模型的判定，開創了單量預警方法；Altman創立了多元變量判定模型――Z計分模型。隨著信息流量觀念的建立，Aziz、Emanuel和Laworm在1988年提出用現金流量信息預測財務困境的模型。對這些方法的介紹和具體應用是國內企業預警研究初期的主要特征。國外的企業預警的這能層次如財務預警，而在企業預警原理和構建統一預警體系方面的研究并不多。
（二）國內研究
國內的經濟預警研究起步較晚。從20世紀80年代開始，預警系統的研究與應用經歷了一個從宏觀經濟預警滲透到企業預警、從定性為主到定性與定量相結合、從點預警到狀態預警轉變的過程。
從宏觀經濟領域，預警系統應用最為廣泛和成功。其中宏觀經濟預警和宏觀金融預警是當前的研究熱點，理論體系和方法工具也比較規范和系統。在微觀經濟領域，隨著企業所處環境復雜性和不確定性的增加，危機管理的興起，企業預警系統得到了人們的重視。我國企業大致可按照企業預警原理與總體經營趨勢預警、行業企業預警和職能預警進行歸類，對于職能預警，可再次細分為企業財務風險預警、企業營銷風險預警、企業組織管理風險預警等多個方面。
統計指標作為測定企業經濟活動的指示器，在企業預警分析中有著至關重要的作用。企業預警系統指標處理方法主要有三大類：（1）完成指標的篩選和分類，如時差分析、主成分分析法、判別分析；（2）用于多指標綜合和指標權重的確定，如常規多指標綜合法、層次分析法（AHP）；（3）完成指標的自學習和預測功能，如模式識別、自回歸滑動平均模型、灰色預測和其他的統計學預測方法等。
我國的預警研究要取得進一步的進展，就必須廣泛借鑒其它學科，特別是人工智能、模式識別、人工神經網絡等智能科學和非線性系統學科的研究成果。
三、研究述評與展望
（一）研究述評
企業財務風險是一種微觀經濟風險，是企業經營風險的集中體現，財務風險表現為企業財務狀況和經營成果的不確定性。企業財務風險的客觀性和必然性、主觀性和無意性、復雜性和潛在性等是其固有的特性。在風險分析與預警一般方法研究的基礎上，針對企業財務風險的辨識、度量與預警，國內外學者提出了多種形式的主觀或客觀的風險分析與預警方法。由于財務指標不需要經過主觀判斷加以量化，而且可以從財務報表中分析得到，因此企業財務風險預警研究成果比較豐富，其中“A記分法”和“Z記分法”具有一定的代表性，這兩類方法的分析思路通常被企業管理者或研究人員所借鑒。同時，企業財務風險研究人員大多從改善企業財務管理的角度提出了較多的、單方面的風險防范、控制方法模式與策略，如針對籌資風險的防范策略、針對投資風險的防范策略等。
總的來講，我國已初步形成基本的企業預警理論框架，明確警義、尋找警源、分析警兆和預報警度的邏輯框架已基本能為大家所接受，每一階段也已形成基本的研究方法。然而，仍然存在以下主要不足：（1）企業財務風險的引致因素涉及企業管理決策及其影響環境的各個方面，是一個十分復雜的系統問題，目前尚缺乏對企業財務風險生成機理的系統分析和研究，進而影響了財務風險預警理論與實踐的深層次發展；（2）對企業財務風險辨識、度量、評價、預警等風險分析方法的適用性缺乏系統性的研究。西方企業比較注重風險資料的檔案管理工作，所以可以應用復雜的數理統計方法對企業財務風險進行度量、評估和預警，而我國企業缺乏這方面的風險分析基礎資料，決定了機械套用西方定量分析技術具有較大的局限性；（3）對企業財務風險預警、防范和控制的理論體系的分析缺乏系統性的研究。大都是對西方企業風險管理工具的簡單套用，針對我國企業發展特性的財務風險防范、控制與預警體系的系統分析框架尚未形成；（4）未能將主成分分析、層次分析法、人工神經網絡、自回歸條件異方差、自回歸滑動平均模型、判別分析模型、基于模式識別模型、時差相關分析、灰色預測、馬爾科夫鏈等數理方法和模型深入地應用到對企業財務風險進行預警的領域。
（二）研究展望
第8篇：財務預警的方法范文
關鍵詞：財務預警；財務指標；模型；研究
中圖分類號：F27文獻標識碼：A文章編號：1672-3198（2008）08-0205-02
1 國外關于財務預警方法的研究
關于公司財務預警的研究在國外歷史悠久。總體而言，運用于財務預警的方法可分為統計類和非統計類兩大類，詳細的財務預警方法分類如圖1所示。
圖1
1.1 一元判別法
