財(cái)務(wù)比率論文大全11篇

緒論：寫作既是個(gè)人情感的抒發(fā)，也是對(duì)學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇財(cái)務(wù)比率論文范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

自2005年7月21日以后，人民幣匯率不再盯住單一美元，開始實(shí)行以市場(chǎng)供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制度，形成更富彈性的人民幣匯率機(jī)制。從改革運(yùn)行至今,人民幣對(duì)美元表現(xiàn)有升有降,對(duì)歐元、日元趨勢(shì)也是如此,但幅度不大。盡管如此，來自各方面的迫使人民幣升值的壓力仍然不小，目前，國內(nèi)的許多學(xué)者對(duì)人民幣匯率的討論主要集中在人民幣匯率的形成機(jī)制、人民幣匯率變動(dòng)對(duì)國民經(jīng)濟(jì)的影響等方面，對(duì)于人民幣升值的財(cái)務(wù)影響及對(duì)策方面卻極少涉及。本文在假定人民幣匯率仍有升值壓力的前提下，分析了人民幣升值對(duì)公司財(cái)務(wù)的影響，并提出化解匯率風(fēng)險(xiǎn)的對(duì)策。

人民幣升值對(duì)公司財(cái)務(wù)的影響對(duì)公司財(cái)務(wù)費(fèi)用的影響

財(cái)務(wù)費(fèi)用是公司當(dāng)期發(fā)生的費(fèi)用中的重要組成部分，是本期發(fā)生的直接計(jì)入損益的費(fèi)用，財(cái)務(wù)費(fèi)用的大小將影響公司的凈利潤。匯兌損益是財(cái)務(wù)費(fèi)用核算的主要內(nèi)容之一，它是指在持有外幣貨幣資產(chǎn)和負(fù)債期間，由于外幣匯率變動(dòng)而引起的外幣資產(chǎn)或負(fù)債的價(jià)值發(fā)生變動(dòng)而產(chǎn)生的損益。

人民幣升值影響公司財(cái)務(wù)費(fèi)用體現(xiàn)在：人民幣升值后，等量的外幣只能換回較少的人民幣，對(duì)于擁有外幣債務(wù)余額（如外幣短期借款、長期借款、應(yīng)付賬款）的公司，外債折算為人民幣后的匯兌損益將會(huì)減少，從而減少財(cái)務(wù)費(fèi)用，而財(cái)務(wù)費(fèi)用具有稅收擋板的作用，它的減少將增加當(dāng)期的凈利潤。因此，人民幣升值后，擁有外幣借款、應(yīng)付賬款等外債的公司將因此受益。如某公司2004年底有日元貸款折合人民幣為15億元，人民幣升值2將因此每年減少公司財(cái)務(wù)費(fèi)用450萬元（利息支出減少150萬元，本金減少300萬元），對(duì)公司整體盈利狀況影響接近0.01元/股。對(duì)于擁有外幣貨幣性資產(chǎn)（如外幣現(xiàn)金、外幣銀行存款、應(yīng)收賬款）的公司，人民幣升值后，用人民幣計(jì)價(jià)的匯兌損益將會(huì)增加，從而增加財(cái)務(wù)費(fèi)用，減少當(dāng)期的凈利潤。因此，人民幣升值后，擁有外幣貨幣性資產(chǎn)的公司將因此遭受損失。如某電廠擁有1.79億美元和141億日元的應(yīng)收賬款，人民幣升值2將使公司增加約人民幣300萬元的財(cái)務(wù)費(fèi)用，這將影響到公司整體盈利狀況。

對(duì)公司籌資成本的影響

匯率的“國際收支決定論”認(rèn)為，一國的國際收支狀況是影響匯率最直接的因素之一。當(dāng)一國有較大的國際收支逆差時(shí)，對(duì)外匯的需求大于外匯的供給，本幣對(duì)外貶值；反之則會(huì)造成本幣升值。從國際收支狀況看，我國的經(jīng)常項(xiàng)目和資本項(xiàng)目收支從1994年人民幣匯率并軌以來一直維持較大的順差。特別是近幾年，我國成為全球最大的資本流入國，每年流入的國際直接投資高達(dá)500億美元左右。這種經(jīng)常項(xiàng)目和資本項(xiàng)目雙順差的狀況使得我國近年來的外匯儲(chǔ)備節(jié)節(jié)上升，截至2004年年底我國外匯儲(chǔ)備已達(dá)到6099億美元，較2003年年底增加了51.3，成為2004年全球外匯儲(chǔ)備增加最多的國家。經(jīng)濟(jì)的快速增長，外匯儲(chǔ)備的增加，國際收支順差的擴(kuò)大又進(jìn)一步增加了人民幣升值壓力，加劇了國際短期資本的流入。

我國對(duì)人民幣匯率的調(diào)整影響了外商對(duì)我國的投資熱情，導(dǎo)致海外對(duì)華投資的縮減。據(jù)報(bào)告，受人民幣升值影響，我國2005年7月末外匯存款余額1605億美元，比上月減少48億美元；8月末，外匯存款余額為1611億美元，雖比上月增加6億美元，但遠(yuǎn)低于8月份人民幣各項(xiàng)存款增加額4364億元。從籌資的角度看，缺少外資或者是外資驟減將影響公司的權(quán)益資金的籌集，當(dāng)公司急需資金時(shí)，只能轉(zhuǎn)向其他的負(fù)債融資。受資金供求關(guān)系的影響，在資金供給數(shù)量一定的情況下，資金需求量增加，籌資成本必然上升。同時(shí)，負(fù)債資金增加，將帶來財(cái)務(wù)杠桿的效應(yīng)，如果投資利潤率高于資金成本率，則負(fù)債融資將為公司帶來額外的收益，反之，將給公司帶來較大的財(cái)務(wù)風(fēng)險(xiǎn)，影響公司的效益。

