前言：中文期刊网精心挑选了财务风险预警研究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。
财务风险预警研究范文1
0 引言
财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失的一种预警方式。
国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了对财务预警的研究，并取得了一定的成果。
1 统计方法预警模型
1.1 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。
陈静（1999）以27个st公司和27个非st公司为样本，最终选定资产负债率、净资产收益率等6个财务指标，分别以公司被st的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。
1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。
周首华、杨济华和王平(1996)在z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了f分数模型：
f=-0.1774+1.1091x1+0.1704x2+l.9271x3+0.0302x4+0.4961x5
其中，x1、x2及x4与z计分模型中的x1、x2及x4反映的指标相同，而x3、x5与z分数模型的x3、x5不同。x3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。x5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的利息是指企业利息收入去利息支出后的余额)。相对于z分数模型，它可以更准确地预测出企业是否存在财务风险。
张玲(2000)以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。此外，采用mda建模的学者还有黄岩和李元旭（2001）、尹侠等（2001）、向德伟（2002）、卫建国等（2002）、杨淑娥和徐伟刚（2003）、唐振宇等（2004）以及贲友红（2005）。
1.3 logit。logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。
吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用fisher线性判定分析、多元线性回归分析和logistic回归分析三种方法分别建立了三种预警模型，并指出应用logistic回归分析法建立的预警模型误判率最低。
此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率0.1为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建模；顾银宽（2005）则基于jackknife检验进行了建模，均提高了模型预测的准确率。
1.4 核函数方法。罗幼喜等（2005）通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指标超过传统预测方法，较好地解决了大规模样本集应用问题。
2 智能预警模型
智能预警模型则主要是基于神经网络分析的各类模型。神经网络模型是一套人工智慧系统，以模拟生物神经系统的模式，利用不断重复的训练过程，使本身能够透过经验的积累达到学习的效果。
王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非线性映射能力，其学习经验的能力强：学者杨保安等(2001)将bp神经网络分析方法运用到银行财务预警的分析中，构建了非线形财务预警模型。
刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于前两种方法的预测准确率。谢纪刚（2004）等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准确率可达到86%。
张根明、向晓骥和孙敬宜（2006）采用bp神经网络法，以263家制造业上市公司的截面财务指标作为学习样本，并使用76家制造业上市公司作为检验样本，建立了制造业上市公司财务危机预警模型。其研究结果表明，与没有区分行业的通用财务危机预警模型相比，分行业的bp神经网络财务危机预警模型的预测准确率较高，能为广大投资者和监管机构预测公司财务状况提供更可靠的依据。
另外，张华伦、孙毅（2006）提出了一种基于粗糙-模糊神经网络（rough-fuzzy-ann）的模型，并给出了相应的算法，通过以我国上市公司财务数据为基础进行的实证分析表明，这种模型具有预测精度高、学习和泛化能力强、适应性广的优点，为企业财务危机的动态预警提供了一条新的途径。张林（2004）采用cbr技术构建了企业财务预警系统，为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。
3 混合模式及其比较研究
近些年来，还出现了财务预警的混合模式。混合模式是指同时采用两种或两种以上的方法建立模型来进行财务预警分析。对此进行的实证研究表明，混合模型比单个方法模型相有着更高的准确型。如：徐勇（2007）以沪深两市制造业上市公司为样本，通过fisher线性判定分析法和logistic回归分析法对我国制造业上市公司财务危机预警模型进行研究。该研究考虑到了财务指标行业性差异，选择制造业上市公司作为样本，可使研究结果更具针对性。
4 我国财务风险预警模型研究评价
通过上述对国内财务危机预警模型的研究，从单变量、多变量、logit模型这些以统计方法为基础的研究到神经网络模型等非统计智能模型，从单一模型的研究到混合模型及其比较研究，从以财务指标为基础的研究到引入非财务指标的研究，财务危机预警模型的研究受到了国内实务界和学术界的高度重视且取得了重大进展。
与此同时，国内在这方面的研究仍存在不足之处。①不同的预警模型适用条件不同，必然影响到模型的正确性和预测精度。当前对财务危机预警模型的研究大多数偏重用财务指标来构建模型，而非财务因素指标不仅在数据上收集困难而且不易测评。②国内学者对这些模型的研究都是通过实证研究得到的，缺乏理论的指导，研究者在选择变量的时候也受到自身价值判断的影响。③在国内现有的财务预警研究中，指标的选择往往基于一般的财务理论、风险理论和管理理论，有时甚至取决于研究者的直观判断以及资料的可获得性，众多研究者还没有找到令人信服的财务风险和预警理论来支撑所建立的预警模型，由此造成了各种财务预警模型的预警结论不一致。
我国这方面的研究中如何考虑行业和规模的影响，样本设计条件的变化如何影响预测精度，如何从理论上和经验上引进更有效的预测变量，而且国内研究对现金流量指标的重视程度也不够，这些都是我们未来需要进一步研究的方向。
参考文献：
[1]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[j].预测.2002.3.
[2]张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.
