导语：如何才能写好一篇上市公司财务危机预警研究，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
关键词：财务危机预警指标预警模型
一、引言
二、研究设计
（二）变量设计本文在充分借鉴已有研究成果，并考虑研究问题的特点，运用已有的指标选取经验，结合定性和定量的分析理论，最终选用了七大类19个财务指标，它们分别是短期偿债能力:流动比率（x1）、营运资金比率（x2）；长期偿债能力:资产负债率（x3）、利息保障倍数（x4）；营运能力:应收账款周转率（x5）、存货周转率（x6）、总资产周转率（x7）；盈利能力:营业收入净利润率（x8）、资产报酬率（x9）、净资产收益率（x10）；现金获取能力:主营业务收入现金比率（x11）、现金流量对流动负债比率（x12）、每股现金净流量（x13）；股东获利能力:每股营业收入（x14）、每股收益（y1）、每股净资产（x15）；发展能力:资本积累率（x16）、总资产增长率（x17）、主营业务收入增长率（x18）、净利润增长率（x19）。财务危机用每股收益y1表示为因变量，以本年度财务指标Xt为解释变量。
（三）研究假设本文基于研究目的提出如下假设：
H1：资产负债率指标对财务危机的预测无显著影响
三、实证结果分析
（一）描述性统计从（表1）的描述性统计结果可以看出，ST公司和非ST公司在偿债能力、营运能力、盈利能力、股东获利能力、现金获取能力和发展能力方面存在一定差异。具体表现如下：第一，ST公司的资产流动性普遍不如非ST公司。ST公司流动比率（X1）、营运资金营比率（X2）的均值都低于非ST公司，说明它的短期偿债能力明显低于非ST公司。第二，ST公司的财务风险高于非ST公司。ST公司资产负债率高于非ST公司，说明负债很重，易于陷入财务困境。第三，ST公司的盈利能力显著低于非ST公司。ST公司的营业收入净利润率（x8）、资产报酬率（x9）、净资产收益率（x10）均低于非ST公司，说明ST公司陷入亏损。第四，ST公司资本积累率（x16）、总资产增长率（x17）、主营业务收入增长率（x18）均低于非ST公司，说明ST公司没有发展后劲，很难从财务困境中摆脱出来。
（三）回归分析根据（表3）回归分析，从中选择利息保障倍数（x4）、总资产周转率（x7）、资产报酬率（x9）、每股现金净流量（x13）建立预警模型，如下：Y1=0.041039+0.033461X4-1.066242X7+0.701593X9+0.445728X13
四、结论
参考文献：
［1］陈静：《上市公司财务恶化预测的实证分析》，《会计研究》1999年第4期。
［2］陈晓、陈治鸿：《中国上市公司的财务困境预测》，《中国会计与财务研究》2000年第24期。
［3］吴世农、卢贤义：《我国上市公司财务困境的预测模型研究》，《经济研究》2001年第13期。
［4］长城证券课题组：《上市公司财务危机预警系统:理论研究与实证分析》，2002年第3期课题报告。
［5］姜秀华、任强、孙铮：《上市公司财务危机预警模型研究》，《预测》2002年第3期。
［6］崔学刚、王立彦、许红：《企业增长与财务危机关系研究》，《会计研究》2007年第12期。
［7］王琳、周心：《我国上市公司财务危机预警模型的实证研究》，《重庆科技学院学报（社会科学版）》2008年第6期。
［8］刘彦文：《上市公司财务危机预警模型研究》，《大连理工大学博士学位论文》2009年。
[关键词]上市公司财务危机预警指标筛选多层次
一、前言
随着我国市场经济的迅速发展，证券市场已成为影响我国国民经济的重要组成部分。虽然近年来，我国上市公司的数量不断增涨，规模也在不断扩大，但大多数上市公司都较普遍地存在企业经营业绩不佳和抗御风险能力不强等问题。如何利用信息技术建立有效的财务危机预警系统来预防财务危机的到来，对企业、投资者和政府都具有重大的现实意义。财务危机预警指标的选定对预警系统的运行速度及预测精度的影响较大，因此，本文将建立多层次筛选的方法去确定最敏感的指标属性，从而保证预警系统的实用性。
二、初选财务危机预警指标
为了全面的反映企业的财务状况，在进行财务指标初选时应全面了解企业各方面的综合情况，保证所选指标能全面揭示企业的财务状况和发展趋势。本文借鉴国内外学者的研究成果的基础上，选取包括了企业偿债能力、成长能力、盈利能力、营运能力和现金能力等方面的财务指标，除此外，还选择了包括审计报告类型、独立董事比例等方面的非财务指标，这样能有效地结合了审计及宏观经济指标等信息构建了综合指标体系，共选取43个指标作为研究初始变量来构建上市公司财务危机预警的指标体系，其中包括财务指标29个，非财务指标14个。
三、多层次筛选财务危机预警指标
首先，通过K-S检验对样本指标总体分布状态进行推断，根据所样本指标是否为正态分布，分别再采用参数及非参数检验方法对43个预警指标进行初步地筛选，剔除显著性较差的指标。
1.正态性分布检验
本文先对43个财务指标及非财务指标进行正态分布检验。根据其检验结果再确定指标显著性的检验方法。K统计量公式如下：
K=max（丨S(xi)-F(xi)丨）
本文利用SPSS统计分析软件提供的K-S检验，对120家训练样本上市公司2006年至2009年的43个财务指标进行正态分布进行检验。在a=0.05的显著性水平下，X3（资产报酬率）、X4（总资产净利润率）、X14（总资产周转率）、X15（流动资产周转率）、X17（总资产增长率）、X18（净利润增长率）、X21（现金流量对流动债务比率）、X22（现金流量对债务总额比率）、X25（每股经营现金流量）的K统计量的概率P值大于0.05。除以上9个指标的样本总体符合正态分布，将采用T独立样本检验的方法，其余35个指标样本总体不符合正态分布，将采用两独立样本的非参数检验显著性差异。
2.两独立样本的T检验
根据两样本均值差的T统计量，对X3（资产报酬率）、X4（总资产净利润率）、X14（总资产周转率）、X15（流动资产周转率）、X17（总资产增长率）、X18（净利润增长率）、X21（现金流量对流动债务比率）、X22（现金流量对债务总额比率）、X25（每股经营现金流量）等9个预警指标变量进行独立样本T检验。在a=0.05的显著水平下，X3（资产报酬率）、X14（总资产周转率）、X17（总资产增长率）、X18（净利润增长率）、X21（现金流量对流动债务比率）、X22（现金流量对债务总额比率）、X25（每股经营现金流量）这7个预警指标变量通过了T检验的显著性水平。X4（总资产净利润率）和X15（流动资产周转率）由于概率值P都大于0.05，因此，该两个变量未通过显著性检验，应该剔除。
3.两独立样本的非参数检验
两种独立样本非参数检验的方法包括曼-惠特尼（Mann-Whitney）U检验和K-S检验等，借鉴前人此两种检验方法后K-S检验效果是最好的最稳定的。因此，本文选择使用■D统计量的K-S检验方法。
非参数统计方法由于不假定特定的总体概率分布，尽量从数据本身获取所需信息，有着广泛的适用范围。特别是在数据由于某种原因被污染，有着许多离群值（Outlier)，或者在分析定性数据时，非参数方法更具有天然的优势。因此，本文将对所有不符合正态分布的样本指标采用曼-惠特尼U检验方法进行显著性检验。
U统计量的计算公式为：
根据T检验和非参数U检验的结果可以得出被确定的预警指标为X1（每股收益）、X3（资产报酬率）、X5（销售净利率）、X10（资产负债率）、X14（总资产周转率）、X17（总资产增长率）、X18（净利润增长率）、X21（现金流量对流动债务比率）、X22（现金流量对债务总额比率）、X25（每股经营现金流量）、K13（审计意见类型）等11个预警指标。
最后，利用粗糙集简约技术进一步筛选财务危机预警指标。粗糙集理论是用于处理不确定、不完全和不精确数据的数学计算理论，能有效地处理各种不确定信息，并从中发现隐含知识，揭示事物和实践的内在规律。粗糙集理论具有以下特点：不需要先验知识、强大的数据分析功能和粗糙集与模糊集描述了不完备信息的两个方面等。将粗糙集知识约简技术与BP神经网络技术相结合的方法，该方法的理论基础就是采用粗糙集知识约简技术先对训练样本参数进行知识提炼与约简，再通过BP神经网络技术进行数据判别与分类。由粗糙集优化神经网络财务危机预警模型的原理得出，粗糙集优化模型的数据判别过程主要包含以下两步：
