财务预警的指标筛选问题
财务经理面试必问的10个问题
财务经理面试必问的10个问题财务经理面试，那可是一场财务智慧与经验的大考验，其中必问的10 个问题就像10 把钥匙，用来开启候选人真实能力的大门。
“你如何处理财务预算超支的情况？”这就像在问船长，船偏离航线了怎么拉回来。
财务预算超支如同船只在大海中迷失方向，面临触礁危险。
候选人得有一套像航海图一样清晰的应对策略，是削减不必要开支，还是重新规划资金流向？若毫无头绪，那公司财务不就像失去舵手的船，在商海风暴中飘摇不定吗？“面对复杂的财务报表，你有什么独特的分析方法？”财务报表像一座神秘的财务迷宫，各种数据交织。
优秀的候选人得像经验丰富的探险家，有自己独特的探索路径。
是先关注关键数据，像找到迷宫的出口标志，还是通过对比不同时期数据来挖掘隐藏信息，就像从迷宫的墙壁纹理中寻找线索？若只是按部就班，能在这财务数据的迷宫里快速准确地找到方向吗？“怎样确保财务审计顺利通过？”财务审计好似一场严格的财务大考，公司要像准备高考的学生一样充分准备。
候选人要清楚如何整理财务资料，让其像整齐排列的书架上的书籍，一目了然。
还要知道如何与审计人员沟通，这沟通就像搭建桥梁，顺畅与否直接影响审计结果。
若不懂这些，审计时会不会像考生面对难题，抓耳挠腮，导致公司陷入审计困境呢？“在资金紧张时，你会优先考虑哪些融资渠道？”资金紧张如同干旱的农田急需水源，候选人要像智慧的农夫，知道去哪里引水。
是选择银行贷款，像向银行这个大水库借水，还是寻找战略投资，像引来远方河流的水？如果盲目选择，会不会像乱挖沟渠，不仅引不来水，还破坏了财务的“农田”呢？“如何制定合理的财务绩效考核制度？”这问题如同设计一场公平的比赛规则。
财务绩效考核制度要像比赛规则一样激励员工积极奔跑，又不能让他们摔倒。
候选人得考虑如何平衡不同岗位的考核指标，像给不同赛道的运动员设置合适的障碍与奖励。
若制度不合理，员工积极性像泄了气的皮球，公司财务效率能提高吗？“对财务风险预警，你有哪些高招？”财务风险像隐藏在暗处的财务怪兽，随时可能扑出来。
基于定量分析的制造业上市公司财务预警系统设计
基于定量分析的制造业上市公司财务预警系统设计［摘要］为了防微杜渐,及早地发现和控制财务风险，建立行之有效的财务预警系统已成为我国上市公司的当务之急。
因此，本文从定量分析的角度,为制造业上市公司量身设计了一套财务预警系统，对加强企业风险管理具有一定的借鉴意义。
［关键词］财务风险；财务预警系统；风险管理优胜劣汰，适者生存，企业在激烈的市场竞争中必然面临着各种各样的风险。
为了及早地发现财务风险，防微杜渐，及时地预测和控制财务风险，建立行之有效的财务预警系统、加强风险管理已成为众多企业的必然选择。
因此，本文从定量分析的角度，对制造业上市公司的财务预警系统进行设计。
一、主要定量预警分析方法与评价(一)单变量模型单变量模型是运用个别的财务比率来预测财务风险的模型。
其主要的代表模型是美国学者William Beaver通过对1954-1964年期间的79个失败企业和相同数量、相同资产规模的成功企业的比较研究提出的单变量预警模型。
他通过对14种财务比率进行取舍、验证,最终得出可以有效预测财务失败的比率依次为：债务保障率、资产收益率、资产负债率、资产安全率。
Beaver认为债务保障率能够更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进行分析，以达到良好的预测效果。
