導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇財(cái)務(wù)危機(jī)的特征，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

財(cái)務(wù)危機(jī)包括無力支付到期債務(wù)、喪失支付能力以及經(jīng)營不善、資不抵債等經(jīng)濟(jì)現(xiàn)象，它是企業(yè)由于內(nèi)外部環(huán)境的不確定性引起財(cái)務(wù)風(fēng)險(xiǎn)的一種極端表現(xiàn)。如果在這一階段，企業(yè)能夠識(shí)別危機(jī)信號(hào)，及時(shí)采取防范措施，就能化解危機(jī)，回到正常的財(cái)務(wù)風(fēng)險(xiǎn)階段，反之，企業(yè)的財(cái)務(wù)危機(jī)就會(huì)加重，并最終導(dǎo)致破產(chǎn)。按照這一理解，企業(yè)的財(cái)務(wù)危機(jī)有輕重之分，輕者可能僅僅發(fā)生了暫時(shí)的流動(dòng)性危機(jī)，只要有外部資金注入就可以渡過難關(guān)，重的則是經(jīng)營失敗和破產(chǎn)清算，而在這兩個(gè)極端之間還存在很多屬于中間狀態(tài)企業(yè)財(cái)務(wù)危機(jī)。

在國內(nèi)，學(xué)者們將上市公司是否被“特別處理”（ST）作為其是否發(fā)生財(cái)務(wù)危機(jī)的判斷依據(jù)，本文認(rèn)為該依據(jù)是合理的，這是因?yàn)椋旱谝?，由于我國?huì)計(jì)制度和財(cái)務(wù)制度的限制，學(xué)者們?cè)谶M(jìn)行實(shí)證研究時(shí)只能通過企業(yè)財(cái)務(wù)年報(bào)的形式獲得微觀數(shù)據(jù)，而只有上市公司才會(huì)定期公布其財(cái)務(wù)年報(bào)，因此，能夠分析的企業(yè)一般也只能是上市公司。第二，根據(jù)滬深證券交易所的規(guī)定，上市公司在具備以下兩個(gè)條件之一時(shí)，就會(huì)被“特別處理”，一個(gè)是上市公司連續(xù)兩個(gè)會(huì)計(jì)年度的凈利潤(rùn)為負(fù)值，另一個(gè)是上市公司最近一年的每股凈資產(chǎn)小于其股票面值。這兩個(gè)指標(biāo)在某種程度上均反映了企業(yè)財(cái)務(wù)狀況出現(xiàn)問題，可以作為界定危機(jī)的依據(jù)和標(biāo)志；第三，上市公司在我國是寶貴的“殼資源”，當(dāng)上市公司被“特別處理”（ST）后，其市場(chǎng)價(jià)值會(huì)大幅縮水，這就給那些想上市卻由于種種原因不能上市的資本提供了“借殼上市”的可能性，即外部資本以較低的價(jià)格獲得上市公司的實(shí)際控制權(quán)，這對(duì)于那些被ST的上市公司而言，已經(jīng)屬于實(shí)質(zhì)破產(chǎn)。因此，在我國，上市公司的“ST”涵蓋了企業(yè)財(cái)務(wù)危機(jī)的各個(gè)層面和階段，可以作為危機(jī)發(fā)生的判斷依據(jù)。

二、財(cái)務(wù)危機(jī)預(yù)警分析一般模型

財(cái)務(wù)危機(jī)預(yù)警是指在選擇一組對(duì)企業(yè)財(cái)務(wù)危機(jī)影響較大，與企業(yè)財(cái)務(wù)經(jīng)營狀況密切相關(guān)的指標(biāo)的基礎(chǔ)之上，通過對(duì)這些指標(biāo)的整理與分析對(duì)企業(yè)的財(cái)務(wù)危機(jī)狀況作出判斷，并提出糾正措施的過程。它主要包括信息搜集、風(fēng)險(xiǎn)分析、程度判斷和對(duì)策制定四個(gè)階段。從國內(nèi)外的研究來看，財(cái)務(wù)危機(jī)預(yù)警主要通過以下四種模型進(jìn)行：

（一）單變量預(yù)警模型 該模型首先需要確定一個(gè)對(duì)企業(yè)財(cái)務(wù)危機(jī)產(chǎn)生決定性影響的一個(gè)指標(biāo)，然后依據(jù)該指標(biāo)進(jìn)行排序從而對(duì)企業(yè)的財(cái)務(wù)危機(jī)狀況進(jìn)行預(yù)警。根據(jù)Beaver（1996），反映企業(yè)盈利能力的凈收益與資產(chǎn)總額之比、反映企業(yè)短期償債能力的現(xiàn)金流量與債務(wù)總額之比以及反映企業(yè)資本結(jié)構(gòu)的債務(wù)總額與資產(chǎn)總額之比這三個(gè)指標(biāo)與財(cái)務(wù)危機(jī)的關(guān)系最為密切，但是其準(zhǔn)確性隨著時(shí)間的推移而下降。

（二）多元線性預(yù)警模型 該方法為了克服單變量分析的片面性，根據(jù)財(cái)務(wù)指標(biāo)重要性程度的不同對(duì)多個(gè)指標(biāo)進(jìn)行加權(quán)平均從而得到一個(gè)判斷企業(yè)財(cái)務(wù)危機(jī)的綜合性指標(biāo)。使用該模型進(jìn)行分析時(shí)，一般會(huì)以以下五個(gè)變量作為基礎(chǔ)：留存收益/總資產(chǎn)、權(quán)益市值/負(fù)債總額、（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）/總資產(chǎn)、息稅前收益/總資產(chǎn)以及銷售收入/總資產(chǎn)。

（三）邏輯回歸預(yù)警模型 該方法進(jìn)一步克服了線性模型對(duì)于因變量分布假設(shè)的局限性，使用對(duì)打似然估計(jì)法對(duì)經(jīng)典的Logistic回歸模型進(jìn)行回歸，并通過擬合結(jié)果直接判斷企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性。如果可能性大于0.5，則意味著企業(yè)面臨著嚴(yán)重的財(cái)務(wù)危機(jī)，反之則意味著企業(yè)產(chǎn)生財(cái)務(wù)危機(jī)的可能性很小，可以忽略不計(jì)。

（四）神經(jīng)網(wǎng)絡(luò)預(yù)警模型 相對(duì)于邏輯回歸模型，神經(jīng)網(wǎng)絡(luò)模型對(duì)樣本的要求更低，并能夠進(jìn)行自我學(xué)習(xí)和培訓(xùn)，因此具有很強(qiáng)的自適應(yīng)能力，再加上運(yùn)算快捷，容錯(cuò)性較強(qiáng)，該模型一經(jīng)出現(xiàn)就迅速應(yīng)用到企業(yè)財(cái)務(wù)預(yù)警分析中，但是該模型存在黑箱，對(duì)某些處理過程不能很好地說明，因此也具有一定的局限性。

三、旅游上市公司行業(yè)特征分析

（一）行業(yè)上市公司數(shù)量較少，不適宜大樣本分析 目前，我國的旅游類上市公司主要包括綜合類、景點(diǎn)類和酒店類等三種類型的旅游公司，涉及到旅游社服務(wù)、旅館服務(wù)、景點(diǎn)經(jīng)營、餐飲服務(wù)、交通服務(wù)以及娛樂服務(wù)等多種產(chǎn)業(yè)，因此其界定存在一定的模糊性，也正是由于這種模糊性，各大網(wǎng)站對(duì)于旅游類上市公司的認(rèn)定存在一定差異，但有一點(diǎn)是確定的，旅游類上市公司的數(shù)目相對(duì)于制造業(yè)等傳統(tǒng)產(chǎn)業(yè)來講，其上市公司的數(shù)目較少：截止到2013年，東方財(cái)富網(wǎng)統(tǒng)計(jì)旅游酒店類上市公司有30個(gè)，新浪財(cái)經(jīng)網(wǎng)統(tǒng)計(jì)有23個(gè)，而鳳凰財(cái)經(jīng)網(wǎng)統(tǒng)計(jì)只有18個(gè)?？梢姛o論是以哪一個(gè)數(shù)據(jù)為準(zhǔn)，旅游類上市公司的數(shù)目都較少，這就意味著無論是logistic模型，還是神經(jīng)網(wǎng)絡(luò)模型，都不能用來對(duì)旅游類上市公司的財(cái)務(wù)危機(jī)預(yù)警進(jìn)行分析，因?yàn)檫@兩個(gè)模型對(duì)于樣本的數(shù)量有較高要求，大樣本可以顯著提高這些模型的估計(jì)精度，反之，像旅游類上市公司這樣的小樣本則無法滿足其對(duì)精度的要求。

（二）經(jīng)營多元化特征明顯，經(jīng)營波動(dòng)劇烈，線性預(yù)警模型無法提供全面準(zhǔn)確信息 旅游類上市公司的多元化經(jīng)營特征明顯，這主要表現(xiàn)在：（1）旅游業(yè)內(nèi)部的多元化經(jīng)營。以首旅股份為例，2013年首旅股份經(jīng)營涉及旅游服務(wù)收入、景區(qū)收入、展覽廣告和酒店四個(gè)板塊，其中，旅游服務(wù)收入占比最高，而展覽廣告收入占比最低；（2）跨行業(yè)的多元化經(jīng)營。以新都酒店為例，2013年新都酒店的收入包括：食品銷售收入、租賃收入、餐飲收入、客房收入、商品收入和其他收入。像這種多元化經(jīng)營的狀況并不是個(gè)別旅游上市公司的個(gè)別現(xiàn)象，而是一種普遍的現(xiàn)象。在這種情況下，無法依據(jù)單個(gè)指標(biāo)或有限的幾個(gè)指標(biāo)對(duì)上市公司的財(cái)務(wù)經(jīng)營狀況進(jìn)行科學(xué)判斷。

此外，根據(jù)旅游類上市公司財(cái)務(wù)指標(biāo)波動(dòng)性的分析，還發(fā)現(xiàn)其經(jīng)營狀況波動(dòng)劇烈，以資產(chǎn)收益率為例，2005～2013年間，30家上市公司的資產(chǎn)收益率圍繞0上下波動(dòng)，即使在相近的年份也會(huì)由盈利變?yōu)樘潛p，經(jīng)營狀況極不穩(wěn)定，更有上市公司的資產(chǎn)收益率在一年之間從2%跌至-40%，這種極不穩(wěn)定的波動(dòng)狀態(tài)就意味著傳統(tǒng)的線性預(yù)警模型已經(jīng)無法滿足旅游類上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的需要。

（三）公司經(jīng)營狀況嚴(yán)重分化、兼并重組頻繁，企業(yè)財(cái)務(wù)危機(jī)頻現(xiàn) 從30家上市公司的財(cái)務(wù)指標(biāo)來看，一方面，黃山旅游、中青旅游、宋城股份等的每股收益率均在50%以上，全聚德每股的收益率則高達(dá)70%。而另一方面，ST張家界和ST東海仍然處于“特別處理”的狀態(tài)，每股收益率為負(fù)值。此外，從公司市值來看，中國國旅、東方明珠的市值都在200億元以上，而大連圣亞的市值還不到15億元，這充分說明旅游類上市公司的財(cái)務(wù)經(jīng)營狀況出現(xiàn)嚴(yán)重分化，財(cái)務(wù)危機(jī)并不是危言聳聽。

也正是由于嚴(yán)重分化的財(cái)務(wù)經(jīng)營狀況，我國旅游類上市公司的兼并重組十分頻繁，根據(jù)相關(guān)統(tǒng)計(jì)，其資產(chǎn)重組率達(dá)到了80%。這一方面是由于這些公司的資產(chǎn)規(guī)模較小，容易成為外部資本借殼上市選擇的對(duì)象，另一方面則是由于旅游業(yè)自身的行業(yè)特征使得外部因素特別是自然災(zāi)害和傳染性疾病等對(duì)旅游業(yè)的打擊較大，因此其財(cái)務(wù)危機(jī)的預(yù)警分析也顯得格外重要。

四、旅游類上市公司財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建

（一）預(yù)警指標(biāo)選取 由于旅游類上市公司多元化經(jīng)營的特征較為明顯，在選取預(yù)警指標(biāo)時(shí)，本著全面性、有效性、可比性和可獲取性四個(gè)基本原則，從償債能力、資本結(jié)構(gòu)、運(yùn)營能力、發(fā)展能力、盈利能力以及投資收益等六個(gè)方面來描述其財(cái)務(wù)經(jīng)營狀況，下面分別予以詳細(xì)分析。

（1）償債能力指標(biāo)。包括：反映企業(yè)短期償債能力的企業(yè)速動(dòng)資產(chǎn)與流動(dòng)負(fù)債之比。速動(dòng)資產(chǎn)是企業(yè)流動(dòng)資產(chǎn)中變現(xiàn)能力最強(qiáng)的核心部分，包括貨幣資金、短期投資、應(yīng)收賬款等，它集中體現(xiàn)了企業(yè)短期償債能力的強(qiáng)弱，如果企業(yè)的流動(dòng)比率較高，但是速動(dòng)比率較低，那么企業(yè)的短期償債能力一般也不高，因此，速動(dòng)比率相對(duì)于流動(dòng)比率來講是對(duì)企業(yè)償債能力的更好度量。資產(chǎn)負(fù)債率，指負(fù)債總額與資產(chǎn)總額之比。其主要描述了企業(yè)債務(wù)性資產(chǎn)的比例，該指標(biāo)越小，表明企業(yè)的長(zhǎng)期償債能力越強(qiáng)，反之則越弱，因?yàn)槠髽I(yè)的債務(wù)性資產(chǎn)比例越高，企業(yè)在破產(chǎn)清算時(shí)需要承擔(dān)的清償責(zé)任就越大。反映企業(yè)利息支付能力的企業(yè)息稅前利潤(rùn)與利息費(fèi)用之比，該指標(biāo)一般大于1，而且其值越大，說明企業(yè)償還負(fù)債（利息）的能力越強(qiáng)。

（2）資本結(jié)構(gòu)指標(biāo)。包括：長(zhǎng)期負(fù)債與長(zhǎng)期資金之比，其中長(zhǎng)期資金為長(zhǎng)期負(fù)債與股東權(quán)益之和；負(fù)債總額與所有者權(quán)益之比，該指標(biāo)是評(píng)價(jià)企業(yè)資金結(jié)構(gòu)合理性的常用指標(biāo)，可以依此判斷企業(yè)財(cái)務(wù)政策是否穩(wěn)健，該比率無論是過高還是過低，都反映了企業(yè)沒有很好的利用財(cái)務(wù)杠桿；反映企業(yè)負(fù)債合理性的股東權(quán)益與資產(chǎn)總額之比，如果其比值過小，表明企業(yè)負(fù)債超過了合理界限，降低了企業(yè)抵御風(fēng)險(xiǎn)的能力，從而增加了財(cái)務(wù)危機(jī)發(fā)生的可能性，反之則意味著企業(yè)沒有很好地利用財(cái)務(wù)杠桿來實(shí)現(xiàn)企業(yè)利潤(rùn)的最大化。

（3）運(yùn)營能力指標(biāo)。包括：固定資產(chǎn)周轉(zhuǎn)率，指企業(yè)銷售收入與固定資產(chǎn)凈值的比率，即每一元固定資產(chǎn)所支持的銷售收入，其衡量了企業(yè)固定資產(chǎn)的利用程度；存貨周轉(zhuǎn)率，反映企業(yè)購入存貨、投入生產(chǎn)、銷售收回的過程，能反映企業(yè)的現(xiàn)金流情況和供應(yīng)鏈的運(yùn)作效率，存貨周轉(zhuǎn)速度越快，企業(yè)的銷售能力越強(qiáng)；總資產(chǎn)周轉(zhuǎn)率，指業(yè)務(wù)收入凈額與平均資產(chǎn)總額的比率，能反映企業(yè)的資產(chǎn)運(yùn)營效率和管理水平。

（4）增長(zhǎng)能力指標(biāo)。包括：反映單位公司股權(quán)的利潤(rùn)增長(zhǎng)程度的單股收益率指標(biāo)，該指標(biāo)主要用于橫縱向的比較，以反映公司的投資價(jià)值；反映企業(yè)資產(chǎn)擴(kuò)張能力的凈資產(chǎn)增長(zhǎng)率指標(biāo)，計(jì)算公式為本期凈資產(chǎn)總額/上期凈資產(chǎn)總額，該指標(biāo)也是衡量企業(yè)成長(zhǎng)狀況的重要指標(biāo)；主營業(yè)務(wù)收入增長(zhǎng)率，是從企業(yè)產(chǎn)品生命周期的視角來分析企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，如果該比率超過10%，則認(rèn)為企業(yè)發(fā)展?fàn)顩r很好，基本沒有財(cái)務(wù)風(fēng)險(xiǎn)，如果該比率小于5%，則認(rèn)為該企業(yè)發(fā)展前景不容樂觀，存在著爆發(fā)嚴(yán)重財(cái)務(wù)危機(jī)的可能性，如果該比率在5%到10%之間，則認(rèn)為該企業(yè)存在著財(cái)務(wù)風(fēng)險(xiǎn)的可能性。

（5）盈利能力指標(biāo)。包括：反映企業(yè)全部資產(chǎn)獲利能力的企業(yè)息稅前利潤(rùn)與總資產(chǎn)之比，即通常所說的資產(chǎn)回報(bào)率，其中，息稅前利潤(rùn)等于凈利潤(rùn)、利息費(fèi)用與所得稅費(fèi)用的加總，與凈資產(chǎn)報(bào)酬率相比，總資產(chǎn)報(bào)酬率從債權(quán)人和所有者共同的角度來考察企業(yè)的盈利能力；銷售凈利潤(rùn)率，指每一元銷售收入帶來的凈利潤(rùn)，它與凈利潤(rùn)成正比，與銷售收入成反比，反映了銷售收入的盈利能力；股本回報(bào)率，指稅前盈利與年均股本的比值，也適用于行業(yè)內(nèi)不同企業(yè)的比較以反映其盈利能力的指標(biāo)。

