企业财务预警分析范例6篇

前言:中文期刊网精心挑选了企业财务预警分析范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

企业财务预警分析

企业财务预警分析范文1

关键词:财务风险;财务预警模型;对策

中图分类号:F275.1 文献标识码:A 文章编号:1672-3198(2007)07-0148-02

1 问题的提出

加入WTO后,我国企业面临的是世界大市场,竞争更加激烈。特别是实行现代企业制度后,企业的经营权和所有权分离,企业的组织形式是多元化、多角化、集团化、跨行业的经营趋势。企业被财务风险葬送的教训层出不穷:日本住友商社、韩国大宇集团、美国安然公司、中国的巨人集团、蓝田股份以及“新疆啤酒花事件”等,都与财务风险有关。财务风险预警管理因而成为学术界和企业界关注的焦点,建立一个有效的企业财务风险预警机制及防范系统,显得十分必要和迫切。

2 典型财务预警模型介绍

企业的财务报表等所提供的会计信息综合反映了企业财务状况和经营成果,根据企业会计信息的结构、比率和比较分析可以研究企业的偿债能力、盈利能力、发展能力和资金运营状况,可以分析企业的安全状况,进而对企业的综合财务状况作出判断(吴水澎,1996)。基于对相关财务比率进行的单项和综合研究而建立的各种财务预警模型,就是对企业危机预警进行的量化研究(薛祖云,2004)。

(1)单变量判定模型(UnavailableDiscriminateModel)。

最早运用统计方法和财务比率进行企业危机预警研究的是美国财务专家威廉・比弗(WilliamBeaver,1966)。他的《财务比率与失败预测》一文是以企业危机预警为主题,以单一的财务比率指标为基本变量,运用配对样本法,随机挑选了1954年到1964年间79家危机中的企业,并针对这79家企业逐一挑选与其产业相同且资产规模相近的79家正常企业,再将样本企业分为训练样本与测试样本两组。先以训练样本企业破产前5年的30项财务比率进行二分类检验(Dichotomous Classification Test )。用以找出最具区别能力的财务比率及其分界点,并利用测试样本预测及验证其财务比率及分界点的危机预警能力。

威廉・比弗的结论是,最能对企业危机做出预警的指标是“现金流量/总负债”比率,其次为“总负债/总资产”比率和“净利润/总资产”比率。在企业破产前5年可达70%以上的预测准确率,在企业破产前1年可达87%的预测准确率。

(2)多元判定模型(Multivariate Discriminate Model)。

该模型又称奥尔特曼模型或Z分数模型(Z-score Model)是由美国财务专家爱得华?奥尔特曼(Edward .I. Altman)提出的。他认为,偿债能力的丧失是引起企业破产的主要原因,企业在财务状况良好――财务危机――破产――清算这一过程中,是有信号可预测的。经过大量实证考察和研究之后,于1968年才提出了多元Z值判定模型,即:

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

(3)F分数模型(F-Score Model)。

由于Z分数模型在建立时并没有充分考虑到现金流量变动等方面的情况,因此有一定的局限性。为此,我国学者周首华、杨济华对Z分数模型加以改造,于1996年提出了财务危机预测的新模型――F分数模型。在F分数模型中加入现金流量这一有效的预测变量,弥补了Z分数模型的不足。同时,该模式还考虑到现代企业财务状况的发展及标准的更新,比如,由于现金管理技术的提高,致使企业所应维持的必要流动比率有所降低,该模式的样本选用更为扩大,它使用了Compustat PC Plus 会计数据库中1990 年以来416 家公司的数据进行检查,而Z分数模型的样本仅为66 家。

F分数模型如下:

F= -0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

(4)神经网络预警模型。

1987年,Lapeds和Fayber首次应用神经网络进行预测,开创了神经网络预警的先河。该模型适合于对复杂性、时变性和模糊性的系统进行预测。神经网络方法预警模型主要建立在“黑箱法”的基础上。它把复杂系统当作一个黑箱,然后通过刺激(输入)、反应(输出)来研究系统的结构和性质。人脑的思维机制可分为抽象思维(逻辑推理)和形象思维(不确定性推理),神经网络模型根据生物神经元的外部行为特征,推测具有类似于阀值逻辑的结构,提出人工神经元的阀值逻辑模型。

BP(Back propagation)模型是神经网络方法中一种比较常用的模型,这种模型把系统看作一个黑箱,考虑其输入和输出之间的非线性映射,输入过程可用输入节点来表示,输出过程可用输出节点来表示。假定系统内部结构为未知,同时用隐节点来表示内部机制,从而形成一种用人脑神经元突触行为模拟节点机制的类似神经的人工神经网络。这样,可通过不断地输入和输出,以及对有限多个样本的学习来达到对所研究系统内部的模拟。

3 企业财务预警模型评述

随着统计技术和计算机技术的不断发展,归纳分类、人工智能、神经网络模型以及实验等技术逐渐被引入到企业财务预警研究之中。然而,无论采用什么统计方法或研究方法,企业财务预警研究中都存在着许多问题,主要体现在:

(1)缺乏系统的经济理论指导。

在目前的文献中,能够系统地解释企业失败和破产的经济和管理理论还很少。尽管有些学者从委托、交易费用和产权关系等企业制度环境和制度安排方面作了大量的阐述,并借助于企业生命周期理论、企业进化理论等对企业失败现象进行解释。但是,它们还不够完善,不足以系统地解释企业失败的原因,还远远不能准确确定财务预警模型中应包括的预测变量。因此,在选择预测变量时,还是凭着经验进行搜索,在众多的变量、样本、方法以及模型中找出最佳的组合,缺乏深厚的理论基础。

(2)研究方法上存在的问题。

①选择的预测变量往往是企业陷入财务困境的征兆,而非陷入财务困难的原因。一般而言,失败企业数量较少,因此所选择的失败企业样本大都不属于同一行业,从该样本得到的最好的预测变量反映了所有失败企业的共同特征:低效益和高负债。因此,大多数预警模型所提供的信息只是一种表象而已。

