淺談財(cái)務(wù)危機(jī)預(yù)警論文

　　財(cái)務(wù)危機(jī)預(yù)警是經(jīng)濟(jì)領(lǐng)域的一個(gè)重要研究課題。企業(yè)的財(cái)務(wù)狀況直接影響企業(yè)的整體運(yùn)行，關(guān)系到企業(yè)的生存與發(fā)展。下面是學(xué)習(xí)啦小編為大家整理的財(cái)務(wù)危機(jī)預(yù)警論文，供大家參考。

　　財(cái)務(wù)危機(jī)預(yù)警論文范文一：企業(yè)財(cái)務(wù)危機(jī)預(yù)警分析

　　復(fù)雜多變的市場(chǎng)環(huán)境和內(nèi)部經(jīng)營(yíng)的不可控因素決定了風(fēng)險(xiǎn)的客觀存在。如果企業(yè)不能卓有成效地規(guī)避風(fēng)險(xiǎn)，危機(jī)便會(huì)在企業(yè)內(nèi)部機(jī)體滋生蔓延。而當(dāng)各種不可預(yù)見風(fēng)險(xiǎn)發(fā)生后，首當(dāng)其沖的是企業(yè)資金運(yùn)動(dòng)的中樞——財(cái)務(wù)系統(tǒng)，財(cái)務(wù)狀況的逐步惡化將引發(fā)財(cái)務(wù)危機(jī)，而當(dāng)危機(jī)擴(kuò)散到企業(yè)無(wú)法承受的限度時(shí)，全面危機(jī)則一觸即發(fā)。因此，企業(yè)若建立風(fēng)險(xiǎn)的監(jiān)控和預(yù)警指標(biāo)系統(tǒng)，預(yù)先診斷出危機(jī)信號(hào)，并采取相宜措施，便能將危機(jī)消滅于萌芽階段。

　　一、財(cái)務(wù)危機(jī)預(yù)警分析的基礎(chǔ)

　　危機(jī)預(yù)警分析系統(tǒng)的構(gòu)筑和良性運(yùn)行必須基于以下前提：1.風(fēng)險(xiǎn)的普遍性。即企業(yè)理財(cái)環(huán)境的瞬變性和不可準(zhǔn)確預(yù)見性要求樹立求雨綢繆的風(fēng)險(xiǎn)意識(shí)，這是系統(tǒng)運(yùn)行的精神基礎(chǔ);2.風(fēng)險(xiǎn)的差異性。預(yù)警信號(hào)與企業(yè)的決策和行為密切相關(guān)，不同的企業(yè)，其面臨危機(jī)的時(shí)間、領(lǐng)域以及危機(jī)信號(hào)的具體表現(xiàn)形式也千差萬(wàn)別，必須根據(jù)企業(yè)的特性選擇適合的預(yù)警模式，及時(shí)有效地識(shí)別預(yù)警信號(hào)并加以控制;3.風(fēng)險(xiǎn)的效應(yīng)性。效應(yīng)是事物本身的一種內(nèi)在機(jī)制，正是由于效應(yīng)機(jī)制的存在和作用，才會(huì)引發(fā)某種形式的行為模式與行為趨向。即可以根據(jù)以往一系列事件防結(jié)果和關(guān)聯(lián)窺測(cè)出危機(jī)發(fā)生前的信號(hào)，同時(shí)追根溯源、對(duì)未來(lái)的損失程度進(jìn)行衡量和估測(cè)。企業(yè)存有潛在危機(jī)時(shí)，必然會(huì)引發(fā)某種效應(yīng)，可能突出地表現(xiàn)在某種或幾種財(cái)務(wù)要素上，也可能反應(yīng)為整體運(yùn)營(yíng)的不通暢。比如現(xiàn)金流量的信息對(duì)企業(yè)經(jīng)營(yíng)狀況的預(yù)示便有著良好的效應(yīng)性。4.風(fēng)險(xiǎn)的管理根源性。即經(jīng)營(yíng)管理不善是引致危機(jī)爆發(fā)的根源。缺乏有效的管理制度，通常會(huì)浮現(xiàn)出一些特定的癥狀，而且是逐步加劇的。一開始可能表現(xiàn)為：資源分配不當(dāng)，疏忽日常風(fēng)險(xiǎn)管理，盲目拓展市場(chǎng)。市場(chǎng)營(yíng)銷疲軟等;而當(dāng)財(cái)務(wù)狀況日愈惡劣時(shí)，便突出地表現(xiàn)在：債務(wù)負(fù)擔(dān)沉重、市場(chǎng)銷售混亂、現(xiàn)金流量尤其是營(yíng)業(yè)現(xiàn)金流量匾乏等。因而企業(yè)能否謀求競(jìng)爭(zhēng)優(yōu)勢(shì)，避免陷入危機(jī)，關(guān)鍵在于營(yíng)運(yùn)效率的高低，其趨勢(shì)變化就成為管理績(jī)效優(yōu)劣與否的最為深刻的原因。