（6）投資收益指標(biāo)。包括：股息發(fā)放率，指每股股利與每股凈收益的比值，主要是針對(duì)普通股股東而言，即其能夠從每股凈收益中分得的利潤(rùn)；市盈率，指股票價(jià)格與每股收益的比率，投資者依據(jù)該指標(biāo)判斷股票的投資價(jià)值；市凈率，與市盈率類似，其值等于股票價(jià)格與每股凈資產(chǎn)之比，該指標(biāo)也是投資者選擇資產(chǎn)組合形式的主要依據(jù)，一般來講，市凈率越低，則股票的投資價(jià)值越高。

（二）預(yù)警模型選取 根據(jù)上文的分析，在第二部分中提出的四種預(yù)警模型均不適合分析中國的旅游上市公司，本文基于第三部分提出的旅游行業(yè)特征提出使用新近發(fā)展起來的灰色預(yù)測(cè)模型作為分析和預(yù)測(cè)中國旅游上市公司財(cái)務(wù)危機(jī)的工具。該模型主要是基于灰色系統(tǒng)理論提出，其對(duì)樣本數(shù)量和信息質(zhì)量的要求較低，對(duì)于那樣小樣本，信息較少的對(duì)象尤其適合，而這正符合中國旅游上市公司的行業(yè)特征，此外，灰色預(yù)測(cè)模型不需要對(duì)總體的結(jié)構(gòu)方程進(jìn)行預(yù)設(shè)，而只需要通過一階方程來對(duì)變量的動(dòng)態(tài)特征進(jìn)行描述，因此比較適合中國旅游上市公司收益率變動(dòng)劇烈的個(gè)體特征。更重要的是，灰色系統(tǒng)理論認(rèn)為模型預(yù)測(cè)所基于的原始數(shù)據(jù)也是現(xiàn)實(shí)世界中多種因素共同作用的結(jié)果，因此，可以通過對(duì)現(xiàn)有數(shù)據(jù)的分析來得出系統(tǒng)運(yùn)行的一般規(guī)律，從而為科學(xué)預(yù)測(cè)提供基礎(chǔ)和依據(jù)。同時(shí)還可以使用級(jí)比檢驗(yàn)、殘差檢驗(yàn)、灰色關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)等方法對(duì)灰色預(yù)測(cè)模型的結(jié)果進(jìn)行檢驗(yàn)。

在使用灰色預(yù)測(cè)模型獲得預(yù)測(cè)結(jié)果后，再通過AHP―模糊綜合評(píng)價(jià)法對(duì)旅游上市公司的財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)。該方法將層次分析法和模糊綜合評(píng)價(jià)法有機(jī)結(jié)合，在實(shí)際生活中應(yīng)用較為廣泛。其中，層析分析法的主要優(yōu)點(diǎn)是在設(shè)計(jì)權(quán)重時(shí)較為科學(xué)，通過將總目標(biāo)分解為不同層次的子目標(biāo)，再對(duì)不同子目標(biāo)的相對(duì)重要性進(jìn)行評(píng)價(jià)，對(duì)于那些較為重要的子目標(biāo)，設(shè)計(jì)較高的權(quán)重，而對(duì)于那些較不重要的子目標(biāo)設(shè)計(jì)較低的權(quán)重，這樣就可以為選擇總體的最佳方案提供依據(jù)。在確定好權(quán)重之后，再使用模糊綜合評(píng)價(jià)法進(jìn)行綜合評(píng)價(jià)，在評(píng)價(jià)的過程中，關(guān)鍵是指標(biāo)權(quán)重和隸屬度矩陣的確定，這需要專家根據(jù)具體情況進(jìn)行打分并形成判斷矩陣，因此要求專家組成員在充分調(diào)研、認(rèn)真分析、深入討論、客觀公正的基礎(chǔ)上確定權(quán)重，盡量降低由主觀打分帶來的模型誤差。

參考文獻(xiàn)：

[1]王玲：《醫(yī)藥行業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究》，西安電子科技大學(xué)2011年碩士論文。

篇2

DOI：10.3969/j.issn.1005-5304.2016.01.018

中圖分類號(hào)：R29 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-5304（2016）01-0078-04

Xinjiang Uygur Medicine Image Feature Extraction and Discriminant Analysis Based on Color and Textural Features YUN Wei-kang1， Murat HAMIT1， YAN Chuan-bo1， Abdugheni KUTLUK1， Asat MATMUSA2， YAO Juan3， YANG Fang1， Elzat ALIP1 （1. College of Medical Engineering Technology， Xinjiang Medical University， Urumqi 830011， China； 2. College of Public Health， Xinjiang Medical University， Urumqi 830011， China； 3. Department of Radiology， First Affiliated Hospital of Xinjiang Medical University， Urumqi 830054， China）

Abstract： Objective To extract Xinjiang Uyghur medicine image features and analyze the features； To investigate the image classification effect of the researched features； To find the suitable features for Xinjiang Uyghur medicine image classification； To lay the foundation for content-based medical image retrieval system of Xinjiang Uyghur medicine images. Methods The flowers and leaves of Xinjiang Uyghur medicine were treated as the research objects. First， images were under preprocessing. Then color and textural features were extracted as original features and statistics method was used to analyze the features. Maximum classification distance was used to analyze the main features obtained from image classification. At last， the classification ability of features was evaluated by Bayes discriminant analysis. Results Color and textural features were selected and classified. The correct classification rate of flower images was 85% and the correct classification rate of leaf images was 62%. The classification effect of flower images used by selected features was better than classification effect of original feature. Conclusion Compared with the classification of original features， the classification accuracy of flower medicine is higher through selected features. This research can lay a certain foundation for the further researches on Xinjiang Uyghur medicine images

and the improvement of feature extraction methods.

Key words： Xinjiang Uyghur medicine； color feature； textural feature； feature extraction； discriminant classification

維吾爾醫(yī)學(xué)是我國傳統(tǒng)民族醫(yī)學(xué)，是新疆維吾爾自治區(qū)衛(wèi)生服務(wù)體系中不可或缺的重要組成部分。新疆地域遼闊，具有獨(dú)特的地理環(huán)境，生態(tài)環(huán)境多樣，孕育著豐富的藥材資源。合理并有效地利用這些維吾爾藥材數(shù)據(jù)資源，對(duì)保護(hù)傳統(tǒng)民族藥材資源意義重大。

基于內(nèi)容的圖像檢索（CBIR）隨著數(shù)字化時(shí)代的到來而迅速發(fā)展[1]，成為當(dāng)今的研究熱點(diǎn)。CBIR是指以1個(gè)圖像作為查詢條件，或描述圖像的內(nèi)容，在提取底層特征的基礎(chǔ)上建立索引的方式，然后通過計(jì)算比較這些特征和查詢條件之間的相似度距離，來判斷2個(gè)圖片的相似程度。CBIR包括圖像特征提取、特征值的比對(duì)、結(jié)合語義分析等步驟，其中圖像特征提取是其關(guān)鍵步驟之一。圖像特征提取是一門交叉性的學(xué)科，它既包含在計(jì)算機(jī)視覺技術(shù)中，也包含在圖像處理中，通過計(jì)算機(jī)的分析和處理提取圖像特征，進(jìn)而解決實(shí)際問題[2]。

雖然CBIR技術(shù)在各領(lǐng)域得到了長(zhǎng)足發(fā)展，但針對(duì)維吾爾醫(yī)藥材的研究較少，因此，在維吾爾醫(yī)藥領(lǐng)域展開相關(guān)研究具有重要意義。本研究以維吾爾醫(yī)植物藥材中的花和葉為研究對(duì)象，提取藥材圖像的顏色特征和紋理特征，通過統(tǒng)計(jì)分析判斷特征分類能力。

1 圖像預(yù)處理

對(duì)原始圖像提取特征之前，需對(duì)維吾爾藥材圖像進(jìn)行預(yù)處理。

首先，對(duì)彩色圖像進(jìn)行去噪，濾除無用信息，加強(qiáng)原圖的細(xì)節(jié)，使圖像顏色更加鮮明、更加立體化。然后對(duì)圖像尺寸大小進(jìn)行歸一化處理，使圖像的最長(zhǎng)邊界為300像素點(diǎn)。處理后，圖像的質(zhì)量和尺寸得到統(tǒng)一。為了適合圖像處理，在尺寸歸一化的基礎(chǔ)上，要把藥材圖像從RGB顏色空間轉(zhuǎn)化為HSV顏色空間。以藥材數(shù)據(jù)庫中的植物藥紅花和艾葉為例，預(yù)處理結(jié)果見圖1。

2 圖像特征提取

2.1 顏色直方圖特征的提取

顏色特征以圖像整體為對(duì)象，是一種全局特征，描述圖像或圖像區(qū)域所對(duì)應(yīng)景物的表面顏色性質(zhì)[3-4]。常見的顏色特征有顏色直方圖、顏色矩、顏色集。本研究對(duì)維吾爾藥材圖像顏色直方圖特征進(jìn)行提取。

為了便于計(jì)算和檢索，先將色調(diào)（H）、飽和度（S）和亮度（V）3個(gè)分量按照色彩的不同范圍，采用以下公式的量化級(jí)別進(jìn)行量化。

將HSV三維特征矢量取不同的權(quán)值轉(zhuǎn)換成一維特征矢量。在這3個(gè)矢量中，H、S和V影響人眼辨別顏色的能力呈遞減趨勢(shì)。根據(jù)H、S、V的量化級(jí)數(shù)和其頻率的不同進(jìn)行組合，S和V的量化級(jí)數(shù)均為4?？傻玫奖磉_(dá)式：L=16H+4S+V。

通過計(jì)算得到256柄的一維直方圖。3個(gè)三維分量H、S、V轉(zhuǎn)換成1個(gè)一維矢量。對(duì)H、S和V分別取權(quán)重為16、4和1，減小了S和V對(duì)計(jì)算和檢索結(jié)果的影響。進(jìn)行檢索實(shí)驗(yàn)時(shí)，能夠較好地檢索出顏色分布不同的圖像，在充分利用圖像顏色特征的同時(shí)達(dá)到了對(duì)圖像檢索的要求。得到的顏色直方圖結(jié)果見圖2。通過直方圖可以直觀看出圖像的顏色分布。

在顏色直方圖基礎(chǔ)上，通過計(jì)算得到一些統(tǒng)計(jì)量，包括均值、方差、歪斜度、峰態(tài)、能量，以此來反映圖像的特征值[5]。

2.2 紋理特征的提取

灰度共生矩陣（gray level co-occurrence matrix）是反映圖像區(qū)域微觀紋理的有力工具，它按一定的空間關(guān)系描述像素點(diǎn)對(duì)之間的灰度相關(guān)性[6-7]?；诨叶裙采仃囂崛〖y理特征的方法是一個(gè)經(jīng)典的統(tǒng)計(jì)分析方法，是目前公認(rèn)的紋理分析方法[8]。

經(jīng)過正規(guī)化處理的灰度共生矩陣即是抽取二次統(tǒng)計(jì)量紋理特征系數(shù)的基礎(chǔ)。本研究所采用的特征統(tǒng)計(jì)量有以下5種：角二階矩、熵、慣性矩、相關(guān)性和逆差矩。取像素距離d=1，θ={0°，45°，90°，135°}，計(jì)算各統(tǒng)計(jì)量，并取4個(gè)方向的均值。這樣就抑制了方向分量，得到的特征與方向無關(guān)，從而組成圖像的紋理特征。

3 結(jié)果與分析

3.1 圖像處理結(jié)果

選取圖像數(shù)據(jù)庫中2種類型圖像各100幅[9-10]，采用MATLAB7.1軟件編程計(jì)算圖像的顏色特征和紋理特征，結(jié)果見表1。

3.2 結(jié)果分析

3.2.1 描述性統(tǒng)計(jì)分析和類間距分析 通過描述性統(tǒng)計(jì)分析，計(jì)算特征向量的均值和方差，描述顏色特征和紋理特征的集中、離散趨勢(shì)。

在判別分析前，為了剔除分類效果相對(duì)較差的特征，適當(dāng)?shù)剡x擇特征是很重要的。方差歸一化間距是衡量用1個(gè)特征區(qū)分2類能力的指標(biāo)[11]，故本研究采用歸一化間距來評(píng)價(jià)和選取特征。

對(duì)于某一個(gè)特征x而言，第i類和第j類類間距離（D）為： 。

其中 、 和 、 分別為第i類和第j類x特征的均值和方差。D越大，說明該特征的分類能力越強(qiáng)；反之，該特征的分類能力越弱。各特征的均值、方差及2種類型圖像分類的類間距見表2。

對(duì)這10個(gè)特征值取平均值，求得 =0.345 311。本研究將D> 的特征篩選出來。根據(jù)類間距的結(jié)果顯示，均值、方差、能量、角二階矩、熵、慣性矩這6個(gè)特征的類間距相對(duì)較大，對(duì)于圖像的分類能力相對(duì)較強(qiáng)，將這6個(gè)特征值組成篩選后的綜合特征。

3.2.2 判別分析 Bayes法是對(duì)特征分類能力的有效性進(jìn)行評(píng)估的重要方式，既可用于計(jì)量資料的兩類判別，也可用于多類判別。Robin H等[12-13]在不同復(fù)雜度的模型非監(jiān)督分類中使用Bayes法。因此，本研究使用Bayes法對(duì)結(jié)果進(jìn)行分析。采用SPSS17.0軟件對(duì)數(shù)據(jù)進(jìn)行處理，隨機(jī)取圖像數(shù)據(jù)庫中的兩類圖像各100幅，提取其特征進(jìn)而判別分析。首先分別利用顏色特征和紋理特征對(duì)藥材圖像進(jìn)行判別分析，再利用兩類特征的原始特征進(jìn)行判別分析。為提高特征向量的分類能力，根據(jù)表2中類間距值，利用篩選出來的6個(gè)特征進(jìn)行判別分析。得到線性判別函數(shù)式。

y1=-0.018x1+0.001x2+60.002x3+466.443x4+149.586x5-

44.553x6-241.524

y2=-0.008x1-0.001x2+60.864x3+468.94x4+148.718x5-

41.567x6-240.652

其中，y1、y2表示花類和葉類，x1、x2、x3、x4、x5、x6分別表示均值、方差、能量、角二階矩、熵、慣性矩。y1、y2的先驗(yàn)概率同為0.5，即一張藥材圖像，被判別為花類和葉類的概率是相等的。

根據(jù)上述判別函數(shù)式和先驗(yàn)概率進(jìn)行判別分析，進(jìn)而得到后驗(yàn)概率，即每個(gè)樣品歸屬于每一類的概率，判別準(zhǔn)則是按后驗(yàn)概率的大小歸類。結(jié)果見表3。進(jìn)而比較利用不同特征進(jìn)行判別分析的分類效果。

根據(jù)結(jié)果可得，顏色特征對(duì)于兩類圖像的分類效果一樣；紋理特征對(duì)于花類的分類效果較好，但葉類的就比較差；與原始特征比較，利用最大類間距篩選后的特征進(jìn)行判別分析使得花類的判別準(zhǔn)確率得以提高，但降低了葉類的準(zhǔn)確率。綜合上述結(jié)果，在最大類間距篩選特征的基礎(chǔ)上進(jìn)行判別分類，可以在一定水平上提高花類圖像分類的準(zhǔn)確率。但葉類藥材的效果卻相反，這可能與葉類藥材的葉片顏色差異不大有關(guān)。說明利用篩選后的綜合特征比較適合花類，這為進(jìn)一步研究維吾爾藥材圖像分類和完善特征提取方法提供了依據(jù)。后續(xù)會(huì)嘗試引入其他特征（如形狀特征）進(jìn)行相關(guān)研究。

4 小結(jié)

圖像特征提取是CBIR中一個(gè)重要環(huán)節(jié)。本研究以維吾爾醫(yī)植物藥材圖像為對(duì)象，提取圖像的顏色特征和紋理特征，初步構(gòu)建了基于維吾爾醫(yī)植物藥材圖像特征數(shù)據(jù)庫。根據(jù)新疆維吾爾藥材中花類和葉類在顏色和紋理分布上的差異，結(jié)合藥材圖像的特點(diǎn)，使用顏色特征和紋理特征提取方法，并進(jìn)行統(tǒng)計(jì)分析。實(shí)驗(yàn)結(jié)果表明，使用篩選后的特征對(duì)花類圖像進(jìn)行判別分類的效果相對(duì)較好。這為進(jìn)一步研究基于內(nèi)容的新疆維吾爾藥材圖像檢索系統(tǒng)研究奠定了基礎(chǔ)。

參考文獻(xiàn)：

[1] 馮伍，張俊蘭，白樹芳.基于內(nèi)容的圖像檢索技術(shù)在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J].醫(yī)療衛(wèi)生裝備，2012，33（11）：98.

[2] 王志瑞，閆彩良.圖像特征提取方法的綜述[J].吉首大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，32（5）：43-47.

[3] 王娟，孔兵，賈巧麗.基于顏色特征的圖像檢索技術(shù)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（7）：160-164.

[4] 戴雯惠.一種基于多特征融合的彩色圖像檢索方法[J].電腦與信息技術(shù)，2011，19（5）：15-17.

[5] 劉益新，郭依正.灰度直方圖特征提取的Matlab實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù)，2009，5（32）：9032-9034.

[6] 童隆正，王磊，陳海榮，等.肝纖維化圖像的灰度共生矩陣分析[J].首都醫(yī)科大學(xué)報(bào)，2003，24（3）：240-242.

[7] 木拉提?哈米提，李莉，艾克熱木?阿西木，等.新疆地方性肝包蟲病CT 圖像的灰度共生矩陣分析[J].科技通報(bào)，2012，28（3）：75-80.

[8] WALKER R F， JACKEAY P T， LONGSTAFF I D. Recent developments in the use of the co-occurrence matrix for texture recognition[C]// Proceedings of 13 Intenational Conference on Digital Image Processing. Santorini Greece，1997：63-65.

[9] 國家中醫(yī)藥管理局《中華本草》編委會(huì).中華本草：維吾爾藥卷[M].上海：上?？茖W(xué)技術(shù)出版社，2005：3-10.

[10] 新疆維吾爾自治區(qū)革命委員會(huì)衛(wèi)生局.新疆中草藥（維吾爾文）[M].烏魯木齊：新疆人民出版社，1973.