（1）样本数据的知识约简处理
在实际训练样本中包含若干属性，这些属性并非都会对系统的判别与分类处理有影响，对于那些不会影响分类结果的属性，则视其为冗余属性，可以通过粗糙集的知识约简技术对其进行约简处理，以提高系统的效率。因此，粗糙集优化神经网络财务危机预警模型处理的第一步是对样本数据进行知识约简处理。即将粗糙集的属性约简置为整个模型的前置装置，负责对训练样本的属性进行冗余消减的预处理。具体约简步骤又分为离散化处理与冗余属性的约简两步。
①离散化处理，为了使样本属性符合粗糙集约简技术的要求，我们需要对样本属性进行离散化处理。具体操作为：先采用Matlab的竞争性学习网络工具箱中的提供的函数对样本属性进行聚类操作；然后将决策表中的每个属性的各个连续数值组成的赂量作为网络的输入；最后设置相应的参数，Numberofmeurons（神经网络经元的个数）为3、Kohonenlearningrate(Kohonen学习率)取默认数值0.01、ConscienceLearningRate（阈值学习率）取默认值0.001。通过以上操作，我们可以得到训练样本属性的离散结果。
②冗余属性的约简，通过对训练样本属性的离散化处理，我们得到了所有样本属性的离散结果，将离散结果作为粗糙集约简的输入，即可对样本属性进行冗余消减处理。在对冗余属性的约简处理时，本文采用的是粗糙集工程软件Rosetta的RSESGeneticReducer遗传运算规则对离散样本属性进行冗余消减。标准BP神经网络财务预警模型的输入属性为11个，粗糙集优化神经网络模型属性约简后的输入属性为6个。
（2）约简后数据的训练判决
粗糙集优化神经网络模型的前置装置已经对训练样本属性进行了冗余消减，消减后的样本属性确定为6个。BP神经网络作为粗糙集优化神经网络模型的训练判决模块，将约简的6个样本属性作为输入层的神经元节点数。神经网络的模型结构仍采用原有的三层基本结构，隐含层的神经元节点数为11个，输出层神经元节点数为1个。
通过多层次的指标筛选后，确定最终预警指标为X1（每股收益）、X10（资产负债率）、X14（总资产周转率）、X17（总资产增长率）、X21（现金流量对流动债务比率）、K13（审计意见类型）等6个预警指标。
四、总结
本文初步选择43个财务及非财务指标作为预警指标，先后应用正态性分布检验、两独立样本的T检验、两独立样本的非参数检验及粗糙集约简等技术多层次剔除了多余的属性。通过多层次地财务指标筛选，最终确定6个敏感指标用于财务危机预警系统研究，既减少了系统的“噪声”干扰，又提高系统的预测精度。
参考文献:
[1]E．Altman．CorporteFinaneialDistressandBankruptey[J]．JohnWiley&Logitsons，2000，124（6）：242～244
[2]LiLongfu，ChengHuixia，LuBingyuan．Studyondatareductionandrulesdiscoverybasedonconvexroughset[J]．JouralofSoutheastUniversity，2002，32（6）：201～206
【关键词】财务危机预警研究存在问题改进建议上市公司
一、我国上市公司财务危机预警研究存在的问题
（一）公司治理结构不健全，风险意识缺乏
公司治理结构的完善对企业有着重要的意义：首先，可以保障投资者的利益，防止其合法权益被企业的“内部人”侵吞；其次，科学决策在企业中得到保证，效率得到。因为企业效率的提高是企业各方面的利益有效的保障。持股比例过于集中、所有者缺位和内部控制不力等是目前我国公司治理结构不健全的主要表现方面。对财务危机的不重视，风险意识淡薄也基本上是公司治理结构不健全造成的。
（二）证券市场不规范，破产机制不健全
（三）预警指标的选择狭窄
建立财务危机预警系统的基础是指标的选择。现有的财务理论和实践经验是目前研究者进行研究的主要依据，同时已发生财务危机公司的实际情况也是参考，备选指标组也是从一系列财务指标中选择的，最后相对显著的指标再通过统计检验筛选出。通过分析，还可以通过以下几方面完善预警系统。第一，现有的财务指标利用的是资产负责表和利润表计算的，预警系统中利用的这个财务指标是权责发生制下的，忽视了更为客观的现金流量指标，对企业的财务运行状况没有真实反应。第二，现在的一些预警指标主要针对财务指标，忽视或者很少考虑非财务指标。企业的财务管理水平以及其内部的非财务性因素和外部的理财环境共同决定着一个企业是否发生财务危机，而预警系统的有效性也因这些局限性在一定程度上受到制约。
（四）预警模型缺乏实用性
（五）排警措施不够重视
排警措施是一个完整的财务危机预警系统必不可少的部分，目前企业需要的不仅是能够预测危机，也需要真正建立起防范财务危机的预警系统，这个系统除了能够发现企业潜在的危机，还能够对产生危机的根源做出解释,找到解决危机的方法，但是预测结果只是发现病症，分析病症,解决问题的根本途径还是症下药。
二、对改进我国上市财务危机预警的建议
（一）加强理论研究
与西方发达国家相比,我国对财务危机预警的研究要晚一些，基础也更差，因此“走出去”战略是财务危机预警应该实施的，我们借鉴、学习西方先进的理论、研究成果，使他们用于我国，再结合我国的实际情况，逐渐探索出适合我国国情的财务危机预警系统。“引进来”，总结发达国家经验，更新理念，创新财务危机研究，使之能更加科学地指导预警研究。
（二）树立风险防范意识
财务危机预警系统能够得以成功建立并有效运行，企业具有风险防范意识是前提。只有得到高度重视的财务危机预警系统才能真正发挥其效能，而不是作为虚设的系统。这对企业全体员工特别是管理层就有更高的更多的要求，起码思想上要保持高度警惕，企业经营过程中出现的问题和潜在的危机能够随时发现，并且及时采取措施有效消除。
（三）健全内部控制制度，融合企业各项制度
为了保护经济主体的资产完整，必须建设内部控制制度，会计资料真实、正确也是靠此来保证的，经营效益的提高也依赖于此，相互联系、相互制约的方法、程序和行为准则必须在经济主体的内部得以建立，来促进经营方针的贯彻实施。财务预警模型中的各种指标、财务比率计算的真实性都与内部控制制度是否建立健全有关。所以说，行之有效的内部控制制度是建立财务预警系统的前提，但是必须把这些制度与企业的预警系统结合起来并且可以得到一贯执行，以发挥其最大的协同作用。
（四）量化分析与非量化分析相结合
指标的客观性和准确性是靠量化分析来确保的，但是传统的定性分析绝不能被取代，因为不同的企业条件有差异、评价标准的主观性及数据获取难度与成本会限制指标的客观性与准确性。当股价骤跌,总资产和收益急剧下降，股利大幅度削减等情况出现时就需要比量化分析更为可靠、灵敏和有效的非量化分析。竞争在不断加剧，投资规模也不断扩张，与之相应的企业面临的风险和危机与日俱增，计算一些比率，对比一些指标已经不是预警功能单纯能够实现的，系统的方法库和模型库必须随之创建，现代科学技术也应该被应用其中，比如现代计算机技术、网络通信技术、数据库技术以及管理学、财务学、运筹学、统计学、模型论和各种优化技术，同时必须加强定量分析和定性分析方法相结合的综合应用。
（五）拓宽预警模型变量选择范围
预警变量需要重新设计考虑，现金流量方面的指标也要被合理引入，对现金流入、流出要加强监测分析。另外，非财务因素等一些非财务指标是应该考虑的，比如来自宏观和微观角度的、股权的集中程度、审计意见结果、产业相对比率，这样可以有效弥补很多滞后性的缺陷，比如其数据太依赖于会计报表的财务指标，扩大了预警系统的涵盖范围，增强预警能力。
（六）建立预警对策库
将警源监控、警情播报到辅助排警等一系列功能进行整合，就是现代财务预警系统，建立一个执行预警、排警功能的管理子系统,将它从传统预警的会计附属功能中独立出来。应急排警对策集合是在各种风险条件下的事先准备好的预警对策库，能够自动地采用相应排警对策根据预警信息性质、类型和警报的程度发出风险预报当预警信息系统发挥作用时。为了使企业能够按照提示，去寻求实际的、更实用、有效的方案，思路性、提示性的对策应该是预警对策库中所有的。
（七）根据实际情况完善财务预警模型
参考文献
[1]王琳,周心.我国上市公司财务危机预警模型的实证研究[J].重庆科技学院学报(社会科学版),2008,(06).