對(duì)營業(yè)費(fèi)用的影響

營業(yè)費(fèi)用是指公司銷售過程中發(fā)生的費(fèi)用,包括運(yùn)輸費(fèi)、展覽費(fèi)、廣告費(fèi)以及為銷售本公司產(chǎn)品而專設(shè)的銷售機(jī)構(gòu)（含銷售網(wǎng)點(diǎn)、售后服務(wù)網(wǎng)點(diǎn)等）的職工工資及福利費(fèi)。營業(yè)費(fèi)用直接計(jì)入當(dāng)期損益，營業(yè)費(fèi)用的大小將影響公司當(dāng)期的業(yè)績。

隨著我國經(jīng)濟(jì)的快速發(fā)展，產(chǎn)品國際競(jìng)爭力的大幅提高，國際貿(mào)易盈余、外國直接投資、外匯儲(chǔ)備持續(xù)增加，西方發(fā)達(dá)國家感到了壓力，擔(dān)心我國會(huì)影響其在全球的經(jīng)濟(jì)利益，因此，世界主要國家仍就人民幣升值問題向我國施壓，希望通過提升幣值的方式，削弱我國產(chǎn)品提高本國產(chǎn)品的國際竟?fàn)幜Γ_(dá)到維護(hù)本國產(chǎn)業(yè)和經(jīng)濟(jì)利益的目的。

人民幣升值將對(duì)以價(jià)格優(yōu)勢(shì)為特色的我國產(chǎn)品造成嚴(yán)重打擊。由于人民幣升值后，進(jìn)口受到鼓勵(lì)，進(jìn)口商品變得便宜，出口減少，結(jié)果，本國市場(chǎng)上供給越來越多，本國商品和進(jìn)口商品之間的競(jìng)爭激烈，為使公司的商品能在市場(chǎng)上占有一定的份額，增加商品的國際競(jìng)爭力，許多公司將會(huì)在營銷方面多下功夫，如擴(kuò)大產(chǎn)品宣傳、增設(shè)銷售網(wǎng)點(diǎn)等，屆時(shí)，營業(yè)費(fèi)用將大幅增加，影響公司的經(jīng)營業(yè)績。

應(yīng)對(duì)人民幣升值的財(cái)務(wù)對(duì)策

關(guān)注匯率的變動(dòng)趨勢(shì)

要關(guān)注美日等國對(duì)人民幣匯率態(tài)度。以美日等為代表的各國對(duì)人民幣的態(tài)度將直接或間接地影響人民幣匯率的趨勢(shì)。2003年7月6日閉幕的亞歐財(cái)長會(huì)議上，日本、歐洲各國相繼提出了人民幣升值的要求。到了2005年前后，國外分散的壓力逐步演變成為發(fā)達(dá)國家的國際共識(shí)：日本、美國、歐盟等主要發(fā)達(dá)國家，或基于國內(nèi)經(jīng)濟(jì)的需要，或迫于國內(nèi)政治的壓力，要求中國改變匯率制度，或徑直要求人民幣升值。在此背景下，盡管2005年7月人民幣匯率有所上調(diào)，但上調(diào)的幅度不大，未達(dá)到西方主要國家的預(yù)期，人民幣來自國外的升值壓力仍然不小。

關(guān)注美國聯(lián)邦基金加息情況。按理說,美元加息在一定程度上可以緩解人民幣的升值壓力。因?yàn)?美元利率的持續(xù)上升支撐了美元,美元資產(chǎn)的吸引力會(huì)引起國際熱錢回流美國。尤其是在中國的匯率形成機(jī)制改革平穩(wěn)實(shí)施后,目前美元短期利率已上升至4,高過人民幣短期利率2.25（稅后利率約為1.8）的水平,由此將大大緩解國際熱錢對(duì)人民幣匯率升值的巨大沖擊。但有專家分析指出,當(dāng)前人民幣的升值幅度仍然遠(yuǎn)遠(yuǎn)低于美國等國的預(yù)期目標(biāo)。當(dāng)人民幣升值幅度難以滿足它們的要求時(shí),人民幣升值壓力就很難減輕,相反這種壓力將長期存在。所以,美元持續(xù)升息并不能從根本上緩解人民幣升值壓力,人民幣升值壓力將繼續(xù)以經(jīng)濟(jì)問題的形式來反映政治問題的實(shí)質(zhì)而長期存在。

關(guān)注國內(nèi)學(xué)者對(duì)人民幣匯率的態(tài)度。國內(nèi)的一些知名學(xué)者，專門研究人民幣匯率的形成機(jī)制，匯率升值的幅度、時(shí)機(jī)，升值后對(duì)我國經(jīng)濟(jì)的影響等。這些對(duì)于公司財(cái)務(wù)管理人員來說，是很好的參考資料。此外，人民幣匯率變動(dòng)后，市場(chǎng)上的各種價(jià)格會(huì)隨之發(fā)生變動(dòng)，諸多因素，例如大宗商品的價(jià)格，房地產(chǎn)價(jià)格，都會(huì)有影響。

作為公司財(cái)務(wù)管理人員，應(yīng)關(guān)注人民幣匯率變動(dòng)的國內(nèi)外宏觀經(jīng)濟(jì)環(huán)境，關(guān)注人民幣升值對(duì)產(chǎn)業(yè)內(nèi)部可能造成的影響，時(shí)刻保持警惕性，及時(shí)調(diào)整相應(yīng)的財(cái)務(wù)決策，減少匯率波動(dòng)所帶來的損失。

適量持有外幣靈活管理外幣債權(quán)債務(wù)