[11] 尹劍侖，衛(wèi)武迪，梁永貴.腫瘤超聲圖像灰度和紋理特征提取方法研究[J].通信技術(shù)，2009，42（9）：168-170.

篇3

一、財(cái)務(wù)風(fēng)險(xiǎn)

（一）財(cái)務(wù)風(fēng)險(xiǎn)的界定

關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)的界定，當(dāng)前有兩種主流觀點(diǎn)。第一種觀點(diǎn)認(rèn)為，財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)用貨幣資金償還到期債務(wù)的不確定性。第二種觀點(diǎn)認(rèn)為，財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)財(cái)務(wù)活動(dòng)中由于不確定因素影響，使企業(yè)財(cái)務(wù)收益與預(yù)期收益發(fā)生偏離，造成蒙受損失的機(jī)會(huì)和可能。Altman（1990）綜合了學(xué)術(shù)界描述，更加科學(xué)地將財(cái)務(wù)風(fēng)險(xiǎn)界定為的四種情形：經(jīng)營失敗、無償付能力、違約、破產(chǎn)。

（二）財(cái)務(wù)風(fēng)險(xiǎn)的特征

深入了解財(cái)務(wù)風(fēng)險(xiǎn)的基石，是歸納總結(jié)財(cái)務(wù)風(fēng)險(xiǎn)的特征。筆者通過研究文獻(xiàn)、結(jié)合企業(yè)案例，概括出企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)具有以下五大特征：全面性，即資金籌集、資金運(yùn)用、資金積累分配等財(cái)務(wù)活動(dòng)，均會(huì)產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)；不確定性，即財(cái)務(wù)風(fēng)險(xiǎn)雖可以事前加以估計(jì)和控制，但事前不能準(zhǔn)確地確定財(cái)務(wù)風(fēng)險(xiǎn)的大??；共存性，即風(fēng)險(xiǎn)與收益并存且成正比，一般來說，財(cái)務(wù)活動(dòng)的風(fēng)險(xiǎn)越大，收益也就越高。權(quán)衡性，即財(cái)務(wù)風(fēng)險(xiǎn)的客觀存在會(huì)促使企業(yè)權(quán)衡風(fēng)險(xiǎn)與收益的關(guān)系，采取措施防范財(cái)務(wù)風(fēng)險(xiǎn)。

（三）財(cái)務(wù)風(fēng)險(xiǎn)的成因分析

財(cái)務(wù)風(fēng)險(xiǎn)影響因素多樣，大致可以分為兩大類：外部成因與內(nèi)部成因。

受外部因素的影響而產(chǎn)生的財(cái)務(wù)風(fēng)險(xiǎn)稱為系統(tǒng)風(fēng)險(xiǎn)，它對(duì)所有企業(yè)都發(fā)生作用，是企業(yè)自身不可控制的。這些因素有：市場(chǎng)變動(dòng)；經(jīng)濟(jì)形勢(shì)變化；通貨膨脹或通貨緊縮；利率變動(dòng)；匯率變動(dòng)；稅收政策變動(dòng)。

受內(nèi)部因素的影響產(chǎn)生的財(cái)務(wù)風(fēng)險(xiǎn)稱為非系統(tǒng)風(fēng)險(xiǎn)，它是企業(yè)的特有風(fēng)險(xiǎn)，由企業(yè)自身承擔(dān)。企業(yè)財(cái)務(wù)活動(dòng)一般包括資金籌集、資金使用、資金回收和資金分配，在財(cái)務(wù)活動(dòng)的每一環(huán)節(jié)，都有可能形成財(cái)務(wù)風(fēng)險(xiǎn)。

二、財(cái)務(wù)危機(jī)

（一）財(cái)務(wù)危機(jī)的界定

財(cái)務(wù)危機(jī)，又稱財(cái)務(wù)困境。關(guān)于企業(yè)財(cái)務(wù)危機(jī)的界定，不同的學(xué)者有著不同的看法，但歸結(jié)起來可以分為兩大類：

一是從法制層面對(duì)企業(yè)財(cái)務(wù)危機(jī)的界定。國外研究學(xué)者常常把企業(yè)根據(jù)破產(chǎn)法提出破產(chǎn)申請(qǐng)的行為作為確定企業(yè)進(jìn)入財(cái)務(wù)危機(jī)的標(biāo)志。國內(nèi)研究學(xué)者則常常把滬深兩地證券市場(chǎng)的ST公司界定為財(cái)務(wù)危機(jī)企業(yè)。

二是從研究層面對(duì)企業(yè)財(cái)務(wù)危機(jī)的界定。學(xué)者定義中的經(jīng)典表述來自于Ross（1999）從四個(gè)方面界定的財(cái)務(wù)危機(jī)：企業(yè)失敗，即企業(yè)清算后仍無力支付債權(quán)人的債務(wù)；法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；會(huì)計(jì)破產(chǎn)，即企業(yè)的資產(chǎn)凈值小于凈負(fù)債，資不抵債。

從實(shí)際情況上看，ST公司界定為財(cái)務(wù)危機(jī)對(duì)于我國的學(xué)術(shù)研究更有可操作性。目前我國對(duì)于上市公司特別處理的一般規(guī)定：上市公司出現(xiàn)財(cái)務(wù)狀況異常或者其他異常情況，導(dǎo)致其股票存在被終止上市的風(fēng)險(xiǎn)，或者投資者難以判斷公司前景，投資者權(quán)益可能受到損害的，本所對(duì)該公司股票交易實(shí)行特別處理。其中，“財(cái)務(wù)狀況異?！敝傅氖亲罱鼉赡赀B續(xù)虧損，或最近一年的每股凈資產(chǎn)低于每股面值，或同時(shí)出現(xiàn)上述兩種情況；“其他異常狀況”，指的是因自然災(zāi)害，重大事故導(dǎo)致公司生產(chǎn)經(jīng)營活動(dòng)基本終止，或公司面臨賠償金額可能超過其凈資產(chǎn)的訴訟等。上市公司一旦發(fā)生上述情況，將自動(dòng)進(jìn)入所謂的ST板塊。對(duì)上市公司的特別處理包括“退市風(fēng)險(xiǎn)警示”和“其他特別處理”。對(duì)“退市風(fēng)險(xiǎn)警示”的處理措施：在公司股票簡(jiǎn)稱前冠以“*ST”字樣，股票價(jià)格的日漲跌幅限制為5%?！捌渌貏e處理”的處理措施：在公司股票簡(jiǎn)稱前冠以“ST”字樣，股票價(jià)格的日漲跌幅限制為5%。

（二）財(cái)務(wù)危機(jī)的特征

前面講到了財(cái)務(wù)風(fēng)險(xiǎn)的特征，反觀財(cái)務(wù)危機(jī)的特征，卻大相徑庭。

一般來說，財(cái)務(wù)危機(jī)有四大特征：第一，客觀積累性。財(cái)務(wù)危機(jī)的客觀積累性表現(xiàn)為期間概念，它是反映企業(yè)一定時(shí)期在資金籌集、投放、分配等各個(gè)環(huán)節(jié)上所出現(xiàn)的失誤。第二，突發(fā)性。財(cái)務(wù)危機(jī)由于受到許多主客觀因素的影響，其中有些因素是可以控制和把握的，但也有相當(dāng)多因素是爆發(fā)性的、意外性的，有的甚至是急轉(zhuǎn)直下的。第三，多樣性。財(cái)務(wù)危機(jī)的多樣性主要受三個(gè)方面的影響：企業(yè)經(jīng)營環(huán)境多樣化；企業(yè)經(jīng)營過程多樣；財(cái)務(wù)行為方式多樣化。第四，災(zāi)難性。財(cái)務(wù)危機(jī)雖然包括多種情況，但不管是資金管理技術(shù)性失敗，還是企業(yè)破產(chǎn)，或是介于兩者之間的任何一種情況的發(fā)生都會(huì)給企業(yè)帶來災(zāi)難性的損失。

（三）財(cái)務(wù)危機(jī)的成因分析

財(cái)務(wù)危機(jī)的成因一直是學(xué)界的爭(zhēng)議焦點(diǎn)，是因?yàn)樾枰紤]的因素太多。這些因素有可能單獨(dú)惡化企業(yè)財(cái)務(wù)狀況，更有可能在多種因素聯(lián)動(dòng)作用下使企業(yè)陷入財(cái)務(wù)危機(jī)。所以我們有必要將這些因素系統(tǒng)歸類，按照企業(yè)的實(shí)際情況對(duì)癥下藥，防范財(cái)務(wù)危機(jī)。

四階段癥狀分析法是財(cái)務(wù)危機(jī)成因分析的方法之一。該方法將企業(yè)財(cái)務(wù)運(yùn)營病癥劃分為4個(gè)階段：財(cái)務(wù)危機(jī)潛伏期（盲目擴(kuò)張、無效市場(chǎng)營銷、疏于風(fēng)險(xiǎn)管理、缺乏有效的管理制度、企業(yè)資源分配不當(dāng)、無視環(huán)境的重大變化）；財(cái)務(wù)危機(jī)發(fā)作期（自有資本不足、過分依賴外部資金、利息負(fù)擔(dān)過重、缺乏會(huì)計(jì)的預(yù)警作用、債務(wù)拖延支付）；財(cái)務(wù)危機(jī)惡化期（經(jīng)營者無心經(jīng)營業(yè)務(wù)、專心于財(cái)務(wù)周轉(zhuǎn)、資金周轉(zhuǎn)困難、債務(wù)到期違約不能支付）；財(cái)務(wù)危機(jī)實(shí)現(xiàn)期（資不抵債、喪失償付能力、宣布破產(chǎn)）。企業(yè)如有上述相應(yīng)情況出現(xiàn)，就要查清具體原因，采取措施，盡快使企業(yè)擺脫財(cái)務(wù)危機(jī)。

三、財(cái)務(wù)風(fēng)險(xiǎn)與財(cái)務(wù)危機(jī)的關(guān)系

財(cái)務(wù)風(fēng)險(xiǎn)具有兩面性，對(duì)企業(yè)而言可能產(chǎn)生損失，也有機(jī)會(huì)產(chǎn)生收益。而財(cái)務(wù)危機(jī)意味著企業(yè)產(chǎn)生損失的可能性極大，如不及時(shí)補(bǔ)救，企業(yè)狀況可能陷入不斷惡化的深淵。財(cái)務(wù)風(fēng)險(xiǎn)是財(cái)務(wù)危機(jī)產(chǎn)生的根源，陷入財(cái)務(wù)危機(jī)的企業(yè)必然面臨著較大的財(cái)務(wù)風(fēng)險(xiǎn)，而具有財(cái)務(wù)風(fēng)險(xiǎn)的企業(yè)不一定陷入了財(cái)務(wù)危機(jī)。財(cái)務(wù)危機(jī)是財(cái)務(wù)風(fēng)險(xiǎn)朝不利方向發(fā)展的結(jié)果。企業(yè)若能在有效期間內(nèi)采取化解措施，就能降低財(cái)務(wù)風(fēng)險(xiǎn)，擺脫財(cái)務(wù)危機(jī)；若企業(yè)面對(duì)危機(jī)束手無策，或措施不力，很可能會(huì)進(jìn)一步加劇財(cái)務(wù)危機(jī)，甚至導(dǎo)致破產(chǎn)。

篇4

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

企業(yè)集團(tuán)是以一個(gè)實(shí)力雄厚的企業(yè)為主體，以產(chǎn)權(quán)、產(chǎn)品、技術(shù)、經(jīng)濟(jì)、契約等為紐帶，形成的由多個(gè)成員企業(yè)組成的具有多層次組織結(jié)構(gòu)的經(jīng)濟(jì)聯(lián)合體，企業(yè)集團(tuán)在我國經(jīng)濟(jì)發(fā)展進(jìn)程中具有舉足輕重的作用。由于企業(yè)集團(tuán)成員企業(yè)之間存在的關(guān)聯(lián)性以及經(jīng)營和管理的復(fù)雜性，財(cái)務(wù)風(fēng)險(xiǎn)是其所面臨的重大風(fēng)險(xiǎn)之一。因此，為增強(qiáng)企業(yè)集團(tuán)抵抗風(fēng)險(xiǎn)能力，構(gòu)建企業(yè)集團(tuán)的財(cái)務(wù)危機(jī)預(yù)警模型具有十分重要的理論研究?jī)r(jià)值和現(xiàn)實(shí)意義。

國外就對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警的相關(guān)研究始于20世紀(jì)30年代初。例如Fitz P（1932）和Beaver W.H（1966）構(gòu)建了企業(yè)財(cái)務(wù)危機(jī)預(yù)警的單變量模型[1]，Altman在1968和1977年分別提出了Z值判定模型和Zeta模型[2-3]，以O(shè)hlson為代表的一些研究者采用條件概率模型對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)警，包括Logistic模型和Probit模型等方法[4]。隨著研究的深入新的方法被引入，Kim H C（2002）以及Shin KS（2005）等運(yùn)用支持向量機(jī)方法對(duì)公司財(cái)務(wù)危機(jī)預(yù)警進(jìn)行了研究[5、6]。國外對(duì)財(cái)務(wù)危機(jī)預(yù)警的研究呈現(xiàn)多角化發(fā)展趨勢(shì)。國內(nèi)關(guān)于企業(yè)財(cái)務(wù)危機(jī)預(yù)警方面的研究始于20世紀(jì)80年代末，主要針對(duì)一般性企業(yè)的財(cái)務(wù)預(yù)警問題展開的研究[7-14]。迄今為止，國內(nèi)外針對(duì)企業(yè)集團(tuán)財(cái)務(wù)危機(jī)預(yù)警方面的研究還十分鮮見。本文以滬深A(yù)股企業(yè)集團(tuán)上市公司為研究對(duì)象，將財(cái)務(wù)危機(jī)企業(yè)集團(tuán)界定為因財(cái)務(wù)問題而被特別處理即被ST的企業(yè)集團(tuán)。本文第二節(jié)在基本財(cái)務(wù)指標(biāo)基礎(chǔ)上引入企業(yè)集團(tuán)的3類特征指標(biāo)和6類公司治理類指標(biāo)建立了由28個(gè)指標(biāo)構(gòu)成的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系。第三節(jié)對(duì)預(yù)警初始變量因子分析提取出公因子作為預(yù)警變量。鑒于Logistic回歸方法的自變量不用服從多元正態(tài)分布的假設(shè)使其有更廣的適用度和其運(yùn)用的成熟度，本文在第四節(jié)中選取Logistic回歸方法構(gòu)建預(yù)警模型，對(duì)預(yù)警指標(biāo)體系進(jìn)行了檢驗(yàn)。

二、預(yù)警指標(biāo)與研究樣本

（一）預(yù)警指標(biāo)選取

企業(yè)財(cái)務(wù)危機(jī)是由初步萌生到程度惡化的過程，且其財(cái)務(wù)危機(jī)的跡象都將直接或間接地在一些敏感性財(cái)務(wù)或非財(cái)務(wù)指標(biāo)的變化上反映出來[15]。本文根據(jù)預(yù)警指標(biāo)滿足客觀性、完整性、可操作性和敏感性的原則，選取這些敏感性指標(biāo)作為預(yù)警財(cái)務(wù)危機(jī)的預(yù)警指標(biāo)。除了選擇五大類基本財(cái)務(wù)指標(biāo)之外，本文根據(jù)企業(yè)集團(tuán)規(guī)模龐大、涉及行業(yè)較多、投資多元化以及關(guān)聯(lián)交易頻繁等特征，以及結(jié)合國內(nèi)外對(duì)公司治理與財(cái)務(wù)危機(jī)關(guān)系的研究，在五大類基本財(cái)務(wù)指標(biāo)基礎(chǔ)上引入企業(yè)集團(tuán)特征指標(biāo)（關(guān)聯(lián)交易次數(shù)，關(guān)聯(lián)交易金額占總資產(chǎn)比重以及涉及行業(yè)個(gè)數(shù)）和6個(gè)公司治理類指標(biāo)，共選擇28個(gè)初選指標(biāo)構(gòu)建出企業(yè)集團(tuán)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系（見表1）。并為了進(jìn)一步分析引入的特征指標(biāo)和公司治理類指標(biāo)對(duì)預(yù)警模型的作用，根據(jù)預(yù)警指標(biāo)體系劃分了三類預(yù)警初始變量：一是在企業(yè)集團(tuán)基本財(cái)務(wù)指標(biāo)基礎(chǔ)上引入特征指標(biāo)和公司治理指標(biāo)的預(yù)警初始變量；二是僅引入特征指標(biāo)的預(yù)警初始變量；三是僅含基本財(cái)務(wù)指標(biāo)的預(yù)警初始變量。

（二）樣本選取

本文選取了2004年至2010年被“ST”的企業(yè)集團(tuán)和根據(jù)研究期間一致、行業(yè)類型相同或相近、資產(chǎn)規(guī)模相當(dāng)和上市時(shí)間接近的原則與其配對(duì)的財(cái)務(wù)正常的企業(yè)集團(tuán)各50家，其中剔除由于數(shù)據(jù)嚴(yán)重缺失或不合理的公司以及兩年內(nèi)就被“ST”及因其他狀況異常而被“ST”的公司，研究樣本共計(jì)100家。其中把2004年至2007年的70家樣本作為模型估計(jì)樣本，2008年至2010年的30家樣本作為模型檢驗(yàn)樣本。

由于證監(jiān)會(huì)對(duì)上市公司進(jìn)行“ST”處理的依據(jù)為最近兩個(gè)會(huì)計(jì)年度審計(jì)結(jié)果顯示的凈利潤(rùn)均為負(fù)值，所以本文采用的數(shù)據(jù)為企業(yè)集團(tuán)上市公司被“ST”前三年的會(huì)計(jì)年度的數(shù)據(jù)。本文的研究數(shù)據(jù)來源于國泰安數(shù)據(jù)庫和CCER數(shù)據(jù)庫。

三、預(yù)警初始變量的分析處理

（一）預(yù)警初始變量的因子分析

本文為了去除預(yù)警初始變量間的相關(guān)性和減少預(yù)警變量個(gè)數(shù)便于模型的構(gòu)建，分別對(duì)三類預(yù)警初始變量進(jìn)行因子分析，以提取的公因子作為預(yù)警變量。

