前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇財(cái)務(wù)危機(jī)預(yù)警研究范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

財(cái)務(wù)危機(jī)預(yù)警研究范文第1篇

一、非財(cái)務(wù)信息概念界定

理論界對(duì)非財(cái)務(wù)信息的概念尚沒(méi)有一個(gè)統(tǒng)一的認(rèn)識(shí)。由于缺乏統(tǒng)一的概念界定，不同的文獻(xiàn)在非財(cái)務(wù)信息所包含內(nèi)容方面也存在很大差異。隨著非財(cái)務(wù)信息在各個(gè)決策層面重要性的提高，以及對(duì)其研究的進(jìn)一步深化，對(duì)非財(cái)務(wù)信息從概念上給予明確的界定，就顯得必要而緊迫。

（一）國(guó)外機(jī)構(gòu)與學(xué)者的主要觀點(diǎn)具體如下：

（1）美國(guó)財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)（FASB）在《企業(yè)財(cái)務(wù)報(bào)表項(xiàng)目的確認(rèn)和計(jì)量》中，從財(cái)務(wù)信息披露的角度規(guī)定，只有符合可定義性、可計(jì)量性、相關(guān)性和可靠性的項(xiàng)目才能予以確認(rèn)進(jìn)入報(bào)表；而那些不滿足條件被排斥在會(huì)計(jì)報(bào)表之外的反映公司經(jīng)營(yíng)活動(dòng)的信息就可以定義為非財(cái)務(wù)信息。澳大利亞特許會(huì)計(jì)師協(xié)會(huì)在其發(fā)表的《報(bào)告非財(cái)務(wù)信息》的研究報(bào)告中認(rèn)為，非財(cái)務(wù)信息是指除財(cái)務(wù)報(bào)表和相關(guān)附注以外的所有信息，包括敘述性信息和量化的非財(cái)務(wù)信息，如經(jīng)營(yíng)比率、存貨數(shù)量和雇員數(shù)量等。該類觀點(diǎn)只是從廣義的角度對(duì)非財(cái)務(wù)信息給予了說(shuō)明，這種界定全面卻并不那么容易讓人理解和把握。

（2）美國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)(A1CPA)提出企業(yè)應(yīng)當(dāng)考慮披露下列非財(cái)務(wù)信息：經(jīng)營(yíng)業(yè)績(jī)信息，企業(yè)管理當(dāng)局對(duì)財(cái)務(wù)信息和非財(cái)務(wù)信息的分析、前瞻性信息、有關(guān)股東、管理人員的信息、背景信息，但并沒(méi)有從定義的角度給出明確的說(shuō)明。Roberts．Kaplan和David Norton在對(duì)平衡記分卡的論述中也提到：非財(cái)務(wù)信息是財(cái)務(wù)信息的先導(dǎo)性指標(biāo)，是闡述財(cái)務(wù)成果形成過(guò)程的信息，包括組織的學(xué)習(xí)與成長(zhǎng)，經(jīng)營(yíng)及生產(chǎn)過(guò)程效率，顧客價(jià)值等信息。這些觀點(diǎn)通過(guò)列舉的方式給出了非財(cái)務(wù)信息應(yīng)該包含的一些具體方面，容易被人理解把握但其內(nèi)容卻并不全面。

（二）國(guó)內(nèi)學(xué)者的主要觀點(diǎn)國(guó)內(nèi)學(xué)者馬暉、王靜（2005）指出非財(cái)務(wù)信息是指以非財(cái)務(wù)資料形式出現(xiàn)與企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)有著直接或間接聯(lián)系的各種信息資料。李曉龍（2005）認(rèn)為不滿足條件而未能進(jìn)入會(huì)計(jì)信息系統(tǒng)的、反映公司經(jīng)營(yíng)活動(dòng)的，與企業(yè)未來(lái)財(cái)務(wù)業(yè)績(jī)密切相關(guān)的業(yè)績(jī)信息就可以定義為非財(cái)務(wù)信息。耿黎（2008）認(rèn)為會(huì)計(jì)信息應(yīng)包括財(cái)務(wù)信息和非財(cái)務(wù)信息。財(cái)務(wù)信息是指那些完全符合可定義性、可計(jì)量性、可靠性、相關(guān)性的，能夠通過(guò)確認(rèn)、計(jì)量、記錄、報(bào)告程序進(jìn)入財(cái)務(wù)報(bào)表的信息，以及附注中的解釋說(shuō)明和由財(cái)務(wù)報(bào)表擴(kuò)展而來(lái)的信息。非財(cái)務(wù)信息則是指與財(cái)務(wù)信息相對(duì)應(yīng)的，與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)相關(guān)的，與利益相關(guān)人相關(guān)的，不受公認(rèn)會(huì)計(jì)準(zhǔn)則約束的信息。除上述幾種得到較多認(rèn)可的觀點(diǎn)以外，其他的學(xué)者大都選擇運(yùn)用羅列內(nèi)容的方法來(lái)說(shuō)明非財(cái)務(wù)信息的含義。

綜合以上各種觀點(diǎn)，筆者認(rèn)為非財(cái)務(wù)信息有廣義和狹義之分。廣義的非財(cái)務(wù)信息是指除財(cái)務(wù)報(bào)表及其附注本身和可擴(kuò)展信息以外的所有其他信息；狹義的非財(cái)務(wù)信息是指針對(duì)特定會(huì)計(jì)主體內(nèi)部而言的，能反映企業(yè)生產(chǎn)經(jīng)營(yíng)情況且不受公認(rèn)會(huì)計(jì)準(zhǔn)則約束的信息。

二、在財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)中引入非財(cái)務(wù)信息的必要性

科學(xué)全面地運(yùn)用財(cái)務(wù)指標(biāo)建立起來(lái)的財(cái)務(wù)危機(jī)預(yù)警模型能較直觀地反映企業(yè)的綜合財(cái)務(wù)狀況，但其不能充分體現(xiàn)那些與企業(yè)未來(lái)密切相關(guān)的前瞻性的非財(cái)務(wù)信息對(duì)危機(jī)發(fā)生的影響。因此，要建立有效的財(cái)務(wù)危機(jī)預(yù)警模型，就應(yīng)該在充分利用財(cái)務(wù)信息的基礎(chǔ)上，加強(qiáng)非財(cái)務(wù)信息的引入。這主要是基于兩個(gè)方面的考慮。

（一）財(cái)務(wù)信息局限性隨著知識(shí)經(jīng)濟(jì)的到來(lái)，現(xiàn)代市場(chǎng)競(jìng)爭(zhēng)日益激烈，經(jīng)營(yíng)環(huán)境更是瞬息萬(wàn)變。在這樣的時(shí)代背景下，信息使用者時(shí)刻都需要更新自己掌握的信息來(lái)進(jìn)行有效決策，然而財(cái)務(wù)報(bào)表的數(shù)據(jù)在通常情況下都是以年度為期間統(tǒng)計(jì)的，不能滿足決策者對(duì)信息的及時(shí)更新需求。另外，傳統(tǒng)的財(cái)務(wù)信息只能說(shuō)明企業(yè)過(guò)去相當(dāng)長(zhǎng)時(shí)間內(nèi)的狀態(tài)，而不能對(duì)現(xiàn)狀進(jìn)行及時(shí)揭示，更不用說(shuō)超前反映企業(yè)的發(fā)展趨勢(shì)了。相對(duì)于財(cái)務(wù)信息的滯后性，非財(cái)務(wù)信息卻具有較強(qiáng)的前瞻性和預(yù)測(cè)性，更能滿足財(cái)務(wù)危機(jī)預(yù)警的要求。因此，要準(zhǔn)確反映企業(yè)的真實(shí)狀況，真正起到提前預(yù)警危機(jī)的作用，只采用滯后性的財(cái)務(wù)指標(biāo)是遠(yuǎn)遠(yuǎn)不夠的，應(yīng)該綜合非財(cái)務(wù)指標(biāo)的內(nèi)容。

（二）我國(guó)財(cái)務(wù)信息披露現(xiàn)狀一方面，我國(guó)資本市場(chǎng)的發(fā)展起步較晚，公司信息的公開(kāi)披露制度和披露質(zhì)量標(biāo)準(zhǔn)尚不完善。同時(shí)，由于凈利潤(rùn)容易受到經(jīng)營(yíng)者的操縱，經(jīng)營(yíng)者可通過(guò)調(diào)整會(huì)計(jì)政策來(lái)調(diào)節(jié)凈利潤(rùn)的高低，將可能導(dǎo)致財(cái)務(wù)信息失真，造成決策信息混亂。因此，在我國(guó)單純地依賴企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警是不科學(xué)的，也是不能保證預(yù)警準(zhǔn)確性和可信性的。

另一方面，財(cái)務(wù)指標(biāo)由于受企業(yè)會(huì)計(jì)基礎(chǔ)和計(jì)量屬性的影響，其本身具有一定的局限性。一個(gè)具有良好財(cái)務(wù)指標(biāo)的企業(yè)，可能現(xiàn)金支付能力極差。這種偏差既可能是由于會(huì)計(jì)權(quán)責(zé)發(fā)生制使用所帶來(lái)的已發(fā)生的的利潤(rùn)并沒(méi)有帶來(lái)真實(shí)現(xiàn)金流入造成的；也可能是由于歷史成本計(jì)量屬性下的利潤(rùn)由于通貨膨脹等因素影響并沒(méi)有帶來(lái)實(shí)際凈現(xiàn)金流入造成的。由于存在這樣的局限，財(cái)務(wù)指標(biāo)不能滿足預(yù)警對(duì)于準(zhǔn)確性的要求。因此，只采用財(cái)務(wù)指標(biāo)來(lái)評(píng)判企業(yè)的財(cái)務(wù)危機(jī)狀況，顯然是不準(zhǔn)確的，甚至還會(huì)出現(xiàn)差錯(cuò)。