2005年7月21日，中國人民銀行宣布美元/人民幣官方匯率由8.27調(diào)整為8.11，人民幣升幅約2。人行還宣布每日銀行間外匯市場(chǎng)美元對(duì)人民幣的交易價(jià)在人民銀行公布的美元交易中間價(jià)上下千分之三的幅度內(nèi)浮動(dòng)，非美元貨幣對(duì)人民幣的交易價(jià)在人民銀行公布的該貨幣交易中間價(jià)上下0.15幅度內(nèi)浮動(dòng)。作為公司財(cái)務(wù)管理人員，應(yīng)堅(jiān)持“盡早結(jié)匯，適量持有外幣、靈活管理外幣債權(quán)債務(wù)”的原則。“盡早結(jié)匯”是指公司收到外幣時(shí)，盡快結(jié)算成人民幣，由于人民幣還有升值的趨勢(shì)，央行總是根據(jù)實(shí)際經(jīng)濟(jì)運(yùn)行狀況來決定人民幣升值的時(shí)機(jī)和幅度的,所以財(cái)務(wù)管理人員應(yīng)認(rèn)真分析匯率的發(fā)展趨勢(shì)，減少央行突然宣布人民幣升值對(duì)公司的沖擊。“適量持有外幣”是指對(duì)于出口、進(jìn)口額均較大的外貿(mào)公司，可持有適量外幣以應(yīng)付日常之需，避免因外幣不足所引起的短缺成本的增加，但應(yīng)注意持有外幣的時(shí)間不宜過長，以避免匯率變動(dòng)帶來的損失。“靈活管理外幣債權(quán)債務(wù)”是指公司對(duì)于外幣類債權(quán)債務(wù)的管理要講究方法，權(quán)衡利弊，選擇能降低財(cái)務(wù)費(fèi)用、使公司效益最大化的策略。如對(duì)于外幣“應(yīng)收賬款”，要講究收賬政策和收賬方法，改變信用政策，加速資金的回籠。而對(duì)于外幣“應(yīng)付賬款”，在不影響公司信譽(yù)的情況下，盡量延遲進(jìn)口材料或延遲付款，或改變貨款結(jié)算方式，如采取遠(yuǎn)期信用證結(jié)算方式或以人民幣計(jì)價(jià)等。

適當(dāng)增加外幣債務(wù)

如果一些外資預(yù)計(jì)人民幣將進(jìn)一步升值，必將選擇最佳時(shí)機(jī)大量涌入中國，但因一時(shí)找不到好項(xiàng)目，就先存放在銀行，到時(shí)資金供給將相對(duì)充裕，籌資成本會(huì)有所下降，公司可利用這一時(shí)機(jī)適當(dāng)多舉債，較好地利用財(cái)務(wù)桿杠為公司帶來收益。所以，對(duì)于有人民幣升值預(yù)期的公司來說，可適當(dāng)增加美元債務(wù)，這是一種較好降低融資成本的財(cái)務(wù)決策。增加美元債務(wù)的方法很多,諸如增加美元貸款、借外幣負(fù)債、將人民幣借貸變成外匯借貸、盡可能償還人民幣貸款、將要到期的國外貸款推遲還款等。

加強(qiáng)公司內(nèi)部控制

內(nèi)部控制包括控制環(huán)境、風(fēng)險(xiǎn)評(píng)估、控制活動(dòng)、信息與溝通、監(jiān)控等五個(gè)相互聯(lián)系的要素。嚴(yán)謹(jǐn)?shù)膬?nèi)部控制，要對(duì)公司經(jīng)營管理的各個(gè)方面實(shí)行全方位的有效控制，把公司的各項(xiàng)經(jīng)濟(jì)活動(dòng)全面置于經(jīng)濟(jì)監(jiān)控之中。由于匯率升值后可能影響到產(chǎn)品在國際市場(chǎng)上競(jìng)爭力不足，公司可重點(diǎn)從以下方面加強(qiáng)內(nèi)部控制，一定程度上抵消人民幣升值帶來的營業(yè)費(fèi)用增加的影響：

加強(qiáng)資金管理。要由專門的財(cái)務(wù)人員對(duì)資金特別是外幣資金的籌集、調(diào)度、使用、分配等進(jìn)行籌劃，并由相關(guān)人員實(shí)行嚴(yán)格控制，防止資金體外循環(huán)。

嚴(yán)格控制成本費(fèi)用。公司可在成本控制和定價(jià)上下功夫，降低成本應(yīng)從現(xiàn)在逐步開始，待人民幣升值時(shí)，公司依然能夠向客戶報(bào)出有競(jìng)爭力的價(jià)格。對(duì)于成本控制，可在“采購成本和制造成本”上下功夫，并盡可能“降低費(fèi)用率”等。如福耀玻璃公司推出了一整套“全面的戰(zhàn)略成本規(guī)劃”，通過降低設(shè)備使用成本、人工成本、材料成本和提升工藝和技術(shù)水平，保持成本競(jìng)爭優(yōu)勢(shì)。預(yù)計(jì)公司到2006年能夠?qū)⒊杀窘档?5％－20％，因此，即使人民幣有一定幅度的升值，“福耀”也能夠保持成本和價(jià)格的競(jìng)爭優(yōu)勢(shì)。

建立相應(yīng)的激勵(lì)約束機(jī)制，把財(cái)務(wù)管理人員的短期行為長期化。公司可以根據(jù)其自身的特點(diǎn)和需要建立相應(yīng)激勵(lì)約束機(jī)制，通過公司的激勵(lì)和約束，使公司財(cái)務(wù)人員更關(guān)注匯率的影響及公司長遠(yuǎn)的發(fā)展，及時(shí)采取策略應(yīng)對(duì)人民幣升值對(duì)公司的影響，提高公司的效益。

在經(jīng)濟(jì)日益全球化的今天，一個(gè)國家的匯率自由化應(yīng)是大勢(shì)所趨。不管國際市場(chǎng)有沒有施加壓力，中國目前出口強(qiáng)勁，外匯儲(chǔ)備充足，對(duì)外部環(huán)境變化也有了較強(qiáng)的承受力，逐步調(diào)整人民幣匯率、增加貨幣政策的獨(dú)立性是我國未來的匯率趨勢(shì)。作為財(cái)務(wù)管理人員，應(yīng)未雨綢繆，關(guān)注時(shí)勢(shì)的發(fā)展變化，從成本控制、增加原材料進(jìn)口等方面，通過各種不同的途徑積極籌劃，即使不久的將來人民幣再升值，也可以最大限度地控制匯率風(fēng)險(xiǎn)。

