预警模型（精选12篇）
预警模型 篇1
1 引 言
财务风险无时不在, 无处不在, 财务困境的普遍存在性使得企业必须采取有效手段对财务状况进行预测, 才能最大限度的规避风险, 降低损失。国外对财务困境预警的研究一般认为始于20世纪30年代, 至今已有70多年。财务困境的预警模型根据使用变量的多少分为单变量模型和多变量模型, 而多变量模型又因使用计量方法的不同可分为线性判定模型、Probit模型和Logistic模型等。随着信息技术、统计方法等研究手段的不断进步, 财务困境预测的研究方法也取得新的进展, 生存分析法、专家系统法、神经网络法等多种方法也开始被引入财务困境预警研究领域。
2 模型概述
(1) 单变量判别分析法。
该方法即是利用单一的财务比率来预测企业的财务困境。Fitzpatrick (1932) 进行了一项单变量的破产预测研究, 开创了财务预警研究的先河。他选取19 家公司作为样本, 利用单一财务比率将样本划分为破产和非破产两组, 其研究结果显示净利润/股东权益、股东权益/负债这两个比率的判别能力最高, 即误判率最低。不过当时由于条件的限制, 主要的研究方式是对正常企业和非正常企业的一些财务比率进行比较和经验分析, 且之后的30年内都很少有学者进行单变量判别法的研究, 这种状况一直持续到20世纪60年代初, 此后的财务风险判别才可算是真正进入系统化阶段。
Beaver (1966) 创造性的提出了单变量模型, 他也是最早将现金流量用于财务困境预测研究的学者。Beaver选取了79家失败公司和79家非失败公司, 应用一元判别法比较了各项财务指标在公司破产前1~5年的预测效果, 发现现金流量/总负债的预测能力最好, 并且离失败日越近误判率越低, 在财务困境前1年误判率仅为13%。
单变量的开创性作用不可忽视, 该方法简便易行, 实践中可操作性强, 在研究条件较差时具有很大优势, 但其局限性也是很明显的。由于企业的财务状况错综复杂, 单一的财务比率往往不能准确反映客观实际, 这就影响了预测的有效性。
(2) 多变量判别分析法。
该方法同时使用多个财务指标, 利用多元变量的组合来预测企业的财务困境。Altman (1968) 首次运用了多元线性判别分析法, 建立了多元判别模型, 其后的研究者通称为Z模型。相比以前的预测模型, 该模型的预测准确率有着较大的提高。然而Z模型在建立时并未充分考虑到现金流量的变动等方面的情况, 因而具有较大的局限性。Altman在1977年对自己的模型进行了修正, 提出了ZETA模型, 使得预测的效率又有所提高。
Altman的研究可说是具有很大贡献, 到目前为止, 在实践中Z模型依旧占据重要地位。但是Z模型要求变量必须符合正态分布, 现实中的许多变量多不满足该假设, 这就降低了模型的使用性。
(3) Logistic模型。
该方法采用一系列财务指标自变量来建立模型, 对变量没有严格的要求, 从而克服了Z模型的不足。Martin (1977) 首次运用了Logistic模型。他于1970—1977年, 以58家财务困难银行为研究对象, 选取了总资产净利率等8个指标, 在Z模型、ZETA模型和Logistic模型之间作比较, 发现Logistic模型的预测能力更高。
Ohlson (1980) 采用Logistic方法进行破产预测, 他在1970—1976年, 研究了105家破产公司和2085家正常公司, 运用9个财务变量来构建模型, 研究发现公司的融资能力和业绩对破产有很大影响。但他也指出, 采用破产之后获得的信息来预测破产会高估破产模型的预测能力。
(4) Probit模型。
该方法与Logistic方法类似。Zmijewski (1983) 以72家破产企业和3573家非破产企业为样本, 使用Probit模型, 用逻辑比分析的方法进行了财务困境预测。研究发现破产与非破产企业之间有四类财务比率有明显的差别, 分别是:回报率、财务杠杆、固定收入保障率、股票回报率。
虽然Probit模型和Logistic模型的方法相似, 但Probit模型的条件较严格, 且计算方法不如Logistic模型简便, 因而使用面不如Logistic模型广。
(5) 生存分析法。
现代科学技术的发展, 新的方法被不断应用到财务困境预测中, M.Luoma和E.K.Laitinen (1991) 在“survival analysis as a tool for company failure prediction”中提到了用生存分析法来预测企业的失败, 相对于传统方法而言这是很好的发展, 不过这种方法现在并未得到广泛使用。
(6) 专家系统法。
人工智能的应用和发展, 专家系统方法也被逐渐采用。Messier和Hansen (1988) 首次将专家系统应用于财务困境预测研究, 并将该方法与线性判别分析、群体决策等方法进行比较, 发现专家系统法的分类效果最好, 而且比群体决策的正确率稳定。
(7) 神经网络判别模型。
神经网络判别模型是财务困境预警研究方法上的重大创新, Odom和Sharda (1990) 开创了用神经网络预测财务困境的新方法, Coats和Fant (1991) 选取47家正常公司和47家危机公司使用神经网络模型进行判别, 预测准确率达到91%。目前神经网络模型预测的效果还不稳定, 但随着研究方式的改进和模型完善, 该方法在未来研究中可能成为一个重要方向。
3 结束语
在财务困境的预警研究中, 重要的方法之一就是建立预警模型, 综观国内外的研究史, 经典的模型代表了各个阶段的研究水平, 体现了不同时期的研究成果。简单比较以上模型, 可以看出:各模型都具有一定的优势和劣势, 无论是在理论研究中还是在实践中都无法作出绝对的比较。可以说, 关于财务困境预警的研究, 直到今天都未达成绝对的共识, 也不存在一种绝对行之有效的模型, 现实情况的不断演变, 新问题的层出不穷, 任何模型都无法适用一切场合, 研究需要随之不断深化。
摘要：本文对国外的相关文献资料进行归纳总结, 将部分财务困境预警模型做一整理归纳, 以利于了解财务困境预警研究的历史进程和现状, 并对各种财务困境预警模型作一比较。
关键词：财务困境,预警研究,综述
参考文献
[1]马若微.企业财务困境预测理论及实证研究评述[J].中国城市经济, 2005 (6) :46-48.
[2]王雪梅, 王春巍.财务困境预测研究发展变迁[J].合作经济与科社, 2007 (2) :78-79.
[3]K.Coats, L.F.Fant.Recognizing Financial Distress Patterns U-sing a Neural Network tool[J].Financial management, 1993 (22) :42-155.
预警模型 篇2
本文在对比分析了各种企业财务危机预警方法的`基础上,提出基于模糊综合评价方法的企业财务风险预警模型,并作了实证分析.
作 者：高艳青 栾甫贵 作者单位：北京工业大学经济与管理学院,北京,100022 刊 名：经济问题探索 PKU CSSCI英文刊名：INQUIRY INTO ECONOMIC PROBLEMS 年，卷(期)： “”(1) 分类号： 关键词：模糊综合评价法 层次分析法 财务危机预警
财务预警模型存在的缺陷 篇3
在翻阅大量的书籍以及文献后，发现目前对于财务困境的基础理论仍有多种解释。一般来讲，大多数人把财务困境的定义分为四种类型，即失败（如，停止经营、自愿退出经营、实行破产监管或重组等法律事务）、无力清偿（从技术层面上讲是企业自身无法偿还它的现行债务，导致公司资金无法流动至暂停等。）、违约（这是涉及到公司与债权人的关系，通常是法律层面的问题，但一般它也是公司财务困境的一种信号。）、破产（即公司的净资产为负值）。
对于财务困境理论的理解，从定义上我们能够明显的看出它主要是从财务指标，这种可以以计算来表现的外向形式。同时在我们进行财务困境的预测分析时，也是由于财务理论的基础相对比较薄弱，迄今为止对于公司的财务困境的概念仍然没有一个统一的界定并且缺乏一些能够准确预测困境中所应包括的预测变量的经济理论支持。因此，许多的研究者都是通过自身多年的研究经验，并把一些在陷入财务危机中出现的财务指标来作为预测因素的，同时还通过收集大量的数据以及严格的统计筛选来把预测中相对显著的变量因素作为预警判别模型。我们更多的是要来研究其陷入财务困境时的环境，以及这些财务变量发生变化的原因和状态，再结合其与财务困境的关系来进行具体的分析与研究。因此，在界定一个企业是否陷入财务危机时，我们所要探索的方面很多，仅仅依靠一种定义方式是不全面的，这也是导致一些企业在进行财务预警时出现偏差的重要原因。
财务困境理论的界定是由于关注点的偏离，缺少对非财务指标深层次和根本性的探究，以及大多数学者在进行财务困境理论研究时对非财务指标的忽视，这也是使得其困境理论无法深层次的剖析企业在经济运行中产生问题的重要结点。由于非财务指标贯穿于企业的各个角落，从而在我们探究财务困境理论时，把非财务指标引入其中并把它作为财务危机预警系统研究的理论基础是非常必要的。
二、财务指标缺乏可靠性和前瞻性
由于缺乏相对可靠的财务困境理论的理论性支撑，因而，传统的财务指标在财务危机预警中存在很多缺陷。在建立财务危机预警模型时，无论是国外学者还是国内学者，他们的研究都是以会计信息是真实的这一假设为前提条件来建立财务危机预警模型的。并且，在研究财务困境的发生与财务指标的关系上，基本上都是基于已有的模型来验证，更多的是缺乏深入的对陷入困境的原因与环境的探讨。
对其进一步的分析，首先是上市公司披露的年度报表并不一定是对公司财务状况的真实反映，其主要原因是，公司的管理者可以通过操纵会计利润以及编制虚假的会计信息来使公司财务账面的状况表面上达到大家所预期的水平；其次是除开人为的操纵外，企业内部的执行情况对企业财务数据的准确性、可靠性也产生了重大影响；还有，财务危机预警信号的时效滞后，一般来讲，上市公司每年的年度财务报表都是在次年的4月份左右对外进行披露的，因此，会计报表的财务数据在时间上对公司的财务预警存在很大的滞后性；再是财务指标不能反映所有与财务危机有关的信息，例如会计比率。
章之旺（2005）认为使用会计比率类指标作为预测变量，至少存在两个方面的问题：第一，会计比率是根据资产负债表和利润表项目计算的，并且由于不同企业之间的会计政策的选择存在分歧，因此不同企业之间缺乏可比性。第二，回归方法在实践中的会计比率的分子分母是不符合配比原则的。利润的销售额渠道中不仅包含销售收入，其中它的回报率也应该包括外商投资等项目。随后也有些学者根据这些缺陷性，从企业的内外部环境的变化对财务危机的发生进行了简单的研究。
三、财务预警模型存在局限性
最先被引用于财务预警模型中的是单变量分析法，它最早也是被用来对一些企业进行破产预测分析。在破产预测分析中，由于可以从一些财务困境企业中分析出财务指标与非财务指标之间的不同点，从而也可以从它们之间的差异中找到财务的预测点。在1932年，就有一位经济学家Fitzpatrick对此开始了最初的研究。Fitzpatrick把19家已经破产的公司与没有破产的公司进行比对，同时运用单个财务指标量来进行预测，最后结果发现评估能力最高的财务比率是是股东权益净利润率和股东权益/负债率。再就是在1996年，为了使单变量分析法的预测能力更进一步深化，于是Beaver采用统计分析方法来对发生破产的企业财务问题进行研究，结果显示其得到很好的改善。然而，单变量分析模型虽然是最早应用于企业财务预警实证研究的，并且在运用的时候也相对简单。但它排斥其他指标的作用，信息量狭窄是单个财务指标的最大缺点，因此它不能够企业财务状况进行全面的折射。由于财务指标的不同，则对其进行判断得出的结论有时也可能是截然相反的，例如有的企业盈利能力比较差，然而流动性较好，可是根据流动性指标可被判别为非财务困境企业，但是根据盈利能力指标又可判别为财务困境指标。有时，模型还会受到通货膨胀等因素的影响，因此这些局限性严重影响了指标的适用性。
多元判别分析模型，是由Altman（1986）博士提出的。这个模型是运用多个财务比率来检查企业的财务运营情况的稳定性，以此来说明企业是否存在财务困境。虽然相对于其它模型来说，这种Z计分模型较于理解，并且也具有较好的评估能力和实际应用的能力，但仍然存在很大的缺陷。它的分析要有严格的假设，要求预测变量呈正太分布，并且需要样本分布满足正太分布的条件即预测变量的方差，协方差矩阵必须是相等的，但在实际中，这些数据是很难满足的，因此其预测精度也无疑会降低。最后还有就是目前对Z计分模型分值划分标准还没有科学的判别方法等问题。
