上市公司财务危机预警研究精选(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上市公司财务危机预警研究主题范文，仅供参考，欢迎阅读并收藏。
第1篇：上市公司财务危机预警研究范文
随着资本市场的不断发展与完善, 对上市公司财务危机进行预警研究一直是国内外学术界的热点问题之一。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。近年来一些上市公司因为治理结构失衡, 公司管理层管理混乱等诸多原因, 导致公司业绩逐下降, 出现亏损、财务状况异常甚至资不抵债等严重情形, 最终受到特别处理, 面临退市危险, 使投资者、债权人及其他利益相关者遭受巨大损失。但如果能够通过研究上市公司相关信息, 构建有效的财务危机预警模型, 及时对发现的问题进行分析并采取有效措施，化逆境为顺境，就能很大程度上帮助上市公司防范和化解财务危机。然而, 由于种种原因,财务预警系统在我国上市公司中尚未得到广泛应用。
一、我国上市公司应用财务危机预警系统的现实意义
财务危机预警系统作为一种成本低廉的诊断工具，能实时对公司的生产经营过程和财务状况进行跟踪监控，及时地进行财务预警分析，发现财务状况异常的征兆，并迅速报警，及时采取应变措施，避免或减少损失。 在上市公司应用财务危机预警系统,主要可以发挥四个作用:
1.财务监测作用。监测、跟踪企业的生产经营过程，将企业生产经营的实际情况同企业预定的目标、计划、标准进行比较，进行核算、考核，找出偏差，并从中发现产生偏差的原因或存在的问题。
2.财务诊断作用。它是根据跟踪检测的结果，运用现代企业管理技术、诊断技术对公司营运状况之优劣做出判断，找出公司运行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。
3.财务治疗作用。财务治疗功能是在监测、诊断的基础上，识别病根、对症下药，更正企业营运中的偏差或过失，使企业回到正常运转的轨道。准确来讲，治疗功能并非财务预警系统的本质功能。但是，一个有效的预警系统不仅应该能够找出企业的“症结”所在，而且应该能够提出改进方案和应对措施。
4.保健作用。通过财务预警分析，财务预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出改进意见，弥补公司现有财务管理及经营中的缺陷，完善财务预替系统，从而提供未来类似情况的前车之鉴，更能从根本上消除隐患即“防警”。
二、我国上市公司财务预警系统应用中存在的问题
动态财务预警系统不仅仅包括有效的财务预警模型，要使其能发挥作用，还要配合有效的信息系统和内控系统。而由于我国上市公司发展状况的制约，使我国在应用方面还有所欠缺。
1.会计信息失真影响财务预警系统的有效性。上市公司财务预警体系的设计运用了大量的财务数据，真实及时的财务信息是建立有效可行的财务预警系统的基础。 随着经营权与所有权的分离，委托关系在上市公司中普遍存在，委托人和人之间存在的信息不对称，使得我国上市公司中存在着投资者和管理层之间信息不对称的问题，管理层在会计信息编报方面拥有过大的权利，而且现行的监督机制和独立审计机制难以确保上市公司的财务信息质量。这种普遍存在的会计信息失真现象势必影响财务预警系统的有效性，从而进一步影响了有关利益各方运用财务预警系统的积极性。
2.内部控制不完善。企业的国有控制权不明确，使得投资主体的监管形同虚设国有企业股权结构中的“一股独大”是中国上市公司的显著特征。在这种体制下，由于缺乏有效的激励约束机制，很多人并不能自觉地维护公司利益，导致企业的内控失效。有的虽然也制定了比较全面的内控制度，由于制度本身不切合实际，制度的可操作性不强，使得企业的内控制度成为一纸空文；有的虽然制定了一套比较切合自身实际并切实可行的内控制度，却由于外部监督不力，企业不愿执行，将其束之高阁。
3.上市公司决策层缺乏主动运用财务预警系统的意识。目前，我国证券市场还不够成熟、完善，上市公司行为也不够规范。上市公司有关决策层往往受到“第一大股东”，代表国有股或法人股的“关键人”的控制。甚至存在着控股方通过盈余管理手段“圈钱”，利用关联方交易恶意造假，肆意侵吞上市公司利益的特权消费现象。在这种不良但又比较普遍的行为当中，一般的投资者是利益受损方，而上市公司决策层是既得利益方，使得上市公司决策层作为受益者，缺乏主动运用财务预警系统的意识成为正常现象。
4.财会人员素质不高。法制观念淡薄有的财会人员忘记了法律赋予的权力和职责，冒着被吊销会计从业资格证书的风险，为单位领导的不法行为出谋划策，粉饰经营业绩，甚至侵吞国家财产，更加加大了预警系统有效发挥作用的难度。
三、上市公司财务预警系统有效实施的建议
1.财务危机预警系统的定性分析和定量分析的结合运用。量化的财务指标能对财务状况进行总量控制，而某些非财务指标和定性因素可对细节即具体过程进行控制，以弥补财务指标的不足，从微量上找出影响公司长期财务状况的动因。
财务预警是一种量化分析，它有利于清晰、直观地反映上市公司的财务状况，但它难以全面满足揭示上市公司财务危机程度的需要，并不能完全替代传统的定性分析，特别是财务报表的编制质量和审计质量等因素会直接决定模型结果的准确性和实用性。
企业应根据具体情况选择合适的维度评价企业的经营状况，具体来说，财务危机预警系统的实施的规则是:企业定期监测容易发生经营危机和财务危机的各种因素，报告经营风险和财务风险，建立风险报告制度，并利用有经验分析人员的直觉判断作定性分析评价。 同时，定期运用预警模型进行量化分析。由于模型预测所使用的数据来自年度财务报告，因此，量化分析的时间可定为一年一次，而非量化分析相对容易些，可把时间定为一月一次，甚至更短一些，以便使预测更加及时有效。另外，在年度财务危机预警时，可把平时非量化分析结果和年度量化分析结果进行相互修正。例如，企业按助gistic回归模型预测出在财务危机警戒线以上，即企业不会发生财务危机，但根据企业当年报表外的非财务信息(如或有负债等表外因素)、专业人员的经验判断计算出企业的定性评价指标总分在预测警戒线以下，反映出企业存在着发生财务危机的可能性。若定性分析和定量分析得出相反的矛盾，这就需要作出仔细判断，专业人员的主观性是否过强，还是定量分析模型因行业因素的变化需要重新建模。企业在仔细分析后，再重新预测是否会发生财务危机。
3.关注重点指标，建立适合我国国情的财务危机预警指标体系。首先，关注主营业务指标，加强主业监管。如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。 如果主营业务急剧萎缩，并且造成这种情况的因素是根本性的，持续性的，那么上市公司就有可能陷入财务困境。上市公司大多是高新技术企业，其核心能力强弱的直接市场表现无疑是主营业务收入/总资产指标。该指标通过与市场或行业平均(先进)水平的比较及其走势的考察，可以对上市公司市场竞争的优劣态势有一个较为清晰的判断。如果该指标经常低于市场或行业的平均(先进)水平，且成持续走低杰势块上市公司财务危机预警问题研究的话，便意味着上市公司处于竞争的不利地位。如果不及时扭转，将导致严重的财务危机。因此，上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入/总资产指标。只有如此，才有可能建立真正有效的财务危机预警指标体系。其次，关注资产管理能力指标和负债比率指标。判别盈利公司与财务危机公司的财务差异，资产管理能力指标和负债比率指标有着中长期的判别作用，而盈利能力及回报能力、资产流动性和公司增长能力指标则短期判别能力强。在防范上市公司的财务危机时，应侧重于资产管理能力指标和负债比率指标。
3.进行预警指标的敏感性分析。敏感性分析是指企业的财务指标的变动对预警结果的影响程度，重要指标的变动会对企业产生较大影响。 预警系统一旦报警，管理曾首先要确定是哪些指标偏离造成的危机，进而采取相应措施进行调整。调整可以针对某一个指标，也可以是某几个指标。选取哪种方式更有效、更经济，管理层有必要在敏感性和调整难度之间进行权衡，选取适当的调整方式。
参考文献：
[1]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
[2]张艳秋王彤彤:我国上市公司财务危机预警系统应用研究[J].会计之友，2008，（3）
[3]吕长江周现华:上市公司财务困境预测方法的比较研究[J].吉林大学社会科学学报, 2005,( 6)
第2篇：上市公司财务危机预警研究范文
