上市公司财务预警模型的实证研究
全流通条件下上市公司财务危机预警模型的实证研究
课题研究人：张宪、郝力平、涂春辉、
王法力、洪明、刘年财
选送单位：航空证券有限责任公司
内容提要
本文选择了在2006年1月至2006年6月期间，在2005年年报公布后，因财务状况异常而首次被ST 的53家上市公司，同时选取同行业（按证监会行业代码分类）、同规模的53家非ST公司作为配对样本。本文从财务指标的角度出发，在了解我国上市公司财务困难成因的基础上，探讨了各财务因素之间的关系以及它们对上市公司发生财务困难的预警作用。本文的创新点在于，采用了最新的公司财务数据，改进了数据处理的方式，在因子分析的基础上利用二分类Logistic回归建立了财务困难的预警模型，该模型的预测效果优于现有的研究结论。同时，本文还针对全流通之后新的市场环境，将“股票总市值/负债总额”指标引入模型讨论。本文得到的结论如下。
（1）从统计描述的角度，ST公司与非ST公司在已获利息倍数、销售净利率、资产净利率、净资产收益率、应收帐款周转、现金流动负债比等指标上有明显差异，而在速动比率、流动比率、销售毛利率、营业利润比重等指标上差距不大，且有交叉现象。
（2）从单变量分析的角度，已获利息倍数、资产负债率、流动比率、销售净利率、资产净利率、总资产周转率、存货周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比等指标，能在α=的较小显着性水平下与公司的财务困难情况显着相关。
（3）从多元回归的角度，通过因子分析处理原始数据，然后利用二分类Logistic回归建立了财务困难的预警模型1，对现有数据的判断准确率为%。考虑到全流通之后的市场现实，本文认为股票市值对上市公司的影响不容忽视，“股票总市值/负债总额”这一指标引入预测模型。同样是通过因子分析处理原始数据，利用二分类Logistic回归建立了财务困难的预警模型2，对现有数据的判断准确率为%。
这两个模型的预测效果都超过90%，准确率基本一致，优于目前的研究结论。本文认为，由于模型2的结果受到了历史数据的局限，股票市值对于财务预警模型的作用尚未得到体现。未来随着全流通市场的进一步规范和成熟，市值考核为指标的股权价值激励政策的逐步推广，股票市值对于财务预警模型的作用继续值得今后进一步深入研究。
目录
1、前言 (3)
2、文献综述 (3)
3、样本选取和研究方法 (4)
研究样本 (4)
研究数据 (5)
研究变量 (5)
研究方法 (6)
4、样本变量统计描述 (6)
5、单变量研究 (7)
独立样本的均值比较方法 (7)
T检验分析结果 (8)
6、多元回归分析 (8)
样本及数据 (9)
Logistic多元回归分析 (9)
6.2.1多元回归方法选择 (9)
6.2.2用因子分析对数据预处理 (9)
6.2.3Logistic回归建立预警模型1 (11)
将股票市值因素引入，建立预警模型2 (13)
7结论 (18)
1．前言
财务危机给企业和社会带来了严重的影响，适时、准确地对企业财务危机进行预测分析是市场竞争机制的客观要求。因此，利用相关信息构建有效的财务危机预警模型，从而获得财务状况恶化的上市公司预警信号，对于投资者、债权人、经营者以及监管者等诸多方面无疑都具有重要的现实意义。
财务危机（Financial crisis）又称财务困境（Financial distress），国外多数同类研究采用破产标准（Altman，1968；Ohlson，1971；Platt and platt，1990 and 1994）。但考虑到中国的实际情况，国内学者大都将特别处理（ST）的上市公司作为存在财务危机的上市公司（陈静，1999；李华中，2001）。本文采用以上学者的思路，将ST公司作为研究样本，并将“财务危机”定义为“因财务状况异常而被特别处理（ST）”。
本文在上市公司财务预警模型的构建中，首先以描述统计和单变量分析对影响企业的财务危机的因素做出初步判断，在此基础上建立多变量判断模型，通过因子分析处理数据，利用二分类Logistic回归建立财务困难的预警模型，对样本企业做出综合评判。同时，本文针对全流通之后的市场变化，对于股票市值在财务预警中的作用进行了积极的探讨。
2．文献综述
国外关于财务失败预测研究影响最广泛的是威廉·比弗（Willian Beaver）的单一变量模型和阿尔特曼（Edward I .Altiman）的“Z-Score”模型。比弗通过对1945年—1964年间79家失败企业和对应的79家成功企业的比较研究表明，下列财务比率对预测财务失败是最有效的：现金流量/债务总额，净收益/资产总额（资产收益率），债务总额/资产总额（资产负债率）。
美国财务专家阿尔特曼（1968）提出的企业失败预测模型是以营运资金/资产总额、、留存收益/资产总额、息税前利润/资产总额、普通股及优先股市价/负债总额、销售总额/资产总额等五项财务比率的加权平均数来测试财务失败的。该模型主要针对于上市公司，样本包括了1946年—1965年间提出破产申请的33家公司和同样数量的非破产公司。通过计算，该模型产生了一个总的判别分，成为Z值。Z值越低，企业发生财务失败的可能性就越大。同时确定了Z 值实际截止点用以判断。阿尔特曼将各种有关的比率合并成单一的预测指数，克服了单个比率内容有限、无法全面揭示企业财务状况的缺点。
奥尔逊（Ohlson，1980）提出一种logit模型。该模型建立在累积概率函数的基础上，而不需要满足自变量服从多元正态分布和两组协方差相等的条件。Logit模型另一个重要优点是在（0，1）上预测一个公司是否发生财务危机的几率。
在国内，学者周首华等（1996）对阿尔特曼的“Z -score”模型进行了一定的拓展，建立了“F分数模式”，F分数模式的临界值是，此数值上下为所谓的不确定区域，F分数越小，则公司发生财务危机的可能性越大。
陈静（1999）根据1995年至1997年54家样本企业财务资料，分别进行了单变量和多变量分析，得出结论是在宣布前一年预警模型的成功率较高，离宣布日越远，则成功率越低。
吴世农、卢贤义（2001）对上市公司财务危机预警研究成果表明：（1）我国上市公司财务困境具有可预测性。（2）在单变量模型中，净资产报酬率的判定效果较好。（3）多变量模型优于单变量判定模型。（4）比较多变量模型下的3种模型，logit模型的判定准确性最高。
李炳承（2004）选取了105家ST公司与105家非ST公司的配对样本进行均值和总样本均值差异分析，研究发现，财务征兆主要表现为：留存收益和营运资本短缺、应收项目和短期借款多、营业利润低等。
陈晓、陈治鸿（2000）以70家公司组成分析样本，通过每大类财务指标中分别选取一个指标来进行检验，认为营运资本与总资产比率、负债权益比、应收帐款周转率、主营利润与总资产比率、非主营利润与总资产比率、留存收益与总资产比率这6个指标的财务困境预测效果最好。