[2]崔学刚,王立彦,许红.企业增长与财务危机关系研究――基于电信与计算机行业上市公司的实证证据[J].会计研究,2007,(12).
Abstract：Constructingfinancialcrisispre-warningsystemisthenecessitytothedevelopmentofcapitalmarketinChina.Thispaperanalyzesthepossibilityofconstructingfinancialcrisispre-warningsystemofthelistedcompaniesfromthreeaspects,theory，economicsandtechnology,andworksoutthenewthoughtandbasicframeworkofconstructingfinancialcrisispre-warningsystemsoastopreventandresolvethefinancialcrisisofthelistedcompanies.
关键词：上市公司财务危机预警系统
KeyWord：ListedcompanyFinancialcrisisPre-warningsystem
随着经济一体化，经营全球化的发展，企业的生存发展环境发生了很大变化，面临着很大的风险性和复杂性。作为企业改革先锋的上市公司，同样存在着潜在的危机。一旦财务危机无法化解，就会被戴上“ST”的帽子，以失败告终。为了有效化解财务危机，亟待建立适合我国上市公司的财务危机预警系统。
1财务危机预警系统
2构建财务危机预警系统的重要性
从实践上看，对于上市公司来说，借助财务危机预警系统，公司管理层能够及时发现公司财务状况的恶化，以及造成公司财务状况恶化的原因，从而能够及时地、有针对性的调整公司的经营策略，扭转公司经营状况恶化的势头，以避免沦为“ST”“PT”的行列。另外公司越早获得危机信号，越可以减少其在会计、审计、律师等方面所支付的费用。同时，有利于证监部门加强财务监督管理，以提高上市公司的经济效益。
3构建财务危机预警系统的可行性
3.1理论依据
我国20世纪80年代初有了经济预警的概念，承认经济的波动性和周期性。企业预警理论主要包括危机管理理论、策略震撼理论、企业逆境管理理论以及企业诊断理论。这就为财务预警理论的发展和成熟提供了理论基础。财务危机预警系统是基于上市公司财务运作的全过程，不断成熟的财务管理学理论则成为其基础；财务危机预警系统的预警分析是对大量原始信息和数据的处理，日益发展完善的信息传递理论和统计学为其提供了理论基础；财务危机预警系统中的危机管理不仅是对危机全过程的监测和控制，而且是对风险的处理，那么现代经济周期理论和风险管理理论则为其提供了依据。另外，证监部门于2001年11月《亏损上市公司暂停上市和终止上市实施办法（修订）》，表明我国证券市场退市机制不断健全和完善。证券市场的退市机制是实现上市公司优胜劣汰的重要途径，增强上市公司的风险防范意识，提高上市公司的质量，引导证券市场朝良性方向发展。
3.2经济基础
财务危机预警系统是在危机前建立的，这个时候上市公司的财务状况良好，财力雄厚，完全可以满足构建财务危机预警系统的所有资金需求。同时，财务危机预警系统建立起来以后，为公司解决财务危机提供了有效分析手段和控制对策，使上市公司不至于破产，更甚是能及时发现风险，保证了公司经济效益的实现，可以弥补构建财务危机预警系统的全部支出，实现风险收益，即危机管理支出小于危机管理所带来的收益。
3.3技术支撑
4构建财务危机预警系统的新思路
财务危机有潜伏、发作、恶化三个阶段，在各个阶段应该有相应的管理对策，这一系列的对策就构成了本文财务危机预警系统的基本框架。
财务危机的潜伏时期，上市公司处在一个多变的环境之中，公司的市场状况、产品的升级换代速度、关联企业的供货和资金偿付能力、竞争对手的价格政策变动、金融市场的波动、利率和外汇市场的变化、银行信用和利率政策的改变等等，都会对企业的财务状况、筹资能力、资金调度能力和偿债能力等产生巨大的影响。为了及时准确的识别财务危机，就需要有一个专门组织对企业内外的财务信息和数据进行全面收集和有效传递，为预警分析机制提供信息数据基础，这就构成了财务危机预警系统的信息处理机制。
财务危机的发作时期，在证监部门的财务监督下，上市公司为保证经济效益的实现，就必须对收集的内外财务信息和数据进行分析，选择能够明显反映公司财务状况特征的指标体系，不仅要有财务指标，而且要引入非财务指标，如行业、企业规模、管理水平等，以全面反映公司财务状况，然后用收集的数据和选定的指标，通过现代建模方法（如主成分法，人工神经网络方法）构建预警分析模型，以准确判断财务危机是否已经产生，将此分析结果及时反馈给企业管理者，便于其迅速采取对策。指标分析和模型分析构成了财务危机预警系统的预警分析机制。
财务危机的恶化时期，财务危机已经存在，如果不能及时控制或有效化解，上市公司将面临生死存亡的境地。为了化解危机，公司管理层就要立即启动财务危机处理小组，迅速分析财务危机产生的原因，及时采取有效的管理措施，以恢复公司正常经营。由于财务危机有突发性，要求公司管理层要有强烈的危机意识。
任何一项管理活动都离不开管理者，上市公司财务危机预警管理也不例外，要有一个专门组织为预警管理服务。构建了以财务危机发展阶段为基础的预警-报警-排警的财务危机预警过程机理，还需要有实施财务危机预警系统的组织机制，它包含了组织体系和组织过程。组织体系就是构建一个专门为危机预警管理服务的组织；组织过程则是在危机预警系统实施中的预警-报警-排警逻辑过程。
此财务危机预警系统是以专门组织为保证，依次执行预警-报警-排警三项活动，与前面的研究相比，克服了将组织机制、信息处理机制、预警分析机制、危机管理机制并列的不足，使预警系统结构更为合理，为财务危机预警系统的实施提供了新思路。
[1]EIAltman.CorporateFinancialDistressandBankruptcy[M].NewYork：Wiley，2000.
[2]StephenARoss.公司理财[M].北京：机械工业出版社，2000.
[3]张鸣，张艳，程涛.企业财务预警研究前沿[M].北京：中国财政经济出版社，2004.
[4]张友棠.财务预警系统管理研究[M].北京：中国人民大学出版社，2004.
[5]汪平.财务理论[M].北京：经济管理出版社，2003.