[关键词] 财务危机 财务危机预警 支持向量机
一、引言
1929年的世界经济大萧条成为国际上企业预警研究的触发根源。随着企业经济环境、竞争环境和经营情况的复杂化和多样化，国际上许多著名专家学者都进行了企业危机、企业风险管理等方面的研究，目前企业财务危机预警已成为企业管理研究的一个热点。
支持向量机（SVM）采用结构风险最小化准则，与传统的人工神经网络相比,它不仅结构简单,而且泛化能力明显提高。这一优点在小样本学习中更为突出。它避免了人工神经网络等方法的网络结构难于确定、过学习和欠学习以及局部极小等问题,被认为是目前针对小样本的分类、回归等问题的最佳理论。由于支持向量机具有全局收敛性和良好的推广能力，近来各国学者也开始将其应用在企业财务危机预警中。
二、文献回顾
国外与财务危机预警相关的研究可以追溯到20世纪30年代初，菲茨.帕特里克（1932）以19家公司作为样本，用单个财务比率将样本划分为破产和非破产两组。芝加哥大学教授比弗（1966）运用统计方法建立了单变量判别模型,发现现金流量与负债总额的比率能够最好地判断公司的财务状况，在破产前一年的预测正确率可以达到87%。接着，美国学者Altman在1968年将多元线性判别模型引入到财务危机预警研究中，并得出了著名的Z-Score模型。但是这些线性模型均存在假设上的局限性。因此，以欧尔森（1980）为代表的一些研究者采用了条件概率模型，主要有对数成败比率模型（LOGIT）和概率单位模型（PROBIT）。
近几年对人工神经网络的研究表明，由于它的非线性、非参数、自适应学习等特征，可作为模式判别的强有力的工具，它已成功解决了许多金融、财务等方面的问题，包括财务危机预测问题，如Salchenberger等人在1992年使用神经网络分析方法对金融企业的财务失败进行判断，1988年Messier和Hansen，1993年Fletcher和Gross都用这一方法对企业破产进行了分析。这些研究与以往的线性分析模型相比都取得了较好的结果。
我国的相关研究是从20世纪80年代开始的。西安交通大学的杨淑娥教授（2003、2005）采用主成分分析法，建立了上市公司财务预警Y分数模型；采用BP神经网络方法，建立了财务预警模型。刘凤娇在系统阐述奥特曼的“Z-Score”模型的基础上,有针对性地选取沪、深两市共80家企业A股作为样本,对上市公司财务风险进行了实证分析。王永生，李洁对Z-score预警模型进行了新的研究，对模型中各财务比率的权数及常数项进行调查，并对各模型预测概率进行比较，以获得其预测准确率，然后在此基础上提出P模型。
三、支持向量机
支持向量机是数据挖掘的一项新技术,是借助于最优化方法解决机器学习问题的新工具,它最初于20世纪90年代中期由Cortes&Vapnik提出，近年来在其理论研究和算法实现等方面都取得了突破性进展,是机器学习研究的一项重大成果。财务预警是一个非线性问题，可以通过非线性变换转化为某个高维空间中的线性问题，在变换空间求最优分类面。
引入松弛变量，使超平面满足
（1）
当时样本点xi仍旧被正确分类，而当时样本点xi被错分。为此，引入以下目标函数
（2）
其中C是一个正整数，称为惩罚因子，此时SVM可以通过二次规划来实现。这种变换比较复杂，在一般情况下不易实现。但是在高维空间实际上只需进行内积运算，这种内积运算是可以用原空间中的函数实现的。因此，在最优分类面中采用适当的内积函数,就可以实现某一非线性变换后的线性分类，而计算复杂度却没有增加。SVM中不同的内积核函数将形成不同的算法，目前研究最多的核函数有：多项式核函数、径向基函数(RBF)、Sigmoid函数，通过实验数据的对比，本文选择Gaussion RBF函数作为内积核函数进行建模。内积函数采用Gaussion RBF核函数
四、研究样本与变量
1.样本选择与数据来源
本文的数据全部来自“证券之星”(省略)、“泰阳证券”(省略)等网站。沪深证券交易所在2006年（截至11月底）共有55家被ST的公司，在2005年共有32家被ST的公司。本文另外随机挑选了70家非ST的公司数据和2006年55家被ST的公司数据一起作为训练样本，另外再随机挑选了32家非ST的公司数据和05年32家被ST的公司数据一起作为测试样本。这些公司都是2002年以前上市的，到目前为止都至少有五年的报表数据。
2.研究变量
预警指标的选择目前还没有一套成熟的标准。企业经营绩效主要由企业的盈利能力、权益乘数（负债结构）和周转能力共同决定，以上任何一方面发生问题均可能导致企业财务绩效下降并可能导致财务危机的发生。按照这种分析，上市公司的净资产收益率、销售净利率、销售毛利率、总资产收益率、主营业务利润率、流动比率、速动比率、超速动比率、资产负债率、利息保障倍数、长期负债比率、流动负债比率、股东权益比率、存货周转率、应收账款周转率、流动资产周转率、固定资产周转率、总资产周转率十八个财务指标基本涵盖了上市公司盈利能力、权益乘数（负债结构）和周转能力的主要方面。对于上述十八个财务指标，杨朝军教授等人使用了Kuskal-Wallis H非参数检验判断财务危机上市公司与非财务危机上市公司之间在这些指标上是否存在显著差异。结果表明，在财务危机发生前3年内均有显著差异的财务指标只有总资产收益率、主营业务利润率、超速动比率、资产负债率、流动负债比率、存货周转率、应收账款周转率、流动资产周转率和总资产周转率，因此，这些指标可能适
合作为上市公司财务危机预警指标。本文也选择这9个指标作为预警指标。
五、基于支持向量机的实证研究
在进行相关性分析时，我们发现资产负债率与总资产收益率、流动负债比率与总资产收益率、流动负债比率与资产负债率、总资产周转率与流动资产周转率这几对指标的相关系数都比较大。虽然SVM有比较坚实的理论基础和严格的理论分析，但是其中从理论到应用都还有很多尚未得到充分研究和解决的问题，并且有些问题仅仅依靠SVM本身的知识很难得到彻底解决，训练数据中多元变量的共线性问题就是其中之一。因此本文首先利用主成分分析法通过线性变换，将原来的多个指标组合成相互独立的能充分反映总体信息的指标，从而在不丢掉主要信息的前提下避开了变量间共线性的问题。
本文应用了Matlab的SVM_SteveGunn工具箱，参数C=300。提前3年、提前2年、提前1年的预测结果见表。
表 SVM模型的预测结果
六、结论
从表的结果可以看出，基于支持向量机的预警模型提前时间越短预测准确率越高，提前1年、提前2年、提前3年的总的准确率分别为93.55%、85.48%、71.67%；非ST公司的预测准确率普遍比ST公司的预测准确率高。上海交通大学的杨朝军教授等人建立的企业财务危机预警的生存分析模型―Cox模型，提前1年的准确率为80%左右、提前2年的准确率为70%左右、提前3年的准确率为65%左右。由此可以看出基于支持向量机的预警模型比Cox模型的准确率要好很多。
另外，从实证分析过程来看，SVM模型摆脱了单元和多元判别模型方法的局限，突破了依赖线性函数建立判别模型的限制，克服使用BP神经网络必须获得充分大量训练样本的困难，用非线性函数更好地拟和了样本数据，实现了方法上的创新。从结果来看，在小样本数据条件下，SVM预测精度远远高于其他方法，具有其他方法所不具有的优越性。
参考文献：
[1]陈为民马超群:金融经济.支持向量机方法及其在金融中的应用与前景,2006,(5)：114-115
[2]Ohlson J.Financial ratios and probabilistic prediction of bankruptcy. Journal of Accounting Research.1980,(19): 109-130
[3]刘姝伶颜玉英:国外财务预警的现状概论.沿海企业与科技,2006,(4)：107-108
[4]杨淑娥黄礼:系统工程理论与实践.基于BP神经网络的上市公司财务预警模型,2004,(4)：18－20
[5]刘凤娇:“Z - Score”模型在企业财务预警分析中应用的研究.经济师,2006,（5）：223-226
[6]王永生李洁:Z-score预警模型的研究与分析.财会通讯,2006(5)：52-55
第3篇：上市公司财务危机预警研究范文
关键词：财务危机预警 二元逻辑回归 水处理业
中图分类号：F830.91 文献标识码：A
文章编号：1004-4914（2013）02-164-04
一、研究问题
