財(cái)務(wù)危機(jī)預(yù)警分析范文
前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)財(cái)務(wù)危機(jī)預(yù)警分析文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。
第1篇
【關(guān)鍵詞】上市公司；財(cái)務(wù)指標(biāo)；財(cái)務(wù)危機(jī)；預(yù)警變量
近年來我國(guó)資本市場(chǎng)的快速發(fā)展，使得上市公司在獲得巨大發(fā)展契機(jī)的同時(shí)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)也在不斷的加大，這些風(fēng)險(xiǎn)都直接或間接的形成了上市公司的財(cái)務(wù)危機(jī)。因此有必要對(duì)企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)行分析，找出能有效的反映財(cái)務(wù)危機(jī)的指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警的解釋變量，對(duì)于建立預(yù)警模型進(jìn)行危機(jī)預(yù)測(cè)具有現(xiàn)實(shí)意義。
一、財(cái)務(wù)危機(jī)預(yù)警變量選擇原則
Edward·Altman教授在建立企業(yè)破產(chǎn)預(yù)測(cè)的Z-Score模型時(shí)，財(cái)務(wù)指標(biāo)的最初選取遵循了兩個(gè)原則：一是該指標(biāo)在以前的研究中出現(xiàn)的頻率；二是指標(biāo)與所要研究問題的潛在相關(guān)性。本文認(rèn)為這兩個(gè)原則比較科學(xué)，是選擇財(cái)務(wù)預(yù)警變量的基本原則。此外在選取研究變量指標(biāo)時(shí)還應(yīng)該考慮如下幾個(gè)原則：
（1）高度敏感性和強(qiáng)烈預(yù)示性。選擇指標(biāo)要能夠比較靈敏地反映企業(yè)財(cái)務(wù)運(yùn)行的主要情況，有發(fā)生財(cái)務(wù)危機(jī)的苗頭時(shí)，能在指標(biāo)上比較迅速的反映出來，并且指標(biāo)值一旦惡化就預(yù)示著公司很有可能發(fā)生財(cái)務(wù)危機(jī)。
（2）重要性和代表性。指標(biāo)反映的內(nèi)容在經(jīng)濟(jì)活動(dòng)中居重要地位，對(duì)于特定的環(huán)節(jié)有重大的影響或代表性。
（3）可操作性。指標(biāo)不能太復(fù)雜，能方便的從公司中獲取所需要的財(cái)務(wù)指標(biāo)數(shù)據(jù)，便于實(shí)際操作。
目前，多數(shù)研究者財(cái)務(wù)指標(biāo)的選取存在顯著的差異，即便是反映同一類型的指標(biāo)，不同的研究者選取的指標(biāo)差異也很大，一方面由于缺乏理論的指導(dǎo)，研究者在指標(biāo)選擇時(shí)受到自身價(jià)值判斷的影響；另一方面由于上市公司所處的行業(yè)、經(jīng)營(yíng)特點(diǎn)和所處時(shí)期不同等原因，指標(biāo)的敏感度也不盡相同造成的。
二、財(cái)務(wù)危機(jī)預(yù)警指標(biāo)初選
從國(guó)內(nèi)財(cái)務(wù)預(yù)警研究情況看，在變量選擇方面缺乏具體的理論指導(dǎo)，不同的研究者選擇的研究變量各不相同，但通過考察和歸納國(guó)內(nèi)外研究中選擇的有顯著貢獻(xiàn)的預(yù)測(cè)變量，可以劃分為綜合反映公司財(cái)務(wù)狀況的四類財(cái)務(wù)指標(biāo)，即償債能力指標(biāo)、盈利能力指標(biāo)、營(yíng)運(yùn)能力指標(biāo)和發(fā)展能力指標(biāo)。本文結(jié)合我國(guó)實(shí)際使用的績(jī)效評(píng)價(jià)指標(biāo)體系，及研究變量獲取的難易程度，選擇了20個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)預(yù)警研究的備選變量，各指標(biāo)如表1所示。
三、財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的篩選與分析
1.數(shù)據(jù)來源與研究樣本的選取
本文數(shù)據(jù)主要來源：上市公司年報(bào)、銳思數(shù)據(jù)庫(kù)、新浪財(cái)經(jīng)等各財(cái)經(jīng)類網(wǎng)站。搜集樣本公司的財(cái)務(wù)數(shù)據(jù)，這些財(cái)務(wù)數(shù)據(jù)與指標(biāo)綜合反映了公司的盈利能力、償債能力、資產(chǎn)運(yùn)營(yíng)能力、發(fā)展能力和現(xiàn)金流量情況。
研究的ST樣本選用2010至2012年被特別處理的A股上市公司，根據(jù)公司的行業(yè)分類和總股本規(guī)模選擇相應(yīng)的控制樣本，構(gòu)成非ST樣本組。在研究樣本的數(shù)據(jù)選擇時(shí)，選取樣本被特別處理前1～3年的財(cái)務(wù)數(shù)據(jù)，用t-1表示被特別處理前1年的數(shù)據(jù)，t-2表示被特別處理前2年的數(shù)據(jù)，t-3表示被特別處理前3年的數(shù)據(jù)，利用三年的財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)指標(biāo)的比較和選擇。
2.財(cái)務(wù)預(yù)警變量的篩選