3．样本选取和研究方法
研究样本
本文选择了在2006年1月至2006年6月期间，在2005年年报公布后，因财务状况异常而首次被ST 的53家上市公司，为了更好地研究样本的特征，我们同时选取同行业（按证监会行业代码分类）、同规模的53家非ST公司作为配对样本。在选取样本时我们注意以下问题：
（1）考虑到ST公司是由于2005年报公布后，连续2年亏损而导致被ST
的。在选择观测年限时，取被ST前1年的财务年度的财务指标，即选择2004年的财务指标，对应的配对样本取同期的财务指标。
（2）为了使样本更具有代表性，对非ST公司的选取是在保持同行业、同规模的原则下选取。
（3）非ST的样本选取同行业为第一选择标准，即在资产规模不同的情况下，保持行业的一致性。
（4）对ST样本的选择时，由于本文目的在于研究财务信息对财务预警的作用，因此剔除了有以下几种情况的公司：被注册会计师出具无法表示意见或否定意见的审计报告；追溯调整导致最近两年连续亏损；在法定期限内未依法披露定期报告；在规定期限内未对存在重大会计差错或虚假财务会计报告进行改正；主营业务所属行业发生变化的，行业归属不符合证监会行业要求的。
研究数据
本文中的数据均来自Wind资讯金融终端。首先从Wind资讯金融终端找出2006年内被ST的公司信息，然后再根据同行业、同规模的原则查找对应的配对样本，提取样本的财务数据。数据是运用进行处理分析的。
研究变量
根据我国上市公司的特点，本文分别从偿债能力、盈利能力、运营能力、现金流量等4个方面选择了19个财务指标，作为构建财务危机预警模型的预选指标。
研究方法
本文主要对样本进行截面分析和回归分析。
（1）描述性分析。
（2）单变量分析。
通过对ST公司的19个财务指标与非ST公司同期指标的均值差异进行T值检验，以证明它们的显着性差异以及对区分财务困难公司的作用。
（3）多变量分析。
根据单变量分析的结果，选取ST公司与非ST公司之间具有显着性差异的财务指标变量进行多元回归分析，先通过因子分析处理数据，然后利用二分类Logistic回归建立财务困难的预警模型并检验。
4．样本变量统计描述
本文首先对样本的财务指标变量进行基本统计量描述分析，将样本分为ST 类和非ST类，结果见表2。
从表2中我们可以看出，ST公司与非ST公司有许多指标存在很大差距，
例如X1、X6、X7、X8、X13、X19等指标。ST 公司的应收帐款周转率平均值为，而同期非ST 公司的应收帐款周转率为，说明与ST 公司相比非ST 公司的应收帐款变现能力强。ST 公司的销售净利率平均值为，而同期非ST 公司的销售净利率为，这表明ST 公司与非ST 公司之间平均盈利能力相差巨大。ST 公司的已获利息倍数平均值为，而同期非ST 公司的已获利息倍数为，说明ST 公司的财务负担明显高于非ST 公司。
同时，有些财务指标ST 公司与非ST 公司差距不大，而且出现交叉现象，如X3、X4 、X9、X10等指标。
5．单变量研究
通过独立样本的均值比较，分析ST 公司与非ST 公司各单项财务指标的差异规律。
假设：H0：ST 公司与非ST 公司19个财务指标同期均值相等 H1：ST 公司与非ST 公司19个财务指标同期均值不相等
独立样本的均值比较方法
应用T 检验，可以检验独立的正态总体下样本均值之间是否具有显着性差异。进行两个独立正态总体下样本均值的比较时，根据方差齐与不齐两种情况，应用不同的统计量进行检验。
方差不齐时，统计量为
X-Y T=
（公式1）
式中，X 和Y 表示样本1和样本2的均值；2X S 和2
Y S 为样本1和样本2的方差，m 和n 为样本1和样本2的数据个数。
方差齐时，采用的统计量为
T =
（公式2） 式中，W S 为两个样本的标准差，它是样本1的方差和样本2的方差的加权平均值的方根，计算公式如下：
W S =
（公式3）
当两个总体的均值差异不显着时，该统计量应服从自由度为m+n-2的t 分
布。
T 检验的结果包括t 值（t ）、自由度（df ）、双尾显着性检验（sig. 2-tailed ）、均值差异（Mean Difference ）、均值差异的标准误差（Std. Error Difference ）
和均值差异的95%置信区间（95% Confidence Interval of the Difference）。
T检验分析结果
给定显着性水平α为，根据运行的结果，对各个财务指标变量的显着性差异的判断情况如下。
从上面的实证分析可以看出，指标X1（已获利息倍数）、X2（资产负债率）、X3（速动比率）、X4（流动比率）、X6（销售净利率）、X7（资产净利率）、X9（销售毛利率）、X11（总资产周转率）、X12（存货周转率）、X14（流动资产周转率）、X16（销售现金比率）、X17（现金债务总额比）、X18（全部资产现金回收率）、X19（现金流动负债比）等14个指标能在很少的显着性水平下拒绝原假设，而接受备选假设。这就意味着ST公司与非ST公司在ST前1年的上述14个指标具有明显的差异。
6．多元回归分析
上述14个指标的均值差异能明显地区别出ST公司与非ST公司的财务特征。但是在实际操作中，我们是需要预测一个企业的财务状况，仅仅区分财务特征是不够的。为此我们运用多元回归来分析并检验其模型的预测准确性。
样本及数据
我们仍然选取上述53家ST公司和非ST公司数据。根据截面分析的结果，我们将有显着性差异的14个财务指标（已获利息倍数、资产负债率、速动比率、
流动比率、销售净利率、资产净利率、销售毛利率、总资产周转率、存货周转率、流动资产周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比）作为输入变量。
Logistic多元回归分析
6.2.1多元回归方法选择
在多元回归方法的选择上，我们根据数据的特点，首先进行因子分析，然后采用二分类Logistic多元回归法建立模型并加以检验。
具体步骤如下，
(1)引入虚拟变量Y用以表示是否出现财务危机。Y取1表示ST公司，Y
取0 表示非ST公司。
(2)用因子分析对数据预处理。
(3) 用二分类Logistic多元回归建立预警模型并检验。
6.2.2用因子分析对数据预处理
由于各财务指标之间存在着较多的相关关系，信息重复较多，直接用它们分析现实问题，不但模型复杂，而且还会因为多重共线性问题而引起极大的误差。因此，我们首先利用因子分析使变量简化降维，用少数因子代替所有变量去分析整个问题。
由上表可知，巴特利特球度检验统计量的观测值为，相应的概率P值小于显着性水平，则应拒绝原假设，认为相关系数矩阵与单位矩阵有显着性差异。同时，KMO值大于，原有变量适合因子分析。
