財(cái)務(wù)預(yù)警的方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的財(cái)務(wù)預(yù)警的方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：財(cái)務(wù)預(yù)警的方法范文

Abstract： Through the proportion principle and the principal component analysis research of ST for the t-2 years financial data in 2010， this paper establishes model and comprehensively determines whether the early warning value F determination mode has early warning. The results show that principal component analysis method can better make early warning alerts for whether the listed companies' financial position fall into financial crisis.

關(guān)鍵詞： 財(cái)務(wù)危機(jī)預(yù)警；配對樣本t檢驗(yàn)；主成分分析

Key words： financial crisis early warning；paired samples t test；principal component analysis

中圖分類號：F275 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2014）09-0137-03

0 引言

財(cái)務(wù)危機(jī)是指企業(yè)明顯無力按時(shí)償還到期的無爭議債務(wù)的困難與危機(jī)。根據(jù)相關(guān)網(wǎng)站統(tǒng)計(jì)，國內(nèi)外每年都有數(shù)以萬計(jì)的企業(yè)因財(cái)務(wù)危機(jī)而倒閉。這種經(jīng)營失敗，實(shí)質(zhì)上是企業(yè)缺乏財(cái)務(wù)風(fēng)險(xiǎn)防范能力，在財(cái)務(wù)風(fēng)險(xiǎn)面前顯得軟弱無力。本文基于此通過主成分分析方法運(yùn)用多個(gè)財(cái)務(wù)指標(biāo)綜合建立主成分財(cái)務(wù)危機(jī)預(yù)警模型，幫助企業(yè)在危機(jī)來臨前識別風(fēng)險(xiǎn)，對防范和處理我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)具有一定的指導(dǎo)意義和實(shí)用價(jià)值。

1 文獻(xiàn)綜述

國外最早的財(cái)務(wù)預(yù)警研究者是Fitzpatrick，其創(chuàng)建的單財(cái)務(wù)比率判定模型，開創(chuàng)了單變量財(cái)務(wù)預(yù)警方法的先河。隨著對現(xiàn)金流量信息重要性的認(rèn)可，許多學(xué)者嘗試運(yùn)用現(xiàn)金流量信息預(yù)測企業(yè)財(cái)務(wù)困境。Beaver（1966）利用單變量模型預(yù)測企業(yè)財(cái)務(wù)情況，發(fā)現(xiàn)現(xiàn)金流量與負(fù)債比率能夠比較準(zhǔn)確地判定公司是否陷入財(cái)務(wù)困境。Altman（1968）創(chuàng)立了多變量的Z分?jǐn)?shù)財(cái)務(wù)預(yù)警模型。

國內(nèi)的企業(yè)預(yù)警研究起步較晚，絕大部分以上市公司為研究對象，其研究初期主要是對國外方法的介紹和具體應(yīng)用。陳靜（1999）在《上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析》中使用1998年的27家ST公司和27家非ST公司的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行了單變量分析和二類線性判定分析研究。張玲（2000）采用多元線性判定法則選取深滬交易所120家上市公司作為研究對象，研究得出的判別方程和判別法則選擇出的指標(biāo)為資產(chǎn)負(fù)債率，營運(yùn)資金/總資產(chǎn)，總資產(chǎn)利潤率，留存收益/總資產(chǎn)。吳世農(nóng)、盧賢義（2001）在《我國上市公司財(cái)務(wù)困境的預(yù)警模型研究》中選取6項(xiàng)財(cái)務(wù)比率建立了財(cái)務(wù)預(yù)警系統(tǒng)。張愛民（2001）等選取40家ST公司及40家非ST公司作為研究樣本，采用主成分分析方法，建立了另一種預(yù)測企業(yè)財(cái)務(wù)失敗的模型——主成分預(yù)測模型，并對上市公司財(cái)務(wù)失敗的主成分預(yù)測模型進(jìn)行了實(shí)證檢驗(yàn)。

2 研究設(shè)計(jì)

2.1 研究假設(shè) 根據(jù)后文對財(cái)務(wù)危機(jī)預(yù)警模型設(shè)計(jì)的需要以及結(jié)合現(xiàn)實(shí)性，本出以下相關(guān)假設(shè)：①由于連續(xù)兩年凈利潤為負(fù)而被ST處理的上市公司被認(rèn)為陷入財(cái)務(wù)危機(jī)狀況；②與選取的ST公司同行業(yè)且資產(chǎn)規(guī)模相差±10%范圍內(nèi)的非ST公司具有可比性；③上市公司的財(cái)務(wù)數(shù)據(jù)真實(shí)且能反映公司財(cái)務(wù)狀況。

2.2 研究方法 本文利用配對t檢驗(yàn)來篩選公司處于和不處于財(cái)務(wù)危機(jī)時(shí)財(cái)務(wù)指標(biāo)是否存在顯著性差異，然后作為構(gòu)造模型的指標(biāo)進(jìn)入下一階段，再通過主成分分析方法在不損失或很少損失原有信息的前提下，減少變量個(gè)數(shù)，反應(yīng)綜合信息。

2.3 變量設(shè)計(jì) 本文共選取盈利能力、發(fā)展能力、營運(yùn)能力、償債能力等四個(gè)維度共18個(gè)變量來構(gòu)建財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，綜合反映ST公司的財(cái)務(wù)狀況。

2.4 數(shù)據(jù)來源和樣本選擇 ①數(shù)據(jù)來源及選用。本文的數(shù)據(jù)來自于聚源數(shù)據(jù)工作站和新浪財(cái)經(jīng)網(wǎng)上有關(guān)各上市ST及非ST公司的財(cái)務(wù)數(shù)據(jù)。其中假定上市公司被ST的2010年份為t。本文選取因財(cái)務(wù)狀況異常而被特別處理的ST上市公司和非ST上市公司t-1年（2009年）和t-2年（2008年）為研究范圍，取用這兩年的財(cái)務(wù)數(shù)據(jù)作配對檢驗(yàn)，以t-2年數(shù)據(jù)作主成分分析。②配對原則。在為ST公司選擇配對的非ST公司時(shí)，本文按照時(shí)間匹配及數(shù)量1：1匹配原則：要求所處行業(yè)相同，且資產(chǎn)規(guī)模相差+10%以內(nèi)，極個(gè)別確實(shí)無法準(zhǔn)確配對但具有重要意義的樣本除外的其他無法配對的樣本個(gè)體均被剔除，這樣的選取原則可以較好的滿足可比性要求。

3 實(shí)證分析

3.1 配對樣本t檢驗(yàn) 通過SPSS19.0軟件根據(jù)24家公司t-1年和t-2年的財(cái)務(wù)數(shù)據(jù)對20個(gè)指標(biāo)進(jìn)行顯著性分析，我們設(shè)定兩年的配對結(jié)果必須都在0.05的置信水平下通過配對t檢驗(yàn)，才能說明該財(cái)務(wù)指標(biāo)能夠顯著區(qū)別ST公司和非ST公司，并將通過檢驗(yàn)的財(cái)務(wù)指標(biāo)作為財(cái)務(wù)預(yù)警指標(biāo)進(jìn)入下面的主成分分析。初步篩選結(jié)果如表1所示，銷售毛利率、銷售凈利率、ROE、ROA、流動(dòng)比率、速動(dòng)比率等共11個(gè)可進(jìn)入下一階段的財(cái)務(wù)預(yù)警指標(biāo)。

3.2 主成分分析

3.2.1 基于初步篩選的11個(gè)指標(biāo)，再通過主成分分析提取信息（前4個(gè)主成分綜合指標(biāo)信息提取度達(dá)到82.71%）后，本文提取的綜合財(cái)務(wù)指標(biāo)如下，并列主成分載荷矩陣表如表2所示。

由表2成分矩陣的系數(shù)和各主成分特征值計(jì)算得到主成分的系數(shù)矩陣如表3。

根據(jù)表中系數(shù)矩陣和各標(biāo)準(zhǔn)化變量可得到t-2年4個(gè)主成分的綜合表達(dá)式：

Y1=0.028*ZX1+0.424*ZX2+0.087*ZX3+0.408*ZX4+0.326*ZX5+0.300*ZX6+0.328*ZX8+0.303*ZX9+0.212*ZX16+0.381*ZX17-0.242*ZX18

Y2=-0.459*ZX1-0.209*ZX2+0.141*ZX3-0.296*ZX4+0.361*ZX5+0.427*ZX6+0.217*ZX8-0.284*ZX9+0.286*ZX16+0.002*ZX17+0.340*ZX18

Y3=0.299*ZX1-0.123*ZX2+0.805*ZX3+0.028*ZX4+0.089*ZX5+0.0001*ZX6+0.235*ZX8+0.157*ZX9-0.352*ZX16-0.039*ZX17+0.272*ZX18

Y4=0.261*ZX1+0.119*ZX2+0.003*ZX3+0.015*ZX4+0.012*ZX5+0.127*ZX6-0.399*ZX8+0.408*ZX9+0.566*ZX16-0.328*ZX17+0.385*ZX18

主成分Y1式各系數(shù)均在0.3-0.4之間，可見Y1反映公司財(cái)務(wù)狀況的綜合因子1；主成分Y2的各變量系數(shù)都差不多，因此也為反映公司財(cái)務(wù)狀況的綜合因子2；Y3的ZX3系數(shù)較高，可見是反映公司獲利能力的因子；Y4的變量系數(shù)中ZX8、ZX9、ZX16、ZX17、ZX18均較高，因此為償債能力和發(fā)展能力因子。

3.2.2 對主成分的特征值與貢獻(xiàn)率進(jìn)行計(jì)算可構(gòu)造反映公司財(cái)務(wù)狀況評價(jià)指數(shù)F，F(xiàn)是各綜合因子Y1、Y2、Y3、Y4的線性組合。F=■ki×Yi，其中ki=■為各主成分對綜合指標(biāo)F的貢獻(xiàn)率。

由上式得出2010年各ST上市公司樣本組在t-2年的財(cái)務(wù)狀況綜合指標(biāo)值F，再全部加總平均后得出均值■為-0.2698。

4 預(yù)警臨界值的確定及模型檢驗(yàn)