②选取的财务变量具有片面性、滞后性(事后性)和多重共线性。所选取的财务变量的片面性体现在一个具体的财务变量只是从某一个侧面反映企业的财务状况和经营成果;财务变量的滞后性体现在财务报表的公布日,滞后于会计期间。比如我国上市公司的年度财务报一般是在会计年度结束后的4个月内公布。如何克服财务变量的片面性、滞后性(事后性)和多重共线性是一个急需解决的问题。

③样本选取的困难。尽管上市公司的数据相对容易获得,但是要获得那些财务困难公司在其陷入财务困境之前的数据却不太容易,完整性也不够。另外,很多研究采用了“配对抽样”。按照行业、资产规模等标准为财务困境公司构造一组控制样本,这会产生两类公司的比例与它们在总体中的比例严重不一致,夸大预测模型的准确率。

④非财务指标因素的忽略。利用财务危机量化指标对企业预测,很可能忽略非财务指标的因素。社会经济活动中的失败与利率、失业率等的变化与财务危机有关,多种变量模型中如果能加入对宏观经济因素的预测,模型的预测能力就会加强;再者,许多学者以行业成功企业作为比较基准,这是不够科学的。因为企业间不同环境造成比较上的牵强性,很难找到处于相同境地、相同条件下的企业。

4 企业财务风险预警研究对策分析

(1)方法要百花齐放,百家争鸣。在大胆吸收国外已有研究成果的基础上,要结合我国实际进行创新。各国的经济文化环境不同,经营理念存在差异,会计核算口径不一,统计分析局限在应用经典分析方法,而其它建立预警模型的方法应用又少。结合我国现代企业的特点借鉴创新,改进传统的统计方法,制定高质量的会计准则,编报高质量的财务报告。科学的方法也要借助真实的原始信息,采用真实的原始信息进行预测更需要科学的方法。

(2)针对预警模型变量选择的狭窄性,应重新考虑设计预警变量,不能仅仅局限于资产负债率、流动比率等几个指标的运用分析,合理引入现金流量方面的指标,加强对现金流入、流出的监测分析。对于财务指标信息类预警模型的应用,解决两个关键问题,一是选择哪些财务指标;二是预测计量方法的选择。

(3)预测模型使用的技术问题。一是实效性问题,随着经济环境的变化,模型的拟合效果可能会有变化,要研究其变化,适当进行微调;二是行业因素对模型拟合效果的影响问题,尽管我国目前实行了创新与趋同的会计准则,但不同行业的财务指标特征具有较大差异,在设计分析时将其纳入同一总体,无疑会影响模型的解释能力及预测效果。对此,在模型的构造方面要分行业建立预测模型。

(4)建立财务风险预警计算机辅助管理系统,为企业财务管理提供科学工具。由于财务风险系统较为严格、繁杂、工作量大、内在联系性强,仅靠人力不能达到监控的及时性、准确性和针对性要求,因此必须实施微机化管理,并与会计核算软件衔接,进行动态监控,减少数据采集、输入过程中的错误保证会计信息的质量。

(5)规范风险时间跨度,确保会计信息的相关性和可靠性。规范时间跨度与预测准确程度成反比,应根据需要和可能,适度规定财务危机预测时间跨度,这一点对会计信息及时性和真实性也提出了较高的要求。财务危机预测是对原始信息整理、分析基础上的再加工活动,在日益复杂的经济环境影响下,对原始信息真实性、可比性的要求也越来越高。如通货膨胀比较高时,要对历史信息进行调整,剔除物价上涨因素。

(6)结合经营风险进行预测。如果企业经营出现大的规模扩张,管理水平低下,滞销产品多对能源和原材料存在高度依赖性等情况时,可能预示企业要出现财务危机。分析企业经营状况,探寻财务危机的根源,提出解决的办法。

参考文献

[1]薛祖云,刘金星. 2004.现代企业财务风险预警系统指标体系的构建[J].财会通讯.

企业财务预警分析范文2

关键词:财务风险 表现 成因 预警体系

企业财务部门,作为企业组织机构中的主要部门,主要负责进行财务管理、财务分析,为企业管理决策提供科学、准确的数据支持。同时还要对企业生产管理进行成本控制、对内部控制、预算、固定资产等进行管理、监控。总之,在日益复杂的经济环境中,企业的财务内部控制管理都是企业经营管理正常发展的重要影响因素。一旦企业出现财务风险,将给企业的经营发展带来的了不稳定性,因而促使企业要做好相关的财务分析工作。

一、企业财务风险的表现

企业的财务风险是由多个项目组成的,首先公司投融资项目就是其中重要的一个环节。投融资主要是指企业用以生产经营、运行、项目发展等的资金支持,是企业流动资金的重要组成部分,同样也奠定了企业的生产经营活动;其次企业现金流量是企业发展的基础环节,属于企业财务风险中的综合性风险,是企业各类风险类型中的最终的表现形式。第三是企业的运营风险。营运资金是企业正常运作的关键所在,负责企业的价值增值和价值补偿的相关策略。随着企业的竞争环境越来越艰巨,要求企业营运能够统筹全局,所以在此过程中,公司营运风险由此产生。

二、企业财务风险的成因

企业经营发展的外部因素和内部控制管理是影响企业财务风险最主要的因素。对于同一行业的企业发展而言,外部因素,如原材料的涨价、科学技术的提升等等都是相同的,彼此之间的竞争性不高,而企业的内部经营涉及到管理方式、人才、资源配置等多方面环节。

1.企业的组织结构相关制度不完善。企业当前彼此之间没有建立有效的沟通合作机制,导致相关的数据收集不到,导致财务分析管理结果不准确,从而影响企业决策科学性,增加企业的运营风险和项目投资风险。同时当企业的市场销售部门缺少制定相应的财务制度,即采用的赊销的营销方式,同时未对客户的信用程度进行有效的评价,导致企业出现较多的应收账款中坏账等较多,增加企业的偿债压力,导致企业的营运资金风险加大。第三是企业生产部门与市场部门之间缺少合作机制,使市场供求情况未能及时转达到生产部门,致使企业存在大量的存货,且存货的周转流动性较差。这种情况下,增加了企业流动资金的压力,增加了企业的营运资金风险。

