上市公司財(cái)務(wù)危機(jī)預(yù)警研究精選(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上市公司財(cái)務(wù)危機(jī)預(yù)警研究主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

[關(guān)鍵詞] 上市公司 財(cái)務(wù)危機(jī) 預(yù)警系統(tǒng) 應(yīng)用

隨著資本市場的不斷發(fā)展與完善, 對(duì)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)警研究一直是國內(nèi)外學(xué)術(shù)界的熱點(diǎn)問題之一。財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ), 通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化, 對(duì)企業(yè)可能或者將要面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測警報(bào)。近年來一些上市公司因?yàn)橹卫斫Y(jié)構(gòu)失衡, 公司管理層管理混亂等諸多原因, 導(dǎo)致公司業(yè)績逐下降, 出現(xiàn)虧損、財(cái)務(wù)狀況異常甚至資不抵債等嚴(yán)重情形, 最終受到特別處理, 面臨退市危險(xiǎn), 使投資者、債權(quán)人及其他利益相關(guān)者遭受巨大損失。但如果能夠通過研究上市公司相關(guān)信息, 構(gòu)建有效的財(cái)務(wù)危機(jī)預(yù)警模型, 及時(shí)對(duì)發(fā)現(xiàn)的問題進(jìn)行分析并采取有效措施，化逆境為順境，就能很大程度上幫助上市公司防范和化解財(cái)務(wù)危機(jī)。然而, 由于種種原因,財(cái)務(wù)預(yù)警系統(tǒng)在我國上市公司中尚未得到廣泛應(yīng)用。

一、我國上市公司應(yīng)用財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的現(xiàn)實(shí)意義

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)作為一種成本低廉的診斷工具，能實(shí)時(shí)對(duì)公司的生產(chǎn)經(jīng)營過程和財(cái)務(wù)狀況進(jìn)行跟蹤監(jiān)控，及時(shí)地進(jìn)行財(cái)務(wù)預(yù)警分析，發(fā)現(xiàn)財(cái)務(wù)狀況異常的征兆，并迅速報(bào)警，及時(shí)采取應(yīng)變措施，避免或減少損失。 在上市公司應(yīng)用財(cái)務(wù)危機(jī)預(yù)警系統(tǒng),主要可以發(fā)揮四個(gè)作用:

1.財(cái)務(wù)監(jiān)測作用。監(jiān)測、跟蹤企業(yè)的生產(chǎn)經(jīng)營過程，將企業(yè)生產(chǎn)經(jīng)營的實(shí)際情況同企業(yè)預(yù)定的目標(biāo)、計(jì)劃、標(biāo)準(zhǔn)進(jìn)行比較，進(jìn)行核算、考核，找出偏差，并從中發(fā)現(xiàn)產(chǎn)生偏差的原因或存在的問題。

2.財(cái)務(wù)診斷作用。它是根據(jù)跟蹤檢測的結(jié)果，運(yùn)用現(xiàn)代企業(yè)管理技術(shù)、診斷技術(shù)對(duì)公司營運(yùn)狀況之優(yōu)劣做出判斷，找出公司運(yùn)行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使經(jīng)營者知其然，更知其所以然，制定有效措施，阻止財(cái)務(wù)狀況進(jìn)一步惡化，避免嚴(yán)重的財(cái)務(wù)危機(jī)真正發(fā)生。

3.財(cái)務(wù)治療作用。財(cái)務(wù)治療功能是在監(jiān)測、診斷的基礎(chǔ)上，識(shí)別病根、對(duì)癥下藥，更正企業(yè)營運(yùn)中的偏差或過失，使企業(yè)回到正常運(yùn)轉(zhuǎn)的軌道。準(zhǔn)確來講，治療功能并非財(cái)務(wù)預(yù)警系統(tǒng)的本質(zhì)功能。但是，一個(gè)有效的預(yù)警系統(tǒng)不僅應(yīng)該能夠找出企業(yè)的“癥結(jié)”所在，而且應(yīng)該能夠提出改進(jìn)方案和應(yīng)對(duì)措施。

4.保健作用。通過財(cái)務(wù)預(yù)警分析，財(cái)務(wù)預(yù)警系統(tǒng)不僅能及時(shí)回避現(xiàn)存的財(cái)務(wù)危機(jī)，而且能通過系統(tǒng)詳細(xì)地記錄其發(fā)生緣由、解決措施、處理結(jié)果，并及時(shí)提出改進(jìn)意見，彌補(bǔ)公司現(xiàn)有財(cái)務(wù)管理及經(jīng)營中的缺陷，完善財(cái)務(wù)預(yù)替系統(tǒng)，從而提供未來類似情況的前車之鑒，更能從根本上消除隱患即“防警”。

二、我國上市公司財(cái)務(wù)預(yù)警系統(tǒng)應(yīng)用中存在的問題

動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)不僅僅包括有效的財(cái)務(wù)預(yù)警模型，要使其能發(fā)揮作用，還要配合有效的信息系統(tǒng)和內(nèi)控系統(tǒng)。而由于我國上市公司發(fā)展?fàn)顩r的制約，使我國在應(yīng)用方面還有所欠缺。

1.會(huì)計(jì)信息失真影響財(cái)務(wù)預(yù)警系統(tǒng)的有效性。上市公司財(cái)務(wù)預(yù)警體系的設(shè)計(jì)運(yùn)用了大量的財(cái)務(wù)數(shù)據(jù)，真實(shí)及時(shí)的財(cái)務(wù)信息是建立有效可行的財(cái)務(wù)預(yù)警系統(tǒng)的基礎(chǔ)。 隨著經(jīng)營權(quán)與所有權(quán)的分離，委托關(guān)系在上市公司中普遍存在，委托人和人之間存在的信息不對(duì)稱，使得我國上市公司中存在著投資者和管理層之間信息不對(duì)稱的問題，管理層在會(huì)計(jì)信息編報(bào)方面擁有過大的權(quán)利，而且現(xiàn)行的監(jiān)督機(jī)制和獨(dú)立審計(jì)機(jī)制難以確保上市公司的財(cái)務(wù)信息質(zhì)量。這種普遍存在的會(huì)計(jì)信息失真現(xiàn)象勢必影響財(cái)務(wù)預(yù)警系統(tǒng)的有效性，從而進(jìn)一步影響了有關(guān)利益各方運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的積極性。

2.內(nèi)部控制不完善。企業(yè)的國有控制權(quán)不明確，使得投資主體的監(jiān)管形同虛設(shè)國有企業(yè)股權(quán)結(jié)構(gòu)中的“一股獨(dú)大”是中國上市公司的顯著特征。在這種體制下，由于缺乏有效的激勵(lì)約束機(jī)制，很多人并不能自覺地維護(hù)公司利益，導(dǎo)致企業(yè)的內(nèi)控失效。有的雖然也制定了比較全面的內(nèi)控制度，由于制度本身不切合實(shí)際，制度的可操作性不強(qiáng)，使得企業(yè)的內(nèi)控制度成為一紙空文；有的雖然制定了一套比較切合自身實(shí)際并切實(shí)可行的內(nèi)控制度，卻由于外部監(jiān)督不力，企業(yè)不愿執(zhí)行，將其束之高閣。

3.上市公司決策層缺乏主動(dòng)運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的意識(shí)。目前，我國證券市場還不夠成熟、完善，上市公司行為也不夠規(guī)范。上市公司有關(guān)決策層往往受到“第一大股東”，代表國有股或法人股的“關(guān)鍵人”的控制。甚至存在著控股方通過盈余管理手段“圈錢”，利用關(guān)聯(lián)方交易惡意造假，肆意侵吞上市公司利益的特權(quán)消費(fèi)現(xiàn)象。在這種不良但又比較普遍的行為當(dāng)中，一般的投資者是利益受損方，而上市公司決策層是既得利益方，使得上市公司決策層作為受益者，缺乏主動(dòng)運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的意識(shí)成為正常現(xiàn)象。

4.財(cái)會(huì)人員素質(zhì)不高。法制觀念淡薄有的財(cái)會(huì)人員忘記了法律賦予的權(quán)力和職責(zé)，冒著被吊銷會(huì)計(jì)從業(yè)資格證書的風(fēng)險(xiǎn)，為單位領(lǐng)導(dǎo)的不法行為出謀劃策，粉飾經(jīng)營業(yè)績，甚至侵吞國家財(cái)產(chǎn)，更加加大了預(yù)警系統(tǒng)有效發(fā)揮作用的難度。

三、上市公司財(cái)務(wù)預(yù)警系統(tǒng)有效實(shí)施的建議

1.財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的定性分析和定量分析的結(jié)合運(yùn)用。量化的財(cái)務(wù)指標(biāo)能對(duì)財(cái)務(wù)狀況進(jìn)行總量控制，而某些非財(cái)務(wù)指標(biāo)和定性因素可對(duì)細(xì)節(jié)即具體過程進(jìn)行控制，以彌補(bǔ)財(cái)務(wù)指標(biāo)的不足，從微量上找出影響公司長期財(cái)務(wù)狀況的動(dòng)因。

財(cái)務(wù)預(yù)警是一種量化分析，它有利于清晰、直觀地反映上市公司的財(cái)務(wù)狀況，但它難以全面滿足揭示上市公司財(cái)務(wù)危機(jī)程度的需要，并不能完全替代傳統(tǒng)的定性分析，特別是財(cái)務(wù)報(bào)表的編制質(zhì)量和審計(jì)質(zhì)量等因素會(huì)直接決定模型結(jié)果的準(zhǔn)確性和實(shí)用性。

企業(yè)應(yīng)根據(jù)具體情況選擇合適的維度評(píng)價(jià)企業(yè)的經(jīng)營狀況，具體來說，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的實(shí)施的規(guī)則是:企業(yè)定期監(jiān)測容易發(fā)生經(jīng)營危機(jī)和財(cái)務(wù)危機(jī)的各種因素，報(bào)告經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，建立風(fēng)險(xiǎn)報(bào)告制度，并利用有經(jīng)驗(yàn)分析人員的直覺判斷作定性分析評(píng)價(jià)。 同時(shí)，定期運(yùn)用預(yù)警模型進(jìn)行量化分析。由于模型預(yù)測所使用的數(shù)據(jù)來自年度財(cái)務(wù)報(bào)告，因此，量化分析的時(shí)間可定為一年一次，而非量化分析相對(duì)容易些，可把時(shí)間定為一月一次，甚至更短一些，以便使預(yù)測更加及時(shí)有效。另外，在年度財(cái)務(wù)危機(jī)預(yù)警時(shí)，可把平時(shí)非量化分析結(jié)果和年度量化分析結(jié)果進(jìn)行相互修正。例如，企業(yè)按助gistic回歸模型預(yù)測出在財(cái)務(wù)危機(jī)警戒線以上，即企業(yè)不會(huì)發(fā)生財(cái)務(wù)危機(jī)，但根據(jù)企業(yè)當(dāng)年報(bào)表外的非財(cái)務(wù)信息(如或有負(fù)債等表外因素)、專業(yè)人員的經(jīng)驗(yàn)判斷計(jì)算出企業(yè)的定性評(píng)價(jià)指標(biāo)總分在預(yù)測警戒線以下，反映出企業(yè)存在著發(fā)生財(cái)務(wù)危機(jī)的可能性。若定性分析和定量分析得出相反的矛盾，這就需要作出仔細(xì)判斷，專業(yè)人員的主觀性是否過強(qiáng)，還是定量分析模型因行業(yè)因素的變化需要重新建模。企業(yè)在仔細(xì)分析后，再重新預(yù)測是否會(huì)發(fā)生財(cái)務(wù)危機(jī)。

3.關(guān)注重點(diǎn)指標(biāo)，建立適合我國國情的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。首先，關(guān)注主營業(yè)務(wù)指標(biāo)，加強(qiáng)主業(yè)監(jiān)管。如果頻繁變更主營業(yè)務(wù)，上市公司的業(yè)績無法得到保障，具有很大的不穩(wěn)定性，投資者很難有一個(gè)合理的業(yè)績預(yù)期，這對(duì)投資者和上市公司來說都是很大的風(fēng)險(xiǎn)。 如果主營業(yè)務(wù)急劇萎縮，并且造成這種情況的因素是根本性的，持續(xù)性的，那么上市公司就有可能陷入財(cái)務(wù)困境。上市公司大多是高新技術(shù)企業(yè)，其核心能力強(qiáng)弱的直接市場表現(xiàn)無疑是主營業(yè)務(wù)收入/總資產(chǎn)指標(biāo)。該指標(biāo)通過與市場或行業(yè)平均(先進(jìn))水平的比較及其走勢的考察，可以對(duì)上市公司市場競爭的優(yōu)劣態(tài)勢有一個(gè)較為清晰的判斷。如果該指標(biāo)經(jīng)常低于市場或行業(yè)的平均(先進(jìn))水平，且成持續(xù)走低杰勢塊上市公司財(cái)務(wù)危機(jī)預(yù)警問題研究的話，便意味著上市公司處于競爭的不利地位。如果不及時(shí)扭轉(zhuǎn)，將導(dǎo)致嚴(yán)重的財(cái)務(wù)危機(jī)。因此，上市公司要強(qiáng)調(diào)突出主營業(yè)務(wù)，在評(píng)估上市公司主業(yè)競爭能力時(shí)要關(guān)注主營業(yè)務(wù)收入/總資產(chǎn)指標(biāo)。只有如此，才有可能建立真正有效的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。其次，關(guān)注資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)。判別盈利公司與財(cái)務(wù)危機(jī)公司的財(cái)務(wù)差異，資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)有著中長期的判別作用，而盈利能力及回報(bào)能力、資產(chǎn)流動(dòng)性和公司增長能力指標(biāo)則短期判別能力強(qiáng)。在防范上市公司的財(cái)務(wù)危機(jī)時(shí)，應(yīng)側(cè)重于資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)。

3.進(jìn)行預(yù)警指標(biāo)的敏感性分析。敏感性分析是指企業(yè)的財(cái)務(wù)指標(biāo)的變動(dòng)對(duì)預(yù)警結(jié)果的影響程度，重要指標(biāo)的變動(dòng)會(huì)對(duì)企業(yè)產(chǎn)生較大影響。 預(yù)警系統(tǒng)一旦報(bào)警，管理曾首先要確定是哪些指標(biāo)偏離造成的危機(jī)，進(jìn)而采取相應(yīng)措施進(jìn)行調(diào)整。調(diào)整可以針對(duì)某一個(gè)指標(biāo)，也可以是某幾個(gè)指標(biāo)。選取哪種方式更有效、更經(jīng)濟(jì)，管理層有必要在敏感性和調(diào)整難度之間進(jìn)行權(quán)衡，選取適當(dāng)?shù)恼{(diào)整方式。

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:中國財(cái)政經(jīng)濟(jì)出版社，2004

[2]張艷秋王彤彤:我國上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)應(yīng)用研究[J].會(huì)計(jì)之友，2008，（3）

[3]呂長江周現(xiàn)華:上市公司財(cái)務(wù)困境預(yù)測方法的比較研究[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào), 2005,( 6)

第2篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

[關(guān)鍵詞] 財(cái)務(wù)危機(jī) 財(cái)務(wù)危機(jī)預(yù)警 支持向量機(jī)

