财务预警模型的实证研究
财务预警模型的实证研究 This manuscript was revised by the office on December 10, 2020.
全流通条件下上市公司
财务危机预警模型的实证研究课题研究人：张宪、郝力平、涂春辉、
王法力、洪明、刘年财
选送单位：航空证券有限责任公司
内容提要
本文选择了在2006年1月至2006年6月期间，在2005年年报公布后，因财务状况异常而首次被ST 的53家上市公司，同时选取同行业（按证监会行业代码分类）、同规模的53家非ST公司作为配对样本。本文从财务指标的角度出发，在了解我国上市公司财务困难成因的基础上，探讨了各财务因素之间的关系以及它们对上市公司发生财务困难的预警作用。本文的创新点在于，采用了最新的公司财务数据，改进了数据处理的方式，在因子分析的基础上利用二分类Logistic回归建立了财务困难的预警模型，该模型的预测效果优于现有的研究结论。同时，本文还针对全流通之后新的市场环境，将“股票总市值/负债总额”指标引入模型讨论。本文得到的结论如下。
（1）从统计描述的角度，ST公司与非ST公司在已获利息倍数、销售净利率、资产净利率、净资产收益率、应收帐款周转、现金流动负债比等指标上有明显差异，而在速动比率、流动比率、销售毛利率、营业利润比重等指标上差距不大，且有交叉现象。
（2）从单变量分析的角度，已获利息倍数、资产负债率、流动比率、销售净利率、资产净利率、总资产周转率、存货周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比等指标，能在α=的较小显着性水平下与公司的财务困难情况显着相关。
（3）从多元回归的角度，通过因子分析处理原始数据，然后利用二分类Logistic回归建立了财务困难的预警模型1，对现有数据的判断准确率为%。考虑到全流通之后的市场现实，本文认为股票市值对上市公司的影响不容忽视，“股票总市值/负债总额”这一指标引入预测模型。同样是通过因子分析处理原始数据，利用二分类Logistic回归建立了财务困难的预警模型2，对现有数据的判断准确率为%。
这两个模型的预测效果都超过90%，准确率基本一致，优于目前的研究结论。本文认为，由于模型2的结果受到了历史数据的局限，股票市值对于财务预警模型的作用尚未得到体现。未来随着全流通市场的进一步规范和成熟，市值考核为指标的股权价值激励政策的逐步推广，股票市值对于财务预警模型的作用继续值得今后进一步深入研究。
目录
1、前言 (3)
2、文献综述 (3)
3、样本选取和研究方法 (4)
研究样本 (4)
研究数据 (5)
研究变量 (5)
研究方法 (6)
4、样本变量统计描述 (6)
5、单变量研究 (7)
独立样本的均值比较方法 (7)
T检验分析结果 (8)
6、多元回归分
析···························
(8)
样本及数
据···························
(9)
Logistic多元回归分
析···························
··9
6.2.1多元回归方法选
择···························
(9)
6.2.2用因子分析对数据预处
理 (9)
6.2.3Logistic回归建立预警模型
1 (11)
将股票市值因素引入，建立预警模型
2 (13)
7结
论···························
(18)
1．前言
财务危机给企业和社会带来了严重的影响，适时、准确地对企业财务危机进行预测分析是市场竞争机制的客观要求。因此，利用相关信息构建有效的财务危机预警模型，从而获得财务状况恶化的上市公司预警信号，对于投资者、债权人、经营者以及监管者等诸多方面无疑都具有重要的现实意义。
财务危机（Financial crisis）又称财务困境（Financial distress），国外多数同类研究采用破产标准（Altman，1968；Ohlson，1971；Platt and platt，1990 and 1994）。但考虑到中国的实际情况，国内学者大都将特别处理（ST）的上市公司作为存在财务危机的上市公司（陈静，1999；李华中，2001）。本文采用以上学者的思路，将ST公司作为研究样本，并将“财务危机”定义为“因财务状况异常而被特别处理（ST）”。
本文在上市公司财务预警模型的构建中，首先以描述统计和单变量分析对影响企业的财务危机的因素做出初步判断，在此基础上建立多变量判断模型，通过因子分析处理数据，利用二分类Logistic回归建立财务困难的预警模型，对样本企业做出综合评判。同时，本文针对全流通之后的市场变化，对于股票市值在财务预警中的作用进行了积极的探讨。
2．文献综述
国外关于财务失败预测研究影响最广泛的是威廉·比弗（Willian Beaver）的单一变量模型和阿尔特曼（Edward I .Altiman）的“Z-Score”模型。比弗通过对1945年—1964年间79家失败企业和对应的79家成功企业的比较研究表明，下列财务比率对预测财务失败是最有效的：现金流量/债务总额，净收益/资产总额（资产收益率），债务总额/资产总额（资产负债率）。
美国财务专家阿尔特曼（1968）提出的企业失败预测模型是以营运资金/资产总额、、留存收益/资产总额、息税前利润/资产总额、普通股及优先股市价/负债总额、销售总额/资产总额等五项财务比率的加权平均数来测试财务失败的。该模型主要针对于上市公司，样本包括了1946年—1965年间提出破产申请的33家公司和同样数量的非破产公司。通过计算，该模型产生了一个总的判别分，成为Z值。Z值越低，企业发生财务失败的可能性就越大。同时确定了Z值实际截止点用以判断。阿尔特曼将各种有关的比率合并成单一的预测指数，克服了单个比率内容有限、无法全面揭示企业财务状况的缺点。
奥尔逊（Ohlson，1980）提出一种logit模型。该模型建立在累积概率函数的基础上，而不需要满足自变量服从多元正态分布和两组协方差相等的条件。Logit模型另一个重要优点是在（0，1）上预测一个公司是否发生财务危机的几率。
在国内，学者周首华等（1996）对阿尔特曼的“Z -score”模型进行了一定的拓展，建立了“F分数模式”，F分数模式的临界值是，此数值上下为所谓的不确定区域，F分数越小，则公司发生财务危机的可能性越大。
陈静（1999）根据1995年至1997年54家样本企业财务资料，分别进行了单变量和多变量分析，得出结论是在宣布前一年预警模型的成功率较高，离宣布日越远，则成功率越低。
