上市公司财务危机预警精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的上市公司财务危机预警主题范文，仅供参考，欢迎阅读并收藏。

第1篇：上市公司财务危机预警范文

关键词：上市公司；财务危机；预警系统

中图分类号：F275 文献标识码：A 文章编号：1001-828X（2012）12-0-01

一、财务危机预警系统的定义

财务危机预警系统就是通过对企业财务报表及经营内容的分析，利用实时发生的财务数据和规定的数据化管理标准，将企业可能出现的潜在危机提前预知企业经营者或有关利益相关者，并通过对企业发生财务危机的原因和财务运营体系隐藏的问题分析，提早采取防范措施的财务分析系统。

二、我国上市公司财务危机预警系统存在问题

1.监管部门未作明确规定且证券市场并不完善

中国证监会和证券交易所对上市公司的信息披露方面进行监管，是为了确保上市公司信息能够得到及时和准确的披露，但对实行特别处理、暂停和终止上市的公司预警监管，还没有出台规范性的法律制度。目前我国证券市场由于建立时间不长且发展缓慢，上市公司的内部控制和治理结构还不够合理，一些相关的企业破产机制还不够健全等问题，都影响着对财务预警系统的研究。

2.公司决策层缺乏主动运用财务预警系统的意识

如今，我国企业财务危机预警系统的运用还仅仅停留在理论的研究上。公司经营者没有树立危机防范意识主要是由于国有企业受计划经济体制的影响，致使企业普遍存在着产权不明，政企不分的现象，企业也缺乏相应的激励和约束机制。且企业也很少面临破产的危机，所以管理者对企业的破产机制不够重视，在进行相关决策时也就很少主动运用财务危机预警系统。

3.不健全的公司治理结构致使财务预警系统不受重视

过于集中的持股比例、不完善的内部控制和所有者缺位是我国不健全的公司治理结构的主要表现形势。不完善的公司治理结构，使公司管理者缺乏对公司未来发展的预见性及对公司财务状况的分析与评判，因而造成对财务预警系统不够重视。有些企业并未对使用人员进行必要的培训，造成管理人员的业务水平和综合素质无法满足预警系统的要求，使其无法发挥应有的作用。

4.会计信息失真制约财务预警系统的有效实施

随着经营权与所有权的逐渐分离，委托开始在上市公司中出现，信息不对称在委托人和人之间普遍存在，道德风险也就随之产生，因而上市公司管理层有机会操纵会计信息，甚至提供虚假信息。目前会计信息失真是我国上市公司中经常出现的问题，这严重影响了预警系统的有效性，也使有关方应用上市公司财务预警系统的积极性不高。

三、我国上市公司财务危机预警系统的构建

1.预警组织机制

企业财务预警系统运行机制的运转效果和预警体系功能的正常、充分发挥，都受预警组织机构是否健全的影响，同时预警组织机构应独立开展工作，不干涉企业的生产经营活动，只对企业管理层负责，以保证财务预警的独立性和客观性。

预警组织机构的职责是负责预警目标的确定、预警方案的研究、预警情况的汇报，并据此讨论制定预报的类型、内容和对策方案，及时解决经营过程中出现的问题。在建立预警组织机构时，要确保能够有专人落实财务预警工作，且不受其他组织体系的干扰和影响。财务预警系统必须将预警有效地融合于传统的财务管理系统之中，才能充分发挥其警报、矫正与免疫的作用。但新系统并不是简单的结构重组，而是建立在原有财务管理系统之上，其在结构与职能的分配上都发生了变化。

2.预警信息机制

预警信息机制是通过提供信息以支持财务预警，主要是在搜集、传递、处理与评价等方面对财务预警信息制度的规定，其首要功能是为预警行为主体实施预警行为提供所需信息。但光靠利用传统的财务管理信息以无法满足现代预警管理的需要，从目前来看，企业可考虑修正现有的信息系统，增补一些信息使企业财务风险大小表现的更加明显；从长远看，也可通过与原有财务管理信息系统相结合自行开发和建立一个专门的预警信息系统，以形成一个大的财务管理信息系统。因为良好的财务预警分析系统的建立需要分析大量的系统资料，所以，公司应建立高效的收集、传递、处理信息的机制。

3.预警管理机制

预警管理机制是财务危机预警系统的最后一个机制，包括日常控制和危机管理两个方面。前者主要是在日常监控系统的实施过程，控制公司经营过程中出现的各种警兆，使其体现出来的警兆数值不超过危机预警的警戒值，若发生则立即采取相应的控制措施加以防范；后者则主要是指专门的预警组织在危机发生以后所采取的补救措施，以达到化解财务危机的目的。

与财务预警组织机制和信息机制一样，作为一个运行过程，要使财务风险达到有效的防范和监控就应该做好几方面的工作如：加强对危机认识的教育，树立危机意识，定期进行企业财务综合分析，搞好企业财务控制等。

4.危机处理机制

危机处理机制，是在已经发生财务危机的情况下所采取的应对措施，高危警情是其处理的主要内容，与财务预警系统的日常监控职能不同，它是一个反应快速的管理机制，能够使财务危机带来的危害最大限度地减少和降低，进而避免企业最终走向破产清算的境地。由于财务风险具有不确定性，因此它的发生又存在突发性和灾难性，这就使得我们不可能在面对任何财务风险时都能进行有效的控制，其中的一部分财务风险也就不可避免的会引起财务危机的爆发，要化解财务危机，就必须建立一个高效的危机处理机制。所以，拥有一套全面化、系统化的危机处理组织对企业管理来说是必不可少的组成部分，其具体的业务流程有：立即启动财务危机应急分队，迅速开展统一、公开的信息活动，迅速调查财务危机事件、对财务危机进行积极应对，财务危机善后处理，财务危机总结等。

四、小结

综上所述，经济危机给企业带来巨大冲击的同时也带来了很大机遇。这就需要企业建立居安思危的意识，充分认识各种不利于企业发展的因素，采取有效的应对措施，强化危机预警机制，制定多套防范危机的方案，最终达到防范和化解财务危机的目的。

参考文献：

[1]刘宏洲.财务危机预警的Z计分模型实证研究[J].会计之友，2011（28）.

第2篇：上市公司财务危机预警范文

本文在分析研究国内外关于财务危机动态预警相关研究的基础之上，对财务危机的动态预警模型的研究现状进行综述，探讨财务危机动态预警研究的发展趋势。

【关键词】财务危机 动态预警 研究综述

在全球经济衰退、金融危机的大背景下，探索识别财务危机，为企业利益相关者提供预警信号是非常值得研究的现实问题。因此，建立基于时间序列特征的动态预警系统成为了必然的趋势。国内外很多学者都对财务危机预警模型进行了研究，并建立了相应的预警模型。但是现阶段关于财务危机预警的动态研究还是较少，目前我们的财务危机预警系统大多是静态预警，大部分学者采用的都是多截面样本数据，对不同时期的多个样本数据进行研究，但是这样研究存在一个显著的逻辑性缺陷，即没有考虑到财务状况的时间延续性。这些实证研究的结果普遍存在着预测准确率不理想的情况，特别是多期财务危机预测准确率较低的情况。如果企业的整体财务状况很好，只是单期的表现不好，随后企业的财务状况会很快恢复正常，这种暂时的偏离正常值不应该被归为财务危机公司，但静态模型不考虑历史的影响，会将这种公司归为危机公司，预测准确率不理想。

一、财务危机动态预警模型简介

动态财务预警主要使用的技术有人工智能技术（如神经网络模型和机器学习等分析技术）具备良好的模式辨别能力，克服了传统统计方法的局限性，有更高的预测能力。

二、国外关于财务危机动态预警模型的研究

目前，国外学者广泛应用的动态预警模型主要有神经网络模型、遗传算法模型、案例推理模型等等。

（一）人工神经网络模型

人工神经网络模型主要是运用神经网络的分类方法来进行财务预警。许多功能是对人脑神经网络系统的模拟，有很好的模式识别能力，根据随时更新的数据进行自我学习，因此有很高的纠错能力，能够更好的预测财务危机。Odom和Sharda（1990）是最早在财务危机预警模型中运用人工神经网络模型的，随后许多学者做了相似研究，并对模型及算法进行了响应的改进。

（二）遗传算法（genetic algorithm，GA）

遗传算法是模仿生物遗传进化规律，运用在大量复杂概念空间内随机搜索的技术，用于企业财务危机的预测。Varetto（1998）、Shin&Lee（2002）、Hyunchui（2009）都进行了这方面的研究，Franco（2010）的研究表明了采用GA来进行预测比较省时并且受到主观影响也较小，但是预测精度没有MDA高。