篇（2）

一、當(dāng)前使用現(xiàn)金

流量財(cái)務(wù)比率的基本狀況在我國作者編寫或編著的、于2002年到2005的年之間版的《財(cái)務(wù)管理》教材中．筆者搜集到32本(因篇幅限制未列明)。完全未提及現(xiàn)金流量指標(biāo)的有8本，占25％：在余下的涉及現(xiàn)金流量指標(biāo)的24本教材(以下稱可比樣本)中，將現(xiàn)金流量分析獨(dú)立于傳統(tǒng)的資產(chǎn)負(fù)債表和損益表分析的有9本．占可比樣本的37．5％。無論是單獨(dú)對(duì)現(xiàn)金流量進(jìn)行分析還是將現(xiàn)金流量分析與傳統(tǒng)財(cái)務(wù)評(píng)價(jià)結(jié)合一起．這24本教材都主張按不同的分析目的來設(shè)置指標(biāo)：全數(shù)表示現(xiàn)金流量表項(xiàng)目可用于償債能力評(píng)價(jià)．但其中有6本教材僅僅設(shè)置“現(xiàn)金比率”這一個(gè)指標(biāo)：有12本教材設(shè)置了獲現(xiàn)能力或叫獲利能力分析的指標(biāo)．占可比樣本的50％；有9本設(shè)置了盈利質(zhì)量分析指標(biāo)．占可比樣本的37．5％；還有6本寫明了要進(jìn)行財(cái)務(wù)彈性分析．占可比樣本的25％

仔細(xì)分析教材中使用的評(píng)價(jià)指標(biāo)，大致可以歸納為27個(gè)．分屬四種分析目的。償債能力分析指標(biāo)最為大家認(rèn)可，其出現(xiàn)的頻率達(dá)n44％，其次是獲現(xiàn)能力指標(biāo)，頻率為36％，財(cái)務(wù)彈性指標(biāo)占l1％．盈利質(zhì)量指標(biāo)占9％。具體到各財(cái)務(wù)比率．公認(rèn)程度最高的是經(jīng)營現(xiàn)金凈流入／流動(dòng)負(fù)債．其出現(xiàn)的頻數(shù)達(dá)到19％經(jīng)營活動(dòng)現(xiàn)金流量／n期債務(wù)本息、經(jīng)營活動(dòng)現(xiàn)金流量／到期債務(wù)、現(xiàn)金及現(xiàn)金等價(jià)物／流動(dòng)資產(chǎn)、經(jīng)營活動(dòng)現(xiàn)金流量／全部債務(wù)、經(jīng)營活動(dòng)現(xiàn)金流量／平均總資產(chǎn)等五項(xiàng)財(cái)務(wù)比率的認(rèn)同程度也較高．均達(dá)9％。

二、現(xiàn)行教材中現(xiàn)金流量指標(biāo)設(shè)置存在的問題

(一)夸大現(xiàn)金流量表的作用

如前文所示．約四成的教材將現(xiàn)金流量分析獨(dú)立于傳統(tǒng)的資產(chǎn)負(fù)債表和損益表分析之外．說明仍有不少人將現(xiàn)金流量分析視為與傳統(tǒng)財(cái)務(wù)分析并列的～部分事實(shí)上，現(xiàn)金流量表作為傳統(tǒng)兩表的橋梁．其作用不可能超越他們。其次．現(xiàn)金流量表的編制基礎(chǔ)與傳統(tǒng)兩表不同．它不可能取代后者．因而不可能獨(dú)立存在。而且．現(xiàn)金流量表也存在人為操縱的可能。比如：年末時(shí)大量回收貨款或大量借款、有意調(diào)整“現(xiàn)金”概念．將本來就是現(xiàn)金范圍的現(xiàn)金歸口為非現(xiàn)金項(xiàng)目以增加現(xiàn)金流量、將現(xiàn)金流量表的各項(xiàng)數(shù)據(jù)同時(shí)調(diào)增或同時(shí)調(diào)減．以達(dá)到調(diào)節(jié)表內(nèi)各項(xiàng)目數(shù)據(jù)的目的。

(二)指標(biāo)名目繁多，未能突出現(xiàn)金流量表的作用

1．將結(jié)構(gòu)比率、趨勢(shì)比率等不屬于財(cái)務(wù)比率的指標(biāo)吸納進(jìn)來財(cái)務(wù)比率是將企業(yè)某個(gè)時(shí)期財(cái)務(wù)報(bào)表中不同類但具有一定關(guān)系的項(xiàng)目進(jìn)行對(duì)比而形成的比率．其數(shù)據(jù)均來自一個(gè)會(huì)計(jì)期間．不同于趨勢(shì)比率：這些數(shù)據(jù)屬于不同類項(xiàng)目，因而有別于結(jié)構(gòu)比率：2．納入了非現(xiàn)金流量指標(biāo)。如：現(xiàn)金及現(xiàn)金等價(jià)物之和／流動(dòng)資產(chǎn)．?dāng)?shù)據(jù)可以從資產(chǎn)負(fù)債表中獲取而不必從金流量表中獲取：3．將非財(cái)務(wù)指標(biāo)納入體系。如：最大負(fù)債能力——經(jīng)營活動(dòng)現(xiàn)金流量與市場(chǎng)利率之比中．市場(chǎng)利率在財(cái)務(wù)報(bào)表中不能獲取．超出了財(cái)務(wù)比率的范疇。

