前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的財務預警研究主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：財務預警研究范文

關鍵詞：財務預警 財務指標 預警模型

（一）引言

企業財務預警是以企業財務信息為基礎，利用企業財務報表、經營計劃等資料，通過選擇和觀察敏感性預警指標的變化，借助比例分析、數學模型等分析方法，對企業可能或將要面臨的財務危機進行實時監控和預測報警， 并及時向利益相關者發出警示，提出規避風險的建議。財務預警的基本思想就是先通過選擇合適的財務指標或非財務指標，建立財務預警指標體系，然后根據各項指標數據，按照一定的預警方法或模型預測企業將會遇到的各種財務風險和經營風險，最后做出綜合預警分析，采取預警措施。

本文探討的財務預警是廣義概念，包括財務危機預警、財務困境預測和企業破產預測等。通過對國內外企業財務預警研究中指標選擇的探討不難發現，對于企業財務預警的指標選擇至今尚無一個廣泛認可的標準。

（二）企業財務預警研究評論

筆者總結已有的研究， 認為財務預警研究的指標選擇存在以下問題：

1. 以"應計制"為基礎的財務指標居多， 以"現金制"為基礎的財務指標較少。國內外的財務預警研究多選擇資產負債表、利潤表的基本財務指標和財務指標組合，且這類財務指標的類型眾多，包括盈利能力指標、營運能力指標、短期償債能力指標、長期償債能力指標、財務效益指標、資產營運狀況指標、發展能力指標、成長能力指標等。但實際上，"應計制"下的傳統財務指標可能被人為操縱而導致財務信息失真，因此基于傳統財務指標構建的財務預警模型和方法的準確性和可信度也就令人懷疑。"現金制"下的現金流指標則較好地克服了傳統財務指標信息失真的弊病，并且不易縱， 因此，基于現金流指標（ 包括現金流向指標、現金流速指標、現金流量指標）來構建財務預警模型將使得財務預警結論的準確性大大提高， 增強了模型的科學性和實用性。隨著財務預警研究的逐漸深入，國內外學者日益傾向于采用真實性更強的現金流財務預警指標， 并以之為核心來構建財務預警系統。

2. 絕對財務指標和相對財務指標兼顧，更多地采用相對財務指標。絕對財務指標是指那些指標值為絕對數的財務指標，通常這種指標的數值是一個較大的絕對數，如"總資產"、"總負債"、"總利潤"等。相對財務指標是指那些指標值為相對數的財務指標，通常這種指標的數值是一個介于0～1之間的百分數或小數，這些相對財務指標一般都是約定俗成的傳統財務指標，如資產負債率、毛利率、存貨周轉率等。雖然在國內外的財務預警研究中更多地采用了相對財務指標， 但并不能說相對財務指標比絕對財務指標更科學、有效，這兩類財務指標在財務預警中是相輔相成、缺一不可的。相對財務指標往往能更靈敏地反映企業的財務風險狀況， 增強財務預警的準確性，但絕對財務指標則能夠分析企業的規模和整體狀況，以使相對財務指標對財務警情的靈敏反應建立在科學、合理的基礎之上， 不至于造成誤警。因此， 在財務預警模型的指標體系中， 各種財務指標的多少及比例的搭配也是決定財務預警準確性的關鍵。

3. 組合財務指標和調整的財務指標的引入越來越多。組合財務指標是指兩個或兩個以上的財務指標通過一定的運算形式組合而成的財務指標。它與相對財務指標的區別在于，組合財務指標往往是財務預警研究者根據研究需要無規則、隨機地組合在一起的，不具有約定俗成的名稱，其表示方式也是以其最原始的計算形態出現，如現金/ 總資產、經營現金流量/流動負債等。組合財務指標與相對財務指標類似，也是研究者在財務預警研究的過程中發現和總結出來的一種財務指標，它能夠有效地提高財務預警模型的預警準確性。調整的財務指標是指基本財務指標經過一定的變換和運算后得到的新的財務指標， 它是基本財務指標的有效補充，包括財務指標均值、財務指標變動趨勢值、行業平均值、行業平均值的變動趨勢值等。這類指標多從動態的角度和行業環境的角度對財務指標進行調整，從而動態地分析企業財務風險，并將企業納入整個行業中考慮外部環境和行業差異影響給其帶來的財務風險。因此引入此類指標的財務預警模型或方法能更加全面和科學地分析財務風險的成因，進一步提高了財務預警模型的預警準確性。

4.宏觀經濟指標和非財務指標的使用不多。研究者對企業財務風險的成因分析表明，宏觀政策性因素和經濟周期波動因素都對企業陷入財務危機有著重要的影響。盡管有研究者在分析企業財務風險時考慮了規模和行業因素，但從宏觀經濟的角度來看，這仍然不夠。國外有個別研究者已開始考慮宏觀經濟指標在企業財務預警中的應用，并引入了GDP、市場利率和證券市場指數等指標， 但是此類研究不夠系統和完善，還沒有找到一套全面、有效、可應用于企業微觀財務預警的預警指標體系。迄今為止，財務預警模型主要是以傳統財務指標作為輸入變量進行判別和預警，而定量化的傳統財務指標不僅具有使信息易失真的局限性，有時還無法對企業的某些財務危機和風險作出描述和預測，比如企業出現過度擴張、過度依賴銀行貸款、人力資源匱乏、市場定位不清、戰略決策不當等狀況，都預示著企業存在潛在的財務危機， 而這些是傳統財務指標難以反映的。非財務指標不同于傳統財務指標， 多為定性指標， 它在披露企業某些特定的財務狀況方面有時要比傳統財務指標更為可靠、有效。因此， 在財務預警研究中有必要引入宏觀經濟指標和非財務指標，構建更為全面的備選預警指標集。

（三）結語

預警的財務指標選擇普遍缺乏科學的財務風險理論和預警理論支撐。在國內外現有的財務預警研究中， 指標的選擇往往基于一般的財務理論、風險理論和管理理論，有時甚至取決于研究者的直觀判斷以及資料的可獲得性，眾多國內外研究者還沒有找到令人信服的財務風險理論和預警理論來支撐所建立的預警模型，由此造成了各種財務預警模型的預警結論不一致，甚至相互矛盾和沖突， 模型的有效性深受影響。由于缺乏科學理論的指導， 研究者在選擇指標時會受到自身價值判斷的影響，具有一定的局限性。企業財務風險的形成、警情的出現和財務危機的發生往往在事前存在著一定的征兆，這就是財務預警的警兆， 而警兆的識別需要以科學的財務風險理論和財務預警理論為基礎。然而，在當前的研究中， 還沒有找到一種公認的理論來全面地說明財務風險的成因和財務預警的警兆因素， 為此， 國內外的眾多研究者還在努力探索。

參考文獻：

[1]李秉祥. 我國上市公司財務危機預警及其管理對策研究.天津： 天津社會科學院出版社， 2003

[2]張鳴.企業財務預警研究前沿.北京： 中國財政經濟出版社， 2004

第2篇：財務預警研究范文

［關鍵詞］財務分析；財務風險預警；管控機制

1企業財務分析與財務風險預警分析概述

1.1企業財務分析概述

目前，社會對于財務分析的定義尚無統一標準，美國南加州大學著名教授WaterB.Neigs指出，財務分析的本質就是搜集與決策有關的各種財務信息，并加以分析和解釋，進而為利益相關者做出準確決策提供參考信息。財務分析作為一門綜合性、邊緣性的學科，其產生和發展的基礎是會計學、財務管理、金融學、統計學、經濟分析等專業學科，以企業財務報表、附注信息、記賬憑證等為分析對象，采用一系列專門的分析技術和方法，對企業歷史和當前的財務狀況、經營成果和現金流量狀況進行分析，對其償債能力、營運能力、盈利能力以及發展能力等進行評價和預測。通過財務分析可以為企業經營管理者、投資人、債權人、政府等利益相關者提供及時準確的決策有用信息，幫助他們更好地了解企業過去的經營情況、掌握企業目前的運營動態、預測企業的未來發展趨勢。目前，財務分析的方法與分析工具眾多，具體應用應根據分析者的目的而定，最經常用到的分析方法主要圍繞財務指標進行單指標分析、多指標綜合分析等，借助比較分析法、比率分析法、因素分析法等進行分析，最后通過圖表、文字等形式向信息使用者描述分析結果。

1.2財務風險預警分析概述

財務風險預警分析又被稱為“破產預警分析”，將企業的各財務報表及附注資料作為分析研究對象，通過流動比率、速動比率、權益凈利率等財務指標或借助數學技術構建模型，對企業日常的財務狀況進行檢測，預測企業經營失敗的可能性，防范企業財務風險惡化，從而發出預警信號。美國學者Fistpatrikc最早發現了財務比率在一定程度上具有預測風險作用，他在1932年開展單變量破產預測研究時，以19家公司為分析樣本，運用單個財務比率將樣本劃分為失敗和非失敗兩組，并發現預測判斷能力最強的指標是凈資產收益率和產權比率。美國芝加哥大學的教授Beaver將統計學方法正式運用于財務風險預警機制，1966年，Beaver在美國會計評論上發表了《可以預測失敗的幾種會計手段》一文。在這篇文章中，他運用單一的財務比率變動趨勢對企業財務風險進行預測，并得出“財務失敗的時間越近，財務指標的預測能力就越強”的結論。1968年，美國學者Altman提出了Z-score模型，該模型通過統計方法將多個指標變量建立成一個多元線性方程，開始對財務風險進行多變量綜合分析。隨后，越來越多的預警模型被提出來，影響較為廣泛的有Logistic回歸模型，運用主成分分析法、聚類分析法等統計學方法以及人工智能分析法所建立的預警模型。