為了確定各個(gè)指標(biāo)是否具有判定上市公司財(cái)務(wù)危機(jī)的能力，利用SPSS統(tǒng)計(jì)軟件，計(jì)算ST公司與非ST公司的20個(gè)財(cái)務(wù)指標(biāo)在被特別處理前1～3年的均值、標(biāo)準(zhǔn)差和各年T統(tǒng)計(jì)檢驗(yàn)量及檢驗(yàn)概率，然后比較兩組公司的20個(gè)財(cái)務(wù)指標(biāo)各年的均值是否存在顯著性差異。當(dāng)顯著性概率小于10%時(shí)，一般認(rèn)為樣本數(shù)據(jù)之間有顯著性差異，隨著樣本公司被特別處理時(shí)間的臨近，本文逐年提高顯著性判別標(biāo)準(zhǔn)，減少誤判率，將t-3年的顯著性概率設(shè)為5%，t-2年和t-1年設(shè)為1%，顯著性檢驗(yàn)結(jié)果見表2。
3.財(cái)務(wù)預(yù)警變量的分析和確定
根據(jù)表2顯著性檢驗(yàn)結(jié)果進(jìn)行分析，分析結(jié)果如下：
（1）在短期償債能力方面，選取的四個(gè)指標(biāo)中營(yíng)運(yùn)資金對(duì)資產(chǎn)總額比率連續(xù)三年通過顯著性檢驗(yàn)，流動(dòng)比率、營(yíng)運(yùn)資金比率連續(xù)兩年通過顯著性檢驗(yàn)，表明這三個(gè)指標(biāo)在兩樣本組之間具有顯著性差異，具有較強(qiáng)的判別能力，而速動(dòng)比率判別效果不明顯。
（2）在長(zhǎng)期償債能力方面，選取的四個(gè)指標(biāo)中資產(chǎn)負(fù)債率和所有者權(quán)益比率連續(xù)三年通過顯著性檢驗(yàn)，考慮到這兩個(gè)指標(biāo)的相關(guān)性，在判別時(shí)可以選擇其中的一個(gè)指標(biāo)；負(fù)債與權(quán)益市價(jià)比率連續(xù)兩年通過顯著性檢驗(yàn)，而權(quán)益對(duì)負(fù)債比率判別效果不明顯。
（3）在資產(chǎn)營(yíng)運(yùn)能力方面，選取的三個(gè)指標(biāo)中只有流動(dòng)資產(chǎn)周轉(zhuǎn)率連續(xù)三年通過顯著性檢驗(yàn)，固定資產(chǎn)周轉(zhuǎn)率只有一年通過顯著性檢驗(yàn)，而總資產(chǎn)周轉(zhuǎn)率判別效果不明顯，可見，流動(dòng)資產(chǎn)周轉(zhuǎn)率在兩樣本組之間具有顯著性差異，具有較強(qiáng)的判別能力。
（4）在盈利能力方面，選取的四個(gè)指標(biāo)中固定資產(chǎn)凈利潤(rùn)率連續(xù)三年通過顯著性檢驗(yàn)，資產(chǎn)報(bào)酬率、總資產(chǎn)凈利潤(rùn)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率連續(xù)兩年通過顯著性檢驗(yàn)，表明上市公司盈利能力的下降，盈利指標(biāo)在ST公司和非ST公司之間具有很高的顯著性差異，具有較強(qiáng)的判別能力。
（5）在現(xiàn)金流量方面，選擇的三個(gè)指標(biāo)中每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量、每股現(xiàn)金凈流量連續(xù)兩年通過顯著性檢驗(yàn)，現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率只有一次通過顯著性檢驗(yàn)。表明上市公司在沒發(fā)生虧損的情況下，現(xiàn)金流量在ST公司和非ST公司之間差異不明顯，當(dāng)ST公司發(fā)生首次虧損后，現(xiàn)金流量在ST公司和非ST公司之間具有顯著性差異，判別效果明顯。
（6）在發(fā)展能力方面，選取的兩個(gè)指標(biāo)中總資產(chǎn)增長(zhǎng)率連續(xù)兩年通過顯著性檢驗(yàn)，判別效果明顯，而資本積累率只有在ST公司虧損兩年后才表現(xiàn)出與非ST公司之間的明顯差異。
通過上述分析，由篩選出的財(cái)務(wù)指標(biāo)可以發(fā)現(xiàn)，在判斷上市公司由盈利到首次虧損，再到出現(xiàn)連續(xù)兩年虧損方面，不同的財(cái)務(wù)指標(biāo)表現(xiàn)出不同的判別能力，按照至少連續(xù)兩年顯著的原則，選擇了14個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系。具體財(cái)務(wù)指標(biāo)見表3。
四、小結(jié)
文章選用被特別處理的A股上市公司為研究樣本，選取ST樣本公司沒有發(fā)生虧損、首次發(fā)生虧損、連續(xù)兩年發(fā)生虧損的財(cái)務(wù)數(shù)據(jù)和非ST公司的三年財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)指標(biāo)的比較和選擇。使用SPSS統(tǒng)計(jì)軟件，采取顯著性檢驗(yàn)篩選預(yù)警指標(biāo)，選擇了14個(gè)財(cái)務(wù)指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的指標(biāo)體系。
通過研究發(fā)現(xiàn)，在上市公司陷入財(cái)務(wù)危機(jī)的過程中，公司在經(jīng)營(yíng)和財(cái)務(wù)上出現(xiàn)的危機(jī)征兆可以通過一系列的財(cái)務(wù)指標(biāo)來反映和判別，并且不同的財(cái)務(wù)指標(biāo)表現(xiàn)出不同的判別能力。其中，營(yíng)運(yùn)資金對(duì)資產(chǎn)總額比率、資產(chǎn)負(fù)債率、所有者權(quán)益比率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)凈利潤(rùn)率在不同的時(shí)期都表現(xiàn)出顯著的判別能力。因此，對(duì)于上市公司來說，在揭示風(fēng)險(xiǎn)時(shí)應(yīng)該密切關(guān)注這些指標(biāo)的變化。
參考文獻(xiàn)
[1]Edward I.Altman.Financial ratios，Discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance Vol.XXⅢ，1968，September：589-609.