（三）案例推理（case-based reasoning，CBR）

案例推理一般运用K临近算法对存储案例进行分类，据此来对新增的案例进行推断，主要适用于在复杂多变的环境中进行决策。Hongkyu（1997）对案例推理（CBR）、人工神经网络模型（ANN）以及多元判别分析方法（MDA）进行了比较分析，结果显示CBR与MDA判别结果无本质上的区别，更适合在数据不充分的时候使用；Cheol-Soo（2002）用层次分析法（AHP）对K临近算法进行了改进，预测精度明显得到了提高。

（四）支持向量机（support vector machine，SVM）

SVM方法是在统计学理论基础之上的一种机器学习方法，这种算法通过非线性变换把实际问题换到高维特征空间，并且进行处理，对维数的要求没有那么严格，具有很好的推广能力。在这方面，Fan、Palaniswami均有相关的研究，Kyung-Shik Shin（2005）采用这种算法构建了财务危机预警模型，并对韩国的企业进行实证研究，结果表明SVM的预测性能高于BP神经网络模型。

（五）粗集理论（rough set theory，RST）

RST是一种用多个财务比率来描述财务危机与财务正常公司的工具，可以有效地解释财务指标与财务危机的关系。Pawlak、Dimitras和Joseph都将RST应用与财务危机预警系统的研究中。

三、国内关于财务危机动态预警模型的研究

国外对财务危机动态预警模型的研究已经取得比较丰硕的成果，国内的学者关于动态预警系统的研究少之甚少。

（一）大部分学者是从动态管理角度得出破产公司和非破产公司的现金管理特征变量，并据此构建预警模型

国内由于对现金流重要性的认识不够，加上我国从1998年开始才要求上市公司编制现金流量表，因此进行实证研究所需的现金流量方面的数据严重缺乏。这些原因，最终导致国内的研究仅仅停留在对现金流量指标体系构建的理论探讨层面。

姚靠华、蒋艳辉（2005）就动态财务预警系统建立的技术基础和系统框架进行了阐述，提出应该充分利用数据仓库技术、数据挖掘技术和Agent技术来建立企业的动态财务预警系统。

张鸣、程涛（2005）运用Logistic回归方法，先从财务指标角度构建财务指标预警模型，然后引入现金管理特征变量和现金管理结果变量，从财务指标和现金流量角度共同构建综合预警模型。

（二）对财务危机动态预警模型的研究主要有以下几种

杨淑娥、王乐平（2007）以T-2、T-3期财务数据组合的面板数据作为研究样本，构建BP神经网络模型对上市公司的财务状况进行预测。

蒋丽（2007）用因子分析法分别建立ST前三年的三个评分模型F1、F2、和F3，依次对样本进行预测，从动态的角度找出不同时期的特征变量，预测财务危机的紧急程度。

陈磊、任若恩（2008）以因财务原因被实施特别处理和暂停上市作为上市公司财务阶段的分类标志，将上市公司的财务状况分成3个阶段，借鉴Theodossiou的方法，使用时间序列判别分析技术、指数加权移动平均控制图模型对中国上市公司的财务危机预测进行研究。

孙晓琳、田也壮、王文彬（2010）基于Kalman滤波理论，考虑财务比率在时间序列上的趋势性和历史数据对结果的影响，构建了财务危机的动态预警模型。

时建中，程龙生在2012年针对模型的增量学习能力不足的问题，建立了能够增量学习的财务危机动态预警模型，且经过实证分析证明该模型有很好的适应性与稳定性。

四、对国内外关于财务危机动态预警模型研究的评价

一是财务危机动态预警模型有很好的适用性，并且跟静态模型相比，其预测精度有很大的提高，能够更及时的给企业预警，避免财务危机的发生。

二是现有关于财务危机动态预警的研究还是较少，主要还是采用静态预警模型进行回归分析来对企业的财务危机状况进行预测。

三是对财务危机的动态预警大都是针对总体的企业，很少针对某一行业的特点对特定行业进行动态预警，每个行业的特点不同，与财务危机发生影响密切的相关指标也不尽相同，并且由于动态预警能够比静态模型给出早期的预警信号，分行业研究就更加有必要。

五、对将来财务危机动态预警模型研究的展望

通过上文的综述，今后我们可以在财务危机动态预警系统的以下几个方面做进一步的研究：

首先，在样本指标的选择方面，可以根据不同行业在财务指标方面的差异，加入行业调整变量以更加贴合不同企业的实际情况，提高预测准确率。

其次，在模型的构建方面，目前大部分学者的研究均为单纯的运用一个模型进行实证分析，可以综合模型的不同特点，组成模型组优化现有模型，提高模型的预测精度。

最后，在信息利用方面，可以充分利用现在先进的信息技术，运用各种技术来更新完善财务危机的动态系统，实时、准确的预测财务危机，避免企业陷入财务困境。

参考文献

[1]Ross Neophytou，Andreas Charitou，Predicting Corporate Failure.Empirical Evidence for the UK[M]. Corporate Finance，2000（9）：457-471.

[2]Claessens，Stijin，Simeon Djankov，and Larry Lang，The Separation of Ownership and Control in East Asian Corporations[J].Journal of Financial Economics， 2000，（58）：81-112.

[3]Stephen A.Ross.Randolph.Wethersfield.Jeffrey F.Jaff.吴世农，沈艺峰等译.公司理[M].北京机械出版社，2000：157-163.

[4]Howard and Swaryl.An Analysis of Risk and Return Characteristic Of Corporate Bankruptcy Using Capital Market Data.The Journal of Finance，SeP.1980.1001-1016.

[5]孙晓琳. 财务危机动态预警模型研究[M]，上海交通大学出版社，2011：3-56.

[6]顾晓安.公司财务预警系统的构建[J].财经论坛，2000（4）：65-71.

第3篇：上市公司财务危机预警范文

【关键词】 多层感知器； 非财务变量； 财务危机； 危机预警

一、财务危机的概念及研究样本的选择

根据可持续发展理论，笔者认为财务危机实质上是指一种企业盈利能力实质性地减弱，逐渐丧失持续经营能力的渐进式积累过程。就我国现行的退市制度而言，公司从财务危机出现的那一时点起，直至公司终止上市都属于财务危机的过程。在这个过程中，财务危机有可能得到缓解，在短时间内（不超过一个会计年度）通过盈利摆脱危机，也有可能加重恶化，被处以暂停上市，甚至是最终形式――终止上市。陷入财务危机的公司，一般简称为财务危机公司。

按照这一定义和我国资本市场发展的实际，因“最近两年连续亏损（包括追溯调整）”而被*ST的上市公司符合财务危机的定义，所以，笔者选取2002―2010年间连亏两年首次被*ST的A股200家上市公司作为研究对象（不包括金融类公司、舞弊上市公司和资料不全公司），另外，采用一一配对方式确立了200家非财务危机公司，即用于模型构建的构造样本300家（危机公司150家，非危机公司150家），用于验证效果的测试样本100家（危机公司50家，非危机公司50家）。

研究期间选择危机前3年，使用的数据选择“国泰安数据库”。

二、多层感知器模型简介

多层感知器，是最早也是最常用的一种神经网络模型，它特别适用于简单的模式分类问题。当它用于两类模式分类时，相当于在高维样本空间中，用一个超平面将两类样本分开。它的权值算法一般采用误差反向传播算法（BP算法）学习。

笔者以主成分分析提取的主成分因子作为自变量，使用SPSS17.0中的多层感知器，构建动态多层感知器财务危机预警模型（简称MLP模型）。与Matlab等软件相比较，SPSS17.0软件不需要编程，使用比较简单，能够自动记录和保存运算过程中的最优解。

三、研究指标体系及其检验

借鉴相关研究中具有显著预测效果的变量，笔者初步选取了反映短期偿债能力、长期偿债能力、盈利能力、营运能力、发展能力、风险水平、股东获利能力、现金流量能力等8个方面的53个财务变量和审计因素、股权结构、董事会结构、高管持股4个方面的17个非财务变量。通过单样本的Kolmogorov-Smirnov检验和Wilcoxon符号平均秩检验，剩下26变量，见表1。

四、主成分分析

主成分分析采取的是一种降维方式，使用几个综合因子来代表原来众多的变量，这些综合因子能尽可能地反映原来变量的信息量，而且彼此之间互不相关。

经检测，样本数据变量的KMO值=0.745，可以进行因子分析。得到的各主成分因子对应的特征值与贡献率见表2。

取累计贡献率为73.132%，则主成分因子为8个。由于大多数因子还是和多个变量相关，故仍然使用正交旋转法进行转换。提取的8个主成分因子使用主要的因子载荷量分别命名为：盈利能力-资产主成分因子F1（主要由X4、X5和X8解释）；公司治理主成分因子F2（主要由X23、X24和X25解释）；营运能力-股东权益主成分因子F3（主要由X13解释）；营运-偿债能力主成分因子F4（主要由X1、X10和X11解释）；现金流量能力主成分因子F5（主要由X18和X19解释）；盈利能力-损益主成分因子F6（主要由X3和X7解释）；股东获利能力主成分因子F7（主要由X16和X17解释）；审计因素主成分因子F8（主要由X20、X21和X22解释）。提取的这8个主成分因子中，F2和F8都是由非财务变量来解释的。

