财务预警研究精选(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财务预警研究主题范文，仅供参考，欢迎阅读并收藏。

第1篇：财务预警研究范文

关键词：财务预警 财务指标 预警模型

（一）引言

企业财务预警是以企业财务信息为基础，利用企业财务报表、经营计划等资料，通过选择和观察敏感性预警指标的变化，借助比例分析、数学模型等分析方法，对企业可能或将要面临的财务危机进行实时监控和预测报警， 并及时向利益相关者发出警示，提出规避风险的建议。财务预警的基本思想就是先通过选择合适的财务指标或非财务指标，建立财务预警指标体系，然后根据各项指标数据，按照一定的预警方法或模型预测企业将会遇到的各种财务风险和经营风险，最后做出综合预警分析，采取预警措施。

本文探讨的财务预警是广义概念，包括财务危机预警、财务困境预测和企业破产预测等。通过对国内外企业财务预警研究中指标选择的探讨不难发现，对于企业财务预警的指标选择至今尚无一个广泛认可的标准。

（二）企业财务预警研究评论

笔者总结已有的研究， 认为财务预警研究的指标选择存在以下问题：

1. 以"应计制"为基础的财务指标居多， 以"现金制"为基础的财务指标较少。国内外的财务预警研究多选择资产负债表、利润表的基本财务指标和财务指标组合，且这类财务指标的类型众多，包括盈利能力指标、营运能力指标、短期偿债能力指标、长期偿债能力指标、财务效益指标、资产营运状况指标、发展能力指标、成长能力指标等。但实际上，"应计制"下的传统财务指标可能被人为操纵而导致财务信息失真，因此基于传统财务指标构建的财务预警模型和方法的准确性和可信度也就令人怀疑。"现金制"下的现金流指标则较好地克服了传统财务指标信息失真的弊病，并且不易纵， 因此，基于现金流指标（ 包括现金流向指标、现金流速指标、现金流量指标）来构建财务预警模型将使得财务预警结论的准确性大大提高， 增强了模型的科学性和实用性。随着财务预警研究的逐渐深入，国内外学者日益倾向于采用真实性更强的现金流财务预警指标， 并以之为核心来构建财务预警系统。

2. 绝对财务指标和相对财务指标兼顾，更多地采用相对财务指标。绝对财务指标是指那些指标值为绝对数的财务指标，通常这种指标的数值是一个较大的绝对数，如"总资产"、"总负债"、"总利润"等。相对财务指标是指那些指标值为相对数的财务指标，通常这种指标的数值是一个介于0～1之间的百分数或小数，这些相对财务指标一般都是约定俗成的传统财务指标，如资产负债率、毛利率、存货周转率等。虽然在国内外的财务预警研究中更多地采用了相对财务指标， 但并不能说相对财务指标比绝对财务指标更科学、有效，这两类财务指标在财务预警中是相辅相成、缺一不可的。相对财务指标往往能更灵敏地反映企业的财务风险状况， 增强财务预警的准确性，但绝对财务指标则能够分析企业的规模和整体状况，以使相对财务指标对财务警情的灵敏反应建立在科学、合理的基础之上， 不至于造成误警。因此， 在财务预警模型的指标体系中， 各种财务指标的多少及比例的搭配也是决定财务预警准确性的关键。

3. 组合财务指标和调整的财务指标的引入越来越多。组合财务指标是指两个或两个以上的财务指标通过一定的运算形式组合而成的财务指标。它与相对财务指标的区别在于，组合财务指标往往是财务预警研究者根据研究需要无规则、随机地组合在一起的，不具有约定俗成的名称，其表示方式也是以其最原始的计算形态出现，如现金/ 总资产、经营现金流量/流动负债等。组合财务指标与相对财务指标类似，也是研究者在财务预警研究的过程中发现和总结出来的一种财务指标，它能够有效地提高财务预警模型的预警准确性。调整的财务指标是指基本财务指标经过一定的变换和运算后得到的新的财务指标， 它是基本财务指标的有效补充，包括财务指标均值、财务指标变动趋势值、行业平均值、行业平均值的变动趋势值等。这类指标多从动态的角度和行业环境的角度对财务指标进行调整，从而动态地分析企业财务风险，并将企业纳入整个行业中考虑外部环境和行业差异影响给其带来的财务风险。因此引入此类指标的财务预警模型或方法能更加全面和科学地分析财务风险的成因，进一步提高了财务预警模型的预警准确性。

4.宏观经济指标和非财务指标的使用不多。研究者对企业财务风险的成因分析表明，宏观政策性因素和经济周期波动因素都对企业陷入财务危机有着重要的影响。尽管有研究者在分析企业财务风险时考虑了规模和行业因素，但从宏观经济的角度来看，这仍然不够。国外有个别研究者已开始考虑宏观经济指标在企业财务预警中的应用，并引入了GDP、市场利率和证券市场指数等指标， 但是此类研究不够系统和完善，还没有找到一套全面、有效、可应用于企业微观财务预警的预警指标体系。迄今为止，财务预警模型主要是以传统财务指标作为输入变量进行判别和预警，而定量化的传统财务指标不仅具有使信息易失真的局限性，有时还无法对企业的某些财务危机和风险作出描述和预测，比如企业出现过度扩张、过度依赖银行贷款、人力资源匮乏、市场定位不清、战略决策不当等状况，都预示着企业存在潜在的财务危机， 而这些是传统财务指标难以反映的。非财务指标不同于传统财务指标， 多为定性指标， 它在披露企业某些特定的财务状况方面有时要比传统财务指标更为可靠、有效。因此， 在财务预警研究中有必要引入宏观经济指标和非财务指标，构建更为全面的备选预警指标集。

（三）结语

预警的财务指标选择普遍缺乏科学的财务风险理论和预警理论支撑。在国内外现有的财务预警研究中， 指标的选择往往基于一般的财务理论、风险理论和管理理论，有时甚至取决于研究者的直观判断以及资料的可获得性，众多国内外研究者还没有找到令人信服的财务风险理论和预警理论来支撑所建立的预警模型，由此造成了各种财务预警模型的预警结论不一致，甚至相互矛盾和冲突， 模型的有效性深受影响。由于缺乏科学理论的指导， 研究者在选择指标时会受到自身价值判断的影响，具有一定的局限性。企业财务风险的形成、警情的出现和财务危机的发生往往在事前存在着一定的征兆，这就是财务预警的警兆， 而警兆的识别需要以科学的财务风险理论和财务预警理论为基础。然而，在当前的研究中， 还没有找到一种公认的理论来全面地说明财务风险的成因和财务预警的警兆因素， 为此， 国内外的众多研究者还在努力探索。

参考文献：

[1]李秉祥. 我国上市公司财务危机预警及其管理对策研究.天津： 天津社会科学院出版社， 2003

[2]张鸣.企业财务预警研究前沿.北京： 中国财政经济出版社， 2004

第2篇：财务预警研究范文

［关键词］财务分析；财务风险预警；管控机制

1企业财务分析与财务风险预警分析概述

1.1企业财务分析概述

目前，社会对于财务分析的定义尚无统一标准，美国南加州大学著名教授WaterB.Neigs指出，财务分析的本质就是搜集与决策有关的各种财务信息，并加以分析和解释，进而为利益相关者做出准确决策提供参考信息。财务分析作为一门综合性、边缘性的学科，其产生和发展的基础是会计学、财务管理、金融学、统计学、经济分析等专业学科，以企业财务报表、附注信息、记账凭证等为分析对象，采用一系列专门的分析技术和方法，对企业历史和当前的财务状况、经营成果和现金流量状况进行分析，对其偿债能力、营运能力、盈利能力以及发展能力等进行评价和预测。通过财务分析可以为企业经营管理者、投资人、债权人、政府等利益相关者提供及时准确的决策有用信息，帮助他们更好地了解企业过去的经营情况、掌握企业目前的运营动态、预测企业的未来发展趋势。目前，财务分析的方法与分析工具众多，具体应用应根据分析者的目的而定，最经常用到的分析方法主要围绕财务指标进行单指标分析、多指标综合分析等，借助比较分析法、比率分析法、因素分析法等进行分析，最后通过图表、文字等形式向信息使用者描述分析结果。

1.2财务风险预警分析概述

财务风险预警分析又被称为“破产预警分析”，将企业的各财务报表及附注资料作为分析研究对象，通过流动比率、速动比率、权益净利率等财务指标或借助数学技术构建模型，对企业日常的财务状况进行检测，预测企业经营失败的可能性，防范企业财务风险恶化，从而发出预警信号。美国学者Fistpatrikc最早发现了财务比率在一定程度上具有预测风险作用，他在1932年开展单变量破产预测研究时，以19家公司为分析样本，运用单个财务比率将样本划分为失败和非失败两组，并发现预测判断能力最强的指标是净资产收益率和产权比率。美国芝加哥大学的教授Beaver将统计学方法正式运用于财务风险预警机制，1966年，Beaver在美国会计评论上发表了《可以预测失败的几种会计手段》一文。在这篇文章中，他运用单一的财务比率变动趋势对企业财务风险进行预测，并得出“财务失败的时间越近，财务指标的预测能力就越强”的结论。1968年，美国学者Altman提出了Z-score模型，该模型通过统计方法将多个指标变量建立成一个多元线性方程，开始对财务风险进行多变量综合分析。随后，越来越多的预警模型被提出来，影响较为广泛的有Logistic回归模型，运用主成分分析法、聚类分析法等统计学方法以及人工智能分析法所建立的预警模型。