[2]吳世農(nóng)，盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001，6.
[3]耿貴彬.上市公司中長(zhǎng)期財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建[J].財(cái)會(huì)月刊，2007，9.
第2篇
關(guān)鍵詞:財(cái)務(wù)危機(jī);預(yù)警模型;財(cái)務(wù)風(fēng)險(xiǎn);Logit模型
中圖分類號(hào):F230文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2010)30-0084-02
財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)報(bào)表為基礎(chǔ),通過建立和觀測(cè)一些敏感指標(biāo)的變化,對(duì)企業(yè)可能發(fā)生的財(cái)務(wù)危機(jī)實(shí)施評(píng)價(jià)、預(yù)測(cè)和預(yù)警,此過程中使用的數(shù)學(xué)模型即為財(cái)務(wù)危機(jī)預(yù)警模型。在理論和經(jīng)驗(yàn)檢驗(yàn)中所使用的財(cái)務(wù)危機(jī)預(yù)警模型可以分為判別分析模型、Logit模型和人工神經(jīng)網(wǎng)絡(luò)模型三大類。其中,判別分析模型又可分為一元判別模型和多元判別模型。本文對(duì)幾種主要的財(cái)務(wù)危機(jī)預(yù)警模型進(jìn)行比較分析,希望能夠?yàn)檫M(jìn)一步的研究提供一些借鑒。
一、判別分析模型
判別分析是對(duì)研究對(duì)象所屬類別進(jìn)行判別的一種統(tǒng)計(jì)分析方法。進(jìn)行判別分析的必要條件是已知觀測(cè)對(duì)象的分類和若干表明預(yù)測(cè)對(duì)象特征的變量值,然后從中篩選出能提供較多信息量的變量,進(jìn)而建立判別函數(shù),使推導(dǎo)出的判別函數(shù)對(duì)觀測(cè)樣本分類時(shí)的錯(cuò)判率最小。
(一)一元判別模型
一元判別模式是以某一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn)來判斷企業(yè)是否處于財(cái)務(wù)危機(jī)狀態(tài)的預(yù)測(cè)模型。通常將樣本分為“估計(jì)樣本”和“有效樣本”兩組,首先將估計(jì)樣本按某一財(cái)務(wù)比率排序,之后最為關(guān)鍵的是尋找臨界值,它可使兩組的錯(cuò)判率最小,最后依據(jù)此臨界值對(duì)有效樣本進(jìn)行預(yù)測(cè)。Fitzpatrick(1932)最早運(yùn)用一元判別模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究,他選用19家企業(yè)作為樣本,并將其劃分為破產(chǎn)與非破產(chǎn)兩組,運(yùn)用一項(xiàng)財(cái)務(wù)比率進(jìn)行分析,結(jié)果表明預(yù)測(cè)能力最強(qiáng)的指標(biāo)是凈利潤(rùn)/股東權(quán)益和股東權(quán)益/負(fù)債。之后,Beaver(1966)選取美國(guó)1954―1964年間79家陷入財(cái)務(wù)危機(jī)的企業(yè)和79家正常企業(yè),考察了30個(gè)財(cái)務(wù)比率,發(fā)現(xiàn)具有良好財(cái)務(wù)預(yù)測(cè)的財(cái)務(wù)比率分別是營(yíng)運(yùn)現(xiàn)金流/負(fù)債,凈利潤(rùn)/資產(chǎn)和負(fù)債/資產(chǎn)。
一元判別模型首次把財(cái)務(wù)比率運(yùn)用于預(yù)測(cè)財(cái)務(wù)危機(jī),并且僅需對(duì)單個(gè)財(cái)務(wù)比率進(jìn)行分析考察,計(jì)算簡(jiǎn)便。但它的缺點(diǎn)也較明顯,如果對(duì)同一公司使用不同比率進(jìn)行預(yù)測(cè),往往會(huì)得出不同的結(jié)果,而且企業(yè)通過粉飾財(cái)務(wù)報(bào)表掩蓋財(cái)務(wù)危機(jī)的可能性較大。
(二)多元判別模型
多元判別模型是指通過統(tǒng)計(jì)技術(shù)篩選出那些在兩組間差別盡可能大但在兩組內(nèi)部的離散度最小的變量,這樣多個(gè)標(biāo)識(shí)變量可在最小信息損失下轉(zhuǎn)換為分類變量。多元判別模型能有效提高預(yù)測(cè)精度。
1.Z值模型
Edward.Altman(1968)提出了Z值模型(也稱為Altman模型),其基本原理如下:首先將樣本分為預(yù)測(cè)樣本和測(cè)試樣本,再根據(jù)預(yù)測(cè)樣本建立多元判別模型:Z=V1X1+V2X2+…+VnXn,其中,V1,V2,…Vn是權(quán)數(shù),X1,X2,…Xn是各種財(cái)務(wù)比率。之后,根據(jù)此模型確定臨界值Z值,然后把測(cè)試樣本的數(shù)據(jù)代入此判別方程,并計(jì)算測(cè)試樣本的Z值,最后依據(jù)判別標(biāo)準(zhǔn)進(jìn)行判定。