同樣運(yùn)用上述方法計(jì)算得出配對樣本組非ST上市公司的財(cái)務(wù)狀況綜合指標(biāo)均值■為0.4668。以兩個(gè)樣本組值■的平均值作為上市公司財(cái)務(wù)危機(jī)預(yù)警的臨界值，結(jié)果為-0.0985。即表示：低于臨界值則預(yù)示公司將會(huì)陷入財(cái)務(wù)危機(jī)，應(yīng)引起公司高層的重視，從而起到預(yù)警作用；而高于臨界值則表明公司財(cái)務(wù)狀況良好；等于臨界值時(shí)為灰色狀態(tài)，需另行判定。

確定預(yù)警臨界值后我們返回對上述樣本進(jìn)行檢驗(yàn)，其檢驗(yàn)結(jié)果如表4所示。

檢驗(yàn)結(jié)果顯示，對于ST公司預(yù)測正確率為75.0%，對于非ST公司的預(yù)測結(jié)果為87.5%，兩者綜合正確率為81.3%。說明預(yù)警模型有較好的預(yù)測性，能較好地預(yù)測上市公司的財(cái)務(wù)狀況。

5 結(jié)論

上述檢驗(yàn)結(jié)果表明基于主成分分析方法的財(cái)務(wù)危機(jī)預(yù)警模型能較好反映并預(yù)示上市公司的財(cái)務(wù)狀況。主要基于以下幾點(diǎn)：①通過配對t檢驗(yàn)過濾掉不能反映上市公司財(cái)務(wù)狀況好壞差異的財(cái)務(wù)指標(biāo)，同時(shí)使公司高層可以集中精力放在主要而非全部的財(cái)務(wù)指標(biāo)。②運(yùn)用主成分分析的方法二次濃縮指標(biāo)，使得模型在不失真的條件下能充分反映預(yù)警效果；同時(shí)濃縮的主成分能更好地解釋上市公司財(cái)務(wù)狀況好壞的原因。

但是，本文研究的結(jié)果還是存在不完善之處。如在進(jìn)行樣本配對時(shí)沒有對資產(chǎn)規(guī)模的影響進(jìn)行詳細(xì)的分析；其次，模型只能簡單判定是否將會(huì)有財(cái)務(wù)危機(jī)而無法辨別目前的隱患程度；再者，事實(shí)上t-3年公司即使利潤不為負(fù)，也有可能存在某些隱患征兆，而我們只對t-2年進(jìn)行判定檢驗(yàn)而已。因此，本文的研究成果有待進(jìn)一步深入發(fā)展。

參考文獻(xiàn)：

[1]Fitzpatrick， P.J.， A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms[J]. Certified Public Accountant，1932：589-605.

[2]Edward I. Altman. ， Financial Ratios， Discriminated Analysis and The Prediction of Corporate Bankruptcy[J]. Journal of Finance，1968（23）：589-609.

[3]陳靜.上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析[J].會(huì)計(jì)研究，1999（4）.

[4]吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究，2001（6）.

[5]張愛民，祝春山，許丹健.上市公司財(cái)務(wù)失敗的主成分預(yù)測模型及其實(shí)證研究[J].金融研究，2001，3：10-25.

第2篇：財(cái)務(wù)預(yù)警的方法范文

關(guān)鍵詞：住房公積金，財(cái)務(wù)管理，目標(biāo)，途徑與方法，實(shí)現(xiàn)

作為住房保障體系重要組成部分之一的住房公積金，其是國家一項(xiàng)強(qiáng)制性的長期住房保障儲(chǔ)蓄制度，主要的目的是為了解決職工住房的困難以及改善職工居住的條件?！蹲》抗e金財(cái)務(wù)管理辦法》中規(guī)定的住房公積金財(cái)務(wù)管理的主要任務(wù)有一下幾點(diǎn)：（1）住房公積金以及公積金管理費(fèi)用要進(jìn)行編制年度預(yù)算。（2）對職工的住房公積金進(jìn)行明細(xì)記賬，內(nèi)容包括住房公積金的繳存、提取等方面，建立完善的記賬制度。（3）對住房委員會(huì)批準(zhǔn)的住房公積金進(jìn)行嚴(yán)格的歸集和使用。（4）提高住房公積金的增值收益，確保增值收益的精準(zhǔn)核算。（5）嚴(yán)格控制財(cái)務(wù)管理費(fèi)用的支出，降低住房公積金的運(yùn)作成本。（6）要做好住房公積金的風(fēng)險(xiǎn)防范工作，依法辦理依法辦理住房公積金委托貸款業(yè)務(wù)。在市場經(jīng)濟(jì)體制下，住房公積金的財(cái)政管理不能僅僅局限于此，應(yīng)當(dāng)擔(dān)負(fù)起更大的目標(biāo)，對住房公積金負(fù)有更大的增值的管理職責(zé)，使住房公積金增值收益達(dá)到最大。隨著市場經(jīng)濟(jì)的不斷發(fā)展，住房公積金的規(guī)模也有一定程度的擴(kuò)大，加強(qiáng)住房公積金的財(cái)政管理，對實(shí)現(xiàn)住房公積金財(cái)務(wù)管理目標(biāo)具有非常重大的意義，本文就實(shí)現(xiàn)住房公積金的財(cái)政管理目標(biāo)出發(fā)，闡述了實(shí)現(xiàn)其目標(biāo)的方法與途徑。

一、加大住房公積金的歸集力度

（一）注重宣傳工作

通過多種途徑，例如網(wǎng)站、報(bào)紙、宣傳欄等對住房公積金進(jìn)行一系列的宣傳工作，推廣住房公積金的意義與作用，讓廣大的企業(yè)都建立起住房公積金制度，以此來擴(kuò)展住房公積金制度的范圍。

（二）提高公積金使用效率

提高公積金的使用效率的方法有：（1）加大住房公積金的貸款發(fā)放水平，使辦貸款的手續(xù)過程精良簡化，提高辦事效率，同時(shí)還要注重創(chuàng)新，是貸款業(yè)務(wù)圍繞實(shí)際，以人為本。（2）根據(jù)實(shí)際情況購買國家債券。（3）即使辦理定期的存款，同時(shí)在與銀行辦理協(xié)定存款時(shí)要做好與銀行的協(xié)調(diào)工作。

二、加強(qiáng)住房公積金財(cái)務(wù)管理內(nèi)部控制建設(shè)

（一）加強(qiáng)內(nèi)控管理理念

加強(qiáng)內(nèi)部控制的管理理念，提高內(nèi)部控制意識。對內(nèi)部控制工作管理理念進(jìn)一步加強(qiáng)，把內(nèi)部控制工作看做一種創(chuàng)造價(jià)值的方法：做好內(nèi)部控制工作，減少損失，就是增加了價(jià)值，反之，內(nèi)部控制工作的不到位，就會(huì)造成損失；另外，在內(nèi)部控制管理上，內(nèi)部控制要隨著住房公積金的發(fā)展?fàn)顩r的變化而變化，隨著住房公積金發(fā)展環(huán)境的變化作出及時(shí)有效的調(diào)整；還有就是內(nèi)部控制管理機(jī)構(gòu)要具有獨(dú)立性，內(nèi)部控制的相關(guān)工作人員要強(qiáng)化監(jiān)督檢查力度，提高內(nèi)部控制工作的執(zhí)行力；最后，要建立和完善內(nèi)部控制工作制度，進(jìn)一步強(qiáng)化內(nèi)部控制管理的工作能力。

（二）建立完善的財(cái)務(wù)內(nèi)部控制體系

完善的財(cái)務(wù)制度在企業(yè)內(nèi)部控制中具有重要地位。財(cái)務(wù)工作的目的是把關(guān)財(cái)務(wù)，也是內(nèi)部控制工作想要做好的前提。完善的財(cái)務(wù)制度以及強(qiáng)化落實(shí)可以減少會(huì)計(jì)工作中的違規(guī)操作及營私舞弊現(xiàn)象，同時(shí)也能為住房公積金的“開源節(jié)流”打下良好基礎(chǔ)。在財(cái)務(wù)工作中，要加強(qiáng)審計(jì)制度的建設(shè)和審計(jì)工作的落實(shí)。建立健全各項(xiàng)財(cái)務(wù)制度，嚴(yán)格執(zhí)行國家財(cái)經(jīng)法律、法規(guī)，正確設(shè)置財(cái)務(wù)項(xiàng)目，保證核算方法的科學(xué)正確，同時(shí)及時(shí)清理結(jié)算監(jiān)督核查。

（三）內(nèi)部控制的監(jiān)督評價(jià)體系

加強(qiáng)內(nèi)部控制工作的監(jiān)督評價(jià)體系，有利于樹立正確的內(nèi)部控制觀念，逐步建立和完善內(nèi)部控制的監(jiān)督評價(jià)體系，充分調(diào)動(dòng)內(nèi)部控制工作人員的主觀能動(dòng)性。針對內(nèi)部控制工作中出現(xiàn)的問題，定期的查漏補(bǔ)缺，及時(shí)的整理和完善，把內(nèi)部控制工作作為一項(xiàng)重要的、經(jīng)常性的工作。建立風(fēng)險(xiǎn)管理考核小組，利用監(jiān)督考核體系對各項(xiàng)內(nèi)部會(huì)計(jì)控制制度的落實(shí)情況進(jìn)行檢測和督促，從而建立和完善一個(gè)動(dòng)態(tài)的、科學(xué)的、及時(shí)的內(nèi)部控制模式。

三、加強(qiáng)住房公積金的預(yù)算管理

（一）強(qiáng)化企業(yè)全面預(yù)算管理意識

從預(yù)算的開始到結(jié)束，過程中的每一個(gè)步驟都要按照明確的規(guī)章制度，做好職責(zé)，做到權(quán)責(zé)分明。相關(guān)人員要高度重視預(yù)算管理的工作，做一系列的培訓(xùn)和宣傳工作，以達(dá)到讓每位職工都能深刻的了解到預(yù)算管理的重大意義，為實(shí)施全面預(yù)算管理創(chuàng)造一個(gè)良好的環(huán)境。財(cái)務(wù)人員的技能要得以加強(qiáng)和提升，不斷提高他們的財(cái)務(wù)管理知識水平，政治素質(zhì)也要求得到相應(yīng)的提高，并且調(diào)動(dòng)相關(guān)人員的工作的積極性。

