财务比率论文大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇财务比率论文范文，希望它们能为您的写作提供参考和启发。

篇（1）

自2005年7月21日以后，人民币汇率不再盯住单一美元，开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，形成更富弹性的人民币汇率机制。从改革运行至今,人民币对美元表现有升有降,对欧元、日元趋势也是如此,但幅度不大。尽管如此，来自各方面的迫使人民币升值的压力仍然不小，目前，国内的许多学者对人民币汇率的讨论主要集中在人民币汇率的形成机制、人民币汇率变动对国民经济的影响等方面，对于人民币升值的财务影响及对策方面却极少涉及。本文在假定人民币汇率仍有升值压力的前提下，分析了人民币升值对公司财务的影响，并提出化解汇率风险的对策。

人民币升值对公司财务的影响对公司财务费用的影响

财务费用是公司当期发生的费用中的重要组成部分，是本期发生的直接计入损益的费用，财务费用的大小将影响公司的净利润。汇兑损益是财务费用核算的主要内容之一，它是指在持有外币货币资产和负债期间，由于外币汇率变动而引起的外币资产或负债的价值发生变动而产生的损益。

人民币升值影响公司财务费用体现在：人民币升值后，等量的外币只能换回较少的人民币，对于拥有外币债务余额（如外币短期借款、长期借款、应付账款）的公司，外债折算为人民币后的汇兑损益将会减少，从而减少财务费用，而财务费用具有税收挡板的作用，它的减少将增加当期的净利润。因此，人民币升值后，拥有外币借款、应付账款等外债的公司将因此受益。如某公司2004年底有日元贷款折合人民币为15亿元，人民币升值2将因此每年减少公司财务费用450万元（利息支出减少150万元，本金减少300万元），对公司整体盈利状况影响接近0.01元/股。对于拥有外币货币性资产（如外币现金、外币银行存款、应收账款）的公司，人民币升值后，用人民币计价的汇兑损益将会增加，从而增加财务费用，减少当期的净利润。因此，人民币升值后，拥有外币货币性资产的公司将因此遭受损失。如某电厂拥有1.79亿美元和141亿日元的应收账款，人民币升值2将使公司增加约人民币300万元的财务费用，这将影响到公司整体盈利状况。

对公司筹资成本的影响

汇率的“国际收支决定论”认为，一国的国际收支状况是影响汇率最直接的因素之一。当一国有较大的国际收支逆差时，对外汇的需求大于外汇的供给，本币对外贬值；反之则会造成本币升值。从国际收支状况看，我国的经常项目和资本项目收支从1994年人民币汇率并轨以来一直维持较大的顺差。特别是近几年，我国成为全球最大的资本流入国，每年流入的国际直接投资高达500亿美元左右。这种经常项目和资本项目双顺差的状况使得我国近年来的外汇储备节节上升，截至2004年年底我国外汇储备已达到6099亿美元，较2003年年底增加了51.3，成为2004年全球外汇储备增加最多的国家。经济的快速增长，外汇储备的增加，国际收支顺差的扩大又进一步增加了人民币升值压力，加剧了国际短期资本的流入。

我国对人民币汇率的调整影响了外商对我国的投资热情，导致海外对华投资的缩减。据报告，受人民币升值影响，我国2005年7月末外汇存款余额1605亿美元，比上月减少48亿美元；8月末，外汇存款余额为1611亿美元，虽比上月增加6亿美元，但远低于8月份人民币各项存款增加额4364亿元。从筹资的角度看，缺少外资或者是外资骤减将影响公司的权益资金的筹集，当公司急需资金时，只能转向其他的负债融资。受资金供求关系的影响，在资金供给数量一定的情况下，资金需求量增加，筹资成本必然上升。同时，负债资金增加，将带来财务杠杆的效应，如果投资利润率高于资金成本率，则负债融资将为公司带来额外的收益，反之，将给公司带来较大的财务风险，影响公司的效益。

对营业费用的影响

营业费用是指公司销售过程中发生的费用,包括运输费、展览费、广告费以及为销售本公司产品而专设的销售机构（含销售网点、售后服务网点等）的职工工资及福利费。营业费用直接计入当期损益，营业费用的大小将影响公司当期的业绩。

随着我国经济的快速发展，产品国际竞争力的大幅提高，国际贸易盈余、外国直接投资、外汇储备持续增加，西方发达国家感到了压力，担心我国会影响其在全球的经济利益，因此，世界主要国家仍就人民币升值问题向我国施压，希望通过提升币值的方式，削弱我国产品提高本国产品的国际竟争力，达到维护本国产业和经济利益的目的。

人民币升值将对以价格优势为特色的我国产品造成严重打击。由于人民币升值后，进口受到鼓励，进口商品变得便宜，出口减少，结果，本国市场上供给越来越多，本国商品和进口商品之间的竞争激烈，为使公司的商品能在市场上占有一定的份额，增加商品的国际竞争力，许多公司将会在营销方面多下功夫，如扩大产品宣传、增设销售网点等，届时，营业费用将大幅增加，影响公司的经营业绩。

应对人民币升值的财务对策

关注汇率的变动趋势

要关注美日等国对人民币汇率态度。以美日等为代表的各国对人民币的态度将直接或间接地影响人民币汇率的趋势。2003年7月6日闭幕的亚欧财长会议上，日本、欧洲各国相继提出了人民币升值的要求。到了2005年前后，国外分散的压力逐步演变成为发达国家的国际共识：日本、美国、欧盟等主要发达国家，或基于国内经济的需要，或迫于国内政治的压力，要求中国改变汇率制度，或径直要求人民币升值。在此背景下，尽管2005年7月人民币汇率有所上调，但上调的幅度不大，未达到西方主要国家的预期，人民币来自国外的升值压力仍然不小。

关注美国联邦基金加息情况。按理说,美元加息在一定程度上可以缓解人民币的升值压力。因为,美元利率的持续上升支撑了美元,美元资产的吸引力会引起国际热钱回流美国。尤其是在中国的汇率形成机制改革平稳实施后,目前美元短期利率已上升至4,高过人民币短期利率2.25（税后利率约为1.8）的水平,由此将大大缓解国际热钱对人民币汇率升值的巨大冲击。但有专家分析指出,当前人民币的升值幅度仍然远远低于美国等国的预期目标。当人民币升值幅度难以满足它们的要求时,人民币升值压力就很难减轻,相反这种压力将长期存在。所以,美元持续升息并不能从根本上缓解人民币升值压力,人民币升值压力将继续以经济问题的形式来反映政治问题的实质而长期存在。

关注国内学者对人民币汇率的态度。国内的一些知名学者，专门研究人民币汇率的形成机制，汇率升值的幅度、时机，升值后对我国经济的影响等。这些对于公司财务管理人员来说，是很好的参考资料。此外，人民币汇率变动后，市场上的各种价格会随之发生变动，诸多因素，例如大宗商品的价格，房地产价格，都会有影响。

作为公司财务管理人员，应关注人民币汇率变动的国内外宏观经济环境，关注人民币升值对产业内部可能造成的影响，时刻保持警惕性，及时调整相应的财务决策，减少汇率波动所带来的损失。

适量持有外币灵活管理外币债权债务

2005年7月21日，中国人民银行宣布美元/人民币官方汇率由8.27调整为8.11，人民币升幅约2。人行还宣布每日银行间外汇市场美元对人民币的交易价在人民银行公布的美元交易中间价上下千分之三的幅度内浮动，非美元货币对人民币的交易价在人民银行公布的该货币交易中间价上下0.15幅度内浮动。作为公司财务管理人员，应坚持“尽早结汇，适量持有外币、灵活管理外币债权债务”的原则。“尽早结汇”是指公司收到外币时，尽快结算成人民币，由于人民币还有升值的趋势，央行总是根据实际经济运行状况来决定人民币升值的时机和幅度的,所以财务管理人员应认真分析汇率的发展趋势，减少央行突然宣布人民币升值对公司的冲击。“适量持有外币”是指对于出口、进口额均较大的外贸公司，可持有适量外币以应付日常之需，避免因外币不足所引起的短缺成本的增加，但应注意持有外币的时间不宜过长，以避免汇率变动带来的损失。“灵活管理外币债权债务”是指公司对于外币类债权债务的管理要讲究方法，权衡利弊，选择能降低财务费用、使公司效益最大化的策略。如对于外币“应收账款”，要讲究收账政策和收账方法，改变信用政策，加速资金的回笼。而对于外币“应付账款”，在不影响公司信誉的情况下，尽量延迟进口材料或延迟付款，或改变货款结算方式，如采取远期信用证结算方式或以人民币计价等。

适当增加外币债务

如果一些外资预计人民币将进一步升值，必将选择最佳时机大量涌入中国，但因一时找不到好项目，就先存放在银行，到时资金供给将相对充裕，筹资成本会有所下降，公司可利用这一时机适当多举债，较好地利用财务杆杠为公司带来收益。所以，对于有人民币升值预期的公司来说，可适当增加美元债务，这是一种较好降低融资成本的财务决策。增加美元债务的方法很多,诸如增加美元贷款、借外币负债、将人民币借贷变成外汇借贷、尽可能偿还人民币贷款、将要到期的国外贷款推迟还款等。

加强公司内部控制

内部控制包括控制环境、风险评估、控制活动、信息与沟通、监控等五个相互联系的要素。严谨的内部控制，要对公司经营管理的各个方面实行全方位的有效控制，把公司的各项经济活动全面置于经济监控之中。由于汇率升值后可能影响到产品在国际市场上竞争力不足，公司可重点从以下方面加强内部控制，一定程度上抵消人民币升值带来的营业费用增加的影响：

加强资金管理。要由专门的财务人员对资金特别是外币资金的筹集、调度、使用、分配等进行筹划，并由相关人员实行严格控制，防止资金体外循环。

严格控制成本费用。公司可在成本控制和定价上下功夫，降低成本应从现在逐步开始，待人民币升值时，公司依然能够向客户报出有竞争力的价格。对于成本控制，可在“采购成本和制造成本”上下功夫，并尽可能“降低费用率”等。如福耀玻璃公司推出了一整套“全面的战略成本规划”，通过降低设备使用成本、人工成本、材料成本和提升工艺和技术水平，保持成本竞争优势。预计公司到2006年能够将成本降低15％－20％，因此，即使人民币有一定幅度的升值，“福耀”也能够保持成本和价格的竞争优势。

建立相应的激励约束机制，把财务管理人员的短期行为长期化。公司可以根据其自身的特点和需要建立相应激励约束机制，通过公司的激励和约束，使公司财务人员更关注汇率的影响及公司长远的发展，及时采取策略应对人民币升值对公司的影响，提高公司的效益。

在经济日益全球化的今天，一个国家的汇率自由化应是大势所趋。不管国际市场有没有施加压力，中国目前出口强劲，外汇储备充足，对外部环境变化也有了较强的承受力，逐步调整人民币汇率、增加货币政策的独立性是我国未来的汇率趋势。作为财务管理人员，应未雨绸缪，关注时势的发展变化，从成本控制、增加原材料进口等方面，通过各种不同的途径积极筹划，即使不久的将来人民币再升值，也可以最大限度地控制汇率风险。

篇（2）

一、当前使用现金

流量财务比率的基本状况在我国作者编写或编著的、于2002年到2005的年之间版的《财务管理》教材中．笔者搜集到32本(因篇幅限制未列明)。完全未提及现金流量指标的有8本，占25％：在余下的涉及现金流量指标的24本教材(以下称可比样本)中，将现金流量分析独立于传统的资产负债表和损益表分析的有9本．占可比样本的37．5％。无论是单独对现金流量进行分析还是将现金流量分析与传统财务评价结合一起．这24本教材都主张按不同的分析目的来设置指标：全数表示现金流量表项目可用于偿债能力评价．但其中有6本教材仅仅设置“现金比率”这一个指标：有12本教材设置了获现能力或叫获利能力分析的指标．占可比样本的50％；有9本设置了盈利质量分析指标．占可比样本的37．5％；还有6本写明了要进行财务弹性分析．占可比样本的25％