根据回归算法可以计算出因子得分函数的系数，得到26个变量的因子得分函数。

五、构建MLP模型及其预测效果分析

（一）模型的构建

输入点P1是提取的8个主成分因子，输出点P3是虚拟变量y（是财务危机公司为1，否则为0），隐藏层P2由软件自动计算测定为7个，得到的MLP网络模型结构是8×7×1。

输入层到隐含层的权值矩阵Wjh（8×7）、隐含层到输出层的权值矩阵Whi（7×1）及最终的BP网络结构分别为：

模型中，只有审计因素主成分因子F8与财务危机的发生正相关。每个因子在模型中的重要性分析见表3。营运―偿债能力主成分因子F4和现金流量能力主成分因子F5在模型中的作用尤为显著，这和公司的实际是一致的，公司非常关注现金流，重视偿债能力，尤其是短期偿债能力。

（二）预测准确率分析

MLP模型对构造样本中150家财务危机公司的回代预测准确率达到80%，第Ⅰ类错误（将实际财务危机公司误测为非财务危机公司）小。

计算出50家测试样本财务危机公司的主成分因子的值，代入模型，得到的预测准确率为78%。

（三）预测效果的比较研究

使用之前的8个主成分因子，构建多元逻辑回归模型（简称MLR模型）进行对比研究。

MLR模型和MLP模型的回代预测准确性都达到了70%以上。MLR模型的回代预测效果为73.3%，比MLP模型的回代预测低6.7%。

在验证预测中，MLR模型的准确率降到66%，而MLP模型仍然取得了78%的预测准确性，说明MLP模型的预测效果优于MLR模型。

总之，无论是回代预测还是验证预测，模型MLP对财务危机公司的预测都取得了最好效果，体现出MLP在财务危机预警模型研究中的优越性。

六、研究结论

笔者使用2002―2010年间，因连亏两年而首次被*ST的200家A股公司危机前3年的财务与非财务变量进行财务危机预警，与先前研究相比，时间跨度长而且样本数量大，对公司财务危机状况的评判更加准确。

研究使用的主要方法为多层感知器，这是一种普通认为具有较好分类效果的方法，而且研究结果也验证了这一说法，它的验证准确率远远高于传统静态多元逻辑回归方法。

在模型中，反映短期偿债能力的指标（现金比率）、现金流量能力的指标（现金流量对流动负债比率、每股经营活动现金净流量）和营运能力的指标（应收账款周转率、流动资产周转率）具有显著作用。在公司实践中，为了追求现金流入流出量最大限度的平衡和最大限度的现金净流入，保持现金流量的通畅，必须加强公司现金流量管理，适时地对公司的资源进行合理组合配置，才有助于财务危机的防范。

笔者使用了财务变量和非财务变量对公司的财务状况进行分析，但是这些变量都是涉及公司内部的因素，不到90%的预测准确性也显示应该还有其他的因素会影响公司状况，建议在今后的研究中适当考虑公司外部因素对财务状况的影响度。

【参考文献】

[1] Altman E.I.，Financial Ratio.Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]，Journal of Finance，1968（4）：589-609.

第4篇：上市公司财务危机预警范文

[关键词] 财务危机 主成分分析 Logistic分析 财务预警 财务指标

1.引言

自改革开放以来,随着我国市场开放度的不断加大,使得国内外市场竞争日益加剧,企业内部管理机制也不断出现新的问题。2008年的全球金融危机,更是给不少上市公司带来了严重的经营危机。而陷入经营危机的上市公司几乎毫无例外地都是以出现财务危机为征兆。

本文在查阅文献的基础上，按照理论与实证研究相结合的方法来构建论文。选取了30家ST和30家非ST的上市公司作为案例分析。其中15家ST和15家非ST的上市公司用来构建预警体系，另15家ST和15家非ST用来进行验证。通过该论文的研究希望能引起上市公司对财务预警的重视，及早诊断出财务危机的信号，并采取相应对策，使企业在市场经济的大潮中立于不败之地。

2.理论分析和模型自变量的确定

2.1 理论分析

2.1.1 财务预警的概念

财务危机预警是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。财务预警由财务危机和预警两个词构成。它要求管理人员依据相关指标的变化来预测企业财务即将呈现的问题，及时向利益相关者提出警示。企业的支付压力和支付能力的脱节是财务危机的表象，资金配置的失效是财务危机的实质。财务危机事实上是一种风险控制机制。

2.1.2 财务预警的理论基础

企业预警理论是构建财务预警系统管理理论的基础理论，主要包括危机管理理论、策略震撼管理理论、企业逆境管理理论以及系统非优理论。

2.2 系统样本的选取

中国证监会于1998年3月16日颁布了《关于上市公司状况异常期间的股票特变处理方式的通知》，要求证券交易所应对“状况异常”的上市公司实行股票的特别处理（special treatment，简称ST)。我国证券市场上被ST的股票大多是由于“连续两年亏损或每股净资产低于股票面值（1元）”，即财务指标的恶化是上市公司被特别处理的主要原因。因此国内研究一般把被ST作为上市公司陷入财务危机的标准，本文也将ST公司作为财务危机公司，非ST公司作为财务安全公司。

在对上市公司进行研究时，由于同一指标在不同行业之间往往有不同的标准，因而在确定研究样本时，最好仅选取某一行业的上市公司作为研究样本来建立财务危机预警体系，这样可以避免因为不同行业的数据可比性不高而导致的模型实用性不高。在中国证监会公布的13个上市公司行业大类中，制造业所占的比例最大，经过分析比较，最终将我国沪市A股中的制造业上市公司作为本文的研究样本。

本文的研究当中采用配对的方法，从沪市的上市公司中来选取样本，即选取近被ST的上市公司作为财务危机样本组，共30家。同时选取与财务危机组30家上市公司同行业，资产规模在10%差异之内的30家非财务危机上市公司作为配对样本。

2.3 变量的选取

本文在参考了众多文献的基础上，分别从企业的盈利能力，偿债能力，资产营运能力，成长能力和获取现金能力反应企业的财务状况的5个方面出发，考虑了指标数据获取的难易程度并结合了以上原则，选取了以下15个指标来建立指标体系做为分析的起点。如表1所示。

3.实证研究和结果分析

本文将利用SPSS统计软件作为分析工具，对以上所收集的样本公司的财务指标数据进行因子分析和逻辑回归分析，建立预警模型。

3.1 因子分析

在上文确定了15个财务指标用来建立财务危机预警模型，这些指标从不同的方面反映了公司的财务状况。并引进统计学的因子分析法。通过因子分析，找到较少的几个因子，进而代表数据的基本结构，反映原始信息的本质特征，然后用这些因子代替原来的观测量进行其他相关的统计分析，建立预警模型。

下边对研究样本在被宣布ST处理的前一年的15个财务指标数据运用SPSS统计分析软件进行因子分析。首先，我们可以得到KMO和Bartlett的检验结果，如表2所示。

表2 KMO和Bartlett的检验结果

KMO 和 Bartlett 的检验

取样足够度的 Kaiser-Meyer-Olkin 度量。

由表2 可知，KMO值和Bartlett球度检验结果得出，样本数据适合做因子分析。

在对研究样本的15个指标完成因子分析计算后，可以获得15个特征值。本文提取了特征值大于1的6个因子变量作为下一步研究所用的变量。从表3中我们可以看到，这6个因子的累计贡献率达到了81.123%，即这几个变量已经包含了原来15个财务指标81.123%的信息，因此，我们可以认为这6个因子变量基本反映了原有的财务指标的综合差异。

3.2 Logistic回归分析以及实证研究结果

3.2.1 逻辑回归模型

逻辑回归模型是对二分类因变量进行回归分析时最普遍使用的多元统计方法。它根据样本数据使用最大似然估计法估计出参数值，经过一定的数学推导运算，可求得相应变量取某个值的概率。

逻辑回归模型的数学表达公式为：

可以等价的表示为：

在这里，P表示某件事发生的概率，ai为呆估计参数，Fi为自变量。

3.2.2逻辑回归分析及预警模型的构建

利用SPSS统计分析软件，对上述60家上市公司的六个因子变量进行逻辑回归分析，可以建立相应的财务危机预警模型。

（1）模型判别分割点的选取

在建立逻辑回归模型时，首先必须确定所要建立的模型的判别分割点。由于本文所选取的样本是均衡的，即两类公司的比例为1：1，故采用0.5作为分割点。因此，通过模型计算出来的某公司的概率大于0.5时，那么就判定样本公司为ST公司；反之，视其为非ST公司。