1.3财务分析与财务预警分析的区别和联系

通过上述分析可以看出，财务分析可以判断一些财务方面的问题，也可以发现需要预警的事项，财务分析和财务预警分析有相同的作用，都可以对企业财务状况好坏进行诊断分析，但财务分析和财务预警并不完全等价。财务分析是以企业财务报表为主要依据进而对企业财务状况、经营成果和现金流量状况等进行的一种系统分析和判断。而财务预警最核心、最关键的一点在于对企业的财务状况、经营过程进行预测，从而帮助企业及时发现问题、解决问题，一般是当企业财务状况出现较大风险时向企业管理当局提出的预警。财务预警通过对企业的经营活动、财务方面、市场状况等进行分析预测,不仅可以帮助企业监测在经营管理过程中潜在的经营风险和财务风险,还能使企业经营管理者事先了解企业经营中潜在的财务风险，并制定针对性应对策略，最终有效规避风险，以免给企业造成重大损失。

2企业进行财务分析与财务风险预警的意义

企业在经营过程中，为了实现企业价值最大化、为股东创造更多的财务，需要做好风险，尤其是财务风险控制，将其限定在可允许的风险水平内。在此过程中，需要经营管理平衡好风险和收益之间的关系，避免决策不当陷入经营困境。引发财务风险的原因是多方面的，生产成本过高、存货积压、产品质量不达标、资本结构不合理、企业战略多变和资不抵债等都会引发财务风险，如果企业不能及时予以有效回应，就可能导致这些财务风险进一步恶化，使企业陷入更大的财务困境。由此可能引发企业客户黏性降低、市场份额减少、企业信誉受损，甚至企业破产、清算等。财务预警可以对企业财务状况、经营状况进行检测、诊断，因此，企业有必要在经营过程中做好事前、事中、事后的财务分析和监控预警，为企业利益相关者制定准确的决策提供支撑，防范危机发生。财务分析和财务预警能够帮助企业利益相关者在风险或危机尚未来临或者处于萌芽阶段时，制定积极有效的投资、筹资或生产经营决策。如对于政府部门，可以依据某行业企业的经营情况、国家经济发展形势等制定有利的方针政策、财政政策、货币政策、税收政策等，推动或抑制某一行业发展，从而促进我国经济水平提升和企业发展；对于投资者，则可以根据企业的财务分析或预警结果，做出是否投资、投资多少、是否撤资等决策，从而降低损失、保证收益最大化；对于企业的经营班子，可以监测企业运营是否正常，根据出现的异常情况或数据偏差问题，制定及时有效的应对之策，防范和预防危机发生，制定企业可持续发展经营战略。

3企业财务风险预警管控机制研究

财务分析和财务预警对任何企业来说，都应当给予高度重视，建立符合企业发展特征、与自身经营现状相适应的管控机制，从而更好地监测经营风险和财务危机。

3.1构建完善的财务预警体系

工欲善其事必先利其器。企业要想更好地发挥财务预警的风险危机警示作用，建立一套科学合理的财务预警体系是重中之重，从财务和非财务的角度对企业进行定量及定性的全面、系统预警分析。在选取确定的预警分析指标时，不能盲目跟从，亦不能固步自封，应当从企业实际出发，结合宏观经济政策环境、技术环境等，制定科学合理的企业财务风险预警机制，增强可操作性和实用性。这是企业及时发现和管控风险危机的基础保障，只有这样，才能更好地保护利益相关者的切身利益，提高企业市场竞争实力。

3.2提高财务风险预警意识

树立风险预警意识不是只喊口号，也不只是企业管理层自身的事情，需要企业全体员工积极参与其中。企业应在日常经营过程中，定期或不定期地组织企业全体员工进行风险预警意识的宣传工作，逐渐培养并不断增强员工的风险防范预警意识。同时，企业经营班子要积极构建专门从事财务分析与财务风险预警的机构，配备具有较高职业道德和业务素质的人员，加强财务数据等预警分析，以及时发现潜在的风险源并实施有效管控，帮助企业规避财务风险或降低财务危机发生的概率。

3.3制定科学合理的制度规范

公司的发展与相关工作开展都需要一定的理论、制度和方针战略指导，因此，要提高企业财务分析和财务风险预警能力、规避和降低风险的能力等，要求企业高度关注相关领域和业务部门的制度建设。不断加强企业制度规范，形成具有一定刚性、适当灵活的财务预警管控制度和工作流程，提高企业发现日常运营中存在潜在风险的效率，以及时予以应对和防范，避免企业或其他利益相关者遭受重大损失。好的制度规范是企业成功实现可持续发展的重要保障，是确保企业完成宏伟战略目标的前提，因此，企业应制定科学合理的制度规范来开展财务风险预警管控工作。

3.4有效运用现代化技术手段

互联网技术、大数据、云计算、数据挖掘技术、Python和R语言等现代信息技术的飞速发展，为企业处理海量财务数据和非财务数据提供了可能。神经网络、人工智能等方法的出现，为数据挖掘分析研究数据之间潜在的逻辑关系提供了支撑，借此进行数据分析可以提高数据的价值，能够为利益相关者进行科学决策提供有用的参考信息。因此，企业要积极引进并有效运用这些现代化技术手段，向其借力，以更好地发挥财务分析和财务风险预警的作用，加强企业的风险管控能力。

4结语

第3篇：财务预警研究范文

【关键词】财务危机；风险管理；预警模型

1 财务危机的界定

“财务危机”是由Ross（1999）在总结前人研究成果的基础上精炼而成的概念：技术失败，指企业没有足够的流动资金按时偿还已到履约期的债务合同；会计失败，指企业的账面净资产为负数，资不抵债；企业失败，指企业依法进行清算后所得的资金仍不足以偿还债务；法定破产，指企业无法持续经营，依照破产法向司法机关申请破产。针对我国金融市场实情，上市公司鲜有被破产清算，若将企业破产等状况界定为“财务危机”作为研究的对象，那么财务危机预警模型的实用意义也就降低了。因此，我国证券市场主要是以上市公司是否被“特别处理（ST）”作为中国特色的企业财务危机判断标准。

2 财务危机预警模型研究现状

学术界提出了各种不同的财务危机预警的方法和模型，本文将其归纳为定性预警模型和定量预警模型两大类。定量预警模型进一步细分为统计类财务危机预警模型和人工智能类财务危机预警模型。

2.1 定性财务危机预警模型

财务危机的定性研究，通过人为经验主观识别风险，实现财务危机预警的方法。目前定性研究模型主要分为以下四类：1）标准化调查法：指借助外界因素即通过专业人员或咨询公司等就公司可能遇到的问题加以详细的调查和分析，形成报告供公司经营者参考的方法。标准化的问题就是财务预警指标，其对警情的预报则体现在公司对问题的回答中。2）四阶段症状分析法：公司财务运营情况不佳在各个阶段伴随有特定的症状，因此把公司财务运营“病症”大体分为四个阶段：财务危机潜伏期，财务危机发作期，财务危机的恶化期和财务危机爆发期。通过财务分析来确定公司的财务状况处于哪一个阶段，然后再“对症下药”，采取不同的风险应对措施以降低企业风险，使企业经营回归正轨。3）三个月资金周转表分析法：以三个月作为时间段，通过制定该阶段的资金周转表来分析指标异动原因及合理性。若企业很难在规定的时间段内提供宽松的现金流转表，则表明企业财务风险正在加剧。4）管理评分法：首先对企业经营管理中出现的问题对比打分，再根据这些项目对破产影响的大小进行加权处理，最终得出加权总分。根据总分落入的分数区间，判定企业面临的财务风险程度。

定性研究能够弥补定量研究的不足，对于一些无法或很难量化的指标，我们可以通过定性研究的方法，着重分析事物因果关系。

2.2 定量财务危机预警模型

2.2.1 传统统计模型

（1）单变量财务危机预警模型

单变量分析是最早用于财务危机预警的模型，Fitzpatrick（1932）提出以单项财务指标比率作为标准来判断企业财务风险状态。他采用单变量指标将样本公司划分为破产和非破产两组，最后发现“净利润/股东权益”和“股东权益/负债”两个指标在财务风险判定方面的效果最佳。Beaver（1966）采用财务比率对企业财务危机进行预测，他经过研究证实在排除行业因素和公司资产规模因素的前提下，债务保障率、总资产净利润率等财务比率对预测财务危机是有效的。陈静（1999）对27家ST公司和27家非ST公司1995-1997年三年的财务数据也进行了单变量研究。虽然单变量模型运用广泛，但也存在许多缺陷：多个单一指标指示结果之间相互矛盾而无法全面地反映企业财务特征，易发生企业管理人员有意地粉饰单变量指标使得财务预警效果失真等。