通過因子分析，對(duì)三類預(yù)警初始變量分別提取出10個(gè)公因子F1、F2、F3、F4、F5、F6、F8、F9、F10，7個(gè)公因子F1*、F2*、F3*、F4*、F5*、F6*、F7*和6個(gè)公因子F1**、F2**、F3**、F4**、F5**、F6**，其累計(jì)貢獻(xiàn)率分別為76.21 %、75.43 %、75.1%。進(jìn)一步對(duì)其因子載荷矩陣進(jìn)行旋轉(zhuǎn)，這三類公因子反映了企業(yè)集團(tuán)盈利能力、償債能力、營運(yùn)方面能力、現(xiàn)金流量能力和發(fā)展方面的情況，同時(shí)在關(guān)聯(lián)交易、行業(yè)規(guī)模和公司治理方面都有不同程度的反映。

（二）預(yù)警變量的統(tǒng)計(jì)性描述

本文以提取的公因子作為自變量，在構(gòu)建模型前，先對(duì)三類變量進(jìn)行描述性統(tǒng)計(jì)，檢驗(yàn)財(cái)務(wù)危機(jī)與財(cái)務(wù)正常的企業(yè)集團(tuán)在發(fā)生財(cái)務(wù)危機(jī)之前，財(cái)務(wù)狀況是否就存在著顯著差異。采用t檢驗(yàn)比較均值差異，統(tǒng)計(jì)結(jié)果見表2、表3和表4。

從表2、表3和表4可知：顯然對(duì)ST企業(yè)集團(tuán)上市公司與財(cái)務(wù)正常的企業(yè)集團(tuán)而言，三類財(cái)務(wù)危機(jī)預(yù)警變量的t檢驗(yàn)都存在著顯著差異，說明在企業(yè)集團(tuán)陷入財(cái)務(wù)困境之前，財(cái)務(wù)危機(jī)企業(yè)集團(tuán)在財(cái)務(wù)狀況上就與財(cái)務(wù)正常的企業(yè)集團(tuán)存在著顯著的差異。因此，這些公因子包含著預(yù)警財(cái)務(wù)困境的信息，因此可以運(yùn)用這些因子建立預(yù)警模型。

四、基于Logistic回歸方法的財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建與檢驗(yàn)

本文以由因子分析得到的公因子作為預(yù)警變量，因變量f為二元變量，對(duì)三類樣本進(jìn)行Logistic回歸，回歸分析結(jié)果見下表5、6和7。三類因子變量在5%的置信水平下均較顯著，說明它們有顯著的解釋能力。三類財(cái)務(wù)危機(jī)預(yù)警模型分別見下式：

將檢驗(yàn)樣本代入所構(gòu)建的模型，計(jì)算f值。選取0.5作為財(cái)務(wù)危機(jī)發(fā)生的臨界值，當(dāng)f＞0.5時(shí)，判定該企業(yè)集團(tuán)為財(cái)務(wù)危機(jī)企業(yè)；當(dāng)f＜0.5時(shí)，判定該企業(yè)集團(tuán)財(cái)務(wù)狀況正常。檢驗(yàn)結(jié)果見表8。

五、結(jié)束語

本文在財(cái)務(wù)指標(biāo)的基礎(chǔ)上引入企業(yè)集團(tuán)特征指標(biāo)和公司治理指標(biāo)構(gòu)建企業(yè)集團(tuán)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，并運(yùn)用logistic方法建立企業(yè)集團(tuán)財(cái)務(wù)危機(jī)的預(yù)警模型，進(jìn)而對(duì)指標(biāo)體系進(jìn)行檢驗(yàn)。從效果上看，預(yù)警準(zhǔn)確度令人滿意，且引入企業(yè)集團(tuán)特征指標(biāo)和公司治理指標(biāo)的預(yù)警準(zhǔn)確率高于不引入的模型情況，說明企業(yè)集團(tuán)的特征以及公司治理等指標(biāo)包含了我國企業(yè)集團(tuán)財(cái)務(wù)危機(jī)預(yù)警的大量信息。因此，本文所構(gòu)建的企業(yè)集團(tuán)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系具有重要的理論與應(yīng)用價(jià)值。

資助項(xiàng)目：國家自然科學(xué)基金（項(xiàng)目編號(hào)：70971015）

[參考文獻(xiàn)]

[1]Beaver W.H.Financial Ratios as Predictors of Failure,in Empirical Research in Accounting:Selected Studies[J].Journal of Accounting Research,1966,5(7)：179-199

[2]Altman E.I.Financial Ratios:Discriminate Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,6(9)：589-609．

[3]Altman E.I.Hadelman R.G.,Narayanan P.Zeta Analysis:A New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Banking and Finance,1977, 9(1)：29-51．

[4]Ohlson J.A.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J]. Journal of Operation Research,1980,9(15)：109-131．

[5]Kim H C,Pang S,Je H M,Kim D,Bang S Y.Pattern classification using support vector machine ensemble[C].16th International Conference on Pattern Recognition (ICPR’02).2002,(2):278-289

[6]Shin KS,Lee TS,Kim HJ.An application of support vector machines in bankruptcy prediction model[J].Expert Systems with Applications.2005, 1(23):127-135

[7]周首華,楊濟(jì)華,王平.論財(cái)務(wù)危機(jī)的預(yù)警分析-F分?jǐn)?shù)模式[J]. 會(huì)計(jì)研究,1996,8(6)：8-11．

[8]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999, 4(9)：31-38．

[9]陳曉,陳治鴻.中國上市公司的財(cái)務(wù)困境預(yù)測(cè)[J].中國財(cái)務(wù)與會(huì)計(jì)研究,2000,3(9)：7-15．

[10]肖智,張志恒,黃海生.粗糙集理論在財(cái)務(wù)危機(jī)預(yù)測(cè)中的應(yīng)用[J].決策與參考,2004,3(7)：48-53.

[11]熊志斌.運(yùn)用遺傳神經(jīng)網(wǎng)絡(luò)模型對(duì)我過上市公司財(cái)務(wù)危機(jī)的預(yù)測(cè)[J].決策與統(tǒng)計(jì),2008,14(3)：32-34．

[12]楊毓,蒙肖蓮.用支持向量機(jī)(SVM)構(gòu)建企業(yè)破產(chǎn)預(yù)測(cè)模型[J]. 金融研究,2006,10(1):65-75

[13]宋新平,丁永生.基于最優(yōu)支持向量機(jī)模型的經(jīng)營失敗預(yù)警研究[J].管理科學(xué),2008,21(1):115-121

篇5

【關(guān)鍵詞】財(cái)務(wù)危機(jī) 動(dòng)態(tài)預(yù)警 研究綜述

在全球經(jīng)濟(jì)衰退、金融危機(jī)的大背景下，探索識(shí)別財(cái)務(wù)危機(jī)，為企業(yè)利益相關(guān)者提供預(yù)警信號(hào)是非常值得研究的現(xiàn)實(shí)問題。因此，建立基于時(shí)間序列特征的動(dòng)態(tài)預(yù)警系統(tǒng)成為了必然的趨勢(shì)。國內(nèi)外很多學(xué)者都對(duì)財(cái)務(wù)危機(jī)預(yù)警模型進(jìn)行了研究，并建立了相應(yīng)的預(yù)警模型。但是現(xiàn)階段關(guān)于財(cái)務(wù)危機(jī)預(yù)警的動(dòng)態(tài)研究還是較少，目前我們的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)大多是靜態(tài)預(yù)警，大部分學(xué)者采用的都是多截面樣本數(shù)據(jù)，對(duì)不同時(shí)期的多個(gè)樣本數(shù)據(jù)進(jìn)行研究，但是這樣研究存在一個(gè)顯著的邏輯性缺陷，即沒有考慮到財(cái)務(wù)狀況的時(shí)間延續(xù)性。這些實(shí)證研究的結(jié)果普遍存在著預(yù)測(cè)準(zhǔn)確率不理想的情況，特別是多期財(cái)務(wù)危機(jī)預(yù)測(cè)準(zhǔn)確率較低的情況。如果企業(yè)的整體財(cái)務(wù)狀況很好，只是單期的表現(xiàn)不好，隨后企業(yè)的財(cái)務(wù)狀況會(huì)很快恢復(fù)正常，這種暫時(shí)的偏離正常值不應(yīng)該被歸為財(cái)務(wù)危機(jī)公司，但靜態(tài)模型不考慮歷史的影響，會(huì)將這種公司歸為危機(jī)公司，預(yù)測(cè)準(zhǔn)確率不理想。

一、財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型簡(jiǎn)介

動(dòng)態(tài)財(cái)務(wù)預(yù)警主要使用的技術(shù)有人工智能技術(shù)（如神經(jīng)網(wǎng)絡(luò)模型和機(jī)器學(xué)習(xí)等分析技術(shù)）具備良好的模式辨別能力，克服了傳統(tǒng)統(tǒng)計(jì)方法的局限性，有更高的預(yù)測(cè)能力。

二、國外關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究

目前，國外學(xué)者廣泛應(yīng)用的動(dòng)態(tài)預(yù)警模型主要有神經(jīng)網(wǎng)絡(luò)模型、遺傳算法模型、案例推理模型等等。

（一）人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)模型主要是運(yùn)用神經(jīng)網(wǎng)絡(luò)的分類方法來進(jìn)行財(cái)務(wù)預(yù)警。許多功能是對(duì)人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的模擬，有很好的模式識(shí)別能力，根據(jù)隨時(shí)更新的數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，因此有很高的糾錯(cuò)能力，能夠更好的預(yù)測(cè)財(cái)務(wù)危機(jī)。Odom和Sharda（1990）是最早在財(cái)務(wù)危機(jī)預(yù)警模型中運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型的，隨后許多學(xué)者做了相似研究，并對(duì)模型及算法進(jìn)行了響應(yīng)的改進(jìn)。

（二）遺傳算法（genetic algorithm，GA）

遺傳算法是模仿生物遺傳進(jìn)化規(guī)律，運(yùn)用在大量復(fù)雜概念空間內(nèi)隨機(jī)搜索的技術(shù)，用于企業(yè)財(cái)務(wù)危機(jī)的預(yù)測(cè)。Varetto（1998）、Shin&Lee（2002）、Hyunchui（2009）都進(jìn)行了這方面的研究，F(xiàn)ranco（2010）的研究表明了采用GA來進(jìn)行預(yù)測(cè)比較省時(shí)并且受到主觀影響也較小，但是預(yù)測(cè)精度沒有MDA高。

（三）案例推理（case-based reasoning，CBR）

案例推理一般運(yùn)用K臨近算法對(duì)存儲(chǔ)案例進(jìn)行分類，據(jù)此來對(duì)新增的案例進(jìn)行推斷，主要適用于在復(fù)雜多變的環(huán)境中進(jìn)行決策。Hongkyu（1997）對(duì)案例推理（CBR）、人工神經(jīng)網(wǎng)絡(luò)模型（ANN）以及多元判別分析方法（MDA）進(jìn)行了比較分析，結(jié)果顯示CBR與MDA判別結(jié)果無本質(zhì)上的區(qū)別，更適合在數(shù)據(jù)不充分的時(shí)候使用；Cheol-Soo（2002）用層次分析法（AHP）對(duì)K臨近算法進(jìn)行了改進(jìn)，預(yù)測(cè)精度明顯得到了提高。

（四）支持向量機(jī)（support vector machine，SVM）

SVM方法是在統(tǒng)計(jì)學(xué)理論基礎(chǔ)之上的一種機(jī)器學(xué)習(xí)方法，這種算法通過非線性變換把實(shí)際問題換到高維特征空間，并且進(jìn)行處理，對(duì)維數(shù)的要求沒有那么嚴(yán)格，具有很好的推廣能力。在這方面，F(xiàn)an、Palaniswami均有相關(guān)的研究，Kyung-Shik Shin（2005）采用這種算法構(gòu)建了財(cái)務(wù)危機(jī)預(yù)警模型，并對(duì)韓國的企業(yè)進(jìn)行實(shí)證研究，結(jié)果表明SVM的預(yù)測(cè)性能高于BP神經(jīng)網(wǎng)絡(luò)模型。

（五）粗集理論（rough set theory，RST）

RST是一種用多個(gè)財(cái)務(wù)比率來描述財(cái)務(wù)危機(jī)與財(cái)務(wù)正常公司的工具，可以有效地解釋財(cái)務(wù)指標(biāo)與財(cái)務(wù)危機(jī)的關(guān)系。Pawlak、Dimitras和Joseph都將RST應(yīng)用與財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究中。

三、國內(nèi)關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究

國外對(duì)財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究已經(jīng)取得比較豐碩的成果，國內(nèi)的學(xué)者關(guān)于動(dòng)態(tài)預(yù)警系統(tǒng)的研究少之甚少。

（一）大部分學(xué)者是從動(dòng)態(tài)管理角度得出破產(chǎn)公司和非破產(chǎn)公司的現(xiàn)金管理特征變量，并據(jù)此構(gòu)建預(yù)警模型

國內(nèi)由于對(duì)現(xiàn)金流重要性的認(rèn)識(shí)不夠，加上我國從1998年開始才要求上市公司編制現(xiàn)金流量表，因此進(jìn)行實(shí)證研究所需的現(xiàn)金流量方面的數(shù)據(jù)嚴(yán)重缺乏。這些原因，最終導(dǎo)致國內(nèi)的研究?jī)H僅停留在對(duì)現(xiàn)金流量指標(biāo)體系構(gòu)建的理論探討層面。

姚靠華、蔣艷輝（2005）就動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)建立的技術(shù)基礎(chǔ)和系統(tǒng)框架進(jìn)行了闡述，提出應(yīng)該充分利用數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)挖掘技術(shù)和Agent技術(shù)來建立企業(yè)的動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)。

張鳴、程濤（2005）運(yùn)用Logistic回歸方法，先從財(cái)務(wù)指標(biāo)角度構(gòu)建財(cái)務(wù)指標(biāo)預(yù)警模型，然后引入現(xiàn)金管理特征變量和現(xiàn)金管理結(jié)果變量，從財(cái)務(wù)指標(biāo)和現(xiàn)金流量角度共同構(gòu)建綜合預(yù)警模型。

（二）對(duì)財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型的研究主要有以下幾種

楊淑娥、王樂平（2007）以T-2、T-3期財(cái)務(wù)數(shù)據(jù)組合的面板數(shù)據(jù)作為研究樣本，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型對(duì)上市公司的財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)。

蔣麗（2007）用因子分析法分別建立ST前三年的三個(gè)評(píng)分模型F1、F2、和F3，依次對(duì)樣本進(jìn)行預(yù)測(cè)，從動(dòng)態(tài)的角度找出不同時(shí)期的特征變量，預(yù)測(cè)財(cái)務(wù)危機(jī)的緊急程度。

陳磊、任若恩（2008）以因財(cái)務(wù)原因被實(shí)施特別處理和暫停上市作為上市公司財(cái)務(wù)階段的分類標(biāo)志，將上市公司的財(cái)務(wù)狀況分成3個(gè)階段，借鑒Theodossiou的方法，使用時(shí)間序列判別分析技術(shù)、指數(shù)加權(quán)移動(dòng)平均控制圖模型對(duì)中國上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)進(jìn)行研究。

孫曉琳、田也壯、王文彬（2010）基于Kalman濾波理論，考慮財(cái)務(wù)比率在時(shí)間序列上的趨勢(shì)性和歷史數(shù)據(jù)對(duì)結(jié)果的影響，構(gòu)建了財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警模型。

時(shí)建中，程龍生在2012年針對(duì)模型的增量學(xué)習(xí)能力不足的問題，建立了能夠增量學(xué)習(xí)的財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型，且經(jīng)過實(shí)證分析證明該模型有很好的適應(yīng)性與穩(wěn)定性。

四、對(duì)國內(nèi)外關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究的評(píng)價(jià)

一是財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型有很好的適用性，并且跟靜態(tài)模型相比，其預(yù)測(cè)精度有很大的提高，能夠更及時(shí)的給企業(yè)預(yù)警，避免財(cái)務(wù)危機(jī)的發(fā)生。

二是現(xiàn)有關(guān)于財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警的研究還是較少，主要還是采用靜態(tài)預(yù)警模型進(jìn)行回歸分析來對(duì)企業(yè)的財(cái)務(wù)危機(jī)狀況進(jìn)行預(yù)測(cè)。

三是對(duì)財(cái)務(wù)危機(jī)的動(dòng)態(tài)預(yù)警大都是針對(duì)總體的企業(yè)，很少針對(duì)某一行業(yè)的特點(diǎn)對(duì)特定行業(yè)進(jìn)行動(dòng)態(tài)預(yù)警，每個(gè)行業(yè)的特點(diǎn)不同，與財(cái)務(wù)危機(jī)發(fā)生影響密切的相關(guān)指標(biāo)也不盡相同，并且由于動(dòng)態(tài)預(yù)警能夠比靜態(tài)模型給出早期的預(yù)警信號(hào)，分行業(yè)研究就更加有必要。

五、對(duì)將來財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究的展望

通過上文的綜述，今后我們可以在財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警系統(tǒng)的以下幾個(gè)方面做進(jìn)一步的研究：

首先，在樣本指標(biāo)的選擇方面，可以根據(jù)不同行業(yè)在財(cái)務(wù)指標(biāo)方面的差異，加入行業(yè)調(diào)整變量以更加貼合不同企業(yè)的實(shí)際情況，提高預(yù)測(cè)準(zhǔn)確率。

其次，在模型的構(gòu)建方面，目前大部分學(xué)者的研究均為單純的運(yùn)用一個(gè)模型進(jìn)行實(shí)證分析，可以綜合模型的不同特點(diǎn)，組成模型組優(yōu)化現(xiàn)有模型，提高模型的預(yù)測(cè)精度。

最后，在信息利用方面，可以充分利用現(xiàn)在先進(jìn)的信息技術(shù)，運(yùn)用各種技術(shù)來更新完善財(cái)務(wù)危機(jī)的動(dòng)態(tài)系統(tǒng)，實(shí)時(shí)、準(zhǔn)確的預(yù)測(cè)財(cái)務(wù)危機(jī)，避免企業(yè)陷入財(cái)務(wù)困境。

參考文獻(xiàn)

[1]Ross Neophytou，Andreas Charitou，Predicting Corporate Failure.Empirical Evidence for the UK[M]. Corporate Finance，2000（9）：457-471.