同样，多元逻辑回归模型和神经网络模型也存在着或多或少的问题。多元逻辑回归模型虽然不要求数据呈正太分布，同时也克服了一些多元判别模型存在的局限性，使得数据更加稳定和可靠，但是该模型使用时必须经过多个转换步骤来计算，并且对参数的估计运用到了最大似然法，计算程序相对复杂，使其临界值的选定存在很多争议。神经网络模型也因其计算量大，判别能力难以解释等问题存在多种争议。
财务危机预警模型研究评析 篇4
一、财务危机预警模型概述
(一) 单变量模型分析
最早开展单变量破产预测研究的是Fitzpatrick (1932) 。单变模型, 又叫财务指标分析法, 主要原理是用单一的变量, 或用许多具有典型代表意义的财务比率指标来预测企业财务危机。单变量分析法虽然简单, 但却因不同财务比率的预测方向与能力经常有相当大的差距, 有时会产生对于同一公司使用不同比率预测出不同结果的现象, 或因不同财务比率的预测方向和判定标准不同而使预测结果互相矛盾, 这样的评价往往不够全面, 而且时效性不强。
(二) 传统多变量模型分析
主要包括:
(1) Z分数模型。该模型是美国的Edward Altman于1968年提出来的。Z分数模型是采用多元线性函数的模式, 运用五种财务比率, 进行加权汇总产生的总判别值, 来对企业的财务状况进行预测的一种模型, Z分数模型的判别函数如下:
其中, 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。Z模型的判断标准如下:Z>2.675表示财务状况良好, 发生破产的概率很小;1.81≤Z≤2.675表示财务状况极不稳定, 为灰色地带;Z<1.81表示财务失败可能性非常大。
1977年, Altman等人对Z模型进行了改进与补充, 产生了经修正的跨行业ZETA模型, 模型中的变量由5个增加到7个, 并根据不同行业列出不同的系数。ZETA模型比Z值模型预测更为准确, 在公司破产前一年其准确率高达95%。由于综合考虑了反映公司财务环境包括财务危机状况的多个方面的因素, 多变量模型与单变量模型相比具有能够更加全面和准确反映企业财务状况的优点。
(2) 巴萨利模型。该模型是以其发明者亚力山大·巴萨利 (Alexander Bathory) 的名字命名的。其适用于所有的行业, 且不需要复杂的计算。巴萨利模型的判别函数如下:
其中, X1= (税后利润+折旧+递延税) /流动负债;X2=税前利润/营运资本;X3=股东权益/流动负债;X4=有形资产净值/负债总额;X5=营运资本/总资产。这五种财务比率值的总和 (即B值的大小) 便是该模型的最终指数。若该模型的最终指数越低或呈现负值都表明企业前景不妙, 财务状况面临着极大的风险, 企业财务失败的可能性越大。据调查, Bathory模型的准确率可达到95%。Bathory模型在预测公司财务危机可能性的同时, 也能衡量公司实力大小。
(三) 现代财务危机预警模型构建方法分析主要有:
(1) 判别分析法。其产生于本世纪30年代, 是用于判别个体所属群体的一种统计方法。判别分析的特点是根据已掌握历史上每个类别的若干样本的数据信息, 总结出客观事物分类的规律性, 建立判别公式和判别准则。然后, 当遇到新的样本点时, 只要根据总结出来的判别公式和判别准则, 就能判别该样本点所属的类别。判别分析法有两总体判别与多总体判别之分, 从不同的角度提出问题, 可以有不同的判别法则。最常见的有距离判别法、贝叶斯判别法和费雪判别法等。
(2) Logistic回归分析。Logit模型是一种更符合实际的经济情况的模型, 其不要求样本满足多元正态分布, 是解决0一1回归问题的有效方法。但Logit模型对中间区域的判别敏感性较强, 可能会导致判别结果不稳定。其局限性主要体现在:由于模型中对参数的估计将运用到最大似然估计法, 使得计算程序相对复杂;分界点的决定也会影响到模型的预测能力;计算过程中有很多近似处理, 所以预测精度会有所降低。
Logistic概率函数的形式为:
Pi是在条件Xij= (X11, X12, ……X1n) 下的事件发生的概率:1-Pi代表事件不发生的概率, α是截距, βj是待估的参数。Logistic回归模型的一般形式如下:
逻辑回归模型其预警的最大值趋近于1, 最小值趋近于0。1指企业存在财务风险, 0指企业不存在财务风险, 一般选择50%作为分割点, 其含义是如果P值大于0.5, 那么该上市公司可以归入发生财务危机的ST公司, 如果P值大于0.5, 则该上市公司视为正常公司。
(3) 主成分分析。该方法最初由Hotelling于1933年提出来。主成分分析就是设法将原来的指标重新组合成一组新的互相无关的综合指标, 同时, 选取几个能够更多反映原来指标信息的综合指标。综合指标即新的变量, 是原来多个变量的线性组合, 虽然这些综合变量不能直接观测, 但这些变量彼此互不相关, 能反映原来多个变量的信息。综合指标就叫做原来变量的主成分。
(4) 人工神经网络方法。人工神经网络 (Artificial Neural Network) 是一种平行分散处理模式, 其建构理念根植于对人类大脑神经运作的模拟。该方法在研究企业财务状况时, 一方面利用其映射能力, 另一方面主要利用其泛化能力, 即在经过一定数量的带噪声的样本的训练后, 神经网络可以抽取样本所隐含的特征关系, 并对新情况下的数据进行内插和外推以推断其属性。该方法除具有较好的模式识别能力外, 还可以处理非量化的变量, 并具有学习能力, 可随时依据新数据资料进行自我学习、训练, 调整其内部的储存权重参数以对应多变的企业运作环境。但也存在实际效果不稳定, 适用性不强等局限。
(5) 相对流动性指标 (DRL) 模型。DRL模型是以预计潜在现金与预计正常现金支出的比例来评估企业财务风险的。
其中TCP=总潜在现金;E=正常经营的现金支出;WC=期初营运现金;OT=销售收入/[应收账款+库存产成品× (销售收入/销售成本) ];SVI=库存产成品× (销售收入/销售成本) ;NSV=销售收入;NI=净利润;NON=非付现费用 (主要指折旧+摊销等) ;WCC=期末营运现金-期初营运现金。如果DRL>1, 表明企业财务状况良好, 有足够的现金偿还到期流动负债, 近期不会发生财务危机;如果DRL<1, 表明企业财务状况不稳定, DRL值越小, 财务状况越差, 如无法取得外部资金, 企业前景堪忧。通过连续几年资料计算DRL, 可以准确地判断出企业资金流动状况的好转或恶化。但是在建立该模型时, 没有考虑下列活动引起的现金收支:资本性收支;股票的发行和清偿;有价证券的投资和收回;长期借款的取得和偿还。
二、财务危机预警模型评价
(一) 模型综合比较
财务危机预警研究模型经历了从定性研究到定量研究, 从统计模型到非统计模型, 从单一模型到混合模型的过程。从动态性看, 早期的研究模型都是静态的研究, 没有建立可随时更新的动态模型, 模型建成后一般不再变动, 但是, 随着社会经济的发展, 企业、行业的特点发生了变化, 模型本身是应该得到发展的。从实效性来看, 传统的研究模型很多是基于1-3年前的数据建立的模型, 与企业当前情况相去甚远。从可操作性看, 传统模型更多的是统计模型, 非常复杂, 可操作性差。现代的模型非常注重其实践性。从全面性来讲, 传统的模型主要为定性研究, 其主观性很强。后来的单变量模型则仅仅从某一个指标来反映, 其说服力也大打折扣。现代模型借用了很多的多元数据处理方法, 使得模型的全面性大大增强。
(二) 统计模型缺陷
主要有: (1) 技术上的缺陷。一是模型建立在一定的假设之上, 如多元判别分析假设自变量服从正态分布、协方差矩阵相等、独立变量之间完全线性补偿。二次方判别分析不需要独立变量之间完全线性补偿, 提出了一个更普遍的二次函数关系。Logistic回归分析虽然不考虑多元变量的正态分布, 但是它要求变量之间的完全线性补偿。二是独立变量选择有失偏颇。由于变量之间存在着相关性, 在建模之前进行被选变量相关性检验是非常必要的。如果一些变量具有较高的相关性, 他们将对公司的财务状况具有相同的影响。 (2) 财务报表信息批露的不足。一是财务报表中的数据是分类汇总性数据, 它不能直接反映公司财务状况的详细情况。二是财务报表存在着虚假信息影响了财务报表分析。目前我国的上市公司存在着捏造虚假利润欺骗投资者的行为, 这为我们通过模型正确预测公司未来发展趋势带来了不利的影响。三是财务失败预测模型没有考虑财务分析的纵向比较。这些模型在进行财务失败预测时, 一般选取公司预测前三年的财务数据, 然后分别预测, 三年内的数据相互之间没有联系。
三、我国企业财务危机预警模型研究应注意问题
(一) 增强模型对我国企业适用性
目前, 国内企业对财务危机预警模型的运用仍处于不成熟阶段, 大多照搬国外的研究成果, 导致模型本身的发展和创新方面比较弱。因此, 所构建的财务危机预警模型无论是在指标的选取、权数的确定, 或是评价标准的高低上都存在显著的不一致性, 这必将导致所构建的财务危机预警模型不能完全适应本企业所面临的实际发展环境。另外, 企业在构建了财务危机预警模型之后, 往往需要通过统计数据来确定其有效性。而我国证券市场样本容量小, 上市公司法人治理结构有待改善。需要克服统计数据的缺乏探索出真正适合我国企业现状的财务危机预警模型。
(二) 及时维护与更新模型以提高准确性
财务危机预警模型是随着实际运用的发展而不断完善、更新的。由于不同时期宏观经济环境和会计处理方法的不同, 因而建立模型的财务数据具有鲜明的时效性, 模型也具有时效性, 这就使每隔数年对模型进行更新成为必要。同时模型是为深入分析数据服务的, 因此可以有多种方法建立不同的财务危机预警模型。而且建模后应继续评价模型的有效性和精确度, 并检验模型的理论基础, 以便在模型的实践应用中提高预测能力。
(三) 加强理论研究以增强对模型指导性
财务危机预警模型缺乏经济理论的指导。在目前的文献中, 尚没有一个理论能完全解释财务指标和财务危机之间的关系。由于缺乏理论上的指导, 所以各模型在财务指标的选择上显得比较随意。另一方面, 各模型所选取的财务指标还可能仅仅是企业陷入财务危机的征兆, 而不是根本原因。
(四) 注重使用非财务指标以及定性分析方法
当前, 常用的财务危机预警模型在选择自变量时均采用可量化的财务指标, 在评价方法上均采用数学评价方法, 这使得财务危机预警信号较为客观和精确。但是, 财务危机预警是一个动态的概念, 不仅仅指企业破产或不能持续经营等现象产生, 企业管理者的风险意识高低、财务人员的认识深浅、企业目前的生存环境是否发生变化等非量化或主观性的因素也在很大程度上影响对企业财务风险的评价。因此, 结合定量分析方法, 管理者们也要考虑到重要的非财务指标和定性分析方法对企业财务风险的影响, 从而更加全面地判断企业面临的风险。
(五) 克服财务指标与样本选取局限
各种模型都有其财务指标选择的侧重点, 从某种程度来讲, 这种侧重因忽视了其他方面的财务指标而存在一定的片面性。比如现有的财务危机预警模型大多比较重视对上市公司提供的资产负债表和利润表中数据指标的运用, 而容易忽视对现金流量表和上市公司提供的其他数据的运用。另一方面, 不同的样本选取也会对财务危机预警模型的适用性有很大的影响。比如不同的国家和地区、不同行业以及不同的研究区间的选取等。
参考文献
预警模型 篇5
目前，我国有关上市公司财务风险预警系统方面的研究还不是很成熟，明显滞后于我国证券市场的发展。但是在国外，由于证券市场已经高度发展，而且与其发达的资本市场相对应的财务预警模型研究也早已引起足够重视，并且也形成了多种关于财务危机预警的体系。
本文的实证性较强，遵照理论分析与实证分析相结合的原则，以理论为依据来建立模型，同时又用模型的拟合来支持和丰富理论。通过回顾国内外财务危机预警研究的相关文献，可以看出目前的研究主要集中在预警模型的构建上，且主要为单一预测方法构建的模型，但是单预测模型都有其自身的局限性，本文利用Z3分数模型对房地产上市公司进行财务预警模型的构建，并采用主成份分析法建立适合该行业的财务预警模型，以期能提高预测的精度，使之成为预测上市公司财务危机状态的有效工具。
二、房地产业上市公司财务预警研究的意义
财务危机预警的研究已经经历了多年的发展，从最初对模型构建方法的研究，到本国企业财务危机预警模型的构建研究，再到适合各行业财务危机预警模型的探寻，每一步都体现了学者们对财务危机预警研究的热情、执着，也更体现了其对于我国乃至世界范围内企业发展的重要地位[2]。
房地产上市公司作为我国新兴的行业，其潜力大、关联度高、带动力强等特点在我国经济发展的轨迹中显露无遗，另外其特有的融资、负债结构特点使得它在特定条件下(如房价下跌等)很容易发生财务危机[3-4]。房地产上市公司作为我国证券交易市场上独立的行业板块，能够基本代表本行业在我国的发展情况，对其研究基本也可以代表对行业的研究。由此可见对房地产上市公司财务危机预警研究是有必要的，对我国房地产行业乃至整个经济的发展也是有重大意义的。