2.企业的财务管理部门从业人员专业素质不够。财务部门是优化管理企业财务风险的最直接的环节。通常情况下,良好的财务管理、财务分析能够规避企业的财务风险。要求财务部门通过收集各个项目、部门的相关数据,为企业发展制定资产负债表、利润表和现金流量等财务报表。财务管理部门财务人员的专业素质决定了财务报表的科学性和参考意义,因而要加强财务人员的专业素质,利用网络技术构建相关数学模型,减少因为计算问题而造成了财务报表问题;另外要求专业人员为企业的投资活动、筹资活动等制定合理的方案,如控制短期债务和长期债务的比重、控制企业各项经济活动重点的现金流量同债务之间的配比等。另一方面影响的机制在于企业内部管理缺少人才激励机制,人才是第一生产力,对于企业经营而言,提高创新力量,优化财务报表、提高决策准确性等都取决于人。

三、企业财务风险的预警体系构建

1.完善企业财务管理机制,奠定风险预警体系基础。加强对企业风险管理制度的建立力度,要求对企业的管理制度、资金项目的管理制度等进行优化补充。一是加强企业的信用制度,避免企业同企业之间合作风险的增加。二是增加整个企业对各项财务流动的风险管理意识。实现由上而下的风险安全优化管理。如在财政部门加强资金风险管理意识,使财务人员能够加强对资金流通的控制,减少企业不必要资金的消耗,缓解资金浪费的风险流量风险;三是建立资金风险防范机制,充分避免市场环境的变化、产品等的变化套牢企业流动资金,从而影响企业的风险流量的安全,增加风险流量的风险。四是建立奖惩制度,实现项目负责制度,对企业内部能够有效进行资金风险管理的人员进行奖惩,从而鼓励全体员工养成风险管理意识,能够积极参加到风险流量的风险管理当中,从而使管理具有全面性和科学性。

2.建立各种渠道的财务风险预警机制

企业的发展过程中不论是筹资活动、投资活动和运营活动都不可避免的涉及到长短期项目的问题。因而在进行企业风险流量的风险控制措施研究时,要求加强对企业风险流量预算的长短期财务预警系统的建立。一是企业风险流量短期预警系统,预警系统主要是要求企业能够提前做好防范解决措施,从而在短期财务风险出现时,能够及时的进行优化解决,避免风险流量风险的消极影响经一步扩大。二是企业风险流量的长期财务预警系统,要求企业将偿债能力、盈利能力、资金管理能力都纳入到长期财务预警系统之中,这种风险流量的风险预警体系主要是对整个企业的全面风险流量的发展进行有效的预测,保证企业能够拥有良好的财务状况。

四、结语

综上所述,实现对企业财务风险的预警体系的构建,首要前提在于明确企业经营过程中常见的集中财务风险,并确定造成该项风险的主要内因,其次才能够从根本入手,全面培养风险意识,加强财务风险预警能力。只有这样,才能带动整个企业投入到风险控制措施中,保证企业各个环节中的资金的安全性,避免出现财务风险消极影响的扩大化。从而可以将企业财务风险控制纳入到企业的战略管理中。全面提高企I的风险管理控制的质量和效率。

参考文献:

[1]徐英玲.企业财务风险及其预警体系研究[D].山东大学,2015.

[2]杨美萍.企业财务风险预警指标体系的研究[D].中国地质大学(北京),2010.

企业财务预警分析范文3

关键词:发电企业;财务风险;研究

中图分类号:F275 文献识别码:A 文章编号:1001-828X(2016)013-000159-01

一、前言

随着电力体制的改革的深入,发电企业面临着越来越多的挑战,在诸多内部因素和外部因素的影响下,财务风险的存在是不可避免的,在企业面临的所有风险中也占有很大的比例。在防范和化解发电企业财务风险之前,先要了解财务风险的类型及成因。

二、财务风险的不同形式

1.经营风险在经营发电企业的过程中,要满足市场结构和社会需求,还要考虑到售电的单价以及企业自身的债务等问题,这些不确定因素,都使企业经营时面临着财务风险。2.资金风险由于企业自身的发展必定会向金融机构融资,如果发生不良的借贷或者担保,资金额度越大,面临的风险也就越大。3.投资风险在经济快速发展的今天,国家也对发电企业进行了大力的发展与扶持,从而使发电企业获得投资额巨大,进而出现的投资风险越来越大,会直接影响到发电企业的经济效益和持续性发展。

三、发电企业财务风险成因

1.自然因素电力供应是一个庞大且重要的网络,与人民生活息息相关,支撑着千家万户的基本生活,更是国家经济发展的基础。但是自然因素有时往往是使发电企业损失巨大且无法预测的。比如:地震、山体滑坡、洪水等都会造成电力供应中断,危及电力安全,对人民生活与抢修人员的安全都造成了巨大的影响,因此我们必须认真对待自然因素带来的财务风险。2.政策因素发电企业作为国家垄断企业又直接关系到民生,必然会受到国家的宏观调控,国家政策的调整肯定会影响到发电企业的发展方向。比如电力单价的变动,电力体制的改革,还有电网的建设与改造,种种改变都需要发电企业来承担风险。加之如果资本市场的不发达或者经济市场不景气,必然会给发电企业带来财务风险。3.内部财务人员风险意识不足财务风险是不可避免的,这就要靠财务管理人员的主观判断来尽可能避免客观的财务风险。但是部分的财务管理人员意识不足,在进行财务活动中没有足够的警觉性或者意识来防范财务风险,而且有些内部人员根本不能把握风险的本质,以为把上级的任务做好,“管好”财务就尽职了,没有主动意识去防范风险,给发电企业造成了许多潜在的风险。4.内控制度不完善内控制度涉及企业方方面面,健全的内控制度犹如人体的“免疫系统”,具有自我抵抗风险、自我修正的能力。发电企业在人、事、物、钱四个方面都不能够懈怠。但从目前的现状看,很多发电企业管理粗放,现代企业管理经验缺乏,内控制度不完善,管理漏洞时常出现,甚至有些管理人员挪用公款、假公济私等都给企业经营带来一定的风险。5.融资活动中的风险在融资活动方面,由于电力企业是资金密集型企业,但是在当前体制下,电力企业一般只能向银行融资资金来源单一,而且投资风险巨大,如果投资周期长,更是加大了风险。同时随着发电企业的不断发展,投资项目增多,如果财务管理人员不能够很好的判断,必会造成巨大的风险,给发电企业的长期发展带来影响。