(三)指標(biāo)命名欠規(guī)范，容易混淆

1．同一指標(biāo)．名稱不同“經(jīng)營活動(dòng)現(xiàn)金凈流量／流動(dòng)負(fù)債”這～比率就有現(xiàn)金償債比率、現(xiàn)金流動(dòng)負(fù)債比率、現(xiàn)金流量比率、短期債務(wù)現(xiàn)金流量比率、現(xiàn)金流量負(fù)債比等7種名稱：2．有的指標(biāo)“名不符實(shí)”，如：利潤變現(xiàn)比率；經(jīng)營活動(dòng)凈現(xiàn)金流量／營業(yè)利潤．公式中分母僅限于營業(yè)利潤，而指標(biāo)名稱卻叫“利潤”變現(xiàn)比率，外延大多了；而且，利潤與現(xiàn)金的關(guān)系并不是變現(xiàn)的過程，這與傳統(tǒng)的資產(chǎn)“變現(xiàn)”概念相背，不利于對(duì)指標(biāo)的理解。

(四)指標(biāo)的計(jì)算公式有爭議甚至有錯(cuò)誤

1．現(xiàn)金比率一般是指現(xiàn)金及現(xiàn)金等價(jià)物之和與流動(dòng)資產(chǎn)的比值，有學(xué)者將計(jì)算式的分母取作總資產(chǎn)。還有人取作流動(dòng)負(fù)債：2．經(jīng)營活動(dòng)現(xiàn)金凈流量／流動(dòng)負(fù)債，也有人將分子取作“經(jīng)營現(xiàn)金流入”：3．現(xiàn)金利息保障倍數(shù)有(經(jīng)營活動(dòng)凈現(xiàn)金流量+利息支出+所得稅付現(xiàn))／現(xiàn)金利息支出及(利潤總額+利息支出)／n息支出兩種計(jì)算公式：后者更粗略一些，因?yàn)槔麧櫩傤~未考慮到非付現(xiàn)費(fèi)用及非經(jīng)營所收或所付的現(xiàn)金；，分子分母顯然口徑不一．會(huì)導(dǎo)致錯(cuò)誤計(jì)算。

三、包含現(xiàn)金流量項(xiàng)目的財(cái)務(wù)比率體系

鑒于現(xiàn)金流量表與傳統(tǒng)資產(chǎn)負(fù)債表和損益表之間存在緊密聯(lián)系．重構(gòu)的財(cái)務(wù)比率體系是以同一時(shí)期三張報(bào)表的相關(guān)項(xiàng)目計(jì)算而成的比值為主體，剔除所有的結(jié)構(gòu)比率、趨勢(shì)比率．按不同報(bào)表使用者分為四個(gè)方面——傳統(tǒng)的償債能力分析、盈利能力分析、營運(yùn)能力分析和增設(shè)的財(cái)務(wù)彈性分析，不再對(duì)現(xiàn)金流量進(jìn)行單獨(dú)評(píng)價(jià)

(一)償債能力分析

現(xiàn)金是償還債務(wù)最直接的工具．也是最終的償債手段。在傳統(tǒng)的速動(dòng)比率、資產(chǎn)負(fù)債率等指標(biāo)的基礎(chǔ)上，補(bǔ)充以下包含現(xiàn)金流量信息的財(cái)務(wù)比率：1．短期償債能力指標(biāo)現(xiàn)金流量比率=經(jīng)營活動(dòng)現(xiàn)金流量／流動(dòng)負(fù)債．該指標(biāo)反映企業(yè)在經(jīng)營活動(dòng)中獲得現(xiàn)金償還短期債務(wù)的能力。其值越高．對(duì)短期債權(quán)人的本金保障程度越高但由于現(xiàn)金的流動(dòng)性最強(qiáng)．其盈利能力也最差．該比率值過高．說明企業(yè)沒有充分利用現(xiàn)金造成資源浪費(fèi)按速動(dòng)比率的經(jīng)驗(yàn)值來推斷．現(xiàn)金流量比率值在l左右屬于理想范圍：2．長期償債能力指標(biāo)：現(xiàn)金流量保障倍數(shù)=(經(jīng)營活動(dòng)現(xiàn)金凈流量+所得稅付現(xiàn))／[現(xiàn)金利息支出+優(yōu)先股股利／(1一t)+到期債務(wù)本金／新思考(1一i’)]

利息費(fèi)用是可抵稅費(fèi)用．滿足一元的這些債務(wù)只要求有1元的稅前現(xiàn)金流量．但優(yōu)先股股息和債務(wù)本金償還須從稅后現(xiàn)金流量中支付．除以(1一t)得到相當(dāng)于滿足它們的稅前現(xiàn)金流量

該比率值大于1．說明企業(yè)利用稅前經(jīng)營活動(dòng)現(xiàn)金凈流入量可以償還到期債務(wù)并支付利息、優(yōu)先股股息．無需另行籌資來履行固定義務(wù)：反之，該比率值小于1．表明企業(yè)履行這些義務(wù)時(shí)．不但耗盡了同期經(jīng)營活動(dòng)產(chǎn)生的稅前現(xiàn)金流量．還動(dòng)用了前期的現(xiàn)金及現(xiàn)金等價(jià)物．企業(yè)資產(chǎn)的流動(dòng)性將受到不利影響．

(二)盈利能力分析

傳統(tǒng)的盈利能力分析主要都是依據(jù)權(quán)責(zé)發(fā)生制下的利潤。但利潤是否有實(shí)實(shí)在在的現(xiàn)金凈流入作為保障．還需要將現(xiàn)金流量與利潤額對(duì)比，判斷盈利的質(zhì)量．作為傳統(tǒng)盈利能力分析的補(bǔ)充。可設(shè)置如下盈利質(zhì)量分析指標(biāo)：

營運(yùn)指數(shù)=經(jīng)營活動(dòng)現(xiàn)金流量／(凈收益一非經(jīng)營收益+非付現(xiàn)費(fèi)用)

