国内外企业财务预警模型比较研究
财务预警分析实验报告(3篇)

第1篇一、实验背景与目的随着我国经济的快速发展,企业面临的市场竞争日益激烈。
财务风险作为企业运营过程中的一大隐患,对企业的生存和发展构成严重威胁。
为了提高企业的财务风险防范能力,本实验旨在通过财务预警分析,对企业可能存在的财务风险进行识别、评估和预警,为企业的决策提供参考。
二、实验方法与数据来源1. 实验方法:本实验采用财务比率分析法、趋势分析法、比较分析法等财务预警分析方法,对企业的财务状况进行分析。
2. 数据来源:实验数据来源于我国某上市公司2019年至2022年的年度财务报表,包括资产负债表、利润表和现金流量表。
三、实验内容与分析1. 财务比率分析:(1)流动比率分析:- 2019年流动比率为2.1,2020年为2.3,2021年为2.5,2022年为2.7。
流动比率逐年上升,说明企业短期偿债能力增强。
(2)速动比率分析:- 2019年速动比率为1.2,2020年为1.5,2021年为1.8,2022年为2.1。
速动比率逐年上升,说明企业短期偿债能力进一步增强。
(3)资产负债率分析:- 2019年资产负债率为50%,2020年为45%,2021年为40%,2022年为35%。
资产负债率逐年下降,说明企业负债水平降低,财务风险降低。
(4)利息保障倍数分析:- 2019年利息保障倍数为2.5,2020年为3.0,2021年为3.5,2022年为4.0。
利息保障倍数逐年上升,说明企业偿债压力减小,财务风险降低。
2. 趋势分析法:(1)营业收入趋势分析:- 2019年至2022年,营业收入逐年增长,说明企业市场竞争力较强。
(2)净利润趋势分析:- 2019年至2022年,净利润逐年增长,说明企业盈利能力较强。
3. 比较分析法:(1)与行业平均水平比较:- 流动比率、速动比率、资产负债率和利息保障倍数均高于行业平均水平,说明企业财务状况良好。
(2)与同行业企业比较:- 与同行业企业相比,企业财务状况较为优秀。
财务分析预警开题报告(3篇)

第1篇一、选题背景与意义随着我国市场经济体制的不断完善,企业面临的外部环境和内部管理都日益复杂。
财务风险作为企业经营过程中的一种常见风险,对企业的生存和发展具有重要影响。
财务分析预警系统作为一种有效的风险管理工具,能够帮助企业及时发现和预防财务风险,提高企业的经营效率和抗风险能力。
因此,研究财务分析预警系统具有重要的理论意义和现实价值。
二、国内外研究现状1. 国外研究现状国外在财务分析预警系统的研究方面起步较早,已形成了较为成熟的理论体系。
国外学者主要从以下几个方面进行研究:(1)财务指标体系构建:如Deakin(1972)提出了财务比率的预警模型,即“Z计分模型”。
(2)预警模型构建:如Hampel(1974)提出了基于统计方法的异常值检测模型。
(3)预警模型应用:如Lakonishok等(1994)利用财务分析预警模型预测了美国股市的异常收益。
2. 国内研究现状近年来,我国学者在财务分析预警系统的研究方面也取得了一定的成果。
主要表现在以下几个方面:(1)财务指标体系构建:如陈守东等(2004)提出了基于财务比率的预警指标体系。
(2)预警模型构建:如杨志坚等(2006)提出了基于神经网络和遗传算法的预警模型。
(3)预警模型应用:如黄志刚等(2010)利用财务分析预警模型预测了我国上市公司的财务风险。
三、研究内容与目标1. 研究内容(1)构建财务分析预警指标体系:分析企业财务状况,选取关键指标,构建财务分析预警指标体系。
(2)设计财务分析预警模型:结合多种预警方法,如统计方法、机器学习等方法,设计财务分析预警模型。
(3)实证分析:选取典型案例,验证财务分析预警模型的有效性。
2. 研究目标(1)提高企业财务风险管理水平:通过构建财务分析预警系统,提高企业对财务风险的识别、评估和防范能力。
(2)为政府监管提供参考:为政府部门制定相关政策提供参考依据。
四、研究方法与技术路线1. 研究方法(1)文献研究法:查阅国内外相关文献,了解财务分析预警系统的研究现状和发展趋势。