一、引言

1929年的世界經(jīng)濟(jì)大蕭條成為國際上企業(yè)預(yù)警研究的觸發(fā)根源。隨著企業(yè)經(jīng)濟(jì)環(huán)境、競爭環(huán)境和經(jīng)營情況的復(fù)雜化和多樣化，國際上許多著名專家學(xué)者都進(jìn)行了企業(yè)危機(jī)、企業(yè)風(fēng)險(xiǎn)管理等方面的研究，目前企業(yè)財(cái)務(wù)危機(jī)預(yù)警已成為企業(yè)管理研究的一個(gè)熱點(diǎn)。

支持向量機(jī)（SVM）采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則，與傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)相比,它不僅結(jié)構(gòu)簡單,而且泛化能力明顯提高。這一優(yōu)點(diǎn)在小樣本學(xué)習(xí)中更為突出。它避免了人工神經(jīng)網(wǎng)絡(luò)等方法的網(wǎng)絡(luò)結(jié)構(gòu)難于確定、過學(xué)習(xí)和欠學(xué)習(xí)以及局部極小等問題,被認(rèn)為是目前針對(duì)小樣本的分類、回歸等問題的最佳理論。由于支持向量機(jī)具有全局收斂性和良好的推廣能力，近來各國學(xué)者也開始將其應(yīng)用在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中。

二、文獻(xiàn)回顧

國外與財(cái)務(wù)危機(jī)預(yù)警相關(guān)的研究可以追溯到20世紀(jì)30年代初，菲茨.帕特里克（1932）以19家公司作為樣本，用單個(gè)財(cái)務(wù)比率將樣本劃分為破產(chǎn)和非破產(chǎn)兩組。芝加哥大學(xué)教授比弗（1966）運(yùn)用統(tǒng)計(jì)方法建立了單變量判別模型,發(fā)現(xiàn)現(xiàn)金流量與負(fù)債總額的比率能夠最好地判斷公司的財(cái)務(wù)狀況，在破產(chǎn)前一年的預(yù)測正確率可以達(dá)到87%。接著，美國學(xué)者Altman在1968年將多元線性判別模型引入到財(cái)務(wù)危機(jī)預(yù)警研究中，并得出了著名的Z-Score模型。但是這些線性模型均存在假設(shè)上的局限性。因此，以歐爾森（1980）為代表的一些研究者采用了條件概率模型，主要有對(duì)數(shù)成敗比率模型（LOGIT）和概率單位模型（PROBIT）。

近幾年對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究表明，由于它的非線性、非參數(shù)、自適應(yīng)學(xué)習(xí)等特征，可作為模式判別的強(qiáng)有力的工具，它已成功解決了許多金融、財(cái)務(wù)等方面的問題，包括財(cái)務(wù)危機(jī)預(yù)測問題，如Salchenberger等人在1992年使用神經(jīng)網(wǎng)絡(luò)分析方法對(duì)金融企業(yè)的財(cái)務(wù)失敗進(jìn)行判斷，1988年Messier和Hansen，1993年Fletcher和Gross都用這一方法對(duì)企業(yè)破產(chǎn)進(jìn)行了分析。這些研究與以往的線性分析模型相比都取得了較好的結(jié)果。

我國的相關(guān)研究是從20世紀(jì)80年代開始的。西安交通大學(xué)的楊淑娥教授（2003、2005）采用主成分分析法，建立了上市公司財(cái)務(wù)預(yù)警Y分?jǐn)?shù)模型；采用BP神經(jīng)網(wǎng)絡(luò)方法，建立了財(cái)務(wù)預(yù)警模型。劉鳳嬌在系統(tǒng)闡述奧特曼的“Z-Score”模型的基礎(chǔ)上,有針對(duì)性地選取滬、深兩市共80家企業(yè)A股作為樣本,對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析。王永生，李潔對(duì)Z-score預(yù)警模型進(jìn)行了新的研究，對(duì)模型中各財(cái)務(wù)比率的權(quán)數(shù)及常數(shù)項(xiàng)進(jìn)行調(diào)查，并對(duì)各模型預(yù)測概率進(jìn)行比較，以獲得其預(yù)測準(zhǔn)確率，然后在此基礎(chǔ)上提出P模型。

三、支持向量機(jī)

支持向量機(jī)是數(shù)據(jù)挖掘的一項(xiàng)新技術(shù),是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問題的新工具,它最初于20世紀(jì)90年代中期由Cortes&Vapnik提出，近年來在其理論研究和算法實(shí)現(xiàn)等方面都取得了突破性進(jìn)展,是機(jī)器學(xué)習(xí)研究的一項(xiàng)重大成果。財(cái)務(wù)預(yù)警是一個(gè)非線性問題，可以通過非線性變換轉(zhuǎn)化為某個(gè)高維空間中的線性問題，在變換空間求最優(yōu)分類面。

引入松弛變量，使超平面滿足

（1）

當(dāng)時(shí)樣本點(diǎn)xi仍舊被正確分類，而當(dāng)時(shí)樣本點(diǎn)xi被錯(cuò)分。為此，引入以下目標(biāo)函數(shù)

（2）

其中C是一個(gè)正整數(shù)，稱為懲罰因子，此時(shí)SVM可以通過二次規(guī)劃來實(shí)現(xiàn)。這種變換比較復(fù)雜，在一般情況下不易實(shí)現(xiàn)。但是在高維空間實(shí)際上只需進(jìn)行內(nèi)積運(yùn)算，這種內(nèi)積運(yùn)算是可以用原空間中的函數(shù)實(shí)現(xiàn)的。因此，在最優(yōu)分類面中采用適當(dāng)?shù)膬?nèi)積函數(shù),就可以實(shí)現(xiàn)某一非線性變換后的線性分類，而計(jì)算復(fù)雜度卻沒有增加。SVM中不同的內(nèi)積核函數(shù)將形成不同的算法，目前研究最多的核函數(shù)有：多項(xiàng)式核函數(shù)、徑向基函數(shù)(RBF)、Sigmoid函數(shù)，通過實(shí)驗(yàn)數(shù)據(jù)的對(duì)比，本文選擇Gaussion RBF函數(shù)作為內(nèi)積核函數(shù)進(jìn)行建模。內(nèi)積函數(shù)采用Gaussion RBF核函數(shù)

四、研究樣本與變量

1.樣本選擇與數(shù)據(jù)來源

本文的數(shù)據(jù)全部來自“證券之星”(省略)、“泰陽證券”(省略)等網(wǎng)站。滬深證券交易所在2006年（截至11月底）共有55家被ST的公司，在2005年共有32家被ST的公司。本文另外隨機(jī)挑選了70家非ST的公司數(shù)據(jù)和2006年55家被ST的公司數(shù)據(jù)一起作為訓(xùn)練樣本，另外再隨機(jī)挑選了32家非ST的公司數(shù)據(jù)和05年32家被ST的公司數(shù)據(jù)一起作為測試樣本。這些公司都是2002年以前上市的，到目前為止都至少有五年的報(bào)表數(shù)據(jù)。

2.研究變量

預(yù)警指標(biāo)的選擇目前還沒有一套成熟的標(biāo)準(zhǔn)。企業(yè)經(jīng)營績效主要由企業(yè)的盈利能力、權(quán)益乘數(shù)（負(fù)債結(jié)構(gòu)）和周轉(zhuǎn)能力共同決定，以上任何一方面發(fā)生問題均可能導(dǎo)致企業(yè)財(cái)務(wù)績效下降并可能導(dǎo)致財(cái)務(wù)危機(jī)的發(fā)生。按照這種分析，上市公司的凈資產(chǎn)收益率、銷售凈利率、銷售毛利率、總資產(chǎn)收益率、主營業(yè)務(wù)利潤率、流動(dòng)比率、速動(dòng)比率、超速動(dòng)比率、資產(chǎn)負(fù)債率、利息保障倍數(shù)、長期負(fù)債比率、流動(dòng)負(fù)債比率、股東權(quán)益比率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率十八個(gè)財(cái)務(wù)指標(biāo)基本涵蓋了上市公司盈利能力、權(quán)益乘數(shù)（負(fù)債結(jié)構(gòu)）和周轉(zhuǎn)能力的主要方面。對(duì)于上述十八個(gè)財(cái)務(wù)指標(biāo)，楊朝軍教授等人使用了Kuskal-Wallis H非參數(shù)檢驗(yàn)判斷財(cái)務(wù)危機(jī)上市公司與非財(cái)務(wù)危機(jī)上市公司之間在這些指標(biāo)上是否存在顯著差異。結(jié)果表明，在財(cái)務(wù)危機(jī)發(fā)生前3年內(nèi)均有顯著差異的財(cái)務(wù)指標(biāo)只有總資產(chǎn)收益率、主營業(yè)務(wù)利潤率、超速動(dòng)比率、資產(chǎn)負(fù)債率、流動(dòng)負(fù)債比率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率，因此，這些指標(biāo)可能適

合作為上市公司財(cái)務(wù)危機(jī)預(yù)警指標(biāo)。本文也選擇這9個(gè)指標(biāo)作為預(yù)警指標(biāo)。

五、基于支持向量機(jī)的實(shí)證研究

在進(jìn)行相關(guān)性分析時(shí)，我們發(fā)現(xiàn)資產(chǎn)負(fù)債率與總資產(chǎn)收益率、流動(dòng)負(fù)債比率與總資產(chǎn)收益率、流動(dòng)負(fù)債比率與資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率與流動(dòng)資產(chǎn)周轉(zhuǎn)率這幾對(duì)指標(biāo)的相關(guān)系數(shù)都比較大。雖然SVM有比較堅(jiān)實(shí)的理論基礎(chǔ)和嚴(yán)格的理論分析，但是其中從理論到應(yīng)用都還有很多尚未得到充分研究和解決的問題，并且有些問題僅僅依靠SVM本身的知識(shí)很難得到徹底解決，訓(xùn)練數(shù)據(jù)中多元變量的共線性問題就是其中之一。因此本文首先利用主成分分析法通過線性變換，將原來的多個(gè)指標(biāo)組合成相互獨(dú)立的能充分反映總體信息的指標(biāo)，從而在不丟掉主要信息的前提下避開了變量間共線性的問題。

本文應(yīng)用了Matlab的SVM_SteveGunn工具箱，參數(shù)C=300。提前3年、提前2年、提前1年的預(yù)測結(jié)果見表。

表 SVM模型的預(yù)測結(jié)果

六、結(jié)論

從表的結(jié)果可以看出，基于支持向量機(jī)的預(yù)警模型提前時(shí)間越短預(yù)測準(zhǔn)確率越高，提前1年、提前2年、提前3年的總的準(zhǔn)確率分別為93.55%、85.48%、71.67%；非ST公司的預(yù)測準(zhǔn)確率普遍比ST公司的預(yù)測準(zhǔn)確率高。上海交通大學(xué)的楊朝軍教授等人建立的企業(yè)財(cái)務(wù)危機(jī)預(yù)警的生存分析模型―Cox模型，提前1年的準(zhǔn)確率為80%左右、提前2年的準(zhǔn)確率為70%左右、提前3年的準(zhǔn)確率為65%左右。由此可以看出基于支持向量機(jī)的預(yù)警模型比Cox模型的準(zhǔn)確率要好很多。

另外，從實(shí)證分析過程來看，SVM模型擺脫了單元和多元判別模型方法的局限，突破了依賴線性函數(shù)建立判別模型的限制，克服使用BP神經(jīng)網(wǎng)絡(luò)必須獲得充分大量訓(xùn)練樣本的困難，用非線性函數(shù)更好地?cái)M和了樣本數(shù)據(jù)，實(shí)現(xiàn)了方法上的創(chuàng)新。從結(jié)果來看，在小樣本數(shù)據(jù)條件下，SVM預(yù)測精度遠(yuǎn)遠(yuǎn)高于其他方法，具有其他方法所不具有的優(yōu)越性。

參考文獻(xiàn)：

[1]陳為民馬超群:金融經(jīng)濟(jì).支持向量機(jī)方法及其在金融中的應(yīng)用與前景,2006,(5)：114-115

[2]Ohlson J.Financial ratios and probabilistic prediction of bankruptcy. Journal of Accounting Research.1980,(19): 109-130

[3]劉姝伶顏玉英:國外財(cái)務(wù)預(yù)警的現(xiàn)狀概論.沿海企業(yè)與科技,2006,(4)：107-108

[4]楊淑娥黃禮:系統(tǒng)工程理論與實(shí)踐.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型,2004,(4)：18－20

[5]劉鳳嬌:“Z - Score”模型在企業(yè)財(cái)務(wù)預(yù)警分析中應(yīng)用的研究.經(jīng)濟(jì)師,2006,（5）：223-226

[6]王永生李潔:Z-score預(yù)警模型的研究與分析.財(cái)會(huì)通訊,2006(5)：52-55

第3篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

關(guān)鍵詞：財(cái)務(wù)危機(jī)預(yù)警 二元邏輯回歸 水處理業(yè)

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2013）02-164-04

一、研究問題

本文選擇對(duì)我國水處理類上市公司財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究的目的，是利用二元邏輯回歸模型構(gòu)建適用于我國水處理類上市公司的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)模型。財(cái)務(wù)危機(jī)的定義為企業(yè)處于經(jīng)營性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)的境況，是企業(yè)無力支付到期債務(wù)的一種經(jīng)濟(jì)現(xiàn)象。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的定義是依據(jù)財(cái)務(wù)會(huì)計(jì)信息資料，以計(jì)算、統(tǒng)計(jì)、分析、監(jiān)控等方法為手段，用設(shè)置預(yù)警指標(biāo)、觀察這些指標(biāo)的變化趨勢的方法來構(gòu)建模型，以這種模型來完成對(duì)財(cái)務(wù)危機(jī)的監(jiān)控、預(yù)測和報(bào)警。

研究成果在于水處理類上市公司的管理層可以根據(jù)系統(tǒng)提供的信息及時(shí)發(fā)現(xiàn)企業(yè)財(cái)務(wù)狀況的惡化，以及造成企業(yè)財(cái)務(wù)狀況惡化的原因，將財(cái)務(wù)風(fēng)險(xiǎn)降低到最低限度。從而能夠及時(shí)地、有針對(duì)性地調(diào)整企業(yè)的經(jīng)營策略，有效配置資源，把握水處理行業(yè)發(fā)展的機(jī)遇以實(shí)現(xiàn)更大的發(fā)展。

1.國外研究成果。國外的資本市場相對(duì)發(fā)達(dá)，最早的財(cái)務(wù)危機(jī)預(yù)警研究開始于Fitzpartrick（1932）的單變量破產(chǎn)預(yù)測研究。他選取了38家破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)，利用單變量分析法分析發(fā)現(xiàn)“凈利潤/股東權(quán)益”和“股東權(quán)益/負(fù)債”兩個(gè)指標(biāo)能夠判別這兩類企業(yè)。Beaver（1966）同樣采用單變量判定模型，以5個(gè)財(cái)務(wù)比率作為變量分別對(duì)79家失敗企業(yè)和成功企業(yè)進(jìn)行一元判定預(yù)測，發(fā)現(xiàn)“現(xiàn)金流量/負(fù)債總額”和“資產(chǎn)負(fù)債率”指標(biāo)能夠很好地預(yù)測企業(yè)財(cái)務(wù)狀況。