Altman分別選取了33家失敗企業(yè)和33家成功企業(yè)的22個(gè)財(cái)務(wù)數(shù)據(jù),使用軟件逐步淘汰區(qū)分能力差的財(cái)務(wù)數(shù)據(jù),最后保留了5個(gè)財(cái)務(wù)比率:X1=營(yíng)運(yùn)資本/資產(chǎn),X2=留存收益/資產(chǎn),X3=息稅前利潤(rùn)/資產(chǎn),X4=權(quán)益的市場(chǎng)價(jià)值/負(fù)債的市價(jià),X5=銷售額/資產(chǎn)。其Z值模型為:Z=1.2X1+1.4X2+
3.3X3+0.6X4+0.999X5。Z值越低,企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率越高,當(dāng)Z
Z值模型簡(jiǎn)單易懂,數(shù)據(jù)易于獲取,計(jì)算簡(jiǎn)便,不僅有利于企業(yè)管理當(dāng)局進(jìn)行財(cái)務(wù)分析,也為投資人、債權(quán)人作出有效的投資決策提供了依據(jù)。但使用Z值模型時(shí)必須注意時(shí)間性,Z值模型只適應(yīng)于對(duì)企業(yè)短期風(fēng)險(xiǎn)的判斷。而且,Z值模型沒有充分考慮現(xiàn)金流量等方面的影響。此外,由于該模型只適用于上市公司,Altman后來對(duì)該模型進(jìn)行了修訂,建立了非上市公司財(cái)務(wù)危機(jī)預(yù)警的Z′模型和跨行業(yè)的Zeta模型。
2.F分?jǐn)?shù)模型
為了克服Z值模型的局限性,周首華、楊濟(jì)華和王平(1996)對(duì)Z值模型進(jìn)行改進(jìn),建立了F分?jǐn)?shù)模型。F分?jǐn)?shù)模型擴(kuò)大了Z值模型的樣本容量,使用了Compustat PC Plus會(huì)計(jì)數(shù)據(jù)庫(kù)中的4 160家企業(yè)的數(shù)據(jù)。F分?jǐn)?shù)模型中加入了現(xiàn)金流量這一自變量,現(xiàn)金流量的計(jì)算是長(zhǎng)期投資決策中所用到的營(yíng)業(yè)現(xiàn)金流量,等于稅后凈利潤(rùn)加上折舊,這里暗含非付現(xiàn)費(fèi)用只有折舊。基于Donalson理論,F分?jǐn)?shù)模型同樣選取了5個(gè)財(cái)務(wù)比率,與Z值模型不同的是X3和X5這兩個(gè)變量,其中X3是一個(gè)現(xiàn)金流量變量,X3=(稅后凈利潤(rùn)+折舊)/平均負(fù)債,它用來衡量企業(yè)使用全部現(xiàn)金流償還債務(wù)的能力;X5=(稅后凈利潤(rùn)+利息+折舊)/平均資產(chǎn),它測(cè)量了企業(yè)的資產(chǎn)創(chuàng)造現(xiàn)金流的能力。F分?jǐn)?shù)模型為:F=-0.1774+
1.1091X1+0.1074 X2+1.9271X3+0.0302X4+0.4961X5。F分?jǐn)?shù)模型測(cè)算的臨界值為0.0274,如果F
二、Logit模型
Logit模型又被稱為評(píng)定模型、分類評(píng)定模型和邏輯回歸模型,建立的基礎(chǔ)是累計(jì)概率函數(shù),目標(biāo)是尋找觀察對(duì)象的條件概率,據(jù)此判斷觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。Logit模型是一個(gè)非線性模型,曲線呈S型或倒S型,模型公式為:
lnP/1-P=αβiXi,其中,P是在因素(X1,X2,…,Xm)的影響下企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率,0≤P≤1;1-P是企業(yè)不發(fā)生財(cái)務(wù)危機(jī)的概率;Xi(i=1,2,…,m)是影響財(cái)務(wù)危機(jī)的第i個(gè)因素;αi,βi(i=1,2…,m)是待估計(jì)參數(shù)。然后利用最大似然估計(jì)法估計(jì)參數(shù)。判別規(guī)則是:取0.5作為概率的臨界值,將樣本數(shù)據(jù)代入回歸方程后,如果P>0.5,表明其也發(fā)生財(cái)務(wù)危機(jī)的概率較大,否則,判斷企業(yè)財(cái)務(wù)正常。
Ohlson(1980)第一個(gè)采用Logit方法進(jìn)行破產(chǎn)預(yù)測(cè),使用9個(gè)自變量,估計(jì)了三個(gè)模型,分析了樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類判別錯(cuò)誤和分割點(diǎn)的關(guān)系。他發(fā)現(xiàn)至少有四類顯著影響公司破產(chǎn)概率的變量:公司規(guī)模、資本結(jié)構(gòu)、業(yè)績(jī)和當(dāng)前資產(chǎn)的變現(xiàn)能力。繼Ohlson之后,Gentry,Newbold and Whitford(1985);Casey and Bartczak(1985);Zavgren(1985)也采用類似的方法進(jìn)行研究。程濤(2002)以1998―2000年被ST的A股上市公司為研究樣本,運(yùn)用時(shí)間序列回歸和Logit回歸方法,從財(cái)務(wù)指標(biāo)角度和現(xiàn)金流量角度分別構(gòu)建預(yù)警模型,并在此基礎(chǔ)上構(gòu)建綜合預(yù)警模型。姜秀華(2001)、吳世農(nóng)、盧賢義(2001)、李華中(2001)等也采用類似的方法進(jìn)行了研究。