本文选择对我国水处理类上市公司财务危机预警进行研究的目的，是利用二元逻辑回归模型构建适用于我国水处理类上市公司的财务危机预警系统模型。财务危机的定义为企业处于经营性现金流量不足以抵偿现有到期债务的境况，是企业无力支付到期债务的一种经济现象。财务危机预警系统的定义是依据财务会计信息资料，以计算、统计、分析、监控等方法为手段，用设置预警指标、观察这些指标的变化趋势的方法来构建模型，以这种模型来完成对财务危机的监控、预测和报警。
研究成果在于水处理类上市公司的管理层可以根据系统提供的信息及时发现企业财务状况的恶化，以及造成企业财务状况恶化的原因，将财务风险降低到最低限度。从而能够及时地、有针对性地调整企业的经营策略，有效配置资源，把握水处理行业发展的机遇以实现更大的发展。
1.国外研究成果。国外的资本市场相对发达，最早的财务危机预警研究开始于Fitzpartrick（1932）的单变量破产预测研究。他选取了38家破产企业和非破产企业，利用单变量分析法分析发现“净利润/股东权益”和“股东权益/负债”两个指标能够判别这两类企业。Beaver（1966）同样采用单变量判定模型，以5个财务比率作为变量分别对79家失败企业和成功企业进行一元判定预测，发现“现金流量/负债总额”和“资产负债率”指标能够很好地预测企业财务状况。
Altman（1968）首先使用了多元线性模型，利用“Z-Score判别模型”进行企业破产的预测，以提出破产申请的33家企业和33家正常经营的企业为样本，收集了资产负债表和利润表中的数据，并通过整理从22个变量中选定预测破产最有用的5个变量，经过综合分析建立了一个判别函数，赋予5个基本财务指标以不同权重，并加权产生“Z”值。Z-Score判别模型预测能力准确，运用成本低的优点推动了多变量模型成为一种主流财务风险预测方法。
Martin（1977）首先以逻辑回归法判别企业经营风险。Ohlson （1980）扩大了分析样本，选取了105家陷入危机的公司和2058家经营正常的公司进行研究，研究结果显示逻辑回归模型预测能力之正确性在90%以上。
Collins和Green（1982）通过比较区别分析、线性机率模型及逻辑分析模型，得出了逻辑分析模型的预测能力高于前两种方法。
Mensah（1984）以110家企业为研究对象，利用因素分析方法从指标中选出代表多个相关性较强指标的主成分因子，然后再利用区别分析和逻辑回归模型建构财务预警模型，以预测企业是否因财务风险而导致破产。
Odom和Sharda（1990）使用神经网络模型构建了企业财务危机预警模型。
2.我国研究现状。我国对企业财务风险预警的研究主要始于引用国外的研究方法，并在其基础上结合我国企业的实际情况加以改进。其中有代表性的研究主要有：
吴世农和黄世忠（1986）提出运用线性判定分析方法建立的企业破产预测模型能够有效地反映破产企业的综合数量特征及其它们的差异，一般具有较高的预测能力。吴世农和卢贤义（2001）以70家处于财务困境的上市公司和70家财务正常的上市公司为样本，应用Fisher线性判定分析、多元线性回归分析和逻辑回归分析三种方法，分别建立三种预测财务困境的模型，研究结果表明逻辑回归分析模型的误判率最低。
周首华和杨济华（1996）通过加入现金流量改进了Altman（1968）的Z-Score判别模型，提出了F分数模型。以Compustat PC Plus会计资料中的4160家公司的数据为检验样本进行验证的准确率达到68.18%。
陈静（1999）先采用一元判定模型进行财务预警研究，在多元判定分析中，通过ST公司样本组和非ST公司的样本组进行判定分析，判定结论的准确性为在宣布ST带帽的前1年的准确率为92.6%，前2年为85.2%，前3年为79.6%。
张玲（2000）选择了沪深120家上市公司，分为两组进行分析，从15个特征财务比率变量中最后推导出只有4个变量的判别函数，判别结果为被ST的前2年预估正确率达到87%，前3年正确率70%。
二、解决方案
国内外对于财务危机预警系统的研究还主要局限于正常经营公司与ST公司的选择上，且尚无针对水处理类上市公司的财务危机预警系统研究。本文使用二元逻辑回归模型，采用2008―2011年正常经营公司与2008―2010正常经营但在2011年出现巨额亏损的公司作为研究样本进行研究，弥补了现有的ST公司处于“被ST―摘帽―被ST”的循环中，不适合作为亏损类公司研究样本的不足。
本文选择了13家水处理业上市公司和13家随机选择的ST公司作为验证样本，以推导出的财务危机预警模型应用于水处理业上市公司和随机选择的ST公司，验证其判断准确率。
1.样本选择。上市公司的财务报表相对公开且规范，利用这些公开数据，可以计算出所需要的财务指标。中国证监会于1998年3月颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，通知要求当上市公司出现财务状况或其他状况异常，导致投资者的利益有可能收到损害时，对公司股票交易实行特殊处理，记载股票简称前加以“ST”字样，大部分公司被ST的直接原因是“最近两个会计年度的审计结果显示的净利润为负值”。国内的财务风险预测模型研究成果大多数是在2000年初期，列入样本的亏损公司首次被ST，研究其被ST之前的经营年的财务数据是有意义的。但是通过研究2011年的78家ST公司发现，只有ST三星（000068.SZ）和ST狮头（600539.SH）两家公司因连续两年亏损和企业停产首次在2010和2011年被戴帽，剩余的76家ST公司均处于“被ST―摘帽―被ST”的循环中，研究最后一次被ST之前的历史财务数据并作为样本已无说服力。另外除非发生大规模的资产重组，ST公司的总资产规模普遍较低，如果按总资产规模搭配运营正常的公司，很难找齐合适的样本。
（3）模型的应用和结果分析。使用已建立的二元逻辑回归模型对28家检验样本公司进行预测，其中正常经营的公司选择14家业务涉及水处理业的上市公司，因水处理业暂无亏损上市公司，检测样本里的亏损公司随机选择14家ST公司进行测试。
结果显示，14家水处理业公司有一家被误判为亏损公司，预测准确率92.86%，在14家亏损企业中，有4家被误判为正常公司，预测准确率72.43%。两者的加权平均准确率82.65%。检验结果证明该模型的预测能力较好。
（4）模型应用的不足之处。根据对水处理业上市公司和非上市公司的判别结果，可以看出该模型具有一定的科学性和准确性，可以作为水处理业企业财务危机预警工具进行预测。但其中还存在不足之处：
①样本的选择主观性较强。样本规模比较小，因大部分ST公司反复经历“被ST摘帽被ST”阶段，第一次摘帽前的数据要追溯到数年前，且财务危机预警模型的有效性也仅仅为1至2年，因此以往研究中选用ST公司作为研究样本已不适用于目前模型的构建。通过比较2008至2011年数据，根据2011年每股收益巨亏来判定亏损企业的主观性还是稍强，且企业亏损的原因还包括公司治理结构、行业周期景气性等非财务原因。且如果少数上市公司存在虚假财务数据，模型的准确性也会受到影响。
②预测的时效期较短。目前此财务危机预警模型的预测只能预测短期财务状况，本模型通过反复试算，利用2010年的数据可以预测2011年企业是否正常运营或者亏损。未来还需要更多的相关数据来验证模型是否能预测2至3年后企业是否存在财务危机。另外对于微赢或者微亏的企业，模型的预测能力还有待进一步提高。
③样本涉及的行业范围有限。限于行业内上市公司的业绩情况，模型的行业样本的选取范围有些偏窄，只选取了制造业、农业、交通业、电力、批发零售业、信息技术、房地产业等行业。缺乏其他行业的样本，原因主要是其他行业缺少亏损严重的公司样本。随着上市公司数量的不断增加和未来经营的两极分化，模型的构建会越来越完善。
四、结论
为了能够对水处理业企业财务危机做到提前预警，本文通过研究沪深股市76家亏损公司和经营正常公司样本，建立了财务危机预警模型，并对14家水处理业公司和随机选择ST公司进行判别检验，准确率达到82.65%。
本文选择的二元逻辑回归模型是一种有效财务预警模型，在专业统计软件的辅助下也易于操作，模型表明企业的净资产收益率、销售毛利率和资产负债率是企业未来是否面临财务风险最重要的三个指标。
本文所建立的预警模型还存在样本的选择主观性较强、预测的时效期较短、样本涉及的行业范围有限等不足，后续还需要进一步扩大样本规模，丰富模型的构建方法，进一步提高判别准确率，为水处理业公司财务危机预警提供参考。
参考文献：
parison of ratios of successful industrial enterprises with those of failed firm[J]. Certified Public Accountant.1932.2：589-605.
