保险公司财务预警管理

保险公司财务预警管理（精选11篇）

保险公司财务预警管理 第1篇

一、财务风险预警现状

1.财务风险预警概念。伴随着市场经济的蓬勃发展, 企业筹融资渠道的拓宽, 往往使企业特别是上市企业更多的关注于市场规模的扩大和经济利益的获取, 而忽视了企业在对资本灵活自如运作的同时亦会有相应的财务风险应运而生。财务风险预警指以财会信息资料为基础, 综合运用金融、统计、经济等多种学科的分析方法和手段对企业的投融资财务经营活动设置预警指标, 根据指标的变化对企业的财务风险进行实时监控和预测警示。企业的财务风险主要来源于以下几个方面:资金链断裂的风险、异常波动的风险、经营亏损的风险、还债风险和破产风险, 其中资金链断裂的风险主要是由于经营资金需求不能满足, 银行不信任, 拖欠应付款, 工程后续资金不足, 收购兼并失败等原因构成。

2.财务风险预警现状。随着财务危机的不断涌现, 财务风险预警管理的研究已引起国内外专家学者的重视。国外学者从1985年开始陆续从股权结构与公司风险、董事会特征与企业风险、高管特征与企业风险等三方面对财务风险进行研究;国内学者对财务风险的研究始于2000年以后。但国内外学者对财务风险研究的一个共同点就是仅单一的考虑财务风险或经营风险, 对企业财务风险的研究不够全面;对财务风险的衡量标准是采用市场数据还是会计数据缺乏统一的标准。在上市企业特别是与浙企类似的民营企业, 公司的财务风险管理不够完整, 仅限于经营活动前的事前预测;缺少事中预测使企业在面临财务风险前期不能及时提出警示, 从而丧失避免财务风险给企业带来恶劣后果的最佳调整时机;事后总结环节的缺失使得企业不能从失败的教训中总结经验, 以避免类似事件的后续发生。

二、财务风险预警的必要性

1.企业财务风险的发生具有一定的轨迹性, 上市企业也不例外, 财务危机依次由潜伏期向表现期、恶化期、发作期过渡。在潜伏期企业往往表现出盲目扩张, 销售额下降或销售额上升, 利润下降, 企业流动性差, 经营秩序混乱, 管理出现乱象等。在表现期企业往往出现自有资本不足, 过分依赖外部资金, 利息负担过重, 财务预警失灵, 拖延偿付, 利润下降或亏损加剧, 领导独断专行等。在恶化期企业往往出现经营者无心关注业务, 专心于财务周转, 账款拖欠, 资金周转困难, 债务到期违约不支付等。此时企业若已建立财务风险预警机制, 能及时关注到财务变动趋势, 采取相应调整措施避免财务风险的发生, 阻止财务风险向实现期转化, 在实现期企业通常会出现负债超过资产, 丧失偿债能力, 宣布倒闭清盘, 经营者外逃等现象, 从而通过财务风险预警保证企业的资金运作顺利进行。上文提及的浙江民企危机, 在发展壮大的过程中, 过分依赖外部资金扩大市场, 以致资不抵债从而导致陷入危机局面, 由此可见企业的顺利经营财务预警很有必要。

2.企业财务风险的发生具有不确定性。财务风险是随着企业财务活动而产生的, 有资金运动就会伴随财务风险, 但财务风险的发生与否取决于企业财务活动的具体管理方式, 其发生具有不确定性。企业制定良好的财务风险预警机制, 不仅可以在投融资活动前对风险进行预测, 还在经营活动过程中对风险指标实施监控, 一旦发现指标及时进行预警, 从而可避免财务风险的发生或降低财务风险的损失。反之, 企业不采取财务风险预警机制对其资金活动进行控制和管理, 其财务风险的发生具有未知性和不定时性, 丧失对其及时扭转和调整的时机一旦发生势必会给企业的经营活动造成严重伤害。

三、上市公司财务风险预警管理措施

上市公司是先进的企业, 代表先进的管理模式, 上市公司在财务风险预警方面也应发挥先进带头作用, 为其他企业树立好的范式, 结合上市公司自身特点以及财务风险产生的原因, 避免财务风险的发生保障企业的顺利发展。

1.资本结构合理化。一个企业的资本结构广义上指企业各种资本的价值构成及其比例。合理的资本结构是使企业资金成本最小的资本结构, 不合理的资本结构加大财务风险的发生。上市公司为应对投资风险应注重短期投资, 对证券投资尽量采用分散投资法;对股票投资采用β系数的分析方法或资本资产定价模型对风险进行评价。β系数小于1, 表明投资风险小于整个市场的平均风险, 较适宜投资, 反之则表明投资风险较大。上市公司应对汇率风险应该尽量使用本国家的货币来作为合同货币, 在出口、资本输出的时候尽量做到采用硬通货, 而在进口、资本输入时尽量做到采用软通货并在合同中加列保值条款等措施。上市公司应对经营风险应在提高产品质量, 满足市场需求, 提高员工服务质量等方面努力, 稳定的经营收益大大降低经营风险发生的可能性。上市公司为应对流动性风险应采用统计分析的方法确定最佳现金持有量、最佳库存和最佳应收账款的百分比, 从而降低流动性资金由于流动比例过大或过小而带给企业一定的财务风险。

2.提高财务人员业务技能与道德素质。众所周知企业财务人员业务技能与道德素质的高低会直接影响到公司财务风险预警机制的有效实施。上市企业的财务风险的来源是多方面的, 对财务风险的控制涉及到企业资本运动的各个环节, 故需要所有财务人员的参与和努力, 高素质的财务人员对企业的财务安全极其重要。当前上市企业具有财务风险预警意识, 财务风险预警工作由少数财务人员全部承担并仅限于利用数学、统计等方法对风险系数的测算缺少全面性和完整性, 且风险预警的决定权取决于少数大股东或企业负责人。上市公司优秀的财务人员要求拥有娴熟的财务技能, 在遵守企业现有财务预警模式的基础上有所创新和改进, 结合企业财务特点能提出更有助于降低财务风险的预警方式。此外, 公司领导层应适当放权, 给予财务人员在风险预警方面相对的自主权, 一套合理有效的财务风险预警模式需要所有财务人员的共同参与和努力。

上市公司财务风险预警浅析 第2篇

[提要]本文在对上市公司财务风险预警进行概述的基础上，针对现有财务预警指标现状，在考虑完整性、有效性的基础上，从财务信息与非财务信息指标的建立等方面，探讨上市公司财务预警机制的完善及应用问题。

关键词：上市公司;预警;财务风险

随着市场竞争环境的进一步加剧，上市公司面临的市场竞争和财务活动的复杂性不断增强，其生存和发展面临着前所未有的挑战，因财务危机导致经营陷入困境甚至破产的案例日益增多。这些问题不仅使投资者及债权人的合法利益得到侵害，增加了资本市场的风险，也影响宏观经济的平稳有序发展。因此，如何通过建立财务风险预警机制，确保财务风险到来前就预先识别，并提前执行预案，消除风险隐患，成为上市公司急需重视并解决的现实问题。

一、上市公司财务风险预警概述

财务预警是通过对企业财务报表数据和相关数据进行分析，对企业财务状况进行识别和判断，提前监测并化解企业面临的财务危机。实际工作中，财务预警首先要选择合适的企业财务指标构建财务预警指标体系，然后采用相关分析方法，对上市公司的经营活动、财务活动等进行分析预测，最后得出综合预警结果，并采取预警措施。从上市公司财务预警现状看，往往因为重视程度低、指标选择不当、预警流程不畅和分析方法落后等影响财务预警效果。在财务预警机制建立和健全方面的研究中，主要集中在财务预警指标的选择及预警模型的建立等方面。尤其是在预警模型研究方面，经历了单变量模型、统计模型、人工智能模型以及基于支持向量机方法预测等阶段。近年来，部分学者将公司治理变量引入预警模型加以研究，取得了一些成果。

二、国内上市公司财务风险预警现状

(1)财务预警指标未紧密联系上市公司实际。一方面是财务预警大多以量化的财务指标作为解释变量，对其他影响重大但定性指标因素考虑较少，如公司治理方面的指标;另一方面是财务预警系统大多是静态预警模型，未根据公司所处行业特征、不同历史时期的发展状况、宏观经济环境做出动态的指标选择，未根据不同阶段的评价适时调整具体指标的权重等，导致预警模型评价结果的准确性、客观性难以得到保证，预警模型的实用价值有限。

(2)财务风险预警机制不完善。一是预警分析的组织机制不完善，大部分预警分析组织机制未纳入公司治理机构;二是财务信息收集、传递流程与管理需要存在差距;三是财务风险分析方法和手段有限，在具体操作中往往流于可量化财务指标分析，结合经济环境及企业管理状况进行预警的能力不足，分析效果有限。财务风险是一个动态概念，影响财务风险的因素十分繁多，如果仅仅依靠可量化的数据分析，那么上市公司面临的风险系数必然增加;四是财务风险处理机制不健全，应对处置工具有限。

(3)财务预警机制信息库建设工作上存在不足。一方面是信息库数据来源较为单一，大部分数据来源为公司的各种财务报表，缺乏较长时间相关交易处理信息、国家相关政策、法规信息，以及公司所处的宏观经济环境等信息源;另一方面是信息库的信息资料实时更新不足，缺乏必要的、及时且有效的维护与更新。限于人员和技术缺乏，上市公司往往借助外界力量维护预警软件系统，导致已经建立的财务预警系统难得到及时维护与更新而成为空架子。同时，财务预警系统往往作为独立的财务子系统，其构建和使用往往由财务部门单独完成，财务预警模型不能及时与其他业务信息系统交换数据，无法及时反映实际状况，导致预警信号时效性差、准确性不高。

(4)财务预警人员的业务素质与实际需要不相符。财务预警人员的素质决定了预警机制实施的成功与否。但由于利润考核导向、人力资源紧张等普遍因素影响，上市公司中往往难以配备、配足财务预警专业人员，兼职现象普遍，财务预警人员存在专业水平低、专业技能不强、经验不足等问题。

三、提高国内上市公司财务风险预警效果的措施

(1)建立科学的财务风险预警组织架构。首先，将财务风险预警工作从财务分析中独立出来，根据清晰的岗位职责、流畅的沟通渠道、有效的合作机制的原则，成立专门机构，组织专门人员负责财务风险数据收集整理，并根据专业的方法对财务风险数据进行分析，及时准确监控财务运行情况，为财务风险预警工作打下坚实的`组织机构基础;其次，健全财务风险控制制度，从组织上、经济上明确划分风险责任，给予风险管理者应得的利益，调动企业管理者及员工积极性，提高控制企业财务风险的动力。

(2)优化和完善财务风险管理流程。对财务风险管理流程进行改造，包括信息系统维护、财务风险报告、财务风险评估、财务风险应对、财务风险评价及改进、通过流程的完善等等，使财务风险管理的流程运行顺畅。尤其是在财务风险监控和报告流程中，发挥财务风险预警信息系统作用，为上市公司风险管理提供全面的数据基础。通过流程的优化和完善，实现财务管理有据可依，有序管理，严格监控，信息有效。

(3)构建符合实际的财务风险预警指标体系和模型。一方面在指标体系构建中确保指标包含不同类型的关键财务指标，包括能反映盈利能力的指标，如净资产收益率、每股收益、投入资本回报率、成本费用利润率等;偿债能力指标，包括速动比率、速动比率、流动比率等;营运能力指标，包括股东权益周转率、营运资金周转率、应收账款周转率等;现金流量信息指标，包括资本保值增值率、资本积累率、净利润增长率等。同时，在预警指标的选取上，尽可能将范围扩大，使更多的指标进入到预警体系和模型中，如未流通股份数比例、独立董事人数比例、董事会独立法人占比、董事、监事及高管人数及薪酬总额比例等公司治理相关因素等;另一方面在财务风险预警模型方面，将国外先进研究成果同我国的具体情形相结合，从单一变量模型向多变量模型转变，及早发现财务风险信号，确保上市公司在财务风险萌芽阶段就能采取有效防范措施。

(4)加强财务预警机制信息库建设。信息库数据的来源既要包括上市公司的各种财务报表，也要包括较长时间内各种交易的处理信息、国家的相关政策、法规信息，以及公司所处的宏观经济环境等各种公司内部各类信息源。同时，保证信息资料实时更新，数据及时有效，提高信息库的系统性、预测性、动态性以及实效性，为上市公司财务预警系统和财务状况的分析及监控提供原始数据。

(5)时刻关注市场环境变化，加强日常监控。上市公司不是一个独立的经济体，它需要与市场中的其他企业发生资源的流通方能产生效益。尤其在市场经济环境下，要密切关注竞争对手的变化，做到知己知彼才有机会生存和发展壮大。而且行业环境的变动对经营者战略决策的制定有至关重要的影响，进而直接影响企业的财务状况。因此，应加强对财务预警系统的日常监控，当有危害企业财务状况的关键因素出现时，及时提醒管理层预先采取措施防范财务风险。

参考文献：

[1]张延波.企业集团财务战略与财务政策[M].北京：经济管理出版社，.