[3]赵莹.财务预警模型及其在中国的应用综述.特区经济.2005
财务风险预警研究范文2
关键词 ：企业；财务风险；预警；管理
企业的财务风险主要是指在企业的各种财务活动中，因受一些不确定因素影响而使得企业实际财务收益与预期的收益产生一定的偏离，从而给企业造成蒙受损失的可能。随着世界金融危机的不断出现和市场竞争的日益激烈，企业必须要积极建立财务风险的预警系统，健全风险管理机制，从而确保企业的健康发展。
一、构建企业财务风险预警的相关措施
1.建立健全企业财务风险预警系统
财务风险预警系统贯穿于企业生产经营活动的整个过程，其主要是企业信息化的基础上，依据企业自身经营计划、财务报表和其他财务资料，利用金融、市场营销、企业管理和财会等理论，并采用比较分析、数学模型、比例分析以及因素分析等方法而进行的示警预报。
财务风险预警系统的建立不仅可以让企业经营者对一些潜在的财务危机做好应对的准备，及时地找出财务危机产生的根源和经过，给企业的管理经营者提供一些改善财务危机的建议和措施，从而能够为企业未来的管理和经营提供良好的借鉴作用。
2.树立企业的风险防范意识，做好信息管理工作
风险防范意识的树立是保障企业内部财务风险预警系统成功建立和正常运行的前提。因此，在日常工作中企业内部的全体员工，尤其是领导管理阶层要牢固树立企业的风险防范意识，并极采纳合理建议。
企业要加强财务风险预警组织机构的建立，积极遵循“职责独立、专人负责”的原则，从而确保企业的各项风险预警工作能够得到严格的落实，以避免受其他机构的影响和干扰。而在企业信息的管理上，要不断对资料信息系统进行升级，并及时对系统信息进行刷新，以确保各项财务信息的准确性、及时性和有效性。
3.建立健全企业财务风险的分析和处理机制
对财务风险的高效分析是企业财务风险预警系统的关键和核心。而企业财务风险的处理则主要是一些改进方案、补救办法和应急措施。其中，改进方案是对企业管理经营中一些薄弱环节的改进措施，目的是避免和杜绝类似财务风险事件的再次发生；而补救方案则是指当财务危机发生后要采取有效的措施来尽可能地控制损失或减少损失；应急措施是指当财务风险或财务危机出现时，要采取有效的方法和手段进行规避，以避免危机的不断恶化。
4.将企业的财务风险预警系统和其他各项制度建设进行有效地结合
企业作为一个整体，其内部的任何活动都可能会影响到客户对企业的满意度，这就要求企业内部的财务管理要与其他管理活动保持良好的衔接和沟通，同时还要使企业财务风险的预警系统与其他子系统之间保持协调和一致性，并实现资料数据的共享。因此，要规避企业的财务风险，就需要将企业的财务风险预警系统与其他各项制度建设进行有效的结合。
5.遵循和坚持成本效益原则
企业内部财务风险预警系统的良好构建还需要积极遵循和坚持成本效益原则，并使实施预警信息产生的价值能够大于实施预警信息产生的成本，以确保财务风险预警系统构建的有效性和经济性。一般情况下，企业自身的财务风险在很大程度上取决于其内部的现金流量状况。当前企业所面临的财务风险主要包括投资风险、筹资风险、利益分配风险以及资本运营风险等，这些财务风险贯穿于企业财务管理的整个过程，不利于企业的协调稳健发展。因此，在新时期的发展中，企业要通过建立财务风险管理机制来防范和控制各类财务风险的出现，以最大程度地降低企业的风险损失，保障财务安全，从而实现企业运营价值的最大化。
二、企业进行财务风险管理的有效措施
1.积极建立相关的风险预警机制，提高企业应对外部经济环境的能力
复杂多变的经济环境是造成企业财务风险的重要原因，外部的经济环境等因素对企业内部的财务管理有着深刻的影响。面对复杂多变的外部经济环境，企业要加强对其变化趋势和规律的研究，并通过建立相关的财务风险预警机制来有效地掌握外部市场环境的变化，并预测出企业所要面临的财务风险的危机。同时，根据对外部经济环境的预测结果，企业应积极制定相关的应变措施，加强对企业内部财务管理办法和政策的调整，以提高企业应对外部经济环境的能力，减少或避免因外部环境的不利变化而对企业的财务管理造成冲击，从而到达降低企业外部财务风险的目的。
2.建立相关的财务决策机制，提高企业财务决策的科学性
当前企业财务决策中所采用的主观决策和经验决策在一定程度上增加了企业财务决策的失误率，而错误的决策又会大大增加企业所面临的的财务风险。面对这种情况，就需要企业在发展中建立相关的财务决策机制，提高财务决策的科学性，从而防范和减少财务风险的出现。具体来说，企业首先要明确自身的财务决策目标，并确保财务决策目标和企业总体目标的一致性，这是提高企业财务决策科学性的前提。最后，还要对财务决策实施过程进行有效的监督，从而保障企业财务决策的顺利实施，降低风险所带来的损失。
3.确定科学合理的企业资本结构
企业的理财目标和资本结构对财务风险的产生有着重要的影响，这就要求企业要确立科学合理的资本结构，以规避各种财务风险的出现。企业资本结构的合理与否主要受企业筹资决策的影响，因此，企业在进行筹资时应根据自身的实际情况，对与筹资相关的影响因素进行综合的考虑，从而确定出合理的资本结构。
4.建立和完善企业内部的财务风险管理制度
完善管理制度能够明确企业财务风险管理的方向和目标，也是防范和减少企业财务风险的重要措施。同时，企业要不断强化企业自身的内部控制，加强对企业资金的有效管理，以提高其资金的利用率。并对当前的业务流程进行全面的梳理，以找出其中潜在的财务风险和相关的控制措施。另外，还要加强对当前财务控制制度的审核，对其中存在的监管漏洞要进行及时的补充和完善，从而增强其抵御各类财务风险的能力。
加强对企业财务风险的管理，提高企业财务风险预警能力是当前企业应对激烈市场竞争的有效路径。企业要积极建立财务风险预警系统，建立健全财务风险的相关管理机制，从而确保企业的健康持续发展。
参考文献：
[1]许璐.房地产企业财务风险预警管理研究[D].武汉理工大学，2012(11).