单变量模型可以有针对性地找出企业存在的主要问题进行财务预警，计算简明，所求得的数值易于解释；同时,单变量分析法选取的预测指标也可以根据企业所处的发展阶段、行业及其特点选取其他财务指标进行预测。
但单一财务指标，无法涵盖企业整体，不同比率之间容易出现矛盾的结论；另外单变量分析法只重视对个别指标影响力的分析，容易受管理人员粉饰会计报表、修饰财务指标、掩盖财务风险的主观行为的影响。
(二)多变量模型多变量模型就是运用多种财务比率加权汇总而构成线性函数公式来预测财务风险的一种模型。
国税 新增和完善分析预警指标简要说明
附件1：新增和完善分析预警指标简要说明一、理论销售收入与主营业务收入比对异常预警(新增)指标类别：增值税预警提示指标数据来源：金三系统中资产负债表和利润表相关数据。
计算口径：1、计算公式：理论销售收入÷当期主营业务收入理论销售收入＝[（货币资金期未余额+应收票据期未余额－其他应付款期未余额）×360] ÷资金周转周期资金周转周期＝存货周转天数+应收账款周转天数－应付账款周转天数存货周转天数＝{ [（存货期初余额+存货期未余额）÷2] ×360}÷主营业务成本应收账款周转天数＝{ [（应收账款期初余额+应收账款期未余额）÷2] ×360}÷主营业务收入应付账款周转天数＝{ [（应付账款期初余额+应付账款期未余额）÷2] ×360}÷主营业务成本2、仅对税务登记信息中，行业批发和零售业的增值税一般纳税人进行分析。
预警条件：比例小于0或大于1.6为异常，发布预警二、货运专用发票与增值税（专用、普通）发票比对异常预警 (新增)指标类别：增值税预警提示指标数据来源：取自货物运输业增值税专用发票税控系统的货运专用发票开具信息、增值税防伪税控系统中的增值税专用发票和增值税普通发票信息。
计算口径：1、对纳税人当期申报开具的货运专用发票明细数据，以“发货人及纳税人识别号”栏的纳税人识别号进行分户明细汇总，对当期和上推一个季度的增值税防伪税控系统内申报开具的增值税专用发票、增值税普通发票明细数据，以“销货方纳税人识别号”为查询条件进行分户汇总。
2、剔除货运专用发票中发货人纳税人与收货人纳税人一致，以及发货人的行业门类为“交通运输、仓储和邮政业”的纳税人信息。
预警条件：筛选“发货人纳税人识别号”和“销货方纳税人识别号”一致的纳税人信息，在其中进一步查找筛选存在“收货人纳税人识别号”，但是没有相同“购货方纳税人识别号”的相关纳税人信息进行预警，预警包括销货方纳税人、省内收货人纳税人、承运人、实际受票方。
关键风险指标选取原则
关键风险指标选取原则随着社会经济的不断发展和全球化的加速推进，企业面临的风险也日益复杂多样。
在企业风险管理中，选取合适的关键风险指标具有重要意义。
本文将探讨关键风险指标选取的原则，以帮助企业更好地进行风险管理。
一、关键风险指标的定义关键风险指标是指能够直接或间接反映企业风险状况的指标。
它们可以是财务指标、运营指标、市场指标等，能够全面、准确地反映企业的风险情况。
选取关键风险指标的目的是为了及时发现和评估风险，为企业的决策提供科学依据。
二、关键风险指标选取的原则1. 相关性原则关键风险指标应与企业的风险相关，能够体现风险的本质和特征。
指标选择应基于对企业风险的深入了解和分析，确保所选指标能够准确反映企业面临的风险。
2. 敏感性原则关键风险指标应具有敏感性，能够对风险的变化做出及时反应。
指标的敏感性取决于其与风险的关联程度和变动的灵敏度。
只有具备敏感性的指标才能为企业提供及时的风险预警和决策支持。
3. 可比性原则关键风险指标应具备可比性，能够进行横向和纵向比较，形成风险趋势和对比分析。