　　二、財(cái)務(wù)危機(jī)預(yù)警分析指標(biāo)體系

　　事實(shí)上，任何企業(yè)的危機(jī)由萌生到逐步惡化，通常都會(huì)經(jīng)歷一個(gè)逐漸累積和轉(zhuǎn)化的過(guò)程。在這一過(guò)程中。各種危機(jī)的因素都將直接或間接地反映在資金運(yùn)動(dòng)的“晴雨表”——敏感性財(cái)務(wù)指標(biāo)的變化上。因此，可以通過(guò)設(shè)置并觀察敏感性財(cái)務(wù)指標(biāo)的變化，及時(shí)預(yù)報(bào)危機(jī)信號(hào)，建立危機(jī)預(yù)警分析系統(tǒng)。

　　(一)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的特征

　　既然預(yù)警系統(tǒng)是基于預(yù)警信息的分析和預(yù)報(bào)功能，則這種預(yù)警信息必須具備以下特性。1.高度敏感性。即一旦潛伏有危險(xiǎn)因素時(shí)，指標(biāo)數(shù)值的細(xì)微變化就能直接反映出風(fēng)險(xiǎn)的變化情況;2.前兆性。通過(guò)前兆性指標(biāo)的揭示，不等到危機(jī)降臨或爆發(fā)，便將之識(shí)別和扼殺。這里，同時(shí)強(qiáng)調(diào)了信息的高度及時(shí)性，即所謂“事不宜遲”的道理。3.潛在性及“壞消息”的表現(xiàn)。預(yù)警信息分析與一般的信息管理不同，特別注重企業(yè)的“壞消息”或“陰暗面”。通常壞消息會(huì)更提早、更突出地表明企業(yè)呈現(xiàn)的緊張狀態(tài)。

　　(二)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)設(shè)置

　　1.單變量模式

　　即構(gòu)造單一變量構(gòu)造的財(cái)務(wù)比率來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。當(dāng)企業(yè)模型中所涉及的幾個(gè)財(cái)務(wù)比率趨勢(shì)惡化時(shí)，通常是財(cái)務(wù)危機(jī)發(fā)生的先兆。潛在危機(jī)的根源，即管理績(jī)效的優(yōu)劣最終體現(xiàn)在財(cái)務(wù)成果上;而財(cái)務(wù)成果生成過(guò)程的質(zhì)量或可靠性又直接影響著危機(jī)的表現(xiàn)形式和經(jīng)濟(jì)后果;財(cái)務(wù)成果運(yùn)行過(guò)程的持續(xù)性保障主要體現(xiàn)為營(yíng)運(yùn)效率。因而，可以通過(guò)潛在危機(jī)的直接表現(xiàn)信號(hào)即現(xiàn)金流的匾乏、過(guò)程信號(hào)即盈利能力的衰減和最終表現(xiàn)信號(hào)即企業(yè)經(jīng)營(yíng)效率的低下三個(gè)方面進(jìn)行具體指標(biāo)的設(shè)置。