1.3財務分析與財務預警分析的區別和聯系

通過上述分析可以看出，財務分析可以判斷一些財務方面的問題，也可以發現需要預警的事項，財務分析和財務預警分析有相同的作用，都可以對企業財務狀況好壞進行診斷分析，但財務分析和財務預警并不完全等價。財務分析是以企業財務報表為主要依據進而對企業財務狀況、經營成果和現金流量狀況等進行的一種系統分析和判斷。而財務預警最核心、最關鍵的一點在于對企業的財務狀況、經營過程進行預測，從而幫助企業及時發現問題、解決問題，一般是當企業財務狀況出現較大風險時向企業管理當局提出的預警。財務預警通過對企業的經營活動、財務方面、市場狀況等進行分析預測,不僅可以幫助企業監測在經營管理過程中潛在的經營風險和財務風險,還能使企業經營管理者事先了解企業經營中潛在的財務風險，并制定針對性應對策略，最終有效規避風險，以免給企業造成重大損失。

2企業進行財務分析與財務風險預警的意義

企業在經營過程中，為了實現企業價值最大化、為股東創造更多的財務，需要做好風險，尤其是財務風險控制，將其限定在可允許的風險水平內。在此過程中，需要經營管理平衡好風險和收益之間的關系，避免決策不當陷入經營困境。引發財務風險的原因是多方面的，生產成本過高、存貨積壓、產品質量不達標、資本結構不合理、企業戰略多變和資不抵債等都會引發財務風險，如果企業不能及時予以有效回應，就可能導致這些財務風險進一步惡化，使企業陷入更大的財務困境。由此可能引發企業客戶黏性降低、市場份額減少、企業信譽受損，甚至企業破產、清算等。財務預警可以對企業財務狀況、經營狀況進行檢測、診斷，因此，企業有必要在經營過程中做好事前、事中、事后的財務分析和監控預警，為企業利益相關者制定準確的決策提供支撐，防范危機發生。財務分析和財務預警能夠幫助企業利益相關者在風險或危機尚未來臨或者處于萌芽階段時，制定積極有效的投資、籌資或生產經營決策。如對于政府部門，可以依據某行業企業的經營情況、國家經濟發展形勢等制定有利的方針政策、財政政策、貨幣政策、稅收政策等，推動或抑制某一行業發展，從而促進我國經濟水平提升和企業發展；對于投資者，則可以根據企業的財務分析或預警結果，做出是否投資、投資多少、是否撤資等決策，從而降低損失、保證收益最大化；對于企業的經營班子，可以監測企業運營是否正常，根據出現的異常情況或數據偏差問題，制定及時有效的應對之策，防范和預防危機發生，制定企業可持續發展經營戰略。

3企業財務風險預警管控機制研究

財務分析和財務預警對任何企業來說，都應當給予高度重視，建立符合企業發展特征、與自身經營現狀相適應的管控機制，從而更好地監測經營風險和財務危機。

3.1構建完善的財務預警體系

工欲善其事必先利其器。企業要想更好地發揮財務預警的風險危機警示作用，建立一套科學合理的財務預警體系是重中之重，從財務和非財務的角度對企業進行定量及定性的全面、系統預警分析。在選取確定的預警分析指標時，不能盲目跟從，亦不能固步自封，應當從企業實際出發，結合宏觀經濟政策環境、技術環境等，制定科學合理的企業財務風險預警機制，增強可操作性和實用性。這是企業及時發現和管控風險危機的基礎保障，只有這樣，才能更好地保護利益相關者的切身利益，提高企業市場競爭實力。

3.2提高財務風險預警意識

樹立風險預警意識不是只喊口號，也不只是企業管理層自身的事情，需要企業全體員工積極參與其中。企業應在日常經營過程中，定期或不定期地組織企業全體員工進行風險預警意識的宣傳工作，逐漸培養并不斷增強員工的風險防范預警意識。同時，企業經營班子要積極構建專門從事財務分析與財務風險預警的機構，配備具有較高職業道德和業務素質的人員，加強財務數據等預警分析，以及時發現潛在的風險源并實施有效管控，幫助企業規避財務風險或降低財務危機發生的概率。

3.3制定科學合理的制度規范

公司的發展與相關工作開展都需要一定的理論、制度和方針戰略指導，因此，要提高企業財務分析和財務風險預警能力、規避和降低風險的能力等，要求企業高度關注相關領域和業務部門的制度建設。不斷加強企業制度規范，形成具有一定剛性、適當靈活的財務預警管控制度和工作流程，提高企業發現日常運營中存在潛在風險的效率，以及時予以應對和防范，避免企業或其他利益相關者遭受重大損失。好的制度規范是企業成功實現可持續發展的重要保障，是確保企業完成宏偉戰略目標的前提，因此，企業應制定科學合理的制度規范來開展財務風險預警管控工作。

3.4有效運用現代化技術手段

互聯網技術、大數據、云計算、數據挖掘技術、Python和R語言等現代信息技術的飛速發展，為企業處理海量財務數據和非財務數據提供了可能。神經網絡、人工智能等方法的出現，為數據挖掘分析研究數據之間潛在的邏輯關系提供了支撐，借此進行數據分析可以提高數據的價值，能夠為利益相關者進行科學決策提供有用的參考信息。因此，企業要積極引進并有效運用這些現代化技術手段，向其借力，以更好地發揮財務分析和財務風險預警的作用，加強企業的風險管控能力。

4結語

第3篇：財務預警研究范文

【關鍵詞】財務危機；風險管理；預警模型

1 財務危機的界定

“財務危機”是由Ross（1999）在總結前人研究成果的基礎上精煉而成的概念：技術失敗，指企業沒有足夠的流動資金按時償還已到履約期的債務合同；會計失敗，指企業的賬面凈資產為負數，資不抵債；企業失敗，指企業依法進行清算后所得的資金仍不足以償還債務；法定破產，指企業無法持續經營，依照破產法向司法機關申請破產。針對我國金融市場實情，上市公司鮮有被破產清算，若將企業破產等狀況界定為“財務危機”作為研究的對象，那么財務危機預警模型的實用意義也就降低了。因此，我國證券市場主要是以上市公司是否被“特別處理（ST）”作為中國特色的企業財務危機判斷標準。

2 財務危機預警模型研究現狀

學術界提出了各種不同的財務危機預警的方法和模型，本文將其歸納為定性預警模型和定量預警模型兩大類。定量預警模型進一步細分為統計類財務危機預警模型和人工智能類財務危機預警模型。

2.1 定性財務危機預警模型

財務危機的定性研究，通過人為經驗主觀識別風險，實現財務危機預警的方法。目前定性研究模型主要分為以下四類：1）標準化調查法：指借助外界因素即通過專業人員或咨詢公司等就公司可能遇到的問題加以詳細的調查和分析，形成報告供公司經營者參考的方法。標準化的問題就是財務預警指標，其對警情的預報則體現在公司對問題的回答中。2）四階段癥狀分析法：公司財務運營情況不佳在各個階段伴隨有特定的癥狀，因此把公司財務運營“病癥”大體分為四個階段：財務危機潛伏期，財務危機發作期，財務危機的惡化期和財務危機爆發期。通過財務分析來確定公司的財務狀況處于哪一個階段，然后再“對癥下藥”，采取不同的風險應對措施以降低企業風險，使企業經營回歸正軌。3）三個月資金周轉表分析法：以三個月作為時間段，通過制定該階段的資金周轉表來分析指標異動原因及合理性。若企業很難在規定的時間段內提供寬松的現金流轉表，則表明企業財務風險正在加劇。4）管理評分法：首先對企業經營管理中出現的問題對比打分，再根據這些項目對破產影響的大小進行加權處理，最終得出加權總分。根據總分落入的分數區間，判定企業面臨的財務風險程度。

定性研究能夠彌補定量研究的不足，對于一些無法或很難量化的指標，我們可以通過定性研究的方法，著重分析事物因果關系。

2.2 定量財務危機預警模型

2.2.1 傳統統計模型

（1）單變量財務危機預警模型

單變量分析是最早用于財務危機預警的模型，Fitzpatrick（1932）提出以單項財務指標比率作為標準來判斷企業財務風險狀態。他采用單變量指標將樣本公司劃分為破產和非破產兩組，最后發現“凈利潤/股東權益”和“股東權益/負債”兩個指標在財務風險判定方面的效果最佳。Beaver（1966）采用財務比率對企業財務危機進行預測，他經過研究證實在排除行業因素和公司資產規模因素的前提下，債務保障率、總資產凈利潤率等財務比率對預測財務危機是有效的。陳靜（1999）對27家ST公司和27家非ST公司1995-1997年三年的財務數據也進行了單變量研究。雖然單變量模型運用廣泛，但也存在許多缺陷：多個單一指標指示結果之間相互矛盾而無法全面地反映企業財務特征，易發生企業管理人員有意地粉飾單變量指標使得財務預警效果失真等。