吴世农、卢贤义（2001）对上市公司财务危机预警研究成果表明：（1）我国上市公司财务困境具有可预测性。（2）在单变量模型中，净资
产报酬率的判定效果较好。（3）多变量模型优于单变量判定模型。（4）比较多变量模型下的3种模型，logit模型的判定准确性最高。
李炳承（2004）选取了105家ST公司与105家非ST公司的配对样本进行均值和总样本均值差异分析，研究发现，财务征兆主要表现为：留存收益和营运资本短缺、应收项目和短期借款多、营业利润低等。
陈晓、陈治鸿（2000）以70家公司组成分析样本，通过每大类财务指标中分别选取一个指标来进行检验，认为营运资本与总资产比率、负债权益比、应收帐款周转率、主营利润与总资产比率、非主营利润与总资产比率、留存收益与总资产比率这6个指标的财务困境预测效果最好。
3．样本选取和研究方法
研究样本
本文选择了在2006年1月至2006年6月期间，在2005年年报公布后，因财务状况异常而首次被ST 的53家上市公司，为了更好地研究样本的特征，我们同时选取同行业（按证监会行业代码分类）、同规模的53家非ST公司作为配对样本。在选取样本时我们注意以下问题：（1）考虑到ST公司是由于2005年报公布后，连续2年亏损而导致被ST的。在选择观测年限时，取被ST前1年的财务年度的财务指标，即选择2004年的财务指标，对应的配对样本取同期的财务指标。
（2）为了使样本更具有代表性，对非ST公司的选取是在保持同行业、同规模的原则下选取。
（3）非ST的样本选取同行业为第一选择标准，即在资产规模不同的情况下，保持行业的一致性。
（4）对ST样本的选择时，由于本文目的在于研究财务信息对财务预警的作用，因此剔除了有以下几种情况的公司：被注册会计师出具无法表示意见或否定意见的审计报告；追溯调整导致最近两年连续亏损；在法定期限内未依法披露定期报告；在规定期限内未对存在重大会计差错或虚假财务会计报告进行改正；主营业务所属行业发生变化的，行业归属不符合证监会行业要求的。
研究数据
本文中的数据均来自Wind资讯金融终端。首先从Wind资讯金融终端找出2006年内被ST的公司信息，然后再根据同行业、同规模的原则查找对应的配对样本，提取样本的财务数据。数据是运用进行处理分析的。
研究变量
根据我国上市公司的特点，本文分别从偿债能力、盈利能力、运营能力、现金流量等4个方面选择了19个财务指标，作为构建财务危机预警模型的预选指标。
研究方法
本文主要对样本进行截面分析和回归分析。
（1）描述性分析。
（2）单变量分析。
通过对ST公司的19个财务指标与非ST公司同期指标的均值差异进行T值检验，以证明它们的显着性差异以及对区分财务困难公司的作用。
（3）多变量分析。
根据单变量分析的结果，选取ST公司与非ST公司之间具有显着性差异的财务指标变量进行多元回归分析，先通过因子分析处理数据，然后利用二分类Logistic回归建立财务困难的预警模型并检验。
4．样本变量统计描述
本文首先对样本的财务指标变量进行基本统计量描述分析，将样本分为ST类和非ST类，结果见表2。
从表2中我们可以看出，ST公司与非ST公司有许多指标存在很大差距，例如X1、X6、X7、X8、X13、X19等指标。ST公司的应收帐款周转率平均值为，而同期非ST公司的应收帐款周转率为，说明与ST公司相比非ST公司的应收帐款变现能力强。ST公司的销售净利率平均值为，而同期非ST公司的销售净利率为，这表明ST公司与非ST公司之间平均盈利能力相差巨大。ST公司的已获利息倍数平均值为，而同期非ST公司的已获利息倍数为，说明ST公司的财务负担明显高于非ST公司。
同时，有些财务指标ST公司与非ST公司差距不大，而且出现交叉现象，如X3、X4 、X9、X10等指标。
5．单变量研究
通过独立样本的均值比较，分析ST公司与非ST公司各单项财务指标的差异规律。
假设：H0：ST公司与非ST公司19个财务指标同期均值相等
H1：ST公司与非ST公司19个财务指标同期均值不相等
独立样本的均值比较方法
应用T 检验，可以检验独立的正态总体下样本均值之间是否具有显着性差异。进行两个独立正态总体下样本均值的比较时，根据方差齐与不齐两种情况，应用不同的统计量进行检验。
方差不齐时，统计量为
X-Y T=
（公式1）
式中，X 和Y 表示样本1和样本2的均值；2X S 和2Y
S 为样本1和样本2
的方差，m 和n 为样本1和样本2的数据个数。
方差齐时，采用的统计量为
X Y
T =
（公式2） 式中，W S 为两个样本的标准差，它是样本1的方差和样本2的方差的加权平均值的方根，计算公式如下：
W S =
（公式3）
当两个总体的均值差异不显着时，该统计量应服从自由度为m+n-2的
t 分布。
T 检验的结果包括t 值（t ）、自由度（df ）、双尾显着性检验（sig. 2-tailed ）、均值差异（Mean Difference ）、均值差异的标准误差（Std. Error Difference ）和均值差异的95%置信区间（95% Confidence Interval of the Difference ）。
T 检验分析结果
给定显着性水平α为，根据运行的结果，对各个财务指标变量的显着性差异的判断情况如下。
从上面的实证分析可以看出，指标X1（已获利息倍数）、X2（资产负债率）、X3（速动比率）、X4（流动比率）、X6（销售净利率）、X7（资产净利率）、X9（销售毛利率）、X11（总资产周转率）、X12（存货周转率）、X14（流动资产周转率）、X16（销售现金比率）、X17（现金债务总额比）、X18（全部资产现金回收率）、X19（现金流动负债比）等14个指标能在很少的显着性水平下拒绝原假设，而接受备选假设。这就意味着ST公司与非ST公司在ST前1年的上述14个指标具有明显的差异。
6．多元回归分析
上述14个指标的均值差异能明显地区别出ST公司与非ST公司的财务特征。但是在实际操作中，我们是需要预测一个企业的财务状况，仅仅区分财务特征是不够的。为此我们运用多元回归来分析并检验其模型的预测准确性。
样本及数据
我们仍然选取上述53家ST公司和非ST公司数据。根据截面分析的结果，我们将有显着性差异的14个财务指标（已获利息倍数、资产负债率、速动比率、流动比率、销售净利率、资产净利率、销售毛利率、总资产周转率、存货周转率、流动资产周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比）作为输入变量。
Logistic多元回归分析
6.2.1多元回归方法选择
在多元回归方法的选择上，我们根据数据的特点，首先进行因子分析，然后采用二分类Logistic多元回归法建立模型并加以检验。