同一元判別模型相比,Logit模型信息含量大,解釋能力強(qiáng),并且不容易發(fā)生沖突。此模型最大的優(yōu)點(diǎn)在于克服了多元判別模型要求變量服從正態(tài)分布并且分組樣本間的協(xié)方差相等的局限性。但是,Logit模型是建立在累計(jì)概率函數(shù)的基礎(chǔ)之上,同樣要求各個(gè)自變量之間不存在多重共線性。而且,運(yùn)用Logit模型在計(jì)算過程中有許多的近似處理,這會(huì)影響預(yù)測(cè)精度。
三、人工神經(jīng)網(wǎng)絡(luò)模型
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks)建構(gòu)理念植根于人類對(duì)大腦神經(jīng)網(wǎng)絡(luò)認(rèn)識(shí),人工構(gòu)造一種神經(jīng)網(wǎng)絡(luò)以實(shí)現(xiàn)某種功能,最為廣泛使用的是反向傳播人工神經(jīng)網(wǎng)絡(luò),即BP網(wǎng)絡(luò)。
Odom and Sharda(1990)是用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)財(cái)務(wù)困境這一方法的開拓者,其研究是以Altman所構(gòu)建的五個(gè)財(cái)務(wù)比率為研究變量,使用類神經(jīng)網(wǎng)絡(luò)與判別分析作驗(yàn)證比較,結(jié)果發(fā)現(xiàn)類神經(jīng)網(wǎng)絡(luò)具有更佳的預(yù)測(cè)能力。Tam(1991)通過對(duì)人工神經(jīng)網(wǎng)絡(luò)(ANN)的模擬,得出神經(jīng)網(wǎng)絡(luò)可以應(yīng)用于財(cái)務(wù)預(yù)警,而且具有較高的預(yù)測(cè)精度。Koh and Tan在1999年以6個(gè)財(cái)務(wù)指標(biāo)為研究變量作了類似的研究,認(rèn)為類神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果優(yōu)于Probit模型。楊保安等(2002)采用ANN模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究,結(jié)果表明:樣本的實(shí)際輸出和期望輸出較為接近,顯示出神經(jīng)網(wǎng)絡(luò)是進(jìn)行財(cái)務(wù)評(píng)估的一種很好的應(yīng)用工具。柳炳祥、盛昭翰(2002)分析了評(píng)價(jià)財(cái)務(wù)危機(jī)的指標(biāo)體系、財(cái)務(wù)危機(jī)等級(jí)的劃分和基于粗神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)預(yù)警方法,并用一個(gè)預(yù)警實(shí)例進(jìn)行了驗(yàn)證。
已有的研究表明,人工神經(jīng)網(wǎng)絡(luò)具有較好的模式識(shí)別能力,而且它具有容錯(cuò)能力,對(duì)數(shù)據(jù)的分布不做嚴(yán)格要求,能夠處理有噪聲和不完全的數(shù)據(jù),誤差小,建模更科學(xué),克服了傳統(tǒng)統(tǒng)計(jì)方法的限制。更為重要的是人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力,可依據(jù)新的數(shù)據(jù)資料自我學(xué)習(xí)、訓(xùn)練,調(diào)整內(nèi)部的儲(chǔ)存權(quán)重參數(shù)以應(yīng)對(duì)多變的企業(yè)運(yùn)作環(huán)境。
四、對(duì)已有模型的述評(píng)
可以看出,已有的很多模型構(gòu)筑精巧,使用了很多量化技術(shù),但也產(chǎn)生了一個(gè)問題,模型的應(yīng)用性和可操作性較差,模型在使用中受到樣本選擇范圍和選擇時(shí)間的限制,模型成立的前提條件也較苛刻,模型中所涉及變量的選擇也缺乏理論支持,更多的是憑“通用性”和經(jīng)驗(yàn)。因此,我們認(rèn)為,財(cái)務(wù)危機(jī)預(yù)警分析需要考慮諸多方面的因素,除了關(guān)注模型的設(shè)計(jì)外,還應(yīng)該加強(qiáng)財(cái)務(wù)比率的設(shè)計(jì)和選擇,積極探索將非量化因素引入財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。同時(shí),財(cái)務(wù)危機(jī)預(yù)警模型必須以大量的真實(shí)信息為基礎(chǔ),因此,應(yīng)加強(qiáng)信息管理,建立使用信息和分析信息的合理機(jī)制,進(jìn)一步增強(qiáng)財(cái)務(wù)信息的有用性。
參考文獻(xiàn):
[1]A1tman E.I,“Financial Ratios,Discriminant Analysis,and the Prediction of Bankruptcy”,Journal of Finance[J].September 1968.