四、发电企业财务风险预警措施

1.完善电力设施的建设为了避免自然因素对发电企业的影响,应该完善电力设施,出去不可避免的巨大自然灾害,需要运用科学技术来建设电力设施,增强电力设施的防护,延长其使用寿命。2.时刻对国家政策进行调整国内外的形式不断变化,经济快速发展。国家对政策的调控是发电企业发展的方向标杆,只有深入对我国政策的了解,才能时刻应对发电企业市场的形式变化,作为国家的骨干企业,更应该配合国家各部门的工作,尽量的减少因为没有及时做出调整而造成的此物风险。3.提高财务内部管理人员的素质要将风险意识融入到企业文化,不仅仅是管理人员还有员工都时刻具有防范意识,加强对财务风险的认识。不能因为个人的能力不足或者知识欠缺影响到整个企业的发展。提高财务人员的素质,可以使企业更加稳定安全的发展。4.完善投资机制投资作为发电企业的重要资金支持,其选择和规划也是十分重要的。在选择投资前,要详细分析市场竞争力,消费者的需求,未来经济发展,是否符合国家宏观调控政策等因素;还要建立投资长效机制,要将企业的规划建设与投资项目紧密结合起来,并依照形式作出调整。而且要求企业管理人员要有发展的眼光来选择投资。

五、结束语

众所周知,电力产业作为我国最基础的产业,紧紧关系着民生大计,而且对于经济发展有着极其重大的影响。所以一旦出现财务问题,造成的损失也是巨大的。财务风险作为不可避免的客观存在,发电企业要清楚其类型及成因,从外部到内部做出及时的防范和预警,并积极创新,探索更多的解决办法,从而将损失降到最低,将风险降到最低,是发电企业更加平稳安全的发展,为国家经济做出更大贡献。

参考文献:

[1]苏淑欢.企业财务管理.第一版.清华大学出版社,2012(8).

[2]张敦力.风险基础财务管理研究.中国财经出版社,2013年8月(第一版).

[3]王丽伟.现代企业财务风险的防范与识别.现代审计与会计,2014年9月(第312期).

[4]刘淑莲,刘丽娜,吴大军.企业财务风险管理.第一版.经济科学出版社.2012年4月

[5]王小惠.企业财务风险的成因及其防范.经济师.2013年1月.

企业财务预警分析范文4

【关键词】鄂东地区 中小企业 财务风险 预警分析系统

一、引言

本文所涉及的鄂东地区指的是湖北省东部地区的黄石市、鄂州市和黄冈市所覆盖的区域。自改革开放以来,该地区的中小企业对于促进当地和整个湖北省经济的发展、加快实现“中部崛起”战略目标起着重要的作用,但与经济发达地区相比,该地区的中小企业还不够成熟,主要表现在:地区经济环境相对落后;总体上缺乏高新尖科技企业,企业大多以资源为导向;技术设备落后,经营管理水平低下,承担市场风险的能力较弱。这些因素很容易导致该地区的中小企业在市场竞争中处于不利地位,发生财务危机,从而影响到企业的生存和发展,严重的将导致企业破产。因此,在该地区的中小企业建立合理有效的财务风险预警分析系统对于其规避企业经营风险、提高企业经济效益、促进当地经济健康稳定的发展具有重要的意义。

二、企业财务风险预警分析理论简要综述

所谓财务风险预警分析系统就是以企业信息化为基础,通过全面分析公司内部经营和外部环境的各种资料,以企业的财务报表、经营计划及其他相关的财务资料为依据,通过设置一些敏感性财务指标的变化,并随时观察企业发生财务危机的早期特征,对企业在经营管理活动中潜在财务风险进行实时监控的管理控制系统。

从国际上来看,对于企业财务风险进行预警分析是从定性预警分析和定量预警分析两方面来进行的,而定量预警分析则主要是通过构建财务风险预警分析模型来预测企业财务危机状况,它是设计企业财务风险预警分析系统的关键。下面主要介绍定量预警分析中较具代表性的财务风险预警分析模型。

1、单变量预警分析模型。单变量预警分析模型就是运用个别的财务比率来预测财务危机的模型。美国学者威廉・比弗(William Beaver)通过对79个失败企业和相同数量、同等资产规模的成功企业进行比较研究后,于1966年提出了单变量预警分析模型,他认为当企业的财务风险预警模型所涉及的几个财务指标趋于恶化时,通常是企业将要发生财务危机的先兆。单变量预警分析模型按预测能力大小,预测财务危机的比率依次排序为:债务保障率(现金流量/债务总额)、资产收益率(净收益/资产总额)、资产负债率(债务总额/资产总额),其中,使用债务保障率这一财务指标来预测企业失败效果最好,在企业失败前一年可判别90%的失败公司;其次是使用资产收益率,其判别成功率为88%。

2、Z-score模型。1968年美国学者埃德沃德・艾・埃特曼(Edward.I.Altman)通过对制造行业中等资产规模的企业的研究提出了一种多种变量模型――Z-score模型,即通过运用多种财务指标加权汇总后产生的总判别分(称为Z值)来预测企业的财务危机。该模型如下:

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

式中,X1表示营运资金/资产总额;X2表示留存收益/资产总额;X3表示息税前利润/资产总额;X4表示权益市价/债务账面价值总额;X5表示销售收入/资产总额。运用该模型,Z值越低,企业就越有可能破产。埃特曼提出判断破产企业和非破产企业的分界点为2.675,若Z值大于2.675,则为非破产企业;若Z值小于1.81,则为破产企业;若Z值处于1.81-2.675之间时,说明企业的财务状况极不稳定,误判的可能性较大,所以埃特曼称此区间为“灰色地带”。运用该模型对企业财务危机进行预测的结果表明,破产前两年预测准确率最高,随着时间的提前,预测的准确率就会下降。