2.Beaver W.H.Financial ratios as predictors of failure[J].Journal of Accounting Research 1966.4（3）：71-111.
3.Altman，E.I.Financial ratios， Discriminant analysis and the prediction of corporate bankruptcy[J].The Journal of Finance，1968.23（4），589-609.
4.Martin，D.Early warning of banking failure[J].Journal of Banking and Finance.1977.1（2/3）：249-276.
5.Ohlson，J.A.Financial ratios and the probabilistic prediction of bankruptcy[J].Journal of Accounting Research.1980.18（1）：109-131.
6.Collins，R.A.and R.D.Green.Statistical methods for bankruptcy forecasting[J].Journal of Economics and Business.1982.43（4）：304-349.
7.Mensah Y.M.An examination of the stationary of multivariate bankruptcy prediction models：A methodological study[J].Journal of Accounting Research.1984.22（1）：380-395.
8.Odom，M.D.and R.Sharda.A neural network model for bankruptcy prediction[J].IEEE INNS IJCNN.1990.2：163-168.
9.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，1986（6）：36-37.
10.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.
11.周首华，杨济华，王平.论财务危机的预警分析――F分数模式[J].会计研究，1996（8）：8-11.
12.陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999（4）：31-38.
13.张玲.财务危机预警分析判别模型[J].数量经济技术经济研究，2000（3）：49-51.
第4篇：上市公司财务危机预警研究范文
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5篇：上市公司财务危机预警研究范文
[关键词]上市公司财务危机预警系统应用
随着资本市场的不断发展与完善,对上市公司财务危机进行预警研究一直是国内外学术界的热点问题之一。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。近年来一些上市公司因为治理结构失衡,公司管理层管理混乱等诸多原因,导致公司业绩逐下降,出现亏损、财务状况异常甚至资不抵债等严重情形,最终受到特别处理,面临退市危险,使投资者、债权人及其他利益相关者遭受巨大损失。但如果能够通过研究上市公司相关信息,构建有效的财务危机预警模型,及时对发现的问题进行分析并采取有效措施，化逆境为顺境，就能很大程度上帮助上市公司防范和化解财务危机。然而,由于种种原因,财务预警系统在我国上市公司中尚未得到广泛应用。
一、我国上市公司应用财务危机预警系统的现实意义
财务危机预警系统作为一种成本低廉的诊断工具，能实时对公司的生产经营过程和财务状况进行跟踪监控，及时地进行财务预警分析，发现财务状况异常的征兆，并迅速报警，及时采取应变措施，避免或减少损失。在上市公司应用财务危机预警系统,主要可以发挥四个作用:
1.财务监测作用。监测、跟踪企业的生产经营过程，将企业生产经营的实际情况同企业预定的目标、计划、标准进行比较，进行核算、考核，找出偏差，并从中发现产生偏差的原因或存在的问题。
2.财务诊断作用。它是根据跟踪检测的结果，运用现代企业管理技术、诊断技术对公司营运状况之优劣做出判断，找出公司运行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。
3.财务治疗作用。财务治疗功能是在监测、诊断的基础上，识别病根、对症下药，更正企业营运中的偏差或过失，使企业回到正常运转的轨道。准确来讲，治疗功能并非财务预警系统的本质功能。但是，一个有效的预警系统不仅应该能够找出企业的“症结”所在，而且应该能够提出改进方案和应对措施。
4.保健作用。通过财务预警分析，财务预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出改进意见，弥补公司现有财务管理及经营中的缺陷，完善财务预替系统，从而提供未来类似情况的前车之鉴，更能从根本上消除隐患即“防警”。
二、我国上市公司财务预警系统应用中存在的问题
动态财务预警系统不仅仅包括有效的财务预警模型，要使其能发挥作用，还要配合有效的信息系统和内控系统。而由于我国上市公司发展状况的制约，使我国在应用方面还有所欠缺。
1.会计信息失真影响财务预警系统的有效性。上市公司财务预警体系的设计运用了大量的财务数据，真实及时的财务信息是建立有效可行的财务预警系统的基础。随着经营权与所有权的分离，委托关系在上市公司中普遍存在，委托人和人之间存在的信息不对称，使得我国上市公司中存在着投资者和管理层之间信息不对称的问题，管理层在会计信息编报方面拥有过大的权利，而且现行的监督机制和独立审计机制难以确保上市公司的财务信息质量。这种普遍存在的会计信息失真现象势必影响财务预警系统的有效性，从而进一步影响了有关利益各方运用财务预警系统的积极性。
2.内部控制不完善。企业的国有控制权不明确，使得投资主体的监管形同虚设国有企业股权结构中的“一股独大”是中国上市公司的显著特征。在这种体制下，由于缺乏有效的激励约束机制，很多人并不能自觉地维护公司利益，导致企业的内控失效。有的虽然也制定了比较全面的内控制度，由于制度本身不切合实际，制度的可操作性不强，使得企业的内控制度成为一纸空文；有的虽然制定了一套比较切合自身实际并切实可行的内控制度，却由于外部监督不力，企业不愿执行，将其束之高阁。
3.上市公司决策层缺乏主动运用财务预警系统的意识。目前，我国证券市场还不够成熟、完善，上市公司行为也不够规范。上市公司有关决策层往往受到“第一大股东”，代表国有股或法人股的“关键人”的控制。甚至存在着控股方通过盈余管理手段“圈钱”，利用关联方交易恶意造假，肆意侵吞上市公司利益的特权消费现象。在这种不良但又比较普遍的行为当中，一般的投资者是利益受损方，而上市公司决策层是既得利益方，使得上市公司决策层作为受益者，缺乏主动运用财务预警系统的意识成为正常现象。
4.财会人员素质不高。法制观念淡薄有的财会人员忘记了法律赋予的权力和职责，冒着被吊销会计从业资格证书的风险，为单位领导的不法行为出谋划策，粉饰经营业绩，甚至侵吞国家财产，更加加大了预警系统有效发挥作用的难度。
三、上市公司财务预警系统有效实施的建议
1.财务危机预警系统的定性分析和定量分析的结合运用。量化的财务指标能对财务状况进行总量控制，而某些非财务指标和定性因素可对细节即具体过程进行控制，以弥补财务指标的不足，从微量上找出影响公司长期财务状况的动因。
财务预警是一种量化分析，它有利于清晰、直观地反映上市公司的财务状况，但它难以全面满足揭示上市公司财务危机程度的需要，并不能完全替代传统的定性分析，特别是财务报表的编制质量和审计质量等因素会直接决定模型结果的准确性和实用性。