[2]Tam and Kiang,“Predicting Bank Failures:A Neural Network Approach”,Management Science[J].1992,8:926-947.
第3篇
*ST國(guó)祥成立于1993年，公司全稱為浙江國(guó)祥制冷工業(yè)股份有限公司，是首個(gè)在大陸A股上市的臺(tái)資企業(yè)。注冊(cè)資本145，324，675，法人代表王學(xué)文。公司的主要產(chǎn)品為螺桿式冷水機(jī)組、風(fēng)冷式冷熱水機(jī)組、組合式空調(diào)機(jī)組、風(fēng)機(jī)盤管機(jī)組。
2009年9月*ST國(guó)祥實(shí)現(xiàn)了資產(chǎn)重組，河北地產(chǎn)開發(fā)商華夏幸福基業(yè)股份有限公司成功注入旗下房地產(chǎn)開發(fā)企業(yè)，實(shí)現(xiàn)了地產(chǎn)資產(chǎn)整體借殼上市。浙江國(guó)祥制冷工業(yè)股份有限公司因其2007年和2008年連續(xù)兩個(gè)會(huì)計(jì)年度的審計(jì)結(jié)果顯示的凈利潤(rùn)均為負(fù)值，根據(jù)《上海證券交易所股票上市規(guī)則》的有關(guān)規(guī)定，公司股票自2009年5月4日起被上海證券交易所實(shí)行退市風(fēng)險(xiǎn)警示的特別處理，公司簡(jiǎn)稱變更為“*ST 國(guó)祥”。
公司經(jīng)審計(jì)的2009年財(cái)務(wù)報(bào)告顯示2009年度歸屬于上市公司股東的凈利潤(rùn)為7，465，255.23元，歸屬于上市公司股東的扣除非經(jīng)常性損益后的凈利潤(rùn)為-3，037，420.57元。公司于2010年4月30日向上海證券交易所提交申請(qǐng)撤銷退市風(fēng)險(xiǎn)警示及實(shí)施其他特別處理的報(bào)告，若得到核準(zhǔn)，公司股票簡(jiǎn)稱將變更為“ST 國(guó)祥”。
由于各國(guó)對(duì)財(cái)務(wù)失敗的界定不一致，而我國(guó)主要把上市公司ST作為財(cái)務(wù)失敗的標(biāo)志，這也是選擇*ST國(guó)祥作為樣本的原因。本文中的財(cái)務(wù)數(shù)據(jù)均由企業(yè)2009年財(cái)務(wù)報(bào)告得出。
二、基于z-score財(cái)務(wù)預(yù)警模型的財(cái)務(wù)危機(jī)分析
所謂的財(cái)務(wù)預(yù)警分析，是通過對(duì)企業(yè)財(cái)務(wù)報(bào)表及相關(guān)經(jīng)營(yíng)資料的分析，利用及時(shí)的財(cái)務(wù)數(shù)據(jù)和相應(yīng)的數(shù)據(jù)化管理方式，預(yù)先告知企業(yè)所面臨的危險(xiǎn)情況，同時(shí)分析企業(yè)發(fā)生財(cái)務(wù)危機(jī)的原因，發(fā)現(xiàn)企業(yè)財(cái)務(wù)運(yùn)營(yíng)體系隱藏的問題，及時(shí)做好防范措施的財(cái)務(wù)分析系統(tǒng)。
其一，預(yù)警模型的建立。z-score模型又稱多元線性判定模型（Multivariate discriminant model），是美國(guó)學(xué)者奧特曼（Edward Altman）以1946年至1965 年期間提出破產(chǎn)申請(qǐng)的33 家公司和相對(duì)應(yīng)的33 家非破產(chǎn)公司作為樣本，用其財(cái)務(wù)比率擬合出的一個(gè)多元線性函數(shù)方程。
z-score模型是一種運(yùn)用多變量思路建立多元線性函數(shù)公式，即運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總判別值（即Z值）來預(yù)測(cè)財(cái)務(wù)危機(jī)。
上市公司Z-Score 模型判別函數(shù)為：
Z=0.012X1+0.014 X2+0.033 X3+0.006 X4+0.999 X5
X1=營(yíng)運(yùn)資金/ 資產(chǎn)總額，X2=留存收益/ 資產(chǎn)總額，X3=息稅前利潤(rùn)/ 資產(chǎn)總額，X4=股東權(quán)益的市場(chǎng)價(jià)值總額/ 負(fù)債的賬面價(jià)值總額，X5= 銷售收人/ 資產(chǎn)總額。基于*ST國(guó)祥2009年的財(cái)務(wù)數(shù)據(jù)分別得出結(jié)果如表1所示：
得出z=0.673903。
運(yùn)用Z值模型計(jì)算出數(shù)據(jù)的幾點(diǎn)說明：