（2）多元线性判别模型

多元线性判定模型是运用多种财务比率指标构造多元线性函数公式来进行危机预警的模型，其典型代表有Z Score模型和Fisher判别模型。

Z Score模型，最早是由Altman（1968）建立，他从22个财务指标中提取5个公因子分别从企业资产利用率，资产规模，偿债能力，财务结构，盈利能力等方面综合分析预测企业的财务状况，通过对33组制造性上市企业的研究，综合分析后建立多元线性Z Score模型。通过统计分析，Altman得出当Z2.67时，公司处于安全状态。向德伟（2002）针对性地选80家上市公司为样本，采用Z模型对样本2000-2001年的财务数据进行分析，实验结果表明Z模型对某些特例可能失效，但总体上有效。麻鹏波（2010）应用Z模型对上市公司进行实证分析，根据计算得出的数据和模型判别标准，判定企业财务状况并提出相关的财务风险防范措施。严碧红、马广奇（2011）选取深市61家房地产上市公司，运用Z模型对其2010-2011年的财务风险进行实证研究，判断房地产上市公司存在的财务危机。Z模型简单明了易于理解，根据实证研究表明针对不同财务状况具有一定判断能力，故得到较为广泛的运用，但该模型不适于时间跨度较长的企业危机预警。

Fisher判别分析模型是统计性分析方法，其基本思想是把所有数据的总离差平方和分解为组内差和组间差两部分，而组间差与组内差的比值大小作为衡量总体差异大小的标志。基于重要性考虑，Fisher判别分析模型的具体算法与运用就不在本文详述了。

多元线性判定模型具有较高的判别精度，但也存在一些缺陷：第一，是数据收集和分析的工作量庞大；第二，时间跨度越长，其精确度越低；第三，多元线性判定模型具有两个很严格的前提假设，一是假定自变量是呈正态分布的，另一个是要求解释变量之间完全独立；第四，要求在财务危机组与控制组之间进行配对，但配对标准如何恰当确定是一个难题。为了克服这些局限性，自20世纪70年代末以来，财务危机研究人员引进了Logistic和Probit回归方法，人工神经网络等技术。

（3）Logistic财务危机预警模型

多元逻辑回归模型主要目标在于寻求所观察数据的条件概率，根据其条件概率来判断观察对象是否存在财务风险。Martin（1977）首次尝试将Logistic模型应用于企业财务危机预警模型的构建，以1969-1974上市公司作为研究对象，选取25个财务指标来预测两年后样本公司的破产概率。实证结果显示“净利润/总资产”等六个财务比率具有显著的预测效果。Ohlson（1980）设计的Logistic模型使用了9个自变量，选取1970-1976年间105家破产公司和2058家非破产公司为样本，分析了样本公司在破产概率区间[0-1]上的分布，他发现了四类显著影响破产概率的变量：公司规模、资本结构、业绩和资产变现能力。Lau（1987）选用了10个自变量，使用多元逻辑模型构建了财务危机的五阶段预警模型。姜国华（2004）利用Logistic回归模型分析了影响公司ST的因素，结果发现模型具有良好的预测能力且得出影响公司财务危机两个主要因素是主营业务利润和大股东持股比例。浦军（2009）选取40家ST公司和103家非ST公司作为研究样本，选取资产负债率、每股收益、股权集中度等8个变量指标作为建模指标，运用Logistic回归模型建立相应的财务危机预警模型，取得了良好的预测效果。

（4）Probit财务危机预警模型

Z.mijewski（1989）提出的Probit回归模型，其假定公司破产的概率为p，并假设公司样本服从标准正态分布，其概率p可以用财务指标线性解释。其计算方法和Logistic模型相似，先是确定公司样本的极大似然函数，通过求似然函数的极大值得到参数a和b，然后利用公式求出公司破产的概率。

2.2.2 人工智能财务危机模型

（1）神经网络模型

Odom和Sharda（1990）是最早把BP神经网络技术应用于财务危机预测研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家银行（59家破产59家未破产）为样本，建立了一个三层神经网络财务危机预警模型，该篇以神经网络技术为核心的文献为财务危机预警带来了巨大贡献。黄小原和肖四汉（1995）提出了神经网络预警系统的构建。杨宝安等（2001）应用前馈神经网络进行了示范性设计和验证。杨淑娥和黄礼（2005）选用深交所180家上市公司的财务资料，其中选用120家上市公司作为训练样本，应用BP神经网络建立预测模型预测上市公司是否面临财务危机，又以60家上市公司作为检验样本，对BP神经网络模型的预测结果进行检验，分别取得了建模样本90.8%和检验样本90%的判断正确率。朱燕妮（2008）选取了44家中国房地产上市公司的1998-2006年的数据作为样本从偿债能力、盈利能力、经营发展能力以及公司治理等8个方面选择了能够全面反映出公司经营与管理各个方面的63个指标采用BP神经网络方法构建了中国房地产上市公司分警度财务危机预警模型，在进行仿真检验时获得了92.38%的正确率。

（2）基于支持向量机的财务危机预警模型

为了有效解决传统模型存在的小样本、高维数、非线性等问题，张在旭（2006）基于支持向量机方法（SVM）建立了一种新的公司财务危机预测模型。此后，阎娟娟、孙红梅和刘金花（2006），邱玉莲和朱琴（2006）也对支持向量机在财务危机预警模型的构建上做了深入研究，也都得出该方法运用于财务危机预警中是有效的，为财务危机预警提供了一条新的研究思路。

3 财务危机预警模型述评

第4篇：财务预警研究范文

【摘要】随着经济的不断发展，会计任务变得越来越多，同时也日趋复杂，导致企业所面临的各种交易风险随之增加。为了使企业健康有序地发展 ，有效规避、防范和控制风险就成了企业发展的当务之急， 本文从财务危机预警机制进行研究，旨在提高财务预警能力。

【关键词】财务预警系统 构成机制 研究

一、财务危机预警组织机制

为了使企业财务风险的预警分析功能得到有效、充分的发挥，企业主体应该具备一个结构完整、职能完备的组织机构。这种预警组织机构的组成和运行机制应该相对独立于企业组织的整体控制。预警组织机构的成员可以有一部分是兼职的，但必须保证若干专职人员。他们主要由企业经营者以及熟悉企业内部管理业务的管理人员组成，同时还需要聘请一定数量的企业外部管理咨询专家和学者。从工作范同和权限来看，财务风险预警机构独立开展相关工作，但不能直接干涉企业的日常经营过程，它只对企业最高管理者或管理层负责。预警组织制度的实施，使预警分析工作经常化、持续化，只有这样才能产生预期的效果。

二、财务风险预警的信息收集、传递机制

一个良好的财务预警分析系统，必须具备健全的信息采集、传递和处理的平_，只有这样才能够有效地预知企业可能发生的财务风险，并帮助企业预先防范财务风险的发生。在这一阶段，应关注各种早期风险信号，如企业现金流人量减少而现金流出景增加，财务结构不合理，过度负债，投资比例失当，企业信用下降，无力偿债，市场竞争力减弱，产品积压 等等。针对每一类风险分析其早期的信号，风险倾警系统中应预设一个财务风险信息子系统，财务信息收集、传递机制，良好的财务预警分析系统，要能够有效预知企业可能发生的财务危机，预先防范财务危机的发生 这必须建立在对大量资料系统分析的基础上，抓住每一个相关的财务危机征兆，主要资料包括内部数据和相关外部市场，行业等数据，这个系统应是开放性的，不仅有财会人员提供的财会信息，更有其他渠道的信息，这里的会计信息系统不仅是指一股意义的企业会计核算报告系统，还包括对会计资料的认真阅读，分析和评价，以及寻找企业潜在的财务危机，并及时进行消除财务危机的操作。在现代社会中，随着科学技术的快速发展，大量信息资料的收集、传递和分析处理越来越依赖于计算机辅助系统的帮助。企业财务风险预警机构的成员充分利用计算机系统对所收集的会计信息和其他信息进行认真阅读、分析和评价，并向企业经营管理者发出财务风险警报，促使企业高层管理者及时解决企业出现的问题，防范不必要的风险。

三、财务风险预警的分析机制

财务风险预警的分析机制就是在对企业进行全面了解的基础上，展开重点研究，分析出财务风险的成因，评估其可能造成的损失。判断一个企业的风险分析机制是否高效的关键，就是通过分析企业是否能够迅速排除那些对财务影响小的风险，从而将主要精力放在有可能造成重大影响的风险上。财务风险预警分析系统一般由先行指标和扳机点这两个要素所构成。先行指标是用于评测企业早期运营状况不佳的变动性指标。扳机点是指控制先行指标的临界点，也就是预先所准备的应急计划必须开始起动之点，一旦评测指标超过预定的界限点，则应急计划便随之而动。扳机点的敏感度强弱取决于所选指标是否能对企业的资产安全性、投资回报率、盈利稳定性或其他一些风险关注点产生先兆性及决定性影响。企业风险预警的分析机制的建立和完善有利于科学合理的先行指标和扳机点的确立。

四、财务风险预警的处理机制

在财务风险分析清楚后，就应立即制定相应的预防、转化措施，尽可能减少风险带来的损失。企业财务风险预警制度若要能够有效运作，就必须要有正确、及时且合乎企业所需要的各种管理通讯系统，提供及时而完整的经营结果数据，供经营者及各部门负责人以实际经营状况数据体系，来与财务指标数据相比较。当有超出或低于指标数据的情形发生时，就表示企业财务状况将有不健全的症状产生，经营者应及早依数据所代表的经营内涵做进一步深入判断，找出蛛丝马迹，对症下药，以防财务恶化。例如，应收账款周转率过于缓慢，表示企业营销部门可能不尽心收取顾客账款。如此，一来资金运转将吃紧，二来企业将承受更多的交易风险。此时，营销部门主管应深入探究缘由，并提出对策。

