前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇上市公司財務危機預警范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

上市公司財務危機預警范文第1篇

[關鍵詞]上市公司財務危機預警系統應用

隨著資本市場的不斷發展與完善,對上市公司財務危機進行預警研究一直是國內外學術界的熱點問題之一。財務危機預警是以財務會計信息為基礎,通過設置并觀察一些敏感性預警指標的變化,對企業可能或者將要面臨的財務危機所實施的實時監控和預測警報。近年來一些上市公司因為治理結構失衡,公司管理層管理混亂等諸多原因,導致公司業績逐下降,出現虧損、財務狀況異常甚至資不抵債等嚴重情形,最終受到特別處理,面臨退市危險,使投資者、債權人及其他利益相關者遭受巨大損失。但如果能夠通過研究上市公司相關信息,構建有效的財務危機預警模型,及時對發現的問題進行分析并采取有效措施，化逆境為順境，就能很大程度上幫助上市公司防范和化解財務危機。然而,由于種種原因,財務預警系統在我國上市公司中尚未得到廣泛應用。

一、我國上市公司應用財務危機預警系統的現實意義

財務危機預警系統作為一種成本低廉的診斷工具，能實時對公司的生產經營過程和財務狀況進行跟蹤監控，及時地進行財務預警分析，發現財務狀況異常的征兆，并迅速報警，及時采取應變措施，避免或減少損失。在上市公司應用財務危機預警系統,主要可以發揮四個作用:

1.財務監測作用。監測、跟蹤企業的生產經營過程，將企業生產經營的實際情況同企業預定的目標、計劃、標準進行比較，進行核算、考核，找出偏差，并從中發現產生偏差的原因或存在的問題。

2.財務診斷作用。它是根據跟蹤檢測的結果，運用現代企業管理技術、診斷技術對公司營運狀況之優劣做出判斷，找出公司運行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使經營者知其然，更知其所以然，制定有效措施，阻止財務狀況進一步惡化，避免嚴重的財務危機真正發生。

3.財務治療作用。財務治療功能是在監測、診斷的基礎上，識別病根、對癥下藥，更正企業營運中的偏差或過失，使企業回到正常運轉的軌道。準確來講，治療功能并非財務預警系統的本質功能。但是，一個有效的預警系統不僅應該能夠找出企業的“癥結”所在，而且應該能夠提出改進方案和應對措施。

4.保健作用。通過財務預警分析，財務預警系統不僅能及時回避現存的財務危機，而且能通過系統詳細地記錄其發生緣由、解決措施、處理結果，并及時提出改進意見，彌補公司現有財務管理及經營中的缺陷，完善財務預替系統，從而提供未來類似情況的前車之鑒，更能從根本上消除隱患即“防警”。

二、我國上市公司財務預警系統應用中存在的問題

動態財務預警系統不僅僅包括有效的財務預警模型，要使其能發揮作用，還要配合有效的信息系統和內控系統。而由于我國上市公司發展狀況的制約，使我國在應用方面還有所欠缺。

1.會計信息失真影響財務預警系統的有效性。上市公司財務預警體系的設計運用了大量的財務數據，真實及時的財務信息是建立有效可行的財務預警系統的基礎。隨著經營權與所有權的分離，委托關系在上市公司中普遍存在，委托人和人之間存在的信息不對稱，使得我國上市公司中存在著投資者和管理層之間信息不對稱的問題，管理層在會計信息編報方面擁有過大的權利，而且現行的監督機制和獨立審計機制難以確保上市公司的財務信息質量。這種普遍存在的會計信息失真現象勢必影響財務預警系統的有效性，從而進一步影響了有關利益各方運用財務預警系統的積極性。

2.內部控制不完善。企業的國有控制權不明確，使得投資主體的監管形同虛設國有企業股權結構中的“一股獨大”是中國上市公司的顯著特征。在這種體制下，由于缺乏有效的激勵約束機制，很多人并不能自覺地維護公司利益，導致企業的內控失效。有的雖然也制定了比較全面的內控制度，由于制度本身不切合實際，制度的可操作性不強，使得企業的內控制度成為一紙空文；有的雖然制定了一套比較切合自身實際并切實可行的內控制度，卻由于外部監督不力，企業不愿執行，將其束之高閣。

3.上市公司決策層缺乏主動運用財務預警系統的意識。目前，我國證券市場還不夠成熟、完善，上市公司行為也不夠規范。上市公司有關決策層往往受到“第一大股東”，代表國有股或法人股的“關鍵人”的控制。甚至存在著控股方通過盈余管理手段“圈錢”，利用關聯方交易惡意造假，肆意侵吞上市公司利益的特權消費現象。在這種不良但又比較普遍的行為當中，一般的投資者是利益受損方，而上市公司決策層是既得利益方，使得上市公司決策層作為受益者，缺乏主動運用財務預警系統的意識成為正常現象。

4.財會人員素質不高。法制觀念淡薄有的財會人員忘記了法律賦予的權力和職責，冒著被吊銷會計從業資格證書的風險，為單位領導的不法行為出謀劃策，粉飾經營業績，甚至侵吞國家財產，更加加大了預警系統有效發揮作用的難度。三、上市公司財務預警系統有效實施的建議

1.財務危機預警系統的定性分析和定量分析的結合運用。量化的財務指標能對財務狀況進行總量控制，而某些非財務指標和定性因素可對細節即具體過程進行控制，以彌補財務指標的不足，從微量上找出影響公司長期財務狀況的動因。

財務預警是一種量化分析，它有利于清晰、直觀地反映上市公司的財務狀況，但它難以全面滿足揭示上市公司財務危機程度的需要，并不能完全替代傳統的定性分析，特別是財務報表的編制質量和審計質量等因素會直接決定模型結果的準確性和實用性。