企业应根据具体情况选择合适的维度评价企业的经营状况，具体来说，财务危机预警系统的实施的规则是:企业定期监测容易发生经营危机和财务危机的各种因素，报告经营风险和财务风险，建立风险报告制度，并利用有经验分析人员的直觉判断作定性分析评价。同时，定期运用预警模型进行量化分析。由于模型预测所使用的数据来自年度财务报告，因此，量化分析的时间可定为一年一次，而非量化分析相对容易些，可把时间定为一月一次，甚至更短一些，以便使预测更加及时有效。另外，在年度财务危机预警时，可把平时非量化分析结果和年度量化分析结果进行相互修正。例如，企业按助gistic回归模型预测出在财务危机警戒线以上，即企业不会发生财务危机，但根据企业当年报表外的非财务信息(如或有负债等表外因素)、专业人员的经验判断计算出企业的定性评价指标总分在预测警戒线以下，反映出企业存在着发生财务危机的可能性。若定性分析和定量分析得出相反的矛盾，这就需要作出仔细判断，专业人员的主观性是否过强，还是定量分析模型因行业因素的变化需要重新建模。企业在仔细分析后，再重新预测是否会发生财务危机。
3.关注重点指标，建立适合我国国情的财务危机预警指标体系。首先，关注主营业务指标，加强主业监管。如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。如果主营业务急剧萎缩，并且造成这种情况的因素是根本性的，持续性的，那么上市公司就有可能陷入财务困境。上市公司大多是高新技术企业，其核心能力强弱的直接市场表现无疑是主营业务收入/总资产指标。该指标通过与市场或行业平均(先进)水平的比较及其走势的考察，可以对上市公司市场竞争的优劣态势有一个较为清晰的判断。如果该指标经常低于市场或行业的平均(先进)水平，且成持续走低杰势块上市公司财务危机预警问题研究的话，便意味着上市公司处于竞争的不利地位。如果不及时扭转，将导致严重的财务危机。因此，上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入/总资产指标。只有如此，才有可能建立真正有效的财务危机预警指标体系。其次，关注资产管理能力指标和负债比率指标。判别盈利公司与财务危机公司的财务差异，资产管理能力指标和负债比率指标有着中长期的判别作用，而盈利能力及回报能力、资产流动性和公司增长能力指标则短期判别能力强。在防范上市公司的财务危机时，应侧重于资产管理能力指标和负债比率指标。
3.进行预警指标的敏感性分析。敏感性分析是指企业的财务指标的变动对预警结果的影响程度，重要指标的变动会对企业产生较大影响。预警系统一旦报警，管理曾首先要确定是哪些指标偏离造成的危机，进而采取相应措施进行调整。调整可以针对某一个指标，也可以是某几个指标。选取哪种方式更有效、更经济，管理层有必要在敏感性和调整难度之间进行权衡，选取适当的调整方式。
参考文献：
[1]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
[2]张艳秋王彤彤:我国上市公司财务危机预警系统应用研究[J].会计之友，2008，（3）
[3]吕长江周现华:上市公司财务困境预测方法的比较研究[J].吉林大学社会科学学报,2005,(6)
第6篇：上市公司财务危机预警研究范文
关键词 ：上市公司；财务危机；控制；措施
一、上市公司财务危机范围的界定
我们认为上市公司财务危机不仅含有出现的早期的财务危机状况，还包括最严重情况下的破产清算，以及位于二者之中的任何一种可能的情况。从以上可以看出，在本文中讨论的财务危机是有着程度之分的。实际上，大部分公司的财务状况刚开始都是良好的，后来情况逐步变差才陷入财务危机这个泥潭的，甚至破产。
二、上市公司财务危机的特征
（一）突发性
财务危机的发生可能事先没有任何征兆，这样的突然爆发的原因可能有很多。例如，某公司突然宣告破产，之前没有半点迹象表露出来，无法如期收回大额应收账款。
（二）可预见性
财务危机是在公司生产经营的过程中，与经济相关的矛盾没有得到理智的处理和解决，慢慢积累起来而逐渐形成的。在这个过程中，对其中任何一个细节的忽视都可能导致财务危机。财务管理人员需要多用心观察，及时发现财务危机的苗头，采取强有力的财务控制措施来解决出现的问题。
（三）可逆性
在公司出现财务危机的时候，如果管理人员能够采取一些必要的手段来改善公司的财务状况，就能使公司转危为安，不会导致最后的破产。
三、上市公司财务危机具体表现方式
（一）现金支付出现问题
资金短缺在很大程度上与公司的信誉有一定的关系。现代社会是一个讲诚信的社会，公司也是如此。一个讲信誉的公司，可以轻松地从债权人手里获得资金支持、从投资者那里得到项目支持，能够顺利地在银行和关联公司那里融资，从而保证产品的生产、销售以及再生产，这也是公司健康发展的关键。反之，一旦公司失去信誉，资金链断裂，公司的筹资融资将会变得相当困难。
（二）债务问题突出
公司不能清偿到期债务的表现形式主要有两种，其中一种是公司的资产流动性太差，缺乏现金；另一种就是本身资产不多，又有大量外债，没有办法按时兑现曾经给债权人许下的还债承诺。
（三）大额投资失败
在公司资产有限的情况下，如果盲目进行巨额投资，有可能冒太大的风险，使公司陷入无力清偿、丧失信誉的困境，这样的后果就可能会让公司陷入巨额亏损的境地。
（四）产品销售受阻
许多公司产品品种单一，销售手段老化，销售渠道不畅，导致产品大量积压，资金周转不灵，大量欠款无法及时偿还，这样就可能演变成给公司带来严重后果的财务危机事件。
（五）主营业务瘫痪
上市公司的主要收入来源应是其主营业务。绝大部分公司的亏损都是由于主营业务经营不力而形成的。上市公司为了稳定股票价格、达到配股要求，或是为了改善公司经济状况，常用的做法通过债务重组或者政府补贴，或者和关联方进行交易。这样的公司盈利并不是真正意义上的盈利，而且这样的行为也可能会使公司陷入更加危险的境地。
四、我国上市公司财务危机控制及应对措施
（一）财务危机预先控制
1.识别公司财务危机的早期症状
公司财务危机并不是一天形成的，它的爆发也需要一定时间的积累。就公司的管理层来说，识别公司财务危机的征兆可以帮助他们改善管理，及时发现问题并预测其发展趋势，进而准确的判断财务风险的水平。
2.建立财务危机预警模型
早在20 世纪80 年代，我国学者就开始了对财务危机预警问题的研究。研究的初级阶段，基本上都是介绍和评价国外模型。真正适合我国国情的、以国内公司的具体数据为基础的预警模型的研究成果最早出现于1999 年。现在国内的研究还是集中在怎样运用预警模型来检测以及运用哪种模型来预警这个方面。
（二）财务危机处理
1.有效处理债务问题。公司应当及时地与各类债权人沟通，要求他们提供短期周转性借款、将债务清偿延期或延长纳税期限。另一方面，争取在尽可能短的时间内，收回应收账款，包括清收各种单位和个人的欠款，收回公司的各类应收账款，只有这样公司的财务危机才有可能得到缓解。
2.降低长期投资占总投资的比例。如果长期投资在公司的总资产中占有较高的比例时，就要把那些利润不佳又很难控制的子公司转让，把那些能够变现的长期资产尽可能变现。采取这些手段，能够间接地变现有资产为营运资金，可以很大程度上提高公司偿还债务的能力和维护债权人的利益。不过，对负债公司自身来说，转让投资和变现资产可能会导致一定的经济损失。因而，这一方案往往要经过公司的高层领导讨论研究并证实确实可行后才能实施。
3.有效处理公司的库存。存货不是一种容易变现的资产，因此，最好的做法就是尽可能的降低存货的库存量。
4.压缩公司的一切不必要开支。削减各种行政管理费用、裁并亏损部门以及一些不必要的辅助部门和适度地裁减人员；适度减少对外采购、停用某些无效的生产线。此外，关闭部分子公司、停产没有竞争力的产品等等，都可以最大程度的降低公司的开支。
5.寻求过渡时期的资金支持。一方面让债务人放缓收债的时间，另一方面和供货商谈判，要求其继续提供原材料或资金，应付账款按照销货的一定百分比偿还、或者直接用退掉部分材料来抵消相应的一些应付账款。
6.制定长期方案。建立长期方案实施时间表，修改公司的策略和目标，并从中吸取教训。①紧缩策略。缩减人员、产品或者不良的市场，起到提升公司价值的目的。②重整策略。重新优化公司的资本结构，重新考虑公司的增长方向，重新打造公司的增长点。③成长策略。通过新产品的研发或者新的销售渠道的开辟，使公司能够迅速的占领新的市场，形成新的利润增长点。另外，公司也可以采用资产重组的方式来应对财务危机。
参考文献：
[1]彭韶兵，刑精平.公司财务危机论[M].清华大学出版社,2005.
[2]吴润玉.上市公司财务危机预警研究[J].消费导刊, 2007,(06).
[3]万水林，张耀辉.财务危机成本与资本结构决策[J].生产力研究,2004,(03).