仔细分析教材中使用的评价指标，大致可以归纳为27个．分属四种分析目的。偿债能力分析指标最为大家认可，其出现的频率达n44％，其次是获现能力指标，频率为36％，财务弹性指标占l1％．盈利质量指标占9％。具体到各财务比率．公认程度最高的是经营现金净流入／流动负债．其出现的频数达到19％经营活动现金流量／n期债务本息、经营活动现金流量／到期债务、现金及现金等价物／流动资产、经营活动现金流量／全部债务、经营活动现金流量／平均总资产等五项财务比率的认同程度也较高．均达9％。

二、现行教材中现金流量指标设置存在的问题

(一)夸大现金流量表的作用

如前文所示．约四成的教材将现金流量分析独立于传统的资产负债表和损益表分析之外．说明仍有不少人将现金流量分析视为与传统财务分析并列的～部分事实上，现金流量表作为传统两表的桥梁．其作用不可能超越他们。其次．现金流量表的编制基础与传统两表不同．它不可能取代后者．因而不可能独立存在。而且．现金流量表也存在人为操纵的可能。比如：年末时大量回收货款或大量借款、有意调整“现金”概念．将本来就是现金范围的现金归口为非现金项目以增加现金流量、将现金流量表的各项数据同时调增或同时调减．以达到调节表内各项目数据的目的。

(二)指标名目繁多，未能突出现金流量表的作用

1．将结构比率、趋势比率等不属于财务比率的指标吸纳进来财务比率是将企业某个时期财务报表中不同类但具有一定关系的项目进行对比而形成的比率．其数据均来自一个会计期间．不同于趋势比率：这些数据属于不同类项目，因而有别于结构比率：2．纳入了非现金流量指标。如：现金及现金等价物之和／流动资产．数据可以从资产负债表中获取而不必从金流量表中获取：3．将非财务指标纳入体系。如：最大负债能力——经营活动现金流量与市场利率之比中．市场利率在财务报表中不能获取．超出了财务比率的范畴。

(三)指标命名欠规范，容易混淆

1．同一指标．名称不同“经营活动现金净流量／流动负债”这～比率就有现金偿债比率、现金流动负债比率、现金流量比率、短期债务现金流量比率、现金流量负债比等7种名称：2．有的指标“名不符实”，如：利润变现比率；经营活动净现金流量／营业利润．公式中分母仅限于营业利润，而指标名称却叫“利润”变现比率，外延大多了；而且，利润与现金的关系并不是变现的过程，这与传统的资产“变现”概念相背，不利于对指标的理解。

(四)指标的计算公式有争议甚至有错误

1．现金比率一般是指现金及现金等价物之和与流动资产的比值，有学者将计算式的分母取作总资产。还有人取作流动负债：2．经营活动现金净流量／流动负债，也有人将分子取作“经营现金流入”：3．现金利息保障倍数有(经营活动净现金流量+利息支出+所得税付现)／现金利息支出及(利润总额+利息支出)／n息支出两种计算公式：后者更粗略一些，因为利润总额未考虑到非付现费用及非经营所收或所付的现金；，分子分母显然口径不一．会导致错误计算。

三、包含现金流量项目的财务比率体系

鉴于现金流量表与传统资产负债表和损益表之间存在紧密联系．重构的财务比率体系是以同一时期三张报表的相关项目计算而成的比值为主体，剔除所有的结构比率、趋势比率．按不同报表使用者分为四个方面——传统的偿债能力分析、盈利能力分析、营运能力分析和增设的财务弹性分析，不再对现金流量进行单独评价

(一)偿债能力分析

现金是偿还债务最直接的工具．也是最终的偿债手段。在传统的速动比率、资产负债率等指标的基础上，补充以下包含现金流量信息的财务比率：1．短期偿债能力指标现金流量比率=经营活动现金流量／流动负债．该指标反映企业在经营活动中获得现金偿还短期债务的能力。其值越高．对短期债权人的本金保障程度越高但由于现金的流动性最强．其盈利能力也最差．该比率值过高．说明企业没有充分利用现金造成资源浪费按速动比率的经验值来推断．现金流量比率值在l左右属于理想范围：2．长期偿债能力指标：现金流量保障倍数=(经营活动现金净流量+所得税付现)／[现金利息支出+优先股股利／(1一t)+到期债务本金／新思考(1一i’)]

利息费用是可抵税费用．满足一元的这些债务只要求有1元的税前现金流量．但优先股股息和债务本金偿还须从税后现金流量中支付．除以(1一t)得到相当于满足它们的税前现金流量

该比率值大于1．说明企业利用税前经营活动现金净流入量可以偿还到期债务并支付利息、优先股股息．无需另行筹资来履行固定义务：反之，该比率值小于1．表明企业履行这些义务时．不但耗尽了同期经营活动产生的税前现金流量．还动用了前期的现金及现金等价物．企业资产的流动性将受到不利影响．

(二)盈利能力分析

传统的盈利能力分析主要都是依据权责发生制下的利润。但利润是否有实实在在的现金净流入作为保障．还需要将现金流量与利润额对比，判断盈利的质量．作为传统盈利能力分析的补充。可设置如下盈利质量分析指标：

营运指数=经营活动现金流量／(净收益一非经营收益+非付现费用)

非经营收益主要是指投资收益、财务费用、公允价值变动损益、营业外收支净额．而非付现成本包括计提的资产损失准备、提取的固定资产折旧、无形资产和长期待摊费用的摊销、待摊费用的减少等。上式中的分母，常被称为经营所得现金。该指标反映经营活动净现金流量与调整后经营利润的差异程度。该比率大于1．说明经营活动现金流量高于营业活动应得现金．主营业务创造的利润具有更多的现金作为保证，该比率小于1。说明一部分收益尚没有取得现金．原因是应收账款的增加、应付账款的减少或存货增加．使得实际得到的经营现金减少。而存货有贬值的风险．应收账款有形成呆、坏账的风险，因此。未收现的收益质量不如已收现的收益：即使不出现上述风险．存货和应收账款占用的资金也是有机会成本的．那么．企业取得同样的净收益要付出更大的代价，实际的业绩水平下降，营业利润的质量下滑。

(三)营运能力分析

在传统财务分析中．销售收入与投入资源或业务相比较．获得的存货周转率、总资产周转率等被归纳为营运能力分析指标。而获现能力指标一般也是将企业经营活动现金流量与投入资源和相关业务相比较．如．将企业经营活动现金流量与资产平均余额相比较．将经营活动现金流量与销售额相比较可见．营运能力评价指标和获现能力评价指标都反映企业利用资源获取经营成果的能力．不过．前者反映的是权责发生制下的经营成果．后者反映收付实现制下的经营成果从这个角度出发．可把获现能力评价视为营运能力评价的补充可设置如下指标：1．反映销售业务获现能力指标销售现金流量比率=经营现金净流量／销售额．该指标可以衡量销货收入在当年收现的程度．用以评价销货工作的质量。该比率值越高．说明企业积压在应收账款上的资金越少，企业的经营成本越低．管理效率越高：2．反映总资产获现能力的指标资产现金流量回报率=(经营现金流量+利息支出+所得税付现)，平均总资产．该指标更全面反映资产的获现能力，用以衡量企业运用全部资产进行经营创造现金的能力．反映企业资产利用的综合效果。其值越大．说明企业资产的利用效率越高。

(四)财务弹性分析

企业财务弹性是指企业应付各种挑战、适应经济环境变化的能力．具体表现为企业能否灵活筹集资金应付偶发性支出、股利支出以及捕捉投资机会的能力。将现金流量表与资产负债表、损益表相结合，能获取现金流量和支付现金需要两方面信息．用以判断企业可稳定获得的现金是否充足．

篇（3）

 

一、引言<

国际金融危机肆虐全球，从商业巨子雷曼兄弟的轰然倒下，再到行业翘楚通用申请破产保护，危机的不良影响正逐步从虚拟经济领域扩散到实体经济领域。2009年6月，美国通用汽车为摆脱困境放下身段，正式申请破产保护； 2009年11月，迪拜财政部突然宣布，棕榈岛集团将推迟至少6个月偿付数十亿美元的债务，以便进行债务重组；2010年，国际金融危机的阴影依然存在，中国企业面临国内需求不足，

二、企业财务安全

企业财务安全是指在企业的财务管理过程中，企业不会因为来自企业内部和外部的财务风险或财务困境的影响内部控制，引发严重的财务危机，造成企业的财务失败，从而保持一种可

企业从面临风险到陷入危机直至破产消亡，我们关注的重点通常是风险产生后的事后处理阶段。但纵观整个过程，风险的前一阶段，财务由安全向风险转移阶段才是更值得我们关注的重点。通常情况下，企业财务安全隐患具有动态易变性和可逆性，及早察识财务安全隐患，并采取有效措施控制风险，就能规避

三、企业财务安全

构筑财务安全的防火墙，就可以在一定程度上防范财务风险，而这一切与企业内部控制密不可分。完善而有效的内部控制，通常指企业拥有健全的内控制度，措施完善合理，并且在实际中得到了很好的执行，从而能充分实现管理目标和达到控制风险的目的论文开题报告范例。它包括两个方面：一是内控制度本身的有效性内部控制，至少

对于企业而言，通过各项指标提示企业的内部财务控制是否有效，来辨识财务安全程度，无疑是一个简便且

表1 国外学者预测企业财务安

研究者

样本

变量及模型

具有较强解释力或预测力的指标

Fitzpatrick(1932)

19家公司

单个财务比率模型

净利润/股东权益、股东权益/负债

Beaver (1966)

79家经营失败和79家经营成功公司

30个变量,

单变量判别模型

现金流量/负债、流动比率、净收益/资产、资产负债率、营运资本/总资产等6个财务比率准确性较高

Altman

(1968)

33家破产和33家非破产公司

5个比率, Z-score模型

营运资本/总资产、留存收益/总资产、息税前利润/总资产、股东权益市场价值/负债账面价值、销售收入/总资产

Blum(1974)

115家财务失败和115家非财务失败公司

多元判别分析方法

选择反映流动性，盈利性和变异性三个方面的财务指标

Altman、Haldeman、Narayanan(1977)

53家破产和58家正常企业

7个变量,

ZETA模型

经营收益/总资产、收益稳定性、利息保障倍数、留存收益与总资产之比、流动比率、普通股权益与总资本之比和普通股权益与总资产之比

Martin

(1977)

58家出现财务危机的银行

25个变量,

Logit回归分析法

总资产收益率、坏账与营业净利润之比、费用与营业收入之比、总贷款与总资产之比

Ohlson

(1980)

105家破产公司,

2058家非破产公司

9个变量,

Probit模型

公司规模(总资产/GNP物价指数后取对数)、资本结构(总负债/总资产)、资产报酬率或来自经营的资金/总负债、短期流动性（营运资金/总资产、流动负债/流动资产）

Aziz、Emanuel（1988）

<

表2 国内学者预测企业财务 研究者

样本

变量及模型

具有较强解释力或预测力的指标

陈静(1999)

27家ST和27家非ST公司

多元线性分析

负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率

陈晓等(2000)

38家ST公司

1260种变量组合,Logit回归

负债权益比率、应收账款周转率、主营业务利润/总资产、留存收益/总资产

吴世农、卢贤义(2001)