企業應根據具體情況選擇合適的維度評價企業的經營狀況，具體來說，財務危機預警系統的實施的規則是:企業定期監測容易發生經營危機和財務危機的各種因素，報告經營風險和財務風險，建立風險報告制度，并利用有經驗分析人員的直覺判斷作定性分析評價。同時，定期運用預警模型進行量化分析。由于模型預測所使用的數據來自年度財務報告，因此，量化分析的時間可定為一年一次，而非量化分析相對容易些，可把時間定為一月一次，甚至更短一些，以便使預測更加及時有效。另外，在年度財務危機預警時，可把平時非量化分析結果和年度量化分析結果進行相互修正。例如，企業按助gistic回歸模型預測出在財務危機警戒線以上，即企業不會發生財務危機，但根據企業當年報表外的非財務信息(如或有負債等表外因素)、專業人員的經驗判斷計算出企業的定性評價指標總分在預測警戒線以下，反映出企業存在著發生財務危機的可能性。若定性分析和定量分析得出相反的矛盾，這就需要作出仔細判斷，專業人員的主觀性是否過強，還是定量分析模型因行業因素的變化需要重新建模。企業在仔細分析后，再重新預測是否會發生財務危機。

3.關注重點指標，建立適合我國國情的財務危機預警指標體系。首先，關注主營業務指標，加強主業監管。如果頻繁變更主營業務，上市公司的業績無法得到保障，具有很大的不穩定性，投資者很難有一個合理的業績預期，這對投資者和上市公司來說都是很大的風險。如果主營業務急劇萎縮，并且造成這種情況的因素是根本性的，持續性的，那么上市公司就有可能陷入財務困境。上市公司大多是高新技術企業，其核心能力強弱的直接市場表現無疑是主營業務收入/總資產指標。該指標通過與市場或行業平均(先進)水平的比較及其走勢的考察，可以對上市公司市場競爭的優劣態勢有一個較為清晰的判斷。如果該指標經常低于市場或行業的平均(先進)水平，且成持續走低杰勢塊上市公司財務危機預警問題研究的話，便意味著上市公司處于競爭的不利地位。如果不及時扭轉，將導致嚴重的財務危機。因此，上市公司要強調突出主營業務，在評估上市公司主業競爭能力時要關注主營業務收入/總資產指標。只有如此，才有可能建立真正有效的財務危機預警指標體系。其次，關注資產管理能力指標和負債比率指標。判別盈利公司與財務危機公司的財務差異，資產管理能力指標和負債比率指標有著中長期的判別作用，而盈利能力及回報能力、資產流動性和公司增長能力指標則短期判別能力強。在防范上市公司的財務危機時，應側重于資產管理能力指標和負債比率指標。

3.進行預警指標的敏感性分析。敏感性分析是指企業的財務指標的變動對預警結果的影響程度，重要指標的變動會對企業產生較大影響。預警系統一旦報警，管理曾首先要確定是哪些指標偏離造成的危機，進而采取相應措施進行調整。調整可以針對某一個指標，也可以是某幾個指標。選取哪種方式更有效、更經濟，管理層有必要在敏感性和調整難度之間進行權衡，選取適當的調整方式。

參考文獻：

[1]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

[2]張艷秋王彤彤:我國上市公司財務危機預警系統應用研究[J].會計之友，2008，（3）

[3]呂長江周現華:上市公司財務困境預測方法的比較研究[J].吉林大學社會科學學報,2005,(6)

上市公司財務危機預警范文第2篇

國內研究對財務危機直接下定義的較少。周首華等是國內較早用統計方法研究財務危機問題的學者，其文中使用的是破產的含義。谷祺和劉淑蓮認為財務危機“是指公司無力支付到期債務或費用的一種經濟現象，包括從資金管理技術性失敗到破產以及處于兩者之間的各種情況”。吳世農和盧賢義介紹了西方關于財務困境的定義，但文中沒有明確采用哪種說法或給出自己的定義。如上所述，財務危機定義尚未形成統一概念，再加上國有企業經營者防范意識薄弱甚至腐敗揮霍等詬病，導致財務危機預警系統未能有效應用于實踐。根據經驗，主要從資本結構不佳、現金流量不足、償債能力弱等方面結合國有上市公司的特殊情況考慮，本文將因兩年連續虧損導致被ST的國有上市公司定義為財務危機公司。

2國有上市公司特征性

國有企業的形成原因之一是為了更優的資源配置，實現國家社會經濟發展戰略。但是國有化使得這類公司面臨著一系列傳統發展戰略遺留下來的政策性負擔，缺乏與其他類型公司公平競爭的條件。在市場化的基礎上，國有企業要在改制過程中，以市場化運作、資本化運營方式，做大做強做優，使之成為各行業發展的龍頭，引領中國公司的發展，與大型跨國企業在世界市場競爭中相抗衡，成為我國參與國際競爭的主要骨干力量，同時要承擔支撐國民經濟發展、國有資本保值增值的雙重任務，保障和改善民生。例如2003年以來，電煤價格長期倒掛，外資、私營火電公司或退出或停產，國有火電公司在大幅虧損情況下保障了電力供應。國有公司在加快自身發展的同時，不斷提高上繳稅費水平，為保障和改善民生提供物質基礎。但是，單憑一般的財政政策和貨幣政策，政府很難對市場實施有效調控，尤其是在金融危機后自由市場經濟再次受到質疑的今天，在這一背景下，國有企業必然要承擔起這一重要任務。目前，大型國有企業幾乎控制了我國全部的原油、天然氣和乙烯生產；提供了全部的基礎電信服務和大部分增值服務發展的同時，不可避免帶來許多問題，包括財務危機問題，需要認真對待。