　　(l)直接表現(xiàn)信號(hào)——現(xiàn)金流量類指標(biāo)

　　風(fēng)險(xiǎn)一般都有一定的前置期，而現(xiàn)金流量的變化幾乎是企業(yè)前置期收益與風(fēng)險(xiǎn)狀況的“晴雨表”?，F(xiàn)金流量開始惡化，一定程度上昭示著企業(yè)現(xiàn)金運(yùn)轉(zhuǎn)的緊張狀況及可能的危機(jī)所在。其中，到期債務(wù)對(duì)企業(yè)的生存威脅最大，其次是一些金額較大的日常支出和資本性支出，而營(yíng)業(yè)現(xiàn)金凈流量是企業(yè)財(cái)富增長(zhǎng)或擺脫困境的最終源泉。主要指標(biāo)包括：

　　上述比率揭示了公司以經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量支付到期債務(wù)和當(dāng)前股利的能力，同時(shí)衡量了公司是否可以正常支付其資本支出的能力。因?yàn)槠髽I(yè)要發(fā)展，除了有能力償付所有的債務(wù)，還必須維持現(xiàn)有的資本性資產(chǎn)和必要的財(cái)務(wù)支出，以增強(qiáng)整體競(jìng)爭(zhēng)力。而每股所含現(xiàn)金流量比率追蹤現(xiàn)金流量不同時(shí)期的軌跡，同時(shí)可與權(quán)責(zé)發(fā)生制下的每股收益率進(jìn)行比較。

　　若上述預(yù)警指標(biāo)經(jīng)常或長(zhǎng)期性地小于1，企業(yè)必須警惕現(xiàn)金支付不足的潛在危機(jī)。并參照其他前兆性指標(biāo)，如非付現(xiàn)成本占營(yíng)業(yè)現(xiàn)金凈流量比率、息稅前現(xiàn)金凈流量比率、營(yíng)業(yè)現(xiàn)金凈流量?jī)攤暙I(xiàn)率等，同時(shí)結(jié)合行業(yè)比較進(jìn)行預(yù)測(cè)分析。

　　(2)過(guò)程可靠性信號(hào)——收益類指標(biāo)

　　資產(chǎn)收益是企業(yè)現(xiàn)金流量的源泉，只有通過(guò)主導(dǎo)業(yè)務(wù)不斷拓展市場(chǎng)增值能力，才可能真正地持續(xù)性地避免不確定性危機(jī)的侵襲。也只有充滿活力和競(jìng)爭(zhēng)力的企業(yè)，才可能對(duì)經(jīng)營(yíng)信息的變化具有高度敏感性。其中主導(dǎo)業(yè)務(wù)利潤(rùn)及其所占比重大小是決定企業(yè)收益是否具有穩(wěn)定與可靠性的基礎(chǔ)。如果主導(dǎo)業(yè)務(wù)銷售率或收益率在總收益中所占的比重呈現(xiàn)出下降的趨勢(shì)，往往是企業(yè)經(jīng)營(yíng)不穩(wěn)定的危險(xiǎn)征兆。同時(shí)，如果所預(yù)期或業(yè)已出現(xiàn)的收益時(shí)間分布結(jié)果完全隨機(jī)或間距不規(guī)律，也說(shuō)明這種收益的質(zhì)量亦非真正穩(wěn)定可靠。

　　為了評(píng)估收益的質(zhì)量，必須找出銷售收入或銷售利潤(rùn)與凈利潤(rùn)以及現(xiàn)金收支之間的差異，若銷售利潤(rùn)、凈利潤(rùn)與經(jīng)營(yíng)產(chǎn)生的現(xiàn)金凈流量之間沒有較大的差異時(shí)，才表現(xiàn)出較高的收益質(zhì)量。否則，對(duì)收益質(zhì)量的質(zhì)疑必須引起重視。