最早的財務預警研究是Fitzpatrick的單變量破產預測研究。其后，美國學者Beaver提出了較為成熟的單一變量模型，又稱一元判別模型。一元判別方法簡單易行，然而此后就很少出現專門的單變量研究。
1.2 多元線性判別
1968年，Ahman首次使用了多元判定分析預測財務困境。他對1946-1965年間對提出破產申請的33家公司和33家非破產公司進行了研究，運用多元判別模型建立了z模型此后，多變量分析方法被廣泛采用，成為一種主流方法。
1.3 多元邏輯回歸模型
進入20世紀80年代，研究者開始使用邏輯回歸模型來估計企業進入困境的概率，以概率高低來判定企業未來進入困境的可能性。為克服線性模型的局限，研究人員引進了邏輯和概率比回歸方法。1980年Ohlson用多元邏輯回歸方法分析了1970-1976年間破產的105家公司和2058家公司組成的非配對樣本，發現利用公司規模、當前的變現能力進行財務危機的預測準確率達到96.12％。
1.4 遞歸劃分算法(遞歸分割法RPA)
1985年，Frydman等提供了一種新分類方法――遞歸劃分算法。遞歸劃分算法兼具多變量模型的信息容量大和單變量模型簡潔的優點，同時，由于這種方法屬于非參數研究方法，從而避免了參數類研究方法的諸多缺陷。在RPA模型中可以選用非財務指標和定性指標，但復雜的分類樹結構可能引起樣本的過度適應，預測風險高，因此分類樹結構宜簡不宜繁，便于靈活應用。
1.5 神經網絡模型(NNS)
1991年，Coats和Fant論述了神經網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％。神經網絡模型克服了選擇模型函數形式的困難，同時運用神經網絡模型預測財務困境存在很多爭議。因此綜合起來看，NNS是否全面優于計量經濟模型很難評價。
1.6 其他非統計類財務預警方法
其他非統計類財務預警方法還包括有專家系統法、實驗法、災害理論、混沌系統理論、期權定價理論等等。
1988年，Messier和Hansen將專家系統法(Es)首次引入到財務預警中。1991年，Gregory-Allen和Henderson.Jr。指出災害理論可以用來描述公司的破產并作了實證檢驗，結果證明，在一定條件下，災害理論能在公司公告時預測公司股票收益率的結構性漂移。
1994年，Lindsay和Campbell應用混沌系統對46對破產公司和非破產公司的配對樣本進行分析，指出健康公司比非健康公司顯現更多的混沌現象。
2000年，Chafitou和Tfigeorgis使用期權定價模型研究了1983-1994年間的39對美國企業，結果發現到期債務面值、企業資產的當期市價、企業價值變化的標準差等期權變量在預測破產方面作用顯著，當這些期權變量與盈利能力、現金流／流動性、利息相關變量綜合運用時則效果更好。
盡管目前財務危機預測方法層出不窮，但主流的分析方法只有一元判別模型、多元判別模型和多元邏輯回歸模型三大類。其他研究方法由于模型開發歷史較短，研究不夠廣泛，模型的穩定性尚有待進一步檢驗。
2 國內關于上市公司財務預警方法的研究現狀
2.1 主要方法
在國內，受證券市場發展的影響，對財務預警的研究起步較晚。1986年，吳世農、黃世忠首次在我國介紹了企業破產的分析指標和預測模型。1990年，國家自然科學基金委員會管理科學組先后支持佘廉等人從事企業預警研究，并于1999年出版了企業預警管理叢書。之后我國學者才真正開始了對財務預警的研究，并取得了一定的成果，但主要還是借鑒國外的模型。總體來說，研究方法可以分為兩大類：單模型研究和多模型比較研究。
2.1.1 單模型研究方法
1996年周首華、楊濟華提出了F分數模型，它是在充分考慮了企業現金流量的變動等方面的情況后，對z模型進行了修正。2000年，張玲使用更細分的樣本數據，用1998―1999年120家上市公司組成的樣本，同樣用線性判別分析方法進行了預測研究。
國內研究應用邏輯回歸模型的，以陳曉、陳治鴻的研究為代表。另外類似的研究有儲一軍和姜秀華，結果同樣發現多元邏輯回歸模型預測效果良好。張愛民等借鑒Altman的多元z值判定模型，運用統計學的主成分分析方法，建立了主成分預測模型，結果顯示了一定的有效性。楊保安等利用BP神經網絡對中信實業銀行的30個企業客戶的財務風險狀況進行了判別分類，認為BP神經網絡方法是企業財務危機預警中較好的應用工具，并能為銀行貸款授信、預警提供有效決策。而楊怡光則認為：人工神經網絡、混沌分析等新的數學分析方法，由于方法的復雜性以及可操作性等方面的問題，在實踐中不便使用。