从表5中可以看出，前4个因子的特征根大于1，累计方差贡献率为%，即前4个变量解释了原有变量总方差的%。在因子旋转后，累计方差比没有改变，没有影响原有变量的共同度。总体上，原有变量的信息丢失较少，因子分析效果理想。
由表 6可知，现金指标（X16、X17、X18、X19）在第一个因子上有较高的载荷，第一个因子F1可以成为现金指标因子；盈利能力指标（X6、X7、X9）在第二个因子上有较高的载荷，第二个因子F2可以称为盈利指标因子；营运能力指标（X11、X12、X14）在第三个因子上有较高的载荷，第三个因子F3可以称为营运指标因子；偿债能力指标（X3、X4）在第四个因子上有较高的载荷，第四个因子F4可以称为偿债指标因子。
根据表7的结果，我们可以写出以下因子得分函数：
F1=++ +++ F2= +++
6.2.3 Logistic 回归建立预警模型1
将因子分析得到的4个因子与因变量Y 作为引入变量，利用二分类Logistic 回归建立预警模型并预测。
二元逻辑回归拟合的方程为：
m
i i i 1
P Ln a b x 1P ==+-∑ （公式4） 其中，
P 是上市公司发生财务危机的概率；
i
x 是影响财务危机的第i 个因素，i=1，2，…，m ；
a ，i
b （i=1，2，…，m ）是待估参数。 运行，得到的结果如下：
从表8的结果可以看出，所有系数均通过了检验，可建立如下Logistic 回归方程：
()
()
exp 1.55 2.40F111.03F27.64F3 3.52F4P 1+exp 1.55 2.40F111.03F27.64F3 3.52F4-?-?-?-?=
-?-?-?-? （模型1）
表9：模型总体检验
表9输出了模型的似然值（-2 Log）和两个伪决定系数Cox & Snell R Square 和Nagelkerke R Square，后两者从不同角度反映了当前模型中自变量的变异占因变量总变异的比例。我们看到，这两个伪决定系数分别达到和，说明模型1中自变量对因变量的解释程度良好。
以为概率最佳分割点进行预测，P大于判断为ST公司。
从表10的预测结果来看，模型1的整体预测效果为%,其中ST公司的预测准确率为%，非ST公司的预测准确率为%。这个结果优于现有的研究结论。
将股票市值因素引入，建立预警模型2
随着股权分置改革的完成，长期困扰中国资本市场的股权治理结构缺陷得到了圆满解决。在这个全新的现实基础上，我们认为将股票市值因素引入我们的财务预警模型是有意义的。
在股权分置条件下，中国上市公司的股权结构处于割裂状态，非流通股价值无法通过流通股价加以衡量，非流通股股东倾向于以所控制资产的最大化而非股权价值的最大化作为目标。国有上市公司出于资产保值增值考虑，更是普遍选择了净资产值作为国有资产考核体系的一个核心目标。由于非流通股东不能分享公司股价上涨而带来的巨大利益，因此，他们并不关心股价变动，导致非流通股东的市值概念虚化，净资产最大化取代了利润最大化的目标。这样就带来很多弊端，如大股东从本质上对增发股票就有内在动力和偏好、流通股东和非流通股东利益冲突现象严重等。上市公司对市值的关注也仅限于吸引投资者、扩大融资的需要，大股东自身经济利益与股票市值没有直接联系，也缺乏足够的动力进行市值管理。因此，在股权分置条件下的公司股票总市值概念并不能真正涵盖所有股东的利益。
随着全流通时代的到来，上述情况已经有了根本性的转变，股票市值的意义真正凸显。因为市值已经成为折射公司实力、反映公司价值、决定公司融资效率、影响公司股权支付能力和行业整合能力的重要因素，成为股东考核上市
公司经营业绩的重要政策取向。在后股权分置时代，对上市公司的价值评价方式势必发生根本性转变，以市值取代净资产是考核上市公司的必然选择。如，2005年9月，国资委《关于上市公司股权分置改革中国有股股权管理有关问题的通知》明确提出，要将市值纳入国资控股上市公司的考核体系，中国银监会在2006年上半年公布的《国有商业银行公司治理及相关监管指引》明确要求，工、农、中、建、交五大国有商业银行在上市以后，应建立争取市值最大化的经营理念等。总之，全流通使得非流通股进入证券市场交易流通，上市公司的市值表现与大股东经济利益紧密相连，企业价值最大化将成为上市公司财务管理的目标。在市场经济中，企业本质是人力资本与物质资本组成的多边契约关系的总和，契约实质要求公司治理结构的主体之间应该是平等的关系。股权分置改革解决了各类股东之间的利益冲突，实现了同股同权，实现了各类股东共同的利益基础，从而理顺了上市公司治理结构的基础，激活了公司控制权市场，诱发财务管理目标从控股股东利益最大化转变为企业价值最大化，要求公司管理层在确保公司持续性价值创造、承担社会责任的前提下，为全体股东实现财富最大化。
综上所述，在全流通这一新的市场条件下，总市值的概念有了真实的基础，将股票市值因素引入我们的财务预警模型是有意义的。根据美国财务专家阿尔特曼（1968）的研究结论作为参考，我们将“股票总市值/负债总额”指标引入预测模型中。
取，X20=股票总市值/负债总额
其中，股票总市值以2004年度的股票平均价格计算。
（1）对所有样本公司的X20指标进行T检验，结果显示该指标在ST公司和非ST公司之间具有显着性差异。
可以看出，对于指标X20（股票总市值/负债总额），因为方差齐性检验的显着性概率小于，说明方差不齐的条件满足，对应地，选取“方差不齐”行对应的分析结果。由于等均值检验的双尾显着性概率小于，所以，拒绝原假设H 0，即ST公司与非ST公司的指标X20（股票总市值/负债总额）具有显着性差异。因此，可以将变量X20作为多元回归的输入变量之一。
（2）重复6.3.2、中二元Logistic回归的步骤。
运行,因子分析的结果如下。
表12：巴特利特球度检验和KMO检验
由表12可知，巴特利特球度检验统计量的观测值为，相应的概率P值小于显着性水平，则应拒绝原假设，认为相关系数矩阵与单位矩阵有显着性差异。同时，KMO值为，比表6 的结果有所改进。
表13中可以看出，前4个因子的特征根大于1，累计方差贡献率为%，即前4个变量解释了原有变量总方差的%。在因子旋转后，累计方差比没有改变，没有影响原有变量的共同度。总体上，原有变量的信息丢失较少，因子分析效果理想。
由表14可知，现金指标（X16、X17、X18、X19）在第1个因子上有较高的载荷，第1个因子F11可以成为现金指标因子；偿债能力指标（X3、X4、X20）在第2个因子上有较高的载荷，第2个因子F12可以称为偿债指标因子；盈利能力指标（X6、X7、X9）在第3个因子上有较高的载荷，第3个因子F13可以称为盈利指标因子；营运能力指标（X11、X12、X14）在第4个因子上有较高的载荷，第4个因子F14可以称为营运指标因子。