（2）分析结果及构建模型

将研究样本前一年的6个因子变量输入SPSS统计数据中，选择逻辑回归法，可以得到以下结果，如表6所示。

表6方程中的变量

从上表可以看到F1、F4、F5、F6这因子变量都通过了显著性水平为5%的显著性检验，进入了最后的模型中，而x2、x3未能通过显著性检验，因而模型中最终只有4个因变量。根据上表，我们可以得到前一年的逻辑回归模型：

P值的范围在[0,1]，该值越大，表明公司在未来一年内发生财务危机可能性越大，反之，这表明公司的财务状况比较安全，发生财务危机的可能性比较小。由于此模型是以0.5作为判别的分割点，因此当P值大于0.5时，在未来一年内将会被判为ST公司；反之，我们将被研究公司判定为非ST公司。

由上面的表达式可以得出企业的破产概率与F1、F4、F5和F6这四个因子成负相关，即该四个因子越大，企业的破产概率就越小。其中，F1主要由总资产的收益水平、销售的净利润以及现金的回收能力决定，反映了企业的盈利能力以及现金的回收能力；F4主要由主营业务收入增长率和总资产增长率决定，反映了企业的成长能力；F5主要由应收账款周转率和存货周转率决定，反映了资本的营运能力；F6主要由总资产周转率和以及资产的增长率决定，反映了资产的状况。因此我们可以得出企业的破产概率与企业的现金回收能力、成长能力，资本的营运能力以及资产的应用能力负相关。

3.3 预警模型的检验与评价

3.3.1 模型的检验

将研究样本前一年的数据代入逻辑回归模型中，然后根据判别分割点的标准，我们可以得到60家公司的判定结果，如下表7所示。

从判断结果汇总表中我们可以看到：

（1）从整体预测率来看，预测的准确率为80%。

（2）横向比较：比较模型中的两类错误可以发现非ST公司被判定为ST公司的概率要大一些，为23.3%。另一类错误为17.7%

3.3.2 模型的评价

经过因子分析法和逻辑回归法建立的预警模型具有以下特点：

3.3.1 全面性。本文所见的模型包含了15个财务指标，浓缩为6个因子变量。这些变量基本上包含了企业所有的财务信息，分别从上市公司的盈利能力、偿债能力、资产营运能力、成长能力以及现金能力等几个方面综合评价了公司的财务状况。

3.3.2 可操作性。逻辑回归模型通俗易懂，没有深奥的专业术语或不可量化的指标，不仅专业人士可以借鉴，一般的投资者也可以利用。另外，在运用该模型进行财务危机预测时，由于SPSS等统计软件的辅助计算，是这种预测变得相对简单可行，可以在实践中运用。

3.3.3 灵活应用性。本文所建立的模型不仅可以对非ST公司变成ST公司作出预测，而且还可以对ST公司变成非ST公司作出预测。

3.4 相关的结论

（1）在构建该体系时，应采用对财务指标分布无要求的统计方法（如逻辑回归方法）。因为研究样本的财务指标并不一定符合正态分布。

（2）SY公司的财务状况恶化并不是突然发生的，因而我们完全可以通过分析财务指标的变化来预测公司的未来财务状况。通过上述的分析，可以发现ST公司的大部分财务指标在其被特别处理前一年会计年度内呈现出了恶化的趋势，ST公司与非ST公司财务指标之间所呈现的差距很大，这使得财务与危机预警不仅必要，而且成为可能。

（3）本文将现金流量的因素考虑了进去，因为现金流量能够很好的反映企业的财务状况，这样使这些财务指标能够更全面的反映企业的财务状况。

（4）本文采用了因子分析法和逻辑回归法相结合的方法建立我国制造业上市公司的财务危机预警体系。这是由于本文采用的指标较多，需要因子分析法进行浓缩；同时，逻辑回归在对财务危机企业进行研究过程时，其存在一定的局限性。结果表明：两种方法的结合使所构建的财务危机预警体系取得了比较理想的预测结果。

（5）有以上的分析我们可以得出企业的破产概率与企业的现金回收能力、成长能力，资本的营运能力以及资产的应用能力负相关。即企业的现金回收能力、成长能力，资本的营运能力以及资产的应用能力越强，企业越不可能破产。

4.结束语

通过对我国沪市制造业的60家上市公司2009年的财务数据进行了统计分析，结合一定的研究方法，建立了财务危机预警体系，并进行了回代检验，最后的检验结果显示了该体系取得较好的预测效果。可见其体系具有一定的实用性。

参考文献

[1] 王莹. 浅析企业财务危机预警系统的构建[J]. 会计之友(中旬刊),2009,(04).

[2] 王亚. 我国上市公司财务预警模型研究[J]. 中国总会计师, 2009,(02) .

[3] 杨哲. 企业财务危机预警系统构建探讨[J]. 煤炭经济研究, 2009,(01) .

第5篇：上市公司财务危机预警范文

【关键词】财务危机预警研究 存在问题 改进建议 上市公司

随着竞争逐渐激烈，上市公司财务危机发生的频率也越来越高，因此公司管理当局、股东、债权人等相关者的利益受到很大损失，同时给其带来了巨大的压力。受我国市场经济发展时间短的影响，我国财务预警相关研究的时间也较短，同时由于一些客观环境的限制和约束，很多问题存在于我国上市公司财务预警研究中。所以，为了加强对上市公司财务危机的预警，必须强化这方面的研究。

一、我国上市公司财务危机预警研究存在的问题

（一）公司治理结构不健全，风险意识缺乏

公司治理结构的完善对企业有着重要的意义：首先，可以保障投资者的利益，防止其合法权益被企业的“内部人”侵吞；其次，科学决策在企业中得到保证，效率得到。因为企业效率的提高是企业各方面的利益有效的保障。持股比例过于集中、所有者缺位和内部控制不力等是目前我国公司治理结构不健全的主要表现方面。对财务危机的不重视，风险意识淡薄也基本上是公司治理结构不健全造成的。

（二）证券市场不规范，破产机制不健全

我国的证券市场经历的时间还比较短，与之相关的破产机制更是不健全，具有笑话意味的是我国迄今为止尚无一家证券上市公司宣告破产，以致破产不能作为研究人员为财务危机标准的定义，并在此基础上使用控制样本建立财务预警模型。由于当前“ST”制度执法不够严厉，加之它也不能够很准确地代表财务危机，因此如果以此为标准展开财务预警研究，势必会影响其研究成果。

（三）预警指标的选择狭窄

建立财务危机预警系统的基础是指标的选择。现有的财务理论和实践经验是目前研究者进行研究的主要依据，同时已发生财务危机公司的实际情况也是参考，备选指标组也是从一系列财务指标中选择的，最后相对显著的指标再通过统计检验筛选出。通过分析，还可以通过以下几方面完善预警系统。第一，现有的财务指标利用的是资产负责表和利润表计算的，预警系统中利用的这个财务指标是权责发生制下的，忽视了更为客观的现金流量指标，对企业的财务运行状况没有真实反应。第二，现在的一些预警指标主要针对财务指标，忽视或者很少考虑非财务指标。企业的财务管理水平以及其内部的非财务性因素和外部的理财环境共同决定着一个企业是否发生财务危机，而预警系统的有效性也因这些局限性在一定程度上受到制约。

（四）预警模型缺乏实用性

样本是财务指标模型的基础，因为财务指标是对其的相关分析建立起来的，这样样本不同可能导致最终进入预测模型的变量不同，那么巨大的差异存在于具有显著预测能力的指标便不足为奇。在许多方面有很大的差异存在于危机发生前的财务危机企业和非危机企业之间，但因为研究者在选择样本和变量时存在差异，因此最后得到不同的预测变量。模型使用者会因为预测模型种类繁多而感到困惑，使财务预测模型的应用受到影响。并且，目前现状是研究过多的关注于建模技术、模型预测精度，对模型的实用性考虑较少，过于重视形式，过重追求判定结果的正确率，反而忽视了实际解决危机的方案。

（五）排警措施不够重视

排警措施是一个完整的财务危机预警系统必不可少的部分，目前企业需要的不仅是能够预测危机，也需要真正建立起防范财务危机的预警系统，这个系统除了能够发现企业潜在的危机，还能够对产生危机的根源做出解释,找到解决危机的方法，但是预测结果只是发现病症，分析病症, 解决问题的根本途径还是症下药。

二、对改进我国上市财务危机预警的建议

（一）加强理论研究

与西方发达国家相比,我国对财务危机预警的研究要晚一些，基础也更差，因此“走出去”战略是财务危机预警应该实施的，我们借鉴、学习西方先进的理论、研究成果，使他们用于我国，再结合我国的实际情况，逐渐探索出适合我国国情的财务危机预警系统。“引进来”，总结发达国家经验，更新理念，创新财务危机研究，使之能更加科学地指导预警研究。