同時(shí)，我國(guó)目前可得的財(cái)務(wù)信息主要來(lái)自于企業(yè)財(cái)務(wù)報(bào)告，而財(cái)務(wù)報(bào)告?zhèn)戎赜谔峁┒啃畔ⅲ鲆暥ㄐ孕畔⒌呐叮粋?cè)重反映有形資產(chǎn)狀況，但對(duì)企業(yè)經(jīng)營(yíng)過(guò)程中造就的競(jìng)爭(zhēng)優(yōu)勢(shì)、企業(yè)形象、知識(shí)產(chǎn)權(quán)、商譽(yù)等無(wú)形資產(chǎn)，并沒(méi)有給予恰當(dāng)反映。但是這類事項(xiàng)或情況，對(duì)企業(yè)以后的經(jīng)營(yíng)業(yè)績(jī)和長(zhǎng)遠(yuǎn)發(fā)展卻有著很大的影響。因此，在這樣的情況下，在財(cái)務(wù)危機(jī)預(yù)警模型中引入非財(cái)務(wù)信息就顯得更為必要。

綜上所述，財(cái)務(wù)危機(jī)預(yù)警中，在充分運(yùn)用財(cái)務(wù)信息的同時(shí)，應(yīng)該加強(qiáng)非財(cái)務(wù)信息的應(yīng)用，以增強(qiáng)財(cái)務(wù)危機(jī)預(yù)警的科學(xué)性、準(zhǔn)確性和可信度。財(cái)務(wù)危機(jī)預(yù)警模型最好既要涉及到定量的財(cái)務(wù)指標(biāo)，也要涉及到定性或定量的非財(cái)務(wù)信息，將非財(cái)務(wù)信息的評(píng)價(jià)作為企業(yè)預(yù)警模型的一個(gè)構(gòu)成部分，這樣才能更為完備地反映企業(yè)的整體面貌，真正達(dá)到財(cái)務(wù)危機(jī)預(yù)警的目的。

三、財(cái)務(wù)危機(jī)預(yù)警中非財(cái)務(wù)信息應(yīng)用研究評(píng)述

目前，國(guó)內(nèi)外的學(xué)者對(duì)非財(cái)務(wù)信息在財(cái)務(wù)危機(jī)預(yù)警中應(yīng)用的研究主要集中在非財(cái)務(wù)指標(biāo)的選擇方面。

（一）國(guó)外財(cái)務(wù)危機(jī)預(yù)警中非財(cái)務(wù)指標(biāo)研究在20世紀(jì)8O年代，很多國(guó)外學(xué)者就開(kāi)始意識(shí)到過(guò)分關(guān)注企業(yè)的財(cái)務(wù)狀況、單純以財(cái)務(wù)指標(biāo)來(lái)預(yù)警財(cái)務(wù)危機(jī)難以讓人信服，于是他們便開(kāi)始嘗試將非財(cái)務(wù)因素引入到財(cái)務(wù)危機(jī)預(yù)警模型中，并對(duì)引入后的預(yù)警效果進(jìn)行了檢驗(yàn)。在引入非財(cái)務(wù)指標(biāo)方面，國(guó)外文獻(xiàn)主要從基于宏觀經(jīng)濟(jì)和經(jīng)濟(jì)周期方面的考慮、立足于行業(yè)差異分析、針對(duì)管理水平度量三個(gè)方面予以思考。Rose(1982)檢驗(yàn)了28個(gè)經(jīng)濟(jì)周期指標(biāo)從而論證了宏觀經(jīng)濟(jì)狀況影響著企業(yè)失敗進(jìn)程。Mensah(1983)考慮價(jià)格水平變動(dòng)對(duì)財(cái)務(wù)數(shù)據(jù)的影響，用調(diào)整后的數(shù)據(jù)來(lái)預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)，結(jié)果顯示這對(duì)于提高預(yù)測(cè)準(zhǔn)確性的作用不大。Lawrence(1983)和Whittred Zimmer(1984)檢驗(yàn)了上市公司財(cái)務(wù)狀況延遲披露對(duì)危機(jī)預(yù)警結(jié)果的影響。Goudie(1987)嘗試將英國(guó)經(jīng)濟(jì)活力(Dynamic)模型與其開(kāi)發(fā)的破產(chǎn)預(yù)測(cè)模型進(jìn)行整合，但因缺乏統(tǒng)計(jì)準(zhǔn)確性而影響不大。Platt(1990)用行業(yè)比率標(biāo)準(zhǔn)化的方法控制行業(yè)之間的差異，得出一個(gè)穩(wěn)定的破產(chǎn)模型，證明行業(yè)增長(zhǎng)對(duì)企業(yè)失敗影響顯著，隨后又進(jìn)一步比較了行業(yè)比率調(diào)整與否對(duì)破產(chǎn)模型穩(wěn)定性與完整性的影響。Sunti Tirapat(1999)運(yùn)用PMI、GPE、INT和MS2四個(gè)宏觀經(jīng)濟(jì)變量作為因變量對(duì)企業(yè)股票的月回報(bào)進(jìn)行了多元線性回歸，以得出的回歸系數(shù)作為該企業(yè)對(duì)宏觀經(jīng)濟(jì)的敏感性度量。John Baldwin等(2000)應(yīng)用行業(yè)特征、宏觀經(jīng)濟(jì)和地區(qū)變量對(duì)加拿大的小企業(yè)失敗構(gòu)建了預(yù)測(cè)模型，其中行業(yè)影響方面的指標(biāo)有：企業(yè)規(guī)模／進(jìn)入行業(yè)第一年的平均規(guī)模、行業(yè)集中度、行業(yè)員工流轉(zhuǎn)率、進(jìn)入行業(yè)第一年平均企業(yè)規(guī)模，行業(yè)平均企業(yè)規(guī)模，該模型論證了所處地區(qū)對(duì)小企業(yè)成敗影響巨大而行業(yè)因素則作用甚微。

（二）國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)警中非財(cái)務(wù)指標(biāo)研究在非財(cái)務(wù)信息中有一部分是可以直接量化的，國(guó)內(nèi)很多學(xué)者將這部分非財(cái)務(wù)信息與量化的財(cái)務(wù)信息一起共同應(yīng)用到財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)模型的構(gòu)建中。如：林素真、羅紹德（2005）將變更會(huì)計(jì)師次數(shù)、更換高階經(jīng)理人及財(cái)務(wù)主管次數(shù)、變更財(cái)測(cè)次數(shù)及出具非無(wú)保留意見(jiàn)次數(shù)等四個(gè)非財(cái)務(wù)變量應(yīng)用到財(cái)務(wù)危機(jī)預(yù)警中。經(jīng)過(guò)實(shí)證結(jié)果的分析驗(yàn)證所得的結(jié)果符合上述論述，加入非財(cái)務(wù)變量后的財(cái)務(wù)預(yù)警模型及完整性預(yù)警模型，在正常企業(yè)及危機(jī)企業(yè)和整體模型的預(yù)測(cè)率，果然較單純以財(cái)務(wù)性變量的預(yù)警模型為佳。曹德芳、趙希男、王宇星（2006）就曾嘗試將董事會(huì)治理因素引入到財(cái)務(wù)危機(jī)預(yù)警中。他們以120家上市公司為研究對(duì)象,分別運(yùn)用非參數(shù)檢驗(yàn)、T檢驗(yàn)以及主成分分析法對(duì)財(cái)務(wù)變量和董事會(huì)治理變量進(jìn)行篩選,并最終選定董事長(zhǎng)持股、獨(dú)立董事比例、董事會(huì)成員持股三個(gè)董事會(huì)治理變量，進(jìn)而將其與財(cái)務(wù)變量一起運(yùn)用Logistic回歸分析構(gòu)建預(yù)警模型。結(jié)果顯示，未引入董事會(huì)治理變量的模型的預(yù)測(cè)正確率為92.5%,而引入董事會(huì)治理變量的模型預(yù)測(cè)正確率為94.15%,預(yù)警能力明顯增強(qiáng)，證明了非財(cái)務(wù)信息中的董事會(huì)治理因素是影響公司財(cái)務(wù)危機(jī)的一個(gè)重要方面，對(duì)預(yù)警有著和常規(guī)財(cái)務(wù)信息同等重要的作用。鄧曉嵐、王宗軍等(2006)分別檢驗(yàn)股權(quán)結(jié)構(gòu)、公司治理、市場(chǎng)信息等方面的10個(gè)非財(cái)務(wù)變量對(duì)財(cái)務(wù)困境的解釋力，并應(yīng)Jackknife Method檢驗(yàn)?zāi)Ｐ偷姆诸愵A(yù)測(cè)能力。結(jié)果顯示，年度累積超額收益率與審計(jì)師意見(jiàn)的預(yù)警效果較好，其他非財(cái)務(wù)變量均不顯著，納入了非財(cái)務(wù)因素的模型預(yù)測(cè)力更強(qiáng)。郭斌、戴小敏等(2006)的研究及實(shí)證結(jié)果表明，消除行業(yè)影響后模型的分類準(zhǔn)確度有所提高，而同時(shí)考慮財(cái)務(wù)與非財(cái)務(wù)因素及經(jīng)濟(jì)環(huán)境因素的滯后預(yù)警作用，將大大改善總體分類準(zhǔn)確度和擬合度。王宗軍、熊銀平、鄧曉嵐（2006）也嘗試著將董事會(huì)高管人員持股比例、股權(quán)集中度、股票價(jià)格變動(dòng)趨勢(shì)和樣本公司是否更換會(huì)計(jì)師事務(wù)所（更換=1,未更換=0）等四個(gè)非財(cái)務(wù)指標(biāo)運(yùn)用到危機(jī)預(yù)警中。從實(shí)證結(jié)果看,在公司財(cái)務(wù)狀況發(fā)生變化的前一年,只包含財(cái)務(wù)變量的預(yù)測(cè)模型對(duì)ST公司的判別正確率為93.3%,對(duì)非ST公司的判別正確率為90%,總體正確率為91.7%。加入非財(cái)務(wù)變量――公司股價(jià)變動(dòng)趨勢(shì)以后建立的預(yù)測(cè)模型對(duì)ST公司的判別正確率升至96.7%,對(duì)非ST公司的判別正確率升至96.7%,總體正確率為96.7%,提高了5%，也證明了非財(cái)務(wù)信息的良好的預(yù)警效果。