70家财务困境公司,

70家财务正常公司

21个变量,预警模型

盈利增长指数、资产报酬率、流动比率、长期负债与股东权益比率、营运资本与总资产比和资产周转率

姜秀华、孙铮(2001)

42家ST和42家非ST公司

Logit预测模型

毛利率、其它应收款与总资产比率、短期借款与总资产的比率、股权集中系数，公司治理变量(股权集中度)

章之旺(2004)

60家财务困境和120家正常公司

logistic

现金流量比率

王克敏(2005)

128家ST公司,非ST公司

5个变量,logist

引入公司治理、关联交易、对外担保等非财务指标

吴超鹏、吴世农(2005)

540家价值损害型上市公司

20个变量, 人工神经网络法

总资产收益率、股票超额收益率、公司治理指数和投资者利益保护指数

郭斌等(2006)

1265个正常类到期的实际贷款样本、890个违约类样本

30个指标,Logit模型

贷款期限和M2增长率这两个非财务指标,具有较高的预测精度

陈燕和廖冠民(2006)

104家上市公司

Logit模型

大股东持股比例、国有股比例、董事会规模对公司财务安全均具有显著影响

钱爱民、张淑君和程幸(

由上表可以看

（1）从方法来看，泰勒级数展开式、事件历史分析、遗传算法、数据包络分析等方法在最近几年相继应用于相关的研究

（2）从研究的数量和指标解释力来看，财务指标结合非财务指标的研究已成为主流的方向。在财务解释变量的选择上，以资产

由此可得，财务安全的辨识标志可以分为两大类：从财务指标来看，负债比率和营业利益率、流动比率、存货周转率、总资

四、结论与启

（1）建立财务安全指标体系对企业内控制度提出了更高的要求,而良好的内控制度可以提高财务安全测度的准确性。外部环境复杂多变、错误的筹资决策、资产流动性较差、盈利能力低下、公司治理机构的影响、行业因素的影响等方面使财务活动本

（2）科学严密的内部财务控制，是财务安全的基础。建立健全财务内部控制，一方面是出于防护性需要，防微杜渐，防患于未然，保

（3）确立财务安全指标并结合非财务指标内部控制，引入财务内部控制有效的变量，构建财务安全体系，是未来进一步研究的方向。

证财产的安全；另一方面是出建设性需要，及时暴露财务管理方面的弱点，保护财务安全，提高管理效率，保障企业发展。

身和环境的变得复杂多样，这些都是财务不安全的原因所在。由此看来，财务安全与否不是仅由某方面原因引起的，而是多个因素相互影响、共同作用造成的。通过加强内部控制防范风险，使企业处在财务安全状态，企业应该高度重视。

示

产周转率和现金流量比率综合观察，比较有解释力；从非财务指标来看，公司治理变量、审计信息比较有解释力。

负债表比率和现金量表比率为主；在非财务变量的选择上，主要集中在股权结构,审计信息,股东持股比率等方面。

中，并取得了一定成果论文开题报告范例。而国内的研究多是借鉴国外研究成果并结合中国资本市场上市公司样本数据建立模型。

出：

2008)

31家ST公司

13个变量、主成份分析路基回归

自由现金流量指标体系可以提前两年对公司财务危机做出较为准确的预测

郑育书和刘沂佩(2008)

50家财务危机公司,

篇（4）

关键词:

财务预警；熵权法；因子模型；判别函数

一、引言

（一）建立财务危机预警的意义制造业是我国国民经济的支柱产业，是我国经济增长的主导部门和经济转型的基础，是经济社会发展的重要依托，更是我国城镇就业的主要渠道和全球产业链的重要组成部分。在全球竞争条件下，我国制造业上市公司面临来自多方面的压力，尤其金融危机的影响，使得我国制造业上市公司陷入到财务风险和破产危险的可能性急剧上升，这不仅会对利益相关者造成损失，更会制约资本市场的稳定发展。故我国制造业上市公司要持续发展，必须警惕危机，正视危机，在经营活动中设立财务预警系统，进行经常性的分析和诊断。因此，本文将在对国内外有关财务预警研究的理论及模型的归纳、整理和评述的基础之上，来分析我国制造业上市公司财务预警研究的现状，以我国制造业上市公司为研究样本，构建财务预警指标，建立财务预警模型。

（二）国内外文献述评国外对财务预警的研究要早于国内，早在20世纪30年代国外学者就已开始了对财务预警的研究，历经了从单变量分析到多变量分析的过程。我国起步于20世纪80年代中后期，1986年吴世农、黄世忠首次介绍了企业破产的分析指标和预测模型。1990年佘廉等人从事了企业预警研究，并于1994年发表文章对企业预警管理进行了系统分析。直到1996年以后，才陆续出现以企业财务数据为基础而建立的财务危机预警模型，并逐渐发展起来。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型。财务预警研究最早就开始于1932年Fitzpatrick用统计方法开展的单变量破产预测研究。在众多预测公司财务危机困境的多变量模型中，最早亦最著名的当属美国纽约大学1968年Ed-wardAltman教授的Z-Score判定模型。即：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5。1996年国内学者周首华、杨济华对Z计分模型进行修正，提出了F分数模型。1999年国内学者陈静运用单变量分析方法和多元线性判别分析方法分别建立财务预警模型，并将两种财务预警模型进行比较研究。2003年杨淑娥在Z-score模型的基础上，通过运用统计学中的主成分分析法，构造了Y分数模型，该模型在用于财务预警检验的回判准确率大致为86%。

二、样本、指标的选取

（一）样本的选取本文在样本的选取上是根据2014年4月沪深股市公布的所有ST公司（根据1998年实施的股票上市规则，将对财务状况或其它状况出现异常的上市公司的股票交易进行特别处理(specialtreat-ment，简称ST)，其中ST股是指境内上市公司连续二年亏损，被进行特别处理的股票，*ST股是指境内上市公司连续三年亏损的股票）共90家中，抽取了本文需要研究的制造业中的61家公司，并根据同行业，同时期，规模相当（即非ST公司与相对应的ST公司的期末资产总额相差不超过150%）的配对原则，选取了61家与之相对应的非ST公司，共122家上市公司作为研究对象。只有在满足上述配对原则的情况下才使得研究样本之间具有可比性，分析更趋合理性，结果更具科学性。

（二）指标的选取本文指标数据主要来源于和讯财经网以及大智慧投资软件，通过数据的整理，剔除了个别的缺失值和特大异常值，并根据以下原则选取16个财务比率基础指标：1．全面性，在系统的构建中，所考虑纳入的指标应能全面揭示企业的财务风险，且各指标间具有较强的互补性。2．可比性，选取指标时，应注意评价指标口径范围和计算方法的纵向可比和横向可比原则。3．同趋势性，即是指标正向化，当财务比率增大时，表示财务状况的改善，反之财务比率减小时，表示财务状况的恶化。4．可获得性，采用上市公司财务报告披露的数据是可以获取的（和讯网、大智慧软件等）。指标体系具体如表1所示。以上财务比率指标体系，可以对上市公司的财务状况做出较为完整、客观的评价。但为了选取对ST公司和非ST公司区分能力强，包含信息多，权重更大，能准确预警的指标，下面采用“熵权法”对这16个指标进行筛选。

三、基于“熵权法”筛选财务指标体系模型

（一）本模型利用“熵权法”的基本原理本模型利用估计组中61个ST与61个非ST公司共16个财务基础比率指标，这些指标经过标准化，归一化处理后变成一个评价矩阵，计算出每个指标的信息熵，信息熵越大表明该指标有序程度越高，即该指标在该指标体系中差异小，信息熵越小表明指标在该指标体系中差异大，则该指标对于财务危机的预警这一决策起到的作用较大，可以被选用作为财务危机预警指标。

（二）指标的正向化和标准化设有n个公司，p个财务指标。为了模型研究的需要（即尽可能使每种能力中有一两个熵权大的指标来反映公司的财务状况），取阀值为0.015，当熵权大于0.015时则选入该研究指标体系，当熵权小于0.015时则退出该研究指标体系，通过比较得出最后的指标体系如图1。

四、基于“因子分析”模型分析

（一）因子分析的基本原理因子分析法是在尽量减少信息丢失的前提下，从众多指标中提取出少量的不相关指标，然后再根据贡献率定以权重，进而计算出综合得分，其计算结果更为准确、客观、操作性比较强。因子分析中有多种确定因子变量的方法，如基于主成分模型的主成分分析法、极大似然法、最小二乘法等，本文选取的是基于因子分析模型的主轴因子法。本文根据估计组中61家ST公司和61家同行业、规模相当的非ST公司作为样本，以“熵权法”筛选后的10个包含信息多，重要性更大的财务指标为基础建立的指标体系进行因子分析，最后得出因子综合得分函数—财务危机预警判别函数，并通过估计值综合因子得分值的排名表求出ST与非ST的分割值，作为判别公司财务与否出现危机的预警值，最后再选用测试组的样本进行回代，检验判别函数的判别正确率，从实证分析的角度为财务危机预警系统方法方面进行了初步的探讨。

（二）因子分析的求解过程下面对熵权筛选后的10个指标正向化后的数据（逆指标的正向化公式为yj=1-xj）通过统计分析软件SPSS17.0的运行，KMO检验和Bartlett检验的结果如表3所示。通过表3可以看出，KMO值为0.744，大于0.5；Bartlett检验的卡方统计量为1019.591，相伴概率为0.000，在给定0.1%的显著水平下，拒绝各指标变量的相关矩阵是单位阵的假设，即两种统计检验方法都揭示指标变量之间是高度相关的，因此适合作因子分析。求得变量的样本相关阵R的特征值λi，前m个因子方差贡献率如下表根据累积方差贡献率须大于85%的原则，由上表可看出前5个公因子的累积方差达到88.81%，这5个公因子包含88.81%的信息，确定以5个公因子做因子分析。初始因子载荷阵B0m，进行方差最大化旋转，求得旋转后的因子载荷阵BΓm，使得旋转后各因子载荷阵的各元素按列向0或1两级分化（初始因子载荷阵，旋转后各因子载荷阵，0~1分化表如表5）。根据以上矩阵运算得出61家ST跟61家非ST公司的因子F1，F2，F3，F4，F5的因子得分值，因子命名见表6。通过EXCEL对以上61家ST公司和61家非ST公司财务比率指标的综合因子得分值进行排名，取这61家公司的得分值的中位数作为本模型区分ST与非ST的分割值PS-财务危机预警值，通过得分排名可看出在第31与32位的公司的综合因子得分值分别为1.332，1.266，本模型取这两个数的平均值作为本模型区分ST与非ST的分割值PS-财务危机预警值为1.299。本模型用了10个指标进行因子分析，其中资产负债率是逆向指标，所以当要求出一个公司的综合因子得分值时，要先将公司的财务比率原始指标xij进行正向化，即资产负债率这个指标进行正向化（用yj=1-xj公式），然后将其正向化后的10个财务比率指标yij代入上面的判别函数中，若一家非ST公司的综合因子得分值大于且接近于分隔值PS-预警值，则说明该公司应该启动财务危机预警，调整经营战略，改善公司的财务状况，以避免被ST。