（二）树立风险防范意识

财务危机预警系统能够得以成功建立并有效运行，企业具有风险防范意识是前提。只有得到高度重视的财务危机预警系统才能真正发挥其效能，而不是作为虚设的系统。这对企业全体员工特别是管理层就有更高的更多的要求，起码思想上要保持高度警惕，企业经营过程中出现的问题和潜在的危机能够随时发现，并且及时采取措施有效消除。

（三）健全内部控制制度，融合企业各项制度

为了保护经济主体的资产完整，必须建设内部控制制度，会计资料真实、正确也是靠此来保证的，经营效益的提高也依赖于此，相互联系、相互制约的方法、程序和行为准则必须在经济主体的内部得以建立，来促进经营方针的贯彻实施。财务预警模型中的各种指标、财务比率计算的真实性都与内部控制制度是否建立健全有关。所以说，行之有效的内部控制制度是建立财务预警系统的前提，但是必须把这些制度与企业的预警系统结合起来并且可以得到一贯执行，以发挥其最大的协同作用。

（四）量化分析与非量化分析相结合

指标的客观性和准确性是靠量化分析来确保的，但是传统的定性分析绝不能被取代，因为不同的企业条件有差异、评价标准的主观性及数据获取难度与成本会限制指标的客观性与准确性。当股价骤跌,总资产和收益急剧下降，股利大幅度削减等情况出现时就需要比量化分析更为可靠、灵敏和有效的非量化分析。竞争在不断加剧，投资规模也不断扩张，与之相应的企业面临的风险和危机与日俱增，计算一些比率，对比一些指标已经不是预警功能单纯能够实现的，系统的方法库和模型库必须随之创建，现代科学技术也应该被应用其中，比如现代计算机技术、网络通信技术、数据库技术以及管理学、财务学、运筹学、统计学、模型论和各种优化技术，同时必须加强定量分析和定性分析方法相结合的综合应用。

（五）拓宽预警模型变量选择范围

预警变量需要重新设计考虑，现金流量方面的指标也要被合理引入，对现金流入、流出要加强监测分析。另外，非财务因素等一些非财务指标是应该考虑的，比如来自宏观和微观角度的、股权的集中程度、审计意见结果、产业相对比率，这样可以有效弥补很多滞后性的缺陷，比如其数据太依赖于会计报表的财务指标，扩大了预警系统的涵盖范围，增强预警能力。

（六）建立预警对策库

将警源监控、警情播报到辅助排警等一系列功能进行整合，就是现代财务预警系统，建立一个执行预警、排警功能的管理子系统,将它从传统预警的会计附属功能中独立出来。应急排警对策集合是在各种风险条件下的事先准备好的预警对策库，能够自动地采用相应排警对策根据预警信息性质、类型和警报的程度发出风险预报当预警信息系统发挥作用时。为了使企业能够按照提示，去寻求实际的、更实用、有效的方案，思路性、提示性的对策应该是预警对策库中所有的。

（七）根据实际情况完善财务预警模型

现有的预警模型存在一定的局限性，因为都是国外学者依据本国公司的资料统计得出的，尽管在许多国家也具有一定的效用。现代市场上统计软件的功能日益增强，对其的开发与会计资料库也逐步建立，我们根据国外已有研究成果，再结合我国现代企业的特点，进行融合创新，建立一种预警模型，使之更适用于本公司或本行业的财务预警模型，并随时根据实际情况进行改进，随时关注评价指标，企业可能遇到的各种风险才能准确及时地在企业的财务预警系统中得以显示，财务危机才能更好的得以防范。综上所述，风险防范和控制需要依赖于财务危机预警，它为企业经营提供了一种行之有效的方法。财务预警系统在我国没有很好的发挥作用是由于受到多种现实条件的限制，这一领域的研究还有待国内的学者做出更大的努力。

参考文献

[1] 王琳,周心. 我国上市公司财务危机预警模型的实证研究[J].重庆科技学院学报(社会科学版), 2008, (06) .

[2] 崔学刚,王立彦,许红. 企业增长与财务危机关系研究――基于电信与计算机行业上市公司的实证证据[J].会计研究, 2007, (12) .

第6篇：上市公司财务危机预警范文

关键词:金融危机;制造业;财务预警;上市公司

中图分类号:F830.91文献标志码:A文章编号:1673-291X(2010)12-0040-02

一、本文的样本和指标选取

(1)同时期:与所选取的ST公司被ST发生在同一年,如果样本同时在两年或更长时间延续其ST的身份,则将其归为第一年被ST的年度。(2)同规模:以ST公司被ST的前一个会计年度的资产总规模和资产规模相差不超过5%为标准,选取与之规模相匹配的非ST公司。

根据锐思(RESSET)金融研究数据库资料显示:在2009年首次被ST的A股制造业上市公司为14家。其中:*ST白猫,因未找到与之规模差异不大的财务正常的上市公司,于是将其剔除; *ST伊利,只找到与之规模相差14.19%的财务正常的上市公司,因为样本数量较少,我们也考虑将其纳入样本,其余资产规模差异均在5%以内,从而有ST制造业上市公司13家,非ST制造业上市公司13家,共26家。

本文从偿债能力、盈利能力、现金流量、财务结构、成长能力和营运能力六个方面选取上市公司基础财务预警指标,共选取了34个预警指标,作为研究中使用的最原始变量。

二、实证研究

若用于构建预警模型的自变量过多,这样不仅会提高预警成本,而且还可能带来预警研究中噪音的增加,从而导致预警变量解释能力的无谓下降,于是本文采用因子分析将变量进行综合和浓缩。

对基础预警指标进行预处理是非常必要的:第一,因所选取样本容量足够大,无须对基础预警指标进行正态性检验,而采用相关性检验。由于因子分析的主要任务之一是对原有变量进行浓缩,即将原有变量中的信息重叠部分提取和综合成因子,进而实现减少变量个数的目的。对此,它要求原有变量之间应存在较强的相关关系。我们将会采用相关性检验筛选出相关性较高的变量,使其适合进行因子分析。第二,采用因子分析中的主成分分析法对通过相关性检验的变量进行二次处理,从而筛选出最终用于构建预警模型的自变量。

在显著性水平0.05下,如果某项财务比率连续通过2007年和2008年的相关性检验,则认定这些财务比率通过检验,最终选择如下11个财务指标进入因子分析:营运资金/资产总额、利息保障倍数、资产负债率、销售净利率、销售毛利率、资本收益率、净资产收益率、留存收益/资产总额、每股收益、每股净资产、主营业务收入增长率。

表1巴特利特球度检验和KMO检验

由表1可知,巴特利特球度检验统计量的观测值为399.939,相应的概率P-值接近于0。同时,KMO值为0.794,根据Kaiser给出的KMO度量标准可知原有变量比较适合进行因子分析。

因子解释原有变量总方差的情况(如表5所示),我们可以得到每个主成分的方差,即特征根。

对因子载荷矩阵采用最大正交旋转法实行旋转,旋转后的载荷矩阵(表4所示):

由表4可知,销售净利率、销售毛利率、利息保障倍数在第1个因子上有较高的载荷,第1个因子主要解释了这几个变量,可解释为盈利能力;资产负债率、营运资金/资产总额、留存收益/资产总额在第2个因子上有较高的载荷,第2个因子主要解释了这几个变量,可解释为偿债能力;资本收益率、净资产收益率每股收益在第3个因子上有较高的载荷,第2个因子主要解释了这几个变量,可解释为营运能力和盈利能力;主营业务收入增长率、每股净资产第4个因子上有较高的载荷,可解释为成长能力。最后采用回归法估计因子得分系数,并输出因子得分系数。

F1 = -0.095X1+0.506X2+0.112X3+0.467X4+0.438X5-0.25X6

-0.14X7+0.037X8+0.071X9-0.121X10-0.157X11

F2= 0.405X1+0.116X2-0.433X3-0.192X4-0.151X5-0.057X6

-0.054X7+0.196X8-0.079X9-0.32X10-.174X11

F3 = -0.076X1+-0.443X2-0.001X3+0.006X4+0.012X5-0.607X6

-0.477X7+0.006X8+0.2X9-0.333X10-0.051X11

F4 = -0.005X1-0.017X2+0.194X3-0.159X4-0.158X5-0.087X6

-0.023X7+0.011X8+0.058X9-0.603X10-0.728X11

以4个因子的方差贡献率为权数,可得到金融危机下财务预警模型:Z=0.25598F1+0.25029F2+0.22365F3+0.13871F4

三、结论与不足

本文在进行模型检验时,由于无法取得检验样本,只能进行回判,判别准确率较高。所采用的金融危机以后的数据,仅有2007年和2008年两年,也只是选取了定量指标,没有考虑定性指标因素的影响。

参考文献:

[1]程涛,张鸣,张艳.企业财务预警研究前沿[M].北京:中国财政经济出版社,2004.