Altman（1968）首先使用了多元線性模型，利用“Z-Score判別模型”進(jìn)行企業(yè)破產(chǎn)的預(yù)測，以提出破產(chǎn)申請(qǐng)的33家企業(yè)和33家正常經(jīng)營的企業(yè)為樣本，收集了資產(chǎn)負(fù)債表和利潤表中的數(shù)據(jù)，并通過整理從22個(gè)變量中選定預(yù)測破產(chǎn)最有用的5個(gè)變量，經(jīng)過綜合分析建立了一個(gè)判別函數(shù)，賦予5個(gè)基本財(cái)務(wù)指標(biāo)以不同權(quán)重，并加權(quán)產(chǎn)生“Z”值。Z-Score判別模型預(yù)測能力準(zhǔn)確，運(yùn)用成本低的優(yōu)點(diǎn)推動(dòng)了多變量模型成為一種主流財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測方法。

Martin（1977）首先以邏輯回歸法判別企業(yè)經(jīng)營風(fēng)險(xiǎn)。Ohlson （1980）擴(kuò)大了分析樣本，選取了105家陷入危機(jī)的公司和2058家經(jīng)營正常的公司進(jìn)行研究，研究結(jié)果顯示邏輯回歸模型預(yù)測能力之正確性在90%以上。

Collins和Green（1982）通過比較區(qū)別分析、線性機(jī)率模型及邏輯分析模型，得出了邏輯分析模型的預(yù)測能力高于前兩種方法。

Mensah（1984）以110家企業(yè)為研究對(duì)象，利用因素分析方法從指標(biāo)中選出代表多個(gè)相關(guān)性較強(qiáng)指標(biāo)的主成分因子，然后再利用區(qū)別分析和邏輯回歸模型建構(gòu)財(cái)務(wù)預(yù)警模型，以預(yù)測企業(yè)是否因財(cái)務(wù)風(fēng)險(xiǎn)而導(dǎo)致破產(chǎn)。

Odom和Sharda（1990）使用神經(jīng)網(wǎng)絡(luò)模型構(gòu)建了企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型。

2.我國研究現(xiàn)狀。我國對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究主要始于引用國外的研究方法，并在其基礎(chǔ)上結(jié)合我國企業(yè)的實(shí)際情況加以改進(jìn)。其中有代表性的研究主要有：

吳世農(nóng)和黃世忠（1986）提出運(yùn)用線性判定分析方法建立的企業(yè)破產(chǎn)預(yù)測模型能夠有效地反映破產(chǎn)企業(yè)的綜合數(shù)量特征及其它們的差異，一般具有較高的預(yù)測能力。吳世農(nóng)和盧賢義（2001）以70家處于財(cái)務(wù)困境的上市公司和70家財(cái)務(wù)正常的上市公司為樣本，應(yīng)用Fisher線性判定分析、多元線性回歸分析和邏輯回歸分析三種方法，分別建立三種預(yù)測財(cái)務(wù)困境的模型，研究結(jié)果表明邏輯回歸分析模型的誤判率最低。

周首華和楊濟(jì)華（1996）通過加入現(xiàn)金流量改進(jìn)了Altman（1968）的Z-Score判別模型，提出了F分?jǐn)?shù)模型。以Compustat PC Plus會(huì)計(jì)資料中的4160家公司的數(shù)據(jù)為檢驗(yàn)樣本進(jìn)行驗(yàn)證的準(zhǔn)確率達(dá)到68.18%。

陳靜（1999）先采用一元判定模型進(jìn)行財(cái)務(wù)預(yù)警研究，在多元判定分析中，通過ST公司樣本組和非ST公司的樣本組進(jìn)行判定分析，判定結(jié)論的準(zhǔn)確性為在宣布ST帶帽的前1年的準(zhǔn)確率為92.6%，前2年為85.2%，前3年為79.6%。

張玲（2000）選擇了滬深120家上市公司，分為兩組進(jìn)行分析，從15個(gè)特征財(cái)務(wù)比率變量中最后推導(dǎo)出只有4個(gè)變量的判別函數(shù)，判別結(jié)果為被ST的前2年預(yù)估正確率達(dá)到87%，前3年正確率70%。

二、解決方案

國內(nèi)外對(duì)于財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究還主要局限于正常經(jīng)營公司與ST公司的選擇上，且尚無針對(duì)水處理類上市公司的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)研究。本文使用二元邏輯回歸模型，采用2008―2011年正常經(jīng)營公司與2008―2010正常經(jīng)營但在2011年出現(xiàn)巨額虧損的公司作為研究樣本進(jìn)行研究，彌補(bǔ)了現(xiàn)有的ST公司處于“被ST―摘帽―被ST”的循環(huán)中，不適合作為虧損類公司研究樣本的不足。

本文選擇了13家水處理業(yè)上市公司和13家隨機(jī)選擇的ST公司作為驗(yàn)證樣本，以推導(dǎo)出的財(cái)務(wù)危機(jī)預(yù)警模型應(yīng)用于水處理業(yè)上市公司和隨機(jī)選擇的ST公司，驗(yàn)證其判斷準(zhǔn)確率。

1.樣本選擇。上市公司的財(cái)務(wù)報(bào)表相對(duì)公開且規(guī)范，利用這些公開數(shù)據(jù)，可以計(jì)算出所需要的財(cái)務(wù)指標(biāo)。中國證監(jiān)會(huì)于1998年3月頒布了《關(guān)于上市公司狀況異常期間的股票特別處理方式的通知》，通知要求當(dāng)上市公司出現(xiàn)財(cái)務(wù)狀況或其他狀況異常，導(dǎo)致投資者的利益有可能收到損害時(shí)，對(duì)公司股票交易實(shí)行特殊處理，記載股票簡稱前加以“ST”字樣，大部分公司被ST的直接原因是“最近兩個(gè)會(huì)計(jì)年度的審計(jì)結(jié)果顯示的凈利潤為負(fù)值”。國內(nèi)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型研究成果大多數(shù)是在2000年初期，列入樣本的虧損公司首次被ST，研究其被ST之前的經(jīng)營年的財(cái)務(wù)數(shù)據(jù)是有意義的。但是通過研究2011年的78家ST公司發(fā)現(xiàn)，只有ST三星（000068.SZ）和ST獅頭（600539.SH）兩家公司因連續(xù)兩年虧損和企業(yè)停產(chǎn)首次在2010和2011年被戴帽，剩余的76家ST公司均處于“被ST―摘帽―被ST”的循環(huán)中，研究最后一次被ST之前的歷史財(cái)務(wù)數(shù)據(jù)并作為樣本已無說服力。另外除非發(fā)生大規(guī)模的資產(chǎn)重組，ST公司的總資產(chǎn)規(guī)模普遍較低，如果按總資產(chǎn)規(guī)模搭配運(yùn)營正常的公司，很難找齊合適的樣本。

（3）模型的應(yīng)用和結(jié)果分析。使用已建立的二元邏輯回歸模型對(duì)28家檢驗(yàn)樣本公司進(jìn)行預(yù)測，其中正常經(jīng)營的公司選擇14家業(yè)務(wù)涉及水處理業(yè)的上市公司，因水處理業(yè)暫無虧損上市公司，檢測樣本里的虧損公司隨機(jī)選擇14家ST公司進(jìn)行測試。

結(jié)果顯示，14家水處理業(yè)公司有一家被誤判為虧損公司，預(yù)測準(zhǔn)確率92.86%，在14家虧損企業(yè)中，有4家被誤判為正常公司，預(yù)測準(zhǔn)確率72.43%。兩者的加權(quán)平均準(zhǔn)確率82.65%。檢驗(yàn)結(jié)果證明該模型的預(yù)測能力較好。

（4）模型應(yīng)用的不足之處。根據(jù)對(duì)水處理業(yè)上市公司和非上市公司的判別結(jié)果，可以看出該模型具有一定的科學(xué)性和準(zhǔn)確性，可以作為水處理業(yè)企業(yè)財(cái)務(wù)危機(jī)預(yù)警工具進(jìn)行預(yù)測。但其中還存在不足之處：

①樣本的選擇主觀性較強(qiáng)。樣本規(guī)模比較小，因大部分ST公司反復(fù)經(jīng)歷“被ST摘帽被ST”階段，第一次摘帽前的數(shù)據(jù)要追溯到數(shù)年前，且財(cái)務(wù)危機(jī)預(yù)警模型的有效性也僅僅為1至2年，因此以往研究中選用ST公司作為研究樣本已不適用于目前模型的構(gòu)建。通過比較2008至2011年數(shù)據(jù)，根據(jù)2011年每股收益巨虧來判定虧損企業(yè)的主觀性還是稍強(qiáng)，且企業(yè)虧損的原因還包括公司治理結(jié)構(gòu)、行業(yè)周期景氣性等非財(cái)務(wù)原因。且如果少數(shù)上市公司存在虛假財(cái)務(wù)數(shù)據(jù)，模型的準(zhǔn)確性也會(huì)受到影響。

②預(yù)測的時(shí)效期較短。目前此財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)測只能預(yù)測短期財(cái)務(wù)狀況，本模型通過反復(fù)試算，利用2010年的數(shù)據(jù)可以預(yù)測2011年企業(yè)是否正常運(yùn)營或者虧損。未來還需要更多的相關(guān)數(shù)據(jù)來驗(yàn)證模型是否能預(yù)測2至3年后企業(yè)是否存在財(cái)務(wù)危機(jī)。另外對(duì)于微贏或者微虧的企業(yè)，模型的預(yù)測能力還有待進(jìn)一步提高。

③樣本涉及的行業(yè)范圍有限。限于行業(yè)內(nèi)上市公司的業(yè)績情況，模型的行業(yè)樣本的選取范圍有些偏窄，只選取了制造業(yè)、農(nóng)業(yè)、交通業(yè)、電力、批發(fā)零售業(yè)、信息技術(shù)、房地產(chǎn)業(yè)等行業(yè)。缺乏其他行業(yè)的樣本，原因主要是其他行業(yè)缺少虧損嚴(yán)重的公司樣本。隨著上市公司數(shù)量的不斷增加和未來經(jīng)營的兩極分化，模型的構(gòu)建會(huì)越來越完善。

四、結(jié)論

為了能夠?qū)λ幚順I(yè)企業(yè)財(cái)務(wù)危機(jī)做到提前預(yù)警，本文通過研究滬深股市76家虧損公司和經(jīng)營正常公司樣本，建立了財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)14家水處理業(yè)公司和隨機(jī)選擇ST公司進(jìn)行判別檢驗(yàn)，準(zhǔn)確率達(dá)到82.65%。

本文選擇的二元邏輯回歸模型是一種有效財(cái)務(wù)預(yù)警模型，在專業(yè)統(tǒng)計(jì)軟件的輔助下也易于操作，模型表明企業(yè)的凈資產(chǎn)收益率、銷售毛利率和資產(chǎn)負(fù)債率是企業(yè)未來是否面臨財(cái)務(wù)風(fēng)險(xiǎn)最重要的三個(gè)指標(biāo)。

本文所建立的預(yù)警模型還存在樣本的選擇主觀性較強(qiáng)、預(yù)測的時(shí)效期較短、樣本涉及的行業(yè)范圍有限等不足，后續(xù)還需要進(jìn)一步擴(kuò)大樣本規(guī)模，豐富模型的構(gòu)建方法，進(jìn)一步提高判別準(zhǔn)確率，為水處理業(yè)公司財(cái)務(wù)危機(jī)預(yù)警提供參考。

參考文獻(xiàn)：

parison of ratios of successful industrial enterprises with those of failed firm[J]. Certified Public Accountant.1932.2：589-605.

2.Beaver W.H.Financial ratios as predictors of failure[J].Journal of Accounting Research 1966.4（3）：71-111.

3.Altman，E.I.Financial ratios， Discriminant analysis and the prediction of corporate bankruptcy[J].The Journal of Finance，1968.23（4），589-609.

4.Martin，D.Early warning of banking failure[J].Journal of Banking and Finance.1977.1（2/3）：249-276.

5.Ohlson，J.A.Financial ratios and the probabilistic prediction of bankruptcy[J].Journal of Accounting Research.1980.18（1）：109-131.

6.Collins，R.A.and R.D.Green.Statistical methods for bankruptcy forecasting[J].Journal of Economics and Business.1982.43（4）：304-349.

7.Mensah Y.M.An examination of the stationary of multivariate bankruptcy prediction models：A methodological study[J].Journal of Accounting Research.1984.22（1）：380-395.

8.Odom，M.D.and R.Sharda.A neural network model for bankruptcy prediction[J].IEEE INNS IJCNN.1990.2：163-168.

9.吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型[J].中國經(jīng)濟(jì)問題，1986（6）：36-37.

10.吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究，2001（6）：46-55.

11.周首華，楊濟(jì)華，王平.論財(cái)務(wù)危機(jī)的預(yù)警分析――F分?jǐn)?shù)模式[J].會(huì)計(jì)研究，1996（8）：8-11.

12.陳靜.上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析[J].會(huì)計(jì)研究，1999（4）：31-38.

13.張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2000（3）：49-51.

第4篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

Abstract：Constructingfinancialcrisispre-warningsystemisthenecessitytothedevelopmentofcapitalmarketinChina.Thispaperanalyzesthepossibilityofconstructingfinancialcrisispre-warningsystemofthelistedcompaniesfromthreeaspects,theory，economicsandtechnology,andworksoutthenewthoughtandbasicframeworkofconstructingfinancialcrisispre-warningsystemsoastopreventandresolvethefinancialcrisisofthelistedcompanies.