五、财务预警模型的检验

将测试组中60个ST跟60个非ST的10个正向化后的财务比率指标数据代入到上面的财务危机预警判别函数中，得到这60家公司10个指标的因子F1，F2，F3，F4，F5的得分值及综合因子F综的得分值。将以上得出的60家公司的综合因子得分值F综由大到小进行排名，若公司的综合因子得分值大于分割值PS-财务危机预警值（1.299），该公司被判断为非ST公司则说明判断是正确的，若公司的综合因子得分值小于分割值PS-财务危机预警值（1.299），该公司被判断为ST公司则说明判断是正确的。本研究中有4家ST公司的因子得分值大于分割值PS，错误判断数为4个，有7家非ST公司的因子得分值小于分割值PS，错误判断数为7，总的错误判断数为11，则正确判断有49家公司。判别率θ＝49/60≈81.67%检验结果显示模型的判别率达到了81.67%。说明当一家上市公司将以上10个正向化后的财务比率指标代入判别函数中，若大于分割值，则我们有81.67%的把握性说此公司为财务不存在危机，若小于分割值，则我们有81.67%的把握性说此公司财务存在危机，此模型对于ST跟非ST公司的判别率达到了81.67%。

六、结论

1.本文基于61家ST与61家非ST公司的16个财务比率基础指标，通过建立“熵权法”模型筛选出10个包含信息多，能准确预警的财务比率指标，接着利用“因子分析”模型求得估计组中61家公司的综合因子得分值，并根据综合因子得分排名确定ST与非ST分割值（即为财务危机预警值）及财务危机预警函数，最后将测试组的数据代入财务危机预警函数中，求得预警函数的判别率为81.67%，从而建立起了财务危机预警系统。

2.本文在进行“因子模型”分析的过程中用旋转后的因子载荷阵及特征值求得每家公司的综合因子得分值，结果更优，更准确，相对于其他论文用主成分法还有旋转前的载荷阵及特征值得分的结果更能准确预警一家公司的财务状况。

3.本文所选取的样本具有合理性和全面性，根据行业分类和总资产规模进行配对选择，模型中选取的财务比率指标具有较强的解释能力，能较好辨别财务危机公司及非财务危机公司的区别，但是此预测模型结论的准确性还受到上市公司财务数据真实性的影响，我国部分上市公司仍然存在操纵会计利润，粉饰财务报表的现象，故该模型的预测效果因此受到一定的影响。

参考文献：

[1]吴世农,黄世忠.企业破产的分析指标和预测模型[J].中国经济问题,1987(06).

[2]佘廉,张倩.企业预警管理的系统分析[J].中国工业经济研究,1994(11).

[3]FitzpatrickDA.AComparisonofRatiosofSuccessfulIndustrialEnterpriseswithThoseofFailedFirms[M].CertifiedPublicAccountant,1932(04).

[4]AltmanEI.FinancialRatios,Dis-criminateAnalysisandthePredictionofCorporateFailure[J].TheJournalofFinance,1968(04).

[5]周首华,杨济华,王平.论财务危机的预警分析———F分数模式[J].会计研究,1996(08).

[6]陈静.上市公司财务恶化预测的实证分析[J].会计研究,1999(04).

篇（5）

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2013）09-0027-02

企业信用评估和企业财务预警是企业财务管理研究的重要课题。诸多学者将两个问题一起进行研究，这两者之间还是有本质区别的。财务预警即财务失败预警，是指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。信用评估本质上是对企业履约各种承诺能力和信用程度进行全面评估，预测未来偿债可能性来辨识不同企业的方法。服务的对象有商业银行、金融监管机构、与受评对象有业务往来的商业客户以及社会公众和投资者。

（1）定性评估方法：人工专家分析法，又被称为古典信用分析方法，包括5C、5P、5W法，5C法指贷款申请企业或个人的道德状况，偿债能力，贷款申请企业或个人的财产状况，可用于进行贷款申请时抵押担保的资产价值，宏观经济状况。 5W法指贷款申请人、申请贷款的使用、贷款的时间长度、担保资产价值及还款方式。目前我国商业银行实务中仍主要采用的信用评估分析方法。

（2）定量评估方法。

①统计方法：多元判别分析法（Multi-linear Discriminate Analysis）是较早应用于企业信用评估的多元统计方法。Altman（1968）最早提出Z-score模型对企业运营财务危机预警、企业违约预测问题进行研究，使用较少的财务比率迅速进行判断分析，使用年度报表的数据运用财务比率进行分析：企业运营成本/平均总资产、留存收益/平均总资产、息税前利润总额/平均总资产、普通股股东权益合计/平均总负债、营业收入/平均总资产，并且对三十多家样本公司进行分析，得到准确率较高的分析结果，该模型属于贝叶斯判别，用样本修正已有的先验概率分布得到后验概率分布。这篇经典论文开创了企业破产预测，财务危机预警，信用评估分析的先河。Altman（1977）在前述论文的基础上进行了完善，又加入几个财务比率建立ZETA模型，使用总资产收益率（利润总额/平均总资产）、利润增长率（利润总额/上一年利润总额）、利息保障倍数（息税前利润总额/利息费用）、留存收益/平均总资产、流动比率（流动资产/流动负债）、平均总资产、公司股票市价等财务比率，得到比签署模型更好的分析结果。Logistic模型分析。Martin（1977）使用财务比率进行企业经营财务预警及企业贷款违约分析，使用多元统计学中的Logistic回归方法，使用1970至1971年的报表数据从的美联储成员银行5600多家中选取58家属于财务困境，违约样本的银行进行分析测算，使用资产净利率（利润总额/平均总资产）等8个财务比率，进行分析测算，并且分析不同的信息使用者的风险偏好差异，如投资人和债权人，测算不同的风险预警系数，便于信息使用者更好地作出分析决策，得到较好的分析结果，并且使用该多元回归模型与前述的Z-Score模型，ZETA模型测算的结果进行对比分析，得到优于前述模型的预测数据。吴世农（2001）收集我国上市公司1998至2002年A股市场的ST公司共计七十多家，收集样本数据的时间是公司转化成ST的年度，并且选取相关行业的七十多家作为对照组样本，进行横截面数据分析，选用不同的计量模型进行对比研究，主要有线性概率模型（LPM），Fisher二类线性判定，Logistic模型等多元统计方法对企业财务进行预警研究，最终结果是Logistic模型的预测准确率均高于Fisher判别分析法和LPM的准确率。于立勇、詹捷辉（2004）也使用Logistic模型，选取商业银行的贷款企业客户的财务数据进行信用违约的分析，得到较好的测算概率。方洪全、曾勇（2004）在银行信用风险评估方法实证研究及比较分析中运用Logit模型分析。李志辉、李萌（2005）选取了195家上市公司为样本，Logistic模型的准确率高于线性判别模型神经网络模型。Junni L. Zhang（2010）运用贝叶斯加分类树法对德国公司财务报表数据进行偿债能力进行有效得分类。

②信用风险评估模型。Credit Metrics（信用计量模型）是摩根大通等美国知名金融机构采用用VaR（在险价值模型）的思路，对个人和企业的贷款以及其他金融资产进行价值估计和风险预测的计算方法。麦肯锡公司提出的Credit Portfolio View模型（信贷组合审查模型），是改造Credit Metrics模型，考虑到周期性宏观经济因素，结合信用风险评级转移和宏观经济变量如年度经济增长率、市场利率、政府支出等建立关联模型，使用蒙特卡罗技术模拟宏观经济周期性因素的计算得到评级转移概率。KMV模型（Credit Monitor模型）（是美国KMV公司提出后被穆迪公司收购），该模型是可以对上市公司的信贷违约概率进行预测分析。张玲等（2004）运用KMV模型评估我国上市公司ST公司和非ST公司的信用风险后得到，改变KMV模型的相关变量可以至少提前2年预警我国上市公司的信用违约风险，并且可以提前4年进行上市公司的信用风险变化趋势的预测。戴志锋等（2005） 运用KMV对我国上市公司数据和某国有商业银行非上市公司的信贷数据进行验证，实证结果表明非上市公司模型在中国具有一定的预测能力，但预测准确率低于欧美国家。Credit Risk+模型（信用风险附加模型）是由瑞士信贷银行金融产品部（CSFP）开发的，它是一个违约模型（Default Model）。

③人工智能方法：神经网络。陈雄华等（2002）采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，实验结果表明神经网络模型具有更好的预测准确性。于立勇（2003）收集一百多个企业作为训练样本，运用神经网络模型进行信用违约风险分析，得到有效的预测结果。章忠志、符林、唐换文（2003）使用神经网络模型，选取28个企业数据做为样本进行分析，预测结果准确率达到90%以上。徐佳娜、西宝（2004）使用人工神经网络模型与层次分析法（AHP）相结合建立模型对企业信用风险进行评估，预测结果说明该模型比已有的其他模型准确更高。张卫东等（2006）建立模型结合前馈型神经网络、遗传算法和模糊数学方法来，评估商业银行企业客户的信用风险，使用Matlab软件对选取的商业银行企业客户数据进行测算，得到的结果表明准确率比以前的模型方法有所提高，模型更具鲁棒性。夏红芳（2007）通过与上海某商业银行的合作，对其1999-2005年的贷款明细和公司财务数据进行了系统研究，运用粗糙集理论的约简功能，从中选出最能反映企业信用状况的8项财务指标，再应用模糊神经网络方法进行信用评估，实证研究表明所提方法具有较高精度。但是使用人工神经网络模型需要根据实际的样本数据不断调整系数，相对而言模型的鲁棒性不够强。戴芬（2009）根据中小企业信用评估指标体系，提出了一种基于蚁群神经网络的评估模型。结果表明蚁群神经网络的预测方法与传统的BP 神经网络预测方法相比，具有较强的泛化能力，应用在中小企业信用评估系统中具有很高的评估准确率。

整数规划法。薛锋（2006）选取上市公司数据，使用混合整数规划法，建立企业信用风险评估模型进行信用风险评估，模型可以满足非参数检验，也不需要样本数据服从正态分布，可以较为广泛的应用，经数据实际测算的结果说明，该模型鲁棒性较好，预测效果较好，准确率较高。遗传算法。薛惠锋（2006）利用人工智能方法——GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。Jonathan N. Crook（2007） 参考诸多文献比较线形回归（LDA），Logistic回归，决策树，数学规划法，神经网络法，遗传算法，遗传编程，K近邻法，支持向量机几种方法，认为支持向量机法的准确率相对较高。

从以上对国内外研究现状的分析可知，尽管国内外已有许多专家学者对商业银行客户信用评估进行大量的研究，但在实际应用中涉及中小企业的研究较少，未考虑我国企业普遍存在的内部人控制的企业中管理者个人因素对企业信用的影响，限制了模型的适用范围。

参考文献

[1]Altman，E.I.，Financial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吴世农，黄世忠.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：46-55.

[5]于立勇，詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究，2004，（9）：15-23.

[6]方洪全，曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004，（1）：62-69.

[7]李志辉，李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]张玲，杨贞柿，陈收.KMV模型在上市公司信用风险评估中的应用研究[J].系统工程，2004，（11）.

[10]戴志锋，张宗益，陈银忠.基于期权定价理论的中国非上市公司信用风险度量研究[J].管理科学，2005，（6）.

[11]陈雄华，林成德，叶武.基于神经网络的企业信用等级评估系统[J].工程学报，2002，（6）：570-575.

[12]于立勇.商业银行信用风险评估预测模型研究[J].管理科学学报，2003，（5）：46-52.

[13]章忠志，符林，唐换文.基于人工神经网络的商业银行信用风险[J].模型经济数学，2003，（3）：42-47.

[14]徐佳娜，西宝.基于AHP-ANN模型的商业银行信用风险评估[J].哈尔滨理工大学学报，2004，（3）：94-98.

[15]张卫东，韩云昊，米阳于.GA-BP模糊神经网络的商业银行信用风险评估[J].工业工程与管理，2006，（5）：81-84.

[16]夏红芳.商业银行信用风险度量与管理研究[D].南京：南京航空航天大学，2007，（8）.