（2）多元線性判別模型

多元線性判定模型是運用多種財務比率指標構造多元線性函數公式來進行危機預警的模型，其典型代表有Z Score模型和Fisher判別模型。

Z Score模型，最早是由Altman（1968）建立，他從22個財務指標中提取5個公因子分別從企業資產利用率，資產規模，償債能力，財務結構，盈利能力等方面綜合分析預測企業的財務狀況，通過對33組制造性上市企業的研究，綜合分析后建立多元線性Z Score模型。通過統計分析，Altman得出當Z2.67時，公司處于安全狀態。向德偉（2002）針對性地選80家上市公司為樣本，采用Z模型對樣本2000-2001年的財務數據進行分析，實驗結果表明Z模型對某些特例可能失效，但總體上有效。麻鵬波（2010）應用Z模型對上市公司進行實證分析，根據計算得出的數據和模型判別標準，判定企業財務狀況并提出相關的財務風險防范措施。嚴碧紅、馬廣奇（2011）選取深市61家房地產上市公司，運用Z模型對其2010-2011年的財務風險進行實證研究，判斷房地產上市公司存在的財務危機。Z模型簡單明了易于理解，根據實證研究表明針對不同財務狀況具有一定判斷能力，故得到較為廣泛的運用，但該模型不適于時間跨度較長的企業危機預警。

Fisher判別分析模型是統計性分析方法，其基本思想是把所有數據的總離差平方和分解為組內差和組間差兩部分，而組間差與組內差的比值大小作為衡量總體差異大小的標志。基于重要性考慮，Fisher判別分析模型的具體算法與運用就不在本文詳述了。

多元線性判定模型具有較高的判別精度，但也存在一些缺陷：第一，是數據收集和分析的工作量龐大；第二，時間跨度越長，其精確度越低；第三，多元線性判定模型具有兩個很嚴格的前提假設，一是假定自變量是呈正態分布的，另一個是要求解釋變量之間完全獨立；第四，要求在財務危機組與控制組之間進行配對，但配對標準如何恰當確定是一個難題。為了克服這些局限性，自20世紀70年代末以來，財務危機研究人員引進了Logistic和Probit回歸方法，人工神經網絡等技術。

（3）Logistic財務危機預警模型

多元邏輯回歸模型主要目標在于尋求所觀察數據的條件概率，根據其條件概率來判斷觀察對象是否存在財務風險。Martin（1977）首次嘗試將Logistic模型應用于企業財務危機預警模型的構建，以1969-1974上市公司作為研究對象，選取25個財務指標來預測兩年后樣本公司的破產概率。實證結果顯示“凈利潤/總資產”等六個財務比率具有顯著的預測效果。Ohlson（1980）設計的Logistic模型使用了9個自變量，選取1970-1976年間105家破產公司和2058家非破產公司為樣本，分析了樣本公司在破產概率區間[0-1]上的分布，他發現了四類顯著影響破產概率的變量：公司規模、資本結構、業績和資產變現能力。Lau（1987）選用了10個自變量，使用多元邏輯模型構建了財務危機的五階段預警模型。姜國華（2004）利用Logistic回歸模型分析了影響公司ST的因素，結果發現模型具有良好的預測能力且得出影響公司財務危機兩個主要因素是主營業務利潤和大股東持股比例。浦軍（2009）選取40家ST公司和103家非ST公司作為研究樣本，選取資產負債率、每股收益、股權集中度等8個變量指標作為建模指標，運用Logistic回歸模型建立相應的財務危機預警模型，取得了良好的預測效果。

（4）Probit財務危機預警模型

Z.mijewski（1989）提出的Probit回歸模型，其假定公司破產的概率為p，并假設公司樣本服從標準正態分布，其概率p可以用財務指標線性解釋。其計算方法和Logistic模型相似，先是確定公司樣本的極大似然函數，通過求似然函數的極大值得到參數a和b，然后利用公式求出公司破產的概率。

2.2.2 人工智能財務危機模型

（1）神經網絡模型

Odom和Sharda（1990）是最早把BP神經網絡技術應用于財務危機預測研究中的。Tam和Kiang（1992）以Texas的1985-1987年118家銀行（59家破產59家未破產）為樣本，建立了一個三層神經網絡財務危機預警模型，該篇以神經網絡技術為核心的文獻為財務危機預警帶來了巨大貢獻。黃小原和肖四漢（1995）提出了神經網絡預警系統的構建。楊寶安等（2001）應用前饋神經網絡進行了示范性設計和驗證。楊淑娥和黃禮（2005）選用深交所180家上市公司的財務資料，其中選用120家上市公司作為訓練樣本，應用BP神經網絡建立預測模型預測上市公司是否面臨財務危機，又以60家上市公司作為檢驗樣本，對BP神經網絡模型的預測結果進行檢驗，分別取得了建模樣本90.8%和檢驗樣本90%的判斷正確率。朱燕妮（2008）選取了44家中國房地產上市公司的1998-2006年的數據作為樣本從償債能力、盈利能力、經營發展能力以及公司治理等8個方面選擇了能夠全面反映出公司經營與管理各個方面的63個指標采用BP神經網絡方法構建了中國房地產上市公司分警度財務危機預警模型，在進行仿真檢驗時獲得了92.38%的正確率。

（2）基于支持向量機的財務危機預警模型

為了有效解決傳統模型存在的小樣本、高維數、非線性等問題，張在旭（2006）基于支持向量機方法（SVM）建立了一種新的公司財務危機預測模型。此后，閻娟娟、孫紅梅和劉金花（2006），邱玉蓮和朱琴（2006）也對支持向量機在財務危機預警模型的構建上做了深入研究，也都得出該方法運用于財務危機預警中是有效的，為財務危機預警提供了一條新的研究思路。

3 財務危機預警模型述評

第4篇：財務預警研究范文

【摘要】隨著經濟的不斷發展，會計任務變得越來越多，同時也日趨復雜，導致企業所面臨的各種交易風險隨之增加。為了使企業健康有序地發展 ，有效規避、防范和控制風險就成了企業發展的當務之急， 本文從財務危機預警機制進行研究，旨在提高財務預警能力。

【關鍵詞】財務預警系統 構成機制 研究

一、財務危機預警組織機制

為了使企業財務風險的預警分析功能得到有效、充分的發揮，企業主體應該具備一個結構完整、職能完備的組織機構。這種預警組織機構的組成和運行機制應該相對獨立于企業組織的整體控制。預警組織機構的成員可以有一部分是兼職的，但必須保證若干專職人員。他們主要由企業經營者以及熟悉企業內部管理業務的管理人員組成，同時還需要聘請一定數量的企業外部管理咨詢專家和學者。從工作范同和權限來看，財務風險預警機構獨立開展相關工作，但不能直接干涉企業的日常經營過程，它只對企業最高管理者或管理層負責。預警組織制度的實施，使預警分析工作經常化、持續化，只有這樣才能產生預期的效果。

二、財務風險預警的信息收集、傳遞機制

一個良好的財務預警分析系統，必須具備健全的信息采集、傳遞和處理的平_，只有這樣才能夠有效地預知企業可能發生的財務風險，并幫助企業預先防范財務風險的發生。在這一階段，應關注各種早期風險信號，如企業現金流人量減少而現金流出景增加，財務結構不合理，過度負債，投資比例失當，企業信用下降，無力償債，市場競爭力減弱，產品積壓 等等。針對每一類風險分析其早期的信號，風險傾警系統中應預設一個財務風險信息子系統，財務信息收集、傳遞機制，良好的財務預警分析系統，要能夠有效預知企業可能發生的財務危機，預先防范財務危機的發生 這必須建立在對大量資料系統分析的基礎上，抓住每一個相關的財務危機征兆，主要資料包括內部數據和相關外部市場，行業等數據，這個系統應是開放性的，不僅有財會人員提供的財會信息，更有其他渠道的信息，這里的會計信息系統不僅是指一股意義的企業會計核算報告系統，還包括對會計資料的認真閱讀，分析和評價，以及尋找企業潛在的財務危機，并及時進行消除財務危機的操作。在現代社會中，隨著科學技術的快速發展，大量信息資料的收集、傳遞和分析處理越來越依賴于計算機輔助系統的幫助。企業財務風險預警機構的成員充分利用計算機系統對所收集的會計信息和其他信息進行認真閱讀、分析和評價，并向企業經營管理者發出財務風險警報，促使企業高層管理者及時解決企業出現的問題，防范不必要的風險。

三、財務風險預警的分析機制

財務風險預警的分析機制就是在對企業進行全面了解的基礎上，展開重點研究，分析出財務風險的成因，評估其可能造成的損失。判斷一個企業的風險分析機制是否高效的關鍵，就是通過分析企業是否能夠迅速排除那些對財務影響小的風險，從而將主要精力放在有可能造成重大影響的風險上。財務風險預警分析系統一般由先行指標和扳機點這兩個要素所構成。先行指標是用于評測企業早期運營狀況不佳的變動性指標。扳機點是指控制先行指標的臨界點，也就是預先所準備的應急計劃必須開始起動之點，一旦評測指標超過預定的界限點，則應急計劃便隨之而動。扳機點的敏感度強弱取決于所選指標是否能對企業的資產安全性、投資回報率、盈利穩定性或其他一些風險關注點產生先兆性及決定性影響。企業風險預警的分析機制的建立和完善有利于科學合理的先行指標和扳機點的確立。

四、財務風險預警的處理機制

在財務風險分析清楚后，就應立即制定相應的預防、轉化措施，盡可能減少風險帶來的損失。企業財務風險預警制度若要能夠有效運作，就必須要有正確、及時且合乎企業所需要的各種管理通訊系統，提供及時而完整的經營結果數據，供經營者及各部門負責人以實際經營狀況數據體系，來與財務指標數據相比較。當有超出或低于指標數據的情形發生時，就表示企業財務狀況將有不健全的癥狀產生，經營者應及早依數據所代表的經營內涵做進一步深入判斷，找出蛛絲馬跡，對癥下藥，以防財務惡化。例如，應收賬款周轉率過于緩慢，表示企業營銷部門可能不盡心收取顧客賬款。如此，一來資金運轉將吃緊，二來企業將承受更多的交易風險。此時，營銷部門主管應深入探究緣由，并提出對策。