[2]尤雨佳.国有上市公司财务预警模型机应用研究[D].重庆大学，.

[3]刘义龙.上市公司财务预警指标体系的构建――综合考虑财务指标和非财务指标[J].河北软件职业技术学院学报，.6.

上市公司财务预警研究 第3篇

关键词：上市公司；财务预警模型；Z分模型

进行财务预警可以分析企业的财务状况并对未来的筹资方式选择提供一定的指导和建议，同时也对企业选择何种财务战略，是扩张还是收缩提供警示，以避免沦入ST行列或者面临破产的危机。

一、财务预警理论概述

（一）财务预警概念

企业的财务预警就是指财务失败预警，是利用各种可得到的数据，如以财务报表和经营计划中的信息为依据，再利用统计和财务会计的知识通过比率分析和模型使用等方法对企业过去、现在和未来的财务状况进行推断，判断企业在经营活动和管理活动中是否存在潜在的危险。

（二）财务预警主要模型

从二十世纪三十年代到目前为止，财务预警模型经历了三代的发展和演进。

第一代财务预警模型为单变量财务预警模型。第二代财务预警模型分为多元变量财务预警模型和条件概率分析模型，条件概率分析模型又分为逻辑回归模型和概率回归模型。第三代财务预警模型在前两代的基础上又进行了改进。第三代人工神经网络分析财务危机预警模型是对人工神经网络的模拟构建，但其本身理解起来比较复杂，要求较高的硬件条件，目前适用范围还不广泛。

二、我国上市公司财务预警存在的主要问题

从模型的角度。缺少自己的独创性也未依据本国的实际政策和经济发展状况对模型进行调整。这种照搬照抄的数据和模型并不能很好的预测将要发生的财务危机也不能为企业的财务情况和经营发展提供有效的建议。

从指标选取角度。一方面来说由于我国的财务报表编制存在很大的弹性，其中的数据并不能够完全真实的反映公司实际的生产经营情况。另一方面由于企业在不同时期会采取不同的会计政策，由此造成了报表数据的前后不一致对纵向对比判断企业财务危机的可能性造成了很大的障碍。

从判断标准角度。国外与国内的经济形势和政策均不相同，对不同同类型的企业判断标准也不相同，而目前在各个领域还没有一个统一的标准进行判断。

从实际操作使用方面。许多公司并未根据本公司通过财务预警模型得出的数据调整未来发展方向和财务政策，使财务数据没有得到应有的用处而被闲置。

三、我国上市公司财务预警优化的对策建议

应采取如下应对措施：

从模型的角度。建立适合我国企业的财务预警模型。自财务预警模型建立应用以来，世界上已有几十个国家发展了适合本国国情的财务预警模型，中国也应该在充分利用借鉴外国资源的基础上，建立适合我国国情的企业财务风险预警模型。

从指标选取的角度。不仅要选取财务指标还应选取非财务指标。通过案例验证，许多企业的非财务指标甚至比财务指标更早的预测出了企业将会面临的风险和将要遭受的危机。

从判断标准角度。判断的标准要具体情况具体分析。以阿尔曼的Z分模型为例，在2008年，许多非ST的企业Z值都有所下降，这是全球金融危机所带来的不可避免的影响。故在这种年份，若一个企业的Z值稍稍低于0.9，对此企业是否存在破产威胁就不能仅仅依据这一个指标下结论。

从实际操作方面。应根据财务预警制定合理科学战略目标。如果企业的战略过于激进或者投资过于分散则会对财务及经营产生巨大的影响。

四、财务预警研究的案例分析

在众多财务预警模型中，我们选取Z分模型来进行案例分析。Z分模型的主要内容如下：

Z=0012X1+0014X2+0033X3+0006X4+0999X5

其中Z为判别函数值，各变量计算方法为：

X1=（期末流动资产-期末流动负债）/期末总资产

X2=期末留存收益/期末总资产=（股东权益合计-股本）/期末总资产

X3=息税前利润/期末总资产=（利润总额+财务费用）/总资产

X4=期末股东权益的市场价值/期末总负债=（优先股和普通股市场价值）/总负债

X5=本期销售收入/总资产

阿尔特曼教授根据美国股市的情况将Z值的判定临界点设置为2675，将这个结论与中国的实际情况相结合，应适当调低Z值，根据以前文献研究将其定为09，即若上市公司的Z值小于09并伴随着下降的趋势则公司处于较为严重的财务困境中并可能面临退市。为了举例说明这一情况，我们选取了一家已连续两年亏损的公司ST云网用Z分模型分析来说明情况。

我们选取*ST云网 2009～2014年度的财务报表进行Z评分模型的分析。

依据各个指标所代表的意义进行分析，X1在六年内连年下降，并在2014年达到负值则说明公司的流动性不容乐观。X2体现的是企业累积的利润，而这一指标也从2009年的0.7下降到了2014年的-0.8，这与企业的现实发展状况也是相吻合的。X3在2013年就变为负值说明企业的资产利用效果很差，而在2014年云网想从早已成熟的互联网视频行业分一杯羹，进行了投资却惨遭失败。X4表明了股票下跌的幅度也略大。X5显示公司可用资产获得收入的能力也在下降甚至低于1，说明企业在增加收入方面十分不利。

从2009到2014年，ST云网的Z值基本呈现下降状态，在2010-2011年这个阶段下降的尤为明显，而股价也由2009年底的33.36收盘跌为2014年底的6.09收盘，2013、2014两年连续亏损，最终中科云网在2014年成为ST企业。中科云网由“民营餐饮企业第一股”转型为向互联网以及大数据企业的过程中失败，惨被ST。除了财务指标方面Z值一路下滑的提示，非财务指标方面也给出了足够的提示：公司一意孤行向互联网和大数据方面转型，收编“快播”等互联网企业，但是公司之前并无此方面完备的管理经验和市场经验，这在另一个角度说明了，非财务指标的因素可能比财务指标更早的预示了公司未来的发展趋势。

2015年5月10日，*ST云网发布了第三十四次风险提示，除此之外在5月6日至5月8日，*ST云网的股价也有异常现象，以连续三个交易日收盘价跌幅偏离值累计超过了12%。由这些非财务因素分析*ST云网很可能面临退市的危险。财务指标和非财务指标双方得出的结论一致。综合这些方面，可以预测*ST云网在未来的财务状况可能更加恶化并且濒临破产危机。（作者单位：安徽财经大学）

参考文献：

[1]张梅. 企业财务危机形成机理和防范研究：一个文献综述[J]. 科技和产业. 2012年01期

[2]张年胜，何俊德. 财务危机预警辨析[J]. 财会月刊. 2003年09期

[3]徐丹丹，李小建. 上市公司财务预警实证研究——以陕西装备制造业为例[J]；财会通讯；2012年02期

[4]向德伟. 运用“Z记分法”评价上市公司经营风险的实证研究[J]. 会计研究. 2002年11期

保险公司财务预警管理 第4篇

管理记分法由美国学者仁翰阿吉蒂所创。严格来讲, 它是一种定性方法, 但是结合上市公司自身的各种信息披露后, 也可以实现定量与定性的结合。使用管理记分法进行财务危机预警研究, 主要分为以下五步:使用构造样本, 列出与公司财务危机有关的多个因素;量化赋值这些因素对构造样本公司财务危机的影响程度;构建构造样本的“管理记分法”财务危机预警模型;确定衡量财务危机程度的标准值;计算各家测试样本公司的得分值, 然后标准值比较, 测试模型的预测效果。

本文依据上市公司自身披露的各种信息资料, 使用管理记分法, 获取了公司陷入财务危机前存在的各种内部和外部风险因素, 通过量化赋值, 构建了Y记分模型, 测试样本验证检测取得了较为理想的预测效果, 并为今后研究进行了趋势分析。

二、研究样本及数据来源

本文选取我国沪、深两市2002~2010年间因“最近两年连续亏损 (包括追溯调整) ”而首次被*ST的A股上市公司167家 (原有*ST公司256家, 剔除了金融类公司1家、上市不足3年就被*ST的公司9家, 以及不能有效获取信息的公司79家) 。其中, 120家公司用于构建“管理记分法”财务危机预警模型, 47家公司用于检验模型的效用。研究期间为危机前三年, 即 (t-3) 年, 数据取自“国泰安数据库”, 建立的“管理记分法”财务危机预警模型以下简称“Y记分模型”。

三、实证研究

(一) 财务危机引发因素归集

以构造样本的120家公司危机前3年的年报为依据, 结合其特别处理公告和其他相关会计资料, 采用归纳法总结出可能导致这些公司陷入财务危机的5项内部风险因素 (以下简称“内因S”) 和3项外部风险因素 (以下简称“外因Q”) , 详见表1。

表1中, 将“新投资产业或产品或子公司需要大量资金;或新领域经验不足, 管理、经营费用高, 但无利润或基本无效”作为公司经济管理中存在的首要问题的公司有2家, 次要问题的有5家, 总共有10家公司认为该因素会影响公司的经济状况。在归纳过程中, 发现以下几个问题:

(1) 上市公司披露的经营过程中的问题, 一般不超过5项, 而且问题普遍且集中, 如市场因素中的“资源不足;产品部件或原料能源成本过高或价格波动”问题被120家公司中的59家披露, 约占到1/2。

(2) 上市公司披露的问题中, 外因和内因出现的总频数均为139次, 各占总频数278的50%。说明上市公司均重视会引起公司财务状况变化的内、外因素。

(3) 内因中, 经营管理因素和资金因素占52.52%, 表明这是财务危机公司在危机爆发前, 内部存在的最突出的问题。即上市公司还是普遍认为经营管理方面存在问题, 以及经营资金不足会严重影响公司的财务状况。经营管理因素, 多数涉及到公司资产结构和资本结构的合理调整, 以及产业的优化;资金因素显示公司多受现金净流的影响, 公司资金紧张导致短期偿债能力虚弱。

(4) 外因中, 市场因素占64.03%。这是财务危机公司在危机爆发前, 面临的最严重的外界影响。无序的、不完全的市场竞争, 产品成本上升, 国内外宏观环境的变化都对公司的财务状况产生了不可测的影响。

(二) 财务危机影响度量化赋值

表1中, 具体内容 (第2列) 中有一项原因出现, 则对应的定性因素 (第1列) 设为1, 否则设为0, 从而到得表2。

(三) Y记分模型构建

具体如下:

(1) 基本模型框架。Y记分模型的因变量取值为0或1, 赋值是权数的加权平均。设计的模型为:

其中:

Y为加权平均得分;

S是上市公司陷入财务危机的内因的加权平均得分, 权数0.5=139/ (139+139) , 即内因中的所有风险因素出现的频数在全部因素出现的总频数中占的比重;

Q是上市公司陷入财务危机的外因的加权平均得分, 权数0.5=139/ (139+139) , 即外因中的所有风险因素出现的频数在全部因素出现的总频数中占的比重。

(2) 内因权重的确定。S的计算公式为:

其中:ai为对第i项内因进行加权的权数, Si为第i项内因的取值。

ai值的大小反映了第i项内因对财务危机形成的影响程度。ai值越大, 说明第i项内因对财务危机形成的影响大。表3中, 百分比反映了各项内因对公司陷入财务危机的影响程度, 各项百分比就是对该项内因进行加权的权数ai。