三、房地产上市公司财务预警模型的假设研究及样本构建
1、房地产上市公司财务危机预警模型应用的研究假设
首先要确定样本的类型，在以往的财务危机研究中，ST以及*ST的上市公司都被作为了发生财务危机的样本，ST公司为发生“异常状况”而被特殊处理(Special Treatment，简称ST)的上市公司。这里所指的异常状况包括“财务状况异常”和“其他状况异常”。前者是指“连续两个会计年度亏损”和“每股净资产低于股票面值”;后者主要是指自然灾害、重大事故等导致上市公司生产经营活动基本终止，在三个月内不能恢复;公司涉及可能赔偿金额超过本公司净资产的诉讼;公司主要银行账号被冻结，影响上市公司正常经营等情况。由于其他异常状况具有不确定性，难以预测，所以一般情况下只是对“财务状况异常”进行分析[5]。
奥特曼的Z3模型是在其Z值研究的基础上，于提出的适合非制造业行业的预警模型，由于本文研究的对象房地产上市公司同样为非制造行业，所以可以将其作为待参考的模型之一,因此本文在房地产行业预警研究上也采用了该模型[6]。
基于上述分析、本文提出如下假设：
事业单位财务预警模型的实证探究 篇6
随着我国行政管理体制改革的不断深入，我国事业单位的改革也在逐渐的稳步推进。单位的财政状况对于转型期的事业单位来讲直接影响到自身的生存状况，所以必须要能够对财务危机进行有效的预测，并对财务状况加以改善，这已经成为事业单位一定要解决的问题。本文将多变量模型作为研究基础，将非财务指标引进从而促进财务预警模型的建立。通过将非财务指标引进过来，有机的将发展能力、运营能力以及偿债能力联系起来，从而对事业单位的财务危机以及财务困难进行综合分析，并针对其中的一些问题，提出了一些思考和建议，供大家参考。
一、我国财务预警模型的建立概述
我国的上市公司最早的应用财务预警模型对财务状况进行预测，主要目的是让监管部门、投资者以及管理者对公司的财务状况具有更清楚的了解。我国早期的财务预警模型对国外的优秀研究结果进行了充分的借鉴，主要是采用多变量模式以及单变量模式建立的。以我股票早期上市公司的财务管理状况和规模为根据，我国大部分企业在构建财务预警模型时采用的是多变量模式。
虽然我国目前事业单位的财务管理工作正在不断地完善当中，但是还是存在着一些问题。比如：事业单位财务管理薄弱的基础。由于事业单位在早期大部分都是采用收付实现制会计核算制度，主要是因为这项制度具有简单易操作的特点。直到近年以来，事业单位才开始对财务管理工作逐步的加强，对其中的构成项目和收支出行予以明确。尽管如此，目前还是存在着固定资产未合理摊销或者不摊销的问题。事业单位风险意识的缺乏。也由于少数的地方政府对事业单位的监督和管理往往非常松弛，因此造成事业单位近年来不断膨胀的趋势。单位盲目扩大规模以及盲目投资的现象随着事业单位的不断扩张膨胀变得愈加严重，造成常常处于紧张的资金链状态，有些地区的事业单位甚至无法对员工的薪水进行按时支付，从而使事业单位改革过程中的矛盾进一步被激化。因为我国政府一直针对事业单位采取行政保护的政策，所以事业单位不仅具有相对低下得到运营效果，还具有较低的资金周转率。虽然在这个过程中，政府多次推动了提高事业单位绩效新政的出台，但是最终的效果却不是很理想。
因为出现了绩效地下、盲目扩大以及缺乏监管等问题，所以事业单位为了对自身的财务状况进行监督，必须要建立财务预警模型，从而防止出现因为收支不平衡而造成长期拖欠工资以及终止经营等情况。
二、事业单位财务预警模型的建立
由于服务社会是事业单位的宗旨，因此，事业单位并不需要追求高利润，为了保障事业单位的收支平衡，同时还要防止出现单位的过度膨胀和盲目投资，必须要建立财务预警体系。在对以往财务预警模型进行借鉴的基础上，还要对以往事业单位财务预警经验的缺乏进行考虑，由于事业单位具有财务危机意识缺乏以及财务报表相对简单的特点，所以在建设事业单位财务预警系统时主要是对包括发展能力、现金流量能力以及偿债能力在内的8个指标进行考察。
1.选取样本
河北省某事业单位的年度财务报表是本文样本资料的主要来源。因为破产清算等经济现象并不存在于事业单位当中，因此就将长期无法按时还贷或者员工工资拖欠超过三个月的收支不平衡严重的事业单位称为具有“高财务风险”的事业单位。本文选择采用该事业单位2000—2011年度的财务报表当成本文的样本数据对模型的有效性进行检验。
2.选取指标
将国家财政部指导意见中的分析事业单位财务的指标与财务预警模型常用的指标结合起来，对事业单位的会计事务状况进行综合考虑，然后选取事业单位财务预警模型建立的指标。
三、事业单位财务预警模型的实证分析
在确定事业单位预测指标权重的时候，本文除了对以往的研究成果有所借鉴以外，还向30余位专家分别征求了各自的意见；再通过数理统计方式对专家意见进行处理；然后再将以往的研究结果的权重和专家意见比对，将各指标的权重的出来，详细结果见下表1。
事业单位财务预警模型的准确性直接取决于财务指标权重的分配。因此，确认权重并选择指标以后，必须要对权重分配的准确性以及指标的有效性进行检验。
1.检验模型指标的预测结果
本文将以往收集到的数据作为依据，通过EView乘法模型的应用来预测指标的变化情况，将分指标的预测值和实际值作为竖轴，将时间作为横轴，将财务风险曲线绘制出来。下面就以资产负债率作为例子，见下图1。
我们可以从图1中看出，前期的准确性在预测结果中非常高，实际值和预测值几乎完全相同，在2008年预测值的偏差比较大，其中国际宏观经济的影响是导致这一现象的主要原因，尤其是爆发的金融危机，造成了预测值较大的偏差。不过从总体上看，预测结果还是非常良好的，然后我们运用同样的方法预测其他7个指标的变化情况，所得出的结果中。实际值和预测值十分接近，这就充分说明了只有恰当的分配指标的权重，才能实现比较精确地预测。因此，必须要先对指标和权重进行检验，才可以进一步进行综合财务风险的度量工作。
2.事业单位财务风险的综合度量
事业单位的财务风险预警指数必须要对事业单位自身的财务风险状况具有全面的反映，所以要综合考量财务风险。在对财务风险进行综合考量时需要将整个事业单位看作是一个整体，对其财务负担、发展能力、运营能力以及偿债能力进行综合考虑，通过对其综合财务预警指数的计算，全面客观地对事业单位的财务风险进行预测和评估。
3.事业单位风险预测结果的分析
该事业单位自从2000年开始，出现了财务风险逐年递增的趋势，从2000年开始综合预警指数开始进入上升阶段，从2001年开始不断地加速上升。事业单位在社会宏观经济加速增长的条件下的不断发展壮大是导致这一现象出现的主要原因。因为该事业单位自身的经营性收入不断增加，所以给单位带来了不断增多的资金来，随之而来的是该单位不断增加的资产投资。因此，最终造成了逐年增加的财务风险。在2008年财务预警指数达到了最大值，这主要是由于金融危机的冲击，导致我国宏观经济增长的十分缓慢。
我们通过财务风险预警模型可以预测到财务风险指数在2014年会略有下降，但是高财务风险阶段仍然是存在得的。该模型在预测一年内的财务风险时准确率达到87%，而在预测一到三年时的准确率则是76%，在预测三年以上时就会出现明显下降的准确度，所以需要进一步对该模型进行完善。
四、结语
本文将多变量模型作为研究基础，通过对事业单位发展能力、运营能力以及偿债能力的有机联系，将非财务指标引进，从而建立了与事业单位相适应的财务风险预警模型。这种财务预警模型的建立可以使事业单位对内部财务风险进行有效的控制。随着财务风险预警模型研究的不断深入，又相继出现了很多财务预警模型，然而以我国目前事业单位的现状为根据，可以发现该模型的可操作性更强，单位财务人员可以更好地对之进行适应。随着事业单位财务管理制度的不断加强和完善，需要进一步的对该模型加以完善。
（作者单位：新乡市市郊公路管理处）
军队油库安全预警模型研究 篇7
1. 油库安全预警指标体系的建立
综合考虑影响油库安全的各因素, 根据对油库安全系统的综合分析, 得出影响油库安全主要有以下因素:人员 (身体状况和业务素质, 安全意识, 思想政治素质) ;设备设施 (储油系统、装卸油与输油系统、辅助作业系统、消防系统、防护抢救装备) ;安全管理 (安全教育、安全组织、安全规章制度、安全预案演练、安全检查) 。根据以上内容, 建立如图1的油库安全预警指标体系:
2. 油库安全预警模型的建立
油库安全影响因素物元是由名称、特征、量值构成的, 因此, 每个指标可以看成分物元, 利用物元方法可建立多指标参数的油库安全预警模型, 以定量的数值表示预警结果, 从而能完整地反映油库安全的实际综合水平, 并且便于使用计算机进行规范化评定。
2.1 确定油库安全水平的物元集合
把油库安全预警等级分为重警、中警、轻警和无警四个等级。由以往的经验资料 (数据库) 或专家意见给出各等级的数据范围, 再将待评油库的安全预警指标代入各等级的集合中进行多指标预警。预警结果按其与各等级集合的关联度大小进行比较, 关联度越大, 与某等级集合的符合程度就越好。
(1) 确定经典域
式中, Moj表示所划分的j个油库安全预警等级, 因此, j=4, ci表示强弱等级N0j的特征;x0ji分别为N0i关于ci所规定的量值范围, 即各质量等级关于对应特征所取的数据范围———经典域。
(2) 确定节域
其中, p—表示油库安全预警等级的全体, Xpi—p关于ci所取的量值范围。
(3) 确定待评物元
2.2 确定待评对象关于各等级的关联度令
对每个特征Ci, 取wi为权系数, 令
称Kj (p0) 为待评油库风险因素p0关于等级j的关联度。
2.3 油库安全预警等级评定
若Kj0=max Kj (p0) j∈{1, 2, ..., m} (公式3)
则评定油库安全p0的预警等级属于等级j0, 若对一切j, Ki (p0) ≤0表示p0的油库安全预警等级已不在所划分的各等级之内, 应舍去。
3. 油库安全预警模型应用
现对某油库的安全现状进行预警, 综合多位安全专家的意见, 对该油库的安全现状要素打分, 结果是人员因素75分, 设备设施因素78分, 安全管理因素71分 (文章篇幅有限, 仅对一级指标进行预警) 。试对该油库安全现状进行预警。
3.1 确定各等级物元矩阵量值, 建立各等级的经典域
采用德尔菲法, 确定各等级的量值范围, 可按无警、轻警、中警、重警四个等级依次进行。建立经典域如下:
3.2确定油库安全的节域物元矩阵量值
根据确保油库安全的需要, 确定节域如下:
3.3建立待评对象物元矩阵
3.4 油库安全预警等级评定
同理可得
由层次分析法得到指标体系的权重分别为w1=0.5, w2=0.3, w3=0.2则
因为Max Ki (p0) =K3 (p0) , 所以该油库安全现状预警等级为中警。需要在人员安全素质和安全管理方面进行提高和改进。
4. 结论
油库预警问题是具有多种复杂因素和不确定性的问题, 本文构建了油库安全预警指标体系, 建立了油库安全预警模型, 并对模型进行了实证分析。该模型具有动态性和客观性等特点, 是一种可以对油库安全进行预警的有效方法。
摘要：通过分析影响油库安全的因素, 建立了油库安全综合预警指标体系, 构建了基于物元理论的油库安全预警模型, 最后进行了实例分析, 对模型的有效性进行了验证。
企业销售风险预警模型研究 篇8
一、企业销售风险的预警和控制
企业销售风险管理一般主要包括两方面内容:一方面是销售风险预警分析;另一方面是销售风险预控对策。其中, 销售风险预警分析是对企业日常销售过程中内外部环境出现的状态 (包括正常、失常以及危机) 进行识别、分析与评价, 并对其中的销售风险因素做出警示的管理活动;销售风险预控对策是根据预警分析的结果, 对企业营销管理波动的不良趋势与危机状况的早期征兆进行及时矫正与控制的管理行为。本文, 从价格风险和库存风险两方面分析企业销售风险, 从而反映其量价关系。
二、价格风险分析模块分析
1、价格风险分析模块需求分析
(1) 对企业产品的价格走势进行显现, 掌握近期 (半月) 、中期 (季度) 、长期 (年度) 价格变化的趋势。通过类似于股市走势图的方式对企业产品的短期、中期、长期价格变化状况进行显示, 并采用移动平均法和指数平滑法对短期价格、中期价格、长期价格变化的趋势进行预测。
(2) 对企业产品的购买价格的风险状况进行分析, 即为价格高低判断提供依据。原材料价格的变化随之会反映在产品价格的变化上, 通过分析原材料与产品价格之间的长期稳定关系, 可以对产品价格的高低位给予有效的判断。