除了有一部分可以直接量化外，大部分的非財(cái)務(wù)信息都是不太容易量化處理的。對(duì)這類非財(cái)務(wù)信息，國(guó)內(nèi)學(xué)者通常采用模糊統(tǒng)計(jì)的方法，從定量與定性相結(jié)合的角度出發(fā)，構(gòu)建財(cái)務(wù)危機(jī)模糊預(yù)警模型。如萬(wàn)希寧、王艷(2007)選擇了研發(fā)能力與發(fā)展創(chuàng)新能力、管理團(tuán)隊(duì)及員工積極性、市場(chǎng)定位及經(jīng)營(yíng)發(fā)展戰(zhàn)略等非財(cái)務(wù)信息，應(yīng)用多級(jí)模糊綜合評(píng)判法對(duì)財(cái)務(wù)風(fēng)險(xiǎn)因素進(jìn)行定量化評(píng)價(jià)，對(duì)定性的非財(cái)務(wù)指標(biāo)采用模糊統(tǒng)計(jì)的方法，從定量與定性相結(jié)合的角度出發(fā)，構(gòu)建了基于非財(cái)務(wù)指標(biāo)的財(cái)務(wù)危機(jī)模糊預(yù)警模型。孫杰、李輝（2008）針對(duì)財(cái)務(wù)危機(jī)定量預(yù)警方法忽視專家的經(jīng)驗(yàn)知識(shí)以及非財(cái)務(wù)信息的局限性，提出基于灰色綜合評(píng)價(jià)的多專家群決策財(cái)務(wù)危機(jī)預(yù)警方法，并給出了該方法運(yùn)用的算例。算例表明基于灰色綜合評(píng)價(jià)的企業(yè)財(cái)務(wù)危機(jī)群決策預(yù)警方法，能充分利用多專家的經(jīng)驗(yàn)知識(shí)以及大量財(cái)務(wù)及非財(cái)務(wù)信息，來(lái)評(píng)價(jià)企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的可能性程度并發(fā)出預(yù)警信號(hào)，從而在一定程度上彌補(bǔ)了單純依靠定量預(yù)測(cè)手段進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警的局限性，為在財(cái)務(wù)危機(jī)預(yù)警中應(yīng)用非財(cái)務(wù)信息提供了新的思路和方法。

（三）財(cái)務(wù)危機(jī)預(yù)警中非財(cái)務(wù)信息應(yīng)用研究評(píng)述從國(guó)內(nèi)外的研究現(xiàn)狀來(lái)看，關(guān)于非財(cái)務(wù)信息在財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用目前還沒(méi)有一個(gè)較為成熟和統(tǒng)一的理論體系。不同的研究者只是從自己認(rèn)為應(yīng)引入的非財(cái)務(wù)信息入手開(kāi)展研究，并得出相關(guān)的結(jié)論。由于沒(méi)有統(tǒng)一的理論前提，研究者們得出的結(jié)論都不具有繼承性和互補(bǔ)性，難以形成系統(tǒng)性的結(jié)論，不能對(duì)財(cái)務(wù)危機(jī)預(yù)警實(shí)踐產(chǎn)生很好的指導(dǎo)作用。另外，由于研究者一般選擇的樣本比較小，涉及行業(yè)比較少，導(dǎo)致其得出結(jié)論的適用性不強(qiáng)。不同的研究者開(kāi)展的研究，由于選擇的樣本存在很大差異，其結(jié)論在邏輯上就不具有可直接累加的特性，導(dǎo)致重復(fù)研究的發(fā)生。

基于上述研究現(xiàn)狀，本文認(rèn)為非財(cái)務(wù)信息的應(yīng)用研究在未來(lái)必然走向概念規(guī)范化的道路，并逐漸形成比較完善的理論框架。研究者們會(huì)在統(tǒng)一明確的非財(cái)務(wù)信息概念界定基礎(chǔ)上開(kāi)展研究，保證研究者各自研究結(jié)果的繼承性和互補(bǔ)性。同時(shí)在研究方法的選擇上，研究者們會(huì)繼續(xù)采用實(shí)證研究的方法探討該問(wèn)題，只是在樣本的選擇上會(huì)逐步縮小樣本范圍并擴(kuò)大樣本數(shù)量。即由于不同行業(yè)和類型的企業(yè)在各個(gè)方面都存在很大差異，所以會(huì)對(duì)小范圍大樣本進(jìn)行研究，從而形成一系列針對(duì)性比較強(qiáng)的財(cái)務(wù)危機(jī)預(yù)警理論和方法。

財(cái)務(wù)危機(jī)預(yù)警研究范文第2篇

發(fā)生在企業(yè)的財(cái)務(wù)危機(jī)一般是指企業(yè)的現(xiàn)金流不足，財(cái)務(wù)狀況不斷惡化，出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，資不抵債，無(wú)法支付企業(yè)的到期債務(wù)或利息，出現(xiàn)信用危機(jī)，導(dǎo)致企業(yè)經(jīng)濟(jì)損失，給投資者、債權(quán)人以及社會(huì)帶來(lái)極其不利的影響。使企業(yè)經(jīng)營(yíng)失敗，甚至導(dǎo)致企業(yè)破產(chǎn)的所有事件的總稱。企業(yè)的財(cái)務(wù)危機(jī)是由企業(yè)的各種風(fēng)險(xiǎn)因素而產(chǎn)生的，企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)是企業(yè)在經(jīng)營(yíng)過(guò)程中不斷積累的，如果能夠構(gòu)建合財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，對(duì)企業(yè)的財(cái)務(wù)危機(jī)進(jìn)行有效的預(yù)測(cè)，可以辨析企業(yè)財(cái)務(wù)危機(jī)惡化的程度，分析和掌握企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)危害的大小，就可以有效地避免危機(jī)的發(fā)生。

二、財(cái)務(wù)危機(jī)預(yù)警的含義及作用

企業(yè)財(cái)務(wù)危機(jī)預(yù)警是對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效的預(yù)警，是通過(guò)設(shè)置并觀察一些敏感性財(cái)務(wù)指標(biāo)的變化，通過(guò)分析企業(yè)的相關(guān)財(cái)務(wù)數(shù)據(jù)，預(yù)測(cè)企業(yè)在經(jīng)營(yíng)活動(dòng)中的財(cái)務(wù)風(fēng)險(xiǎn)，對(duì)預(yù)測(cè)到的企業(yè)可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)發(fā)出預(yù)警信號(hào)，使企業(yè)管理者能夠及時(shí)發(fā)現(xiàn)并提前采取措施，避免財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生，降低企業(yè)經(jīng)濟(jì)損失。因此對(duì)企業(yè)的財(cái)務(wù)危機(jī)在發(fā)生之前進(jìn)行預(yù)測(cè)、預(yù)先警示企業(yè)的經(jīng)營(yíng)管理者，對(duì)出現(xiàn)的風(fēng)險(xiǎn)要及時(shí)采取有效的措施，從而使企業(yè)避免財(cái)務(wù)危機(jī)的發(fā)生或減輕財(cái)務(wù)危機(jī)的破壞度。財(cái)務(wù)危機(jī)預(yù)警通過(guò)對(duì)企業(yè)的整個(gè)生產(chǎn)和經(jīng)營(yíng)管理的過(guò)程跟蹤監(jiān)測(cè)，對(duì)監(jiān)測(cè)的結(jié)果進(jìn)行識(shí)別、判定、監(jiān)測(cè)企業(yè)的財(cái)務(wù)狀況，做到早預(yù)防，早診斷，這樣就可以規(guī)避企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生。提高企業(yè)的經(jīng)濟(jì)效益。

三、預(yù)警系統(tǒng)設(shè)計(jì)的原則

1、科學(xué)性原則。預(yù)警模型、方法和指標(biāo)體系的建立必須科學(xué)、有效。否則，預(yù)警系統(tǒng)不能起到正確的預(yù)警作用，這樣會(huì)給經(jīng)營(yíng)管理決策造成嚴(yán)重的后果。因此企業(yè)要結(jié)合本企業(yè)的財(cái)務(wù)狀況，科學(xué)合理地構(gòu)建適合本企業(yè)的財(cái)務(wù)危機(jī)預(yù)警模式。

2、系統(tǒng)全面性。在進(jìn)行財(cái)務(wù)預(yù)警監(jiān)測(cè)時(shí)，由于導(dǎo)致企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的因素有很多，所以選取的指標(biāo)。應(yīng)將其內(nèi)外的各個(gè)影響及各類風(fēng)險(xiǎn)的因素全部考慮在內(nèi)，選取財(cái)務(wù)指標(biāo)要能夠全面的反映企業(yè)的財(cái)務(wù)狀況，對(duì)公司財(cái)務(wù)能夠進(jìn)行全面監(jiān)測(cè)。做到監(jiān)測(cè)指標(biāo)的全面性。

3、可操作性。由于上市公司的規(guī)模較小、生產(chǎn)的產(chǎn)品比較單一，財(cái)務(wù)指標(biāo)的實(shí)際可操作性的大小。所以在選取財(cái)務(wù)指標(biāo)時(shí)要應(yīng)盡可能的簡(jiǎn)單實(shí)用，能夠真實(shí)的反映上市公司的財(cái)務(wù)狀況。當(dāng)公司出現(xiàn)財(cái)務(wù)危機(jī)或公司經(jīng)營(yíng)狀況惡化之前，能發(fā)出預(yù)警信號(hào)，使公司能夠有效規(guī)避風(fēng)險(xiǎn)。