财务风险预警研究范文3
本文选取我国军工类上市企业作为研究对象，在对军工上市企业进行特性及财务风险分析的基础上结合文献研究，提出了军工企业财务风险预警指标体系，并进一步运用统计分析方法建立了上市军工企业财务风险预警模型。
一、上市军工企业财务风险预警指标体系建立
为了能使构建的财务风险预警模型能更符合上市军工企业的实际，在指标选取上尽可能地考虑上市军工企业的特征，并融入了部分非财务指标作为最终的财务风险预警指标体系。
在财务指标方面，根据财务管理的有关理论，为了尽可能全面地反映研究对象的财务状况，首先确定了偿债能力、盈利能力、营运能力、成长能力、现金流量能力五大类指标。另外由于军工企业具有明显的特殊性，因此在财务比率指标的选取上也应体现行业特点，对不能明显反映军工企业经营状况的财务指标进行了剔除。经过对各类财务指标进行选择和细分，最终确定了26个指标建立起财务风险预警的财务指标体系。见表1。
在非财务指标确定的过程中，从股权构成方面、军品业务方面、关联交易三个方面考虑，在文献研究的基础上提出了以下假设：
假设l：国有股比例与企业的财务状况呈负相关关系；
假设2：法人股比例与企业的财务状况呈正相关关系；
假设3：军品收入比例与企业的财务状况呈正相关关系；
假设4：关联交易额比例与公司财务状况呈负相关关系；
假设5：上市公司担保率与公司财务状况呈负相关关系。
上市军工企业财务风险预警指标体系的各财务指标与非财务指标及其计算公式如表1所示。
二、上市军工企业财务风险等级评价指标筛选
采用前文所建立的财务指标体系，以我国军工上市企业的26项财务指标作为样本变量。根据主成分分析法的原理，利用统计分析软件SPSS11.5对原始指标进行筛选。
从分析结果中的总方差解释表中可以得出，第一主成份（Component）的特征值为8.478，它解释了31.4%的方差；“Cumulative%”表示累计的方差解释程度或累计方差贡献，26个变量解释了全部的方差，累计数为100%。
从主成份的特征值表中，根据特征值大于1及方差累计贡献率大于85%的原则，从26个变量中提取前6个主成份，这6个主成份析方差累计贡献率达到86.33%，也就是说这6个主成份可以解释大部份方差，利用所提取的主成份可以反映样本86.33%的变量信息，这样便使26个指标简化为6个主成份而不损失大部分信息。为了进一步理解公共因子的实际意义，本研究中使用了正交旋转中的方差最大法进行转换。
因子1主要由X12、X13、X14、X15、X16解释，基本上反映了我国上市军工企业盈利能力；
因子2主要由X1、X2、X3、X4、X3解释，基本上反映了该类企业的偿债能力；
因子3主要由X19、X21、X22解释，反映了企业的成长能力；
因子4主要由X7、X9、X10解释，反映了企业的资产管理能力；
因子5主要由X24、X25、X26解释，反映了企业的现金流量情况。为了方便建立模型，在此把选出来的6个主成分进行重新命名，分别为X1、X2、X3、X4、X5、X6。
三、上市军工企业非财务类指标验证与筛选
在前文的分析中，依据对前人的文献研究以及上市军工企业特征选出了三大类共5个非财务类指标，但是这些指标都是依据文献研究所提的假设，在具体的研究中还需要对各个指标进行相关性分析，以验证各指标与财务状况之间的关系是否显著。
首先选取研究变量。本研究中的变量包括了因变量和自变量两个变量，其中因变量企业财务状况由企业的经营绩效来表示，在量化分析中一般选取净资产收益率代表这一变量，用Y代表；自变量则由本研究所选取的5个非财务类指标组成，即国有股比例、法人股比例、军品收入比例、关联交易比、上市公司担保率，分别用N1、N2、N3、N4、N5表示。
根据SPSS11.5统计软件中的二元变量相关性分析，初步得到军工上市企业财务状况与其假设提出变量之间的关系。从各变量之间的相关系数可看出，国有股比例、军品销售额占主营业务收入的比率、上市公司担保率三个变量与净资产收益率都有着较高的相关度，而且支持上文的假设情况，可以作为入选的非财务指标。其他指标与因变量也有一定的相关度，但相关程度比较低，因此认为这些变量与反映企业经营绩效进而代表财务状况的净资产收益率之间没有显著相关关系。
因此，经过对53家军工上市企业数据进行的相关性分析，提取出国有股比例、军品销售额占主营业务收入的比率、上市公司担保率这三个指标作为建立上市军工企业财务风险预警模型的非财务变量。
四、基于判别分析法上市军工企业财务风险预警模型构建与验证
基于判别分析法，对上市军工企业财务风险预警模型进行如下构建与验证：