五、财务风险预警的责任机制

财务风险责任机制是风险预警机制能否正常连续运转的重要条件。一是要明确企业的高层管理人员的全盘负责意识；二是对财务风险预警控制实行层级责任制，将企业的财务风险责任具体落实到每个人，一旦发生问题，能够及时找到负责对象；三是实施有效的财务风险预警控制的奖惩制度，促使相关责任人提高警惕，在未来的经营期间，不再重蹈覆辙。

第5篇：财务预警研究范文

关键词：财务困境；财务预警；单变量判别法；多变量判别法

中图分类号：F234　文献标识码：A　文章编号：1000―176X(2007)06―0092―06

财务预警的研究方法主要包括定性预警分析方法和定量预警分析方法两大类。由于定性分析方法更多的是利用主观判断而形成的结论，所以本文主要是从定量分析的角度分析，选取主要样本，利用单变量分析方法和多变量分析方法建立与应用财务预警模型。

一、财务预警模型样本的确定

(一)模型样本数量的确定

本文在选择样本时把上市公司中ST板块界定为财务困境公司。首先，确定财务困境公司的样本量，在2003―2004年中首次被ST的公司数量有限，同时还要剔除由于非财务因素导致ST的公司，所以本文选择38家ST公司作为财务困境公司样本已经具有较强的代表性，而且在以后的模型建立过程中可以证明所选取的样本量能够满足建立模型的需要。其次，在财务困境公司样本确定之后再相应地选择与财务困境公司相配对的38家非ST公司作为对比样本，本文选用公司总资产标准。之所以选择76家公司作为模型建立样本，是因为配对选择能保证两类公司在行业和规模等不可量化的其他特征上保持一致，尽量减少不可量化因素对所建模型的影响。

(二)模型样本的选择

本文从上海和深圳交易所中选取了76家公司作为建立模型样本，选取数据的时间跨度为首次ST前三年的财务数据，38家财务困境样本和38家配对样本；为使本文研究选取的76个样本具有普遍的代表性，样本公司的行业分布较为广泛，包括纺织化纤、机械制造、信息技术、服务业、批发零售以及医药生物等等。

二、财务预警模型指标的选取

(一)基础指标的选择

本文根据经验判断，初步选出认为在进行模型研究中具有预测能力的基础指标，主要从反映公司偿债能力、盈利能力、营运能力、成长能力、筹资政策及现金状况选择25个指标。

1．反映公司偿债能力的指标包括：流动比率(X5)、速动比率(X6)、资产负债率(X16)、权益负债比(X21)、利息保障倍数(X22)和营运资金占用率(X20)6项指标。

2．反映公司盈利能力的指标包括：净资产收益率(X23)、净利润率(X24)、资产报酬率(X25)和累计盈余(X17)4项指标。

3．反映公司营运能力的指标包括：应收账款周转率(X13)、存货周转率(X12)、固定资产周转率(X14)和总资产周转率4项指标。

4．反映公司成长能力的指标包括：主营收入增长率(x1)、股东权益增长率(X2)、总资产增长率(X3)和营业利润增长率(X4)4项指标。

5．反映公司现金流量的指标包括：现金流入流出比(X7)、经营现金净流量流动负债比(X8)、经营活动现金净流量与负债比(X9)、经营现金净流量总资产比(X10)和经营现金净流量销售收入比(X11)5项指标。

6．反映公司筹资政策的指标包括：资产流动负债率(X18)和负债流动资产率(X19)2项指标。

(二)模型指标的确定

用于建立模型的指标是从上述25个基础指标中筛选出具有代表性的指标。本文对76家样本的数据资料，使用SPSS12.0统计分析软件中的样本显著性检验功能即T检验功能，对模型样本财务困境前1―3年各财务指标进行T检验，结果如表1所示。

在表1中，我们得到各指标显著性检验的结果，显著性检验概率栏中，带有“*”标识的指标可认为通过了检验。

T检验显著的变量表明，该变量对公司财务状况的反应能力较强，在反映公司财务状况的众多指标中具有一定的代表性，利用其对公司的财务状况进行预测能力较强；反之，则不具有代表性，对公司财务状况的预测能力较弱。从表中结果可以发现：在公司被宣布为ST之前第一年中通过检验的指标有15个，在宣布ST之前第二年通过检验的指标就仅有5个，而到了前三年T检验中已经没有通过检验的指标，所以利用这样的数据对所建立的模型进行检验已经没有实际意义。因此，我们在以后的模型运用中只对ST前两年的指标进行检验，将第三年的指标剔除。

三、财务预警模型的建立与应用

(一)单变量判别法应用

我们可以运用单变量判别法中的比率判别法进行分析。利用比率判别法进行分析时首先应该选取判别变量，本文在选择判别变量时，主要考虑反映公司的盈利能力、偿债能力和成长能力等方面的财务指标，根据T检验的检验结果和以往研究的经验，本文选择的财务指标主要有：

指标1：流动比率=流动资产／流动负债

指标2：累计盈余=留存收益／年末总资产

指标3：总资产收益率(ROA)：净利润／平均总资产

指标4：净资产收益率(ROE)=净利润／年末净资产

对所选择的指标利用二分法进行判别分析。在二分法测试中，首先，将38家非ST公司与38家ST公司进行随机分类，产生一个估计样本(38家公司)与一个检验样本(38家公司)。然后，利用估计样本选取使错误分类率最低的分割点。最后，用获得的分割点对检验样本进行检验，从而得出误判比率。

从76家公司中随机抽取38家作为估计样本，以它们被宣布ST之前第一年的净资产收益率为例，选取分割点。

第一步，排序

将预测样本按净资产收益率进行排序，本文按升序排序，结果如表2所示。

再运用相同的方法，对宣布ST前两年的流动比率、累积盈余、总资产报酬率和净资产收益率4个指标进行判别分析，检验不同的单变量比率的预测误判率，结果表明，离宣布ST的日期越近，其误判率越低。其中，总资产报酬率在宣布ST之前第一年的误判率最低，流动比率、累计盈余和净资产收益率在宣布ST之前第一年的误判率相同，并且流动比率在宣布ST之前第一年对第一类错误的误判率最高，累计盈余在宣布ST之前第一年对第二类错误的误判率最高。对投资者而言，一类错误的成本要高于二类错误的成本，因此可以说在对以上所选公司进行判别时，流动比率第一年的判别率最不显著；在宣布ST之前第二年时，除净资产收益率指标以外，其他指标的误判率都大幅度地增加，其中流动比率和累计盈余的误判率显著提高，流动比率在宣布ST之前第二年对非ST公司已不具有判别作用，因其误判率已达到73.68％。从判别结果发现，利用单变量进行预测时，在宣布ST之前第一年的判别能力较强，离宣布ST的年份越远，指标的判别力越低，有些指标甚至失去了判别能力。

单变量分析方法虽然可以方便且有效地进行预警，但一个公司的财务状况是由多方面指标所反映的，没有哪一个比率能够概括全貌，所以单变量分析方法的判别能力还具有一定的局限性。同时，单变量指标的判别能力还会受指标代表性的影响，一般来说，不同行业、不同规模和不同地区的公司，其指标的选择应有所不同，不能一概而论，要具体情况具体分析。

(二)多变量财务预警模型应用

本文将利用所选取的76家样本建立模型，并检验出模型对以前年度数据的判别效果，同时利用模型以外的样本进行检验。

1．模型应用的技术处理

本文在多变量判别部分，利用前面所选的76家公司作为样本。对于最终用于建立模型指标的选取，本文利用线性概率模型(LMP模型)中的逐步回归方法来选取，利用宣布ST之前第一年的样本数据进行回归分析，从25个变量中选择模型构建指标。选取的标准是：显著性水平的概率值小于0.10时进入，大于0.10时剔除。本文最终选取了X5(流动比率)、X17(累计盈余)、X23(净资产收益率)和X25(总资产报酬率)4个指标作为建立模型的变量。这4个指标分别反映了公司偿债能力、成长能力和盈利能力，指标的选择具有一定的代表性，本文在利用其它模型进行验证时，均运用了这4个变量来建立模型。

2．模型的建立与应用

(1)线性概率模型(EPM模型)

线性概率方程理论上取0.5为最佳判定点。根据估计的模型对原始数据进行回代判定，预测值大于0.5的判定为财务困境公司；否则为非财务困境公司。本文以样本公司宣布ST之前第一年的数据为基础，利用前面选取的4个系统指标作为自变量，以其线性组合的数值Y为因变量建立模型，模型中变量Y、X5、X17、X23、X25分别为判别值、流动比率、累计盈余、净资产收益率、总资产报酬率。

对样本公司发生财务困境之前第一年的数据进行统计分析，得出的结果如表5所示。

建立判别模型为：

Y=0.603-0.135X5+0.388X17-0.056X23-1.851X25

将ST公司和非ST公司前一年和前两年的财务数据代入模型中进行预测，结果表明，在回判过程中发现对宣布ST之前第一年的判别准确率为86.84％，误判率为13.16％；对宣布ST之前第二年的判别准确率为65.79％，误判率为34.21％。模型对于宣布ST之前第一年的判定准确率较高，宣布ST之前第一年与宣布ST之前第二年模型判别准确率相差较大，尤其是宣布ST之前第二年判别发生一类错误的比率很高，由此导致模型的整体判别准确率大大降低。