指标的可比性有助于企业了解自身风险相对于行业和市场的优势与劣势，从而更好地制定风险管理策略。
4. 可操作性原则关键风险指标应具备可操作性，能够为企业提供实际可行的信息和建议。
指标的选取应考虑企业内部的资源和能力，避免过于复杂或难以实施的指标，以确保风险管理的有效性。
5. 综合性原则关键风险指标的选取应综合考虑企业的整体风险状况和战略目标。
指标应涵盖不同层面和范围的风险，包括财务风险、经营风险、市场风险等。
只有综合考虑，才能全面把握企业的风险情况。
三、关键风险指标选取的方法1. 全面调研企业应通过调研和分析，了解行业内的典型风险和常用指标，了解各类企业的风险管理实践和经验。
可以参考相关行业协会、专业机构的研究报告和指南，借鉴他人的成功经验和教训。
2. 量化评估通过对已有数据的分析和挖掘，确定与企业风险相关的指标，并进行量化评估。
财务风险预警模型构建及应用研究
财务风险预警模型构建及应用研究随着全球经济的快速发展，金融市场的风险也变得越来越复杂多样化。
用于管理企业金融风险的预警模型也变得日益重要。
我们需要一种能够对企业的财务状况进行全面分析的方法，并预测企业未来可能的财务风险。
在本文中，我们将探讨财务风险预警模型的构建和应用。
一、财务风险预警模型的构建1. 财务风险因素的筛选构建财务风险预警模型的第一步是筛选本质的财务风险因素，这需要从企业的财务报表中提取数据。
这些财务报表包括：资产负债表、利润表、现金流量表等。
我们可以从这些报表中识别出企业可能面临的财务风险因素。
这些因素包括：- 应收账款- 存货- 负债率- 利润水平- 资本结构这些因素是创建预警模型的基础。
2. 财务风险指标的构建在第一步中，从财务报表中提取出的财务风险因素需要进行量化。
这可以通过构建多个财务风险指标来完成。
衡量财务风险的指标通常与企业的财务报表有关。
常见的财务风险指标包括：- 应收账款周转天数- 存货周转天数- 流动比率- 资产负债率- 毛利率- 净利率财务风险指标的构建让我们能够将财务报表上的信息转化为数字，并更好地评估企业的财务风险。
3. 权重和预警指标的选择在第二步中，我们需为不同的财务风险指标分配权重。
每个财务风险指标的权重基于该指标对财务风险的影响程度。
例如，资产负债率通常比利润水平对企业的财务健康状况更有影响力。
预警指标则是基于财务风险指标的组合。
这些预警指标由多个财务风险指标组成，并能够帮助我们评估企业的财务风险。
例如，当流动比率低于某一特定水平时，可能会发出财务风险警告。
二、财务风险预警模型的应用1. 财务风险预警模型的优点财务风险预警模型可以更好地评估企业的财务风险。
使用这种模型的好处是能够迅速监控公司的财务状况，预测风险并提出风险管理建议。
预警模型可以帮助企业及时识别潜在的财务风险，并采取必要的预防措施，以避免未来出现不良后果。
另外，预警模型可以为投资者和金融机构提供重要的信息，帮助他们做出更好的风险管理和决策。
财务困境预测研究综述
财务困境预测研究综述蔡丽君(江苏大学财务处，江苏镇江212013)摘要：对于上市公司的发展和运行而言，时刻把握其财务运行状况十分重要，而在当下瞬息万变的市场环境下，财务困境的评估和预测成为一项十分关键的工作，对于上市公司的财务管理具有不可替代的关键价值。
本文重点围 绕上市公司的财务困境评估以及预测问题，在梳理海内外研究人员研究成果的前提下，总结了上市公司财务困境的 概念和缓解问题的多种方法，并基于此创建更为合理、高效的危机预测研究模型，将其运用在实际环境下，有望发挥 更突出的效果。