第一，对样本企业进行聚类分析。本文选取了聚类分析来对我国上市军工企业进行分类，尽量消除主观因素的影响，提高分类的科学性，考虑到实际情况中有些公司的财务状况处于中间状态，将我国上市军工公司分为三类即财务危机公司、非财务危机公司（不会发生财务危机公司）和中间状态公司（财务状况一般公司），以更好地反映整个行业的财务状况。
本次研究选取前文中用主成分分析方法提出的6个财务指标以及经过相关性分析的3个非财务指标总共9个因子做为变量，用SPSS软件中的聚类分析模块进行分析。考虑到现实中存在部分企业的财务状况居于中间位置的情况，本文认为把我国上市军工企业的财务风险类型分为三类（3 Clusters）更为合理。接下来选取聚类分析法中的完全连接法（Furthest neighbor）做为具体的聚类方法，在输出的结果中选择聚类归属表，直观地表示本次聚类分析的结果。如表2所示。
第二，上市军工企业财务风险预警模型构建。在模型构建之前，通过对我国上市军工企业财务风险预警的判别函数进行的有效性检验、协方差相等的Box检验以及函数的拟合优度检验，表明该判别函数是有效的。在这些检验分析的基础上结合结构矩阵，就可以得到非标准化判别函数，如下表给出了标准化和非标准化的典则（Canonical）判定函数系数值，据此可构造标准化和非标准化的典则判定函数，系数值如表3所示，用以计算每一条记录在领域图（Territorialmap）中的坐标值。
其中的标准化是指原始变量的标准化，使用典则函数需要先计算出坐标值，然后查领域图或者计算该点离各点心的距离，在设定判别规则时还要考虑如何确定阈值点，较为繁琐。而采用Bayes准则构造出的Fisher判别函数就可以用原始变量直接进行判别，简便又不失判别的准确性。
表4即是所得到的费歇（Fisher）线性判别函数的系数，从而就可以得出包含9个变量的判别分析的Fisher线性判别函数模型，由于本文是将样本分为三类，在判别分析中需对这三组进行两两对比分析，故判别模型函数为三个。
依据上表中的判别函数系数数据，这三个函数的表达式为：
Y1=0.477X1+0.106X2+0.457X3+0.433X4+0.916X5-0.743X6+ 0.811X7-0.647X8+0.792X9-1.417
Y2=-0.259X1+0.773X2-2.627X3-3.754X4-4.683X5+1.853X6-
6.130X7+2.376X8+0.593X9-11.057
Y3=-13.003X1-7.042X2-0.579X3+5.777X4-4.053X5+13.025
X6+6.309X7+0.925X8-8.734X9-57.362
其中，Y1，Y2，Y3分别表示无警类、轻警类、巨警类企业的函数判别值；X1、X2、X3、X4、X5、X6、X7、X8、X9分别代表我国上市军工企业盈利能力、偿债能力、成长能力、现金流量情况、资产管理能力（由X5、X6共同反映）、国有股比例、军品销售占主营业务收入的比例、上市公司担保率。
在判别模型建立以后，为了更直观地确定企业的财务风险类别，还需要确定模型的判别规则。本文建立的我国上市军工企业财务风险预警模型实质上是采用贝叶斯准则构造出的费歇判别函数，因此本文所采用的判别准则也是贝叶斯判别准则，具体是将每一家企业的9个因子值分别代入模型的三个判别函数中，计算每个企业的三个判别函数值，以这三个函数值最大的一个做为分类标准，即得分最高的一类就是该企业所属的类别。利用这样的判别准则就可以把每家企业的数据代入模型进行具体的判别分析了。
第三，上市军工企业财务风险预警判别模型的判别效果检验。对于建立的财务风险预警模型，模型本身是一方面，其实最关键的还是要看该模型的判别效果如何，准确度有多大。因此，就有必要对模型的判别效果进行分析检验。本文选取交互验证法对模型2008年的判别效果进行验证，并引入模型外部数据进行检验，即将2007年和2006年我国上市军工企业的财务指标代入模型中进行验证。从2008年、2007年、2006年的预测效果看来，如表5所示模型对3年的预测准确率逐渐呈下降趋势，离建立模型年度越近，预测的精度越高，这也符合一般模型离预测期限越近，预测效果越好的客观规律。
通过以上研究表明，该模型的预测效果是可观的，可以作为上市军工企业避免财务危机发生的有效措施。如果上市军工企业采用本文所构建的模型进行预警管理，就可在财务风险恶化的前一年或前两年对企业所存在的财务风险采取针对性的管理措施，从而有效地防范财务危机的发生。
参考文献：
［1］姜秀华、任强、孙锋：《上市公司财务危机预警模型研究》，《预测》2002年第3期。.