《公司财务风险管理问题研究国内外文献综述3000字》

公司财务风险管理问题研究国内外文献综述1 国外文献综述西方国家对财务风险的分析与防范研究的比较早,其中“风险管理”一词就是被美国学者莫布雷在20世纪五十年代首次提出的。
Sohnke M. Bartram, Gregory W. Brown, and Murat Atamer发表了《How Important is Financial Risk》的文章,他采用对比分析法与文献资料法等方法,提出了要加强对财务风险分析的观点。
他认为:企业可以通过控制管理财务风险,从而让股东承担较低的经济风险。
对企业来讲财务风险非常重要,只是选择高负债承担水平或管理风险能力缺乏的不同罢了。
相比之下,典型的非金融类公司选择不采取这些风险。
财务总风险可能是重要的,但公司可以管理它。
与此相反,更加难以预防的是基本的经济和商业风险,因为他们可以代表机制,使企业赢得经济效益。
目前,英国、德国和法国等国对财务风险分析与防范的研究也非常重视。
在财务风险控制方面,James(2017年)认为企业财务风险管理的效果受到许多不同因素的影响,包括企业经营市场的外部环境、企业的负债能力和风险管理能力;Rileye(2016年)认为企业对财务风险进行管理时需要建立以行业环境为中心的新模型,拓展原有风险评估模型,从多个层次对企业资产的状况进行剖析,进一步完善现有的财务风险管理系统;YoshikawaH(2014年)认为财务风险的控制是以财务风险的量化作为基础,企业在经营活动中面临的各种各样财务风险可以通过科学的方法进行量化,并将评估的结果应用于企业的决策,这对于转移财务风险,降低决策失误可能性具有重要的意义;William (2015年)认为企业只有建立严密的内部控制制度并且优化资本结构才能够对企业可能面临的各种财务风险进行有效的管理;Sibt-ul-Hasnin Kazmi(2016年)提出财务风险是随同业务活动发展产生的,错误的业务解决策略会导致财务风险,利用套期保值工具可以有效降低金融相关的财务风险;Indranil(2016年)认为企业的财务风险管理与审计人员的判断力和企业构建行之有效的内部控制和风险防范框架存在着密切的联系;Andreea(2017年)认为企业对资产的管理存在不足是导致财务风险管理出现问题的重要原因,因此企业想要制定合理的风险评估体系,就需要结合生产经营活动的实际情况,并对财务风险进行科学评估,这样才能有效化解可能面临的各种风险。
企业财务危机预警模型应用的比较研究

21年第4 总第 12 00 期( 3 期)
企 业财 务 危机 预警模 型 应 用的比较研 究
颉茂 华
( 内蒙 古 大 学 经 济 管 理 学 院 , 和 浩特 0 0 2 ) 呼 10 1
摘
要: 企业建立财务危机预警 系统 的关键是选择合适的预警模型。 进行企 业财务危机预警应 坚持远期监测与近期
一
尚不 明朗。 本文主要介绍 目前在 中国实际预警工作 中常用 的
几种财务预警模型。 ( ) 一 单变量模型法 财务预警模 型是指借助企业 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 。 来 人们最早采用 的预警 模 型是单变量模型 。 单变量模型也 叫一元 判定 模型 , 是将某
一
研究始终是 国际财务 、 会计和证券投 资领域中经久不衰的
课 题 。 外 证 券 市 场 经 历 了 上 百 年 的 发 展 , 务 预 警 实证 研 国 财
究在利益相关者对财务危机预测信 息需求 的推动下 , 不断创
新 和 扩 展 , 成 了较 为 成 熟 的理 论 和 方 法 , 在 实 践 中 取 得 形 并
的关 键问题 , 就是选择合适 的预警模 型。 文对 目前 已有 的 本 企业 财务危机预警模 型 , 括单变量模 型预警法 、 包 多变量 模
型预警法等方法进行应用对 比与实证分析 , 根据 实证 分析的 结果分析 了每种模型 的利与弊 , 对在我 国 目前条件下 如何 综 合使用这些模 型提 出了建设性的意见 。