关键词：财务困境；预测模型；财务风险中图分类号：F275 文献识别码：A文章编号=2096 —3157(2020)34—0058—03一、 财务困境的概念财务困境（Financial Distress)即为财务危机（Financial crisis)，任其发展的话将会带来破产的不利结果。
不管是理 论层面或者在实践层面，财务困境的概念都有很大的分歧，海内外研究人员具备不同的观点倾向性。
财务预警模型中 的失败样本通常选取S T公司，即Special Treatment的英文 首字母缩写，直译为“特别处理”，S T股是指境内上市公司经 营连续两年亏损，被进行退市风险警示的股票，在一些财务 危机的阐述和研究中，人们往往运用较为常规的表达，即“无 法偿付到期债务”，也就是由于上市公司的财务状态和运营 能力下降，导致无法及时偿还债务。
公司只有保持持续获利 能力，才能将自身的生存和发展延续下去。
在公司的运营过 程中，一方面，从外部市场得到所要求的资源；另一方面，是 对外部市场提供产品以及服务,并赚取自身的利润和差价。
公司从市场中得到的货币最低不能少于购买资源而付出的 货币，否则将难以维持自身的稳定运营，出现入不敷出的情 况。
因此，公司生存发展的威胁因素可总结为两个方面:其 一为长时间的亏损问题，它属于公司经营中止的内在因素；其二为无法及时偿还债务的问题，这是公司经营终止的直接 因素。
基于LOGISTIC回归下财务风险预警模型的构建
基于LOGISTIC回归下财务风险预警模型的构建摘要：财务预警模型构建对企业的经营营运有着重要的指导意义，对企业财务工作人员与管理者的管理方针有着很强的影响。
文章总结了以往的预警模型的构建，并运用逻辑回归得出了较实用的预警模型。
关键词：财务风险 logistic回归独立样本t检验中图分类号：f275 文献标识码：a文章编号：1004-4914（2013）07-106-02随着市场经济的不断发展，我国的金融市场规则也愈发完善。
不少公司也因为扩张速度过大，经营不善等原因陷入财务困境之中。
不少学者开始研究判别企业的财务风险预警模型。
从最初的单因素判定模型到借鉴z-score方法改进系数与变量得出的改进z分法，再到主成分回归得出判定模型。
同时另外一些学者使用单位概率模型，利用逻辑回归或probit回归，得出概率模型判定企业陷入财务困境中的概率。
一、回归方法的简介与选择回归分析中拟合程度较好的偏最小二乘法与岭回归不太适用于财务预警模型的构建。
因为偏最小二乘法与岭回归虽然对模型的拟合程度较高，但由于各自的方法较为繁琐，其中的个别系数需要人为判断，因此两种方法对财务风险模型的构建不是很成熟。
岭回归的k系数就是人为得到的，k值越大则回归系数比较平稳，但误差也随之增大，因此在较复杂的多变量模型中岭参数的k值确定较难。
本文中采用比较成熟的单位概率模型中的逻辑回归进行构建模型。
它是含定性变量的模型。
由于线性回归中的基本假设之一，就是因变量是随机的。
然后一个企业是否陷入财务困境只有两种情况，显然不是随机的，因而不能直接采取线性模型进行拟合。
由于定义企业陷入财务危机的情况为0，财务状况良好的情况为1，使得y值只有两个可能性，即0与1。
在这种情况下一般的线性模型yi=β0+β1x1不符合一般假设，但yi的均值有着比较特殊的意义，yi是0-1型分布，它有如下的分布律：p（yi=1）=πi，p（yi=0）=1-πi。
因此有y的期望值为，e（yi）=1*πi+0*（1-πi）=πi。
会计干货之财务人员必须要知道的10个税务预警指标!