［2］张玲：《财务危机预警分析判别模型及其应用预测》，《数量经济技术经济研究》2000年第6期。
［3］李益骐、田高良：《上市公司财务预警实证研究》，《西北大学学报（哲学社会科学）》2009年第5期。
［4］陈晓龙：《市公司财务危机的预警模型》，《统计与决策》2009年第15期。
［5］宋贵奇：《构建军工科研事业单位财务预警体系探讨》，《中外企业家》2008年第9期。
财务风险预警研究范文4
一、概述
财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据，对企业的经营活动、财务活动等进行分析预测，采用可靠的预警模型对财务危机进行预警，使企业经营者及时洞察企业可能发生的财务危机，并预防财务危机的发生。财务预警指标的功能主要有：
（一）预知财务失败 当可能发生财务失败时，能提醒管理者提早作准备或采取对策防止财务危机。
（二）预防财务危机发生或控制其进一步扩大 当财务出现危机征兆时，能及时指出导致企业财务状况恶化的原因，使经营者及时制订有效措施，阻止财务状况进一步恶化。
（三）避免类似财务危机再次发生 有效的财务失败预警指标能弥补企业在现有财务管理及经营中的缺陷，完善财务预警系统。
二、创业企业不同阶段创业活动及财务风险
财务预警指标体系构建的重要环节就是要找出诱发财务风险的潜在信号，创业企业在不同生命阶段存在着不同的财务风险。我国一般将创业企业的生命周期划分为为五个阶段，即种子阶段，创立阶段，成长阶段，扩张阶段，成熟阶段。
（一）种子阶段创业活动及财务风险 创业企业在种子阶段的主要任务是研究开发，验证发明创造及创意的可行性，研究开发的成果是样品、样机，或者是较为完整的工业生产用服务的解决方案。除了技术研发外，创业企业在创立之前要经过信息收集、建立团队、做好融资以及撰写商务计划书等工作。
种子阶段的财务风险主要体现在以下几个方面：
（1）融资量不足，造成技术研发资金短缺的风险。在此阶段，筹资的最大问题不在于获得足够的资金以启动新企业，而是在创立初期获得足够的资金并确保新企业不会将现金耗尽。也就是说，当企业出现负现金流的时候能马上追加投资获得新的资金。否则，这种资金短缺风险将会使企业陷入财务危机并最终破产。因此，创业者在种子阶段时，必须对未来，尤其是创立初期资金可能出现的短缺从数量和时间上作出充分的、准确的估计，为资金的筹措做好准备。
（2）技术风险的存在造成未来的财务风险。如创业者掌握的生产技术是否支持大批量的生产，生产出的产品是否存在致命瑕疵等，这些生产技术的风险可能影响企业未来的销售，进而造成企业资金链的断链，引发财务危机。
（二）创立阶段创业活动及财务风险 进入创立阶段，企业已开发出了新产品的样品、样机或己形成较为完善的生产工艺、生产方案等，但还需要在许多方面进行改进，尤其需要在与市场相结合的过程中加以完善，使新产品成为市场乐于接受的商业化产品。
创立阶段的财务风险主要体现在以下几个方面：
（1）产品市场占有率偏低无法收回成本。企业成立后要做的首要任务是尽快打开市场，扩大市场占有率，但这并不是很容易做到的。对于以高新技术为主的创业企业生产的新产品就存在技术风险，一旦和原有的设想不符或达不到原有的要求，或者新产品的创意难以满足客户的要求，都可能影响企业的销售。如果在创立初期不能尽快获得客户，打开市场，就很容易因为销售量过低使企业陷入财务危机。
（2）产品单位成本偏高引发财务风险。在创立期创业企业的生产技术还不成熟，往往并不具有大规模生产产品的能力，导致分摊在每个产品上的固定成本过高，这种高的单位成本往往超过了产品在消费者心理的预期价位和相似产品的均价。如果企业以低于其实际生产成本的定价进行销售会造成企业亏损，导致财务危机。相反如果企业定价过高，就会影响产品销售，增加存货成本，造成风险的恶性循环。
（3）资金短缺风险。如果销量提不上去，生产产品的成本又过大，企业的经营现金流就出现负数。如果企业不能及时注入新的资金就面临着破产的困境。
（4）销售款回收时间过慢造成的风险。创业企业采用赊销方式进行销售，会造成销售资金回收的不及时，导致创业企业自身出现支付困难，若不能及时筹集到资金，会影响企业的信用，由信用风险引发财务危机。
（三）成长阶段创业活动及财务风险 进入成长阶段，创业企业实现了科研成果向工业化生产的转化。此阶段的企业要不断扩大生产能力，组建起自己的销售队伍，大力开拓产品市场，牢固树立起企业的品牌形象，确立企业在业界的主导地位。在组织结构上，创业企业已不再是单元组织的机构，各职能单位开始有了部门的界限，研发、生产、市场营销、售后服务也逐步细化分工。
成长阶段的财务风险主要体现在以下几个方面：
（1）资本结构不合理引发财务风险。在成长期，企业开始有了资金的积累，但自身的积累很难满足快速增长的需要，这时企业融资比起创业的前两个阶段要容易很多，融资的重点在于选择合适的融资方式。企业可以通过适度运用财务杠杆的作用，增加负债量，提高企业的净资产收益率。但是，财务杠杆的过度使用会增加企业的财务风险，加大未来还本付息的压力，提高资本成本。
（2）资金使用时间不匹配产生财务风险。企业财务管理要求现金流入在时间和金额上同现金流出需求相匹配，使收益最大化。若现金流入和现金流出的需求不匹配，将大大降低其运用资金的效益，从而带来财务风险。