[2]Claessens，Stijin，Simeon Djankov，and Larry Lang，The Separation of Ownership and Control in East Asian Corporations[J].Journal of Financial Economics， 2000，（58）：81-112.

[3]Stephen A.Ross.Randolph.Wethersfield.Jeffrey F.Jaff.吳世農(nóng)，沈藝峰等譯.公司理[M].北京機(jī)械出版社，2000：157-163.

[4]Howard and Swaryl.An Analysis of Risk and Return Characteristic Of Corporate Bankruptcy Using Capital Market Data.The Journal of Finance，SeP.1980.1001-1016.

[5]孫曉琳. 財(cái)務(wù)危機(jī)動(dòng)態(tài)預(yù)警模型研究[M]，上海交通大學(xué)出版社，2011：3-56.

篇6

中圖分類號(hào)：F234 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2015）13-0150-02

市場(chǎng)經(jīng)濟(jì)條件下，企業(yè)在發(fā)展過程中當(dāng)財(cái)務(wù)風(fēng)險(xiǎn)積累到一定程度，企業(yè)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)失去控制時(shí)，常常會(huì)出現(xiàn)企業(yè)財(cái)務(wù)危機(jī)，影響企業(yè)經(jīng)濟(jì)的發(fā)展，甚至導(dǎo)致一些企業(yè)破產(chǎn)。本文針對(duì)財(cái)務(wù)危機(jī)管理內(nèi)容和基本征兆進(jìn)行全面分析，探討科學(xué)合理的財(cái)務(wù)危機(jī)管理與防范措施，能夠減緩或避免財(cái)務(wù)危機(jī)給企業(yè)帶來的嚴(yán)重危害，有效保障企業(yè)的健康快速地發(fā)展。

一、財(cái)務(wù)危機(jī)管理的內(nèi)涵特征

財(cái)務(wù)危機(jī)，是指由于企業(yè)經(jīng)營不善或財(cái)務(wù)管理混合等因素的影響，導(dǎo)致企業(yè)的財(cái)務(wù)出現(xiàn)風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)積累到一定的程度造成企業(yè)財(cái)務(wù)無法正常運(yùn)行的狀況。財(cái)務(wù)危機(jī)管理就是對(duì)財(cái)務(wù)危機(jī)進(jìn)行監(jiān)測(cè)、控制、化解的過程以及在此過程中采取的方法和措施的總稱，是指企業(yè)在財(cái)務(wù)管理過程中運(yùn)用危機(jī)監(jiān)督、危機(jī)預(yù)控、危機(jī)決策和危機(jī)處理等手段，從而避免和減少財(cái)務(wù)危機(jī)事件的發(fā)生的過程。財(cái)務(wù)危機(jī)管理能有效地減少財(cái)務(wù)危機(jī)的發(fā)生，降低財(cái)務(wù)危機(jī)的危害。

財(cái)務(wù)危機(jī)管理的主要職能包括對(duì)財(cái)務(wù)危機(jī)進(jìn)行事前防御和事后處理。事前防御職能是通過強(qiáng)化企業(yè)財(cái)務(wù)內(nèi)部控制體系，不斷地提高企業(yè)適應(yīng)內(nèi)外經(jīng)營環(huán)境和化解財(cái)務(wù)危機(jī)的綜合抵御能力，定期對(duì)財(cái)務(wù)現(xiàn)象進(jìn)行全面分析，完善財(cái)務(wù)危機(jī)預(yù)警體系，減少和避免財(cái)務(wù)危機(jī)的發(fā)生。事后處理職能是企業(yè)在財(cái)務(wù)危機(jī)發(fā)生后，針對(duì)發(fā)生的財(cái)務(wù)危機(jī)進(jìn)行科學(xué)合理的設(shè)計(jì)與處理，通過協(xié)調(diào)企業(yè)各方面業(yè)務(wù)關(guān)系，控制企業(yè)現(xiàn)金流量安全，緩解企業(yè)財(cái)務(wù)危機(jī)帶來的危害，采取化解與控制財(cái)務(wù)危機(jī)的策略。企業(yè)財(cái)務(wù)危機(jī)大多是由意外事件引起的風(fēng)險(xiǎn)和緊急狀況，這就決定了企業(yè)財(cái)務(wù)危機(jī)管理具有如下特征：

1.不確定性。財(cái)務(wù)危機(jī)的突發(fā)性決定了企業(yè)財(cái)務(wù)危機(jī)管理的不確定性。財(cái)務(wù)危機(jī)作為一種經(jīng)濟(jì)現(xiàn)象，受多種意外和突發(fā)性因素的影響，使企業(yè)經(jīng)營者難以監(jiān)測(cè)與控制，這就導(dǎo)致了企業(yè)財(cái)務(wù)危機(jī)管理對(duì)象、財(cái)務(wù)危機(jī)預(yù)測(cè)、財(cái)務(wù)危機(jī)控制和財(cái)務(wù)危機(jī)處理計(jì)劃都具有不確定性。

2.應(yīng)急性。財(cái)務(wù)危機(jī)的緊迫性決定了企業(yè)財(cái)務(wù)危機(jī)管理的應(yīng)急性。應(yīng)急性管理是指在財(cái)務(wù)危機(jī)爆發(fā)過程中進(jìn)行的危機(jī)管理，通常在財(cái)務(wù)危機(jī)爆發(fā)前，企業(yè)財(cái)務(wù)處于緊急狀態(tài)中，由于處理危機(jī)時(shí)間緊迫，必須及時(shí)采取應(yīng)對(duì)措施，盡量在財(cái)務(wù)危機(jī)爆發(fā)之前，進(jìn)一步控制事態(tài)的發(fā)展，盡可能避免產(chǎn)生重大危害，使財(cái)務(wù)危機(jī)最小化。

3.預(yù)防性。財(cái)務(wù)危機(jī)的危險(xiǎn)性決定了企業(yè)財(cái)務(wù)危機(jī)管理的預(yù)防性。預(yù)防性是財(cái)務(wù)危機(jī)管理的重要特征，是指在財(cái)務(wù)危機(jī)發(fā)生前，企業(yè)采取一系列預(yù)防措施防止危機(jī)發(fā)生，從而減少或避免財(cái)務(wù)危機(jī)產(chǎn)生的危害。當(dāng)企業(yè)財(cái)務(wù)危機(jī)爆發(fā)后，企業(yè)管理者往往要采取一系列措施減少或避免損失，因此避免危機(jī)發(fā)生是財(cái)務(wù)危機(jī)管理的最有效途徑。

二、財(cái)務(wù)危機(jī)管理的內(nèi)容

1.協(xié)調(diào)的債務(wù)和資金結(jié)構(gòu)。財(cái)務(wù)管理是企業(yè)管理的重要內(nèi)容，財(cái)務(wù)管理就是要不斷優(yōu)化和調(diào)整債務(wù)和資產(chǎn)結(jié)構(gòu)，使二者協(xié)調(diào)發(fā)展，實(shí)現(xiàn)現(xiàn)金流量的配置平衡。因此企業(yè)在生產(chǎn)經(jīng)營過程中只要把握好資金與負(fù)債整體結(jié)構(gòu)協(xié)調(diào)，控制好現(xiàn)金流量平衡，就可以避免發(fā)生財(cái)務(wù)危機(jī)。

2.合理的現(xiàn)金流量規(guī)劃。合理的現(xiàn)金流量規(guī)劃是制約財(cái)務(wù)危機(jī)發(fā)生的關(guān)鍵因素。企業(yè)的戰(zhàn)略目標(biāo)就是追求經(jīng)濟(jì)利益的最大化，這需要大量的現(xiàn)金流量為前提。因此企業(yè)的經(jīng)營和規(guī)劃必須以合理的現(xiàn)金流量規(guī)劃為依據(jù)，實(shí)現(xiàn)現(xiàn)金流量的匹配。

3.準(zhǔn)確預(yù)測(cè)和動(dòng)態(tài)監(jiān)測(cè)。企業(yè)財(cái)務(wù)危機(jī)的發(fā)生具有可預(yù)測(cè)性，企業(yè)需要以存量為基礎(chǔ)采用多種統(tǒng)計(jì)方法對(duì)財(cái)務(wù)比率指標(biāo)進(jìn)行橫向比較和長(zhǎng)期跟蹤，進(jìn)而對(duì)企業(yè)財(cái)務(wù)危機(jī)做出正確的判斷。同時(shí)企業(yè)要采用先進(jìn)的風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)，以現(xiàn)金流量為基礎(chǔ)，對(duì)財(cái)務(wù)危機(jī)進(jìn)行動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)，及時(shí)了解企業(yè)財(cái)務(wù)危機(jī)的承受能力。

4.完善的應(yīng)急預(yù)案。完善的財(cái)務(wù)危機(jī)應(yīng)急預(yù)案，是企業(yè)內(nèi)部管理體系成熟的重要標(biāo)志。企業(yè)需要建立合理有效、易于運(yùn)行的財(cái)務(wù)危機(jī)應(yīng)急方案，對(duì)于財(cái)務(wù)危機(jī)處理的目標(biāo)與原則以及采取的策略等事項(xiàng)進(jìn)行合理設(shè)計(jì)，這樣能夠有效地處理財(cái)務(wù)危機(jī)，避免企業(yè)出現(xiàn)混亂的局面。

三、企業(yè)財(cái)務(wù)危機(jī)的危害性

1.影響企業(yè)的正常運(yùn)轉(zhuǎn)。企業(yè)財(cái)務(wù)危機(jī)會(huì)占用企業(yè)的流動(dòng)資金，造成企業(yè)資金周轉(zhuǎn)不靈，導(dǎo)致企業(yè)的經(jīng)濟(jì)效益不高，影響了企業(yè)的再生產(chǎn)能力，使企業(yè)生產(chǎn)經(jīng)營無法正常進(jìn)行。

2.制約企業(yè)的進(jìn)一步發(fā)展。企業(yè)財(cái)務(wù)危機(jī)會(huì)出現(xiàn)壞賬、死賬等企業(yè)虧損現(xiàn)象，這直接導(dǎo)致了企業(yè)無法積累發(fā)展資金，影響了企業(yè)生產(chǎn)規(guī)模的進(jìn)一步擴(kuò)大，使企業(yè)的發(fā)展停滯不前。

3.導(dǎo)致企業(yè)生產(chǎn)秩序的混亂。企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)，作為企業(yè)管理者的工作重心必將發(fā)生轉(zhuǎn)變，從而忽視企業(yè)的生產(chǎn)經(jīng)營活動(dòng)，對(duì)企業(yè)的生產(chǎn)經(jīng)營也不能及時(shí)決策，從而造成了企業(yè)生產(chǎn)秩序的混亂，影響了企業(yè)的正常生產(chǎn)活動(dòng)。

4.挫傷企業(yè)員工的生產(chǎn)積極性。企業(yè)財(cái)務(wù)危機(jī)導(dǎo)致企業(yè)經(jīng)濟(jì)效益下滑，企業(yè)無法進(jìn)行正常的生產(chǎn)活動(dòng)，企業(yè)員工的工資福利待遇無法保證，甚至收入銳減，這直接導(dǎo)致員工的生產(chǎn)積極性不高。

5.降低企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。企業(yè)財(cái)務(wù)危機(jī)造成的經(jīng)濟(jì)效益下滑，生產(chǎn)秩序混亂，流動(dòng)資金不足等問題，降低了企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，使企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中處于被動(dòng)地位。

四、企業(yè)財(cái)務(wù)危機(jī)的基本征兆

1.財(cái)務(wù)結(jié)構(gòu)不合理。財(cái)務(wù)結(jié)構(gòu)不合理主要表現(xiàn)在企業(yè)的籌資結(jié)構(gòu)不合理、投資結(jié)構(gòu)不合理、生產(chǎn)結(jié)構(gòu)不合理和支出結(jié)構(gòu)不合理等幾個(gè)方面。這些不合理的財(cái)務(wù)狀況，導(dǎo)致了企業(yè)的盈利下降，競(jìng)爭(zhēng)力降低。因此，可以根據(jù)這些情況，分析和發(fā)現(xiàn)其規(guī)律性的東西，就可以發(fā)現(xiàn)財(cái)務(wù)危機(jī)的先期征兆。

2.企業(yè)信譽(yù)不斷降低。企業(yè)信譽(yù)是企業(yè)的無形資產(chǎn)，對(duì)企業(yè)的發(fā)展起著無可替代的作用，一個(gè)有著良好信譽(yù)的企業(yè)無論是在項(xiàng)目的獲得、資金的支持還是產(chǎn)品的銷售等方面都比較順利，而當(dāng)企業(yè)的信譽(yù)降低時(shí)，企業(yè)財(cái)務(wù)危機(jī)的發(fā)生也就不可避免。因此，企業(yè)信譽(yù)下降是企業(yè)財(cái)務(wù)危機(jī)發(fā)生的又一先兆。

3.經(jīng)濟(jì)效益不斷下降。經(jīng)濟(jì)效益是衡量一個(gè)企業(yè)成敗的標(biāo)準(zhǔn)，企業(yè)經(jīng)營活動(dòng)的最終目標(biāo)是獲得最大的經(jīng)濟(jì)效益。企業(yè)如果出現(xiàn)了經(jīng)濟(jì)效益下降，銷售情況滯后，就會(huì)導(dǎo)致生產(chǎn)成本不斷增加，企業(yè)的獲利空間不斷減少，企業(yè)的資金周轉(zhuǎn)不靈，必然會(huì)使企業(yè)難以維持正常生產(chǎn)經(jīng)營活動(dòng)，不斷出現(xiàn)虧損現(xiàn)象，從而出現(xiàn)財(cái)務(wù)危機(jī)。

4.相關(guān)的企業(yè)趨于倒閉。企業(yè)之間往往存在著生產(chǎn)經(jīng)營以及債權(quán)債務(wù)方面的關(guān)系，因此企業(yè)與相關(guān)企業(yè)有著密切的聯(lián)系。相關(guān)企業(yè)的生產(chǎn)經(jīng)營和財(cái)務(wù)活動(dòng)情況，能及時(shí)提醒企業(yè)對(duì)財(cái)務(wù)狀況做出準(zhǔn)確的判斷。當(dāng)關(guān)聯(lián)的企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的征兆時(shí)，企業(yè)要果斷做出決策，防止由于趨于倒閉的相關(guān)企業(yè)，影響自己企業(yè)產(chǎn)生財(cái)務(wù)危機(jī)。

五、企業(yè)財(cái)務(wù)危機(jī)管理與防范對(duì)策

1.關(guān)注外部經(jīng)營環(huán)境，及時(shí)調(diào)整經(jīng)營戰(zhàn)略。任何企業(yè)的發(fā)展都不是真空的，都是在一定的環(huán)境下發(fā)展的。作為企業(yè)必須堅(jiān)持穩(wěn)健發(fā)展原則，時(shí)刻關(guān)注企業(yè)的外部發(fā)展環(huán)境，及時(shí)了解國家的宏觀調(diào)控政策，在研究分析企業(yè)外部發(fā)展環(huán)境的基礎(chǔ)上，對(duì)企業(yè)的經(jīng)營策略、財(cái)務(wù)管理等方面不斷做出戰(zhàn)略性地調(diào)整，緊跟時(shí)展，不斷研發(fā)新產(chǎn)品。從而增強(qiáng)企業(yè)的適應(yīng)能力和競(jìng)爭(zhēng)能力，減少和避免企業(yè)財(cái)務(wù)危機(jī)的發(fā)生。

2.優(yōu)化資金管理，提高資金運(yùn)營效率。企業(yè)資金是企業(yè)的發(fā)展的根本，缺乏資金的企業(yè)是無法生存和發(fā)展的。因此，作為企業(yè)，要把控制資金當(dāng)作首要任務(wù)，不斷提高企業(yè)的資金管理能力，優(yōu)化資金管理的規(guī)章制度，提高企業(yè)的資金變現(xiàn)能力，優(yōu)化企業(yè)資金的利用效率。只有這樣，才能保證企業(yè)資金的充足，保障企業(yè)的發(fā)展。

在資金管理方面要不斷建立和健全管理制度，不斷優(yōu)化資金管理，對(duì)資金的運(yùn)營要進(jìn)行科學(xué)合理的規(guī)劃和預(yù)測(cè)，合理安排和使用企業(yè)的經(jīng)營資金，并進(jìn)行有效地監(jiān)督，從而避免資金的盲目使用和浪費(fèi)現(xiàn)象的發(fā)生，提高資金利用率和資金運(yùn)營效率。

3.提高企業(yè)的效益，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。企業(yè)的經(jīng)濟(jì)效益直接影響到企業(yè)發(fā)展，作為企業(yè)只有不斷提高經(jīng)營管理水平，增強(qiáng)經(jīng)濟(jì)效益，才能在激烈的市場(chǎng)競(jìng)爭(zhēng)中占據(jù)有利地位，從而有效預(yù)防企業(yè)財(cái)務(wù)危機(jī)的發(fā)生。企業(yè)通過不斷改善生產(chǎn)設(shè)備和生產(chǎn)技術(shù)工藝等來降低生產(chǎn)成本，提高企業(yè)產(chǎn)品的質(zhì)量和銷量，不斷提高企業(yè)的經(jīng)濟(jì)效益，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。

4.拓寬融資渠道，降低經(jīng)營成本。發(fā)行股票、發(fā)行債券、銀行借款、融資租賃、商業(yè)信用等都是企業(yè)的籌資方式。在當(dāng)前資本市場(chǎng)不斷發(fā)展的情況下，企業(yè)也要不斷拓寬自己的籌資方式，充分利用資本市場(chǎng)，根據(jù)企業(yè)的自身狀況，制定科學(xué)合理的管理制度，選擇合適的籌資方式，降低經(jīng)營成本，提高經(jīng)濟(jì)效益。