(2)二类线性判别模型(Fisher模型)

本文以样本公司宣布ST之前第一年的数据为基础，采用Fisher二类线性判别分析方法建立相应的判别模型，然后再利用模型进行回判，模型中自变量和因变量与前一模型相同。

对样本公司发生财务困境之前第一年的数据进行统计分析，得出的结果如表6所示。

Fisher线性判别方程

建立判别模型分别为：

对于非财务困境型公司，判别函数为：

Y0=-2.248+1.679X5+1.233X17-0.32X23-9.554X25

对于财务困境型公司，判别函数为：

Y1=-2.934+2.576X5-1.352X17+0.052X23+2.766X25

得到模型后将ST公司和非ST公司前一年和前两年财务数据代人模型进行预测，预测标准为：预测的公司数据代入上述2个模型中，得到2个数值，从中选出较大的1个，这个较大数值所对应的模型类型即反映出该公司的财务状况所属类别。利用Fisher模型对所选样本预测，结果表明，模型对公司发生ST之前第一年的判别准确率为86.84％，误判率为13.16％；对公司宣布ST之前第二年的判别准确率为67.11％，误判率为32.89％。从判别结果可以发现，离公司发生ST的时间越近，模型判别的准确率越高，宣布ST之前第一年判别准确率与宣布ST之前第二年判别准确率相差较大，在宣布ST之前第二年一类错误的发生的比率与LPM模型大致相同，两种多元线性模型对宣布ST之前第二年样本的判别中出现一类错误的比率均比较高，这与一般结论相一致，一般情况下多元线性判别方法往往对第一年的预测效果较好，以后各年的预测效果会明显下滑。同时我们发现，该判定模型在财务困境发生之前第一年的误判率为86.84％，与LPM模型的误判率相同，这表明2个多元线性模型具有相似的判别力。

(3)多元逻辑回归模型(LogiSTic模型)

运用SPSS统计分析软件中的逻辑回归方法，对发生财务困境之前第一年的数据进行分析，可得到的结果如表7所示，该模型中因变量为P，自变量与前面模型相同。

第一步进入的变量：X5，X17，X23，X25。(下接右图)

建立逻辑回归法模型为：

此模型以0.5为判别分界点，P值范围为[0，1]，当P值大于0.5时，判别为财务困境型公司，数值越大，该公司未来发生财务困境的可能性就越大；当P值小于0.5时，判别为非财务困境型公司，数值越小，该公司的未来的财务状况越好，越安全。若P值恰好等于0.5，则说明该公司的财务状况不够明朗，处于灰色地带。

将ST公司和非ST公司前一年和前两的财务数据代入模型进行预测，结果表明，逻辑回归法模型对公司宣布ST之前第一年的判别准确率高达90.8％，误判率为9.2％。对公司宣布ST之前第二年的判别准确率为77.63％，误判率为22.47％。该判别结果同样说明，离公司发生财务困境的时间越短，模型判别的准确率越高，这与财务困境发生的实际情况相一致。从判别结果中可以发现，逻辑回归法模型判断的准确率相对较高，尤其是对公司宣布ST之前第二年的判别力比较好，这种判别方法与线性判别模型相比对样本限制条件较少，因此是一种比较好的财务困境预测方法。

(4)三种多元判别方法比较

将这三种多元判别方法判别的结果进行汇总如表8所示。

从判别结果中可以得出以下主要结论：

第一，我国上市公司的财务数据是有效的，具有一定的预测能力。利用上市公司以前年度的数据能够用来预测其以后年度的财务状况。从汇总结果可以看出，在样本公司财务困境发生前的第一年，逻辑回归模型的判别力高达到90.8％，多元线性判别法模型和二类线性判别模型的准确性也能达到86.84％，而在样本公司财务困境发生之前的第二年逻辑回归模型的判别力能达到77.63％，多元线性判别法模型和二类线性判别模型的准确性分别仅能达到65.79％和67.11％，这说明预测数据与建立模型的数据年度越临近，模型的预测能力越强，而离ST越远，模型预测力越差。

第二，上市公司陷入财务困境是一个阶段性的概念，有一个演化的过程，因此财务困境是可以利用一些方法进行预测的，通过建立财务预警模型对上市公司进行财务预警研究不失为一种行之有效的研究方法。

第6篇：财务预警研究范文

【关键词】财务危机 预警模型

引言：财务危机的界定

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(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发生任何一项的企业,,即可定义为发生了财务危机的企业。Altman(1968)认为，财务危机企业是“进入法定破产的企业”。在国内，多数学者在研究中倾向于直接使用披露的上市公司数据，并以是否被“ST（特别处理）”作为判断该企业是否发生财务危机的判断标准。

一、财务危机预警模型相关研究成果

国内财务危机预警的研究始于20世纪80年代中后期，而到1996年以后，才陆续出现以企业财务数据为基础建立的财务危机预警模型。

周首华、杨济华、王平（1996）在埃特曼（Altman）Z分数模式的基础上，建立了新的预测模式――F分数模式。他们选取了31家破产公司及31家非破产公司作为样本建立F分数模式，并用4160家公司数据作为检验样本进行了验证，得出其准确率近70%。F分数模式充分考虑了现金流量的变动情况，其选取的五个判定变量完全基于财务理论，而非像其他模式的变量系数取自实务选定方法。研究指出，如采用F分数模式进行趋势分析，较之时间序列上任一时点的单一F分数分析都重要得多。

陈静（1999）采用单变量分析和多元预测模型对国内市场27家ST公司和非ST公司进行了实证分析。在单变量分析中，发现资产负债率和流动比率在宣布ST前一年的误判率最低，而在宣布前三年时，总资产收益率和流动比率的误判率较低。在其建立的多元线性判别分析中，选取了资产负债率、净资产收益率、净利润、流动比率、营运资本/总资产以及总资产周转率六个指标来构建预警模型，并通过对三年判定函数预测正确率的计算和比较，发现多元判定模型在宣布前一年的成功率较高，离宣布日越远，成功率越低。

吴世农、卢贤义（2001）选取1998-2000年发生ST的样本公司70家和相对应的非ST样本公司70家，首先应用剖面分析和单变量判定分析，选取盈利增长指数、资产报酬率、流动比率、长期负债与股东权益比率、营运资本与总资产比、资产周转率6个指标作为多元判定分析得变量，并以此构建LPM模型、Fisher二类线性判定模型和Logistic回归模型。研究表明，LPM模型与Fisher判定模型在财务困境发生前1年的误判率均为10.07%，从应用上可证明两个模型是等价的。三种模型均能在财务危机发生前做出较为准确的判断，且就同一样本集而言，Logistic回归模型误判率最低，判定效果最好。

杨淑娥、黄礼（2005）从沪深两市上市公司中选取了以工业板块和综合板块为主的90家ST公司和相应的90家非ST公司，选择流动比率、现金比率等10个指标利用BP人工神经网络算法构建BP神经网络模型。通过构建的模型对建模样本进行回判以及对检验样本进行判定，其正确判定率分别达到90.8%和90%，证明了基于财务指标信息的BP人工神经网络方法是预测企业财务是否会发生危机的有效方法。同时，该文也指出，预警模型在研究同类行业时将取得更好的效果。

二、对企业财务危机预警模型研究成果的基本评价

纵观大多数学者对财务危机预警系统的研究，周首华、陈静等在国外研究模型的基础上，进一步发展符合国内实情的财务预警模型，杨淑娥、黄礼等则采用新的思路，结合其他学科对构建财务预警模型的新方法进行的探究。这些研究基本上都更加重视现金流量在财务危机预警中的重要作用，以及强调进行时间序列上的趋势分析的重要性。

通过上述研究可以发现，所构建的财务危机预警模型的误判率明显降低，证明近年来国内在该领域上的研究成果显著。但与此同时，也应看到我们的研究仍存在不足之处。

1.数据的获取和处理，国内研究更大程度上是在上市公司披露的数据下进行进一步研究和建模，获取的数据是否真实可信，对数据的处理是否得当，这些都是影响模型有效性的重要因素，但这些因素在研究中没有得到适当的保证。

2.财务指标的选择，不同行业各财务指标的重要性及衡量标准有所区别，国内研究一味强调ST公司的选择而忽略了公司行业性质的影响，可能使构建出来的模型“被综合”，从而无法做出更加精确的判定。

三、继续研究的价值和方向

如何有效控制企业风险、避免企业财务危机发生，可以说是关系到企业的生死存亡，因此对于财务危机预警模型的研究和深化不仅具有重要意义，而且是十分必要的。基于大多数学者的研究，进一步深入发展或整合利用其他学科研究，建立更为有效的财务危机预警模型是当前研究的一个主流趋势。另外，可以考虑在对财务指标进行定量分析建模的基础上，加入一些对触发事件、披露事件等的定性分析，提高模型的效度和实用性。

参考文献

[1]陈静.上市公司财务恶化预测的实证分析.会计研究, 1999.4.

[2]吴世农,卢贤义.我国上市公司财务困境的预测模型研究. 经济研究,2001.6.