（二）提高預(yù)算監(jiān)督的執(zhí)行力

提高住房公積金的預(yù)算監(jiān)督的執(zhí)行力，加強(qiáng)支出效益實(shí)現(xiàn)的制約機(jī)制。預(yù)算管理的監(jiān)督機(jī)制是貫徹落實(shí)國家方針政策的具體體現(xiàn)，進(jìn)行預(yù)算管理的監(jiān)督機(jī)制是保證住房公積金提取和貸款正常、有序進(jìn)行的重要手段，相關(guān)財(cái)政部門要嚴(yán)格按照規(guī)定的程序，對住房公積金預(yù)算管理的真實(shí)性、合法性進(jìn)行監(jiān)督和檢查，以確保職工的利益。

（三）明確預(yù)算重點(diǎn)，規(guī)范執(zhí)行流程

在實(shí)施預(yù)算管理時(shí)，要明確出預(yù)算的重點(diǎn)，并強(qiáng)化執(zhí)行預(yù)算管理的流程，使其規(guī)范科學(xué)。其中，在規(guī)范預(yù)算執(zhí)行流程上，首先要對住房公積金的既定預(yù)算進(jìn)行嚴(yán)格審核，使其規(guī)范準(zhǔn)確合理，另外，要合理控制成本支出，降低費(fèi)用。（作者單位：中石化管道儲(chǔ)運(yùn)分公司南京輸油處）

參考文獻(xiàn)：

［1］ 劉梅.對加強(qiáng)住房公積金財(cái)務(wù)管理的探討［J］.當(dāng)代經(jīng)濟(jì)，2012，（6）.

［2］ 田種賢.加強(qiáng)住房公積金財(cái)務(wù)管理的思考［J］.財(cái)會(huì)研究，2007，（9）

［3］ 楊孝言.加強(qiáng)公積金財(cái)務(wù)管理提高公積金使用效益［J］.金融經(jīng)濟(jì)，2006，（20）.

第3篇：財(cái)務(wù)預(yù)警的方法范文

在新的市場經(jīng)濟(jì)形式下，大多數(shù)電力企業(yè)都意識到了財(cái)務(wù)體制改革的重要性，并嘗試走出一條精細(xì)化預(yù)算管理之路，但是效果并不理想，因此，本文將著重分析電力企業(yè)財(cái)務(wù)管理中究竟該如何運(yùn)用精細(xì)化預(yù)算管理方法，從而解決電力企業(yè)的燃眉之急。

一、精細(xì)化預(yù)算管理方法在電力財(cái)務(wù)中的應(yīng)用策略

（一）制定電力財(cái)務(wù)戰(zhàn)略目標(biāo)

實(shí)現(xiàn)精細(xì)化預(yù)算管理的第一步就是根據(jù)企業(yè)自身的實(shí)際情況制定出完善的電力財(cái)務(wù)戰(zhàn)略目標(biāo)，只有確定了目標(biāo)，才能保證在財(cái)務(wù)管理中有的放矢，做到資源的合理配置[1]。財(cái)務(wù)戰(zhàn)略目標(biāo)是電力企業(yè)財(cái)務(wù)活動(dòng)成果的預(yù)期值，在制定戰(zhàn)略目標(biāo)的過程中，要將短期目標(biāo)和長期目標(biāo)結(jié)合起來，同時(shí)融入企業(yè)宗旨和企業(yè)文化，使財(cái)務(wù)戰(zhàn)略目標(biāo)能夠充分體現(xiàn)企業(yè)的經(jīng)營目的和社會(huì)使命。精細(xì)化預(yù)算管理的最終實(shí)現(xiàn)不僅需要財(cái)務(wù)部門的付出和努力，更需要電力企業(yè)全體員工的通力合作，全員上下都應(yīng)當(dāng)依據(jù)財(cái)務(wù)戰(zhàn)略目標(biāo)開展各項(xiàng)工作，保證精細(xì)化預(yù)算管理的進(jìn)度和質(zhì)量，從而促使企業(yè)戰(zhàn)略目標(biāo)的早日實(shí)現(xiàn)。

（二）編制精細(xì)化預(yù)算管理制度

電力企業(yè)應(yīng)當(dāng)以科學(xué)性、合法性、經(jīng)濟(jì)性、適用性為原則編制科學(xué)、合理的精細(xì)化預(yù)算管理制度，并以此來合理分配人力、物力資源，對戰(zhàn)略目標(biāo)的實(shí)施進(jìn)度和各項(xiàng)財(cái)務(wù)支出進(jìn)行監(jiān)督控制。管理制度的主要編制依據(jù)為本企業(yè)上一年的實(shí)際經(jīng)營情況，此外還要參考國家政策、經(jīng)濟(jì)環(huán)境的發(fā)展和變化[2]。精細(xì)化預(yù)算管理制度的具體內(nèi)容即編制范圍應(yīng)當(dāng)包括企業(yè)的全部財(cái)務(wù)收、支項(xiàng)目，而且預(yù)算管理還要精細(xì)到日常的經(jīng)營、投資等各個(gè)方面，所有有關(guān)財(cái)務(wù)預(yù)算的項(xiàng)目都必須反映在編制范圍內(nèi)。各部門和個(gè)人的權(quán)責(zé)分配是精細(xì)化預(yù)算管理制度的重點(diǎn)和關(guān)鍵，電力企業(yè)應(yīng)當(dāng)成立專門的預(yù)算管理委員會(huì)，并將其作為本企業(yè)預(yù)算管理的最高決策機(jī)構(gòu)，管理委員會(huì)的職責(zé)權(quán)限包括制定預(yù)算管理制度、具體工作流程，編制各項(xiàng)預(yù)算指標(biāo)，討論年度預(yù)算的調(diào)整和重新修訂等。財(cái)務(wù)部和企業(yè)各部門作為最終的執(zhí)行機(jī)構(gòu)應(yīng)當(dāng)在管理委員會(huì)的帶領(lǐng)下規(guī)范性的完成各項(xiàng)工作指標(biāo)和任務(wù)，自上而下形成精細(xì)化預(yù)算管理的良好氛圍[3]。

（三）建立精細(xì)化預(yù)算管理流程

建立完善的精細(xì)化預(yù)算管理流程能夠保證精細(xì)化預(yù)算管理的規(guī)范性，使財(cái)務(wù)人員的各項(xiàng)工作有據(jù)可循，從而少走彎路。在流程編制的過程中，需要將總經(jīng)理、財(cái)務(wù)總監(jiān)、財(cái)務(wù)部等各部位主體的職責(zé)和工作內(nèi)容納入其中。精細(xì)化預(yù)算管理流程可以概括為：預(yù)算編制預(yù)算審核預(yù)算平衡資料保存四個(gè)步驟，預(yù)算編制的目的是為了確定企業(yè)的預(yù)算目標(biāo)，需要各部門召開專門的預(yù)算會(huì)議加以確定。預(yù)算審核需要由財(cái)務(wù)總監(jiān)和財(cái)務(wù)部對編制的預(yù)算方案進(jìn)行審核，最后制定出整體預(yù)算方案。預(yù)算平衡需要通過預(yù)算平衡會(huì)議來決議預(yù)算方案的修正，通過層層審批制定最終的年度預(yù)算方案，并由財(cái)務(wù)部下達(dá)給各個(gè)部門，財(cái)務(wù)部和各個(gè)部門在預(yù)算執(zhí)行的過程中需要完整的保留相關(guān)資料，以備后期查閱。

（四）加快人才培養(yǎng)及財(cái)務(wù)管理信息化建設(shè)

人才是企業(yè)生存和發(fā)展的根本，當(dāng)今社會(huì)更是人才的競爭，因此，電力企業(yè)應(yīng)當(dāng)加快專業(yè)化人才的培養(yǎng)，多多吸納精細(xì)化預(yù)算管理方面的專業(yè)人才參與到企業(yè)建設(shè)中來，借助專業(yè)人才的力量來推動(dòng)本企業(yè)的發(fā)展，實(shí)現(xiàn)財(cái)務(wù)管理的現(xiàn)代化。此外，電力企業(yè)應(yīng)當(dāng)緊跟時(shí)展步伐，加快建設(shè)信息化財(cái)務(wù)管理平臺(tái)，借助現(xiàn)代信息技術(shù)的優(yōu)勢來盡快實(shí)現(xiàn)精細(xì)化財(cái)務(wù)管理目標(biāo)。為此，企業(yè)應(yīng)當(dāng)重視資金和人力和投入力度，建成適用于本企業(yè)的財(cái)務(wù)管理軟件和系統(tǒng)平臺(tái)，加強(qiáng)員工的業(yè)務(wù)培訓(xùn)，使其熟練掌握軟件和系統(tǒng)平臺(tái)的操作技能，從而提高其財(cái)務(wù)數(shù)據(jù)分析能力，為企業(yè)財(cái)務(wù)決策提供更加充實(shí)的財(cái)務(wù)數(shù)據(jù)支持。