根据表3, 可以得出内因的加权平均得分S的公式:

(3) 外因权重确定。Q的计算公式为:

其中, bt为对第t项外因进行加权的权数, Qt为第t项外因的取值。同样方式确定各项bt值。

根据表4, 可以得出外因的加权平均得分Q的公式:

(4) 构建Y记分模型。由公式1, 得到:

即, Y记分模型为:

其中:

Si为第i项内因的取值, 危机公司存在i项内因时取值为1, 否则为0, i=1, 2, , 5;

Qt为第t项外因的取值, 危机公司存在t项内因时取值为1, 否则为0, t=1, 2, 3。

(四) 标准值确定

根据归纳的各项风险因素, 可以确定各家构造样本财务危机公司的Si和Qt值, 再根据公式7, 可以得出各家公司的Y值。例如, ST昆百大 (000560) 的Y值为:

120家公司的Y值见表5。

将构造样本中120家财务危机公司的Y值划分为6个区间。根据表5计算出的Y值, 各区间分布的财务危机公司数见表6。表中, “公司数”这一行表示在某一区间分布的财务危机公司数, “累计数”这一行表示在某一区间的上限以下区间分布的财务危机公司数, “百分比”这一行表示累计数的百分比。

有关学者的研究发现, 选择不同的Y临界值, 决策人员出现第Ⅰ类错误的概率不同。Y临界值越大, 犯第Ⅰ类错误的概率越大, 但犯第Ⅱ类错误的概率越小;Y临界值越小, 犯第Ⅰ类错误的概率越小, 但犯第Ⅱ类错误的概率越大。对一般决策者来说, 由于犯第Ⅰ类错误的代价要高于第Ⅱ类错误, 因此在建立模型时, 应该主要考虑控制第Ⅰ类错误发生的概率。

由此, 若将Y临界值确定为0.2, 可以将犯第Ⅰ类错误的概率控制在7.50%以下, 即回代预测准确率为92.50%。根据一般分析惯例, 这样的错误概率是大部分决策人员可以接受的。因此, 将Y临界判别值确定为0.2, 确立的Y记分预测分析判断方法为:

(五) Y记分模型预测效果测试

测试样本中47家财务危机公司的Y值区间如表8所示。

可以看出, 在以0.2为分割点的情况下, 测试样本中47家财务危机公司有42家的Y值大于0.2, 占总数的89.36%, 即测试样本的验证预测准确率为89.36%。

四、研究结论

通过研究, 可以得出以下几条结论:

一是内因和外因均会导致财务危机, 即不仅公司内部财务方面和非财务方面的原因是公司财务危机的“导火索”, 而且公司外部的多项因素也会影响公司的财务状况, 而且这些因素多是公司的不可控因素。要在财务危机预警方面取得进一步成果, 必须结合公司外的各项因素进行研究。

二是财务危机形成的内因中, 经济管理因素和资金因素是其中两项最重要的因素。这说明企业想要避免财务危机的发生, 必须有充足的可自由支配的资金, 重视短期偿债能力, 搞好主导产品或产业, 加强、完善内部经营管理。

三是财务危机形成的外因中, 市场因素, 尤其是市场竞争激烈、资源不足、产品部件或原料能源成本过高或价格波动是其中最重要的因素。这说明企业想要避免财务危机的发生, 必须压缩生产成本、提高自身产品的竞争力, 以备不测之需。

四是Y记分模型对构造样本的回代预测准确率和对测试样本的验证预测准确率分别为92.50%、89.36%, 模型预测效果较好, 资本市场各方利益相关者可适当参考使用。需要说明的是, 模型以0.2为分割点, 决策人员犯Ⅰ类错误的概率降低, 可以将Y记分模型与各种统计模型 (如多元逻辑回归模型、BP人工神经网络模型等) 结合使用。

参考文献

保险公司财务预警管理 第5篇

作者：张春研

上传时间：2004-11-9 0:0

财务预警系统是以企业信息化为基础，对企业在经营管理活动中的潜在风险进行实时监控的系统。它贯穿于企业经营活动的全过程，以企业的财务报表、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，发现企业存在的分，并向经营者示警。它与财务评

价系统相互依赖，互为补充。

加入世贸以后，我国企业面临着前所未有的机遇和挑战，国际关税壁垒的逐步削减导致了市场范围的国际化，增加了企业的经营自由度，扩大了获利空间。同时，大量涌现的国外竞争者带来了更多的风险。对现代企业而言，特别是上市公司来说，抵御财务风险，确保财务状况的稳定，树立良好的公众形象是非常重要的。因此，对于上市公司而言，建立财务风险预警机制非常必要。

本文主要通过对上市公司的考察来研究财务预警。由于国内证券市场的发展历史很短，有关财务危机预测的研究较少，而国外的证券市场由来已久，关于经营失败（或者说是破产）预测的研究相对成熟，这里介绍集中主要的预测方法：

一、单变量分析法

最早研究公司失败问题的是美国的威廉比佛，他通过比较研究1954-1964年期间的79家失败企业和相同数量、相同资产规模的成功企业提出了单变量预警模型，并

提出了几个预测财务失败的比率：

（1）债务保障率=现金流量/债务总额；

（2）资产收益率=净收益/资产总额；

（3）资产负债率=负债总额/资产总额；

（4）资产安全率=资产变现率－资产负债率。

他首先以单变量分析法发展出财务危机预警模型，使用五个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司进行一元判定预测，发现债务保障率预测的效果最好，资产收益率次之，在失败的前五年可达70%以上的预测能力，失败前一年更可达87%的正确区别率。其中，“现金流量”来自“现金流量表”的三种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，是考虑到长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素，因为不同的资产项目在企业赢利过程中所发挥的作用是不同的，这不利于预测企业资产的获利能力是否具有良好的增长态势。单变量分析法虽然简单，但却因为不同财务不同结果的现象，因此招致了许多批评，而逐渐被多变量方法所替代。

二、Z计分数模型

最早运用多变量区别分析法探讨公司财务危机预测问题的是另一位美国学者奥曼，他在1968年提出了Z计分数模型，该模型为一函数方程：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 X1=（期末流动资产－期末流动负债）/期末总资产

X2=期末留存收益/期末总资产

X3=息税前利润/期末总资产

X4=期末股东权益的市场价值/期末总负债

X5=本期销售收入/总资产

其中：

X1反映了企业资产的折线能力和规模特征。营运资本是企业的劳动对象，具有周转速度快，变现能力强，项目繁多，性质复杂，获利能力高，投资奉贤小等特点。一个企业营运资本的持续减少，往往预示着企业资金周转不灵或出现短期偿债危机。X2反映了企业的累积获利能力。期末留存收益是由企业累积税后利润而成，对于上市公司，留存收益是指净利润减去全部股利的余额。一般说来，新企业资产与收益较少，因此相对于老企业X2较小，而财务失败的风险较大。

X3即息税前利润/资产总额，该指标主要是从企业各种资金来源懂得角度对企业资产的使用效益进行评价的，通常是反映企业财务失败的最有力依据之一。

X4测定的是财务结构，分母为流动负债和长期负债的账面价值之和；分子以股

东权益的市场价值取代了账面价值。

X5为总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上，因此，总资产周转率可以用来分析企业全部资产的使用效率。

奥曼教授通过对Z计分数模型的研究分析得出：Z值越小，该企业遭受财务失败的可能性就越大。美国的Z值的临界值为1.8，具体判断标准如下表所示：

预测值 预测结果

Z≥3.0 财务失败的可能性很小

2.8≤Z≤2.9 有财务失败的可能

1.81≤Z≤2.7 财务失败可能性很大

Z≤1.8 财务失败可能性非常大

表1 Z计分数模型具体判断标准

奥曼教授选择了1968年尚在持续经营的33家美国企业进行预测，依据临近财务失败的报表资料预测其准确率高达96%，依据财务失败前一年的报表预测准确率为72%，尽管Z值的判断标准各国间有相当的差异，但各国“财务失败组”的Z值的平

均值都低于临界值1.8.三、F分数模型

由于Z计分数模型在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的局限性。为此，中国学者周首华、杨济华对Z计分数模型加以改造，并建立其财务危机预测的新模式——F分数模型。F分数模型的主要特点是：

1、F分数模型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破产的有效变量，因而弥补了Z计分数模型的不足。

2、考虑到了现代化公司财务状况的发展及其有关标准的更新。公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必

要的流动比率大为降低。

3、使用的样本更加扩大。其使用了Compustat PC Plus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z计分数模型的样本仅为66家（33家破产公司和33家非破产公司）。F分数模型对4160家公司进行验证的结果如下表所示：

现实结果 检验结果

破产公司22家破产公司15家 非破产公司7家

所占百分比68.18% 31.82% 非破产公司4138家破产公司1056家 非破产公司3082家

所占百分比25.52% 74.48% 合计：4160家 1071家 3089家

表2 F分数模型检验结果

F分数模型如下：

F=－0.1774+1.1091X1+1.1074X2+1.9271X3+0.0302X4+0.4961X5 其中：X1、X2及X4与Z分数模型中的X1、X2及X4相同，这里不再进行分析。

X1=（期末流动资产－期末流动负债）/期末总资产；

X2=期末留存收益/期末总资产；

X3=（税后纯收益+折旧）/平均总负债；

X4=期末股东权益的市场价值/期末总负债； X5=（税后纯收益+利息+折旧）/平均总资产。

F分数模型与Z计分数模型中各比率的区别就在于其X3、X5的比率不同：

X3适宜个现金流量变量，它示衡量企业所生产的全部现金流量可用于偿还企业债务能力的重要指标。一般来讲，企业提取的折旧费用，也是企业创造的现金流入，必要示可将这部分资金用来偿还债务。

X5测定的示企业总资产在创造现金流量方面的能力。相对于Z计分数模型。它可以更准确地预测出来企业是否存在财务危机。（其中的利息是指企业利息见区利

息支出后的余额）。

F分数模型中的五个自变量的选择是基于财务理论，其临界点为0.0274；若某一特定的F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被预测为继续生存公司。

四、实证分析

为验证预警模型在实际中的应用，本文以“郑州百文”为例来验证多员预警模型的运用。“郑州百文”（600898，SH）1999年4月24日公告，4月27日开始实行特别处理（ST郑百文），所以我们选择1998年的会计年度报表来验证。结果如下：

自变量系数计算结果

X1=×1.1091－0.1004 X2=×1.1074－0.0204 X3=×1.9271－0.4211 X4=×0.0302 0.0097 X5=×0.4961－0.0902 F－0.1774－0.7998 表3 F分数计算结果 由以上对“郑州百文”的F分数结果是－0.7998，低于F分数模型的临界点是0.0274，可事先预测该公司可能会发生财务危机。事实正入预测相吻合，在1999年4月27日，“郑州百文”被特别处理（PT郑百文），而后面临着一次又一次的重组，虽然最终没有步水仙后尘，但他巨大的财务风险另人堪忧。

此外，还有一些机构、学者对于企业预警问题也进行了深入的研究。例如：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、复旦大学的黄岩的上市公司财务失败预测模型等，笔者在此不作过多介绍。

虽然有这么多的预警模型，但大多是国外学者以本国的上市公司为基础研究出来的。所以至今还没有一套完全适合我国企业或上市公司情况，并得到普遍验证的预

警模型。

随着市场上功能日益增强的统计软件的开发和会计资料库的建立，上市公司的管理当局应当可以建立一套符合本公司的财务预警模型，及时预测本公司的财务状况，让上市公司走上良性发展的道路，提高自身竞争力，保持良好的社会公众形象，推