關(guān)鍵詞：上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)

KeyWord：ListedcompanyFinancialcrisisPre-warningsystem

隨著經(jīng)濟(jì)一體化，經(jīng)營全球化的發(fā)展，企業(yè)的生存發(fā)展環(huán)境發(fā)生了很大變化，面臨著很大的風(fēng)險(xiǎn)性和復(fù)雜性。作為企業(yè)改革先鋒的上市公司，同樣存在著潛在的危機(jī)。一旦財(cái)務(wù)危機(jī)無法化解，就會(huì)被戴上“ST”的帽子，以失敗告終。為了有效化解財(cái)務(wù)危機(jī)，亟待建立適合我國上市公司的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。

1財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)

財(cái)務(wù)危機(jī)是企業(yè)喪失償還到期債務(wù)的能力。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)正是為化解上市公司財(cái)務(wù)危機(jī)而建立起來的一種機(jī)制，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)還沒有公認(rèn)的定義，筆者在分析預(yù)警系統(tǒng)構(gòu)成要素的基礎(chǔ)上，將其定義為：財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是企業(yè)專門組織根據(jù)財(cái)務(wù)管理學(xué)、風(fēng)險(xiǎn)管理和統(tǒng)計(jì)學(xué)的相關(guān)理論，以企業(yè)的財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃、相關(guān)經(jīng)營資料以及所收集的外部資料為依據(jù)，采用定性和定量的分析方法，建立預(yù)警分析機(jī)制，將企業(yè)所面臨的經(jīng)營波動(dòng)情況和危險(xiǎn)情況預(yù)先告知企業(yè)經(jīng)營者和其他利益相關(guān)方,并分析企業(yè)發(fā)生經(jīng)營非正常波動(dòng)或財(cái)務(wù)危機(jī)的原因,挖掘企業(yè)財(cái)務(wù)運(yùn)營體系中所隱藏的問題，以督促企業(yè)管理部門提前采取防范或預(yù)防措施,為管理部門提供決策和風(fēng)險(xiǎn)控制依據(jù)的組織手段和分析系統(tǒng)。簡單的說，它是企業(yè)專門組織預(yù)警-報(bào)警-排警的有機(jī)管理過程體系。

2構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的重要性

從理論上看，上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的構(gòu)建是我國企業(yè)管理與控制理論的豐富和發(fā)展。本文所構(gòu)建的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于我國上市公司相關(guān)理論和經(jīng)濟(jì)技術(shù)特點(diǎn)上的，為上市公司財(cái)務(wù)危機(jī)警兆的理論研究提供新思路，從而建立一套發(fā)現(xiàn)警兆-確認(rèn)警情-排警對(duì)策（預(yù)警-報(bào)警-排警）的邏輯機(jī)理，為我國上市公司提供一種危機(jī)預(yù)警管理新模式，在預(yù)防和化解危機(jī)，提高企業(yè)危機(jī)預(yù)警管理水平方面發(fā)揮作用。

從實(shí)踐上看，對(duì)于上市公司來說，借助財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，公司管理層能夠及時(shí)發(fā)現(xiàn)公司財(cái)務(wù)狀況的惡化，以及造成公司財(cái)務(wù)狀況惡化的原因，從而能夠及時(shí)地、有針對(duì)性的調(diào)整公司的經(jīng)營策略，扭轉(zhuǎn)公司經(jīng)營狀況惡化的勢頭，以避免淪為“ST”“PT”的行列。另外公司越早獲得危機(jī)信號(hào)，越可以減少其在會(huì)計(jì)、審計(jì)、律師等方面所支付的費(fèi)用。同時(shí)，有利于證監(jiān)部門加強(qiáng)財(cái)務(wù)監(jiān)督管理，以提高上市公司的經(jīng)濟(jì)效益。

3構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的可行性

3.1理論依據(jù)

我國20世紀(jì)80年代初有了經(jīng)濟(jì)預(yù)警的概念，承認(rèn)經(jīng)濟(jì)的波動(dòng)性和周期性。企業(yè)預(yù)警理論主要包括危機(jī)管理理論、策略震撼理論、企業(yè)逆境管理理論以及企業(yè)診斷理論。這就為財(cái)務(wù)預(yù)警理論的發(fā)展和成熟提供了理論基礎(chǔ)。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是基于上市公司財(cái)務(wù)運(yùn)作的全過程，不斷成熟的財(cái)務(wù)管理學(xué)理論則成為其基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析是對(duì)大量原始信息和數(shù)據(jù)的處理，日益發(fā)展完善的信息傳遞理論和統(tǒng)計(jì)學(xué)為其提供了理論基礎(chǔ)；財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)中的危機(jī)管理不僅是對(duì)危機(jī)全過程的監(jiān)測和控制，而且是對(duì)風(fēng)險(xiǎn)的處理，那么現(xiàn)代經(jīng)濟(jì)周期理論和風(fēng)險(xiǎn)管理理論則為其提供了依據(jù)。另外，證監(jiān)部門于2001年11月《虧損上市公司暫停上市和終止上市實(shí)施辦法（修訂）》，表明我國證券市場退市機(jī)制不斷健全和完善。證券市場的退市機(jī)制是實(shí)現(xiàn)上市公司優(yōu)勝劣汰的重要途徑，增強(qiáng)上市公司的風(fēng)險(xiǎn)防范意識(shí)，提高上市公司的質(zhì)量，引導(dǎo)證券市場朝良性方向發(fā)展。

3.2經(jīng)濟(jì)基礎(chǔ)

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是在危機(jī)前建立的，這個(gè)時(shí)候上市公司的財(cái)務(wù)狀況良好，財(cái)力雄厚，完全可以滿足構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的所有資金需求。同時(shí)，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)建立起來以后，為公司解決財(cái)務(wù)危機(jī)提供了有效分析手段和控制對(duì)策，使上市公司不至于破產(chǎn)，更甚是能及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，保證了公司經(jīng)濟(jì)效益的實(shí)現(xiàn)，可以彌補(bǔ)構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的全部支出，實(shí)現(xiàn)風(fēng)險(xiǎn)收益，即危機(jī)管理支出小于危機(jī)管理所帶來的收益。

3.3技術(shù)支撐

上市公司的財(cái)務(wù)資料相對(duì)容易搜集，財(cái)務(wù)數(shù)據(jù)趨于規(guī)范財(cái)務(wù)預(yù)警系統(tǒng)以財(cái)務(wù)報(bào)表及其他相關(guān)的財(cái)務(wù)信息與非財(cái)務(wù)信息為依據(jù)，在建立財(cái)務(wù)預(yù)警模型和進(jìn)行預(yù)警分析時(shí)，要運(yùn)用大量的財(cái)務(wù)資料。大部分上市公司已經(jīng)能夠按照市場經(jīng)濟(jì)的基本規(guī)則進(jìn)入市場，完成了現(xiàn)代企業(yè)制度的建設(shè)，產(chǎn)權(quán)明晰，管理規(guī)范、科學(xué)，財(cái)務(wù)披露制度較為健全。同時(shí)，又處于公開的市場監(jiān)管之下，各種操作行為較為規(guī)范。同時(shí)，監(jiān)管部門監(jiān)管力度的加大，將進(jìn)一步抑制會(huì)計(jì)造假者的造假動(dòng)機(jī)，提高財(cái)務(wù)數(shù)據(jù)質(zhì)量，從而更加有利于財(cái)務(wù)預(yù)警系統(tǒng)的順利運(yùn)行。

4構(gòu)建財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的新思路

財(cái)務(wù)危機(jī)有潛伏、發(fā)作、惡化三個(gè)階段，在各個(gè)階段應(yīng)該有相應(yīng)的管理對(duì)策，這一系列的對(duì)策就構(gòu)成了本文財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的基本框架。

財(cái)務(wù)危機(jī)的潛伏時(shí)期，上市公司處在一個(gè)多變的環(huán)境之中，公司的市場狀況、產(chǎn)品的升級(jí)換代速度、關(guān)聯(lián)企業(yè)的供貨和資金償付能力、競爭對(duì)手的價(jià)格政策變動(dòng)、金融市場的波動(dòng)、利率和外匯市場的變化、銀行信用和利率政策的改變等等，都會(huì)對(duì)企業(yè)的財(cái)務(wù)狀況、籌資能力、資金調(diào)度能力和償債能力等產(chǎn)生巨大的影響。為了及時(shí)準(zhǔn)確的識(shí)別財(cái)務(wù)危機(jī)，就需要有一個(gè)專門組織對(duì)企業(yè)內(nèi)外的財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行全面收集和有效傳遞，為預(yù)警分析機(jī)制提供信息數(shù)據(jù)基礎(chǔ)，這就構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的信息處理機(jī)制。

財(cái)務(wù)危機(jī)的發(fā)作時(shí)期，在證監(jiān)部門的財(cái)務(wù)監(jiān)督下，上市公司為保證經(jīng)濟(jì)效益的實(shí)現(xiàn)，就必須對(duì)收集的內(nèi)外財(cái)務(wù)信息和數(shù)據(jù)進(jìn)行分析，選擇能夠明顯反映公司財(cái)務(wù)狀況特征的指標(biāo)體系，不僅要有財(cái)務(wù)指標(biāo)，而且要引入非財(cái)務(wù)指標(biāo)，如行業(yè)、企業(yè)規(guī)模、管理水平等，以全面反映公司財(cái)務(wù)狀況，然后用收集的數(shù)據(jù)和選定的指標(biāo)，通過現(xiàn)代建模方法（如主成分法，人工神經(jīng)網(wǎng)絡(luò)方法）構(gòu)建預(yù)警分析模型，以準(zhǔn)確判斷財(cái)務(wù)危機(jī)是否已經(jīng)產(chǎn)生，將此分析結(jié)果及時(shí)反饋給企業(yè)管理者，便于其迅速采取對(duì)策。指標(biāo)分析和模型分析構(gòu)成了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的預(yù)警分析機(jī)制。

財(cái)務(wù)危機(jī)的惡化時(shí)期，財(cái)務(wù)危機(jī)已經(jīng)存在，如果不能及時(shí)控制或有效化解，上市公司將面臨生死存亡的境地。為了化解危機(jī)，公司管理層就要立即啟動(dòng)財(cái)務(wù)危機(jī)處理小組，迅速分析財(cái)務(wù)危機(jī)產(chǎn)生的原因，及時(shí)采取有效的管理措施，以恢復(fù)公司正常經(jīng)營。由于財(cái)務(wù)危機(jī)有突發(fā)性，要求公司管理層要有強(qiáng)烈的危機(jī)意識(shí)。

任何一項(xiàng)管理活動(dòng)都離不開管理者，上市公司財(cái)務(wù)危機(jī)預(yù)警管理也不例外，要有一個(gè)專門組織為預(yù)警管理服務(wù)。構(gòu)建了以財(cái)務(wù)危機(jī)發(fā)展階段為基礎(chǔ)的預(yù)警-報(bào)警-排警的財(cái)務(wù)危機(jī)預(yù)警過程機(jī)理，還需要有實(shí)施財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的組織機(jī)制，它包含了組織體系和組織過程。組織體系就是構(gòu)建一個(gè)專門為危機(jī)預(yù)警管理服務(wù)的組織；組織過程則是在危機(jī)預(yù)警系統(tǒng)實(shí)施中的預(yù)警-報(bào)警-排警邏輯過程。

此財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是以專門組織為保證，依次執(zhí)行預(yù)警-報(bào)警-排警三項(xiàng)活動(dòng)，與前面的研究相比，克服了將組織機(jī)制、信息處理機(jī)制、預(yù)警分析機(jī)制、危機(jī)管理機(jī)制并列的不足，使預(yù)警系統(tǒng)結(jié)構(gòu)更為合理，為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的實(shí)施提供了新思路。

參考文獻(xiàn)：

[1]EIAltman.CorporateFinancialDistressandBankruptcy[M].NewYork：Wiley，2000.

[2]StephenARoss.公司理財(cái)[M].北京：機(jī)械工業(yè)出版社，2000.

[3]張鳴，張艷，程濤.企業(yè)財(cái)務(wù)預(yù)警研究前沿[M].北京：中國財(cái)政經(jīng)濟(jì)出版社，2004.

[4]張友棠.財(cái)務(wù)預(yù)警系統(tǒng)管理研究[M].北京：中國人民大學(xué)出版社，2004.

[5]汪平.財(cái)務(wù)理論[M].北京：經(jīng)濟(jì)管理出版社，2003.

第5篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

[關(guān)鍵詞]上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)應(yīng)用

隨著資本市場的不斷發(fā)展與完善,對(duì)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)警研究一直是國內(nèi)外學(xué)術(shù)界的熱點(diǎn)問題之一。財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ),通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化,對(duì)企業(yè)可能或者將要面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測警報(bào)。近年來一些上市公司因?yàn)橹卫斫Y(jié)構(gòu)失衡,公司管理層管理混亂等諸多原因,導(dǎo)致公司業(yè)績逐下降,出現(xiàn)虧損、財(cái)務(wù)狀況異常甚至資不抵債等嚴(yán)重情形,最終受到特別處理,面臨退市危險(xiǎn),使投資者、債權(quán)人及其他利益相關(guān)者遭受巨大損失。但如果能夠通過研究上市公司相關(guān)信息,構(gòu)建有效的財(cái)務(wù)危機(jī)預(yù)警模型,及時(shí)對(duì)發(fā)現(xiàn)的問題進(jìn)行分析并采取有效措施，化逆境為順境，就能很大程度上幫助上市公司防范和化解財(cái)務(wù)危機(jī)。然而,由于種種原因,財(cái)務(wù)預(yù)警系統(tǒng)在我國上市公司中尚未得到廣泛應(yīng)用。

一、我國上市公司應(yīng)用財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的現(xiàn)實(shí)意義

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)作為一種成本低廉的診斷工具，能實(shí)時(shí)對(duì)公司的生產(chǎn)經(jīng)營過程和財(cái)務(wù)狀況進(jìn)行跟蹤監(jiān)控，及時(shí)地進(jìn)行財(cái)務(wù)預(yù)警分析，發(fā)現(xiàn)財(cái)務(wù)狀況異常的征兆，并迅速報(bào)警，及時(shí)采取應(yīng)變措施，避免或減少損失。在上市公司應(yīng)用財(cái)務(wù)危機(jī)預(yù)警系統(tǒng),主要可以發(fā)揮四個(gè)作用:

1.財(cái)務(wù)監(jiān)測作用。監(jiān)測、跟蹤企業(yè)的生產(chǎn)經(jīng)營過程，將企業(yè)生產(chǎn)經(jīng)營的實(shí)際情況同企業(yè)預(yù)定的目標(biāo)、計(jì)劃、標(biāo)準(zhǔn)進(jìn)行比較，進(jìn)行核算、考核，找出偏差，并從中發(fā)現(xiàn)產(chǎn)生偏差的原因或存在的問題。

2.財(cái)務(wù)診斷作用。它是根據(jù)跟蹤檢測的結(jié)果，運(yùn)用現(xiàn)代企業(yè)管理技術(shù)、診斷技術(shù)對(duì)公司營運(yùn)狀況之優(yōu)劣做出判斷，找出公司運(yùn)行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使經(jīng)營者知其然，更知其所以然，制定有效措施，阻止財(cái)務(wù)狀況進(jìn)一步惡化，避免嚴(yán)重的財(cái)務(wù)危機(jī)真正發(fā)生。

3.財(cái)務(wù)治療作用。財(cái)務(wù)治療功能是在監(jiān)測、診斷的基礎(chǔ)上，識(shí)別病根、對(duì)癥下藥，更正企業(yè)營運(yùn)中的偏差或過失，使企業(yè)回到正常運(yùn)轉(zhuǎn)的軌道。準(zhǔn)確來講，治療功能并非財(cái)務(wù)預(yù)警系統(tǒng)的本質(zhì)功能。但是，一個(gè)有效的預(yù)警系統(tǒng)不僅應(yīng)該能夠找出企業(yè)的“癥結(jié)”所在，而且應(yīng)該能夠提出改進(jìn)方案和應(yīng)對(duì)措施。

4.保健作用。通過財(cái)務(wù)預(yù)警分析，財(cái)務(wù)預(yù)警系統(tǒng)不僅能及時(shí)回避現(xiàn)存的財(cái)務(wù)危機(jī)，而且能通過系統(tǒng)詳細(xì)地記錄其發(fā)生緣由、解決措施、處理結(jié)果，并及時(shí)提出改進(jìn)意見，彌補(bǔ)公司現(xiàn)有財(cái)務(wù)管理及經(jīng)營中的缺陷，完善財(cái)務(wù)預(yù)替系統(tǒng)，從而提供未來類似情況的前車之鑒，更能從根本上消除隱患即“防警”。

二、我國上市公司財(cái)務(wù)預(yù)警系統(tǒng)應(yīng)用中存在的問題

動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)不僅僅包括有效的財(cái)務(wù)預(yù)警模型，要使其能發(fā)揮作用，還要配合有效的信息系統(tǒng)和內(nèi)控系統(tǒng)。而由于我國上市公司發(fā)展?fàn)顩r的制約，使我國在應(yīng)用方面還有所欠缺。