4、要有現(xiàn)金流信息。一個(gè)企業(yè)的能否生存，現(xiàn)金是關(guān)鍵，現(xiàn)金流是企業(yè)未來(lái)的可持續(xù)發(fā)展的命脈。如果企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)，現(xiàn)金流缺乏，就不能保證企業(yè)正常的經(jīng)營(yíng)需要，所以財(cái)務(wù)指標(biāo)體系中要有現(xiàn)金流信息。

5、成本效益權(quán)衡原則。在預(yù)警指標(biāo)設(shè)計(jì)中，成本和效益需要考慮，預(yù)警過(guò)程中所花費(fèi)的成本要小于或等于預(yù)警系統(tǒng)產(chǎn)生的效益。因此在指標(biāo)的設(shè)計(jì)上，對(duì)于一些獲取成本較大的指標(biāo)可以用相近的低成本指標(biāo)替代。

6、績(jī)效評(píng)價(jià)指標(biāo)體系。在財(cái)務(wù)危機(jī)預(yù)警中加入績(jī)效評(píng)價(jià)指標(biāo)體系，從企業(yè)經(jīng)營(yíng)業(yè)績(jī)的角度，可以更加直觀的反應(yīng)財(cái)務(wù)危機(jī)的狀況。

四、財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系的建立

財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系的建立，指標(biāo)的選取是關(guān)鍵，指標(biāo)的選取必須能夠有效的判斷企業(yè)財(cái)務(wù)危機(jī)企業(yè)。本文從反映企業(yè)的盈利能力、償債能力、成長(zhǎng)能力和現(xiàn)金流量狀況4個(gè)方面選取財(cái)務(wù)指標(biāo)，如表1所示。運(yùn)用財(cái)務(wù)比率進(jìn)行分析。

因子分析模型可以作為一種指標(biāo)處理的方法。在研究實(shí)際問(wèn)題時(shí)，對(duì)收集過(guò)多的相關(guān)財(cái)務(wù)數(shù)據(jù)信息，因子分析法首先通過(guò)構(gòu)建因子分析模型，然后通過(guò)對(duì)企業(yè)的相關(guān)數(shù)據(jù)信息計(jì)算綜合得分來(lái)判斷企業(yè)財(cái)務(wù)危機(jī)狀況，評(píng)價(jià)企業(yè)的綜合效益。

四、加強(qiáng)企業(yè)財(cái)務(wù)危機(jī)預(yù)警對(duì)策

1、樹(shù)立危機(jī)意識(shí)

企業(yè)財(cái)務(wù)危機(jī)與企業(yè)內(nèi)部管理和外部經(jīng)營(yíng)環(huán)境密切相關(guān)聯(lián)，企業(yè)面臨的風(fēng)險(xiǎn)危機(jī)具有復(fù)雜性和多元性，因此，為了防范企業(yè)財(cái)務(wù)危機(jī)的發(fā)生，企業(yè)員工要有風(fēng)險(xiǎn)危機(jī)意識(shí)，認(rèn)識(shí)企業(yè)財(cái)務(wù)危機(jī)的規(guī)律性，平時(shí)對(duì)企業(yè)日常經(jīng)常過(guò)程中的危機(jī)預(yù)警控制多關(guān)注，人人樹(shù)立危機(jī)意識(shí)，對(duì)于防范企業(yè)財(cái)務(wù)危機(jī)有重要意義。

2、建立多部門協(xié)調(diào)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)

風(fēng)險(xiǎn)存在企業(yè)的經(jīng)營(yíng)活動(dòng)整個(gè)過(guò)程中，企業(yè)財(cái)務(wù)危機(jī)的防范，需要企業(yè)的各個(gè)組織部門共同參與，建立多部門協(xié)調(diào)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，對(duì)出現(xiàn)的企業(yè)財(cái)務(wù)危機(jī)征兆及原因的進(jìn)行分析判斷，隨時(shí)對(duì)風(fēng)險(xiǎn)有效的識(shí)別和防范，防止企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)。建立多部門協(xié)調(diào)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)主要從征兆分析、成因分析、治理對(duì)策三個(gè)方面，如圖1所示。

圖1 多部門協(xié)調(diào)的財(cái)務(wù)危機(jī)預(yù)警組織機(jī)制

3、構(gòu)建適當(dāng)?shù)呢?cái)務(wù)預(yù)警指標(biāo)體系

要對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效的預(yù)警，企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系選取很關(guān)鍵。應(yīng)結(jié)合企業(yè)的具體情況，考慮企業(yè)的經(jīng)營(yíng)特點(diǎn)和行業(yè)特征，考慮所選對(duì)財(cái)務(wù)危機(jī)非常敏感的相關(guān)的數(shù)據(jù)信息來(lái)判斷企業(yè)的財(cái)務(wù)危機(jī)。在指標(biāo)體系建立中，要全面、客觀，企業(yè)的業(yè)績(jī)也是一項(xiàng)重要指標(biāo)，能判斷企業(yè)的市場(chǎng)競(jìng)爭(zhēng)能力，構(gòu)建有效的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，應(yīng)當(dāng)審慎分析企業(yè)各項(xiàng)數(shù)據(jù)信息，避免選擇無(wú)效的指標(biāo)。

4、定性分析和定量分析相結(jié)合

財(cái)務(wù)指標(biāo)的選取對(duì)企業(yè)財(cái)務(wù)狀況判斷很關(guān)鍵，但財(cái)務(wù)指標(biāo)的選取又不能全面的反映出企業(yè)全部的財(cái)務(wù)狀況，因此，為了實(shí)現(xiàn)有效地財(cái)務(wù)危機(jī)預(yù)警，就需要對(duì)影響企業(yè)可持續(xù)發(fā)展能力和未來(lái)財(cái)務(wù)狀況的非財(cái)務(wù)指標(biāo)和定性因素，進(jìn)行全面的預(yù)警分析。對(duì)企業(yè)的財(cái)務(wù)危機(jī)做出較為正確的預(yù)測(cè)，做到定性分析和定量分析相結(jié)合，預(yù)測(cè)企業(yè)是否會(huì)發(fā)生財(cái)務(wù)危機(jī)。

5、加強(qiáng)財(cái)務(wù)信息網(wǎng)絡(luò)建設(shè)

財(cái)務(wù)危機(jī)預(yù)警研究范文第3篇

[關(guān)鍵詞] 財(cái)務(wù)危機(jī) 預(yù)警模型

隨著資本市場(chǎng)的不斷完善，財(cái)務(wù)危機(jī)預(yù)警的研究一直是實(shí)務(wù)界和學(xué)術(shù)界關(guān)注的熱點(diǎn)問(wèn)題。財(cái)務(wù)危機(jī)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ),通過(guò)設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對(duì)公司可能或者將要面臨的財(cái)務(wù)危機(jī)實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)。

一、前言

財(cái)務(wù)預(yù)警中的數(shù)學(xué)模型就是財(cái)務(wù)預(yù)警模型，它是指借助公司財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)體系，識(shí)別公司財(cái)務(wù)狀況的判別模型。

按照研究方法可分為定性研究和定量研究。定性分析包括：標(biāo)準(zhǔn)化調(diào)查法；“四階段癥狀”分析法；“三個(gè)月資金周轉(zhuǎn)表”分析法；流程圖分析法；管理評(píng)分法(王玲玲等，2005)。定量分析已取得了比較成熟的研究成果，可以劃分為兩個(gè)階段：20世紀(jì)60年代～80年代，形成了一些以統(tǒng)計(jì)方法為分析工具的傳統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警模型，主要包括：?jiǎn)巫兞颗卸Ｐ?Univariate)；多元線性判定模型(Multiple discriminate analysis，MDA)－Altman的Z值判定模型（Z-score 模型、Zeta模型、Z*值模型）、Edmisterd(1972)的小公司財(cái)務(wù)預(yù)警模型、英國(guó)的Taffler(1977)的多變量模式、日本開(kāi)發(fā)銀行建立的“利用經(jīng)營(yíng)指標(biāo)進(jìn)行公司風(fēng)險(xiǎn)評(píng)價(jià)的破產(chǎn)模型”；概率模型(Logistic regression model)－多元邏輯(Logit)回歸模型、多元概率比(Probit)回歸模型，這些模型的發(fā)展已趨于成熟，但存在著難以克服的缺陷。

20世紀(jì)90年代后，學(xué)者們開(kāi)始探索使用新的方法，主要是非統(tǒng)計(jì)方法來(lái)創(chuàng)建的新興的財(cái)務(wù)危機(jī)預(yù)警模型，它們從不同方面克服了傳統(tǒng)模型的缺陷。但新興的財(cái)務(wù)困境預(yù)警模型的探討與應(yīng)用研究較為分散，還沒(méi)有形成完善的綜合研究格局。本文綜合述評(píng)了新興的財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)未來(lái)的研究方向進(jìn)行展望。

二、新興的財(cái)務(wù)危機(jī)預(yù)模型

由于傳統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警模型所采用的統(tǒng)計(jì)方法一般都受制于母體分布的假設(shè)前提，存在著難以克服的缺陷，因此，20世紀(jì)90年代后，主要是基于非統(tǒng)計(jì)方法的新興的財(cái)務(wù)危機(jī)預(yù)警模型。