　　(3)最終表現(xiàn)信號(hào)(基礎(chǔ)保障)——營(yíng)運(yùn)效率類指標(biāo)

　　預(yù)警分析系統(tǒng)，一般應(yīng)有兩個(gè)要素：即先行指標(biāo)和扳機(jī)點(diǎn)。先行指標(biāo)是用于早期評(píng)測(cè)運(yùn)營(yíng)不佳狀況的變動(dòng)指標(biāo);扳機(jī)點(diǎn)則是指控制先行指標(biāo)的臨界點(diǎn)，一旦評(píng)測(cè)指標(biāo)超過(guò)預(yù)定的界限點(diǎn)，則預(yù)警方案應(yīng)隨之啟動(dòng)。如前述的到期債務(wù)保障率、主導(dǎo)業(yè)務(wù)資產(chǎn)收益率。經(jīng)營(yíng)性資產(chǎn)周轉(zhuǎn)率等的臨界值可作為考察的扳機(jī)點(diǎn)。因此跟蹤考察企業(yè)時(shí)，對(duì)主要比率變化趨勢(shì)中所隱含的關(guān)鍵點(diǎn)應(yīng)予以特別注意。

　　2.財(cái)務(wù)危機(jī)預(yù)警分析的變量模式

　　單一財(cái)務(wù)指標(biāo)往往難以從企業(yè)整體的角度揭示危機(jī)的具體影響程度和發(fā)生時(shí)機(jī)。因此，有必要綜合各項(xiàng)主要指標(biāo)更加有效地檢查企業(yè)財(cái)務(wù)狀況的不穩(wěn)定現(xiàn)象，及早做好財(cái)務(wù)危機(jī)的規(guī)避或延緩危機(jī)發(fā)生的工作，其中愛德華·阿爾及(Altman)的Z計(jì)分多變量模型最為著名。其指標(biāo)分別按流動(dòng)率、收益率、穩(wěn)定性、交付能力?；顒?dòng)比例五項(xiàng)標(biāo)準(zhǔn)分類。在短期預(yù)測(cè)中均具有很高的準(zhǔn)確度，又被稱為公司破產(chǎn)預(yù)測(cè)模型。公司可選擇性地加減指標(biāo)以逐步構(gòu)建適合企業(yè)的特定多變量模式。

　　盡管危機(jī)預(yù)警十分有效，但把它視為一貼方應(yīng)靈藥又是很危險(xiǎn)的。目前的財(cái)務(wù)預(yù)警分析系統(tǒng)，偏重于對(duì)企業(yè)財(cái)務(wù)數(shù)據(jù)的統(tǒng)計(jì)、篩選和簡(jiǎn)單的模型計(jì)算，但單純的量化模型難以全面預(yù)測(cè)和監(jiān)控潛在的財(cái)務(wù)危機(jī)。財(cái)務(wù)危機(jī)預(yù)警模型本應(yīng)綜合多個(gè)財(cái)務(wù)變量，否則其靈敏性、全面性和嚴(yán)密性就會(huì)遭到懷疑。但所涉及的財(cái)務(wù)數(shù)據(jù)越多，其獲取的難度就越大，周期也會(huì)越長(zhǎng)，成本也將隨之攀升。另外，指標(biāo)運(yùn)動(dòng)變化的“度”即警戒線也很難把握。這時(shí)，更應(yīng)結(jié)合一些非財(cái)務(wù)性指標(biāo)或征兆，以準(zhǔn)確判別潛在危機(jī)的破壞性，如財(cái)務(wù)預(yù)測(cè)在較長(zhǎng)時(shí)期內(nèi)的不準(zhǔn)確、過(guò)度大規(guī)模擴(kuò)張、過(guò)度依賴貸款，會(huì)計(jì)報(bào)表不能及時(shí)公開等;國(guó)外通常還結(jié)合使用關(guān)鍵點(diǎn)分析法、管理評(píng)分法等。