3國有上市公司財務危機的表現形式

不管是民營企業還是國有企業，在生產運營中都可能面臨風險，企業可以從償債能力、盈利能力、營運能力、發展能力、獲取現金流能力等反映業績的財務指標進行風險預測。國有上市公司主要面臨的財務危機主要反映在以下兩個方面：

3.1國有企業治理水平導致的財務危機

中國特有的政府干預行為嚴重削弱了公司治理的有效性，致使國有企業的治理機制流于形式。例如，李增泉等對所有權結構與控股股東的掏空行為之間的關系進行了實證分析，結果表明國有企業控制的公司的控股股東占用的資金高于非國有企業控制的上市公司，也就是說國有企業存在更為嚴重的掏空行為。辛清泉等在理論框架下，基于中國國有公司薪酬管制的制度背景，就經理薪酬對投資過度和投資不足的影響進行了理論分析，結果表明當薪酬契約無法對經理的工作努力和經營才能作出補償和激勵時，地方政府控制的上市公司存在著因薪酬契約失效導致的投資過度現象。由此可見，公司治理是研究國有企業財務危機預警不可忽視的要素。

3.2國有企業承擔的社會責任導致的財務危機

國有企業政府干預最主要的表現是讓國有企業承擔大量的政策性任務，這體現在冗員、員工福利、維護社會穩定、財政負擔等多個方面。這種政策性負擔會導致政策性虧損，在信息不對稱條件下，政府很難區分國有企業的虧損是經營失敗還是承擔政策性負擔所致，這為高管人員推卸責任提供了條件，容易導致預算軟約束問題。

4國有企業財務危機預警研究

需要注意的幾個方面從上述特征和成因分析中可見，國有企業財務危機預警研究不應局限于定量分析，應該定性結合定量進行分析。

4.1定性分析應該注意的幾個問題：

4.1.1國有企業社會性。國有資本的出資人是國家，國家對社會承擔社會穩定，降低失業率，提高經濟水平等責任，繁重的社會責任可能會導致企業經營效率降低。針對這些特征，首先，應該將企業監管體系結合國有資產監管體系，制定出針對國有企業特定的財務監管體系。規范國有企業用人標準，應該在確保國有企業健康可持續發展的基礎上考慮解決社會問題。其次，加強企業內部控制，防范企業財務風險。加強內部控制建設并不意味著取代財務危機預警機制，只有內部控制建設和財務危機預警機制有機結合，才能有效實現國有資產監管工作目標，達到國有資產出資人與企業之間的雙向預警。

4.1.2國有企業發展的周期性。不同發展周期有著截然不同的財務狀況。如創業初期的企業相對成長期及成熟期企業，現金流量水平以及凈利潤水平明顯較低。但并不能因為現金流量及凈利潤水平較低甚至出現現金短缺而判斷企業處于財務危機狀況。同樣，在企業的衰退期，企業反映的盈利能力開始下降，但卻有充足的現金流量，此時企業卻處于不利的發展地位。因此結合企業發展周期進行財務危機預警分析是必要的。

4.1.3區分行業進行分析。不同類型的企業對財務狀況的要求也是不同的，對于投資類企業，重點應關注資產保值增值能力和盈利能力，比如資產凈利率、資產保值增率等指標；對于生產和貿易類企業，重點應關注企業的營運能力、償債能力和現金流量，比如速動比率、利息倍數、存貨周轉率、資產負債率等指標。

4.1.4全方位控制流程。全方位控制流程具體表現為從橫向和縱向控制。橫向要針對國有企業經營和財務管理中的風險，即主要把握好投資、籌資、內部擔保抵押、關聯交易等日常經營管理行為中可能存在的風險?？v向要針對財務管理中的信息，反映預測決策和控制整個流程中可能存在的風險，這樣才能對企業的財務風險進行全面的監測和控制。

4.2運用定量分析模型進行財務預警分析定量分析主要是指利用模型進行財務預警分析，應該考慮的幾個方面：

4.2.1分析各財務危機預警模型的優缺點。學術界對企業財務危機預警這一課題研究了幾十年，最初的單變量研究開創了風險預警實證研究的先河，但是企業的財務特征不可能由一個變量充分地反映出來，為解決這個問題，Alt-man引入多元判別分析（Z模型）對財務危機預警進行研究，Z模型雖然得到了廣泛的應用，但該模型要求預警變量符合嚴格的聯合正態分布，而現實經濟生活中大多數企業的財務比率無法滿足這一要求。為了克服這一缺陷，Martin第一次運用邏輯模型對銀行的破產進行預測，研究發現Logistic模型的預測準確性比Z值模型高。而作為后起之秀的神經網絡模型雖具有一些無法比擬的優點，但操作困難，應用面窄。目前運用較為廣泛的是多元線性判別分析和邏輯回歸方法。

4.2.2指標的選擇問題。在指標變量的選擇上，研究普遍選擇與企業業績相關的財務指標，如償債能力、盈利能力、營運能力、發展能力、獲取現金流能力等。近年來，變量選擇上的一大突破是將非財務指標引入模型，但該突破僅僅停留在容易量化的非財務指標，如企業治理水平（股權結構、股權激勵、兩權分離引發的問題等），并未涉及一些不易量化甚至只能定性分析的非財務指標，如國有企業承擔的社會責任（經濟、道德、法律、環境資源、慈善等）、審計意見類型。

4.2.3模型設定問題。首先，模型都是通過實證研究得到的，由于缺乏系統的理論指導，研究人員在確定變量時容易受主觀判斷的影響，所以難以判斷哪個模型在長期中更為有效。國內外的研究者在選擇樣本時，許多研究不考慮樣本之間的行業差別或者企業特征，如果將不同特征的樣本放在一起研究，這種情況下建立的預警模型難免會產生較大的誤差；其次，建立模型是忽略時間的影響，沒有考慮模型的長短期預測適用性。