非經(jīng)營收益主要是指投資收益、財(cái)務(wù)費(fèi)用、公允價(jià)值變動(dòng)損益、營業(yè)外收支凈額．而非付現(xiàn)成本包括計(jì)提的資產(chǎn)損失準(zhǔn)備、提取的固定資產(chǎn)折舊、無形資產(chǎn)和長期待攤費(fèi)用的攤銷、待攤費(fèi)用的減少等。上式中的分母，常被稱為經(jīng)營所得現(xiàn)金。該指標(biāo)反映經(jīng)營活動(dòng)凈現(xiàn)金流量與調(diào)整后經(jīng)營利潤的差異程度。該比率大于1．說明經(jīng)營活動(dòng)現(xiàn)金流量高于營業(yè)活動(dòng)應(yīng)得現(xiàn)金．主營業(yè)務(wù)創(chuàng)造的利潤具有更多的現(xiàn)金作為保證，該比率小于1。說明一部分收益尚沒有取得現(xiàn)金．原因是應(yīng)收賬款的增加、應(yīng)付賬款的減少或存貨增加．使得實(shí)際得到的經(jīng)營現(xiàn)金減少。而存貨有貶值的風(fēng)險(xiǎn)．應(yīng)收賬款有形成呆、壞賬的風(fēng)險(xiǎn)，因此。未收現(xiàn)的收益質(zhì)量不如已收現(xiàn)的收益：即使不出現(xiàn)上述風(fēng)險(xiǎn)．存貨和應(yīng)收賬款占用的資金也是有機(jī)會(huì)成本的．那么．企業(yè)取得同樣的凈收益要付出更大的代價(jià)，實(shí)際的業(yè)績水平下降，營業(yè)利潤的質(zhì)量下滑。

(三)營運(yùn)能力分析

在傳統(tǒng)財(cái)務(wù)分析中．銷售收入與投入資源或業(yè)務(wù)相比較．獲得的存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率等被歸納為營運(yùn)能力分析指標(biāo)。而獲現(xiàn)能力指標(biāo)一般也是將企業(yè)經(jīng)營活動(dòng)現(xiàn)金流量與投入資源和相關(guān)業(yè)務(wù)相比較．如．將企業(yè)經(jīng)營活動(dòng)現(xiàn)金流量與資產(chǎn)平均余額相比較．將經(jīng)營活動(dòng)現(xiàn)金流量與銷售額相比較可見．營運(yùn)能力評(píng)價(jià)指標(biāo)和獲現(xiàn)能力評(píng)價(jià)指標(biāo)都反映企業(yè)利用資源獲取經(jīng)營成果的能力．不過．前者反映的是權(quán)責(zé)發(fā)生制下的經(jīng)營成果．后者反映收付實(shí)現(xiàn)制下的經(jīng)營成果從這個(gè)角度出發(fā)．可把獲現(xiàn)能力評(píng)價(jià)視為營運(yùn)能力評(píng)價(jià)的補(bǔ)充可設(shè)置如下指標(biāo)：1．反映銷售業(yè)務(wù)獲現(xiàn)能力指標(biāo)銷售現(xiàn)金流量比率=經(jīng)營現(xiàn)金凈流量／銷售額．該指標(biāo)可以衡量銷貨收入在當(dāng)年收現(xiàn)的程度．用以評(píng)價(jià)銷貨工作的質(zhì)量。該比率值越高．說明企業(yè)積壓在應(yīng)收賬款上的資金越少，企業(yè)的經(jīng)營成本越低．管理效率越高：2．反映總資產(chǎn)獲現(xiàn)能力的指標(biāo)資產(chǎn)現(xiàn)金流量回報(bào)率=(經(jīng)營現(xiàn)金流量+利息支出+所得稅付現(xiàn))，平均總資產(chǎn)．該指標(biāo)更全面反映資產(chǎn)的獲現(xiàn)能力，用以衡量企業(yè)運(yùn)用全部資產(chǎn)進(jìn)行經(jīng)營創(chuàng)造現(xiàn)金的能力．反映企業(yè)資產(chǎn)利用的綜合效果。其值越大．說明企業(yè)資產(chǎn)的利用效率越高。

(四)財(cái)務(wù)彈性分析

企業(yè)財(cái)務(wù)彈性是指企業(yè)應(yīng)付各種挑戰(zhàn)、適應(yīng)經(jīng)濟(jì)環(huán)境變化的能力．具體表現(xiàn)為企業(yè)能否靈活籌集資金應(yīng)付偶發(fā)性支出、股利支出以及捕捉投資機(jī)會(huì)的能力。將現(xiàn)金流量表與資產(chǎn)負(fù)債表、損益表相結(jié)合，能獲取現(xiàn)金流量和支付現(xiàn)金需要兩方面信息．用以判斷企業(yè)可穩(wěn)定獲得的現(xiàn)金是否充足．

篇（3）

 

一、引言<

國際金融危機(jī)肆虐全球，從商業(yè)巨子雷曼兄弟的轟然倒下，再到行業(yè)翹楚通用申請(qǐng)破產(chǎn)保護(hù)，危機(jī)的不良影響正逐步從虛擬經(jīng)濟(jì)領(lǐng)域擴(kuò)散到實(shí)體經(jīng)濟(jì)領(lǐng)域。2009年6月，美國通用汽車為擺脫困境放下身段，正式申請(qǐng)破產(chǎn)保護(hù)； 2009年11月，迪拜財(cái)政部突然宣布，棕櫚島集團(tuán)將推遲至少6個(gè)月償付數(shù)十億美元的債務(wù)，以便進(jìn)行債務(wù)重組；2010年，國際金融危機(jī)的陰影依然存在，中國企業(yè)面臨國內(nèi)需求不足，

二、企業(yè)財(cái)務(wù)安全

企業(yè)財(cái)務(wù)安全是指在企業(yè)的財(cái)務(wù)管理過程中，企業(yè)不會(huì)因?yàn)閬碜云髽I(yè)內(nèi)部和外部的財(cái)務(wù)風(fēng)險(xiǎn)或財(cái)務(wù)困境的影響內(nèi)部控制，引發(fā)嚴(yán)重的財(cái)務(wù)危機(jī)，造成企業(yè)的財(cái)務(wù)失敗，從而保持一種可