五、財務風險預警的責任機制

財務風險責任機制是風險預警機制能否正常連續運轉的重要條件。一是要明確企業的高層管理人員的全盤負責意識；二是對財務風險預警控制實行層級責任制，將企業的財務風險責任具體落實到每個人，一旦發生問題，能夠及時找到負責對象；三是實施有效的財務風險預警控制的獎懲制度，促使相關責任人提高警惕，在未來的經營期間，不再重蹈覆轍。

第5篇：財務預警研究范文

關鍵詞：財務困境；財務預警；單變量判別法；多變量判別法

中圖分類號：F234　文獻標識碼：A　文章編號：1000―176X(2007)06―0092―06

財務預警的研究方法主要包括定性預警分析方法和定量預警分析方法兩大類。由于定性分析方法更多的是利用主觀判斷而形成的結論，所以本文主要是從定量分析的角度分析，選取主要樣本，利用單變量分析方法和多變量分析方法建立與應用財務預警模型。

一、財務預警模型樣本的確定

(一)模型樣本數量的確定

本文在選擇樣本時把上市公司中ST板塊界定為財務困境公司。首先，確定財務困境公司的樣本量，在2003―2004年中首次被ST的公司數量有限，同時還要剔除由于非財務因素導致ST的公司，所以本文選擇38家ST公司作為財務困境公司樣本已經具有較強的代表性，而且在以后的模型建立過程中可以證明所選取的樣本量能夠滿足建立模型的需要。其次，在財務困境公司樣本確定之后再相應地選擇與財務困境公司相配對的38家非ST公司作為對比樣本，本文選用公司總資產標準。之所以選擇76家公司作為模型建立樣本，是因為配對選擇能保證兩類公司在行業和規模等不可量化的其他特征上保持一致，盡量減少不可量化因素對所建模型的影響。

(二)模型樣本的選擇

本文從上海和深圳交易所中選取了76家公司作為建立模型樣本，選取數據的時間跨度為首次ST前三年的財務數據，38家財務困境樣本和38家配對樣本；為使本文研究選取的76個樣本具有普遍的代表性，樣本公司的行業分布較為廣泛，包括紡織化纖、機械制造、信息技術、服務業、批發零售以及醫藥生物等等。

二、財務預警模型指標的選取

(一)基礎指標的選擇

本文根據經驗判斷，初步選出認為在進行模型研究中具有預測能力的基礎指標，主要從反映公司償債能力、盈利能力、營運能力、成長能力、籌資政策及現金狀況選擇25個指標。

1．反映公司償債能力的指標包括：流動比率(X5)、速動比率(X6)、資產負債率(X16)、權益負債比(X21)、利息保障倍數(X22)和營運資金占用率(X20)6項指標。

2．反映公司盈利能力的指標包括：凈資產收益率(X23)、凈利潤率(X24)、資產報酬率(X25)和累計盈余(X17)4項指標。

3．反映公司營運能力的指標包括：應收賬款周轉率(X13)、存貨周轉率(X12)、固定資產周轉率(X14)和總資產周轉率4項指標。

4．反映公司成長能力的指標包括：主營收入增長率(x1)、股東權益增長率(X2)、總資產增長率(X3)和營業利潤增長率(X4)4項指標。

5．反映公司現金流量的指標包括：現金流入流出比(X7)、經營現金凈流量流動負債比(X8)、經營活動現金凈流量與負債比(X9)、經營現金凈流量總資產比(X10)和經營現金凈流量銷售收入比(X11)5項指標。

6．反映公司籌資政策的指標包括：資產流動負債率(X18)和負債流動資產率(X19)2項指標。

(二)模型指標的確定

用于建立模型的指標是從上述25個基礎指標中篩選出具有代表性的指標。本文對76家樣本的數據資料，使用SPSS12.0統計分析軟件中的樣本顯著性檢驗功能即T檢驗功能，對模型樣本財務困境前1―3年各財務指標進行T檢驗，結果如表1所示。

在表1中，我們得到各指標顯著性檢驗的結果，顯著性檢驗概率欄中，帶有“*”標識的指標可認為通過了檢驗。

T檢驗顯著的變量表明，該變量對公司財務狀況的反應能力較強，在反映公司財務狀況的眾多指標中具有一定的代表性，利用其對公司的財務狀況進行預測能力較強；反之，則不具有代表性，對公司財務狀況的預測能力較弱。從表中結果可以發現：在公司被宣布為ST之前第一年中通過檢驗的指標有15個，在宣布ST之前第二年通過檢驗的指標就僅有5個，而到了前三年T檢驗中已經沒有通過檢驗的指標，所以利用這樣的數據對所建立的模型進行檢驗已經沒有實際意義。因此，我們在以后的模型運用中只對ST前兩年的指標進行檢驗，將第三年的指標剔除。

三、財務預警模型的建立與應用

(一)單變量判別法應用

我們可以運用單變量判別法中的比率判別法進行分析。利用比率判別法進行分析時首先應該選取判別變量，本文在選擇判別變量時，主要考慮反映公司的盈利能力、償債能力和成長能力等方面的財務指標，根據T檢驗的檢驗結果和以往研究的經驗，本文選擇的財務指標主要有：

指標1：流動比率=流動資產／流動負債

指標2：累計盈余=留存收益／年末總資產

指標3：總資產收益率(ROA)：凈利潤／平均總資產

指標4：凈資產收益率(ROE)=凈利潤／年末凈資產

對所選擇的指標利用二分法進行判別分析。在二分法測試中，首先，將38家非ST公司與38家ST公司進行隨機分類，產生一個估計樣本(38家公司)與一個檢驗樣本(38家公司)。然后，利用估計樣本選取使錯誤分類率最低的分割點。最后，用獲得的分割點對檢驗樣本進行檢驗，從而得出誤判比率。

從76家公司中隨機抽取38家作為估計樣本，以它們被宣布ST之前第一年的凈資產收益率為例，選取分割點。

第一步，排序

將預測樣本按凈資產收益率進行排序，本文按升序排序，結果如表2所示。

再運用相同的方法，對宣布ST前兩年的流動比率、累積盈余、總資產報酬率和凈資產收益率4個指標進行判別分析，檢驗不同的單變量比率的預測誤判率，結果表明，離宣布ST的日期越近，其誤判率越低。其中，總資產報酬率在宣布ST之前第一年的誤判率最低，流動比率、累計盈余和凈資產收益率在宣布ST之前第一年的誤判率相同，并且流動比率在宣布ST之前第一年對第一類錯誤的誤判率最高，累計盈余在宣布ST之前第一年對第二類錯誤的誤判率最高。對投資者而言，一類錯誤的成本要高于二類錯誤的成本，因此可以說在對以上所選公司進行判別時，流動比率第一年的判別率最不顯著；在宣布ST之前第二年時，除凈資產收益率指標以外，其他指標的誤判率都大幅度地增加，其中流動比率和累計盈余的誤判率顯著提高，流動比率在宣布ST之前第二年對非ST公司已不具有判別作用，因其誤判率已達到73.68％。從判別結果發現，利用單變量進行預測時，在宣布ST之前第一年的判別能力較強，離宣布ST的年份越遠，指標的判別力越低，有些指標甚至失去了判別能力。

單變量分析方法雖然可以方便且有效地進行預警，但一個公司的財務狀況是由多方面指標所反映的，沒有哪一個比率能夠概括全貌，所以單變量分析方法的判別能力還具有一定的局限性。同時，單變量指標的判別能力還會受指標代表性的影響，一般來說，不同行業、不同規模和不同地區的公司，其指標的選擇應有所不同，不能一概而論，要具體情況具體分析。

(二)多變量財務預警模型應用

本文將利用所選取的76家樣本建立模型，并檢驗出模型對以前年度數據的判別效果，同時利用模型以外的樣本進行檢驗。

1．模型應用的技術處理

本文在多變量判別部分，利用前面所選的76家公司作為樣本。對于最終用于建立模型指標的選取，本文利用線性概率模型(LMP模型)中的逐步回歸方法來選取，利用宣布ST之前第一年的樣本數據進行回歸分析，從25個變量中選擇模型構建指標。選取的標準是：顯著性水平的概率值小于0.10時進入，大于0.10時剔除。本文最終選取了X5(流動比率)、X17(累計盈余)、X23(凈資產收益率)和X25(總資產報酬率)4個指標作為建立模型的變量。這4個指標分別反映了公司償債能力、成長能力和盈利能力，指標的選擇具有一定的代表性，本文在利用其它模型進行驗證時，均運用了這4個變量來建立模型。

2．模型的建立與應用

(1)線性概率模型(EPM模型)

線性概率方程理論上取0.5為最佳判定點。根據估計的模型對原始數據進行回代判定，預測值大于0.5的判定為財務困境公司；否則為非財務困境公司。本文以樣本公司宣布ST之前第一年的數據為基礎，利用前面選取的4個系統指標作為自變量，以其線性組合的數值Y為因變量建立模型，模型中變量Y、X5、X17、X23、X25分別為判別值、流動比率、累計盈余、凈資產收益率、總資產報酬率。