加入其他 变量 , 对其进行 必要 的整合 , 或与企业的实际情 况相 结合 , 运用财务报 表分析法查找企业发生危机 的原 因, 以便有针对性 地采取有效措施 , 将危机化解在 萌芽阶段。
上市公司财务风险预警

1引言目前,我国整体经济受到国际经济形势影响,面临下行压力,众多公司融资困难,陷入财务困境。
在此背景下,构建有效的财务危机预警模型以识别潜在财务风险,对于企业自身规避风险、投资者制定投资计划和经济社会健康发展具有重大意义。
当前,学者基于机器学习中的各种分类算法来构建预警模型:陈志君[1]以我国通信行业上市公司为研究对象,通过筛选财务指标,采用逻辑回归建立财务危机预警模型,该模型的正确率达到79%。
李长山[2]的研究表明,由逻辑回归构建的预警模型能够有效识别我国制造业公司的财务风险。
连晓丽[3]以A 股上市的正常公司和ST 公司为研究样本,发现基于随机森林的财务危机预警模型在不同的市场行情下均有较高的准确率。
孟杰[4]通过对比随机森林与支持向量机、逻辑回归、分类决策树和神经网络在我国上市公司财务失败预警时的表现,得出随机森林模型预测精度更高、更稳健的结论。
游甜[5]选取财务指标和非财务指标,对比分析优化后的支持向量机、BP_Adaboost 和kNN 在企业财务危机预测时的表现,发现支持向量机模型具有更高的判别正确率。
周廷炜[6]利用优劣解距离法和网格寻优算法优化支持向量机预测模型,提高了该模型识别上市公司退市风险的能力。
薛慧[7]构建了基于LightGBM 的财务风险预警模型,并与随机森林等常用模型进行对比分析,结果表明,参数优化后的LightGBM 模型对电力行业上市公司财务风险预测的效果更好。
在现有的研究中,加权K 近邻法被应用于机械故障诊断[8,9]、楼宇室内定位[10,11]和图像识别[12,13]等工业领域,取得了有效的成果。
而目前加权K 近邻法并未涉及对企业财务危机进行预警分析,因此,文章基于大数据分析方法,利用加权K 近邻算法来构建上市公司财务预警模型,并与随机森林和支持向量机进行对比研究,分析不同模型的性能,帮助企业及时辨识财务风险,实现企业健康发展的良性循环。
2指标选取与数据处理有效的危机预测机制应发挥早期预警作用,提前对危机事件发出警示。
探讨Z-score模型在我国上市公司财务预警中的适用性

探讨Z-score模型在我国上市公司财务预警中的适用性摘要:财务危机预警理论的核心是财务危机预警模型,本文选取z-score模型为分析对象,以我国日用电子器具制造业为研究样本,对z-score模型在我国上市公司的适用性进行研究,结果显示模型对于st组企业的适用性明显优于其在正常经营企业的适用程度。
关键词:z-score模型;财务预警;制造业上市公司一、引言虽然企业的经营目标随着经济环境的变化而变化,但其实质上从没有离开对财富积累的渴望和资本增值的追逐。
而企业经营过程的的众多不确定性,又注定会促使企业管理者必须关注经营过程中的各种风险,财务预警理论作为研究企业财务风险(困境)的主要工具也就在这种大背景下应运而生。
财务预警理论的雏形最早可以追溯到1932年美国经济学家paul j. fitzpatrick的一篇名为《成功工业企业与失败工业企业财务比率的比较》文章中,fitzpatrick在经过一系列分析后指出“企业财务比率不仅能够反映企业财务状况与经营成果,更重要的是它对企业的未来具有预测功能”,由此开启了财务预警理论的研究思潮;此后经过几十年的发展,企业财务预警模型经历了由单一变量到多元变量、再到人工神经网络分析财务危机预警的发展历程。
本文拟采用实务中运用较为广泛的z-score模型对我国的制造业上市公司财务数据进行分析,以检验该模型在我国公司中的适用性和契合程度,以期对公司管理者有所启发。
