時間：2022-07-12 20:34:47
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇財務危機論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
一、企業財務危機的防范
隨著我國企業改革的不斷深入，以及企業理財活動空間的進一步擴大，理財活動內容的日益豐富，企業理財的內外部環境變化的日趨頻繁，財務危機發生的頻率也相應增加。決策風險可以說是企業最大的風險，決策風險防范應成為企業財務危機防范的重點。企業財務危機防范應主要從以下兩個方面開展：
（一）建立和完善企業財務危機防范機制
一方面，應成立財務危機防范控制網絡，除了可以成立企業財務危機管理機構外，還可以結合企業內部經濟責任單位和業務區域劃分情況，建立危機區域控制中心，各控制中心應配置控制人員，明確其責任，并建立相應的考核制度；新疆石油管理局建立了科學合理的企業財務危機防范機制，其有局財務處建立財務危機防范科，對個下屬個企業進行防范危機管理，起到了很好的控制作用，既防范了財務危機，又保證了國有資產不流失。另一方面，應制定財務危機控制制度，使其成為企業內部控制制度的重要組成部分，控制制度的核心是要根據各個控制對象，制訂科學合理的控制標準和危機監測、信息反饋機制等，以便于將危機防范落實到實處。例如，新疆石油管理局克拉瑪依職業技術學院就建立了完善的企業內部開展機制，將各種危機防范落到實處，企業那邊財務管理實行院長負責制，各系部有自己的財務管理機制，再由財務處進行統籌控制，很好地防范了財務危機。
（二）實施有效的財務危機防范措施
財務危機防范措施主要是針對企業高風險經濟活動領域或業務活動的特點，事先所作的一些財務危機防御性安排。一方面應建立企業決策制衡機制，決策是企業管理的關鍵，為了防范盲目或錯誤決策，企業應完善治理結構，加強決策層成員之間的制衡與約束，并建立決策負責制度，從而促使決策者謹慎而負責地行使決策權利。企業的財務決策按風險程度分為確定性決策、風險性決策和不確定決策，所以建立企業決策制衡機制，決策是企業管理的關鍵；另一方面應重視和借助企業外部獨立機構的意見，企業在生產經營活動、財務管理和各項決策中，聽取和吸收外部專家的建議會有助于降低錯誤判斷率，減少企業運行和決策中的風險。
二、企業財務危機的預控
財務危機預控是企業解決財務危機的關鍵環節，是對企業發生財務危機的危險性及其程度進行動態的分析與預測，并對引起企業財務危機的內在隱患采取針對性的措施和辦法，化解或阻礙財務危機不利的變動趨勢，力求避免或延緩其發生。其主要作用有：可以使企業管理當局及時掌握企業財務安全狀況和變動趨勢，強化財務危機管理意識；即使企業發生財務危機的趨勢已不可避免，也可以起到預先警示作用，促使企業提前作好應對和處理財務危機的準備，以免當財務危機爆發時失去處理危機的主動權。企業財務危機預控應重點作好以下三方面的工作：
（一）開展企業財務危機的預警工作。
財務危機預警是對企業財務危機發生的可能性，進行多角度分析判斷，并及時發出危機警告的過程，其主要目的是督促企業盡早作好預防和應對財務危機的準備。首先應從影響面廣的經濟危機、行業危機和重大事件的觀察、分析與檢測著手；其次，應時刻關注企業財務危機的早期信號，如企業出現財務狀況不佳的征兆、財務報表的異常表現；最后，運用適合的財務危機預警模型。
（二）完善企業經營者的約束激勵機制
經營者是企業主要決策者，直接影響著對企業起全局和長遠作用的各種決策，其內容主要包括：1.對經營者采取恰當的激勵約束方式，激勵與業績掛鉤，精神獎勵與物質獎勵相結合，即期激勵與長遠激勵相結合；2.制定嚴格的考評制度，包括考評標準、考評方式、考評期限和考評依據，通過考評既要肯定成績，也要找出差距和存在的問題，從而使經營者明確下一步努力的方向。另外，企業還應建立相對獨立的考評組織，防止出現經營者自己考評自己的不合理局面。
（三）加強企業資金流動性和成本費用的控制
一方面企業擁有充足的變現力、很強的營運資金，是其能夠順利履行到期償還義務
的安全保障，企業在考慮財務運行安全性的同時，應該關注營運資金的利用效率。另一方面，成本費用失控是導致企業虧損的主要因素，必須重點加以控制。
三、企業財務危機的處理
處理財務危機是一項系統工程，處理的過程包括相互聯系的基本步驟和若干必要的環節，在危機處理中應認真對待每一個必經的步驟，忽視任何一個環節，都可能產生不利影響，甚至導致處理失敗。企業應成立財務危機專門處理小組，收集相關資料、判斷形勢，采取正確的指導方針，選擇合適的解決方案。財務危機處理的關鍵是要明確重點，注意策略，應重點做好以下三方面工作：
（一）抓住處理財務危機的重點。抓住重點，就是要明確找出引發企業財務危機的主要根源以及影響財務危機處理的全局問題。
（二）注意處理財務危機的戰略和措施。企業在財務危機處理中，為達到處理目標應采取主動進攻的戰略，在處理財務危機行動中，既要注意機會成本、社會期望值，又要兼顧企業的承受能力；在解決各種問題時，既要滿足解決眼前矛盾的要求，又要立足企業的長遠發展。企業處理財務危機是轉化危機的過程，如何抓住機遇、化險為夷，就必須十分注意具體策略的運用。
（三）調動相關利益部門和人員的積極性。財務危機是企業全局性、深層性的危機，對其進行處理，不僅責任重大、任務艱巨，而且涉及各方的利益。
【關鍵詞】財務危機；危機運營；資產剝離
一、企業財務危機運營的含義和特點
（一）企業財務危機運營的含義
企業財務危機是指企業財務狀況惡化，長期出現虧損，無力償還到期債務的現象。在企業日常生產經營活動時，如果無力履行合同，無法按時支付債權人利息和償還本息時，該企業就面臨著財務危機。企業財務危機分為輕度、中度和重度財務危機，并且具有客觀積累性、多樣性、災難性和預見性等特點。企業財務危機的最嚴重后果是企業失敗。
財務危機運營又稱為財務危機運作，它是指企業通過各種手段，以化解財務危機為目的，為實現企業度過危機重新恢復正常生產經營而采取的各種行為和活動。財務危機運營的核心是運營方式和運營方法。
（二）企業財務危機運營的特點
1.全局性
財務危機雖然是企業在日常生產經營活動過程中逐步形成的，但是它卻有很大的爆發力，企業一般的經營人員對危機不了解或沒有管理知識，就很難根據企業的實際情況進行財務危機的應對和運營。因此，運營人員必須具有較高的企業管理知識、風險管理知識、企業運作知識和較強的實踐經驗以及對企業的整個生產流程了如指掌。這樣才能有針對性地根據企業的實際情況提出正確的財務危機應對措施和運營方法。
2.決定性
財務危機對企業是一項重創，企業自有資金不足，到期又不能償還負債，在目前日益激烈的市場競爭中，無論對企業自身還是對企業的員工都是一項不小的債務負擔和壓力，因為運營結果的好壞直接決定著企業的發展前途，決定著員工們的命運。所以財務危機的運營對企業的發展有著決定性的作用。
3.雙面性
財務危機的運營效果有兩種，一種是運營成功，企業擺脫財務危機，走上正確的發展道路；另一種是運營失敗，負債繼續無法償還，生產經營情況繼續惡化，會使企業無法擺脫財務困境，甚至導致企業破產。因此財務危機的運營是一把雙韌劍，使用起來一定要深思熟慮，在進行運營時一定要考慮細致、全面，仔細分析、認真論證，有針對性的進行運營。
4.及時性
及時性是指財務危機的運營必須及時有效，因為財務危機的爆發會對企業造成很大的危害，要求企業管理人員及時根據財務危機爆發的原因，找出問題產生的根本原因，及時拿出解決方案，提出運營方案和對策，抓住解決危機的時間和機會，錯過了時機，企業就無法翻身。
二、企業財務危機運營環境
企業財務危機運營環境分為宏觀環境和微觀環境。宏觀環境指從宏觀的角度來看，對企業管理活動造成市場機會和環境威脅的主要社會力量。具體是指當前企業所處的政治、經濟、法律、文化、人口、自然環境以及當地收入水平等一系列不可控制的因素。當前我國企業面臨的主要宏觀經濟環境是全球金融危機。受金融危機的影響，銀行日益收緊銀根，對企業進行貸款的信用度要求比以往要高。企業生產成本日益上升，經營效益普遍下滑，大型跨國企業裁人并縮減產量，以減少企業的成本，使企業能順利渡過金融危機的寒冬。因此，對面臨財務危機的企業來說，采用外部融資解決企業財務危機或通過外援的方式運營財務危機的可能性并不大，企業必須更多地依靠自身的力量，拿出最快最好的財務危機運營方案。微觀環境是從微觀的角度來看，直接制約和影響企業管理活動的力量和因素。微觀環境主要是企業內部或者外部那些通過溝通或者一系列措施相對好控制些的環境。如企業的內部管理、人員配置、合作伙伴、競爭對手等。財務危機運營必須考慮企業的微觀環境，企業應該想方設法改善所處的微觀環境。因為企業微觀環境是不良的，否則企業不會處于財務危機，企業應該明確制約企業發展的因素和改善微觀環境的渠道。
三、企業財務危機運營程序
（一）企業財務危機運營組織結構的建立
企業財務危機運營組織主要由財務管理中心、行政部和審計部共同組成，他們首先要制定好相應的財務危機計劃，對各種可能出現的財務危機提出相應的配套方案和解決對策，平時應進行一定的財務危機應對方案模擬測試。用這種組織結構的原因是考慮到財務管理中心和審計部對企業的財務狀況比較了解，能從日常的業務操作中發現企業財務危機，企業應當在財務管理中心、審計部和行政部指定專人負責，設立財務危機運營職責和權利，當有財務危機警情出現時，財務管理中心和審計部負責人應及時把財務危機預警相關情況通過企業的內部網發送給行政部負責人員，并接受指令，當有不嚴重的財務危機警情時，行政部相關負責人員應通知財務管理中心和審計部的預警負責人及時采取相應的措施；當有重大財務危機警情時，行政部相關負責人員應把相關情況匯報給企業的董事長，由企業的中高級管理干部一起決定危機的處理決策。運用此種組織結構，企業能有效地加強財務危機的防范和處理能力。
（二）企業財務危機信息的搜集
企業財務危機信息搜集主要是財務管理中心和審計部，財務管理中心和審計部除了進行日常的財務業務操作以外，也負責企業財務危機信息的搜集工作，但不是說其他部門沒有進行搜集信息的義務，最好是全員搜集，包括生產部、營銷部和研發部都可以參與。這些信息包括對企業的供需商供求情況、企業的競爭對手情況、企業的內部活動以及客戶需求信息和企業相關的外部環境等。企業財務危機主要表現在以下幾個方面：平均收賬期延長，銷售的非預期下降，企業的財務狀況出現惡化，自有資金不足、財務結構惡化和財務管理混亂，財務管理混亂包括很多方面，企業財務制度不健全、內部控制不完善、會計信息失真。企業應該分析財務危機產生的主要原因，要對財務危機涉及的相關人員、相關業務以及危機給企業造成的嚴重后果有正確的分析和定量化的掌控。
（三）企業財務危機運營的方法
企業應根據財務危機產生的原因有針對性的采取補救措施。要對相關的客戶進行清查，對有關責任人員進行調動，必要時對企業進行換血。如果是產品質量引起的危機，要注重提高產品質量，產品質量無論什么時候都是企業生存和發展的關鍵，有良好的質量才能有客戶和市場，產品才能有銷路，才能樹立起客戶對企業產品的信心，保持或恢復顧客對產品的購買欲望，使企業擺脫困境；如果是產品銷售不暢，可以進行資產剝離或資產出租。受全球經濟危機影響，引起企業財務危機的主要原因是銷售不暢。企業可以通過資產剝離將非經營性閑置資產、無利可圖資產以及已經達到預定目的資產從企業資產中分離出來。資產剝離的方法有資產置換、減資、資產出售等形式。發生財務危機的企業可以通過資產剝離的方法換取現金的流入，這種方法如果運作成功，不僅可以植入優質資產，而且可以將企業原有的不良資產置換出去，實現企業資產的雙向優化。另外可以通過及時縮減企業規模，通過債轉股、業務重組、資產出租等形式減少企業的債務負擔。如果是財務管理不善造成的，可以向供應商尋求幫助，請求推遲付款，給予供應商企業好轉后長期合作的承諾；還可以向客戶爭取預付款以幫助渡過難關，達到風險投資，渡過財務危機時期。隨著價格環境慢慢好轉，高水準管理人將會處于有利地位，能夠以比過去幾年更具吸引力的估值購買到優質業務。有能力使企業起死回生的高水準管理人選擇性地投資于企業，也會在中期獲得較高回報。
（四）企業財務危機運營的監控
企業財務危機運營不當的最終后果就是企業失敗，所以對于企業財務危機的運營必須有監控系統，對財務危機運營人員能力的監控、運營過程、運營中階段性效果等都應該有相應的監控方法和手段、要用定量化的指標來分析，以便領導者時時刻刻都把財務危機運營調整在正確的軌道上。在進行財務危機運營人員能力的監控時，要及時考察運營人員的知識水平和實踐能力是否能達到正確運營危機的目的，一旦不適用就及時調整；進行運營過程監控時要注重運營的方法是否合法、合理，是否可行，操作是否得當；對運營中階段性效果的監控重點考慮是否達到預計的運行效果，監控中要對定量化的數據指標進行分析，如果沒有達到要及時采取其他措施進行補救。
【參考文獻】
[1]韓臻聰.我國上市企業財務危機的成因淺探[J].財會月刊，2006，（1）:16.
[2]王克敏，姬美光.宏觀經濟環境、企業治理與財務困境研究[J].經濟與管理研究，2006，（5）:18.
[3]劉靜，程濤.中外企業財務困境成因之比較研究[J].石家莊經濟學院學報，2005，（4）：168.
[4]閻達五.財務預警系統管理研究[M].北京:中國人民大學出版社，2004.
[5]張鳴.企業財務預警研究前沿[M].北京:中國財政經濟出版社，2004.
【關鍵詞】現金流動負債比;財務危機;相關性
一、研究的背景
財務危機是威脅企業持續經營的根本性危機。因為無論是發生巨額虧損或者連續虧損,都將成為影響企業能否生存發展和持續經營的嚴重事件。然而,“冰凍三尺、非一日之寒”,大部分企業陷入財務危機,都有一個逐步顯現、惡化的過程,因此具有一定的先兆性和可預測性。財務危機預警的相關論文國內外都有不少的論述,如從企業內部治理的角度等來分析財務危機的形成原因分析及應對措施。本文則是以現金流動負債比率,反映企業一定時期的經營現金凈流量同流動負債的比率,從現金流量角度來反映企業當期償付短期負債的能力來體現企業是否存在財務危機。本篇論文從上市公司中選取樣本企業一定時期的現金流動負債比的角度,研究這項財務指標與企業財務危機之間的相關性,驗證其是否能及時反映企業的財務危機。
二、數據資料的搜集與整理①
1.ST公司樣本與非ST公司控制樣本的選擇
本文以 2005年年報資料為基點,將2006年在滬深兩市上市的A股被ST的58家公司作為研究對象,以所有A股非ST公司為母樣本,按照一定的配對標準選出相應數量的非ST公司作為控制樣本展來研究現金流動負債比與財務危機的相關性問題。
2.研究數據的來源
本文的研究數據資料來源于巨潮資訊、中國上市公司資訊網、中國證監會等相關網站。數據資料的處理采用的是Eviews3.1計量經濟分析軟件。
三、變量的選取與模型設計
1.變量的選取
本文所選取的變量名稱為現金流動負債比,在實證研究中,以xjldfz代替。
計算公式為:現金流動負債比=經營現金流量凈額/流動負債。
2.模型設計
本文是以上市公司是否被“特別處理”(ST)作為財務危機的衡量標準。由此,通過構建多元邏輯模型(Logistic模型),利用極大似然估計法(ML)來對模型進行估計而進行的研究。其具體形式為:Z=Logistic(P)={Pi/(1-Pi)｝=α+β′X,其中,α是截距參數,β是斜率參數向量,Pi∈[0,1]。
四、研究假設
本文旨在對現金流動負債比與財務危機的相關性進行研究,因此結合社會經濟背景,建立假設:現金流動負債比與財務危機(ST)負相關。
該指標反映企業經營活動產生的現金流量凈額用來償還流動負債的能力。指標越大,則說明企業有較強的現金或者現金流量來應對償還短期債務的能力。因此,本文假定現金流動負債比與財務危機(ST)負相關,即現金流動負債比率越大,說明企業應對償還短期債務的能力越強,則企業陷入財務危機的可能性就越小;反之,則企業陷入財務危機的可能性就越大。
五、現金流動負債比與財務危機的相關性分析
1.描述性統計結果②
(1)T-1年的描述性統計結果
由上表可以看出,ST公司在現金流動負債比的均值上,比非ST公司的明顯偏低,這說明在T-1年,假設條件所描述的現象是客觀存在的,即現金流動負債比與財務危機(ST)負相關。
(2)T-2年的描述性統計結果
由上表可以看出,ST公司在現金流動負債比的均值上,比非ST公司的明顯偏低,這說明在T-2年,假設條件所描述的現象是客觀存在的,即現金流動負債比與財務危機(ST)負相關。
(3)T-3年的描述性統計結果
由上表可以看出,ST公司在現金流動負債比的均值上,比非ST公司的明顯偏低,這說明在T-3年,假設條件所描述的現象是客觀存在的,即現金流動負債比與財務危機(ST)負相關。
2.回歸結果及擬合優度檢驗
(1)T-1年回歸模型的參數估計與擬合優度檢驗
根據本文模型設計的條件,建立現金流動負債比T-1年的回歸模型如下:Z=+XJLDFZ+ε③,其中,Z為邏輯因變量(ST公司,Z=1;非 ST公司,Z=0),Ci(i=0,1)為回歸參數,ε為回歸殘差。
由上表可以看出,回歸變量參數在10%的水平下統計顯著,且回歸變量參數的符號為負,這一回歸結果與假設條件相同。
另外,從回歸結果可以看出,T-1年LR統計量與McR²較大,則說明T-1年模型的擬合較好,模型具有較強的解釋力。
(2)T-2年回歸模型的參數估計與擬合優度檢驗
現金流動負債比T-2年的回歸模型如下:Z=C+XJLDFZ+ε,其中,Z為邏輯因變量(ST公司,Z=1;非 ST 公司,Z=0),Ci(i=0,2)為回歸參數,ε為回歸殘差。
由上表可以看出,回歸變量參數統計不顯著,而回歸變量參數的符號為負,這一回歸結果雖然與假設條件相同,但不是我們所期望的。
另外,從回歸結果可以看出,T-2年LR統計量與McR²都比較小,則說明T-2年模型的擬合不是很好,模型的解釋力不是很強。
(3)T-3年回歸模型的參數估計與擬合優度檢驗
現金流動負債比T-3年的回歸模型如下:Z=C+XJLDFZ+ε,其中,Z為邏輯因變量(ST公司,Z=1;非 ST公司,Z=0),Ci(i=0,3)為回歸參數,ε為回歸殘差。
T由上表可以看出,回歸變量參數在10%的水平下統計顯著,且回歸變量參數的符號為負,這一回歸結果與假設條件相同。
另外,從回歸結果可以看出,T-3年LR統計量與McR²都較大,則說明T-3年模型的擬合較好,模型具有一定的解釋力。
3.討論
依據上述回歸模型的參數估計與擬合優度檢驗的結果可以得出:T-1年和T-3年均在10%水平下統計顯著,通過了Z檢驗,而且T-1年、T-3年模型的擬合都較好,其中T-1年模型的擬合效果最好。但T-2年模型沒有通過Z檢驗,出現這種現象的原因可能是因為樣本容量不足所造成的,因此本文認為假設成立,即現金流動負債比與財務危機(ST)負相關。
4.結論
通過上述 Logistic 回歸分析及其討論的結果,可以判斷:接受假設條件。即現金流動負債比率越大,上市公司發生財務危機的可能性越小。因此判定,現金流動負債比與財務危機(ST)負相關。
通過對上市公司的案例分析,希望可以對非上市公司提供判斷是否處于財務危機有相應的參考,同時對投資者從財務角度判定一個企業是否值得投資有一個選擇的指標。
注釋:
①本論文的相關數據資料均來源于中國巨潮資訊、中國上市公司資訊網、中國證監會等相關網站。
②本論文的所有輸出結果均來自于Eviews3.1計量經濟學分析軟件。
③本論文為研究方便,特意將公式Z=+XJLDFZ+ε中用C表示,以下相同。
④服從標準正態分布,在Logit模型中,主要用于單個系數的顯著性檢驗。
參考文獻
[1]李秉成.企業財務困境研究――上市公司財務困境實證分析北京[M].北京:中國財政經濟出版社,2004,7:P10-19,73,95-99.
[2]財政部注冊會計師考試委員會辦公室.財務成本管理[M].北京:中國財政經濟出版社,2006.
[3]謝識予,朱弘鑫編著.高級計量經濟學[M].復旦大學出版社,2005,5.
作者簡介:
張振霞,女,經濟學碩士,酒泉職業技術學院講師。
論文關鍵詞：顯著性分析，因子分析，財務危機，預警，指標篩選
一、引 言
企業財務危機預警問題的研究很早就引起了各方面的關注，國內外學者取得了豐富的成果。如Fitzpatrick[1]和Beaver[2]提出單變量模型，美國學者Altman構建Z-score模型[3]，我國學者李秉祥提出組合預警模型[4]；李益騏運用Logistic回歸分析作為主要建模方法[5],李臘生將因子分析與選擇性模型相結合，構建了判別上市公司財務危機的因子分析Logit模型[6]，郭德仁構建了基于模糊聚類和模糊模式識別模型[7]，周輝仁提出一種基于遞階遺傳算法和BP神經網絡的財務預警模型[8]。可見國內外學者對財務危機預警的研究主要集中在運用數學方法構建財務預警模型上
二、顯著性分析與因子
（一）顯著性
一般來講，財務危機和財務健康之間應該具有顯著差別，因此進入預警模型的指標至少能有效顯著的區分這兩種狀態，這是入
針對同一財務指標變量而言，當兩組樣本具備方差齊性（即
<sub><img title=" width="56" />
當兩組樣本不具備方差齊性（即）
這樣在可接受的顯著性水平上就可以篩選出能顯著
（二）因子分
因子分析最早是由心理學家Karl Pearson 和Charles Speamen在1904年提出的，在多元統計分析中，因子分析是一種很有效的降維和信息濃縮技術。這種方法是從變量的相關矩陣出發，將一個m維的隨機向量X分解成低于m個且有代表性的公因子和一個特殊的m維向量因子分析，使其公因子數取得最佳的個數，從而使對m維隨機向量的研究轉化成對較少個數的公因子的研究。即用較少個數的公共因子的線性函數和特定因子之和來表達原來觀測的每個變量，從研究相關矩陣內部的依賴關系出發，把一些具有錯綜復雜的變量歸納為少數幾個綜合因子的一種多變量統計分析方法。該
三、財務危機預警指標
根據敏感性、先兆性、關聯性、可操作性和互斥性的原則，本文在借鑒國內外學者的實證研究成果并結合我國上市公司實際情況的基礎上，從表內信息和表外信息兩個角度六個方面構建了一套包括25個指標的財務危機預警的指標體系，作為研究中使用的初始變量[9]，如表1所示。表內信息指標主要包括反映企業盈利能力、經
表1 上市公司財務危機預警
指標
類型
序號
指標名稱
計算公式
盈利
能力
指標
1
凈資產收益率
凈利潤/平均股東權益
2
總資產報酬率
利潤總額/平均總資產
3
每股收益
凈利潤/期末普通股股數
4
主營業務利潤率
凈利潤/主營業務收入
5
成本費用利潤率
凈利潤/(主營業務成本+期間費用)
營運
能力
指標
6
總資產周轉率
銷售收入凈額/平均資產總額
7
應收賬款周轉率
銷售收入凈額/應收賬款平均余額
8
存貨周轉率
銷貨成本/平均存貨余額
償債
能力
指標
9
資產負債率
期末負債總額/期末資產總額
10
流動比率
期末流動資產/期末流動負債
11
速動比率
期末速動資產/期末流動負債
12
營運資本比率
營運資本/總資產
成長
能力
指標
13
主營業務增長率
（本年主營業務收入－上年主營業務收入）/上年主營業務收入
14
凈利潤增長率
（本年凈利潤－上年凈利潤）/上年凈利潤
15
總資產增長率
（期末資產總額－期初資產總額）/期初資產總額
16
每股收益增長率
(本年每股收益－上年每股收益)/上年每股收益
現金
流量
指標
17
現金流動負債比
經營活動現金凈流量/流動負債
18
凈收益營運指數
經營活動現金凈流量/凈利潤
19
銷售現金比率
經營活動現金凈流量/銷售收入
20
每股營業現金流量
經營活動現金凈流量/年末普通股股數
表外信息 指標
21
短期借款流動比率
短期借款/流動負債
22
或有負債總資產比
<
對于“財務危機”學術界和實務界有各種不同的界定，考慮到我國的具體國情，本文將我國上市公司中的ST公司界定為財務危機企業。根據一定的選擇標準，選取了2008年被特別處理的3
（一）初選——顯
按著通常的思路，ST公司和非ST公司之間應該具有顯著差別，因此進入預警模型的指標至少能有效顯著的區別ST公司和非ST公司，所以以此為標準本文采用統計分析法中的顯著性檢驗方法（T檢驗）對預警指標進行第
從以下的T檢驗結果
1）在財務危機發生的前2年有11個指標通過了顯著性檢驗，在財務危機發生的前一年有15個指標通過了顯著性檢驗，顯示了所選財務指標在作為預警變量時具有信息含量和時效
2）在25個預警指標中，凈資產收益率、總資產報酬率、每股收益、成本費用利潤率、總資產周轉率、總資產增長率、現金流動負債比、每股營業現金流量、短期借款流動比率、審計意見類型、企業資產規模11個指標連續兩年通過顯著性檢驗，其中總資產報酬率、每股收
表2 25個初始預警指標T 預警指標
t-1年
t-2年
T值
雙尾檢驗的
顯著性概率
T值
雙尾檢驗的
顯著性概率
凈資產收益率*
-2.59
0.012*
-4..527
0.000*
總資產報酬率**
-7.547
0.000*
-5.405
0.000*
每股收益**
-7.873
0.000*
-6.678
0.000*
主營業務利潤率
-2.010
0.048*
-1.641
0.105
成本費用利潤率**
-8.838
0.000*
-5.991
0.000*
總資產周轉率**
-4.895
0.000*
-3.960
0.000*
應收賬款周轉率
-0.118
0.907
0.951
0.348
存貨周轉率
-2.720
0.008*
0.938
0.354
資產負債率
2.166
0.034*
1.825
0.072
流動比率*
-3.563
0.001*
-1.304
0.197
速動比率
-0.787
0.434
-1.351
0.181
營運資本比率
1.953
0.055
-1.004
0.319
主音業務收入增長率
-1.782
0.079
0.892
0.378
凈利潤增長率
-1.056
0.298
-1.572
0.120
總資產增長率*
-5.148
0.000*
-2.143
0.036*
每股收益增長率
-1.760
0.083
-1.765
0.082
現金流動負債比**
-3.695
0.000*
-3.399
0.001*
凈收益營運指數
-1.683
0.097
0.053
0.958
現金銷售比
-0.788
0.433
0.943
0.352
每股營業現金流量**
-2.812
0.006*
-3.815
0.000*
短期借款流動比率*
3.026
0.003*
2.590
0.012*
或有負債總資產比
0.539
0.591
-0.475
0.636
關聯交易比率
-1.789
0.078
-1.297
0.199
審計意見類型**
4.073
0.000*
3.224
0.002*
企業資產規模*
-2.723
0.008*
-2.092
摘 要 隨著我國市場經濟體制改革的深化和資本市場的快速發展，企業發生財務危機乃至破產的情形越來越多，因此有效地預防財務危機的出現成為一個重要的研究課題。本文回顧了國內外財務預警研究理論，并對現有的理論文獻進行了詳細的梳理和評價。
關鍵詞 證券市場 上市公司 財務預警
一、引 言
自改革開放以來，我國市場經濟體制改革不斷深化，市場競爭日趨激烈，財務危機成為導致企業生存危機的重要因素。因此及時溝通企業有關財務信息，構建財務預警系統，有效地防范和化解財務危機，是每個企業亟待解決的問題。同時隨著我國證券市場信息披露制度的不斷完善，根據這些信息構造合理的財務風險預警模型已經具備了現實的可能性。
財務預警理論是隨著證券市場不斷發展而產生和不斷深入的。“危機預警”思想源于20世紀初的歐美，在20世紀50年代取得了顯著成果，進入90年代，由于企業危機爆發的頻率越來越高，尤其是自2007年以來由美國次貸危機引發的全球金融危機，使得人們更加重視危機預警管理。與此同時，財務預警的研究也相應展開。根據研究方法的差異，一般可將這些理論大致分為定性預警分析和定量預警分析兩類。
二、定性預警方面的研究
財務預警的定性分析方法主要包括以下幾種方法：標準化調查法是通過專業人員、咨詢公司、協會等，通過直觀的歸納對企業可能遇到的問題加以詳細調查和分析，對企業未來的發展趨勢作出判斷。
“死階段癥狀”分析法認為：企業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；財務危機惡化期；財務危機實現期，而且每個階段都有其典型癥狀。
管理評分法是美國學者仁翰•阿吉蒂在對企業的管理特性和破產企業存在的缺陷進行調查中，對集中缺陷、錯誤和征兆進行了對比打分，還根據對破產過程產生影響的大小程度對他們進行加權處理。
我國學者李秉成從上市公司財務困境形成角度、困境征兆角度探討了上市公司財務困境預警分析方法。提出了財務困境加權分析法和象限分析法兩類財務困境綜合分析方法。
三、定量預警方面的研究
最早的財務預警研究是菲茨帕特里克（1932）開展的單變量破產預測研究。他最早發現陷于財務困境的公司的財務比率和正常公司相比有顯著不同，從而認為財務比率能夠反應企業的財務狀況，并對企業未來具有預測作用。美國學者比弗（1996）最早運用統計方法研究了公司財務失敗的問題，提出了較為成熟的單變量判定模型。但是單變量模型具有明顯的局限性，很難做出正確的判斷。
美國學者阿特曼（1968）最早運用主成分分析方法提煉最具有代表性的財務比率，將多個標志變量在最小的信息損失下轉換為分類變量，獲得能有效提高預測精度的多元線性判別方程，被稱為Z分數模型。我國學者周首華等 （1996）提出了F分數預測模型，通過更新指標和擴大樣本數對Z分數模型進行了修正。多元線性判定模型具有較高的判別精度，但存在一些缺陷。其一，模型假定比較嚴格，現實中的樣本數據往往不能滿足其自變量呈正態分布的假定前提。使得結論必然存在令人質疑的成分。其二，在前一年的預測中多元線性判定模型的預測精度較高，但在前兩年、前三年中其預測精度都大幅下降。
奧爾森（1980）第一個采用Logit方法進行破產預測。其模型使用了9個自變量估計了三個模型，分析樣本公司在破產概率區間上的分布以及兩類錯誤判別錯誤和分割點的關系。我國學者陳曉等（2000）以38家ST公司為研究對象，運用Logit回歸方法進行實證研究，發現負債權益比率、應收賬款周轉主營業務利潤/總資產、留存收益/總資產具有較強的預測能力。其后多位國內學者也采用類似方法對上市公司財務預警進行了研究。
類神經網絡模型一般是利用一組案例建立系統模型，該模型接受一組輸入信息并產生反應，然后與預期反應相比。如果錯誤率超過可以接受的水平，需要對權重作出修改或增加隱藏層數目并開始新的學習過程。經過反復循環，直至錯誤率降低到可以接受的水平，這時學習過程結束并鎖定權重，類神經網絡就可以發揮預測功能。奧多姆和沙爾達（1990）開拓了用BP神經網絡預測財務困境的新方法，我國學者楊保安等（2002）采用ANN模型進行財務危機預警研究，結果表明樣本的實際輸出和期望輸出較為接近。現實中神經網絡具有較好的糾錯能力，從而能夠更好的進行預測，但由于理論基礎較薄弱，其對人體大腦神經模擬的科學性、準確性還有待進一步提高，因此適用性也大打折扣。
四、淺議國內外現有文獻
在財務預警的定性研究方面，國內外學者對引起企業危機發生發展的內外各種因素進行了深入探討，但結論能夠直接和定量模型結合起來的還不多。從財務預警的定量研究方面看，國內外學者結合各種量化技術，出現了眾多的預警模型，但應用性和可操作性較差。而筆者認為模型的最根本作用還是得應用到實際中解決不同財務信息使用者的認知需要。
由于財務預警模型的局限性、模型變量的選擇方法問題、財務信息失真問題以及非財務變量對財務預警的影響，使得財務預警理論的實際應用一時很難得到解決。而只有解決當前存在的這些問題，才能為正確解決上市公司財務預警課題奠定基礎。
參考文獻：
[1]彭韶兵.財務風險機理與控制分析.西南財經大學.2001博士學位論文.
[論文摘要]企業財務危機已成為企業利益相關者需要預測并應對的重要風險之一。企業應構建財務預警機制，及時溝通企業有關財務危機預警的信息，有效地防范和化解財務危機。本文對國內外財務危機預警模型逐一進行評析，旨在為構建符合我國實際并具有可操作性的財務危機預警模型提供借鑒。
隨著我國市場經濟體制改革的不斷深化，經濟領域中的復雜性、不確定性日益凸現，企業發生財務危機的情況越來越頻繁，因此，財務危機已成為企業利益相關者需要預測并應對的重要風險之一。構建財務預警機制，及時溝通企業有關財務危機預警的信息，有效地防范和化解財務危機，是任何一個企業都必須亟待解決的問題。近年來，除了沿用傳統的經驗判別與定性分析方法外。企業利益相關者也開始關注并嘗試使用財務危機預警模型來定量預測財務危機。財務危機預警模型就是借助企業一系列財務指標和非財務指標來識別企業財務危機的判別模型。其關鍵點就是如何確定預警指標及預警指標的臨界值。本文對國內外財務危機預警模型逐一進行評析，旨在為構建符合我國實際并具有可操作性的財務危機預警模型提供借鑒。
一、單變量預警模型
單變量預警模型是指利用單個財務比率來進行財務預警，以判斷企業是否發生財務危機的一種預測模型。Beaver(1966)在其“財務比率與失敗預測”一文中，以財務危機預警為主題，以單一的財務比率指標為基本變量，運用配對樣本法。隨機挑選了1954年至1964年間79家危機中的企業。并針對這79家企業逐一挑選與其產業相同且資產規模相近的79家正常企業進行比較。得出的結論是，最能對企業危機做出預警的指標是“現金流量/總負債”比率，其次是“凈收益/總資產”比率和“總負債/總資產”比率。其中，“現金流量”來自“現金流量表”的3種現金流量之和，除現金外還充分考慮了資產變現力，同時結合了企業銷售和利潤的實現及生產經營狀況的綜合分析，這個比率用總負債作為基數，考慮了長期負債與流動負債的轉化關系，但是總負債只考慮了負債規模，而沒有考慮負債的流動性，即企業的債務結構，因此對一些因短期償債能力不足而出現危機的企業存在很大的誤判性。“總資產”這一指標沒有結合資產的構成要素。因為不同的資產項目在企業盈利過程中所發揮的作用是不同的，這不利于預測企業資產的獲利能力是否具有良好的增長態勢。
Beaver最先在企業危機預警研究中使用非參數統計的二分類檢驗方法來確定分割點。使其錯誤分類率降至最低，這一方法為以后的企業財務危機預警研究者廣泛采用。此外，Beaver還首創配對抽樣的技術以控制因產業類別和企業資產規模不同而引起的混淆。但單變量預警模型只是利用個別財務比率預測企業財務危機。因此其有效性受到一定的限制。一般來說。企業的生產經營狀況受到許多因素的影響，各種因素之間既有聯系又有區別，單個比率反映的內容往往有限，無法全面解釋企業的財務狀況。
二、多元判別分析模型
多元判別分析模型是對企業多個財務比率進行匯總，求出一個總判別分值來預測企業財務危機的模型。Altman(1968)在其“財務比率、判別分析和公司破產預測”一文中認為，企業是一個綜合體，各個財務指標之間存在某種相互聯系。各個財務指標對企業整體風險的影響和作用也是不一樣的。他通過把傳統的財務比率和多元判別分析方法結合在一起，發展了一種財務危機預警模型，即Z計分模型。該模型的具體形式如下：
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中，X1=營運資本/總資產，反映資產的流動性與規模特征；X2=留存收益/總資產，反映企業累計盈利狀況；X3=息稅前收益/總資產，反映企業資產的獲利能力；X4=權益的市場價值/總債務的賬面值，反映企業的償債能力；X5=銷售總額/總資產，反映企業的營運能力。
通過統計分析，Altman認為Z值應在1.81-2.99之間，等于2.675時居中。如果企業的Z值大于2.675，表明企業的財務狀況良好；如果Z值小于1.81，則企業存在很大的破產風險；如果Z值處于1.81-2.675之間，稱為“灰色地帶”，處在這個區間，則企業財務狀況是極不穩定的。
Z計分模型的變量是從資產流動性、獲利能力、償債能力和營運能力等指標中各選擇一兩個最具代表性的指標。模型中的系數則是根據統計結果得到的各指標相對重要性的量度。實證表明該模型對企業財務危機有很好的預警功能。但其預測效果也因時間的長短而不一樣，預測期越短，預測能力越強，因此該模型較適合企業短期風險的判斷。
Z計分模型在企業破產前超過3年的預測正確率大大降低，而且隨著時間的推移，經濟環境也將出現重大變化，特別是進入20世紀70年代以后，企業財務危機的平均規模急劇增大，原有的Z計分模型已無法解釋當時的企業財務危機現象。于是，Altman等人于1977年又提出了一種能更準確地預測企業財務危機的新模型——ZETA模型。在該模型中，Altman等人利用27個初始財務比率進行區別分析，最后選取了7個解釋變量，即資產報酬率(息稅前利潤/總資產)、盈余穩定性(息稅前利潤，總資產的10年標準誤差)、利息保障倍數(息稅前利潤/利息支出總額)、累計盈余(留存收益/總資產)、流動性(流動比率)、資本比率(5年普通股平均市值/總資本)和資本規模(普通股權益/總資產)。該模型存在的不足是選擇比率沒有理論可依，選擇同一行業中相匹配的危機公司和正常公司也是困難的，而且觀察的總是歷史事件。但由于該模型簡單明了。以后對企業財務危機預警模型的研究都是沿著這一思路進行的。
20世紀70年代，日本開發銀行調查部選擇了東京證券交易所310家上市公司作為研究對象，使用與Altman相同的研究方法，建立了“利用經營指標進行企業風險評價的破產模型”，進行財務危機預測。其判別函數為：
Z=2.1X1+1.6X2-1.7X3-X4+2.6X5+2.5X6
式中，X1表示銷售額增長率；X2表示總資本利潤率；X3表示他人資本分配率；X4表示資產負債率；X5表示流動比率；X6表示粗附加值生產率(為折舊費、人工成本、利息及利稅之和與銷售額之比)。模型中和的系數是負數，表明他人資本分配率和資產負債率越小，風險也越小。該模型Z值的判斷標準是：如果Z值大于10，則企業財務狀況良好：如果Z值小于0，則企業存在嚴重的財務危機，破產的概率極大；如果Z值在0與10之間。則表明企業處于“灰色區域”，存在財務隱患。
陳肇榮應用中國臺灣地區的企業財務資料建立了多元判別函數，但未給出臨界值及警度區間。該模型如下：
Z=0.35X1+0.67X2-0.57X3+0.39X4+0.55X5
式中，X1=速動資產/流動負債；X2=營運資金/資產總額；X3=固定資產/資本凈值；X4=應收賬款/銷售凈額；X5=現金流入量/現金流出量。
由于Z計分模型在建立時并沒有充分考慮到現金流量的變動等方面的情況，因而具有一定的局限性。為此，中國學者周首華等對Z計分模型加以改造，并建立其財務危機預測的新模型——F分數模式。F分數模式的主要特點是：(1)F分數模型中加入現金流量這一預測自變量。許多專家證實現金流量比率是預測公司破產的有效變量，因而彌補了Z計分模型的不足。(2)考慮了現代化公司財務狀況的發展及其有關標準的更新。公司所應有財務比率標準已發生了許多變化，特別是現金管理技術的應用，已使公司所應維持的必要的流動比率大為降低。(3)使用的樣本更加擴大。其使用了CompustatPCPlus會計數據庫中1990年以來的4160家公司的數據進行了檢查；而Z計分模型的樣本僅為66家(33家破產公司和33家非破產公司)。
F分數模式如下：
Z=0.1774+1.1091X1+1.1074X2+1.9271X3+0.0302X4+0.4961X5+0，4961X5
式中，X1、X2及X4與Z計分模型中的X1，X2及X4相同，這里不再進行分析；X3=(稅后純收益+折舊)/平均總負債；X3=(稅后純收益+利息+折舊)/平均總資產。F分數模式與Z計分數模型中各比率的區別就在于其X3，X5的比率不同。X3是一個現金流量變量，它是衡量企業所產生的全部現金流量可用于償還企業債務能力的重要指標。一般來講，企業提取的折舊費用，也是企業創造的現金流入，必要時可將這部分資金用來償還債務。X5測定的是企業總資產在創造現金流量方面的能力。相對于Z計分模型，它可以更準確地預測出企業是否存在財務危機。F分數模式的F分數臨界點為0.0274；若某一特定的F分數低于0.0274，則將被預測為破產公司；反之，若F分數高于0.0274，則公司將被預測為繼續生存公司。
多元判別分析模型是根據特定樣本建立起來的判別模型，因而根據一個地區(或時期)樣本企業建立的判別分析模型可能無法有效地對另一個地區(或時期)的企業進行預測。此外，多元判別分析模型的有用性差，導致理論研究熱而實際應用冷的尷尬局面。
三、線性概率模型
線性概率模型是多元判別分析模型的一種替代選擇。該模型為：
P=c0+c1x1+c2x2+…+cnxn
該模型可以解釋為，在給定財務比率xn的情況下，P為該企業發生財務危機的概率的估計值。該模型計算雖然簡單，但存在明顯的缺陷：(1)該模型表示企業發生財務危機的可能性，則P值只能在(0，1)區間之中，然而線性回歸方程無法做到這一點，采用該模型進行預測時，P值可能在(0，1)區間之外；(2)線性概率的假設往往與實際情況不吻合。現實生活中的經濟變量是不確定的，而在該模型中，自變量c卻是一個常數。基于以上原因，該模型在企業財務危機預測的實際研究中鮮有采用。
四、Logistic模型
盡管多元判別分析模型有較好的預測性，但存在假設上的局限性，即要求各自變量(財務比率)服從多元正態分布的假設和兩組變量(發生財務危機與未發生財務危機企業)具有同樣方差一協方差矩陣的假設，顯然，這些假設與現實相去甚遠。此外。樣本的抽取往往也會影響評價模型的預測準確性。因此。為服務于對定性因變量的多元非線性分析，Ohlson率先在財務危機預警研究中應用了二元概率函數來計算危機事件發生的概率，由此產生了Logistic模型。在企業財務危機判定與預測中，Logistic模型如下：
Yi=β0+β1xli+…+βkxki
Pi=1/(1+e-yx)
式中，Yi代表第i家企業是否發生財務危機，i=0或1，0代表正常企業，1代表財務危機企業，xki代表第i家企業的第k個財務比率，Pi代表根據Logistic模型所估計出來的第i家企業可能發生財務危機的概率。
該模型是一個用來測度企業是否會發生財務危機的二元選擇模型。對這個模型的參數估計只能采用最大似然估計法。Logistic模型的一個重要優點是它把在(0，1)區間預測一個企業是否發生財務危機的概率的問題轉化為在實數軸上預測一個企業是否發生財務危機的機會比的問題，這與線性概率有著本質上的不同和進步。
五、人工神經網絡分析模型
運用線性概率分析、邏輯回歸方法來建立財務危機判別函數都是直接或者間接地依賴于線性函數來建立模型。存在的只是理論上的優越性。往往并不能很好地擬合復雜的實際數據。1987年，Lapedes和Fayber首次應用人工神經網絡分析模型進行預測，開創了人工神經網絡預警的先河。該模型是一種平行分散處理模型，其構建理念基于對人類大腦神經運作的模擬。它除具有較好的模式識別能力外，還可以克服傳統統計方法的局限，具有容錯能力。更難能可貴的是，該模型具有隨不斷變化的復雜環境進行自我學習的能力，因而使企業財務危機動態預警成為可能。
【關鍵詞】 信貸風險;財務危機;判別分析
一、商業銀行信貸風險防范中存在的問題及進行財務危機識別的重要性
經過多年的實踐,商業銀行已經建立起了以“統一授信、審貸分離、分級審批、責權分明”為核心內容的信貸業務運作和防范體制,成立了相關的防范機構如風險防范委員會等。
在實際操作過程中我國商業銀行風險防范中主要還存在以下問題:銀行與企業之間的信息分布、信息溝通、信息識別、信息處理等,對于防范和化解信貸風險,支持市場經濟發展,都具有十分重要的意義。我國商業銀行一直缺乏有效的風險監測和控制手段,使得我們的風險判斷表面化和風險反應滯后。目前商業銀行的內部信貸評級方法基本上沒有對現金流量的預測,因而難以反映評級對象將來的真實償債能力。
財務危機識別在協助商業銀行甄別、選擇客戶,幫助公司改善生產、經營管理,提高經濟效益和競爭能力等方面的積極作用十分明顯。一方面它有助于商業銀行合理確定貸款期限和額度、提高貸中審批工作效率,加強貸后管理,優化、整合整個信貸流程;另一方面可以幫助商業銀行識別公司信息造假、降低銀企間的信息不對稱,甄別、選擇客戶,提高公司的還貸能力。
二、財務危機識別模型的構建
1.研究樣本和數據來源
本文選取了2007年滬深兩市A股因財務狀況而首次被退市風險警示的公司90家為樣本選取范圍。選擇正常公司的配對標準是同行業和同時間窗,而將公司資產規模作為一變量放入模型中考慮。在選定危機型公司后。按1:1的配對原則選擇行業相同的健康型上市公司作為配對樣本,對這90家上市公司按其功能進行分組:估計樣本組和檢驗樣本組。
前者用于構建識別模型,為使模型識別能力增強,應該在大樣本(樣本數大于或等于30)下進行,故從中選取危機型和健康型公司中各選取30家共60家作為估計樣本;后者用于檢驗所構建模型的準確性或者說是有效性。由于樣本有限,將剩下的危機型和健康型各15家共30家作為檢驗樣本,如果檢驗結果超過80%則認為是可以接受。
2.財務識別指標的篩選
在借鑒現有研究成果的基礎土,結合實際問題加以改進,選用符秩(Wilcoxon)檢驗方法對在財務危機類公司和財務健康類公司間存在顯著差異的每個財務指標變量進行篩選。檢驗結果表明:財務危機發生的前3年,共有8個指標(資產收益率X1、凈資產收益率X2、每股收益X6、流動比率X12、利潤增長率X21、現金債務總額比X24、全部資產現金回收率X26、公司規模X28)通過了0.05水平的顯著性檢驗,即利用這8個指標能將對財務危機公司和財務健康公司進行識別。
3.模型檢驗
(1)變量在不同類中均值相等的檢驗
為了對判別函數的有效性進行檢驗,應采用統計檢驗量對模型進行統計檢驗顯著性檢驗,以判斷該判別函數能否將財務危機和財務健康兩類公司很好地分開。
當λ值為1時,各組均值相等,表中8個指標的λ值均小于1,表明各組均值不等;8個變量顯著性水平均小于0.05,因此可拒絕各組均值相等的零假設,即在0.05的顯著性水平下8個指標的均值有顯著性差異,可進行判別分析。
(2)判別模型顯著性檢驗
檢驗結果表明,判別模型在兩組之間的判別顯著,即該判別函數能較好地將財務危機公司和財務健康公司區分開。通過上述對模型建立的統計量檢驗,可以認為所建立的判別函數在統計上是有效的。
4.判別分析模型的建立
下面取*ST公司為1,非*ST公司為0作為因變量值,以篩選出的8個指標作為識別最終變量,采用60家估計樣本被*ST前t-3年的數據,建立Fisher兩類判別分析模型。
據分析得到財務健康公司前t-3年的判別函數為:
Y0=-5.057+1.233X1+0.187X2-0.878X6+2.716X121.558X219.037X240.625X26+0.587X28
財務危機公司前t-3年的判別函數為:
Y1=-3.564+0.807X1+0.346X2-0.276X6+3.172X12211.316X7.346X240.226X26+0.356X28
根據費雪線性判別模型,我們可以計算出兩類樣本的均值Y1和Y0,由于*ST和非*ST兩組選擇的樣本是按1:1選取的,所以閥值點可根據對稱分類原則確定:Y*=(Y0 + Y1)/2,我們將每個公司的Y分值與閥值點Y*進行比較,如果Y
據分析結果,*ST和非*ST組公司均值為0.479和-0.479,閥值點Y*=(Y0 +Y1)/2=0,當把待判別公司的財務指標數據代入判別函數得到Y分值,再與Y*=0比較就可以判別其是屬于財務危機公司還是財務健康公司了。
三、判別模型識別效果的檢驗
對于判別分析,人們最關心的是建立的判別函數用來進行判別時準確度如何。判別函數效果的驗證方法主要有:自身驗證、外部數據驗證、樣本二分法、交互驗證法等。本文首先采用自身驗證和交互驗證,再將t-3年的數據代入驗證。
1.自身驗證
自身驗證是將構造函數所使用的訓練樣本依次代入判別函數,以判斷模型的效果。(自身驗證的結果見表3)。其中,“Original”表示原始組,“Predicted Group”表示預測組。
ses correctly classified.
從表中可看出,判別分析的結果為,30個財務健康公司的有24個分類正確,分類正確率為83.3%;30個財務危機公司的有26個分類正確,分類正確率為90.0%。總體分類正確率為86.7%,由此可見,模型的判別能力較好。
2.交互驗證
交互驗證是近年來逐漸發展起來的一種非常重要的判別效果驗證技術。具體方法就是在建立判別函數時依次從每一類中去掉一例,然后用建立起來的判別函數對該例進行判別,用這種方法可以非常有效地避免強影響點的干擾(交互驗證的結果如表4)。
從交互驗證的結果中可知,對財務健康公司、財務危機公司的分類正確率分別為76.7%、86.7%,總的判定正確率為81.7%。
3.模型外部數據回代驗證
判別函數建立完成后,重新再收集一部分樣本數據,用判別函數進行判別,檢驗判別效果,這種檢驗方法稱為外部數據回代驗證。將驗證樣本組的30家上市公司的財務指標代入模型中進行驗證,這一過程也叫做“回代”。從表5可知,對這30個公司的識別結果為:15個財務健康公司正確識別12個,正確率為80%;15個財務危機公司正確識別13個,正確率為86.7%;對全部30個公司正確識別出25個,正確率為83.3%。
通過各種方法檢驗,判別分析模型對財務危機公司和財務健康公司識別的正確率都達到了80%以上。在實際操作中具有一定的參考性,這也證明了本研究所建立的實證模型具有一定的實用價值,可以為商業銀行構建企業危機識別模型并用來分析、預測和監督信貸企業的財務狀況提供建議。
參考文獻
[1]中國注冊會計師協會.財務成本管理.經濟科學出版社,2007
[2]王宗軍,李志生,崔鑫.深圳證券市場系統風險分析.華中科技大學學報(自然科學版).2002(8):88～90
關鍵詞：證券市場；上市公司；財務預警
文章編號：1003－4625（2009）03－0086－05中圖分類號：F830.91文獻標識碼：A
Abstract: This paper reviews the theoretical study of domestic and foreign literatures about financial alarm. Based on evaluation of the existing theories，it is proposed that non-financial and financial variables should be combined, and financial distortion alarm theory and financial failure alarm theory should be integrated.
Key Words: Security Market; Listed Companies; Financial Warning
我國自改革開放以來，競爭激烈的市場經濟一方面為企業提供了廣闊的舞臺，另一方面也面臨著激烈的競爭和挑戰，稍有不慎就可能被卷入失敗的漩渦。企業因財務危機導致經營陷入困境,甚至破產的例子更是屢見不鮮。如何在財務危機到來之前就預先覺察苗頭，以便盡早采取措施，消除危機隱患，已成為當前亟待解決的現實問題。同時，隨著我國證券市場信息披露制度的不斷完善,根據這些信息構造合理的財務風險預警模型已經具備了現實的可能性。
從財務預警理論的發展歷程來看,財務預警理論是隨著證券市場不斷發展而產生和不斷深入的。“危機預警”的思想起源于20世紀初的歐美，在20世紀50年代取得了顯著的成果。進入90年代，由于企業危機爆發的頻率也越來越高，人們更加重視危機預警管理。在危機預警的發展過程中，財務預警的研究也相應展開。根據研究方法的差別，一般可把這些理論大致分為定性預警分析和定量預警模式兩類。
一、定性預警方面的研究
定性預警的方法主要包括災害理論、專家調查法、“四階段癥狀”分析法等幾種方法。
Scapens, Ryan和Fletcher(1981)的災害理論是分析解釋因均衡系統的影響因素緩慢變化從而引起系統的突然變化的理論。該理論認為公司就像一個流動資產的儲備池，財務比率就是用來測量流過儲備池流量的大小。但流量大小并不能夠確定儲備池是否一定要枯竭，因為可以通過債權人繼續加水。這就要看債權人怎么看待財務比率的變化。許多公司破產，原因就在于債權人看到公司財務比率惡化，然后就想抽干“儲備池”，或者不想繼續加“水”了。
專家調查法就是企業組織各領域專家運用專業方面的知識和經驗，根據企業的內外環境，通過直觀的歸納，對企業過去和現在的狀況、變化發展過程進行綜合分析研究，找出企業運動、變化、發展的規律，從而對企業未來的發展趨勢做出判斷。
“四階段癥狀”分析法認為:企業財務運營情況不佳，肯定有特定的癥狀，而且是逐漸加劇的。因此應及早發現各個階段的癥狀，對癥下藥。企業財務運營病癥大體可分為四個階段:財務危機潛伏期;財務危機發作期;財務危機惡化期;財務危機實現期。
我國學者李秉成(2004) 從上市公司財務困境形成角度、困境征兆角度探討上市公司財務困境預分析方法。提出了財務困境加權分析法和象限分析法兩類財務困境綜合分析方法。
張友棠(2004)指出建立財務預警系統是財務管理制度創新的必然選擇。在此基礎上，構建了基于經濟周期理論的財務預警管理系統――理論模型、程序方法、警兆識別、指數測度。
二、定量財務預警方面的研究
（一）單變量判定模型
最早的財務預警研究是Fitzpatrick(1932)開展的單變量破產預測研究。Fitzpatrick最早發現，出現財務困境的公司其財務比率和正常公司的相比，有顯著不同，從而認為企業的財務比率能夠反應企業財務狀況，并對企業未來具有預測作用。實證結果表明判別能力最高的是凈利潤／股東權益和股東權益／負債。
而美國的比弗Beaver (1966 )最早運用統計方法研究了公司財務失敗問題，提出了較為成熟的單變量判定模型。比弗發現具有良好預測性的財務比率依次為1.現金流量/債務總額;2.凈收益/資產總額；3.債務總額/資產總額。該研究的意義在于發現了不同財務指標具有不同預測企業破產的能力，為多變量方法預測奠定了基礎。
但是單變量模型卻具有以下局限性：其一，僅用一個財務指標不可能充分反映企業的財務特征。其二，如果使用多個指標分別進行判斷，這幾個指標的分類結果之間可能會產生矛盾，分析者可能得出不同的結論，以致無法做出正確判斷。
（二）多變量線性判定模型
美國學者Altman (1968 )最早運用多變量分析方法探討財務預警問題。Altman運用主成分分析方法提煉最有代表性的財務比率，通過統計技術篩選出那些在兩組間差別盡可能大而在兩組內部的離散度最小的變量，從而將多個標志變量在最小信息損失下轉換為分類變量，獲得能有效提高預測精度的多元線性判別方程。
Z=1.2X1+1.4 X2+3.3 X3+0.6 X4+0.999 X5
其中Z是判別函數值；X1～X5是Altman所選的5個比率，它們分別是：X1=營運資金/資產總額,X2=留存收益/資產總額，X3=息稅前利潤/資產總額,X4=權益的市場價值/負債賬面價值總額，X5=銷售收入/資產總額。
一般來說，Z值越低企業越有可能破產。奧特曼還提出了判斷企業破產的臨界值：當Z記分超過2.99時，企業被劃為不會破產之列；若Z分值低于1.81，則企業被列為破產類。在這兩個數字之間的區域被稱為“未知區域”或“灰色區域”。
我國學者周首華、楊濟華和王平(1996)提出了F分數預測模型，通過更新指標和擴大樣本數對Z分數模型進行了修正。
陳靜(1999) 以1998年的27家ST公司和對應的27家非ST公司，使用了1995-1997年的財務報表數據，進行多元線性判定分析，發現由負債比率、凈資產收益率、流動比率、營運資本/總資產、總資產周轉率6個指標構建的模型，在ST發生的前3年能較好地預測ST。
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。其一，模型假定比較嚴格。模型要求自變量是呈正態分布的，兩組樣本要求等協方差，而現實中的樣本數據往往并不能滿足這一要求。這就使得許多研究都是在相對準確的前提下進行，其結論必然會有令人質疑的成分。其二，在前一年的預測中，多元線性判定模型的預測精度比較高，但在前兩年、前三年的預測中，其預測精度都大幅下降，甚至低于一元判別模型。
（三）多元邏輯(Logit)模型
多元邏輯模型的目標是尋求觀察對象的條件概率，從而據此判斷觀察對象的財務狀況和經營風險。Logit模型假設了企業破產的概率P（破產取1，非破產取0），并假設Ln[p/(1-P)]可以用財務比率線性解釋。假定Ln[p/(1-p)]=a+bx，根據推導可以得出p=exp(a+bx)/[1+exp(a+bx)]，從而計算出企業破產的概率。
Ohlson(1980)第一個采用Logit方法進行破產預測。其模型使用了9個自變量,估計了三個模型，分析了樣本公司在破產概率區間上的分布以及兩類判別錯誤和分割點的關系。他發現至少有四類顯著影響公司破產概率的變量:公司規模、資本結構、業績和當前資產的變現能力。繼Ohlson之后，Gentry, Newbold and Whitford(1985); Casey and Bartczak(1985); Zavgren(1985)也采用類似的方法進行研究。
我國學者陳曉等（2000）以38家ST公司為研究對象，運用Logit回歸，研究結果表明:負債權益比率、應收賬款周轉率、主營業務利潤/總資產、留存收益/總資產具有較強的預測能力。程濤(2002)以1998-2000年被ST的A股上市公司為研究樣本，運用時間序列回歸和Logit回歸方法，從財務指標角度和現金流量角度分別構建預警模型，并在此基礎上構建綜合預警模型。姜秀華(2001)、吳世農、盧賢義(2001)、李華中(2001)等也采用類似的方法進行研究。
Logit模型的最大優點是，放寬了模型的假設條件，運用范圍更加廣泛。但是其計算過程比較復雜，在計算過程中還有很多的近似處理，這些會影響到模型的預測準確度。如Logit模型常假定先驗概率為1?1，選擇0.5為分割點，實際上企業破產概率要比不破產概率小得多。以實際破產/非破產概率比作為先驗概率可能會影響模型的預測精度。
（四）多元概率比(Probit)回歸模型
Probit回歸模型同樣假定企業破產的概率為p，并假設企業樣本服從標準正態分布，其概率函數的p分位數可以用財務指標線性解釋。其計算方法和Logit很類似，先是確定企業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、b，然后利用公式p=■1■e■2dt，求出企業破產的概率。
Ohlson(1980)首先采用Probit方法進行財務預警研究的。他選擇1970-1976年間破產的105家公司和 2058家非破產公司組成配對樣本，采用極大似然法，分析了樣本公司在破產概率區間上分布以及兩類錯誤和判別閥值點之間的關系。
Probit模型和logit模型的思路很相似，所以其局限性和Logit模型類似。不同之處在于多元概率比模型假設樣本服從標準正態分布，且尋求破產概率的方法不同，Logit采用取對數方法，而Probit采用積分的方法。
（五）神經網絡分析模型
用于財務危機判定與預測的類神經網絡模型一般利用一組案例建立系統模型，類神經網絡模型接收一組輸入信息并產生反應，然后與預期反應相比較。如果錯誤率超過可以接受的水平，需要對權重W做出修改或增加隱藏層數目并開始新的學習過程。經過反復循環，直至錯誤率降低到可以接受的水平，這時學習過程結束并鎖定權重,類神經網絡就可以發揮預測功能了。
Odom and Sharda(1990)開拓了用BP神經網絡預測財務困境的新方法，其研究是以Altman所構建的五個財務比率為研究變量，使用類神經網絡與判別分析做驗證比較，其結果發現類神經網絡具有較佳的預測能力。
Tam(1991)采用人工神經網絡(ANN) 進行財務預警研究，通過對人工神經網絡的模擬，得出神經網絡可以應用于財務預警，且具有較高的預測精度。
Koh and Tan在1999年以6個財務指標為研究變量做了類似的研究，得出類神經網絡模型的預測效果優于Probit模型的結論。
我國學者楊保安等(2002)采用ANN模型進行財務危機預警研究，結果表明:樣本的實際輸出和期望輸出較為接近，顯示出神經網絡是進行財務評估的一種很好的應用工具。柳炳祥、盛昭翰(2002)分析了評價財務危機的指標體系和財務危機等級的劃分和基于粗神經網絡的財務預警方法，并用一個預警實例進行了驗證。
人工神經網絡具有較好的糾錯能力，從而能夠更好地進行預測。然而，由于理論基礎比較薄弱，ANN對人體大腦神經模擬的科學性、準確性還有待進一步提高，因此其適用性也大打折扣。
（六）其他財務預警模型
除上述提到的主要的研究財務預警的模型分析方法外，還有如遞歸分割算法、生存分析、CUSUM模型、線性目標規劃、事件歷史分析法、專家系統等模型和分析方法，但由于其適用性或準確性等原因，沒有成為主要的財務預警理論，在此不再一一贅述。
（七）財務預警理論的拓展研究
1.考慮其他非財務因素的研究
研究人員一直嘗試使用非財務信息構建預測準確率更高、預測結果更穩定的預測模型。Gilson (1989)認為高層管理者如CEO、總經理或總裁等離職也可以作為財務危機的指標。他以1979年至1984年共381家發生財務危機的公司為樣本，發現52%公司的有高級管理人員異動之情形，而正常公司只有19％。
Donaldson (1986)及GirouxWiggin (1984)認為有的經濟事件有一定的前置時間，可以用作構建模型的變量。如破產前幾年企業通常有到期票據不能及時支付、銀行貸款不能及時償還及高層管理人員出售公司股票等等。
Marquette(1980)認為使用長期性或宏觀性的經濟指標，如將利率、通貨膨脹率、景氣變動指標、產業與經濟之間關系等作為構建模型的變量，可以提高模型的準確度。
王克敏（2005）研究認為在財務指標基礎上引入公司治理、關聯交易、對外擔保等非財務指標，可以大大提高公司ST的預測準確率。郭斌等(2006) 研究認為加入貸款期限和M2增長率這兩個非財務指標的8參數建立模型，具有較高的預測精度和較好的模型擬合度。鄧曉嵐（2006）研究結果顯示加入年度累積超額收益率與審計師意見的非財務指標后預警效果較好。
2.財務失真預警方面的研究
關于財務信息失真問題，早期的研究大多從財務舞弊的動因、手段、防范與治理等方面來進行研究。1999年Healy and Wahlen首先從會計舞弊行為市場反應與識別方面進行了研究。認為投資者似乎能夠辨認物價上升期間那些為了稅收利益而采用后進先出法的公司，并且對相應的報告盈余的下降反應溫和。Green and Choi(1997)以財務指標為輸入變量，采用人工神經網絡（ANN）技術構造了建立在原始財務數據基礎上的會計舞弊判別模型，并發現這一模型將大大改善獨立審計師發現舞弊行為的能力。Beneish(1999)提出利用會計數據來判別上市公司是否存在會計舞弊的思想，他以1987-1993年間受美國證監會處罰的74家公司為會計舞弊樣本，以其他上市公司為正常樣本，基于8個財務指標建立了Probit模型，準確預測率達到了75%。Spathis, Doumpons and Zopounidis(2002)以希臘舞弊公司與非舞弊為樣本，采用多標準分析、單變量和多變量統計技術建立了包含Z計分值和不包括Z計分值的模型識別舞弊財務報告的可能性。
鹿小楠和傅浩(2003)在Beneish的研究基礎上，分別建立多元判別模型和Logit回歸模型，但對我國會計舞弊公司的判別成功率都僅僅為60%;蔡志岳、吳世農(2007)運用條件Logit回歸模型對公司信息披露違規進行預警研究，實證結果表明在違規前一年，基于財務指標、市場指標和治理指標的預警模型可以有效地提前甄別信息披露違規的上市公司。
三、對國內外現有文獻述評
在財務預警的定性研究方面，國內外學者從引起企業危機發生發展的內外各種因素進行了探討，對財務危機的各個階段進行了詳細的劃分和研究，對問題各個方面的分析都很深入。但從事定性研究的結論能夠直接和定量模型結合起來的還不多。如探討了影響企業財務困境的各種因素，但怎樣把這些因素用于財務預警模型中，進行這方面研究的人并不多見。
從財務預警的定量研究方面看，國內外學者結合各種量化的技術，出現了很多的預警模型，在上述文獻綜述中我們也可以感受到這一點。但是其應用性和可操作性較差。筆者認為，不管模型做的多么復雜和巧妙，關鍵是要能夠應用到實際中去，解決不同財務信息使用者的認知需要，這才是最根本的。
（一）財務預警模型的局限性
首先，模型會受到樣本選取范圍和樣本時間區間的限制。研究發現，從不同的樣本選取范圍和不同的時間區間所得出的預警模型存在很大的差異。影響模型精度的因素很多，包括建立模型所用資料的時效性、國別特點、行業特點等。一國建立的模型不能直接適用于另一個國家，因此有必要建立各國自己的預警模型。其次，由于不同的模型需要不同的前提條件，如自變量要服從正態分布，樣本要求等協方差等，而事實上很多時候這些條件并不能夠完全得到滿足，很多研究者所建模型大多是在近似條件下成立的，這必然影響到模型的正確性和預測精度。
（二）變量的選擇方法問題
如何選取變量指標還缺乏理論支撐，研究人員在選擇變量時，常受到自身價值判斷的影響。如Altman在建立Z模型時，也只列出了22個財務比率，從中選出了5個比率。這些比率的選擇不是建立在理論的基礎之上的，而是根據它們的“通用性”和Altman的主觀認為。另外，這些模型的變量大多只涉及財務比率，考慮非量化因素的較少。考慮非量化因素后加入定性指標的分析將會有效提高模型的準確度，這需要進一步的探索。
（三）財務預警研究重理論研究輕應用研究
財務預警研究者更多的是關注預測的準確性，但卻沒有能夠同時關心使用者的實際可操作性。財務預警研究在財務預警模型精巧性的同時，更需要在財務預警技術的應用與推廣方面多下工夫。
（四）關于財務信息失真問題
傳統的財務失敗(困境)預警模型本身不能對財務報表的真偽進行鑒別,用可能虛假的財務報告來進行財務預警,會使財務危機預警模型的預測結果發生偏差。從財務失真預警這方面來看，理論研究較少，特別是國內的研究尚處于起步階段。另外，財務失真和財務失敗預警兩方面的研究相互脫節，這兩方面的研究沒有能夠結合起來進行。
根據上述研究述評，筆者認為要重點解決財務預警理論的實際應用性問題，使其能夠真正滿足財務信息使用者的需要。應注意使用包括非量化因素的財務預警指標體系，尤其要注意建立財務失真（舞弊）和財務失敗（困境）二者相結合的雙元財務預警模型，一方面，對中國不發達、不完善的證券市場而言，財務信息失真問題是非常嚴重的（事實上在美國這樣成熟的市場，財務失真現象也是大量存在的），財務失真的預警研究尤其必要。但從現有的文獻來看，絕大多數的理論性研究局限于上市公司會計舞弊的動因、手段、防范和治理，很少涉足舞弊的市場反應與識別和預警問題，特別是預警模型的研究。另一方面看，上市公司所面臨的各種危機和財務困境，要求我們要進行財務失敗預警的研究。這方面的文獻較多，正如前面所述，理論上也較為豐富。但是，財務失敗預警的研究沒有和財務失真預警研究結合起來，用可能是失真的數據來預警，其結果可想而知。所以，要建立財務失真和財務失敗雙方面相結合的財務預警模型，才是正確解決上市公司財務預警問題的根本之道。
參考文獻：
[1]A1tman E.I, “Financial Ratios, Discriminant Analysis, and the Prediction of Bankruptcy”, Journal of Finance, September 1968.
[2]Amy Hing-Ling, “A Five-State Financial Distress Prediction Model”，Journal of Accounting ResearchSpring 1987.
[3] Carmichael, D.R., The Auditor's Reporting Obligation. Auditing Research Monograph No.l(New York: AICPA), 1972.
[4]Charles E. Mossman, Geoffrey G. Bell, L. Mick Swartz. Harry Turtle. An Empirical Comparison of Bankruptcy Models. The Financial Review 33. 199835-54
[5] Green B.P. and Choi J.H. Assessing the Risk of Management Fraud though Neural Network Technology [J].Auditing, 1997,(16):1―19.
[6]Ohlson, J.S.，“Financial Ratio，and the Probabilistic Predict ion o f Bankruptcy", Journal of Accounting Research Vol.18,No1,1980.
[7] Odom, M.D., and R.Sharda. “A Neural Network Model for Bankruptcy In Proceedings of the International Joint Conference on Neural works”.1990,6:136-138.
[8]Scott，J, “The Probability ofBankruptcy A Comparison of Empirical Predication and Theoretical Model”，Journal of Banking and Finance,September, 1981.
[9]Tam and Kiang ,“Predicting Bank Failures: A Neural Network Approach”, Management Science[J]，1992, 8:926-947.
[10]蔡志岳,吳世農.基于公司治理的信息披露舞弊預警研究[J].管理科學,2006,(8).
[11]陳工孟,芮萌,許慶勝.現代企業財務困境預測[M].上海:上海財經大學出版社,2006,(7).
[12]陳靜.上市公司財務惡化預測的實證研究[J].會計研究,1999,(4).
[13]程濤.財務預警模型綜述[J].山西財經大學學報,2003,(10).
[14]鄧曉嵐,王宗軍,李紅俠,楊忠誠.非財務視角下的財務困境研究[J].管理科學,2006,(6).
[15]姜秀華,孫錚.治理弱化與財務危機:一個預測模型[J].南開管理評論,2001,(5).
[16]金春蕾,郭煒,王宗軍.我國上市公司財務失敗預警模型的評析[J].商業研究,2003,(12).
[17]鹿小楠,傅浩.中國上市公司財務造假問題研究[J].上證研究,2003,(2):36-95.
[18]彭韶兵.財務風險機理與控制分析[Z].西南財經大學,2001博士學位論文.
[19]秦江萍.會計舞弊的市場反應與識別[M].北京:經濟科學出版社,2006,(5).
[20]宋雪楓.中國上市公司財務危機預警問題研究[Z].上海交通大學,2006年博士學位論文.
[21]王克敏,姬美光.基于財務與非財務指標的虧損公司財務預警研究[J].財經研究,2006,(7).
[22]王玲玲,曾繁榮.財務預警模型評述[J].市場論壇,2005(12).
[23]吳革.財務報告粉飾手法的識別與防范[M].北京:對外經濟貿易出版社,2003,(1).
[24]吳世農.現代財務管理理論與方法[M].北京:中國經濟出版社,1997.
[25]夏毅,魏嵐.企業財務危機預警研究[J].當代經理人,2005,(18).
[26]楊寶安,季海.基于人工神經網絡的商業銀行貸款風險預譽研究[J].系統工程理論與實踐,2001,(5).
[27]袁業虎,張燕.中外財務預警實證研究述評[J].審計與理財,2005,(9).
[28]張鳴,張艷,程濤.企業財務預警研究前沿[M].北京:中國財政經濟出版社,2004,(4).
[29]張鳴,張艷.財務困境預測的實證研究與評述[J].財經研究,2001,(12).
[30]張玲.財務危機預警分析判別模型[J].數量經濟技術經濟研究,2000,(3):49-51.
[31]張友棠.財務預警系統管理研究[M].北京:中國人民大學出版社,2004,(3).
[32]張祥,陳榮秋.財務預警模型的變遷[J].華中科技大學學報(社科版),2003,(4).
關鍵詞：中小企業；財務管理；金融風險
從某種意義上說，金融風險與財務活動相生相伴，一部金融發展史就是一部財務風險史。金融風險的客觀存在性與人類對世界認知能力的有限性決定了財務風險不可能完全消除，只能通過財務管理控制來以防范和化解。
一、引發金融風險的財務原因
我國企業整體經營管理水平不高，對“財務管理是企業管理的中心”認識不足，內部財務控制環節薄弱，當這種狀態積累到一定程度，最終將會導致企業發生財務危機。主要問題有：資金管理不嚴，建立的管理規章多，認真執行的少，財務控制十分薄弱，資金閑置或不足現象嚴重；應收款項管理失控，款項周轉緩慢，資金回收困難；應付款項大幅增加，負債率越來越高，企業償債能力降低，資信受到影響，財務狀況進一步惡化；銷售受阻，企業盈利能力減弱，存貨大增，大量資金呆滯，開始陷入入不敷出的困境。從而引發金融風險。
還有一些企業熱衷于違規賬外經營，將借款投向風險行業，搞股票、期貨交易，一旦損失，使金融資金不能收回，隱藏著巨大的金融風險。更有甚者，有些企業在進行借款時，就沒有打算還款，他們在攬儲時千方百計，不惜血本，動用一切力量，而一旦資金到手，則用于謀取私利，任意揮霍，致使大量信貸資產無法收回，沉淀為有問題貸款，使金融機構壞賬急劇增加，加大了金融機構的信貸風險。
二、財務管理對防范金融風險的功效
（一）利于企業籌資渠道的拓展
選擇籌資渠道是企業制定籌資決策的重要內容，在新經濟時代，為了實現企業和社會的可持續發展，企業應把從風險市場籌集資金作為一項重要的資金來源。這是因為在新經濟時代，無形資產將成為企業投資決策的重點，而無形資產的投資項目具有的周期長、資本流動性差、投資風險大的特點，因此很難滿足商業銀行資金經營所要求的安全性和流動性的需要，這就使得企業很難為這些項目從銀行取得貸款。但這些項目往往又能滿足風險資本取得高收益、實現資本最大增值的投資目的的需要，因此，風險資本也就可能成為企業的重要資金來源。
（二）利于企業籌資戰略的創新
就企業籌資戰略來說，應以維護企業長期經營安全、保持企業的償債能力、提高企業籌資能力為目標。籌資戰略管理的首要任務，是資本結構的合理安排，良好的資本結構是企業持續發展的基礎。不同的企業應根據企業本身的盈利能力、所在行業特點等因素來具體確定。其次，要合理選擇長期融資方案，不同的融資渠道和融資方式有不同的財務風險和資本成本，因此企業應綜合考慮風險與資本成本后進行合理選擇，為了提高企業籌資靈活性，企業應拓寬融資渠道。第三，要保持企業的償債能力。第四，要注意開發企業的籌資能力。企業籌資能力的強弱直接制約著企業是否能獲得資金這一稀缺資源，從而影響企業的持續發展。因此，企業在籌措資金的同時要積極開發企業籌資能力。最后，在可持續發展理念的指導下，企業應積極拓寬融資范圍，不僅要積極籌措財務資本，還要積極籌措知識資本。
三、金融風險下的企業財務管理現狀問題
（一）企業財務風險防范意識不強
（二）企業對財務工作的重要性認識不足
大部分企業認為會計工作只是核算收入、成本費用、利潤及納稅所得，對資產管理缺乏科學性，在財務崗位上一般使用自己親信，更有甚者，有些企業不設立具體的財務崗位，不進行財務核算。
（三）財務人員素質良莠不齊
在職業素質方面，中小企業的財會人員一般只能勝任財務核算工作，對財務數據分析能力較弱，無法為管理者在決策中提供財務分析支持。在品德方面，中小企業管理者常干預會計工作，會計人員由于受制于管理者或受利益驅使，往往按管理者的意圖行事，這樣就在中小企業中存在兩本賬現象，企業財務人員的精力被放在做假賬上，使會計的監督職能無法進行。
四、金融危機下如何加強企業財務管理
由于經濟和金融市場的不穩定，金融服務公司必須比以往更努力地解決當前的問題并改進其風險方法和基礎設施。作為一個經濟對外依存度超過60%的制造業大國，金融危機讓中國經濟感受到了深深的寒意，更讓中國的企業感受到了前所未有的困難，甚至已經讓部分企業遭受了滅頂之災。面對困難，企業應該如何應對？
（一）提高財務管理的適應能力及應變能力
在當前金融危機環境下，企業更應該對不斷變化的宏觀環境進行認真分析，尤其是對國家的產業政策、行業政策、相關法律法規、市場變化及金濟形勢的變化進行充分的分析和研究，把握其變化趨勢及規律，適時調整財務管理方法，從而提高企業的適應能力和應變能力，以此降低和規避因環境變化給企業帶來的財務風險 。
（二）強化資金回收管理，提高應收賬款回收率
企業應根據客戶的資信狀況分別制定不同的信用期限和標準，對于信用狀況好，且財務狀況佳的企業，可以采用寬松的信用政策；對于信用一般、財務狀況也一般的企業，應采用慎重的信用政策；對于信用狀況差的企業則應該采用現款售貨或者其他更為苛刻的條件，以避免增加發生壞賬的可能。在應收賬款催收工作中，企業財務部門應定期編制賬齡分析表，及時掌握應收賬款的回收情況，定期采取相應的催款措施，如信函通知、電話催收、派員面談及訴諸法律等方式，以提高應收賬款回收率。應建立應收賬款回收責任制。通過應收賬款回收責任制激發銷售人員的工作責任感，加速資金回收，從而克服因銷售和收款分家而出現的高銷售高資金占用的弊端。
（三）戰勝“管理危機”，減小內部運轉阻力
對于企業來講，成本優勢在絕大多數時候是其在競爭中的必勝法寶，但管理者如果僅僅把目光聚焦于此的話，企業的靈活性就會越來越小，思路會越來越窄。低技術含量的成本壓縮是遠遠不夠的，如果只把起死回生的希望 寄托于此，企業的內部環境與外部環境都會變得越來越糟，勞資關系越來越惡化，員工消極怠工，產品質量越來越差，合格率越來越低，辛辛苦苦建立起來的相對牢固的信任關系面臨崩潰；而外部，客戶會為減輕自己的上游壓力對產品質量越來越挑剔，一而再、再而三地壓低收購價格，內外交困，企業最終會走上破產的道路。
危機來臨，管理者首先應該開始關注如何使員工富有活力，如何千方百計地調動員工主觀能動性，如何增強勞資雙方的相互信任。同時，管理者應該在總體戰略的指導下對組織結構做相應改造，構建有效率的業務流程，掃除企業內部管理阻礙和死角，減少管理層次和環節，建立起靈活有彈性的運行平臺。此外，還要注重既定政策的落實與執行，如果只有好的管理制度，卻不能執行到位，有好的規劃，卻束之高閣，同樣也有可能將企業引入危險的境地。
（四）采取多元化融資方式
隨著企業的發展擴大，其對融資的依賴程度也逐漸加深，此時需要更多渠道的融資，才能滿足資金的籌集需求。企業由于長期缺乏財務管理的具體措施，存在資金短缺和資產閑置并存的嚴重問題，資產運行效率十分低下，此時企業籌資活動應首先考慮如何積極進行內部融資。通過合理調度盤活內部的停滯資金加速資金周轉次數，充分發揮財務管理的作用，科學調配各項資源，利用各項資金的時間差與空間差，總體有效利用資金。經過調整后的經濟結構，企業的存量資產得以盤活，資產結構得以優化，閑置資產得以變現，對于企業來說，不失為一種成本低廉且頗有成效的籌資方式。另一方面，大膽借助多種負債形式進行籌資。借入適量資金用于企業的發展，解決其資金周轉的困難，這對合理配置資源，提高資金使用效益具有十分重要的意義。同時，引入“負債”觀念，有助于企業樹立經營意識和風險意識。
（五）制訂極端情況下的財務預案
面對金融危機不可測、不可控的特性，我們有必要把困難和風險估計得更嚴重一些，加強財務預警，構筑多道防線，制訂極端情況下的財務預案。及早厘定企業的核心資產與非核心資產，核心業務與非核心業務，以備在極端情況下出售非核心的資產和業務，斷臂求存，以圖有機會東山再起。面對金融危機，我們既不要失望悲觀，更不能盲目、投機的樂觀；既要堅定戰勝危機的信心，又要充分認識危機的嚴峻 。企業只有針對危機做好充分的應對，才能在經濟調整的冬天里生存下來，迎接經濟復興的春天。
同時要建立健全財務危機預警系統，發揮事前預警、事中報警和事后排警的控制作用。財務危機預警系統是以企業信息化為基礎，利用數據化管理方式，通過設置、分析一些敏感性財務指標的變化，對企業經營管理活動中可能或將要存在的財務危機事先進行預測、報告和提供處理建議的報警和控制系統。
五、金融危機對加強企業財務管理的新要求、新啟示
（一）確立財政對企業財務的監管地位
相當一部分企業存在一種情況寧可將資金投入新的生產線建立新的銷售機構，或者是開拓新 的市場，也不用來做財務管理的投資，因為在市場環境較好的環境下，做與不做的差別不大。但是，當經濟環境變得十分惡劣，加強企業的管理，尤其是其財務管理，對一個企業而言是十分重要的。
財務管理一個重要職能是要利用企業提供的各種各樣的會計信息去發現企業經營中的問題，企業的外部環境會有哪些變化。2009年4月9日，財政部了《關于當前應對金融危機加強企業財務管理的若干意見》，重申了加強企業財務管理的重要意義，同時也為企業在特殊時期做好財務管理工作敲響了警鐘。
（二）強化財務風險分析和預測
財務風險分析和預測是企業控制未來，財務風險的重要方法也是企業進行經營決策的重要依 據。準確把握宏觀經濟形勢和市場發展變化，高度關注宏觀經濟運行信息及重要指標，主動調整企業各項財務指標和目標任務，對企業未來財務活動和財務成果作出科學預判，當好企業戰略決策的參謀助手具有重要作用。加強經濟、財務市場、政策等信息體系建設，強化財務風險分析和預測與企業發展戰略的相互銜接，合理運用財務風險分析和預測方法，提高企業財務管理水平，提升企業的戰略決策能力，注重發揮企業財務信息的預警作用，加強企業財務風險監測預警工作，發現重大經營風險或財務風險，要及時向主管財政機關報告。
六、結論
當前，金融風險依然是我們面臨的主要問題，引發金融危機的潛在因素尚未完全消失。要維護我國企業的金融安全，進而維持企業的生產效益，我們還必須下很大的力氣。我國企業金融風險的成因是多方面的，但金融危機的形成和發展通常有其自身的內在規律，只要我們把握其規律，做好企業財務管理的基礎工作，建立健全企業管理信息系統，由專門的財務危機預警機構來負責，就能有針對性地采取有效措施，防范、化解或控制財務危機。當然，財務危機管理是一門藝術，財務危機帶來的不僅僅是損失，其中往往還孕育著轉機。一個成功的企業不僅能夠妥善防范、化解和處理財務危機，而且還能夠化財務危機為新的發展商機。
參考文獻
[1]王倫道， 章乃茹.企業資金融通實務[M].首都師范大學出版社.1995年版：12頁
[2]魏斌.暨南大學碩士學位論文.企業金融、金融風險與風險管理 2000年 11頁
[3]吳少新.儲蓄轉化投資的金融機制分析[M].中國經濟出版社.1998年版：297頁
[4]劉松勤.金融風險成因及我國企業防范對策研究[D].華中師范大學以同等學力申請碩士學位人員 2008年20日：4-6頁
[5]孟 穎.金融風險的測評與防范[D].河北大學經濟學碩士學位論文.2003年6月：9頁
[6]雷 聲.我國企業集團財務管理模式問題研究[M].改革與戰略，2006（07）
[7]楊建軍，袁榮.淺論金融危機環境下中小企業財務風險防范[J]. 中國鄉鎮企業會計. 116頁
[8]劉光宇.金融危機下的中小企業應采取的對策[J].河北企業.2009年第2期：34頁
網絡環境作為全球化的技術環境，使會計行業發生了根本性的變革，企業管理者越來越多的關注網絡所帶來的挑戰與機遇。網絡財務在我國尚處于初期階段，它的運用存在諸多新風險，建立一套有效的財務風險預警系統是必然選擇，而建立財務風險預警系統最關鍵的就是構建財務風險預警模型。
本文認為現金流量表能客觀地反映企業的經營狀況及獲利能力，而且由于現金流量的計算不涉及權責發生制，幾乎沒有造假的可能，因此本文是基于現金流的F記分模型為基礎構建網絡環境下的財務風險預警模型。
一、樣本的選擇
本文對企業財務風險預警模型進行實證研究，研究的主體是我國A股市場的上市公司，利用公開披露的企業信息來研究上市公司陷入財務危機的可預測性。
在確定樣本企業時，選取了一組在上海證券交易所上市交易的18家ST公司，同時還相應地選擇同行業、同規模的18家非ST公司作為研究樣本，總樣本共36家。研究數據主要來自上海證券報上公開披露的2002年度到2006年度的年度報告的有關資料。
二、財務預警模型指標的選擇
任何企業的財務危機都會通過一些敏感性財務指標值反映出來。因此，設置一些敏感性財務指標是建立財務預警機制的基礎。基于網絡環境下現金流量對企業的重要性，本文主要從企業財務活動的角度，確定了三大類基礎指標：經營環節風險指標，包括應收賬款周轉率、存貨周轉率、主營業務收入增長率、營業周期、現金流入量與現金流出量之比、銷售營業現金流入比；籌資環節風險指標，包括流動比率、速動比率、資產負債率、產權比率、已獲利息倍數、長期資產合適率、總資產增長率、現金流動負債比率、現金盈利值、營運資金占用額；投資環節風險指標，主要包括總資產報酬率、總資產周轉率、總資產凈現率。
為了全面客觀地檢驗上市公司的經營好壞，所選取的財務指標要具有全面性與綜合性，保證所選指標之間存在顯著性差異；為避免指標之間某些特征重復計算，盡量消除變量的高度相關性。為此，本文將通過兩個步驟選取建模指標。
（一）運用T檢驗，判斷財務指標的顯著性差異
利用收集的總共36家企業的數據資料，分組計算19個財務指標在被掛名ST前兩年的平均值，計算兩組樣本各指標值的T檢驗值。
這個過程可以通過SPSS統計分析軟件中的樣本顯著性檢驗功能，對數據進行檢驗。為了讓更多的指標入選，現將T檢驗的判別標準定為：｜T｜≥1.7。在雙尾檢驗的顯著性概率中，通過檢驗的指標較多，在前一年有十二個，在前兩年有八個。模型中包括過多的指標，會不利于對上市公司的財務危機進行有效的預測。因此，需再通過顯著性的指標中再次篩選。
通過綜合考慮，最初選定了五個財務指標即：X1銷售營業現金流入比、X2資產負債率、X3營運資金占用率、X4總資產報酬率和X5總資產周轉率。
（二）運用因子分析法，檢驗財務指標的相關性
如果上述所選的五個指標之間高度相關，那么就會使某些特征重復計算，引起夸大的危害，因此在選擇最終變量時應盡量消除變量的高度相關性。
這個過程可以通過SPSS統計分析軟件中的因子分析功能，對五個指標進行檢驗，其檢驗結果表明，這五個指標的相關系數都是小于0.5的。因此，可以選擇這五個指標來構建模型。
三、財務風險預警模型的構建
本文將采用基于極值原理的Fisher判別法。其基本思想是：把多維問題化為一維問題，并應用線性判別函數解決判別問題。
第一步，在構建模型前，需要確定所選的樣本數據是否是有效的。運用SPSS軟件，對樣本進行判別分析，經判別后，有效觀測量為36。
第二步，檢驗五個指標的均值在ST組和非ST組之間是否存在顯著的差異，從而證實這些變量在構造預測模型中的代表性。經SPSS軟件檢驗證實，五個指標的均值在ST組和非ST組之間確實存在著顯著差別。第三步，運用SPSS軟件，對五個指標進行F線性判別，得到：
前一年的線性判別模型為：
Y=0.365X1-0.455X2+0.002X3+0.802X4+0.404X5+1.388
前兩年的線性判別模型為：
Y=0.114X1-0.968X2+0.079X3-0.026X4+0.721X5-0.525
根據前一年的判別模型，將企業成為ST前一年的數據進行回代代入，得到樣本企業的Y，Y=1.43，依據此分界值對樣本企業進行檢驗。若Y值＜1.43，則說明該企業在未來一年內將陷入財務危機，反之，則為正常企業。檢驗結果表明：在ST組中，只有一家企業被誤判，預測的準確率可達94.44%；在非ST組中，只有兩家企業被誤判，預測的準確率可達88.89%。
同理，根據前兩年的判別模型，將企業成為ST前兩年的數據進行回代代入，得到樣本企業的Y，Y=-0.60，依據此分界值對樣本企業進行檢驗。若Y值＜-0.60，則說明該企業在未來一年內將陷入財務危機，反之，則為正常企業。經檢驗發現，在ST組中，有三家企業被誤判，預測的準確率可達83.3%；在非ST組中，有四家企業被誤判，預測的準確率可達77.8%。經過檢驗，此模型在企業發生財務危機前一年的準確率要比在前兩年的判別準確率高，即離企業發生財務危機的時間越短，判別的準確率越高。這與企業發生財務危機的實際情況相符，因而證明，可以采用此模型進行實證檢驗。
四、模型的實證檢驗
本研究運用SPSS軟件做出了比較理想的多元線性回歸判定模型，而該模型的運行效果是否也能理想，其判定是否準確，預測結果是否符合實際情況，這些問題都還需要進一步檢驗。
下表是從隨機選取的作為研究樣本的12家上市公司公布的最新財務報告中提取數據來檢驗模型的結果。
從表中Y值可以看出，對于正常企業，所有的Y值全部高于1.43，模型驗證準確率為100%,而對于ST類的企業，只有50％的Y值是在1.43以下，另外50％Y值處于健康企業的范圍,模型驗證正確率為50%。
對于ST企業的判斷之所以會有這樣的偏差，筆者認為原因不外乎以下幾方面：
一是部分ST企業由于經營狀況的改善使得財務狀況可能向好的方向轉變，這種情況下，我們認為是模型判斷企業的經營狀況得到改觀；二是由于2007年中國股市暴漲，上市公司在股市上漲過程中賺取了大量的投資收益，從而使得報表中的純利潤一項較往年大幅增長；三是本文建模用的樣本數據不夠全面。這些樣本并沒有涉及到所有行業的、地區的或是各種性質的企業；四是由于作者水平有限，模型可能存在漏洞也會導致判斷出現偏差。
五、研究結論
通過本文的理論總結與實證分析，得出以下結論：
第一，多元線性回歸模型在我國財務預警研究中具有很高的應用價值。實證結果表明，該方法建立的模型具有較高的判別精度和預測能力，可以獲得較好的預警結果。第二，將逐步判別分析方法應用于財務預警研究中，可以在減少模型變量的同時，達到與全部備選變量構建的全變量預測模型相近的判別精度和預測能力，使最終構建的預測模型更符合成本效益原則，具有較高的應用價值。第三，本研究采用上市公司年度財務報告數據來構建財務預警模型，極大地提高了財務危機預測的及時性，給企業一般投資者和債權人增加了一條更及時更準確的預警途徑。
Abstract: Based on the 2008-2009 financial targets set of the textile and apparel industry of eight state-brand and provincial-brand companies, this paper gets profitability and growth capacity, operational capacity, solvency three factors to measure the ability against financial crisis by statistical factor analysis, then uses two samples t test method to test whether there are differences between the national brands and local brands on anti-crisis capabilities, empirical analysis shows that differences exist at a certain confidence level.
關鍵詞:名牌產品企業;抗金融危機能力;因子分析;兩樣本t檢驗
Key words: brand companies;anti-crisis ability;factor analysis;two samples t test
中圖分類號:F27 文獻標識碼:A文章編號:1006-4311(2010)13-0031-02
0引言
在2008年的中國名牌評價工作緊鑼密鼓地進行時,由于“毒奶粉”等事件,國務院“三定方案”明確國家質檢總局不再直接辦理與企業和產品有關名牌評價的活動,于是有關中國名牌評價工作是否對提高企業的發展起到了較好的推動作用,成為爭論的焦點。與此同時,美國次貸危機從2008年9月開始全面升級,演繹了全球金融歷史的一次極其嚴重的危機,并蔓延至實體經濟,整個全球經濟增長減緩,我國經濟也受到了較大的沖擊,金融危機恰好是一場對所有企業共同的“體能測試”。在金融危機下,推動中國經濟快速增長的名牌產品企業的表現如何,這是非常值得關注的。
為此,對金融危機中的“名牌產品”獲得企業的表現進行調查研究,對其抗金融危機能力進行測度,并檢驗名牌級別越高,抗風險能力是否更強。考慮到數據獲取的難度和行業間的差距,本文選擇紡織服裝行業中上市的8家中國名牌產品和8家地方名牌產品企業的抗金融危機能力進行評價和比較。
1抗金融危機能力的評價指標體系
本文通過上述16家企業在金融危機影響下的2008-2009年度的主要財務指標來衡量企業的抗金融危機能力,現有的財務指標一般從盈利能力,償債能力,現金流狀況,營運能力,發展能力等幾方面[1-3]對企業財務狀況進行考察,考慮到現金流的數據比較難收集,因此從剩余四方面的指標來考察,如果在受金融危機影響期間企業在這幾方面的綜合評分存在優勢,那么從側面可以反應企業的抗金融危機能力較強,本文的評價指標集為T={A={A1凈資產收益率,A2經營凈利率,A3經營毛利率,A4資產凈利率,A5成本費用利潤率},B={B1流動比率,B2速動比率,B3資產負債率},C={C1應收賬款周轉率,C2存貨周轉率,C3總資產周轉率,C4期間費用率},D={D1銷售收入增長率,D2凈利潤增長率}} 。
2因子分析的數學模型
因子分析[4]是通過研究多個變量間相關系數矩陣的內部依賴關系,找出能綜合所有變量的少數幾個隨機變量,這幾個隨機變量是不可測量的,通常稱為因子。然后根據相關性的大小把變量分組,使得同組內的變量之間的相關性較高,但不同組的變量相關性較低。各個因子間互不相關,所有變量都可以表示成公因子的線性組合。因子分析的目的就是減少變量的數目,用少數因子代替所有的變量去分析問題。
設有N個樣本,P個指標,X=(X1,X2,…,Xp)′為隨機向量,要尋找的公因子為F=(F1,F2,…,Fm)′,則模型如下:
X=aF+aF+…+aF+εX=aF+aF+…+aF+ε…X=aF+aF+…+aF+ε
稱為因子模型。矩陣A=(aij)稱為因子載荷矩陣,aij為因子載荷,其實質就是公因子Fi和變量Xj的相關系數。ε為特殊因子,代表公因子以外的影響因素,實際分析時忽略不計。對求得的公因子,需要觀察它們在哪些變量上有較大的載荷,再據此說明該公因子的實際含義。如果難于對Fi給出一個合理的解釋,需要進一步作因子旋轉,以求旋轉后能得到更加合理的解釋。因子分析有兩個特點:
其一,模型不受量綱的影響;
其二,因子載荷不是唯一的,通過因子軸的旋轉,可以得到新的因子載荷陣,使解釋意義更加明顯。
假設主因子的特征根為λi,主因子得分為Fi,則綜合得分:
F=λ(λ)F。
3抗金融危機能力的評價分析
3.1 數據來源和處理數據來源于上市的8家中國名牌產品和8家地方名牌產品企業的2008-2009公布的財務報表,根據原始數據計算本文的指標集數據,考慮到量綱問題,對數據進行標準化處理。
3.2 因子分析結果和分析因為只有在數據存在部分相關性的情況下,用因子分析評估比較好,故我們檢驗數據是否適合于因子分析。一種常用的方法利用SPSS做KMO檢驗,如表1,KMO=0.0631>0.6,巴特利球型檢驗的相伴概率為0.000小于顯著性水平0.05,由此本文認為指標變量適合做主成分分析。
通過因子分析法,提取主因子的條件是特征根大于1,利用SPSS16.0得出特征根大于1的各因子的方差貢獻率和因子載荷陣,如表2和3,將有較大載荷的指標綜合為一個因子,盈利能力指標A1-A5和成長能力指標D1-D2方面的指標綜合為一個“盈利和成長能力”因子,特征根為5.77;C1-C4綜合為“營運能力”因子,特征根為3.84;B1-B3綜合為“償債能力”因子,特征根2.37。用特征根的比重作為綜合評價的權重,故盈利和成長能力因子的權重w1=5.77/(5.77+3.84+2.37)=0.48,營運能力因子的權重w2=0.32,償債能力因子的權重w3=0.2。
利用權重w1,w2,w3和得出的主因子得分(表4中第3-5行)計算出綜合得分(表4中第6行)。接著我們從盈利和成長能力,營運能力,償債能力,綜合得分的平均得分角度對國家名牌和省級名牌進行比較。國家名牌企業的盈利和成長能力平均得分為0.58大于省級名牌的-0.58,國家名牌企業的營運能力平均得分為-0.11小于省級名牌企業的0.12,國家名牌企業的償債能力平均得分為-0.15小于省級名牌企業的0.15,國家名牌的加權綜合得分的平均值為0.22大于省級名牌的-0.21。因此,從平均數來看,國家名牌企業在盈利和成長能力有較大的優勢,但在營運和償債能力上省級名牌企業的優勢更加明顯,在綜合得分上國家名牌企業的平均得分大于省級名牌企業。
3.3 成組設計兩樣本均數的比較上面我們對國家名牌和省級名牌的各方面得分和綜合得分從平均值的角度進行了比較,但是兩組在各方面和綜合得分的差異是否顯著,我們必須運用SPSS做統計上的兩樣本t檢驗[5]。
通過表5,可以看出國家名牌和省級名牌在盈利和成長能力,營運能力,償債能力和綜合得分上的方差齊性檢驗均通過(sig>0.05),在方差齊性的基礎上進行等均值的t檢驗,盈利和成長能力的P=0.015,小于顯著性水平0.05,拒絕國家名牌和地方名牌的盈利和成長能力均值相等的原假設;在營運能力和償債能力方面則相反,接受均值相等的原假設。對于綜合得分來說,P=0.168,在顯著性水平0.05條件下接受原假設,而在顯著性水平0.2條件下則拒絕原假設,也就是說我們有80%的把握認為國家名牌在綜合得分上和省級名牌存在差異。
4結論
金融危機期間,國家名牌產品企業在盈利和成長能力上的優勢比較明顯,雖然省級名牌的營運能力和償債能力的平均值大于國家級,但從統計檢驗上看優勢并不明顯,因此認為省級名牌和國家名牌的營運能力和償債能力差不多。同時我們有80%的把握認為國家名牌企業的抗金融危機能力的綜合得分大于省級名牌產品企業。
中國名牌戰略的實施使得企業在技術標準、管理水平、產品質量、科技創新、人力資源、品牌價值等方面獲得提高,評出的國家名牌在以上幾方面更是同行中的佼佼者,故在金融危機這樣大的影響下,更能表現出較強的抗金融危機能力,再加上這幾年推行的卓越績效評價使得名牌企業的內部管理水平得到顯著提高,這種內力的提升是抵抗金融危機最有效地方法,因此我們要大力推行卓越績效評價,提高企業的“內力”來抵抗各種危機。
參考文獻:
[1]企業財務危機的灰色綜合預警模型研究[D].華中科技大學碩士學位論文,2007,28-29.
[2] 張昕源,基于數據挖掘技術的中國上市公司財務危機預警分析[D].吉林大學博士學位論文,2004,82-84.
[3]王璐,企業財務危機組合預警與控制應用研究[D].河海大學博士學位論文,2006,39-40.
高負債的陷阱
從許多高成長企業反映出的問題來看，過度負債可說是一個典型的通病，也是財務危機的根源。它們的高負債是怎樣積累起來的呢？
戰略需求效應由由于企業的戰略布局驅動，或表現為現有業務的發展，或表現為新業務的開拓，規模和數量的擴張經常明顯快于內涵質量的擴張，在高成長階段都將出現某種程度的資金短缺。因此，高成長企業為達到快速擴張的目的，普遍采取負債經營策略。
組織放大效應由許多企業在快速擴張中傾向于采取企業集團或控股公司模式。但這類模式債務放大效應也十分明顯：一方面母、子公司都會從各自立場出發追求數量擴張；另一方面，子公司除保留原有業務聯系和資金融通渠道外，還可能獲得母公司再分配的業務或資金。這一業務和融資放大效應很容易使企業負債過度，最終成為財務危機的“始作俑者”。
財務不透明與內部互相擔保由財務不透明、各自為政和內部關聯企業間的相互貸款擔保是高成長企業常見的問題。這不僅加大了銀行對企業財務判斷的難度，也給財務監管帶來很大困難，從而造成整體負債率不斷抬高。
中國四大信托投資公司之一的廣東國際信托投資公司破產事件就是一個教訓。廣信下屬企業帳外有帳，隱藏債務情況嚴重，甚至連集團總部都難以摸清家底。清產核資以后，資不抵債額竟高達146.94億元人民幣。
債務、資產的結構性錯配由最常見的就是短債長用，短籌長貸。企業將短債用于投資回收期是短債期限若干倍的長期項目投資，導致流動負債大大高于流動資產。金融機構基于高成長企業的前景，往往也采取短籌長貸方式，支持企業搞長期投資，從而加大了企業的資金風險，一旦銀行日后收緊銀根，企業將會進退兩難。
其它常見結構性錯配還包括負債到期過分集中的結構與現金流量錯位，長、短期負債結構比例失調，貸款的銀行結構單一，資產和負債幣種結構不合理等。
以上幾方面是環環相扣的。高成長戰略造成資金短缺，企業就不可避免地要負債經營。組織放大效應和內部擔保則加劇債務水平，造成負債過度。在過度負債的情況下，企業經營成本和財務壓力加大，支付能力日漸脆弱，短債長用則可能使企業潛在支付危機隨時爆發。
財務危機的誘因
經營持續虧損由企業擴張過度，容易因經營管理不善或戰略性失誤引起虧損。如果企業只是短期虧損，只要虧損額少于折舊，未必導致債務償付困難，但如果持續虧損，將造成企業凈資產數量和質量不斷下降，大大削弱企業的經營能力和償債能力，進而導致企業不能到期償還債務。
如果虧損嚴重到資不抵債的地步，也就是狹義上所指的財務失敗，將意味著企業償付能力的喪失，最終很可能走上倒閉、破產的不歸路。
短期支付不能由這種情況下，企業并非資不抵債，也不一定與經營虧損相關，只是由于資金周轉不靈、現金流量分布與債務到期結構分布不均衡等原因暫時不能償還到期債務，真所謂“一文錢逼死英雄漢”。
1996年進入全球500強之列的香港百富勤公司，1998年初卻因為缺乏足夠現金無法償還幾千萬美元的債務而被迫破產，10年輝煌毀于一旦。珠海巨人集團財務危機的導火索則是興建巨人大廈時國內賣樓花所形成的4,000萬元人民幣債務。
突發性風險事件由在市道暢旺的時候，高成長企業或許可以憑其資產規模和營業收入的大幅增長，給市場以太平盛世的感覺。
一旦國內外政治、經濟環境突然變化，重大政策調整，各種自然災害或其它突發性風險事件發生，企業就可能因為業務萎縮、資產縮水或重大財產損失而陷入困境。
亞洲金融危機中，一些企業采取股票抵押貸款，結果由于股票市場低迷、股票價格大幅下降，使抵押品價值嚴重縮水而陷入財務危機。
盡管這些風險事件對企業來說屬于不可控因素，但防范經營、財務風險本身就是企業經營的應有之義。同樣經歷了亞洲金融危機，一些企業破產、倒閉，而另一些財務穩健的企業仍健康發展，經營能力突顯高低。
平衡高成長和穩健
百富勤等大企業的破產說明，企業如果不顧自身條件通過負債經營盲目鋪攤子，就容易聚集過多盈利能力差的資產或業務，規模再大也難逃被淘汰的命運。對企業來說，只有在財務穩健的前提下取得的成長性才是合理的。
優化財務結構由財務結構優化是企業財務穩健的關鍵，其具體標志是綜合資金成本低，財務杠桿效益高，財務風險適度。企業應當根據經營環境的變化，不斷通過存量調整和變量調整（增量或減量）的手段確保財務結構的動態優化。
企業財務結構管理的重點是對資本、負債、資產和投資等進行結構性調整，使其保持合理的比例：
一是優化資本結構。企業應在權益資本和債務資本之間確定一個合適的比例結構，使負債水平始終保持在一個合理的水平上，不能超過自身的承受能力。
負債經營的臨界點是全部資金的息、稅前利潤等于負債利息。在達到臨界點之前，提高負債將使股東獲得更多的財務杠桿利益。一旦超過臨界點，加大負債比率會成為財務危機的前兆。
二是優化負債結構。負債結構性管理的重點是負債的到期結構。由于預期現金流量很難與債務的到期及數量保持協調一致，這就要求企業在允許現金流量波動的前提下，確定負債到期結構應保持安全邊際。
企業也應對長、短期負債的盈利能力與風險進行權衡，以確定既使風險最小、又能使企業盈利能力最大化的長、短期負債比例。
此外，企業還應密切關注各地經濟、金融形勢和匯率的變化情況，調整貸款的銀行結構和幣種結構，盡可能避免過份集中向某一國家或區域的金融機構融資或以單一貨幣進行借貸或業務結算，以預防和降低借貸和匯率風險。
三是優化資產結構。資產結構的優化主要是確定一個既能維持企業正常生產經營，又能在減少或不增加風險的前提下給企業帶來盡可能多利潤的流動資金水平，其核心指標是反映流動資產與流動負債間差額的“凈營運資本”。
四是優化投資結構。主要是從提高投資回報的角度，對企業投資情況進行分類比較，確定合理的比重和格局，包括長期投資和短期投資，固定資產投資、無形資產投資（如研究開發、企業品牌等）和流動資產投資，直接投資（項目）和間接（證券）投資，產業投資和風險投資等。
抓好現金流量生命線企企業最基本的目標是股東財富或企業總價值最大化。它通過獲利水平和利潤指標反映出來，而這一切都是建立在現金流量這一企業生命線上的。
不少企業陷入經營困境甚至破產并非因為資不抵債，而是由于暫時的支付困難。因此，利潤或是企業總價值最大化不能停留在帳面盈利上，而要以價值的可實現性和變現能力作為前提。
企業應把利潤和現金放在同等重要的位置，加速資金回籠和周轉，提高資產變現能力，加強對應收帳款的管理和催收力度，盡量減少呆壞帳。
企業應根據現有業務未來產生現金流量的情況追求相應的成長速度，同時要手持一定量的現金以滿足正常運營和應付突發事件的需要，并提高資金管理水準，確保資金的流動性和安全性。
建立財務監控體系企公司的規模擴張應與財務控制制度建設保持同步發展，否則造成財務失控。企業應建立有效的財務監控體系，加強對公司債務、資產、投資回收、現金回流和資產增值等方面的財務管理與監督，嚴格擔保和信用證開證額度管理，減少或有負債。
企業尤其要重視預算管理，應著眼于未來現金流量情況，通過預算管理對融投資總量、負債水平、資產狀況進行控制，并對未來重大項目的融投資及大筆債務的還本付息等做出統籌安排。