上市公司财务预警探析 第6篇

我国对财务预警的研究起步较晚,1987年黄世忠、吴世农首次展开对财务危机预警的研究,从分析企业破产的经济原因出发构建了企业破产的指标体系,并详细介绍了单变量与多变量两种预测模型。此后许多国内学者(周首华, 1996;张爱民,2001;杨淑娥,2003等)引入Altman的Z值模型并加以改进,构建了更适应我国的多种统计模型并进行了多元线性判定的实证研究。吴世农、卢贤义(2001)通过对财务困境出现前五年数据的分析,得出多变量判定模型比单变量预测效果好的结论,而且三种多变量判定模型中logistic回归模型的准确率最高。近年来我国学者在财务预警研究中运用逻辑回归模型的日益增多(吕长江、周现华, 2005;雷振华,2012;任渝、张凤2012等)。另外,BP神经网络、决策树等基于数据挖掘的方法也逐渐被引入。总体上, 我国主要利用国外研究成果和方法,结合国内实际情况进行财务危机预警研究,虽然起步较晚,但还是取得了一定的研究成果。

对于财务危机的界定标准国内外学者有很多种不同的看法,考虑到我国实际情况,本文借鉴了吴世农、卢贤义 (2001)的做法,将企业因财务状况异常而被ST作为其财务危机的标志。因此,本文选取32家ST公司和32家非ST公司作为配对样本,选取了17个财务指标,通过非参数显著性检验筛选出具有显著性差异的指标,并对其进行因子分析,然后将选出的因子作为自变量进行二元逻辑回归分析,构建Logistic模型并对其进行回判。最后将新增检验样本的数据代入模型进行预测,检验模型的有效性水平。

二、样本选取与指标筛选

(一)样本与指标初选本文选取了2010年2011年首次被ST的上市公司,一共32家,并且根据资产规模相近、生产类别相似的原则选取同时间的32家正常公司进行配对来作为研究样本,研究数据主要来源于国泰安CSMAR数据库。根据财务分析内容及综合相关文献(孔宁宁、魏韶巍,2010;李清,2010等),本文分别从偿债能力、营运能力、盈利能力、成长能力和现金流量方面选取了共17个财务指标,较全面地反映了公司的财务状况,将这17个指标作为构建预警模型的初选变量指标。财务指标变量的详见表1。

(二)显著差异指标选取在构建财务预警模型前首先要对财务指标进行筛选,找出财务危机公司与正常公司具有显著差异的财务指标为模型的判定指标,因此需要进行显著性检验。本文将首次被ST的前三年、前两年、前一年分别表示为T-3、T-2、T-1,将三年财务指标分别引入SPSS软件用K-S方法进行正态性检验。结果表示T-3年只有X9、 X14两个指标服从正态分布,T-2年有X12、X13、X15三个指标服从正态分布,T-1年有X9、X12、X13、X15四个指标服从正态分布,可以看出绝大部分的指标都是非正态性分布,所以选择Mann-Whitney-U非参数检验,而没有采用最常用的参数性检验—T检验,这是因为样本不满足来自正态总体这个适用前提。

检验结果表明,T-3年(首次被ST的前三年)有十二项指标未通过5% 的显著性水平检验,换句话说,这些指标在考虑财务预警时在ST公司和非ST公司之间不存在显著差异,因此构建模型时可以予以剔除,这些指标为X4、X5、X6、 X8、X9、X10、X12、X13、X14、X15、X16、X17;同样T-2年(前两年)需要剔除X5、X6、X13、X14、X15、X16、X17七项指标;T-1年(前一年)需要剔除X5、X6、X11、X14、X15、X16、X17共七项指标,可以看出随着时间推移,财务危机公司与正常公司的差异指标越来越多,这也基本反映了财务危机是逐渐恶化的过程,而且财务状况的恶化在财务指标上的体现也有一个过程,在T-3年(首次被ST的前三年)时ST公司与非ST公司在财务指标上的差异不如T-1年(前一年)明显。所以分别将通过差异性分析的其他指标作为备选指标变量进入下一轮选择。

(三)用因子分析浓缩指标为了避免多重共线性关系对财务预警模型的影响,需要对财务指标进行第二次筛选,故而采用因子分析浓缩指标。本文选取因子的标准为特征值大于1且累积贡献率大于70%。另外,由于本文研究财务危机发生前三年的财务预警模型,而每一年两类公司具有显著差异的指标均不相同,因此不能将三年的样本混合在一起进行分析,本文将每一年通过显著差异检验的指标分别选取出来,分别进行因子分析并构建预警模型。

因子分析结果表明T-3年、T-2年、T-1年KMO检验结果分别为0.668、0.602、0.729,Barrlett球形检验的sig取值均为0.0000,表明适合作因子分析;T-3、T-2年、T-1年年特征值大于1的主成分因子分别提取了两个因子 (累积方差贡献率82.984%)、三个因子(累积方差贡献率75.273%)、三个因子(累积方差贡献率70.953%),能够说明整体的特征且效果较为理想。从旋转后的因子载荷矩阵中看以找出各因子上有较大载荷的指标,从而完成各因子的命名,如表2。

明确了因子意义后,可根据SPSS输出的因子得分系数矩阵,得出各个因子关于财务指标的线性表达式。

然后分别将T-3、T-2、T-1年的各因子作为自变量构建当年财务预警Logistic回归模型。

三、Logistic预警模型构建与检验

(一)Logistic财务预警模型构建本文利用SPSS软件已计算出 的64家研究样本 的三年因 子数据 ,采用Binary Logistic回归程序,选择逐步向后回归 (Backward Stepwise (Wald))方法,最终自动筛选因子进入回归模型。在回归模型基础上,计算出的发生财务危机的概率Pi与Xi之间存在的回归关系如下:

由上式可得,

二元逻辑回归模型是解决0-1回归问题比较有效的方法,其取值范围为0-1。在研究财务危机预警时一般选取0.5为分割点,若预测事件概率P<0.5,判定该上市公司财务状况正常,反之,则表示该公司将发生财务危机。

将上市公司被ST前三年、前两年、前一年(即T-3、T-2、 T-1年)所选取的因子作为各年的自变量构建模型,也就是说Ft i(t=3,2,1) 即为被ST前t年的第i个自变量X,各年Logistic回归分析结果如下:

(1)T-3年回归分析结果。如表3所示。

根据回归分析结果,并将F31作为T-3年自变量X代入 (10)式,得到上市公司被ST前T-3年的财务预警模型方程如下:

(2)T-2年回归分析结果。如表4所示:

根据回归分析结果,并将F21、F22分别作为T-2年自变量X1、X2代入(10)式,得到上市公司被ST前T-2年的财务预警模型方程如下:

(3)T-1年回归分析结果。如表5所示:

根据Logistic回归分析结果,并将F11、F12、F13分别作为T-1年自变量X1、X2、X3代入(10)式,得到上市公司被ST前T-1年预警模型方程如下:

由于本文选取对等量的配对样本,因此可以参照大多数财务预警的研究,将判别临界值设为0.5,当P值大于临界值,可判断该公司n年后将成为ST公司;当P值小于临界值, 则可判断该公司为正常公司。

财务预警模型根据64家样本公司T-3、T-2、T-1年的财务数据进行的判定分类结果如表6所示:

回判结果证明预警模型具有良好的判别力。在发生财务危机的T-3年模型预测的总体准确率为70.32%,T-2年预测的总体准确率为87.51%,T-1年预测的总体准确率达到90.63%,可以发现随着时间渐渐的推进,财务状况不断恶化,越靠近出现财务困境的年份,财务预警模型的预测能力就越明显,预测的准确率也就越高。上市公司相关利益者和管理者可以根据模型分析预测公司三年、两年、一年后的财务状况,重点关注各年盈利因子和偿债因子,一旦模型发出报警信号,应该及时的注重融资及偿债能力,以安全渡过财务困境。

(二)Logistic财务预警模型检验为了进一步检验该财务预警模型的预测能力和适用性,本文又选取了2012年首次被ST的沪深A股共12家作为检测样本,根据检测样本在2009、2010、2011年相关报表的数据分别代入T-3、T-2、 T-1年的因子表达式,由所得的各因子值计算出模型的P值 (见表7),当P>0.5时,则判定公司在T-n年后将陷入财务危机,反之则判定是正常公司。由表7可知,无论是2009年还是2010年、2011年预测值均大于0.5,说明检测样本都能预警到财务危机,预测结果跟实际结果完全一致。需要说明的是,由于选取检测样本数量的限制,可能在一定程度上减少了误判的可能,即高估了模型的预测水平。

四、结论

本文结合上市公司的实际情况,采用二元Logistic回归方法构建上市公司的财务预警模型。为了使回归模型更加有效和准确,先后通过正态性检验、显著性检验和因子分析完成财务指标的筛选,最后将筛选出的主因子作为自变量构建Logistic财务预警模型。经过研究得出以下结论:第一, 选用Logistic回归方法是可行的且效果较好。由于财务指标数据不呈正态分布,也不具有相同协方差,因此无法用多元判别分析等方法构建预警模型,但Logistic回归分析方法是通过概率来计算,使用范围比较广且效果较好,只要选择的财务指标具有代表性、不存在多重线性关系,就可以构建理想的财务预警模型。第二,通过因子分析发现三年中偿债因子、盈利因子是需要公司一直重点关注的,而且每一年的回归预警模型中都包含盈利因子。这可能是由于2008年金融危机以后,世界经济危机进一步蔓延导致市场萎靡,企业面临更加激烈、复杂的竞争环境,这无疑对企业自身盈利能力形成了不小冲击;而这些又会造成资金流动不畅,从而降低其偿债能力。第三,本文通过对研究样本的回判,检验了所预警模型的准确性和有效性。另外考虑到用研究样本构建的模型对其自身进行回判会高估判断准确性的问题,本文重新选取了12家2012年新增ST样本,运用模型对其财务状况进行预测。结果证明不论是回判检验还是对新增样本的预测都具有很好的判别力,由此可以说明本文所建的上市公司财务预警模型是比较恰当的。

另外,本文研究也存在一些不足之处:样本数量相对太少,存在一定的制约性,可能会在一定程度上影响模型的预测准确率。本文采用等量的配对样本,所以临界点选为0.5来判定财务危机公司。但实际由于正常公司的数量要多于财务危机公司的数量,因而财务危机发生的概率往往小于0.5,模型的判定结果存在偏差。宏观经济政策、市场环境等外部因素以及管理层特征等管理结构因素也会影响企业的经营业绩,上市公司也可能会因这些非财务因素陷入财务危机。因此,在实务中预测财务危机还要考虑非财务因素的影响。

摘要：本文选取2010、2011年中首次出现财务危机的32家上市公司和32家非财务危机公司作为样本,以其被特别处理前三年的财务数据为基础,构建出连续三年的预警模型,并对其进行回判,同时新增2012年样本来进行检测,结果表明本文构建的财务预警模型是有效可行的,具有较高的预测能力。

航空公司财务预警体系刍议 第7篇

一、航空公司财务预警体系构建思路

航空公司财务预警体系建立的基本思路主要是从定性和定量两个方面来考虑, 定性方面主要是建立航空公司警兆识别系统, 而定量方面则是建立航空公司财务预警综合指数模型。

(一) 航空公司警兆识别系统

财务出现困境或危机的先兆称为财务预警的警兆。财务预警的警兆从时间层面分析是一个逐步显现、不断恶化的过程, 必然会经历一个时间顺序相连的发展阶段:第一阶段为潜伏期, 第二阶段为发作期, 第三阶段为恶化期。

(二) 财务预警综合指数预警模型

财务预警综合指数测度系统的实施步骤一般为:设计出财务预警综合指数中应监测的核心指标和辅助指标;测度各项财务监测指标的“预警临界指标值”;测度各项财务监测指标的“实际指标值”;根据各项财务监测指标的“预警临界值”和“实际指标值”, 测度各财务监测指标的预警综合指数, 并预报警度;对财务预警综合指数进行分析评价。

二、航空公司财务风险警兆识别

航空公司财务预警的警兆识别分为潜伏期、发作期和恶化期三个阶段的警兆识别。

(一) 财务风险“潜伏期”警兆

财务风险“潜伏期”的警兆, 指建立在大量资料和信息分析基础上的反映财务危机的先兆。航空公司财务风险“潜伏期”的警兆有:市场竞争引起产品售价的变动, 重要原材料短缺引起材料进价上涨, 筹资成本过高。