会计实务-财务人员必须要知道的10个税务预警指标!2016年全面营改增后金税三期优化版全面上线运行。
税务机关通过金税三期征管软件预警评估系统, 根据系统设定的指标, 每月对企业各项资料进行数据信息和逻辑关系分析, 将企业历史以来存在的涉税问题、环节、行为进行税务风险测定, 筛选出可疑信息, 进行预警评估, 对重要信息进行双随机摇号稽查。
常见的预警指标如下：指标1、增值税收入与所得税收入不一致预警增值税申报的收入与企业所得税申报的收入基本上应该要一致, 若差异》10%就会预警。
因此, 特殊情况下不一致了, 应当说明原因。
指标2、存货扣税比异常预警本期存货类进项税额”占本期应税、出口商品购进成本的比重, 理解成综合抵扣税率就可以了。
增值税最高税率是17％,最低就是0％,综合起来, 正常的话, 必然在0％-17％之间, 突破了, 就预警, 就要说明, 就这么简单！指标3、进项税额和销项税额变动弹性异常预警增值税一般纳税人进项税额和销项税额弹性是指纳税人当期的进项税额和销项税额相比去年同期的变动关系, 理想状态下,二者变动方向和幅度基本一致。
税务机关意图用该指标预警企业进销项变动异常情况, 分析企业经营中的涉税异常信息。
指标4、预收账款占比过大预警一般来讲, 企业账面的预收账款占到主营业务收入的20%以上容易预警。
指标5、所得税贡献率异常预警如果该行业中的企业当年所得税贡献率低于本行业当年所得税贡献率预警值, 则该企业可能存在不计或少计主营业务收入、多列成本费用、扩大税前扣除范围等问题。
计算口径：所得税贡献率＝（应纳所得税额／主营收入）*100%指标6、大部分发票顶额开具, 发票开具金额满额度高于90％预警；指标7、资金或存货周转次数平均每月超过5次等3项风险点预警；指标8、发票开具后大量作废等预警；指标9、主营业务收入变动率异常预警该模块的主要功能是通过分析企业的主营业务收入变动情况、判断分析企业是否存在少计主营业务收入等问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
财务预警的指标筛选问题研究
李小琳，葛金鑫，钟 余
（南京大学 管理学院，南京 210093）
摘 要：文章对财务预警建模中的预警指标筛选问题进行系统性研究。整个预警建模过程分为两阶段，即
基础模型阶段和指标筛选建模阶段。在第二阶段使用四种主流的预警指标筛选方法：T 检验、VIF 检验、逐步回
归和主成分分析对预警指标进行筛选，然后分别建立预警模型。通过对比分析四种主流的预警指标筛选方法，
的信息，尽可能提高预测精度。实践证明，组合预测确实 能取得优于单项预测的效果，因此，投资者在投资选股时， 若能充分利用组合预测的优势对股价走势进行预测，将在 一定程度上降低投资风险。
参考文献： [1]唐小我,马永开,曾勇,杨桂元.现代组合预测和组合投资决策方法
及应用[M].北京:科学出版社,2003. [2]陈雁,王福林.一种求非负权重最优组合预测的新方法[J].东北农业
甄选出最匹配的指标筛选方法-VIF 检验。
关键词：财务预警；指标筛选；动态财务预警；逻辑回归
中图分类号：F275
文献标识码：A
文章编号：1002-6487（2013）18-0145-03
0 引言
财务预警问题一直是实务界和理论界关注的重点。 财务预警研究主要包括预警建模研究和预警指标研究两 个部分。关于预警建模方法的研究已经比较成熟，传统统 计方法和数据挖掘方法均被不同程度的引入预警研究领 域。对预警指标的研究主要集中于预警指标的选取，目的 是选择更具预测效力的指标，从而提高模型的效率和精 度。在预警建模前使用各种方法对指标进行处理，常用的 方法多达数十种，但是否所有方法都能够改进预警建模的 效率和精度，如何评价这些方法的效果，各个方法是否存 在显著的不同却鲜少有人论及，由此导致的研究结论也缺 乏一致性。本文对主流的指标筛选方法进行比较研究，并 提出分析和评价指标筛选方法的标准，为预警指标筛选方 法的使用提供现实依据。
1 实验设计