二、z-score模型概述(一)z-score模型的提出z-score模型由美国纽约大学的edward i.altman教授创立,也是第一个多元变量模型,altman教授在1968年9月的《财务月刊》(the journal of finance)上发表了这一成果,其在文中运用多元统计分析中的差异分析方法,通过对在1946-1965年间申请美国《破产法》第10章保护的33家破产企业和33家正常经营企业的财务数据配对抽样,建立了一个以财务比率为基础的预测企业财务状况的多元变量财务预警模型,即z-score模型。
我国财务风险预警模型研究文献综述
财务活动等进行分析预测 ,以发现企业在经营管理 活动 中潜在的财 智 能预警模 型则主要是基于神经 网络分析 的各类模 型。神经网 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 络模型是一套人工智慧系统 , 以模拟生物神经 系统的模式 , 利用不断 局采取有效措施 , 避免潜在的风险演变成损失的一种预警方式。 重复的训练过程 , 使本身能够透过经验 的积 累达到学 习的效果。
11单变量预警模型。单 变量预警模 型是指 以某一项财务指标 经 网络 法 的预 测 准确 率高 于前 两种 方 法的预 测准 确率 。谢 纪刚 . 作为判别标准来判断企业是否处于破产状态的预测模型。 ( 0 4) 2 0 等人使用分类集成的方法进行财务危机预警研究 , 结果发现 陈静( 9 9) 2 1 9 以 7个 S T公 司和 2 7个非 S T公司 为样 本 , 终 该 方法的预测准确率可达到 8 %。 最 6 选定资产 负债率 、 净资产收益率等 6个财 务指标 , 分别 以公 司被 S T 张 根 明 、 晓 骥 和 孙 敬 宜 ( 0 6) 用 B 向 20 采 P神 经 网 络 法 , 2 3 以 6 的前一年、 前两年、 前三年的财务数据为基础 , 运用判别分析法做 了 家制造业上市公司的截面财务指标作 为学 习样本 ,并使用 7 6家制 实证研究。 在单变量 分析 中, 发现在 负债比率 、 流动 比率、 总资产收益 造业上市公司作为检验样本 ,建立了制造业上市公 司财务危机预謦 率、 净资产 收益率 4个指标中 , 流动比率和负债 比率误判率最低。 模型。 其研究结果表 明, 与没有 区分行业的通用财务危机预警模型相
我国财务风 险预警模 型研 究文献综述
剥、 瑞欣 ( 北 东 林业大 学经济管 理学院)
国内外财务预警方法与模型评析
委托这家私营企业 代为付款 ,于是我们针对货款 的资金来源 进行查证 , 发现该 公司钢材建材部经理挪用 4 6万余元帮其私
营企业营利的犯罪事实 。
需 要 指 出的 是 ,发 现 犯罪 线 索 的方 法 有 许 多 ,特 殊业 务 “
输费用 、生产需求等经济内容可大体确定其距离 。如同一商
讯 问, 该业务员 承认存在重复报销 300元的问题。 0
三、 特殊客户 企业的业务范 围往往 比较广泛 ,而且业务发 生得 比较频 繁, 与客户的关 系也非常错综复杂 , 但是从一个单位的某项经
3 客 户关联。 . 在正常的经济交往 中, 一般购货单位为付款 单位或负债单位 , 反之销货单位 为收款单位或债权单位 , 如果 两者发生 分离 , 出现了与双方没有丝毫关联的第三方 , 不供货 却收款 或不收 货却付 款 ,可视 为不正 常现象查 证。某公 司 19 9 9年 8月销 给某厂重轨 一批 ,但 付款 的却 是一家私 营企
金不足 , 过分依赖外部 资金 , 利息 负担重 ; 乏会 计的预警作 缺
1 标准化调 查法。标 准化调查法又称 风险分析调 查法 , . 该方法是通过专业人员或调查公 司对企业可能遇到 的问题进
行详 细的调查分析 , 并形成报告文件供企业管理当局参 考。 标
准化调查法 的内容包括企业业绩 、 同行业 比较 、 企业财务经营
问题 及 原 因 、 业 前 景 等 。 企
用; 债务拖延偿付 。 财务危机恶化期 : 营者疏于财务 管理 , ③ 经 疲于应付 日常经 营业务 , 企业 资金周转 困难 , 债务 到期无法支 付。 ④财务 危机实现 期 : 负债超 过资产 , 失偿付 能力 , 丧 宣布
倒闭。 企业可 以根据上述各个阶段 的特征 , 对照企业 的实际情