[2]周首华.现代企业财务理论前沿专题[M].大连:东北财经大学出版社,2000.

[3]薛薇.统计分析与SPSS的应用[M].北京:中国人民大学出版社,2008.

[4]龚小君,王光华.中国财务预警研究的回顾与展望――20世纪90年代以来国内财务预警研究评析[J].重庆邮电大学学报,2005,

(2):186-188.

第7篇：上市公司财务危机预警范文

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

关键词：上市公司财务危机预警系统

KeyWord：ListedcompanyFinancialcrisisPre-warningsystem

随着经济一体化，经营全球化的发展，企业的生存发展环境发生了很大变化，面临着很大的风险性和复杂性。作为企业改革先锋的上市公司，同样存在着潜在的危机。一旦财务危机无法化解，就会被戴上“ST”的帽子，以失败告终。为了有效化解财务危机，亟待建立适合我国上市公司的财务危机预警系统。

1财务危机预警系统

财务危机是企业丧失偿还到期债务的能力。财务危机预警系统正是为化解上市公司财务危机而建立起来的一种机制，财务危机预警系统还没有公认的定义，笔者在分析预警系统构成要素的基础上，将其定义为：财务危机预警系统是企业专门组织根据财务管理学、风险管理和统计学的相关理论，以企业的财务报表、经营计划、相关经营资料以及所收集的外部资料为依据，采用定性和定量的分析方法，建立预警分析机制，将企业所面临的经营波动情况和危险情况预先告知企业经营者和其他利益相关方,并分析企业发生经营非正常波动或财务危机的原因,挖掘企业财务运营体系中所隐藏的问题，以督促企业管理部门提前采取防范或预防措施,为管理部门提供决策和风险控制依据的组织手段和分析系统。简单的说，它是企业专门组织预警-报警-排警的有机管理过程体系。

2构建财务危机预警系统的重要性

从理论上看，上市公司财务危机预警系统的构建是我国企业管理与控制理论的丰富和发展。本文所构建的财务危机预警系统是基于我国上市公司相关理论和经济技术特点上的，为上市公司财务危机警兆的理论研究提供新思路，从而建立一套发现警兆-确认警情-排警对策（预警-报警-排警）的逻辑机理，为我国上市公司提供一种危机预警管理新模式，在预防和化解危机，提高企业危机预警管理水平方面发挥作用。

从实践上看，对于上市公司来说，借助财务危机预警系统，公司管理层能够及时发现公司财务状况的恶化，以及造成公司财务状况恶化的原因，从而能够及时地、有针对性的调整公司的经营策略，扭转公司经营状况恶化的势头，以避免沦为“ST”“PT”的行列。另外公司越早获得危机信号，越可以减少其在会计、审计、律师等方面所支付的费用。同时，有利于证监部门加强财务监督管理，以提高上市公司的经济效益。

3构建财务危机预警系统的可行性

3.1理论依据

我国20世纪80年代初有了经济预警的概念，承认经济的波动性和周期性。企业预警理论主要包括危机管理理论、策略震撼理论、企业逆境管理理论以及企业诊断理论。这就为财务预警理论的发展和成熟提供了理论基础。财务危机预警系统是基于上市公司财务运作的全过程，不断成熟的财务管理学理论则成为其基础；财务危机预警系统的预警分析是对大量原始信息和数据的处理，日益发展完善的信息传递理论和统计学为其提供了理论基础；财务危机预警系统中的危机管理不仅是对危机全过程的监测和控制，而且是对风险的处理，那么现代经济周期理论和风险管理理论则为其提供了依据。另外，证监部门于2001年11月《亏损上市公司暂停上市和终止上市实施办法（修订）》，表明我国证券市场退市机制不断健全和完善。证券市场的退市机制是实现上市公司优胜劣汰的重要途径，增强上市公司的风险防范意识，提高上市公司的质量，引导证券市场朝良性方向发展。

3.2经济基础

财务危机预警系统是在危机前建立的，这个时候上市公司的财务状况良好，财力雄厚，完全可以满足构建财务危机预警系统的所有资金需求。同时，财务危机预警系统建立起来以后，为公司解决财务危机提供了有效分析手段和控制对策，使上市公司不至于破产，更甚是能及时发现风险，保证了公司经济效益的实现，可以弥补构建财务危机预警系统的全部支出，实现风险收益，即危机管理支出小于危机管理所带来的收益。

3.3技术支撑

上市公司的财务资料相对容易搜集，财务数据趋于规范财务预警系统以财务报表及其他相关的财务信息与非财务信息为依据，在建立财务预警模型和进行预警分析时，要运用大量的财务资料。大部分上市公司已经能够按照市场经济的基本规则进入市场，完成了现代企业制度的建设，产权明晰，管理规范、科学，财务披露制度较为健全。同时，又处于公开的市场监管之下，各种操作行为较为规范。同时，监管部门监管力度的加大，将进一步抑制会计造假者的造假动机，提高财务数据质量，从而更加有利于财务预警系统的顺利运行。

4构建财务危机预警系统的新思路

财务危机有潜伏、发作、恶化三个阶段，在各个阶段应该有相应的管理对策，这一系列的对策就构成了本文财务危机预警系统的基本框架。

财务危机的潜伏时期，上市公司处在一个多变的环境之中，公司的市场状况、产品的升级换代速度、关联企业的供货和资金偿付能力、竞争对手的价格政策变动、金融市场的波动、利率和外汇市场的变化、银行信用和利率政策的改变等等，都会对企业的财务状况、筹资能力、资金调度能力和偿债能力等产生巨大的影响。为了及时准确的识别财务危机，就需要有一个专门组织对企业内外的财务信息和数据进行全面收集和有效传递，为预警分析机制提供信息数据基础，这就构成了财务危机预警系统的信息处理机制。

财务危机的发作时期，在证监部门的财务监督下，上市公司为保证经济效益的实现，就必须对收集的内外财务信息和数据进行分析，选择能够明显反映公司财务状况特征的指标体系，不仅要有财务指标，而且要引入非财务指标，如行业、企业规模、管理水平等，以全面反映公司财务状况，然后用收集的数据和选定的指标，通过现代建模方法（如主成分法，人工神经网络方法）构建预警分析模型，以准确判断财务危机是否已经产生，将此分析结果及时反馈给企业管理者，便于其迅速采取对策。指标分析和模型分析构成了财务危机预警系统的预警分析机制。

财务危机的恶化时期，财务危机已经存在，如果不能及时控制或有效化解，上市公司将面临生死存亡的境地。为了化解危机，公司管理层就要立即启动财务危机处理小组，迅速分析财务危机产生的原因，及时采取有效的管理措施，以恢复公司正常经营。由于财务危机有突发性，要求公司管理层要有强烈的危机意识。

任何一项管理活动都离不开管理者，上市公司财务危机预警管理也不例外，要有一个专门组织为预警管理服务。构建了以财务危机发展阶段为基础的预警-报警-排警的财务危机预警过程机理，还需要有实施财务危机预警系统的组织机制，它包含了组织体系和组织过程。组织体系就是构建一个专门为危机预警管理服务的组织；组织过程则是在危机预警系统实施中的预警-报警-排警逻辑过程。

此财务危机预警系统是以专门组织为保证，依次执行预警-报警-排警三项活动，与前面的研究相比，克服了将组织机制、信息处理机制、预警分析机制、危机管理机制并列的不足，使预警系统结构更为合理，为财务危机预警系统的实施提供了新思路。

参考文献：

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

[2]StephenARoss.公司理财[M].北京：机械工业出版社，2000.

[3]张鸣，张艳，程涛.企业财务预警研究前沿[M].北京：中国财政经济出版社，2004.

[4]张友棠.财务预警系统管理研究[M].北京：中国人民大学出版社，2004.

[5]汪平.财务理论[M].北京：经济管理出版社，2003.