2.1.2 多模型比較研究方法
陳靜以1998年的27家被特別處理的公司和沒有被特別處理的公司為對象，使用了1995-1997年的財務報表數據，進行單變量分析和多元線性判定分析，同時對兩種方法進行了比較。這項研究作為國內最早的實證財務困境預測研究，利用中國的數據，作了有益的探索。但由于受樣本與數據的限制，樣本量小，結果難有廣泛適用性。
吳世農、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。首先應用剖面分析和單邊量判定分析，確定了6個預測指標，然后應用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，分別建立財務危機預測模型。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。而相對同一信息集，Logistic預測模型的誤判率最低。
2.2 主要缺陷
（1）與國外相比，國內財務預警研究方法多是采用單變量分析、多元判別模型和多元邏輯回歸模型，很少涉及生存分析法和其他非統計類方法。而國外對于非統計類方法進行了很多大膽的嘗試，總體效果比較好。
（2）預警指標只能反映結果（即風險程度）風險量變的過程和產生風險的根本原因不充分、不詳細，不利于內部管理者提出應對風險的防范措施。資產負債表反映的是某一時點的財務狀況，而損益表反映的則是一定期間的經營成果，沒有反映危機量變的過程及其產生危機的直接因素。而現有各種財務風險預警方法利用的數據大部分來源于會計報表（而且利用的大部分是年度會計報表），即當前人們只注重研究企業的經營結果即質變的問題，而忽視了量變的問題研究。佘叢國、席酉民指出當前我國預警研究存在的問題之一就是：重警兆和警度的研究，忽視對警義和警源的分析，從而對企業危機產生的本質特征缺乏深入了解，限制了指標體系的可靠性和說明力。
（3）財務風險預警的時效性較差由于現有財務風險預警方法需依賴會計報表數據，然而會計報表一般在當期結束以后一個月甚至三個月才能公布，時間比較滯后。對于風險預警而言時間就是其生命，然而顯然現有財務風險預警的時效性較差，一旦發生風險危機，預警晚矣。
（4）預警指標不科學當出現大量不良資產時，有些預警指標失靈（不能把潛在的風險及時揭示出來）。
3 完善我國財務風險預警的思路
因我國財務風險預警存在以上不足，在此特提出如下思路：在現有財務風險預警指標的基礎上稍作修改，成為我國企業的年度財務風險預警指標體系；另外為了應對瞬息萬變的市場，及時反映萌芽狀態的風險和產生該風險的直接原因，建立一套企業內部管理者適用的財務風險預警子系統――資產風險預警系統，主要用于企業年度內各月份的風險監控。資產風險預警是指企業針對各項資產風險控制點收集整理監測數據，通過與預警標準的對比分析進行風險識別、評估和報告，及時采取有關措施防范和控制資產風險發生的過程。
狹義上的財務風險也稱籌資風險，是指企業因舉債而導致到期不能清償債務的可能性。其主要衡量指標是資產負債率，其風險主要存在于資產和負債之中。企業雖然對資產風險和負債風險都必須進行控制，但其控制程度卻有不同，其差異主要體現在企業負債規模不但受企業自己控制，而且很大程度上受債權人的約束；而企業資產的投放一般不受他人的限制。由于企業的負債行為受到法律、企業債權人或潛在債權人的約束，企業無法如愿獲得高比例的負債。另外，從財務管理學資本結構實務中可得知，最佳的資本結構不用求出某個最佳點，而只需算出最佳區域，即上線和下線即可。同樣，在求企業最佳的資產負債率時也不必算出某一點，而只需算出安全區域，得出預警線即可，也就是說資產負債率可以在一定區域內擺動，應有一個緩沖區。所以對負債風險的預警只進行年度預警即可，而不必每月進行預警，在各月份中應重點進行資產風險的預警。資產的投放則與負債相反，不但不受對方限制，有些時候還受到對方的鼓勵，甚至引誘。企業負債受到企業外部條件的約束，企業想高比例負債變得非常困難，甚至無法實現。而資產的投放幾乎不受外部條件的限制，完全需要靠企業管理者或股東來控制。另外，資產風險控制好了，資產的流動性好，在客觀上也會降低負債風險，使企業能夠及時清償債務。因此，企業需要重點對企業資產的品質和數量進行風險管理和控制，那么建立資產風險預警也就順理成章了。