汽车行业上市公司财务预警模型的比较与选择
一
、
引言
财务费用+ 折 旧) / [ ( 期初总资产+ 期末总资产) / 2有 风 险 是 上 市 公 司 所 面 临 的 两 种 不 同 风 F 分数模型 的临界值 只有一个为 : 0 . 0 2 7 4 。若某一特定 的公 险 。其 中 , 市 场 风 险 是 一 些对 所 有 公 司 均 产 生 影 响 的风 险 ; 公 司 特 司 F 值 低于0 . 0 2 7 4 , 则将 被预测为破 产公 司 ; 反 之 则 为 可 以 继 续 有风 险, 又称为可分散 风险 , 是针对个别公司特有因素形成的风险, 生存的公司。 该风 险对 其他公司并无影响。如果风险影响较大 , 就 会导致企业财 务危机甚至破产。导致上市公司破产的因素很多 , 从定量的角度评 二 、 买 证 分 析 本文 以汽车行业 的上市公 司为例 , 选取的公 司分 别为 : 宇通 估 公 司破 产 的 可能 性 具有 重 大意 义 。 客车 、长安汽车 、黄海汽车 、比亚迪 、上汽集团 数据来 自于其 2 0 0 7 - 2 0 1 1 年 五 年 间财 务 报 表 。 二、财务预警模型 企业 财 务 预警 模 型 的研 究 与 应用 , 经 历 了 由 以财务 比率 分析 为 两 种模 型实 证分 析 的结果 : 主的单变量模式到将财务 比率与统计方法相结合的多变量模式。 通过 五家公司 五年 问的财务 数据计算 可分别得 出每 家公司 ( 一) 单变量模式 每年 的Z 、F 值 以及五年 的均值 。 所谓单变量模 式预 测企 业财务危机的 比率 , 是指运用一个变 由Z 分数模型计算结 果表明 , 所选 取的5 家上市公 司中 : ( 1 ) 连 量, 用单个 财务 比率预 测财务危 机 。其 比率主要有 三个( 1 ) 债务 续五年 的Z 值1 . 8 1 的公司 不存在 , 宇通公 司是 唯一 一家连续 四年 保 障率 = 现金 流量/ 债务 总额( 2 ) 总 资产收益率=净 收益/ 资产总 Z 值大 于1 . 8 1 的。其他 连续三年z 值超过 1 . 8 1 也不存在 , 表 明五 额( 3 ) 资产 负债率 = 负债总额/ 资产总额。 家公 司的财务状况很差 , 发生财务危机 的可 能性都 很大 ; ( 2 ) 五家 在单变量模 式中 , 企业发生财务 失败是 由长期 因素造成 的。 公 司0 7 - -1 1 年五年 间Z 值得 平均值 均小于 1 . 8 , 由此说 明整个行 所 以, 应用 单变量模 型 , 必须 长期跟 踪这 些比率 , 且要密切注意这 业五 年间都处于破产 , 而这与实 际是不相符 的 ; ( 3 ) 五家公司五年 些 比率 的 变 化 及 趋 势 。 内的均值 均未达到2 . 9 9 , 按 照Al t ma n 的假 设 , 五家企业 的经营均 ( 二) 多变量模式 不是很好 ; ( 4 ) 黄海公 司的z 值 已连续4 年为 负值 , 5 年均低于 1 . 8 , 多变 量模 式 , 是 运 用 多 种 财 务 指 标 加 权 汇 总 产 生 的 总 分 值 按 照预警值 , 不可能长久生存 ;
基于ZScore模型的L企业财务风险研究
通过计算,我们发现L企业的Z值为1.5,远低于Altman提出的判断标准 (Z<2.675为高风险,2.675<Z<3.27为,Z>3.27为安全)。这说明L企业存在较 大的财务风险,需要进行深入分析。
四、财务风险成因分析
通过深入分析L企业的财务报表和经营状况,我们发现其财务风险主要成因 包括以下几个方面:
三、结论与建议
本次演示通过对L医药公司的财务风险进行研究,发现该公司的财务风险在 逐渐降低。这可能与公司在近年来采取了有效的财务风险管理措施有关。然而, 为了进一步降低风险,公司仍需以下几个方面:首先,应持续行业动态和政策变 化,以便及时调整财务策略;其次,加强成本控制和资产管理,提高资产质量和 盈利能力;最后,优化资本结构,合理安排负债比例和融资方式,降低财务风险。