财务预警指标的筛选研究主要分为两个阶段。第一 阶段，利用逻辑回归方法建立基础模型，需要说明的是，本 阶段对预警指标不作任何筛选，目的是为了研究指标筛选 的使用效果，该阶段的分类准确率、预测准确率、两类错误 率和稳定性等将作为比较基准。第二阶段，将不同的指标 筛选方法，包括均值检验、共线性检验、逐步回归和主成分 分析应用于预警建模中，目的是比较研究不同指标筛选方 法在预警建模中的效果，为此设定了三个判断标准，包括 检验样本预测准确率，两类错误尤其是二类错误比例和预 测稳定性。
运营能力指标：固定资产周转率（FO1）、总资产周转率（FO2）
发展能力指标：资产增长率（FG1）、营业收入增长率（FG2）
现金流指标
每股经营活动净现金流量（CA1）、投资活动净现金流/主营业务 收入（CA2）、筹资活动净现金流/主营业务收入（CA3）
2 实验数据
2.1 样本选择 实验数据采用的是制造业上市公司，截至 2010 年 3 月
14 日总共 1327 家，其中沪市 B 股 30 家，深市 B 股 36 家，创 业板公司 121 家。考虑到 B 股和创业板股票的特殊性，从 样本中剔除，剩余 1140 家制造业上市公司，按照被特别处 理原因和首次被 ST 时间划分如表 1 所示，符合要求的样本
大学学报,2008,(55). [3]王升.计量经济学导论[M].北京:清华大学出版社,2006.
[4]吴祈宗.系统工程[M].北京:北京理工大学出版社 2006. [5]赵爱文,李东.中国碳排放灰色预测[J].数学的实践与认识,2012,42
(4). [6]孟祥星,田成薇,冬雷,高阳,等.灰色理论用于锋利发电量中长期预
思路。为全面反映公司真实状况，文中分别选取财务指
标、现金流指标和外部指标共 15 个预警指标，如表 2 所
示：
表2
财务预警实验采用的指标
类别
指标
盈利能力指标：净资产收益率（FE1）、资本能力指标：速动比率（FD1）、利息保障倍数（FD2）、EBIT/负 债（FD2）
财经纵横
公司共 85 家：
表1
制造业上市公司样本分布
ST 原因
首次 ST 时间 连续两年净利润
为负（85）
股东权益低 连续两年净 其他状 未按时披 无法表示或 于注册资本 利润为负 况异常 露报告 否定意见
6
85
10
1
8
2010
2009
2008 2007
其他
22
9
9
21
49
20
5
5
17
38
本文按照 1:3 方式选择控制样本，同时考虑剔除行业
基金项目：国家自然科学基金资助项目(60803055)；教育部人文社会科学一般项目(08JC630041)；中国博士后科学基金资助项 目(20080441031)；江苏省博士后科研资助计划(0801038C)；南京大学人才引进培养基金资助项目
作者简介：李小琳（1978-），女，副教授，博士，研究方向：机器学习，数据挖掘，商务智能和决策分析。
因 素 的 影 响 ，将 样 本 公 司 限 定 在 制 造 业 。 另 外 ，张 玲
（2000）[1]通过选择特别处理前 5 年的数据进行预警，发现
模型具有超前 4 年的预测效果，T-5 年数据的预警准确性
相比前 4 年会出现非常大幅度的下降，因此本文选择上市
公 司 被 特 别 处 理 前 4 年 的 数 据 进 行 预 警 研 究 ，即 选 择
测的研究[J].电力系统保护与控制,2011,39(21). [7]施彦,韩力群,廉小亲.神经网络设计方法与实例分析[M].北京:北京
邮电大学出版社,2009. [8]葛哲学,孙志强.神经网络理论与 MATLAB R2007 实现[M].电子工
业出版社,2007.
（责任编辑/亦 民）
统计与决策２０1 3 年第 18 期·总第 390 期 145
2007、2008、2009 三年的 ST 公司共 27 家和 2010 年被首次
ST 的 20 家公司作为检验样本。按照 1：3 随机选择控制样
本，得到训练样本 108 家，检验样本 80 家。
2.2 指标筛选
本文在综合考虑各种类型指标的基础上，加入新创立
的员工增长率指标，试图从人的角度为财务预警提供新的