1.會(huì)計(jì)信息失真影響財(cái)務(wù)預(yù)警系統(tǒng)的有效性。上市公司財(cái)務(wù)預(yù)警體系的設(shè)計(jì)運(yùn)用了大量的財(cái)務(wù)數(shù)據(jù)，真實(shí)及時(shí)的財(cái)務(wù)信息是建立有效可行的財(cái)務(wù)預(yù)警系統(tǒng)的基礎(chǔ)。隨著經(jīng)營權(quán)與所有權(quán)的分離，委托關(guān)系在上市公司中普遍存在，委托人和人之間存在的信息不對(duì)稱，使得我國上市公司中存在著投資者和管理層之間信息不對(duì)稱的問題，管理層在會(huì)計(jì)信息編報(bào)方面擁有過大的權(quán)利，而且現(xiàn)行的監(jiān)督機(jī)制和獨(dú)立審計(jì)機(jī)制難以確保上市公司的財(cái)務(wù)信息質(zhì)量。這種普遍存在的會(huì)計(jì)信息失真現(xiàn)象勢必影響財(cái)務(wù)預(yù)警系統(tǒng)的有效性，從而進(jìn)一步影響了有關(guān)利益各方運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的積極性。

2.內(nèi)部控制不完善。企業(yè)的國有控制權(quán)不明確，使得投資主體的監(jiān)管形同虛設(shè)國有企業(yè)股權(quán)結(jié)構(gòu)中的“一股獨(dú)大”是中國上市公司的顯著特征。在這種體制下，由于缺乏有效的激勵(lì)約束機(jī)制，很多人并不能自覺地維護(hù)公司利益，導(dǎo)致企業(yè)的內(nèi)控失效。有的雖然也制定了比較全面的內(nèi)控制度，由于制度本身不切合實(shí)際，制度的可操作性不強(qiáng)，使得企業(yè)的內(nèi)控制度成為一紙空文；有的雖然制定了一套比較切合自身實(shí)際并切實(shí)可行的內(nèi)控制度，卻由于外部監(jiān)督不力，企業(yè)不愿執(zhí)行，將其束之高閣。

3.上市公司決策層缺乏主動(dòng)運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的意識(shí)。目前，我國證券市場還不夠成熟、完善，上市公司行為也不夠規(guī)范。上市公司有關(guān)決策層往往受到“第一大股東”，代表國有股或法人股的“關(guān)鍵人”的控制。甚至存在著控股方通過盈余管理手段“圈錢”，利用關(guān)聯(lián)方交易惡意造假，肆意侵吞上市公司利益的特權(quán)消費(fèi)現(xiàn)象。在這種不良但又比較普遍的行為當(dāng)中，一般的投資者是利益受損方，而上市公司決策層是既得利益方，使得上市公司決策層作為受益者，缺乏主動(dòng)運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)的意識(shí)成為正常現(xiàn)象。

4.財(cái)會(huì)人員素質(zhì)不高。法制觀念淡薄有的財(cái)會(huì)人員忘記了法律賦予的權(quán)力和職責(zé)，冒著被吊銷會(huì)計(jì)從業(yè)資格證書的風(fēng)險(xiǎn)，為單位領(lǐng)導(dǎo)的不法行為出謀劃策，粉飾經(jīng)營業(yè)績，甚至侵吞國家財(cái)產(chǎn)，更加加大了預(yù)警系統(tǒng)有效發(fā)揮作用的難度。

三、上市公司財(cái)務(wù)預(yù)警系統(tǒng)有效實(shí)施的建議

1.財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的定性分析和定量分析的結(jié)合運(yùn)用。量化的財(cái)務(wù)指標(biāo)能對(duì)財(cái)務(wù)狀況進(jìn)行總量控制，而某些非財(cái)務(wù)指標(biāo)和定性因素可對(duì)細(xì)節(jié)即具體過程進(jìn)行控制，以彌補(bǔ)財(cái)務(wù)指標(biāo)的不足，從微量上找出影響公司長期財(cái)務(wù)狀況的動(dòng)因。

財(cái)務(wù)預(yù)警是一種量化分析，它有利于清晰、直觀地反映上市公司的財(cái)務(wù)狀況，但它難以全面滿足揭示上市公司財(cái)務(wù)危機(jī)程度的需要，并不能完全替代傳統(tǒng)的定性分析，特別是財(cái)務(wù)報(bào)表的編制質(zhì)量和審計(jì)質(zhì)量等因素會(huì)直接決定模型結(jié)果的準(zhǔn)確性和實(shí)用性。

企業(yè)應(yīng)根據(jù)具體情況選擇合適的維度評(píng)價(jià)企業(yè)的經(jīng)營狀況，具體來說，財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的實(shí)施的規(guī)則是:企業(yè)定期監(jiān)測容易發(fā)生經(jīng)營危機(jī)和財(cái)務(wù)危機(jī)的各種因素，報(bào)告經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，建立風(fēng)險(xiǎn)報(bào)告制度，并利用有經(jīng)驗(yàn)分析人員的直覺判斷作定性分析評(píng)價(jià)。同時(shí)，定期運(yùn)用預(yù)警模型進(jìn)行量化分析。由于模型預(yù)測所使用的數(shù)據(jù)來自年度財(cái)務(wù)報(bào)告，因此，量化分析的時(shí)間可定為一年一次，而非量化分析相對(duì)容易些，可把時(shí)間定為一月一次，甚至更短一些，以便使預(yù)測更加及時(shí)有效。另外，在年度財(cái)務(wù)危機(jī)預(yù)警時(shí)，可把平時(shí)非量化分析結(jié)果和年度量化分析結(jié)果進(jìn)行相互修正。例如，企業(yè)按助gistic回歸模型預(yù)測出在財(cái)務(wù)危機(jī)警戒線以上，即企業(yè)不會(huì)發(fā)生財(cái)務(wù)危機(jī)，但根據(jù)企業(yè)當(dāng)年報(bào)表外的非財(cái)務(wù)信息(如或有負(fù)債等表外因素)、專業(yè)人員的經(jīng)驗(yàn)判斷計(jì)算出企業(yè)的定性評(píng)價(jià)指標(biāo)總分在預(yù)測警戒線以下，反映出企業(yè)存在著發(fā)生財(cái)務(wù)危機(jī)的可能性。若定性分析和定量分析得出相反的矛盾，這就需要作出仔細(xì)判斷，專業(yè)人員的主觀性是否過強(qiáng)，還是定量分析模型因行業(yè)因素的變化需要重新建模。企業(yè)在仔細(xì)分析后，再重新預(yù)測是否會(huì)發(fā)生財(cái)務(wù)危機(jī)。

3.關(guān)注重點(diǎn)指標(biāo)，建立適合我國國情的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。首先，關(guān)注主營業(yè)務(wù)指標(biāo)，加強(qiáng)主業(yè)監(jiān)管。如果頻繁變更主營業(yè)務(wù)，上市公司的業(yè)績無法得到保障，具有很大的不穩(wěn)定性，投資者很難有一個(gè)合理的業(yè)績預(yù)期，這對(duì)投資者和上市公司來說都是很大的風(fēng)險(xiǎn)。如果主營業(yè)務(wù)急劇萎縮，并且造成這種情況的因素是根本性的，持續(xù)性的，那么上市公司就有可能陷入財(cái)務(wù)困境。上市公司大多是高新技術(shù)企業(yè)，其核心能力強(qiáng)弱的直接市場表現(xiàn)無疑是主營業(yè)務(wù)收入/總資產(chǎn)指標(biāo)。該指標(biāo)通過與市場或行業(yè)平均(先進(jìn))水平的比較及其走勢的考察，可以對(duì)上市公司市場競爭的優(yōu)劣態(tài)勢有一個(gè)較為清晰的判斷。如果該指標(biāo)經(jīng)常低于市場或行業(yè)的平均(先進(jìn))水平，且成持續(xù)走低杰勢塊上市公司財(cái)務(wù)危機(jī)預(yù)警問題研究的話，便意味著上市公司處于競爭的不利地位。如果不及時(shí)扭轉(zhuǎn)，將導(dǎo)致嚴(yán)重的財(cái)務(wù)危機(jī)。因此，上市公司要強(qiáng)調(diào)突出主營業(yè)務(wù)，在評(píng)估上市公司主業(yè)競爭能力時(shí)要關(guān)注主營業(yè)務(wù)收入/總資產(chǎn)指標(biāo)。只有如此，才有可能建立真正有效的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。其次，關(guān)注資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)。判別盈利公司與財(cái)務(wù)危機(jī)公司的財(cái)務(wù)差異，資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)有著中長期的判別作用，而盈利能力及回報(bào)能力、資產(chǎn)流動(dòng)性和公司增長能力指標(biāo)則短期判別能力強(qiáng)。在防范上市公司的財(cái)務(wù)危機(jī)時(shí)，應(yīng)側(cè)重于資產(chǎn)管理能力指標(biāo)和負(fù)債比率指標(biāo)。

3.進(jìn)行預(yù)警指標(biāo)的敏感性分析。敏感性分析是指企業(yè)的財(cái)務(wù)指標(biāo)的變動(dòng)對(duì)預(yù)警結(jié)果的影響程度，重要指標(biāo)的變動(dòng)會(huì)對(duì)企業(yè)產(chǎn)生較大影響。預(yù)警系統(tǒng)一旦報(bào)警，管理曾首先要確定是哪些指標(biāo)偏離造成的危機(jī)，進(jìn)而采取相應(yīng)措施進(jìn)行調(diào)整。調(diào)整可以針對(duì)某一個(gè)指標(biāo)，也可以是某幾個(gè)指標(biāo)。選取哪種方式更有效、更經(jīng)濟(jì)，管理層有必要在敏感性和調(diào)整難度之間進(jìn)行權(quán)衡，選取適當(dāng)?shù)恼{(diào)整方式。

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:中國財(cái)政經(jīng)濟(jì)出版社，2004

[2]張艷秋王彤彤:我國上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)應(yīng)用研究[J].會(huì)計(jì)之友，2008，（3）

[3]呂長江周現(xiàn)華:上市公司財(cái)務(wù)困境預(yù)測方法的比較研究[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào),2005,(6)

第6篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

關(guān)鍵詞 ：上市公司；財(cái)務(wù)危機(jī)；控制；措施

一、上市公司財(cái)務(wù)危機(jī)范圍的界定

我們認(rèn)為上市公司財(cái)務(wù)危機(jī)不僅含有出現(xiàn)的早期的財(cái)務(wù)危機(jī)狀況，還包括最嚴(yán)重情況下的破產(chǎn)清算，以及位于二者之中的任何一種可能的情況。從以上可以看出，在本文中討論的財(cái)務(wù)危機(jī)是有著程度之分的。實(shí)際上，大部分公司的財(cái)務(wù)狀況剛開始都是良好的，后來情況逐步變差才陷入財(cái)務(wù)危機(jī)這個(gè)泥潭的，甚至破產(chǎn)。

二、上市公司財(cái)務(wù)危機(jī)的特征

（一）突發(fā)性

財(cái)務(wù)危機(jī)的發(fā)生可能事先沒有任何征兆，這樣的突然爆發(fā)的原因可能有很多。例如，某公司突然宣告破產(chǎn)，之前沒有半點(diǎn)跡象表露出來，無法如期收回大額應(yīng)收賬款。

（二）可預(yù)見性

財(cái)務(wù)危機(jī)是在公司生產(chǎn)經(jīng)營的過程中，與經(jīng)濟(jì)相關(guān)的矛盾沒有得到理智的處理和解決，慢慢積累起來而逐漸形成的。在這個(gè)過程中，對(duì)其中任何一個(gè)細(xì)節(jié)的忽視都可能導(dǎo)致財(cái)務(wù)危機(jī)。財(cái)務(wù)管理人員需要多用心觀察，及時(shí)發(fā)現(xiàn)財(cái)務(wù)危機(jī)的苗頭，采取強(qiáng)有力的財(cái)務(wù)控制措施來解決出現(xiàn)的問題。

（三）可逆性

在公司出現(xiàn)財(cái)務(wù)危機(jī)的時(shí)候，如果管理人員能夠采取一些必要的手段來改善公司的財(cái)務(wù)狀況，就能使公司轉(zhuǎn)危為安，不會(huì)導(dǎo)致最后的破產(chǎn)。

三、上市公司財(cái)務(wù)危機(jī)具體表現(xiàn)方式

（一）現(xiàn)金支付出現(xiàn)問題

資金短缺在很大程度上與公司的信譽(yù)有一定的關(guān)系。現(xiàn)代社會(huì)是一個(gè)講誠信的社會(huì)，公司也是如此。一個(gè)講信譽(yù)的公司，可以輕松地從債權(quán)人手里獲得資金支持、從投資者那里得到項(xiàng)目支持，能夠順利地在銀行和關(guān)聯(lián)公司那里融資，從而保證產(chǎn)品的生產(chǎn)、銷售以及再生產(chǎn)，這也是公司健康發(fā)展的關(guān)鍵。反之，一旦公司失去信譽(yù)，資金鏈斷裂，公司的籌資融資將會(huì)變得相當(dāng)困難。

（二）債務(wù)問題突出

公司不能清償?shù)狡趥鶆?wù)的表現(xiàn)形式主要有兩種，其中一種是公司的資產(chǎn)流動(dòng)性太差，缺乏現(xiàn)金；另一種就是本身資產(chǎn)不多，又有大量外債，沒有辦法按時(shí)兌現(xiàn)曾經(jīng)給債權(quán)人許下的還債承諾。

（三）大額投資失敗

在公司資產(chǎn)有限的情況下，如果盲目進(jìn)行巨額投資，有可能冒太大的風(fēng)險(xiǎn)，使公司陷入無力清償、喪失信譽(yù)的困境，這樣的后果就可能會(huì)讓公司陷入巨額虧損的境地。

（四）產(chǎn)品銷售受阻

許多公司產(chǎn)品品種單一，銷售手段老化，銷售渠道不暢，導(dǎo)致產(chǎn)品大量積壓，資金周轉(zhuǎn)不靈，大量欠款無法及時(shí)償還，這樣就可能演變成給公司帶來嚴(yán)重后果的財(cái)務(wù)危機(jī)事件。

（五）主營業(yè)務(wù)癱瘓

上市公司的主要收入來源應(yīng)是其主營業(yè)務(wù)。絕大部分公司的虧損都是由于主營業(yè)務(wù)經(jīng)營不力而形成的。上市公司為了穩(wěn)定股票價(jià)格、達(dá)到配股要求，或是為了改善公司經(jīng)濟(jì)狀況，常用的做法通過債務(wù)重組或者政府補(bǔ)貼，或者和關(guān)聯(lián)方進(jìn)行交易。這樣的公司盈利并不是真正意義上的盈利，而且這樣的行為也可能會(huì)使公司陷入更加危險(xiǎn)的境地。

四、我國上市公司財(cái)務(wù)危機(jī)控制及應(yīng)對(duì)措施

（一）財(cái)務(wù)危機(jī)預(yù)先控制

1.識(shí)別公司財(cái)務(wù)危機(jī)的早期癥狀

公司財(cái)務(wù)危機(jī)并不是一天形成的，它的爆發(fā)也需要一定時(shí)間的積累。就公司的管理層來說，識(shí)別公司財(cái)務(wù)危機(jī)的征兆可以幫助他們改善管理，及時(shí)發(fā)現(xiàn)問題并預(yù)測其發(fā)展趨勢，進(jìn)而準(zhǔn)確的判斷財(cái)務(wù)風(fēng)險(xiǎn)的水平。