具体步骤如下，
(1)引入虚拟变量Y用以表示是否出现财务危机。Y取1表示ST公
司，Y取0 表示非ST公司。
(2)用因子分析对数据预处理。
(3) 用二分类Logistic多元回归建立预警模型并检验。
6.2.2用因子分析对数据预处理
由于各财务指标之间存在着较多的相关关系，信息重复较多，直接用它们分析现实问题，不但模型复杂，而且还会因为多重共线性问题而引起极大的误差。因此，我们首先利用因子分析使变量简化降维，用少数因子代替所有变量去分析整个问题。
由上表可知，巴特利特球度检验统计量的观测值为，相应的概率P值小于显着性水平，则应拒绝原假设，认为相关系数矩阵与单位矩阵有显着性差异。同时，KMO值大于，原有变量适合因子分析。
从表5中可以看出，前4个因子的特征根大于1，累计方差贡献率为%，即前4个变量解释了原有变量总方差的%。在因子旋转后，累计方差
比没有改变，没有影响原有变量的共同度。总体上，原有变量的信息丢失较少，因子分析效果理想。
由表 6可知，现金指标（X16、X17、X18、X19）在第一个因子上有较高的载荷，第一个因子F1可以成为现金指标因子；盈利能力指标（X6、X7、X9）在第二个因子上有较高的载荷，第二个因子F2可以称为盈利指标因子；营运能力指标（X11、X12、X14）在第三个因子上有较高的载荷，第三个因子F3可以称为营运指标因子；偿债能力指标（X3、X4）在第四个因子上有较高的载荷，第四个因子F4可以称为偿债指标因子。
根据表7的结果，我们可以写出以下因子得分函数：
F1=++ +++ F2= +++
6.2.3 Logistic 回归建立预警模型1
将因子分析得到的4个因子与因变量Y 作为引入变量，利用二分类Logistic 回归建立预警模型并预测。
二元逻辑回归拟合的方程为：
m
i i i 1
P Ln a b x 1P ==+-∑ （公式4） 其中，P 是上市公司发生财务危机的概率；
i
x 是影响财务危机的第i 个因素，i=1，2，…，m ；
a ，i
b （i=1，2，…，m ）是待估参数。 运行，得到的结果如下：
从表8的结果可以看出，所有系数均通过了检验，可建立如下Logistic 回归方程：
()
()
exp 1.55 2.40F111.03F27.64F3 3.52F4P 1+exp 1.55 2.40F111.03F27.64F3 3.52F4-?-?-?-?=
-?-?-?-? （模型1）
表9：模型总体检验
表9输出了模型的似然值（-2 Log）和两个伪决定系数Cox & Snell R Square和Nagelkerke R Square，后两者从不同角度反映了当前模型中自变量的变异占因变量总变异的比例。我们看到，这两个伪决定系数分别达到和，说明模型1中自变量对因变量的解释程度良好。
以为概率最佳分割点进行预测，P大于判断为ST公司。
从表10的预测结果来看，模型1的整体预测效果为%,其中ST公司的预测准确率为%，非ST公司的预测准确率为%。这个结果优于现有的研究结论。
将股票市值因素引入，建立预警模型2
随着股权分置改革的完成，长期困扰中国资本市场的股权治理结构缺陷得到了圆满解决。在这个全新的现实基础上，我们认为将股票市值因素引入我们的财务预警模型是有意义的。
在股权分置条件下，中国上市公司的股权结构处于割裂状态，非流通股价值无法通过流通股价加以衡量，非流通股股东倾向于以所控制资产的最大化而非股权价值的最大化作为目标。国有上市公司出于资产保值增值考虑，更是普遍选择了净资产值作为国有资产考核体系的一个核心目标。由于非流通股东不能分享公司股价上涨而带来的巨大利益，因此，他们并不关心股价变动，导致非流通股东的市值概念虚化，净资产最大化取代了利润最大化的目标。这样就带来很多弊端，如大股东从本质上对增发股票就有内在动力和偏好、流通股东和非流通股东利益冲突现象严重等。上市公司对市值的关注也仅限于吸引投资者、扩大融资的需要，大股东自身经济利益与股票市值没有直接联系，也缺乏足够的动力进行市值管理。因此，在股权分置条件下的公司股票总市值概念并不能真正涵盖所有股东的利益。
随着全流通时代的到来，上述情况已经有了根本性的转变，股票市值的意义真正凸显。因为市值已经成为折射公司实力、反映公司价值、决定公司融资效率、影响公司股权支付能力和行业整合能力的重要因素，成为股东考核上市公司经营业绩的重要政策取向。在后股权分置时代，对上市
公司的价值评价方式势必发生根本性转变，以市值取代净资产是考核上市公司的必然选择。如，2005年9月，国资委《关于上市公司股权分置改革中国有股股权管理有关问题的通知》明确提出，要将市值纳入国资控股上市公司的考核体系，中国银监会在2006年上半年公布的《国有商业银行公司治理及相关监管指引》明确要求，工、农、中、建、交五大国有商业银行在上市以后，应建立争取市值最大化的经营理念等。总之，全流通使得非流通股进入证券市场交易流通，上市公司的市值表现与大股东经济利益紧密相连，企业价值最大化将成为上市公司财务管理的目标。在市场经济中，企业本质是人力资本与物质资本组成的多边契约关系的总和，契约实质要求公司治理结构的主体之间应该是平等的关系。股权分置改革解决了各类股东之间的利益冲突，实现了同股同权，实现了各类股东共同的利益基础，从而理顺了上市公司治理结构的基础，激活了公司控制权市场，诱发财务管理目标从控股股东利益最大化转变为企业价值最大化，要求公司管理层在确保公司持续性价值创造、承担社会责任的前提下，为全体股东实现财富最大化。
综上所述，在全流通这一新的市场条件下，总市值的概念有了真实的基础，将股票市值因素引入我们的财务预警模型是有意义的。根据美国财务专家阿尔特曼（1968）的研究结论作为参考，我们将“股票总市值/负债总额”指标引入预测模型中。
取，X20=股票总市值/负债总额
其中，股票总市值以2004年度的股票平均价格计算。
（1）对所有样本公司的X20指标进行T检验，结果显示该指标在ST 公司和非ST公司之间具有显着性差异。
可以看出，对于指标X20（股票总市值/负债总额），因为方差齐性检验的显着性概率小于，说明方差不齐的条件满足，对应地，选取“方差不齐”行对应的分析结果。由于等均值检验的双尾显着性概率小于，所以，拒绝原假设H 0，即ST公司与非ST公司的指标X20（股票总市值/负债总额）具有显着性差异。因此，可以将变量X20作为多元回归的输入变量之一。
（2）重复6.3.2、中二元Logistic回归的步骤。
运行,因子分析的结果如下。
由表12可知，巴特利特球度检验统计量的观测值为，相应的概率P 值小于显着性水平，则应拒绝原假设，认为相关系数矩阵与单位矩阵有显着性差异。同时，KMO值为，比表6 的结果有所改进。