根据表15可以写出以下因子得分函数：
F11=+ +++++
F12=++ +++++
F13=
+将因子分析得到的4个因子与因变量Y作为引入变量，利用二分类Logistic回归建立预警模型并预测。
表16：模型总体检验
表16输出了模型的似然值（-2 Log ）和两个伪决定系数Cox & Snell R
Square 和Nagelkerke R Square ，后两者从不同角度反映了当前模型中自变量的变异占因变量总变异的比例。我们看到，这两个伪决定系数分别达到和，说明模型中自变量对因变量的解释程度良好。
表17中，所有系数均通过了检验，可建立如下Logistic 回归方程：
()
()
exp 1.58 2.25F11 3.43F1210.94F137.26F14P=
1+exp 1.58 2.25F11 3.43F1210.94F137.26F14-?-?-?-?-?-?-?-? （模型2） 以为概率最佳分割点进行预测，P 大于判断为ST 公司。
从表18的预测结果来看，模型2的整体预测效果为%,其中ST 公司的预测
准确率为%，非ST 公司的预测准确率为%。这个结果与模型1的结果基本一致，同样优于现有的研究结论。
我们比较模型1 和模型2的预测结果可以看出，两个模型的预测效果都超过90%，准确率基本一致。但是，我们的研究结果也表明，模型2引入了新变量X20（股票总市值/负债总额）后并没有进一步提升预测的效果。我们认为，这个结果受到了历史数据的局限，因为股权分置改革在2006年刚刚完成，全流通之后的股票市值的真正意义在历史数据中还难以体现。未来随着全流通市场
的进一步规范和成熟，以市值考核为指标的股权价值激励政策的逐步推广，股票总市值对于财务预警模型的作用继续值得我们进一步深入研究。因此，目前我们尚不能断定“股票总市值/负债总额”这一指标对于财务预警没有优化作用。
7、结论
本文选择了在2006年1月至2006年6月期间，在2005年年报公布后，因财务状况异常而首次被ST 的53家上市公司，同时选取同行业（按证监会行业代码分类）、同规模的53家非ST 公司作为配对样本。本文从财务指标的角度出发，在了解我国上市公司财务困难成因的基础上，探讨了各财务因素之间的关系，以及它们对上市公司发生财务困难的预警作用。本文的创新点在于，采用了最新的公司财务数据，改进了数据处理的方式，在因子分析的基础上利用二分类Logistic 回归建立了财务困难的预警模型，该模型的预测效果优于现有的研究结论。同时，本文还针对全流通之后新的市场环境，将“股票总市值/负债总额”指标引入模型讨论。本文得到的结论如下。
（1）从统计描述的角度，ST 公司与非ST 公司在已获利息倍数、销售净利率、资产净利率、净资产收益率、应收帐款周转、现金流动负债比等指标上有明显差异，而在速动比率、流动比率、销售毛利率、营业利润比重等指标上差距不大，且有交叉现象。
（2）从单变量分析的角度，已获利息倍数、资产负债率、速动比率、流动比率、销售净利率、资产净利率、销售毛利率、总资产周转率、存货周转率、流动资产周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比等指标，能在α=的较小显着性水平下与公司的财务困难情况显着相关。
（3）从多元回归的角度，通过因子分析处理原始数据，然后利用二分类Logistic 回归建立了财务困难的预警模型：
()
()
exp 1.55 2.40F111.03F27.64F3 3.52F4P 1+exp 1.55 2.40F111.03F27.64F3 3.52F4-?-?-?-?=
-?-?-?-? （模型1） 其中，
F1=++ +++ F2= +++。
考虑到全流通之后的市场现实，我们认为股票市值对上市公司的影响不容忽视，“股票总市值/负债总额”这一指标引入预测模型。同样是通过因子分析处理原始数据，然后利用二分类Logistic 回归建立了财务困难的预警模型：
()
()
exp 1.58 2.25F11 3.43F1210.94F137.26F14P=
1+exp 1.58 2.25F11 3.43F1210.94F137.26F14-?-?-?-?-?-?-?-? （模型2）
其中，
F11=+ +++++
F12=++ +++++
F13=
+对现有数据而言，模型1的预测准确率为%，模型2的预测准确率为%，这两个模型的预测效果基本一致，均优于现有的研究结论。我们认为，由于模型2的结果受到了历史数据的局限，股票市值对于财务预警模型的作用尚未得到体现。未来随着全流通市场的进一步规范和成熟，市值考核为指标的股权价值激励政策的逐步推广，股票市值对于财务预警模型的作用继续值得我们进一步深入研究。
本文的意义在于，基于最新的发生财务困难的上市公司数据，通过了由定性到定量的逐步分析过程，利用多元回归建立了财务危机的预警模型。在模型的构建中，改进和优化了数据处理方法，检验结果优于现有的研究结论。同时，本文还针对全流通之后的市场变化，对于股票市值在财务预警中的作用进行了积极的探讨。通过本文建立的财务预警模型，可以帮助判断上市公司发生财务困难的程度和可能性，有助于判断股票的相对投资风险，在证券投资分析实践中有较高的借鉴意义。
参考文献
Financial Ratios as Predictors of Failure[J].Journal of Accounting ,(supplement).
Bankrupt Firms with Flow Components [J].Journal of Accounting Research,1985.
,J, Ratios and the Probabilistic Prediction of Bankruptcy [J].Journal of Account Research,18(Spring 1980).
4.斯蒂芬 A.罗斯,公司理财，北京，机械工业出版社，2006.
5.陈静，上市公司财务恶化预测的实证分析[J].会计研究，1994，4：31-38.
6.陈晓，陈治鸿.企业财务困境研究的理论、方法及应用[J].投资研究，2000，6：29-33.
7.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
8.张文彤，SPSS统计分析高级教程，北京，高等教育出版社.
9.张玲，上市公司财务预警分析判别模型[J].数量经济研究，2000（3）.
10.周首华，等，现代财务理论前沿专题[M].大连，东北财经大学出版社，2000.
11.李华中，上市公司经营失败的预警系统研究[J].财经研究，2001，（10）.
12.王玉荣，商务预测方法，北京，对外经济贸易大学出版社，2003.