(二) 财务风险“发作期”警兆

财务风险“发作期”的警兆, 反映财务景气的程度和状况, 一般包括财务警兆、业务警兆、或有事项警兆。结合航空公司财务的警兆主要有:资不抵债, 如累计经营性亏损数额巨大;经营活动现金净流量出现负数;过度依赖短期借款;存在大额的逾期未付利润;存在大量长期未作处理的不良资产。业务警兆主要有:主导产品不能适应市场需要;已失去主要市场;经营业务较差, 人力资源短缺。或有事项警兆主要有:贴现;担保;抵押借款;未决诉讼;其他数额巨大的或有损失。

(三) 财务风险“恶化期”警兆

财务风险“恶化期”的警兆, 是“发作期”的警兆没能得到控制, 财务风险进一步恶化。财务风险“恶化期”的警兆, 表现如下:主要财务指标显示财务状况恶化;无法偿还到期债务;关键管理人员离职且无人替代;严重违反有关法律、法规或政策;异常原因导致非季节性停工、停产。

分析财务警兆后, 针对航空公司有效的排警对策通常包括:一是拓宽、拓新航线产品的市场, 加强销售, 提高服务, 占据主要市场的主要份额。二是结合航线收入和边际贡献等, 合理进行运力投放, 降低成本, 达到机型成本和航线收益匹配, 同时减少和压缩资本性支出。三是寻找新的抵押和担保贷款或适度发行债券, 千方百计取得经营资金和降低筹资成本。四是寻求并获得新的投资, 包括所有者追加投资或增资扩股, 缓解资金紧张的状况。五是公司预算实行集权管理, 严格控制预算。六是设立内部银行, 加强资金集权管理, 提高资金使用率。七是理顺财务关系, 保证集权的同时调动各责任中心的经营积极性。根据各责任中心的具体特性, 总公司对各责任中心采取各有侧重的管理, 成本中心以成本控制为主, 收入中心以收入考核为主, 利润中心则两者兼俱, 从而达到侧重集权兼有分权的管理模式。八是债务重组。对于无法展期的债务, 若到期无力偿还, 企业可与债权人达成协议, 实施债务重组。

三、航空公司财务预警综合指数预警模型构建

借鉴一般企业财务预警系统的构建方法, 采用财务管理系统的多指标综合监控模型预警方法, 来构建航空公司财务预警综合指数预警模型。由于运用财务预警模型对企业的财务风险进行综合评价的过程中, 各个指标的重要程度是不一样的, 因此, 运用层次分析法确定财务预警模型中各个指标的权重。

(一) 指数权重确定具体如下:

(1) 构造判断矩阵B。对每两个指标比较赋值, 一般用1, 3, 5, 7, 9或其倒数表示其重要性, 其含义分别为:1表示同样;3表示稍重要;5表示较重要;7表示很重要;9表示最重要。C1表示经营预警, C2表示投资预警, C3表示筹资预警, 做出判断矩阵。

(2) 计算各指标权重系数。矩阵的每一行元素的积Mi为:

计算M行的N次方根值W=姨3Mi

对向量 作归一化处理:

(3) 运用AHP方法判断矩阵的一致性检验。

建立一致性评价指标CI:CI= (λmax-n) / (n-1) =0。

计算一致性比率:CR=CI/RI。

查表:当n=3, RI=0.52时, CR=0/0.52=0﹤0.01, 说明上述判断矩阵B符合一致性检验, 可以定权重系数确定的合理性。

下一个判断矩阵, 按上述步骤通过一致性检验, 得到多个权重系数: (0.45 0.1 0.45) (0.65 0.09 0.26) (0.71 0.07 0.22) (0.67 0.170.16) (0.69 0.08 0.23) (0.71 0.07 0.22) (0.32 0.08 0.60) (0.18 0.050.77) (0.65 0.09 0.26)

取其各位权重系数平均值作为指标的权重, 得出经营预警的权重为0.55, 投资预警的权重为0.09, 筹资预警的权重为0.36。

(二) 模型构建

对于经营、投资、筹资综合指数中各个具体指数的权重采取德尔菲法确定 (计算过程略) , 得出结果:

财务预警综合指数的预警模型=0.55X+0.09Y+0.36Z

财务预警综合指数 (FEWCI) 的警限分别设置为:FEWCI>10%表示财务状况良好, 无警;0﹤FEWCI≤10%表示财务风险潜伏期, 可结合财务预警警兆识别系统作定性分析, 轻警;-10%≤FEWCI≤0表示财务风险发作期, 可结合财务预警警兆识别中“发作期”的特征, 作定性分析, 中警;-30%≤FEWCI≤-10%表示财务风险恶化期, 结合“恶化期”的警兆特征作定性分析, 重警和巨警。

总之, 进行预警分析的最终目标不是为了发现企业的财务风险的警度处于哪个警限区间, 而是根据警度的预报, 来寻找哪些因素的异常导致了这种警情的出现, 并对此进行分析, 研究发现警情产生的根源, 针对具体的情况做出具体分析, 及时采取措施控制、排除、避免危机的产生。根据航空公司的行业特征, 本文建立了航空公司财务预警的警兆识别系统和财务预警综合指数模型 (FEWCI) , 航空公司可以根据警兆的程度制定出行之有效的排警对策, 以及从定量的角度计算出航空公司财务状况的警度。

参考文献

航空公司财务预警实证研究 第8篇

一、研究设计

(一)财务危机的界定

纵观国内的上市公司财务危机研究,上市公司是否因“财务状况异常”受到特别处理(ST)作为上市公司是否陷入财务危机的一个客观的分类已经被越来越广泛的采用了。但由于我国航空公司上市时间比较晚,上市公司数量较少,并且我国上市航空公司被ST的只有东方航空(2009年)和上海航空(2009年),所以是否被ST作为上市航空公司是否陷入财务危机的界定标准不合理。经济增加值(Econom ic V alue A dded,简称EV A)是考虑了资本投入总成本的一种企业绩效评价方法。公司每年创造的经济增加值等于税后净营业利润与全部资本成本之间的差额,其中资本成本包括债务资本的成本,也包括股权资本的成本。EV A是对经济利润的评价,是衡量企业业绩和评价财务状况较准确的尺度。如果EV A的值为正,则表明公司获得的收益高于为获得此项收益而投入的资本成本,即公司为股东创造了新价值;相反,如果EV A的值为负,则表明股东的财富在减少。本文站在股东的立场以EV A为负值作为财务危机的界定标准,即EV A值为负为财务危机企业,EV A值为正为非财务危机企业。

(二)样本选取和数据来源

本文选取我国四大航空公司2002年至2010年的年报数据作为样本,根据各公司上市的时间,中国国航选择2006至2010年度的数据,海南航空选择2005年度至2010年度的数据,南方航空选择2001年度至2010年度的数据,东方航空选择2002年度至2010年度的数据。在指标的选取上,剔除了2003年度的数据,这是由于受SA R S的影响,其指标并不具有代表性。这样所选出的样本的分布情况基本上也是与我国航空上市公司的实际情况相符合的。最终的样本量是28,其中以四大航空公司2009、2010年度作为检验样本组,其余年份作为建立修正模型的估计样本组。所有数据均来自于各航空公司官方网站。

(三)Z计分模型及其修正变量选取

美国学者A ltm an于1968年提出了Z计分模型。该模型最初主要用于上市公司,其基本过程是:事先确认某些区分破产公司与非破产公司的关键因素,也就是在众多的财务指标中筛选出敏感性的因素(变量),使得这些变量满足:在组内差异最小化的同时实现组间差异最大化。然后把他们加总起来以联合考虑或加权计算得出一个可以数量化的分值Z。Z值在某些情况下可以解释为违约概率,在另一些情况下可以作为一种分类方法,把考察对象放到好的一组或坏的一组。其判别函数为:Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5。其判别规则为:若Z值小于1.81,表明企业破产的概率比较大;若Z值在1.81与2.675之间,企业财务状况不明朗,称之为“灰色地带”;若Z值大于2.675,则企业财务状况良好。根据(表1)Z值计算结果分析,我国四大航空公司的Z值均小于1.8.即根据Z计分模型,我国四大航空公司在研究期内均处于财务危机中,这种判断显然不合理。这说明A ltm an提出的计分模型的临界值选取不符合我国航空公司的实际。对于我国上市航空公司来说,划分财务危机、灰色地带和安全地带的临界值应低于A ltm an提出的1.8和2.675。因此,需要对Z计分模型进行修正。

评价公司的财务状况虽然各个公司有不同的侧重点,但是航空公司因有行业特征,特别是我国航空公司正处于高速发展时期,各个航空公司也有其特性,因此本文从反映航空公司共性的财务指标入手,尝试建立一套完整的构建我国航空公司财务危机预警的财务指标体系。A ltm an的Z计分模型中的变量X1与X2分别反映了公司的短期偿债能力与累计获利能力,继续保留;变量X3中的利息支出在我国上市航空公司的财务报表中没有充分体现,所以将变量X3剔除;在而另一方面由于我国目前的企业财务状况与资本市值的关联性较低,因而变量X4也剔除;变量X5反映了公司营运能力,我国评价公司营运能力的指标一般选择资产周转率和存货周转率等,所以修正模型将变量X5予以替换。结合以上情况,并综合考虑企业的偿债能力、获利能力、发展能力和现金流量指标,本文在修正模型中加入以下指标:第一,反映长期偿债能力指标:资产负债率。资产负债率是负债总额与资产总额之比。它是反映公司长期财务状况或者说反映长期偿债能力的重要指标。过高的资产负债率会使公司背上沉重的利息负担,资本结构脆弱,会弱化长期支付能力,埋下财务危机的种子。第二,反映成长能力的指标:主营业务增长率。该指标从主营业务增长方面说明了公司抵御市场风险能力和发展潜力,属于公司的成长能力。第三,反映现金流量的指标:经营现金负债比。该指标是公司主营业务所产生的现金流量与公司总负债的比率。反映公司主营业务的现金清偿能力。目前很多上市公司筹资活动产生的现金流量远远大于经营活动的现金流量,但来自筹资活动的现金流量又不具备稳定性,故在很大程度上影响了公司现金流量的真实性,使用这一指标可以较好地解决这一问题,具有较好的说服力。第四,反映营运能力的指标总资产周转率。该指标反映的是航空公司资产的利用程度、资产是否被充分利用这一指标。因为在当前油价不断上涨的情况下,提高总资产周转率是航空公司目前规避风险的主要手段之一。修正模型的变量见(表2)。

二、实证结果分析

(一)因子分析

本文运用spss18.0统计软件,采用主成分分析法提取因子,并使用方差最大化旋转法,得到相关矩阵旋转后的特征值、特征值贡献率和累积贡献率如(表3)。可以看出,有3个满足特征值大于1的主成分,第一主成分解释能力占所有变量方差的42.614%,第二主成分解释能力占所有变量方差的26.882%,第三主成分解释能力占所有变量方差的17.284%。因此,可以认为前3个主成分综合了原始指标的绝大部分信息,提取3个主成分就能对样本做出较好解释。为了对这3个因子进行解释,就需要得到6个原始变量对这3个公共因子的因子载荷。由主成分分析结果可得因子载荷矩阵,因子载荷矩阵列示的是所选取的主成分与原始指标间的线性关系,各主成分是原始指标的线性组合,因子载荷反映了主成分与原变量的相关系数。为方便和简化对因子的解释,需将原始因子载荷矩阵进行结构调整简化,即将因子轴进行旋转。(表4)为方差最大化旋转后的因子载荷矩阵。主成分可以通过相关指标进行衡量,利用旋转后的因子载荷矩阵,三个主成分的表达式为:

根据三个主成分的表达式和(表3)中各个公共因子的方差贡献率为权重构建W计分模型:

W值表示的意义是:当把公司的相关财务比率代入W计分预警模型,如计算得出的W值大于临界值时,表示该公司未出现财务危机;若W小于临界值时,表示该公司发生财务危机。把样本各变量值代入W计分模型可得到样本W值如(表5)。