[17]戴芬，刘希玉，王晓敏.蚁群神经网络在中小企业信用评估中的应用[J].计算机技术与发展，2009，（10）：218-221.

篇（6）

一、引言

国际金融危机肆虐全球，从商业巨子雷曼兄弟的轰然倒下，再到行业翘楚通用申请破产保护，危机的不良影响正逐步从虚拟经济领域扩散到实体经济领域。2009年6月，美国通用汽车为摆脱困境放下身段，正式申请破产保护； 2009年11月，迪拜财政部突然宣布，棕榈岛集团将推迟至少6个月偿付数十亿美元的债务，以便进行债务重组；2010年，国际金融危机的阴影依然存在，中国企业面临国内需求不足，

二、企业财务安全

企业财务安全是指在企业的财务管理过程中，企业不会因为来自企业内部和外部的财务风险或财务困境的影响内部控制，引发严重的财务危机，造成企业的财务失败，从而保持一种可

企业从面临风险到陷入危机直至破产消亡，我们关注的重点通常是风险产生后的事后处理阶段。但纵观整个过程，风险的前一阶段，财务由安全向风险转移阶段才是更值得我们关注的重点。通常情况下，企业财务安全隐患具有动态易变性和可逆性，及早察识财务安全隐患，并采取有效措施控制风险，就能规避

三、企业财务安全

构筑财务安全的防火墙，就可以在一定程度上防范财务风险，而这一切与企业内部控制密不可分。完善而有效的内部控制，通常指企业拥有健全的内控制度，措施完善合理，并且在实际中得到了很好的执行，从而能充分实现管理目标和达到控制风险的目的论文开题报告范例。它包括两个方面：一是内控制度本身的有效性内部控制，至少

对于企业而言，通过各项指标提示企业的内部财务控制是否有效，来辨识财务安全程度，无疑是一个简便且

表1 国外学者预测企业财务安

研究者

样本

变量及模型

具有较强解释力或预测力的指标

Fitzpatrick(1932)

19家公司

单个财务比率模型

净利润/股东权益、股东权益/负债

Beaver (1966)

79家经营失败和79家经营成功公司

30个变量，

单变量判别模型

现金流量/负债、流动比率、净收益/资产、资产负债率、营运资本/总资产等6个财务比率准确性较高

Altman

(1968)

33家破产和33家非破产公司

5个比率， Z-score模型

营运资本/总资产、留存收益/总资产、息税前利润/总资产、股东权益市场价值/负债账面价值、销售收入/总资产

Blum(1974)

115家财务失败和115家非财务失败公司

多元判别分析方法

选择反映流动性，盈利性和变异性三个方面的财务指标

Altman、Haldeman、Narayanan(1977)

53家破产和58家正常企业

7个变量，

ZETA模型

经营收益/总资产、收益稳定性、利息保障倍数、留存收益与总资产之比、流动比率、普通股权益与总资本之比和普通股权益与总资产之比

Martin

(1977)

58家出现财务危机的银行

25个变量，

Logit回归分析法

总资产收益率、坏账与营业净利润之比、费用与营业收入之比、总贷款与总资产之比

Ohlson

(1980)

105家破产公司，

2058家非破产公司

9个变量，

Probit模型

公司规模(总资产/GNP物价指数后取对数)、资本结构(总负债/总资产)、资产报酬率或来自经营的资金/总负债、短期流动性（营运资金/总资产、流动负债/流动资产）

Aziz、Emanuel（1988）

表2 国内学者预测企业财务

研究者

样本

变量及模型

具有较强解释力或预测力的指标

陈静(1999)

27家ST和27家非ST公司

多元线性分析

负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率

陈晓等(2000)

38家ST公司

1260种变量组合，Logit回归

负债权益比率、应收账款周转率、主营业务利润/总资产、留存收益/总资产

吴世农、卢贤义(2001)

70家财务困境公司，

70家财务正常公司

21个变量，预警模型

盈利增长指数、资产报酬率、流动比率、长期负债与股东权益比率、营运资本与总资产比和资产周转率

姜秀华、孙铮(2001)

42家ST和42家非ST公司

Logit预测模型

毛利率、其它应收款与总资产比率、短期借款与总资产的比率、股权集中系数，公司治理变量(股权集中度)

章之旺(2004)

60家财务困境和120家正常公司

logistic

现金流量比率

王克敏(2005)

128家ST公司，非ST公司

5个变量，logist

引入公司治理、关联交易、对外担保等非财务指标

吴超鹏、吴世农(2005)

540家价值损害型上市公司

20个变量， 人工神经网络法

总资产收益率、股票超额收益率、公司治理指数和投资者利益保护指数

郭斌等(2006)

1265个正常类到期的实际贷款样本、890个违约类样本

30个指标，Logit模型

贷款期限和M2增长率这两个非财务指标，具有较高的预测精度

陈燕和廖冠民(2006)

104家上市公司

Logit模型

大股东持股比例、国有股比例、董事会规模对公司财务安全均具有显著影响

钱爱民、张淑君和程幸(

由上表可以看

（1）从方法来看，泰勒级数展开式、事件历史分析、遗传算法、数据包络分析等方法在最近几年相继应用于相关的研究

（2）从研究的数量和指标解释力来看，财务指标结合非财务指标的研究已成为主流的方向。在财务解释变量的选择上，以资产

由此可得，财务安全的辨识标志可以分为两大类：从财务指标来看，负债比率和营业利益率、流动比率、存货周转率、总资

四、结论与启

（1）建立财务安全指标体系对企业内控制度提出了更高的要求，而良好的内控制度可以提高财务安全测度的准确性。外部环境复杂多变、错误的筹资决策、资产流动性较差、盈利能力低下、公司治理机构的影响、行业因素的影响等方面使财务活动本

（2）科学严密的内部财务控制，是财务安全的基础。建立健全财务内部控制，一方面是出于防护性需要，防微杜渐，防患于未然，保

（3）确立财务安全指标并结合非财务指标内部控制，引入财务内部控制有效的变量，构建财务安全体系，是未来进一步研究的方向。

证财产的安全；另一方面是出建设性需要，及时暴露财务管理方面的弱点，保护财务安全，提高管理效率，保障企业发展。

身和环境的变得复杂多样，这些都是财务不安全的原因所在。由此看来，财务安全与否不是仅由某方面原因引起的，而是多个因素相互影响、共同作用造成的。通过加强内部控制防范风险，使企业处在财务安全状态，企业应该高度重视。

示

产周转率和现金流量比率综合观察，比较有解释力；从非财务指标来看，公司治理变量、审计信息比较有解释力。

负债表比率和现金量表比率为主；在非财务变量的选择上，主要集中在股权结构，审计信息，股东持股比率等方面。

中，并取得了一定成果论文开题报告范例。而国内的研究多是借鉴国外研究成果并结合中国资本市场上市公司样本数据建立模型。

出：

2008)

31家ST公司

13个变量、主成份分析路基回归

自由现金流量指标体系可以提前两年对公司财务危机做出较为准确的预测

郑育书和刘沂佩(2008)

50家财务危机公司，

50家财务正常公司

6个变量，Logit和Granger检验

负债比率和营业利益率、流动比率、存货周转率、总资产周转率和现金流量比率

安全的代表性方法

/td> 49家破产公司内部控制，49家正常公司

财务危机预测模型

Lawson现金流量等式

Theodossiou （1993）

197家经营正常公司，62家经营失败公司

CUSUM模型

固定资产/总资产、净营运资本/总资产、每股股利/每股市价、存货/销售收入以及经营收入/总资产

全的代表性方法

操作性很强的办法。以下将国内外学者预测企业财务安全的代表性方法归纳总结如表1、表2所示。

包括标准明确；措施适用；着眼全局；信息及时；控制灵活。二是在执行过程中的有效性，即所建立的关于内控的规章制度在实际中能否得到合理有效执行，能否实现目标，至少包括企业有强烈的建立和推行内控系统的意愿；管理层有较高的监测、指导、协调、监督能力；员工素质符合内控要求。

的识别分辨

危机，避免破产。此外，企业财务安全具有全面性。财务安全隐患存在于企业财务活动的全过程。对财务安全的全面性认识，有助于从企业全局出发，寻找财务活动中安全隐患形成的原因、特征、度量及控制方法，并对财务安全隐患进行全员、全过程、全方位监控，正确地判断和衡量企业财务风险。

持续的财务状态（蒲春燕，2009）。企业财务安全的特征包括合理的资本结构、合理的资产结构、正常的生产经营、科学的财务控制（廖爽英，2007）论文开题报告范例。

概念的界定

国际贸易保护主义，通胀预期等重重压力。在如此严峻的经济形势下，企业如何加强自身财务安全，辨识财务安全程度，及早发现危机隐患内部控制，有效控制风险，就显得尤为重要。本文通过对财务安全相关文献的梳理，从内部财务控制新视角，比较分析财务安全测评指标的解释能力，提炼出财务安全的辨识标志，希望为投资者投资决策和企业加强自身财务安全管理提供参考依据。

br> 标志；内部控制

，提炼出财务安全的辨识标志，希望为投资者投资决策和企业加强自身财务安全管理提供参考依据。

北京 100029）

，李小燕

制的视角

辨识标志

木衣提

学院副教授， 管理学博士，研究方向为财务管理。

京化工大学经济管理学院研究生二年级，研究方向财务管理。

参考文献

［1］蒲春燕，孙璐.企业财务安全概念研究[J].财会通讯，2009(1)

［2］Fitzpatrick P. A Comparisonof the Ratios of Successful Industrial Enterprises with Those of Failed Companies[R].Washington:The Accountants Publishing Company， 1931.

［3］Beaver W H. Financial Ratiosas Predictors of Failure[ J]. Journal of Accounting Research， 1966，4(3):71-111.

［4］Ohlson J. Financial Ratiosand the Probabilistic Prediction of Bankruptcy[J].Journal ofAccounting Re-search， 1980， 18(1): 109-131.

