上市公司财务危机预警研究范文篇1

关键词：人工神经网络；财务危机；预警

一、前言

根据国外公司法或者国外研究人员的定义，财务危机是指企业由于经营失败而没有能力支付到期债务。以下事项只要满足一项就表明企业经营失败，即：破产，债券违约，透支银行账户，无法支付优先股股利。这样的定义是基于国外资本市场十分成熟的情况下做出的，然而，由于我国的资本市场仅仅发展二十余年，尚不成熟，并且我国上市公司的退市制度还不完善，因此，本文将发生财务危机的企业定义为中国证券监督管理委员会（证监会）设定为“特别处理”的企业，通常在资本市场中这类企业的股票代码前冠以“ST”符号以示区分。

基于现有的各类财务指标，构建一个财务危机预警的数学模型，用于提示企业发生财务危机的可能性有很多现实意义。建立与企业实际发展状况相符的财务危机预警模型有利于投资者做出更加理智的投资决策，有利于企业管理者更好地理解企业财务状况以提高管理水平，有利于银行和其他债权人更好地评估企业的债务违约风险，有利于政府监管部门更有针对性地监督上市公司，有利于审计人员更加高效地审计上市公司等等。

二、选择样本

失败企业的筛选：

在第一部分，将“ST”企业定义为经营失败的企业，数据来自于上海证券交易所和深圳证券交易所网站。由于有些失败企业数据缺失，最终筛选出2005年的55家“ST”企业。为了将模型适用于各类企业，这55家“ST”企业来自各行各业，有制造业、建筑业、交通运输业等。资本市场中，大部分企业使用统一的会计制度，但是金融保险业上市公司使用其专有的会计制度，因此，本文挑选的55家“ST”企业不包括金融保险业上市公司。

非失败企业的筛选：

非失败企业的筛选按照以下步骤进行：（1）查找“ST”公司的行业类别代码；（2）在该类行业中，筛选出和“ST企业”资产规模最接近的企业；（3）如果筛选出的企业是非失败企业，则采用；（4）重复以上步骤，直到筛选出与失败企业同样数量的非失败企业。

表失败企业和非失败企业的来源与数量单位：家

三、选择财务指标

目前，通过哪些财务指标来判断企业是否遇到了财务危机没有一个统一的标准，而且仅仅通过若干个财务指标来描述企业的经营状况是很困难的。本文在前人研究经验的基础上，初步筛选出反映企业总体状况的六个方面的15个财务指标，这六个方面分别是短期偿债能力，长期偿债能力，盈利能力，资产管理能力，主营业务盈利能力和增长能力。筛选的15个财务指标来自2005年12月31日的资产负债表，主要有流动比率，速动比率，现金比率，产权比率，已获利息倍数，现金收入比率，总资产收益率，净资产收益率，存货周转率，应收账款周转率，总资产周转率，主营业务利润率，资本保值增值率，净利润增长率，总资产增长率。

在建立预测模型之前，首先要在15个财务指标中找出与企业被“ST”最相关的指标。在Rapidminer6.1中，使用相关矩阵测算财务指标与“ST”之间的关系。通过计算，除去流动比率（相关系数为0.03

图1

使用Rapidminer6.1的相关矩阵函数计算找出与企业被“ST”最相关的财务指标，软件中使用的模块和连接如图中所示。

图2

展示了13个财务指标分别与企业被“ST”之间的相关系数，运行结果显示，财务指标X1（流动比率）和财务指标X3（现金比率）与“ST”的相关系数小于0.05，表明他们之间的相关性小，因此剔除这两个财务指标。

四、实验过程

神经网络的建模过程如图3、图4所示，图5表示的是预测的准确率。

图3主要处理过程

将待处理数据和SPLIT函数模块拖入主界面，将两个模块连接，SPLIT函数模块的作用是将待处理数据随机分割成两部分，设定分隔系数是0.7，即70%的财务数据用作训练数据，30%的财务数据用作检验数据。

图4

将导入主界面的全部数据中的70%，即导入77家上市公司的财务数据，使用神经网络模型进行训练，训练完成的神经网络模型用于对剩余30%的数据即33家上市公司的财务数据进行预测，预测这33家上市公司中失败企业（即“ST”上市公司）的数量和非失败企业（即正常上市公司）的数量。

图5

训练后的神经网络的预测结果：93.33%的原“ST”企业被预测成功，88.89%的原正常企业被预测成功，总体预测精度达到90.91%。

五、结论

实验结论表明人工神经网络是一种比较好的用来预测上市公司是否会发生财务危机的方法，预测准确率较高；也表明在日常经营管理中，为了防止企业发生财务危机，经营人员应该更多地关注速动比率，产权比率，现金收入比率和存货周转率等财务指标，因为这些财务指标与企业是否会发生财务危机的关系更加密切。

参考文献：

[1]BeaverWH.Financialratiosaspredictorsoffailure[J].JournalofAccountingResearch，1966：71-111.