二、如何完善預(yù)算管理

在電力財(cái)務(wù)中采用上述精細(xì)化管理方法之后，還要注意總結(jié)實(shí)踐經(jīng)驗(yàn)，不斷發(fā)現(xiàn)問題和解決問題，只有這樣才能逐漸完善預(yù)算管理。預(yù)算管理中存在的普遍問題是對預(yù)算管理存在片面理解，認(rèn)為財(cái)務(wù)預(yù)算編制與預(yù)算管理只是財(cái)務(wù)部門的事情，其他部門只是消極的應(yīng)付和被動(dòng)的配合，進(jìn)而出現(xiàn)預(yù)算執(zhí)行中信息反饋慢的情況。預(yù)算管理不僅是財(cái)務(wù)部門的一項(xiàng)常規(guī)職責(zé)，更涉及各個(gè)部門的協(xié)調(diào)配合，只有各個(gè)部門積極、主動(dòng)的編制和上報(bào)預(yù)算報(bào)表才能形成最終的年度預(yù)算。在財(cái)務(wù)預(yù)算信息匯總過程中，財(cái)務(wù)部門要加強(qiáng)與業(yè)務(wù)部門的溝通和聯(lián)系，保證業(yè)務(wù)部門能夠正確理解財(cái)務(wù)報(bào)表，只有在充分溝通的基礎(chǔ)上才能保證預(yù)算的有效執(zhí)行，進(jìn)而提高預(yù)算管理效果和實(shí)施效果，最終確保預(yù)算編制工作高質(zhì)量的完成。

第4篇：財(cái)務(wù)預(yù)警的方法范文

1影響止血效果因素

1.1壓迫時(shí)間短有三種情況,一是護(hù)士因工作繁忙采血后交代不明確,沒有進(jìn)行觀察,導(dǎo)致不能有效止血,引起瘀血青紫;二是因采血人員過于集中,為了減少排隊(duì)壓力,未強(qiáng)調(diào)壓迫時(shí)間必須達(dá)3～5 min才能達(dá)到止血;三是被采血者本身因素,未按護(hù)士交代的時(shí)間和方法按壓,導(dǎo)致出血瘀血。

1.2按壓部位不準(zhǔn)確拔針后往往只壓住了皮膚上的穿刺點(diǎn),而沒壓迫住血管穿刺點(diǎn),造成皮下持續(xù)出血。特別是血管不明顯,反復(fù)穿刺的部位,血管滑動(dòng)較大,或者在手背、前臂掌側(cè)采血的,被采血者皮膚松懈,穿刺皮膚針眼與血管針眼有一定距離。

1.3按壓方法不當(dāng)、按壓面積過小、按壓力度不夠等因素,都會(huì)影響止血效果熊興蘭等[1]的兩種按壓方法研究中由于按壓方法不當(dāng)造成出血、血腫的有10.9%;李秀霞等[2]的兩種按壓方法中由于按壓方法不當(dāng)造成穿刺點(diǎn)出血、腫脹、瘀斑占23%;吳雪云等[3]的兩種按壓方法研究中由于按壓面積過小造成瘀血的有7.2%;高樹芳[4]的400例穿刺局部壓迫方法不當(dāng)造成瘀血占19%;吳益榮[5]的兩種按壓方法中由于按壓面積過小造成瘀血占16.1%。以上研究中都重點(diǎn)關(guān)注哪種按壓方法止血效果更好,忽視了影響止血效果的諸多因素。

1.4其他采血過程中護(hù)患配合問題、護(hù)士操作不當(dāng)?shù)?也是造成出血、瘀血不容忽視的因素。

2改進(jìn)后方法

靜脈采血即將完畢時(shí),先將棉簽輕放在進(jìn)針處血管上方,棉棒向心方向平行放置,肘部伸展,拔針時(shí)棉簽按壓與拔針非同步(先拔針后按壓,兩者相差約0.5 s),然后迅速拔針,此時(shí)囑被采血者三指握式持續(xù)按壓采血部位3～5 min,勿邊壓迫邊看,勿揉,勿肘部彎曲。

3討論

先拔針后壓迫可減少針尖斜面對血管壁的再一次損傷,同時(shí)也減輕針尖對血管壁刺激引起的疼痛。棉簽平直放于血管上方可直接壓迫血管止血,而不是堵壓在針眼處,可止血快,減少瘀血青紫,減輕視覺上的恐懼感。這樣放置棉簽方便患者自己按壓,方便手扶棉簽。

靜脈采血后正確按壓是止血的重要原因之一。我們根據(jù)以往對比研究和臨床觀察,以人為本,不采用已確實(shí)的具有明顯缺陷的研究,只選擇改進(jìn)后的按壓方法作為樣本,并充分考慮其影響因素,同時(shí)詢問受試者主觀感受。通過觀察表明,改進(jìn)后的按壓方法既達(dá)到止血目的又減輕疼痛,是臨床上可應(yīng)用的。

參考文獻(xiàn)

[1]熊興蘭,李明鳳,龔成英.靜脈采血針眼壓迫方法對皮下出血的比較[J].華西醫(yī)學(xué),2006,21(2):379-380.

[2]李秀霞,劉桂玲.靜脈采血兩種拔針按壓法的比較性研究[J].中華現(xiàn)代臨床醫(yī)學(xué)雜志,2004,2(9A):1428.

[3]吳雪云,張麗.靜脈采血后按壓穿刺部位兩種方法的效果比較[J].實(shí)用醫(yī)技雜志,2006,13(11):1947-1948.

[4]高樹芳.靜脈采血穿刺局部壓迫止血方法的改進(jìn)[J].首都醫(yī)藥,2008,15(22):30.

第5篇：財(cái)務(wù)預(yù)警的方法范文

二、各區(qū)、縣房地產(chǎn)管理局應(yīng)按拆遷管理費(fèi)總收入的10％于當(dāng)年12月15日前上交市房地產(chǎn)管理局，用于對全市拆遷行政管理人員的業(yè)務(wù)培訓(xùn)，交流經(jīng)驗(yàn)，表彰先進(jìn)及工作會(huì)議等項(xiàng)開支。各區(qū)、縣房地局收取的拆遷管理費(fèi)，主要用于拆遷管理業(yè)務(wù)所需開支，不得挪作它用。

三、本局《關(guān)于收取拆遷管理費(fèi)和拆遷服務(wù)費(fèi)的暫行通知》（京房地字〔1993〕第017號）即行廢止。

特此通知。

北京市物價(jià)局、北京市財(cái)政局關(guān)于房屋拆遷管理費(fèi)和房屋拆遷服務(wù)費(fèi)標(biāo)準(zhǔn)的復(fù)函

（京價(jià)（收）字〔1993〕第238號）

全文

市房地產(chǎn)管理局：

你局京房地字（1993）第146號《關(guān)于收取“城市房屋拆遷管理費(fèi)”的函》收悉。根據(jù)國家物價(jià)局、財(cái)政部（1993）價(jià)費(fèi)字13號《關(guān)于城市房屋拆遷管理費(fèi)的通知》，現(xiàn)將有關(guān)事宜函復(fù)如下：

一、房屋拆遷管理費(fèi)，由市區(qū)、縣房地產(chǎn)管理局按照不超過房屋拆遷補(bǔ)償安置費(fèi)用的0.5％向拆遷人收取。除此，不得另外收取拆遷許可證等其他費(fèi)用。

二、市、區(qū)縣房地產(chǎn)管理局應(yīng)到物價(jià)部門申領(lǐng)行政事業(yè)性收費(fèi)許可證，使用財(cái)政部門統(tǒng)一印制的收費(fèi)票據(jù)。對房屋拆遷管理費(fèi)收入執(zhí)行預(yù)算外資金管理的有關(guān)規(guī)定，實(shí)行財(cái)政專戶存儲(chǔ)，?？顚Ｓ?。

三、房屋拆遷服務(wù)費(fèi)，由承擔(dān)拆遷服務(wù)的單位按照不超過房屋拆遷補(bǔ)償安置費(fèi)用的1.5％向拆遷人收取。

第6篇：財(cái)務(wù)預(yù)警的方法范文

    現(xiàn)將國家稅務(wù)總局《關(guān)于國有企業(yè)職工因解除勞動(dòng)合同取得一次性補(bǔ)償收入征免個(gè)人所得稅問題的通知》（國稅發(fā)〔2000〕77號）轉(zhuǎn)發(fā)給你們，并補(bǔ)充通知如下，請一并遵照執(zhí)行。

    一、其他企業(yè)和單位的職工因解除勞動(dòng)合同取得的一次性補(bǔ)償收入，暫比照國有企業(yè)職工取得補(bǔ)償收入的個(gè)人所得稅政策執(zhí)行。

    二、1999年我市職工年平均工資為14000元。以后年度職工年平均工資的數(shù)額，參照統(tǒng)計(jì)部門的數(shù)據(jù)，另行下文明確。

第7篇：財(cái)務(wù)預(yù)警的方法范文

一、風(fēng)險(xiǎn)與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的分析方法

（一）風(fēng)險(xiǎn)分析的一般方法

現(xiàn)代風(fēng)險(xiǎn)管理論認(rèn)為，風(fēng)險(xiǎn)分析是風(fēng)險(xiǎn)管理過程的首要步驟，它是實(shí)施風(fēng)險(xiǎn)方法與控制的前提條件。對風(fēng)險(xiǎn)進(jìn)行分析一般包括風(fēng)險(xiǎn)辨識、風(fēng)險(xiǎn)估計(jì)和風(fēng)險(xiǎn)評價(jià)等相輔相成的三個(gè)階段。風(fēng)險(xiǎn)分析是一門理論性和實(shí)用性都很強(qiáng)的邊緣學(xué)科，它廣泛地利用各種定性和定量方法對風(fēng)險(xiǎn)進(jìn)行辨識、估計(jì)和評價(jià)。分析眾多論及風(fēng)險(xiǎn)分析方法的研究文獻(xiàn)，對其常用的方法包括：

1.風(fēng)險(xiǎn)辨識方法（Risk Identification）。風(fēng)險(xiǎn)辨識是指從系統(tǒng)的觀點(diǎn)出發(fā)，對研究對象所面臨的、以及潛在的（關(guān)鍵）風(fēng)險(xiǎn)因素加以判斷、歸類和鑒定風(fēng)險(xiǎn)性質(zhì)的過程。風(fēng)險(xiǎn)辨識常用的方法包括：專家調(diào)查法（是大系統(tǒng)風(fēng)險(xiǎn)辨識的主要方法，按照專家調(diào)查形式的不同，它又可分為專家個(gè)人判斷法、頭腦風(fēng)暴法和德爾菲法等十余種，）；故障樹分析法（FTA法）；情景分析法（Scenario Analysis）；篩選――監(jiān)測――診斷方法。