2.建立財(cái)務(wù)危機(jī)預(yù)警模型

早在20 世紀(jì)80 年代，我國學(xué)者就開始了對(duì)財(cái)務(wù)危機(jī)預(yù)警問題的研究。研究的初級(jí)階段，基本上都是介紹和評(píng)價(jià)國外模型。真正適合我國國情的、以國內(nèi)公司的具體數(shù)據(jù)為基礎(chǔ)的預(yù)警模型的研究成果最早出現(xiàn)于1999 年。現(xiàn)在國內(nèi)的研究還是集中在怎樣運(yùn)用預(yù)警模型來檢測以及運(yùn)用哪種模型來預(yù)警這個(gè)方面。

（二）財(cái)務(wù)危機(jī)處理

1.有效處理債務(wù)問題。公司應(yīng)當(dāng)及時(shí)地與各類債權(quán)人溝通，要求他們提供短期周轉(zhuǎn)性借款、將債務(wù)清償延期或延長納稅期限。另一方面，爭取在盡可能短的時(shí)間內(nèi)，收回應(yīng)收賬款，包括清收各種單位和個(gè)人的欠款，收回公司的各類應(yīng)收賬款，只有這樣公司的財(cái)務(wù)危機(jī)才有可能得到緩解。

2.降低長期投資占總投資的比例。如果長期投資在公司的總資產(chǎn)中占有較高的比例時(shí)，就要把那些利潤不佳又很難控制的子公司轉(zhuǎn)讓，把那些能夠變現(xiàn)的長期資產(chǎn)盡可能變現(xiàn)。采取這些手段，能夠間接地變現(xiàn)有資產(chǎn)為營運(yùn)資金，可以很大程度上提高公司償還債務(wù)的能力和維護(hù)債權(quán)人的利益。不過，對(duì)負(fù)債公司自身來說，轉(zhuǎn)讓投資和變現(xiàn)資產(chǎn)可能會(huì)導(dǎo)致一定的經(jīng)濟(jì)損失。因而，這一方案往往要經(jīng)過公司的高層領(lǐng)導(dǎo)討論研究并證實(shí)確實(shí)可行后才能實(shí)施。

3.有效處理公司的庫存。存貨不是一種容易變現(xiàn)的資產(chǎn)，因此，最好的做法就是盡可能的降低存貨的庫存量。

4.壓縮公司的一切不必要開支。削減各種行政管理費(fèi)用、裁并虧損部門以及一些不必要的輔助部門和適度地裁減人員；適度減少對(duì)外采購、停用某些無效的生產(chǎn)線。此外，關(guān)閉部分子公司、停產(chǎn)沒有競爭力的產(chǎn)品等等，都可以最大程度的降低公司的開支。

5.尋求過渡時(shí)期的資金支持。一方面讓債務(wù)人放緩收債的時(shí)間，另一方面和供貨商談判，要求其繼續(xù)提供原材料或資金，應(yīng)付賬款按照銷貨的一定百分比償還、或者直接用退掉部分材料來抵消相應(yīng)的一些應(yīng)付賬款。

6.制定長期方案。建立長期方案實(shí)施時(shí)間表，修改公司的策略和目標(biāo)，并從中吸取教訓(xùn)。①緊縮策略。縮減人員、產(chǎn)品或者不良的市場，起到提升公司價(jià)值的目的。②重整策略。重新優(yōu)化公司的資本結(jié)構(gòu)，重新考慮公司的增長方向，重新打造公司的增長點(diǎn)。③成長策略。通過新產(chǎn)品的研發(fā)或者新的銷售渠道的開辟，使公司能夠迅速的占領(lǐng)新的市場，形成新的利潤增長點(diǎn)。另外，公司也可以采用資產(chǎn)重組的方式來應(yīng)對(duì)財(cái)務(wù)危機(jī)。

參考文獻(xiàn)：

[1]彭韶兵，刑精平.公司財(cái)務(wù)危機(jī)論[M].清華大學(xué)出版社,2005.

[2]吳潤玉.上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].消費(fèi)導(dǎo)刊, 2007,(06).

[3]萬水林，張耀輝.財(cái)務(wù)危機(jī)成本與資本結(jié)構(gòu)決策[J].生產(chǎn)力研究,2004,(03).

第7篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

關(guān)鍵詞：財(cái)務(wù)危機(jī)；AdaBoost；BPNN；GA-BPNN

中圖分類號(hào)：F275；F224文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-8409（2013）12-0130-05

1引言

長期以來，公司財(cái)務(wù)危機(jī)管理一直是政府經(jīng)濟(jì)決策部門和公司經(jīng)營管理者所關(guān)注的焦點(diǎn)。近年來的全球金融危機(jī)更是告誡人們，必須強(qiáng)化企業(yè)危機(jī)管理意識(shí)、加強(qiáng)危機(jī)監(jiān)控、提升危機(jī)預(yù)測精度。只有對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行及時(shí)準(zhǔn)確地預(yù)測，才能做出正確的決策、采取防范措施，從而避免危機(jī)的發(fā)生和減少危機(jī)所帶來的損失。因此，從這個(gè)角度講，如何準(zhǔn)確有效地對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測就顯得尤為重要。

目前，已有大量文獻(xiàn)運(yùn)用多元判別分析、邏輯回歸模型以及主成分分析法等統(tǒng)計(jì)方法對(duì)公司財(cái)務(wù)危機(jī)預(yù)測進(jìn)行了研究。雖然這些統(tǒng)計(jì)方法的提出和應(yīng)用有效地推動(dòng)了公司財(cái)務(wù)危機(jī)預(yù)測研究的快速發(fā)展，并取得較好的研究效果，但也存在條件過于苛刻、指標(biāo)選擇主觀性強(qiáng)等缺陷，因而在實(shí)際應(yīng)用中受到了極大的限制。因此，具有高度容錯(cuò)性和非線性擬合等優(yōu)點(diǎn)的人工神經(jīng)網(wǎng)絡(luò)受到了學(xué)者們的普遍關(guān)注，并被運(yùn)用于提高財(cái)務(wù)危機(jī)預(yù)測精度研究中，取得了一系列有價(jià)值的研究成果。而在眾多神經(jīng)網(wǎng)絡(luò)模型中，BP神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛。雖然BP神經(jīng)網(wǎng)絡(luò)相比MDA、邏輯回歸等模型更能有效解決財(cái)務(wù)危機(jī)問題，但存在學(xué)習(xí)時(shí)間較長、需設(shè)定的參數(shù)多等缺點(diǎn)。另外，有學(xué)者運(yùn)用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，極大地提高了對(duì)財(cái)務(wù)危機(jī)的預(yù)測精度。需要指出的是，遺傳算法也存在著編碼復(fù)雜、處理規(guī)模小和局部搜索能力差等缺點(diǎn)。

針對(duì)單種模型存在的不足，一些學(xué)者開始嘗試運(yùn)用整體模型對(duì)危機(jī)預(yù)測進(jìn)行研究，以期望減少預(yù)測的誤差，提高預(yù)測精度。整體模型是一種新的機(jī)器學(xué)習(xí)方式，它將不同的“弱分類器”的輸出結(jié)果進(jìn)行“合并”，構(gòu)建出一個(gè)高精度的“強(qiáng)分類器”，并通過多次迭代計(jì)算，調(diào)整各個(gè)“弱分類器”的權(quán)值，從而提高對(duì)危機(jī)預(yù)測的準(zhǔn)確性。Hansen等[1]是最早對(duì)整體模型進(jìn)行研究的學(xué)者之一，他們發(fā)現(xiàn)，無論在訓(xùn)練集還是測試集，相同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)整體模型的預(yù)測效果均要優(yōu)于單種神經(jīng)網(wǎng)絡(luò)模型。Lean等[2]的實(shí)證結(jié)果說明，在對(duì)信用風(fēng)險(xiǎn)進(jìn)行預(yù)測時(shí)，神經(jīng)網(wǎng)絡(luò)整體模型比單獨(dú)三種神經(jīng)網(wǎng)絡(luò)模型和多數(shù)投票整體模型預(yù)測準(zhǔn)確性更高。Tsai等[3]運(yùn)用神經(jīng)網(wǎng)絡(luò)整體模型和單種神經(jīng)網(wǎng)絡(luò)模型對(duì)銀行破產(chǎn)危機(jī)預(yù)測，研究表明，在大多數(shù)情況下整體模型預(yù)測精度都要高于單種模型。Sun等[4]對(duì)整體模型中各單個(gè)“弱分類器”的選擇進(jìn)行了研究。所有的這些研究成果不僅表明整體模型更能對(duì)危機(jī)進(jìn)行準(zhǔn)確預(yù)測，而且對(duì)于如何構(gòu)建整體模型和提高危機(jī)預(yù)測精度都具有積極的現(xiàn)實(shí)作用和理論價(jià)值。

Bagging和AdaBoost是目前兩種最為流行的整體模型算法，并被廣泛運(yùn)用于危機(jī)預(yù)測研究之中。Alfaro等[5]采用AdaBoost算法對(duì)危機(jī)預(yù)測進(jìn)行研究，并得到AdaBoost算法能夠減少誤差提高預(yù)測精度的結(jié)論；Alfaro等[6]對(duì)銀行破產(chǎn)進(jìn)行預(yù)測，發(fā)現(xiàn)AdaBoost算法比神經(jīng)網(wǎng)絡(luò)減少了30%的預(yù)測誤差；Bauer等[7]的研究也表明整體模型中AdaBoost算法普遍優(yōu)于Bagging算法。由此可見，運(yùn)用AdaBoost算法對(duì)危機(jī)進(jìn)行預(yù)測更能減少預(yù)測誤差、提高預(yù)測精度。因此，本文引入AdaBoost算法對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)測進(jìn)行研究。

中國是最大的新興市場之一，在國際金融市場發(fā)揮著越來越重要的作用。然而，隨著世界經(jīng)濟(jì)一體化的不斷加速以及近年來國際金融市場的動(dòng)蕩加劇，中國金融市場必將遭受更多壓力與挑戰(zhàn)，中國上市公司也必將面臨更為復(fù)雜的投資經(jīng)營環(huán)境。因此，探討中國上市公司財(cái)務(wù)危機(jī)預(yù)測，具有極其重要的理論價(jià)值與現(xiàn)實(shí)意義。

基于以上認(rèn)識(shí)和分析，本文以中國A股上市公司財(cái)務(wù)數(shù)據(jù)為研究樣本，首先運(yùn)用主成分分析提煉出對(duì)財(cái)務(wù)危機(jī)有顯著影響的指標(biāo)；然后將提煉出的指標(biāo)作為輸入變量，建立AdaBoost財(cái)務(wù)危機(jī)預(yù)測模型；最后將BPNN和GA-BPNN模型與AdaBoost模型進(jìn)行對(duì)比分析，進(jìn)而運(yùn)用分類準(zhǔn)確率對(duì)三種模型的預(yù)測效果進(jìn)行檢驗(yàn)、評(píng)價(jià)，為政府經(jīng)濟(jì)決策部門和公司經(jīng)營管理者提供決策參考。

迄今為止，已有相當(dāng)一部分文獻(xiàn)對(duì)中國上市公司財(cái)務(wù)危機(jī)進(jìn)行了研究。李曉峰和徐玖平[8]運(yùn)用粗糙集結(jié)合神經(jīng)網(wǎng)絡(luò)對(duì)中國上市公司財(cái)務(wù)危機(jī)進(jìn)行了研究；張玲等[9]運(yùn)用多元判別法和神經(jīng)網(wǎng)絡(luò)對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行了研究；韓建光等[10]建立了Kalman公司財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型。雖然上述研究取得了較好的研究效果，但仍然以單種危機(jī)預(yù)測模型進(jìn)行研究，很少有運(yùn)用整體模型特別是AdaBoost算法對(duì)中國上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測研究。令人欣喜的是，Sun等[11]運(yùn)用AdaBoost整體模型對(duì)中國上市公司財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測研究，但他們并未將BP神經(jīng)網(wǎng)絡(luò)作為“弱分類器”，也沒有將GA-BPNN作為對(duì)照組進(jìn)行對(duì)比分析。

與其他文獻(xiàn)相比，本文存在明顯的差異：（1）運(yùn)用主成分分析提煉出對(duì)財(cái)務(wù)危機(jī)具有顯著影響的指標(biāo)，以消除輸入變量過多造成的“維數(shù)災(zāi)難”；（2）選用AdaBoost算法建立中國A股上市公司財(cái)務(wù)危機(jī)預(yù)測整體模型，同時(shí)將在單種危機(jī)預(yù)測模型中具有獨(dú)特優(yōu)勢的BP神經(jīng)網(wǎng)絡(luò)作為整體模型的“弱分類器”；（3）將AdaBoost整體模型在中國A股上市公司的實(shí)際運(yùn)用效果與BPNN、GA-BPNN模型的預(yù)測結(jié)果進(jìn)行對(duì)比研究。

2公司財(cái)務(wù)危機(jī)預(yù)測方法構(gòu)建

2.1公司財(cái)務(wù)危機(jī)預(yù)測模型構(gòu)建

至此可以根據(jù)上述算法建立AdaBoost公司財(cái)務(wù)危機(jī)預(yù)測模型，其主要結(jié)構(gòu)如圖1。首先將樣本數(shù)據(jù)分為n組，分別建立n個(gè)網(wǎng)絡(luò)結(jié)構(gòu)相同的BP神經(jīng)網(wǎng)絡(luò)“弱分類器”進(jìn)行學(xué)習(xí)訓(xùn)練。接著，根據(jù)AdaBoost算法調(diào)整各個(gè)“弱分類器”的權(quán)值。最后，當(dāng)誤差到達(dá)可接受范圍內(nèi)時(shí)，根據(jù)此時(shí)各“弱分類器”的權(quán)值計(jì)算出整體模型的預(yù)測輸出值c（x）。根據(jù)預(yù)測輸出值就能對(duì)公司將是否發(fā)生危機(jī)進(jìn)行判斷，從而提前采取措施，減少或避免危機(jī)發(fā)生所造成的損失。

此外，有學(xué)者運(yùn)用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，有效克服了BP神經(jīng)網(wǎng)絡(luò)收斂速度過慢和局部最優(yōu)的缺點(diǎn)。同時(shí)，為考察AdaBoost算法對(duì)財(cái)務(wù)危機(jī)預(yù)測的優(yōu)越性，本文將遺傳算法優(yōu)化的GA-BPNN模型與AdaBoost模型的預(yù)測結(jié)果進(jìn)行對(duì)比分析。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的主要要素包括編碼、適應(yīng)度值計(jì)算、選擇操作、交叉操作和變異操作。首先對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行初始化，并對(duì)其權(quán)值和閾值進(jìn)行遺傳編碼，然后計(jì)算出BP神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差并作為個(gè)體的適應(yīng)度值；接著進(jìn)行遺傳算法的選擇、交叉和變異操作，尋求最優(yōu)的權(quán)值和閾值；最后將得到的最優(yōu)權(quán)值和閾值賦值到BP神經(jīng)網(wǎng)絡(luò)重新進(jìn)行學(xué)習(xí)訓(xùn)練，得到所期望的預(yù)測結(jié)果。