表13中可以看出，前4个因子的特征根大于1，累计方差贡献率为%，即前4个变量解释了原有变量总方差的%。在因子旋转后，累计方差比没有改变，没有影响原有变量的共同度。总体上，原有变量的信息丢失较少，因子分析效果理想。
由表14可知，现金指标（X16、X17、X18、X19）在第1个因子上有较高的载荷，第1个因子F11可以成为现金指标因子；偿债能力指标（X3、X4、X20）在第2个因子上有较高的载荷，第2个因子F12可以称为偿债指标因子；盈利能力指标（X6、X7、X9）在第3个因子上有较高的载荷，第3个因子F13可以称为盈利指标因子；营运能力指标（X11、X12、
X14）在第4个因子上有较高的载荷，第4个因子F14可以称为营运指标因子。
根据表15可以写出以下因子得分函数：
F11=+ +++++
F12=++ +++++
企业财务预警模型的比较分析
企业财务预警模型的比较分析财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国内外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来预测财务危机的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Ｂｅａｖｅｒ在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型 多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 １．静态统计模型。①线性判别模型。多元线性判别模型是运用多元
统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。这种模型以美国Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者张爱民、杨淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：ｙ＝ｃ＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ为系数；ｘ１、ｘ２、…、ｘｋ为ｋ个预测变量，即财务指标；ｙ为企业财务失败的概率。该模型以０．５为危机分界点，ｙ值越大，企业发生财务失败的可能性越大，ｙ值越接近于０，说明企业财务越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的基础上并分别用ｌｏｇｉｔ和ｐｒｏｂｉｔ概率函数建立起来的。ｌｏｇｉｔ模型的形式为：ｌｎ［ｐ÷（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｐ取值为０、１；ｐ为概率；ｘ１，ｘ２，…，ｘｋ为ｋ个预测变量，即财务指标；α０、β１、β２、…、βｋ为系数。ｐｒｏｂｉｔ概率模型的预测效果一般与ｌｏｇｉｔ模型预测的效果相差不大，在此不多加介绍。 ２．动态非统计模型。动态财务预警模型主要是把人工智能中的归纳
财务危机预警模型国内外研究现状文献综述
毕业论文文献综述 毕业论文题目财务预警模型在我国上市公司的适用 性比较研究 文献综述题目财务危机预警模型国内外研究现状学院会计学院 专业会计学 姓名 班级 学号 指导教师
财务危机预警模型国内外研究现状 随着我国资本市场的不断发展与完善，对上市公司财务危机及其预警的研究越来越引起重视。财务危机及其预警研究也不再仅仅是一个学术问题，更成为影响我国上市公司及资本市场发展的重要因素。因此对财务危机预警模型研究具有现实意义。本文论述了国内外的研究现状，分别按照模型的发展历史进行阐述。 一、国外研究现状 早在20世纪30年代西方学者就陆续开始研究企业财务危机预警问题，并提出了各种不同的财务危机预警方法和模型，一般将其分为定性分析和定量分析。 定性分析方法主要包括标准化调查法、四阶段症状分析法、流程图分析法、管理评分法等。其中四阶段症状分析法将企业的财务危机划分为四阶段，即财务危机的潜伏期、发作期、恶化期、实现期。由美国的Argenti(1977)提出的管理评分法也得到了较为广泛的应用，他提出财务危机成因的模型，并强调管理层在其中的作用。其模型总分值为一百分，得分一旦大于25分，公司就有可能陷入财务危机，18-25分为灰色区域[1]。 由于定性分析主观性过强，因此国外很多学者开始转向定量分析方法和模型的研究，陆续地提出很多企业财务危机预警定量分析模型，主要有一元判定模型、多元线性判定模型、多元逻辑模型、人工神经网络模型和多元概率比回归模型。 1、一元判别法。一元判别法又称为单变量财务危机预警模型，是用单个财务变量对企业的财务状况进行检验。FitZpatriCk(1932)最早开展单变量财务危机预警模型研究，结果表明预测准确率最高的是净利润/股东权益和股东权益/负债两个财务指标[2]。Beaver(1966)发现现金流量/债务总额，资产收益率、资产负债率三个财务指标的预测准确率是最高的，现金流量/债务总额在企业破产前一年预测准确率高达87%，资产收益率的准确率达到了88%，而且还发现，越临近破产日，误判的概率就越低[3]。但是单变量模型都有任何单个财务指标无法全面地反映企业财务状况的致命缺陷，因此使得单变量分析方法逐渐被多变量方法所替代。 2、多元线性判别模型。为了克服单变量预警模型的不足，Altman(1968)将多元线性判别方法引入到财务危机预警研究。通过多元判别模型计算出了一个总的判别值-Z值，依据Z值的大小提出了企业破产的临界值。此模型中的息税前利润/资产总额、股票市值/负债总额、销售收入/资产总额三个指标的财务危机预测效果最好。Z分模型从企业的资产规模、获利能力、变现能力、财务结构、运营能力等方面，综合反映了一个企业的财务状况，但是Z分模型没有充分考虑到现金流量变动的情况[4]。Altman、Haldeman、Narayanan(1977)研究出的ZETA模型分析了样本公司的经营收益/总资产、利息保障倍数、留存收益/总资产、流动比率、普通股权益/总资产等7项财务指标，通过比较分析，表明ZETA预警准确度较高[5]。 3、多元逻辑回归模型。目前广泛应用于经济研究中较为常用的是Logistic模型
一个经典的公司财务报表分析案例,很详细