摘要：随着经济日益发展，市场竞争日趋激烈，完善的财务危机预警体系是房地产上市公司在激烈的市场竞争中处于不败的必要保障。但我国财务危机预警体系研究起步较晚，至今尚未形成完整的财务危机预警体系。我国房地产上市公司主要采用定量分析法来进行财务危机预警。本文在前人研究的基础上，从我国房地产上市公司财务危机预警体系的现状出发，指出仅采用定量分析法来预测公司财务风险的局限性，提出引入非财务指标因素及改进财务预警模型两点建议来完善我国房地产上市公司财务危机预警体系，旨在加强我国房地产上市公司防范财务风险的能力。
关键词：上市公司；财务危机；预警体系
随着全球化的发展，市场竞争日益激烈，由财务失败而导致的破产公司越来越多，2009年的金融危机更是把破产风潮推向顶端。因此，建立完善的财务危机预警体系十分必要。
财务危机预警的研究国内外已经有了一些优秀的研究成果。国外学者Fitzpatrick于1931年以19家公司作为样本，利用单一财务比率进行分析，发现净利润/股东权益和股东权益/负债两个比率的判别能力最高。Beaver于1968年选择79家经营失败和未失败的公司，选用30个财务比率进行分析，发现债务保障率、资产收益率、资产负债率、资金安全率、应收账款周转率、存货周转率、流动资金周转率等比率判别力较高。但是，这些单一变量模型不能反映各财务比率之间的相互影响。Altman于1968年提出了Z模型。其多元线性判定模型为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5，其中判别变量分别为营运资本/总资产、留存收益/总资产、息税前收益/总资产、股票市值/债务的账面价值、销售收入/总资产。由于公司规模、行业、地域等诸多差异，使Z值并不具有横向可比性。再者，模型中一些数据的收集十分困难。Olson于1980年将逻辑回归方法引入财务危机预警领域，提出了logistic回归分析模型，此模型收集信息和计算过程较为复杂，不易掌握。Tam于1991年采用人工神经网络模型进行财务危机预警研究，提出了人工神经网络模型，但是模型很抽象，且不同样本模型其隐藏要素个数会有所不同，影响比较的客观性。
二、财务危机预警体系的理论研究
财务危机是指财务陷入困境，是公司风险货币化的集中表现，是一种复合性风险概念。公司的财务风险按其在经营中的表现不同，可以分为狭义财务风险和广义财务风险。
狭义财务风险，通常也称为筹资风险，是指公司因借入资金而增加的丧失偿债能力或减少公司利润的可能性。
广义财务风险是指公司在运行过程中筹资、投资、资金收回、收益分配等各个环节产生的风险。财务风险是个综合性极强的概念。首先，它涉及到公司资金运动的各个环节、公司内部的各个方面以及公司环境中的各个因素。其次，公司的其它风险，如经营风险、政策风险、自然风险等，对公司的影响最终也会通过财务成果来反映。由此可知，财务风险是财务活动和经营活动过程中各种不确定性的综合反映，是公司风险货币化的集中体现。
三、我国房地产上市公司财务危机预警体系现状及问题
我国房地产上市公司财务危机预警的现状表现在以下四方面：
（一）主要采用定量分析法进行预警分析
（三）预测变量数据缺乏准确性
随着所有权和经营权的分离，投资者和经营者信息不对称。经营者在信息编报方面权利过大，而且现行独立审计机制和监督机制难以保证上市公司的财务信息质量，这会影响模型预测的准确性。再者，许多模型中变量数据收集十分困难，例如，“Z-模型”中需要的股东权益的市场价值，其包含资产负债表中已经存在的所有者权益，同时还包括市场对上市公司未来盈利能力和市场价值的估计，对于一个发展前景好的公司，其权益市场价值通常会高于其账面的所有者权益价值，二者不存在简单的算术关系。因此，这些都使得模型的准确性大打折扣。
（四）对非财务指标因素重视不够
公司进行财务预警分析时，往往忽视了非财务指标的作用。财务指标面向过去，非财务指标往往面向未来，非财物指标是公司未来财务危机较好的指示器，不容忽视。对非财务指标这一定性因素进行改善，将有助于改善公司的财务业绩，增强公司抵御风险和财务危机的能力。
四、完善我国房地产上市公司财务危机预警体系建议
（一）重视非财务指标的作用
房地产上市公司陷入财务危机是一个逐步恶化的过程。从一定意义上说，如果房地产公司的可持续发展能力长期处于虚弱状态，将会导致财务危机的出现。因此，本文提出将房产上市公司的可持续发展能力这一非财务指标因素纳入财务危机预警体系研究。影响房产上市公司可持续发展水平及能力高低的因素很多，本文认为，房地产上市公司应对以下因素进行考察：
1、房地产上市公司的发展战略
发展战略是房地产上市公司的发展远景，是塑造公司核心竞争能力实现其持续发展的谋略。因此，房地产上市公司应制定适当的发展战略，其各种短期、中期、长期发展战略的制定要从公司全局出发，实事求是，高瞻远瞩，确保发展方向正确、目标明确、灵活运用规模化和差别化原则、充分利用各种资源、战略措施的制定贴近实际而又灵活机动。目前，我国房地产上市公司的资源利用并不充分，外部资源利用太少，融资渠道太窄，这也就说明应该制定正确的发展战略，拓宽融资渠道，广开源路。
2、房地产上市公司的制度环境
制度是房地产上市公司良性运作和可持续发展的保障机制。公司可持续发展客观上要求一种制度可持续发展，而公司治理就是一种制度安排，那么公司治理体系越完善就越能保障公司制度的持续发展。因此，我国房地产上市公司应该要不断完善公司治理结构，可从以下方面进行完善：第一，分散股权，改善股权结构，积极推进产权改革。在一般的竞争行业，可通过出让国家股、国有法人股或者资产重组等方式，同时制订外资公司收购上市公司股权的管理办法，并加以完善。第二，规范董事会，建立和健全董事提名和任免机制，股东对董事的任免起决定作用。分设董事长与总经理职位。第三，提高监事会的独立性，强化监事会的监督力度。第四，设立独立的薪酬委员会，保持薪酬委员会与受益人之间的独立性，防止各方串通勾结。
3、房地产上市公司的人力资源状况
知识经济时代，社会经济活动的一切竞争，归根到底是人力资源特别是人才的竞争。人力资源越优越，公司的综合能力就越强。房地产上市公司的人力资源状况包括全体员工的文化水平、道德水平、技术技能、组织纪律性等综合情况。因此，公司必须重视对人才的培养，通过各种适合自身发展所需要的培训途径来传导公司文化、提高人才素质，促进公司优势人力资源的形成。公司人力资源管理应注重变革管理和人性管理，采取前瞻态度，注重人员的贮备、使用和提高，只有这样才能吸引、保留和激励人才，促进公司的可持续发展。i
（二）完善财务危机预警模型
在预测变量数据的使用方面，尝试利用中报数据，建立中报预测模型，努力使研究结果提高公司财务预测的及时性，并检验我国上市公司中报信息的质量，确保模型数据的真实性。
随着统计软件的日益完善和计量经济学的不断发展，研究者应该结合我国上市公司的实际情况，不断建立更多、更先进的财务预测模型。（作者单位：湘潭大学）
[1]顾晓安.公司财务预警系统的构建[J].财经论丛，2000（4）：69-70.
[2]柏丽.公司财务危机预警体系探究[J].山东行政学院报，2008（6）：107-109.
[3]冯璇.影响我国上市公司可持续发展的公司治理因素研究――来自制造业上市公司的经验数据[J].财会通讯，2008：15-18.