3、结果分析
通过计算,我们得到了L医药公司近五年的Z值,具体结果如下表所示:
从上表可以看出,L医药公司的Z值在五年内总体呈上升趋势,说明公司的财 务风险在逐渐降低。具体来看,2017年的Z值为1.55,处于较低的风险水平;而 到了2021年,Z值提升至1.83,风险水平明显降低。这表明L医药公司在近五年来 采取了有效的财务风险管理措施,改善了公司的财务状况。
一、ZScore模型介绍
ZScore模型是一种多变量预测模型,它通过对企业财务报告中的若干关键指 标进行加权平均,得出一个综合分数,以表示企业的财务风险程度。这个模型是 由Edward Altman教授在1968年提出的,他在研究中选择了22个财务指标,经过 一系列的筛选和优化,最终确定了5个关键指标:营运资金、留存收益、总资产、 收益状况和股东权益。
五、风险应对措施
针对以上财务风险成因,L企业可以采取以下措施应对风险:
- 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)。
【收稿日期】2006-01-16【基金项目】东南大学人文社科基金资助(XJ031424)【作者简介】吴(1976-),女,浙江人,东南大学经济管理学院博士研究生、讲师,研究方向:公司理财、资本市场;吴应宇(1959-),男,福建人,东南大学经济管理学院教授、博士生导师;仲伟俊(1962-),男,江苏人,东南大学经济管理学院教授、博士生导师。
凡艹
一、财务预警的基本含义所谓企业财务预警是企业预警的一部分,是指为了防止企业财务系统运行偏离预期目标而建立的报警系统。财务预警不仅仅只是针对财务危机的预警或者说是只有当企业财务将要发生危机的时候才进行的预警,而是只要企业财务系统运行偏
离预期的目标就要报警。
二、国内外企业财务预警模型研究回顾
(一)国外学者对财务预警问题研究的回顾20世纪30年代西方学者就陆续开始对企业财务预警问
题进行研究,提出了各种不同的财务预警的方法和模型,一般可把它们分为定性预警分析和定量预警模式两类。定性预警模式已有的并广为接受的方法主要包括标准化调查法、管理评分法等几种方法。由于定性分析具有主观性过强等的缺陷,因此
很多国外学者开始了定量财务预警分析方法和模式的研究,陆
续提出了很多企业财务预警的定量分析模型,按其所选择的研究变量的不同主要有单变量模式和多变量模式。
1.单变量模式。西方国家对单变量财务预警模式的研究主
要是对单个财务比率的走势的分析。Fitzpatrick(1932)首次进行了单个财务比率模型的判定,发现权益净利率和净资产负债率
两个比率有较强的判别能力。但Fitzpatrick并没有使用统计的方法。美国的Beaver(1966)最早运用统计方法研究了公司财务失败问题,提出了较为成熟的单变量判定模型。他首先以单变
量分析发展出财务危机预测模型,使用债务保障率等五个财务比率分别作为变量对样本进行一元判定预测,发现债务保障率财务预测的效果最好。虽然单变量模型比较简单、易于使用,但
许多学者认为单变量模式存在一定的局限性:一是单个财务比率所反映的内容是有限的,没有哪一个比率能够概括企业财务的全貌;二是对企业外部人员而言,某些财务比率已被公司管
理者进行过粉饰,单一的依靠某一比率做出的预测不一定可靠。因此,他们开始用多变量方法来进行研究。
2.多变量模式。西方国家对多变量财务预警模式按所使用
的计量方法的不同,分为线性判定模型、线性概率模型和
Logistic回归模型。这些模型主要采用判别分析和逻辑回归的方
法,而尤以多元线性判定方法最为普遍。
(1)Altman的Z值判定模型。美国学者Altman(1968)最早运用多变量分析方法探讨财务预警问题。1968年Altman用多种财务比率拟合出一个多元线性函数方程,求出Z值,对企业的经营状况进行预测或判断。其模型如下:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
其中:
X
1=营运资本/资产总额,X2=留存收益/资产总
额,
X