第7篇：上市公司财务危机预警研究范文
关键词：财务危机；AdaBoost；BPNN；GA-BPNN
中图分类号：F275；F224文献标识码：A文章编号：1001-8409（2013）12-0130-05
1引言
长期以来，公司财务危机管理一直是政府经济决策部门和公司经营管理者所关注的焦点。近年来的全球金融危机更是告诫人们，必须强化企业危机管理意识、加强危机监控、提升危机预测精度。只有对公司财务危机进行及时准确地预测，才能做出正确的决策、采取防范措施，从而避免危机的发生和减少危机所带来的损失。因此，从这个角度讲，如何准确有效地对公司财务危机进行预测就显得尤为重要。
目前，已有大量文献运用多元判别分析、逻辑回归模型以及主成分分析法等统计方法对公司财务危机预测进行了研究。虽然这些统计方法的提出和应用有效地推动了公司财务危机预测研究的快速发展，并取得较好的研究效果，但也存在条件过于苛刻、指标选择主观性强等缺陷，因而在实际应用中受到了极大的限制。因此，具有高度容错性和非线性拟合等优点的人工神经网络受到了学者们的普遍关注，并被运用于提高财务危机预测精度研究中，取得了一系列有价值的研究成果。而在众多神经网络模型中，BP神经网络应用最为广泛。虽然BP神经网络相比MDA、逻辑回归等模型更能有效解决财务危机问题，但存在学习时间较长、需设定的参数多等缺点。另外，有学者运用遗传算法对神经网络进行优化，极大地提高了对财务危机的预测精度。需要指出的是，遗传算法也存在着编码复杂、处理规模小和局部搜索能力差等缺点。
针对单种模型存在的不足，一些学者开始尝试运用整体模型对危机预测进行研究，以期望减少预测的误差，提高预测精度。整体模型是一种新的机器学习方式，它将不同的“弱分类器”的输出结果进行“合并”，构建出一个高精度的“强分类器”，并通过多次迭代计算，调整各个“弱分类器”的权值，从而提高对危机预测的准确性。Hansen等[1]是最早对整体模型进行研究的学者之一，他们发现，无论在训练集还是测试集，相同结构的神经网络整体模型的预测效果均要优于单种神经网络模型。Lean等[2]的实证结果说明，在对信用风险进行预测时，神经网络整体模型比单独三种神经网络模型和多数投票整体模型预测准确性更高。Tsai等[3]运用神经网络整体模型和单种神经网络模型对银行破产危机预测，研究表明，在大多数情况下整体模型预测精度都要高于单种模型。Sun等[4]对整体模型中各单个“弱分类器”的选择进行了研究。所有的这些研究成果不仅表明整体模型更能对危机进行准确预测，而且对于如何构建整体模型和提高危机预测精度都具有积极的现实作用和理论价值。
Bagging和AdaBoost是目前两种最为流行的整体模型算法，并被广泛运用于危机预测研究之中。Alfaro等[5]采用AdaBoost算法对危机预测进行研究，并得到AdaBoost算法能够减少误差提高预测精度的结论；Alfaro等[6]对银行破产进行预测，发现AdaBoost算法比神经网络减少了30%的预测误差；Bauer等[7]的研究也表明整体模型中AdaBoost算法普遍优于Bagging算法。由此可见，运用AdaBoost算法对危机进行预测更能减少预测误差、提高预测精度。因此，本文引入AdaBoost算法对上市公司财务危机预测进行研究。
中国是最大的新兴市场之一，在国际金融市场发挥着越来越重要的作用。然而，随着世界经济一体化的不断加速以及近年来国际金融市场的动荡加剧，中国金融市场必将遭受更多压力与挑战，中国上市公司也必将面临更为复杂的投资经营环境。因此，探讨中国上市公司财务危机预测，具有极其重要的理论价值与现实意义。
基于以上认识和分析，本文以中国A股上市公司财务数据为研究样本，首先运用主成分分析提炼出对财务危机有显著影响的指标；然后将提炼出的指标作为输入变量，建立AdaBoost财务危机预测模型；最后将BPNN和GA-BPNN模型与AdaBoost模型进行对比分析，进而运用分类准确率对三种模型的预测效果进行检验、评价，为政府经济决策部门和公司经营管理者提供决策参考。
迄今为止，已有相当一部分文献对中国上市公司财务危机进行了研究。李晓峰和徐玖平[8]运用粗糙集结合神经网络对中国上市公司财务危机进行了研究；张玲等[9]运用多元判别法和神经网络对公司财务危机进行了研究；韩建光等[10]建立了Kalman公司财务危机动态预警模型。虽然上述研究取得了较好的研究效果，但仍然以单种危机预测模型进行研究，很少有运用整体模型特别是AdaBoost算法对中国上市公司财务危机进行预测研究。令人欣喜的是，Sun等[11]运用AdaBoost整体模型对中国上市公司财务危机进行了预测研究，但他们并未将BP神经网络作为“弱分类器”，也没有将GA-BPNN作为对照组进行对比分析。
与其他文献相比，本文存在明显的差异：（1）运用主成分分析提炼出对财务危机具有显著影响的指标，以消除输入变量过多造成的“维数灾难”；（2）选用AdaBoost算法建立中国A股上市公司财务危机预测整体模型，同时将在单种危机预测模型中具有独特优势的BP神经网络作为整体模型的“弱分类器”；（3）将AdaBoost整体模型在中国A股上市公司的实际运用效果与BPNN、GA-BPNN模型的预测结果进行对比研究。
2公司财务危机预测方法构建
2.1公司财务危机预测模型构建
至此可以根据上述算法建立AdaBoost公司财务危机预测模型，其主要结构如图1。首先将样本数据分为n组，分别建立n个网络结构相同的BP神经网络“弱分类器”进行学习训练。接着，根据AdaBoost算法调整各个“弱分类器”的权值。最后，当误差到达可接受范围内时，根据此时各“弱分类器”的权值计算出整体模型的预测输出值c（x）。根据预测输出值就能对公司将是否发生危机进行判断，从而提前采取措施，减少或避免危机发生所造成的损失。
此外，有学者运用遗传算法对BP神经网络进行优化，有效克服了BP神经网络收敛速度过慢和局部最优的缺点。同时，为考察AdaBoost算法对财务危机预测的优越性，本文将遗传算法优化的GA-BPNN模型与AdaBoost模型的预测结果进行对比分析。
遗传算法优化BP神经网络的主要要素包括编码、适应度值计算、选择操作、交叉操作和变异操作。首先对BP神经网络进行初始化，并对其权值和阈值进行遗传编码，然后计算出BP神经网络的预测误差并作为个体的适应度值；接着进行遗传算法的选择、交叉和变异操作，寻求最优的权值和阈值；最后将得到的最优权值和阈值赋值到BP神经网络重新进行学习训练，得到所期望的预测结果。
2.2公司财务危机预测模型效果评价方法
准确有效地预测财务危机，是政府经济决策部门和公司经营管理者所关心的焦点，而如何对危机进行划分又是对危机有效预测的首要问题。本文根据文献[4]对危机的定义，将2011年被ST的上市公司定义为发生了财务危机其期望输出值为-1。同样，将未被ST的上市公司定义为未发生财务危机，其期望输出值为1。
4结论
本文以中国A股上市公司为研究对象，运用整体模型中的AdaBoost算法对其财务危机进行预测研究。针对变量过多可能造成的“维数灾难”问题，运用主成分分析提炼出财务危机主要影响变量。为了对AdaBoost模型的实际运用效果进行评价，采用了分类准确率评价方法，同时将其结果与BPNN模型和GA-BPNN模型预测结果进行对比分析。
通过研究，得到了以下有价值的结果：（1）利用主成分分析所提炼出的8个变量能够很好地反映公司财务状况，8个变量的累计贡献率为84.552%。（2）AdaBoost模型以及BPNN模型和GA-BPNN模型均能有效对公司财务危机进行预测，三种方法的分类准确率分别为92%、84%和88%。（3）从分类准确率排序来看，AdaBoost模型效果最好，GA-BPNN模型其次，这说明运用整体模型中AdaBoost算法更能对我国上市公司财务问题进行准确预测，从而为经济管理者和股权投资者提供决策借鉴。
参考文献：
[1]Hansen L K， Salamon P. Neural Network Ensembles[J]. Transaction on Pattern Analysis and Machine Intelligence， 1990， 12： 993-1001.
[2]Lean Yu， Shouyang Wang， Kin Keung Lai. Credit Risk Assessment with a Multistage Neural Network Ensemble Learning Approach[J]. Expert Systems with Applications， 2008， 34： 1434–1444.
[3]Tsai C F， Wu J W. Using Neural Network Ensemble for Bankruptcy Prediction and Credit Scoring[J]. Expert Systems with Applications， 2008， 34： 2639-2649.
[4]Sun J， Li H. Financial Distress Prediction Based on Serial Combination of Multiple Classifiers[J]. Expert Systems with Applications， 2009， 36： 8859–8666.
[5]Alfaro E， Gamez M， Garcia N， Multiclass Corporate Failure Prediction by AdaBoost[J]. Advanced Economic Research， 2007， 13： 301-312.
[6]Alfaro E， Garcia N， Gamez M， et al. Bankruptcy Forecasting： An Empirical Comparison of AdaBoost and Neural Networks[J]. Decision Support Systems， 2008， 45： 110-122.