5.健全財(cái)務(wù)管理制度，提高財(cái)務(wù)管理水平。健全的企業(yè)財(cái)務(wù)管理制度能夠使企業(yè)內(nèi)部權(quán)責(zé)分明，各負(fù)其責(zé)。健全的企業(yè)財(cái)務(wù)管理制度不但能提高企業(yè)財(cái)務(wù)管理的運(yùn)營效率和管理水平，而且有利于提高和調(diào)動(dòng)企業(yè)各部門參與財(cái)務(wù)管理的工作積極性，不斷對(duì)企業(yè)的財(cái)務(wù)管理提出合理化的建議，從而提高財(cái)務(wù)管理水平。

6.提高風(fēng)險(xiǎn)意識(shí)，建立預(yù)警體系。預(yù)防企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)需要不斷提高企業(yè)員工的風(fēng)險(xiǎn)意識(shí)。企業(yè)管理者具有財(cái)務(wù)風(fēng)險(xiǎn)意識(shí)才能制定科學(xué)合理的管理制度，財(cái)務(wù)人員具有財(cái)務(wù)風(fēng)險(xiǎn)意識(shí)，才能提高財(cái)務(wù)管理水平，企業(yè)員工具有財(cái)務(wù)風(fēng)險(xiǎn)意識(shí)，才能不斷提高財(cái)務(wù)管理的參與度，從而對(duì)財(cái)務(wù)管理實(shí)現(xiàn)有效的監(jiān)督。此外，在提高員工風(fēng)險(xiǎn)意識(shí)的基礎(chǔ)上，需要建立一套行之有效的風(fēng)險(xiǎn)防范預(yù)警系統(tǒng)，及時(shí)預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)，制定規(guī)避風(fēng)險(xiǎn)的策略。

六、結(jié)束語

總之，在當(dāng)前企業(yè)競(jìng)爭(zhēng)不斷加劇的情況下，企業(yè)的發(fā)展壯大需要不斷規(guī)避可能出現(xiàn)的財(cái)務(wù)危機(jī)。因此，正確認(rèn)識(shí)財(cái)務(wù)危機(jī)，分析財(cái)務(wù)危機(jī)發(fā)生的規(guī)律，制定科學(xué)合理的財(cái)務(wù)管理和防范措施，是企業(yè)健康發(fā)展的客觀需要。

篇7

一、引言

隨著資本市場(chǎng)的不斷發(fā)展與完善，對(duì)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)警研究一直是國內(nèi)外學(xué)術(shù)界的熱點(diǎn)問題之一。企業(yè)陷入財(cái)務(wù)危機(jī)對(duì)企業(yè)投資者、債權(quán)人、公司內(nèi)部員工及其他相關(guān)利益者都有不同層次的影響，因此，能夠利用財(cái)務(wù)信息準(zhǔn)確預(yù)測(cè)財(cái)務(wù)危機(jī)，對(duì)于企業(yè)和社會(huì)各個(gè)方面都具有重要的意義。

財(cái)務(wù)危機(jī)(Financial c risis)又稱財(cái)務(wù)困境(FlnanciaIdjstress)，國外的學(xué)者一般以破產(chǎn)為標(biāo)準(zhǔn)展開研究。由于我國的破產(chǎn)機(jī)制不健全。目前國內(nèi)的學(xué)者絕大多數(shù)以特別處理的上市公司作為研究對(duì)象(朱家安、陳志斌。2007)。

二、文獻(xiàn)回顧與研究方法

(一)國外文獻(xiàn)回顧與研究方法

Fitzpatrick(1932)開展單變量破產(chǎn)預(yù)測(cè)研究。他以19家公司作為樣本。運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為破產(chǎn)和非破產(chǎn)兩組，他發(fā)現(xiàn)判斷能力最高的是凈利潤(rùn)／股東權(quán)益和股東權(quán)益／負(fù)債兩個(gè)比率。Beaver(1966)提出了單變量判定模型。他使用現(xiàn)金流／負(fù)債、流動(dòng)資產(chǎn)／流動(dòng)負(fù)債、凈收入／資產(chǎn)、資產(chǎn)負(fù)債率、營運(yùn)資本／資產(chǎn)等5個(gè)財(cái)務(wù)比率作為變量，運(yùn)用實(shí)證分析得出現(xiàn)金流量與負(fù)債總額的比率能夠更好地判定公司的財(cái)務(wù)狀況。其次是資產(chǎn)負(fù)債率。AItman(1968)提出了多元Z值模型。將若干變量合并入一個(gè)函數(shù)方程。用Z值進(jìn)行判定，結(jié)果表明。在破產(chǎn)前一年的預(yù)測(cè)準(zhǔn)確性較Beaver的研究有很大的提高。AItman、Haldeman和Narayanan于1977年又提出一種能更準(zhǔn)確預(yù)測(cè)企業(yè)財(cái)務(wù)失敗的新模型――ZETA模型。BIum(1 974)以現(xiàn)金流量觀點(diǎn)來評(píng)估企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性。他以多元判別分析為研究方法，構(gòu)建了一個(gè)包括“流動(dòng)性、獲利性及變異性等共12個(gè)財(cái)務(wù)比例與6個(gè)變異性指標(biāo)”的財(cái)務(wù)危機(jī)預(yù)測(cè)模型。研究結(jié)果顯示，模型在企業(yè)發(fā)生財(cái)務(wù)危機(jī)前5年的預(yù)測(cè)正確率較高。1977年Marttin在財(cái)務(wù)危機(jī)預(yù)警研究中首次采用了多元Logit回歸法，取得了良好的預(yù)測(cè)效果。OhIson(1980)利用9個(gè)財(cái)務(wù)比率建構(gòu)3個(gè)Logit模型，實(shí)證結(jié)果表明，其中4項(xiàng)財(cái)務(wù)資料對(duì)評(píng)估破產(chǎn)概率具有統(tǒng)計(jì)顯著性。Odom和Sharda(1 990)首先成功運(yùn)用人工神經(jīng)網(wǎng)絡(luò)(ANN)進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)。Coats和Fant(1991)對(duì)47家財(cái)務(wù)危機(jī)公司和47家正常公司運(yùn)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判別時(shí)。對(duì)財(cái)務(wù)危機(jī)公司的預(yù)測(cè)準(zhǔn)確率明顯高于多元判別法的準(zhǔn)確率。

(二)國內(nèi)文獻(xiàn)回顧與研究方法

國內(nèi)學(xué)者陳靜(1999)使用Beaver和Altman的模型。選用了1995-1997年3年的27家危機(jī)公司和27家同行業(yè)、同規(guī)模的公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證研究。得出了預(yù)測(cè)模型對(duì)中國市場(chǎng)有效的結(jié)論。陳曉、陳治鴻(2000)將多元邏輯回歸模型引入上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)。張玲(2000)以1 20家上市公司為對(duì)象，使用其中60家公司的財(cái)務(wù)數(shù)據(jù)估計(jì)二類線性判別模型，并使用另外60家公司進(jìn)行模型檢驗(yàn)。發(fā)現(xiàn)模型具有超前4年的預(yù)測(cè)結(jié)果。吳世農(nóng)、盧賢義(2001)應(yīng)用單變量判定、多元線性判別和多元邏輯回歸方法。分別建立危機(jī)公司預(yù)測(cè)模型。結(jié)果證明。這些模型均獲得較高的判定精度，在財(cái)務(wù)危機(jī)發(fā)生前4年的誤判率在28％以內(nèi)。張愛民、祝春山(2001)將主成分分析與Z分?jǐn)?shù)模型相結(jié)合建立預(yù)警模型。實(shí)證檢驗(yàn)表明通過此法處理研究變量后建立的模型具有較好的預(yù)測(cè)能力。楊保安(2001)、薛鋒(2002)探討了基于B P算法和L M算法的神經(jīng)網(wǎng)絡(luò)在企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)上的應(yīng)用。何沛俐、章早立(2002)建立了以時(shí)序立體數(shù)據(jù)空間為基礎(chǔ)的財(cái)務(wù)危機(jī)判別模型，他們?cè)贚ogit回歸分析之前使用全局主成分分析，從而增強(qiáng)了模型的有效性。模型的準(zhǔn)確率達(dá)到71.3％。呂長(zhǎng)江、周現(xiàn)華(2005)采用制造業(yè)上市公司1999-2002年4年的數(shù)據(jù)分別運(yùn)用多元判別分析、邏輯線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型對(duì)財(cái)務(wù)狀況處于危機(jī)的公司進(jìn)行預(yù)測(cè)比較分析。結(jié)果表明：盡管各模型的使用有其特定的前提條件，但3個(gè)主流模型均能較好地在公司發(fā)生危機(jī)前1年和前2-3年較好地進(jìn)行預(yù)測(cè)。其中。多元判別分析法要遜色于邏輯模型，神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)準(zhǔn)確率最高。肖艷(2004)將傳統(tǒng)財(cái)務(wù)指標(biāo)與現(xiàn)金流指標(biāo)結(jié)合起來，利用Logit方法構(gòu)建了一個(gè)上市公司財(cái)務(wù)危機(jī)預(yù)警模型，建模樣本的預(yù)測(cè)準(zhǔn)確率為98.1％，檢驗(yàn)樣本的預(yù)測(cè)準(zhǔn)確率為91.1％。張鳴(2004)研究認(rèn)為審計(jì)意見能夠在一定程度上揭示企業(yè)潛在的風(fēng)險(xiǎn)。在財(cái)務(wù)危機(jī)預(yù)警方面具有一定的信息含量。陳良華(2005)采用Logit回歸對(duì)滬市公司進(jìn)行研究，發(fā)現(xiàn)獨(dú)立董事比例、第一大股東持股比例、現(xiàn)金流量權(quán)與表決權(quán)的偏離等治理結(jié)構(gòu)變量確實(shí)與財(cái)務(wù)危機(jī)存在相關(guān)性，引入這些指標(biāo)的模型能夠達(dá)到較高的預(yù)測(cè)精度。李秉成(2005)利用歸納法總結(jié)了上市公司財(cái)務(wù)危機(jī)的形成原因。通過管理記分法(A記分法)。將定性因素定量化，建立了上市公司財(cái)務(wù)危機(jī)“A記分法”分析模型。呂峻(2006)認(rèn)為以非財(cái)務(wù)指標(biāo)構(gòu)建的財(cái)務(wù)危機(jī)預(yù)測(cè)模型的預(yù)測(cè)精度不會(huì)隨時(shí)間的向前推移而降低.非財(cái)務(wù)指標(biāo)可以更本質(zhì)地反映危機(jī)公司的特征。并可以在一定程度上解釋財(cái)務(wù)危機(jī)發(fā)生的原因。

從上述文獻(xiàn)回顧可見，國內(nèi)外對(duì)財(cái)務(wù)危機(jī)公司的研究主要利用財(cái)務(wù)指標(biāo)或非財(cái)務(wù)指標(biāo)，本文也利用財(cái)務(wù)指標(biāo)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究。

三、研究樣本和研究變量

本文選擇了在2004―2006年因財(cái)務(wù)狀況異常而被特別處理的131家上市公司為樣本，同時(shí)采用配對(duì)樣本設(shè)計(jì)方法選取同行業(yè)(按證監(jiān)會(huì)行業(yè)代碼分類)、規(guī)模相近(資產(chǎn)總額)的131家正常公司作為配對(duì)樣本。由于危機(jī)公司是在年報(bào)公布后，因財(cái)務(wù)狀況異常而導(dǎo)致被ST的，因此.在選擇觀測(cè)年限時(shí)。設(shè)被ST前1年為t年，前2、3、4年分別為t-1、t-2和t－3年。取t-3到t年的財(cái)務(wù)指標(biāo)作為研究變量。對(duì)應(yīng)的配對(duì)樣本取同期的財(cái)務(wù)指標(biāo)。

本文中的數(shù)據(jù)來自CSMAR上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)庫(2006)。首先從CSMAR數(shù)據(jù)庫中列出樣本公司被特別處理前1 4年度絕大多數(shù)財(cái)務(wù)指標(biāo)數(shù)據(jù)。然后再提取配對(duì)樣本4年的財(cái)務(wù)數(shù)據(jù)。對(duì)已列出的樣本公司財(cái)務(wù)指標(biāo)數(shù)據(jù)。按年度分危機(jī)公司與正常公司進(jìn)行歸類，分別得到各年各項(xiàng)財(cái)務(wù)指標(biāo)的兩組數(shù)據(jù)。運(yùn)用SPSSl 4.0進(jìn)行數(shù)據(jù)處理。

本文選擇財(cái)務(wù)指標(biāo)作為研究變量。我國上市公司陷入財(cái)務(wù)危機(jī)的主要特點(diǎn)是企業(yè)不能償還到期債務(wù)，營運(yùn)能力差、盈

利能力差、現(xiàn)金流不足和發(fā)展能力有限等。因此.本文分別從反映企業(yè)償債能力、盈利能力、營運(yùn)能力、發(fā)展能力和現(xiàn)金流量中選擇了19個(gè)主要財(cái)務(wù)指標(biāo)。作為構(gòu)建財(cái)務(wù)危機(jī)的預(yù)選指標(biāo)，通過計(jì)算財(cái)務(wù)指標(biāo)的均值及衡量均值差異程度的t值.研究危機(jī)公司。

四、統(tǒng)計(jì)研究

(一)償債能力指標(biāo)研究

企業(yè)償債能力指標(biāo)包括短期償債能力指標(biāo)和長(zhǎng)期償債能力指標(biāo)兩類。

1　短期償債能力指標(biāo)

選擇流動(dòng)比率、速動(dòng)比率和營運(yùn)資金對(duì)資產(chǎn)總額比率3個(gè)指標(biāo)來分析財(cái)務(wù)危機(jī)特征，這3個(gè)指標(biāo)的均值以及衡量差異程度的t值見表1。

在顯著性水平為0.05時(shí)，t－t-3年。危機(jī)公司的流動(dòng)比率平均值與正常公司有顯著的差異；t－t-3年。危機(jī)公司的速動(dòng)比率平均值與正常公司也存在明顯的差異t－t-3年(除t-1年外)，危機(jī)公司的營運(yùn)資金對(duì)資產(chǎn)總額比率平均值與正常公司有顯著的差異。

2　長(zhǎng)期償債能力指標(biāo)

表2列出了ST與正常公司2個(gè)長(zhǎng)期償債能力指標(biāo)的均值以及衡量均值差異程度的t值。

從表2來看，在顯著性為0.05時(shí)，t－t－3年危機(jī)公司資產(chǎn)負(fù)債率均值都顯著大于正常公司，t值均大于3。t值變化趨勢(shì)表明，隨著虧損的臨近，t值增大，這說明。隨著虧損的臨近，相對(duì)正常公司而言。危機(jī)公司負(fù)債增加。由于資產(chǎn)負(fù)債率和負(fù)債與權(quán)益之比反映關(guān)系具有密切相關(guān)性，故只選擇資產(chǎn)負(fù)債率。在t-3－t－2年危機(jī)公司利息保障倍數(shù)均值與正常公司沒有顯著的差異，但在t－1－t年差異明顯，t值分別達(dá)到2.32、6.02，顯示越是臨近被ST，t值差異越明顯。

財(cái)務(wù)危機(jī)公司在償債能力指標(biāo)方面表現(xiàn)為流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率和利息保障倍數(shù)與正常公司差異明顯，反映危機(jī)公司長(zhǎng)短期償債能力很弱。

(二)營運(yùn)能力指標(biāo)研究

反映公司營運(yùn)能力的常用指標(biāo)是總資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率等，筆者以總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率這3個(gè)指標(biāo)比較危機(jī)公司和正常公司的差異。這3個(gè)指標(biāo)的均值以及衡量差異程度的t值見表3：

在顯著性水平為0.05時(shí)，危機(jī)公司的總資產(chǎn)周轉(zhuǎn)率顯著小于正常公司，應(yīng)收賬款周轉(zhuǎn)率也小于正常公司，但存貨周轉(zhuǎn)率在危機(jī)公司與正常公司之間并沒有顯示出顯著的差異。財(cái)務(wù)危機(jī)公司在營運(yùn)能力指標(biāo)方面表現(xiàn)為總資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率小于正常公司，這表明危機(jī)公司資金流動(dòng)速度慢。資產(chǎn)利用效率低。

(三)盈利能力指標(biāo)研究

選擇營業(yè)毛利率、資產(chǎn)報(bào)酬率、總資產(chǎn)凈利潤(rùn)率和凈資產(chǎn)收益率作為衡量財(cái)務(wù)危機(jī)公司盈利能力的指標(biāo)。與正常公司比較見表4。

從表4可以看出，在顯著性水平0.05的情況下，危機(jī)公司的營業(yè)毛利率、資產(chǎn)報(bào)酬率、總資產(chǎn)凈利潤(rùn)率和凈資產(chǎn)收益率均小于非正常公司。特別是在t－1－t年4個(gè)指標(biāo)t值均大于3。財(cái)務(wù)危機(jī)公司在盈利能力指標(biāo)方面明顯小于正常公司。且資產(chǎn)報(bào)酬率、總資產(chǎn)凈利潤(rùn)率和凈資產(chǎn)收益率均值為負(fù)?？梢?。危機(jī)公司資產(chǎn)運(yùn)營效果極差，盈利能力極弱，沒有給股東帶來回報(bào)。

(四)現(xiàn)金能力指標(biāo)研究

現(xiàn)金能力不足是危機(jī)公司的主要特征之一，筆者選擇現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率、主營業(yè)務(wù)收入現(xiàn)金比率、每股現(xiàn)金凈流量和經(jīng)營活動(dòng)現(xiàn)金流入流出比這4個(gè)指標(biāo)來比較兩類公司。結(jié)果如表5所示。

從表5來看，在顯著性水平為0.05的情況下，現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率危機(jī)公司明顯低于正常公司，經(jīng)營活動(dòng)現(xiàn)金流入流出比和每股現(xiàn)金凈流量在t－1－t年差異明顯；主營業(yè)務(wù)收入現(xiàn)金比率在危機(jī)公司與正常公司間差異不顯著(除t-1年外)。財(cái)務(wù)危機(jī)公司在現(xiàn)金能力指標(biāo)方面表現(xiàn)為現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率指標(biāo)明顯小于正常公司，經(jīng)營活動(dòng)現(xiàn)金流入流出比和每股現(xiàn)金凈流量在臨近被ST時(shí)差異明顯，這表明危機(jī)公司銷售賬款差、收益質(zhì)量低和資金不足。