對樣本公司發生財務困境之前第一年的數據進行統計分析，得出的結果如表5所示。

建立判別模型為：

Y=0.603-0.135X5+0.388X17-0.056X23-1.851X25

將ST公司和非ST公司前一年和前兩年的財務數據代入模型中進行預測，結果表明，在回判過程中發現對宣布ST之前第一年的判別準確率為86.84％，誤判率為13.16％；對宣布ST之前第二年的判別準確率為65.79％，誤判率為34.21％。模型對于宣布ST之前第一年的判定準確率較高，宣布ST之前第一年與宣布ST之前第二年模型判別準確率相差較大，尤其是宣布ST之前第二年判別發生一類錯誤的比率很高，由此導致模型的整體判別準確率大大降低。

(2)二類線性判別模型(Fisher模型)

本文以樣本公司宣布ST之前第一年的數據為基礎，采用Fisher二類線性判別分析方法建立相應的判別模型，然后再利用模型進行回判，模型中自變量和因變量與前一模型相同。

對樣本公司發生財務困境之前第一年的數據進行統計分析，得出的結果如表6所示。

Fisher線性判別方程

建立判別模型分別為：

對于非財務困境型公司，判別函數為：

Y0=-2.248+1.679X5+1.233X17-0.32X23-9.554X25

對于財務困境型公司，判別函數為：

Y1=-2.934+2.576X5-1.352X17+0.052X23+2.766X25

得到模型后將ST公司和非ST公司前一年和前兩年財務數據代人模型進行預測，預測標準為：預測的公司數據代入上述2個模型中，得到2個數值，從中選出較大的1個，這個較大數值所對應的模型類型即反映出該公司的財務狀況所屬類別。利用Fisher模型對所選樣本預測，結果表明，模型對公司發生ST之前第一年的判別準確率為86.84％，誤判率為13.16％；對公司宣布ST之前第二年的判別準確率為67.11％，誤判率為32.89％。從判別結果可以發現，離公司發生ST的時間越近，模型判別的準確率越高，宣布ST之前第一年判別準確率與宣布ST之前第二年判別準確率相差較大，在宣布ST之前第二年一類錯誤的發生的比率與LPM模型大致相同，兩種多元線性模型對宣布ST之前第二年樣本的判別中出現一類錯誤的比率均比較高，這與一般結論相一致，一般情況下多元線性判別方法往往對第一年的預測效果較好，以后各年的預測效果會明顯下滑。同時我們發現，該判定模型在財務困境發生之前第一年的誤判率為86.84％，與LPM模型的誤判率相同，這表明2個多元線性模型具有相似的判別力。

(3)多元邏輯回歸模型(LogiSTic模型)

運用SPSS統計分析軟件中的邏輯回歸方法，對發生財務困境之前第一年的數據進行分析，可得到的結果如表7所示，該模型中因變量為P，自變量與前面模型相同。

第一步進入的變量：X5，X17，X23，X25。(下接右圖)

建立邏輯回歸法模型為：

此模型以0.5為判別分界點，P值范圍為[0，1]，當P值大于0.5時，判別為財務困境型公司，數值越大，該公司未來發生財務困境的可能性就越大；當P值小于0.5時，判別為非財務困境型公司，數值越小，該公司的未來的財務狀況越好，越安全。若P值恰好等于0.5，則說明該公司的財務狀況不夠明朗，處于灰色地帶。

將ST公司和非ST公司前一年和前兩的財務數據代入模型進行預測，結果表明，邏輯回歸法模型對公司宣布ST之前第一年的判別準確率高達90.8％，誤判率為9.2％。對公司宣布ST之前第二年的判別準確率為77.63％，誤判率為22.47％。該判別結果同樣說明，離公司發生財務困境的時間越短，模型判別的準確率越高，這與財務困境發生的實際情況相一致。從判別結果中可以發現，邏輯回歸法模型判斷的準確率相對較高，尤其是對公司宣布ST之前第二年的判別力比較好，這種判別方法與線性判別模型相比對樣本限制條件較少，因此是一種比較好的財務困境預測方法。

(4)三種多元判別方法比較

將這三種多元判別方法判別的結果進行匯總如表8所示。

從判別結果中可以得出以下主要結論：

第一，我國上市公司的財務數據是有效的，具有一定的預測能力。利用上市公司以前年度的數據能夠用來預測其以后年度的財務狀況。從匯總結果可以看出，在樣本公司財務困境發生前的第一年，邏輯回歸模型的判別力高達到90.8％，多元線性判別法模型和二類線性判別模型的準確性也能達到86.84％，而在樣本公司財務困境發生之前的第二年邏輯回歸模型的判別力能達到77.63％，多元線性判別法模型和二類線性判別模型的準確性分別僅能達到65.79％和67.11％，這說明預測數據與建立模型的數據年度越臨近，模型的預測能力越強，而離ST越遠，模型預測力越差。

第二，上市公司陷入財務困境是一個階段性的概念，有一個演化的過程，因此財務困境是可以利用一些方法進行預測的，通過建立財務預警模型對上市公司進行財務預警研究不失為一種行之有效的研究方法。

第6篇：財務預警研究范文

【關鍵詞】財務危機 預警模型

引言：財務危機的界定

對財務危機的界定,國內外學者因研究目的不同而異,使用了不同的標準。Beaver(1966)認為，破產、拖欠償還債務、透支銀行賬戶或無力支付優先股股利四項中的發生任何一項的企業,,即可定義為發生了財務危機的企業。Altman(1968)認為，財務危機企業是“進入法定破產的企業”。在國內，多數學者在研究中傾向于直接使用披露的上市公司數據，并以是否被“ST（特別處理）”作為判斷該企業是否發生財務危機的判斷標準。

一、財務危機預警模型相關研究成果

國內財務危機預警的研究始于20世紀80年代中后期，而到1996年以后，才陸續出現以企業財務數據為基礎建立的財務危機預警模型。

周首華、楊濟華、王平（1996）在埃特曼（Altman）Z分數模式的基礎上，建立了新的預測模式――F分數模式。他們選取了31家破產公司及31家非破產公司作為樣本建立F分數模式，并用4160家公司數據作為檢驗樣本進行了驗證，得出其準確率近70%。F分數模式充分考慮了現金流量的變動情況，其選取的五個判定變量完全基于財務理論，而非像其他模式的變量系數取自實務選定方法。研究指出，如采用F分數模式進行趨勢分析，較之時間序列上任一時點的單一F分數分析都重要得多。

陳靜（1999）采用單變量分析和多元預測模型對國內市場27家ST公司和非ST公司進行了實證分析。在單變量分析中，發現資產負債率和流動比率在宣布ST前一年的誤判率最低，而在宣布前三年時，總資產收益率和流動比率的誤判率較低。在其建立的多元線性判別分析中，選取了資產負債率、凈資產收益率、凈利潤、流動比率、營運資本/總資產以及總資產周轉率六個指標來構建預警模型，并通過對三年判定函數預測正確率的計算和比較，發現多元判定模型在宣布前一年的成功率較高，離宣布日越遠，成功率越低。

吳世農、盧賢義（2001）選取1998-2000年發生ST的樣本公司70家和相對應的非ST樣本公司70家，首先應用剖面分析和單變量判定分析，選取盈利增長指數、資產報酬率、流動比率、長期負債與股東權益比率、營運資本與總資產比、資產周轉率6個指標作為多元判定分析得變量，并以此構建LPM模型、Fisher二類線性判定模型和Logistic回歸模型。研究表明，LPM模型與Fisher判定模型在財務困境發生前1年的誤判率均為10.07%，從應用上可證明兩個模型是等價的。三種模型均能在財務危機發生前做出較為準確的判斷，且就同一樣本集而言，Logistic回歸模型誤判率最低，判定效果最好。

楊淑娥、黃禮（2005）從滬深兩市上市公司中選取了以工業板塊和綜合板塊為主的90家ST公司和相應的90家非ST公司，選擇流動比率、現金比率等10個指標利用BP人工神經網絡算法構建BP神經網絡模型。通過構建的模型對建模樣本進行回判以及對檢驗樣本進行判定，其正確判定率分別達到90.8%和90%，證明了基于財務指標信息的BP人工神經網絡方法是預測企業財務是否會發生危機的有效方法。同時，該文也指出，預警模型在研究同類行業時將取得更好的效果。

二、對企業財務危機預警模型研究成果的基本評價

縱觀大多數學者對財務危機預警系統的研究，周首華、陳靜等在國外研究模型的基礎上，進一步發展符合國內實情的財務預警模型，楊淑娥、黃禮等則采用新的思路，結合其他學科對構建財務預警模型的新方法進行的探究。這些研究基本上都更加重視現金流量在財務危機預警中的重要作用，以及強調進行時間序列上的趨勢分析的重要性。

通過上述研究可以發現，所構建的財務危機預警模型的誤判率明顯降低，證明近年來國內在該領域上的研究成果顯著。但與此同時，也應看到我們的研究仍存在不足之處。

1.數據的獲取和處理，國內研究更大程度上是在上市公司披露的數據下進行進一步研究和建模，獲取的數據是否真實可信，對數據的處理是否得當，這些都是影響模型有效性的重要因素，但這些因素在研究中沒有得到適當的保證。

2.財務指標的選擇，不同行業各財務指標的重要性及衡量標準有所區別，國內研究一味強調ST公司的選擇而忽略了公司行業性質的影響，可能使構建出來的模型“被綜合”，從而無法做出更加精確的判定。

三、繼續研究的價值和方向

如何有效控制企業風險、避免企業財務危機發生，可以說是關系到企業的生死存亡，因此對于財務危機預警模型的研究和深化不僅具有重要意義，而且是十分必要的。基于大多數學者的研究，進一步深入發展或整合利用其他學科研究，建立更為有效的財務危機預警模型是當前研究的一個主流趨勢。另外，可以考慮在對財務指標進行定量分析建模的基礎上，加入一些對觸發事件、披露事件等的定性分析，提高模型的效度和實用性。

參考文獻

[1]陳靜.上市公司財務惡化預測的實證分析.會計研究, 1999.4.