【关键词】财务危机；logistic回归模型；财务预警
随着我国市场经济不断发展和完善，企业之间的竞争也越来越激烈，市场的复杂性和不可预见性使得企业一旦经营不善，就有可能陷入财务困境之中。从上世纪90年代开始，世界经济出现了许多意外的复杂情况，企业由于财务危机而破产的例子屡见不鲜。2008年的金融危机席卷了全球，让为数不少的企业陷入了财务危机甚至面临着破产。
财务危机(financialcrisis)又称财务困境(financialdistress)，学术界对该术语有着许多不同的见解。Altman（1990）综合了学术界的观点，认为财务危机为经营失败（failure）、无偿付能力(insolvency)、违约(default)、破产(bankruptcy)四种情形。在国外的许多研究中，为了将财务危机尽可能有效的量化和客观化，一般是以破产作为标准而展开的。而在我国，财务危机研究多以上市公司中的“ST”公司为对象展开。因为我国的证券市场上市公司破产的案例是极少数的，以破产为标准作为研究对象是不太现实的。2002年《上海证券交易所股票上市交易规则》和《深圳证券交易所上市规则》中规定：“上市公司出现财务状况和其他状况异常，导致投资者难于判断公司前景，权益可能受损害的。本所对公司股票交易实行特别处理，在股票简称前冠以‘ST’字样，以区别于其他股票”，并且详细说明财务状况和其他状况异常的具体情况。所以本文将沪、深两交易所A股市场中因“财务状况异常”而被特别处理（ST）的上市公司，作为财务危机公司的界定标准。
在我国证券市场上，由于连续亏损出现财务危机而被ST的上市公司，不仅给投资者带来巨大的损失，也给公司以后生产经营带来巨大压力。事实表明，企业通常是一个渐进发展的过程，逐步的陷入财务危机之中的，通常都是有预兆的且可预测到的。如果投资人和债权人能借助一定的科学方法和相对准确的预警模型对财务状况进行预测，就能为他们的投资决策提供理论和方法支持。所以基于此，本文的目的在于为企业、投资者、债权人提供了一个简单而有效的财务预警模型。
二、文献回顾
20世纪30年代，国外学者就已经开始对财务困境预警模型进行研究。运用于财务危机预测的基本方法分为定性分析法和定量分析法。定性分析方法主要是依靠人的主观判断进行财务预警分析的方法。定量分析方法比较有代表性的预警模型有单变量预警模型、多变量预警模型。该种方法是根据企业的财务资料，运用一定的数学模型或者数理统计方法，对各种财务资料进行加工处理分析，建立起一种模型反映企业财务状况。从研究的发展历程来看，各学者利用相应的财务数据指标，在指标选择和模型的构建等方面，对财务预警进行一系列研究，主要分为三部分：
（1）单变量模型：即运用具有代表性的单一变量财务指标来预测财务危机的模型。1966年美国Beaver提出了单变量判定模型，但模型存在很大的缺陷，即该模型采用不同的财务指标对同一企业进行预测时，往往会得出相悖的预测结果，因此无法得到正确的预测结论，当然也引来了其他学者的不少的批评。国内学者陈静（1999）才首次采用了单变量分析和判别分析，以1998年深沪上市的27家ST公司和27家非ST公司为样本，使用了1995-1997年的财务报表数据，对财务危机预警模型进行了实证检验。
（3）多元条件概率模型：主要是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营情况，包括logistic和probit模型。众多学者对logistic模型进行过研究。首次使用的是Martin，使用其来预测公司的破产以及违约的概率。国内的学者如姜秀华、任强、孙铮（2002）利用logistic模型对我国上市公司进行了信用风险研究分析。吴应宇、袁陵（2004）通过结合因子分析并运用logistic模型，进行公司财务预警研究。郝运鹏（2009）在财务危机的两阶段动态模型中运用了logistic模型。张慧君、李卉（2010）也运用logistic模型建立了上市公司财务预警模型。随后，越来越多的学者采用了概率模型对公司进行财务预警研究。
三、研究设计
（一）样本选择
本文将沪、深两交易所A股市场中因“财务状况异常”而被特别处理(ST)的上市公司，作为财务危机公司的界定标准，而为被特别处理的上市公司作为财务健康公司。样本数据取自国泰安研究服务中心“中国上市公司财务指标分析数据库”。
1.ST公司（财务危机公司）的选取
我国A股市场2009年沪、深两市ST公司共230家，我们选择其中43家由于2007、2008连续两年亏损，即在2009年由于财务原因新被ST的上市公司。
2.非ST公司（财务健康公司）的选取
非ST公司的选取通常有两种方法。第一种，由于Logistic函数的对称性质，在数据完整的上市公司中抽取与ST公司数目几乎等额样本的公司。第二种，抽取全部非ST公司，由于ST公司与非ST公司的数量不等，采取加权逻辑回归模型，或者对逻辑回归模型的常数项进行调整，使常数项下降logK1-logK2，K1和K2分别为ST和非ST公司的样本占总样本的比例。
Maddala(1992)认为第二种方法为经验方法，无解析方法证明其合理性。所以本文采用第一种方法。对每一家ST公司进行配对选择非ST公司，要求其行业相同或者相近，资产规模相当（这里资产主要是指总资产规模，要求规模上下浮动比例不超过5%）。一些无法配对（数据异常，某些公司在某年间的数据与往年相比差异太大）的ST公司样本个体被剔除，最终选定ST公司中的43家，并根据上述原则选定43家非ST公司。
（二）财务预警指标选择
将样本进行筛选分组后，重要的一点就是预警指标的选择。本文收集ST公司和非ST公司2006-2009年间的资产负债表、利润表、现金流量表，预警指标的选择按以下原则进行选择。
第一，充分考虑以前财务预警研究中采用的财务指标。Z值.模型是目前财务预警中最常使用的一种模型。Altman教授的Z值模型中的5个指标是从22个财务指标中经过严格的方法测算出来的，具备一定的合理性和科学性。所以本文在进行指标的选择时，充分考虑了以前财务预警研究中运用的财务指标。
第二，选择合适的财务指标。一个企业财务状况的好环取决于企业的偿债能力、盈利能力、营运能力、发展能力、现金流量能力等。所以，一个全面合理的财务预警体系，要涵盖偿债能力、盈利能力、营运能力、发展能力、现金流量能力等方面的财务比率指标。因此，进行指标选择时，要考虑到选择出来的预警指标是否具有较高的信息含量，是否能有效的、及时的反映出财务危机的征兆。
第三，满足可操作性原则。操作性是完成实践的一个重要前提。满足条件的财务比率指标是很多的，但有些财务数据是难于采集到的，会耗费大量的人力和物力。因此，这些取得成本较高的财务比率指标是不予考虑的。
五、结论
本文的财务预警模型是通过资产负债率、利息保障倍数、ROA、资本保值增值率对我国的上市公司的财务状况进行判断。实证结果分析表明，该模型的预测准确率达到了近87%，有较好的预警效果。企业可以利用此模型作为防范财务风险的手段，及时调整财务战略和经营战略，防患于未然。投资者可以利用此模型预测企业未来财务状况趋势，为防范投资风险提供有益的参考。债权人则可以运用此模型判断借款和债权投资的安全性，决定是否为上市公司提供融资。
总的来说，logistic回归模型对于财务困境的判别，仍是一种简单而有效的方法，值得在实践中大力推广。但本文也存在一些研究局限：第一，本文所选取的研究变量都是财务指标，未选取非财务指标。因此，模型未能反映出非财务因素对企业财务状况产生的影响；第二，本文在进行logistic回归时，采用的是2006-2008年的数据，可能会影响预测的效果；第三，本文的一个思路是：进行ST公司和非ST公司预警指标T检验，选择出四个预警指标，进而利用这些指标进行logistic回归建构模型。这样通过ST公司和非ST公司之间预警指标的差异构建的财务预警模型的预测能力可能影响预测的效果。因此，未来研究可以从这几个方面不断加以完善。
[1]J.S.Ohlson,Financialratioandtheprobabilisticofbankruptcy,JournalofAccountingResearch,1980.
[2]Beaver,FinancialRatiosasPredictorsofFailures,JournalofAccountingResearch,1966.
[3]E.I.Altman.Financialratio.discriminateanalysisandpredictionofcorporatebankruptcy.JournalofFinance,1968.
[4]周首华,杨济华,王平.论财务危机的预警分析―F分数[J].会计研究,1996(08).
[5]陈静.上市公司财务恶化预测的实证研究[J].会计研究,1999(04).
[6]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001(06).
[7]姜秀华,任强,孙铮.上市公司财务预警模型研究[J].预测,2002(03).
[8]吴应宇,袁陵.基于因子分析的上市公司财务危机预警研究的修正[J].东南大学学报(哲学社会科学版),2004(06).
[9]张兴福.上市公司财务预警模型构建与检验[J].财会通讯,2008(05).