(五)發(fā)展能力指標(biāo)研究

評(píng)價(jià)企業(yè)發(fā)展能力的指標(biāo)較多，筆者選擇了主營業(yè)務(wù)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率這3個(gè)反映企業(yè)財(cái)務(wù)狀況變化的重要指標(biāo)。兩類公司比較結(jié)果如表6所示。

從表6來看，在顯著性水平為0.05的情況下，主營業(yè)務(wù)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率指標(biāo)在t－1－t年差異明顯均低于正常公司，且大都均值為負(fù)數(shù)。主營業(yè)務(wù)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率在t－3－t年下降趨勢(shì)明顯。這表明，危機(jī)公司發(fā)展能力極弱，靠自身的能力很難擺脫危機(jī)。

五、結(jié)論與應(yīng)用

(一)研究結(jié)論

危機(jī)公司在財(cái)務(wù)指標(biāo)方面主要表現(xiàn)特征為：1.在償債能力指標(biāo)方面，危機(jī)公司流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率和利息保障倍數(shù)與正常公司差異明顯；2.在營運(yùn)能力指標(biāo)方面，危機(jī)公司的總資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率小于正常公司；3.在盈利能力指標(biāo)方面，危機(jī)公司該類指標(biāo)明顯小于正常公司；4.在現(xiàn)金能力指標(biāo)方面，危機(jī)公司現(xiàn)金流量對(duì)流動(dòng)負(fù)債比率指標(biāo)明顯小于正常公司.經(jīng)營活動(dòng)現(xiàn)金流入流出比和每股現(xiàn)金凈流量在臨近被ST時(shí)差異明顯；5.在發(fā)展能力指標(biāo)方面，危機(jī)公司主營業(yè)務(wù)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率指標(biāo)，在t－1－t年差異明顯，主營業(yè)務(wù)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率在t－3－t年下降趨勢(shì)明顯。

(二)應(yīng)用

公司陷入財(cái)務(wù)危機(jī)對(duì)相關(guān)利益者影響廣泛。但由于財(cái)務(wù)狀況惡化而陷入財(cái)務(wù)危機(jī)是一個(gè)漸進(jìn)過程，可以通過事前分析幫助相關(guān)利益者提早了解公司財(cái)務(wù)狀況變化，避免財(cái)務(wù)風(fēng)險(xiǎn)。概括地講，本文在以下幾個(gè)方面具有重要應(yīng)用價(jià)值：

1　有助于投資者的投資決策

當(dāng)公司陷入財(cái)務(wù)危機(jī)時(shí)，股東的投資價(jià)值會(huì)大幅度減少。因此，如果投資者能夠事前獲取公司財(cái)務(wù)狀況變化的信息，提前預(yù)知上市公司是否會(huì)陷入財(cái)務(wù)危機(jī)。就能避免損失。

2　有助于債權(quán)人對(duì)債權(quán)安全性進(jìn)行評(píng)估

通過財(cái)務(wù)危機(jī)預(yù)測(cè)，有助于債權(quán)人事前預(yù)知債權(quán)公司是否會(huì)陷入財(cái)務(wù)危機(jī)，判斷其是否具備償債能力，從而提前采取相應(yīng)的措施加大清收債權(quán)的力度，避免貸款損失；同時(shí)也有助于潛在的債權(quán)人事前發(fā)放債權(quán)的決策。

3　有助于公司間的業(yè)務(wù)合作決策

篇8

企業(yè)對(duì)財(cái)務(wù)公共關(guān)系方面發(fā)生危機(jī)的預(yù)防、應(yīng)對(duì)和善后處理可叫做財(cái)務(wù)危機(jī)管理。財(cái)務(wù)危機(jī)管理雖不是什么新理論,但還不成熟、不完善。我國有一些企業(yè)開始把財(cái)務(wù)危機(jī)管理提到了議事日程上來,許多經(jīng)理人員有了財(cái)務(wù)危機(jī)意識(shí),但財(cái)務(wù)危機(jī)管理仍需要加強(qiáng)。財(cái)務(wù)危機(jī)管理和一般財(cái)務(wù)管理相比有它的特殊性。財(cái)務(wù)危機(jī)管理和企業(yè)所處的企業(yè)文化、經(jīng)營狀況及財(cái)務(wù)關(guān)系人素質(zhì)等因素聯(lián)系緊密。

企業(yè)出現(xiàn)財(cái)務(wù)危機(jī),不一定全是壞事,處理得當(dāng),會(huì)增強(qiáng)企業(yè)的美譽(yù)度及凝聚力。當(dāng)然處理不當(dāng)就是壞事了,會(huì)加速企業(yè)衰落。如企業(yè)遭遇債務(wù)不能償還財(cái)務(wù)危機(jī),通過借新債還舊債、債務(wù)展期或債務(wù)重組方式都可以化解財(cái)務(wù)危機(jī)。但如果賴賬,則可能遭到債權(quán)人,最終將企業(yè)推向倒閉。

二、財(cái)務(wù)危機(jī)管理的原則

(一)承擔(dān)責(zé)任原則。企業(yè)出現(xiàn)財(cái)務(wù)危機(jī),對(duì)自己和利益相關(guān)者都造成了不利影響,既可能造成經(jīng)濟(jì)損失,也可能造成感情方面的傷害。這時(shí)企業(yè)應(yīng)當(dāng)勇于承擔(dān)責(zé)任,不要再進(jìn)一步傷害利益相關(guān)者。愈推卸責(zé)任,利益相關(guān)者就越不信任企業(yè),企業(yè)的壓力就更大。

(二)真誠溝通原則。財(cái)務(wù)危機(jī)發(fā)生后,由于財(cái)務(wù)信息不對(duì)稱,各種負(fù)面消息四起,更不利于企業(yè)化解財(cái)務(wù)危機(jī)。但如果企業(yè)態(tài)度誠懇,真誠與利益相關(guān)者溝通,公開財(cái)務(wù)信息,就可以化解矛盾和沖突,給企業(yè)創(chuàng)造解決財(cái)務(wù)危機(jī)的人文環(huán)境。

(三)快速反應(yīng)原則。即處理財(cái)務(wù)危機(jī)速度要快,發(fā)現(xiàn)財(cái)務(wù)危機(jī)的苗頭就要及時(shí)想辦法解決問題,不要等問題積累多了才去處理,那樣往往花很大的代價(jià)也解決不了問題。

(四)系統(tǒng)管理原則。企業(yè)發(fā)生財(cái)務(wù)危機(jī)時(shí),往往會(huì)顧此失彼,處理問題不系統(tǒng),沒有秩序。所以要用系統(tǒng)管理思想統(tǒng)籌解決問題。

(五)權(quán)威證實(shí)原則。企業(yè)發(fā)生財(cái)務(wù)危機(jī)時(shí),有時(shí)自己怎么解釋、努力都不能讓利益相關(guān)者滿意,這時(shí)可以考慮請(qǐng)有公信力的政府、協(xié)會(huì)、有實(shí)力的大企業(yè)出面幫助說話,做工作,重新贏得利益相關(guān)者的信任。

企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的重災(zāi)區(qū)是內(nèi)外部債務(wù)不能及時(shí)償還。內(nèi)部債務(wù)不能及時(shí)償還會(huì)影響企業(yè)生產(chǎn)經(jīng)營的正常運(yùn)轉(zhuǎn),外部債務(wù)不能償還會(huì)引起債權(quán)人的訴訟,嚴(yán)重的話會(huì)導(dǎo)致企業(yè)破產(chǎn)。企業(yè)應(yīng)當(dāng)增強(qiáng)應(yīng)對(duì)財(cái)務(wù)危機(jī)的能力,一個(gè)未經(jīng)歷過財(cái)務(wù)危機(jī)考驗(yàn)的企業(yè),不能算真正成功的企業(yè)。如何處理好財(cái)務(wù)危機(jī),并從不利局面中找到轉(zhuǎn)化的契機(jī),是我國企業(yè)財(cái)務(wù)管理人員應(yīng)該補(bǔ)上的重要一課。

三、財(cái)務(wù)危機(jī)管理計(jì)劃

企業(yè)財(cái)務(wù)管理人員及高級(jí)管理人員一定要居安思危,制定切實(shí)可行的財(cái)務(wù)危機(jī)管理計(jì)劃。這樣一旦出現(xiàn)財(cái)務(wù)危機(jī),可以化被動(dòng)為主動(dòng)。制定財(cái)務(wù)危機(jī)管理計(jì)劃應(yīng)注意以下幾點(diǎn):

(一)財(cái)務(wù)危機(jī)管理計(jì)劃要具有可操作性,不能紙上談兵。

(二)財(cái)務(wù)危機(jī)管理計(jì)劃必須系統(tǒng)、全面、連續(xù),應(yīng)明確相關(guān)組織和人員的責(zé)權(quán)利。

(三)財(cái)務(wù)危機(jī)管理計(jì)劃必須保持靈活性、前瞻性。計(jì)劃不能僵化教條,重點(diǎn)在于靈活地解決關(guān)鍵問題,而不是細(xì)節(jié)和特定的財(cái)務(wù)危機(jī)事件的描述。

(四)財(cái)務(wù)危機(jī)管理計(jì)劃的制訂應(yīng)該全員參與。應(yīng)該是企業(yè)領(lǐng)導(dǎo)、財(cái)務(wù)管理人員、普通員工精誠合作的結(jié)果。否則出現(xiàn)了財(cái)務(wù)危機(jī),這個(gè)計(jì)劃也難以執(zhí)行。

(五)財(cái)務(wù)危機(jī)管理計(jì)劃的制訂應(yīng)建立在可靠的信息基礎(chǔ)上,是在對(duì)內(nèi)外部信息的認(rèn)真分析的基礎(chǔ)上做出的,并且大家對(duì)信息進(jìn)行了共享與充分溝通。

(六)財(cái)務(wù)危機(jī)管理計(jì)劃對(duì)細(xì)節(jié)也應(yīng)當(dāng)關(guān)注。要預(yù)防一些細(xì)節(jié)上的疏忽導(dǎo)致的財(cái)務(wù)失敗,當(dāng)然這是在重點(diǎn)突出時(shí)的完美計(jì)劃要求。

(七)財(cái)務(wù)危機(jī)管理計(jì)劃應(yīng)當(dāng)有清晰的業(yè)務(wù)流程。即出現(xiàn)財(cái)務(wù)危機(jī)時(shí),如何報(bào)告、如何溝通、如何應(yīng)對(duì)、如何快速實(shí)施計(jì)劃等。

篇9

在激烈競(jìng)爭(zhēng)的市場(chǎng)經(jīng)濟(jì)環(huán)境中,現(xiàn)代企業(yè)面臨著許多風(fēng)險(xiǎn),企業(yè)賴以生存和發(fā)展的各種條件充滿著變數(shù),又由于企業(yè)本身總是不可避免地存在這樣或那樣的問題和各種各樣的隱患,以及人們還不能夠完全把握包括市場(chǎng)經(jīng)濟(jì)環(huán)境在內(nèi)的企業(yè)外部條件的變化,因此企業(yè)財(cái)務(wù)危機(jī)時(shí)有發(fā)生,并且財(cái)務(wù)危機(jī)是無法絕對(duì)避免的。

一、財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的功能及特征

企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)是為防止企業(yè)偏離正常經(jīng)營軌道而建立的報(bào)警和控制系統(tǒng),它以企業(yè)信息化為基礎(chǔ),利用數(shù)據(jù)化管理方式,通過對(duì)各種財(cái)務(wù)分析數(shù)據(jù)資料的分析,對(duì)企業(yè)經(jīng)營管理活動(dòng)中存在的財(cái)務(wù)危機(jī)及早警示,對(duì)潛在財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)控,為經(jīng)營決策提供可靠依據(jù)。其靈敏度越高就越能及早地發(fā)現(xiàn)問題并告知企業(yè)管理者,就越能有效地防范與解決問題、回避財(cái)務(wù)危機(jī)的發(fā)生,所以,一個(gè)有效的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)通常具有以下功能:

它通過收集與企業(yè)經(jīng)營相關(guān)的產(chǎn)業(yè)政策、市場(chǎng)競(jìng)爭(zhēng)狀況、企業(yè)本身的各類財(cái)務(wù)和生產(chǎn)經(jīng)營狀況信息,進(jìn)行分析比較,判斷是否予以報(bào)警。

當(dāng)財(cái)務(wù)危機(jī)征兆出現(xiàn)時(shí),有效的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)不僅能預(yù)知并預(yù)告,還能及時(shí)尋找導(dǎo)致財(cái)務(wù)狀況惡化的根源,使管理者有的放矢,對(duì)癥下藥,制定有效的措施,阻止財(cái)務(wù)狀況的進(jìn)一步惡化,避免財(cái)務(wù)危機(jī)真正發(fā)生。

有效的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)不僅能及時(shí)回避現(xiàn)存的財(cái)務(wù)危機(jī),而且能通過系統(tǒng)詳細(xì)地記錄其發(fā)生緣由、解決措施、處理結(jié)果,并及時(shí)提出改進(jìn)建議,彌補(bǔ)企業(yè)財(cái)務(wù)管理及企業(yè)經(jīng)營中的缺陷,完善財(cái)務(wù)危機(jī)預(yù)警系統(tǒng),從而既提供前車之鑒,又能從根本上消除隱患。

對(duì)于企業(yè)來說,絕大多數(shù)財(cái)務(wù)危機(jī)都是可以預(yù)測(cè)的,而且都有一個(gè)從潛伏到爆發(fā)、從量變到質(zhì)變的過程,財(cái)務(wù)危機(jī)預(yù)警要對(duì)這些信息進(jìn)行監(jiān)測(cè)、識(shí)別、報(bào)警以及預(yù)控。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)監(jiān)控的范圍主要包括企業(yè)的償債能力、盈利能力、資產(chǎn)運(yùn)營能力、現(xiàn)金流量情況、資本結(jié)構(gòu)以及成長(zhǎng)能力等方面。

二、建立財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)應(yīng)做的工作

為使危機(jī)預(yù)警功能得到正常、充分的發(fā)揮,企業(yè)應(yīng)建立健全相對(duì)獨(dú)立的預(yù)警組織機(jī)構(gòu),其日常工作可由企業(yè)現(xiàn)有的某些職能部門承擔(dān),如財(cái)務(wù)部門、企管、企劃部門;建立信息收集和傳遞機(jī)制,只有對(duì)大量資料進(jìn)行統(tǒng)計(jì)、分析,才能抓住每一個(gè)相關(guān)的財(cái)務(wù)危機(jī)征兆。高效的預(yù)警分析機(jī)制是關(guān)鍵,通過預(yù)警分析可以迅速排除對(duì)財(cái)務(wù)影響小的風(fēng)險(xiǎn),從而將主要精力放在分析可能造成重大影響的財(cái)務(wù)風(fēng)險(xiǎn)上,有重點(diǎn)的分析其成因,評(píng)估其可能造成的損失。在財(cái)務(wù)危機(jī)原因分析清楚后,應(yīng)立即啟動(dòng)處理機(jī)制,制定相應(yīng)的預(yù)防、處理措施,盡可能減少財(cái)務(wù)危機(jī)帶來的損失。

財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)必須以大量的信息為基礎(chǔ),這就要求強(qiáng)有力的信息管理向預(yù)警系統(tǒng)提供全面的、準(zhǔn)確的、及時(shí)的信息。耍建立信息管理組織機(jī)構(gòu),配備必要的專業(yè)人員,要明確信息收集、處理、貯存到反饋各環(huán)節(jié)的工作內(nèi)容和要求以及信息專業(yè)人員的職責(zé),提供必要的技術(shù)支持。

三、企業(yè)財(cái)務(wù)危機(jī)預(yù)警體系的建構(gòu)

不可否認(rèn)企業(yè)財(cái)務(wù)危機(jī)是多方面因素造成的,但是產(chǎn)生財(cái)務(wù)危機(jī)的根本原因是財(cái)務(wù)風(fēng)險(xiǎn)處理不當(dāng),因此,加強(qiáng)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理,建立和完善財(cái)務(wù)預(yù)警體系尤其必要。

(一)建立短期財(cái)務(wù)預(yù)警系統(tǒng),編制現(xiàn)金流量預(yù)算

由于企業(yè)理財(cái)?shù)膶?duì)象是現(xiàn)金及其流動(dòng),就短期而言,企業(yè)能否維持下去,并不完全取決于是否盈利,而取決于是否有足夠現(xiàn)金用于各種支出。預(yù)警的前提是企業(yè)有利潤(rùn),對(duì)于經(jīng)營穩(wěn)定的企業(yè),由于其應(yīng)收,應(yīng)付賬款及存貨等一般保持穩(wěn)定,因此經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~一般應(yīng)大于凈利潤(rùn)。企業(yè)現(xiàn)金流量預(yù)算的編制,是財(cái)務(wù)管理工作別重要一環(huán),準(zhǔn)確的現(xiàn)金流量預(yù)算,可以為企業(yè)提供預(yù)警信號(hào),使經(jīng)營者能夠及早采取措施。為能準(zhǔn)確編制現(xiàn)金流量預(yù)算,企業(yè)應(yīng)該將各具體目標(biāo)加以匯總,并將預(yù)期未來收益、現(xiàn)金流量、財(cái)務(wù)狀況及投資計(jì)劃等,以數(shù)量化形式加以表達(dá),建立企業(yè)全面預(yù)算,預(yù)測(cè)未來現(xiàn)金收支的狀況,以周、月、季、半年及一年為期,建立滾動(dòng)式現(xiàn)金流量預(yù)算。

(二)確立財(cái)務(wù)分析指標(biāo)體系,建立長(zhǎng)期財(cái)務(wù)預(yù)警系統(tǒng)