（四）扩张阶段创业活动及财务风险 在扩张阶段，创业企业生产的产品已为市场所接受，且市场需求较大；产品已开始批量化生产，制造成本大幅度下降，产品价格也有了下降的空间，因此销售额将迅速上升，企业利润也随之增长。企业由现金流平衡点转向盈亏平衡点，并能得到相当大的纯收入。企业已开始实现预定的市场份额目标，并进行后续技术创新，完善理管体系。企业往往也需要进行进一步的扩充，引进生产线，以适应迅猛增长的需求，巩固在市场中的地位。
扩张阶段的财务风险主要体现在以下几个方面：
（1）缺乏适当的财务管理制度。在扩张期，企业的销量迅速增长，应收账款与存货的占有率也大幅增加，存货周转期及应收账款周转期增长，流动资金投资需求也越多，从而降低资金流动性。企业需要建立一套合理的应收账款及存货的管理制度，比如按客户的信用度确定不同的赊销比例，派专人对客户进行联系和及时反馈；做好产品交存、发出到客户使用过程中的监控，每月定期清理未流动的产品等。
（2）利润分配政策不当。这时，企业有了一定的盈利，资金相对较为宽裕，创业者也开始考虑分享创业成果，此时如何处理分配与积累、投资三者的关系，影响到企业今后的持续发展。如果将利润过多地分配出去，势必会减少企业对研发的资金投入，这样可能使企业未来研发资金短缺，引发财务风险。
（五）成熟阶段创业活动及财务风险 进入成熟期，企业为了保持竞争地位，必须不断地进行技术开发，创造新的产品。同时，为使企业获得新的生机，永续经营，此时的企业发展目标不能仅定在成熟上，而更重要的是质变，形成真正的强大企业。
成熟阶段的财务风险主要体现在：企业进入成熟期往往也意味着产品进入了成熟期，此时企业如果不及时作出调整，下一阶段该产品很可能进入衰退期，逐步被市场所淘汰，使企业陷入不利境地。因此在企业的扩张末期和成熟期创业者要进行新产品的研发或现有产品的改良。新产品的研发需要大量的资金、人力和时间投入，一旦和预期结果出现偏差，将直接造成企业的财务危机。
三、创业企业不同阶段财务预警指标选择
创业企业财务预警指标体系可从偿债能力、盈利能力、资产运营能力、发展能力和现金流量结构五个方面确定。创业企业根据不同的生命周期阶段，从总表项目中抽取相应的指标，组成适应各成长阶段的财务风险预警指标体系。
（一）种子阶段财务预警指标 在种子阶段，创业企业尚未正式成立，基本没有现金流入，只产生技术研发等现金流出。创业企业要预测未来的资金需要量，确定对内和对外的筹资额，选择恰当的筹资方式，顺利筹措到种子期和创立初期的资金。需要关注的指标是现金耗尽时间=现金持有量/现金消耗率。创业者的现金耗尽时间越短，筹资就越困难，创业企业可能连基本的研发都无法维持下去，导致企业未成立就胎死腹中。
（二）创立阶段财务预警指标 在创立阶段，企业刚进入市场，销售量不高，往往低于盈亏平衡点销售量，销售回收资金有限，这时会出现现金流出大于现金流入。需要关注的指标包括偿债能力指标（流动比率、速动比率、现金比率）、资产营运能力指标（应收账款周转率、存货周转率）、现金流量结构指标（筹资现金流量流入与流出比、经营现金流量流入与流出比）。由于企业处于初创期，盈利很低甚至亏损，财务管理上应注意保本点分析，计算保本量与保本额。
（三）成长阶段财务预警指标 在成长阶段，企业销量不断提高，盈利增长，有了一定的资金积累，仍需要有大量的资金投入生产和销售中来维持这种增长势头。需要关注的指标包括偿债能力指标（流动比率、速动比率、现金比率、资产负债比率）、资产营运能力指标（应收账款周转率、存货周转率、流动资产周转率）、盈利能力指标（总资产报酬率、主营业务收入利润率、成本费用利润率）、现金流量结构指标（筹资现金流量流入与流出比、经营现金流量流入与流出比、现金流入结构、现金流出结构）。在此阶段，企业的信用增强，对外借债的能力增加，企业要适当运用财务杠杆，计算财务杠杆系数和总杠杆系数。
（四）扩张阶段财务预警指标 在扩张阶段，企业产品销量迅猛增长，有了一定的市场占有率和企业知名度，仍需要保持这种增长速度，使企业可持续发展。企业除了关注偿债能力指标、资产营运能力指标、盈利能力指标外，还要关注发展能力指标（销售增长率、资本积累率、总资产增长率）和利润分配的能力（股利支付率）。
（五）成熟阶段财务预警指标 在成熟阶段，企业除了要维护现有的盈利外，还要积极寻找新的利润增长点。企业要继续研发新产品或改良旧产品，这种研发或改良需要大笔的资金，若在研发的过程中出现资金短缺，就可能引起项目的终结，乃至整个企业的财务困境。企业除了关注扩张阶段的所有指标外，还要进行投资项目决策分析，估算项目各阶段的现金流入与现金流出，计算出项目的可行性。
财务风险预警研究范文5
关键词：氯碱化工；财务风险；财务预警
中图分类号：F23 文献标识码：A
收录日期：2017年3月29日
一、研究回顾
目前，国内对于财务预警的研究主要有以下几种模型：多元线型判别法以Z-score模型为例，该模型仅适合应用于短期预测的结论。Altman的Z-score模型尽管还存在一定的不足和片面性，例如样本材料数据的选取要符合正态分布，而且通常对公司前一年的预测精确度较高，对前两年前三年的预测精度有所下降。不可否认的是他的综合分析思想却对后来的研究产生了深远的影响。F分数模型相比Z-score模型，新加入了现金流量这一自变量指标，同时考虑了公司财务状况的发展和变化，决策者可以较容易地建立财务危机预警机制。Logistic模型的研究对于我国来说主要分为两种，一种是研究者采取的样本或者均为中小企业的上市公司，不能代表大部分我国的上市公司；另一种是配对抽样相当于默认风险公司与无风险公司的比例是相等的，与事实显然不符，可能会产生过度抽样或样本自我选择问题，由此也会高估模型的有效性。功效系数法作为一种反映多指标、综合分析的定量评价的方法，它运用简单明了的计算公式，根据各项指标的重要性来确定指标的权重，但是蜗畹梅值钠兰郾曜既范难度较大，不易操作。