[7]Bauer E， Kohavi R. An Empirical Comparison of Voting Classification Algorithms： Bagging， Boosting and Variants[J]. Machine Learning， 1999， 36： 105–139.
[8]李晓峰，徐玖平.企业财务危机预警Rough-ANN 模型的建立及其应用[J]. 系统工程理论与实践， 2004， 10： 8-14.
[9]张玲，陈收，张昕. 基于多元判别分析和神经网络技术的公司财务困境预警[J]. 系统工程， 2005， 23： 49-56.
第8篇：上市公司财务危机预警研究范文
[关键词]上市公司；财务预警；Logit模型；股权结构；实证分析
[中图分类号]F275
[文献标识码]A
[文章编号]1006-5024(2009)06-0159-03
一、研究背景
随着改革开放的进程，我国上市公司从无到有，从少到多，从弱到强，不断地得到成长与发展，已成为国民经济的有生力量。部分上市公司的财务危机则开始显现，而上市公司的财务危机由初步萌生到程度恶化，并非瞬间所致，需经历渐进积累转化的过程。在这过程中，各种危机的因素，都将直接或间接地在资金运动的“晴雨表”――敏感性财务指标值的不同变化上反映出来，在理论界就提出了财务预警问题。学者们对财务预警也有着不同理解。向德伟认为，财务预警就是企业风险在财务上表现为个别及相关指标的异常。陈晶璞认为财务风险预警是一种警报，它能及时发现企业潜在的财务风险，并对其具体情况做出预测，使企业能及时进行防范和控制，将损失降至最低程度。蔡壁洪认为，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财务指标的变化，对企业可能或将要面临的财务危机所施行的实时监控和预测预报。杨宗昌和赵红认为财务失败预警是利用及时的数据化管理方式，通过全面分析，反映企业内、外部经营情况的各项资料，将企业存在产生潜在的财务失败风险预先告知经营者和其他利益相关者的一套工具。
我们认为财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析等多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的风险，并在危机发生之前向企业经营者发出警告，督促企业管理层采取有效措施，避免潜在的风险演变成危机甚至是失败的财务分析预测活动。而财务风险预警系统，则是通过设置并观察一些敏感性财务指标的变化，对企业集团可能或将要面临的财务危机进行预测、预报的财务分析系统。上市公司财务风险预警系统，就是以上市公司信息化为基础，对上市公司在经营活动中的潜在风险进行实时监控的系统。
对我国上市公司财务危机预警进行研究，构建一个有效适用的财务危机预警模型，准确地根据财务指标预测上市公司未来财务危机程度对市场参与方有着重要的现实意义。一个可行的财务预警模型，能起到报警的作用，提醒有关市场参与方的注意。对上市公司来说，借助财务预警模型，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、有针对性地调整公司经营策略，扭转公司经营状况恶化的趋势。
关于股权集中度与企业价值、公司绩效之间的关系，国内外学者均作了一定的研究。Berle和Means最早考察了股权结构与公司绩效之间的关系，认为股权越分散，公司绩效越难以达到最优。Shleifer和Vishny则从减轻问题的角度论述了大股东的积极作用。他们通过建立模型说明在其他条件相同的情况下，大股东的存在对公司价值有正效应。因为相当比例的股权使得大股东有动力去监督管理者，从而可以避免“搭便车”问题。Demsetz和Lehn用1980年美国511家公司的会计利润率对各种股权集中度指标进行回归，发现二者不存在显著的相关关系。McConnell和Servaes通过对美国1976年的1173个样本公司和1986年的1093个样本公司的To―bin’s Q与股权结构的分析，发现Tobin’s Q与公司内部股东所拥有的股权之间具有曲线关系，当内部股东所拥有的股权从零开始增加时，曲线向上倾斜，股权比例达到40％-50％时，曲线向下倾斜。Claessens，Djankov和Lang在对东亚地区企业股权结构的研究中，均发现这些国家和地区的企业股权高度集中，并且与企业价值正相关。Lins和Servaes在对18个新兴市场国家的企业研究中也发现，大股东对企业价值有正面影响，在投资者权益保护的法律制度及其有效性弱的地区，大股东在公司治理中担任着重要角色，具有积极的作用。
而通过研究上市公司股权结构与公司财务风险之间关系，构建有效适用财务危机预警模型，准确预测上市公司未来财务危机程度的文章却很少见，我们对此做一简要分析。
二、上市公司财务预警与股权结构的实证分析
(一)股权结构与上市公司财务预警的假设。股权结构的特征可以从量和质的方面来研究，即股东持股数量和股权性质。在此主要研究股权集中度、第一大股东性质、流通股与上市公司财务预警度的相关性。现给出它们之间的假设：
1．上市公司股权集中程度与公司财务风险为正相关关系。在股权高度集中的情况下，由于缺乏可以相互制衡的力量，容易导致“大股东控制”，如果外部治理作用弱化的情况下，控股大股东就很可能侵蚀公司利润、剥夺小股东的利益，造成高昂的成本，导致公司绩效的下降，经营风险的上升。同时，“一股独大”导致民主性和科学性在公司决策机制中的缺乏。随着控股股东的股权集中度的提高，现金流量与投票权的差距就会进一步增大，而这种负作用效应也将随之增强。所以，较高的股权集中度会增加公司的财务风险。
2．流通股A股比例与公司财务风险为正相关关系。公司购并是一种非常关键的治理机制。研究表明，收购兼并的目标公司一般为绩差公司，收购后可以更换公司的经理层，以控制其管理；购并可以使合并后的公司价值大于收购公司与目标公司价值的算术和。潜在收购行为所引致的激励和约束机制，在中国的资本市场还没有形成。目前在国有股“一股独大”的情况下，流通A股在总股本中占的比例很小；很多在1994《中华人民共和国公司法》(简称《公司法》)生效前上市的公司，至今未能达到《公司法》所要求的流通股份比例25％的限定。可以想像，在这样的畸形股权结构下，A股市场的收购兼并行为并不能发挥它应有的功效，反而容易滋生腐败，必然会带来财务风险。
(二)样本的选择。考虑到发生财务风险的可能性，我们选择的是2003―2007年被sT的上市公司作为选择的样本对象，剔除资料不全和无法配对的，共158家公司，加上158家配对公司，共316家公司。相关数据来源于2003―2007年的中国上市公司财务年报数据库以及齐鲁证券信息平台，数据的处理在EViews5.0下进行。
(三)预警指标的选择。常见的预警指标主要包括偿债能力指标、成长能力指标、盈利能力指标、营运能力指标、收益质量指标、现金流量指标、资本结构指标和每股指标等八个方面，每一指标都减去行业的平均值，以消除指标的行业差异。
而Logit回归是采用因变量为属值变量的分析方法，用于直接预测解释变量相对于某一事件的发生概率。二元Logit回归的因变量只取0和1两个值，拟合的方程可表示为In[p／(1-p)]-a+∑biXi，其中p是上市公司发生财务危机的概率；xi是影响上市公司财务危机的第i个因素；i=1，2，…，m；a，bi(i=1，2，…，m)是待估计的参数。利用logit模型对被ST前一年份的数据进行逐步回归，得到最后用于预警的指标：x1-总资产净利润ROA、x2-流动资产周转率、x3-净资产收益率ROE(摊薄)、x4-净资产收益率(摊薄)(同比增长率)、x5-资本支出／折旧和摊销，最后回归的结构可得如下回归方程：
v=-3.154696-0.469580x1-0.847988x2-0.026162x3+0.000462x4+0.098576x5
(四)计算预警值。把所有上市公司2003-2007年的总资产净利润ROA、流动资产周转率、净资产收益率ROE(摊薄)、净资产收益率(摊薄)(同比增长率)、资本支出／折旧和摊销减去其行业平均值，带人上面的方程，并且利用相关公式计算出预警的概率值。
(五)实证结果。财务预警与股权结构回归结果如下：
现在根据上述回归结果，对财务风险和股权结构的关系进行分析如下：