[2]吳世農,盧賢義.我國上市公司財務困境的預測模型研究. 經濟研究,2001.6.

[3]楊淑娥,黃禮.基于BP神經網絡的上市公司財務預警模型. 系統工程理論與實踐,2005.1.

第7篇：財務預警研究范文

（一）財務舞弊事前預警機制的概念

本文旨在構建的財務舞弊事前預警機制特指，會計司法鑒定人經相關委托人或單位授權，對有潛在財務舞弊風險的審計報告及相關財務資料進行分析，進一步檢查企業內部控制機制，從而對企業潛在的財務舞弊問題進行事前預警，提出合理化建議，從而有效防止財務舞弊案件發生的系統機制。

（二）審計報告概念

審計報告是指注冊會計師根據中國注冊會計師審計準則的規定，在實施審計工作的基礎上對被審計單位財務報表發表審計意見的書面文件。

注冊會計師在接受被審計單位的業務委托后，開展初步審計業務，獨立檢查被審計單位的會計憑證、會計賬簿、會計報表以及其他與財政收支、財務收支有關的資料和資產，實施風險評估程序，確定進行實質性程序的審計性質、時間和范圍，運用細節測試和實質性分析程序將審計風險降低至可以接受的水平，為被審計單位財務報表的真實性、可靠性和公允性提供合理的保證。注冊會計師根據審計結果的不同，分別出具無保留意見、帶強調事項段的無保留意見、保留意見、無法表示意見和否定意見的審計報告，其中，無保留意見審計報告為標準意見審計報告，其余四種為非標準意見審計報告。

二、會計鑒定人利用審計報告發現潛在財務舞弊事項的可行性

（一）上市公司審計報告的易獲取性

中國證券監督管理委員會公布的 《公開發行證券的公司信息披露內容與格式準則第2號――年度報告的內容與格式（2012年修訂）》中，第七條規定，年度報告中的財務報告應當經具有證券期貨相關業務資格的會計師事務所審計，審計報告應當由該所兩名注冊會計師簽字。第九條規定，公司應當在每個會計年度結束之日起4個月內將年度報告全文刊登在中國證監會指定網站上。因此，會計鑒定人員可以在資產負債表出日和財務報告報出日之間通過證監會指定的網站或者中國注冊會計師協會網站獲取有關的上市公司審計報告。

（二）會計鑒定人員職業判斷的專業性

會計鑒定人員是在訴訟活動中，接受指派或委托，對訴訟活動中涉及的與財務有關的專門性問題進行鑒別判斷，出具鑒定意見的專門性人員。每一名合格的會計鑒定人員都對“紅旗標志”及舞弊信號有一定的敏感性，通過對上市公司被審計報告的研究和分析，運用相應的司法會計檢驗手段和鑒定方法，可以有效預防被審計單位財務舞弊事件的發生。

三、會計鑒定人員利用非標準審計報告發現潛在財務舞弊事項的有效性

（一）非標準審計報告中列示了需要特別注意的事項

非標準意見審計報告不僅重點指出了需要注意的問題，還潛在說明了被審計單位的異常現象。因此，會計鑒定人員可以根據非標準審計報告中提及的不確定事項以及注冊會計師描述的被審計單位所處困境進行研究和討論，選擇可能發生財務舞弊的上市公司，通過進一步對其披露的年度報告和相關資料的深入分析，判斷被審計單位發生財務舞弊的可能性。

（二）審計報告具有一定的可靠性和公信力

審計報告是指注冊會計師根據中國注冊會計師審計準則的規定，在實施審計工作的基礎上對被審計單位財務報表發表審計意見的書面文件。注冊會計師及所屬的會計師事務所對其所作出的審計報告承擔出具虛假審計報告的法律責任。在此種風險下，為了避免承擔法律責任，陷入訴訟活動的泥潭，注冊會計師在審計過程中會盡量做如實報道，客觀真實地反映被審計單位的財務信息。

四、有關上市公司審計報告現狀

（一）有關2008、2009、2010、2011年審計報告的定量分析

以2008、2009、2010、2011年上市公司非標準審計報告為對象，以分析非標準審計報告所占比例及產生的原因。經調查，2008年會計師事務所共出具1624份審計報告，其中非標準意見審計報告110份，占總審計報告數6.77%。2009年會計師事務所共出具1777份審計報告，其中非標準意見審計報告119份，占總審計報告數6.71%。2010年會計師事務所共出具2129份審計報告，其中非標準意見審計報告128份，占總審計報告數5.54%。2011年會計師事務所共出具2362份審計報告，其中非標準意見審計報告115份，占總審計報告數4.87%。

由此可知，雖然上市公司的規模和數量不斷壯大，但出具非標準意見審計報告的比例在逐年降低。尤其是出具無法表示意見的審計報告所占審計報告總數的比例下降尤為明顯，由2009年占總審計報告的1.05%降低至11年的0.17%。針對此種情況，筆者將對出具非標準意見審計報告涉及的原因進行分析，以期獲得合理解釋。

（二）非標準審計報告涉及的原因分析

1.持續經營存在重大不確定性

從注冊會計師協會的上市公司審計報告來看，大部分出具帶強調事項段的無保留意見的原因都來源于公司持續經營存在重大不確定性。2008年共75份帶強調事項段的無保留意見審計報告，其中以持續經營存在重大不確定性為理由的共有34份，占45.33%。2009年共87份帶強調事項段的無保留意見審計報告，其中以持續經營存在重大不確定性為理由的審計報告高達68份，占總數的78.16%。同樣，2010年因持續經營存在問題而發表帶強調事項段的無保留意見審計報告共72份，占非標準意見審計報告的83.72%。2011年因持續經營存在問題而發表帶強調事項段的無保留意見審計報告共59份，占非標準意見審計報告的64.13%。實踐中注冊會計師往往通過強調事項段來代替意見段等以較輕的審計意見來報告，從而較好地維護與被審計單位之間的關系。但是，實際上這是注冊會計師的不負責任，以模糊的托辭出具帶強調事項段的無保留意見，降低被審計單位財務報告和經營活動的危險性，不僅削弱了注冊會計師的獨立性和客觀性，還造成了利益相關者對審計報告的不信任。目前公眾已經習慣于將持續經營審計意見作為一家公司經營失敗的早期預警信號，[1]許多實證結果均表明，審計師的持續經營審計意見與破產的可能性顯著相關。[2]

2.審計范圍受限制

根據《獨立審計具體準則第1號――會計報表審計》的規定，審計范圍一般應限于約定的會計報表報告期內的有關事項，但凡與被審計單位的會計報表有關和影響注冊會計師做出專業判斷的所有方面，均屬于會計報表審計的范圍。當注冊會計師的審計范圍受到限制時，其可以根據限制情況及重要性水平進行判斷，從而出具保留意見或是無法表示意見。從2008至2011年這四年的審計報告來看，2008年度只有ST華光、*ST帝賢B和中國嘉陵三家上市公司由于審計范圍受限及持續經營能力存在重大不確定性被出具了保留意見的審計報告。2009年共有10家上市公司被出具保留意見審計報告，主要原因在于注冊會計師無法實施函證等必要的審計程序，以獲取充分、適當的審計證據，判斷某些事項對財務報表或公司經營產生的重大影響。2010年會計師事務所一共出具了25份保留意見審計報告和7份無法表示意見審計報告，其中17份保留意見審計報告和全部無法表示意見審計報告均是源于審計范圍受限，導致注冊會計師無法實施必要的審計程序，從而難以對重要事項提供合理保證。2011年會計師事務所一共出具了19份保留意見審計報告和4份無法表示意見審計報告，其中13份保留意見審計報告均是因無法獲取有關特定事項的充分、適當的審計證據以確定其對財務報表的影響。

3.不確定事項

由于企業的經營活動是不斷運行的，在注冊會計師進行審計的過程中難免會遇到一些難以確定的事項，如果這些事項是重大的，有可能對財務報表和投資人的決策產生重要影響的，那么注冊會計師就不能為被審計單位的財務狀況提供合理的保證。在此種情況下，注冊會計師將秉著職業審慎的態度出具帶強調事項段的無保留意見、保留意見或者是無法表示意見。通過分析2009至2011年注冊會計師出具的審計報告，我們可以看出產生的不確定事項主要集中在訴訟事項結果存在不確定性，監管行動的未來結果存在不確定性，合同結果存在不確定性以及稽查結果存在不確定性等。對不確定事項的判斷，需要注冊會計師運用專業知識和經驗進行判斷。

五、非標準意見審計報告和財務舞弊之間的內在聯系

通過對2008，2009，2010，2011年審計報告進行分析，發現非標準審計報告的涉及原因一般是持續經營存在重大不確定性，審計范圍受到限制以及不確定事項這三種。而狹義的財務會計舞弊是指企業的管理層、治理層、員工或第三方使用欺騙手段獲取非法利益的故意行為，最常見的財務報表舞弊手法是不恰當地確認收入、高估資產、低估負債和費用。由此可知，非標準審計意見報告和財務舞弊之間是相互影響，相互作用的關系。一方面，獨立的審計人員可以通過嚴密的審計程序以及識別與財務舞弊相關的關鍵指標而發現財務舞弊現象，例如應收賬款周轉指數、毛利率指數、資產質量指數以及銷售增長指數等。另一方面，證監會對上市公司財務舞弊案件的行政處罰公告不僅可以與上市公司該年度審計報告相照應，也是檢驗審計報告真實公允與否的重要衡量標準。