企業(yè)從面臨風(fēng)險(xiǎn)到陷入危機(jī)直至破產(chǎn)消亡，我們關(guān)注的重點(diǎn)通常是風(fēng)險(xiǎn)產(chǎn)生后的事后處理階段。但縱觀整個(gè)過程，風(fēng)險(xiǎn)的前一階段，財(cái)務(wù)由安全向風(fēng)險(xiǎn)轉(zhuǎn)移階段才是更值得我們關(guān)注的重點(diǎn)。通常情況下，企業(yè)財(cái)務(wù)安全隱患具有動(dòng)態(tài)易變性和可逆性，及早察識(shí)財(cái)務(wù)安全隱患，并采取有效措施控制風(fēng)險(xiǎn)，就能規(guī)避

三、企業(yè)財(cái)務(wù)安全

構(gòu)筑財(cái)務(wù)安全的防火墻，就可以在一定程度上防范財(cái)務(wù)風(fēng)險(xiǎn)，而這一切與企業(yè)內(nèi)部控制密不可分。完善而有效的內(nèi)部控制，通常指企業(yè)擁有健全的內(nèi)控制度，措施完善合理，并且在實(shí)際中得到了很好的執(zhí)行，從而能充分實(shí)現(xiàn)管理目標(biāo)和達(dá)到控制風(fēng)險(xiǎn)的目的論文開題報(bào)告范例。它包括兩個(gè)方面：一是內(nèi)控制度本身的有效性內(nèi)部控制，至少

對(duì)于企業(yè)而言，通過各項(xiàng)指標(biāo)提示企業(yè)的內(nèi)部財(cái)務(wù)控制是否有效，來辨識(shí)財(cái)務(wù)安全程度，無疑是一個(gè)簡便且

表1 國外學(xué)者預(yù)測(cè)企業(yè)財(cái)務(wù)安

研究者

樣本

變量及模型

具有較強(qiáng)解釋力或預(yù)測(cè)力的指標(biāo)

Fitzpatrick(1932)

19家公司

單個(gè)財(cái)務(wù)比率模型

凈利潤/股東權(quán)益、股東權(quán)益/負(fù)債

Beaver (1966)

79家經(jīng)營失敗和79家經(jīng)營成功公司

30個(gè)變量,

單變量判別模型

現(xiàn)金流量/負(fù)債、流動(dòng)比率、凈收益/資產(chǎn)、資產(chǎn)負(fù)債率、營運(yùn)資本/總資產(chǎn)等6個(gè)財(cái)務(wù)比率準(zhǔn)確性較高

Altman

(1968)

33家破產(chǎn)和33家非破產(chǎn)公司

5個(gè)比率, Z-score模型

營運(yùn)資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前利潤/總資產(chǎn)、股東權(quán)益市場(chǎng)價(jià)值/負(fù)債賬面價(jià)值、銷售收入/總資產(chǎn)

Blum(1974)

115家財(cái)務(wù)失敗和115家非財(cái)務(wù)失敗公司

多元判別分析方法

選擇反映流動(dòng)性，盈利性和變異性三個(gè)方面的財(cái)務(wù)指標(biāo)

Altman、Haldeman、Narayanan(1977)

53家破產(chǎn)和58家正常企業(yè)

7個(gè)變量,

ZETA模型

經(jīng)營收益/總資產(chǎn)、收益穩(wěn)定性、利息保障倍數(shù)、留存收益與總資產(chǎn)之比、流動(dòng)比率、普通股權(quán)益與總資本之比和普通股權(quán)益與總資產(chǎn)之比

Martin

(1977)

58家出現(xiàn)財(cái)務(wù)危機(jī)的銀行

25個(gè)變量,

Logit回歸分析法

總資產(chǎn)收益率、壞賬與營業(yè)凈利潤之比、費(fèi)用與營業(yè)收入之比、總貸款與總資產(chǎn)之比

Ohlson

(1980)

105家破產(chǎn)公司,

2058家非破產(chǎn)公司

9個(gè)變量,

Probit模型

公司規(guī)模(總資產(chǎn)/GNP物價(jià)指數(shù)后取對(duì)數(shù))、資本結(jié)構(gòu)(總負(fù)債/總資產(chǎn))、資產(chǎn)報(bào)酬率或來自經(jīng)營的資金/總負(fù)債、短期流動(dòng)性（營運(yùn)資金/總資產(chǎn)、流動(dòng)負(fù)債/流動(dòng)資產(chǎn)）

Aziz、Emanuel（1988）

<

表2 國內(nèi)學(xué)者預(yù)測(cè)企業(yè)財(cái)務(wù) 研究者

樣本

變量及模型

具有較強(qiáng)解釋力或預(yù)測(cè)力的指標(biāo)

陳靜(1999)

27家ST和27家非ST公司

多元線性分析

負(fù)債比率、凈資產(chǎn)收益率、流動(dòng)比率、營運(yùn)資本/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率

陳曉等(2000)

38家ST公司

1260種變量組合,Logit回歸

負(fù)債權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)率、主營業(yè)務(wù)利潤/總資產(chǎn)、留存收益/總資產(chǎn)

吳世農(nóng)、盧賢義(2001)

70家財(cái)務(wù)困境公司,

70家財(cái)務(wù)正常公司

21個(gè)變量,預(yù)警模型

盈利增長指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長期負(fù)債與股東權(quán)益比率、營運(yùn)資本與總資產(chǎn)比和資產(chǎn)周轉(zhuǎn)率

姜秀華、孫錚(2001)

42家ST和42家非ST公司

Logit預(yù)測(cè)模型

毛利率、其它應(yīng)收款與總資產(chǎn)比率、短期借款與總資產(chǎn)的比率、股權(quán)集中系數(shù)，公司治理變量(股權(quán)集中度)

章之旺(2004)

60家財(cái)務(wù)困境和120家正常公司

logistic

現(xiàn)金流量比率

王克敏(2005)