3=息税前收益/资产总额,X4=权益市价/债务总额的账
面价值,
X
5=销售收入/资产总额。由于1968年的模型在选择
变量时用了市场价值,对没有股票市价的非上市公司而言并不适用,Altman在1977年对Z值判定模型进行了修正,即Zeta模
型,其公式如下:
Z'=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5
其中,X4变为权益的账面价值和债务总额的账面价值的比
值。由于前两个模型对非制造业企业并不适用,2000年Altman第二次修订了他的Z值判定模型,该模型的预测公式如下:
Z''=6.56X1+3.26X2+6.72X3+1.05X4
该模型去掉了X5,即销售额对资产总额的比率,使非制造
业企业也能使用Z值判定模型。这弥补了前两个模型对非制造业企业不适用的缺陷。
(2)Edmister(1972)的小企业研究模型。由于Altman1968年的Z值判定模型是以制造业中中等规模企业为样本,对小企业适用性不大,因此Edmister专门针对小企业建立了小企业财务预警分析模型。
上述几种预测模型都属于多元线性判定模型,此类模型还
包括Deakin(1972)提出的概率模型和Dimond(1976)提出的范式确认模型等。但是由于上述这些线性判定模型一般都假设破产企业和非破产企业两组呈正态分布,并且两组的协方差矩阵
相等,存在假设上的局限性,因此以Ohlson为代表的一些研究
国内外企业财务预警模型比较研究吴,吴应宇,仲伟俊(东南大学经济管理学院,江苏南京210096)【摘要】文章首先回顾了国内外学者对财务预警模型的研究,然后从对企业财务状况的界定、样本的选择和数据的来源、预测变量的选择、计量方法的选择等四个影响财务预警模型建立的重要方面,比较了国内外学者在建立财务预警
模型上的异同和各自的优缺点,并对这四个方面分别为我国学者的研究提出了建立两阶段预警模型、选择更具有同质性的样本、结合现金流量指标和非财务指标、定量和定性方法的结合等四条改进建议。
【关键词】财务危机;预警模型;比较研究
【中图分类号】F275【文献标识码】A【文章编号】1004-2768(2007)09-0136-03
艹凡
《生产力研究》No.9.2007
!"#者采用了条件概率模型。这类方法不需满足自变量服从正态分布和两组协方差相等的条件。(3)Ohlson(1980)的条件概率模型。Ohlson估计了三个模型,一是预测一年内破产的企业,二是预测第一年未破产而在第二年内破产的企业,三是预测一年到二年内破产的企业。他发现至少有四类显著影响公司破产概率的变量:公司规模、资本结构、业绩和当前资产的变现能力。上述各模型中,Fitzpatrick、Beaver和Altman均使用的是常规财务指标如负债比率、净资产收益率等,或市场收益类指标如股票收益率,作为预测模型的变量进行财务困境预测。选用这两种类型的指标作为预测变量进行研究的学者还有Collins(1980)、Altman和Brenner(1981)、Clark和Weinstein(1983)和Platt(1991)等人。而Edmister则选择了现金流量指标作为预测变量进行研究。Aziz、Emanuel和Lawson(1988)发展了现金流量信息预测财务困境模型。他们根据配对的破产公司和非破产公司的数据,发现在破产前5年内两类公司的经营现金流量均值和现金支付的所得税均值有显著的差异。Aziz、Emanuel和Lawson(1989)比较了Z模型、ZETA模型、现金流量模型预测企业发生财务困境的准确率,发现现金流量模型的预测效果较好。由于传统的研究中所采用的统计方法一般都受制于若干母体分布的假设前提,因此20世纪90年代以来,人们尝试了新的研究方法。如人工神经网络理论和方法在财务预警中的应用研究。(二)我国学者对财务预警模型的研究相对西方学者的研究,我国对财务预警的研究起步较晚。吴世农和黄世忠(1986)曾介绍企业破产分析指标和预测模型。周首华、杨济华和王平(1996)提出F分数预测模型,通过更新指标和扩大样本数对Z分数模型进行了修正。