上市公司财务风险预警浅析
上市公司财务风险预警浅析 [提要] 本文在对上市公司财务风险预警进行概述的基础上，针对现有财务预警指标现状，在考虑完整性、有效性的基础上，从财务信息与非财务信息指标的建立等方面，探讨上市公司财务预警机制的完善及应用问题。 关键词：上市公司;财务风险;预警 中图分类号：F23 文献标识码：A 收录日期：2015年9月19日 随着市场竞争环境的进一步加剧，上市公司面临的市场竞争和财务活动的复杂性不断增强，其生存和发展面临着前所未有的挑战，因财务危机导致经营陷入困境甚至破产的案例日益增多。这些问题不仅使投资者及债权人的合法利益得到侵害，增加了资本市场的风险，也影响宏观经济的平稳有序发展。因此，如何通过建立财务风险预警机制，确保财务风险到来前就预先识别，并提前执行预案，消除风险隐患，成为上市公司急需重视并解决的现实问题。 一、上市公司财务风险预警概述 财务预警是通过对企业财务报表数据和相关数据进行分析，对企业财务状况进行识别和判断，提前监测并化解企业面临的财务危机。实际工作中，财务预警首先要选择合适的企业财务指标构建财务预警指标体系，然后采用相关分
析方法，对上市公司的经营活动、财务活动等进行分析预测，最后得出综合预警结果，并采取预警措施。从上市公司财务预警现状看，往往因为重视程度低、指标选择不当、预警流程不畅和分析方法落后等影响财务预警效果。在财务预警机制建立和健全方面的研究中，主要集中在财务预警指标的选择及预警模型的建立等方面。尤其是在预警模型研究方面，经历了单变量模型、统计模型、人工智能模型以及基于支持向量机方法预测等阶段。近年来，部分学者将公司治理变量引入预警模型加以研究，取得了一些成果。 二、国内上市公司财务风险预警现状 （一）财务预警指标未紧密联系上市公司实际。一方面是财务预警大多以量化的财务指标作为解释变量，对其他影响重大但定性指标因素考虑较少，如公司治理方面的指标;另一方面是财务预警系统大多是静态预警模型，未根据公司所处行业特征、不同历史时期的发展状况、宏观经济环境做出动态的指标选择，未根据不同阶段的评价适时调整具体指标的权重等，导致预警模型评价结果的准确性、客观性难以得到保证，预警模型的实用价值有限。 （二）财务风险预警机制不完善。一是预警分析的组织机制不完善，大部分预警分析组织机制未纳入公司治理机构;二是财务信息收集、传递流程与管理需要存在差距;三是财务风险分析方法和手段有限，在具体操作中往往流于可
企业财务预警模型的比较分析
企业财务预警模型的比较分析财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国内外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来预测财务危机的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Ｂｅａｖｅｒ在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型 多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 １．静态统计模型。①线性判别模型。多元线性判别模型是运用多元
统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。这种模型以美国Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者张爱民、杨淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ为系数；ｘ１、ｘ２、…、ｘｋ为ｋ个预测变量，即财务指标；ｙ为企业财务失败的概率。该模型以０．５为危机分界点，ｙ值越大，企业发生财务失败的可能性越大，ｙ值越接近于０，说明企业财务越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的基础上并分别用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函数建立起来的。ｌｏｇｉｔ模型的形式为：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值为０、１；ｐ为概率；ｘ１，ｘ２，…，ｘｋ为ｋ个预测变量，即财务指标；α０、β１、β２、…、βｋ为系数。ｐｒｏｂｉｔ概率模型的预测效果一般与ｌｏｇｉｔ模型预测的效果相差不大，在此不多加介绍。 ２．动态非统计模型。动态财务预警模型主要是把人工智能中的归纳
财务危机预警模型国内外研究现状文献综述
毕业论文文献综述 毕业论文题目财务预警模型在我国上市公司的适用 性比较研究 文献综述题目财务危机预警模型国内外研究现状学院会计学院 专业会计学 姓名 班级 学号 指导教师
财务危机预警模型国内外研究现状 随着我国资本市场的不断发展与完善，对上市公司财务危机及其预警的研究越来越引起重视。财务危机及其预警研究也不再仅仅是一个学术问题，更成为影响我国上市公司及资本市场发展的重要因素。因此对财务危机预警模型研究具有现实意义。本文论述了国内外的研究现状，分别按照模型的发展历史进行阐述。 一、国外研究现状 早在20世纪30年代西方学者就陆续开始研究企业财务危机预警问题，并提出了各种不同的财务危机预警方法和模型，一般将其分为定性分析和定量分析。 定性分析方法主要包括标准化调查法、四阶段症状分析法、流程图分析法、管理评分法等。其中四阶段症状分析法将企业的财务危机划分为四阶段，即财务危机的潜伏期、发作期、恶化期、实现期。由美国的Argenti(1977)提出的管理评分法也得到了较为广泛的应用，他提出财务危机成因的模型，并强调管理层在其中的作用。其模型总分值为一百分，得分一旦大于25分，公司就有可能陷入财务危机，18-25分为灰色区域[1]。 由于定性分析主观性过强，因此国外很多学者开始转向定量分析方法和模型的研究，陆续地提出很多企业财务危机预警定量分析模型，主要有一元判定模型、多元线性判定模型、多元逻辑模型、人工神经网络模型和多元概率比回归模型。 1、一元判别法。一元判别法又称为单变量财务危机预警模型，是用单个财务变量对企业的财务状况进行检验。FitZpatriCk(1932)最早开展单变量财务危机预警模型研究，结果表明预测准确率最高的是净利润/股东权益和股东权益/负债两个财务指标[2]。Beaver(1966)发现现金流量/债务总额，资产收益率、资产负债率三个财务指标的预测准确率是最高的，现金流量/债务总额在企业破产前一年预测准确率高达87%，资产收益率的准确率达到了88%，而且还发现，越临近破产日，误判的概率就越低[3]。但是单变量模型都有任何单个财务指标无法全面地反映企业财务状况的致命缺陷，因此使得单变量分析方法逐渐被多变量方法所替代。 2、多元线性判别模型。为了克服单变量预警模型的不足，Altman(1968)将多元线性判别方法引入到财务危机预警研究。通过多元判别模型计算出了一个总的判别值-Z值，依据Z值的大小提出了企业破产的临界值。此模型中的息税前利润/资产总额、股票市值/负债总额、销售收入/资产总额三个指标的财务危机预测效果最好。Z分模型从企业的资产规模、获利能力、变现能力、财务结构、运营能力等方面，综合反映了一个企业的财务状况，但是Z分模型没有充分考虑到现金流量变动的情况[4]。Altman、Haldeman、Narayanan(1977)研究出的ZETA模型分析了样本公司的经营收益/总资产、利息保障倍数、留存收益/总资产、流动比率、普通股权益/总资产等7项财务指标，通过比较分析，表明ZETA预警准确度较高[5]。 3、多元逻辑回归模型。目前广泛应用于经济研究中较为常用的是Logistic模型
上市公司财务风险预警模型分析
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
(一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统 能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,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、因素分析及多种分析方法,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经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有 效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统 的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。进行财务预警分析,建立企业财务预警模型已成为现代企业财务管理的重要内容之一。上市公司的财务信息对多方利益相关者都有着重要影响,建立财务预警系统、强化财务管理、避免财务失败和破产,具有重要意义。目前我国上市公司的财务状况不容乐观,普遍存在着财务状况不稳定的情况。在激烈的市场竞争中,这意味着企业风险极高,破产随时可能发生。国内外的大量实例表明,陷入破产境地的企业几乎毫无例外地都是以出现财务危机为
上市公司财务预警的实证分析