3、小企业财务风险预警分析模型。1972年,埃德米斯特(Edmister)专门针对小企业建立了小企业财务风险预警分析模型,该模型假定所有变量服从N(0,1)分布,以标准值为界线进行判别,变量值只能为1或0。该模型如下:

Z=0.951-0.423X1-0.293X2-0.482X3+0.277X4-0.452X5-0.352X6-0.924X7

式中:X1=(税前净利+折旧)/流动负债,若该比率小于0.05,则X1=1,若该比率大于或等于0.05,则X1=0;X2=所有者权益/销售收入,若该比率小于0.07,则X2=1,若该比率大于或等于0.07,则X2=0;X3=(净营运资金/销售收入)/行业平均值,若该比率小于-0.02,则X3=1,若该比率大于或等于-0.02,则X3=0;X4=流动负债/所有者权益,若该比率小于0.48,则X4=1,若该比率大于或等于0.48,则X4=0;X5=(存货/销售收入)/行业平均值,若该比率有上升趋势(根据连续三年的数据判断),则X5=1,若该比率有下降趋势,则X5=0;X6=速动比率/行业平均速动比率趋向值,若该比率有下降趋势,同时该值小于0.34,则X6=1,否则X6=0;X7=速动比率/行业平均速动比率,若该比率有下降趋势(根据连续三年的数据判断),则X7=1,否则X7=0。Edmister模型也属于多变量预警分析模型,它的判定方法与Z-score模型相似,但是,由于埃德米斯特没有公布其Z值的最佳分界点,使得我们在理解和运用该模型上比较困难。

除以上介绍的三种具有代表性的企业财务危机预警分析模型外,国内外学者在此领域做了大量的研究和探讨,建立了多种企业财务危机预警分析模型,如欧尔森模型、神经网络分析模型、F分数模型等等,在此就不一一赘述。以上所介绍的企业财务危机预警分析模型都是有关学者针对特定的对象而设计的,并不能直接适用于鄂东地区的中小企业,但可以肯定的是,我们在构建鄂东中小企业财务风险预警分析模型时,这些理论是值得我们学习和借鉴的。

三、鄂东地区中小企业财务风险预警分析系统的构建

鄂东地区中小企业的财务风险与其他地区、其他类型企业的财务风险在本质上并无区别,皆是企业出现了经营性现金流量不足以抵偿现有到期债务的状况,只不过由于经济环境及历史原因,鄂东地区中小企业抗风险能力较弱,其发生财务危机的偶然性更大、频率更高。同时,由于该地区的中小企业的财务管理水平总体上不及大企业,因此,我们在其财务风险预警分析系统的设计上,应遵循宜简不宜繁的原则,采用定性预测与定量预测相结合的方法,以定量预测为主,以定性预测为辅。本文主要是探讨鄂东地区中小企业财务风险定量预测的分析方法。纵观鄂东地区的中小企业,其类型也是纷繁多样的,有的企业处于初创期,而有的企业处于成熟期;有的企业财务管理已成体系,而有的企业财务管理水平则比较低。因此,不同的中小企业就应根据自身情况构建不同的财务风险预警分析系统,但是,不论构建何种财务风险预警分析系统,都应该科学合理地确定预警指标。

1、处于初创期、财务管理水平较低的鄂东中小企业财务风险预警分析系统的构建。对于处于初创期、业务比较简单的鄂东中小企业,可以借鉴威廉・比弗的单变量财务风险预警分析模型来构建其财务风险预警分析系统。其基本思路是:因为所谓财务风险是指企业的经营性现金流量不足以抵偿到期债务而产生的风险,所以笔者认为对于业务比较简单的鄂东中小企业可以采用传统的反映企业偿债能力的财务指标作为预警指标来预测企业的财务风险发生的可能性。具体来说,可以采用的指标有:(1)流动比率=流动资产/流动负债。根据惯例,流动比率等于2的时候比较好,若流动比率太低,则表明企业缺乏短期偿债能力。(2)速动比率=速动资产/流动负债。速动比率比流动比率能更好地反映企业的短期偿债能力,习惯上,速动比率等于1时较合适。若该比率太低,则应分析企业是否缺乏短期偿债能力。(3)现金流量比率=经营活动现金流量/流动负债。这一指标越高,则说明企业短期偿债能力越强,反之则越差。(4)资产负债率=负债总额/资产总额。该比率越高,说明企业长期偿债能力越差,反之则说明企业偿债能力越强。(5)偿债保障比率=负债总额/经营活动现金净流量。在一般情况下,该比率越低,则说明企业长期偿债能力越强,反之则越差。(6)利息保障倍数=息税前利润/利息费用。这一指标反映的是企业所实现的利润支付利息费用的能力,该指标数值越大,说明企业支付利息的能力越强,反之则越差,若此指标低于1,则表明企业有较大的财务风险。以上指标各有侧重点,因此,鄂东中小企业在具体运用时可以灵活处理,既可计算其中某一指标,也可同时系统地计算多个指标来观察企业的偿债风险,从而对企业的财务危机状况予以警示。当然在运用这些指标时也应注意到,以上指标对于不同行业的不同企业,反映其偿债能力的标准并不完全一致,另外,虽然该种方法运用起来简单易行,但完全凭借偿债指标来分析企业的财务风险大小也是不全面的,所以在运用其分析企业的财务危机状况时,最好还要结合企业的其他实际情况,如企业的获利能力,来共同进行分析和作出判断。