(3) 所需的数据源:价格残差表 (日期, 产品名称, 买价, 残差值) , 原油价格表 (日期, 价格) , 回归公式表 (常量, 系数, AR (1) ) 。
2、分析模型——残差分析模型
如果xi代表第i种产品的买价, p0为原材料产品的价格, 则可以分析xi与p0之间的关系。选用最基本的回归分析模型可以得到:xi=b0+bip0+ξi, 故:ξi=xi-b0-bip0。
如果ξi较大则说明由于除原材料价格之外因素的影响导致价格偏高, 如果ξi较低则说明由于除原材料价格之外因素的影响导致价格偏低。
判断ξi孰高孰低的方法是采用2-sigma准则, 即当残差超过2sigma时则预示着价格偏高, 当残差低于-2sigma时则预示着价格偏低。
3、实例分析
本文选择中石油化工与销售华北公司的聚乙烯产品的价格 (东北亚CFR最低价) 与原油价格 (大庆原油价格) 的具体数据进行了分析, 回归的结果见表1。
回归方程如下:x=346.26+7.17*p0+ (AR (1) =0.91) +ξ (AR (1) 是解决序列相关的一种技术) 。
根据上面的分析可以求得残差的结果图 (见图1) 。
残差的方差高低判断结果 (见图2) 。
三、库存风险分析模块分析
1、库存风险分析模块需求分析
(1) 对企业产品存货水平态势进行显现, 掌握近期 (半月) 、中期 (季度) 、长期 (年度) 存货变化的趋势。采用类似于股市走势图的方式对公司产品的存货短期、中期、长期变化状况进行显示, 并通过移动平均法与移动平均法对短期、中期、长期的存货状况进行预测。
(2) 对存货的高低进行判断。
(3) 所需的数据源:销售表 (日期, 产品大类名称, 销量) , 存货表 (日期, 产品大类名称, 当前数量, 日最低下线, 日相对下线) , 周期库存上下线表 (周期, 产品大类名称, 最低下线, 次级下线, 初级下线, 库存上线) 。
2、分析模型
(1) 库存下线的分析。本文将采用两级分析方法, 一级是每种产品每天的库存下线分析, 二级是每种产品的周期性下线分析, 即在下达了下月配置量计划之后, 货物还没有达到之前 (订货提前期内) , 产品库存的最低下线。日库存下线分析包括最低下线库存和相对下线库存, 最低下线库存是前一周期的每日需求量中的最小值, 相对下线库存指前一周期的每日需求量的平均值。周期库存下线分析包括以下几种:其一, 最低下线库存 (安全库存或者保留库存) 。安全库存:是一种额外持有的库存, 它作为一种缓冲器来补偿在订货提前期和分析周期内实际需求量超过期望需求量。安全库存的确定:L是订货提前期, t是订货周期间隔, STD是前一周期 (或前几周期) 需求量的方差, K按既定的服务水平确定的安全系数, 可以从统计表中查取。其二, 次级下线库存确定。 (AVG是需求量的均值, l是提前期) 。其三, 初级下线库存确定。 (m是根据经验确定的一个参数, 一般情况下取2, 但是这里我们将视公司的具体情况而给予界定) 。其四, 需求量的均值与方差的确定 (多种备选) 。备选1:一周期的需求的均值与方差 (快速消费产品) ;备选2:前几周期的需求的均值与方差 (慢速消费产品) ;备选3:上一年度统相同周期的均值与方差 (季节性的影响) 。
(2) 库存上线确定。初级库存上线确定:y= (l+t) *AVG+STD*
四、企业销售风险预警模型建立
综上, 本文通过理论研究和实证分析, 建立以下企业销售风险预警模型 (见图3) 。
1、数据源预处理
数据源导入是一个Excel菜单插件, 用于导出相关的表到预警系统中, 包括的表有买断量和配置量表、原油价格表、销售数据表、收拨存表等。每半月导入买断量和配置量表及原油价格表, 随后调用残差模型处理。每天导入销售数据表、收拨存表, 随后调用库存上下线分析模型处理。
残差模型调用matlab编写的一元线性回归模型, 分别把主要产品的价格与原油价格 (每半月的价格) 导入模型处理, 输出的残差值保存到数据库中。如果调用模块的时间不同, 输入数据的数量也会不同, 那么得到的输出也不同, 在数据库中保存最近一次的输出。
库存上下线分析模型由日销售数据和参数设置中给定的值计算日库存下线、周期库存下线、周期库存上线, 并保存到数据库中。
2、价格风险分析模块
价格走势分析显示产品的买价时间趋势变化图, 包含两种类型的曲线, 一种是每半月的价格变化, 另一种是移动平均线或指数平均线, 可以是近期 (半月) 、中期 (季度) 、长期 (年度) 价格变化的趋势。
价位分析直接将数据库中由残差模型得到的残差值以图形显示给用户。残差值的高低直接反映价位高低。
3、库存风险分析模块
存货走势分析显示产品的库存时间趋势变化图, 包含两种类型的曲线, 一种是每半月的库存变化, 另一种是移动平均线或指数平均线, 可以是近期 (半月) 、中期 (季度) 、长期 (年度) 库存变化的趋势。
参数设置对计算库存上下线所需的参数的设置, 包括订货提前期, 订货周期间隔、按既定的服务水平确定的安全系数和m。m是确定初级下线库存中使用的参数, 可以根据经验, 一般情况下取2, 但是这里将视公司的具体情况而给予界定。
库位分析直接将数据库中由库存上下线分析模型得到的库存上、下线和库存实际每日发生额以图形显示给用户。每日存货如有超过上下线即反映库位过高或过低。
4、量价分析
类似于股市市场的量价分析, 本文的量价分析是对产品配置量、买断量和买断价格的历史数据的图形对比显示。通过进行量价分析, 显示企业产品量价之间的相关性, 及时掌握企业相关产品的异动, 并尽早制定相应对策, 从而对企业的销售风险进行控制与预警。
参考文献
[1]倪炜:浅析煤炭企业销售风险预警管理[J].煤炭经济研究, 2008 (5) .
[2]潘震宇、高清平:企业销售风险控制的一种理论分析方法[J].科研管理, 2002 (1) .
内部控制缺陷预警模型研究 篇9
后安然时代,为了重新树立广大投资者的信心,以美国为代表的西方发达国家相继制定了与内部控制相关的政策,推动了内部控制建设的发展。2013年,美国反虚假财务报告全国委员会下属的发起人委员会(COSO)全面修订了1992年发布的《内部控制——整合框架》(简称《新框架》),将内部控制五要素细化为17项原则82个关注点,使得内部控制活动更具可操作性,也再次引发内部控制研究的热潮。
我国内部控制制度的建设虽然起步较晚,但也取得了很大成效。《企业内部控制基本规范》于2009年7月1日开始实施,五部委于2010年发布的《企业内部控制配套指引》(包括《企业内部控制应用指引》、《企业内部控制评价指引》和《企业内部控制审计指引》)自2011年1月1日起首先在境内外同时上市的公司开始施行,2012年1月1日起扩大到在上交所、深交所主板上市公司施行,并且在中小板和创业板上市公司选择性地开始施行,鼓励非上市大中型公司提前执行。至此,我国内部控制制度建设进入全面提速阶段,对我国企业向精细化管理迈进发挥了重要的促进作用。
已有的有关内部控制缺陷的研究主要集中于五个方面:影响内部控制缺陷披露的主要因素(Ge、Mc Vay和Doyle,2005;Jeffrey等,2007;杨有红和陈陵云,2009;林斌和饶静,2009;田高良等,2010);内部控制缺陷披露与公司财务报告质量的关系(Doyle、Ge和Mc Vay,2007;Skaife、Collins、Kinney和La Fond,2008;杨有红和毛新述,2009;齐保垒等,2010);内部控制缺陷与公司筹资成本、股东财富分配的关系(Mei、Chan等,2005;Skaife,2009;Costello等,2010;Jacqueline和Linda,2011;Lawrence A.Gordon和Amanda L.Wilford,2012);内部控制缺陷披露和审计费用关系(Krishnan,2005;Raghunandan和Rama,2006;Fralin,2007;Vishal和Meghna Singhvi,2011);关于内部控制缺陷认定的研究,思路主要是从已披露的内部控制信息中发现内部控制缺陷的蛛丝马迹,再根据一定的内部控制缺陷分类和识别方法提出认定框架体系,如周勤业和王啸(2005)、杨有红和李宇立(2011)、王惠芳(2011)、陈武朝(2012)、丁友刚和王永超(2013)等,但已有研究中对于认定标准还存在很大争议,目前上市公司对内部控制缺陷认定标准的认识差异非常大(丁友刚、王永超,2013),可操作性也不强。
从现有关于内部控制缺陷的研究内容可以看出,尚缺乏对内部控制缺陷预警模型的研究。如果能通过预警模型发现公司内部控制存在的重大缺陷,对企业内部管理者、内部审计师、外部审计师和监管部门及时发现内部控制问题以及进一步完善内部控制制度无疑具有重要意义。本文试图借鉴预警模型相关理论来构建内部控制缺陷预警模型,为内、外部审计师判断企业内部控制质量提供一种便利的工具。
二、内部控制缺陷判定标准
(一)基于COSO新框架的缺陷认定标准
为了适应环境变化对内部控制的要求,COSO于2013年发布《新框架》,在内部控制有效性认定方面更加注重五大要素联合所发挥的整体作用,将内部控制五要素细化为17项原则,并列出了应特别关注的82个关注点(focus)。17项原则成为判断内部控制是否有效的主要标准,82个关注点具体到公司内部控制建设的方方面面,成为上市公司内部控制建设应特别关注的点。根据这17项原则和82个关注点进行内部控制缺陷认定更具有针对性和可行性。
根据我国2008年的《企业内部控制基本规范》第45条“内部控制缺陷包括设计缺陷及运行缺陷”的思路,采用定性方法,辅以定量方法,通过关键控制点或迹象法进行识别,利用COSO《新框架》来判定内部控制制度设计是否合理、运行是否有效。首先要确定关键控制点,从内部控制五个要素具体细化的17项原则出发,分别分析82个关注点,再判定是内部控制设计缺陷还是运行缺陷,表1列举了内部控制公司层面可能出现的缺陷。
首先,根据表1确定内部控制缺陷是属于设计缺陷还是运行缺陷,然后将发现的各个关注点存在的缺陷先在各项原则内进行分析,并汇总综合判断,最终判定其是重大缺陷、重要缺陷还是一般缺陷。
其中,内部控制设计缺陷是指公司现存内部控制设计不恰当或缺少必需的控制,使得内部控制运行难以实现目标。根据表1中归属于设计的缺陷进行缺陷整合判断,如果缺少一个或几个关键控制点则判定为重大缺陷,缺少多个一般控制点则是重要缺陷,缺少一个一般控制点就为一般缺陷。而内部控制运行缺陷指的是公司设计好的内部控制制度并没有按照计划执行,或者运行人员没有得到授权就实施控制。根据表1中的运行缺陷进行缺陷整合判断。运行缺陷识别方法可以借鉴财务报告审计中的穿行测试,如果内部控制运行完全没有按照流程进行,多个关键控制点失去作用,则将其认定为重大缺陷,其中某个关键控制点失去控制判定为重要缺陷,一般控制点失控则为一般缺陷。如表2所示。
(二)账户层面内部控制缺陷认定
账户层面的内部控制缺陷主要是指会计层面的内部控制缺陷,即直接导致财务错报的内部控制缺陷,包括原始凭证、明细分类账、总账甚至财务报告编制和披露的所有过程中产生的内部控制缺陷,其影响金额往往比较容易估计,所以账户层面的内部控制缺陷认定标准主要采用定量方式。本文借鉴审计财务报表的重要性水平来定量分析账户层面的内部控制缺陷,将内部控制缺陷造成的错报金额或损失金额与事先设定的重要性水平进行对比(重要性水平根据我国审计实务中的判定标准,主要是利用资产总额、营业收入、净利润等财务指标作为基数,用百分比作为分界标准),通过财务指标和百分比将内部控制缺陷严重程度进行量化。关于内部控制缺陷重要性水平的确定如表3所示。
三、变量选取
(一)因变量选取
本文从内部控制17项原则和82个关注点出发,综合地构建反映内部控制缺陷的指标体系,考虑到实证模型中指标的可评价性以及实证数据的可获得性,本文实证部分根据COSO《新框架》中82个关注点对内部控制缺陷进行认定时,主要采用迹象识别法。
首先,对表1中归属于内部控制设计缺陷的40个关注点进行归纳,内部控制设计缺陷主要通过内部控制相关书面文件来界定,文件包括内部控制制度、企业文化管理制度、自我评价报告、反舞弊制度、人力资源制度等。针对17项原则界定的设计缺陷,笔者查看了A股2443家上市公司的各种内部控制相关文件,发现这2443家上市公司中单独出具反舞弊制度或者在内部控制自我评价报告中提到反舞弊建设的公司总共才56家,单独发布企业文化管理制度的公司只有9家,涉及风险评估制度的公司才58家。国内大部分上市公司的内部控制政策千篇一律,并没有根据企业自身实际情况制定出有效的制度。从其披露的内部控制相关书面文件来判断是否存在设计缺陷的操作性不强,所以本文在确定公司内部控制缺陷时暂不考虑设计缺陷。