一、财务预警概述
二、上市公司施行财务预警系统现状
我国资本市场作为新兴的半强势半弱势市场，进行财务预警方面的研究起步很晚，大部分上市公司建立的财务预警系统都是借鉴西方的成熟模型，而且也应用到农业、林业、工业、交通等各个领域。但作为我国特色资本市场基础上建立的财务预警系统，还是比较年轻的研究领域，证券市场以及上市公司还不是很成熟，虽然我国上市公司的监管部门就上市公司运用财务预警系统做出相应的规定，但由于我国上市公司在运用财务预警系统进行财务风险预警方面缺乏一定的主动性，直到很多上市公司出现了大量的ST或PT现象，给广大投资者带来巨大损失的现象发生以后，才引起管理当局对财务预警的重视，财务预警系统逐渐被运用。常用的预警模型有Z分数模型、线性概率模型、F分数模型等。
（一）多元线性判定模式多元线性判定模式，又称Z-Score方法，其基本原理是通过统计技术筛选出那些在两组间差别尽可能大而在两组内部的离散度最小的变量，从而将多个标志变量在最小信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程。Z分数模型的判别函数如下：
Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
其中，X1=（期末流动资产一期末流动负债）/期末总资产X2=期末留存收益/期末总资产X3=息税前利润/期末总资产X4=期末股东权益的市场价值/期末总负债X5=本期销售收入/总资产
Z分数模型的判断标准如下：Z>2.675，表示财务状况良好，发生破产的概率小；1.81≤Z≤2.675，表示财务状况不稳定，为灰色地带；Z
多元线性判定法从企业的资产规模、获利能力、财务结构、资产利用效率以及偿债能力等方面综合分析预测企业的财务状况，准确率较高，进一步推动了财务预警的发展。
Z-Score模型的局限性：一是工作量比较大，费时费力。二是在前一两年的预测中，多元线性判定方法的预测精度比较高，但再往前，其预测精度会大幅下降，甚至可能低于单变量模型。三是多元线性判定方法有一个很严格的假设，这就大大限制了多元线性判定方法的使用范围。
（二）EVA判别方法经济增加值（EVA）的英文简称，是一种评价公司经营业绩的新指标，其定义为EVA=NOPAT-KW（NA）。其中，NOPAT为税后净经营利润；KW为公司资本加权平均成本；NA为经过调整的期初公司净资产价值。EVA判别法相对于传统财务指标相比具有以下优势：（1）真实性。由于EVA针对现行的会计政策进行了一系列的调整，减少了上市公司管理层通过各种途径改变资本结构，从而进行盈余管理。这相对于传统的会计指标，能更加真实地反映上市公司的经营状况。（2）可靠性。EVA作为一种创值指标，它不仅考虑了公司使用的全部资本，充分利用了公司提供的全部公开信息，而且考虑了风险，同时含有企业外部的市场信息，而传统的财务指标则完全利用公司内部的信息。所以，这相对于传统的财务指标具有明显的可靠性。
EVA判别法的局限性：由于EVA涉及对传统利润指标复杂的调整计算，其实用性遭到国内学者的质疑，所以有关EVA在预测财务困境方面的研究目前在国内尚属空白。
（三）F分数模型F分数模型的判别函数如下：
F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5
其中，X1=（期末流动资产一期末流动负债）/期末总资产；X2=期末留存收益/期末总资产；X3=（税后纯收益+折旧）/平均总负债；X4=期末股东权益的市场价值/期末总负债；X5=（税后纯收益+利息+折旧）/平均总资产。
F分数模型的临界点为0.0274，若F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被预测为继续生存公司。此数值上下0.0775内为不确定区域，区间为[-00501，0.1049]，若落入此区域中，管理决策者应该进一步分析，因为F分数模型只能辅助管理者，警告可能会发生财务危机。即F分数模型的判断标准可如下表示：F>0.0274，表示被预测为继续生存公司；F
虽然已经建立了系统的财务预警模型，但目前很多上市公司并没有广泛采用，这是因为一方面很多上市公司的管理当局缺乏建立系统的财务预警模型的意识，另外上市公司建立的科学的财务预警系统要在真实合法的资料基础上，但是由于中国的资本市场不完善，上市公司造假的现象屡见不鲜，使得建立出来的系统并没有发挥应有的作用，上市公司的会计失真现象极大地影响到财务预警系统的有效性，使其失去应有的效果，财务预警系统也就形同虚设了。
三、上市公司财务预警系统实证分析――以制造业为例
（一）Z-Score模型实证分析按照Z-Score模型的要求收集整理财务数据，计算得到不同年份制造业上市公司的Z值得分，见表1～6。
（二）EVA判别法实证分析按照EVA判别法的要求收集整理财务数据，计算得到不同年份制造业上市公司的EVA值，见表7～9。
EVA判别法的分析：（1）对非ST上市公司的分析。从上述表格中可以看出，非ST上市公司的EVA为正数的平均比例为73.33%，这说明我国上市公司的创值能力还是比较强的。同时，非ST上市公司的EVA平均值呈现逐年递增的现象，这说明我国非ST上市公司的财务状况普遍较为良好。分析如图1所示。
（2）对ST上市公司的分析。从上述表格中可以看出，ST上市公司的EVA为负数的比例比较高，尤其是在前两年（即2008、2009年），达到了70%。同时，2008、2009年两年的企业EVA值持续走低，说明这些企业的财务状况更加恶化了，急需做出调整。而到了2010年，ST上市公司的EVA值大部分都为正数，只有两家企业为负数，这说明各ST企业经过了一系列的调整，并取得了一定的成效。ST上市公司这三年的EVA值走势如图2所示
（3）对比ST上市公司和非ST上市公司，不难发现，虽然ST企业在2010年的财务状况稍微得到了一点改善，但是其财务危机还是明显地比非ST上市公司恶化，必须进行及时有效的调整措施，要不然就难逃被破产厄运。同时，非ST企业也有不稳定的，也必须进行相应的调整，切勿置之不理，否则，等到风险积压到一定程度的时候就会演变成财务危机，直至破产。
（三）F分数模型实证分析按照F分数模型的要求收集整理财务数据，计算得到不同年份制造业上市公司的F值得分，见表10～15。
F分数模型预警方法的判定结果及分析：（1）对非ST上市公司的预测。从上述的表格中可以看出，F分数模型对非ST企业的预测结果为：非ST上市公司的F值大于0.1049（即处于安全地带）的平均比例为80%；F值在-0.0501～0.1049之间（即处于不稳定地带）的平均比例为20%；Z值小于-0.0501的（即处于危险地带）的为0。（2）对ST上市公司的预测。从表10～15中可以看出，在被“特别处理”前几年，上市公司的财务状况已经出现明显的恶化。F分数模型对ST企业的预测结果为：F值小于-0.0501（即处于危险地带）的平均比例为50%；F值在-0.0501～0.1049之间（即处于不稳定地带）的平均比例为20%；Z值大于0.1049（即处于安全地带）的平均比例为30%。（3）ST上市公司在被列入“特别处理”的前两年（即2008、2009年），其F值小于-0.0501的平均比例为70%，其F值远远低于非ST上市公司。但是ST公司于2010年的F值小于-0.0501为0家，说明ST上市公司经过了两年的调整逐渐走出了金融危机带来的影响，并逐渐走出财务危机。
（四）制造类上市公司财务预警模型实证结果比较针对以上研究结果，并对其进行汇总，得到表16。
从表16可以看出：（1）三种预警模型在特别处理前一年，EVA判别法的准确率为70%，而Z-Score模型以及F分数模型的准确率则为75%，高于EVA判别法。（2）三种预警模型在特别处理前两年，Z-Score模型以及EVA判别法的准确率都为75%，而F分数模型的准确率则为80%，高于另外两种判别方法。（3）综合比较，三种方法的准确率都比较高，但是F分数模型的准确率最高，高于EVA判别法和Z-Score模型。