5結論

上市公司財務危機預警范文第3篇

[關鍵詞] 上市公司 財務危機 預警系統 應用

隨著資本市場的不斷發展與完善, 對上市公司財務危機進行預警研究一直是國內外學術界的熱點問題之一。財務危機預警是以財務會計信息為基礎, 通過設置并觀察一些敏感性預警指標的變化, 對企業可能或者將要面臨的財務危機所實施的實時監控和預測警報。近年來一些上市公司因為治理結構失衡, 公司管理層管理混亂等諸多原因, 導致公司業績逐下降, 出現虧損、財務狀況異常甚至資不抵債等嚴重情形, 最終受到特別處理, 面臨退市危險, 使投資者、債權人及其他利益相關者遭受巨大損失。但如果能夠通過研究上市公司相關信息, 構建有效的財務危機預警模型, 及時對發現的問題進行分析并采取有效措施，化逆境為順境，就能很大程度上幫助上市公司防范和化解財務危機。然而, 由于種種原因,財務預警系統在我國上市公司中尚未得到廣泛應用。

一、我國上市公司應用財務危機預警系統的現實意義

財務危機預警系統作為一種成本低廉的診斷工具，能實時對公司的生產經營過程和財務狀況進行跟蹤監控，及時地進行財務預警分析，發現財務狀況異常的征兆，并迅速報警，及時采取應變措施，避免或減少損失。 在上市公司應用財務危機預警系統,主要可以發揮四個作用:

1.財務監測作用。監測、跟蹤企業的生產經營過程，將企業生產經營的實際情況同企業預定的目標、計劃、標準進行比較，進行核算、考核，找出偏差，并從中發現產生偏差的原因或存在的問題。

2.財務診斷作用。它是根據跟蹤檢測的結果，運用現代企業管理技術、診斷技術對公司營運狀況之優劣做出判斷，找出公司運行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使經營者知其然，更知其所以然，制定有效措施，阻止財務狀況進一步惡化，避免嚴重的財務危機真正發生。

3.財務治療作用。財務治療功能是在監測、診斷的基礎上，識別病根、對癥下藥，更正企業營運中的偏差或過失，使企業回到正常運轉的軌道。準確來講，治療功能并非財務預警系統的本質功能。但是，一個有效的預警系統不僅應該能夠找出企業的“癥結”所在，而且應該能夠提出改進方案和應對措施。

4.保健作用。通過財務預警分析，財務預警系統不僅能及時回避現存的財務危機，而且能通過系統詳細地記錄其發生緣由、解決措施、處理結果，并及時提出改進意見，彌補公司現有財務管理及經營中的缺陷，完善財務預替系統，從而提供未來類似情況的前車之鑒，更能從根本上消除隱患即“防警”。

二、我國上市公司財務預警系統應用中存在的問題

動態財務預警系統不僅僅包括有效的財務預警模型，要使其能發揮作用，還要配合有效的信息系統和內控系統。而由于我國上市公司發展狀況的制約，使我國在應用方面還有所欠缺。

1.會計信息失真影響財務預警系統的有效性。上市公司財務預警體系的設計運用了大量的財務數據，真實及時的財務信息是建立有效可行的財務預警系統的基礎。 隨著經營權與所有權的分離，委托關系在上市公司中普遍存在，委托人和人之間存在的信息不對稱，使得我國上市公司中存在著投資者和管理層之間信息不對稱的問題，管理層在會計信息編報方面擁有過大的權利，而且現行的監督機制和獨立審計機制難以確保上市公司的財務信息質量。這種普遍存在的會計信息失真現象勢必影響財務預警系統的有效性，從而進一步影響了有關利益各方運用財務預警系統的積極性。

2.內部控制不完善。企業的國有控制權不明確，使得投資主體的監管形同虛設國有企業股權結構中的“一股獨大”是中國上市公司的顯著特征。在這種體制下，由于缺乏有效的激勵約束機制，很多人并不能自覺地維護公司利益，導致企業的內控失效。有的雖然也制定了比較全面的內控制度，由于制度本身不切合實際，制度的可操作性不強，使得企業的內控制度成為一紙空文；有的雖然制定了一套比較切合自身實際并切實可行的內控制度，卻由于外部監督不力，企業不愿執行，將其束之高閣。

3.上市公司決策層缺乏主動運用財務預警系統的意識。目前，我國證券市場還不夠成熟、完善，上市公司行為也不夠規范。上市公司有關決策層往往受到“第一大股東”，代表國有股或法人股的“關鍵人”的控制。甚至存在著控股方通過盈余管理手段“圈錢”，利用關聯方交易惡意造假，肆意侵吞上市公司利益的特權消費現象。在這種不良但又比較普遍的行為當中，一般的投資者是利益受損方，而上市公司決策層是既得利益方，使得上市公司決策層作為受益者，缺乏主動運用財務預警系統的意識成為正?，F象。

4.財會人員素質不高。法制觀念淡薄有的財會人員忘記了法律賦予的權力和職責，冒著被吊銷會計從業資格證書的風險，為單位領導的不法行為出謀劃策，粉飾經營業績，甚至侵吞國家財產，更加加大了預警系統有效發揮作用的難度。

三、上市公司財務預警系統有效實施的建議

1.財務危機預警系統的定性分析和定量分析的結合運用。量化的財務指標能對財務狀況進行總量控制，而某些非財務指標和定性因素可對細節即具體過程進行控制，以彌補財務指標的不足，從微量上找出影響公司長期財務狀況的動因。

財務預警是一種量化分析，它有利于清晰、直觀地反映上市公司的財務狀況，但它難以全面滿足揭示上市公司財務危機程度的需要，并不能完全替代傳統的定性分析，特別是財務報表的編制質量和審計質量等因素會直接決定模型結果的準確性和實用性。