[3]杨淑娥,黄礼.基于BP神经网络的上市公司财务预警模型. 系统工程理论与实践,2005.1.

第7篇：财务预警研究范文

（一）财务舞弊事前预警机制的概念

本文旨在构建的财务舞弊事前预警机制特指，会计司法鉴定人经相关委托人或单位授权，对有潜在财务舞弊风险的审计报告及相关财务资料进行分析，进一步检查企业内部控制机制，从而对企业潜在的财务舞弊问题进行事前预警，提出合理化建议，从而有效防止财务舞弊案件发生的系统机制。

（二）审计报告概念

审计报告是指注册会计师根据中国注册会计师审计准则的规定，在实施审计工作的基础上对被审计单位财务报表发表审计意见的书面文件。

注册会计师在接受被审计单位的业务委托后，开展初步审计业务，独立检查被审计单位的会计凭证、会计账簿、会计报表以及其他与财政收支、财务收支有关的资料和资产，实施风险评估程序，确定进行实质性程序的审计性质、时间和范围，运用细节测试和实质性分析程序将审计风险降低至可以接受的水平，为被审计单位财务报表的真实性、可靠性和公允性提供合理的保证。注册会计师根据审计结果的不同，分别出具无保留意见、带强调事项段的无保留意见、保留意见、无法表示意见和否定意见的审计报告，其中，无保留意见审计报告为标准意见审计报告，其余四种为非标准意见审计报告。

二、会计鉴定人利用审计报告发现潜在财务舞弊事项的可行性

（一）上市公司审计报告的易获取性

中国证券监督管理委员会公布的 《公开发行证券的公司信息披露内容与格式准则第2号――年度报告的内容与格式（2012年修订）》中，第七条规定，年度报告中的财务报告应当经具有证券期货相关业务资格的会计师事务所审计，审计报告应当由该所两名注册会计师签字。第九条规定，公司应当在每个会计年度结束之日起4个月内将年度报告全文刊登在中国证监会指定网站上。因此，会计鉴定人员可以在资产负债表出日和财务报告报出日之间通过证监会指定的网站或者中国注册会计师协会网站获取有关的上市公司审计报告。

（二）会计鉴定人员职业判断的专业性

会计鉴定人员是在诉讼活动中，接受指派或委托，对诉讼活动中涉及的与财务有关的专门性问题进行鉴别判断，出具鉴定意见的专门性人员。每一名合格的会计鉴定人员都对“红旗标志”及舞弊信号有一定的敏感性，通过对上市公司被审计报告的研究和分析，运用相应的司法会计检验手段和鉴定方法，可以有效预防被审计单位财务舞弊事件的发生。

三、会计鉴定人员利用非标准审计报告发现潜在财务舞弊事项的有效性

（一）非标准审计报告中列示了需要特别注意的事项

非标准意见审计报告不仅重点指出了需要注意的问题，还潜在说明了被审计单位的异常现象。因此，会计鉴定人员可以根据非标准审计报告中提及的不确定事项以及注册会计师描述的被审计单位所处困境进行研究和讨论，选择可能发生财务舞弊的上市公司，通过进一步对其披露的年度报告和相关资料的深入分析，判断被审计单位发生财务舞弊的可能性。

（二）审计报告具有一定的可靠性和公信力

审计报告是指注册会计师根据中国注册会计师审计准则的规定，在实施审计工作的基础上对被审计单位财务报表发表审计意见的书面文件。注册会计师及所属的会计师事务所对其所作出的审计报告承担出具虚假审计报告的法律责任。在此种风险下，为了避免承担法律责任，陷入诉讼活动的泥潭，注册会计师在审计过程中会尽量做如实报道，客观真实地反映被审计单位的财务信息。

四、有关上市公司审计报告现状

（一）有关2008、2009、2010、2011年审计报告的定量分析

以2008、2009、2010、2011年上市公司非标准审计报告为对象，以分析非标准审计报告所占比例及产生的原因。经调查，2008年会计师事务所共出具1624份审计报告，其中非标准意见审计报告110份，占总审计报告数6.77%。2009年会计师事务所共出具1777份审计报告，其中非标准意见审计报告119份，占总审计报告数6.71%。2010年会计师事务所共出具2129份审计报告，其中非标准意见审计报告128份，占总审计报告数5.54%。2011年会计师事务所共出具2362份审计报告，其中非标准意见审计报告115份，占总审计报告数4.87%。

由此可知，虽然上市公司的规模和数量不断壮大，但出具非标准意见审计报告的比例在逐年降低。尤其是出具无法表示意见的审计报告所占审计报告总数的比例下降尤为明显，由2009年占总审计报告的1.05%降低至11年的0.17%。针对此种情况，笔者将对出具非标准意见审计报告涉及的原因进行分析，以期获得合理解释。

（二）非标准审计报告涉及的原因分析

1.持续经营存在重大不确定性

从注册会计师协会的上市公司审计报告来看，大部分出具带强调事项段的无保留意见的原因都来源于公司持续经营存在重大不确定性。2008年共75份带强调事项段的无保留意见审计报告，其中以持续经营存在重大不确定性为理由的共有34份，占45.33%。2009年共87份带强调事项段的无保留意见审计报告，其中以持续经营存在重大不确定性为理由的审计报告高达68份，占总数的78.16%。同样，2010年因持续经营存在问题而发表带强调事项段的无保留意见审计报告共72份，占非标准意见审计报告的83.72%。2011年因持续经营存在问题而发表带强调事项段的无保留意见审计报告共59份，占非标准意见审计报告的64.13%。实践中注册会计师往往通过强调事项段来代替意见段等以较轻的审计意见来报告，从而较好地维护与被审计单位之间的关系。但是，实际上这是注册会计师的不负责任，以模糊的托辞出具带强调事项段的无保留意见，降低被审计单位财务报告和经营活动的危险性，不仅削弱了注册会计师的独立性和客观性，还造成了利益相关者对审计报告的不信任。目前公众已经习惯于将持续经营审计意见作为一家公司经营失败的早期预警信号，[1]许多实证结果均表明，审计师的持续经营审计意见与破产的可能性显著相关。[2]

2.审计范围受限制

根据《独立审计具体准则第1号――会计报表审计》的规定，审计范围一般应限于约定的会计报表报告期内的有关事项，但凡与被审计单位的会计报表有关和影响注册会计师做出专业判断的所有方面，均属于会计报表审计的范围。当注册会计师的审计范围受到限制时，其可以根据限制情况及重要性水平进行判断，从而出具保留意见或是无法表示意见。从2008至2011年这四年的审计报告来看，2008年度只有ST华光、*ST帝贤B和中国嘉陵三家上市公司由于审计范围受限及持续经营能力存在重大不确定性被出具了保留意见的审计报告。2009年共有10家上市公司被出具保留意见审计报告，主要原因在于注册会计师无法实施函证等必要的审计程序，以获取充分、适当的审计证据，判断某些事项对财务报表或公司经营产生的重大影响。2010年会计师事务所一共出具了25份保留意见审计报告和7份无法表示意见审计报告，其中17份保留意见审计报告和全部无法表示意见审计报告均是源于审计范围受限，导致注册会计师无法实施必要的审计程序，从而难以对重要事项提供合理保证。2011年会计师事务所一共出具了19份保留意见审计报告和4份无法表示意见审计报告，其中13份保留意见审计报告均是因无法获取有关特定事项的充分、适当的审计证据以确定其对财务报表的影响。

3.不确定事项

由于企业的经营活动是不断运行的，在注册会计师进行审计的过程中难免会遇到一些难以确定的事项，如果这些事项是重大的，有可能对财务报表和投资人的决策产生重要影响的，那么注册会计师就不能为被审计单位的财务状况提供合理的保证。在此种情况下，注册会计师将秉着职业审慎的态度出具带强调事项段的无保留意见、保留意见或者是无法表示意见。通过分析2009至2011年注册会计师出具的审计报告，我们可以看出产生的不确定事项主要集中在诉讼事项结果存在不确定性，监管行动的未来结果存在不确定性，合同结果存在不确定性以及稽查结果存在不确定性等。对不确定事项的判断，需要注册会计师运用专业知识和经验进行判断。

五、非标准意见审计报告和财务舞弊之间的内在联系

通过对2008，2009，2010，2011年审计报告进行分析，发现非标准审计报告的涉及原因一般是持续经营存在重大不确定性，审计范围受到限制以及不确定事项这三种。而狭义的财务会计舞弊是指企业的管理层、治理层、员工或第三方使用欺骗手段获取非法利益的故意行为，最常见的财务报表舞弊手法是不恰当地确认收入、高估资产、低估负债和费用。由此可知，非标准审计意见报告和财务舞弊之间是相互影响，相互作用的关系。一方面，独立的审计人员可以通过严密的审计程序以及识别与财务舞弊相关的关键指标而发现财务舞弊现象，例如应收账款周转指数、毛利率指数、资产质量指数以及销售增长指数等。另一方面，证监会对上市公司财务舞弊案件的行政处罚公告不仅可以与上市公司该年度审计报告相照应，也是检验审计报告真实公允与否的重要衡量标准。