[1]宁静鞭：《基于KNN和logistic回归方法的财务预警模型比较》，《商业时代》2008年第13期。
[2]冯月平：《Logistic财务预警回归模型的构建与检验》，青岛理工大学2010年硕士学位论文。
关键词：Z计分模型经济增加值财务预警
一、研究设计
（三）Z计分模型及其修正变量选取美国学者Altman于1968年提出了Z计分模型。该模型最初主要用于上市公司，其基本过程是：事先确认某些区分破产公司与非破产公司的关键因素，也就是在众多的财务指标中筛选出敏感性的因素（变量），使得这些变量满足：在组内差异最小化的同时实现组间差异最大化。然后把他们加总起来以联合考虑或加权计算得出一个可以数量化的分值Z。Z值在某些情况下可以解释为违约概率，在另一些情况下可以作为一种分类方法，把考察对象放到好的一组或坏的一组。其判别函数为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5。其判别规则为：若Z值小于1.81，表明企业破产的概率比较大；若Z值在1.81与2.675之间，企业财务状况不明朗，称之为“灰色地带”；若Z值大于2.675，则企业财务状况良好。根据（表1）Z值计算结果分析，我国四大航空公司的Z值均小于1.8.即根据Z计分模型，我国四大航空公司在研究期内均处于财务危机中，这种判断显然不合理。这说明Altman提出的计分模型的临界值选取不符合我国航空公司的实际。对于我国上市航空公司来说，划分财务危机、灰色地带和安全地带的临界值应低于Altman提出的1.8和2.675。因此，需要对Z计分模型进行修正。
二、实证结果分析
F1=0.0581X1+0.905X2-0.94X3+0.074X4+0.714X5-0.001X6；
F2=-0.773X1-0.172X2+0.112X3+0.007X4-0.058X5+0.985X6；
F3=-0.101X1+0.078X2+0.115X3+0.987X4+0.178X5-0.042X6
根据三个主成分的表达式和（表3）中各个公共因子的方差贡献率为权重构建W计分模型：
W=（F1*42.614%+F2*26.882%+F3*17.284%）/86.780%=0.58X1+0.77X2-0.13X3+0.54X4+0.7X5+0.3X6
（二）分割点测试国资委对经济增加值（EVA）的计算公式规定如下：EVA＝NOPAT-Capital×WACC
（三）模型检验根据（表5）、（表7）中四大航空公司2008年、2009年的W值，预测其2009、2010是否会陷入财务危机，并对模型进行检验，检验结果如（表8）。检验结果显示W模型在财务危机前一年的预测准确率达到75%，预测结果比较理想。需说明的是2010年1月12日，东方航空与上海航空正式合并，合并协同效应日益显现，盈利能力逐步提升。合并后新东航占据上海航空市场半壁江山，发挥规模优势，减少恶性竞争，在销售体系、运力引进、调配及航班时刻编排等方面均有融合和突破，盈利能力稳步提升。所以东方航空2009年W值预测2010年财务状况不准确可以忽略，表示W模型在财务危机前一年的预测准确率达到87.5%，总体预测结果比较理想。
三、结论
本文的创新点在于用经济增加值指标区分危机公司和非危机公司，因为经济增加值指标真实地反映出了公司是否在创造价值，并选用新的财务指标对Z计分模型进行了修正。实证研究结果显示修正模型可以达到较高的判别精度，获得较好的预测效果。本文的局限性主要为样本规模较少。由于我国航空公司上市比较晚，导致用来建立模型和检验模型的样本数量较少，一定程度上影响了模型的准确性。对于未来的研究，在预测变量选择方面，通过使用经调整的预测变量、引入动态指标和必要的非财务指标来构造更为全面的变量组，设计尽可能全面反映我国上市航空公司财务状况的预测指标，逐步建立预测企业财务危机的理论体系，做到理论实践相结合。在研究数据使用方面，尝试利用我国上市公司中报数据构造中报预测模型，以便提高预测的及时性，并在所做研究中融入最新数据，尽可能地应用在时限上所能获得的全部数据进行研究，这些都将是未来研究所要努力的方向和重点。
［1］吴世农、卢贤义：《我国上市公司财务困境的预测模型研究》，《经济研究》2001年第6期。
［2］常艳：《我国上市公司财务预警模型的实证分析》，《金融经济》2008年第2期。
［3］陈静：《上市公司财务恶化预测的实证分析》，《会计研究》1999年第4期。
［4］高培业、张道奎：《企业失败判别模型实证研究》，《统计研究》2000年第10期。
［5］陈晓、陈治鸿：《企业财务困境研究的理论、方法及应用》，《投资研究》2000年第6期。
［6］章铁生：《企业财务危机预测模型研究综述》，《安徽工业大学学报（社会科学版）》2002年第3期。
［7］程江、邢有洪：《基于新会计准则的上市公司财务危机预警分析》，《财会通讯》2011年第3期。
［8］王剑伟：《沪深A股房地产行业上市公司的Z分数模型》，《北方经济》2007年第2期。
【关键词】煤炭行业因子分析财务预警实证研究
因子分析是一种多元统计分析处理方法，其面对的是多变量问题，因而用较少的变量代替原来较多的变量成为研究的关键，因子分析正是这样一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系，探求数据中的基本结构，用少数几个“抽象”的变量来表示基本的数据结构，这几个抽象的变量被称作“因子”，用来反映原来众多变量的主要信息。因子分析是其他多元统计方法的依据，与之结合，可以构建出财务预警模型。
（一）国外对财务预警的研究
FitzPatrick最早开展了单变量财务危机预警研究，研究发现，发生财务危机的公司的财务比率与正常公司的显著不同，因而可以通过比较两者的财务比率，预测财务危机的发生。Beaver选取了79家财务失败公司与同等数量的财务正常公司进行比较，提出了单变量判定模型。由于运用不同的财务指标分析同一家公司会得出不同的结果，因此Altman首次将多元线性判别方法应用于财务危机的预测，提出了著名的Z计分模型。另外，Odom和Sharda还运用神经网络进行财务预警研究，开创了神经网络财务预警的先河。
（二）国内对财务预警的研究
国内对于财务危机预警的研究起步较晚，相比国外较为落后。周首华，杨济华和王平鉴于Altman模型，对Z计分模型进行改进，建立了F分数模型。陈静采用单变量分析和建立Z值模型分析方法，对1998年27家ST公司和27家非ST公司进行研究，构建出一个由6个财务指标组成的综合模型。王春峰、万海晖、张维等运用神经网络法对商业银行的财务风险进行了研究，发现其学习经验的能力较强。张玲以120家上市工作作为研究样本，从多个财务指标中筛选出4个建立财务预警模型，研究表明该模型具有提前4年的预测能力。吴世农、卢贤义选取70家财务危机公司与正常公司为样本，分别通过Fisher线性判定、Logistic回归以及多元线性回归分析方法，构建了3种不同的财务预警模型。结果表明，Logistic回归模型的预测效果最高。
（一）样本选取
本文样本来自于我国三十家煤炭行业上市公司的财务数据。另外，为构建财务预警模型选取的样本中剔除了ST公司，因为任何上市公司从财务状况正常发展到财务危机发生都会经历一个过程，财务危机具有先兆性，因此，通过构建财务预警模型可以预测上市公司的财务危机，进而可以通过观察一些敏感财务指标的变化，使财务预警发挥作用，避免财务危机的发生。
（二）财务比率的选取
本文选取了反映上市公司偿债能力、资产管理能力、盈利能力、现金流量水平、成长能力以及非财务方面的16个指标，这16项预警指标分别为：流动比率、速动比率、现金比率、股东权益比率、有形资产负债率、固定资产投资回报率、固定资产现金周转率、总资产周转率、总资产净利率、权益净利率、主营业务利润率、成本费用利润率、每股营业现金流量、主营业务现金比率、总资产增长率和净资产增长率。