单位:千元

（二）分割点测试

国资委对经济增加值(EV A)的计算公式规定如下：EV A =N O PA T-Capital×W A CC

其中：税后净营业利润(N O PA T)=净利润+少数股东损益+财务费用×(1-所得税率);调整后资本(Capital)=平均所有者权益+平均少数股东权益+平均负债合计-平均流动负债合计+平均短期借款+平均一年内到期的长期负债-平均在建工程;平均资本成本率(W A CC):对于非工业企业当资产负债率小于80%时为5.5%,当资产负债率大于80%时为6%。由国资委规定经济增加值的公式计算得出样本公司各年的EV A值,如(表6)。国内关于财务危机模型基本上都是以ST及非ST公司作为研究对象,由于公司被ST(t年)与t-1年的数据公布几乎是同时发生的,所以通常用t-2年的数据作为财务预警的数据。而本文以EV A值作为判定公司类型的标准,所以预测(t年)财务危机的发生,采用t-1年的数据进行预测。本文采用样本公司2008年至2009年的数据对其2009年至2010年的财务状况进行预测检验。本文采取两分法测试进行财务危机临界值的判定。在两分法测试中,由(表5)、(表6)可得财务危机公司(EV A<0)与非财务危机公司(EV A>0)的W值平均数分别是-0.12和-0.06,-0.12和-0.06的平均数为-0.09,说明W值在-0.09周围的公司财务状况处于发生困境与非困境的边缘,而越趋向于-0.06发生困境的可能性越小,越趋向于-0.12发生困境的可能性越大。所以这里在-0.12和-0.06之间选取7个分割点进行测试,分割点分别为-0.12、-0.11、-0.10、-0.09、-0.08、-0.07、-0.06。利用样本组的数据进行W值对相应公司相应年份的经济附加值(EV A)是否大于或小于0即是否发生财务危机做测试的正确率确定临界值,测试结果显示分割点为-0.06时,测试正确率最高,达到70%,所以选定财务危机临界W值为-0.06。因此,定义某一公司的相关指标数据得到的W值若小于等于-0.06,则说明该企业在未来一年内将陷入财务危机,反之则为非财务危机企业。样本公司2009年至2010年W值和经济增加值(EV A)如(表7)。

（三）模型检验

根据(表5)、(表7)中四大航空公司2008年、2009年的W 值，预测其2009、2010是否会陷入财务危机，并对模型进行检验，检验结果如(表8)。检验结果显示W 模型在财务危机前一年的预测准确率达到75% ，预测结果比较理想。需说明的是2010年1月12日，东方航空与上海航空正式合并，合并协同效应日益显现，盈利能力逐步提升。合并后新东航占据上海航空市场半壁江山，发挥规模优势，减少恶性竞争，在销售体系、运力引进、调配及航班时刻编排等方面均有融合和突破，盈利能力稳步提升。所以东方航空2009年W 值预测2010年财务状况不准确可以忽略，表示W 模型在财务危机前一年的预测准确率达到87.5% ，总体预测结果比较理想。

三、结论

文章首先站在股东的立场上对财务危机进行了界定,然后利用A ltm an的Z计分模型对我国A股市场的四家上市航空公司进行了研究,发现预测结果不理想,从而引出了对Z计分模型修正的必要性,在此基础上提出了修正Z模型所应注意的问题,包括研究样本的选取、研究变量的选定及统计方法的选择等。建立了适合我国上市航空公司的财务危机预警模型;最后进行了模型检验,结果显示修正模型的预测准确率比较理想。研究结论如下:对于我国上市公司财务危机预测不能直接照搬国外现有的预测模型,必须针对我国实际情况进行修订,这样才能保证预测的准确率;新建立的预测模型保留了Z计分模型中的两个变量,即反映短期偿债能力的指标和累计获利能力指标,在此基础上增加了反映长期偿债能力指标、成长能力指标、营运能力指标和现金流量的指标,即资产负债率、主营业务增长率、总资产周转率和经营现金负债比,所选用的财务比率从不同角度反映了企业的生产经营管理状况,能更全面的反映企业财务状况,提高预测准确率。

本文的创新点在于用经济增加值指标区分危机公司和非危机公司,因为经济增加值指标真实地反映出了公司是否在创造价值,并选用新的财务指标对Z计分模型进行了修正。实证研究结果显示修正模型可以达到较高的判别精度,获得较好的预测效果。本文的局限性主要为样本规模较少。由于我国航空公司上市比较晚,导致用来建立模型和检验模型的样本数量较少,一定程度上影响了模型的准确性。对于未来的研究,在预测变量选择方面,通过使用经调整的预测变量、引入动态指标和必要的非财务指标来构造更为全面的变量组,设计尽可能全面反映我国上市航空公司财务状况的预测指标,逐步建立预测企业财务危机的理论体系,做到理论实践相结合。在研究数据使用方面,尝试利用我国上市公司中报数据构造中报预测模型,以便提高预测的及时性,并在所做研究中融入最新数据,尽可能地应用在时限上所能获得的全部数据进行研究,这些都将是未来研究所要努力的方向和重点。

摘要：本文对航空公司财务风险预警进行了研究,选取偿债能力、盈利能力、发展能力及现金流量等方面财务指标,对Z计分模型进行修正,并运用修正的模型对航空公司财务危机进行了实证检验。结果表明,模型预测准确度较高。

关键词：Z计分模型,经济增加值,财务预警

参考文献

[1]吴世农、卢贤义:《我国上市公司财务困境的预测模型研究》,《经济研究》2001年第6期。

[2]常艳:《我国上市公司财务预警模型的实证分析》,《金融经济》2008年第2期。

[3]陈静:《上市公司财务恶化预测的实证分析》,《会计研究》1999年第4期。

[4]高培业、张道奎:《企业失败判别模型实证研究》,《统计研究》2000年第10期。

[5]陈晓、陈治鸿:《企业财务困境研究的理论、方法及应用》,《投资研究》2000年第6期。

[6]章铁生:《企业财务危机预测模型研究综述》,《安徽工业大学学报(社会科学版)》2002年第3期。

[7]程江、邢有洪:《基于新会计准则的上市公司财务危机预警分析》,《财会通讯》2011年第3期。

[8]王剑伟:《沪深A股房地产行业上市公司的Z分数模型》,《北方经济》2007年第2期。

[9]何玉梅、张涛:《上市公司财务危机预警模型之有效性选择——基于单变量模型判别法和Z计分法的选择》,《现代财经》2011年第5期。

保险公司财务预警管理 第9篇

如何有效地预警企业是否陷入财务困境,现有研究主要集中于建立预警指标体系和选择预警模型,其缺陷在于整个指标体系忽视了企业的市场环境、治理情况等因素对财务运行状况的影响,未考虑指标本身造成大量重合指标的产生,降低了指标体系的有效性。本文在传统财务指标的基础上引入公司治理结构、EVA等非财务指标,构建一套财务预警指标体系,运用显著性检验与相关性检验等统计分析方法,对上市公司的财务数据进行实证分析,以筛选出判别能力较强的指标,进而构建上市公司财务风险预警指标体系;对SVM识别模型的核函数参数进行粒子群算法(PSO)进行优化,将预处理后的样本数据送入PSO-SVM分类器对财务风险进行预测,并与其它方法进行对比,以验证本文所提识别方法的有效性。

一、引入非财务指标的财务预警指标体系

(一)样本数据

本文把沪深两市中因为财务问题被首次特别处理(ST,包括*ST)的上市公司定义为财务困境公司,未被特别处理的上市公司定义为正常企业。由于行业、规模等因素会对模型的预测准确率产生影响,选取2015年新增加的ST(包括*ST)生物医药、信息、机械等制造行业的上市公司为研究对象,选择其财务危机发生的2年(2013年开始)的数据作为建模样本。由于按资产规模进行1:1配对抽样,样本的随机性会被破坏,从而产生过高的模型效果,容易夸大其分类准确率[1],本文将财务困境企业与正常企业按1:2进行抽样配对,共选取60家在沪深两市上市的公司,其中,ST公司有20家,正常企业40家。样本数据来自于CSMAR数据库中已公开披露的上市公司年度财务报表。

(二)指标选取

财务困境预警模型有两大核心工作:一是预警指标体系的构建,二是预警模型算法的选择。前者是对财务困境预警信息的深度挖掘,后者则是预测算法的应用,两者会同时影响上市公司财务困境的预测精度,即财务困境预警模型的效果不仅取决于模型算法的泛化能力,还取决于对模型输入变量的选取。由于现有财务预警研究大多采用传统的财务指标,指标时效性较差、易被认为篡改、重复性大等问题,影响了预警模型的运行效率与准确性,不能真实反映企业的盈利水平和风险警情。因此,本文在已有研究基础上引入公司治理结构、EVA等非财务指标,从偿债能力、经营能力、发展能力、现金流分析、盈利能力、公司治理结构、EVA维度构建了35项指标作为备选变量(具体指标如表1所示),并收集了上述60家上市公司2015(t-1)年、2014(t-2)年的市价数据,进而运用统计分析方法对备选指标进行筛选。

1. 正态分布检验

对样本数据进行显著性检验前要考察数据是否服从正态分布,以确定财务预警指标进行差异显著性检验时所要使用的检验方法。本文利用SPSS软件的Kologorov-Smirnov正态分布检验考察各备选预警指标的分布情况,结果如表2所示。从表2的概率值可知大多数风险指标不服从正态分布:在t-1年,只有X32服从正态分布;在t-2年,X4、X12、X27、X33服从正态分布。根据这一检验结果,对不服从正态分布的预警识别指标要利用非参数检验方法对其进行差异显著性检验;反之,则使用独立样本t检验。

2. 显著性检验

本文采用Mean-Whitney U检验方法,对困境企业和正常企业这两个独立样本进行非参数检验,以便找出对预测企业财务困境没有作用的指标,检验结果如表3所示。由表3的检验结果可知:在t-1年,由于预警指标X1、X2、X4、X5、X7、X8、X9、X12、X19、X20、X23、X24、X25、X26、X28、X30、X33、X34、X35的显著性小于0.05,通过了差异显著性检验;在t-2年,由于预警指标X1、X2、X3、X4、X5、X6、X7、X13、X19、X20、X24、X25、X26、X27、X28、X30、X31、X32、X34、X35的显著性小于0.05,通过了差异显著性检验,其余指标因未通过显著性检验需要被剔除。

本文利用t检验对通过正态分布检验的指标进行参数检验,结果如表4所示。表4的结果表明:在t-1年,X32显著性大于0.05,未能通过差异显著性检验,被剔除;在t-2年,X4、X12、X27、X33通过了显著性检验。

3. 相关性检验

通过显著性检验的指标涵盖了各大类别备选预警指标,但各个指标间可能存在较强的相关性,特别是同类型的预警指标,这可能会降低模型预测的准确度。因此,本文利用Pearson相关系数对上述通过显著性检验的12个指标进行相关性检验,检验结果见表5。综合t-1年与t-2年剔除相关性较大的指标后,最终选定资产负债率(X4)、资产报酬率(X23)、总资产净利润率(ROA)(X24)、流动资产净利润率(X25)、成本费用利润率(X28)、总资产EVA率(X33)、销售EVA率(X35)构建上市公司的财务预警指标体系。

二、基于非财务指标的财务预警模型构建

(一)财务预警方法的确定

支持向量机(SVM)是Vapnik(1995)[2]在VC维理论与结构风险最小原理的基础上提出的一种线性分类器,主要用于解决样本的二分类问题,即寻找到一个最优平面使每类数据里离平面的距离最近的向量能够和平面的距离最大,这样就可以保证最小的分类错误率。由于它在解决小样本、非线性问题时具有较大的优势,被广泛的应用于分类预测、回归分析等方面。