2.2公司財(cái)務(wù)危機(jī)預(yù)測模型效果評(píng)價(jià)方法

準(zhǔn)確有效地預(yù)測財(cái)務(wù)危機(jī)，是政府經(jīng)濟(jì)決策部門和公司經(jīng)營管理者所關(guān)心的焦點(diǎn)，而如何對(duì)危機(jī)進(jìn)行劃分又是對(duì)危機(jī)有效預(yù)測的首要問題。本文根據(jù)文獻(xiàn)[4]對(duì)危機(jī)的定義，將2011年被ST的上市公司定義為發(fā)生了財(cái)務(wù)危機(jī)其期望輸出值為-1。同樣，將未被ST的上市公司定義為未發(fā)生財(cái)務(wù)危機(jī)，其期望輸出值為1。

4結(jié)論

本文以中國A股上市公司為研究對(duì)象，運(yùn)用整體模型中的AdaBoost算法對(duì)其財(cái)務(wù)危機(jī)進(jìn)行預(yù)測研究。針對(duì)變量過多可能造成的“維數(shù)災(zāi)難”問題，運(yùn)用主成分分析提煉出財(cái)務(wù)危機(jī)主要影響變量。為了對(duì)AdaBoost模型的實(shí)際運(yùn)用效果進(jìn)行評(píng)價(jià)，采用了分類準(zhǔn)確率評(píng)價(jià)方法，同時(shí)將其結(jié)果與BPNN模型和GA-BPNN模型預(yù)測結(jié)果進(jìn)行對(duì)比分析。

通過研究，得到了以下有價(jià)值的結(jié)果：（1）利用主成分分析所提煉出的8個(gè)變量能夠很好地反映公司財(cái)務(wù)狀況，8個(gè)變量的累計(jì)貢獻(xiàn)率為84.552%。（2）AdaBoost模型以及BPNN模型和GA-BPNN模型均能有效對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測，三種方法的分類準(zhǔn)確率分別為92%、84%和88%。（3）從分類準(zhǔn)確率排序來看，AdaBoost模型效果最好，GA-BPNN模型其次，這說明運(yùn)用整體模型中AdaBoost算法更能對(duì)我國上市公司財(cái)務(wù)問題進(jìn)行準(zhǔn)確預(yù)測，從而為經(jīng)濟(jì)管理者和股權(quán)投資者提供決策借鑒。

參考文獻(xiàn)：

[1]Hansen L K， Salamon P. Neural Network Ensembles[J]. Transaction on Pattern Analysis and Machine Intelligence， 1990， 12： 993-1001.

[2]Lean Yu， Shouyang Wang， Kin Keung Lai. Credit Risk Assessment with a Multistage Neural Network Ensemble Learning Approach[J]. Expert Systems with Applications， 2008， 34： 1434–1444.

[3]Tsai C F， Wu J W. Using Neural Network Ensemble for Bankruptcy Prediction and Credit Scoring[J]. Expert Systems with Applications， 2008， 34： 2639-2649.

[4]Sun J， Li H. Financial Distress Prediction Based on Serial Combination of Multiple Classifiers[J]. Expert Systems with Applications， 2009， 36： 8859–8666.

[5]Alfaro E， Gamez M， Garcia N， Multiclass Corporate Failure Prediction by AdaBoost[J]. Advanced Economic Research， 2007， 13： 301-312.

[6]Alfaro E， Garcia N， Gamez M， et al. Bankruptcy Forecasting： An Empirical Comparison of AdaBoost and Neural Networks[J]. Decision Support Systems， 2008， 45： 110-122.

[7]Bauer E， Kohavi R. An Empirical Comparison of Voting Classification Algorithms： Bagging， Boosting and Variants[J]. Machine Learning， 1999， 36： 105–139.

[8]李曉峰，徐玖平.企業(yè)財(cái)務(wù)危機(jī)預(yù)警Rough-ANN 模型的建立及其應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐， 2004， 10： 8-14.

[9]張玲，陳收，張昕. 基于多元判別分析和神經(jīng)網(wǎng)絡(luò)技術(shù)的公司財(cái)務(wù)困境預(yù)警[J]. 系統(tǒng)工程， 2005， 23： 49-56.

第8篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

[關(guān)鍵詞]上市公司；財(cái)務(wù)預(yù)警；Logit模型；股權(quán)結(jié)構(gòu)；實(shí)證分析

[中圖分類號(hào)]F275

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1006-5024(2009)06-0159-03

一、研究背景

隨著改革開放的進(jìn)程，我國上市公司從無到有，從少到多，從弱到強(qiáng)，不斷地得到成長與發(fā)展，已成為國民經(jīng)濟(jì)的有生力量。部分上市公司的財(cái)務(wù)危機(jī)則開始顯現(xiàn)，而上市公司的財(cái)務(wù)危機(jī)由初步萌生到程度惡化，并非瞬間所致，需經(jīng)歷漸進(jìn)積累轉(zhuǎn)化的過程。在這過程中，各種危機(jī)的因素，都將直接或間接地在資金運(yùn)動(dòng)的“晴雨表”――敏感性財(cái)務(wù)指標(biāo)值的不同變化上反映出來，在理論界就提出了財(cái)務(wù)預(yù)警問題。學(xué)者們對(duì)財(cái)務(wù)預(yù)警也有著不同理解。向德偉認(rèn)為，財(cái)務(wù)預(yù)警就是企業(yè)風(fēng)險(xiǎn)在財(cái)務(wù)上表現(xiàn)為個(gè)別及相關(guān)指標(biāo)的異常。陳晶璞認(rèn)為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是一種警報(bào)，它能及時(shí)發(fā)現(xiàn)企業(yè)潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并對(duì)其具體情況做出預(yù)測，使企業(yè)能及時(shí)進(jìn)行防范和控制，將損失降至最低程度。蔡壁洪認(rèn)為，財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性財(cái)務(wù)指標(biāo)的變化，對(duì)企業(yè)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)所施行的實(shí)時(shí)監(jiān)控和預(yù)測預(yù)報(bào)。楊宗昌和趙紅認(rèn)為財(cái)務(wù)失敗預(yù)警是利用及時(shí)的數(shù)據(jù)化管理方式，通過全面分析，反映企業(yè)內(nèi)、外部經(jīng)營情況的各項(xiàng)資料，將企業(yè)存在產(chǎn)生潛在的財(cái)務(wù)失敗風(fēng)險(xiǎn)預(yù)先告知經(jīng)營者和其他利益相關(guān)者的一套工具。

我們認(rèn)為財(cái)務(wù)預(yù)警是以企業(yè)的財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃及其他相關(guān)會(huì)計(jì)資料為依據(jù)，利用財(cái)會(huì)、統(tǒng)計(jì)、金融、企業(yè)管理、市場營銷理論，采用比率分析、比較分析、因素分析等多種分析方法，對(duì)企業(yè)的經(jīng)營活動(dòng)、財(cái)務(wù)活動(dòng)等進(jìn)行分析預(yù)測，以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動(dòng)中潛在的風(fēng)險(xiǎn)，并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營者發(fā)出警告，督促企業(yè)管理層采取有效措施，避免潛在的風(fēng)險(xiǎn)演變成危機(jī)甚至是失敗的財(cái)務(wù)分析預(yù)測活動(dòng)。而財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，則是通過設(shè)置并觀察一些敏感性財(cái)務(wù)指標(biāo)的變化，對(duì)企業(yè)集團(tuán)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)進(jìn)行預(yù)測、預(yù)報(bào)的財(cái)務(wù)分析系統(tǒng)。上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，就是以上市公司信息化為基礎(chǔ)，對(duì)上市公司在經(jīng)營活動(dòng)中的潛在風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)控的系統(tǒng)。

對(duì)我國上市公司財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究，構(gòu)建一個(gè)有效適用的財(cái)務(wù)危機(jī)預(yù)警模型，準(zhǔn)確地根據(jù)財(cái)務(wù)指標(biāo)預(yù)測上市公司未來財(cái)務(wù)危機(jī)程度對(duì)市場參與方有著重要的現(xiàn)實(shí)意義。一個(gè)可行的財(cái)務(wù)預(yù)警模型，能起到報(bào)警的作用，提醒有關(guān)市場參與方的注意。對(duì)上市公司來說，借助財(cái)務(wù)預(yù)警模型，公司管理層能夠及時(shí)發(fā)現(xiàn)公司財(cái)務(wù)狀況的惡化，以及造成公司財(cái)務(wù)狀況惡化的原因，從而能夠及時(shí)地、有針對(duì)性地調(diào)整公司經(jīng)營策略，扭轉(zhuǎn)公司經(jīng)營狀況惡化的趨勢。

關(guān)于股權(quán)集中度與企業(yè)價(jià)值、公司績效之間的關(guān)系，國內(nèi)外學(xué)者均作了一定的研究。Berle和Means最早考察了股權(quán)結(jié)構(gòu)與公司績效之間的關(guān)系，認(rèn)為股權(quán)越分散，公司績效越難以達(dá)到最優(yōu)。Shleifer和Vishny則從減輕問題的角度論述了大股東的積極作用。他們通過建立模型說明在其他條件相同的情況下，大股東的存在對(duì)公司價(jià)值有正效應(yīng)。因?yàn)橄喈?dāng)比例的股權(quán)使得大股東有動(dòng)力去監(jiān)督管理者，從而可以避免“搭便車”問題。Demsetz和Lehn用1980年美國511家公司的會(huì)計(jì)利潤率對(duì)各種股權(quán)集中度指標(biāo)進(jìn)行回歸，發(fā)現(xiàn)二者不存在顯著的相關(guān)關(guān)系。McConnell和Servaes通過對(duì)美國1976年的1173個(gè)樣本公司和1986年的1093個(gè)樣本公司的To―bin’s Q與股權(quán)結(jié)構(gòu)的分析，發(fā)現(xiàn)Tobin’s Q與公司內(nèi)部股東所擁有的股權(quán)之間具有曲線關(guān)系，當(dāng)內(nèi)部股東所擁有的股權(quán)從零開始增加時(shí)，曲線向上傾斜，股權(quán)比例達(dá)到40％-50％時(shí)，曲線向下傾斜。Claessens，Djankov和Lang在對(duì)東亞地區(qū)企業(yè)股權(quán)結(jié)構(gòu)的研究中，均發(fā)現(xiàn)這些國家和地區(qū)的企業(yè)股權(quán)高度集中，并且與企業(yè)價(jià)值正相關(guān)。Lins和Servaes在對(duì)18個(gè)新興市場國家的企業(yè)研究中也發(fā)現(xiàn)，大股東對(duì)企業(yè)價(jià)值有正面影響，在投資者權(quán)益保護(hù)的法律制度及其有效性弱的地區(qū)，大股東在公司治理中擔(dān)任著重要角色，具有積極的作用。

而通過研究上市公司股權(quán)結(jié)構(gòu)與公司財(cái)務(wù)風(fēng)險(xiǎn)之間關(guān)系，構(gòu)建有效適用財(cái)務(wù)危機(jī)預(yù)警模型，準(zhǔn)確預(yù)測上市公司未來財(cái)務(wù)危機(jī)程度的文章卻很少見，我們對(duì)此做一簡要分析。

二、上市公司財(cái)務(wù)預(yù)警與股權(quán)結(jié)構(gòu)的實(shí)證分析

(一)股權(quán)結(jié)構(gòu)與上市公司財(cái)務(wù)預(yù)警的假設(shè)。股權(quán)結(jié)構(gòu)的特征可以從量和質(zhì)的方面來研究，即股東持股數(shù)量和股權(quán)性質(zhì)。在此主要研究股權(quán)集中度、第一大股東性質(zhì)、流通股與上市公司財(cái)務(wù)預(yù)警度的相關(guān)性。現(xiàn)給出它們之間的假設(shè)：

1．上市公司股權(quán)集中程度與公司財(cái)務(wù)風(fēng)險(xiǎn)為正相關(guān)關(guān)系。在股權(quán)高度集中的情況下，由于缺乏可以相互制衡的力量，容易導(dǎo)致“大股東控制”，如果外部治理作用弱化的情況下，控股大股東就很可能侵蝕公司利潤、剝奪小股東的利益，造成高昂的成本，導(dǎo)致公司績效的下降，經(jīng)營風(fēng)險(xiǎn)的上升。同時(shí)，“一股獨(dú)大”導(dǎo)致民主性和科學(xué)性在公司決策機(jī)制中的缺乏。隨著控股股東的股權(quán)集中度的提高，現(xiàn)金流量與投票權(quán)的差距就會(huì)進(jìn)一步增大，而這種負(fù)作用效應(yīng)也將隨之增強(qiáng)。所以，較高的股權(quán)集中度會(huì)增加公司的財(cái)務(wù)風(fēng)險(xiǎn)。

2．流通股A股比例與公司財(cái)務(wù)風(fēng)險(xiǎn)為正相關(guān)關(guān)系。公司購并是一種非常關(guān)鍵的治理機(jī)制。研究表明，收購兼并的目標(biāo)公司一般為績差公司，收購后可以更換公司的經(jīng)理層，以控制其管理；購并可以使合并后的公司價(jià)值大于收購公司與目標(biāo)公司價(jià)值的算術(shù)和。潛在收購行為所引致的激勵(lì)和約束機(jī)制，在中國的資本市場還沒有形成。目前在國有股“一股獨(dú)大”的情況下，流通A股在總股本中占的比例很小；很多在1994《中華人民共和國公司法》(簡稱《公司法》)生效前上市的公司，至今未能達(dá)到《公司法》所要求的流通股份比例25％的限定。可以想像，在這樣的畸形股權(quán)結(jié)構(gòu)下，A股市場的收購兼并行為并不能發(fā)揮它應(yīng)有的功效，反而容易滋生腐敗，必然會(huì)帶來財(cái)務(wù)風(fēng)險(xiǎn)。

(二)樣本的選擇。考慮到發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性，我們選擇的是2003―2007年被sT的上市公司作為選擇的樣本對(duì)象，剔除資料不全和無法配對(duì)的，共158家公司，加上158家配對(duì)公司，共316家公司。相關(guān)數(shù)據(jù)來源于2003―2007年的中國上市公司財(cái)務(wù)年報(bào)數(shù)據(jù)庫以及齊魯證券信息平臺(tái)，數(shù)據(jù)的處理在EViews5.0下進(jìn)行。

(三)預(yù)警指標(biāo)的選擇。常見的預(yù)警指標(biāo)主要包括償債能力指標(biāo)、成長能力指標(biāo)、盈利能力指標(biāo)、營運(yùn)能力指標(biāo)、收益質(zhì)量指標(biāo)、現(xiàn)金流量指標(biāo)、資本結(jié)構(gòu)指標(biāo)和每股指標(biāo)等八個(gè)方面，每一指標(biāo)都減去行業(yè)的平均值，以消除指標(biāo)的行業(yè)差異。