第8篇：上市公司财务危机预警范文

关键词：主成分；Logistic模型；财务预警分析

中图分类号：F830.91 文献标志码：A 文章编号：1673-291X（2016）18-0073-04

引言

随着全球经济一体化进程，我国市场经济不断发展完善，上市公司之间的竞争也愈演愈烈，市场的复杂性和不可预见性使得企业一旦经营不善就可能陷入财务困境之中。从20世纪开始，全球经济出现了许多复杂情况，很多企业包括上市公司陷入了财务危机，甚至因此而导致破产。

财务危机，也称财务困境或财务失败，财务危机分为经营失败、无偿付能力、违约、破产四种情形，最终可能会导致公司破产。财务危机预警就是利用企业财务信息和相关资料，选取一些敏感性较高、有针对性的财务指标，通过建立数学模型，及时监控和预测可能出现或已经出现的财务危机。随着由于财务危机而导致破产的企业增多，财务风险管理的重要性愈发显著。财务危机预警既满足企业在日趋激烈的竞争中维持生存最基本的需要，也符合市场竞争机制的动态要求。如何做到防患于未然，预测财务风险是上市公司需要考虑的重要问题。

鉴于此，本文以食品类上市公司为例，试图通过选取能够全面反映食品上市公司经营状况和财务状况的指标（包括反映其盈利能力、营运能力、获取现金的能力、偿债能力以及发展能力）构建其财务危机预警指标体系，针对食品上市公司被实施ST前三年的财务数据，分别运用Logistic回归分析和主成分分析方法来建立财务危机预警模型，并对其判别效果进行比较分析，以期为上市公司的财务危机预警起到一定的参考作用。

一、文献综述

（一）国外的财务危机预警研究

财务危机预警研究源于 20世纪30年代，美国学者Fitzpatrick（1932）首次采用以财务比率作为预测财务危机的单变量分析方法，比较分析了健康和危机企业的财务指标。20世纪60年代，学者Beaver et al.采用统计方法，首次建立了单变量财务危机预警模型。最早的多元判别预警模型是 Altman的Z-Score模型。Sevim et al.重点对比分析了一元判断分析模型、多元判断分析模型及Logistic模型的优缺点，最终选取Logistic模型对土耳其国内的制造业上市公司的财务状况进行了动态预测。Ohlson采用多元 Logistic回归方法构造财务危机预警模型，并发现了企业当前的变现能力、资本结构、规模、业绩四个指标有明显的预测效果。后来的研究学者用人工神经网络模型以及多元概率比回归模型，也取得了较好的预测结果。

（二）国内的财务危机预警研究

国内对财务预警的研究相较国外起步比较晚。周首华、杨济华、王平利用Compustat PC Plus建立了 F 分数模型。学者于文华等收集了ST、非ST两类制造业上市公司财务数据，通过构建Logistic回归模型处理财务危机预警指标，探析了财务危机爆发主要影响指标。何妮选取非参数检验、显著性检验及因子分析等方法，构建了Logistic回归模型发现财务危机预警模型具有可实施性。章早立、何沛俐在采用Logistic 回归分析之前使用全局主成分分析，并建立了以时序立体数据空间为基础的财务危机判别模型。刘静以34家正常公司为例，利用F分数模型对财务数据进行了分析，认为F分数模型在制造业上市公司财务危机预判上精度较高。王世兰通过对现阶段的财务危机预警模型进行归纳总结，认为目前所应用的制造业上市公司财务危机预警模型可归纳为传统统计方法和人工智能两类。张健基于Logistic回归法建立了EVA财务危机预警模型，对52家上市公司的财务状况进行实证检验，但研究发现该方法只适用于短期预测。

通过上面的文献综述，可以发现财务危机预警模型还存在一些不足：一是没有考虑到财务指标之间具有的较强相关性，可能导致信息重叠，影响预警模型的稳健性。二是选取财务指标没有考虑财务信息失真的影响。上述国内外研究文献在预警方法与模型方面，多集中于Logistic或因子分析等单一预测模型的构建与使用，而对不同方法间财务危机预警精度差异的研究较少，缺乏针对制造业财务危机预警方法的探讨。

二、研究设计

（一）选择研究样本

本文中选取2011―2013年首次被实施ST的43家A股食品上市公司作为研究对象，并按照合适的比例选取同行业上市公司被实施ST资产规模相近的43家非ST公司作为配对样本。将这86家公司分为建模组和检验组： 选取2011―2012年被实施ST的32家食品上市公司和相对应的32家非ST公司作为建模组，利用Logistic回归分析和主成分分析方法建立财务危机预警模型；选取2013年被实施ST的11家食品上市公司和与之对应的11家非ST公司作为检验组，验证模型的准确度。

（二）选取财务指标

选取合适的样本之后，指标的选取成为模型预测的关键。企业在选择财务危机预警指标时，首先，应该考虑企业的实际状况选取合适财务危机预警指标。其次，选择的财务指标通常要包含能够全面反映企业财务状况和经营状况的信息，以及能否很好地反映该公司的财务危机。鉴于此，选取了包括盈利能力、营运能力、获取现金的能力、偿债能力以及发展能力几个方面的22个财务指标作为研究变量（如下表所示）。

另外，选取的反映盈余管理程度的财务指标主要有：应收账款占销售收入比率、其他应收款与流动资产比率和应收账款与流动资产比率，以及非经常性损益占利润总额比率。

（三）研究的方法

1.提取主成分。鉴于财务指标之间较强的相关性，可能导致信息重复，不利于分析和构建后续预警模型，因此克服财务指标之间的多重重复性，保留财务信息，建立有效的财务预警模型尤为重要。这里采用主成分分析方法将众多具有相关关系的财务指标变量转变为彼此不相关的较少的的综合指标。如下公式：

fi=a1x1+a2x2+…+aixi（i=1，2，…n）

2.选择模型。Logistic回归分析方法不要求因变量服从正态分布，与多元线性回归相比，这种判别分析方法更加稳健，在实际运用中也更加简便。因此，Logistic回归分析方法是处理模型中变量的常用统计分析方法，也是研究财务危机的主流方法。公式如下：

其中，p为在给定自变量xn的值的条件下事件发生的概率，ai为回归系数，a0为截距。

3.构建模型。对提取的10个财务预警指标主成分，应用 SPSS 统计分析软件进行Logistic回归分析，并剔除判别作用不显著的财务预警指标主成分F2、F6和F9，最后得到包含F1、F3和F5等7个财务预警指标主成分的预警模型。分别采用K 独立样本非参数检验和T 检验来检验因变量的均值是否具有明显差异性。检验结果显示，在α=0.05显著性水平下，有X1、X2等预警指标变量有显著性差异。

4.检验模型预测能力。由于上述样本中正常公司与出现财务危机公司比例为2∶1，所以选取 0.67 作为判别点。P≥0.67时，为正常公司，反之则为财务危机公司。利用财务危机预警模型对检验和建模样本分别进行检验，结果显示，Ⅰ类误判率（财务危机公司误判为正常公司的比率）低于15%，模型前后两次检验的准确率也均超过85%。这也证实了基于Logistic回归和主成分分析的财务危机预警模型的稳定性较强，预测能力较高，同时又可以降低误判成本。

结论

本文对食品类上市公司的财务数据和指标进行分析，利用Logistic回归方法建立了财务危机预警模型，并与利用主成分建立的财务危机预警模型分析结果进行分析比较，发现Logistic回归分析法更加适用于食品类上市公司的财务危机预警。

参考文献：

[1] Fitzpatrick P.J.A comparison of ratios of successful industrial enterprise with those of failed firms[J].Certified PublicAccountant，1932，（10）.

[2] Beaver W.H.Market price，financial ratios and the prediction of failure[J].Journal of Accounting Research，1968，（2）.

[3] Sevim C.，Oztekin A.，Bali O.et al..Developing an early warning system to predict currency crises[J].European Journal of Operational Research，2014，（3）.

[4] Tennant D.Factors impacting on whether and how businesses respond to early warning signs of financial and economic turmoil：Jamaican firms in the global crisis[J].Journal of Economics and Business，2011，（5）.

[5] Koyuncugil S.，Ozgulbas N..Financial early warning system model and data mining application for risk detection[J].Expert Systemswith Applications，2012，（6）.

[6] 周首华，杨济华，王平.论财务危机的预警分析――F分数[J].会计研究，1996，（8）.

