《财务预警问题研究分析》由会员分享，可在线阅读，更多相关《财务预警问题研究分析（23页珍藏版）》请在金锄头文库上搜索。
1、财务预警研究分析,基本概念介绍财务预警模型介绍具体案例分析,基本理论介绍,财务风险预警是一个风险控制系统，它是以企业的财务报表、经营计划及其它相关会计资料为依据，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，督促企业管理当局采取有效措施，寻找导致财务状况恶化的根源，防患于未然，起到未雨绸缪的作用。,从以上有关财务风险预警的含义中可以看出:财务风险是财务危机的诱因，财务危机是财务风险的显性化，但是并不是所有的财务风险都能引发财务危机，只有当财务风险释放所造成的危害达到一定程度、对组织的基本目标构成威胁时，财务风
2、险就会演化成为财务危机。所以，此时的财务风险是财务危机的导火索，如果控制得当，不仅不会带来损失或许还会带来额外的收益，但是如果控制不当，就会导致财务危机的爆发，甚至会产生财务失败，这就需要采取措施即进行财务风险预警将财务危机控制在萌芽状态以避免造成损失。,其关系如下图所示:,财务风险预警作用,财务风险预警对企业的发展具有重要的作用，主要体现在以下几个方面: 第一，信息收集。 第二，预知财务危机。 第三，预报财务危机。 第四，控制财务危机。 第五，保健和借鉴。,财务预警模型介绍,一、单变量模型单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉比弗(William Beav
3、er)于1966年提出的单变量预警模型。他通过对19541964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 1.债务保障率=现金流量债务总额 2.资产负债率=负债总额资产总额 3.资产收益率=净收益资产总额 4.资产安全率=资产变现率-资产负债率,单变量预测模型法简单易懂,但其缺点也较明显:由于单个比率不像多个财务比率能够反映企业的整体财务状况,所以要求企业在建立模型时要选择最能反映企业财务运行核心特征的财务比率作为预测指标。 企业的核心管理层为了掩盖真实财务状况往往会对某些财务比率进行粉饰,故由这些不真实的财务比率所作出的预警
4、信息就失去了可靠性。 对同一家公司,预测者可能会因使用比率的不同而得出不同的预测结果。,二、多变量预警分析模型,Z预警模型Z预警模型是由美国爱德华 .阿尔曼（Altman）在20世纪60年代中期提出来的，最初阿尔曼在制造企业中分别选取了66家破产企业和良好企业为样本，收集了样本企业资产负债表和利润表总的有关数据，并通过整理从22个变量中选定预测破产最有用的5个变量，经过综合分析简历了一个判别函数：在这模型中他赋予5个基本财务指标以不同权重，并加权产生“Z”值。,Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 式中：Z为判别函数值 X1（营业资金资产总额）10
5、0 X2（留存收益资产总额）100 X3（息税前利润资产总额）100 X4（普通股优先股市场价值总额负债账面 价值总额）100 X5销售收入资产总额,多变量预警分析模型,该模型将反映企业偿债能力的指标X1和X4、反映企业获利能力的指标X2和X3以及反映企业运营能力的指标X5有机联系起来，通过综合分值分析预测企业财务失败或破产的可能性。按照这个模式，一般来说，Z值越低企业越有可能破产，通过计算某企业若干年的Z值就可以发现企业是否存在财务危机的征兆。阿尔曼根据实证分析提出了判断企业财务状况的几个临界值，即：当Z值大于2.675时，则表明企业的财务状况良好，发生破产的可能性小；当Z值小于1.81时，
6、则表明企业潜伏着破产危机；当Z值介于1.81-2.675时被称为“灰色地带”，说明企业的财务状况极为不稳定。,多变量预警分析模型,Z模型克服了单变量预警模型的缺陷,几乎包括了所有预测能力很强的指标。它除了可预测本企业的财务发展状况外,还可以分析企业的竞争对手、供应商、客户及利益相关公司的情况。但其局限性在于:(1)不具有横向可比性,即不可用于规模、行业不同的公司之间的比较。(2)采用的是按权责发生制编制的报表资料,没有考虑到较为客观的现金流量指标,可能不能真实反映企业现实的财务质量。,多变量预警分析模型,上述模型主要使用于股票已经上市交易的制造企业，为了能够将Z预警模型使用于私人企业和非制造企