其次,对表1中判定为运行缺陷的49个关注点,基于实证分析可行性和数据可获得性的考虑,通过内部控制运行结果的最终表现(即迹象)逐一分析,确定这49个关注点的最终认定因素。
1. 控制环境。
控制环境原则中归属于运行缺陷的是管理层或者治理层没有及时解决偏差,以及治理层没有对内部控制缺陷等及时采取措施导致证监会的介入,考虑到证监会的惩罚措施中被特别处理(ST)最为严厉,本文选择被ST作为公司存在这一运行缺陷的直接体现。表1中控制环境第二项原则的4个关注点、第四项原则中的1个关注点以及第五项原则中的3个关注点归属于运行缺陷。本文以公司内部控制自我评价报告披露的缺陷作为其存在缺陷的表现。
2. 风险与评估。
风险与评估第一项原则中涉及的是公司各类目标,考虑到公司内部报告目标是否实现不好界定,本文主要考虑外部财务报告和法律法规遵循两个目标。公司财务目标没有完成,会导致公司财务报表存在错报或者发生财务报表重述;如果企业违反法律法规,监管部门会对其做出相应的处罚,比如最为严厉的特别处理(ST)。所以,这项原则将财务报告审计意见及公司被ST作为存在缺陷的体现。
第二项原则是识别影响目标实现的风险。公司应识别和评估风险并采取应对措施,上市公司自我评价报告中会披露风险评估机制及应对措施。本文根据公司自我评价报告中披露的信息确定。
第三项原则是考虑潜在的舞弊行为。如果公司存在财务舞弊行为或者管理层凌驾于内部控制之上,其最直接的表现就是财务报表审计和内部控制审计的意见类型是非标准的。
第四项原则是评价发生重大变化,其3个关注点均归属于运行缺陷,由于这几个方面都属于风险管理的内容,会在内部控制自我评价报告中披露相关信息。此外,如公司不能应对重大变更事项,可能导致公司可持续经营出现问题,使得审计师出具非标准的审计报告,因此本文以自我评价报告和审计报告作为依据。
3. 控制活动。
控制活动第一项原则是选择设置控制活动,其2个关注点归属于运行缺陷,如果公司没有根据实际情况设置相应活动,而是照搬照抄监管部门的控制制度,可能会造成公司内部控制某个环节失去效用、公司岗位权限不清晰,将导致管理层舞弊隐患,其直接表现就是出具非标准的审计报告。
控制活动第二项原则归属于运行缺陷的是相关技术信息系统的开发、运行及维护。通过阅读自我评价报告可发现,大部分上市公司通过自我评价报告披露信息系统方面的信息及缺陷。第三项原则中的控制活动有执行政策、纠正行动、人员执行及定期评价4个关注点,也是通过自我评价报告披露存在的缺陷,所以也将自我评价报告作为认定依据。
4. 信息与沟通。
信息与沟通的三个原则归属于运行缺陷的有9个关注点,信息与沟通方面的缺陷主要是信息处理不及时、信息沟通不顺畅、沟通方式不当等,缺陷信息通过内部控制自我评价报告披露,所以将自我评价报告作为判定依据。
5. 监督活动。
监督活动第一项原则涉及监督活动的运行,即评估内部控制有效性,如果内部控制监督活动展开、人员任用以及定期评价方面存在缺陷,导致的直接结果是公司在自我评价中披露缺陷信息或审计师出具非标准的内部控制审计报告。
监督活动第二项原则是关于缺陷的整改及披露,其3个关注点均归属于运行缺陷。如果公司不能有效应对管理层发现的内部控制缺陷并及时采取措施进行补救而造成严重后果,基于监管要求或经审计师独立审计,其最终也需要在内部控制自我评价报告或审计报告中体现这一缺陷。
综上所述,运行方面的缺陷最终用五个方面来认定:财务报告重述、是否被特别处理(ST)、财务报告审计、内部控制审计报告和内部控制自我评价报告。
因此,本文将是否出现公司财务报告内部控制重大缺陷作为因变量,ICD=1代表公司存在财务报告内部控制重大缺陷,ICD=0表示公司没有发现财务报告内部控制重大缺陷。
(二)自变量选择
借鉴前人的研究成果,本文中上市公司是否存在内部控制缺陷主要从内部控制缺陷特征、会计师事务所(以下简称“事务所”)相关特征、公司治理特征以及财务指标几个方面进行考虑。
1. 内部控制缺陷特征。
(1)内部控制缺陷数量。一方面,更多数量的内部控制缺陷往往意味着更严重、更普遍的内部控制缺陷问题,在内部控制自我评价报告中,内部控制缺陷报告的数量越多,触犯内部控制缺陷预警底线的可能性越大;另一方面,更多数量的内部控制缺陷被曝光,管理层迫于外界压力,会加大对内部控制的改进,从而降低了本年度发生内部控制缺陷的可能性。因此,内部控制缺陷数量对于预警模型而言十分必要,本文将其作为预警模型指标之一。
(2)内部控制缺陷描述详细程度。“内部控制缺陷认定及其标准”是内部控制自我评价报告中的关键部分,是上市公司判断是否有效执行内部控制的关键。王惠芳(2011)研究认为,内部控制缺陷披露格式应事先明确规定,可以采用详细披露和摘要披露两种形式。本文将内部控制缺陷认定的描述程度分为简单描述和详细描述两个水平。简单描述指的是未提及内部控制缺陷认定标准,或者未对内部控制缺陷认定进行定量、定性标准的详细制定。内部控制缺陷认定标准的详细描述不仅制定了定性、定量的内部控制缺陷认定标准,还根据财务报告、非财务报告认定进行详细的描述。
(3)公司对本年发现的内部控制缺陷是否已经整改。PCAOB(美国公众公司会计监察委员会)第2号审计准则提到,如果已经通知管理层和审计委员会公司存在缺陷,但过后仍未得到整改的重大缺陷是内部控制实质性漏洞的重要指标。通过内部控制缺陷是否得到整改,可以看出管理层和治理层对于内部控制建设的重视程度,公司对于已经发现的内部控制缺陷如果不进行整改,意味着公司对内部控制存在的问题不够重视,或者根本没有能力整改,这就属于内部控制实质性方面的漏洞。所以,内部控制缺陷是否整改对内部控制缺陷预警具有指示作用,本文将本年发现的内部控制缺陷在年末是否得到整改、年末未整改内部控制缺陷个数作为预警模型指标之一。
2. 事务所相关特征。
国内外相关研究均认为审计师对内部控制缺陷的发现和披露起着重要作用,大部分内部控制缺陷都是审计师发现的,事务所相关特征变量包括事务所变更、审计费用。
(1)事务所变更。事务所变更可作为存在内部控制缺陷的一个信号,Skaife(2007)研究发现,披露内部控制缺陷上市公司的审计师更容易发生变更。审计师知悉公司内部控制薄弱情况时,公司财务报告发生错报的可能性更大,由此执行财务报表审计或者内部控制审计所承担的风险更大,审计师更可能从该审计项目中撤出,或公司出于自身利益考虑,撤换事务所。而新的审计师由于对新公司不够熟悉,发现内部控制缺陷的可能性更小,就更可能在管理层意图支配下披露内部控制缺陷。基于以上分析,如果近期发生事务所变更,公司存在内部控制缺陷的可能性就会更大,所以事务所变更可作为内部控制缺陷早期预警的一个变量。
(2)审计费用。被审计公司存在内部控制缺陷时,审计风险会提高,审计师就会增加审计工作程序来应对审计风险,无形中提高了审计费用。如,Hogan(2006)研究发现,对于披露内部控制重大缺陷的公司,审计师要求的审计价格更高。Caramanis和Lennox(2008)发现,审计费用越高,管理者夸大收益的可能性越低,而审计费用越高,审计师根据《企业内部控制审计指引》执行审计程序所付出的努力就会越多,发现内部控制缺陷的可能性也就越大。本文假设审计费用与内部控制缺陷存在正相关关系,将审计费用作为内部控制缺陷预警模型指标之一。
3. 公司治理特征。
通过COSO在1999年发布的一份研究欺诈的报告发现,公司发生欺诈行为的各种原因都能不同程度地反映出公司治理失效。公司治理失效是企业财务报告内部控制失效的根本原因之一,通过公司治理失效最能辨认出管理层逾越内部控制的问题。公司治理特征变量主要选取董事长和总经理兼任、财务总监(CFO)变更、董事会会议次数和股权集中度。
(1)董事长、总经理兼任。总经理属于公司管理层,董事长属于治理层,担任着监督管理层的责任,但董事长兼任总经理,权力被大幅度地放大,董事长可能会为了追求个人利益,影响董事会独立性,对管理层的约束能力降低,更可能发生财务舞弊行为。Dechow等(1996)通过实证研究证明了董事长兼任总经理时,公司操纵盈余的可能性更大,公司治理能力也越低。董事长兼任总经理属于公司治理运作不良的一个表现,而公司治理是公司内部控制的重要组成部分,公司治理方面存在的缺陷属于内部控制体系的漏洞,必然会对内部控制体系建设产生不良影响,所以就这一层面而言,公司董事长兼任总经理反映了内部控制存在缺陷。
(2)CFO变更。国外学者研究发现,新任命的CFO总是想有所作为,会给公司带来全新的管理理念和管理方法。新的管理理念更易于捕捉内部控制方面的信息,所以新任命的CFO往往更易于发现公司内部控制体系方面的缺陷。此外,对于现任CFO来说,在新任命为CFO的会计年度内发现的内部控制缺陷可以归咎于前任CFO,成本较低,从而现任CFO有动力尽快发现内部控制缺陷。所以,本文预期发生CFO变更的公司更可能发现内部控制缺陷,将CFO变更纳入内部控制缺陷预警模型中。
(3)董事会会议次数。董事会会议次数反映了董事会尽职尽责的程度,董事会会议次数越多,说明董事越尽职,越能保护股东的利益。Lipton、lorch(1991)研究发现,董事会开会次数越多,内部控制越有效,他们还建议董事会至少每两个月开一次会,每次会议应开一整天。根据以上分析,董事会会议次数过多或者过少都会对内部控制有效性产生影响,故本文将董事会会议次数纳入内部控制缺陷预警模型中。
(4)股权集中度。股权高度集中会提高大股东监督经营者的积极性,大股东愿意建立和完善内部控制,使得内部控制更加有效。而股权分散的公司,股东持股份额较少,有“搭便车”的心理。基于以上分析,股权集中度对内部控制系统有效性有一定的影响,故将其纳入内部控制缺陷预警模型。
4. 财务指标。
财务指标主要从盈利能力、偿债能力和营运能力三方面预测内部控制缺陷。盈利能力有力地保障公司的生存和发展,盈利能力强的上市公司为了让投资者做出正确的评价,会更积极地披露经营效率信息。如果一个公司盈利能力不强,在运营过程中会出现各类问题,管理层需要花很大精力提高企业盈利能力,而某些公司认为对内部控制的建设和维护并不能使公司增值,所以盈利能力弱的公司更可能出现内部控制缺陷。Skaife(2009)研究发现,公司盈利长期不景气的公司主要致力于如何提高业绩,对内部控制关注较少,更可能出现内部控制缺陷。因此,本文选取每股收益、销售净利率和资产报酬率进行内部控制缺陷预警。
偿债能力对于公司来说是举足轻重的,一旦公司的偿债能力出现问题,企业的流动性就会降低,企业也就需要在解决流动性问题上投入更多的资源,导致其在财务报告内部控制的设计、运行和维护上投入的资源不足,所以偿债能力较弱的公司更可能出现财务报告内部控制缺陷。因此,本文选取流动比率、资产负债率和利息保障倍数进行公司内部控制缺陷预警。
营运能力关系着企业的经营效率,营运能力弱的公司在资源的利用上远远不如营运能力强的公司,营运能力弱的公司出现内部控制缺陷的可能性更高。因此,本文选取存货周转率、应收账款周转率和总资产周转率来预测内部控制缺陷。
四、内部控制缺陷预警模型的建立
(一)样本选择和数据来源
1. 样本选择。
本文选择深交所和上交所A股国有上市公司为研究样本,从839家国有控股上市公司中挑选2012年内部控制自我评价报告披露内部控制重大缺陷、2012年财务报表审计报告出具否定意见、2012年财务报表发生重述、2012年被ST以及被出具非标准内部控制审计意见的公司。最终认定39家上市公司存在内部控制重大缺陷,但其中16家由于内部控制缺陷个数、缺陷是否整改等指标数据不全而被排除,最后确定的样本数量为23家。
为了使研究具有可比性,本文还选择了不存在以上几种内部控制缺陷迹象的国有上市公司作为控制样本进行研究。根据1∶3的配比比例,挑选了69家不存在内部控制缺陷的公司作为控制样本。
2. 数据来源。
根据表4列示的19个变量及其取值规则,对23家样本及69家控制样本收集数据。本文从国泰安数据库、巨潮资讯网站收集了92家上市公司2012年的相关数据。数据整理主要通过Excel录入完成,部分数据通过翻阅年报和自我评价报告、内部控制审计报告手工收集而成。本文用stata SE 12软件进行数据处理,并利用线性回归、logistic回归、probit回归来分析预测模型并进行比较。
(二)模型建立
本文借鉴财务预警模型的logistic回归方法,构建内部控制缺陷预警模型,其过程如下:
1. 指标筛选。
构建内部控制缺陷预警模型,首先要利用多元回归对19个变量进行筛选,再选择最具代表性的指标来优化内部控制缺陷预警模型指标体系。本文选用全回归法来筛选变量。所谓全回归法,就是将19个变量在一个步骤中输入,如果变量的t值的绝对值大于1.64或P值小于0.1,说明该变量与ICD显著相关。根据全回归法进行回归分析的结果如表5所示。