第8篇：財務預警研究范文

關鍵詞：商業銀行；財務風險；預警

一、引言

截止2014年底，我國商業銀行數量已達八百多家，僅五大商業銀行資產總額已占銀行總資產的42.1%。到2015年商業銀行總資產為150.94億萬元，占銀行業金融機構的比例為77.7%。由此可見，商業銀行已成為我國銀行業的主要力量，為我國經濟的平穩運行及快速發展起著舉足輕重的作用。但是隨著經濟全球化的不斷加深，我國金融業的對外開放程度不斷擴大，進而導致商業銀行的不確定性風險也逐步擴大，特別是經過二零零八金融危機及一零年歐債危機的沖擊，國際金融增速也逐步放緩。因此，一旦我國商業銀行產生風險，將對我國的經濟運行及發展產生重大的影響。在市場化進程不斷加快步伐的環境下，商業銀行如果想要規避風險，如何進行財務風險預警變得尤為重要。因此，我國應加強對商業銀行財務風險預警的研究，努力防范財務風險的發生。

二、上市商業銀行財務風險相關理論

1.上市商業銀行的界定

商業銀行是以盈利為目的，通過多種金融負債籌集資金，并且以多種金融資產作為經營對象的金融機構。他也是具有信用創造功能的金融機構。具有吸收存款，發放貸款，辦理結算業務及其他中間業務的功能。不同于一般企業，商業銀行以金融資產與金融負債作為主要經營對象，獲取利潤。與一般的銀行相比，商業銀行在業務種類和服務對象方面也更加廣泛。

2.上市商業銀行財務風險分析

（1）上市商業銀行財務風險的特征

截至目前，我國上市商業銀行共有十六家，他作為一種特殊的企業，與其他企業財務風險特征相差較大，特征如下：

①客觀性：商業銀行財務風險的存在伴隨經濟活動的發展而增多，并不以人的意志為轉移，所以它的財務風險是客觀存在的。我們通過對財務風險的監測雖然不能完全化解所面臨的財務風險，但仍可以通過一系列措施化解財務風險使其損失降到最低。

②多變性：在經濟活動中。經濟形勢、活動對象并不是一成不變的，這些因素難以控制導致財務風險千變萬化，因此，應加強財務風險的監控。

③可控性：通過對商業銀行各項活動及財務狀況進行監測，從而降低其出現財務危機的可能性，并對相應財務風險采取措施，達到化解風險的目的。

④擴散性：銀行各部門工作是相通的，所涉及的范圍也較廣，一旦一個環節出現問題，都有可能引發信用危機，從而影響到整個金融體系，給國家經濟帶來巨大危害。

（2）上市商業銀行財務風險的分類

商業銀行財務風險存在的主要原因是銀行日常資金的流動造成，根據商業銀行的實際情況及理論基礎將其財務風險分為資本風險、流動性風險、管理能力風險、資產安全風險，盈利性風險以及流動性風險。

3.上市商業銀行財務風險預警

（1）上市商業銀行財務風險預警的程序

一是尋找財務預警產生的源頭；二是分析財務預警在警情發生非正常變化是所產生的征兆。這是財務預警體系中的重要環節之一；三是監測并對警情所發生的判定程度進行預報，此稱為警度預報，并通過精度確定警限的區域；四是通過對警情、警兆、警度的確定建立預警模型；五是擬定排除警情的對策。

三、我國上市商業銀行財務風險研究

目前對于經濟增長來說，未來經濟增長動力不足，金融市場持續動蕩，國際金融形勢對于商業銀行來講是一項嚴峻的考驗。本文主要針對上市商業銀行的財務風險，以流動性風險和資產質量風險為例進行了如下分析。

1.流動性風險現狀

根據以下數據，可以觀察出我國商業銀行在2014年的流動性指標。

截止2014年末，我國商業銀行流動性比率為46.44%，與上季末相比減少2.09%，存貸比為65.09%，比上季末有所增加而人民幣超額備付率也有所增加。根據數據表明，我國商業銀行流動性寬裕，流動體系也趨于平穩狀態。此外，對于資產方面而言，由于資產導致的流動性風險是由于上市商業銀行的資產不能及時變現而影響籌資的來源，繼而沒有能力及時償還對外債款，因而讓銀行產生的風險。

2.資產質量風險

從上述數據來看，2014年我國不良貸款余額呈上漲趨勢，不良貸款率也隨之增加，針對此風險，商業銀行都增加了其貸款損失準備，即便如此，撥備金覆蓋率仍然偏高，遠遠超過銀監會150%的監管規定，雖然是出于防范風險，謹慎經營的目的，但是如果撥備金過高，也會導致一系列的風險。根據上面兩個方面的分析，可以看出我國上市商業銀行在發展中存在某些問題，但是其資本狀況基本符合銀監會的標準與要求。

四、上市商業銀行財務風險預警模型

1.財務風險預警指標的構建

（1）財務風險預警指標構建原則

對上市商業銀行預警模型有效性起著至關重要作用的是財務風險預警指標的選取，通過與商業銀行財務風險的自身特點進行結合，財務風險預警指標有以下原則：

①多層次原則。

②全面性原則。作為財務風險預警指標，企業所反映的信用狀況需全面準確，以便防止預警結果失真。

③合理性原則。財務風險預警指標的構建應保持在合理水平，并結合考慮商業銀行當下特點。

④突出性原則。在選擇財務風險預警指標時應優先選取對整體風險貢獻大的指標。

⑤成本效益性原則。滿足財務風險預警構建的指標有很多，但有些指標的獲得需要大量人力物力，所以，應相對于成本較高的指標應選擇相對成本較低的指標。

（2）財務風險預警指標分類

按照中國銀監會的規定及財務預警指標相關構建原則，將財務風險指標分為五類，包括：資本風險、流動性風險、資產質量風險、盈利能力風險及管理水平風險。

2.財務風險預警分析方法

（1）因子分析法

因子分析法由20世紀初卡爾.皮爾遜和查爾斯.斯皮爾曼提出的分析方法發展外而來，并經過瑟斯頓研究成熟。他是在許多指標中選出變量，再根據變量的相關程度尋找變量關聯性的一種統計方法。同類因子越多，相關性越高，同類分子越少，相關程度越小。所以因子分析法的基礎是變量的相關性。

（2）Logistic回歸預警模型

Logistic回歸預警模型的重要目標是觀察分析目標對象的條件概率。它以概率函數為基礎，在對多元正態分布假設不作要求的情況下使用極大值估計法估計參數值，并通過運算求取某數值的概率，判斷出企業陷入財務危機狀況，并以此來進行預警。

五、商業銀行財務風險預警及防范

從以上對財務風險預警模型來看，導致商業銀行出現財務風險的原因包括許多方面，對財務風險進行預警已是商場銀行必不可少的一項工作，如何防范也成為銀行面對風險的一項重要舉措。面對資本充足性，應對于商業銀行的資本結構進行優化，實施戰略投資，積極吸引外資參股，建立存款保險制度，以此提高商行的資本充足性及風險抗擊性。面對信用風險的現狀，不僅要優化銀行資本的產業結構，還要加強貸款業務的信用審查，最大限度的防止其信貸危機的發生。此外，應大力發展銀行的中間業務，建立符合銀行運營及發展的營運機制，促使其防范經營風險的發生。流動性風險是我國銀行財務風險當中主要的風險，其主要體現在資產與負債的供給，因此應該科學、合理的配置資產業務與負債業務，并且銀行監管部門、政府及商業銀行自身都要加強風險流動性的管理意識，加強反防范管理。

六、建議

中國是世界上最大的發展中國家，其發展在國際上起著舉足輕重的作用。改革開發30年以來，即使我國銀行業沒有爆發大規模的金融危機，但是存在有大量不良資產是一個不爭的事實。而且，各種經濟問題也一步步凸顯出來。事實表明，我國銀行的財務風險已經演化為存在于整個銀行業的系統性風險。目前，我國經濟環境較為穩定，許多方面的問題還沒有完全凸顯出來，但是，一旦我國經濟環境遭受動蕩，所造成的危機是不可估量的。因此我國商業銀行應該加強風險監管，把風險因素保持在可控范圍之內，建立負有規模的財務風險預警體系和防范對策，讓我國商業銀行保持在較為穩定的發展趨勢，促進世界經濟的平穩發展。針對商場銀行業的發展，筆者有如下幾點建議：

1.建立銀行資料數據庫，進一步拓寬數據渠道，在更廣的范圍內進行財務預警的研究。

2.加大對財務風險預警模型的研究，將多種方法運用到我國財務風險預警的研究與實驗中，盡可能的構建更加全面與完善的預警模型。

3.聯系理論與實際，加強模型應用性的研究并運用于實際當中，為我國商業銀行的內控和審計提供指導。

參考文獻：

[1]中國銀監會銀行風險早期預警綜合系統課題組.單體銀行風險預警體系的構建[J].金融研究，2009，（3）：39-53.

[2]王志成，周春生.金融風險管理研究進展：國際文獻綜述[J].管理世界，2009，4：158-169.

[3]牛源.中國商業銀行風險預警系統的構建及實證研究[J].北方經濟，2007，（5）：93-95.

[4]羅曉光，劉飛虎.基于功效系數法的商業銀行財務風險評價研究[J].科技與管理，2012，（4）：95-97.