1.建模技術(shù)的發(fā)展

(1)粗糙集分析(Rough set analysis，RST)。Slowinski和Zopoudinis(1995)率先將粗糙集分析方法用于企業(yè)失敗風(fēng)險(xiǎn)的評(píng)估。粗糙集方法包含了知識(shí)發(fā)現(xiàn)及分類決策法則的推導(dǎo)。它善于用不完善的信息進(jìn)行分類，被證明是用一組多價(jià)值屬性的財(cái)務(wù)比率描述失敗與非失敗公司的有效工具。(2)神經(jīng)網(wǎng)絡(luò)模型(Artificial neural network，ANN)。Odour和Sharda(1990)是最早把BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測(cè)研究中，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)要優(yōu)于當(dāng)時(shí)的判別分析模型。(3)混沌模型(Chaos theory model)。Lindsay和Campbell(1996)將公司視為具有混沌行為的系統(tǒng)，建立了公司失敗預(yù)測(cè)模型。它是對(duì)企業(yè)財(cái)務(wù)健康狀況的非線性動(dòng)態(tài)分析，能測(cè)度出企業(yè)在不同時(shí)期混沌量的差異。(4)自組織映射模型(Self organizing map model)。Kiviluoto & Bergius(1998)在運(yùn)用SOM技術(shù)時(shí)考慮了動(dòng)態(tài)性，他們建立了雙層自組織映射模型，可分析連續(xù)幾年的財(cái)務(wù)信息，對(duì)破產(chǎn)與非破產(chǎn)公司進(jìn)行可視化的區(qū)分，并勾畫(huà)出隨時(shí)間演變的失敗路徑。(5)多維標(biāo)度模型(Multi dimensional scaling model，MDS)。Bishop、Mar-Molinero和Turner(2003)利用MDS在行業(yè)背景下對(duì)一家公司財(cái)務(wù)狀況的演變過(guò)程進(jìn)行了案例研究，它是一種圖像化的聚類方法，它的獨(dú)特之處是把公司當(dāng)作變量，而將屬性(如財(cái)務(wù)比率)作為案例。(6)累積和模型(Cumulative sum model，CUSUM)。Kahya和Theodossiou運(yùn)用累積和模型對(duì)公司失敗進(jìn)行預(yù)測(cè)，認(rèn)為模型還應(yīng)包含財(cái)務(wù)狀況惡化的動(dòng)態(tài)過(guò)程信息，于2000年提出了預(yù)測(cè)公司失敗的CUSUM模型，該方法能探測(cè)財(cái)務(wù)狀況由好轉(zhuǎn)壞的拐點(diǎn)，對(duì)財(cái)務(wù)狀況惡化敏感并具有記憶力，區(qū)分財(cái)務(wù)指標(biāo)變化是由序列相關(guān)引起的還是由于財(cái)務(wù)情況惡化造成的。除了以上介紹的財(cái)務(wù)危機(jī)預(yù)警模型之外，還包括基于模糊法則的分類模型、動(dòng)態(tài)事件歷史分析、機(jī)器學(xué)習(xí)決策樹(shù)法、線性目標(biāo)規(guī)劃法、專家系統(tǒng)等。

2.建模變量的發(fā)展

(1)加入期權(quán)變量。Charitou和Trigeorgis(2000)使用B-S期權(quán)定價(jià)模型中的相關(guān)變量構(gòu)建了財(cái)務(wù)危機(jī)判別模型，對(duì)1983年到1994年期間的139對(duì)美國(guó)公司進(jìn)行了對(duì)比檢驗(yàn)，結(jié)果發(fā)現(xiàn)到期債務(wù)面值、公司資產(chǎn)的當(dāng)期市價(jià)、公司價(jià)值變化的標(biāo)準(zhǔn)差等期權(quán)變量在預(yù)測(cè)破產(chǎn)方面作用顯著。(2)利用市場(chǎng)收益率。Aharony等提出了基于市場(chǎng)收益率方差的破產(chǎn)預(yù)測(cè)模型。發(fā)現(xiàn)在正式的破產(chǎn)公告日之前的4年內(nèi)，破產(chǎn)公司股票的市場(chǎng)收益率方差與一般公司存在差異。Altman和Brenner發(fā)現(xiàn)，破產(chǎn)公司的股票在破產(chǎn)前至少1年內(nèi)在資本市場(chǎng)上表現(xiàn)欠佳。Clark等發(fā)現(xiàn)破產(chǎn)公司股票在破產(chǎn)前至少3年內(nèi)存在負(fù)的市場(chǎng)收益率。（3)加入公司股權(quán)結(jié)構(gòu)、治理結(jié)構(gòu)變量。有學(xué)者研究發(fā)現(xiàn)，公司的股權(quán)結(jié)構(gòu)、治理模式等會(huì)對(duì)業(yè)績(jī)產(chǎn)生重要影響。Simpson等研究了銀行企業(yè)董事會(huì)結(jié)構(gòu)、所有權(quán)和財(cái)務(wù)困境。Gilson研究了處于財(cái)務(wù)困境中的企業(yè)中高級(jí)管理人員的更替問(wèn)題。除了以上介紹的財(cái)務(wù)危機(jī)預(yù)警模型之外，還包括運(yùn)用現(xiàn)金流量指標(biāo)、加入?yún)⒖紝徲?jì)意見(jiàn)、加入違約距離、基于平衡計(jì)分卡等的模型。

三、財(cái)務(wù)危機(jī)預(yù)模型的評(píng)析

1.財(cái)務(wù)危機(jī)預(yù)警模型缺乏經(jīng)濟(jì)理論的指導(dǎo)

目前財(cái)務(wù)危機(jī)研究集中于預(yù)警模型的構(gòu)建之上，并未深入到對(duì)引起公司財(cái)務(wù)危機(jī)的內(nèi)部機(jī)理的探析。被引入模型的變量（財(cái)務(wù)指標(biāo)）只是公司陷入財(cái)務(wù)危機(jī)的征兆，而不是公司陷入財(cái)務(wù)危機(jī)的原因和本質(zhì)。用財(cái)務(wù)變量建立預(yù)測(cè)模型對(duì)公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)只是一種基于樣本的相關(guān)性分析，而不是因果關(guān)系。大多數(shù)財(cái)務(wù)預(yù)警模型只能給財(cái)務(wù)分析人員提供一些表面上的信息，而不能從根本上防止公司陷入財(cái)務(wù)危機(jī)。

2.預(yù)警變量選擇缺乏理論支持

目前還沒(méi)有形成有說(shuō)服力的優(yōu)選預(yù)警變量的理論框架，影響了模型預(yù)測(cè)的可靠性。預(yù)警變量（財(cái)務(wù)指標(biāo)）的選取不能在理論指導(dǎo)下有系統(tǒng)性的進(jìn)行，而只能靠研究者經(jīng)驗(yàn)判斷、對(duì)前人研究成果借鑒和統(tǒng)計(jì)篩選。研究者的經(jīng)驗(yàn)判斷會(huì)因主觀因素影響模型預(yù)警效果。事實(shí)上，諸多模型中變量的選擇都存在顯著差異，即使是同一類型的財(cái)務(wù)指標(biāo)，不同的研究者選取的指標(biāo)差異也很大。

3.預(yù)警模型考慮定性變量和非財(cái)務(wù)指標(biāo)有限

財(cái)務(wù)危機(jī)預(yù)警型主要以財(cái)務(wù)會(huì)計(jì)報(bào)表數(shù)據(jù)為基礎(chǔ)，以各種財(cái)務(wù)指標(biāo)為變量來(lái)建立預(yù)警模型，對(duì)定性變量和非財(cái)務(wù)指標(biāo)使用有限。不可否認(rèn)財(cái)務(wù)報(bào)表數(shù)據(jù)是公司經(jīng)營(yíng)狀況的一個(gè)綜合反映，但財(cái)務(wù)報(bào)表數(shù)據(jù)披露不足，時(shí)效性較差，缺乏對(duì)風(fēng)險(xiǎn)信息和不確定信息的披露。非財(cái)務(wù)指標(biāo)和非定量因素在披露公司財(cái)務(wù)狀況方面要比財(cái)務(wù)指標(biāo)更為可靠、有效，公司的生存和發(fā)展會(huì)產(chǎn)生許多有利或不利的影響，有時(shí)可能是本質(zhì)原因，比如，公司出現(xiàn)過(guò)度依賴銀行貸款、公司人力資源匱乏、公司市場(chǎng)定位不清等狀況，都預(yù)示著公司存在潛在的危機(jī)，而這些是財(cái)務(wù)比率所不能反映的。

4.非平穩(wěn)問(wèn)題的處理重視不足

很多方法在運(yùn)用中對(duì)數(shù)據(jù)的非平穩(wěn)性問(wèn)題重視不足。由于商業(yè)周期的階段性、市場(chǎng)環(huán)境的變化及技術(shù)變革等原因，檢驗(yàn)時(shí)段與預(yù)測(cè)時(shí)段的自變量平均結(jié)構(gòu)可能發(fā)生變化，變量間的關(guān)系也隨之改變。很多研究沒(méi)有對(duì)這一問(wèn)題加以重視，可能導(dǎo)致模型的預(yù)測(cè)力與魯棒性受到影響。因此有必要對(duì)數(shù)據(jù)進(jìn)行一些處理，如使用行業(yè)相對(duì)比率、扣除數(shù)據(jù)中的通脹因素等，使變量的平均結(jié)構(gòu)及變量間關(guān)系從檢驗(yàn)期向預(yù)測(cè)期跨越時(shí)保持相對(duì)平穩(wěn)。

四、財(cái)務(wù)危機(jī)預(yù)模型研究的展望

1.深入研究基于經(jīng)濟(jì)、財(cái)務(wù)及管理的理論

要深入研究基于經(jīng)濟(jì)、財(cái)務(wù)及管理理論，系統(tǒng)揭示公司陷入財(cái)務(wù)危機(jī)的內(nèi)部機(jī)理和規(guī)律，建立宏觀層次要素和公司財(cái)務(wù)危機(jī)微觀層次間的聯(lián)系，以提高模型的可信度和解釋能力。