對(duì)企業(yè)而言,在建立短期財(cái)務(wù)預(yù)警系統(tǒng)的同時(shí),還要建立長(zhǎng)期財(cái)務(wù)預(yù)警系統(tǒng)。其中獲利能力、償債能力、經(jīng)濟(jì)效率、發(fā)展?jié)摿χ笜?biāo)最具有代表性。獲利是企業(yè)經(jīng)營最終目標(biāo),也是企業(yè)生存與發(fā)展的前提。

資產(chǎn)獲利能力和償債能力二指標(biāo)是企業(yè)財(cái)務(wù)評(píng)價(jià)的二大部分,而經(jīng)濟(jì)效率高低又直接體現(xiàn)企業(yè)經(jīng)營管理水平。

篇10

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-5812（2015）18-0042-04

一、引言

經(jīng)濟(jì)環(huán)境的復(fù)雜化和競(jìng)爭(zhēng)的白熱化，使得企業(yè)經(jīng)營面臨巨大風(fēng)險(xiǎn)和不確定性從而導(dǎo)致財(cái)務(wù)危機(jī)。財(cái)務(wù)危機(jī)預(yù)警可預(yù)知財(cái)務(wù)危機(jī)發(fā)生的征兆，其有效性和準(zhǔn)確性的提高有助于企業(yè)及時(shí)發(fā)現(xiàn)導(dǎo)致財(cái)務(wù)狀況惡化的原因，及早應(yīng)對(duì)。準(zhǔn)確有效的預(yù)警除了對(duì)企業(yè)管理層起到警示作用外，還能助投資者做出有利的投資決策，便于債權(quán)人控制信貸風(fēng)險(xiǎn)，利于證券等監(jiān)督部門的監(jiān)管。迄今，理論界已發(fā)展出諸如多元判別模型、多元邏輯回歸模型和神經(jīng)網(wǎng)絡(luò)模型等多種模型來研究財(cái)務(wù)危機(jī)預(yù)警，但受制于多元判別模型和邏輯回歸模型需要眾多假設(shè)條件，神經(jīng)網(wǎng)絡(luò)模型建模復(fù)雜、其運(yùn)作原理無法明確等問題，這些模型的適用性受到極大限制，鑒于此，本文選擇無假設(shè)要求且原理簡(jiǎn)單的因子分析模型對(duì)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究。

二、文獻(xiàn)回顧

20世紀(jì)30年代，國外已開始對(duì)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究，取得了一定的成果并廣泛應(yīng)用于實(shí)際。而國內(nèi)學(xué)者對(duì)財(cái)務(wù)危機(jī)預(yù)警模型的研究起步較晚，始于20世紀(jì)80年代末?？傮w來說，國內(nèi)外財(cái)務(wù)危機(jī)預(yù)警模型的研究進(jìn)展可概括為：從單變量分析模型到多變量分析模型，從統(tǒng)計(jì)分析方法到基于人工智能的機(jī)器學(xué)習(xí)分析方法。

Beaver（1966）首建了單變量財(cái)務(wù)危機(jī)預(yù)警模型，使用30個(gè)財(cái)務(wù)比率進(jìn)行了對(duì)比研究，結(jié)果表明，資產(chǎn)負(fù)債率、資產(chǎn)收益率和現(xiàn)金流量/負(fù)債總額這3個(gè)財(cái)務(wù)比率預(yù)測(cè)財(cái)務(wù)危機(jī)是有效的，其中現(xiàn)金流量/總負(fù)債這一財(cái)務(wù)比率預(yù)測(cè)財(cái)務(wù)失敗效果最好。Altman（1968）首用多變量分析進(jìn)行了財(cái)務(wù)危機(jī)預(yù)警研究，并提出了判斷企業(yè)破產(chǎn)的臨界值，這種方法用多個(gè)財(cái)務(wù)指標(biāo)加權(quán)匯總后產(chǎn)生的總判斷分值（稱為Z值）來預(yù)測(cè)財(cái)務(wù)危機(jī)。周首華等（1996）對(duì)Altman的Z分?jǐn)?shù)模型進(jìn)行了改善，將現(xiàn)金流量指標(biāo)加入預(yù)警機(jī)制中從而建立了F分?jǐn)?shù)模型。吳世農(nóng)和盧賢義分別采用判別分析和logistic 回歸方法建立和估計(jì)了預(yù)警模型，并比較了各種方法的預(yù)測(cè)效果。隨著數(shù)據(jù)挖掘技術(shù)的日漸成熟，開始有學(xué)者使用神經(jīng)網(wǎng)絡(luò)研究財(cái)務(wù)危機(jī)預(yù)警，Odom 和 Sharda（1990）將人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用在破產(chǎn)預(yù)測(cè)模式中，用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)財(cái)務(wù)危機(jī)的新方法，他們選用Altman 選取的5個(gè)財(cái)務(wù)比率，設(shè)置5個(gè)隱藏節(jié)點(diǎn)，建立了神經(jīng)網(wǎng)絡(luò)預(yù)警模型，發(fā)現(xiàn)使用神經(jīng)網(wǎng)絡(luò)的方法對(duì)公司財(cái)務(wù)危機(jī)的預(yù)測(cè)率高于基于統(tǒng)計(jì)的方法。我國學(xué)者楊淑娥、黃禮等通過改變隱含層個(gè)數(shù)等方式對(duì)模型的可靠性進(jìn)行了驗(yàn)證。

三、樣本與指標(biāo)的選取

（一）樣本確定及分組

國內(nèi)學(xué)術(shù)界和實(shí)務(wù)界對(duì)財(cái)務(wù)危機(jī)的界定各不相同，概括起來主要分為兩種：其一，認(rèn)為企業(yè)破產(chǎn)是最嚴(yán)重的財(cái)務(wù)危機(jī);其二，鑒于我國資本市場(chǎng)的特殊性，國內(nèi)大多數(shù)學(xué)者將是否被“ST”作為判斷企業(yè)發(fā)生財(cái)務(wù)危機(jī)與否的標(biāo)準(zhǔn)?？紤]可行性，本文也以是否被ST作為判斷企業(yè)財(cái)務(wù)危機(jī)的標(biāo)準(zhǔn)，選取了2011―2012年間被ST的A股上市公司作為發(fā)生財(cái)務(wù)危機(jī)的公司樣本，同時(shí)按配對(duì)樣本屬于同類行業(yè)且總資產(chǎn)規(guī)模相差在10%以內(nèi)的原則，對(duì)每一家ST公司進(jìn)行配對(duì)選擇非ST公司，共選定50家ST公司和與之配對(duì)的50家非ST公司作為研究樣本。其中，50家ST公司中，20家在2011年被宣布為ST公司，30家在2012年被宣布為ST公司。研究時(shí)，筆者把50家被ST的公司隨機(jī)分成兩組，一組為建模樣本組，一組為檢驗(yàn)樣本組。剩下的50家非ST公司根據(jù)與其配對(duì)的ST公司的分組情況，相應(yīng)分配到檢驗(yàn)數(shù)據(jù)組和建模數(shù)據(jù)組中。這樣，100家企業(yè)中就有50家（25家ST公司和25家非ST公司）公司用來建模，50家（25家ST公司和25家非ST公司）用來檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)的準(zhǔn)確性。

（二）預(yù)警指標(biāo)體系的確定

在總結(jié)了前人研究及企業(yè)經(jīng)營特征的基礎(chǔ)上，本文選取了23個(gè)指標(biāo)，分別囊括了企業(yè)償債能力、營運(yùn)能力、盈利能力、成長(zhǎng)能力、現(xiàn)金流量狀況和表外其他信息6個(gè)方面。這些變量的類別如表1所示。

（三）財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的篩選

為建立一個(gè)有效的財(cái)務(wù)預(yù)警模型，所選指標(biāo)必須能夠有效地判別財(cái)務(wù)危機(jī)企業(yè)和財(cái)務(wù)正常企業(yè)。因此，在構(gòu)建模型之前，需要對(duì)所選指標(biāo)進(jìn)行顯著性檢驗(yàn)以剔除ST公司和非ST公司之間顯著差別不高的指標(biāo)。

顯著性檢驗(yàn)即事先對(duì)總體的參數(shù)或總體分布形式做出預(yù)先假設(shè)，然后利用樣本信息判斷該假設(shè)是否合理，即判斷總體的真實(shí)情況與原假設(shè)是否有顯著性差異。當(dāng)樣本總體符合正態(tài)分布時(shí)，一般會(huì)使用參數(shù)檢驗(yàn)的方法;當(dāng)樣本總體不符合正態(tài)分布時(shí)，一般采用非參數(shù)的檢驗(yàn)方法。在本文中，由于總體分布未知，故首先要對(duì)樣本數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)。

1.樣本數(shù)據(jù)的正態(tài)性檢驗(yàn)――單樣本K-S檢驗(yàn)。通過SPSS 19.0對(duì)前面所選取的23個(gè)財(cái)務(wù)比率指標(biāo)進(jìn)行顯著性水平為5%的K-S檢驗(yàn)，結(jié)果如表2所示（其中T-1、T-2和T-3分別代表被宣布特別處理前1年、前2年和前3年）。

在顯著性水平為0.05的水平下，當(dāng)漸進(jìn)顯著性P值>0.05 時(shí)，該指標(biāo)符合正態(tài)分布。從表2中可以得出：T-1年只有 X6、X7、X9、X11、X15、X17、X21符合正態(tài)分布;T-2年只有X6、X7、X9、X13符合正態(tài)分布;T-3 年只有X6符合正態(tài)分布。整體上看，三年內(nèi)只有X6都符合正態(tài)分布，故指標(biāo)變量整體來說并不符合正態(tài)分布。

2.樣本數(shù)據(jù)的顯著性檢驗(yàn)――初次篩選。對(duì)樣本數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)時(shí)，T檢驗(yàn)和U檢驗(yàn)均可用。實(shí)用時(shí)，只要檢驗(yàn)樣本含量較大（n>30）或檢驗(yàn)樣本含量較小（n<30）但總體標(biāo)準(zhǔn)差σ已知時(shí)，即可應(yīng)用u檢驗(yàn);當(dāng)檢驗(yàn)樣本含量較小（n<30），總體標(biāo)準(zhǔn)差σ未知時(shí)可應(yīng)用T檢驗(yàn)，但要求樣本數(shù)據(jù)呈正態(tài)分布。由于所選取的指標(biāo)變量在總體上不符合正態(tài)分布，且樣本數(shù)較大，所以本文采用U檢驗(yàn)來檢驗(yàn)指標(biāo)變量的顯著性。

利用收集的兩組共100家上市公司的數(shù)據(jù)資料，使用SPSS 19.0統(tǒng)計(jì)分析軟件中的兩個(gè)獨(dú)立樣本顯著性檢驗(yàn)，對(duì)被宣布特別處理前1年、2年、3年的數(shù)據(jù)進(jìn)行U檢驗(yàn)，結(jié)果如上頁表3所示。

據(jù)表3可得T-1年至T-3年指標(biāo)變量顯著性檢驗(yàn)的結(jié)果：應(yīng)收賬款周轉(zhuǎn)率（X4）、存貨周轉(zhuǎn)率（X5）、總資產(chǎn)周轉(zhuǎn)率（X6）、銷售毛利率（X11）、Z指標(biāo)（X22）和審計(jì)意見類型（X23）這6個(gè)財(cái)務(wù)指標(biāo)在0.05水平上沒有通過顯著性檢驗(yàn)，說明該6個(gè)指標(biāo)無法有效區(qū)分企業(yè)是財(cái)務(wù)失敗還是財(cái)務(wù)正常，故剔除這6個(gè)指標(biāo)。

3.因子分析――再次篩選?？紤]中國證監(jiān)會(huì)界定上市公司財(cái)務(wù)狀況異常的標(biāo)準(zhǔn)一般是“連續(xù)兩年虧損”，所以本文利用建模組公司T-2的數(shù)據(jù)，共50個(gè)樣本，結(jié)合前文中通過顯著性檢驗(yàn)篩選出的17個(gè)指標(biāo)進(jìn)行因子分析，利用因子分析對(duì)這17個(gè)指標(biāo)再次精簡(jiǎn)，去除重復(fù)信息。

（1）KMO檢驗(yàn)。通常在因子分析之前，需要對(duì)原有變量之間是否存在相關(guān)關(guān)系進(jìn)行研究。本文采用KMO和巴特利特檢驗(yàn)對(duì)變量進(jìn)行相關(guān)性檢驗(yàn)。表4的檢驗(yàn)結(jié)果顯示KMO值為0.667大于0.6，表明可做因子分析;又因Bartlett球狀檢驗(yàn)的相伴概率為0.000，遠(yuǎn)小于顯著性水平0.05，因此可以認(rèn)為原始變量之間存在相關(guān)性，適合做因子分析。

（2）因子分析。統(tǒng)計(jì)方法中，可據(jù)因子載荷矩陣得出所選公因子的個(gè)數(shù)。為確定選取的公因子個(gè)數(shù)，需要計(jì)算各因子的特征值和累計(jì)貢獻(xiàn)率。本文選取公因子時(shí)要求因子的特征值大于1。表5顯示，選取5個(gè)公因子時(shí)，每個(gè)公因子的特征值都大于1，且累計(jì)貢獻(xiàn)率達(dá)到76.74%，即這5個(gè)主成分因子包含了原來76.74%的信息量，變量信息丟失較少，因子分析的結(jié)果較為理想。為便于對(duì)這5個(gè)因子進(jìn)行解釋，本文使用了正交旋轉(zhuǎn)法中最大方差法進(jìn)行轉(zhuǎn)換得到因子載荷矩陣表6。表6顯示：因子Z1中，財(cái)務(wù)比率X10 、X12的因子載荷量都大于90%，而這2個(gè)財(cái)務(wù)比率是反映企業(yè)盈利能力的指標(biāo)，故將Z1命名為盈利能力因子;因子Z2中，財(cái)務(wù)比率X14、X18的因子載荷量遠(yuǎn)大于其他財(cái)務(wù)比率的因子載荷量，而X14、X18是反映企業(yè)成長(zhǎng)能力的指標(biāo)，故將Z2命名為成長(zhǎng)能力因子;因子Z3中，財(cái)務(wù)比率X2、X3的因子載荷量都大于90%，遠(yuǎn)大于其他財(cái)務(wù)比率的因子載荷量，而X2、X3是反映企業(yè)償債能力的指標(biāo)，故將Z3命名為償債能力因子;在因子Z4中，財(cái)務(wù)比率X19、X21的因子載荷量遠(yuǎn)大于其他財(cái)務(wù)比率的因子載荷量，而X19、X21分別反映企業(yè)現(xiàn)金流量的指標(biāo)，故將Z4命名為現(xiàn)金能力因子;在因子Z5中，財(cái)務(wù)比率X7、X17的因子載荷量大于其他財(cái)務(wù)比率的因子載荷量，而X7、X17分別反映企業(yè)盈利和成長(zhǎng)能力的指標(biāo)，故將Z5命名為綜合能力因子。

根據(jù)表6旋轉(zhuǎn)平方和載入方差值和表7各公因子得分系數(shù)，確定財(cái)務(wù)危機(jī)預(yù)警函數(shù)為：

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

四、財(cái)務(wù)危機(jī)預(yù)測(cè)值的確定及預(yù)警模型的檢驗(yàn)

（一）財(cái)務(wù)危機(jī)預(yù)測(cè)值的確定

將建模組共50個(gè)樣本的數(shù)據(jù)帶入公式一中，得到各企業(yè)綜合財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)值F，根據(jù)F值的高低排列企業(yè)，結(jié)果見表8。

根據(jù)表8中各預(yù)測(cè)值F和確保最小錯(cuò)誤率的原則，選定ST企業(yè)和非ST的最佳分割點(diǎn)，本文中稱該分割點(diǎn)為風(fēng)險(xiǎn)臨界值PS。通過分析可看出，這個(gè)分割點(diǎn)在-0.08和0.02之間時(shí)，誤判率最小，故本文選擇這兩個(gè)數(shù)值的平均數(shù)作為風(fēng)險(xiǎn)臨界值，即PS為-0.03。

據(jù)前文，距被宣布特別處理前兩年財(cái)務(wù)預(yù)警的因子分析模型為：

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

若 F≥PS，則2年后該企業(yè)為非ST企業(yè);若 F<PS，則2年后該企業(yè)為ST企業(yè)。

（二）預(yù)警模型的檢驗(yàn)

為檢驗(yàn)PS臨界值-0.03在預(yù)測(cè)財(cái)務(wù)危機(jī)方面的準(zhǔn)確性，本文把距被宣布特別處理前兩年（即T-2年）的檢驗(yàn)組樣本數(shù)據(jù)（共50個(gè)樣本）帶入因子分析模型，即公式一中，得到檢驗(yàn)組樣本各公司F值，根據(jù)F值的高低排列企業(yè)，結(jié)果見表9。

根據(jù)建模樣本組確定的風(fēng)險(xiǎn)臨界值PS=-0.03，被宣布特別處理前兩年的檢測(cè)組公司樣本數(shù)據(jù)F值計(jì)算結(jié)果表明：50家企業(yè)里有45家預(yù)測(cè)正確，預(yù)測(cè)錯(cuò)誤的為華電能源、蓮花味精、金健米業(yè)、*ST新農(nóng)、*ST南紡這五家，預(yù)測(cè)正確率達(dá)90%。因此，公司被宣布特別處理前兩年，該財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型具有較好的預(yù)測(cè)能力。

五、結(jié)論

本文選取2011―2012年間A股上市公司中被ST的50家公司和與其配對(duì)的50家非ST的公司作為研究樣本，以被ST前三年的數(shù)據(jù)作為樣本數(shù)據(jù)，使用U檢驗(yàn)嚴(yán)格篩選出17個(gè)財(cái)務(wù)指標(biāo)作為指標(biāo)變量，對(duì)上市公司前兩年的數(shù)據(jù)運(yùn)用因子分析對(duì)指標(biāo)體系進(jìn)行再次篩選，構(gòu)建了財(cái)務(wù)危機(jī)預(yù)警模型。研究結(jié)果顯示：公司被宣布特別處理前兩年預(yù)測(cè)的正確率高達(dá)90%，達(dá)到了較好的預(yù)測(cè)效果。J