2.風(fēng)險(xiǎn)估計(jì)和評價(jià)方法（Risk Measurement and Assessment）。風(fēng)險(xiǎn)估計(jì)和評價(jià)是指應(yīng)用各種管理科學(xué)技術(shù)，采用定性與定量相結(jié)合的方式，最終定量地估計(jì)風(fēng)險(xiǎn)大小，找出主要的風(fēng)險(xiǎn)源（因素），并評價(jià)風(fēng)險(xiǎn)的可能影響，以便以此為依據(jù)，對風(fēng)險(xiǎn)采取相應(yīng)的對策。常用的方法包括：調(diào)查和專家打分法、概率方法、數(shù)理統(tǒng)計(jì)方法、生存風(fēng)險(xiǎn)度量法、蒙特卡羅模擬法（Monte Carlo Simulation）、效用函數(shù)法。

（二）企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析方法

依據(jù)風(fēng)險(xiǎn)分析的一般過程，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析的工作流程是：首先對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)引致因素進(jìn)行綜合識別，然后在特定分析方法基礎(chǔ)上擬定出一個(gè)基本風(fēng)險(xiǎn)標(biāo)準(zhǔn)，并以此來估計(jì)和評價(jià)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。在大量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究成果中，研究人員充分利用各種經(jīng)濟(jì)、統(tǒng)計(jì)、會(huì)計(jì)和數(shù)學(xué)工具，在理論和實(shí)踐兩方面結(jié)合探討的基礎(chǔ)上，總結(jié)出了各種形式的財(cái)務(wù)風(fēng)險(xiǎn)分析方法，概括起來主要可分為兩大類：財(cái)務(wù)風(fēng)險(xiǎn)主觀分析方法和財(cái)務(wù)風(fēng)險(xiǎn)客觀分析方法。前者主要依賴于企業(yè)主觀因素，而后者主要依賴于企業(yè)客觀因素。根據(jù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析方法的產(chǎn)生時(shí)期和細(xì)致程度及成熟程度的不同，兩類財(cái)務(wù)風(fēng)險(xiǎn)分析方法又可分別區(qū)分為傳統(tǒng)分析方法和現(xiàn)代分析方法。主觀分析法包括：資產(chǎn)負(fù)債表透視法、經(jīng)理直接觀察法、事件推測法、企業(yè)股市跟蹤法和“A記分”法（前三種屬于傳統(tǒng)主觀分析法，后一種屬于現(xiàn)代主觀分析法）；客觀分析法包括：財(cái)務(wù)比率分析法、杜邦分析體系、沃爾評分法、“Z記分”法（前一種屬于傳統(tǒng)客觀分析法，后三種屬于現(xiàn)代客觀分析法）。

二、企業(yè)財(cái)務(wù)預(yù)警研究背景與現(xiàn)狀

預(yù)警（Early－Warning）一詞源于軍事。它是指通過預(yù)警飛機(jī)、預(yù)警雷達(dá)、預(yù)警衛(wèi)星等工具來提前發(fā)現(xiàn)、分析和判斷敵人的進(jìn)攻信號，并把這種進(jìn)攻信號的威脅程度報(bào)告給指揮部門，以提前采取應(yīng)對措施。

軍事預(yù)警在社會(huì)政治、宏觀管理與環(huán)境保護(hù)、經(jīng)濟(jì)各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。在經(jīng)濟(jì)領(lǐng)域，與經(jīng)驗(yàn)就包含宏觀經(jīng)濟(jì)預(yù)警和微觀經(jīng)濟(jì)預(yù)警兩個(gè)層面，后者主要指企業(yè)預(yù)警。

（一）國外研究

國外非常重視企業(yè)危機(jī)管理和風(fēng)險(xiǎn)管理的研究，從20世紀(jì)70年代開始，相繼出現(xiàn)了戰(zhàn)略風(fēng)險(xiǎn)管理、基于風(fēng)險(xiǎn)價(jià)值的資產(chǎn)評估、對待風(fēng)險(xiǎn)的個(gè)體差異等研究。國外的研究內(nèi)容主要是企業(yè)危機(jī)發(fā)生后如何應(yīng)對以及擺脫危機(jī)的策略問題，至于危機(jī)的成因、發(fā)展過程則缺少機(jī)理性分析，宏觀經(jīng)濟(jì)預(yù)警研究和企業(yè)危機(jī)管理理論的發(fā)展推動(dòng)了企業(yè)預(yù)警研究。Fitzpatrick首次進(jìn)行了單個(gè)財(cái)務(wù)比率模型的判定，開創(chuàng)了單量預(yù)警方法；Altman創(chuàng)立了多元變量判定模型――Z計(jì)分模型。隨著信息流量觀念的建立，Aziz、Emanuel和Laworm在1988年提出用現(xiàn)金流量信息預(yù)測財(cái)務(wù)困境的模型。對這些方法的介紹和具體應(yīng)用是國內(nèi)企業(yè)預(yù)警研究初期的主要特征。國外的企業(yè)預(yù)警的這能層次如財(cái)務(wù)預(yù)警，而在企業(yè)預(yù)警原理和構(gòu)建統(tǒng)一預(yù)警體系方面的研究并不多。

（二）國內(nèi)研究

國內(nèi)的經(jīng)濟(jì)預(yù)警研究起步較晚。從20世紀(jì)80年代開始，預(yù)警系統(tǒng)的研究與應(yīng)用經(jīng)歷了一個(gè)從宏觀經(jīng)濟(jì)預(yù)警滲透到企業(yè)預(yù)警、從定性為主到定性與定量相結(jié)合、從點(diǎn)預(yù)警到狀態(tài)預(yù)警轉(zhuǎn)變的過程。

從宏觀經(jīng)濟(jì)領(lǐng)域，預(yù)警系統(tǒng)應(yīng)用最為廣泛和成功。其中宏觀經(jīng)濟(jì)預(yù)警和宏觀金融預(yù)警是當(dāng)前的研究熱點(diǎn)，理論體系和方法工具也比較規(guī)范和系統(tǒng)。在微觀經(jīng)濟(jì)領(lǐng)域，隨著企業(yè)所處環(huán)境復(fù)雜性和不確定性的增加，危機(jī)管理的興起，企業(yè)預(yù)警系統(tǒng)得到了人們的重視。我國企業(yè)大致可按照企業(yè)預(yù)警原理與總體經(jīng)營趨勢預(yù)警、行業(yè)企業(yè)預(yù)警和職能預(yù)警進(jìn)行歸類，對于職能預(yù)警，可再次細(xì)分為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警、企業(yè)營銷風(fēng)險(xiǎn)預(yù)警、企業(yè)組織管理風(fēng)險(xiǎn)預(yù)警等多個(gè)方面。

統(tǒng)計(jì)指標(biāo)作為測定企業(yè)經(jīng)濟(jì)活動(dòng)的指示器，在企業(yè)預(yù)警分析中有著至關(guān)重要的作用。企業(yè)預(yù)警系統(tǒng)指標(biāo)處理方法主要有三大類：（1）完成指標(biāo)的篩選和分類，如時(shí)差分析、主成分分析法、判別分析；（2）用于多指標(biāo)綜合和指標(biāo)權(quán)重的確定，如常規(guī)多指標(biāo)綜合法、層次分析法（AHP）；（3）完成指標(biāo)的自學(xué)習(xí)和預(yù)測功能，如模式識別、自回歸滑動(dòng)平均模型、灰色預(yù)測和其他的統(tǒng)計(jì)學(xué)預(yù)測方法等。

我國的預(yù)警研究要取得進(jìn)一步的進(jìn)展，就必須廣泛借鑒其它學(xué)科，特別是人工智能、模式識別、人工神經(jīng)網(wǎng)絡(luò)等智能科學(xué)和非線性系統(tǒng)學(xué)科的研究成果。

三、研究述評與展望

（一）研究述評

企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是一種微觀經(jīng)濟(jì)風(fēng)險(xiǎn)，是企業(yè)經(jīng)營風(fēng)險(xiǎn)的集中體現(xiàn)，財(cái)務(wù)風(fēng)險(xiǎn)表現(xiàn)為企業(yè)財(cái)務(wù)狀況和經(jīng)營成果的不確定性。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的客觀性和必然性、主觀性和無意性、復(fù)雜性和潛在性等是其固有的特性。在風(fēng)險(xiǎn)分析與預(yù)警一般方法研究的基礎(chǔ)上，針對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的辨識、度量與預(yù)警，國內(nèi)外學(xué)者提出了多種形式的主觀或客觀的風(fēng)險(xiǎn)分析與預(yù)警方法。由于財(cái)務(wù)指標(biāo)不需要經(jīng)過主觀判斷加以量化，而且可以從財(cái)務(wù)報(bào)表中分析得到，因此企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究成果比較豐富，其中“A記分法”和“Z記分法”具有一定的代表性，這兩類方法的分析思路通常被企業(yè)管理者或研究人員所借鑒。同時(shí)，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究人員大多從改善企業(yè)財(cái)務(wù)管理的角度提出了較多的、單方面的風(fēng)險(xiǎn)防范、控制方法模式與策略，如針對籌資風(fēng)險(xiǎn)的防范策略、針對投資風(fēng)險(xiǎn)的防范策略等。