一是營(yíng)運(yùn)資金由流動(dòng)資產(chǎn)減去流動(dòng)負(fù)債得出；
二是息稅前利潤(rùn)計(jì)算中所需的利息費(fèi)用由財(cái)務(wù)費(fèi)用代替；
三是股東權(quán)益的市場(chǎng)價(jià)值由該公司2010年6月11日的股票收盤價(jià)乘以發(fā)行在外的股票數(shù)得出。
奧特曼通過對(duì)Z- Score 模型的研究分析得出Z值的如下定量判斷臨界值：1.8以下存在嚴(yán)重財(cái)務(wù)危機(jī)，破產(chǎn)機(jī)率很高；1.8~2.8以下存在一定的財(cái)務(wù)危機(jī)，破產(chǎn)機(jī)率；2.8~3.0 以下存在某些財(cái)務(wù)隱患，解決不好有破產(chǎn)可能；3.0 以上財(cái)務(wù)狀況良好，無破產(chǎn)可能。
雖然Z值模型運(yùn)用到我國(guó)上市公司存在一定的局限性，Z值模型計(jì)算的數(shù)字對(duì)我國(guó)上市公司來說可能過于偏激，如一些業(yè)績(jī)良好的上市公司的Z值仍然在臨界值上界之下，但此模型仍能起到一定的財(cái)務(wù)警示作用，從上述臨界值可以看出*ST國(guó)祥存在財(cái)務(wù)危機(jī)。
其二，基于財(cái)務(wù)預(yù)警模型的財(cái)務(wù)危機(jī)分析。從上述Z值模型的計(jì)算可以看出該公司存在嚴(yán)重的財(cái)務(wù)危機(jī)。從實(shí)際情況來看，該公司2007、2008年凈利潤(rùn)均為負(fù)值，被上交所給予ST處理。2009年?duì)I業(yè)利潤(rùn)仍為負(fù)值，但通過處置大量的固定資產(chǎn)，使得利潤(rùn)總額達(dá)到正值從而避免退市的風(fēng)險(xiǎn)。
（1）利潤(rùn)貢獻(xiàn)因素分析。由于面臨退市的風(fēng)險(xiǎn)，企業(yè)有必要采取措施實(shí)現(xiàn)利潤(rùn)為正值，因此需對(duì)企業(yè)利潤(rùn)表各項(xiàng)目進(jìn)行分析，得出其對(duì)企業(yè)利潤(rùn)總額的貢獻(xiàn)比例，并由此找出企業(yè)實(shí)現(xiàn)利潤(rùn)的途徑。根據(jù)該企業(yè)2009年與同行業(yè)領(lǐng)先企業(yè)TCL集團(tuán)股份有限公司利潤(rùn)表得出表2所示數(shù)據(jù)：
表2反映的是利潤(rùn)表各項(xiàng)目對(duì)利潤(rùn)總額（不考慮所得稅因素）的貢獻(xiàn)水平，通過與同行業(yè)業(yè)績(jī)良好的企業(yè)的比較可以看出企業(yè)在獲取利潤(rùn)方面的優(yōu)勢(shì)和不足，從而加深企業(yè)對(duì)自身的認(rèn)識(shí)，并采取改進(jìn)措施。
第一列表示毛利對(duì)利潤(rùn)總額的貢獻(xiàn)。國(guó)祥的毛利對(duì)利潤(rùn)總額的貢獻(xiàn)是4.45倍，而TCL是將近7倍，說明國(guó)祥主營(yíng)業(yè)務(wù)對(duì)企業(yè)利潤(rùn)的貢獻(xiàn)有限，這可以歸因于該行業(yè)競(jìng)爭(zhēng)激烈，大企業(yè)擁有品牌價(jià)值和消費(fèi)者忠誠(chéng)度優(yōu)勢(shì)，因此國(guó)祥應(yīng)該加強(qiáng)自身品牌建設(shè)，提高品牌知名度，加大企業(yè)創(chuàng)新投入，讓產(chǎn)品更滿足消費(fèi)者需求，尤其是消費(fèi)者的個(gè)性化需求。提高主營(yíng)業(yè)務(wù)的盈利水平是提高企業(yè)利潤(rùn)水平的根本途徑。
第二列表示企業(yè)費(fèi)用的控制，從上表可以看出，國(guó)祥對(duì)企業(yè)費(fèi)用的控制比較好，同時(shí)從財(cái)務(wù)報(bào)表得出，國(guó)祥的主營(yíng)業(yè)務(wù)成本率比TCL低了3%，說明企業(yè)在成本費(fèi)用控制方面占優(yōu)勢(shì)，企業(yè)應(yīng)該發(fā)揮此方面的優(yōu)勢(shì)，但是成本控制一定要以質(zhì)量為前提。
第三列是非經(jīng)營(yíng)損益對(duì)利潤(rùn)的貢獻(xiàn)。從上表可以看出TCL的非經(jīng)營(yíng)性凈損益是國(guó)祥的5倍，2009年財(cái)務(wù)報(bào)表中反映的國(guó)祥的投資收益只有處置長(zhǎng)期股權(quán)投資凈收益13萬。在企業(yè)主營(yíng)業(yè)務(wù)呈下降趨勢(shì)的情況下，國(guó)祥沒有積極的拓寬收入來源，做出很好的投資決策，良好的投資決策也是企業(yè)扭虧為盈的關(guān)鍵。