上市公司财务危机预警研究范文

摘要财务预警实证研究是以企业现有财务指标为基础,建立数学模型来预测企业财务危机发生的可能性的简便有效的分析工具。本文以制造业为例，采用实证分析法对2010年第三季度我国沪深两市40家制造业上市公司的样本数据,通过Z计分模型、Zeta模型以及F模型建立财务危机多元分析预警系统进行研究并比较了预警效果。

关键词财务预警模型分析法制造业

一、引言及综述

随着市场经济体制改革的深化，我国企业在面临机遇的同时，也面临着前所未有的风险，众多企业因财务风险陷入困境，甚至破产，因此加强财务危机的预防和控制是现代企业财务管理的热点问题之一。财务预警是以企业会计信息及其他相关资料为基础，通过各种分析方法，将企业可能面临的经营风险及时报告给企业经营者和其他利益相关人,从而避免企业陷入破产危机。

目前制造业在我国处于支柱地位，它的发展在一定程度上决定了整个社会主义市场经济发展的水平。因此，制造业的财务危机的预防和控制更为必要，及时预测制造业面临的财务风险，建立一套具有制造业特点的财务预警系统已成为当务之急。

二、研究设计

本文选择我国沪深两市A股制造业板块中石油、化学、塑胶、塑料类的上市公司作为研究样本,选用国内外应用较为广泛的Z计分模型，Zeta模型，F模型对我国制造业板块的上市公司进行财务预警分析并深入比较财务预警效果,得出结论并指出进一步研究的方向。

本文选取能够描述上市企业财务状况的各个方面指标作为财务预警变量，变量的选取主要考虑以下原则：①体现企业偿债能力原则②体现企业获利能力原则③体现企业运营能力原则。

Z计分模型分析时采用的财务指标为：①营运资本/资产总额②留存收益/资产总额③息税前利润/资产总额④股票市价总值/负债总额⑤销售收入/资产总额

Zeta模型分析时采用的财务指标为：①速动比率②营运资金/总资产③固定资产/资本净值④应收帐款周转率⑤现金流入量/现金流出量

F模型预警所采用的财务指标有：①（期末流动资产-期末流动负债)/期末总资产②期末留存收益/资产总额③息税前利润/总负债④期末股东权益的市场价值/期末总负债⑤税后净利润+利息+折旧)/平均总资产

三、样本选取及数据来源

本文从我国证券市场上2010年沪深两市A股制造业企业板块石油、化学、塑胶、塑料类中选出了40家（其中ST公司20家、非ST公司20家）作为研究样本，取样原则如下：一是同行业；二是同时期；三是规模相似。

本文财务预警分析的指标数据均源自巨潮咨讯网站统计数据以及各上市公司2010年第三季度报表资料。

四、实证结果与分析

（一）Z计分模型分析

美国纽约大学商学院教授EdwardsAltman于1968年提出“Z值模型”，其模型结果及参数估计如下：

Z=1.2*X1+1.4*X2+3.3*X3+0.6*X4+0.995*X5

Z―判别函数值

X1―营运资金/资产总额（反映偿债能力）

X2―留成收益/资产总额（反映获利能力）

X3―息税前利润/资产总额（反映获利能力）

X4―股票市价总值/负债总额（反映偿债能力）

X5―销售收入/资产总额（反映营运能力）

判别规则：

Z值记分结果如下：

（二）Zeta模型

Zeta模型是在Z计分模型的基础上进行改进，是能够对上市公司财务预警的模型，其模型结构及各参数如下：

Y=0.35X1+0.67X2-0.57X3+0.29X4+0.55X5

X1=速动比率；X2=营运资金/总资产；X3=固定资产/资本净值

X4=应收帐款周转率X5=现金流入量/现金流出量

判别规则：分界点为Y=11.5，在分界点以下的企业为危机企业,以上的为正常企业。

（三）F模型

F模型是对Z计分模型加以改造后建立的预警模型,考虑了现金流量变动情况指标,通过更正指标和扩大样本数对Z计分模型进行了修正而建立的。F模型结构及各参数如下：

F=1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5-0.1774

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/资产总额

X3=息税前利润/总负债；X4=期末股东权益的市场价值/期末总负债

X5=(税后净利润+利息+折旧)/平均总资产

判别规则：

F=0.0274为分界点，当F0.0274,表明企业财务状况正常。

三种模型记分结果分别如下：

（四）结果分析以及预警效果比较

在Z值计分模型下得出21家公司财务存在较大风险，5家公司风险不确定，14家公司财务状况较好。

在Zeta模型下，得出35家公司财务状况存在危机，5家无危机。

在F模型下，得出有25家企业可能在不久的将来发生财务危机，15家公司财务状况一切正常。

预警效果采用错误率或准确率来衡量,其中错误率为判别错误的个数与总样本数之比,判别错误包括第一类和第二类等两类错误,前者指将财务危机企业判定为非财务危机企业,后者则指把非财务危机企业判定为财务危机企业。