總的來講，我國已初步形成基本的企業(yè)預(yù)警理論框架，明確警義、尋找警源、分析警兆和預(yù)報(bào)警度的邏輯框架已基本能為大家所接受，每一階段也已形成基本的研究方法。然而，仍然存在以下主要不足：（1）企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的引致因素涉及企業(yè)管理決策及其影響環(huán)境的各個(gè)方面，是一個(gè)十分復(fù)雜的系統(tǒng)問題，目前尚缺乏對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)生成機(jī)理的系統(tǒng)分析和研究，進(jìn)而影響了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論與實(shí)踐的深層次發(fā)展；（2）對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)辨識、度量、評價(jià)、預(yù)警等風(fēng)險(xiǎn)分析方法的適用性缺乏系統(tǒng)性的研究。西方企業(yè)比較注重風(fēng)險(xiǎn)資料的檔案管理工作，所以可以應(yīng)用復(fù)雜的數(shù)理統(tǒng)計(jì)方法對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行度量、評估和預(yù)警，而我國企業(yè)缺乏這方面的風(fēng)險(xiǎn)分析基礎(chǔ)資料，決定了機(jī)械套用西方定量分析技術(shù)具有較大的局限性；（3）對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警、防范和控制的理論體系的分析缺乏系統(tǒng)性的研究。大都是對西方企業(yè)風(fēng)險(xiǎn)管理工具的簡單套用，針對我國企業(yè)發(fā)展特性的財(cái)務(wù)風(fēng)險(xiǎn)防范、控制與預(yù)警體系的系統(tǒng)分析框架尚未形成；（4）未能將主成分分析、層次分析法、人工神經(jīng)網(wǎng)絡(luò)、自回歸條件異方差、自回歸滑動(dòng)平均模型、判別分析模型、基于模式識別模型、時(shí)差相關(guān)分析、灰色預(yù)測、馬爾科夫鏈等數(shù)理方法和模型深入地應(yīng)用到對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警的領(lǐng)域。

（二）研究展望

第8篇：財(cái)務(wù)預(yù)警的方法范文

關(guān)鍵詞：財(cái)務(wù)預(yù)警；財(cái)務(wù)指標(biāo)；模型；研究

中圖分類號：F27文獻(xiàn)標(biāo)識碼：A文章編號：1672-3198（2008）08-0205-02

1 國外關(guān)于財(cái)務(wù)預(yù)警方法的研究

關(guān)于公司財(cái)務(wù)預(yù)警的研究在國外歷史悠久。總體而言，運(yùn)用于財(cái)務(wù)預(yù)警的方法可分為統(tǒng)計(jì)類和非統(tǒng)計(jì)類兩大類，詳細(xì)的財(cái)務(wù)預(yù)警方法分類如圖1所示。

圖1

1.1 一元判別法

最早的財(cái)務(wù)預(yù)警研究是Fitzpatrick的單變量破產(chǎn)預(yù)測研究。其后，美國學(xué)者Beaver提出了較為成熟的單一變量模型，又稱一元判別模型。一元判別方法簡單易行，然而此后就很少出現(xiàn)專門的單變量研究。

1.2 多元線性判別

1968年，Ahman首次使用了多元判定分析預(yù)測財(cái)務(wù)困境。他對1946-1965年間對提出破產(chǎn)申請的33家公司和33家非破產(chǎn)公司進(jìn)行了研究，運(yùn)用多元判別模型建立了z模型此后，多變量分析方法被廣泛采用，成為一種主流方法。

1.3 多元邏輯回歸模型

進(jìn)入20世紀(jì)80年代，研究者開始使用邏輯回歸模型來估計(jì)企業(yè)進(jìn)入困境的概率，以概率高低來判定企業(yè)未來進(jìn)入困境的可能性。為克服線性模型的局限，研究人員引進(jìn)了邏輯和概率比回歸方法。1980年Ohlson用多元邏輯回歸方法分析了1970-1976年間破產(chǎn)的105家公司和2058家公司組成的非配對樣本，發(fā)現(xiàn)利用公司規(guī)模、當(dāng)前的變現(xiàn)能力進(jìn)行財(cái)務(wù)危機(jī)的預(yù)測準(zhǔn)確率達(dá)到96.12％。

1.4 遞歸劃分算法(遞歸分割法RPA)

1985年，F(xiàn)rydman等提供了一種新分類方法――遞歸劃分算法。遞歸劃分算法兼具多變量模型的信息容量大和單變量模型簡潔的優(yōu)點(diǎn)，同時(shí)，由于這種方法屬于非參數(shù)研究方法，從而避免了參數(shù)類研究方法的諸多缺陷。在RPA模型中可以選用非財(cái)務(wù)指標(biāo)和定性指標(biāo)，但復(fù)雜的分類樹結(jié)構(gòu)可能引起樣本的過度適應(yīng)，預(yù)測風(fēng)險(xiǎn)高，因此分類樹結(jié)構(gòu)宜簡不宜繁，便于靈活應(yīng)用。

1.5 神經(jīng)網(wǎng)絡(luò)模型(NNS)

1991年，Coats和Fant論述了神經(jīng)網(wǎng)絡(luò)模型可正確預(yù)測公司的財(cái)務(wù)危機(jī)的觀點(diǎn)，并用了47家財(cái)務(wù)危機(jī)公司和47家健康公司檢測模型的預(yù)測效果，擬和度達(dá)100％。神經(jīng)網(wǎng)絡(luò)模型克服了選擇模型函數(shù)形式的困難，同時(shí)運(yùn)用神經(jīng)網(wǎng)絡(luò)模型預(yù)測財(cái)務(wù)困境存在很多爭議。因此綜合起來看，NNS是否全面優(yōu)于計(jì)量經(jīng)濟(jì)模型很難評價(jià)。

1.6 其他非統(tǒng)計(jì)類財(cái)務(wù)預(yù)警方法

其他非統(tǒng)計(jì)類財(cái)務(wù)預(yù)警方法還包括有專家系統(tǒng)法、實(shí)驗(yàn)法、災(zāi)害理論、混沌系統(tǒng)理論、期權(quán)定價(jià)理論等等。

1988年，Messier和Hansen將專家系統(tǒng)法(Es)首次引入到財(cái)務(wù)預(yù)警中。1991年，Gregory-Allen和Henderson.Jr。指出災(zāi)害理論可以用來描述公司的破產(chǎn)并作了實(shí)證檢驗(yàn)，結(jié)果證明，在一定條件下，災(zāi)害理論能在公司公告時(shí)預(yù)測公司股票收益率的結(jié)構(gòu)性漂移。

1994年，Lindsay和Campbell應(yīng)用混沌系統(tǒng)對46對破產(chǎn)公司和非破產(chǎn)公司的配對樣本進(jìn)行分析，指出健康公司比非健康公司顯現(xiàn)更多的混沌現(xiàn)象。

2000年，Chafitou和Tfigeorgis使用期權(quán)定價(jià)模型研究了1983-1994年間的39對美國企業(yè)，結(jié)果發(fā)現(xiàn)到期債務(wù)面值、企業(yè)資產(chǎn)的當(dāng)期市價(jià)、企業(yè)價(jià)值變化的標(biāo)準(zhǔn)差等期權(quán)變量在預(yù)測破產(chǎn)方面作用顯著，當(dāng)這些期權(quán)變量與盈利能力、現(xiàn)金流／流動(dòng)性、利息相關(guān)變量綜合運(yùn)用時(shí)則效果更好。

盡管目前財(cái)務(wù)危機(jī)預(yù)測方法層出不窮，但主流的分析方法只有一元判別模型、多元判別模型和多元邏輯回歸模型三大類。其他研究方法由于模型開發(fā)歷史較短，研究不夠廣泛，模型的穩(wěn)定性尚有待進(jìn)一步檢驗(yàn)。

2 國內(nèi)關(guān)于上市公司財(cái)務(wù)預(yù)警方法的研究現(xiàn)狀

2.1 主要方法

在國內(nèi)，受證券市場發(fā)展的影響，對財(cái)務(wù)預(yù)警的研究起步較晚。1986年，吳世農(nóng)、黃世忠首次在我國介紹了企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型。1990年，國家自然科學(xué)基金委員會(huì)管理科學(xué)組先后支持佘廉等人從事企業(yè)預(yù)警研究，并于1999年出版了企業(yè)預(yù)警管理叢書。之后我國學(xué)者才真正開始了對財(cái)務(wù)預(yù)警的研究，并取得了一定的成果，但主要還是借鑒國外的模型。總體來說，研究方法可以分為兩大類：單模型研究和多模型比較研究。

2.1.1 單模型研究方法

1996年周首華、楊濟(jì)華提出了F分?jǐn)?shù)模型，它是在充分考慮了企業(yè)現(xiàn)金流量的變動(dòng)等方面的情況后，對z模型進(jìn)行了修正。2000年，張玲使用更細(xì)分的樣本數(shù)據(jù)，用1998―1999年120家上市公司組成的樣本，同樣用線性判別分析方法進(jìn)行了預(yù)測研究。

國內(nèi)研究應(yīng)用邏輯回歸模型的，以陳曉、陳治鴻的研究為代表。另外類似的研究有儲(chǔ)一軍和姜秀華，結(jié)果同樣發(fā)現(xiàn)多元邏輯回歸模型預(yù)測效果良好。張愛民等借鑒Altman的多元z值判定模型，運(yùn)用統(tǒng)計(jì)學(xué)的主成分分析方法，建立了主成分預(yù)測模型，結(jié)果顯示了一定的有效性。楊保安等利用BP神經(jīng)網(wǎng)絡(luò)對中信實(shí)業(yè)銀行的30個(gè)企業(yè)客戶的財(cái)務(wù)風(fēng)險(xiǎn)狀況進(jìn)行了判別分類，認(rèn)為BP神經(jīng)網(wǎng)絡(luò)方法是企業(yè)財(cái)務(wù)危機(jī)預(yù)警中較好的應(yīng)用工具，并能為銀行貸款授信、預(yù)警提供有效決策。而楊怡光則認(rèn)為：人工神經(jīng)網(wǎng)絡(luò)、混沌分析等新的數(shù)學(xué)分析方法，由于方法的復(fù)雜性以及可操作性等方面的問題，在實(shí)踐中不便使用。

2.1.2 多模型比較研究方法

陳靜以1998年的27家被特別處理的公司和沒有被特別處理的公司為對象，使用了1995-1997年的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行單變量分析和多元線性判定分析，同時(shí)對兩種方法進(jìn)行了比較。這項(xiàng)研究作為國內(nèi)最早的實(shí)證財(cái)務(wù)困境預(yù)測研究，利用中國的數(shù)據(jù)，作了有益的探索。但由于受樣本與數(shù)據(jù)的限制，樣本量小，結(jié)果難有廣泛適用性。