而Logit回歸是采用因變量為屬值變量的分析方法，用于直接預(yù)測解釋變量相對(duì)于某一事件的發(fā)生概率。二元Logit回歸的因變量只取0和1兩個(gè)值，擬合的方程可表示為In[p／(1-p)]-a+∑biXi，其中p是上市公司發(fā)生財(cái)務(wù)危機(jī)的概率；xi是影響上市公司財(cái)務(wù)危機(jī)的第i個(gè)因素；i=1，2，…，m；a，bi(i=1，2，…，m)是待估計(jì)的參數(shù)。利用logit模型對(duì)被ST前一年份的數(shù)據(jù)進(jìn)行逐步回歸，得到最后用于預(yù)警的指標(biāo)：x1-總資產(chǎn)凈利潤ROA、x2-流動(dòng)資產(chǎn)周轉(zhuǎn)率、x3-凈資產(chǎn)收益率ROE(攤薄)、x4-凈資產(chǎn)收益率(攤薄)(同比增長率)、x5-資本支出／折舊和攤銷，最后回歸的結(jié)構(gòu)可得如下回歸方程：

v=-3.154696-0.469580x1-0.847988x2-0.026162x3+0.000462x4+0.098576x5

(四)計(jì)算預(yù)警值。把所有上市公司2003-2007年的總資產(chǎn)凈利潤ROA、流動(dòng)資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率ROE(攤薄)、凈資產(chǎn)收益率(攤薄)(同比增長率)、資本支出／折舊和攤銷減去其行業(yè)平均值，帶人上面的方程，并且利用相關(guān)公式計(jì)算出預(yù)警的概率值。

(五)實(shí)證結(jié)果。財(cái)務(wù)預(yù)警與股權(quán)結(jié)構(gòu)回歸結(jié)果如下：

現(xiàn)在根據(jù)上述回歸結(jié)果，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)和股權(quán)結(jié)構(gòu)的關(guān)系進(jìn)行分析如下：

1．股權(quán)集中度變量――赫芬德爾指數(shù)的系數(shù)估計(jì)值為一0.276215，股權(quán)集中度與公司財(cái)務(wù)預(yù)警度成負(fù)相關(guān)，該指標(biāo)是顯著的，故二者之間為顯著的負(fù)相關(guān)關(guān)系，假設(shè)1不成立。

2．第一大股東的性質(zhì)系數(shù)為負(fù)值，所以第一大股東性質(zhì)與上市公司財(cái)務(wù)不存在相關(guān)性，所以不產(chǎn)生影響。

3．從方程的估計(jì)結(jié)果就可以看出，流通股A股比例系數(shù)為正值，該指標(biāo)是顯著的，故假設(shè)2成立。對(duì)于國有或集體所有制上市公司以及民營或家族上市公司，股東大會(huì)則可能演變?yōu)榭毓烧叩臅?huì)議。所以，我們認(rèn)為，A股股東沒有能力影響投票的結(jié)果，也沒有動(dòng)力去“用手投票”。所以，他們一般會(huì)放棄投票權(quán)。這樣看來，流通股A股比例越大，被放棄的投票權(quán)就越多，導(dǎo)致了非流通股東持有較少股份就可以控制上市公司，所有權(quán)與控制權(quán)分離程度加大，這勢必會(huì)加大公司的財(cái)務(wù)風(fēng)險(xiǎn)。

三、對(duì)策與建議

由于流通股A股比例與公司財(cái)務(wù)風(fēng)險(xiǎn)正相關(guān)，這就要求要盡快完善中國上市公司治理結(jié)構(gòu)。尋找既有能力又有意愿行使股東權(quán)利的大股東，可以積極發(fā)展機(jī)構(gòu)投資者，允許和引導(dǎo)基金、保險(xiǎn)、養(yǎng)老金機(jī)構(gòu)持股，鼓勵(lì)分散的股東結(jié)構(gòu)，積極推動(dòng)國有股法人股上市流通，促進(jìn)公司控制權(quán)市場的形成；加快國有資產(chǎn)管理體制改革，建立獨(dú)立的股權(quán)行使機(jī)構(gòu)，履行股東權(quán)責(zé)，確保出資人代表切實(shí)在位。

此外，由于我國的股權(quán)結(jié)構(gòu)高度集中和股權(quán)分置，我國上市公司治理結(jié)構(gòu)存在很多的問題，主要表現(xiàn)為：作為國有股東的國有股的“所有者缺位”及與之相關(guān)的內(nèi)部人控制現(xiàn)象突出，大股東侵害中小股東的利益及與之相關(guān)的中小投資者的權(quán)益得不到保證等情況比較普遍，市場對(duì)上市公司的監(jiān)督和制約功能還未形成合力，管理層的激勵(lì)機(jī)制還沒有建立起來等。要解決上述問題須做好以下工作：

(一)推進(jìn)上市公司的制度創(chuàng)新。上市公司必須加大自身的制度創(chuàng)新力度，要建立市場導(dǎo)向理念，要重視公司的戰(zhàn)略決策、產(chǎn)品研發(fā)、管理水平提升，加強(qiáng)人力資源的開發(fā)，不斷完善經(jīng)營管理者的考核與選拔機(jī)制，努力提高公司的市場適應(yīng)力。同時(shí)，股權(quán)全流通后，上市公司的入市制度也要?jiǎng)?chuàng)新，在股市運(yùn)作方面要實(shí)現(xiàn)股票交易制度、融資條件、并購重組等制度上的創(chuàng)新，以優(yōu)化資本市場環(huán)境，促進(jìn)股改后新股發(fā)行機(jī)制的建立。

(二)推動(dòng)公司內(nèi)部治理制度的建立與完善。加快公司內(nèi)部治理機(jī)制和財(cái)務(wù)治理機(jī)制的建立和實(shí)施，加強(qiáng)公司內(nèi)部控制制度的建設(shè)，建立和完善有效的內(nèi)部董事激勵(lì)約束制度，充分發(fā)揮監(jiān)事會(huì)的獨(dú)立監(jiān)督作用，有效地設(shè)計(jì)和實(shí)施經(jīng)理人激勵(lì)計(jì)劃，以實(shí)現(xiàn)公司內(nèi)部治理和外部治理的有效結(jié)合。

第9篇：上市公司財(cái)務(wù)危機(jī)預(yù)警研究范文

關(guān)鍵詞：電子信息；財(cái)務(wù)危機(jī)程度預(yù)測；馬氏距離；費(fèi)歇判別

一、引言

1.上市公司財(cái)務(wù)危機(jī)預(yù)警

財(cái)務(wù)危機(jī)的定義有多種描述，一般來說，財(cái)務(wù)危機(jī)是企業(yè)財(cái)務(wù)活動(dòng)面臨或處于失控或遭受嚴(yán)重挫折的危險(xiǎn)與緊急狀態(tài)。它是企業(yè)盈利能力和償付能力實(shí)質(zhì)性地削弱、企業(yè)趨于破產(chǎn)等各種困境的總稱。建立財(cái)務(wù)危機(jī)預(yù)警模型可以在危機(jī)到來前給予企業(yè)及時(shí)的警告，管理者就可采取措施防止財(cái)務(wù)危機(jī)的出現(xiàn)。對(duì)于上市企業(yè)而言，財(cái)務(wù)危機(jī)預(yù)警就更加具有重要意義，它能幫助投資者做出投資決策，有利于證券監(jiān)管部門推進(jìn)監(jiān)管工作，有利于企業(yè)防患于未然，有利于債權(quán)人等利益相關(guān)者的決策。本文認(rèn)定被證交所施行“特別處理”（即被列入ST和*ST行列）的企業(yè)即陷入財(cái)務(wù)危機(jī)。國內(nèi)外的財(cái)務(wù)危機(jī)預(yù)警模型主要有單變量預(yù)警模型、多變量統(tǒng)計(jì)分析模型及其他財(cái)務(wù)危機(jī)預(yù)警模型。

2.電子信息板塊的危機(jī)程度預(yù)測模型

目前國內(nèi)學(xué)者在上市公司財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域的研究中，只是對(duì)公司是否會(huì)陷入財(cái)務(wù)危機(jī)進(jìn)行預(yù)測，而對(duì)公司在陷入財(cái)務(wù)危機(jī)之后的經(jīng)營發(fā)展變化情況并未進(jìn)行過定量的預(yù)測研究。證交所對(duì)企業(yè)施行特別處理后，“帶帽”的持續(xù)時(shí)間最短為一年。在這一年中，有些企業(yè)經(jīng)過營運(yùn)調(diào)整后財(cái)務(wù)狀況有所改善，如在第N年被冠以“ST”或“*ST”的企業(yè)，在第N+1年摘帽，或者在第N年被冠以“*ST”，在第N+1年變?yōu)椤癝T”；而有些企業(yè)由于財(cái)務(wù)狀況繼續(xù)惡化，由第N年的“ST”變成第N+1年的“*ST”。本文選擇證券市場電子信息板塊的上市公司作為研究樣本，嘗試建立電子信息板塊的危機(jī)程度預(yù)測模型，對(duì)已被證交所施行特別處理的企業(yè)在下一個(gè)年度的“帶帽”情況進(jìn)行預(yù)測。危機(jī)程度預(yù)測模型可為企業(yè)的管理者及相關(guān)利益人做出正確決策提供依據(jù)。

二、研究方法

本文使用多元統(tǒng)計(jì)分析中的費(fèi)歇判別方法來建立多變量財(cái)務(wù)危機(jī)程度預(yù)測模型。在國內(nèi)的絕大多數(shù)文獻(xiàn)中，研究者都是使用基于臨界值的費(fèi)歇判別做實(shí)證研究，而采用基于馬氏距離的費(fèi)歇判別的例子鮮有見到。在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域中，筆者也未見到使用基于馬氏距離的費(fèi)歇判別方法的先例。本文分別利用基于臨界值的費(fèi)歇判別和基于馬氏距離的費(fèi)歇判別建立電子信息板塊的財(cái)務(wù)危機(jī)程度預(yù)測模型并對(duì)兩模型的檢驗(yàn)結(jié)果進(jìn)行對(duì)比，以期為財(cái)務(wù)危機(jī)預(yù)警研究帶來新的思路。

三、指標(biāo)體系的建立

考慮到財(cái)務(wù)指標(biāo)的全面性、有效性及可操作性，又考慮到財(cái)務(wù)指標(biāo)與企業(yè)財(cái)務(wù)困境的潛在相關(guān)性，本文選取了反映企業(yè)盈利能力、償債能力、營運(yùn)能力、現(xiàn)金流量、股東獲利能力及發(fā)展能力六個(gè)方面的46個(gè)財(cái)務(wù)指標(biāo)作為初選財(cái)務(wù)指標(biāo)。利用SPSS軟件按照?qǐng)D1展示的檢驗(yàn)過程對(duì)初選財(cái)務(wù)指標(biāo)進(jìn)行假設(shè)檢驗(yàn)，最后篩選出能有效區(qū)分“ST”和“*ST”這兩類上市公司的5個(gè)財(cái)務(wù)指標(biāo)并進(jìn)入最終指標(biāo)體系：營業(yè)外收入（X6）、管理費(fèi)用（X10）、存貨周轉(zhuǎn)率（X22）、主營業(yè)務(wù)收入增長率（X33）、有形凈值債務(wù)率（X40）。

四、實(shí)證研究

首先挑選滬深股市電子信息板塊2007及2008年兩年均被特別處理的上市公司共9家，詳見表1。由于企業(yè)在某一年度的財(cái)務(wù)狀況決定了其在下一年度是否會(huì)被特別處理，故定義2008年的“ST”公司為第一類，“*ST”公司為第二類，使用這9家公司2007年年度財(cái)務(wù)指標(biāo)數(shù)據(jù)建模。數(shù)據(jù)來源于大智慧軟件、搜狐證券頻道網(wǎng)站。為消除各財(cái)務(wù)指標(biāo)的量綱影響，需將原始數(shù)據(jù)作標(biāo)準(zhǔn)化處理。

由Matlab軟件求得兩總體的均值及協(xié)差陣如下：

1.基于臨界值的危機(jī)程度判別模型

由判別系數(shù)u，即可得到基于臨界值的危機(jī)程度判別模型，即

再求得判別臨界值滋原=-3.136。若uTy≥滋原，則將樣本y判為第一類，即“ST”公司；若uTy≤滋原，則將樣本y判為第二類，即“*ST”公司。

2.基于馬氏距離的危機(jī)程度判別模型

計(jì)算樣本y的判別函數(shù)值uTy與總體Gi的馬氏距離，即

di2=（y-滋贊（i））Tu（uT災(zāi)贊iu）-1uT（y-滋贊（i））

其中i=1，2，滋贊（1），滋贊（2），災(zāi)贊（1），災(zāi)贊（2）的值見前文。當(dāng)d12≤d22時(shí)，y屬于第一類，即“ST”公司；當(dāng)d12≥d22時(shí)，y屬于第二類，即“*ST”公司。

3.兩模型的檢驗(yàn)及對(duì)比

為了對(duì)兩模型的有效性和準(zhǔn)確性進(jìn)行檢驗(yàn)，本文利用第N年（N=04，05，…，08）和第N+1年連續(xù)兩年均被特別處理的企業(yè)的第N年的財(cái)務(wù)數(shù)據(jù)分別回代到兩模型中，得到的判別結(jié)果與其第N+1年實(shí)際“帶帽”情況做比較，結(jié)果見表2。

由此可知，兩模型除在2004年回代正確率很低外，在2005-2008年4年的回代正確率總體來說是較高的，且基于馬氏距離的危機(jī)程度判別模型的回代正確率在除2006年之外均高于基于臨界值的危機(jī)程度判別模型，其總體平均正確率是70%，也高于后者的64%。可見，兩模型在財(cái)務(wù)危機(jī)程度預(yù)測上是有效的，且基于馬氏距離的危機(jī)程度判別模型總體上優(yōu)于基于臨界值的危機(jī)程度判別模型。

我們從兩模型的理論實(shí)質(zhì)分析一下此結(jié)果。指標(biāo)體系中的指標(biāo)間或多或少是存在相關(guān)性的，基于臨界值的費(fèi)歇判別方法并未將指標(biāo)間的相關(guān)性考慮在內(nèi)，而馬氏距離的定義式中包含了協(xié)差陣Vi，表明基于馬氏距離的費(fèi)歇判別方法將指標(biāo)的相關(guān)性也考慮在內(nèi)了，這樣勢必會(huì)使后者的準(zhǔn)確性高于前者。筆者曾利用這兩種方法分別計(jì)算過多個(gè)判別分析的實(shí)例，均印證了此結(jié)論。

五、財(cái)務(wù)危機(jī)預(yù)測流程圖

若將電子信息板塊正常上市公司視為一類，“ST”或“*ST”公司視為一類，利用同樣的研究方法建立起電子信息板塊的財(cái)務(wù)危機(jī)預(yù)警模型，再結(jié)合本文給出的危機(jī)程度預(yù)測模型，就可對(duì)電子信息板塊第N年某一上市公司在第N+1年的經(jīng)營狀況進(jìn)行預(yù)測，圖2展示了此預(yù)測流程。此方法對(duì)我國電子信息板塊上市公司有效地防范并化解財(cái)務(wù)風(fēng)險(xiǎn)提供了參考依據(jù)。

參考文獻(xiàn)：

[1]陳余有.財(cái)務(wù)危機(jī)運(yùn)營：企業(yè)理財(cái)安全機(jī)制探索[M].合肥：合肥工業(yè)大學(xué)出版社，2004。

[2]宋力，李進(jìn)中，孫暉.會(huì)計(jì)信息、盈余質(zhì)量與財(cái)務(wù)預(yù)警[M].沈陽：東北大學(xué)出版社，2004.

[3]周靜芋，宋世德，郭滿才.常用費(fèi)歇判別準(zhǔn)則的比較[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)，2002，30（05）.

[4]宋志剛，謝蕾蕾，何旭洪.SPSS 16實(shí)用教程[M].北京：人民郵電出版社，2008.