一个经典的公司财务报表分析案例，很详细！ 会计教科书上的东西太多，而结合企业战略、市场的变化、同行情况、内部管理、制度以及会计政策等方面，分析的太少。本文适用于财务经理级别以下的人员，看完是有用的，也可以上转给财务经理，供其进一步分析和提炼。 案例分析 中色股份有限公司概况 中国有色金属建设股份有限公司主要从事国际工程承包和有色金属矿产资源开发。1997年4月16日进行资产重组，剥离优质资产改制组建中色股份，并在深圳证券交易所挂牌上市。 目前，中色股份旗下控股多个公司，涉及矿业、冶炼、稀土、能源电力等领域；同时，通过入股民生人寿等稳健的实业投资，增强企业的抗风险能力，实现稳定发展。 资产负债增减变动趋势表： 01、增减变动分析 从上表可以清楚看到，中色股份有限公司的资产规模是呈逐年上升趋势的。从负债率及股东权益的变化可以看出虽然所有者权益的绝对数额每年都在增长，但是其增长幅度明显没有负债增长幅度大，该公司负债累计增长了%，而股东权益仅仅增长了%，这说明该公司资金实力的增长依靠了较多的负债增长，说明该公司一直采用相对高风险、高回报的财务政策，一方面利用负债扩大企业资产规模，另一方面增大了该企业的风险。 （1）资产的变化分析 08年度比上年度增长了8%，09年度较上年度增长了%；该公司的固定资产投资在09年有了巨大增长，说明09年度有更大的建设发展项目。总体来看，该公司的资产是在增长的，说明该企业的未来前景很好。
（2）负债的变化分析 从上表可以清楚的看到，该公司的负债总额也是呈逐年上升趋势的，08年度比07年度增长了%，09年度较上年度增长了%；从以上数据对比可以看到，当金融危机来到的08年，该公司的负债率有明显上升趋势，09年度公司有了好转迹象，负债率有所回落。我们也可以看到，08年当资产减少的同时负债却在增加，09年正好是相反的现象，说明公司意识到负债带来了高风险，转而采取了较稳健的财务政策。 （3）股东权益的变化分析 该公司08年与09年都有不同程度的上升，所不同的是，09年有了更大的增幅。而这个增幅主要是由于负债的减少，说明股东也意识到了负债带来的企业风险，也关注自己的权益，怕影响到自己的权益。 02、短期偿债能力分析 （1）流动比率 该公司07年的流动比率为，08年为，09年为，相对来说还比较稳健，只是08年度略有降低。1元的负债约有元的资产作保障，说明企业的短期偿债能力相对比较平稳。 （2）速动比率
上市公司财务风险预警模型分析
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
(一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统 能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有 效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统 的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。进行财务预警分析,建立企业财务预警模型已成为现代企业财务管理的重要内容之一。上市公司的财务信息对多方利益相关者都有着重要影响,建立财务预警系统、强化财务管理、避免财务失败和破产,具有重要意义。目前我国上市公司的财务状况不容乐观,普遍存在着财务状况不稳定的情况。在激烈的市场竞争中,这意味着企业风险极高,破产随时可能发生。国内外的大量实例表明,陷入破产境地的企业几乎毫无例外地都是以出现财务危机为
财务困境及预警研究述评
财务困境及预警研究述评 随着我国资本市场的不断发展，我国学者积极引进借鉴了西方的研究成果，对我国企业可能面临的财务困境作了大量理论探讨和实证研究，取得了丰富的研究成果，研究领域涉及到企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外已有的财务困境预警与管理的研究成果进行总结和评述，以对我国该研究的未来方向和趋势有所借鉴。 一、财务困境的内涵 由于缺少有力的理论支持，对财务困境概念的定义就具有“实证化”和“事件化”的特征，即中外研究者大多是以自己研究的视角和实证的需要以及一些事件的发生作为标志进行定义的。纵观国内外专家学者对财务困境的定义，主要有以下标志：债务拖欠。这是企业财务困境表现的起点。如债券不能偿付、无力偿债、债务拖欠、企业无法按期履行债务合同还本付息、对短期债权人被迫实行延期付款、延期偿还债券利息、延期偿还债券本金(查尔斯吉布森，2005)等；拖欠优先股股利。如在Beaver、Morris、查尔斯吉布森(马若微，2005)等的研究中都提到了这一点；资不抵债。Ross认为定义财务困境的四方面中包括会计破产，即企业账面净资产出现负数，资不抵债；因偿债能力问题导致的重组、接管等事件。如GeorgeFoster指出：所谓财务困境，就是指公司出现了严重的资产折现问题，而且问题的解决必须要依赖于公司的经营方式或存在形式的转变。Morris列出的严重程度依次递减的企业陷入财务困境的标志中，有与债权人发生债务重组、债权人寻求资产保全、公司进行重组、重新指定董事、被接管、公司关闭或出售其部分产业等；破产。破产是公司财务困境的终极表现，如Beaver、Deakin、GeorgeFoster,Morris、Ross、查尔斯吉布森(马若微，2005)等；出现巨额亏损或连续出现亏损。Morris指出企业陷入财务困境的标志中有减少或未能分配股利，或者报告损失、报告比市场预期或可接受水平低的利润，或者公司股票的相对市场价格出现下降等。我国大多数学者对财务困境进行预警研究所依赖的主要是ST处理
企业财务报表分析范例——两公司对比分析
企业财务报表分析 本报告选取的 2 家上市公司的2009年12月31 日会计报表，仅对当年的财务状况进行分析，相关分析结论仅为学习讨论使用。 一、财务指标分析 现根据两个公司的会计报表从基本的财务数据与指标对2009 年的财务状况进行分析，并结合两公司各自的情况进行对比。 表1 2009 年12 月31 日A 公司和 B 公司重要财务指标（单位：人民币万元） 指标/ 公司 A B 营业收入72971.20 416606.00 资产总额133744.00 620905.00 负债总额41272.00 193616.00 股东权益92472.20 427289.00 （一）偿债能力指标分析 两公司近期偿债能力如表 2 所示： 表2 偿债能力指标 指标/ 公司 A B 流动比率 2.6364 2.1950 速动比率 1.8011 1.9372 现金比率 1.3801 1.2461 1、流动比率分析。流动比率可以反映短期偿债能力，企业能否偿还短期债务， 要看有多少短期债务，以及有多少可变现偿债的流动资产。如果用流动资产偿还全 部流动负债，企业剩余的是营运资金，营运资金越多，说明不能偿还短期债务的风 险越小。一般认为上市公司合适的流动比率是2，A 公司和 B 公司流动比率分别是2.6364 和 2.1950，均大于2。 2、速动比率分析。速动比例是对流动比率的补充。一般认为上市公司合理的速 动比率为1，A公司和B公司的速动比率分别为 1.8011 和1.9372，均大于1。 3、现金比率分析。现金比率显示公司立即偿还到期债务的能力，一般来说现金 比率越高说明资产的流动性越强，短期偿债能力越强，反之则越弱。 A 公司和 B 公司的现金比率分别为 1.3801 和1.2461，均高于一般认为的合理比率0.4 ～0.8 。