2.預(yù)測(cè)變量的選擇多樣化

財(cái)務(wù)危機(jī)預(yù)警模型不能單純依靠財(cái)務(wù)指標(biāo)，至少要在預(yù)警系統(tǒng)中涉及到非財(cái)務(wù)指標(biāo)和定性變量，這樣才能更為完整地反映公司全貌。如：考慮宏觀經(jīng)濟(jì)波動(dòng)指標(biāo)、產(chǎn)業(yè)指標(biāo)、管理指標(biāo)、市場(chǎng)收益類和市場(chǎng)收益方差類指標(biāo)、行業(yè)差異的指標(biāo)等；考慮定量方法和定性方法的有機(jī)結(jié)合。因此，未來(lái)的發(fā)展趨勢(shì)應(yīng)當(dāng)是以財(cái)務(wù)指標(biāo)為主，兼顧其他幾類指標(biāo)和定性變量，構(gòu)建更為全面的備選指標(biāo)組，然后進(jìn)一步通過(guò)現(xiàn)代分析方法對(duì)備選指標(biāo)進(jìn)行相關(guān)性分析，保留主要指標(biāo)進(jìn)行建模，以起到信息互補(bǔ)、提高預(yù)測(cè)精確度、提高模型的判別能力、拓展模型的適用性的作用。

3.預(yù)測(cè)方法轉(zhuǎn)向?qū)崟r(shí)動(dòng)態(tài)預(yù)測(cè)

隨著網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)的高速發(fā)展，特別是以Internet為主的現(xiàn)代信息技術(shù)的發(fā)展，為危機(jī)預(yù)警帶來(lái)了新的機(jī)遇和新的挑戰(zhàn)。如何利用現(xiàn)代信息技術(shù)的強(qiáng)大功能將危機(jī)預(yù)警系統(tǒng)與公司其他信息系統(tǒng)相融合，建立網(wǎng)絡(luò)環(huán)境下的危機(jī)預(yù)警系統(tǒng)，動(dòng)態(tài)、實(shí)時(shí)地從內(nèi)部信息網(wǎng)絡(luò)和Internet上獲取最新數(shù)據(jù)，不斷修正完善預(yù)警模型，使得預(yù)警模型成為一個(gè)動(dòng)態(tài)學(xué)習(xí)的模型，將是今后研究的熱點(diǎn)。

五、結(jié)束語(yǔ)

通過(guò)對(duì)財(cái)務(wù)困境預(yù)警模型進(jìn)行回顧和評(píng)析，使我們的研究視野有了極大的拓展，便于我們?cè)诮梃b前人思路和方法的基礎(chǔ)上進(jìn)行更深入的研究，也便于我們選用最為恰當(dāng)?shù)呢?cái)務(wù)困境預(yù)警模型去研究我國(guó)的財(cái)務(wù)困境預(yù)警問(wèn)題。

參考文獻(xiàn)：

[1]王玲玲 曾繁榮:財(cái)務(wù)預(yù)警模型評(píng)述[J].市場(chǎng)論壇,2005(12)

[2]Slowinski R, Zopudinis C. Application of the rough set approach to evaluation of bankruptcy risk[J].Intelligent Systems in Accounting, Finance and Management,1995,4:27～41

[3]Odour M D, Sharda R.A neural network model for bankruptcy prediction[J].Conference on Neural Networks,1990(6):136～138

財(cái)務(wù)危機(jī)預(yù)警研究范文第4篇

關(guān)鍵詞：財(cái)務(wù)危機(jī) 主成分分析 石化行業(yè) 預(yù)警

著我國(guó)資本市場(chǎng)的不斷深化和發(fā)展，越來(lái)越多的企業(yè)選擇通過(guò)上市來(lái)籌集資金，而因陷入財(cái)務(wù)困境導(dǎo)致公司經(jīng)營(yíng)失敗的案例也屢見(jiàn)不鮮。因此建立一套合理有效的財(cái)務(wù)危機(jī)預(yù)警模型對(duì)公司管理者、投資者和市場(chǎng)監(jiān)管者及時(shí)識(shí)別并規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)具有重要現(xiàn)實(shí)意義。研究表明，財(cái)務(wù)風(fēng)險(xiǎn)具有行業(yè)特性。石化行業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展中重要的基礎(chǔ)行業(yè)之一，為此，本文以石化行業(yè)上市公司作為對(duì)象研究財(cái)務(wù)危機(jī)預(yù)警模型。

一、文獻(xiàn)回顧

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究始于Fitzpatrick（1932）、Beaver（1966）等人用單變量法分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。其后，學(xué)者Altinan（1968）和Blum（1974）等采用多變量分析方法來(lái)建立企業(yè)的財(cái)務(wù)危機(jī)預(yù)警模型，Ohison（1980）和Zmijewski（1984）等采用Logistic回歸分析研究方法構(gòu)建企業(yè)的財(cái)務(wù)預(yù)警模型，隨后又跨越到人工智能模型階段。與國(guó)外相比，我國(guó)關(guān)于企業(yè)財(cái)務(wù)預(yù)警方面的研究起步較晚，相關(guān)研究是從20世紀(jì)80年代末開(kāi)始的，且其研究的對(duì)象主要集中在上市公司。陳靜（1999）用單變量判別分析和多變量判別分析方法做了實(shí)證分析，得出在宣布日前一年總的準(zhǔn)確率分別為100%和85%。吳世農(nóng)、盧賢義（2001）建立Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種預(yù)測(cè)財(cái)務(wù)危機(jī)的模型，研究結(jié)果發(fā)現(xiàn)logistic回歸模型的誤判率最低。目前，國(guó)內(nèi)越來(lái)越多的學(xué)者嘗試運(yùn)用人工智能模型進(jìn)行財(cái)務(wù)預(yù)警，但統(tǒng)計(jì)方法因其較強(qiáng)的操作性和可理解性，仍被廣泛的應(yīng)用于財(cái)務(wù)預(yù)警中。

主成分分析是一種通過(guò)降維來(lái)簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)的方法，這種方法由Pearson（1904）首先使用，以后經(jīng)Hotelling（1933）、Cooley和lohnes（1971）、Kshirsagar（1972）、Morrison（1976）和Mardia、Kent&Bibby （1979）發(fā)展和成熟起來(lái)。其優(yōu)點(diǎn)是可以對(duì)觀測(cè)樣本進(jìn)行分類，并根據(jù)各因子在樣本中所起的作用自動(dòng)生成各因子權(quán)重，簡(jiǎn)化實(shí)測(cè)指標(biāo)系統(tǒng)，具有很強(qiáng)的可操作性。因此，本文在吸收主成分分析法優(yōu)點(diǎn)的基礎(chǔ)上，建立了以石化行業(yè)為例的多重截面的主成分分析的財(cái)務(wù)危機(jī)預(yù)警模型。

二、研究設(shè)計(jì)

（一）樣本的選擇

本文從2008-2012年滬深兩市A股市場(chǎng)上石化行業(yè)首次被ST及*ST的37家上市公司界定出26家作為財(cái)務(wù)危機(jī)公司的研究樣本。然后通過(guò)資產(chǎn)規(guī)模、上市時(shí)間相近等原則，按照1：1的比例進(jìn)行逐一配對(duì)，得到相應(yīng)的財(cái)務(wù)健康公司26家作為配對(duì)樣本。再將52家公司平均分成訓(xùn)練樣本26家（其中危機(jī)公司13家，健康公司13家）和檢測(cè)樣本26家。定義財(cái)務(wù)危機(jī)公司被ST或*ST時(shí)為T年，本文選取其T-2、T-3、T-4、T-5年內(nèi)的比率數(shù)據(jù)進(jìn)行分析。財(cái)務(wù)數(shù)據(jù)均來(lái)自瑞思數(shù)據(jù)庫(kù)（）。

（二）指標(biāo)選取

在財(cái)務(wù)危機(jī)研究中，變量指標(biāo)的選取通常沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。本文借鑒前人的研究成本并在其基礎(chǔ)上進(jìn)行適當(dāng)?shù)难a(bǔ)充，遵循全面性、有效性和可操作性原則，選取涵蓋公司盈利能力、償債能力、成長(zhǎng)能力、營(yíng)運(yùn)能力、現(xiàn)金流量和資本結(jié)構(gòu)六個(gè)方面的22個(gè)財(cái)務(wù)指標(biāo)，具體指標(biāo)見(jiàn)表1。

（三）模型的構(gòu)建

主成分分析法（因子分析法）的基本思想是將實(shí)測(cè)的多個(gè)指標(biāo)，用少數(shù)幾個(gè)潛在的相互獨(dú)立的主成分指標(biāo)（因子）的線性組合來(lái)表示，構(gòu)成的線性組合可反映原多個(gè)實(shí)測(cè)指標(biāo)的主要信息。主成分分析法的一般模型為：

其中，X1，X2，...Xn為實(shí)測(cè)變量；aij（i=1，2，...，m；j=1，2，...，n）為因子荷載；Fi（i=1，2，...，m）為選擇確定的m個(gè)主成分因子；Ki（i=1，2，...，m）為主成分因子的權(quán)重（即第i個(gè)因子的貢獻(xiàn)率）；F是公司財(cái)務(wù)狀況的預(yù)測(cè)值。

三、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

1.均值對(duì)比分析。將選定訓(xùn)練樣本的13家財(cái)務(wù)危機(jī)公司和13家配對(duì)的健康公司分成兩組，然后分別計(jì)算兩組22個(gè)財(cái)務(wù)指標(biāo)在被ST的前四年的均值，然后利用EXCEL的折線圖將均值的對(duì)比情況描述出來(lái)，具體的變化詳見(jiàn)圖1。從折線圖我們可以看出，ST公司和非ST公司的各項(xiàng)財(cái)務(wù)指標(biāo)的平均值的變化趨勢(shì)不一致，有以下規(guī)律：第一，隨著ST年份的臨近，ST公司和非ST公司部分財(cái)務(wù)指標(biāo)的差異逐漸明顯，折線圖上二者之間的距離逐漸擴(kuò)大，因而得出結(jié)論：指標(biāo)具有較好的預(yù)測(cè)效果，如凈資產(chǎn)收益率、資產(chǎn)報(bào)酬率、流動(dòng)比率、速動(dòng)比率、經(jīng)營(yíng)凈現(xiàn)金流量/負(fù)債比率、每股收益增長(zhǎng)率、應(yīng)收賬款收益率、銷售現(xiàn)金比率、股東權(quán)益比率等。第二，兩類公司多數(shù)的財(cái)務(wù)指標(biāo)變動(dòng)曲線可以分開(kāi)。例如，若非ST公司的指標(biāo)在ST公司指標(biāo)變動(dòng)曲線的上方，則這類指標(biāo)就是正指標(biāo)，如凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率、每股收益增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、應(yīng)收賬款周轉(zhuǎn)率等。若非ST公司的財(cái)務(wù)指標(biāo)變動(dòng)曲線在ST公司的下方，這類指標(biāo)就是逆指標(biāo)，如資產(chǎn)負(fù)債率、固定資產(chǎn)比率等。也存在兩類指標(biāo)互相交叉的情況，如流動(dòng)比率、凈利潤(rùn)增長(zhǎng)率、存貨周轉(zhuǎn)率、銷售現(xiàn)金比率等。