1．股权集中度变量――赫芬德尔指数的系数估计值为一0.276215，股权集中度与公司财务预警度成负相关，该指标是显著的，故二者之间为显著的负相关关系，假设1不成立。
2．第一大股东的性质系数为负值，所以第一大股东性质与上市公司财务不存在相关性，所以不产生影响。
3．从方程的估计结果就可以看出，流通股A股比例系数为正值，该指标是显著的，故假设2成立。对于国有或集体所有制上市公司以及民营或家族上市公司，股东大会则可能演变为控股者的会议。所以，我们认为，A股股东没有能力影响投票的结果，也没有动力去“用手投票”。所以，他们一般会放弃投票权。这样看来，流通股A股比例越大，被放弃的投票权就越多，导致了非流通股东持有较少股份就可以控制上市公司，所有权与控制权分离程度加大，这势必会加大公司的财务风险。
三、对策与建议
由于流通股A股比例与公司财务风险正相关，这就要求要尽快完善中国上市公司治理结构。寻找既有能力又有意愿行使股东权利的大股东，可以积极发展机构投资者，允许和引导基金、保险、养老金机构持股，鼓励分散的股东结构，积极推动国有股法人股上市流通，促进公司控制权市场的形成；加快国有资产管理体制改革，建立独立的股权行使机构，履行股东权责，确保出资人代表切实在位。
此外，由于我国的股权结构高度集中和股权分置，我国上市公司治理结构存在很多的问题，主要表现为：作为国有股东的国有股的“所有者缺位”及与之相关的内部人控制现象突出，大股东侵害中小股东的利益及与之相关的中小投资者的权益得不到保证等情况比较普遍，市场对上市公司的监督和制约功能还未形成合力，管理层的激励机制还没有建立起来等。要解决上述问题须做好以下工作：
(一)推进上市公司的制度创新。上市公司必须加大自身的制度创新力度，要建立市场导向理念，要重视公司的战略决策、产品研发、管理水平提升，加强人力资源的开发，不断完善经营管理者的考核与选拔机制，努力提高公司的市场适应力。同时，股权全流通后，上市公司的入市制度也要创新，在股市运作方面要实现股票交易制度、融资条件、并购重组等制度上的创新，以优化资本市场环境，促进股改后新股发行机制的建立。
(二)推动公司内部治理制度的建立与完善。加快公司内部治理机制和财务治理机制的建立和实施，加强公司内部控制制度的建设，建立和完善有效的内部董事激励约束制度，充分发挥监事会的独立监督作用，有效地设计和实施经理人激励计划，以实现公司内部治理和外部治理的有效结合。
第9篇：上市公司财务危机预警研究范文
关键词：电子信息；财务危机程度预测；马氏距离；费歇判别
一、引言
1.上市公司财务危机预警
财务危机的定义有多种描述，一般来说，财务危机是企业财务活动面临或处于失控或遭受严重挫折的危险与紧急状态。它是企业盈利能力和偿付能力实质性地削弱、企业趋于破产等各种困境的总称。建立财务危机预警模型可以在危机到来前给予企业及时的警告，管理者就可采取措施防止财务危机的出现。对于上市企业而言，财务危机预警就更加具有重要意义，它能帮助投资者做出投资决策，有利于证券监管部门推进监管工作，有利于企业防患于未然，有利于债权人等利益相关者的决策。本文认定被证交所施行“特别处理”（即被列入ST和*ST行列）的企业即陷入财务危机。国内外的财务危机预警模型主要有单变量预警模型、多变量统计分析模型及其他财务危机预警模型。
2.电子信息板块的危机程度预测模型
目前国内学者在上市公司财务危机预警领域的研究中，只是对公司是否会陷入财务危机进行预测，而对公司在陷入财务危机之后的经营发展变化情况并未进行过定量的预测研究。证交所对企业施行特别处理后，“带帽”的持续时间最短为一年。在这一年中，有些企业经过营运调整后财务状况有所改善，如在第N年被冠以“ST”或“*ST”的企业，在第N+1年摘帽，或者在第N年被冠以“*ST”，在第N+1年变为“ST”；而有些企业由于财务状况继续恶化，由第N年的“ST”变成第N+1年的“*ST”。本文选择证券市场电子信息板块的上市公司作为研究样本，尝试建立电子信息板块的危机程度预测模型，对已被证交所施行特别处理的企业在下一个年度的“带帽”情况进行预测。危机程度预测模型可为企业的管理者及相关利益人做出正确决策提供依据。
二、研究方法
本文使用多元统计分析中的费歇判别方法来建立多变量财务危机程度预测模型。在国内的绝大多数文献中，研究者都是使用基于临界值的费歇判别做实证研究，而采用基于马氏距离的费歇判别的例子鲜有见到。在财务危机预警领域中，笔者也未见到使用基于马氏距离的费歇判别方法的先例。本文分别利用基于临界值的费歇判别和基于马氏距离的费歇判别建立电子信息板块的财务危机程度预测模型并对两模型的检验结果进行对比，以期为财务危机预警研究带来新的思路。
三、指标体系的建立
考虑到财务指标的全面性、有效性及可操作性，又考虑到财务指标与企业财务困境的潜在相关性，本文选取了反映企业盈利能力、偿债能力、营运能力、现金流量、股东获利能力及发展能力六个方面的46个财务指标作为初选财务指标。利用SPSS软件按照图1展示的检验过程对初选财务指标进行假设检验，最后筛选出能有效区分“ST”和“*ST”这两类上市公司的5个财务指标并进入最终指标体系：营业外收入（X6）、管理费用（X10）、存货周转率（X22）、主营业务收入增长率（X33）、有形净值债务率（X40）。
四、实证研究
首先挑选沪深股市电子信息板块2007及2008年两年均被特别处理的上市公司共9家，详见表1。由于企业在某一年度的财务状况决定了其在下一年度是否会被特别处理，故定义2008年的“ST”公司为第一类，“*ST”公司为第二类，使用这9家公司2007年年度财务指标数据建模。数据来源于大智慧软件、搜狐证券频道网站。为消除各财务指标的量纲影响，需将原始数据作标准化处理。
由Matlab软件求得两总体的均值及协差阵如下：
1.基于临界值的危机程度判别模型
由判别系数u，即可得到基于临界值的危机程度判别模型，即
再求得判别临界值滋原=-3.136。若uTy≥滋原，则将样本y判为第一类，即“ST”公司；若uTy≤滋原，则将样本y判为第二类，即“*ST”公司。
2.基于马氏距离的危机程度判别模型
计算样本y的判别函数值uTy与总体Gi的马氏距离，即
di2=（y-滋赞（i））Tu（uT灾赞iu）-1uT（y-滋赞（i））
其中i=1，2，滋赞（1），滋赞（2），灾赞（1），灾赞（2）的值见前文。当d12≤d22时，y属于第一类，即“ST”公司；当d12≥d22时，y属于第二类，即“*ST”公司。
3.两模型的检验及对比
为了对两模型的有效性和准确性进行检验，本文利用第N年（N=04，05，…，08）和第N+1年连续两年均被特别处理的企业的第N年的财务数据分别回代到两模型中，得到的判别结果与其第N+1年实际“带帽”情况做比较，结果见表2。
由此可知，两模型除在2004年回代正确率很低外，在2005-2008年4年的回代正确率总体来说是较高的，且基于马氏距离的危机程度判别模型的回代正确率在除2006年之外均高于基于临界值的危机程度判别模型，其总体平均正确率是70%，也高于后者的64%。可见，两模型在财务危机程度预测上是有效的，且基于马氏距离的危机程度判别模型总体上优于基于临界值的危机程度判别模型。
我们从两模型的理论实质分析一下此结果。指标体系中的指标间或多或少是存在相关性的，基于临界值的费歇判别方法并未将指标间的相关性考虑在内，而马氏距离的定义式中包含了协差阵Vi，表明基于马氏距离的费歇判别方法将指标的相关性也考虑在内了，这样势必会使后者的准确性高于前者。笔者曾利用这两种方法分别计算过多个判别分析的实例，均印证了此结论。
五、财务危机预测流程图
若将电子信息板块正常上市公司视为一类，“ST”或“*ST”公司视为一类，利用同样的研究方法建立起电子信息板块的财务危机预警模型，再结合本文给出的危机程度预测模型，就可对电子信息板块第N年某一上市公司在第N+1年的经营状况进行预测，图2展示了此预测流程。此方法对我国电子信息板块上市公司有效地防范并化解财务风险提供了参考依据。
参考文献：
[1]陈余有.财务危机运营：企业理财安全机制探索[M].合肥：合肥工业大学出版社，2004。
[2]宋力，李进中，孙晖.会计信息、盈余质量与财务预警[M].沈阳：东北大学出版社，2004.
[3]周静芋，宋世德，郭满才.常用费歇判别准则的比较[J].西北农林科技大学学报，2002，30（05）.
[4]宋志刚，谢蕾蕾，何旭洪.SPSS 16实用教程[M].北京：人民邮电出版社，2008.