4 建立風險預警系統需要解決的問題
（1）在建立預警指標體系時，既要考慮指標體系的完備性，又要考慮到指標間反映預警主體的非重復性，盡可能使所建立的指標體系為指標集中的最小完備集。這些指標至少應包括下列內容：不良資產、存貨規模、應收賬款規模、對外投資總額等。
（2）對不良資產的判斷問題。近年來，不良資產一詞常常出現，但其概念一直眾說紛紜，其判斷標準更是五花八門。雖然《企業會計制度》中對不良資產計提減值準備有所規定，但只是些籠統性原則，不便于實際操作，也沒有對不良資產作出明確的定義。
（3）資產風險預警具體實施的要點。建立了資產風險預警系統之后，預警組織及其制度是風險預警實施的基礎。預警組織可以成立獨立的部門，也可以設置在財務部門或其他管理部門之內。預警制度則包括預警組織形式，數據的傳遞、獲取、計算，警情的報告，草擬預警指令等。
5 結語
雖然財務預警方法研究取得了重大進展，開始進入快速成長階段，但總體上看，尚未進入成熟階段。而我國的相關研究更相對滯后，基于財務預警方法現狀的研究，財務預警方法的運用還應在以下兩個方面有所突破：首先，國內目前還沒有對具體行業進行分析、建模。由于每個行業的狀況不同，影響財務危機的因素自然不同，因此，分行業研究更有價值。國外在分行業研究中發現，由于行業的不同，同一預警變量包含信息量有所不同，其預測效果大有差別。其次，國內財務預警還只局限于對被特別處理的公司的預測上，為投資者買賣股票提供一些投資依據，對企業自身的預警也并不多見。
參考文獻
［1］W.H.Beaver. Financial Rations as Predictors of Failure［J］. Journal of Accounting Research (supplement)，1966.
［2］Ahman E.I，Financial ratios. Discriminant analysis and theprediction of corporate bankruptcy［J］.Journal of Finance，1968(9)：58-67.
［3］Ohlson.J.A. Financial Ratios and the Probabilistic Predic.tion of Bankruptcy［J］.Journal of Accounting Research，1980(1)：109-131.
［4］Halina Frydman，Edward I.Ahman，Duen-Li Kao，Intro.ducing Recursive Partitioning for Financial Classification ：The Case of Financial Distress［J］. Journal of Finance，1 985，Volume 40.Issue 1.PP.269-291.
第9篇：財務預警的方法范文
關鍵詞：財務危機；預警方法；文獻綜述
中圖分類號：F230 文獻識別碼：A 文章編號：1001-828X（2015）018-000-01
一、國外財務危機預警文獻綜述
財務危機預警研究在國外起步很早。1966年，基于Fitzpatrick的研究，芝加哥大學教授Beaver借鑒統計學原理，建立了基于單個財務比率的一元財務危機預警模型。結果發現離樣本困境日越近，模型預測判別的正確性越高，困境前一年的預測正確率高達87%。Beaver的研究成果在財務危機預警領域起到了承前啟后的作用，并為接下來的多變量預測模型打下了牢固的基礎。
1977年，Altman，Haldeman和Narayanan對 Z―Score模型進行了進一步的修正和完善。他們打破行業局限選取樣本，同時新增資本總額和公司規模兩個判別變量。此后，多元線性分析判別法得到了各國學者的反復實踐應用。但是在實踐過程中，暴露許多弊端。
1977年，Martin首次應用Logistic回歸模型研究財務危機預警。從1969-1974年期間美聯儲5600家銀行中選定58家危機銀行進行預測。經研究發現，相比Z模型和Zeta模型，Logistic回歸模型的誤判率較低，預測的精準度可高達96%。至今，該模型仍被廣泛的應用于各項研究中。隨著經濟技術的飛速發展，已經不能適應經濟、財務預警機制所要求的精準性，神經網絡技術與財務預警的結合應運而生。