第9篇：上市公司财务危机预警范文

关键词：创业板；财务预警；神经网络；支持向量机

中图分类号：F275 文献标识码：A 文章编号：1001-828X（2013）02-0-02

一、引言和理论综述

创业板是地位次于主板市场的二板证券市场，在上市门槛、监管制度、信息披露、交易者条件、投资风险等方面和主板市场有较大区别。其目的主要是扶持中小企业，尤其是高成长性企业，为风险投资和创投企业建立正常的退出机制，为自主创新国家战略提供融资平台，丰富多层次的资本市场体系。我国深交所的创业板也是高成长性伴随高风险的市场，鉴于中国创业板市场的高成长性和高风险性，以及国家推行创业板退市试水，我们有必要为目前创业板上市公司建立科学的财务预警系统，这样可以为投资者规避风险，也可以为决策者提供参考，还可以督促上市公司加强自我管理。

财务预警是以财务会计信息为基础， 通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机实施的实时监控和预测警报。财务预警中的数学模型就是财务预警模型，它是指借助企业财务指标和非财务指标体系，识别企业财务状况的判别模型。目前企业财务预警研究主要集中在三个方面：一是财务危机概念的界定；二是财务预警模型的建立；三是财务预警指标的选择。

1.财务危机概念的界定

对财务危机的界定，国内外学者因研究目的不同而异，使用了不同的标准。Beaver[1]（1966）认为“破产、拖欠偿还债务、透支银行账户或无力支付优先股股利四项中的任何一项的企业，列为失败企业”，即为发生财务危机的企业。Altman[2]（ 1968）依据美国破产法界定破产企业，认为是“进入法定破产的企业”。Deakin[3]（1972） 的研究“仅包括已经经历破产、无力偿还债务或为债务人利益而已进行清算的企业”。由此可见，国外对财务危机的界定因研究目的不同而不同，主要有：①无偿债能力；②违约；③财务危机；④破产。

2.财务预警模型的建立

企业财务预警的模型方法一直在不断地改进和创新之中，常见的有以下六类[4]：一元判定模型（ Univariate）、多元判定模型（ Multiple Discriminant Analysis，MDA）、多元逻辑（ Logit）回归模型、多元概率比（ Probit ） 回归模型、人工网络（ ANN）模型和联合预警模型。Ohlson[5]（1980）运用条件回归模型，对2103家公司进行分析，得到一个预警分类模型。

国内最早是由吴世农[6]（1987）介绍了企业破产预警模型和分析指标。佘廉[7]（1999）出版了企业预警管理丛书，标志着我国学者开始了对财务预警的系统研究。吴世农等[8]（2001）运用Fisher线性判定、多元线性回归和Logistic回归分析，建立了预警上市ST公司的财务预警模型。目前我国上市公司财务数据并不完善，许多上市公司上市时间并不长，所以应使用多种研究方法建立我国上市公司的财务预警模型，比较分析选择适合的模型以提高预警精度。

3.财务预警指标的选择

Altman[9]等实用传统的财务指标，如负债比率、流动比率、净资产收益率和资产周转率等作为预警指标，Aziz[10]等以现金流量信息构建判定指标，作为预警指标。国内学者一般从盈利、运营、偿债、成长性等方面选取财务指标作为预警指标。一般而言，使用较多的财务指标能提供更多的信息，提高财务预警精度，但是指标之间可能高度相关，导致普通预警模型存在多重共线性。人工神经网络模型和支持向量机模型是非线性的平行处理结构模型，变量之间的相关性对数据处理影响不大，在使用这类模型时可以选用较多的财务指标，这样可以提供多方面的企业财务信息，提高预警精度。

二、本文的研究方法和研究样本

创业板上市公司的财务预警有别于传统的主板上市公司财务预警，这需要我们从危机界定、模型选择和财务指标选取三个方面重新构建预警系统。由于创业板上市公司目前还未出现ST和PT公司，以及单纯使用盈利能力区分财务困境的不适宜性，我们认为应构建新的指标区分财务困境企业和非财务困境企业。企业偿还债务的资金主要来源于企业经营活动的现金流量，通常使用净现金流量与流动负债的比值来反映企业偿还到期债务的能力。当该比值低于一定水平时，就意味着企业的现金流量不足，偿债能力出现问题，符合财务危机事项。当这种情况持续发生时，表明企业已经陷入财务危机，应引起企业管理者的重视，否则情况进一步恶化，企业可能会走向破产。对于企业的经营活动净现金流量与流动负债比的合理区间，目前学术界还没有统一的标准。这里我们使用与平均水平比较的方法，即该比值低于平均水平，就应该引起注意。

选取93家创业板上市公司（表1），根据其从上市到2011年底这些年的年报和半年报，计算“经营净现金流量/流动负债比值”的平均值，由于创业板上市公司普遍被“炒新”，所以这些公司上市当年的“经营净现金流量/流动负债”不计入平均值的计算当中。如果某一家创业板公司的“经营净现金流量/流动负债”在2011年年中和年末连续两次低于平均值，或年中高于平均值而年末低于平均值，则认为该企业陷入财务危机困境，反之则认为该公司财务状况良好。计算93家创业板上市公司的“经营净现金流量/流动负债”平均值为-1.266615，共有64家财务健康公司和29家财务困境公司。

表1. 样本公司

注：带*的样本公司为陷入财务困境的公司

由于创业板上市公司样本少，上市时间短，因此在模型和财务指标的选取方面，我们必须要尽可能多的利用已有的财务数据信息构建预警系统。本文选取2010年底的财务指标，包括7类20项（表2）作为备选预警指标。

表2. 备选财务预警指标

以上20项财务指标，很多指标所反映的财务信息是重叠的，因此我们对上述财务指标进行筛选，以尽量减少财务指标间的信息重叠。对这20个指标进行独立样本T检验，可以发现，在0.05的显著水平上，有10个财务指标能够显著地将两类创业板上市公司区分出来。分别是X1、X2、X3、X5、X10、X11、X12、X13、X19、X20，以这10类指标作为财务预警指标。它们之间仍有很高的相关性，我们使用多层感知器网络模型、径向基网络模型和支持向量机模型，这些模型均是非线性平行处理模型，其中支持向量机模型对于小样本还具有较好的处理功能。

三、实证结果

本文使用SPSS.19和MATLAB.R2009b两款软件，做三类模型的分析预测，对于多层感知器网络，设置隐藏层数为1，隐藏层节点数为15，隐藏层激活函数为双曲正切函数，输出层激活函数为Softmax函数；对于径向基网络，设置隐藏层数为1，隐藏层节点数为10，隐藏层激活函数为Softmax函数，输出层激活函数为恒等函数；对于支持向量机模型，选择高斯径向基核函数，使用交叉验证模型寻找到最优参数为c=53.2988，g=4.2372。首先从93家样本公司挑选训练样本，使用2010年的年报数据训练三类模型，再用测试样本2010年10类财务指标预测2011年的财务状况。结果如下：

表3. 训练样本判定情况

表4. 测试样本判定情况

通过对表3和表4的分析，三类模型判定我国创业板上市公司财务危机的结果表明：

1.三类模型的判定结果都是可以接受的，但相比之下，支持向量机模型的判定准确性更高，说明支持向量机模型在对较少样本做统计预测时，效果优于神经网络模型。

2.两类神经网络模型对测试样本的判定准确性都小于对训练样本的判定准确性，它们对财务健康企业的判定准确性较高，但是对于财务困境企业的判定准确性较低，仅略超过50%。以这两类神经网络模型作为财务预警模型存在较大风险。

3.三类模型对财务健康企业的判定准确性均高于对财务困境企业的判定准确性，但支持向量机模型比神经网络模型判定准确性高。

四、研究结论

创业板上市公司财务预警是公司财务预警的一个难点，主要是因为：①创业板上市公司目前还没有ST和PT标记公司，所以要设计指标区分创业板上市公司财务困境与否，本文从企业偿债能力而不是传统的企业盈利能力方面考虑企业是否容易陷入财务困境。②创业板上市公司样本较少，这就要求我们使用能对小样本进行良好分类和预测的模型，而支持向量机模型能够很好地对小样本进行建模。③创业板上市公司2009年底才陆续上市，能提供的财务信息非常有限，所以需要我们尽可能多的引入财务指标，提供尽可能多的信息。然而创业板公司财务预警非常必要，因为2012年5月1号执行了新的《创业板上市规定》，完善了创业板上市公司的退出机制，为了保护投资者的利益，以及为决策者提供参考，需要建立科学的创业板上市公司财务预警系统。

本文通过对财务报表较完善的93家创业板上市公司的研究结果表明：基于财务指标的支持向量机模型是企业财务困境预警的有效方法，较目前使用较多的神经网络模型，判定准确性较高，该模型可以为广大投资者和决策者预警公司财务状况提供可靠的依据，同时也为上市公司加强企业管理，保证未来的现金流量安全提供科学的参考。

参考文献：

[1]Beaver W H. Financial ratios as predictors of failure [J]. Journal of Accounting Research， 1966， 9： 71-111.

[2]Altman E I. Financial ratios， discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance， 1968， 9： 589-609.

[3]Deakin E B. A discriminant analysis of prediction of business failure [J]. Journal of Accounting Research， 1972， 1： 167-169.

[4]程涛.财务预警模型综述[J].山西财经大学学报，2003，5：104-107.

[5]Ohlson J A. Financial ratios and the probabilistic prediction of bankruptcy [J]. Journal of Accounting Research， 1980， 1： 109-131.

[6]吴世农，黄世忠.企业破产的分析指标和预测模型[J].中国经济问题，1987，6：8-15.

[7]佘廉.企业预警管理论[M].河北科学技术出版社，1999.

[8]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001，6：46-55.

[9]Altman E I. Financial ratios， discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance， 1968， 9： 589-609.