為了進(jìn)一步挖掘配對(duì)樣本之間的差異性，本文使用SPSS16.0統(tǒng)計(jì)軟件分別計(jì)算危機(jī)公司和健康公司的22個(gè)財(cái)務(wù)指標(biāo)T-2、T-3、T-4、T-5四年的均值及標(biāo)準(zhǔn)差，并將它們的均值與標(biāo)準(zhǔn)差相減進(jìn)行比較。得出，健康公司與危機(jī)公司在均值上存在顯著的差異，健康公司的財(cái)務(wù)指標(biāo)中除存貨周轉(zhuǎn)率（X13）、資產(chǎn)負(fù)債率（X20）、固定資產(chǎn)比率（X21）的均值比危機(jī)公司小，其余的財(cái)務(wù)指標(biāo)的均值均比危機(jī)公司大。且非ST公司樣本組的盈利能力、成長(zhǎng)能力、現(xiàn)金流量等指標(biāo)明顯高于ST公司樣本組的對(duì)應(yīng)指標(biāo)。從標(biāo)準(zhǔn)差的對(duì)比中可以發(fā)現(xiàn)，財(cái)務(wù)指標(biāo)中標(biāo)準(zhǔn)差的差值大部分為負(fù)數(shù)，說(shuō)明ST公司樣本組的被ST前四年的均值波動(dòng)要大于非ST公司樣本組。

由均值和標(biāo)準(zhǔn)差對(duì)比分析可知，危機(jī)公司與健康公司的財(cái)務(wù)指標(biāo)存在顯著的差異，當(dāng)某個(gè)公司的多個(gè)財(cái)務(wù)指標(biāo)有明顯的下降趨勢(shì)且波動(dòng)較大時(shí)，表明該公司存在財(cái)務(wù)危機(jī)的可能。但是，均值對(duì)比分析是基于各指標(biāo)的平均值來(lái)進(jìn)行的，因此不可避免地存在極端值造成指標(biāo)均值差異的可能，所以我們只能夠依據(jù)均值分析進(jìn)行粗略的估計(jì)。

2.非參數(shù)Wilcoxon秩和檢驗(yàn)。為從統(tǒng)計(jì)上檢驗(yàn)選取的變量在危機(jī)公司樣本組和健康公司樣本組之間是否存在顯著的差異，我們應(yīng)用非參數(shù)Wilcoxon Mann-Whitney檢驗(yàn)法對(duì)兩組樣本22個(gè)財(cái)務(wù)指標(biāo)進(jìn)行統(tǒng)計(jì)檢驗(yàn)。通過(guò)檢驗(yàn)得到，在企業(yè)發(fā)生財(cái)務(wù)危機(jī)的前四年內(nèi)，在顯著性水平為0.1時(shí)，通過(guò)顯著性檢驗(yàn)的，T-5年、T-4年、T-3年、T-2年依次有5個(gè)、5個(gè)、10個(gè)、12個(gè)指標(biāo)。由此可見(jiàn)，距離財(cái)務(wù)危機(jī)發(fā)生的時(shí)間越近，危機(jī)公司與健康公司財(cái)務(wù)指標(biāo)之間的差異性就越大，這說(shuō)明危機(jī)的發(fā)生可能存在一定的時(shí)序漸進(jìn)性。

（二）主成分分析模型

主成分分析之前，先需要檢驗(yàn)數(shù)據(jù)是否適合做主成分分析。根據(jù)KMO和Bartlett’s檢驗(yàn)結(jié)果，發(fā)現(xiàn)T-2、T-3、T-4、T-5年KMO值依次為0.611、0.559、0.808、0.426，Bartlett’s檢驗(yàn)P值均為0.000，小于0.001的檢驗(yàn)水平，拒絕單位相關(guān)性的原始假設(shè)，故可知適合做主成分分析。因此，運(yùn)用SPSS16.0軟件依次對(duì)T-2、T-3、T-4、T-5年的具有顯著性差異的指標(biāo)變量進(jìn)行主成分分析。通過(guò)方差最大化旋轉(zhuǎn)，在滿足特征值大于1的前提下，提取主成分因子。具體情況見(jiàn)表2。通過(guò)旋轉(zhuǎn)后的因子載荷矩陣可對(duì)主成分因子進(jìn)行解釋，由統(tǒng)計(jì)結(jié)果可知：T-2年的第一個(gè)因子主要解釋了X1、X2、X3、X4、X9、X11幾個(gè)變量，可解釋為公司的盈利能力和成長(zhǎng)能力；第二個(gè)因子主要解釋了X5、X20、X22幾個(gè)變量，因此F2主要代表公司的資本結(jié)構(gòu)狀況；第三個(gè)因子由變量X8、X17、X19貢獻(xiàn)最多，故F3可解釋為現(xiàn)金流量狀況。以此類推，各年的主成分因子的含義如表2所述。在確定了各主成分的經(jīng)濟(jì)含義后，可根據(jù)因子得分系數(shù)矩陣建立各個(gè)主成分關(guān)于原始財(cái)務(wù)比率的線性表達(dá)式。同時(shí)，根據(jù)統(tǒng)計(jì)結(jié)果中各個(gè)主成分的貢獻(xiàn)率，可以得到主成分預(yù)測(cè)函數(shù)。

（三）各年預(yù)測(cè)結(jié)果的比較

將訓(xùn)練樣本和檢測(cè)樣本的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后將各年標(biāo)準(zhǔn)化數(shù)據(jù)代入危機(jī)前四年所建立的主成分分析模型的預(yù)測(cè)表達(dá)式中，計(jì)算F值。根據(jù)誤差最小化原則，確定各年F值的臨界值，從而進(jìn)行預(yù)測(cè)準(zhǔn)確率的計(jì)算。其中危機(jī)公司判定為健康公司為一類誤判；健康公司判定為危機(jī)公司為二類誤判，得到訓(xùn)練樣本和檢測(cè)樣本的預(yù)測(cè)準(zhǔn)確率的結(jié)果見(jiàn)表3、表4。從表中可以看到各個(gè)年度訓(xùn)練樣本的預(yù)測(cè)準(zhǔn)確率均高于檢測(cè)樣本，說(shuō)明訓(xùn)練樣本對(duì)預(yù)測(cè)模型的擬合程度較高，且T-2年主成分分析模型的綜合預(yù)測(cè)準(zhǔn)確率訓(xùn)練樣本達(dá)到93.50%，檢測(cè)樣本達(dá)到82.50%，高于T-3年和T-4年主成分分析的結(jié)果，而T-3年和T-4年的預(yù)測(cè)準(zhǔn)確率差別不大。由此可見(jiàn)，危機(jī)到來(lái)前兩年的數(shù)據(jù)預(yù)測(cè)效果較好。

四、結(jié)論及局限

本文選取石化行業(yè)上市公司中配比的危機(jī)公司和健康公司作為研究樣本，選取22個(gè)財(cái)務(wù)指標(biāo)作為指標(biāo)變量。從各年度的主成分分析表達(dá)式中可以歸納出，企業(yè)的盈利能力以及現(xiàn)金流量狀況是影響石化行業(yè)企業(yè)是否會(huì)陷入財(cái)務(wù)危機(jī)的關(guān)鍵性預(yù)警因素。此外，本文選取石化行業(yè)上市公司被ST前四年的數(shù)據(jù)建立多重截面的主成分分析模型，實(shí)證結(jié)果表明T-2年主成分分析模型的預(yù)測(cè)準(zhǔn)確率是最高的，明顯高于T-3和T-4年的模型。但本文的預(yù)測(cè)準(zhǔn)確率整體上并不是很高，主要存在以下因素：（1）大部分財(cái)務(wù)危機(jī)預(yù)警的研究均選擇了T-1年的數(shù)據(jù)，而上市公司在T年是否被特別處理是由其T-1年財(cái)務(wù)報(bào)告的公布決定的，因此，T-1年預(yù)測(cè)模型即使有很高的預(yù)測(cè)精度，在實(shí)際預(yù)測(cè)中也沒(méi)有太大的應(yīng)用價(jià)值。（2）財(cái)務(wù)指標(biāo)的局限。本文建立的財(cái)務(wù)預(yù)警系統(tǒng)主要是以財(cái)務(wù)指標(biāo)作為輸入變量進(jìn)行判別和預(yù)警，而財(cái)務(wù)指標(biāo)又有其局限性，不能概括企業(yè)經(jīng)營(yíng)過(guò)程中的非財(cái)務(wù)因素。（3）樣本量的局限。根據(jù)數(shù)理統(tǒng)計(jì)的大數(shù)定理，評(píng)價(jià)樣本的數(shù)量越大，協(xié)方差矩陣就越趨于穩(wěn)定，主成分分析的準(zhǔn)確性就越高。而本文選取了2008-2012年5年間石化行業(yè)被ST的26家上市公司為危機(jī)樣本，樣本量相對(duì)較小。X

（注：本文受54科研基地-科技創(chuàng)新平臺(tái)-商務(wù)運(yùn)作與企業(yè)服務(wù)創(chuàng)新項(xiàng)目的資助）

參考文獻(xiàn)：

1.吳世農(nóng)，盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].會(huì)計(jì)研究，2001，（6）.