　　事實(shí)上、任何時(shí)分危機(jī)預(yù)警模型都只能為分析人員提供關(guān)于企業(yè)財(cái)務(wù)危機(jī)發(fā)生可能性的線索，而并不能確切地告知是否會(huì)發(fā)生財(cái)務(wù)危機(jī)，它并不能替代經(jīng)營(yíng)者解決問題。無(wú)疑，它更需要分析者對(duì)企業(yè)財(cái)務(wù)狀況具有敏銳的洞察力，包括對(duì)整個(gè)宏觀經(jīng)濟(jì)走勢(shì)的判斷和把握。企業(yè)應(yīng)根據(jù)本身的行業(yè)或產(chǎn)業(yè)特質(zhì)，直接或間接、簡(jiǎn)單或綜合地運(yùn)用各項(xiàng)指標(biāo)，并借助專業(yè)人員、咨詢公司等對(duì)企業(yè)行業(yè)地位、前景分析的判斷，在長(zhǎng)期的實(shí)踐中構(gòu)造適合的預(yù)測(cè)模式和尋找化解危機(jī)的方法。

　　財(cái)務(wù)危機(jī)預(yù)警論文范文二：企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法述評(píng)

　　【摘 要】 文章在分析國(guó)內(nèi)外企業(yè)財(cái)務(wù)危機(jī)預(yù)警的主要方法及其優(yōu)缺點(diǎn)的基礎(chǔ)上，指出我國(guó)財(cái)務(wù)危機(jī)預(yù)警研究亟待在分行業(yè)預(yù)警模型的構(gòu)建和非上市公司財(cái)務(wù)危機(jī)預(yù)警研究?jī)蓚€(gè)方面進(jìn)行突破。

　　【關(guān)鍵詞】 企業(yè)財(cái)務(wù)危機(jī); 預(yù)警方法; 預(yù)警模型

　　一、引言

　　企業(yè)財(cái)務(wù)危機(jī)預(yù)警是指依據(jù)企業(yè)財(cái)務(wù)會(huì)計(jì)資料，運(yùn)用科學(xué)的方法，對(duì)企業(yè)財(cái)務(wù)系統(tǒng)和財(cái)務(wù)活動(dòng)中存在的問題進(jìn)行分析和診斷，及時(shí)發(fā)現(xiàn)企業(yè)的潛在危機(jī)，進(jìn)而提出解決措施。財(cái)務(wù)危機(jī)預(yù)警的方法有很多，如果根據(jù)不同方法所使用的資料情況分類，可以簡(jiǎn)單地將其分為靜態(tài)方法和動(dòng)態(tài)方法。靜態(tài)方法包括：財(cái)務(wù)指標(biāo)分析法、單變模型分析法、多元線性模型分析法、多元邏輯回歸模型分析法等;動(dòng)態(tài)方法是指人工神經(jīng)網(wǎng)絡(luò)模型分析等方法。企業(yè)財(cái)務(wù)危機(jī)預(yù)警屬于微觀經(jīng)濟(jì)預(yù)警范疇，比之宏觀經(jīng)濟(jì)預(yù)警而言，其在理論上和方法上都相對(duì)滯后。因此，研究和設(shè)計(jì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法體系是一個(gè)正在探索的課題。

　　二、企業(yè)財(cái)務(wù)危機(jī)預(yù)警的主要方法及其優(yōu)缺點(diǎn)

　　(一)單變模型分析法

　　單變模型分析法是通過(guò)單個(gè)財(cái)務(wù)比率走勢(shì)的惡化程度來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)。常用的財(cái)務(wù)比率主要有：債務(wù)保障率、資產(chǎn)收益率、資產(chǎn)負(fù)債率、資金安全率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動(dòng)資金周轉(zhuǎn)率等。企業(yè)良好的現(xiàn)金流量、收益能力和債務(wù)狀況應(yīng)表現(xiàn)為企業(yè)長(zhǎng)期穩(wěn)定的發(fā)展態(tài)勢(shì)。在跟蹤考察時(shí)，當(dāng)這些財(cái)務(wù)比率達(dá)到經(jīng)營(yíng)者設(shè)立的警戒線時(shí)，就需特別注意防范財(cái)務(wù)危機(jī)。