第8篇：财务预警研究范文

关键词：商业银行；财务风险；预警

一、引言

截止2014年底，我国商业银行数量已达八百多家，仅五大商业银行资产总额已占银行总资产的42.1%。到2015年商业银行总资产为150.94亿万元，占银行业金融机构的比例为77.7%。由此可见，商业银行已成为我国银行业的主要力量，为我国经济的平稳运行及快速发展起着举足轻重的作用。但是随着经济全球化的不断加深，我国金融业的对外开放程度不断扩大，进而导致商业银行的不确定性风险也逐步扩大，特别是经过二零零八金融危机及一零年欧债危机的冲击，国际金融增速也逐步放缓。因此，一旦我国商业银行产生风险，将对我国的经济运行及发展产生重大的影响。在市场化进程不断加快步伐的环境下，商业银行如果想要规避风险，如何进行财务风险预警变得尤为重要。因此，我国应加强对商业银行财务风险预警的研究，努力防范财务风险的发生。

二、上市商业银行财务风险相关理论

1.上市商业银行的界定

商业银行是以盈利为目的，通过多种金融负债筹集资金，并且以多种金融资产作为经营对象的金融机构。他也是具有信用创造功能的金融机构。具有吸收存款，发放贷款，办理结算业务及其他中间业务的功能。不同于一般企业，商业银行以金融资产与金融负债作为主要经营对象，获取利润。与一般的银行相比，商业银行在业务种类和服务对象方面也更加广泛。

2.上市商业银行财务风险分析

（1）上市商业银行财务风险的特征

截至目前，我国上市商业银行共有十六家，他作为一种特殊的企业，与其他企业财务风险特征相差较大，特征如下：

①客观性：商业银行财务风险的存在伴随经济活动的发展而增多，并不以人的意志为转移，所以它的财务风险是客观存在的。我们通过对财务风险的监测虽然不能完全化解所面临的财务风险，但仍可以通过一系列措施化解财务风险使其损失降到最低。

②多变性：在经济活动中。经济形势、活动对象并不是一成不变的，这些因素难以控制导致财务风险千变万化，因此，应加强财务风险的监控。

③可控性：通过对商业银行各项活动及财务状况进行监测，从而降低其出现财务危机的可能性，并对相应财务风险采取措施，达到化解风险的目的。

④扩散性：银行各部门工作是相通的，所涉及的范围也较广，一旦一个环节出现问题，都有可能引发信用危机，从而影响到整个金融体系，给国家经济带来巨大危害。

（2）上市商业银行财务风险的分类

商业银行财务风险存在的主要原因是银行日常资金的流动造成，根据商业银行的实际情况及理论基础将其财务风险分为资本风险、流动性风险、管理能力风险、资产安全风险，盈利性风险以及流动性风险。

3.上市商业银行财务风险预警

（1）上市商业银行财务风险预警的程序

一是寻找财务预警产生的源头；二是分析财务预警在警情发生非正常变化是所产生的征兆。这是财务预警体系中的重要环节之一；三是监测并对警情所发生的判定程度进行预报，此称为警度预报，并通过精度确定警限的区域；四是通过对警情、警兆、警度的确定建立预警模型；五是拟定排除警情的对策。

三、我国上市商业银行财务风险研究

目前对于经济增长来说，未来经济增长动力不足，金融市场持续动荡，国际金融形势对于商业银行来讲是一项严峻的考验。本文主要针对上市商业银行的财务风险，以流动性风险和资产质量风险为例进行了如下分析。

1.流动性风险现状

根据以下数据，可以观察出我国商业银行在2014年的流动性指标。

截止2014年末，我国商业银行流动性比率为46.44%，与上季末相比减少2.09%，存贷比为65.09%，比上季末有所增加而人民币超额备付率也有所增加。根据数据表明，我国商业银行流动性宽裕，流动体系也趋于平稳状态。此外，对于资产方面而言，由于资产导致的流动性风险是由于上市商业银行的资产不能及时变现而影响筹资的来源，继而没有能力及时偿还对外债款，因而让银行产生的风险。

2.资产质量风险

从上述数据来看，2014年我国不良贷款余额呈上涨趋势，不良贷款率也随之增加，针对此风险，商业银行都增加了其贷款损失准备，即便如此，拨备金覆盖率仍然偏高，远远超过银监会150%的监管规定，虽然是出于防范风险，谨慎经营的目的，但是如果拨备金过高，也会导致一系列的风险。根据上面两个方面的分析，可以看出我国上市商业银行在发展中存在某些问题，但是其资本状况基本符合银监会的标准与要求。

四、上市商业银行财务风险预警模型

1.财务风险预警指标的构建

（1）财务风险预警指标构建原则

对上市商业银行预警模型有效性起着至关重要作用的是财务风险预警指标的选取，通过与商业银行财务风险的自身特点进行结合，财务风险预警指标有以下原则：

①多层次原则。

②全面性原则。作为财务风险预警指标，企业所反映的信用状况需全面准确，以便防止预警结果失真。

③合理性原则。财务风险预警指标的构建应保持在合理水平，并结合考虑商业银行当下特点。

④突出性原则。在选择财务风险预警指标时应优先选取对整体风险贡献大的指标。

⑤成本效益性原则。满足财务风险预警构建的指标有很多，但有些指标的获得需要大量人力物力，所以，应相对于成本较高的指标应选择相对成本较低的指标。

（2）财务风险预警指标分类

按照中国银监会的规定及财务预警指标相关构建原则，将财务风险指标分为五类，包括：资本风险、流动性风险、资产质量风险、盈利能力风险及管理水平风险。

2.财务风险预警分析方法

（1）因子分析法

因子分析法由20世纪初卡尔.皮尔逊和查尔斯.斯皮尔曼提出的分析方法发展外而来，并经过瑟斯顿研究成熟。他是在许多指标中选出变量，再根据变量的相关程度寻找变量关联性的一种统计方法。同类因子越多，相关性越高，同类分子越少，相关程度越小。所以因子分析法的基础是变量的相关性。

（2）Logistic回归预警模型

Logistic回归预警模型的重要目标是观察分析目标对象的条件概率。它以概率函数为基础，在对多元正态分布假设不作要求的情况下使用极大值估计法估计参数值，并通过运算求取某数值的概率，判断出企业陷入财务危机状况，并以此来进行预警。

五、商业银行财务风险预警及防范

从以上对财务风险预警模型来看，导致商业银行出现财务风险的原因包括许多方面，对财务风险进行预警已是商场银行必不可少的一项工作，如何防范也成为银行面对风险的一项重要举措。面对资本充足性，应对于商业银行的资本结构进行优化，实施战略投资，积极吸引外资参股，建立存款保险制度，以此提高商行的资本充足性及风险抗击性。面对信用风险的现状，不仅要优化银行资本的产业结构，还要加强贷款业务的信用审查，最大限度的防止其信贷危机的发生。此外，应大力发展银行的中间业务，建立符合银行运营及发展的营运机制，促使其防范经营风险的发生。流动性风险是我国银行财务风险当中主要的风险，其主要体现在资产与负债的供给，因此应该科学、合理的配置资产业务与负债业务，并且银行监管部门、政府及商业银行自身都要加强风险流动性的管理意识，加强反防范管理。

六、建议

中国是世界上最大的发展中国家，其发展在国际上起着举足轻重的作用。改革开发30年以来，即使我国银行业没有爆发大规模的金融危机，但是存在有大量不良资产是一个不争的事实。而且，各种经济问题也一步步凸显出来。事实表明，我国银行的财务风险已经演化为存在于整个银行业的系统性风险。目前，我国经济环境较为稳定，许多方面的问题还没有完全凸显出来，但是，一旦我国经济环境遭受动荡，所造成的危机是不可估量的。因此我国商业银行应该加强风险监管，把风险因素保持在可控范围之内，建立负有规模的财务风险预警体系和防范对策，让我国商业银行保持在较为稳定的发展趋势，促进世界经济的平稳发展。针对商场银行业的发展，笔者有如下几点建议：

1.建立银行资料数据库，进一步拓宽数据渠道，在更广的范围内进行财务预警的研究。

2.加大对财务风险预警模型的研究，将多种方法运用到我国财务风险预警的研究与实验中，尽可能的构建更加全面与完善的预警模型。

3.联系理论与实际，加强模型应用性的研究并运用于实际当中，为我国商业银行的内控和审计提供指导。

参考文献：

[1]中国银监会银行风险早期预警综合系统课题组.单体银行风险预警体系的构建[J].金融研究，2009，（3）：39-53.

[2]王志成，周春生.金融风险管理研究进展：国际文献综述[J].管理世界，2009，4：158-169.

[3]牛源.中国商业银行风险预警系统的构建及实证研究[J].北方经济，2007，（5）：93-95.

[4]罗晓光，刘飞虎.基于功效系数法的商业银行财务风险评价研究[J].科技与管理，2012，（4）：95-97.