1990年，Odom和Sharda創造性的將神經網絡技術應用于財務危機預警中。他選取65家破產企業作為樣本，并將其劃分為訓練組和檢驗組。結果發現訓練組的該模型較其他預警模型準確率大大提高。
Tam和Kiang的研究使該方法在預警領域得到了各國學者的實踐應用，研究發現，雖然神經網絡方法明顯的優于Logistic回歸分析法，但是在樣本數量的限制下需要進行多次反復的訓練仿真。
1998年，Luthern在神經網絡模型中首次引入遺傳算法，并將該方法與多元Logistic線性回歸分析法進行比較，結果顯示，基于遺傳算法的神經網絡模型預測結果更優。
除以上研究外，許多專家學者建立混合模型進行財務預警研究。實證檢驗表明，混合方法比單個的方法具有較高的預測精度，更是在財務危機預警領域開辟了新的道路。
綜述以上研究現狀，可以看出在健全的資本市場的助力下，國外的財務危機預警研究頗豐。近年來，更是有災害理論、期權理論和混沌理論等眾多相關理論的引入，大大推動了該領域的發展。
二、國外財務危機預警文獻綜述
我國在該領域的研究相對起步較晚。20世紀90年代，隨著ST機制的引入和企業會計準則的頒布，財務風險預警越來越多的被專家學者所關注。
2005年，楊淑娥和黃禮選取180家上市公司，利用BP人工神經網絡工具構建財務危機預警模型。經過反復的訓練和學習，取得了90%以上的判正率。BP神經網絡在許多不可控因素下仍可以得到較低的誤判率，使預測結果令人滿意。
同年，許多專家學者都開始對神經網絡進行研究。李秉祥則提出了一種非線性組合預測風險的方法。該方法最大的特色就是以模糊神經網絡為基礎，并將該方法的預測結果與其他模型的結果進行對比，結果表明，該方法有較強的適應能力和較高的預測精度。
2011年，龐清樂和劉新允采取分層抽樣的方法選取60個企業作為研究對象，首次將蟻群算法和神經網絡結合。該方法利用蟻群算法的潛在優點極大的克服了傳統神經網絡的局限性。實驗的結果表明，改進后的神經網絡模型的誤差平方和僅為0.057。
2014年，黃曉波和高曉瑩以制造業企業為研究對象并引入非財務指標構建神經網絡模型。在研究中他們利用因子分析對指標體系進行優化。結果顯示，模型有良好的預測性，在所有指標中，盈利能力的影響因子系數最大。
我國在該領域的研究雖然相對較晚，但是在國外研究的基礎之上，我國也開展一系列的科研工作，許多研究已經同國外同步。并且，在此基礎上，有專家學者提出了財務危機預警要有中國元素，根據我國的基本國情和不同行業的特征制定的危機預警模型才更加具有適應性，足以表明我國在該領域的研究已日漸成熟。
三、國內外文獻評述
縱觀國內外對危機預警模型的研究，雖然起步時間不同，但是無論在理論上還是實踐中都有了較大的發展：從單變量模型到多變量模型，從邏輯回歸模型到人工智能模型，從單一判別方法到混合判別方法，從單一的財務管理理論到多學科的交匯融合，從靜態預警到動態時間預警，這些都表明了該領域的迅速發展，也表明了企業管理當局、投資者、債權人等利益相關者對企業財務風險預警的需求。
就目前財務危機預警的研究來看，仍然存在許多有待完善的地方。本文在客觀分析其不足之處的同時，也對財務危機預警的發展趨勢做以下展望：
首先，運用模型中對變量指標的篩選缺乏規范化處理。許多指標的采用受前人研究、研究者自身經驗的限制等因素的影響，缺乏客觀性和全面性。絕大多數財務危機預警模型所選取的變量都是財務指標，這些數據資料并不能全面準確的反映企業的財務狀況，相反對非財務指標等非量化指標考慮較少。其次，傳統意義上我們認為，只有ST的企業才是有財務危機的，并只把ST企業作為研究對象，這樣的方法過于拘泥傳統。所以在研究中，應該打破ST的限制，以企業的實際財務狀況為判斷依據。
綜上所述，財務危機預警在迅速發展的同時仍存在許多不足之處。就方法而言，雖然預警方法不斷進步，國內模型研究的主流仍然是多元線性判別模型和Logistic 回歸模型，神經網絡等人工智能方法應用仍較少。
參考文獻：
[1]吳世農，黃世忠.企業破產的財務分析指標及其預測模型[J].中國經濟問題，1986（5）：8-15.