企业财务预警模型的比较研究
企业财务预警模型的比较研究 采用实证和规范相结合的研究方法，以我国制造业A股上市公司因“财务状况异常”而被特别处理的公司作为研究对象，选择2003-2005年65家财务危机公司，同时采用配对的方法逐年选择65家财务健康公司；初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选，建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型，并对其进行了比较研究。 标签：财务预警模型；Fisher二类判别模型；Logistic回归模型；BP网络模型；比较研究 1 研究样本的设计 财务预警模型的研究样本设计过程，主要包括如何确定陷入财务危机公司的样本组，如何确定作为配对标准的控制因素以及如何进行两组间样本个体数量分配的问题等。 （1）样本组的选择。 在选择样本组时，需要考虑以下几个因素的影响： ①考虑样本个体所处的行业。纵观陷入财务危机的公司所处行业，发现制造业公司占大多数。为了消除行业因素的影响，在具体的环境下对财务预警模型进行比较研究，把研究对象局限于制造业。 ②确定陷入财务危机公司的一定研究期间。均衡地考虑样本规模的大小和时间跨度的影响，选取了2003-2005年因“财务状况异常”被ST的65家公司及65家财务健康公司作为配对样本。同时，采用了Altman的研究方法，控制进入样本的个体，使其在三年的分布大致平均。其中，2003年24家财务危机公司和24家财务健康公司，2004年18家财务危机公司和18家财务健康公司，2005年23家财务危机公司和23家财务健康公司。 ③考虑公司规模。样本公司的规模虽然都在亿元以上，但是没有资产超过百亿元的超大型公司，规模配合比较适中。 ④对样本数据完整性的要求。Zmijewski（1984）检验了由于选样时所持的数据完整性标准所带来的模型偏差。他认为前人的研究都将数据完整性作为选样的标准，实际破坏了建立预测模型过程中所采用统计技术的应用前提——随机选样的要求，而且一般陷入财务危机的公司更可能提供不完整的数据。建立在完整数据基础上的模型忽视这一信息，无疑会使模型低估了公司破产的概率。他的研究表明这种偏差的确存在，但经他修正以后的模型却未在参数的统计显著性和总体预测精度上有显著提高。因此，本文并没有按照随机选样的要求来选择样本，
财务预警模型
财务预警模型 一、单变量模型 单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954～1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。 二、多变量模型 多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了1946～1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数——Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z 为判别函数值X1=（营运资金÷资产总额）×100 X2=（留存收益÷资产总额）×100 X3=（息税前利润÷资产总额）×100 X4=（普通股及优先股市场价值总额÷负债账面价值总额）×100 X5=销售收入÷资产总额一般地，Z值越低，企业越有可能发生破产。爱德华·阿尔曼还提出了判断企业破产的临界值：若Z≥2.675，则表明企业的财务状况良好，发生破产的可能性较小；若Z≤1.81，则企业存在很大的破产危险；该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%. 多变量模型除了以上介绍的Z计分法模型以外，还有日本开发银行的多变量预测模型，中国台湾陈肇荣的多元预测模型，以及中国学者周首华、杨济华F分数模型等。但是，这几种模型在实际中的应用并不广泛。就目前为止，Z计分法模型仍然占据着主导地位。 出现财务舞弊时的财务预警 在企业出现财务舞弊情况时，虽然上述这些财务失败预警方法可以定量地描述企业，但仍不能就此作出企业财务失败的结论，仍然需要投资者的主观判断。 1、望 望主要是看行业背景：看行业是处在朝阳行业还是夕阳行业，是处在竞争充分还是保护垄断的行业，是成熟规范的行业还是缺少必要监管的行业，是新业务层出不穷还是业务相对简单的行业，因为行业风险是企业无法回避的风险。一般而言，朝阳行业、保护垄断行业、缺少必要监管的行业、新业务层出不穷的行业出现财务舞弊的风险较高。所以应特别注意行业的风险。如果行业出现危机，企业也必然受累。古语说得好：“覆巢之下，焉有完卵？” 2、闻 闻主要是看企业实力：企业处在行业中的地位如何，企业产品是成熟产品还是刚研制出来的新产品，企业在消费者中的口碑如何，企业的内部管理是否完善，企业的产品受市场欢
企业财务报表分析的基本内容
企业财务报表分析的基本内容 财务报表分析通过分析资产负债表、损益表、现金流量表和内部报表等，揭示企业财务状况和财务成果变动的情况及其原因；偿债能力分析、盈利能力分析、营运能力分析，构成了财务报表分析的大致框架。 对财务报表的解读与分析 资产负债表分析 资产结构分析 资产结构的弹性分析 资产结构的弹性分析，就是要比较报告期和基期的资产结构，从中判断金融资产比重的变化情况，以确定企业资产结构的弹性水平。资产结构的弹性，就是资产总量随时调整的可能性及资产内部结构可随时调整的可能性，这取决于弹性资产，即金融资产在总资产中所占的比重。金融资产，具体指货币资金、短期投资、应收票据、一年内到期的长期债权投资、长期投资中的股票和债券投资。 保持一定数量的金融资产，可以降低企业的财务风险和资产风险，但金融资产的机会成本较高，过量的金融资产会导致企业效率和效益的下降。因此，金融资产的持有量应根据企业自身经营特点和宏观经济等因素合理确定。资产结构的收益性分析 将资产划分为收益性资产、保值性资产和支出性资产。为了提高盈利水平，应尽可能直接增加形成企业收益资产的比重，减少其他两类资产的