企業應根據具體情況選擇合適的維度評價企業的經營狀況，具體來說，財務危機預警系統的實施的規則是:企業定期監測容易發生經營危機和財務危機的各種因素，報告經營風險和財務風險，建立風險報告制度，并利用有經驗分析人員的直覺判斷作定性分析評價。 同時，定期運用預警模型進行量化分析。由于模型預測所使用的數據來自年度財務報告，因此，量化分析的時間可定為一年一次，而非量化分析相對容易些，可把時間定為一月一次，甚至更短一些，以便使預測更加及時有效。另外，在年度財務危機預警時，可把平時非量化分析結果和年度量化分析結果進行相互修正。例如，企業按助gistic回歸模型預測出在財務危機警戒線以上，即企業不會發生財務危機，但根據企業當年報表外的非財務信息(如或有負債等表外因素)、專業人員的經驗判斷計算出企業的定性評價指標總分在預測警戒線以下，反映出企業存在著發生財務危機的可能性。若定性分析和定量分析得出相反的矛盾，這就需要作出仔細判斷，專業人員的主觀性是否過強，還是定量分析模型因行業因素的變化需要重新建模。企業在仔細分析后，再重新預測是否會發生財務危機。

3.關注重點指標，建立適合我國國情的財務危機預警指標體系。首先，關注主營業務指標，加強主業監管。如果頻繁變更主營業務，上市公司的業績無法得到保障，具有很大的不穩定性，投資者很難有一個合理的業績預期，這對投資者和上市公司來說都是很大的風險。 如果主營業務急劇萎縮，并且造成這種情況的因素是根本性的，持續性的，那么上市公司就有可能陷入財務困境。上市公司大多是高新技術企業，其核心能力強弱的直接市場表現無疑是主營業務收入/總資產指標。該指標通過與市場或行業平均(先進)水平的比較及其走勢的考察，可以對上市公司市場競爭的優劣態勢有一個較為清晰的判斷。如果該指標經常低于市場或行業的平均(先進)水平，且成持續走低杰勢塊上市公司財務危機預警問題研究的話，便意味著上市公司處于競爭的不利地位。如果不及時扭轉，將導致嚴重的財務危機。因此，上市公司要強調突出主營業務，在評估上市公司主業競爭能力時要關注主營業務收入/總資產指標。只有如此，才有可能建立真正有效的財務危機預警指標體系。其次，關注資產管理能力指標和負債比率指標。判別盈利公司與財務危機公司的財務差異，資產管理能力指標和負債比率指標有著中長期的判別作用，而盈利能力及回報能力、資產流動性和公司增長能力指標則短期判別能力強。在防范上市公司的財務危機時，應側重于資產管理能力指標和負債比率指標。

3.進行預警指標的敏感性分析。敏感性分析是指企業的財務指標的變動對預警結果的影響程度，重要指標的變動會對企業產生較大影響。 預警系統一旦報警，管理曾首先要確定是哪些指標偏離造成的危機，進而采取相應措施進行調整。調整可以針對某一個指標，也可以是某幾個指標。選取哪種方式更有效、更經濟，管理層有必要在敏感性和調整難度之間進行權衡，選取適當的調整方式。

參考文獻：

[1]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

[2]張艷秋王彤彤:我國上市公司財務危機預警系統應用研究[J].會計之友，2008，（3）

[3]呂長江周現華:上市公司財務困境預測方法的比較研究[J].吉林大學社會科學學報, 2005,( 6)

上市公司財務危機預警范文第4篇

財務危機預警以企業信息化為基礎，對企業在經營管理活動中的潛在風險進行實時監控。其貫穿于企業經營活動的全過程，以企業的財務報表及其他相關經營資料為依據，利用財會、金融、企業管理等多方面理論，采用比例分析、數學模型等方法，去發現企業存在的風險，將企業所面臨的危險情況預先告知企業經營者和其他利益關系人，并分析企業發生財務危機的原因和企業財務運營體系的潛在問題，以提早做好防范措施。

構建一套高效、靈敏、實用的財務預警系統十分必要。對上市公司而言，有效的財務預警機制有利于管理當局及時找出問題癥結，制定正確的經營及財務政策，及時扭轉不利局面，防止陷入財務危機或遭到退市處理。對政府而言，有效的財務預警能在一定程度上及時改善資源的宏觀配置，減少對處于財務危機邊緣、發展前景較差的上市公司的政府援助，防范國有資產流失，實現資源優化配置。對銀行和債券持有人而言，進行及時有效的財務預警，銀行就能在決定是否貸款或是制定貸款監督政策時，通過財務預警分析系統來評價貸款申請人或貸款人所面臨的財務風險，以確定貸款額度；債券持有人則可以根據預測結果來了解所投資公司償還本金、支付利息的能力。對審計人員而言，對所審計公司進行財務預警能夠幫助其制定更有針對性的審計計劃，更加謹慎地執行審計程序。

二、財務危機預警多元邏輯(logistic)模型

多元邏輯模型的目標是尋求觀察對象的條件概率，據此判斷觀察對象的財務狀況和經營風險。這一模型建立在累計概率函數的基礎上，不需要自變量服從多元正態分布和兩組間協方差相等的條件。logistic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，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。判別方法是首先根據多元線性判定模型確定企業破產的z值，然后推導出企業破產的條件概率。如果p值大于0.5，表明企業破產的概率比較大，可判定企業即將破產：如果p值低于0.5，表明企業財務正常的概率較大，可判定企業財務正常。logistic模型的最大優點是不需要嚴格的假設條件，克服了線性方程受統計假設約束的局限性，具有更廣泛的適用范圍。