在企业财务预警SVM识别模型的应用中利用CSMAR数据库中已公开披露的上市公司年度财务报表数据作为总体样本,把用来描述财务预警指标的数据作为SVM的输入向量,将预警结果作为SVM的输出,从而实现从输入空间到输出空间的变换,以便进行财务困境SVM模型的预测。假设有m个财务预警指标(SVM输入变量有m维),n个判断企业是否存在困境的指标(SVM输出变量有n维)。选取p个上市公司数据作为总体D=(xi,yi),i=1,…,m,yi∈{1,-1}x∈Rm,y∈Rn。对于研究总体D,随机抽取一部分作为训练数据,其余部分做测试数据。对于训练样本集,能通过SVM方法求解得到一个最优分类函数,也就是财务困境预警模型。对上市公司的财务困境进行预警实质上是在训练样本的空间里寻求一个最优分类面,以便确定SVM的核函数与参数组合,从而求得最终决策函数。该方法求得的决策函数的学习能力可通过训练数据进行检验,泛化能力可通过测试数据进行检验。社会环境的复杂性决定了上市公司和利益相关者之间社会网络的复杂性,企业内部的信息流、物流、资金流等也存在着较大的不确定性,这些因素都决定了上市公司财务状况的复杂性。因此,上市公司财务困境SVM预警模型的输入变量、输出变量是一种非线性关系。本文采用能够有效处理分类标注与属性间非线性关系的RBF核函数做非线性映射,通过选择核函数与其他参数训练得到上市公司财务困境SVM预警模型,其决策函数为:

(二)引入非财务指标的PSO-SVM财务预警框架

基于非财务指标的PSO-SVM财务预警方法(图1)的具体内容如下:

1. 构建上市公司的财务困境预警指标体系。

依据现有的研究成果,结合正态分布检验、参数检验、非参数检验、相关性检验等统计分析方法筛选有效的财务预警变量指标。

2. 确定SVM的核函数。

根据上市公司财务预警的特点,本文引入能够有效处理分类标注与属性间非线性关系的RBF核函数,在财务预警模型中需要进行优化的参数是惩罚因子c和RBF核函数参数g。

3. 识别模型的训练与测试。

在训练阶段将预处理后的数据作为SVM的输入,进入模型进行训练,并找出已知状态下训练样本中的支持向量,以此确定其最优分类面;在测试阶段需要未知的财务预警数据进行预处理后,求出用于表示未知状态下的特征向量,并将其作为SVM的输入,从而SVM将根据已求出的最优分类面对用于表示未知状态下的特征向量得出预测企业财务困境的结果。

三、识别模型有效性检验

模型中的样本数据仍然使用在构建财务困境预警指标体系时所采用的数据,为了避免由于不同变量的单位不同所造成的误差,需要对7个预警指标的实际数据进行预处理,也就是线性压缩处理,使其在[-1,1]之一区间之内。经过这样的处理既能避免数据集中出现比较大的极端值,也能够减少SVM的计算量,增加其识别速率。

下面将采用PSO算法寻找图2中风险识别模型的最优参数。设定参数和的变化范围分别为[0.1,100],[0.01,1000];粒子群种群的最大数量设定为20;最大进化迭代数为200;和的值设定为1.5和1.7[3]。在粒子群参数的初始化完成后,利用上述在[-1,1]上归一化后的数据对识别模型中SVM的参数进行优化,经过粒子群算法得到最优参数,其适应度与测试集的分类图如图2所示,PSO-SVM预警模型核函数的最优参数组合与测试集预测结果为:Cbset=52.69,gbest=0.20006,CVaccuracy=90%。

从图2来看,对测试样本中的40家科技型上市公司进行融资风险识别时,随着进化代数的增加,模型的适应度稳定的保持在88%以上,PSO-SVM模型的预测准确率为95%(57/60),其中在测试集的实际分类和预测过程中将3个样本数据误判为正常企业,除此以外全部识别正确。

为了验证PSO-SVM模型对识别对财务困境预测的有效性,利用相同的样本数据,运用粒子群寻优方法寻找RBF核函数下SVM的最优参数组合,并与运用BP神经网络、传统的SVM模型、GA-SVM模型的识别准确率进行对比,各个识别模型的准确率如表6所示,从表6中的识别准确率可知使用不同的模型对财务困境预测的准确率有较大影响。无论是在整体上还是在训练集和测试集上,BP神经网络模型的识别准确率都是最低的,整体的识别准确率只有77%,训练集和测试集上都仅有77.6%,这说明BP神经网络模型存在欠学习的问题,其学习和泛化能力都不是很理想。虽然传统SVM模型的识别准确率相比于BP神经网络有所提高,但是准确率仍有待提高。虽然GA-SVM模型的整体识别准确率已经有了较大的提升,达到了86.7%,具有良好的学习能力,但是在测试集上的识别准确率仅有79%,说明该模型的泛化能力较弱,有过学习的问题。与以上三类模型相比,PSO-SVM模型通过利用PSO算法自动优化核函数参数使得模型的整体识别准确率、训练集和测试集上的准确率都最高,分别为91.7%、95%、95%,说明该模型的学习能力最好,尤其是该模型在测试集上较高的识别准确率,显示出该模型具有较好的泛化能力,比其他模型更有优势,说明本文提出的基于PSO-SVM的上市公司财务困境预警模型是有效的。

四、结论与启示

财务困境的发生是企业在运营过程中存在的各种弊病的表现,能够体现在企业的财务、非财务指标上,如果能够及时发现导致企业陷入财务困境的原因,并积极采取相关改进举措,就可能会化解企业的财务危机。但是,当前有关财务预警的研究主要集中于通过财务指标来构建模型,对公司的财务状况来进行预测,这些研究虽然能在一定程度上给出财务困境的发生概率,但难以深入解释财务困境发生的原因,对财务预警的早期预警有较大局限性。在财务指标的基础上,本文引入公司治理、EVA等非财务指标因素,运用正态分布检验、参数检验、非参数检验、相关性检验等统计分析方法对备选指标进行筛选,构建了上市公司财务预警指标体系,在一定程度上克服了以往指标选取时的主观性与随意性,使指标更加科学、客观;通过建立PSO-SVM的预测模型,本文利用PSO算法自动寻找最优参数组合,并与其他方法进行了比较,以验证基于非财务指标的PSO-SVM预测模型的有效性,检验结果表明本文所提出模型的预测准确率比之其他方法有了明显的提高。

基于以上实证研究,本文所建立的基于非财务指标的PSO-SVM财务预警模型能对我国上市公司是否会发生财务危机进行有效的预测,这就为我国监管机构和上市公司的管理层提供了决策依据,具有重要的应用价值。但是,以ST作为企业是否陷入财务困境的划分依据具有一定的局限性,可能会使模型产生误判。目前,中国还未有更好的标志性事件能代替ST作为划分依据。虽然有的学者尝试用某一具体的财务指标作为标志性事件,但这种硬切分必然有误判,也不能有效地识别风险与正常。因此,借助新途径寻找到多种指标组合的标志性事件是进一步研究方向。

参考文献

[1]Zmijewski Mark E,Dietrich J.Richard.Methodological Issues Related to the Estimation of Financial Distress Prediction Model[J].Journal of Accounting Research,1984.

[2]Vapnik,V.N.The Nature of Statistical Learning Theory[M].Ne w York:Springer-Verlag,1995:65-98.

保险公司财务预警管理 第10篇

关键词:上市公司;财务危机;预警

一、引言

企业营运良好、财务健康势必增强利益相关者信心,提升其市场信誉,进而扩展其融资渠道,获得更多的支持和便利。反之,不仅会使原有的利益相关者产生恐慌,也会令潜在的利益相关者望而却步,使企业丧失后续发展的能力和机会。探讨财务危机预警分析机制,建立“分析警兆-预报警情-探寻警源-实施排警对策”的逻辑机理,判断企业财务风险和危机程度,防范或化解企业可能出现的财务危机,对维持我国证券市场良好发展,保证上市公司财务健康,维护投资者利益等都具有重要的意义。

二、文献回顾

对于财务危机的界定有很多,国内外学者如Beaver(1966),Altman(1968),Ross,etc.(1999,2000),陈静(1999),陈晓(2000),吴士农、卢贤义(2001)等都做了相关的研究,国外大多数学者都是以“企业无偿付能力”、“破产”来界定企业财务危机,国内主要是以上市公司被“ST”、“*ST”来界定。财务危机状态不应该是“破产”这一个时点的状态,而应该是一个从出现危机信号并逐步恶化最终陷入失败境地的过程,因为只有把它看作是一个会有早期征兆出现的过程,捕捉其早期风险征兆才变得有意义,并为分析其根源,预防和化解财务危机做准备。

从目前的研究现状来看,定性分析方法主要有标准化调查法,四阶段症状分析法;常用的定量分析方法有一元判定模型、多元判定模型、多元逻辑(Logit)回归模型、多元概率比(Probit)回归模型、人工神经网络(ANN)模型和联合预测模型。程涛(2003)对这些模型从前提条件、使用范围、模型描述、优缺点分析4个方面进行了全面比较和评述,因为各自都存在不同程度的优缺点,所以到目前为止没有一种普遍的做法。

三、分析机理的建立

(一)财务危机的警兆分析

警兆分析即利用分析方法对上市公司存在的财务危机隐患进行识别,从目前的研究现状来看,主要从定性和定量两个方面进行分析。

1、定性分析方法。警兆是预警的信号系统。那么怎么去获取这些信号呢?根据企业生命周期理论,财务活动同企业的其他生产经营活动一样,都有一个发展过程,在这个过程中各项财务和非财务指标都会随着时间的推移而不断发生变化,这种变化趋势有积极的也有消极的,显然消极的变化会给企业财务带来风险,当风险达到一定程度就会转化为危机。这是一个与时间顺序相连的发展过程,是一个逐步显现、不断恶化的过程,财务预警的警兆就会相应表现为不同的征兆。只要我们能够及时识别这些恶性征兆,从警源上诊治它们,就可以避免或者控制财务危机的爆发,最终实现我们预警的目的,保证企业的健康持续发展。

2、定量分析方法。常用的定量分析方法有一元判定模型、多元判定模型等。应以准确性相对较高、使用范围广、可操作性相对容易为标准,构建一个基于因子分析的二分类logistic逻辑回归预警模型。

(二)财务危机的警情预报

1、关于警度临界值的分析。基于因子分析的二分类logistic回归预警分析中P值大于临界值的时候判定为危机发生,而当P值小于临界值的时候判定为危机不发生。这样利于我们检验所构建模型的预测能力,直观明了,但是公司是否发生了财务危机在财务指标比率上并没有一个明确的分割点,也就是说界限并不明显。因此应该区别对待,在[0,1]间取0.3和0.7两个分界点,将公司财务状况分为:0≤P<0.3为正常状态、0.3≤P≤0.7为波动状态、0.7

2、警情级别种类的确定。根据公司财务的3种状态我们将警情分为3个级别:正常状态视为无偏警情;波动状态视为低偏警情;正常状态视为高偏警情。为更加直观的说明它们之间的关系,如图1所示。

如图1所示:纵轴表示P值,为表示财务危机围绕一个理论最优财务状况上下偏离的过程,引入一个虚拟的P值负向纵轴,各级别警情可以用P值的区间来表示。由于P≥0,在对财务状况偏离正常状态不好理解,我们引入一个反方向的虚有轴,以P=0代表企业的理论最优状态,当其在±0.3的概率范围内偏移时,认为是一种无偏警情;当其超过±0.3继续向外偏移,趋向±0.7时,表明公司财务状况已经处于波动状态,有向危机状态发展的趋势,故是一个值得注意的区间,如果不加以控制,会导致财务危机的最终爆发,控制好了会使得其向无偏警情逼近,因此认为是一个波动低偏警情;当P值超过±0.7趋于±1时,这个时候已经处于危机状态,必须启动危机处理程序,可见是一种高偏警情。以上分析可以作为我们确定预报警情种类级别的依据。

解决了预报警情的种类级别后,如果是无偏警情,因为这是一种正常经营活动下公司财务方面所表示出来的状态,这种情况下不需要预报。而其他两种情况下则需要及时向有关部门做出预报。

(三)警情诱因的分析

警情诱因的分析实际上就是对诱发企业财务危机的内外部因素进行分析。其中外部因素主要包括政治、经济、法律法规等宏观环境因素,而这些因素具有不可控性,如果企业的战略决策、生产经营活动没有适应这些宏观环境或者是没有随着这些宏观环境的变化而变化,那么企业就会受到相应的惩罚,导致生产经营活动破坏,直至陷入财务危机境地。在对警情诱因分析时应检查本公司所处的宏观环境因素是否发生变动,尤其要检查本公司所属行业是不是在现有市场中具有强大的生命力,如果不是,其很可能诱发公司财务危机。