二、研究设计
（一）样本选取。本文选择化工行业2013～2015年财务数据构建模型。根据统计学原理，选取2015年化工行业上市公司为ST公司的10家公司，再选取与之相配对的非ST公司100家，总共110家上市公司作为样本，用这110家公司2013～2015年财务数据构建模型，并与真实算出的比率作对比，进而算出其准确率。
（二）指标选取。因为笔者主要研究化工行业上市公司财务预警模型的构建，所以上市公司的财务绩效（ST或非ST）即为被解释变量。上市公司财务绩效的影响因素即为解释变量。但是，目前还没有对上市公司财务绩效进行测度的权威指标，所以在参考其他学者的著作前提下，笔者将选取以下财务指标作为上市公司财务绩效的影响因素：流动比率、速动比率、资产负债率、产权比率、总资产增长率、净利润增长率、应收账款周转率、存货周转率、总资产周转率、全部现金回收率、营运指数、总资产净利润率、净资产收益率、营业毛利率、成本费用率共15个财务指标。根据上节对变量设计及解释的描述，笔者构建影响因素模型所涉及到的变量如表1所示。（表1）
（三）模型的构建。根据前文的理论分析，笔者将上市公司财务绩效预警的影响因素模型构建为：
Y=a0+a1×X1+a2×X2+a3×X3+a4×X4+a5×X5+a6×X6+a7×X7+a8×X8+a9×X9+a10×X10+a11×X11+a12×X12+a13×X13+a14×X14+a15×X15+ε
其中，Logit（Y）=ln ，我们可以算出？籽值，当？籽>0.5时，即判定为财务困境公司，反之则判定为经营状况正常的公司。另外，ε为模型中的残差项。由于该模型中的自变量个数较多，所以在后文的实际结算中，笔者将采用“向后：条件”法筛选自变量，并设置为进入概率为0.05，删除概率为0.10。
由表2可知，在关于各个变量的单样本k-s检验结果中，“流动比率、速动比率、资产负债率、产权比率、总资产增长率”变量k-s检验对应的概率P值均小于显著性水平0.05，应拒绝检验的零假设，即可认为“流动比率、速动比率、资产负债率、产权比率、总资产增长率”的样本数据均不符合正态分布。（表2）
由表3可知，在关于各个变量的单样本k-s检验结果中，“净利润增长率、应收账款周转率、存货周转率、总资产周转率、全部现金回收率”变量k-s检验对应的概率P值均小于显著性水平0.05，应拒绝检验的零假设，即我们可认为“净利润增长率、应收账款周转率、存货周转率、总资产周转率、全部现金回收率”的样本数据均不符合正态分布。（表3）
由表4可知，在关于各个变量的单样本k-s检验结果中，“营运指数、总资产净利润率、净资产收益率、营业毛利率、成本费用利润率”变量k-s检验对应的概率P值均小于显著性水平0.05，应拒绝检验的零假设，即我们可认为“营运指数、总资产净利润率、净资产收益率、营业毛利率、成本费用利润率”的样本数据均不符合正态分布。（表4）
综上所述，由于所选15个指标数据均不符合正态分布，而Logistic模型不需要严格的假设条件，预警准确率也相对较高，所以本文选用此方法来预测上市公司的经营状况。
在本节中，笔者以2013～2015年化工行业上市公司为样本进行Logistic模型建立，如表5所示。（表5）
由表5可知，在Logistic回归分析模型中，“非财务困境”在模型中的编码为0；而“财务困境”在模型中的编码为1。
由表6可知，设置向后步进的进入概率为0.05，删除概率为0.10，经“向后：条件”法筛选自变量后，模型1中的自变量只剩下了：资产负债率（X3）、总资产增长率（X5）、净利润增长率（X6）、存货周转率（X8）、营业毛利率（X14）、成本费用利润率（X15）。（表6）
表6中的B值代表的是各个变量的回归系数，我们在构建模拟方程时就是将每个B值代入到15个财务指标前作为系数，构建Logistic财务预警模型的模拟方程，如下：
Y=-2.174+2.749×X3-2.425×X5+0.014×X6-0.026×X8-7.816×X14-1.542×X15
而通过Logit（Y）=ln 公式，我们可以算出？籽值，当？籽>0.5时，即判定为财务困境公司，反之则判定为经营状况正常的公司。
（四）模型的检验。先对选取的110家制造业公司2013～2015年的上述6项指标代入模型进行预测模拟，计算结果并比较值。如果>0.5，则说明该公司极有可能陷入财务危机，反之则说明公司状况良好，处于正常经营状态。计算结果如表7所示。（表7）
由表7可知，笔者所建立的Logistic模型对2013～2015年的样本数据检验出来的结果：30家ST公司中有7家被误判，300家非ST公司中有2家被误判，ST与非ST公司的判别准确率分别为：76.7%和99.3%，准确率总体上为97.3%。上述分析结果表明笔者所建立的Logistic模型能够在一定程度上预测出我国制造业上市公司的经营状况，能够较准确地预测出化工行业上市公司是否会被ST。
三、研究总结