陈静(1999)使用了1995年 ̄1997年的财务报表数据,进行了单变量分析和二类线性判定分析。张玲(2000)以120家公司为研究对象,得到二类线性判别模型。陈晓、陈怡鸿(2000)也从我国ST公司的角度来研究公司财务危机问题。他们发现负债/权益比率等四个比率对上市公司财务危机有着显著的预示效应。吴世农和卢贤义(2001)以我国上市公司为研究对象,选定6个财务指标为预测指标,应用了Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法,分别建立预测财务困境的模型。孙铮(2001)运用Logistic回归给出了判别上市公司财务危机的模型,该模型包含了代表公司治理结构的股权集中系数等四个变量,这是此模型与其他模型的区别。杨宝安、季海(2001)等应用前馈神经网络进行了示范性设计和验证;柳炳祥、盛昭翰(2002)分析了评价财务危机的指标体系和财务危机等级的划分和基于粗神经网络的财务预警方法,并用一个预警实例进行了验证。三、国内外财务预警模型研究基本问题比较(一)对财务状况的界定一般研究者均把企业陷入财务危机作为企业财务状况不正常的标准。吴世农等人认为财务困境(FinancialDistress)即财务危机(FinancialCrisis),最严重的财务困境是企业破产(Bankruptcy),企业因财务困境所导致的是一种违约行为,财务困境又可称违约风险。在Beaver(1966)的研究中,把破产、拖欠优先股股利、拖欠债务界定为财务危机。Altman(1968)则把“进入法定破产的企业”定义为陷入财务危机的企业。Deakin(1972)则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。Carmiehael(1972)认为财务困境是企业履行义务时受阻,具体表现为流动性不足、
权益不足、债务拖欠及资金不足四种形式。Ross等人从四个方面定义企业破产的概念,对财务困境的概念做了某种程度的扩展,这四个方面是:企业失败、法定破产、技术破产、会计破产。
吕长江(2004)把企业的财务状况划分为五种状态:财务闲置(FinancialFree)、财务充盈(FinancialFull)、财务均衡(FinancialEquilibrium)、财务困境(FinancialDistress)和财务破产(FinancialBankruptcy),并将财务困境和财务破产界定为两个不同的概念。
国外学者在研究财务预警问题时多是以破产为标准来进行研究的,其预警主要是针对企业破产的预警。由于国外的破
产制度比较完善,对破产企业的界定比较容易。而我国由于破产制度不健全,使一些事实上已破产的企业钻了空子,造成我
们在研究中确认企业是否实际破产的困难。尤其对于我国上市公司而言,由于退出机制的不健全,上市公司很少有被摘牌或清算的危险。因此我国学者几乎不可能以破产为标准来对我国上市公司的财务状况进行研究。学者对上市公司财务状况进行研究时,大部分都选取了ST(SpecialTreatment)作为对财务状况
进行分类的标准。但ST只是一个利润标准,光以ST来作为企业财务危机的标准似乎过于单一。因此在研究我国企业财务预警问题时,必须选择更多符合我国实际的上市公司财务状况的
划分标准。
(二)样本的选择及数据来源研究者通常采用比较样本建模。即选择相同数量的破产企业和非破产企业。
Beaver(1966)和Altman(1968
)的数据均来自
《Moody的行业手册
》。①
Beaver(1966)就选取了1954年 ̄1964
年期间的79家经营失败的公司和同等数量、同一行业、同等资产规模的成功公司作为样本企业。而Altman(1968)则选取了33家1946年 ̄1964年间破产的且资产规模在70万美元 ̄2590万美元之间企业和相同数量、同一行业、同等资产规模的非破产企业作为样本企业。我国学者则大部分是选择近几年的ST公司和相应的非ST公司作为研究样本。其数据均来自上市公司公布的财务报表。陈静选择了截至1998年7月,我国上海、