除了外部宏观环境因素外,还有企业内部经营管理因素,从财务管理角度分析主要包括以下几个方面:

是否盲目实施多元化战略。企业实行多元化战略是以实现规模经济为前提的,否则势必导致主营业务萎缩。

是否出现经营杠杆负效应。企业为了增加销售收入或销售量,必定扩张经营,使得固定成本增加,如果扩张经营不能带来销售收入的增长,利润指标的下降会被经营杠杆放大,严重时导致亏损,甚至持续亏损。

是否出现财务杠杆负效应。公司的适度负债可以获取财务杠杆利益,但过度负债带来的巨额财务费用和资金成本会弱化企业的偿债能力,一旦不能偿还到期债务,企业就陷入了财务危机。

公司治理结构不完善,不规范。我国上市公司中绝大部分是由国有企业改制而成的,主管部门和地方政府的过多干预和高度集中的股权结构,导致经理层感受不到来自市场的外部竞争压力和股东的内部压力,因而不能站在企业家的立场上考虑和处理问题。

信誉受损。根据资本结构理论,企业信誉与融资能力成正比,如果一个企业信用等级低下,举新债还旧债必然困难重重,财务危机将难以避免。

由于会计勾稽关系的存在,上述各种现象必将在财务指标或财务比率体现出来,因此要进一步知道是哪个环节出了问题,这就需要对企业内部财务警情诱因进行全面的分析检查,重点从以下几个方面把握:现金、银行存款、应收账款、应收票据、固定资产、长期投资、存货和递延资产等资产的实有状况和变动状况以及利用水平;各种借款、应付债券、长期应付款等负债的实有状况和变动状况;探寻企业盈亏根源,是否有挖潜的潜力或防范亏损的措施,检查企业财务计划的制定与执行情况;企业在筹资、投资、生产等重要环节是否有必要的内控制度以及决策程序和流程;各种收入、成本、费用、会计账户、账簿设置,会计原则的应用与会计报表编制和凭证保管等情况。

准确诊断警源为采取针对性防范和化解对策及时、有效地解决财务危机问题提供了前提。

(四)防警排警对策的建议

针对各种因素引起的财务风险(低偏警情)或财务危机(高偏警情),提出相应的防范和化解对策建议,主要有以下几个方面:

如果警情是由外部宏观环境因素引起的,那么就应该着重从公司与外部环境的适应性入手,如果是一些制度上的原因,只需调整公司战略计划,使其与之相适应;如果是汇率、利率的变动引起的,为防止其对公司财务进一步的消极影响,可以通过套期保值、期货交易等金融衍生工具来消除汇率、利率变动的影响;如果是因为行业已不具市场竞争力,那么管理当局应该加快产品的更新换代,或者调整行业结构,逐步步入其他极具生命力的行业,以扭转陷入财务危机的局面。考虑到行业调整需要投入大量的人力、财力和物力,应该在财务刚开始恶化的时候实施,这样不会给公司的资本带来过于巨大的压力。

对于内部经营管理因素诱发的警情,在财务措施时因视具体情况而定:如果是多元化战略决策失误引起的,建议公司管理当局及时调整多元化战略,终止不具生命力的产品或产业经营,以突出公司主营业务,将主要人力、财力、物力集中到主营业务上来,提升主营业务的市场竞争力,不仅可以防止或化解财务危机,还为日后发展规模经济提供资本支持;如果是盲目扩张,产生经营杠杆负效应引起的,那么管理人员应该及时收缩生产,以减少由于增加销量而带来的巨大广告费用,这样可以缓解经营杠杆风险,同时当生产规模收缩到一定程度后,增加的销售收入必定高于支出的广告费用;如果是财务杠杆负效应的影响,这说明公司资本结构不合理,资产负债率过高,带来的巨额财务费用和资金成本。因此,应该减少负债在总资产中的比例,优化资本结构,同时寻求最优的资本结构使企业在一定时期内加权平均资本成本最低,使企业摆脱财务困境,逐步实现企业价值最大化;在公司治理结构方面,明确企业内部财务关系,做到责、权、利相统一。企业财务关系是指企业在组织财务活动过程中与有关方面所发生的经济利益关系;调整资本结构,稳定收入水平,增加自有资金的比重,对外传递一种良好信号,增强自身筹融资能力。

此外,可以通过变卖呆滞资产缓解资金紧张局面,可以通过债务重组解决无力偿付的无法展期债务等等。总之,排警的措施多种多样,作用也不尽一致。在实践运用中,要从客观实际出发,经过比较研究,创造性地选用排警对策,使损失达到最小。

四、结论

本文在回顾国内外研究的基础上,对构建预警分析机制进行了理论探讨,旨在为上市公司管理人员、投资者以及其他利益相关者提供决策分析的思路。

参考文献:

1、程涛.财务预警模型综述[J].山西财经大学学报,2003(10).

2、彭韶兵,刑精平.公司财务危机论[M].清华大学出版社,2005.

3、胡振,刘华.基于改进功效分析的企业财务预警系统研究[J].统计与决策,2006(5).

4、张津.企业财务风险的处理与防控[J].技术与市场,2006(5).

5、胡成玉.论公司财务风险的成因与对策[J].经济师,2005(3).

上市公司如何实施财务预警分析 第11篇

一、实施财务预警分析存在的问题

目前, 我国有很多从事财务预警系统研究的学者, 均对上市公司在实施财务预警分析时存在的问题进行了一系列的深刻研究, 并设计出了相应的财务预警模型, 但是, 由于我国从事财务预警相关研究的时间比较短, 并受客观环境及经济能力、技术水平等因素的制约, 因此, 上市公司在实施财务预警分析时, 仍存在较多不足之处。

(一) 预警分析思想落后, 欠缺投资风险意识

由于财务预警分析在我国的发展时间较短, 因此, 很多企业的财务预警分析思想均落后于发达国家, 其除了过分重视财务的在线分析、事前与事中的财务控制及管理外, 还过多的关注事后的财务信息处理及挖掘, 在很大程度上影响了企业的发展。此外, 对企业的发展而言, 尤其是上市公司, 投资是企业运行和资金周转的重要环节, 通过投资获取额外的经济收益, 从而带动企业的发展。然而, 在投资过程中, 企业投资人员的财务风险意识不强, 对投资主体的分析不到位, 未运用科学、有效的手段对财务内容进行具体分析, 而是盲目的以传统的经营手段进行投资, 最终给企业的财务预警分析带来了严重影响, 从而导致企业内部资金出现亏损现象。

(二) 财务信息管理系统不完善

财务预警信息不完善是引发企业出现财务危机的重要因素, 然而, 我国多数上市公司由于内部控制、公司管理结构及财务信息管理尚不完善、加上其对财务预警系统存在疏于管理现象, 未对企业发展中的财务信息进行有效的风险分析及防范处理, 也未对存在的潜在财务风险加以识别与管理, 最终导致企业财务预警存在极大的滞后性。

(三) 企业内部管理制度不健全

企业内部管理制度不健全是造成企业财务预警系统不完善的重要因素, 及时处理企业的财务危机, 可适当降低企业的经济损失。在上市公司中, 由于其未建立起科学、合理的内部控制, 加上企业内人力资源的不合理分配, 促使了上市公司内各部门难以有效的行使部门职责, 从而使企业的财务管理工作制度不规范, 进而影响财务预警分析。

二、企业财务预警分析的必要性

随着我国市场经济的不断发展, 上市公司也逐渐增多, 其在不断变化的市场环境之下, 所要面临的市场竞争压力将日益增大。面对不断变化的外部因素及竞争对手, 上市公司有必要建立完善的财务预警系统, 并提高财务预警的分析能力。对上市公司而言, 借助财务预警分析, 公司管理者除了能够更及时发现并有效掌握公司的财务状况外, 还能全面了解造成公司财务状况恶化的原因, 从而及时并有针对性的对公司的经营策略进行调整, 进而扭转公司在经营中的亏损状况。对投资者而言, 借助财务预警分析, 可直接对财务预测指标的动态分析进行投资决策, 当企业存在财务危机时, 可及时发现并采取相应措施, 从而避免造成更大的经济损失。对审计人员而言, 借助财务预警分析, 不但能够帮助其确定审计范围及制定审计程序, 而且还能帮助其更准确的对上市分公司企业的经营情况和发展前景作出准确判断, 进而提高审计人员的评估能力, 有效降低审计风险, 避免因未能正确揭露公司的经营状况而引来不必要的法律诉讼。

此外, 财务预警分析还有利于增强上市公司适应外部经济环境和加强上市公司的内部财务管理。外部经济环境为上市公司提供了一个广阔的发展平台, 同时, 又对上市公司的经营模式及财务活动提出了新的挑战, 因此, 上市公司在制定企业的财务战略和确定财务预警指标时, 必须对市场因素进行全面分析与预测。

三、实施财务预警分析的对策与保障措施

(一) 树立正确的财务风险意识

上市公司要想有效实施财务预警分析, 就必须树立正确的财务风险意识, 并建立相应的财务预警系统, 从而对财务风险进行有效控制。企业财务人员、会计职员及公司管理者都应具有一定的财务风险意识, 全面了解并深入分析企业内的运营状况以及资金周转情况, 对企业内每一笔资金的使用情况及流向均要全面了解, 做到及时发现并处理企业内的各种财务危机, 以此保证企业能够持续的正常运营, 并确保企业资金周转处于一个良好的运行状态下;此外, 还应对企业内潜在的财务风险有一定识别能力, 对风险进行预警和防范, 对于可能存在投资风险的项目, 应慎重抉择, 从而最大化的维护企业的经济利益。

(二) 完善企业财务信息管理系统

上市公司要想企业内全面落实财务预警分析, 还应对现有的财务信息管理系统进行进一步的完善。有效的财务信息管理系统能够有效地保证企业财务信息的真实性以及可靠性, 为此, 上市公司必须建立并完善企业财务信息管理系统, 不但要收集、定期整理、分析以及总结企业内的基本财务信息, 而且企业内的相关财务工作人员还必须使用本企业内的财务信息管理系统对企业的财务指标进行估算, 企业内每一笔资金在投入运用前, 都必须由财务信息系统计算该项资金投入使用后将给企业带来的盈利状况, 并分析其潜在风险。此外, 企业的财务部门还应把企业内部的财务预警分析结论告知相关领导者, 使企业领导者能够全面掌握本企业资产的使用情况, 从而及时的采取相应的措施, 避免企业内资金无法正常周转, 并科学、合理的为企业发展作出调整, 有效降低财务风险对企业的影响, 另外, 还应加大企业内部的审计力度, 保证企业财务会计信息的真实性、可靠性以及准确性。必须确保其内部财务信息的财务预警系统的安全性。

(三) 健全企业的内部控制

企业内部财务预警的不同指标、财务统计内容与企业内部控制有着密切关系。因此, 上市公司必须根据自身的实际情况, 建立一个完善的财务管理制度, 明确企业内部员工的分工问题, 使各部门及各员工间均能主动参与至企业的经营活动中, 提高并规范企业内所有工作职员的风险预警能力, 尤其是企业财务工作人员, 以此实现企业内人力资源的优化配置, 从而减少财务工作上的失误, 为财务风险提供全面、真实、可靠的财务信息。此外, 还应明确企业内部各部门间的授权及审批内容, 定期且全面的对企业内的资产进行排查及清点, 实现企业权责合理分配。企业内部管理体制的完善不仅能够提升财务工作的水平, 而且对企业的财务工作起到规范作用, 最终为企业带来最大化的经济效益。

总之, 随着我国市场经济体制的不断改革及深化, 进一步完善上市公司的财务预警体制, 不仅是上市公司利益相关者的迫切需求, 而且是我国市场经济全球化发展的需求, 因此, 企业应根据自身的发展目标, 对其内部各项资金的流动规律、使用情况等进行财务预警分析, 以此增强企业抵抗各种风险及危机的能力, 实现企业财务目标等。

参考文献

[1]许明德.小议公司财务预警系统的构建[J].沿海企业与科技, 2010 (01) .

[2]孔宁宁, 魏韶巍.基于主成分分析和Logistic回归方法的财务预警模型比较——来自我国制造业上市公司的经验证据[J].经济问题, 2010 (06) .