上市公司财务预警的实证分析 摘要：随着市场竞争的日益猛烈，财务失败将直截了当阻碍企业的生存和进展，因此，完善财务预警系统，需要加大宣传贯彻《会计法》和制订会计准则的力度，建立新的评判指标衡量上市公司业绩，改进财务预警方法，在财务危机到来之前向企业治理当局发出信号，可使其及时改善生产经营，以延长企业生命。 关键词：财务失败；财务预警；实证分析 中图分类号：F275文献标识码：A文章编号：1003－7217（2001）06－0083－05 1994年7月1日起正式实施的《公司法》规定：公司最近三年连续亏损，由国务院证券治理部门决定暂停其股票上市，亏损情形在限期内未能清除，由国务院证券治理部门决定终止其股票上市。中国证券监督治理委员会于1998年3月16日颁布了《关于上市公司状况专门期间的股票专门处理方式的通知》，要求证券交易所应对“状况专门”的上市公司实行股票的专门处理（special treatment，简称ST）。目前，沪深两市共显现近50家专门处理公司。签此，上市公司的治理当局迫切需要建立一个能预先发出危机警报的财务分析系统，以关心躲开或化解可能显现的财务危机。 一、要紧财务预警模型简述 财务失败是指企业因财务运作不善而导致财务危机潜发的一系列动态结果。财务预警是以企业的财务报表、经营打算及其他相关会计资料为依据，利用财会、统计、金融、企业治理、市场营销理论，采纳比率分析、比较分析、因素分析及多种统计方法，对企业的经营活动、财务活动等进行分析推测，以发觉企业在经营治理活动中潜在的经营风
险和财务风险，并在危机发生之前向企业经营者发出警告，督促企业治理当局采取有效措施，幸免潜在的风险演变成缺失，起到未雨绸缎的作用。 企业存在的目的和价值确实是以其所把握的经济资源去制造最大的财宝，实现资产的不断增值。建立财务预警系统要求企业千方百计改善经营策略，提高治理质量，减少或幸免财务失败的显现。银行通过如此的推测，能够考察贷款风险，防止坏账发生；投资者也能够在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资；审计师能够准确判定企业的经营状况幸免因未能正确披露其经营失败而招致的法律诉讼；公司经理人员越早获得失败信号越能够减少其在会计、审计、律师等方面所支付的费用；面关于那些预备借“壳”或买“壳”上市的公司，在查找重组公司时，财务推测也是必不可少的。 本文要紧通过对上市公司的考察来研究财务预警。由于国内证券市场的进展历史专门短，有关财务危机推测的研究较少，而国外的证券市场由来已久，关于经营失败（或者说是破产）推测的研究相对成熟，那个地点介绍几种要紧的推测方法：（一）单变量分析法 最早运用统计方法研究公司失败问题的是美国的比佛（Beaver，1966），关于财务失败，他不仅仅狭义地界定为破产，还包括“债券拖欠不履行、银行超支、不能支付优先股股利等”。他第一以单变量分析法进展出财务危机推测模型，使用5个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司进行一元判定推测，发觉（现金流量／总负债）财务推测的成效最好，（净利润／总资产）次之，在失败前5年可达70％以上的推测能力，失败前1年更可达87％的正确区别率。其中，“现金流量”来自“现金流量表”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了
财务困境及预警研究述评
财务困境及预警研究述评 随着我国资本市场的不断发展，我国学者积极引进借鉴了西方的研究成果，对我国企业可能面临的财务困境作了大量理论探讨和实证研究，取得了丰富的研究成果，研究领域涉及到企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外已有的财务困境预警与管理的研究成果进行总结和评述，以对我国该研究的未来方向和趋势有所借鉴。 一、财务困境的内涵 由于缺少有力的理论支持，对财务困境概念的定义就具有“实证化”和“事件化”的特征，即中外研究者大多是以自己研究的视角和实证的需要以及一些事件的发生作为标志进行定义的。纵观国内外专家学者对财务困境的定义，主要有以下标志：债务拖欠。这是企业财务困境表现的起点。如债券不能偿付、无力偿债、债务拖欠、企业无法按期履行债务合同还本付息、对短期债权人被迫实行延期付款、延期偿还债券利息、延期偿还债券本金(查尔斯吉布森，2005)等；拖欠优先股股利。如在Beaver、Morris、查尔斯吉布森(马若微，2005)等的研究中都提到了这一点；资不抵债。Ross认为定义财务困境的四方面中包括会计破产，即企业账面净资产出现负数，资不抵债；因偿债能力问题导致的重组、接管等事件。如GeorgeFoster指出：所谓财务困境，就是指公司出现了严重的资产折现问题，而且问题的解决必须要依赖于公司的经营方式或存在形式的转变。Morris列出的严重程度依次递减的企业陷入财务困境的标志中，有与债权人发生债务重组、债权人寻求资产保全、公司进行重组、重新指定董事、被接管、公司关闭或出售其部分产业等；破产。破产是公司财务困境的终极表现，如Beaver、Deakin、GeorgeFoster,Morris、Ross、查尔斯吉布森(马若微，2005)等；出现巨额亏损或连续出现亏损。Morris指出企业陷入财务困境的标志中有减少或未能分配股利，或者报告损失、报告比市场预期或可接受水平低的利润，或者公司股票的相对市场价格出现下降等。我国大多数学者对财务困境进行预警研究所依赖的主要是ST处理
关于企业财务风险预警模型的探讨刘学香
本科生毕业论文（设计） 关于企业财务危机预警模型的探讨
摘要 随着经营全球化的发展，企业的生存和发展环境发生了很大变化，面临着很大的经营风险和财务风险。企业面临的财务风险极容易引起财务危机，从而导致企业破产。为了有效化解财务危机，必须建立适合企业的财务危机预警模型。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。财务预警模型的种类很多,常见的有以下几种: 一元判别模型、多元线性判别模型、多元逻辑回归模型、多元概率比回归模型，人工神经网络模型等。本文对这几种财务危机预警模型进行了对比分析，提出了各个模型适应的围和环境，指出了这几种模型在应用中的局限性，使得企业能够根据自身的特点选择适合自己公司财务状况的预警模型，以达到有效预测财务危机的目的。同时针对企业财务危机预警模型的演变和发展进行了讨论，并指出了在企业财务危机预警模型构建过程中指标体系的选择，以及企业财务危机预警模型在具体的应用中应该注意的问题等。 关键字：财务危机；预警模型；指标体系
Abstract With the globalization of management, the survival environment for the enterprises’development has greatly changed, facing a great many risks on management and finance. The risks which the firms face will cause financial crisis easily, and may cause the firms go bankrupt completely. In order to avert the financial crisis effectively, it is necessary to establish a financial crisis warning model which is suited to the firms. The financial crisis warning system is a financial analysis system which is used to detect and to forecast the financial risks that the enterprises may be confronted with. The mathematical model in the financial warning system is the very financial warning model. It is a discriminant model which distinguishes the financial situation, by means of financial indicator and non-financial indicator system. There are many kinds of financial warning models, such as Univariate, Multiple Discriminant Analysis (MDA), Logit model, Probit model and the ANN and so on .The essay discussed the differences of the models and drew a conclusion about the environment which is suited to the different models .It also points the shortcomings in the process of practical using, thus the firms can choose the right model, according to the situations of themselves to predict the crisis effectively. The essay looked back to the history of the financial crisis warning model, and indicated the choosing of the index system during the process of building up the firm financial crisis warning models, and the problems of the practical using which should be paid attention to. Key words: financial crisis;warning model;index system
