[论文关键词]危机预警模型；单变量模型；多元判别分析模型；人工神经网络分析模型 [论文概要]企业财务危机已沦为企业利益相关者必须预测并应付的最重要风险之一。企业不应建构财务预警机制，及时交流企业有关财务危机预警的信息，有效地防止和消弭财务危机。本文对国内外财务危机预警模型一一展开评析，目的为建构合乎我国实际并具备可操作性的财务危机预警模型获取糅合。; 随着我国体制改革的大大深化，经济领域中的复杂性、不确定性日益凸现，企业再次发生财务危机的情况更加频密，因此，财务危机已沦为企业利益相关者必须预测并应付的最重要风险之一。
建构财务预警机制，及时交流企业有关财务危机预警的信息，有效地防止和消弭财务危机，是任何一个企业都必需亟待解决的问题。近年来，除了延用传统的经验判断与定性分析方法外。企业利益相关者也开始注目并尝试用于财务危机预警模型来定量预测财务危机。
财务危机预警模型就是利用企业一系列财务指标和非财务指标来辨识企业财务危机的判断模型。其关键点就是如何确认预警指标及预警指标的临界值。
本文对国内外财务危机预警模型一一展开评析，目的为建构合乎我国实际并具备可操作性的财务危机预警模型获取糅合。 一、单变量预警模型 单变量预警模型是指利用单个财务比率来展开财务预警，以辨别企业否再次发生财务危机的一种预测模型。Beaver(1966)在其“财务比率与告终预测”一文中，以财务危机预警为主题，以单一的财务比率指标为基本变量，运用筛选样本法。
随机挑选出了1954年至1964年间79家危机中的企业。并针对这79家企业一一挑选出与其产业完全相同且资产规模相似的79家长时间企业展开较为。得出结论的结论是，最能对企业危机作出预警的指标是“现金流量/总负债”比率，其次是“净收益/总资产”比率和“总负债/总资产”比率。
其中，“现金流量”来自“现金流量表格”的3种现金流量之和，除现金外还充分考虑了资产所求力，同时融合了企业销售和利润的构建及生产经营状况的综合分析，这个比率用总负债作为基数，考虑到了长期负债与流动负债的转化成关系，但是总负债只考虑到了负债规模，而没考虑到负债的流动性，即企业的结构，因此对一些因短期债务能力严重不足而经常出现危机的企业不存在相当大的失误性。“总资产”这一指标没融合资产的包含要素。
因为有所不同的资产项目在企业盈利过程中所充分发挥的起到是有所不同的，这有利于预测企业资产的利润能力否具备较好的快速增长态势。 Beaver年所在企业危机预警研究中用于非参数的二分类方法来确认拆分点。使其错误分类亲率降到低于，这一方法为以后的企业财务危机预警研究者普遍使用。此外，Beaver还首创筛选取样的技术以掌控因产业类别和企业资产规模有所不同而引发的误解。
但单变量预警模型只是利用个别财务比率预测企业财务危机。因此其有效性受到一定的容许。一般来说。
企业的生产经营状况受到许多因素的影响，各种因素之间既有联系又有区别，单个比率体现的内容往往受限，无法全面说明企业的财务状况。 二、多元判别分析模型 多元判别分析模型是对企业多个财务比率展开汇总，欲出有一个总判断分值来预测企业财务危机的模型。
Altman(1968)在其“财务比率、判别分析和公司倒闭预测”一文中指出，企业是一个综合体，各个财务指标之间不存在某种互相联系。各个财务指标对企业整体风险的影响和起到也是不一样的。他通过把传统的财务比率和多元判别分析方法融合在一起，发展了一种财务危机预警模型，即Z计分模型。该模型的明确形式如下： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 式中，X1=营运资本/总资产，体现资产的流动性与规模特征；X2=存留收益/总资产，体现企业总计盈利状况；X3=息税前收益/总资产，体现企业资产的利润能力；X4=权益的市场价值/总债务的账面值，体现企业的债务能力；X5=销售总额/总资产，体现企业的营运能力。
通过统计分析，Altman指出Z值应在1.81-2.99之间，相等2.675时互为。如果企业的Z值小于2.675，指出企业的财务状况较好；如果Z值大于1.81，则企业不存在相当大的倒闭风险；如果Z值正处于1.81-2.675之间，称作“灰色地带”，处在这个区间，则企业财务状况是近于不稳定的。
Z计分模型的变量就是指资产流动性、利润能力、债务能力和营运能力等指标中各自由选择一两个最不具代表性的指标。模型中的系数则是根据统计资料结果获得的各指标比较重要性的量度。
现代科学指出该模型对企业财务危机有很好的预警功能。但其预测效果也因时间的长短而不一样，预测期越高，预测能力就越强劲，因此该模型较合适企业短期风险的辨别。