第9篇：财务预警研究范文

本文选取我国军工类上市企业作为研究对象，在对军工上市企业进行特性及财务风险分析的基础上结合文献研究，提出了军工企业财务风险预警指标体系，并进一步运用统计分析方法建立了上市军工企业财务风险预警模型。

一、上市军工企业财务风险预警指标体系建立

为了能使构建的财务风险预警模型能更符合上市军工企业的实际，在指标选取上尽可能地考虑上市军工企业的特征，并融入了部分非财务指标作为最终的财务风险预警指标体系。

在财务指标方面，根据财务管理的有关理论，为了尽可能全面地反映研究对象的财务状况，首先确定了偿债能力、盈利能力、营运能力、成长能力、现金流量能力五大类指标。另外由于军工企业具有明显的特殊性，因此在财务比率指标的选取上也应体现行业特点，对不能明显反映军工企业经营状况的财务指标进行了剔除。经过对各类财务指标进行选择和细分，最终确定了26个指标建立起财务风险预警的财务指标体系。见表1。

在非财务指标确定的过程中，从股权构成方面、军品业务方面、关联交易三个方面考虑，在文献研究的基础上提出了以下假设：

假设l：国有股比例与企业的财务状况呈负相关关系；

假设2：法人股比例与企业的财务状况呈正相关关系；

假设3：军品收入比例与企业的财务状况呈正相关关系；

假设4：关联交易额比例与公司财务状况呈负相关关系；

假设5：上市公司担保率与公司财务状况呈负相关关系。

上市军工企业财务风险预警指标体系的各财务指标与非财务指标及其计算公式如表1所示。

二、上市军工企业财务风险等级评价指标筛选

采用前文所建立的财务指标体系，以我国军工上市企业的26项财务指标作为样本变量。根据主成分分析法的原理，利用统计分析软件SPSS11.5对原始指标进行筛选。

从分析结果中的总方差解释表中可以得出，第一主成份（Component）的特征值为8.478，它解释了31.4%的方差；“Cumulative%”表示累计的方差解释程度或累计方差贡献，26个变量解释了全部的方差，累计数为100%。

从主成份的特征值表中，根据特征值大于1及方差累计贡献率大于85%的原则，从26个变量中提取前6个主成份，这6个主成份析方差累计贡献率达到86.33%，也就是说这6个主成份可以解释大部份方差，利用所提取的主成份可以反映样本86.33%的变量信息，这样便使26个指标简化为6个主成份而不损失大部分信息。为了进一步理解公共因子的实际意义，本研究中使用了正交旋转中的方差最大法进行转换。

因子1主要由X12、X13、X14、X15、X16解释，基本上反映了我国上市军工企业盈利能力；

因子2主要由X1、X2、X3、X4、X3解释，基本上反映了该类企业的偿债能力；

因子3主要由X19、X21、X22解释，反映了企业的成长能力；

因子4主要由X7、X9、X10解释，反映了企业的资产管理能力；

因子5主要由X24、X25、X26解释，反映了企业的现金流量情况。为了方便建立模型，在此把选出来的6个主成分进行重新命名，分别为X1、X2、X3、X4、X5、X6。

三、上市军工企业非财务类指标验证与筛选

在前文的分析中，依据对前人的文献研究以及上市军工企业特征选出了三大类共5个非财务类指标，但是这些指标都是依据文献研究所提的假设，在具体的研究中还需要对各个指标进行相关性分析，以验证各指标与财务状况之间的关系是否显著。

首先选取研究变量。本研究中的变量包括了因变量和自变量两个变量，其中因变量企业财务状况由企业的经营绩效来表示，在量化分析中一般选取净资产收益率代表这一变量，用Y代表；自变量则由本研究所选取的5个非财务类指标组成，即国有股比例、法人股比例、军品收入比例、关联交易比、上市公司担保率，分别用N1、N2、N3、N4、N5表示。

根据SPSS11.5统计软件中的二元变量相关性分析，初步得到军工上市企业财务状况与其假设提出变量之间的关系。从各变量之间的相关系数可看出，国有股比例、军品销售额占主营业务收入的比率、上市公司担保率三个变量与净资产收益率都有着较高的相关度，而且支持上文的假设情况，可以作为入选的非财务指标。其他指标与因变量也有一定的相关度，但相关程度比较低，因此认为这些变量与反映企业经营绩效进而代表财务状况的净资产收益率之间没有显著相关关系。

因此，经过对53家军工上市企业数据进行的相关性分析，提取出国有股比例、军品销售额占主营业务收入的比率、上市公司担保率这三个指标作为建立上市军工企业财务风险预警模型的非财务变量。

四、基于判别分析法上市军工企业财务风险预警模型构建与验证

基于判别分析法，对上市军工企业财务风险预警模型进行如下构建与验证：

第一，对样本企业进行聚类分析。本文选取了聚类分析来对我国上市军工企业进行分类，尽量消除主观因素的影响，提高分类的科学性，考虑到实际情况中有些公司的财务状况处于中间状态，将我国上市军工公司分为三类即财务危机公司、非财务危机公司（不会发生财务危机公司）和中间状态公司（财务状况一般公司），以更好地反映整个行业的财务状况。

本次研究选取前文中用主成分分析方法提出的6个财务指标以及经过相关性分析的3个非财务指标总共9个因子做为变量，用SPSS软件中的聚类分析模块进行分析。考虑到现实中存在部分企业的财务状况居于中间位置的情况，本文认为把我国上市军工企业的财务风险类型分为三类（3 Clusters）更为合理。接下来选取聚类分析法中的完全连接法（Furthest neighbor）做为具体的聚类方法，在输出的结果中选择聚类归属表，直观地表示本次聚类分析的结果。如表2所示。

第二，上市军工企业财务风险预警模型构建。在模型构建之前，通过对我国上市军工企业财务风险预警的判别函数进行的有效性检验、协方差相等的Box检验以及函数的拟合优度检验，表明该判别函数是有效的。在这些检验分析的基础上结合结构矩阵，就可以得到非标准化判别函数，如下表给出了标准化和非标准化的典则（Canonical）判定函数系数值，据此可构造标准化和非标准化的典则判定函数，系数值如表3所示，用以计算每一条记录在领域图（Territorialmap）中的坐标值。

其中的标准化是指原始变量的标准化，使用典则函数需要先计算出坐标值，然后查领域图或者计算该点离各点心的距离，在设定判别规则时还要考虑如何确定阈值点，较为繁琐。而采用Bayes准则构造出的Fisher判别函数就可以用原始变量直接进行判别，简便又不失判别的准确性。

表4即是所得到的费歇（Fisher）线性判别函数的系数，从而就可以得出包含9个变量的判别分析的Fisher线性判别函数模型，由于本文是将样本分为三类，在判别分析中需对这三组进行两两对比分析，故判别模型函数为三个。

依据上表中的判别函数系数数据，这三个函数的表达式为：

Y1=0.477X1+0.106X2+0.457X3+0.433X4+0.916X5-0.743X6+ 0.811X7-0.647X8+0.792X9-1.417

Y2=-0.259X1+0.773X2-2.627X3-3.754X4-4.683X5+1.853X6-

6.130X7+2.376X8+0.593X9-11.057

Y3=-13.003X1-7.042X2-0.579X3+5.777X4-4.053X5+13.025

X6+6.309X7+0.925X8-8.734X9-57.362

其中，Y1，Y2，Y3分别表示无警类、轻警类、巨警类企业的函数判别值；X1、X2、X3、X4、X5、X6、X7、X8、X9分别代表我国上市军工企业盈利能力、偿债能力、成长能力、现金流量情况、资产管理能力（由X5、X6共同反映）、国有股比例、军品销售占主营业务收入的比例、上市公司担保率。

在判别模型建立以后，为了更直观地确定企业的财务风险类别，还需要确定模型的判别规则。本文建立的我国上市军工企业财务风险预警模型实质上是采用贝叶斯准则构造出的费歇判别函数，因此本文所采用的判别准则也是贝叶斯判别准则，具体是将每一家企业的9个因子值分别代入模型的三个判别函数中，计算每个企业的三个判别函数值，以这三个函数值最大的一个做为分类标准，即得分最高的一类就是该企业所属的类别。利用这样的判别准则就可以把每家企业的数据代入模型进行具体的判别分析了。

第三，上市军工企业财务风险预警判别模型的判别效果检验。对于建立的财务风险预警模型，模型本身是一方面，其实最关键的还是要看该模型的判别效果如何，准确度有多大。因此，就有必要对模型的判别效果进行分析检验。本文选取交互验证法对模型2008年的判别效果进行验证，并引入模型外部数据进行检验，即将2007年和2006年我国上市军工企业的财务指标代入模型中进行验证。从2008年、2007年、2006年的预测效果看来，如表5所示模型对3年的预测准确率逐渐呈下降趋势，离建立模型年度越近，预测的精度越高，这也符合一般模型离预测期限越近，预测效果越好的客观规律。

通过以上研究表明，该模型的预测效果是可观的，可以作为上市军工企业避免财务危机发生的有效措施。如果上市军工企业采用本文所构建的模型进行预警管理，就可在财务风险恶化的前一年或前两年对企业所存在的财务风险采取针对性的管理措施，从而有效地防范财务危机的发生。

参考文献：

［1］姜秀华、任强、孙锋：《上市公司财务危机预警模型研究》，《预测》2002年第3期。.

［2］张玲：《财务危机预警分析判别模型及其应用预测》，《数量经济技术经济研究》2000年第6期。

［3］李益骐、田高良：《上市公司财务预警实证研究》，《西北大学学报（哲学社会科学）》2009年第5期。

［4］陈晓龙：《市公司财务危机的预警模型》，《统计与决策》2009年第15期。

［5］宋贵奇：《构建军工科研事业单位财务预警体系探讨》，《中外企业家》2008年第9期。