第四列是營(yíng)業(yè)外凈損益對(duì)利潤(rùn)總額的貢獻(xiàn)。由上表可以看出，2009年度企業(yè)的營(yíng)業(yè)外凈收益異常多，且本年度的營(yíng)業(yè)外凈收益主要是通過處置企業(yè)的固定資產(chǎn)實(shí)現(xiàn)的，這也是企業(yè)2009年度凈利潤(rùn)呈現(xiàn)正值的主要原因。企業(yè)2007、2008年凈利潤(rùn)均為負(fù)值，為避免停牌的風(fēng)險(xiǎn)，企業(yè)有必要扭虧為盈。但是營(yíng)業(yè)外收益并不是企業(yè)利潤(rùn)的主要來源，處置固定資產(chǎn)也不是企業(yè)實(shí)現(xiàn)利潤(rùn)為正的長(zhǎng)久之計(jì)，因此企業(yè)有必要按照根據(jù)第一列得出的結(jié)論增強(qiáng)企業(yè)的實(shí)力，使企業(yè)徹底的扭虧為盈。
（2）行業(yè)因素分析。從“完全競(jìng)爭(zhēng)”行業(yè)到“完全壟斷”行業(yè)，企業(yè)競(jìng)爭(zhēng)程度依次遞減，財(cái)務(wù)風(fēng)險(xiǎn)的程度亦依次遞減，即競(jìng)爭(zhēng)性越強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)越大。本企業(yè)處于家電行業(yè)，該行業(yè)競(jìng)爭(zhēng)比較激烈，形成了企業(yè)容易產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的大環(huán)境。該企業(yè)2009年?duì)I業(yè)總收入比2008年減少40%，而且在家電行業(yè)原材料（如鋼鐵）價(jià)格上漲的情況（從財(cái)務(wù)報(bào)告得出）也促成了企業(yè)財(cái)務(wù)危機(jī)的發(fā)生。
（3）企業(yè)創(chuàng)新因素。由于家電行業(yè)處于行業(yè)生命周期的成熟期，市場(chǎng)基本飽和。企業(yè)必須加強(qiáng)創(chuàng)新，才能使企業(yè)的產(chǎn)品利于不敗之地，而且在市場(chǎng)基本飽和的情況下也只有通過創(chuàng)新才能吸引消費(fèi)者的注意，給企業(yè)創(chuàng)造收益。但是從企業(yè)資產(chǎn)負(fù)債表可以看出企業(yè)2009年無形資產(chǎn)有減無增，沒有發(fā)生開發(fā)支出，而作為行業(yè)領(lǐng)先企業(yè)的TCL集團(tuán)股份有限公司2009年開發(fā)支出占非流動(dòng)資產(chǎn)總額的比例為7%。因此，企業(yè)有必要加強(qiáng)構(gòu)建無形資產(chǎn)的支出，增強(qiáng)企業(yè)產(chǎn)品的競(jìng)爭(zhēng)力。
（4）投資決策因素。從2009年財(cái)務(wù)報(bào)表附注可以看出，企業(yè)2008年權(quán)益法核算的長(zhǎng)期股權(quán)投資收益-22萬元，處置長(zhǎng)期股權(quán)投資產(chǎn)生的投資收益-129萬元，而本期處置長(zhǎng)期股權(quán)投資產(chǎn)生的投資收益僅為13萬元。企業(yè)投資失敗導(dǎo)致了企業(yè)的營(yíng)業(yè)利潤(rùn)變?yōu)樨?fù)值，從而凈利潤(rùn)為負(fù)值，形成了累計(jì)效應(yīng)。因此，企業(yè)投資要把握好投資方向，尋找好的投資企業(yè)，否則不但給企業(yè)帶來負(fù)擔(dān)而且可能把企業(yè)的主業(yè)拖垮，使企業(yè)得不償失。
綜上所述，根據(jù)財(cái)務(wù)預(yù)警警兆研究得出，該企業(yè)處于財(cái)務(wù)風(fēng)險(xiǎn)的“潛伏期”，因此通過對(duì)導(dǎo)致企業(yè)財(cái)務(wù)問題的上述因素的有效管理，企業(yè)是可以走出危機(jī)的。
三、結(jié)論
所有企業(yè)而并非僅限于ST企業(yè)都有必要建立財(cái)務(wù)預(yù)警模型對(duì)其財(cái)務(wù)狀況進(jìn)行檢測(cè)，并及時(shí)發(fā)現(xiàn)存在的財(cái)務(wù)問題，提高企業(yè)財(cái)務(wù)管理的質(zhì)量。通過對(duì)企業(yè)財(cái)務(wù)預(yù)警模型的建立及企業(yè)財(cái)務(wù)問題的分析對(duì)企業(yè)的財(cái)務(wù)危機(jī)進(jìn)行事前控制，增強(qiáng)企業(yè)化解危機(jī)的主動(dòng)性，減少發(fā)生嚴(yán)重財(cái)務(wù)危機(jī)甚至破產(chǎn)的可能性。