Z计分模型在企业破产前多达3年的预测正确率大大降低，而且随着时间的流逝，经济也将经常出现根本性变化，尤其是转入20世纪70年代以后，企业财务危机的平均值规模急遽减小，原先的Z计分模型已无法解释当时的企业财务危机现象。于是，Altman等人于1977年又明确提出了一种能更加精确地预测企业财务危机的新模型——ZETA模型。在该模型中，Altman等人利用27个初始财务比率展开区别分析，最后挑选了7个说明变量，即资产报酬率(息税前利润/总资产)、盈余稳定性(息税前利润，总资产的10年标准误差)、利息确保倍数(息税前利润/利息支出总额)、总计盈余(存留收益/总资产)、流动性(流动比率)、资本比率(5年普通股平均值市值/总资本)和资本规模(普通股权益/总资产)。
该模型不存在的严重不足是自由选择比率没理论可依，自由选择同一行业中相匹配的危机公司和长时间公司也是艰难的，而且仔细观察的总是事件。但由于该模型简单明了。
以后对企业财务危机预警模型的研究都是沿着这一思路展开的。 20世纪70年代，日本开发部自由选择了东京交易所310家作为研究对象，用于与Altman完全相同的研究方法，创建了“利用经营指标展开企业风险评价的倒闭模型”，展开财务危机预测。其判别函数为： Z=2.1X1+1.6X2-1.7X3-X4+2.6X5+2.5X6 式中，X1回应销售额增长率；X2回应总资本利润率；X3回应他人资本分配率；X4回应资产负债率；X5回应流动比率；X6回应细附加值生产率(为折旧费、人工、利息及利税之和与销售额之比)。
模型中和的系数是负数，指出他人资本分配率和资产负债率就越小，风险也就越小。该模型Z值的辨别标准是：如果Z值小于10，则企业财务状况良好：如果Z值大于0，则企业不存在相当严重的财务危机，倒闭的概率很大；如果Z值在0与10之间。则指出企业正处于“灰色区域”，不存在财务隐患。
陈肇荣应用于中国地区的企业财务资料创建了多元判别函数，但并未得出临界值及警度区间。该模型如下： Z=0.35X1+0.67X2-0.57X3+0.39X4+0.55X5 式中，X1=速动资产/流动负债；X2=营运资金/资产总额；X3=固定资产/资本净值；X4=贴现账款/销售净额；X5=现金流入量/现金流出量。 由于Z计分模型在创建时并没充份考虑到现金流量的变动等方面的情况，因而具备一定的局限性。
为此，中者周首华等对Z计分模型加以改建，并创建其财务危机预测的新模型——F分数模式。F分数模式的主要特点是：(1)F分数模型中重新加入现金流量这一预测自变量。许多专家证实现金流量比率是预测公司倒闭的有效地变量，因而填补了Z计分模型的严重不足。
(2)考虑到了现代化公司财务状况的发展及其有关标准的改版。公司所理应财务比率标准已再次发生了许多变化，尤其是现金技术的应用于，已使公司所不应保持的适当的流动比率深感减少。(3)用于的样本更为不断扩大。
其用于了Compustat PC Plus数据库中1990年以来的4160家公司的数据展开了检查；而Z计分模型的样本仅有为66家(33家倒闭公司和33家非倒闭公司)。 F分数模式如下： Z=0.1774+1.1091X1+1.1074X2+1.9271X3+0.0302X4+0.4961X5+0，496 1X5 式中，X1、X2及X4与Z计分模型中的X1，X2及X4完全相同，这里仍然展开分析；X3=(税后纯收益+保险费)/平均值总负债；X3=(税后纯收益+利息+保险费)/平均值总资产。 F分数模式与Z计分数模型中各比率的区别就在于其X3，X5的比率有所不同。X3是一个现金流量变量，它是取决于企业所产生的全部现金流量可用作偿还债务企业债务能力的最重要指标。
一般来讲，企业萃取的折旧费用，也是企业建构的现金流向，适当时可将这部分资金用来偿还债务。X5测量的是企业总资产在建构现金流量方面的能力。相对于Z计分模型，它可以更加精确地预测出企业否不存在财务危机。
F分数模式的F分数临界点为0.0274；若某一特定的F分数高于0.0274，则将被预测为倒闭公司；反之，若F分数低于0.0274，则公司将被预测为之后存活公司。 多元判别分析模型是根据特定样本创建一起的判断模型，因而根据一个地区(或时期)样本企业创建的判别分析模型有可能无法有效地对另一个地区(或时期)的企业展开预测。
此外，多元判别分析模型的简单性差，造成理论研究冷而实际应用于冻的失望局面。
本文关键词：论,财务,bob体ob体育,危机,预警,模型,评析,论文,关键词
本文来源：bob体ob体育-www.tyronerhabbphoto.com