［5］陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999(4)

［6］吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001(6)

篇（7）

一、引言

公元前3000年前，我国长江上的皮筏商人就懂得将每人的货物分装在几条皮筏上，出现了“损失分担”的风险管理雏形思想。但是当风险管理理念深入人心时，人类在财务风险和金融风险面前却脆弱无力。根据Dun&Bradstreet(美国一家著名的咨询公司)的记录，美国1991年财务失败的企业有87266家。在我国国内，截至2003年12月31日，沪深两市共有ST公司123家(含三家纯B股公司)。这些公司被特别处理的原因不尽相同，但它们大多数是由于“财务状况异常”而被特别处理的。

二、相关理论概述

（一）财务风险的界定

财务风险是企业风险的一种，是与财务有关的风险。它通常指在现代财务管理中，特别是在企业资金的运用中，影响企业决策的种种不确定因素。笔者认为，要界定财务风险正确涵义，首先要正确理解财务风险的本质。根据马克思的《资本论》，财务风险的本质就是资本价值形态转化的风险。在G——W•••P••W′——G′的资本运动中，由于有对资本价值增殖的目标期望，但限于资本流通不畅、资本形态无法转换，需要通过财务获得货币用于垫支才会出现一系列财务风险的转移和积聚。以次类推，财务风险应当是一种交换性的风险，是价值在其载体形态上转移、变换和复位的风险。

（二）财务预警基本理论

财务风险预警是由财务危机和预警两个词组组成的。财务危机是指企业丧失支付能力，无法支付到期债务或费用，以及出现资不抵债的经济现象。它是企业遭受企业财务风险的结果。但是关于企业是否处于财务危机，国内外目前没有一种权威的界定标准。

财务危机预警属于社会经济预警的一个组成部分，经济预警理论是财务危机预警的理论基础之一。建立和完善财务危机预警系统，需要具有坚实的经济预警理论基础，因此，这里简要阐述经济预警的基本原理是必要的。经济预警基础理论认为，无论是宏观还是微观经济活动，预警过程不外乎都是由这样三个环节组成的循环：目标—手段—结果→目标—手段—结果→ ……。其中，目标环节是信息的加工处理阶段；手段环节是目标的实施阶段；结果环节是目标与手段相互校验，相互适应的阶段，物流管理毕业论文范文为下一轮循环的运行提供现实基础。在上述过程中，监测与预测自然是极为必要的阶段，用古人的话“凡事预则立，不预则废”。

三、上市公司财务风险的预警

（一）预警方法

1．传统方法

 传统方法是指通过财务比率分析来预警公司是否处于财务危机。企业资源配置缺陷与错误的经营管理策略与执行，在会计系统中表现为财务指标开始恶化。财务状况进一步恶化引发财务困境或财务危机。因而，无效率或不良的管理行为特征与会计系统中的相关指标都可以作为财务风险的征兆。一般财务风险的成因是多方面的，对于不同行业的企业来说，财务风险的表现形式也不尽相同。因此在定量分析的同时，还应该结合定性分析的方法，对企业外部环境变化等因素进行分析。结合上市公司实际情况的基础上，定量指标从表内信息出发，定性指标从表外信息出发。下表4-1是对常用的上市公司财务风险预警指标的概括。

表4-1  常用财务指标的计算公式和预警区域

指标

类型

指标名称 单位 指标计算 预警区域 定

量

指

标

资产负债率 % 负债总额/资产总额 ≥85% 流动比率   流动资产/流动负债 ≤1.25 速动比率   (流动资产-存货)/流动负债 ≤0.25 盈利现金比率   经营活动产生现金净流量/净利润 ≤1 长期投资比率 % 长期投资总额/长期资产 ≥50% 投资收益比率 % 投资收益/投资成本 ≤净资产收益率 关联方业务收入比率 % 关联方业务收入/总业务收入 ≥70% 主营业务收入利润率 % 主营业务利润/主营业务收入 ≤5% 营业利润比重 % 营业利润额/利润总额 ≤50% 应收账款周转率 次 主营业务收入净额/平均应收账款余额 ≤行业平均水平50% 存货周转次数 次 主营业务成本/存货平均余额 ≤行业平均水平50% 净资产收益率 % 净利润/平均净资产 ≤0 定

性

篇（8）

关键词：财务危机；预警；指标体系

一、引言

“财务危机”又称财务困境，最严重的财务危机是企业破产。企业因财务危机最终导致破产实际上是一种违约行为，所以财务危机又可称为“违约风险”。

关于财务危机的定义，目前尚无一个统一的说法。具有代表性的观点有以下几种：(1)Beaver(1966)将破产、拖欠优先股股利、拖欠债务界定为财务危机。(2)Altman(1968)定义的财务危机是进入法定破产、被接管或者重整的企业。(3)Deakin(1972)则认为财务危机公司仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司。(4)Carmichael(1972)认为财务危机是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。(5)Wruck(1990)给出的财务危机的定义是企业现金流量不足以抵偿现有债务的情况，这些债务包括应付未付款、诉讼费用、违约的利息和本金等。(6)Ross等人(1999；2000)则认为可从四个方面定义企业的财务危机：一是企业失败，即企业清算后仍无力支付债权人的债务；二是法定破产，即企业和债权人向法院申请企业破产；三是技术破产，即企业无法按期履行债务合约付息还本；四是会计破产，即企业的账面净资产出现负数，资不抵债。(7)Lee(2004)认为可以从两方面定义财务危机：一是未能偿还到期借款的本息，借款期间有过延期还款和减少本息支付的协议；二是公司的净资产减少到其股本的一半以下。

综合上述各种定义可知，无论财务危机如何定义，企业发生财务危机都具有无力偿还到期债务、现金流的紧张状态可能使经营无法持续的特点。财务危机的出现意味着企业基本面发生根本性变化，处理不当就会导致企业破产。因此，识别企业财务危机，并对其做出预警，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。

二、文献综述

企业财务危机预警问题的研究很早就引起了各方面的关注，很多经济学家与财务专家都在这方面做了大量的工作，他们利用相应的财务变量构造了一系列的预测模型，其中有代表性的研究成果可归纳为四类。

(一)单变量模型

单变量模型是运用单一变数、个别财务比率来预测财务危机的模型。最早的财务预警研究是Fitzpatrick(1932)的单变量破产预测研究。此后，WilliamBeaver(1966)使用单变量为分析方法，采用成对抽样法进行样本配对，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。Beaver发现在破产前一年的预测正确率可以达到87%，对于失败企业是最具有预测能力的指标。国内学者对单变量模型也作了较深入的研究，包括陈静(1999)以1998年的27家ST公司和27家非ST公司，使用1995-1997年的财务报表数据，进行了单变量分析。吴世农和卢贤义(2001)以70家ST公司和70家非ST公司，应用单变量分析法研究了在上市公司陷入财务危机前5年21个财务指标之间所存在的差异。

单变量模型的优点是只需要观测一个变量，应用比较简单；但是，任何一个财务比率无法充分和全面地反映企业的财务特征，所以该方法在现今的研究中很少被单独使用，一般都是与其他方法结合运用。

(二)多变量分析模型

多变量分析模型又可以分为多元回归分析模型和多元判别分析模型。EdwardAltman(1968)使用多变量分析法对企业财务危机进行研究。他以1946-1965年间33家破产的制造业企业为样本，并配对33家正常企业，将22项财务比率分为流动性、获利性、财务杠杆、偿债能力和活动力五大类指数，利用多变量分析法建立了著名的Z-Score记分模型。Meyer和Pifer(1970)以1948-1965年间失败的30家银行与其相匹配的30家非失败银行为样本，利用二元回归分析法建立模型，并且用9对相匹配银行组成的预测样本对模型进行了验证。此外，还有其他典型的判别分析模型，包括：Deakin模型、Blum模型、Casey模型和Taffler模型等等。国内的相关研究主要有陈静(1999)使用1995-1997年的财务数据，对27家ST公司和27家非ST公司进行的多元判别分析。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据，通过多元判别法建立了财务危机预警模型。卢守林等(2002)以沪深两市A股市场上所有上市公司1998-2000年的财务资料为依据，用多元判别分析法构建的Z-Score模型。

多变量分析法弥补了单变量分析法的不足，具有较高的准确率和稳定性，但是也存在着一些不足：第一，这种方法受到了统计假设的限制，只适用于自变量近似服从正态分布的情况，并且要求组内的协方差矩阵相等，否则得到的预测结果可能是有偏的；第二，多元判别分析要求财务危机公司与正常公司之间一定要配对，而配对的标准具有较大的主观性。

(三)多元条件概率模型

多元条件概率模型是使用极大似然法对参数进行估计的一类概率模型，包括Logistic模型和Probit模型。Martin(1977)首次使用Logit模型预测公司的破产及违约概率。Ohlson(1980)从1970-1976年间在美国的上市公司之中排除公共事业、运输公司、金融服务业，总共挑选出105家破产公司和2058家正常公司为样本，采用九个财务比率建立了Logit模型。Huffman&Ward(1996)运用Logit模型对1977-1991年间违约的171家企业的高收益债券进行了预测研究等。国内的相关研究主要包括：吴世农和卢贤义(2001)分别采用多元判别分析和Logit回归方法建立和估计了预警模型。刘旻(2001)使用1999年28家ST公司与另外28家正常公司陷入财务危机前3年的数据，通过Logit回归方法建立了财务危机预警模型。姜秀华(2002)和齐治平(2002)利用Logit模型对我国上市公司进行信用风险分析。李萌(2005)以不良贷款率作为信用风险衡量标准，构造商业银行信用风险评估的Logit模型等。

多元条件概率模型的主要优点是不需要自变量服从多元正态分布和组内协方差矩阵相等的假设条件，但是要求因变量有逻辑含义，而且计算过程较为复杂，有很多近似处理。

(四)神经网络预警模型

神经网络，又称人工神经网络(ArtificialNeuralNetwork，ANN)是一种从神经心理学和认识科学的研究成果出发，应用数学方法发展起来的并行分布模式处理系统。常见的神经网络模型主要有：BP神经网络模型、MDA协助神经网络模型、ID3协助神经网络模型和SOFM协助神经网络模型。Odom和Sharda(1990)是将人工神经网络模型应用在破产预测模式中最具代表性的学者。Koh和Tan(1999)以1978-1985年间出现的165家破产公司为失败样本并以正常公司165家作为配对样本，使用人工神经网络模型构建了企业危机预警模型。在我国，王春峰(1998)、杨保安(2001)等学者也在此领域进行了深入的研究，杨保安通过对中信实业银行的分析，选取了4大类共15个财务指标，运用BP神经网络方法建立了一个可供银行用于授权评价的预警系统。台湾的林文修(2000)选取1992-1996年在台湾证交所上市企业中的36家失败企业和64家正常企业，并区分为学习样本73家与测试样本27家，比较了多元判别分析、Logit模型、BP神经网络模型和演化式神经网络模型等四种方法的模型预测准确率。神经网络预警模型的主要优点是分析层次清晰且逻辑关系严密，并依据心理学理论加入了一主观因素，从而有效地使客观分析与主观判断相融合。它的缺点是规范分析特点明显，不适宜做实证分析，分析模式缺乏灵活性，数据性假设条件过于苛刻。

三、财务危机预警的指标体系设计

导致企业发生财务危机的因素很多，且错综复杂，单变量模型与多变量模型仅能揭示影响关系与程度，变量的选择会因分析人员偏好的不同而不同，其不仅缺乏统一的理论基础，而且系统性往往较差，多元条件概率模型和神经网络预警模型虽然在分析技术上较为先进，且分析企图试图更精确，但它们在强调分析技术的同时，往往忽略了立论的基本依据，且在变量选择中往往伴随较明显的盲目性。因此，作为完善多变量模型系统，为多元条件概率模型和神经网络预警模型提供变量选择的依据，利用相应的财务理论构建企业财务危机预警指标体系就是研究企业财务危机的基础之基础。但从财务本身的角度去分析，财务危机形成的原因可以归结为以下几点：(1)公司经营状况不佳，导致营业收入无法稳定增长，造成公司的连续亏损，使得财务危机发生的可能性增大；(2)过高的负债使公司面临更大的财务危机。虽然公司本身有盈余，但是可能因为无法应付短期的庞大利息支出而造成破产倒闭；(3)现金流量发生持续性的净流出，企业就像是流动性资产的储水槽，若水槽中的流量变小(资产变少)，流入量减少(现金流入减少)，流出量增加(现金流出增加)，流入量与流出量之间的差量就会逐步增大，这样会使公司出现财务危机的概率增加。

综合引起财务危机的三个主要因素，可以对应用五个方面的财务指标来描述或预警财务危机，用经营能力指标、成长能力指标和获利能力指标来度量或反映企业的经营状况，用公司的偿债能力指标来度量或反映企业的债务负担，用现金流量指标来度量现金流。从预警的角度考虑，五个方面的财务指标可进一步细分为20个更具体的财务变量(见表1)，以此构成财务危机预警的指标体系。