2、处于成熟期、财务管理水平较高的鄂东中小企业财务风险预警分析系统的构建。对于处于成熟期、财务管理水平较高的鄂东中小企业来说,也可直接运用埃特曼的Z-score模型或埃德米斯特的小企业财务风险预警分析模型来对企业的财务危机进行预警。但要注意的是,这两种模型都是针对西方国家的有关企业提出来的,对鄂东中小企业仅仅只能起到参考的作用,而不能直接作为评价标准,而应根据鄂东中小企业的具体情况重新测算Z值。另一方面,鄂东中小企业也可借鉴埃特曼的Z-score模型或埃德米斯特的小企业财务风险预警分析模型,来建立符合自身情况的财务风险预警分析模型。观察Z-score模型或Edmister模型,都是将企业的偿债能力、营运能力、获利能力作为其核心指标来进行分析的,因此,鄂东中小企业亦可选择若干个反映企业这三方面能力的有关财务指标,并为每种财务指标确定相应的对财务风险影响的预警值(即权数),建立一个多元线性函数模型,作为预测企业财务风险的预警分析模型。那么,在构建该种预警分析系统时,关键要注意两点:一是预警指标(即相关财务指标)的选择要有针对性,如反映企业偿债能力的指标有速动比率、现金流量比率、资产负债率、已获利息倍数等;反映企业营运能力的指标有应收账款周转率(=销售收入净额/平均应收账款余额)、存货周转率(=销售成本/平均存货)、总资产周转率(=销售收入/平均资产总额);反映企业获利能力的指标有销售利润率(=销售利润/销售收入净额)、成本费用利润率(=利润总额/成本费用总额)、净资产收益率(=净利润/平均净资产)等等。二是确定各预警指标的预警值。预警值是判断企业财务风险的数量标准,是建立企业财务风险预警分析模型的关键。鄂东中小企业可对所选取的预警指标采取趋势分析法,并结合企业所处的行业特征,确定这些指标的正常数量范围和临界点,即可得出该预警指标的预警值,最后可得出一个总的临界点数值,各指标加权汇总后的数值如果接近该临界点,即表示出现预警信号。另外,笔者认为测算的预警值并不是一成不变的,当企业的生产经营活动发生了重大变化时,还应重新测算各指标的预警值。

以上探讨了鄂东各中小企业根据自身生产经营情况建立定量预测分析财务风险的模型后,各企业还应有选择地选择相应的定性预测分析方法,如标准化调查法、“四阶段症状”分析法、“三个月资金周转表”分析法、流程图分析法、管理评分法等,采取定量预测分析与定性预测分析相结合,才能构成一个完整的企业财务风险预警分析系统。

(注:本文为湖北省教育厅科学技术重点研究项目“鄂东中小企业财务风险分析与防范的研究”阶段性研究成果,项目编号:D200727003)

【参考文献】

[1] 王化成:公司财务管理[M].高等教育出版社,2007.

[2] 财政部企业司:企业财务风险管理[M].经济科出版社,2004.

[3] 中国注册会计师协会:财务成本管理[M].中国财政经济出版社,2007.

企业财务预警分析范文5

关键词:财务危机原因 多元统计 分析危机 预警作用

国内学者对于公司财务危机预警的研究也越来越多,然而学者们大多数只针对纯财务指标构建财务危机预警模型,却忽略了非财务信息的作用。很显然,单一的财务数据所能体现的信息还不够完整,很难反映公司的真实情况,难免会造成预警的偏差,而非财务信息能够对财务信息进行有效地补充,因此,引入非财务指标构建预警模型是非常有必要的。

一、企业财务危机产生的原因

许多现代企业面临着危及生存的问题,财务危机是企业的一大重要问题,许多企业管理不得当,财务环节控制不到位,并且缺少有效的监管机制,造成企业财务管理混乱。企业财务危机是法律意义上对企业破产的定义,企业破产是用来衡量企业财务危机最常用的标准。企业财务危机有负债危机、市场危机、收益质量危机,除此之外,长短期资产配置不当、企业财务机制不健全、管理层的财务管理素质低下、企业本身的风险意识薄弱等都会造成企业财务危机的发生,由于企业更倾向于通过负债来获取收益,因而当风险意识不强时极易形成高度负债,在企业出现入不敷出的财务危机时便会导致破产。

二、多元统计分析

(一)多元统计分析概述与作用

多元统计分析是一种综合分析方法,能够在多个对象和多个指标互相关联的情况下分析它们的统计规律。多元统计规律包含很多内容,主要包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、主成分分析和因子分析、判别分析和聚类分析、直线回归与相关、多元线性回归与相关。多元统计分析可以对许多数据进行观测以及预测,多元统计分析即为分析多元数据的统计方法。根据统计规律性对未来企业财务情况做出预测,根据多元的数据对财务情况进行多方面的设想与观测,预测企业未来发展过程中可能会发生的财务危机情况以及危机程度,让企业提早知晓可能发生的财务危机,并做好全方面的应对措施。

(二)多元统计分析在企业财务危机预警中的主要方法

多元统计分析主要是使用判别分析和主成分分析建立企业财务危机预警模型。首先,在建模的过程中利用随机抽样和对应样本法在企业中进行选择,选取各类指标来反映企业的财务情况,变量越多企业财务危机预警模型就建立的越好。其次,利用抽样选取法抽选出样本和变量,依据这些样本和变量使用判别分析法建立企业财务危机的预警机制。第三,将企业中抽取出来的多个变量通过线换选出较少的数量并且是重要的变量,由于变量之间都存在着一定的相关关系,而且要以最少的变量来建立模型,所以要将相关重复的变量除去,最后剩下各不相关的变量,全方面分析企业中存在的问题,这就是主成分分析。

三、多元统计分析在企业财务危机预警中的作用

(一)对财务危机进行分析和预测

多元统计可以通过抽取变量建立预测模型对企业未来的财务危机进行分析和预测,从各个不同的角度预测企业未来可能发生的财务危机,并且经过验证判断企业是财务危机公司,或是非财务危机公司,或是中间状态公司。这种方法的正确率十分高,但是如果预测的年份越远,预测的准确率就会越低;反之年份越近预测的精确度就越高。因此,企业需要及时更新企业的财务危机预测模型,根据不断变化的数据和指标对企业财务危机进行分析,提高预测的准确率,对未来所可能出现的危机做出适应的措施。