第9篇：財務預警研究范文

本文選取我國軍工類上市企業作為研究對象，在對軍工上市企業進行特性及財務風險分析的基礎上結合文獻研究，提出了軍工企業財務風險預警指標體系，并進一步運用統計分析方法建立了上市軍工企業財務風險預警模型。

一、上市軍工企業財務風險預警指標體系建立

為了能使構建的財務風險預警模型能更符合上市軍工企業的實際，在指標選取上盡可能地考慮上市軍工企業的特征，并融入了部分非財務指標作為最終的財務風險預警指標體系。

在財務指標方面，根據財務管理的有關理論，為了盡可能全面地反映研究對象的財務狀況，首先確定了償債能力、盈利能力、營運能力、成長能力、現金流量能力五大類指標。另外由于軍工企業具有明顯的特殊性，因此在財務比率指標的選取上也應體現行業特點，對不能明顯反映軍工企業經營狀況的財務指標進行了剔除。經過對各類財務指標進行選擇和細分，最終確定了26個指標建立起財務風險預警的財務指標體系。見表1。

在非財務指標確定的過程中，從股權構成方面、軍品業務方面、關聯交易三個方面考慮，在文獻研究的基礎上提出了以下假設：

假設l：國有股比例與企業的財務狀況呈負相關關系；

假設2：法人股比例與企業的財務狀況呈正相關關系；

假設3：軍品收入比例與企業的財務狀況呈正相關關系；

假設4：關聯交易額比例與公司財務狀況呈負相關關系；

假設5：上市公司擔保率與公司財務狀況呈負相關關系。

上市軍工企業財務風險預警指標體系的各財務指標與非財務指標及其計算公式如表1所示。

二、上市軍工企業財務風險等級評價指標篩選

采用前文所建立的財務指標體系，以我國軍工上市企業的26項財務指標作為樣本變量。根據主成分分析法的原理，利用統計分析軟件SPSS11.5對原始指標進行篩選。

從分析結果中的總方差解釋表中可以得出，第一主成份（Component）的特征值為8.478，它解釋了31.4%的方差；“Cumulative%”表示累計的方差解釋程度或累計方差貢獻，26個變量解釋了全部的方差，累計數為100%。

從主成份的特征值表中，根據特征值大于1及方差累計貢獻率大于85%的原則，從26個變量中提取前6個主成份，這6個主成份析方差累計貢獻率達到86.33%，也就是說這6個主成份可以解釋大部份方差，利用所提取的主成份可以反映樣本86.33%的變量信息，這樣便使26個指標簡化為6個主成份而不損失大部分信息。為了進一步理解公共因子的實際意義，本研究中使用了正交旋轉中的方差最大法進行轉換。

因子1主要由X12、X13、X14、X15、X16解釋，基本上反映了我國上市軍工企業盈利能力；

因子2主要由X1、X2、X3、X4、X3解釋，基本上反映了該類企業的償債能力；

因子3主要由X19、X21、X22解釋，反映了企業的成長能力；

因子4主要由X7、X9、X10解釋，反映了企業的資產管理能力；

因子5主要由X24、X25、X26解釋，反映了企業的現金流量情況。為了方便建立模型，在此把選出來的6個主成分進行重新命名，分別為X1、X2、X3、X4、X5、X6。

三、上市軍工企業非財務類指標驗證與篩選

在前文的分析中，依據對前人的文獻研究以及上市軍工企業特征選出了三大類共5個非財務類指標，但是這些指標都是依據文獻研究所提的假設，在具體的研究中還需要對各個指標進行相關性分析，以驗證各指標與財務狀況之間的關系是否顯著。

首先選取研究變量。本研究中的變量包括了因變量和自變量兩個變量，其中因變量企業財務狀況由企業的經營績效來表示，在量化分析中一般選取凈資產收益率代表這一變量，用Y代表；自變量則由本研究所選取的5個非財務類指標組成，即國有股比例、法人股比例、軍品收入比例、關聯交易比、上市公司擔保率，分別用N1、N2、N3、N4、N5表示。

根據SPSS11.5統計軟件中的二元變量相關性分析，初步得到軍工上市企業財務狀況與其假設提出變量之間的關系。從各變量之間的相關系數可看出，國有股比例、軍品銷售額占主營業務收入的比率、上市公司擔保率三個變量與凈資產收益率都有著較高的相關度，而且支持上文的假設情況，可以作為入選的非財務指標。其他指標與因變量也有一定的相關度，但相關程度比較低，因此認為這些變量與反映企業經營績效進而代表財務狀況的凈資產收益率之間沒有顯著相關關系。

因此，經過對53家軍工上市企業數據進行的相關性分析，提取出國有股比例、軍品銷售額占主營業務收入的比率、上市公司擔保率這三個指標作為建立上市軍工企業財務風險預警模型的非財務變量。

四、基于判別分析法上市軍工企業財務風險預警模型構建與驗證

基于判別分析法，對上市軍工企業財務風險預警模型進行如下構建與驗證：

第一，對樣本企業進行聚類分析。本文選取了聚類分析來對我國上市軍工企業進行分類，盡量消除主觀因素的影響，提高分類的科學性，考慮到實際情況中有些公司的財務狀況處于中間狀態，將我國上市軍工公司分為三類即財務危機公司、非財務危機公司（不會發生財務危機公司）和中間狀態公司（財務狀況一般公司），以更好地反映整個行業的財務狀況。

本次研究選取前文中用主成分分析方法提出的6個財務指標以及經過相關性分析的3個非財務指標總共9個因子做為變量，用SPSS軟件中的聚類分析模塊進行分析。考慮到現實中存在部分企業的財務狀況居于中間位置的情況，本文認為把我國上市軍工企業的財務風險類型分為三類（3 Clusters）更為合理。接下來選取聚類分析法中的完全連接法（Furthest neighbor）做為具體的聚類方法，在輸出的結果中選擇聚類歸屬表，直觀地表示本次聚類分析的結果。如表2所示。

第二，上市軍工企業財務風險預警模型構建。在模型構建之前，通過對我國上市軍工企業財務風險預警的判別函數進行的有效性檢驗、協方差相等的Box檢驗以及函數的擬合優度檢驗，表明該判別函數是有效的。在這些檢驗分析的基礎上結合結構矩陣，就可以得到非標準化判別函數，如下表給出了標準化和非標準化的典則（Canonical）判定函數系數值，據此可構造標準化和非標準化的典則判定函數，系數值如表3所示，用以計算每一條記錄在領域圖（Territorialmap）中的坐標值。

其中的標準化是指原始變量的標準化，使用典則函數需要先計算出坐標值，然后查領域圖或者計算該點離各點心的距離，在設定判別規則時還要考慮如何確定閾值點，較為繁瑣。而采用Bayes準則構造出的Fisher判別函數就可以用原始變量直接進行判別，簡便又不失判別的準確性。

表4即是所得到的費歇（Fisher）線性判別函數的系數，從而就可以得出包含9個變量的判別分析的Fisher線性判別函數模型，由于本文是將樣本分為三類，在判別分析中需對這三組進行兩兩對比分析，故判別模型函數為三個。

依據上表中的判別函數系數數據，這三個函數的表達式為：

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分別表示無警類、輕警類、巨警類企業的函數判別值；X1、X2、X3、X4、X5、X6、X7、X8、X9分別代表我國上市軍工企業盈利能力、償債能力、成長能力、現金流量情況、資產管理能力（由X5、X6共同反映）、國有股比例、軍品銷售占主營業務收入的比例、上市公司擔保率。

在判別模型建立以后，為了更直觀地確定企業的財務風險類別，還需要確定模型的判別規則。本文建立的我國上市軍工企業財務風險預警模型實質上是采用貝葉斯準則構造出的費歇判別函數，因此本文所采用的判別準則也是貝葉斯判別準則，具體是將每一家企業的9個因子值分別代入模型的三個判別函數中，計算每個企業的三個判別函數值，以這三個函數值最大的一個做為分類標準，即得分最高的一類就是該企業所屬的類別。利用這樣的判別準則就可以把每家企業的數據代入模型進行具體的判別分析了。

第三，上市軍工企業財務風險預警判別模型的判別效果檢驗。對于建立的財務風險預警模型，模型本身是一方面，其實最關鍵的還是要看該模型的判別效果如何，準確度有多大。因此，就有必要對模型的判別效果進行分析檢驗。本文選取交互驗證法對模型2008年的判別效果進行驗證，并引入模型外部數據進行檢驗，即將2007年和2006年我國上市軍工企業的財務指標代入模型中進行驗證。從2008年、2007年、2006年的預測效果看來，如表5所示模型對3年的預測準確率逐漸呈下降趨勢，離建立模型年度越近，預測的精度越高，這也符合一般模型離預測期限越近，預測效果越好的客觀規律。

通過以上研究表明，該模型的預測效果是可觀的，可以作為上市軍工企業避免財務危機發生的有效措施。如果上市軍工企業采用本文所構建的模型進行預警管理，就可在財務風險惡化的前一年或前兩年對企業所存在的財務風險采取針對性的管理措施，從而有效地防范財務危機的發生。

參考文獻：

［1］姜秀華、任強、孫鋒：《上市公司財務危機預警模型研究》，《預測》2002年第3期。.

［2］張玲：《財務危機預警分析判別模型及其應用預測》，《數量經濟技術經濟研究》2000年第6期。

［3］李益騏、田高良：《上市公司財務預警實證研究》，《西北大學學報（哲學社會科學）》2009年第5期。

［4］陳曉龍：《市公司財務危機的預警模型》，《統計與決策》2009年第15期。

［5］宋貴奇：《構建軍工科研事業單位財務預警體系探討》，《中外企業家》2008年第9期。