以深沪两市A股中被ST的上市公司为实际考察对象，利用2006年1月1日-2007年12月31日深沪两市A股中154家被ST的上市公司的数据。剔除由于以下几种原因而被ST的上市公司：(1)上市两年内被特别处理的公司；(2)因自然灾害、重大事故等意外事件而被特别处理的公司。经过剔除后，本文选取的有效样本变为80家。根据研究期间一致、行业相同或相近、规模相当的原则按1：1的比例选择没有被ST的上市公司作为配对样本。由于我国上市公司年报披露制度规定上市公司公布其年报的截止日期为下一年的4月30日，上市公司(t-1)年的年报和其在第t年是否被ST几乎同时发生，因此，用(t-1)年的数据预测第t年是否被ST没有实际意义。在本文中采用(t-2)年的数据进行分析。

表6是财务危机公司和正常公司的成长能力指标在发生财务危机前2年的统计性描述，包括最大值、最小值、平均数、标准差和t值。

篇（9）

一、引言

“财务危机”又称财务困境，最严重的财务危机是企业破产。企业因财务危机最终导致破产实际上是一种违约行为，所以财务危机又可称为“违约风险”。

关于财务危机的定义，目前尚无一个统一的说法。论文百事通具有代表性的观点有以下几种：(1)Beaver(1966)将破产、拖欠优先股股利、拖欠债务界定为财务危机。(2)Altman(1968)定义的财务危机是进入法定破产、被接管或者重整的企业。(3)Deakin(1972)则认为财务危机公司仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司。(4)Carmichael(1972)认为财务危机是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。(5)Wruck(1990)给出的财务危机的定义是企业现金流量不足以抵偿现有债务的情况，这些债务包括应付未付款、诉讼费用、违约的利息和本金等。(6)Ross等人(1999；2000)则认为可从四个方面定义企业的财务危机：一是企业失败，即企业清算后仍无力支付债权人的债务；二是法定破产，即企业和债权人向法院申请企业破产；三是技术破产，即企业无法按期履行债务合约付息还本；四是会计破产，即企业的账面净资产出现负数，资不抵债。(7)Lee(2004)认为可以从两方面定义财务危机：一是未能偿还到期借款的本息，借款期间有过延期还款和减少本息支付的协议；二是公司的净资产减少到其股本的一半以下。

综合上述各种定义可知，无论财务危机如何定义，企业发生财务危机都具有无力偿还到期债务、现金流的紧张状态可能使经营无法持续的特点。财务危机的出现意味着企业基本面发生根本性变化，处理不当就会导致企业破产。因此，识别企业财务危机，并对其做出预警，不仅对企业经营者及时采取措施化解危机具有重大的意义，而且对于投资者规避风险也有非常重要的价值。

二、文献综述

企业财务危机预警问题的研究很早就引起了各方面的关注，很多经济学家与财务专家都在这方面做了大量的工作，他们利用相应的财务变量构造了一系列的预测模型，其中有代表性的研究成果可归纳为四类。

(一)单变量模型

单变量模型是运用单一变数、个别财务比率来预测财务危机的模型。最早的财务预警研究是Fitzpatrick(1932)的单变量破产预测研究。此后，WilliamBeaver(1966)使用单变量为分析方法，采用成对抽样法进行样本配对，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。Beaver发现在破产前一年的预测正确率可以达到87%，对于失败企业是最具有预测能力的指标。国内学者对单变量模型也作了较深入的研究，包括陈静(1999)以1998年的27家ST公司和27家非ST公司，使用1995-1997年的财务报表数据，进行了单变量分析。吴世农和卢贤义(2001)以70家ST公司和70家非ST公司，应用单变量分析法研究了在上市公司陷入财务危机前5年21个财务指标之间所存在的差异。

单变量模型的优点是只需要观测一个变量，应用比较简单；但是，任何一个财务比率无法充分和全面地反映企业的财务特征，所以该方法在现今的研究中很少被单独使用，一般都是与其他方法结合运用。

(二)多变量分析模型

多变量分析模型又可以分为多元回归分析模型和多元判别分析模型。EdwardAltman(1968)使用多变量分析法对企业财务危机进行研究。他以1946-1965年间33家破产的制造业企业为样本，并配对33家正常企业，将22项财务比率分为流动性、获利性、财务杠杆、偿债能力和活动力五大类指数，利用多变量分析法建立了著名的Z-Score记分模型。Meyer和Pifer(1970)以1948-1965年间失败的30家银行与其相匹配的30家非失败银行为样本，利用二元回归分析法建立模型，并且用9对相匹配银行组成的预测样本对模型进行了验证。此外，还有其他典型的判别分析模型，包括：Deakin模型、Blum模型、Casey模型和Taffler模型等等。国内的相关研究主要有陈静(1999)使用1995-1997年的财务数据，对27家ST公司和27家非ST公司进行的多元判别分析。张玲(2000)以120家公司为研究对象，使用其中60家公司的财务数据，通过多元判别法建立了财务危机预警模型。卢守林等(2002)以沪深两市A股市场上所有上市公司1998-2000年的财务资料为依据，用多元判别分析法构建的Z-Score模型。

多变量分析法弥补了单变量分析法的不足，具有较高的准确率和稳定性，但是也存在着一些不足：第一，这种方法受到了统计假设的限制，只适用于自变量近似服从正态分布的情况，并且要求组内的协方差矩阵相等，否则得到的预测结果可能是有偏的；第二，多元判别分析要求财务危机公司与正常公司之间一定要配对，而配对的标准具有较大的主观性。

(三)多元条件概率模型

多元条件概率模型是使用极大似然法对参数进行估计的一类概率模型，包括Logistic模型和Probit模型。Martin(1977)首次使用Logit模型预测公司的破产及违约概率。Ohlson(1980)从1970-1976年间在美国的上市公司之中排除公共事业、运输公司、金融服务业，总共挑选出105家破产公司和2058家正常公司为样本，采用九个财务比率建立了Logit模型。Huffman&Ward(1996)运用Logit模型对1977-1991年间违约的171家企业的高收益债券进行了预测研究等。国内的相关研究主要包括：吴世农和卢贤义(2001)分别采用多元判别分析和Logit回归方法建立和估计了预警模型。刘?F(2001)使用1999年28家ST公司与另外28家正常公司陷入财务危机前3年的数据，通过Logit回归方法建立了财务危机预警模型。姜秀华(2002)和齐治平(2002)利用Logit模型对我国上市公司进行信用风险分析。李萌(2005)以不良贷款率作为信用风险衡量标准，构造商业银行信用风险评估的Logit模型等。

多元条件概率模型的主要优点是不需要自变量服从多元正态分布和组内协方差矩阵相等的假设条件，但是要求因变量有逻辑含义，而且计算过程较为复杂，有很多近似处理。

(四)神经网络预警模型

神经网络，又称人工神经网络(ArtificialNeuralNetwork，ANN)是一种从神经心理学和认识科学的研究成果出发，应用数学方法发展起来的并行分布模式处理系统。常见的神经网络模型主要有：BP神经网络模型、MDA协助神经网络模型、ID3协助神经网络模型和SOFM协助神经网络模型。Odom和Sharda(1990)是将人工神经网络模型应用在破产预测模式中最具代表性的学者。Koh和Tan(1999)以1978-1985年间出现的165家破产公司为失败样本并以正常公司165家作为配对样本，使用人工神经网络模型构建了企业危机预警模型。在我国，王春峰(1998)、杨保安(2001)等学者也在此领域进行了深入的研究，杨保安通过对中信实业银行的分析，选取了4大类共15个财务指标，运用BP神经网络方法建立了一个可供银行用于授权评价的预警系统。台湾的林文修(2000)选取1992-1996年在台湾证交所上市企业中的36家失败企业和64家正常企业，并区分为学习样本73家与测试样本27家，比较了多元判别分析、Logit模型、BP神经网络模型和演化式神经网络模型等四种方法的模型预测准确率。神经网络预警模型的主要优点是分析层次清晰且逻辑关系严密，并依据心理学理论加入了一主观因素，从而有效地使客观分析与主观判断相融合。它的缺点是规范分析特点明显，不适宜做实证分析，分析模式缺乏灵活性，数据性假设条件过于苛刻。

三、财务危机预警的指标体系设计

导致企业发生财务危机的因素很多，且错综复杂，单变量模型与多变量模型仅能揭示影响关系与程度，变量的选择会因分析人员偏好的不同而不同，其不仅缺乏统一的理论基础，而且系统性往往较差，多元条件概率模型和神经网络预警模型虽然在分析技术上较为先进，且分析企图试图更精确，但它们在强调分析技术的同时，往往忽略了立论的基本依据，且在变量选择中往往伴随较明显的盲目性。因此，作为完善多变量模型系统，为多元条件概率模型和神经网络预警模型提供变量选择的依据，利用相应的财务理论构建企业财务危机预警指标体系就是研究企业财务危机的基础之基础。但从财务本身的角度去分析，财务危机形成的原因可以归结为以下几点：(1)公司经营状况不佳，导致营业收入无法稳定增长，造成公司的连续亏损，使得财务危机发生的可能性增大；(2)过高的负债使公司面临更大的财务危机。虽然公司本身有盈余，但是可能因为无法应付短期的庞大利息支出而造成破产倒闭；(3)现金流量发生持续性的净流出，企业就像是流动性资产的储水槽，若水槽中的流量变小(资产变少)，流入量减少(现金流入减少)，流出量增加(现金流出增加)，流入量与流出量之间的差量就会逐步增大，这样会使公司出现财务危机的概率增加。

综合引起财务危机的三个主要因素，可以对应用五个方面的财务指标来描述或预警财务危机，用经营能力指标、成长能力指标和获利能力指标来度量或反映企业的经营状况，用公司的偿债能力指标来度量或反映企业的债务负担，用现金流量指标来度量现金流。从预警的角度考虑，五个方面的财务指标可进一步细分为20个更具体的财务变量(见表1)，以此构成财务危机预警的指标体系。

以深沪两市A股中被ST的上市公司为实际考察对象，利用2006年1月1日-2007年12月31日深沪两市A股中154家被ST的上市公司的数据。剔除由于以下几种原因而被ST的上市公司：(1)上市两年内被特别处理的公司；(2)因自然灾害、重大事故等意外事件而被特别处理的公司。经过剔除后，本文选取的有效样本变为80家。根据研究期间一致、行业相同或相近、规模相当的原则按1：1的比例选择没有被ST的上市公司作为配对样本。由于我国上市公司年报披露制度规定上市公司公布其年报的截止日期为下一年的4月30日，上市公司(t-1)年的年报和其在第t年是否被ST几乎同时发生，因此，用(t-1)年的数据预测第t年是否被ST没有实际意义。在本文中采用(t-2)年的数据进行分析。

表6是财务危机公司和正常公司的成长能力指标在发生财务危机前2年的统计性描述，包括最大值、最小值、平均数、标准差和t值。

四、结论

根据上述经验值的计算结果可知，一般情况下，可以根据财务指标的实际值来判断企业是否陷入财务危机，判断的标准见表7。

依据表7的标准可以得出结论。即在发生财务危机的前2年，正常公司和危机公司在获利能力、偿债能力、经营能力、现金流量和成长能力的20个指标中有15个指标在5%的置信水平下通过了t检验，也就是说正常公司和危机公司在上述15个财务指标的均值上存在着显著性的差异。因此，只要发现企业对应财务指标变量的实际值有一个或多个落入预警区间，就必须引起我们高度的关注。

参考文献：

[1]刘红霞.企业投资预警系统的构建及其分析[J].投资研究，2003(9).

[2]陈静.上市公司财务恶化预测的实证研究[J].会计研究，1999(4).