財(cái)務(wù)危機(jī)預(yù)警研究范文第5篇

關(guān)鍵詞：審計(jì)意見(jiàn) 財(cái)務(wù)危機(jī)預(yù)警 信息含量 logistic回歸模型

審計(jì)意見(jiàn)作為企業(yè)經(jīng)營(yíng)狀況的指示燈，能夠從其獨(dú)特的視角反映公司的經(jīng)營(yíng)狀況。關(guān)于審計(jì)意見(jiàn)信息含量的研究，國(guó)外開(kāi)始的比較早，相關(guān)文獻(xiàn)表明，審計(jì)意見(jiàn)在財(cái)務(wù)危機(jī)預(yù)警中的作用尚無(wú)定論。與國(guó)外的研究結(jié)果相一致，我國(guó)學(xué)者對(duì)審計(jì)意見(jiàn)在財(cái)務(wù)危機(jī)預(yù)警中是否具有信息含量研究的結(jié)論也不一致。

研究設(shè)計(jì)

審計(jì)意見(jiàn)的分類。本文在研究時(shí)，審計(jì)意見(jiàn)的劃分為標(biāo)準(zhǔn)審計(jì)意見(jiàn)（標(biāo)準(zhǔn)無(wú)保留審計(jì)意見(jiàn)）和非標(biāo)準(zhǔn)審計(jì)意見(jiàn)（除標(biāo)準(zhǔn)無(wú)保留審計(jì)意見(jiàn)之外的其他審計(jì)意見(jiàn)）兩類。

財(cái)務(wù)危機(jī)的界定。本文在研究時(shí)，采用兩種較為常見(jiàn)的財(cái)務(wù)危機(jī)標(biāo)志事件選擇方法并比較這兩種選擇方法在財(cái)務(wù)危機(jī)預(yù)警中作用的異同。取值規(guī)則（fda，financial distress affair）如下：

研究假設(shè)。國(guó)內(nèi)一些學(xué)者關(guān)注審計(jì)意見(jiàn)信息含量的實(shí)證研究，基本著重于考察審計(jì)意見(jiàn)在股票市場(chǎng)上的市場(chǎng)反應(yīng)，而沒(méi)有對(duì)審計(jì)意見(jiàn)能否預(yù)測(cè)財(cái)務(wù)危機(jī)給予正面回答。由此本文提出以下假設(shè)：

h1：財(cái)務(wù)危機(jī)公司獲得的非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例要大于所有上市公司的平均水平。

h2：加入審計(jì)意見(jiàn)的預(yù)測(cè)模型的預(yù)測(cè)能力高于未加入審計(jì)意見(jiàn)模型的預(yù)測(cè)能力。

h3：離公司陷入財(cái)務(wù)危機(jī)的時(shí)間越短，預(yù)測(cè)精度就越高。

h4：對(duì)財(cái)務(wù)危機(jī)的不同界定方法（fad1和fad2）對(duì)模型的預(yù)測(cè)正確率有顯著影響。

本文數(shù)據(jù)來(lái)源于巨潮資訊網(wǎng)。選取1998～2006年度的所有虧損上市公司和因財(cái)務(wù)狀況異常而被st的所有上市公司作為統(tǒng)計(jì)分析的研究樣本。

實(shí)證研究

（一）我國(guó)上市公司審計(jì)意見(jiàn)的描述性統(tǒng)計(jì)

按照以上審計(jì)意見(jiàn)分類標(biāo)準(zhǔn)和財(cái)務(wù)危機(jī)的界定方法，本文對(duì)1998-2006年滬深兩市上市公司披露的審計(jì)意見(jiàn)作了描述性統(tǒng)計(jì)，具體結(jié)果如表1。

為了更好地反映不同類型公司在不同年度的審計(jì)意見(jiàn)，按照本文的劃分方法（標(biāo)準(zhǔn)審計(jì)意見(jiàn)和非標(biāo)準(zhǔn)審計(jì)意見(jiàn)），得到1999-2006年上市公司審計(jì)意見(jiàn)如圖1、圖2所示。

  

 

   

從表1、圖1、圖2中，我們可以看出：

第一，虧損公司和st公司獲得非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例均顯著大于所有上市公司，也可以說(shuō)，所有上市公司獲得的標(biāo)準(zhǔn)審計(jì)意見(jiàn)顯著大于虧損公司和st公司，所以h1成立。

第二，從時(shí)間序列上來(lái)看，st公司出具的非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例要大于虧損公司，或者可以說(shuō)，虧損公司出具的標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例要大于st公司。

（二）預(yù)測(cè)審計(jì)意見(jiàn)類型的logistic回歸

1.樣本選取與設(shè)計(jì)。選擇2006年度被st的上市公司50家，同時(shí)選擇與st公司處于同一行業(yè)，資產(chǎn)規(guī)模相近、上市時(shí)間相近的50家公司作為配對(duì)公司（記作sample1），然后選取st公司前一年和前兩年的數(shù)據(jù)分別建立模型。

選擇2006年度虧損上市公司50家，同時(shí)選擇與虧損公司處于同一行業(yè)，資產(chǎn)規(guī)模相近、上市時(shí)間相近的50家公司作為配對(duì)公司（記作sample2），然后選取虧損公司前一年和前兩年的數(shù)據(jù)分別建立模型。

2.模型設(shè)計(jì)。本文采用logistic多元回歸模型進(jìn)行研究。為了比較兩種財(cái)務(wù)危機(jī)的界定方法（fda1和fda2）對(duì)回歸模型的影響，本文將以這兩種劃分標(biāo)志分別建立模型，并且比較它們的預(yù)測(cè)效果；此外，由于本文的側(cè)重點(diǎn)在于審計(jì)意見(jiàn)信息含量的研究，所以沒(méi)有把過(guò)多的精力放在建立復(fù)雜的財(cái)務(wù)預(yù)警模型上，最終本文從反映企業(yè)的盈利能力、短期償債能力、長(zhǎng)期償債能力、增長(zhǎng)能力和資產(chǎn)利用能力等方面考慮，最終確定以下變量：資產(chǎn)收益率、流動(dòng)比率、資產(chǎn)負(fù)債比率和總資產(chǎn)周轉(zhuǎn)率，分別用x1，x2，x3，x4表示，建立logistic回歸模型。

理性的管理者往往希望通過(guò)以前年度上市公司的審計(jì)意見(jiàn)類型，結(jié)合其他重要會(huì)計(jì)信息來(lái)合理預(yù)測(cè)本年度公司的情況，所以，我們把在2006年被st（或虧損）公司記為i年，因此i-1（2005），i-2（2004年）分別表示陷入財(cái)務(wù)困境前一年、前兩年。

未加入審計(jì)意見(jiàn)模型，

其中，

 

其中，i=1，2，分別表示i-1和i-2年；p表示上市公司陷入財(cái)務(wù)危機(jī)的概率。對(duì)于st（或虧損）公司，yi取1，否則取0，根據(jù)所得到的logistic方程，以0.5為最佳判定點(diǎn)對(duì)原始數(shù)據(jù)進(jìn)行判定，若p>0.5，則判定該樣本為財(cái)務(wù)危機(jī)的公司，否則為正常公司。

加入審計(jì)意見(jiàn)x5建立新模型。在原來(lái)模型的基礎(chǔ)上引入審計(jì)意見(jiàn)這一指標(biāo)，用x5表示。

建立的新模型如下：

 

3.預(yù)測(cè)模型及結(jié)果分析。為考察以上模型的預(yù)測(cè)效果，我們把樣本sample1中的3/5作為估計(jì)樣本，共60家，其中st公司和匹配公司各30家；其余的2/5作為預(yù)測(cè)樣本，共40家，其中st公司和匹配公司各20家；此外，我們把樣本sample2中的3/5作為估計(jì)樣本，共60家，其中虧損公司和匹配公司各30家；其余的2/5作為預(yù)測(cè)樣本，共40家，其中虧損公司和匹配公司各20家，通過(guò)估計(jì)樣本數(shù)據(jù)，分別建立預(yù)測(cè)模型。

由表2可得：無(wú)論采取哪種界定財(cái)務(wù)危機(jī)的方法，加入審計(jì)意見(jiàn)后，模型的預(yù)測(cè)正確率都會(huì)大大提高，也就證明了審計(jì)意見(jiàn)具有增量信息含量，從而證明h2成立。離公司陷入財(cái)務(wù)危機(jī)的時(shí)間越短，預(yù)測(cè)精度就越高。我們可以看出2005年綜合模型的預(yù)測(cè)正確率要大于2005所對(duì)應(yīng)的綜合模型。從而證明h3成立。財(cái)務(wù)危機(jī)的界定方法對(duì)模型的影響不大，所以h4不成立。

結(jié)論

本文通過(guò)對(duì)1998～2006年滬深兩市上市公司披露的審計(jì)意見(jiàn)的實(shí)證分析，可以得出以下結(jié)論：財(cái)務(wù)危機(jī)公司（虧損公司和st公司）獲得非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例均顯著大于所有上市公司的平均水平；從時(shí)間序列上來(lái)看，st公司出具的非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例要大于虧損公司出具的非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的比例；審計(jì)意見(jiàn)在財(cái)務(wù)預(yù)警中具有信息含量，即加入審計(jì)意見(jiàn)后，提高了預(yù)測(cè)正確率。

參考文獻(xiàn)：

1.陳梅花.審計(jì)意見(jiàn)信息含量研究－來(lái)自中國(guó)證券市場(chǎng)的實(shí)證證據(jù)[d].上海財(cái)經(jīng)大學(xué)博士論文，2001