上市公司财务预警模型设计与分析
上市公司财务预警模型设计与分析 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。 财务预警模型的设计可以有两种，一种是单变量模型，这就是传统的财务指标分析。对这些指标的分析，能够揭示企业某一方面或几个方面是否存在问题。通过对这些指标的长期观察和分析，能够从一定程度上发现企业是否存在财务危机。但是，这种分析方法有其弊端，这些单个比率都只反映企业风险程度的一个方面，并且当它们彼此不完全一致时，指标的预警作用可能被抵消，因此其有效性受到一定的限制。因此，构建多变量模型就成为必然选择。 在多变量模型的构建方法上，可以有多元线性判定模型、LOGIT 模型、神经网路模型等。结合我们计量课程所学和我们本篇课程论文样本的选取实际情况，我们将选择LOGIT 模型来构建我们的这篇文章。 一、理论方法 应变量y 是0～1二元变量，其定义如下： i y =1,该公司为财务困境公司；i y =0，该 公司为财务健康公司。通过对n 个样本公司的回归分析，1 k i i ij j j y F αξβ==+ +∑ ，可以确 定每个解释变量的系数。从而可以确定每个公司的*i y ，*i y 不是观测值，而是每个公司的期 望值。 Logit 模型采用的是Logistic 概率分布函数,具体公式为 1 1i i z p e -= +，其中1 k i ij j j Z F αβ ==+∑ ，对于给定的Fij ，Pi 是第i 个企业财务困境的概率。因为这个概率是 Logistic 概率分布函数曲线下从-∞到Zi 之间的面积,所以指标Zi 的值越大,第i 个公司财务状 况陷入困境的概率越大。上式经过数学整理可得 1i i p Ln p =-1 k i ij j j Z F αβ==+∑，根据样 本数据使用最大似然估计法估计出各参数值α,β,可求得第i 个公司陷入财务困境的概率。根据配对选取样本的特点，一般假设先验概率为0.5，可以判断Z 值大于0.5的公司存在财务危机的可能性比较大，而小于0.5的公司一般认为是财务健康的。 二、解释变量设计 根据财务指标对公司的财务状况进行预警，一般将财务指标分类为以下几类：盈利能力指标，包括资产净利润率、资产报酬率、净资产报酬率、销售净利率、主营业务利润率、每股收益，根据对指标的分析，一般认为净资产报酬率对盈利能力最具有综合性；变现能力比率，包括流动比率、速动比率、超速动比率；负债比率，有资产负债率、产权比率、有形净值债务率等；资产管理能力指标，有总资产周转率、存货周转率、应收帐款周转率、固定资产周转率等，可选择总资产周转率进入分析；成长能力指标有总资产增长率、主营业务收入增长率、留成利润比、留存收益总资产比、每股净资产等；现金指标，有现金流动负债比、现金债务总额比、销售现金比、全部资产现金回收率等，还有其他的一些指标，如主营业务
财务预警模型
财务预警模型 一、单变量模型 单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954～1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。 二、多变量模型 多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了1946～1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数——Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z 为判别函数值X1=（营运资金÷资产总额）×100 X2=（留存收益÷资产总额）×100 X3=（息税前利润÷资产总额）×100 X4=（普通股及优先股市场价值总额÷负债账面价值总额）×100 X5=销售收入÷资产总额一般地，Z值越低，企业越有可能发生破产。爱德华·阿尔曼还提出了判断企业破产的临界值：若Z≥2.675，则表明企业的财务状况良好，发生破产的可能性较小；若Z≤1.81，则企业存在很大的破产危险；该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%. 多变量模型除了以上介绍的Z计分法模型以外，还有日本开发银行的多变量预测模型，中国台湾陈肇荣的多元预测模型，以及中国学者周首华、杨济华F分数模型等。但是，这几种模型在实际中的应用并不广泛。就目前为止，Z计分法模型仍然占据着主导地位。 出现财务舞弊时的财务预警 在企业出现财务舞弊情况时，虽然上述这些财务失败预警方法可以定量地描述企业，但仍不能就此作出企业财务失败的结论，仍然需要投资者的主观判断。 1、望 望主要是看行业背景：看行业是处在朝阳行业还是夕阳行业，是处在竞争充分还是保护垄断的行业，是成熟规范的行业还是缺少必要监管的行业，是新业务层出不穷还是业务相对简单的行业，因为行业风险是企业无法回避的风险。一般而言，朝阳行业、保护垄断行业、缺少必要监管的行业、新业务层出不穷的行业出现财务舞弊的风险较高。所以应特别注意行业的风险。如果行业出现危机，企业也必然受累。古语说得好：“覆巢之下，焉有完卵？” 2、闻 闻主要是看企业实力：企业处在行业中的地位如何，企业产品是成熟产品还是刚研制出来的新产品，企业在消费者中的口碑如何，企业的内部管理是否完善，企业的产品受市场欢
企业财务预警模型的比较研究
企业财务预警模型的比较研究 采用实证和规范相结合的研究方法，以我国制造业A股上市公司因“财务状况异常”而被特别处理的公司作为研究对象，选择2003-2005年65家财务危机公司，同时采用配对的方法逐年选择65家财务健康公司；初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选，建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型，并对其进行了比较研究。 标签：财务预警模型；Fisher二类判别模型；Logistic回归模型；BP网络模型；比较研究 1 研究样本的设计 财务预警模型的研究样本设计过程，主要包括如何确定陷入财务危机公司的样本组，如何确定作为配对标准的控制因素以及如何进行两组间样本个体数量分配的问题等。 （1）样本组的选择。 在选择样本组时，需要考虑以下几个因素的影响： ①考虑样本个体所处的行业。纵观陷入财务危机的公司所处行业，发现制造业公司占大多数。为了消除行业因素的影响，在具体的环境下对财务预警模型进行比较研究，把研究对象局限于制造业。 ②确定陷入财务危机公司的一定研究期间。均衡地考虑样本规模的大小和时间跨度的影响，选取了2003-2005年因“财务状况异常”被ST的65家公司及65家财务健康公司作为配对样本。同时，采用了Altman的研究方法，控制进入样本的个体，使其在三年的分布大致平均。其中，2003年24家财务危机公司和24家财务健康公司，2004年18家财务危机公司和18家财务健康公司，2005年23家财务危机公司和23家财务健康公司。 ③考虑公司规模。样本公司的规模虽然都在亿元以上，但是没有资产超过百亿元的超大型公司，规模配合比较适中。 ④对样本数据完整性的要求。Zmijewski（1984）检验了由于选样时所持的数据完整性标准所带来的模型偏差。他认为前人的研究都将数据完整性作为选样的标准，实际破坏了建立预测模型过程中所采用统计技术的应用前提——随机选样的要求，而且一般陷入财务危机的公司更可能提供不完整的数据。建立在完整数据基础上的模型忽视这一信息，无疑会使模型低估了公司破产的概率。他的研究表明这种偏差的确存在，但经他修正以后的模型却未在参数的统计显著性和总体预测精度上有显著提高。因此，本文并没有按照随机选样的要求来选择样本，
财务预警模型综述
[收稿日期]2003-08-26[作者简介]程 涛(1979-),男,湖北广水人,上海财经大学博士研究生,研究方向是财务会计。 财务预警模型综述 程 涛 (上海财经大学会计学院,上海200083) [摘 要]财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类: 一元判定模型(Univariate )、多元判定模型(M DA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。通过对财务预警模型进行回顾和评述,可以拓展财务预警研究的视野,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。 [关键词]财务预警; 财务预警模型; 财务指标 [中图分类号]F234.4 [文献标识码]A [文章编号]1007-9556(2003)05-0104-04 Financial Alert Model CHE NG T ao (School of Accounting ,Shanghai University of Finance and Economics ,Shanghai 200083China ) Abstract :Financial alert matrix is a m odel that uses business finance indicators and nonbusiness finance indicators to identify the finan 2cial status of a com pany.I t usually consists of six different types ,namely :univariate m odel ,M DA ,logic regression m odel ,multivariate probit regression m odel ,ANN and combined forecast m odel.A review of financial alert m odel may contribute to the broadening of our perception and facilitates our further study of the subject on the basis of pioneers ’consideration and methodology. K ey Words :financial alert ;financial alert m odel ;financial indicator 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。 财务预警模型的种类很多,常见的有以下六类: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 )模型和联合预测模型。 一、一元判定模型 一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。在一元判定模型中,最为关键的一点就是寻找判别阀值。通常需要将样本分为两组:一组是构建预测模型的“预测样本”,也称估计样本(estimation sam ple );另一组是测试预测模型的“测试样本”,又称“有效样 本”(validation sam ple )。首先,将预测样本(包括破产企业和非破产企业)按照某一选定的财务比率进行 排序,选择判别阀值点,使得两组的误判率达到最小。然后,将选定的阀值作为判别规则,对测试样本进行测试。 最早的财务预警研究是Fitzpatrick (1932)开展的单变量破产预测研究。他以19家企业为样本,运用单个财务比率,将样本划分为破产与非破产两组。Fitzpatrick 发现,判别能力最高的是净利润/股东权益和股东权益/负债。Beaver (1966)考察了29个财务比率在企业陷入财务困境前1～5年的预测能力,发现营运资金流/总负债在破产前一年的预测正确率可以达到87%。 一元判定模型的缺点是:其一,只重视一个指针的分离能力,如果经理人员知道这个指针,就有可能去粉饰这个指针,以使企业表现出良好的财务状况;其二,如果使用多个指针分别进行判断,这几个指针的分类结果之间可能会产生矛盾,以致无法作出正确判断。也就是说,虽然财务比率是综合性较高的判别指针,但是仅用一个财务指针不可能充分反映 ?401?Journal of ShanX i Finance and Econ omics University Oct.,2003V ol.25N o.5 2003年10月 第25卷 第5期 财务与会计
公司财务风险预警模型
公司财务风险预警模型
————————————————————————————————作者：————————————————————————————————日期：
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
上市企业财务风险预警模型研究
上市企业财务风险预警模 型研究 The final revision was on November 23, 2020
分类号密级 U D C 编号10486 武汉大学 硕士学位论文 中国上市企业财务风险 预警模型研究 研究生姓名:吴为 学号: 指导教师姓名、职称:叶永刚教授 学科、专业名称:金融工程 研究方向:金融工程 二〇一五年五月 A Study on China’s Listed Enterprises Financial Risk Warning Model By Wu Wei May, 2015
论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包括任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。 学位论文作者（签名）： 年月日
摘要 企业是市场运行的主要载体，也是国民经济中的重要组成部分，企业生产经营过程中所面临的风险不仅对企业部门本身造成冲击，还会通过部门间的传导渠道，对一国的政府、家户造成巨大影响，因此针对企业风险的研究对于一个国家的经济发展和稳定都具有重要的意义。财务风险是企业生产经营所面临的风险中范围最大、影响最深的风险之一。国外学者自上世纪30年代便开始了对于企业财务风险的研究，通过不断筛选更能反映企业财务风险的各类指标，构建拟合程度更好、预测准确性更高的预警模型，不断加深对于企业财务风险的识别和预测能力。随着我国企业上市由核准制向注册制转变，企业生产经营环境趋于复杂，其财务风险更具多样性和危害性，对于我国企业财务风险预警研究也提出了更高的要求。 为研究企业财务风险相关理论，解决企业在实际中对于财务风险的防范和管理问题，本文首先对国内外企业财务风险的相关文献进行了研究，在企业财务风险预警理论及宏观金融工程理论的基础上，引入或有权益资产负债表指标构建了我国上市企业的财务风险预警模型，并利用上市企业数据进行了实证研究，通过对引入或有资产负债表指标前后模型预测准确性的比较，探究或有资产负债表指标对于传统企业财务风险预警指标体系是否具有完善作用，以期对我国企业财务风险预警研究起到积极的意义。 本文选取了在2015年4月仍在我国证券市场上进行股票交易的20家ST 企业，通过同行业、相近资产规模的原则，选取了与之配对的20家非ST企业，以ST企业被ST时间的前八个季度共两年的数据为研究样本，以资产负债表等13个传统指标，及加入资产市值波动率等4个或有资产负债表指标后的 17个指标，分别进行了Logistic回归模型的实证研究，并对模型的结果进行了回判检验比较。实证结果表明，引入或有权益资产负债表指标后的Logistic回 归模型不仅具有更好的模型拟合度，同时在回判检验的比较中，模型的错判率比传统指标体系下的模型要降低个百分点，具有更高的预测准确性，因此将或有权益资产负债表指标引入到企业财务风险预警模型中具有积极的作用。 关键词：企业财务风险；或有权益资产负债表；Logistic回归模型 Abstract Enterprise is the main carrier of market economy operation, and also an important part of national economy, the risks in the process of enterprise production and operation not only affect the corporate sector itself, but also have impact on the government and household through the transmission channels between the departments, so the study of enterprise risks has great significance on the development and the stability of economy. Enterprise financial risk is one of the largest and greatest risks through the enterprise’s production and operation. Since the 1930s, the foreign scholars began the study of the enterprise financial risk, through continuous screening the indexes which can reflect enterprise financial risk more and building early warning model which has better fitting degree and higher prediction accuracy, they