本文通过对上文中选取的研究变量进行统计筛选，并应用于模型的建立，得出适用于我国氯碱化工上市企业的财务危机预警模型。通过对模型的检验，结果表明预警模型的预测准确率是可以满足该类企业的财务预警需要的。但是，本文选取在证券交易所上市的110家氯碱化工行业的上市公司作为研究对象，而未上市的氯碱化工公司也在经济活动中发挥重要作用，需要未来拓展研究。本文以氯碱化工类上市公司对外公布的财务指标进行预警模型构建和分析，未纳入非财务性因素变量，在未来研究中应扩大指标范围，使研究更加准确。
主要参考文献：
财务风险预警研究范文6
【关键词】 河北省制造业； 财务风险； 预警模型； 因子分析
一、引言
自1994年1月3日威远生化在沪交所上市以来，到2011年11月11日止，河北省共有42家企业分别在深、沪交易所发行股票并上市，其中有33家为制造业，占78.57%。河北省上市公司中6家发生财务危机的有5家是制造业，占到83.33%。制造业作为河北省上市公司主导行业，其经营情况直接反映本省经济发展态势。鉴于制造业5家被ST的情况，本文拟根据河北省制造业的特点，采用代表性指标，来建立适合河北省制造业上市公司的财务危机预警模型，为制造业上市公司以及利益相关者提供预警信号。
二、文献综述
国外学者在财务风险预警模型研究领域的经典成果有：一元判别法、多元线性判别法，即Z计分模型、Logistic模型和类神经网络模型。之后又有学者尝试使用新研究方法、新变量进行研究，都取得了相应的成效。如Ohison构建了Probit模型，Kim和McLeod，Jr通过专家决策的方式构建了线性和非线性的破产预测模型，研究发现非线性模型的预测效果较好。Galindo和Temayo利用统计学和机器学的方法对银行信用风险进行评价等等。
国内对此的研究起步较晚，主要从以下三个方面进行研究。一是财务风险预警模型及方法的研究，主要包括：Z模型的进一步研究，贺琼、郝汇（2007）运用SPSS统计软件对我国企业进行财务风险预警研究；多元线性回归模型，李月英（2010）选取沪深证券交易所2009年所有被特别处理（ST）的7家农业上市公司作为研究样本，采用多元线性回归模型对农业上市公司的财务数据进行了预警分析；多元逻辑回归模型，李娜（2008）运用因子分析和逻辑回归分析相结合的方法构建适合农业上市公司的财务风险预警模型。二是财务危机预警模型的比较研究，将对Z分数模型与F分数模型进行比较与选择并以我国工程机械上市公司2007年、2009年财务数据为研究对象，检验两种模型的预警效果最终得出F分数模型更适合我国工程机械上市公司财务风险预警的结论等等。三是财务风险预警指标的研究，席光继（2007）研究确定了企业经营风险中关于营销类的指标，对企业的经营风险进行了预警研究。
河北省制造业上市公司财务风险是由河北经济加速发展引起的，是加速发展与内外部影响因素之间矛盾的体现。本文拟通过对河北省制造业上市公司财务数据的处理和分析，从偿债、盈利、运营、发展四个方面筛选出能够准确分析河北省制造业上市公司财务风险的指标，并在因子分析的基础上，建立能够有效防控河北制造业上市公司财务风险的预警模型。
三、河北省制造业上市公司财务风险分析
河北省制造业上市公司财务状况不是很乐观，其风险存在的问题主要包括以下几点，所以建立其财务风险预警模型有着必要性、紧迫性和现实意义。
（一）企业负债高
资产负债率低于50%的公司占河北省制造业上市公司总数的百分比由2006年的32%涨到2010年的40%，整体上呈上升趋势；资产负债率50%～70%的公司占河北省制造业上市公司总数的百分比由2006年的52%降到2010年的32%，整体上呈下降趋势；资产负债率超过70%的企业却由2006年占总数的16%涨到2010年的28%，总体上呈上升趋势。大多数河北省制造业负债持有水平在50%以上，这与西方发达国家一般将50%的负债率视为企业负债过度的“标准线”相比偏高。因此河北省制造业上市公司总体财务状况存在一定的隐患，必须引起高度重视。
（二）盈利情况不容乐观
截止到2006年河北省制造业25家上市公司中有4家亏损，亏损面为16%；2007年河北省制造业上市公司中亏损的有2家，亏损面降为8%；2008年河北省制造业上市公司中亏损的数量增为6家，亏损面达到24%，比全国平均亏损面18.54%高出5.46个百分点；2009年底河北省制造业上市公司中亏损的有7家，亏损面达到28%；2010年河北省亏损的公司家数又降到了2家，比2009年7家亏损减少了5家。管理者当局需认清不稳定的财务状况，分析河北省制造业上市公司财务风险产生的根源，着手治理，从根本上解决财务风险的发生。
（三）部分上市公司资产质量较差
通过资产质量可以帮助判断一个企业的价值、发展潜力和偿债能力。调查发现河北省制造业上市公司中的部分上市公司资产质量较差，资本结构不合理，隐含了较大的财务危机。其中部分上市公司持有较大应收款，例如冀中能源2008年应收款达到2 674 739 632元之多、河北钢铁2010年其他应收款达到了460 679 591元。
四、河北省制造业上市公司财务风险预警模型的建立及应用
（一）样本的选取
研究财务风险预警模型，样本的合理选择直接关系到模型的实用性。考虑到数据采集的难易和河北省上市公司的实际情况，本文主要的研究对象为河北省制造业上市公司。根据上市公司资讯网公布的资料，经过数据整理和剔除缺失及特大异常数据，采用中国证监会（CSRC）1998年颁布的行业分类方法，最终选取25家河北省制造业上市公司2006—2010年的数据，通过其中的2006—2008年的数据确定指标并建立模型，运用2009—2010年的数据进行模型应用并检验。样本数据主要来源于上市公司资讯网和河北省证监会网站。