三、樣本設計及變量的選取

（一）樣本設計。財務預警實證研究的樣本選擇直接關系到最終得出的預測模型的外部適用性和預測能力。本文研究樣本選擇的標準是：（1）st樣本組。以2003，2004，2005年3年間所有曾因財務狀況異常而被特別處理的公司作為st樣本組。（2）非st樣本組。根據公司被st前一年的行業分類和總資產規模選擇相應的控制樣本，即非st樣本組。一些st公司由于找不到相配比的非st樣本，這樣的樣本個體被剔除。（3）組內分布控制。本研究的樣本來源于3個會計年度，可能會產生資料的時間性差異。這樣，最后得到的樣本共有166家，其中st公司83家，非st公司83家。在這83家st公司中，2003年被宣布為st的公司的有27家，2004年的有28家，2005年的有28家。剔除st公司中有缺失值的8家公司（其中2003年1家，2004年1家，2005年6家），最終的樣本確定為150家。（數據略）

（二）變量及指標的選取。變量及指標選取如下：x1為流動比率；x2為營運資產與總資產之比；x3為資產負債率；x4為產權比率；x5為利息保障倍數；x6為留存收益與總資產之比；x7為流動負債經營活動凈現金流量比；x8為股東權益比率；x9為總資產周轉率；x10為應收賬款周轉率；x11為存貨周轉率；x12為長期資產適合率；x13為凈資產報酬率；x14為總資產報酬率；x15為主營業務利潤與總資產之比；x16為成本費用利潤率；x17為凈資產；x18為股東權益增長率；x19為凈利潤增長率；x20為主營業務收入增長率；x21為主營業務現金比率；x22為結構分析；x23為營業活動收益質量；x24為(利潤總額+財務費用)/總資產；x25為eva。

四、logistic回歸分析在財務危機預警中的應用

根據經驗，財務比率在一定范圍內波動屬正?，F象，并不會引起危機概率的顯著增加。只有當財務比率值超過某一臨界值，比率值的惡化會導致財務危機概率的顯著增加。企業財務危機的預測屬于兩分類定性分析，即要么正常，要么可能發生危機。為服務于對定性因變量的多元非線性分析，根據實際研究的需要不斷對多元線性回歸進行改造和發展，導致了一種新的分析方法logistic回歸的產生。logistic回歸被引入財務危機預警研究之后，財務危機預警即簡化為己知一公司具有某些財務特征，而計算其在一段時期內陷入財務危機的概率問題。如果算出的概率大于設定的分割點，則判定該公司將陷入財務危機。

logistic回歸的假設前提是：(1)因變量 是二分變量；(2)數據必須來自隨機樣本；(3)因變量 被假定為k個自變量 的函數，因變量與自變量之間是非線性關系；(4)自變量之間不存在多重共線性。顯而易見，logistic回歸沒有關于自變量分布的假設條件。logistic回歸模型的一般形式如下：

ln

其中， 為自變量， 為給定系列自變量 值的事件發生概率； 為截距， 為回歸系數。

或

其中 是與諸因素 無關的常數項， 是回歸系數，表示諸因素 對p的貢獻量。

spss中的logistic回歸分析具有自動選擇變量的能力，共有7種方法建立模型。本文采用的是method ＝ forward stepwise (weld)。然后隨機選擇一部分樣本作為構造樣本，一部分作為測試樣本。具體分類如下：

表1 case processing summary

unwished cases (a) n percent

selected cases included in analysis 120 80.0

missing cases 0 0

total 120 80.0

unselected cases 30 20.0

total 150 100.0

其中，selected cases為預測樣本，unselected cases為檢驗樣本。最終進入方程的變量為：

表2 variables in the equation

b s.e. weld sig. exp (b) 95.0% c.i.for exp (b)

lower upper

x3 2.631 2.240 1.380 0.240 13.894 0.172 1,121.542

x9 0.186 0.101 3.393 0.065 1.205 0.988 1.469

x14 10.803 0.327 6.041 0.014 2.232 1.177 4.233

x15 -29.496 10.387 8.064 0.005 0.000 0.000 0.000

x16 -14.312 5.865 5.956 0.015 0.000 0.000 0.060

x17 0.000 0.000 10.297 0.001 1.000 1.000 1.000

x18 0.562 0.520 1.168 0.280 1.754 0.633 4.863

x19 0.068 0.047 2.108 0.147 1.071 0.976 1.174

x21 1.298 0.643 4.075 0.044 3.663 1.039 12.918

x23 0.103 0.075 1.905 0.167 1.109 0.958 1.283

x24 8.370 5.255 2.537 0,111 4,314.309 0.145 128,101,617.79

x25 -0.043 0.014 8.978 0.003 0.958 0.931 0.985

c 2.335 1.672 1.951 0.163 10.333

表中x25為eva值，它的walt值為8.978，說明它對p具有很大的貢獻量，是一個重要的指標。最終建立的模型為：

p＝exp(2.335+2.631×x3+0.186×x9+0.803×x14-29.496×x15－14.312×x16+0.56×x18+0.068×x19+1.298×x21+0.103×x23+8.370×x24-0.043×x25)÷(1+exp(2.335+2.631×x3+0.186×x9+0.803×x14-29.496×x15－14.312×x16+0.56×x18+0.068×x19+1.298×x21+0.103×x23+8.370×x24-0.043×x25)