(二)减小财务危机对企业的影响

多元统计分析可以减小财务危机对企业的影响,可以通过多元统计分析对企业进行分类,依据采集到的数据建立的模型,辅助分类企业判断是否处于财务危机状态。如果预测结果为财务危机企业,必定会引起相关部门对企业发展的重视,以及采取各类的方法对企业未来可能会发生的财务危机进行合理地防范,企业会谨慎对待发展的每一个步骤,加强风险意识,减小负债率,减小财务危机对企业的影响。

(三)促进市场经济健康发展

以多元统计分析对各个企业进行财务危机预警,使我国的每个企业都能够划分清楚,并且采取最全面、有效的体系适应国内企业的发展,在一定程度上减少了财务危机带来的影响,促进了市场经济的健康发展,提高我国的经济发展水平。

四、结束语

多元统计分析是一项对研究企业财务危机十分有效的方法,在其他领域的应用也十分广泛,多元统计分析可以为企业带来完善的财务预警体系,使企业预测未来可能会发生的财务危机,对未来发生的财务危机采取适当的、避免发生的措施,促进了企业经济的健康发展。

参考文献:

[1]李杰,王蔚佳,刘兴智. 多元统计分析在企业财务危机预警中的应用[J].重庆建筑大学学报,2004

企业财务预警分析范文6

关键词:U检验 因子分析 财务危机预警

中图分类号:F275 文献标识码:A 文章编号:1002-5812(2015)18-0042-04

一、引言

经济环境的复杂化和竞争的白热化,使得企业经营面临巨大风险和不确定性从而导致财务危机。财务危机预警可预知财务危机发生的征兆,其有效性和准确性的提高有助于企业及时发现导致财务状况恶化的原因,及早应对。准确有效的预警除了对企业管理层起到警示作用外,还能助投资者做出有利的投资决策,便于债权人控制信贷风险,利于证券等监督部门的监管。迄今,理论界已发展出诸如多元判别模型、多元逻辑回归模型和神经网络模型等多种模型来研究财务危机预警,但受制于多元判别模型和逻辑回归模型需要众多假设条件,神经网络模型建模复杂、其运作原理无法明确等问题,这些模型的适用性受到极大限制,鉴于此,本文选择无假设要求且原理简单的因子分析模型对财务危机预警进行研究。

二、文献回顾

20世纪30年代,国外已开始对财务危机预警进行研究,取得了一定的成果并广泛应用于实际。而国内学者对财务危机预警模型的研究起步较晚,始于20世纪80年代末。总体来说,国内外财务危机预警模型的研究进展可概括为:从单变量分析模型到多变量分析模型,从统计分析方法到基于人工智能的机器学习分析方法。

Beaver(1966)首建了单变量财务危机预警模型,使用30个财务比率进行了对比研究,结果表明,资产负债率、资产收益率和现金流量/负债总额这3个财务比率预测财务危机是有效的,其中现金流量/总负债这一财务比率预测财务失败效果最好。Altman(1968)首用多变量分析进行了财务危机预警研究,并提出了判断企业破产的临界值,这种方法用多个财务指标加权汇总后产生的总判断分值(称为Z值)来预测财务危机。周首华等(1996)对Altman的Z分数模型进行了改善,将现金流量指标加入预警机制中从而建立了F分数模型。吴世农和卢贤义分别采用判别分析和logistic 回归方法建立和估计了预警模型,并比较了各种方法的预测效果。随着数据挖掘技术的日渐成熟,开始有学者使用神经网络研究财务危机预警,Odom 和 Sharda(1990)将人工神经网络模型应用在破产预测模式中,用人工神经网络预测财务危机的新方法,他们选用Altman 选取的5个财务比率,设置5个隐藏节点,建立了神经网络预警模型,发现使用神经网络的方法对公司财务危机的预测率高于基于统计的方法。我国学者杨淑娥、黄礼等通过改变隐含层个数等方式对模型的可靠性进行了验证。

三、样本与指标的选取

(一)样本确定及分组

国内学术界和实务界对财务危机的界定各不相同,概括起来主要分为两种:其一,认为企业破产是最严重的财务危机;其二,鉴于我国资本市场的特殊性,国内大多数学者将是否被“ST”作为判断企业发生财务危机与否的标准。考虑可行性,本文也以是否被ST作为判断企业财务危机的标准,选取了2011―2012年间被ST的A股上市公司作为发生财务危机的公司样本,同时按配对样本属于同类行业且总资产规模相差在10%以内的原则,对每一家ST公司进行配对选择非ST公司,共选定50家ST公司和与之配对的50家非ST公司作为研究样本。其中,50家ST公司中,20家在2011年被宣布为ST公司,30家在2012年被宣布为ST公司。研究时,笔者把50家被ST的公司随机分成两组,一组为建模样本组,一组为检验样本组。剩下的50家非ST公司根据与其配对的ST公司的分组情况,相应分配到检验数据组和建模数据组中。这样,100家企业中就有50家(25家ST公司和25家非ST公司)公司用来建模,50家(25家ST公司和25家非ST公司)用来检验模型预测的准确性。

(二)预警指标体系的确定

在总结了前人研究及企业经营特征的基础上,本文选取了23个指标,分别囊括了企业偿债能力、营运能力、盈利能力、成长能力、现金流量状况和表外其他信息6个方面。这些变量的类别如表1所示。

(三)财务危机预警指标的筛选

为建立一个有效的财务预警模型,所选指标必须能够有效地判别财务危机企业和财务正常企业。因此,在构建模型之前,需要对所选指标进行显著性检验以剔除ST公司和非ST公司之间显著差别不高的指标。

显著性检验即事先对总体的参数或总体分布形式做出预先假设,然后利用样本信息判断该假设是否合理,即判断总体的真实情况与原假设是否有显著性差异。当样本总体符合正态分布时,一般会使用参数检验的方法;当样本总体不符合正态分布时,一般采用非参数的检验方法。在本文中,由于总体分布未知,故首先要对样本数据进行正态性检验。