从表5中的结果可以看出,因变量ICD与六个自变量ICDD、ICDRN、NPMS、ALR、IT、ART均存在显著相关性。因变量ICD与自变量ICDD、ICDRN在5%的水平上存在显著正相关关系,原因可能在于:内部控制缺陷认定标准在自我评价报告中描述得越详细,说明公司在内部控制制度设计及执行上投入的资源越多,存在内部控制缺陷的可能性就越小;内部控制缺陷在年末未得到整改的个数越多,说明公司相关部门对发现的内部控制缺陷还未采取有效措施进行整改,存在内部控制重大缺陷的可能性越大。
注:∗、∗∗、∗∗∗分别表示p<0.1、p<0.05、p<0.01。
因变量ICD与NPMS在10%的水平上显著正相关,销售净利率的高低传递着一种信息,就是企业经营情况和财务信息的好坏。销售净利率较低,说明企业在营业成本上投入较多,在日常经营投入较多资源的公司就无法对内部控制的建设加大投入,导致存在内部控制缺陷的可能性增大。
因变量ICD与ALR在5%的水平上显著正相关,说明资产负债率越高,公司偿债能力越弱,资金周转处于紧张状态,管理层可能会为了掩盖事实,通过内部控制实施舞弊行为,从而导致内部控制缺陷。
因变量ICD与IT、ART在1%的水平上存在显著的正相关关系,与预期相反,可能原因是存货周转率、应收账款周转率越高,该公司在主营业务收入和公司经营绩效方面投入越大,从而忽视了内部控制建设,导致存在内部控制重大缺陷的可能性增大。
2. 基于logistic模型的回归结果分析。
根据多元回归分析结果,挑选出的六个变量ICDD、ICDRN、NPMS、ALR、IT、ART与因变量ICD显著正相关,据此建立以下logistic回归模型方程:
其中:a为截距,b~g均为回归系数;logit(ICD)为被解释变量,当样本公司存在内部控制重大缺陷时,取值为1,否则为0。将数据代入stata SE 12软件运行,结果如表6所示。
根据表6回归结果,logistic模型的判定方程式为:
所以,存在内部控制缺陷的概率计算公式为:
判定分界点为0.5,根据计算公式(2)、(3)预测公司存在内部控制缺陷的概率,如果预测值大于0.5,则判定该公司存在内部控制重大缺陷,否则判定为不存在内部控制重大缺陷。判定结果如表7所示:23家存在内部控制重大缺陷的公司有5家被误判,误判率为21.74%;69家不存在内部控制重大缺陷的公司有4家被误判,误判率为5.80%。所以总误判率为9.783%,这说明内部控制缺陷预警模型预测准确率达90.217%,预测结果较为理想。
3. 基于probit模型的回归结果分析。
为了保证研究的可比性,本文将对多元回归分析结果提取的六个变量ICDD、ICDRN、NPMS、ALR、IT、ART进行probit回归分析,并将得到的判定结果与logistic回归模型的判定结果进行比较,来评价logistic回归模型预警内部控制重大缺陷的效果。结果如表8所示。
根据表8,probit模型的判定方程式为:
判定分界点为0.5,根据公式(4)预测存在内部控制缺陷的概率,判定结果如表9所示,23家存在内部控制重大缺陷的公司被误判6家,误判率为26.09%;69家不存在内部控制重大缺陷的公司被误判4家,误判率为5.80%。所以总误判率为10.870%,这说明内部控制缺陷预警模型预测准确率达89.130%,预测结果较为理想。
4. 回归结果比较分析。
将logistic回归模型和probit回归模型的判定结果进行对比,如表10所示。从表10的统计结果来看,基于本文的数据,两者的判定准确率差异不大,logistic模型预警效果要稍优于probit模型。
(三)内部控制缺陷预警模型的运用研究
本文将构建的内部控制缺陷预警模型运用到实际公司,来检验预警效果。挑选国内10家A股上市公司对该模型进行检验,检验结果如表11所示。
对于北大荒(600598),根据公式(2)、(3)计算得出ICD=0.6457>0.5,预测北大荒存在内部控制重大缺陷,与中瑞岳华事务所出具内部控制审计报告的否定意见相一致。
对于天津磁卡(600800),通过计算得出ICD=0.7231>0.5,预测天津磁卡存在内部控制重大缺陷,与华寅五洲事务所出具内部控制审计报告的否定意见相一致。
对于贵糖股份(000833),通过计算得出ICD=0.049<0.5,没有预测出其存在内部控制重大缺陷(该公司被出具否定意见的审计报告)。导致logistic回归模型预测失败的原因之一是公司在自我评价报告中说明存在的内部控制缺陷已经全部得到整改(但实际未整改)。这说明信息不对称问题给模型预测准确率造成干扰。
对于中国嘉陵(600877),通过计算得出ICD=0.648>0.5,模型预警表明该公司存在内部控制缺陷,但通过查阅该公司内部控制建设相关文件,发现该公司不存在内部控制缺陷。可能原因是中国嘉陵主营业务是摩托车,近几年摩托车行业低位运行态势及其行业特殊性导致其资产负债率过高,这也说明了本模型存在一定的局限性。
从以上分析可发现,本文构建的内部控制缺陷预警模型的运用准确率达80%以上,说明预警模型具有可行性。
五、研究结论
本文根据COSO《新框架》中17项原则进行内部控制缺陷认定,在国内外现有研究的基础上挑选出可能与内部控制缺陷有关的19个变量,并通过统计分析方法,筛选出6个与内部控制缺陷显著相关的变量,利用logistic回归方法构建内部控制缺陷预警模型,然后利用probit回归模型对logistic模型判定准确性进行检验,再运用上市公司实例对模型判定准确性进行检验,其准确率均达到80%以上,说明本文构建的内部控制缺陷预警模型具有一定的实用价值,本文研究成果为治理层对内部控制的监督、外部投资者的投资决策提供了便利的判定工具。
参考文献
Jeffrey Doyle,Weili Ge,Sarah Mc Vay.Determinants of weaknesses in internal control over financial reporting[J].Journal of Accounting and Economics,2007(10).
杨有红,李宇立.内部控制缺陷的识别、认定与报告[J].会计研究,2011(3).
王慧芳.上市公司内部控制缺陷认定:困境破解及框架构建[J].审计研究,2011(2).
财政部,证监会,审计署,银监会,保监会.企业内部控制基本规范.财会[2008]7号,2008-05-22.
财务预警模型的创建与应用 篇10
一、财务预警系统的预警模式
财务预警系统建立的关键是如何确定预警的指标和判断预警的警戒线。企业财务预警系统一般由总体财务预警系统和部门财务预警系统两个层次构成。部门财务预警系统是企业根据各部门职能及特点构建的财务预警子系统及设立相应的预警线, 一旦达到预警线, 相关部门就应及时采取措施, 控制企业的经营风险和财务风险, 防范可能发生的财务危机;部门财务预警系统可以辅助总体财务预警系统深入探寻财务危机产生的根源, 协调各部门工作, 提高企业整体效益。总体财务预警系统则是从整体上把握企业财务运行状况, 让企业经营者预先了解企业财务危机。具体来说, 财务预警模式包括单变量模式和综合模式两种。
(一) 单变量模式
单变量模式是通过单个财务比率指标的走势变化来预测企业财务危机。美国威廉·比弗在对79个失败企业和相同数量的成功企业进行大量对比分析后发现, 下列指标能够较好地预测企业的财务风险与危机。
1、债务保障率。
即现金净流量与债务总额的比值, 反映企业现有现金清偿债务的程度。一般而言, 企业出现财务危机时, 现金流入量会越来越少, 应收账款会越来越多, 以致造成偿债能力低下, 债务保障率降低。
2、资产收益率。
即净收益与资产总额的比值, 反映企业全部资产的获利能力。一般来说, 存在财务危机的企业资产收益率也比较低。
3、资产负债率。
即负债总额与资产总额的比值, 表明债权人提供的资产在企业总资产中所占的比重, 直接反映企业的总体偿债能力。
单变量模式操作比较简便, 不足之处在于, 企业需要从多方面综合了解其财务状况, 但单个比率只能反映企业某一方面的风险程度, 不能概括企业的全貌, 当各指标的结论不完全一致时, 指标的警示作用可能被抵消, 因而其有效性受到一定的限制。
(二) 综合模式
综合模式思路是运用多种财务指标加权汇总产生的总判别函数值来预测财务风险, 即建立一个多元线性函数模型, 来综合反映企业风险。这种模式给企业一个定量的标准, 从总体角度检查企业财务状况, 有利于不同时期财务状况的比较。综合模式财务预警的思想是由美国著名财务学教授爱德华·阿尔曼 (Altman) 最早在1968年研究提出的。阿尔曼教授提出了预测公司财务状况的Z值模型, 后于2000年对模型进行了修正。
阿尔曼教授于2000年修正后的函数模型为:
该模型是以5个财务比率, 将反映企业偿债能力的指标 (X 1, X 4) 、获利能力指标 (X2, X3) 和营运能力指标 (X5) 有机地联系起来, 综合分析预测企业的风险。一般认为Z值大于2.90时, 表明企业财务状况良好;当Z值小于1.21时, 表明企业财务状况堪忧;在1.21和2.90之间, 说明企业财务状况不稳定。
采用这一模型, 阿尔曼教授研究了实际情况分别为破产和未破产的两组公司, 两组公司数量均为33家, 研究发现:破产组Z值平均数为0.15, 未破产组Z值平均数为4.14。Z值小于1.21的公司均为破产公司, Z值大于2.90的公司均为未破产公司;而Z值在1.21和2.90之间的公司有部分是破产公司、部分是未破产公司;用Z值预测破产公司的准确率为91%, 预测未破产公司的准确率为97%。
采用阿尔曼教授于2000年修正后的模型可以对企业的财务状况进行风险分析、假设分析和究因分析。风险分析是通过计算出的Z值来判断企业当前财务状况的风险程度;假设分析是指从因素到结果的逻辑分析过程, 即假设影响Z值的各个因素单独发生变化或同时发生变化时, 分析企业财务风险的变化;究因分析是指从结果到原因的逻辑分析过程, 即分析企业达到良好财务状况的临界状态时各个因素的变动值。下面通过实例来说明利用Excel工作表进行财务预警综合模式的分析。
例:四方公司2009年有关财务数据如表-1所示, 试对其财务状况进行风险分析、假设分析和原因分析。
2009年12月31日单位:元
另外:已知该公司本年的营业收入为20 000元, 息税前利润为8 000元。
1、风险分析。此处通过判别函数Z值来衡量风险程度的大小。
(1) 按照表-2所示, 输入有关数据和定义。
(2) 判别式输入:
其中:营运资本=流动资产-流动负债=50 000-40 000=10 000
上表中的E 7=0.717E 2+0.847E 3+3.107E4+0.42E 5+0.998E6E=IF8
E 7>2.9, 无风险。
E 7<1.21, 有风险或风险不确定。
(3) 小数位数设置。选中区域E3:E10, 然后单击鼠标右键, 弹出“设置单元格格式”, 在弹出的“设置单元格格式”对话框中, 单击“数字”选项, 选择“数值”, 将小数位数调整为2就可以了。结果如表-3所示。
2、假设分析。
此处仅分析影响Z值的营业收入因素单独发生变动时, 企业风险程度的变化, 并假设营业收入上升到50 000元, 分析企业的风险程度为多少。
按照风险分析的步骤, 输入有关数据和定义相关指标的公式, 得出结果如表-4所示。
3、原因分析
此处仅分析达到良好财务状况的临界状态时销售收入是多少。
选中单元格E7, 然后单击“工具/单变量求解”, 弹出单变量求解对话框。在“目标值 (V) :”输入比临界无风险判别函数值Z稍大的数2.91;选中“可变单元格 (C) :”输入框, 输入“$B$2” (或选中单元格B2) , 单击“确定”, 计算出营业收入达到204 678.40元时, Z值达到临界点2.91, 风险程度为无风险状态, 结果如表-5所示。
除应用表-2判断企业是否存在财务危机外, 还应对企业Z值的变化趋势进行跟踪分析。若Z值呈急剧下降态势, 说明企业存在财务问题, 即使此时Z值大于2.9, 也应积极分析原因, 采取风险应对措施, 扭转财务危机。
二、应用财务预警系统分析应注意的问题
应用财务预警系统 (Z-Score) 五变量模型预测财务风险时, 也应该注意其局限性, 因为该模型建立在自变量服从多元正态分布假设上, 因此, 预测结果并不总是准确。实践表明, 五变量财务预警系统模型可准确判断两年内企业破产的可能性;超过两年的预测期, 五变量模型预测结果的准确性就会下降。而且, 五变量模型不能用于规模、行业不同的企业之间的比较。因此, 在应用时应该注意以下几点。
(一) 要结合企业的实际状况进行分析