吳世農(nóng)、盧賢義以我國上市公司為研究對象，選取了70家處于財(cái)務(wù)危機(jī)的公司和70家財(cái)務(wù)正常的公司為樣本。首先應(yīng)用剖面分析和單邊量判定分析，確定了6個(gè)預(yù)測指標(biāo)，然后應(yīng)用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立財(cái)務(wù)危機(jī)預(yù)測模型。結(jié)果表明：三種模型都能在財(cái)務(wù)困境發(fā)生前發(fā)出相對準(zhǔn)確的預(yù)測。而相對同一信息集，Logistic預(yù)測模型的誤判率最低。

2.2 主要缺陷

（1）與國外相比，國內(nèi)財(cái)務(wù)預(yù)警研究方法多是采用單變量分析、多元判別模型和多元邏輯回歸模型，很少涉及生存分析法和其他非統(tǒng)計(jì)類方法。而國外對于非統(tǒng)計(jì)類方法進(jìn)行了很多大膽的嘗試，總體效果比較好。

（2）預(yù)警指標(biāo)只能反映結(jié)果（即風(fēng)險(xiǎn)程度）風(fēng)險(xiǎn)量變的過程和產(chǎn)生風(fēng)險(xiǎn)的根本原因不充分、不詳細(xì)，不利于內(nèi)部管理者提出應(yīng)對風(fēng)險(xiǎn)的防范措施。資產(chǎn)負(fù)債表反映的是某一時(shí)點(diǎn)的財(cái)務(wù)狀況，而損益表反映的則是一定期間的經(jīng)營成果，沒有反映危機(jī)量變的過程及其產(chǎn)生危機(jī)的直接因素。而現(xiàn)有各種財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法利用的數(shù)據(jù)大部分來源于會(huì)計(jì)報(bào)表（而且利用的大部分是年度會(huì)計(jì)報(bào)表），即當(dāng)前人們只注重研究企業(yè)的經(jīng)營結(jié)果即質(zhì)變的問題，而忽視了量變的問題研究。佘叢國、席酉民指出當(dāng)前我國預(yù)警研究存在的問題之一就是：重警兆和警度的研究，忽視對警義和警源的分析，從而對企業(yè)危機(jī)產(chǎn)生的本質(zhì)特征缺乏深入了解，限制了指標(biāo)體系的可靠性和說明力。

（3）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的時(shí)效性較差由于現(xiàn)有財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法需依賴會(huì)計(jì)報(bào)表數(shù)據(jù)，然而會(huì)計(jì)報(bào)表一般在當(dāng)期結(jié)束以后一個(gè)月甚至三個(gè)月才能公布，時(shí)間比較滯后。對于風(fēng)險(xiǎn)預(yù)警而言時(shí)間就是其生命，然而顯然現(xiàn)有財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的時(shí)效性較差，一旦發(fā)生風(fēng)險(xiǎn)危機(jī)，預(yù)警晚矣。

（4）預(yù)警指標(biāo)不科學(xué)當(dāng)出現(xiàn)大量不良資產(chǎn)時(shí)，有些預(yù)警指標(biāo)失靈（不能把潛在的風(fēng)險(xiǎn)及時(shí)揭示出來）。

3 完善我國財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的思路

因我國財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警存在以上不足，在此特提出如下思路：在現(xiàn)有財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的基礎(chǔ)上稍作修改，成為我國企業(yè)的年度財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系；另外為了應(yīng)對瞬息萬變的市場，及時(shí)反映萌芽狀態(tài)的風(fēng)險(xiǎn)和產(chǎn)生該風(fēng)險(xiǎn)的直接原因，建立一套企業(yè)內(nèi)部管理者適用的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警子系統(tǒng)――資產(chǎn)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，主要用于企業(yè)年度內(nèi)各月份的風(fēng)險(xiǎn)監(jiān)控。資產(chǎn)風(fēng)險(xiǎn)預(yù)警是指企業(yè)針對各項(xiàng)資產(chǎn)風(fēng)險(xiǎn)控制點(diǎn)收集整理監(jiān)測數(shù)據(jù)，通過與預(yù)警標(biāo)準(zhǔn)的對比分析進(jìn)行風(fēng)險(xiǎn)識別、評估和報(bào)告，及時(shí)采取有關(guān)措施防范和控制資產(chǎn)風(fēng)險(xiǎn)發(fā)生的過程。

狹義上的財(cái)務(wù)風(fēng)險(xiǎn)也稱籌資風(fēng)險(xiǎn)，是指企業(yè)因舉債而導(dǎo)致到期不能清償債務(wù)的可能性。其主要衡量指標(biāo)是資產(chǎn)負(fù)債率，其風(fēng)險(xiǎn)主要存在于資產(chǎn)和負(fù)債之中。企業(yè)雖然對資產(chǎn)風(fēng)險(xiǎn)和負(fù)債風(fēng)險(xiǎn)都必須進(jìn)行控制，但其控制程度卻有不同，其差異主要體現(xiàn)在企業(yè)負(fù)債規(guī)模不但受企業(yè)自己控制，而且很大程度上受債權(quán)人的約束；而企業(yè)資產(chǎn)的投放一般不受他人的限制。由于企業(yè)的負(fù)債行為受到法律、企業(yè)債權(quán)人或潛在債權(quán)人的約束，企業(yè)無法如愿獲得高比例的負(fù)債。另外，從財(cái)務(wù)管理學(xué)資本結(jié)構(gòu)實(shí)務(wù)中可得知，最佳的資本結(jié)構(gòu)不用求出某個(gè)最佳點(diǎn)，而只需算出最佳區(qū)域，即上線和下線即可。同樣，在求企業(yè)最佳的資產(chǎn)負(fù)債率時(shí)也不必算出某一點(diǎn)，而只需算出安全區(qū)域，得出預(yù)警線即可，也就是說資產(chǎn)負(fù)債率可以在一定區(qū)域內(nèi)擺動(dòng)，應(yīng)有一個(gè)緩沖區(qū)。所以對負(fù)債風(fēng)險(xiǎn)的預(yù)警只進(jìn)行年度預(yù)警即可，而不必每月進(jìn)行預(yù)警，在各月份中應(yīng)重點(diǎn)進(jìn)行資產(chǎn)風(fēng)險(xiǎn)的預(yù)警。資產(chǎn)的投放則與負(fù)債相反，不但不受對方限制，有些時(shí)候還受到對方的鼓勵(lì)，甚至引誘。企業(yè)負(fù)債受到企業(yè)外部條件的約束，企業(yè)想高比例負(fù)債變得非常困難，甚至無法實(shí)現(xiàn)。而資產(chǎn)的投放幾乎不受外部條件的限制，完全需要靠企業(yè)管理者或股東來控制。另外，資產(chǎn)風(fēng)險(xiǎn)控制好了，資產(chǎn)的流動(dòng)性好，在客觀上也會(huì)降低負(fù)債風(fēng)險(xiǎn)，使企業(yè)能夠及時(shí)清償債務(wù)。因此，企業(yè)需要重點(diǎn)對企業(yè)資產(chǎn)的品質(zhì)和數(shù)量進(jìn)行風(fēng)險(xiǎn)管理和控制，那么建立資產(chǎn)風(fēng)險(xiǎn)預(yù)警也就順理成章了。

4 建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)需要解決的問題

（1）在建立預(yù)警指標(biāo)體系時(shí)，既要考慮指標(biāo)體系的完備性，又要考慮到指標(biāo)間反映預(yù)警主體的非重復(fù)性，盡可能使所建立的指標(biāo)體系為指標(biāo)集中的最小完備集。這些指標(biāo)至少應(yīng)包括下列內(nèi)容：不良資產(chǎn)、存貨規(guī)模、應(yīng)收賬款規(guī)模、對外投資總額等。

（2）對不良資產(chǎn)的判斷問題。近年來，不良資產(chǎn)一詞常常出現(xiàn)，但其概念一直眾說紛紜，其判斷標(biāo)準(zhǔn)更是五花八門。雖然《企業(yè)會(huì)計(jì)制度》中對不良資產(chǎn)計(jì)提減值準(zhǔn)備有所規(guī)定，但只是些籠統(tǒng)性原則，不便于實(shí)際操作，也沒有對不良資產(chǎn)作出明確的定義。

（3）資產(chǎn)風(fēng)險(xiǎn)預(yù)警具體實(shí)施的要點(diǎn)。建立了資產(chǎn)風(fēng)險(xiǎn)預(yù)警系統(tǒng)之后，預(yù)警組織及其制度是風(fēng)險(xiǎn)預(yù)警實(shí)施的基礎(chǔ)。預(yù)警組織可以成立獨(dú)立的部門，也可以設(shè)置在財(cái)務(wù)部門或其他管理部門之內(nèi)。預(yù)警制度則包括預(yù)警組織形式，數(shù)據(jù)的傳遞、獲取、計(jì)算，警情的報(bào)告，草擬預(yù)警指令等。

5 結(jié)語

雖然財(cái)務(wù)預(yù)警方法研究取得了重大進(jìn)展，開始進(jìn)入快速成長階段，但總體上看，尚未進(jìn)入成熟階段。而我國的相關(guān)研究更相對滯后，基于財(cái)務(wù)預(yù)警方法現(xiàn)狀的研究，財(cái)務(wù)預(yù)警方法的運(yùn)用還應(yīng)在以下兩個(gè)方面有所突破：首先，國內(nèi)目前還沒有對具體行業(yè)進(jìn)行分析、建模。由于每個(gè)行業(yè)的狀況不同，影響財(cái)務(wù)危機(jī)的因素自然不同，因此，分行業(yè)研究更有價(jià)值。國外在分行業(yè)研究中發(fā)現(xiàn)，由于行業(yè)的不同，同一預(yù)警變量包含信息量有所不同，其預(yù)測效果大有差別。其次，國內(nèi)財(cái)務(wù)預(yù)警還只局限于對被特別處理的公司的預(yù)測上，為投資者買賣股票提供一些投資依據(jù)，對企業(yè)自身的預(yù)警也并不多見。

參考文獻(xiàn)

［1］W.H.Beaver. Financial Rations as Predictors of Failure［J］. Journal of Accounting Research (supplement)，1966.