　　單變模型分析法的優(yōu)點(diǎn)是理解容易，計(jì)算簡(jiǎn)便;缺點(diǎn)是這種方法僅能反映企業(yè)財(cái)務(wù)惡化的趨勢(shì)，無(wú)法進(jìn)行風(fēng)險(xiǎn)大小的準(zhǔn)確度量。而且，企業(yè)風(fēng)險(xiǎn)是各項(xiàng)目風(fēng)險(xiǎn)的綜合，單變模型分析法并不能揭示不同財(cái)務(wù)比率因素對(duì)整體風(fēng)險(xiǎn)的作用大小，也不能反映各財(cái)務(wù)比率之間的相互影響作用。相反，對(duì)同一公司采用不同的財(cái)務(wù)比率進(jìn)行預(yù)測(cè)，還可能出現(xiàn)結(jié)果不同的現(xiàn)象。

　　(二)多元線性模型分析法

　　近年來(lái)，多元線性模型分析法在財(cái)務(wù)危機(jī)預(yù)警中得到了廣泛的應(yīng)用。多元線性模型分析法最常見的是“Z計(jì)分模型”法，它是運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總判別值(Z值)來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)。其函數(shù)模型為：

　　Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

　　該模型以5個(gè)財(cái)務(wù)比率，將反映企業(yè)償債能力的指標(biāo)(X1，X4)、獲利能力指標(biāo)(X2，X3)和營(yíng)運(yùn)能力指標(biāo)(X5)有機(jī)地聯(lián)系起來(lái)，綜合分析和預(yù)測(cè)企業(yè)風(fēng)險(xiǎn)。在這三類指標(biāo)中，最重要的指標(biāo)是營(yíng)運(yùn)能力指標(biāo)。一般認(rèn)為，Z值越低企業(yè)越有可能發(fā)生破產(chǎn)。

　　“Z計(jì)分模型”是比較成熟的一種財(cái)務(wù)危機(jī)預(yù)警方法。該模型從總體角度給了企業(yè)一個(gè)定量標(biāo)準(zhǔn)，以檢查企業(yè)的財(cái)務(wù)狀況，有利于不同時(shí)期的比較。但由于企業(yè)規(guī)模、行業(yè)、地域等諸多差異，使Z值并不具有橫向可比性。同時(shí)，由于這種線性判別函數(shù)存在兩個(gè)無(wú)法克服的邏輯缺陷：固定影響假設(shè)和完全線性補(bǔ)償假設(shè)。而這兩個(gè)缺陷更是極大地限制了模型的分類和預(yù)測(cè)能力。

　　(三)多元邏輯(Logit)回歸模型分析法

　　多元邏輯回歸模型的目標(biāo)是尋求觀察對(duì)象的條件概率，從而據(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)。這一模型建立在累計(jì)概率函數(shù)的基礎(chǔ)上，不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的條件。