企业自身发展情况不同, 其财务危机发生的表现往往也有区别, 而财务危机预警的模式却不能因企业而异。这样, 那些精密设计的、以不变应万变的财务危机预警模型, 有时便不够准确有效了。不同的国家、地区、行业和企业有着不同的会计惯例, 每个企业的财务数据并不能保证完全一致的计算口径, 其标准财务指标也不尽相同, 这就限制了直接应用财务危机预警模型的范围。凡事都有度, 企业财务管理的各项指标也存在着“适宜度”的问题, 在具体分析每个指标时都要把握住适宜度的原则, 掌握分寸。
(二) 要注意指标之间的关系
财务危机预警模型往往涉及到多个变量, 否则其灵敏性、全面性和严密性就会受到怀疑。但所涉及的财务数据越多, 其获取的难度就越大, 周期也会越长, 成本也会攀升, 而企业和外部关系人要考虑成本--收益比率。因此, 模型虽然设计比较合理, 但鉴于其数据收集的难度, 应用并不广泛, 这个因素进一步限制了量化财务模型的使用。
(三) 要注意定量分析与定性分析相结合
单变量模式和多变量模式均是从定量角度进行财务评价, 事实上这些都是企业财务预警考察的一部分。单纯使用量化的方法进行财务危机预测, 存在着许多困难。因而预警分析不能单纯强调定量分析, 还应结合非量化因素和分析人员的经验判断。因为企业破产不仅与自身经营管理有关, 还与企业所处宏观经济环境有关, 而定量分析难以反映宏观经济环境对企业财务状况的影响。因此, 应将定量分析和定性分析相结合, 提高财务预警系统的效用。
三、财务预警中要制定防范与转化风险的措施
通过对财务危机预警指标的正确分析, 最后一个步骤就是采取合理有效的防范与转化措施, 使企业运转走上正常化轨迹。目前的财务预警主要是通过计算企业的五个指标值的加权平均数, 即通过计算五变量等指标找到经营安全的分区, 加上企业的财务结构现状, 对不同情况采取不同的经营策略并找到企业财务状态改善方向。
财务预警系统在使用过程中, 首先要寻找财务风险、危机的根源, 然后通过设置并观察一些敏感性财务指标的变化, 而对企业可能或将要面临的财务危机建立进行监测预报的财务分析指标。任何企业的财务危机由初步萌生到程度恶化, 并非瞬间所致, 通常都是经历了一个渐进积累转化的过程。在这一过程中, 各种危机的因素都将直接或间接地通过一些敏感性财务指标值的变化反映出来。这样, 通过观察这些敏感性财务指标的变化, 便可以对企业的财务危机发挥预警作用。
企业在建立财务预警系统的过程中, 还应树立风险防范意识, 完善内部控制制度, 保证预警信息传递的畅通, 提高应对财务风险的速度。只有高度重视财务预警系统, 才能充分发挥财务预警系统的功能, 这要求企业全体员工清醒认识并高度警惕财务风险, 不放松任何细微问题。
因此, 企业管理者要注意观察、总结财务预警指标, 然后再结合量化数据进行定性分析判断, 从而可以提高财务预警系统的效用, 提高自己规避风险的能力。
参考文献
[1]魏亚平, 尹均惠.财务管理实验教程.经济科学出版社, 2005.
[2]李小青.企业财务预警系统及其定量探讨.会计之友, 2002 (1) .
预警模型 篇11
关键词：肉鸡产品；质量安全；预警模型；关联规则；APTPPA；HACCP
中图分类号： TS207.7 文献标志码： A
文章编号：1002-1302（2015）03-0271-04
食品安全问题的频繁发生，引起了众多国家的高度重视[1]。发达国家早已开始研究构建一套广泛有效的食品安全预警模型。畜禽产品在日常养殖、加工过程中面临更多更复杂的安全风险，监管难度很大。因此国内外学者较为关注对畜禽产品质量安全预警模型的探讨和研究。我国肉鸡产业发展迅速，但产品品质参差不齐。如不及时改善产品质量，提高预警能力，国内肉鸡产业将难以抗衡外来企业[2]。
数据挖掘在食品安全领域的应用较少，而食品安全日常事务所产生的大量时序数据非常适合做数据分析，从中可挖掘出有效的预警条目[3]。选择合适、高效的挖掘算法对食品安全预警模型的精确度至关重要。本研究采用的关联规则挖掘算法最早由Agrawal等提出[4]，其中以Apriori算法最为经典[5]，后续学者提出的改进算法大多以Apriori算法为基础。由于Apriori算法存在固有缺陷，随后Han等提出基于 FP-tree 来生成频繁项目集的FP-growth算法[6]。近些年其他类型的关联规则挖掘算法也相继问世[7，8]，明显进步于早期算法，但在食品安全领域的适用性并不理想。肉鸡养殖、屠宰的安全因素具有多值性、倾斜性、稠密性和负相关性等特点，使传统挖掘算法构建预警模型变得尤为困难。本研究针对食品安全因素的固有问题，结合HACCP管理体系，采用Association Path Tree Pattern Parallel Algorithm（APTPPA）算法构建了肉鸡产品质量安全预警模型。
1 肉鸡产品质量安全预警模型框架
本研究的预警模型是肉鸡产品质量控制与可追溯系统中的一个模块。该系统基于B/S架构，囊括肉鸡产品安全信息的监测、分析和追溯，能够挖掘溯源数据库中的异常数据，比对专家和历史数据库，生成有效的预警信息，并及时发出警报。肉鸡产品质量安全预警模型包括信息源、比对源、挖掘分析以及预警反馈4个模块。预警模型框架见图1。
信息源模块是预警模型数据的来源，以肉鸡溯源系统在肉鸡养殖、生产环节所收集的数据为基础，遵循HACCP体系，选取关键控制点中的记录进行预警挖掘。
比对源模块是专家数据和历史挖掘数据的数据源，在进行规则挖掘分析时，通常要与专家数据、历史数据对比，再得出挖掘规则。
挖掘分析模块是预警模型的核心，接收来自信息源的原始数据，经过对异常数据的分析，采用合适的关联规则挖掘算法，得出具有参考价值的规则，供下一个模块使用。
预警反馈模块是外部获得信息的窗口。当预警信息归类为紧急信息时，系统自动通知相关人员，即刻采取措施，避免造成食品安全事件和大规模损失。该模块还可供管理人员自主查询预警信息，从而提高预防能力，保证肉鸡产品质量，提高企业的行业竞争力。
2 肉鸡产品质量安全预警模型处理流程
肉鸡产品质量安全预警模型处理流程主要分为数据预处理、建立预警模型、挖掘结果检验3步[3]。预警模型详细处理流程如下：
（1）进行数据预处理，并设置算法的支持度、置信度阈值。
（2）利用关联规则挖掘算法搜索频繁项集。
（3）对已找到的频繁项集进行剪枝操作。
（4）判断是否完成频繁项集的搜索，若是则进入下一步，否则返回（2）。
（5）根据找寻到的频繁项集生成关联规则，并在通过规则检验后更新预警数据库。
数据预处理主要是对异常数据进行逻辑转换和分类操作。逻辑转换针对监测数据为连续值的情况，连续值数据無法进行关联规则挖掘，因此要事先转换成逻辑值。分类是保证预警模型预警等级准确的前提，不同分类的异常数据后续处理方式也不同。根据提取食品安全预警事件特征的方法，可将异常数据分为常规异常和超限异常。
超限异常是指对于各项指标集合，具有影响食品安全状况的评价结果，它是最容易导致食品安全问题的因素[9]。
常规异常包括不规范异常、分布异常、趋势异常。
（1）不规范异常。是指数据未按标准方式获得，具有不可信性，报警等级较低。
建立预警模型就是把预处理后的异常数据采用APTPPA算法进行数据挖掘，找到频繁项集，抽取关联规则的过程。
挖掘结果检验即把新生成的预警规则与原有规则库进行对比，并分析实际预警效果。如果原有库中不存在该条规则，并且印证规则具有实际预警效果时，则将该规则更新到现有规则库中。
3 基于APTPPA算法的肉鸡产品质量安全预警模型
经典的Apriori算法在执行过程中会产生大量中间项集，必须多次扫描数据库，需要很多辅助空间结构，且要求数据为二值逻辑。本研究采用的APTPPA算法在压缩数据的同时保证了原始数据集的基本形态，使其在多值数据、倾斜数据和负关联规则的挖掘中比其他同类算法更加有效。APTPPA算法主要包括关联路径树生成、频繁项集挖掘和寻找最大频繁项集3个步骤[3，10]。
3.1 关联路径树生成
3.1.1 关联路径树的基本思想
将事务数据库D中每个数据项im均进行逻辑化处理会导致项数大量增加，造成维灾难。为了减少项数，将项值进行标号化处理，每类项值都用标号vn表示。将标号化结果构造成树形结构就是关联路径树。以1 000组15项肉鸡超限异常数据为例，标号化的数据集D如表3所示。
数据集D进行逻辑化、标号化处理后，各项的值域显著减小，内部存在较多相同的事务数据。此时为数据集D增加count属性，对相同的事务数据进行统一计数，删除冗余，得到无重复数据的数据集D′。由于没有冗余事务，每条事务Ti包含项集的一种取值构成最大项集，其支持度计数就是事务计数counti的值。
3.1.2 构建基于树的路径表
数据集D′中的每个事务都是项值的组合，D′中所有事务可构成1棵关联路径树，每个事务都是1条分支（图2）。
3.2 频繁项目集挖掘
3.2.1 按模式指导求频繁项集
根据Apriori性质，可利用模式指导在关联路径树之上找寻出频繁项集。所谓模式即形如“xxooxxxxo”的某种排列组合，将事务中“x”位处项值忽略，而把“o”位处项值相同的事务计数并求和，就是该模式下的频繁项集及其计数。对于非倾斜数据，在“o”增加的同时，此模式下的事务计数会锐减，从而有效收敛。对于倾斜数据，事务计数原本大于支持度阈值，模式计数退化。此时为了保证算法的快速收敛，将包含全部项的频繁项集计数置零，再进行模式计数。还可通过设定最小支持度阈值对项集组合进行直接的剪枝操作。以1 000组15项肉鸡超限异常数据为例，找到的频繁项集如表5所示。
3.2.2 并行递归求频繁项集
m个项有m个1-“o”模式（k-“o”模式指包含频繁k项集的模式）的初始项集。并行递归就是在关联路径树上以1-“o”模式为起始条件递归生成其他模式的方法。单CPU时，所有模式按1-“o”模式的生成过程逐个递归完成。多CPU时，每个CPU分配1个1-“o”模式，显著提高递归速度。当事务计数小于递归阈值时，递归终止，算法收敛有效。
3.3 寻找最大频繁项集
为了使挖掘结果更有意义，有必要在挖掘过程中剔除相似关联规则， 防止重复规则出现。寻找最大频繁项集是剔除相似关联规则的一条途径。对于APTPPA算法而言，在模式指导树上取路径a与其他任意路径b进行比较，当a的“o”位包含于b中时，把b赋值给a，重复上述过程，直到不能发现路径b为止。以1 000组15项肉鸡超限异常数据为例，挖掘出的最大频繁项集如表6所示。
4 试验与分析
抽取河北某食品公司肉鸡产品溯源数据库中的1 000組15项历史超限异常数据，在Windows 7操作系统下，采用Java编程语言，通过Eclipse集成平台，验证预警模型的有效性。将采用APTPPA与Apriori算法的肉鸡预警模型进行对比试验，验证APTPPA算法在食品安全预警领域的应用具有高效性。
4.1 基于APTPPA算法的挖掘结果及分析
试验参数设置如下：最小支持度=0.3，最小置信度=08，最大标号数=4，最大规则数=500。试验后从中选取3条报警记录如表7所示。
将上述最大关联规则与历史超限异常数据进行检验，匹配度达80%以上，超标报警也较为准确，体现了本研究预警模型的有效性。由以上最大关联规则可分析出肉鸡养殖、屠宰加工过程中的安全隐患因素，主要有：肉鸡养殖环境中氨气水平、可吸入颗粒物同时超标，需要对栋舍进行清理；养殖用水中氯化物、硝酸盐同时超标，需要对水质进行改良；屠宰车间中氧气浓度、氨气水平同时超标，需要对屠宰车床进行消毒。
4.2 APTPPA与Apriori算法挖掘效率的分析
为了验证2种挖掘算法的预警效率，采用上述1 000组15项超限异常数据分别测试APTPPA和Apriori算法预警挖掘的速度和精度并进行比较，在相同参数设置下，比较结果如表8所示。
由表8可知，在相同的规则覆盖率下，APTPPA算法产生的规则更少，速度更快，效率更高。Apriori算法没有结合食品安全预警信息的特点，产生较多冗余和不符合实际情况的规则。综上所述，在肉鸡产品安全预警时，基于APTPPA算法的肉鸡产品质量安全预警模型比传统Apriori算法预警模型更加有效。
5 总结与展望
基于关联规则的肉鸡产品质量安全预警模型采用了APTPPA算法，该算法能够在海量复杂多变的影响因素中，挖掘出导致肉鸡产品质量安全问题的要素，及时发现肉鸡养殖、屠宰、加工过程中的安全隐患并预警，在实时监控的同时有效减少和消除食品安全事故。但本研究的预警模型尚有不足，仍需进一步改进，主要体现在以下几方面：关键控制点囊括的异常因素不够全面；异常因素之间没有主次之分；逻辑值分类转换过程中没有用到较为准确的分类算法等。
参考文献：
[1]李 倩，张圣忠，王 芳.基于博弈分析的食品安全风险监管策略研究[J]. 江苏农业科学，2013，41（9）：268-270.