比重。 资产结构的风险性分析 实践中，存在着三种资产风险结构类型：保守性资产结构、中庸性资产结构和风险性资产结构。三种风险结构的差别在于使流动资产保持在什么水平以及维持什么水平的金融资产、存货资产和信用资产。一般来说，流动资产的风险比较小。 企业应尽力构建一种既能满足生产经营对不同资产的要求，又使经营风险最小的资产结构。 融资结构分析 融资结构包括：a.融资的期限结构：按时间长短，分为长期融资和短期融资，长期融资包括所有者权益和长期负债，短期融资包括短期负债；b.融资的流动性结构：流动性，主要是由于到期偿还约束性的高低而引起的；融资的方式结构：c.融资方式即企业获得资金的手段，负债和所有者权益各项目的划分，实际上已反映出了各自的融资方式。 不同的融资结构，其成本和风险是各不相同的。最佳的融资结构应是成本最低而风险最小的融资结构。 企业要得以正常生存和发展，其资金来源必须可靠而又稳定，资金运用必须有效而又合理，企业流动负债、长期负债与所有者权益之间，以及各项 资产之间，必须保持一个较为合理的比例关系。 利润表和利润分配表分析 通过利润表和利润分配表，可以考察企业投入的资本是否完整、判断企业盈利能力大小或经营效益好坏、评价利润分配是否合理。利润表的项目
财务预警模型的分类
企业财务预警模型的比较分析 财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究它无疑具有积极的意义。本文试图对目前国外多种财务预警模型进行比较分析，以为构建适合我国企业财务预警模型提供一些思路和方法。 一、财务预警模型的分类简介 （一）单变量模型 单变量模型是指运用单一变数，用个别财务比率或现金流量指标来 预测财务危机的方法。Fitzpatrick最早研究发现，出现财务困境的公司其财务比率和正常公司相比有显著的不同，从而认为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业未来具有预测作用。Beaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。另外，日本的 田边升一提出了利息及票据贴现费用的单变量判别分析方法，以利息及票据贴现费用的大小来判断企业正常与否，从而也可对企业起预测作用。 （二）多变量模型多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型，进行财务预
测。按所建模型是否具有动态预警能力、财务预警系统是否易于修改和扩充，多变量模型又可以分为静态统计模型和动态非统计模型。 1.静态统计模型。①线性判别模型。多元线性判别模型是运用多 元统计分析方法中的判别分析建立起来的,它是根据一定的样本资料，建立判别函数、确定判定区域，以对企业财务状况进行预测。 这种模型以美国Atlman教授的Z模型最具代表性。②主成分预测模型。该模型也形成一个线性判定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子形成主成分，并利用主成分建立起来的。我国学者爱民、淑娥等分别运用主成分分析方法对我国上市公司的财务预警模型进行过研究。 ③简单线性概率模型。该模型是利用多元线性回归方法建立起来的，其形式是：y = c + B1x1 + B2x2+… + Bkxk。其中：c、B1、B2、…、Bk 为系数；x1、x 2、…、xk为k个预测变量，即财务指标；y为企业财务失败的 概率。该模型以0.5为危机分界点，y值越大，企业发生财务失败的可能性越大，y值越接近于0,说明企业财务越安全。④lo git模型和probit模型。它们也分别叫作对数比率模型和概率单位模型，都属于概率模型，是在克服简单的线性概率模型的
企业财务报表分析指标大全
. 财务分析指标大全一、变现能力比率流动负债流动资产÷1、流动比率= ÷流动负债2、速动比率=（流动资产－存货）=流动资产－流动负债3、营运资本二、资产管理比率÷平均 存货存货周转率（次数）=主营业务成本1、 ÷平均应收账款应收账款周转率=主营业务收入2、 +应收账款周转天数营业周期=存货周转天数3、 三、负债比率÷股东权益产权比率=负债总额1、 =EBIT/I ÷利息费用已获利息倍数=息税前利润2、 四、盈利能力比率平均净资产=净利润÷1、净资产收益率五、杜邦财务分析体系所用指标 权益乘数×总资产周转率×资产净利率×权益乘数=销售净利率1、权益净利率= －资产负债率）（1=1+（负债总额/股东权益总额）=1/2、权益乘数=资产总额/股东权益总额六、上市公 司财务报告分析所用指标净资产收益率（当年股数没有每股净资产×）/普通股总股数=）（=（EBIT －I1－T每股收益（1、EPS）发生增减变动时，后者也适用）/普通股每股收益市盈率=普 通股每股市价2、 /年末普通股股份总数每股股利=股利总额3、 股票获利率（当年股数没有发生增减变动时，后者也适×净利润总额=市盈率股利支付率=股 利总额/4、用）（又叫：当期收益率、本期收益率）=普通股每股股利/普通股每股市价5、股票获利率/每股股利股利保障倍数=每股收益6、/年度末普通股数每股净资产=年度末股东 权益7、 每股净资产=每股市价/8、市净率/年末净资产净资产收益率=净利润9、七、现金流量 分析指标（一）现金流量的结构分析=经营活动流量经营活动流入－经营活动流出、1 （二）流动性分析（反映偿债能力）/= 、1 现金到期债务比经营现金流量净额本期到期债务. . 流动负债（反映短期偿债能力）=经营现金流量净额/ 2、现金流动负债比（重点）债务总额= 经营现金流量净额/3、现金债务总额比（重点）（三）获取现金能力分析销售额=经营现金 流量净额/1、销售现金比率普通股股数经营现金流量净额/ 2、每股营业现金流量（重点）=100% ×/全部资产全部资产现金回收率=经营现金流量净额3、（四）财务弹性分析现金满足投资 比率1、/每股现金股利每股经营现金流量净额现金股利保险倍数（重点）=2、（五）收益 质量分析/经营现金毛流量2、现金营运指数=经营现金的净流量9日刘正兵课堂小记）几个重 要的财务指标的关系（1月 四个常用比率的关系：④= 1－1/①……= 1－②= 资产负债率资产/ 负债 ④= 1/……②= 1－①资产资产权益率= 所有者权益/ ×④1= ①= 所有者权益……③④－负债产权比率= / 1－①）③=1/（=1+ 所有者权益= 权益乘数资产/ ……④= 1/② 三个指标= EBIT 1、息税前利润）－= EBIT（1T 2、息前税后利润净利润 = 3、息税后利润 .