［2］Ahman E.I，F(xiàn)inancial ratios. Discriminant analysis and theprediction of corporate bankruptcy［J］.Journal of Finance，1968(9)：58-67.

［3］Ohlson.J.A. Financial Ratios and the Probabilistic Predic.tion of Bankruptcy［J］.Journal of Accounting Research，1980(1)：109-131.

［4］Halina Frydman，Edward I.Ahman，Duen-Li Kao，Intro.ducing Recursive Partitioning for Financial Classification ：The Case of Financial Distress［J］. Journal of Finance，1 985，Volume 40.Issue 1.PP.269-291.

第9篇：財(cái)務(wù)預(yù)警的方法范文

關(guān)鍵詞：財(cái)務(wù)危機(jī)；預(yù)警方法；文獻(xiàn)綜述

中圖分類號：F230 文獻(xiàn)識別碼：A 文章編號：1001-828X（2015）018-000-01

一、國外財(cái)務(wù)危機(jī)預(yù)警文獻(xiàn)綜述

財(cái)務(wù)危機(jī)預(yù)警研究在國外起步很早。1966年，基于Fitzpatrick的研究，芝加哥大學(xué)教授Beaver借鑒統(tǒng)計(jì)學(xué)原理，建立了基于單個(gè)財(cái)務(wù)比率的一元財(cái)務(wù)危機(jī)預(yù)警模型。結(jié)果發(fā)現(xiàn)離樣本困境日越近，模型預(yù)測判別的正確性越高，困境前一年的預(yù)測正確率高達(dá)87%。Beaver的研究成果在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域起到了承前啟后的作用，并為接下來的多變量預(yù)測模型打下了牢固的基礎(chǔ)。

1977年，Altman，Haldeman和Narayanan對 Z―Score模型進(jìn)行了進(jìn)一步的修正和完善。他們打破行業(yè)局限選取樣本，同時(shí)新增資本總額和公司規(guī)模兩個(gè)判別變量。此后，多元線性分析判別法得到了各國學(xué)者的反復(fù)實(shí)踐應(yīng)用。但是在實(shí)踐過程中，暴露許多弊端。

1977年，Martin首次應(yīng)用Logistic回歸模型研究財(cái)務(wù)危機(jī)預(yù)警。從1969-1974年期間美聯(lián)儲(chǔ)5600家銀行中選定58家危機(jī)銀行進(jìn)行預(yù)測。經(jīng)研究發(fā)現(xiàn)，相比Z模型和Zeta模型，Logistic回歸模型的誤判率較低，預(yù)測的精準(zhǔn)度可高達(dá)96%。至今，該模型仍被廣泛的應(yīng)用于各項(xiàng)研究中。隨著經(jīng)濟(jì)技術(shù)的飛速發(fā)展，已經(jīng)不能適應(yīng)經(jīng)濟(jì)、財(cái)務(wù)預(yù)警機(jī)制所要求的精準(zhǔn)性，神經(jīng)網(wǎng)絡(luò)技術(shù)與財(cái)務(wù)預(yù)警的結(jié)合應(yīng)運(yùn)而生。

1990年，Odom和Sharda創(chuàng)造性的將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)危機(jī)預(yù)警中。他選取65家破產(chǎn)企業(yè)作為樣本，并將其劃分為訓(xùn)練組和檢驗(yàn)組。結(jié)果發(fā)現(xiàn)訓(xùn)練組的該模型較其他預(yù)警模型準(zhǔn)確率大大提高。

Tam和Kiang的研究使該方法在預(yù)警領(lǐng)域得到了各國學(xué)者的實(shí)踐應(yīng)用，研究發(fā)現(xiàn)，雖然神經(jīng)網(wǎng)絡(luò)方法明顯的優(yōu)于Logistic回歸分析法，但是在樣本數(shù)量的限制下需要進(jìn)行多次反復(fù)的訓(xùn)練仿真。

1998年，Luthern在神經(jīng)網(wǎng)絡(luò)模型中首次引入遺傳算法，并將該方法與多元Logistic線性回歸分析法進(jìn)行比較，結(jié)果顯示，基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果更優(yōu)。

除以上研究外，許多專家學(xué)者建立混合模型進(jìn)行財(cái)務(wù)預(yù)警研究。實(shí)證檢驗(yàn)表明，混合方法比單個(gè)的方法具有較高的預(yù)測精度，更是在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域開辟了新的道路。

綜述以上研究現(xiàn)狀，可以看出在健全的資本市場的助力下，國外的財(cái)務(wù)危機(jī)預(yù)警研究頗豐。近年來，更是有災(zāi)害理論、期權(quán)理論和混沌理論等眾多相關(guān)理論的引入，大大推動(dòng)了該領(lǐng)域的發(fā)展。

二、國外財(cái)務(wù)危機(jī)預(yù)警文獻(xiàn)綜述

我國在該領(lǐng)域的研究相對起步較晚。20世紀(jì)90年代，隨著ST機(jī)制的引入和企業(yè)會(huì)計(jì)準(zhǔn)則的頒布，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警越來越多的被專家學(xué)者所關(guān)注。

2005年，楊淑娥和黃禮選取180家上市公司，利用BP人工神經(jīng)網(wǎng)絡(luò)工具構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。經(jīng)過反復(fù)的訓(xùn)練和學(xué)習(xí)，取得了90%以上的判正率。BP神經(jīng)網(wǎng)絡(luò)在許多不可控因素下仍可以得到較低的誤判率，使預(yù)測結(jié)果令人滿意。

同年，許多專家學(xué)者都開始對神經(jīng)網(wǎng)絡(luò)進(jìn)行研究。李秉祥則提出了一種非線性組合預(yù)測風(fēng)險(xiǎn)的方法。該方法最大的特色就是以模糊神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，并將該方法的預(yù)測結(jié)果與其他模型的結(jié)果進(jìn)行對比，結(jié)果表明，該方法有較強(qiáng)的適應(yīng)能力和較高的預(yù)測精度。

2011年，龐清樂和劉新允采取分層抽樣的方法選取60個(gè)企業(yè)作為研究對象，首次將蟻群算法和神經(jīng)網(wǎng)絡(luò)結(jié)合。該方法利用蟻群算法的潛在優(yōu)點(diǎn)極大的克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的局限性。實(shí)驗(yàn)的結(jié)果表明，改進(jìn)后的神經(jīng)網(wǎng)絡(luò)模型的誤差平方和僅為0.057。

2014年，黃曉波和高曉瑩以制造業(yè)企業(yè)為研究對象并引入非財(cái)務(wù)指標(biāo)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。在研究中他們利用因子分析對指標(biāo)體系進(jìn)行優(yōu)化。結(jié)果顯示，模型有良好的預(yù)測性，在所有指標(biāo)中，盈利能力的影響因子系數(shù)最大。

我國在該領(lǐng)域的研究雖然相對較晚，但是在國外研究的基礎(chǔ)之上，我國也開展一系列的科研工作，許多研究已經(jīng)同國外同步。并且，在此基礎(chǔ)上，有專家學(xué)者提出了財(cái)務(wù)危機(jī)預(yù)警要有中國元素，根據(jù)我國的基本國情和不同行業(yè)的特征制定的危機(jī)預(yù)警模型才更加具有適應(yīng)性，足以表明我國在該領(lǐng)域的研究已日漸成熟。

三、國內(nèi)外文獻(xiàn)評述

縱觀國內(nèi)外對危機(jī)預(yù)警模型的研究，雖然起步時(shí)間不同，但是無論在理論上還是實(shí)踐中都有了較大的發(fā)展：從單變量模型到多變量模型，從邏輯回歸模型到人工智能模型，從單一判別方法到混合判別方法，從單一的財(cái)務(wù)管理理論到多學(xué)科的交匯融合，從靜態(tài)預(yù)警到動(dòng)態(tài)時(shí)間預(yù)警，這些都表明了該領(lǐng)域的迅速發(fā)展，也表明了企業(yè)管理當(dāng)局、投資者、債權(quán)人等利益相關(guān)者對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的需求。

就目前財(cái)務(wù)危機(jī)預(yù)警的研究來看，仍然存在許多有待完善的地方。本文在客觀分析其不足之處的同時(shí)，也對財(cái)務(wù)危機(jī)預(yù)警的發(fā)展趨勢做以下展望：

首先，運(yùn)用模型中對變量指標(biāo)的篩選缺乏規(guī)范化處理。許多指標(biāo)的采用受前人研究、研究者自身經(jīng)驗(yàn)的限制等因素的影響，缺乏客觀性和全面性。絕大多數(shù)財(cái)務(wù)危機(jī)預(yù)警模型所選取的變量都是財(cái)務(wù)指標(biāo)，這些數(shù)據(jù)資料并不能全面準(zhǔn)確的反映企業(yè)的財(cái)務(wù)狀況，相反對非財(cái)務(wù)指標(biāo)等非量化指標(biāo)考慮較少。其次，傳統(tǒng)意義上我們認(rèn)為，只有ST的企業(yè)才是有財(cái)務(wù)危機(jī)的，并只把ST企業(yè)作為研究對象，這樣的方法過于拘泥傳統(tǒng)。所以在研究中，應(yīng)該打破ST的限制，以企業(yè)的實(shí)際財(cái)務(wù)狀況為判斷依據(jù)。

綜上所述，財(cái)務(wù)危機(jī)預(yù)警在迅速發(fā)展的同時(shí)仍存在許多不足之處。就方法而言，雖然預(yù)警方法不斷進(jìn)步，國內(nèi)模型研究的主流仍然是多元線性判別模型和Logistic 回歸模型，神經(jīng)網(wǎng)絡(luò)等人工智能方法應(yīng)用仍較少。

參考文獻(xiàn)：

[1]吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的財(cái)務(wù)分析指標(biāo)及其預(yù)測模型[J].中國經(jīng)濟(jì)問題，1986（5）：8-15.