　　近年來(lái)，多元邏輯回歸預(yù)警研究在我國(guó)發(fā)展較快。如：吳世農(nóng)、盧賢義以我國(guó)上市公司為研究對(duì)象，選取了70家處于財(cái)務(wù)危機(jī)的公司和70家財(cái)務(wù)正常的公司為樣本，應(yīng)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，分別建立三種預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。研究結(jié)果表明：三種模型都能在財(cái)務(wù)困境發(fā)生前發(fā)出相對(duì)準(zhǔn)確的預(yù)測(cè)。而相對(duì)同一信息集，Logistic預(yù)測(cè)模型的判定準(zhǔn)確率最高，財(cái)務(wù)危機(jī)發(fā)生前第1年的判定準(zhǔn)確率為93.53%。陳曉、陳治鴻以截至1999年7月1日的38家因“財(cái)務(wù)狀況異常”而被特別處理的ST公司為研究對(duì)象，運(yùn)用多元Logit回歸進(jìn)行研究。研究結(jié)果表明，用負(fù)債權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)利潤(rùn)/總資產(chǎn)和留存收益/總資產(chǎn)構(gòu)建的多元邏輯回歸具有較強(qiáng)的預(yù)測(cè)能力。姜秀華于2001年在其出版的博士論文中運(yùn)用邏輯回歸方法構(gòu)建的預(yù)警模型，其在企業(yè)財(cái)務(wù)危機(jī)發(fā)生前第1年的判定準(zhǔn)確率為95.45%。陳洪波(2003)根據(jù)理論和實(shí)證研究結(jié)論，考慮對(duì)融資結(jié)構(gòu)產(chǎn)生影響的種種因素，選擇資產(chǎn)負(fù)債率、調(diào)整后的速動(dòng)比率、EBIT/總利息支付、銷售凈利率和主營(yíng)收入利潤(rùn)率的增長(zhǎng)率前N年的變化平均值5個(gè)財(cái)務(wù)指標(biāo)作為變量構(gòu)建了一個(gè)財(cái)務(wù)危機(jī)預(yù)警的多變模型。吳世珍、柯大鋼從“應(yīng)收款”視角構(gòu)建了一個(gè)我國(guó)上市公司的財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)模型的有效性進(jìn)行了檢驗(yàn)。

　　Logit模型的最大優(yōu)點(diǎn)是不需要嚴(yán)格的假設(shè)條件，克服了線性方程受統(tǒng)計(jì)假設(shè)約束的局限性，具有更廣泛的應(yīng)用范圍;其缺點(diǎn)是使用該方法時(shí)收集信息和計(jì)算的過(guò)程較為復(fù)雜，不易掌握，從而又限制了模型在實(shí)踐中的應(yīng)用和推廣。 　　(四)人工神經(jīng)網(wǎng)絡(luò)(ANN)分析法

　　近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)(ANN)技術(shù)的發(fā)展，給企業(yè)財(cái)務(wù)預(yù)測(cè)提供了新的工具，應(yīng)用新的研究方法提高預(yù)測(cè)準(zhǔn)確度逐漸成為該領(lǐng)域的重要發(fā)展方向。ANN作為一種平行分散處理模式，是對(duì)人類大腦神經(jīng)運(yùn)作的模擬。ANN除具有較好的模式識(shí)別能力外，還可以克服統(tǒng)計(jì)方法的局限，因?yàn)樗哂腥蒎e(cuò)能力和處理資料遺漏或錯(cuò)誤的能力。

　　人工神經(jīng)網(wǎng)絡(luò)具有較好的糾錯(cuò)能力，從而能夠更好地進(jìn)行預(yù)測(cè)。如：1991年，Coats和Fant論述了神經(jīng)網(wǎng)絡(luò)模型可正確預(yù)測(cè)公司的財(cái)務(wù)危機(jī)的觀點(diǎn)，并用了47家財(cái)務(wù)危機(jī)公司和47家健康公司檢測(cè)模型的預(yù)測(cè)效果，擬和度達(dá)100%。模型用于預(yù)測(cè)財(cái)務(wù)危機(jī)公司準(zhǔn)確率達(dá)91%，而采用多元判別法的預(yù)測(cè)精度僅為72%。又如：楊保安等(2001)采用ANN模型進(jìn)行財(cái)務(wù)危機(jī)預(yù)警，結(jié)果表明：樣本的實(shí)際輸出與期望輸出比較接近，顯示出ANN是進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警的一種很好的應(yīng)用工具等等。然而，由于該方法理論基礎(chǔ)比較薄弱，ANN對(duì)人體大腦神經(jīng)模擬的科學(xué)性、準(zhǔn)確性還有待進(jìn)一步提高，且其計(jì)算也有較大難度，因此ANN模型的適用性也就大打折扣。