用三种记分结果对比真实情况后得出预警效果的准确率如下：

由上表可得出以下结论：

1.Zeta值在对制造业上市公司进行财务预警评分时准确率明显偏低，并且大多数为第二类错误，即使用Zeta值对制造业公司进行财务预警评估时会将大多数财务状况正常的企业判定为财务状况有问题。

2.利用F值对制造业上市公司进行财务预警评分时总的准确率在3个模型中是最高的，但值得注意的是F值的第二类错误率相对于总错误率仍偏高，仍会把一部分的无危机企业判定为有危机的企业，而第一类错误率仅为10%，是相对理想的一个模型。

3.利用Z值对制造业上市公司进行财务预警评分时准确率也是较高的，而且它两类的错误比较平均，均为25%。

五、结论及建议

综上所述，在对制造业上市公司进行财务预警评分时，可以根据情况选择不同的模型进行分析。对待ST公司可以使用F值模型，对待普通上市公司则可以选用Z值模型，这样得到的预警效果才与正式情况最相近，产生的各类误判才最小。

但本文的财务预警分析仍然存在一定的局限性有待改进：

1.仅以制造业板块作为研究对象,数据样本仍相对有限；

2.本文引用的所有财务数据、财务指标都是由上市公司的财务报表得到的。企业出于各种目的，使财务报表具有一定弹性，往往不能十分准确的反映企业真实的财务状况。

3.本文只运用了三种多变量分析的方法，目的是对企业的财务状况进行综合反映。若能将多变量模型与单变量模型结合起来可以使财务危机预警系统更加精确。

4.企业财务危机预警系统的建立是需要大量的公司作为研究样本的，本文由于篇幅和时间限制所建立的系统样本的数量不够因此模型精度也一定会受到较大影响。

参考文献：

[1]徐鹿,边.财务预警实证研究比较分析.商业研究.2006(356).

[2]何谐,孙永波,张晓天.煤炭企业财务预警指标体系研究.煤炭经济研究.2007(5).

[3]马如飞,罗文.模型分析法在财务预警中的实用性研究.财经论坛.2005(6).

[4]刘玮,彭德辉.上市公司财务预警方法与模型评析.北方经贸,2008(9).

[5]丁成.上市公司财务预警系统研究.上海财税.2001(5).

上市公司财务危机预警研究范文

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

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

二、研究样本及数据来源

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

三、实证研究

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

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

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

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

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

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

（二）财务危机影响度量化赋值表1中，具体内容（第2列）中有一项原因出现，则对应的定性因素（第1列）设为1，否则设为0，从而到得表2。

（三）Y记分模型构建具体如下：

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

Y=0.5S+0.5Q（1）

其中：

Y为加权平均得分；

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

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

（2）内因权重的确定。S的计算公式为：

其中：ai为对第i项内因进行加权的权数，Si为第i项内因的取值。

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

根据表3，可以得出内因的加权平均得分S的公式：

S=0.1727S1+0.2446S2+0.1222S3+0.1799S4+0.2806S5（3）

（3）外因权重确定。Q的计算公式为：

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

根据表4，可以得出外因的加权平均得分Q的公式：

Q=0.6403Q1+0.2590Q2+0.1007Q3（5）

（4）构建Y记分模型。由公式1，得到：

Y=0.5（0.1727S1+0.2446S2+0.1222S3+0.1799S4+0.2806S5）+0.5（0.6403Q1+0.2590Q2+0.1007Q3）（6）

即，Y记分模型为：

Y=0.0864S1+0.1223S2+0.0612S3+0.0900S4+0.1403S5+0.3201Q1

+0.1295Q2+0.0504Q3（7）

其中：

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

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

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

Y=0.0864×1+0.1223×1+0.0612×0+0.0900×0+0.1403×0

+0.3201×0+0.1295×0+0.0504×0=0.2087

120家公司的Y值见表5。

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

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

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

（五）Y记分模型预测效果测试测试样本中47家财务危机公司的Y值区间如表8所示。

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

四、研究结论

通过研究，可以得出以下几条结论：

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

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

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

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