7、业，阿尔曼又对该模型进行了修正，即 Z=0.065X1+0.0326X2+0.01X3+0.0672X4 式中：X1（运营资金资产总额）100 X2（留存收益资产总额）100 X3（息税前利润资产总额）100 X4（企业账面价值负债账面价值）100 。,在这个预警模型中，当目标企业的Z值被测定为大于2.90时，说明企业的财务状况良好；当Z值小于1.23时，说明企业已经出现财务失败的征兆；当Z值处于1.23-2.90时为“灰色地带”，表明企业财务状况极不稳定。 阿尔曼设计的Z模型综合考虑了企业的资产规模、变现能力、获利能力、财务结构、偿债能力等方面的因素，该模型在西方预测公司破产的准确率达70-
8、90，在破产前一年准确率高达95,多变量预警分析模型,ZETA模型ZETA信用风险模型（ZETA Credit Risk Model）是继Z模型后的第二代信用评分模型 ，变量由原始模型的五个增加到了7个，适应范围更宽，对不良借款人的辨认精度也大大提高。 ZETA = ax1 + bx2 + cx3 + dx4 + ex5 + fx6 + gx7 x1、x2、x3、x4、x5、x6、x7分别表示模型中的7个变量，7个变量是：资产收益率、收益稳定性指标 、债务偿付能力指标、累计盈利能力指标、流动性指标、资本化程度的指标、规模指标。 ZETA这种新模型在破产前5年即可有效地划分出将要破产的公司，其中
9、破产前1年的准确度大于90%，破产前5年的准确度大于70%。新模型不仅适用于制造业，而且同样有效地适用于零售业。,多变量预警分析模型,F预警模型由于Z预警模型在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的局限性。我国学者周首华(1996)等对Z模型加以改进，在模型中加入现金流量这一自变量，提出了F分数 (FailurescoreModel)模型 F预警模型如下： F=0.1774+1.1091W1+0.1074W2+1.9271W3+0.0302W4+0.4961W5 F预警模型中的五个自变量的选择是基于财务理论，其临界点为0.0274，若某一特定的F值低于0.0274，则
10、将被预测为破产公司；反之，若F值高于0.0274，则公司将被预测为继续生存公司。,多变量预警分析模型,F预警模型的主要特点是： F预警模型加入现金流量这一预测自变量。许多专家证实现金流量比率是预测公司破产的有效变量，因而它弥补了Z分数模式的不足。 本模型考虑到了现代化公司财务状况的发展及其有关标准的更新。比如公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必要的流动比率大为降低。 本模型使用的样本更加扩大。其使用了CompustatPCPlus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z预警模型的样本仅为66家（33家破产公司及33家非破
11、产公司）。F预警模型对4160家公司进行了验证。,多元逻辑回归模型在1980年Ohlson第一个将逻辑回归方法引人财务危机预警领域，他选择了19701976年间破产的105家公司和2058家非破产公司组成的配对样本，分析了样本公司在破产概率区间上的分布以及两类错误和分割点之间的关系，发现公司规模、资本结构、业绩和当前的融资能力进行财务危机的预测准确率达到96.12。逻辑回归分析方法使财务预警得到了重大改进，克服了传统判别分析中的许多问题，包括变量属于正态分布的假设以及破产和非破产企业具有同一协方差矩阵的假设。 人工神经网络模型人工神经网络模型作为一种财务风险预警模型，是通过模拟人类脑神经运动进
12、行的。人工神经网络一般是由输入层、输出层、隐藏层构成，该模型对于信息的处理方式有前向传播和后向学习两种方式。神经网络具有较好的反馈及纠错能力，这种网络的运行是通过把偏差从输入层到输出层后向传播并不断修正，最终得到一种学习判别的规则并用于判定企业财务风险状态。该模型具有良好的自我学习能力及纠错能力，能够更好的预测企业财务风险,以Z模型为例,Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5,从上表可以看出：佛山照明的Z值介于2.7-3.0之间，可以看作是基本安全。而上海水仙电器有限公司的Z值仅为0.3615，远小于1.8说明企业正走向破产，这也就证实了“上海水仙电器股份有限公司”成为中国第一家退市的上市公司。,财务预警模型应用范围,1.信用政策。缺乏内部风险评分系统的机构可以通过模型 分值段与实际违约经验相结合的评分系统。 2.信用评审。随着借款者信用质量的提高或下降，这些模型能够为金融机构提供预先警告系统。 3.放贷。这些模型所提供的风险评估方法成本低而且速度快。通过利用分值与违约率之间的一致关系，可以在定价模型中考虑目标信用利差和意外损失。 4.证券化。由于它们提供了可靠而一致的信用语言，这些模型能够促进商业信贷的分层和结构化以实现证券化。 5.审计领域。有助于识别被审计单位的财务风险，和可存在舞弊的地方。,