　　(五)其他方法

　　其他財(cái)務(wù)危機(jī)預(yù)警方法主要是指一些非統(tǒng)計(jì)類預(yù)警方法，包括案例研究法、專家系統(tǒng)法、實(shí)驗(yàn)法、災(zāi)害理論、混沌系統(tǒng)理論、期權(quán)定價(jià)理論等等。由于這些方法在理論上還不夠成熟，在實(shí)務(wù)中應(yīng)用也較少，本文不一一贅述。

　　三、思考

　　盡管目前財(cái)務(wù)危機(jī)預(yù)警研究取得了重大進(jìn)展，財(cái)務(wù)危機(jī)預(yù)測(cè)方法層出不窮，但主流分析方法只有單變模型分析法、多元線性模型分析法和多元邏輯回歸模型分析法三大類。其他研究方法雖然也作出了有益的嘗試，但是要么由于預(yù)警方法考慮的因素單一，方法過(guò)于簡(jiǎn)單，其預(yù)測(cè)準(zhǔn)確率較低;要么由于模型開發(fā)歷史較短，研究不夠成熟，模型的穩(wěn)定性有待進(jìn)一步檢驗(yàn)。

　　基于財(cái)務(wù)危機(jī)預(yù)警方法研究的現(xiàn)狀，筆者認(rèn)為，財(cái)務(wù)危機(jī)預(yù)警方法的研究還應(yīng)在以下兩個(gè)方面進(jìn)行突破：首先，應(yīng)在分行業(yè)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究方面進(jìn)行突破。由于每個(gè)行業(yè)的狀況不同，影響財(cái)務(wù)危機(jī)的因素自然不同，我們很難構(gòu)建一個(gè)能適合所有行業(yè)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。國(guó)外理論界在分行業(yè)的財(cái)務(wù)危機(jī)預(yù)警研究中發(fā)現(xiàn)，由于行業(yè)的不同，同一預(yù)警變量包含的信息量有所不同，其預(yù)測(cè)效果有很大差別。因此，分行業(yè)研究可能更有價(jià)值。其次，國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)警方法絕大多數(shù)只限于預(yù)測(cè)被“特別處理”(ST)的上市公司，且模型的敏感性較低(多數(shù)只能提前1-2年進(jìn)行較為準(zhǔn)確的預(yù)測(cè))，其研究成果主要為投資者買賣股票提供一些投資依據(jù)，對(duì)企業(yè)自身的財(cái)務(wù)預(yù)警作用并不明顯。另外，各種預(yù)警方法對(duì)非上市公司研究很少，因此，在財(cái)務(wù)危機(jī)預(yù)警研究的范圍方面還應(yīng)進(jìn)行拓展和突破。

　　【參考文獻(xiàn)】

　　[1] 齊治平，余妙志. Logistic模型在上市公司財(cái)務(wù)狀況評(píng)價(jià)中的運(yùn)用[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2002，1：60-61.

　　[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，1998，6：18-20.

　　[3] 陳曉，陳治鴻.中國(guó)上市公司的財(cái)務(wù)困境預(yù)測(cè)[J].中國(guó)會(huì)計(jì)與財(cái)務(wù)研究，2000，9：55-72.

　　[4] 姜秀華.治理內(nèi)核與綜合業(yè)績(jī)的相關(guān)性研究[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003年版.

　　[5] 陳洪波.中國(guó)上市公司財(cái)務(wù)危機(jī)判別模型[J].四川會(huì)計(jì)，2003，1：23.

　　[6] 吳世珍，柯大鋼.我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].財(cái)會(huì)月刊，2007，3：16-19.

　　[7] 楊保安，季海，徐晶，等. BP神經(jīng)網(wǎng)絡(luò)在企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究之應(yīng)用[J].預(yù)測(cè)，2001，20(2)：49-54.

　　[8] Pamela K.Coats and L.Franklin Fant.A Neural Nelwork Approach to Forecasting Financial Distres[J].The Journal of Business Forecasting，1991.Winter.