四、实证分析
（一）因子分析的前提假设
（二）运用因子分析法提取公因子
首先，得出解释的总方差。
可提取公因子的前提条件为初始特征值大于1，由分析可知前4个公因子的特征值大于1，所以应取前4个公因子。同时，这4个公因子的累积贡献率达到79.926%，即这4个公因子可以解释原16个变量79.926%的变异。为了对这几个因子进行解释，需要得到原始的财务指标对这几个因子的因子载荷。
（三）由旋转后的因子载荷阵命名公因子
因子旋转的目的是为了使初始因子载荷矩阵的结构简化，便于对公共因子进行解释，这里的结构简化是指使得每个变量仅在一个公共因子上具有较大的载荷，而在其余公共因子上载荷较小，使同一列上的载荷尽可能地向靠近1和靠近0的两极分离。本文采用方差最大正交旋转法。
由因子载荷矩阵可知，因子F1在X2速动比率、X1流动比率与X3现金比率上有较大的载荷，这些指标都与企业的偿债能力有关，因此称F1为偿债因子。因子F2在X9总资产净利率、X11主营业务利润率、X10权益净利率与X12成本费用利润率上载荷，这些指标反映了企业的盈利能力，所以将F2命名为盈利因子。F3在X14上有较大的载荷，与企业的现金流量水平有关，故将其命名为现金流量水平因子。F4在X15总资产增长率、X16净资产增长率上载荷，反映了成长能力，因此将F4命名为成长能力因子。
（四）确立因子得分表达式
在命名公因子之后，可根据SPSS软件输出的因子得分系数矩阵，确定每个因子的因子得分表达式。
根据因子得分系数矩阵，因子得分表达式为：
F1=0.223X1+0.227X2+0.213X3+0.107X4+0.021X5+0.178X6+0.222X7+0.070X8+0.028X9-0.041X10-0.032X11-0.031X12
-0.005X13-0.017X14-0.034X15-0.022X16
……
上述的因子得分表达式即为我国煤炭行业上市公司的因子得分模型。因子得分是因子分析的最终体现，可以通过因子得分模型，计算出各个因子的得分数，进而在煤炭行业上市公司内排名，判断其财务状况，进而达到财务预警的目的。
本研究参考了国内外学者研究财务预警的大量文献，结合我国煤炭行业上市公司的特点，选取了30家上市公司作为研究样本，本文运用统计软件SPSS17.0，对因子分析在煤炭行业财务预警分析中的应用进行了实证研究。
研究结论如下：
第二，本研究所选取的样本可靠，指标计算严谨，数据真实，基本上可以代表我国煤炭行业上市公司的情况。
[1]FitzpairickP.J.AComparisonofRatiosofSuccessfulIndustrialEnterpriseswithThoseofFailedFirms[J].CerticifiedPublicAccount，1932，（2）：589-737.
[2]Beaver.WH.Financial.Ratios.asPredictorsofFailures[J].Journal.ofAccounting.Research，1996，（4）：71-127.
[3]周首华，杨济华，王平.论财务危机的预警分析-F分数模式[J].会计研究，1996，（8）：8-10.
[4]左维.中国上市公司财务危机预警模型实证研究[D].成都：西南财经大学，2008.
关键词：财务危机；财务预警；财务风险
1财务危机概述
财务危机又被译为财务困境，其极端状态是企业破产。但究竟什么是财务危机，不同的学者在进行研究时也采用了不同的标准。总体而言，财务危机的定性描述多集中在破产清算或无偿付能力等方面。尽管财务危机的定性描述较为容易达成一致，但财务危机的定量界定有着更多的操作和研究意义。如何界定财务危机是进行财务危机预测研究需要考虑的首要问题。
2预警指标体系建立的标准
全面性原则。为保证综合评价结构客观准确，在初步建立指标体系时应尽可能地选取可以全面反映公司财务状况的指标。即要全面反映企业的获利能力、偿债能力、营运能力、成长能力等各方面的财务状况，同时也应考虑指标项目之间的系统性和相互关联性。
有效性原则。要选择那些能够对预测公司财务危机有指示作用的重要的财务指标，当公司危机因素产生时，该指标能够灵敏、迅速地反映出来。
成本——效益原则。在指标体系及指标项目的设置过程中应充分考虑成本——效益原则。
重要性原则。这里的重要性原则有两层含义，其一是指全面性与重要性相结合的原则。其二是当搜集某项指标的成本费用很大时，如果该项指标很重要，即它在指标体系中是不可或缺的，则仍应进行该项指标的搜集评价工作。
可操作性原则。这里的可操作性是指指标项目的易懂性和指标项目的有关数据收集的可行性。
3动态财务预警系统
根据企业财务预警标准，结合我国上市公司的实际情况，提出建立动态财务预警系统的具体思路：
拟建立的财务预警系统分为四个部分：第一部分是财务信息收集传递机制，为财务分析提供及时准确的数据。这是整个财务预警系统建立的起点。第二部分是财务预警组织结构，主要从公司资金循环的各个方面入手，完善上市公司的内部控制制度。这部分是财务预警系统的基础。第三部分是财务风险分析机制，根据预警方法的不同，分为定性、定量两个方面：定性预警主要是针对能够影响公司财务状况的表外因素，定量预警主要是利用财务报表数据进行分析。其中，定量预警系统分筹资、投资、日常现金运用三个方面，在方法上主要采用人工神经网络这种具有学习适应能力的方法，以达到实时预警的目的。第四部分是风险处理机制，对预测发生的和已经发生的风险采取有效的预防、控制和处理措施。财务风险分析机制和财务风险处理机制是核心和关键。整个体系架构由下图所示：
4动态预警系统的构成
4.1实时信息系统的建设
动态预警系统要求上市公司能充分利用实时信息，运用网络财务信息实时报告系统软件，从桌面财务转变为网络财务，改变信息的传递方式，最敏锐、最及时、最准确地反映公司的财务状况，使实时的信息成为整合整个公司经营过程的驱动力量，增强公司的决策、控制和预警的能力。
4.2财务预警分析的组织结构
健全的内部控制制度是预警机制的神经中枢，是构建财务失败预警机制的准备和基础。为使财务预警分析的功能得到正常、充分的发挥，上市公司应当根据《内部会计控制基本规范》的有关规定，有针对性的完善企业自身的内控制度。上市公司内部控制主要包括对货币资金、筹资、采购、实物资产、成本费用、销售与收款、工程项目、对外投资、担保等业务的控制。
4.3投资活动预警
投资风险是指投资项目不能达到预期效益，从而影响企业盈利水平和偿债能力的风险。由缺乏周密系统的可行性研究、经济信息不全面、不真实、投资决策者对投资风险的认识不足等原因导致的投资决策失误现象普遍存在，我国上市公司在投资活动方面存在着巨大的财务风险。如下表所示：①市场调查不充分，项目决策失误②对内外部环境变化预计不足③缺乏有效的内部管理机制④在项目经营和管理期间，缺乏可靠性和真实性的项目运营信息，缺乏合理的监控体系和指标计算⑤资本结构不合理
4.4日常风险监测系统
5缺陷与定位
企业构建财务预警系统要注意以下两点:首先,财务预警的关键是预警指标的选取,它直接关系到预警的效果;其次,预警指标是否真实不是预警系统所能解决的问题,企业财务预警建立在预警指标真实性的基础上,至于预警指标是否真实,则不是财务预警所能解决的问题。基于权责发生制的预警指标,因“会计戏法”的影响,其真实性会大打折扣,而使建立在传统预警指标基础上的财务预警模型,无法真正起到预警的作用。而现金流量能提供企业真实的财务信息,且不易纵,所以选取现金流量作为预警指标,解决了传统财务预警不能解决的预警指标真实性问题。因此,现代企业应该构建现金流量财务预警系统,即通过分析现金流量在企业活动中的数量和效益,分别对经营现金流量财务预警、投资现金流量财务预警、筹资现金流量财务预警和现金流量综合财务预警进行研究,选取各自的预警指标,并分行业设置有警与无警的临界值,构建适合于企业的现金流量财务预警系统,提高预警的实用性有有效性。