公司财务风险预警模型
公司财务风险预警模型
————————————————————————————————作者：————————————————————————————————日期：
上市公司财务风险预警模型分析 摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能:
财务预警模型综述
[收稿日期]2003-08-26[作者简介]程 涛(1979-),男,湖北广水人,上海财经大学博士研究生,研究方向是财务会计。 财务预警模型综述 程 涛 (上海财经大学会计学院,上海200083) [摘 要]财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类: 一元判定模型(Univariate )、多元判定模型(M DA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。通过对财务预警模型进行回顾和评述,可以拓展财务预警研究的视野,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。 [关键词]财务预警; 财务预警模型; 财务指标 [中图分类号]F234.4 [文献标识码]A [文章编号]1007-9556(2003)05-0104-04 Financial Alert Model CHE NG T ao (School of Accounting ,Shanghai University of Finance and Economics ,Shanghai 200083China ) Abstract :Financial alert matrix is a m odel that uses business finance indicators and nonbusiness finance indicators to identify the finan 2cial status of a com pany.I t usually consists of six different types ,namely :univariate m odel ,M DA ,logic regression m odel ,multivariate probit regression m odel ,ANN and combined forecast m odel.A review of financial alert m odel may contribute to the broadening of our perception and facilitates our further study of the subject on the basis of pioneers ’consideration and methodology. K ey Words :financial alert ;financial alert m odel ;financial indicator 财务预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机实施的实时监控和预测警报。财务预警中的数学模型就是财务预警模型,它是指借助企业财务指标和非财务指标体系,识别企业财务状况的判别模型。 财务预警模型的种类很多,常见的有以下六类:一元判定模型(Univariate )、多元判定模型(Multiple Discriminant Analysis ,MDA )、多元逻辑(Logit )回归模型、多元概率比(Probit )回归模型、人工网络(ANN )模型和联合预测模型。 一、一元判定模型 一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。在一元判定模型中,最为关键的一点就是寻找判别阀值。通常需要将样本分为两组:一组是构建预测模型的“预测样本”,也称估计样本(estimation sam ple );另一组是测试预测模型的“测试样本”,又称“有效样 本”(validation sam ple )。首先,将预测样本(包括破产企业和非破产企业)按照某一选定的财务比率进行 排序,选择判别阀值点,使得两组的误判率达到最小。然后,将选定的阀值作为判别规则,对测试样本进行测试。 最早的财务预警研究是Fitzpatrick (1932)开展的单变量破产预测研究。他以19家企业为样本,运用单个财务比率,将样本划分为破产与非破产两组。Fitzpatrick 发现,判别能力最高的是净利润/股东权益和股东权益/负债。Beaver (1966)考察了29个财务比率在企业陷入财务困境前1～5年的预测能力,发现营运资金流/总负债在破产前一年的预测正确率可以达到87%。 一元判定模型的缺点是:其一,只重视一个指针的分离能力,如果经理人员知道这个指针,就有可能去粉饰这个指针,以使企业表现出良好的财务状况;其二,如果使用多个指针分别进行判断,这几个指针的分类结果之间可能会产生矛盾,以致无法作出正确判断。也就是说,虽然财务比率是综合性较高的判别指针,但是仅用一个财务指针不可能充分反映 ?401?Journal of ShanX i Finance and Econ omics University Oct.,2003V ol.25N o.5 2003年10月 第25卷 第5期 财务与会计
企业财务报表分析报告
附件二： 企业财务报表分析报告 （参考格式） 提纲 一、集团公司概况 二、集团公司经营的基本情况 （一）经营主要政策。 （二）主要经营业绩。 （三）完成主要经济指标，并对主要指标进行分析说明。 三、集团公司经营成果分析 （一）主营业务收入情况 （二）成本费用变动情况 （三）其他业务利润 （四）营业外收支 (五)投资收益 （六）所得税 （七）净利润实现情况
（八）利润分配情况 （九）亏损企业情况 四、集团公司财务状况分析 （一）资产情况 （二）负债情况 （三）资产质量及财务风险情况分析 （四）国有资本保值增值情况 五、现金流量分析 六、重大事项影响 七、经营风险因素、发展规划及经营战略 八、本年度企业经营管理中存在问题，下年度改进管理和提高经营业绩拟采取的措施等。 ▲集团公司对所属境外企业的经营成果和财务状况分析参照上述指标及分析方法。 ▲集体企业的财务报表分析报告参照上述指标及分析方法。 ▲金融企业的财务报表分析报告参照上述指标及分析方法。 企业财务报表分析报告
（参考格式） 一、集团公司概况 （一）公司成立时间及批准文号、改制（重组、收购、兼并）情况、企业法人营业执照、注册资本及其变更情况。 （二）公司的经营范围、法定代表人、公司的法定地址等。 （三）集团及所属子公司户数（含境外企业，下同），本年所属企业隶属关系变动情况，合并报表的编制原则等。 集团公司年度全资、控股或参股的子公司情况表: 单位：万元 （四）截止年末，集团拥有从业人员人数及素质情况。 二、集团公司经营的基本情况 （一）经营主要政策。包括：企业改革、产业结构优化、市场开拓、资本运营等方面。 （二）主要经营业绩。 （三）年完成主要经济指标，并对主要指标进行分析说明。
财务风险预警模型研究文献综述
财务风险预警模型研究 文献综述 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
我国财务风险预警模型研究文献综述 引言 财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，潜在的风险演变成损失的一种预警方式。 国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始务预警的研究，并取得了一定的成果。 1 统计方法预警模型 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模 陈静（1999）以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。 周首华、杨济华和王平(1996)在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了F分数
浅谈对企业财务报表的分析
浅谈对企业财务报表的分析
浅谈对企业财务报表的分析 2009-11-26 清华领导力培训尹怡敏 企业财务报表分析产生于20世纪初期。最初，财务报表分析主要是为银行服务的信用分析，进而为适应投资者的需要，提供有关企业盈利能力和整体财务状况的分析信息。 1.财务报表分析的作用和目的 企业财务报表分析产生于20世纪初期。最初，财务报表分析主要是为银行服务的信用分析，进而为适应投资者的需要，提供有关企业盈利能力和整体财务状况的分析信息。今天，财务报表分析不仅要满足企业外部和相关利益集团的决策需要，而且还要满足企业内部管理决策的需要。 所谓企业财务报表分析，是指运用一定的方法和手段，对财务报表及相关资料提供的数据进行系统和深入的分析研究，揭示有关指标之间的关系及变化趋势，以便对企业的财务活动和有关经济活动做出评价和预测，从而为企业管理者进行相关经济决策提供直接、相关的信息，给予具体、有效的帮助，从而对管理者做出正确的财务政策和经营决策起到重要作用。通过报表分析，使企业财务工作真正融合进企业管理之中，而不仅仅局限于记账核算。 2.企业财务报表分析的基本方法
财务报表分析的方法是实现财务报表分析的手段。由于分析目标不同，在实际分析时必然要适应不同目标的要求，采用多种多样的分析方法，包括评价的标准、方法和预测方法，几种常用的方法有比较分析法、比率分析法、因素分析法。 2.1比较分析法。 2.1.1比较分析法的含义。比较分析法是财务报表分析中最常用的一种方法，也是一种基本方法。他是指将实际达到的数据同特定的各种标准想比较，从数量上确定其差异，并进行差异分析和趋势分析的一种分析方法。所谓差异分析，是指通过差异揭示成绩活差距，做出评价，并找出产生差异的原因及对差异的影响程度，为今后企业的经营管理指引方向的一种分析方法。所谓趋势分析是指将实际达到的结果，同不同时期财务报表种同类指标的历史数据进行比较，从而确定财务状况、经营状况和现金流量的变化趋势和变化规律的一种分析方法。 2.1.2比较标准。在企业财务报表https://www.wendangku.net/doc/c25145084.html,分析中经常使用的比较标准有以下几种： 2.1.2.1本期实际与预定目标、计划或定额比较。这种比较可以
公司财务风险预警模型
摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。 关键词:财务风险预警系统;单变量模型;奥特曼模型 企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。通常用财务杠杆衡量财务风险的大小。在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。 一、企业财务风险预警系统的含义及功能 财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得
财务状况恶化的信号,避免可能出现的财务危机。具体说来,财务风险预警系统主要具有以下三方面的功能: (一)信息收集 它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。 (二)预知危机 经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。 (三)控制危机 当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。 二、企业财务风险的预警模型 (一)建立财务风险预警模型的必要性 财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统