篇（10）

中图分类号：F275 文献标识码：A 文章编号：1001-828X（2012）09-00-02

一、引言

沃尔评分法又称为财务比率综合评分法，是由美国学者亚历山大·沃尔于1928年在其出版的《财务报表比率分析》和《信用晴雨表研究》两书中首次提出，最初是用于评价企业的信用水平，经过演化和完善，在企业的价值评估、绩效评价等领域中已广泛应用。

经济增加值EVA（Economic Value Added）简单的定义是指在扣除资本成本之后剩余的利润，也就是经济学家长期称之为“剩余收入（Residual Income）”、“经济利润（Economic Profit）”或“经济租金（Economic Rent）”的概念，其理论渊源出自诺贝尔经济学奖获得者经济学家默顿·米勒和弗兰科·莫迪利亚尼1958 至 1961 年发表的关于公司价值的经济模型的一系列论文。

青岛海尔股份有限公司的前身是成立于1984年的青岛电冰箱总厂，于 1993 年 11 月在上交所上市交易。青岛海尔属于国家一级企业，是海尔集团的龙头企业，主要经营有空调器、电冰箱、电冰柜，以及洗碗机、燃气灶等其他一些小家电产品，其中空调器和电冰箱的销售份额分别约占主营业务收入的 50%和 30%以上。

二、沃尔评分法的运用

沃尔评分法是对企业财务状况进行综合评分的方法。此法是选择若干财务比率，分别给定了在总评价中所占的比重，总和为100 分；然后确定标准比率， 并与实际比率相比较；评出每项指标的得分；最后求得总评分。若实际得分大于或接近100 分， 则说明财务状况良好；反之，若相差较大，则说明财务状况较差。它是由亚历山大·沃尔在1928 年提出的。

其评价的基本步骤为：

1.选择评价指标并分配指标权重

指标的比重是该项指标的评分值，比重是由该项指标在指标体系中所占的重要性决定的。按其重要程度可分为三类： 最为重要的、较为重要的和其他重要的指标。这三类指标之间可按4：4：2 的比例分配比重。

第一类最为重要的是收益性指标， 其评分值应占40 分左右。主要指标有各种利润率， 如销售利润率、总资产报酬率、资本收益率以及人均利润率、利润额等。

第二类较为重要的是稳定性指标， 其评分值应占40 分左右。稳定性也称安全性， 是指企业的偿债能力和营运能力。主要指标有：资产负债率（或产权比率）、流动（或速动）比率等。营运能力反映企业生产经营活动的强弱、说明资产周转的快慢。主要指标有： 应收账款周转率、存货周转率、流动资产周转率、总资产周转率等。各种周转率指标有相互包容关系，选用时要避免重叠， 评分值不宜太高。

第三类其他重要的是指增长性指标和其他指标。其评分值应占20 分左右。增长性是指企业的发展能力， 它是保持企业活力的物质基础。主要指标有利润增长率、营业收入（或产值、产量）增长率、劳动效率、附加值率、资本保值增值率等。

2.确定各项比率指标的标准值，即各该指标在企业现时条件下的最优值

本文选择了青岛海尔、小天鹅A、美的电器、美菱电器、合肥三洋、澳柯玛、格力电器7家A股上市的家电企业2011年的财务数据分析，得出行业的平均水平即标准数值。

3.计算企业在一定时期各项比率指标的实际值

4.形成评价结果

三、经济增加值EVA（Economic Value Added）的应用

EVA计算模型

EVA= 税后净营业利润- 资本成本

= 税后净营业利润- 资本总额×加权平均资本成本率

=NOPAT-K×WACC

其中：NOPAT 以会计净利润为基础进行调整后得到，税后营业净利润和资本总额是在对资产负债表的有关数据进行相应调整后得出的结果。加权资本成本率指企业所占用资本的机会成本，由负债成本率和股权成本率组成。

加权平均资本成本率= 债务资本成本率×（债务资本/ 资本总额）+ 股本资本成本率×（股本资本/资本总额）

股本资本成本率是根据资本资产定价模型确定的，即：

股本资本成本率= 无风险收益率+β×市场风险溢价

如果EVA>0，则表示企业获得的收益高于获得此项收益而投人的资本成本，即企业为股东创造了新价值。相反，如果EVA

下面以计算青岛海尔2009-2011年 EVA 为例，说明 EVA 的计算。

1.计算2009-2011年资本总额

2.计算经过调整的税后净营业利润

根据思腾斯特咨询公司的研究，精确计算经济增加值要进行的调整多达160 多项。调整项目过多将会增加计算的难度和工作量，降低这一指标的可操作性，CPA教材做法：税后净营业利润=税后净利润+利息费用+无形资产摊销+递延税所得税贷方余额的增加+研发支出的资本化金额一研发支出的资本化金额摊销。

3.计算资本结构

海尔公司2009-2011年资本结构状况如下表：

篇（11）

1.降低抄袭、替考等作弊行为。在以往的标准化考试中，同学们一般是在规定的时间内完成相同的试卷，有的同学担心考试不及格，有的同学希望取得高分，因此，考试作弊的现象在大学校园里比比皆是。一系列严肃考风考纪的处罚条例也应运而生，但是行政的处罚并不能彻底的杜绝考试作弊现象。作为解决问题的根本方法就应该设计一种能够有效地检测学生学习结果的方式，检测出学生真正掌握知识的程度和运用知识的能力，使学生们无需也不能通过作弊而取得好的评价。

2.实现社会的需要和学生个性的需要。学校培养学生的准则是能够为社会输送需要的人才、能够帮助学生实现自我价值。传统的标准化考试，所有学生面对一样的试题，所有试题有统一的标准答案，这样的考试对所有学生的要求是一样的，但是我们培养的不是具有一样特点，具备同样能力的人才，社会需要的人才是多方面的，统一模式下培养出来的人并不能满足社会对人才的多方面需要；另一方面，每个学生的兴趣点是不同的，传统的标准化考试无法让同学们展示他们的特长，无法基于个人本身的兴趣对知识进行深入细致的研究，本文所探讨的非标准化考试致力于可以满足以上两点需要。

3.改变传统的应试教育。长期以来考试成绩用来作为评价学生的唯一标准，教学的目的逐渐演变成让学生们在考试中取得高分，而不是真正学到了什么，学到的知识是否会运用。以致产生了“高分低能”的说法。这里面比较典型的是大学英语的四、六级考试。大学英语的四、六级沿用的就是标准化的考试方法。但是经过多年的实践证明，四、六级的考试成绩并不能真正反映出学生对英语掌握的真正水平。我们大学中那些标准化英语考试分数很高的学生有不少人却不具备真正的英语听说和读写能力。

二、非标准化考试模式的设计

近几年来，许多人都提出了并且尝试了考试改革，比如实行开卷、半开卷考核方式；实行大论文的考核方式等等。实践证明，在减轻学生负担、培养学生的学习能力方面，已经取得了一定的成绩。本文所探讨的非标准化考试模式主要适用于经济管理类、社会科学类偏文学科学生的期末考核，具体设计如下：

1.考试形式。非标准化考试有两部分组成，一部分仍然是以试卷的形式，这部分基本上同标准化的考试一致，但是在试题的设置方面更加侧重能力的考察，没有名词解释，简答这样的传统题型，而是将这些基础知识融合到论述和案例分析中，也就说要想回答对试题，首先就要了解这些基本的概念和相关的基础知识，这样更能考出学生的水平和能力，也给学生充分的发挥个人创造力、想象力的空间；另外一部分采用答辩的方式，任课老师针对本学科的实际情况布置一个题目，每3～4名同学组成一个小组，以组为单位根据老师的要求进行准备，在老师规定的时间进行答辩，答辩的过程中老师和其他学生均可进行提问，最后老师给每名学生一个答辩成绩。

2.成绩评定。改变以往一卷定终身的弊端，非标准化考试的最后成绩也有两部分组成，即分别赋予试卷成绩和答辩成绩一定的权重，如分别为50%，得到最终的成绩。即总成绩：卷面分数×50%+答辩分数×50%。

3.参考答案及评分标准。对于试题部分，由于所有的题目均为客观题，并且很灵活多样，因此答案也没有固定的标准，只要有一些答题要点即可。评分标准也要根据回答的程度而设定。比如，一道题目共有10个要点，每个要点1分，若学生全都答对，即可得到满分10分，若答对了5个，即可得5分。对于答辩部分，没有参考答案，任课老师可综合学生的准备情况、自述情况、答题情况制定一个分数标准体系。

三、非标准化考试的实践

根据以上的设计，我们选取金融学1(投资概论)这门课程进行非标准化考试改革试验，这门课程在我院的04级金融学专业开设，本文仅对非标准化考试的答辩部分的实践进行详细说明。

1.答辩要求。04级金融学专业共有31人，事先学生按照自愿组合的方式分组，每组2～4人。老师规定答辩的主题为“财务预测”，学生需以组为单位搜集某公司的有关资料，分析公司的财务报表，依据报表的数据计算公司的某些财务比率(这些财务比率都为本门课程需要掌握的)，根据计算结果预测公司未来的财务状况。每组的答辩时间为10分钟。学生答辩的次序由学生自行决定，没有事先规定，即当一组答辩完毕之后，另外一组即可自愿上台。答辩要陈述的内容由小组成员自行分配。

2.答辩过程。首先，学生介绍公司的概况，包括公司名称、主营业务、在国内国际市场的地位，通过陈述有关财务报表说明公司的财务状况和重要的资产、负债、利润、现金流量等项目。

然后，将所要求算的财务比率通报其他学生及老师。并基于所计算的相应公司的财务比率预测公司未来的财务状况，得出结论。

最后，其他学生根据答辩组介绍的内容，对有异议的问题进行提问，答辩组成员予以解答；在学生提问之后，老师提问与答辩内容相关的问题，并针对学生的表达等提出一些意见和改进方法。整个答辩过程气氛活跃，学生表现出了很强的积极性和参与精神。

为了更加形象地说明答辩过程，以下举例说明：

我院金融专业学生A和学生B为一组，他们所介绍的公司为“联通公司”，他们在陈述的过程中介绍了联通公司的概况和联通公司的三大报表(资产负债表、现金流量表、利润表)，利用三大报表的数据计算了外部筹资，内部增长率，流动比率，速动比率等财务指标。根据计算结果，学生预测了未来联通公司的财务状况良好，并预测了联通公司下一年度的利润率等。接下来的老师提问，老师针对答辩过程提出了问题并给了相应的建议。该小组答辩结束后，老师从各个方面对小组的表现作了纪录。

四、非标准化考试的积极作用与存在的问题

从非标准化考试在我院的实施来看，它作为不同于传统考试模式的新形式，主要有以下优点：

1.培养了学生主动学习、主动研究和分工协作的精神，而且也培养了学生的表达能力，这对于学生专业能力提高是非常重要的。

2.学生可以出于自己的兴趣，按照自己的方式来准备资料，学习、巩固一些自己还没有掌握的知识。比如说：有一组所研究分析的公司是一个外国公司，查阅的的是外文资料，一些与公司相关的资料都是学生自己翻译的，这样，即充分发挥了国际学院学生英语好的优势，也同时提高了金融学的专业知识和英文能力。

3.学生不仅对自己所研究的公司有所了解，而且通过倾听其他同学的介绍，也了解了其他的公司，开阔了眼界。更重要的，从准备到答辩的整个过程，学生都表现出了强烈的热情和兴趣，这比较符合素质教育的目的，学生是为了兴趣而学习，不是为了考试而学习。改变了传统的单一化、模式化教育。

但是，同时，在其适用性方面也发现了一些问题：

1.这样的考试模式更适合一些有些基础的高年级同学，比如说大二、大三的学生，而我们此次试点是针对于大一的学生，因为大一的学生所学的内容还属于基础知识阶段，这样的方式对于他们略显有些难度，有些囫囵吞枣的印象。