表3 判別分類表

classification table(c)

observed predicted

selected cases (a) unselected cases (b)

group percentage correct group percentage correct

0 1 0 1

group 0 52 8 86.7 13 2 86.7

1 4 56 933 2 13 86.7

上市公司財務危機預警范文第5篇

摘 要 本文以我國深市上市公司中的中小板企業為研究對象,篩選了2008到2010年被ST戴帽的49家上市公司作為財務困境公司樣本,同時選取了130家經營狀況較好的公司作為正常公司樣本。通過分析這149個樣本公司08年的財務報表數據,運用判別分析法建立了一個符合中國上市公司實際情況的財務困境預警模型,并對之進行實證檢驗。研究結果表明:建立的模型能夠較好的對中小上市公司經營風險做出預測。

關鍵詞 中小上市公司 財務困境預警模型 判別分析法

一、文獻回顧

關于上市公司財務困境預警研究,國內外學者曾建立過多個預警模型。最早的財務困境預警研究是Fitz Patrick所做的單變量破產預警模型,其后Winaker&Smith和Merwin也作了相似的研究。但是這些早期研究僅僅是屬于描述性分析(Profile Analysis)范疇。自1968年Altman首次將多元線性判別方法引入到財務困境預警領域后,多元線性判別方法就逐漸取代了單變量模型。在1968年Altman的模型中,Altman通過多元判別模型產生了一個總的判別分,稱為Z值,并依據Z值進行判斷。這個模型就是著名的Z模型。由于模型簡便、成本低、效果佳。幾乎所有的國家都依據z評分模型發展出與之相適應的信用風險度量模型。Scott(1981)對以往學者的實證結果進行比較,認為在多元判別分析模型中Zeta模型最優。然而根據陳靜(1999)和宋秋萍(2000)的研究,認為由于中美兩國會計準則有一定的差距,用美國公司財務數據建立的模型并不一定適用于對中國公司的信用風險預測,從國內企業的財務數據中提煉出特征指標,建立判別函數則更為務實。

由此可見,根據中國的會計準則和實際情況,建立一個符合中國上市公司的的財務困境模型也顯得十分重要。而由于企業自身規模和經營情況的不同,還沒有一個模型能夠準確的預測所有類型的上市企業的財務困境情況。因此,根據不同規模的企業選擇不同的預測模型也就顯得十分重要。而這里我們主要選擇研究中小上市公司的財務困境模型。

二、財務困境預警模型的建立和分析

(一)模型的選擇

根據美國風險管理專家Ahman在1968年,利用多元判別式法建立的著名“z評分模型”。本文采用判別分析模型的形式分析分析,旨在研究兩類分司的財務狀況,一類是財務危機公司,另一類是財務健康公司。以此為目標分別找出反映這兩類公司相關性高的特征變量而建立判別函數,然后用建立的判別函數對中小板所有的上市公司進行財務困境分析。判別函數的一般形式是:

Z=a1x1+ a2x2+ a3x3+……+anxn

其中:Z為判別分(判別值)X1,X2,X3是反映研究對象的特征變量,如財務比率。a1,a2,a3為各變量的判別系數。

(二)樣本的選擇

本文一共選取了51家上市公司作為樣本進行分析。其中:財務危機公司49家,由于中小板企業中09年之前只有2家企業被ST戴帽,所以剩下的47家ST企業,在滬深兩市07年以后被戴帽的企業中隨機選取代替。財務健康公司130家,其中60家來自于08年中小板上市公司綜合排名前60強,剩余70家則通過對中小板企業隨機挑選得出。

在樣本選定之后,需要對財務分析指標進行選擇。通過對上市公司的資產負債表,現金流量表和利潤表進行分析,從償債能力,盈利能力,資本結構狀況和營運狀況等四個方面選擇了14個相關財務比率:X1總負債/總資產,X2現金/流動負債,X3流動資產/流動負債,X4凈利潤/主營業務收入,X5凈利潤/總資產,X6營業利潤/利潤總額,X7流動負債/總資產,X8長期負債/總資產,X9應收賬款/流動資產,X10(流動資產-流動負債)/總資產,X11現金/總資產,X12利潤總額/總資產,X13主營業務收入/總資產,X14凈利潤/所有者權益。

(三)判別分析過程

對于函數的推到,采用spss統計軟件中classify下面的discriminant計算功能,我們把所有14個變量代入模型以逐步回歸法進行分步計算,通過F檢驗的解釋變量則放入判別函數中作為評分模型的計算依據。

在運用逐步回歸法的過程中一共進行了6次篩選過程,具體操作方法是選擇0.05的顯著水平和3.84的臨界值水平,每一步回歸都選擇當次回歸過程中最顯著的變量進入判別模型,然后再將剩下的解釋變量進行再回歸,當進行到第6次回歸的時候,剩下的所有變量都低于3.84的臨界值水平,因此停止篩選過程。

在篩選出來的5個解釋變量(X10,X12,X4,X6,X13)之間繼續進行總體顯著性的檢驗,我們可以看出X10,X12,X4,X6,X13的估計結果都大于顯著性為0.05的臨界值3.84。在此基礎上我們再通過對解釋變量判別系數的估計,就能夠得到完整的判別方程。

綜上所述,通過把所有變量引入判別分析中,運用逐步回歸法,最終得到了包含5變量的判別系數,即:

Z=-1.204-0.466X4+0.045X6+2.592X10+6.084X12 +0.402X13

其中:

X4 凈利潤/主營業務收入。該指標用來衡量一個企業的盈利能力,表示一個企業的利潤占主營業務收入的比重,該指標越大說明一個企業的償債能力越強。

X6 為營業利潤率=營業利潤/利潤總額。該指標用來衡量一個企業的盈利能力,表示一個企業的營業利潤占到了所有利潤收入的比重。

X10 為營運資本/總資產。這是公司的凈流動資產相對于總資產的一種衡量,營運資本是公司流動資產與流動負債之差。

X12 為總資產收益率=利潤總額/總資產。該指標體現的是每單位的資產對應的利潤份額。從一定程度上能夠反應出企業的盈利能力情況。

X13 為主營業務收入/總資產。該指標用來衡量一個企業的償債能力,表示一個企業的主營業務收入占總資產的比重,該指標越大說明一個企業的償債能力越強。

(四)判別模型準確性的檢驗

1.原始樣本分類的準確性

檢驗結果表明,用建立的判別函數對財務出現困境的ST公司的預測正確率達到了87.8%,而對財務狀況健康的非ST公司的預測正確率也達到了93.1%。由于判別函數是從原始樣本數據中推導出來的,因此原始樣本分類的期望準確率理所當然要高些。通過計算兩組判別分(Z值),我們可以看出兩組的Z值幾乎都分別落在(-0.5,-1.5)的兩邊。因此我們可以將區間(-0.5,-1.5)作為灰色地帶,當判別分數屬于該區間的時候,可以判斷該公司在短期內有破產的風險,應該對這樣的公司引起重視,做更加深入的分析調查。

2.臨界值的確定

雖然原始樣本判別值的分界線比較明顯,結果非常理想。但需要說明的是原始樣本中的非ST公司有一半都來自2008年中小板塊排名前60名中的企業,因此是具有的兩級分化公司的性質。假如用此函數對新樣本計算出的判別分也能獲得這樣的結果,那么上述臨界區間才完全可作為我們判斷決策的依據。為了進一步驗證這一模型的判別效果以最終確定更具代表性的臨界值,我們用未參加模型推導分析的隨機挑選的5個ST公司和10個非ST公司進行檢驗。用建立的判別函數公式計算出公式的值。

從檢驗結果可以看出,檢驗樣本中的5家ST公司中有4家的Z值都小于-1.5。非ST的10家公司中有9家公司的Z值都大于-0.5。因此綜合原始樣本和新樣本兩組的結果,區間(-0.5,-1.5)是這兩類公司的一個分水嶺。據此我們可以得出以下判別法則:當Z值大于-0.5的時候,我們可以認為被分析的公司屬于財務健康的類型,在近期沒有破產的風險,Z值越大企業破產的風險越小;當Z值小于-1.5的時候,我們可以認為被分析的公司屬于財務狀況不健康的類型,在近期破產的風險,Z值越小,近期破產的可能性越大。當Z值落在了區間(-0.5,-1.5)的時候,應該引起我們的高度重視,因為這樣的公司面臨著破產的危險,也包括財務狀況暫時健康的一些公司,因此我們需要對這樣的公司做進一步的考察。

三、研究結論及政策建議

(一)研究結論

在建立財務危機預警模型時,本文從公司財務報表中提取了14個指標作為預警模型建立的基礎,通過分析最終從中提取了5個變量成功構建了模型。并且通過了對臨界值的界定,達到了較為理想的效果。

第一,不同的公司營運環境對財務預警模型的影響。通過對Altman的Z評分模型分析,我們可以發現該模型目前被發達國家的眾多金融機構應用,但是我國具有和發達國家差異顯著的商業營運環境,如果原封不動的照搬Z評分模型是不符合我國國情的,也不能得出準確率較高的分析結果。此外,不同的企業規模之間還存在著一定的顯著差異,根據不同的企業規模建立不同的判別分析函數有助于提高模型分析的準確性。所以從國內的中小上市公司財務數據中提煉出特征指標,建立中國自己的判別函數,對于模型的準確性和在我國的實用性具有十分積極的作用。

第二,會計制度不同對財務預警模型的影響。由于國與國之間的會計制度一直存在著差異性,我國的會計制度以及財務信息披露制度有待于跟國際統一的相關制度接軌。而目前我國的會計工作領域存在的會計秩序混亂、會計信息失真、會計控制弱化等一系列問題,這些問題都嚴重影響了會計職能的發揮和會計工作質量的提高。在我國現行會計制度下的財務數據與發達國家的財務數據并不完全一致,如果照搬Z評分模型也會導致判別準確率的降低。

(二)政策建議

首先,整合資源,均衡發展。目前我國中小企業普遍面臨籌資困難的情況,由于存在自身規模較小,經營狀況存在著很大的不確定性等因素,金融機構很難對中小企業進行大量的放款。改善目前不佳的信用狀況。而管理部門也應該對于不同的中小企業,采用不同的手段進行引導。企業的管理部門要在切實做好重大項目的落地和開工建設的同時,保證項目的順利實施,為以后的贏利及企業增長做好準備,并重視在引進消化吸收基礎上的再創新,保證資金的供應鏈,以降低出現財務危機的可能性。合理充分地利用資源,規避風險,降低發生財務危機的可能性。

其次,重視Z值偏差顯著的公司。從本文的指標分析和實證檢驗都可以發現,高Z值公司并非是絕對的安全,它也可能存在著財務危機的隱患。因此,當企業的財務危機預警z值超高時,企業的管理層不能盲目樂觀,認為公司的財務狀況是不存在危機的。應該在內部建立有效的財務預警機制及應急預案,關注Z值的變化情況,對于企業財務危機預警的高z值要具體問題具體分析,不能放松危機意識。

參考文獻:

[1]Edward I Ahman.Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy.The Journal of Finance.1968.23(4):589-609.

[2]William H.Beaver.Financial Ratios∞Predictors of Failure.Journal of Accounting Research.Empirical Research in Accounting:selected Studies.1966(4):71-111.

[3]陳靜.上市公司財務惡化預測的實證分析.會計研究.1999(4): 31-38.

[4]張玲.財務危機預警分析判別模型.數量經濟技術經濟研究. 2000(3):49-51.

[5]溫璐璐,王海濤.遼寧產業結構分析及對策.經濟研究.2006(12):75-76.

[6]吳世農,盧賢義.我國上市公司財務困境的預測模型研究.經濟研究.2001(6):46-55.