1.样本数据的正态性检验――单样本K-S检验。通过SPSS 19.0对前面所选取的23个财务比率指标进行显著性水平为5%的K-S检验,结果如表2所示(其中T-1、T-2和T-3分别代表被宣布特别处理前1年、前2年和前3年)。

在显著性水平为0.05的水平下,当渐进显著性P值>0.05 时,该指标符合正态分布。从表2中可以得出:T-1年只有 X6、X7、X9、X11、X15、X17、X21符合正态分布;T-2年只有X6、X7、X9、X13符合正态分布;T-3 年只有X6符合正态分布。整体上看,三年内只有X6都符合正态分布,故指标变量整体来说并不符合正态分布。

2.样本数据的显著性检验――初次筛选。对样本数据进行显著性检验时,T检验和U检验均可用。实用时,只要检验样本含量较大(n>30)或检验样本含量较小(n<30)但总体标准差σ已知时,即可应用u检验;当检验样本含量较小(n<30),总体标准差σ未知时可应用T检验,但要求样本数据呈正态分布。由于所选取的指标变量在总体上不符合正态分布,且样本数较大,所以本文采用U检验来检验指标变量的显著性。

利用收集的两组共100家上市公司的数据资料,使用SPSS 19.0统计分析软件中的两个独立样本显著性检验,对被宣布特别处理前1年、2年、3年的数据进行U检验,结果如上页表3所示。

据表3可得T-1年至T-3年指标变量显著性检验的结果:应收账款周转率(X4)、存货周转率(X5)、总资产周转率(X6)、销售毛利率(X11)、Z指标(X22)和审计意见类型(X23)这6个财务指标在0.05水平上没有通过显著性检验,说明该6个指标无法有效区分企业是财务失败还是财务正常,故剔除这6个指标。

3.因子分析――再次筛选。考虑中国证监会界定上市公司财务状况异常的标准一般是“连续两年亏损”,所以本文利用建模组公司T-2的数据,共50个样本,结合前文中通过显著性检验筛选出的17个指标进行因子分析,利用因子分析对这17个指标再次精简,去除重复信息。

(1)KMO检验。通常在因子分析之前,需要对原有变量之间是否存在相关关系进行研究。本文采用KMO和巴特利特检验对变量进行相关性检验。表4的检验结果显示KMO值为0.667大于0.6,表明可做因子分析;又因Bartlett球状检验的相伴概率为0.000,远小于显著性水平0.05,因此可以认为原始变量之间存在相关性,适合做因子分析。

(2)因子分析。统计方法中,可据因子载荷矩阵得出所选公因子的个数。为确定选取的公因子个数,需要计算各因子的特征值和累计贡献率。本文选取公因子时要求因子的特征值大于1。表5显示,选取5个公因子时,每个公因子的特征值都大于1,且累计贡献率达到76.74%,即这5个主成分因子包含了原来76.74%的信息量,变量信息丢失较少,因子分析的结果较为理想。为便于对这5个因子进行解释,本文使用了正交旋转法中最大方差法进行转换得到因子载荷矩阵表6。表6显示:因子Z1中,财务比率X10 、X12的因子载荷量都大于90%,而这2个财务比率是反映企业盈利能力的指标,故将Z1命名为盈利能力因子;因子Z2中,财务比率X14、X18的因子载荷量远大于其他财务比率的因子载荷量,而X14、X18是反映企业成长能力的指标,故将Z2命名为成长能力因子;因子Z3中,财务比率X2、X3的因子载荷量都大于90%,远大于其他财务比率的因子载荷量,而X2、X3是反映企业偿债能力的指标,故将Z3命名为偿债能力因子;在因子Z4中,财务比率X19、X21的因子载荷量远大于其他财务比率的因子载荷量,而X19、X21分别反映企业现金流量的指标,故将Z4命名为现金能力因子;在因子Z5中,财务比率X7、X17的因子载荷量大于其他财务比率的因子载荷量,而X7、X17分别反映企业盈利和成长能力的指标,故将Z5命名为综合能力因子。

根据表6旋转平方和载入方差值和表7各公因子得分系数,确定财务危机预警函数为:

F=(0.20302Z1+0.17393Z2+0.15622Z3+0.13054Z4+0.10364Z5)/0.73736 (公式一)

四、财务危机预测值的确定及预警模型的检验

(一)财务危机预测值的确定

将建模组共50个样本的数据带入公式一中,得到各企业综合财务风险预测值F,根据F值的高低排列企业,结果见表8。

根据表8中各预测值F和确保最小错误率的原则,选定ST企业和非ST的最佳分割点,本文中称该分割点为风险临界值PS。通过分析可看出,这个分割点在-0.08和0.02之间时,误判率最小,故本文选择这两个数值的平均数作为风险临界值,即PS为-0.03。

据前文,距被宣布特别处理前两年财务预警的因子分析模型为:

F=(0.20302Z1+0.17393Z2+0.15622Z3+0.13054Z4+0.10364Z5)/0.76736

若 F≥PS,则2年后该企业为非ST企业;若 F<PS,则2年后该企业为ST企业。

(二)预警模型的检验

为检验PS临界值-0.03在预测财务危机方面的准确性,本文把距被宣布特别处理前两年(即T-2年)的检验组样本数据(共50个样本)带入因子分析模型,即公式一中,得到检验组样本各公司F值,根据F值的高低排列企业,结果见表9。

根据建模样本组确定的风险临界值PS=-0.03,被宣布特别处理前两年的检测组公司样本数据F值计算结果表明:50家企业里有45家预测正确,预测错误的为华电能源、莲花味精、金健米业、*ST新农、*ST南纺这五家,预测正确率达90%。因此,公司被宣布特别处理前两年,该财务风险预警模型具有较好的预测能力。

五、结论

本文选取2011―2012年间A股上市公司中被ST的50家公司和与其配对的50家非ST的公司作为研究样本,以被ST前三年的数据作为样本数据,使用U检验严格筛选出17个财务指标作为指标变量,对上市公司前两年的数据运用因子分析对指标体系进行再次筛选,构建了财务危机预警模型。研究结果显示:公司被宣布特别处理前两年预测的正确率高达90%,达到了较好的预测效果。J

参考文献: