财务风险预警研究汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇财务风险预警研究范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

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。

篇（2）

        0 引言

        财务风险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、市场营销等理论，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的一种预警方式。

        国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了对财务预警的研究，并取得了一定的成果。

        1 统计方法预警模型

        1.1 单变量预警模型。单变量预警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。

        陈静（1999）以27个st公司和27个非st公司为样本，最终选定资产负债率、净资产收益率等6个财务指标，分别以公司被st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。

        1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。

        周首华、杨济华和王平(1996)在z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了f分数模型：

        f=-0.1774+1.1091x1+0.1704x2+l.9271x3+0.0302x4+0.4961x5

        其中，x1、x2及x4与z计分模型中的x1、x2及x4反映的指标相同，而x3、x5与z分数模型的x3、x5不同。x3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。x5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的利息是指企业利息收入去利息支出后的余额)。相对于z分数模型，它可以更准确地预测出企业是否存在财务风险。

        张玲(2000)以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。此外，采用mda建模的学者还有黄岩和李元旭（2001）、尹侠等（2001）、向德伟（2002）、卫建国等（2002）、杨淑娥和徐伟刚（2003）、唐振宇等（2004）以及贲友红（2005）。

        1.3 logit。logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。

        吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用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了三种预警模型，并指出应用logistic回归分析法建立的预警模型误判率最低。

        此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率0.1为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建模；顾银宽（2005）则基于jackknife检验进行了建模，均提高了模型预测的准确率。

        1.4 核函数方法。罗幼喜等（2005）通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指标超过传统预测方法，较好地解决了大规模样本集应用问题。

        2 智能预警模型

        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。

        王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非线性映射能力，其学习经验的能力强：学者杨保安等(2001)将bp神经网络分析方法运用到银行财务预警的分析中，构建了非线形财务预警模型。

        刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神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（2004）等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准确率可达到86%。

        张根明、向晓骥和孙敬宜（2006）采用bp神经网络法，以263家制造业上市公司的截面财务指标作为学习样本，并使用76家制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警模型。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比，分行业的bp神经网络财务危机预警模型的预测准确率较高，能为广大投资者和监管机构预测公司财务状况提供更可靠的依据。

        另外，张华伦、孙毅（2006）提出了一种基于粗糙-模糊神经网络（rough-fuzzy-ann）的模型，并给出了相应的算法，通过以我国上市公司财务数据为基础进行的实证分析表明，这种模型具有预测精度高、学习和泛化能力强、适应性广的优点，为企业财务危机的动态预警提供了一条新的途径。张林（2004）采用cbr技术构建了企业财务预警系统，为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。

        3 混合模式及其比较研究

        近些年来，还出现了财务预警的混合模式。混合模式是指同时采用两种或两种以上的方法建立模型来进行财务预警分析。对此进行的实证研究表明，混合模型比单个方法模型相有着更高的准确型。如：徐勇（2007）以沪深两市制造业上市公司为样本，通过fisher线性判定分析法和logistic回归分析法对我国制造业上市公司财务危机预警模型进行研究。该研究考虑到了财务指标行业性差异，选择制造业上市公司作为样本，可使研究结果更具针对性。

        4 我国财务风险预警模型研究评价

        通过上述对国内财务危机预警模型的研究，从单变量、多变量、logit模型这些以统计方法为基础的研究到神经网络模型等非统计智能模型，从单一模型的研究到混合模型及其比较研究，从以财务指标为基础的研究到引入非财务指标的研究，财务危机预警模型的研究受到了国内实务界和学术界的高度重视且取得了重大进展。

        与此同时，国内在这方面的研究仍存在不足之处。①不同的预警模型适用条件不同，必然影响到模型的正确性和预测精度。当前对财务危机预警模型的研究大多数偏重用财务指标来构建模型，而非财务因素指标不仅在数据上收集困难而且不易测评。②国内学者对这些模型的研究都是通过实证研究得到的，缺乏理论的指导，研究者在选择变量的时候也受到自身价值判断的影响。③在国内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，众多研究者还没有找到令人信服的财务风险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。

        我国这方面的研究中如何考虑行业和规模的影响，样本设计条件的变化如何影响预测精度，如何从理论上和经验上引进更有效的预测变量，而且国内研究对现金流量指标的重视程度也不够，这些都是我们未来需要进一步研究的方向。

参考文献：

[1]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[j].预测.2002.3.

[2]张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.

篇（3）

首先在财务风险预警领域树立里程碑的是Beaver（1966），他利用单变量对企业破产进行预测，局限性是对同一企业的风险进行预测时，选择的比率不同，得到的结果也可能有所不同。美国学者Edward Altman在1968年提出了多元变量Z-score模型，突破了单变量的研究。之后学者们纷纷利用多变量财务预警模型进行研究，但在1980年学者Ohlson首次采用Logistic方法预测财务风险。进入20世纪90年代，出现了基于神经网络的财务风险预警模型，得到的结果比较理想。随后一些新的方法如：支持向量机、期权定价模型也被运用到财务风险预警的分析中。我国的财务风险预警研究起步较晚，周首华、杨济华（1996）把现金流量指标引入到Z分数模型中，提出了新的模型―― F分数模型。陈瑜（2000）运用二元线性回归和主成分分析对上市公司财务预警模型的构建进行实证研究。姜秀华、孙铮（2001）则运用Logistic建立回归判别模型。随后的财务风险预警研究采用了新的方法――神经网络，如： BP神经网络（杨淑娥、黄礼，2005），模糊神经网络混合模型（梁杰，2006），遗传神经网络（蔡志岳、吴世农，2006），RBF神经网络对物流企业财务风险预警的评价（刘磊、郭岩，2012）等。随着多学科的交流融合，也出现了其他的模型，如2015年蓝莎运用系统动力学对财务系统进行结构―功能模拟，建立了财务风险预警体系。

总体来看，多元判别分析、Logistic和人工神经网络是主要的预测方法，三者之中预测度最高的是人工神经网络，最差的是多元判别模型。目前文献对工业企业的财务风险预警研究较少，本文选取北京市工业企业与财务风险有关的财务与非财务数据，并引入人工神经网络中相对完善、易于操作的多层次感知器，构建财务风险预警体系。

二、数据样本的确定

（一）样本预警指标选取

本文研究对象是北京市45家在上海证券交易所上市的A股工业企业，并通过csmar数据库收集2012―2014年这些公司的相关指标。选取的指标既包括了反映企业偿债能力、盈利能力、经营能力和发展能力四个方面的财务指标，也涵盖了相关非财务指标，如股权集中度和独立董事比例，总计18项预警指标，如表1所示。

（二）财务风险划分

由于45家北京市工业企业被ST特殊处理的情况较少，且标记为ST发生在出现财务危机之后，很难对企业风险预警产生前瞻性影响，而且财务风险的发生是一个渐进的过程，上市公司的财务状况在不加以控制的情况下会由轻度财务危机转换为重度财务危机。所以本文将财务风险按照以下标准将其细分为低风险、中等风险和重大风险。如果当年的净利润不为负时，表明上市公司的财务风险为低风险;当年首次出现净利润为负，则表明上市公司为中等财务风险水平;当年为第二次出现净利润为负时，则表明财务风险水平很高，归类为重大风险。根据上述标准，将2012―2014年45家公司共135个样本划分为三类，其中：低风险有120个，中等风险为10个，重大风险为5个。

三、实证检验

（一）KMO检验与Bartlett球度检验

在收集到以上45家工业上市公司近三年18项指标数据后，对原始数据进行标准化处理，以消除不同指标间的量纲差异。在此基础上为判断135个样本数据是否能进行主成分分析，首先对标准化后的数据进行KMO检验与Bartlett球度检验，如表2所示，其中KMO值为0.678，大于0.6，适合做主成分分析;Bartlett球度检验的显著性概率为0，说明变量具有统计学意义，而且表现出高度的相关性和显著性。

（二）主成分因子的提取

为了对财务风险预警进行更加有效的分析，需要减少变量的个数，分析2012―2014年共135个样本数据的18项预警指标，利用SPSS软件进行因子分析，提取主成分因子，如表3所示。在特征值大于1时，共提取7个主成分因子，这7个主成分因子的累计方差贡献率达到75.9%，能反映18个变量四分之三的信息。设主成分因子为Fi（i=1，2， …，7），做成分矩阵（如表4所示），可以进一步分析主成分Fi所代表的能力和它反映的有关上市公司的财务信息。

主成分因子F1中资产报酬率、每股收益、营业净利率的比重较大，说明F1主要反映公司的盈利能力;F2中所有者权益增长率和净利润增长率所占的比重大，代表公司的发展能力;F3中反映偿债能力的指标比重较大，说明F3主要变现为偿债能力;F4中非财务指标的独立董事比例比重最大，则把公共因子看成股权结构因子;F5中总资产周转率的比重最大，代表整体营运能力;F6中综合杠杆的比重最大，反映了风险水平能力;F7中营运能力的应收账款周转率和存货周转率指标所占的比重大，F7代表日常营运能力因子。这7个因子涉及到财务和非财务的相关信息，比较全面地反映出财务风险的各种因素。

（三） MLP风险预警模型的构建及实证结果

多层感知器（MLP）是一种多层前馈网络模型，具有高度的非线性映射能力，它由三部分组成：一层为感知单元组成的输入层;一层为（或多层）计算节点的隐藏层;一层为计算节点的输出层。

本文运用SPSS软件，首先将七个主成分因子代表初始的18项指标，代入神经网络的多层感知器，作为协变量，风险程度作为因变量。其次在分区中，按照七比三的比例随机分配个案，即135个样本中70%作为训练变量，30%作为测试变量。其中训练变量中重大风险的样本为3个，中等风险的样本数为8个，低风险的样本数为86个;测试变量中包含重大风险的样本2个，中等风险的样本数为2个，低风险的样本数为34个。然后在体系结构中，设置最低的隐藏层数为1，分批进行培训操作时，选择调整的共轭梯度对算法进行优化。最后可以输出ROC曲线分析准确性和特异性，判断对财务风险的预警能力。

MLP对财务风险预警识别结果如表5所示，已预测与已观测的样本相比，在训练变量中，有三个样本其实属于重大风险，却预测为中等风险，准确率为0，中等风险和低风险全部预测准确，总体来看，训练变量的正确率为96.9%;在测试变量中，重大风险有2个在预测的中等风险水平中，总计的测试变量的准确率为94.7%。由此得出综合正确率为95.8%，其中低风险预测准确率为100%，说明多层感知器对低风险能较好的预测;误判均发生在将重大风险归类到中等风险，究其原因可能是重大风险与中等风险划分不明确，且在第一年出现净利润为负时，第二年要想转亏为盈的难度也很大，或者即使利润为正，为弥补去年差异最后的净利润数额也较小，这样造成重度风险和中度风险的差异不大，利用多层感知器预测时会产生偏差。

四、结论

篇（4）

引言

企业财务风险管理(ERM)是指企业在日常的经营中，通过对风险的认识、衡量和分析并以最小的成本达到最大安全保障的管理办法。风险和收益并存，企业作为市场的主体要参与市场竞争必然要面对风险，因此，财务风险预警就显得尤为重要。

一、财务风险

财务风险是指企业经营总风险在财务活动上的集中体现，是企业财务活动未来实际结果偏离预期结果的可能性。财务风险有狭义和广义之分，狭义的财务风险仅指筹资风险，广义的财务风险是指包括筹资风险在内的所有由于不确定事项给企业带来的可能损失及其损失程度，包括：筹资风险、投资风险、资金收回风险、资产贬值(或跌价)风险、收益分配风险等。

二、建立财务预警系统

为防范化解企业财务风险，企业建立一套健全有效的财务风险预警系统就显得非常必要。

企业财务风险预警系统是指企业在财务风险管理中形成的各种相互依赖、相互制约的预警职能体系，是财务风险管理中一项复杂性、综合性程序较高的管理活动。预警系统的设计就是把风险预警机制因地制宜的引入企业内部，让企业、管理者、员工共同承担风险责任，使责、权、利三者真正成为一个有机整体。预警系统设计包括预警组织机构设计、信息收集和传递系统设计、财务风险分析系统设计及财务风险处理系统设计。具体实施步骤如下：

1.以现金流为基础，建立短期财务预警系统。短期而言，企业能否维持下去，并不完全取决于是否盈利，而取决于是否有足够现金用于各种支出。预警的前提是企业有利润，对于经营稳定的企业，由于其应收、应付账款及存货等一般保持稳定，因此经营活动产生的现金流量净额一般应大于净利润。根据企业现金流量表，定期分析企业的现金流动状况和变化趋势，是财务管理工作别重要一环。准确的现金流量分析，可以为企业提供预警信号，使经营者能够及及早采取措施。

2.确立财务分析指标体系，建立长期财务预警系统。对企业而言，在建立短期财务预警系统的同时，还要建立长期财务预警系统。其中偿债能力、企业营运能力、企业盈利能力等指标最具代表性。(1)偿债能力分析指标。①经营活动现金净流量/流动负债。该指标说明企业通过经营活动所获得的现金净流量可以用来偿还现时债务的能力。比率越大，说明企业流动性越大，短期偿债能力越强。②经营活动现金净流量/负债总额。该指标反映企业年度经营活动产生的现金净流量偿还企业全部债务的能力，反映企业长期偿债能力。比率越大，表示企业长期偿债能力越强。(2)企业营运能力指标。包括两个主要的指标：①总资产周转率(主营业务收入净额／平均资产总额)：该指标是用以综合评价全部资产经营质量和利用效率的重要指标。该指标越高，表明以相同的总资产完成的周转额越多， 总资产的利用效果较好。②流动资产周转率(主营业务收入净额／平均流动资产总额)：该指标反映了企业流动资产的周转速度，它是从流动性最强的流动资产角度，对企业的利用效率进行分析，以进一步揭示影响企业资产质量的主要因素。

(3)企业盈利能力指标。包括两个主要的指标：①净资产收益率(净利润／平均净资产)：它是反映企业自有资金投资收益水平的指标， 一般情况下该比率越高，表明自有资金获取收益的能力越强，对企业投资人、债权人的保障程度越高。所以它至少不应低于市场或行业的平均值。如果资产收益率达不到市场或行业平均水平，意味着企业发生了机会损失，并且在竞争中客观上已处于劣势地位。一般存在财务风险的企业资产收益率也比较低。②总资产报酬率[(利润总额+利息支出)／平均资产总额]：它是反映企业资产综合利用效果的指标，该指标越高，表明企业的资产利用效益越好，整个企业的盈利能力越强。

三、应对风险的措施

在发生的风险预警系统实施中，实时对风险信号进行监测，如出现产品积压，质量下降，成本上升，应收款增大等，要查明其形成原因及过程，确定切实可行的风险管理策略。应对财务风险通常采用以下策略：

1.回避风险策略，即考虑到风险事故存在可能性较大时，主动放弃或改变某项可能引起风险损失决策的方法。

2.接受风险策略，即企业面对客观存在的财务风险，接受下来，并努力采取措施控制风险的方法。

3.风险防范策略，即在损失发生前消除或减少可能引起损失的各项因素，避免损失的产生。

4.分散风险策略，即通过企业之间联营、多元化经营对外投资多项化等方式分散财务风险。

5.实施中应注意的问题。(1)加强财务信息管理，建立完善灵敏的财务信息系统，保证财务预警指标体系的建立和运行效果。(2)树立牢固的风险防范意识，加强完善企业内部控制制度，良好的内部控制制度可以提高财务预警的准确性。(3)保证畅通的预警信息传递路线和及时的对策反应，使预警信息能及时反处理。(4)正确认识和处理财务风险预警系统和其他管理体系的关系，财务风险预警系统是企业内部控制的一种形式，不同于行政管理，又依赖于行政管理。

参考文献：

[1]韩冬梅:如何加强企业财务风险管理[J].会计师,2007. (1).

[2]胡殿香:论现代企业的财务管理[J].经济技术协作信息,2007.(6)

[3]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

[4]李秉成,刘芬芳.财务困境预警分析方法评析[ J].武汉科技大学学报,2004(1):6～10

[5]殷孟波 贺向明:公司财务危机预警模型评介[J].经济学动态,2004(3)

篇（5）

企业的财务风险主要是指在企业的各种财务活动中，因受一些不确定因素影响而使得企业实际财务收益与预期的收益产生一定的偏离，从而给企业造成蒙受损失的可能。随着世界金融危机的不断出现和市场竞争的日益激烈，企业必须要积极建立财务风险的预警系统，健全风险管理机制，从而确保企业的健康发展。

一、构建企业财务风险预警的相关措施

1.建立健全企业财务风险预警系统

财务风险预警系统贯穿于企业生产经营活动的整个过程，其主要是企业信息化的基础上，依据企业自身经营计划、财务报表和其他财务资料，利用金融、市场营销、企业管理和财会等理论，并采用比较分析、数学模型、比例分析以及因素分析等方法而进行的示警预报。

财务风险预警系统的建立不仅可以让企业经营者对一些潜在的财务危机做好应对的准备，及时地找出财务危机产生的根源和经过，给企业的管理经营者提供一些改善财务危机的建议和措施，从而能够为企业未来的管理和经营提供良好的借鉴作用。

2.树立企业的风险防范意识，做好信息管理工作

风险防范意识的树立是保障企业内部财务风险预警系统成功建立和正常运行的前提。因此，在日常工作中企业内部的全体员工，尤其是领导管理阶层要牢固树立企业的风险防范意识，并极采纳合理建议。

企业要加强财务风险预警组织机构的建立，积极遵循“职责独立、专人负责”的原则，从而确保企业的各项风险预警工作能够得到严格的落实，以避免受其他机构的影响和干扰。而在企业信息的管理上，要不断对资料信息系统进行升级，并及时对系统信息进行刷新，以确保各项财务信息的准确性、及时性和有效性。

3.建立健全企业财务风险的分析和处理机制

对财务风险的高效分析是企业财务风险预警系统的关键和核心。而企业财务风险的处理则主要是一些改进方案、补救办法和应急措施。其中，改进方案是对企业管理经营中一些薄弱环节的改进措施，目的是避免和杜绝类似财务风险事件的再次发生；而补救方案则是指当财务危机发生后要采取有效的措施来尽可能地控制损失或减少损失；应急措施是指当财务风险或财务危机出现时，要采取有效的方法和手段进行规避，以避免危机的不断恶化。

4.将企业的财务风险预警系统和其他各项制度建设进行有效地结合

企业作为一个整体，其内部的任何活动都可能会影响到客户对企业的满意度，这就要求企业内部的财务管理要与其他管理活动保持良好的衔接和沟通，同时还要使企业财务风险的预警系统与其他子系统之间保持协调和一致性，并实现资料数据的共享。因此，要规避企业的财务风险，就需要将企业的财务风险预警系统与其他各项制度建设进行有效的结合。

5.遵循和坚持成本效益原则

企业内部财务风险预警系统的良好构建还需要积极遵循和坚持成本效益原则，并使实施预警信息产生的价值能够大于实施预警信息产生的成本，以确保财务风险预警系统构建的有效性和经济性。一般情况下，企业自身的财务风险在很大程度上取决于其内部的现金流量状况。当前企业所面临的财务风险主要包括投资风险、筹资风险、利益分配风险以及资本运营风险等，这些财务风险贯穿于企业财务管理的整个过程，不利于企业的协调稳健发展。因此，在新时期的发展中，企业要通过建立财务风险管理机制来防范和控制各类财务风险的出现，以最大程度地降低企业的风险损失，保障财务安全，从而实现企业运营价值的最大化。

二、企业进行财务风险管理的有效措施

1.积极建立相关的风险预警机制，提高企业应对外部经济环境的能力

复杂多变的经济环境是造成企业财务风险的重要原因，外部的经济环境等因素对企业内部的财务管理有着深刻的影响。面对复杂多变的外部经济环境，企业要加强对其变化趋势和规律的研究，并通过建立相关的财务风险预警机制来有效地掌握外部市场环境的变化，并预测出企业所要面临的财务风险的危机。同时，根据对外部经济环境的预测结果，企业应积极制定相关的应变措施，加强对企业内部财务管理办法和政策的调整，以提高企业应对外部经济环境的能力，减少或避免因外部环境的不利变化而对企业的财务管理造成冲击，从而到达降低企业外部财务风险的目的。

2.建立相关的财务决策机制，提高企业财务决策的科学性

当前企业财务决策中所采用的主观决策和经验决策在一定程度上增加了企业财务决策的失误率，而错误的决策又会大大增加企业所面临的的财务风险。面对这种情况，就需要企业在发展中建立相关的财务决策机制，提高财务决策的科学性，从而防范和减少财务风险的出现。具体来说，企业首先要明确自身的财务决策目标，并确保财务决策目标和企业总体目标的一致性，这是提高企业财务决策科学性的前提。最后，还要对财务决策实施过程进行有效的监督，从而保障企业财务决策的顺利实施，降低风险所带来的损失。

3.确定科学合理的企业资本结构

企业的理财目标和资本结构对财务风险的产生有着重要的影响，这就要求企业要确立科学合理的资本结构，以规避各种财务风险的出现。企业资本结构的合理与否主要受企业筹资决策的影响，因此，企业在进行筹资时应根据自身的实际情况，对与筹资相关的影响因素进行综合的考虑，从而确定出合理的资本结构。

4.建立和完善企业内部的财务风险管理制度

完善管理制度能够明确企业财务风险管理的方向和目标，也是防范和减少企业财务风险的重要措施。同时，企业要不断强化企业自身的内部控制，加强对企业资金的有效管理，以提高其资金的利用率。并对当前的业务流程进行全面的梳理，以找出其中潜在的财务风险和相关的控制措施。另外，还要加强对当前财务控制制度的审核，对其中存在的监管漏洞要进行及时的补充和完善，从而增强其抵御各类财务风险的能力。

加强对企业财务风险的管理，提高企业财务风险预警能力是当前企业应对激烈市场竞争的有效路径。企业要积极建立财务风险预警系统，建立健全财务风险的相关管理机制，从而确保企业的健康持续发展。

参考文献：

篇（6）

一、建立企业财务风险预警系统的必要性

（1）当今企业发展环境。惨痛的历史给社会的经验是固步自封只会落后，之后任人欺凌。这一点同样适用在经济市场，经济竞争就是没有硝烟的战场。所以，当今的市场经济中，各个企业所要面临的竞争对手不仅仅是国内的企业，还有国外的各强国的优秀企业。形式十分严峻，企业只有经历了各种各样的历练和考验，积极吸取竞争对手的优秀制度，不断的从经历中总结经验，吸取教训，完善自己，才能够从中脱颖而出，屹立在国际经济市场之内。

（2）建立企业财务风险系统的必要性。一个企业就像一个人一样，它的发展受到两个方面的影响：一是来源于外部经济市场的规则、国家的政策、社会的要求之类的外部考验，另一个就是来源于自身的影响。一个优秀的人需要对自身内在进行管理，在不断丰富自己的同时，也需要培养或制定良好习惯对自己进行制约。对于企业来说，在不断发展的同时，必须要制定相应的制度来对企业进行约束，避免或减少外界对企业造成的不良影响，将事后的管理更改为事前的预防。因此，企业应建立严谨的财务风险预警系统和监控系统，提高企业对市场的危机意识。

（3）建立企业财务风险系统的意义。有企业成立，也有企业成功，自然也就有企业合并或者是破产，这些是市场经济的环境下企业的发展常态。相信每个企业都不愿意走向衰落，那么，企业就要提高自身对市场信息的应对以及消化的能力，最大程度上利用自己企业的优势，不断的加强企业自身抵抗风险的机制和意识。建立企业财务风险预警系统，通过风险预警系统中的防范、监控、预警等功能应对各种容易发生变化的、非常见的逆境状况，从而保证企业生产经营的安全性以及企业生产经营中的良性循环。财务预警系统可以多方面的分析公司财务情况，并结合实际的经济市场的信息来预测公司财务危机，从而不断针对调整，让企业的财务活动始终处于“可控、且安全”的状态。公司财务对经营活动具有前瞻性特征，有大量的实例可以证明，陷入经营危机的企业基本上都是由财务危机为征兆的，而财务的危机问题，并不是突然性的、爆发性的危机问题，财务危机的形成是问题的不断积累与恶化共同造成的。而财务风险预警系统能够不断排查这些问题，一些敏感性的关键财务指标即警兆会以不同的形式，在不同程度显现出来，然后系统就会对这些问题进行分析，及时的减少财务问题，从而减少财务危机的发生。

二、企业财务风险预警系统的构建

企业财务风险预警系统是财务风险管理中一项综合性程序较高且复杂的管理活动，主要是指企业在财务风险管理中形成的各种相互制约、相互依赖的预警职能体系。通常情况下，企业在对财务的管理过程中，都会采用财务杠杆系数衡量财务风险的方法。但是这样的方法对于财务风险预警来说，远远达不到要求。财务预警系统是通过对企业财务活动进行预测、监控，通过因素分析、比较分析、比率分析等方法建立的一套财务预警分析系统，系统全面地检测企业的财务情况，通过分析预先告知企业可能出现的财务危机，让企业可以提早准备，而且还可以采取特定的措施，排除危机，保证企业财务活动安全运行的管理行为。当前财务预警模型多采用单元判定模型，多元线性判定模型如人工神经网络模型、Logisti模型、Z分数模型等。

要想构建企业财务风险预警系统，首先要做的是对需要达到的目标状况、财务风险预警所处的环境情况进行分析，然后要结合风险预警的论证还有企业的实施环境，使用合理科学的财务指标，并且要充分的考虑财务风险预警的功能选定以及财务风险系统的结构构建的问题。

此外，由于财务风险预警系统的重要方法是利用财务风险分析机制，所以要想建立企业的财务风险预警系统，就必须要建立健全财务风险分析处理的管理机制，企业的财务风险需要这两个机制合作、共同解决。财务风险的处理中有改进措施、补救措施、还有应急措施等。系统对于风险问题的处理一般是将财务风险的信息经过汇总之后将其送到危机处理小组进行处理解决。

企业财务风险预警应配合企业发展建设要求。财务管理和财务风险预警都是因企业的发展建设而建立，财务风险预警系统的运行与操作是根据企业的各项信息进行分析判断得出结果，财务风险预警系统应结合企业的实际状况，建立适用与企业发展的预警系统。对已经建立的风险预警系统应进行必要的评估和检查，及时调整系统中不适当的环接，降低企业的财务风险。

企业应加强风险的防范工作。面对企业间的竞争，企业的管理者必须提高财务风险的防范意识，加强财务控制程序，提高财务管理的制度，提升对财务危机的认识，将财务风险系统融入在日常的工作监督中，发现预警中的异常立即应对，采用危机管理对出现的财务危机进行补救处理，降低企业的风险，促进企业的安全发展。

三、结论

如今企业的发展面临的是国际的经济市场，企业的发展压力相对较大，企业必须从各方面武装自己，财务作为企业发展的核心更是要受到重要的保护，建设企业财务风险预警系统可以帮助企业不断的检视自身，结合实际的市场规则或需求，对企业内部的信息或制度进行排查，能够帮助企业尽早的发现问题，给企业解决问题的时候，同时也减少了由财务问题不断积累、压缩，最后对企业造成毁灭性伤害的可能性。本文简单论述了企业财务风险预警系统的构建问题，提出了几点针对性的建议，希望可以帮到各位读者，帮到各个企业提高效益。

参考文献：

篇（7）

二、高校财务风险预警系统的构建

财务风险管理的一般程序是风险的识别、风险的测度和风险的控制。本文按照这个思路来构建高校财务预警系统，高校财务预警系统是一个循环运行的系统。基本信息系统负责财务信息的收集，财务信息收集的对象主要是高校内部财务信息和外部信息，并形成一个资料系统，将所有资料传递给分析监测系统。分析监测系统是财务风险预警系统的核心，运用专门的财务预警模型，通过分析监测可以迅速排除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，对其重点研究，分析出风险的原因，评估其可能造成的损失。风险控制系统应及时根据财务风险水平的高低制定相应的风险防范或化解策略，对财务风险回避、转移和承接。

（一）基本信息系统

良好的财务预警系统必须建立在对大量资料进行统计分析的基础上，形成基本信息系统。负责财务信息的收集和传递，这个系统应该是开放性的，不仅包括信息的输入，还包括信息的输出;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般意义上的会计核算报告系统，还包括对会计资料的认真阅读、分析和评价，以及寻找高校潜在的财务风险并及时消除财务风险的工作。

（二）分析监测系统

分析监测系统是财务风险预警系统的核心，它以高校的财务报表及其他相关的资料为依据，通过定量分析与定性分析相结合的方法，对高校存在的风险做出判断，对风险水平达到或超过预警线的财务风险进行预警。定量分析主要是通过设计一套财务风险指标评价体系，来评估高校财务风险的。

1.建立高效财务风险指标评价体系

（1）偿债能力评价指标。第一，资产负债率：资产负债率=负债总额/资产总额×100%反映了在高校总资产中债务资金所占的比重。资产负债率越低代表资产对债务的保障越高。目前大部分高校正在快速发展，所以并不是这个比重越低越好，应该在一定范围内更有利于学校的资金筹集，比重可以设为30%～60%之间，当比重大于60%应该预警，这表明学校有可能要资不抵债。第二，流动比率：流动比率=流动资产/流动负债×100%反映了高校用流动资金偿还流动负债的能力。该比重可以设在2～5之间，当比重小于1.5应该预警，表明学校的短期偿债能力变低。第三，潜在支付能力：潜在支付能力=（年末货币资金+年末应收票据+年末借出款+年末债券投资）/到期债务本息×100%反映了高校收益能力对债务偿还的保障，比重越大说明了潜在支付能力越强，该指标值至少要大于1，指标值小于1时，表明债务有可能会还不上。

（2）运营能力指标。第一，预算收入实现率：预算收入实现率=实际收入/预算收入×100%反映了高校本年预算收入的完成情况，指标值小于100%表明没有完成，大于100%表明实际收入超过预算，接近100%表明完成情况最好。第二，预算支出实现率：预算支出实现率=实际支出/预算支出×100%反映了高校本年预算支出的完成情况，指标小于100%是控制较好，大于100%是超预算支出，接近100%表明基本和预算相符。第三，经费自给率：经费自给率=（事业收入+经营收入+附属单位上缴收入+其他收入）/学校总经费收入×100%反映了高校自筹经费的收入占学校的总经费收入比重。该指标值越大，表明该校自给能力越强。预警指标值可设在50%左右，低于50%则要预警。第四，事业基金可用率：事业基金可用率=（事业基金-借出款-对外投资）/事业基金总数×100%反映了高校可动用的事业基金占事业基金总数的比例。指标值高，说明高校可调动基金弥补预算缺口的能力强，这个预警指标值可根据高校实际情况确定。

（3）发展潜力指标。第一，自筹收入能力：自筹收入能力=自筹收入/总收入×100%反映了高校通过多种渠道创收方面的能力。指标值越大，说明高校自我发展能力越强，预警指标值可根据高校实际情况确定。第二，总资产增长率：总资产增长率=（年末资产总额-年初资产总额）/年初资产总额×100%反映了高校资产的增长情况。指标越大表明学校发展速度越快。第三，自有资金增长率：自有资金增长率=（年末自有资金总额-年初自有资金总额）/年初自有资金总额×100%反映了高校自有资金的增长情况。该指标越大表明学校的发展潜力越好。

2.定量分析和定性分析相结合

定量分析虽然是通过对财务报表进行分析、加工和处理来完成财务风险预警的，有其科学性和合理性，但这种方式也会受到不同高校条件差异、高校在不同时期影响因素的变化、评价时对评价指标的选择，以及高校对会计政策的选择等各种因素的影响，无法满足高校对财务风险预警的全面需要。而定性分析则是在财务报表分析的基础上，结合专业分析人员的经验判断，可以对定量分析的不足加以弥补。如当高校过度依赖贷款、总资产和收入急剧下降、过度大规模扩张、财务预测在较长时间不准确等情况，则预示着高校存在发生财务风险的可能性。为此，高校不但要通过定量分析来把握高校的发展趋势，而且要相应地结合定性分析来进行考量和判断。

（三）高校财务风险控制系统

风险控制系统就是针对分析检测系统对财务运作过程中存在的问题和隐患做出的预警，对不同的财务风险类型提供不同的有效控制措施。控制措施按其是否依靠外界帮助可分为两类：一类是将财务风险转移，另一类是将财务风险自行承接。高校对自身控制能力有限，即使可以控制，但控制的成本和代价太大的财务风险可以实施转移策略，如会同商业银行制定切实可行的还贷方案和多家银行组合实现贷款，向专业保险公司投保等。高校对不能转移的财务风险或自己有能力将损失控制在可容忍范围内的财务风险可以实施自行承接策略。自行承接的方式即制定相应的对策改善目前的财务状况，如加速应收账款的收回，节约开支，有效处理不良资产等。在制定好控制措施后，还应定期检查风险控制措施的实施效果，并根据整个系统的运行情况重新对财务风险评估系统做出的预警进行适当性、有效性、及时性的分析，并对基本信息系统的风险信息进行修正，从而将高校财务预警系统的三部分连成一个有机的整体。

三、高校财务风险预警系统评价结构

根据高校的实际运营情况和管理需要，可以将预警系统反映出来的财务风险情况确定为低、中、较高、高四级。具体解释如下：

1.高校财务风险低。代表了学校收益水平很高，债务的支付能力很强，学校的经营正处于良性循环状态。

2.高校财务风险中。代表了学校处在平均水平，有足够的债务偿还能力，学校的经营处在良性循环水平，但比较容易受到内部、外部不确定因素的干扰，需要及时检测情况。

篇（8）

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。

篇（9）

Z＝0.012X1＋0.014X2＋0.033X3＋0.006X4＋0.999X5

其中：

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＝（所有者权益总额／负债账面价值总额）×100

X5＝（销售收入／资产总额）×100

其中X1、X4反映企业的偿债能力；X2、X3反映获利能力；X5反映盈利能力。Z值越低，风险越大。在奥特曼（Altman）的多元Z值判别系统中，最终对财务风险预警起作用的财务比率只有5个，这是否意味着其它财务比率对财务风险预警就不起作用了？其实不然，因为奥特曼在构建多元Z值判别系统的过程中，首先进行财务比率的相关性分析，剔除了一部分财务比率，并最终根据累计贡献率选择了5个财务比率。实际情况是财务比率之间往往具有一定的相关性，但又不是完全相关的。因此，能否找到一种方法，使得在构建财务风险预警系统时，一方面既能考虑到更多一些对财务风险预警有指示作用的财务比率；另一方面又不会因为财务比率太多而增加分析问题的复杂性?为了解决这一问题，利用层次分析法。层次分析法通过同类指标两两比较谁更重要的方法，构造判断矩阵，计算出特征向量，确定各层次的权重。另外，奥特曼多元Z值判别系统的所选择的5个财务指标，是基于会计权责发生制下的财务比率，能否利用收付实现制下反映企业的偿债能力、获利能力、盈利能力的现金流量指标替代呢？从国内外实证研究表明，采用现金流量的系列指标分析有助于财务风险预警。

所以，利用层次分析法并结合奥特曼多元Z值判别系统的分析思路，构建了基于企业现金流量分析的财务风险预警系统，通过计算出来的A值，与预警指标比较以及在预警区间的范围，可正确评价企业面临的风险，得知风险程度和风险来自哪些具体方面，从而有针对性地制定有效措施防范风险。

二、财务风险预警系统的构建

（一）指标选择原则

指标选择原则力求科学性、全面性和可比性。科学性和全面性就是要运用现代科学的方法，参照国外先进的做法来对企业进行评估，评估方法设计和指标选取要客观、公正、公平，尽量淡化主观色彩，表现为所选用的指标既要反映公司的获利能力和支付能力，又要反映资产流动性和财务弹性等财务状况，以概括反映资产负债表和利润表的有关指标的信息，同时兼容各指标之间的系统性。可比性表现为所选用的指标不受公司行业背景等个性条件的限制，可直接比较。同时，选取的各项指标必须有机配合，形成体系，指标之间不能重复和矛盾，各项指标要有一定的依据并真实可靠；要选择能够反映企业全貌的指标，既要评估企业的现在，也要评估企业的过去，还要预测企业的未来；选取的指标要有代表性，尽量精简，避免由于指标过于庞杂而导致的内容冲突、相互矛盾等现象；选取的指标应具有较强的横向、纵向可比性，并尽可能排除偶然或异常事项的影响。

（二）现金流量指标的选择

综合上述有关指标选择的原则，财务风险预警系统从以下五方面选择现金流量分析指标：

1.结构性分析指标

经营活动现金流量流入流出比X11＝经营活动现金流入量／经营活动现金流出量

投资活动现金流量流入流出比X12＝投资活动现金流入量/投资活动现金流出量

筹资活动现金流量流入流出比X13＝筹资活动现金流入量/筹资活动现金流量流出量

2.流动性分析指标

现金到期债务比X21＝经营活动现金净流量/本期到期债务

现金流动负债比X22＝经营活动净流量/流动负债

现金债务总额比X23＝经营活动现金净流量/总负债

3.获取现金能力分析指标

销售现金比率X31＝经营现金净流量／销售额

每股营业现金净流量X32＝经营现金净流量／普通股股数

总资产现金回收率X33＝经营现金净流量／总资产

4.财务弹性分析指标

现金满足投资比率X41＝经营活动现金净流量／（资本支出＋存货增加＋现金股利）

现金股利保障倍数X42＝每股经营现金净流量／每股现金股利

5.收益质量分析指标

现金营运指数X51＝经营现金净流量/经营所得现金

现金利润率X52＝经营活动现金净流量/净利润

（三）利用层次分析法确定权重

对财务风险预警指标赋予不同的权重，体现了各变量指标对风险预警结果的影响程度和重要程度，指标权重应根据风险管理的目的来设置，财务风险的指标体系主要是从企业的角度考察其偿债能力和风险承受能力，因此，偿债能力和现金流动情况是整个指标体系的重点，该部分的权重应相应加大。层次分析法，是一种定量与定性相结合，是将决策者的主观判断与偏好用数量形式表达和处理的方法。

首先，在财务风险预警系统（A）中第一层分解为现金流量结构指标（B1）、流动性指标（B2）、获取现金能力指标（B3）、财务弹性指标（B4）和收益质量指标（B5）五个分层指标。这五个方面对现金流量综合评价值来说，其重要性各不一样，即权重有大小。按重要性排序为：B3>B2>B1>B4＝B5，根据层次分析原理和指标间两两比较重要性（1表示同样重要，3为稍微重要，5为明显重要，7为重要得多，2、4、6介于以上相邻两种情况之间），构建以下判断矩阵：

根据以上5阶矩阵求得特征向量为：

＝（0.1151，0.2137，0.5300，0.0706，0.0706）T

同时，求得判断矩阵最大特征根为：

λmax＝ ＝5.13168，

一致性检验CI＝＝（5.13168－5）／4＝0.03292，

5阶矩阵RI＝1.12，CR＝CI／RI＝0.03292／1.12 ＝0.0294

其次，分别对各层构建判断矩阵，用同样的方法求特征根并进行一致性检验。现金流量结构指标（B1）经营活动现金流入流出比（X11）、投资活动现金流入流出比（X12）、筹资活动现金流入流出比（X13）三个指标，构建的判断矩阵、特征向量及一致性检验：

流动性指标（B2）分解为现金到期债务比（X21）、现金流动负债比（X22）、现金债务总额比（X23）三个指标，构建的判断矩阵、特征向量及一致性检验：

获取现金能力指标（B3）分解为销售现金比率（X31）、每股营业现金净流量（X32）、全部资产现金回收率（X33）三指标，构建的判断矩阵同B1的矩阵，特征向量WB3＝（0.5390，0.2972，0.1638）T。

财务弹性指标（B4）分解为现金满足投资比率（X41）、现金股利保障倍数（X42）两个指标，构建的判断矩阵和特征向量：

收益质量指标（B5）分解为营运指数（X51）、现金利润率（X52）两个指标，构建的判断矩阵和特征向量：

（四）财务风险预警系统的建立

则由以上的特征向量矩阵构建财务风险预警系统的如下：

A＝0.1151B1＋0.2137B2＋0.53B3＋0.0706B4＋0.0706B5

其中：

B1＝0.5390X11＋0.2972X12＋0.1638X13

B2＝0.2244X21＋0.6196X22＋0.1560X23

B3＝0.5390X31＋0.2972X32＋0.1638X33

B4＝0.3333X41＋0.6667X42

B5＝0.3333X51＋0.6667X52

三、财务风险分析

从上述现金流量指标的层次分析中可以看出：财务风险预警系统是从企业现金流量的结构性、流动性、获取现金能力、财务弹性和收益质量五方面来评价企业财务风险的预警结果及其财务风险承受能力，财务风险预警结果A值越大，其风险越低；反之，分值越低，风险越高。

四、应注意的问题

1.需将定性分析和定量分析结合起来综合分析

建立了以现金流量分析为基础的财务风险预警系统，是定量分析系统，其所选择的现金流量分析指标不能反映企业全部风险特征，通过国内外实证研究表明，在财务风险分析中考虑非财务因素仍然认为有必要，因此，应将定性分析和定量分析结合起来综合运用。

2.持续更新财务预警指标和预警区间

财务风险预警系统是一个持续完善的过程，在财务预警系统建立后，企业应定期根据其经营情况、行业发展状况及宏观经济环境的变化，及时检讨财务预警指标的选择及预警指标预警区间设置的合理性，以完善相应的财务风险预警机制和财务风险管理措施。

3.建立风险管理信息系统，为财务风险预警提供信息技术支持

篇（10）

二、研究设计

1.样本及指标选取。根据我国证监会的规定，上市公司连续亏损的将被进行处理，我们选取上市公司中st公司为财务风险高公司；而非st公司为正常公司。通过收集2010年上市公司主要财务数据，利用这些财务指标来反应企业特征。数据来源于国泰安数据库、中国证劵之星网等。通过采集湖南的51家上市公司，其中st公司有8家，非st公司43家。通过筛选出16个指标作为输入层节点。分为四大类：一偿付能力指标：X1资产负债率、X2速动比率、X3产权比率、X4流动比率；二营运能力：X5流动资产周转率、X6应收账款周转率、X7存货周转率；三盈利能力：X8总资产利润率、X9销售净利润；四成长能力：X10销售收入增长率、X11成本费用率、X12资本金利率。样本数据处理。在综合评价指标时，不同评价指标往往具有不同的量纲，为了消除由此带来的无法同一度量的问题，需要将各个评价指标进行无量纲处理。

2.研究方法简介。BP神经网络是基于误差反向传播算法（Back-Propagation）的多层前向神经网络。BP神经网络主要是由三个部分组成：输入层、输出层、隐含层。每层由若干个神经元节点构成，每个节点则由输出由输入、作用函数和阙值决定。在正向传播的过程中，从输入层经过隐含层处理，传向输出层。如图显示的是一个三层BP网络的结构。BP神经网络层与层之间通过权值相连，可以通过学习来调节各层神经元之间的关系；每层的基本处理单元（输入层单元除外）为非线性输入，输出关系。

设给定的输入为x（i=1，2，…，m）和输出为，y（j=l，2，…，n）。通过隐层神经元与输入神经元关系得出隐层神经元个数。对于第n个输入，（xn，yn）（n=1，2….m），其中x=（x，x，x，…，x） yn=（y，y，y，…，y），对第j个输入单元yj的加权和为Ayf=wb，则单元的实际输出为yf=f（Ayf）=，（j=1，2…m），第k个隐层单元bk的加权输入和为Abk= wb，该单元的实际输出为 bk f（Abk） （k=1，2…p）。其中Wjk为第j个输出单元与第k个隐层的连接权值，Vki是第k个隐层单元与第i个输入单元的连接权值。f（）为sigmoid函数。