[2]赵金石. 我国肉鸡质量追溯系统应用现状分析[J]. 中国畜牧杂志，2011，47（8）：45-48.
[3]顾小林，张大为，张 可，等. 基于关联规则挖掘的食品安全信息预警模型[J]. 软科学，2011，25（11）：136-141.
[4]Agarwa R，Imielinski T，Swmai A. Mining association rules between sets to items in large databases[C]. Porceedings of ACM SIGMOD Intl Conf Management of Data，Washington DC，1993：207-216.
[5]Agrawal R，Srikant R. Fast algorithms for mining association rules in large databases[C]. 20th International Conference on Very Large Data Bases，1994：478-499.
[6]Han J，Pei J. Mining frequent patterns without candidate generation[C]. Porc 2000 ACM IGMOD Int Conf on Management of Data，SIGMOD2000，Dallas TX，2000：1-12.
[7]宋 威，杨炳儒，徐章艳，等. 基于索引数组与集合枚举树的最大频繁项集挖掘算法[J]. 计算机科学，2007，34（7）：146-149.
[8]王黎明，张 卓. 基于iceberg概念格并置集成的闭频繁项集挖掘算法[J]. 计算机研究与发展，2007，44（7）：1184-1190.
[9]翁道磊. 食品安全追溯系统的分析和研究[D]. 重庆：重庆大学，2008.
我国企业财务预警模型的探析 篇12
财务危机, 一般都是指的企业在自身的发展过程里面, 由于没办法在已经规定的时间之内, 做到还本付息, 继而出现的整个企业的财务都陷入困境的情况, 这会对整个企业的发展带来不良影响, 也会让企业利益主体的切身利益有一定损失。而且由于我国现在的经济改革水平一直在不断深化, 使得所有企业的经济财务都更为复杂, 企业财务危机出现的可能性也越来越大了。故而要去完善财务预警模型。财务预警模型的完善往往在很大程度上影响着企业发现财务风险与财务危机的速度。在实际操作的过程之中, 存在各种各样的原因, 这些原因造成了财务预警模型出现了许多的问题以及不足, 因此我们必须进行科学的分析, 进一步确保财务预警模型是否能够更好地促进企业的发展。
二、什么是财务预警模型
从科学的角度来进行定义, 财务预警模型是指将财务会计与非财务会计的信息作为基础, 财务人员利用对现存的较敏感的财务指标进行设置, 并且要不断地去观察它的变化, 针对企业在经营活动过程中将会出现的财务风险, 实行一些特别有效的控制, 以便能够建立起数学的模型。完整的财务预警模型能够确保企业财务可以持续稳定的发展下去, 同时对企业财务管理水平的提升尤为重要, 此外, 也要确保对财务危机的判断以及识别能力。所以, 财务预警模型在整个企业财务的运行之中都起着重要作用。
三、企业在建立以及使用财务预警模型时会存在的问题
1.没有好好借鉴参考外国的企业财务数据, 致使财务预警模型与我国的企业不相匹配。在进行充分社会实践调查之后发现, 目前国内很多的企业没有一个系统的财务研究模型, 这也就意味着在这方面的研究和处在一个起步阶段。如果有的企业按照西方国家的财务预警模型做出几乎一样的模型, 这对该企业是不具备实质效果的, 同时调查的结构还显示, 在当前的很多企业当中仍然使用那些落后的数据模型, 这对企业的发展来说有很大的局限性。此外, 这些企业都还存在着许多缺陷, 使得国内的企业在建立模型的时候, 对那些数据的有机整合没能达到统一的协调起来。这也就导致了过分依赖于西方的数模财务模型, 结果导致所建成的财务预警模型无法为该企业的财务工作提供更好程度发展, 也没有特别好的作用。
2.快速的更新并维护企业的财务预警模型系统。通俗简单的说, 如果一个企业的财务预警系统的各项数据系统得不到及时有效的更新, 这就直接造成整个系统缺乏有效性, 那么几乎没有任何的价值型可言了, 通过实地的考察发现, 虽然当前在我国的企业当中有不少企业建立起了财务数据预警模型, 但是从实际应用中来说, 还存在着很大的缺陷与不足, 尤其是在操作的过程中当中因为操作人员自身的局限性会造成很大的误差, 致使预警模型的系统无法实施的更好。同时还有着一个共同的特点, 很多企业把拥有财务预警模型只是当作一种炫耀的资本, 至于实际应用根本没有做到更深入的实践。建成后不去维护跟新, 进而变得无法使用。除此之外, 还有许多的企业会把财务预警系统进行单独的分离, 这使得财务预警系统在获得了相应的数据之后, 因为各种原因不能跟其他的相关部门一起协调合作, 这样往往造成的是就算相关部分发现了公司存在的财务风向情况, 但因为交流的障碍而无法与其他部门进行沟通, 也不能在第一时间内向上级部门充分反应, 以至于耽搁了及时处理财务危机的机会, 在严重的情况下往往会给整个企业带来巨大的经济损失甚至是破产的危险。
3.建立财务预警模型的时候必须要选取相对科学的指标, 而且也要对该企业全部资金的进进出出以及实际的运转状况实行密切的注意。在正常的情况下, 优秀企业资金运行的情况都可以在一定的程度上, 确保该企业的资金运营的能力能够出现提升。可是, 对于那些企业的资金运行, 若是其现金的流入没有现金的流出更大, 那就能够确定为该企业已经发生了财务危机, 而且Z值的财务预警模型里面却恰恰没有了这个现金流动的指标。因此, 国内的企业必须要在参考借鉴国外的财务预警模型的整个过程中, 一定要早点发现抑或思考到现存的这个现金流动指标, 避免会出现该企业不能准确及早的判断发现财务危机的状况, 否则将会对该企业的发展产生十分致命的危险。从这一点上, 我们能够更加全面的认识到, 一定要在借鉴或者财务预警模型之时, 依据自身的实际状况来深思熟虑, 保证能够依照自身的实际状况来建立起和自己合适的财务预警模型。如此, 才能进一步确保该企业可以更为久远地发展下去, 这也是该企业最具核心的地方。
四、我国的企业在进行构建财务预警模型的过程里面现存问题的应对战略
1.必须要扩展数据的来源, 做到提高了整个财务预警模型进行预测的准确性以及稳定性。在调查时能够发现, 目前我国还是有许多的企业, 其财务预警模型与西方发达国家的财务预警模型几乎都是一模一样的, 美其名曰套用借鉴西方发达国家的模型, 实则为生搬硬套。故而, 其得到的数据也几乎是由那些上市公司所整理出来的资料进行推算而得来的。然而这是在国内, 对财务预警模型的研究是十分落后的, 其基础也是很薄弱的, 自身的市场规模也特别的小。所以, 这就需要我们在进行建立科学且又完善的财务预警模型时, 一定要更加充分地去确保所有财务预警模型要具备一定的准确性与稳定性, 这样才能同时确保做到更加深层次的去开发拓宽财务预警模型所使用数据的宽度。确保能够在更大的范围之内及早地去分析去判断整个财务预警。
2.必须把其他的那些有关财务信息一并纳入到建立晚上财务预警模型系统之中。确切地说, 一般的企业, 其财务预警模型一直是比较信息化的管理系统, 它的本质也是需要将相关的数据进行及时的处理与分析的, 并且需要进一步去发现有没有问题, 再将问题向上级领导反映, 用以确保该企业自身的财务安全以及稳定。所以, 作为企业必须要把建立十分科学的财务预警系统这一任务, 避免单方面的将其交于财务部门, 让财务部门独立完成工作, 必须要将其科学地放入到整个企业运作的所有部门里面, 如此做的本质目的就是要把该企业从生产开始之后, 再进行销售, 再进行反馈等等诸多方面的信息也都纳入到整个财务预警的系统里面, 以便可以获取整个财务预警系统具备更为全面更为准确的信息。同时, 也能够促进整个企业的所有信息的资源共享。利用这一些数据进行处理与分析的结果, 确保能够真正地拿到对整个企业财务工作更为有效用的数据, 然后再进行全面地分析。这样才能真实地反应出这整个企业实际的财务运行状况, 确保能够更好的完成企业的财务预警工作, 从而保证了企业的正常运转情况, 在一定程度上, 极大地实现了该企业经济价值达到最大化。
3.一定要做到依据现实的真实状况的需求, 还需要对该行业自身的行为特征进行分析之后才能继续确定恰当的财务目标, 如此才能够充分的达成财务预警的要求。对于现存的大多数企业来说, 国内的这些企业都要在开始构建财务预警的模型之时, 很大程度上运用拿来主义。故而, 必须要对预警模型的有关数据进行合理的调整。去找到一个能够切合企业自身的预警模型评价标准, 这样才是一个企业真真切切所需要的。同时, 企业必须在资金运行的过程里面, 做到确保现金的流量, 这样也就确切地说明了该企业具有了财务危机, 因此, 财务预警也就一定要包含对现金流量的这个数据的指标。除此之外, 全部的财务预警模型也需要依照该企业财务方面实际运行状况的真实需要。同时也要包含到其他的相关性指标, 努力做到使用综合的数据去确定该企业自身的整体财务运行的状况, 从而充分地确保准确科学的去对财务进行分析, 使该企业能够更加健康稳定持续发展。
五、结束语
企业想要自己的财务运行可以更加良好的发展, 就必须做到将财务预算的模型作为重点进行关注。也要在构建企业财务预警模型的时候, 依据该企业的实际状况以及其发展的特点, 作出有针对性的抉择, 必须建立适合该企业发展所需的财务预警模型, 这样才能保证企业能够发展地更好, 有更大的进步, 企业才可以有更加大的推动力, 进一步去创造更加大的经济价值, 更多的社会价值。
参考文献
[1]杨玉秀.企业财务预警模型的比较分析[J].财会月刊, 2004.
[2]吴涛, 陈君宁.财务预警模型的分析和建立[J].商场现代化, 2006 (2) .
[3]陈丽萍, 徐云珍.企业财务预警系统研究[J].北方经贸, 2005 (1) .
[4]吴应宇, 仲伟俊.基于单变量分析的我国上市公司两阶段财务预警模型实证研究[J].东南大学学报 (哲学社会科学版) , 2006 (2) .