128家ST公司,非ST公司

5個(gè)變量,logist

引入公司治理、關(guān)聯(lián)交易、對(duì)外擔(dān)保等非財(cái)務(wù)指標(biāo)

吳超鵬、吳世農(nóng)(2005)

540家價(jià)值損害型上市公司

20個(gè)變量, 人工神經(jīng)網(wǎng)絡(luò)法

總資產(chǎn)收益率、股票超額收益率、公司治理指數(shù)和投資者利益保護(hù)指數(shù)

郭斌等(2006)

1265個(gè)正常類到期的實(shí)際貸款樣本、890個(gè)違約類樣本

30個(gè)指標(biāo),Logit模型

貸款期限和M2增長率這兩個(gè)非財(cái)務(wù)指標(biāo),具有較高的預(yù)測(cè)精度

陳燕和廖冠民(2006)

104家上市公司

Logit模型

大股東持股比例、國有股比例、董事會(huì)規(guī)模對(duì)公司財(cái)務(wù)安全均具有顯著影響

錢愛民、張淑君和程幸(

由上表可以看

（1）從方法來看，泰勒級(jí)數(shù)展開式、事件歷史分析、遺傳算法、數(shù)據(jù)包絡(luò)分析等方法在最近幾年相繼應(yīng)用于相關(guān)的研究

（2）從研究的數(shù)量和指標(biāo)解釋力來看，財(cái)務(wù)指標(biāo)結(jié)合非財(cái)務(wù)指標(biāo)的研究已成為主流的方向。在財(cái)務(wù)解釋變量的選擇上，以資產(chǎn)

由此可得，財(cái)務(wù)安全的辨識(shí)標(biāo)志可以分為兩大類：從財(cái)務(wù)指標(biāo)來看，負(fù)債比率和營業(yè)利益率、流動(dòng)比率、存貨周轉(zhuǎn)率、總資

四、結(jié)論與啟

（1）建立財(cái)務(wù)安全指標(biāo)體系對(duì)企業(yè)內(nèi)控制度提出了更高的要求,而良好的內(nèi)控制度可以提高財(cái)務(wù)安全測(cè)度的準(zhǔn)確性。外部環(huán)境復(fù)雜多變、錯(cuò)誤的籌資決策、資產(chǎn)流動(dòng)性較差、盈利能力低下、公司治理機(jī)構(gòu)的影響、行業(yè)因素的影響等方面使財(cái)務(wù)活動(dòng)本

（2）科學(xué)嚴(yán)密的內(nèi)部財(cái)務(wù)控制，是財(cái)務(wù)安全的基礎(chǔ)。建立健全財(cái)務(wù)內(nèi)部控制，一方面是出于防護(hù)性需要，防微杜漸，防患于未然，保

（3）確立財(cái)務(wù)安全指標(biāo)并結(jié)合非財(cái)務(wù)指標(biāo)內(nèi)部控制，引入財(cái)務(wù)內(nèi)部控制有效的變量，構(gòu)建財(cái)務(wù)安全體系，是未來進(jìn)一步研究的方向。

證財(cái)產(chǎn)的安全；另一方面是出建設(shè)性需要，及時(shí)暴露財(cái)務(wù)管理方面的弱點(diǎn)，保護(hù)財(cái)務(wù)安全，提高管理效率，保障企業(yè)發(fā)展。

身和環(huán)境的變得復(fù)雜多樣，這些都是財(cái)務(wù)不安全的原因所在。由此看來，財(cái)務(wù)安全與否不是僅由某方面原因引起的，而是多個(gè)因素相互影響、共同作用造成的。通過加強(qiáng)內(nèi)部控制防范風(fēng)險(xiǎn)，使企業(yè)處在財(cái)務(wù)安全狀態(tài)，企業(yè)應(yīng)該高度重視。

示

產(chǎn)周轉(zhuǎn)率和現(xiàn)金流量比率綜合觀察，比較有解釋力；從非財(cái)務(wù)指標(biāo)來看，公司治理變量、審計(jì)信息比較有解釋力。

負(fù)債表比率和現(xiàn)金量表比率為主；在非財(cái)務(wù)變量的選擇上，主要集中在股權(quán)結(jié)構(gòu),審計(jì)信息,股東持股比率等方面。

中，并取得了一定成果論文開題報(bào)告范例。而國內(nèi)的研究多是借鑒國外研究成果并結(jié)合中國資本市場(chǎng)上市公司樣本數(shù)據(jù)建立模型。

出：

2008)

31家ST公司

13個(gè)變量、主成份分析路基回歸

自由現(xiàn)金流量指標(biāo)體系可以提前兩年對(duì)公司財(cái)務(wù)危機(jī)做出較為準(zhǔn)確的預(yù)測(cè)

鄭育書和劉沂佩(2008)

50家財(cái)務(wù)危機(jī)公司,

篇（4）

關(guān)鍵詞:

財(cái)務(wù)預(yù)警；熵權(quán)法；因子模型；判別函數(shù)

一、引言

（一）建立財(cái)務(wù)危機(jī)預(yù)警的意義制造業(yè)是我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，是我國經(jīng)濟(jì)增長的主導(dǎo)部門和經(jīng)濟(jì)轉(zhuǎn)型的基礎(chǔ)，是經(jīng)濟(jì)社會(huì)發(fā)展的重要依托，更是我國城鎮(zhèn)就業(yè)的主要渠道和全球產(chǎn)業(yè)鏈的重要組成部分。在全球競(jìng)爭條件下，我國制造業(yè)上市公司面臨來自多方面的壓力，尤其金融危機(jī)的影響，使得我國制造業(yè)上市公司陷入到財(cái)務(wù)風(fēng)險(xiǎn)和破產(chǎn)危險(xiǎn)的可能性急劇上升，這不僅會(huì)對(duì)利益相關(guān)者造成損失，更會(huì)制約資本市場(chǎng)的穩(wěn)定發(fā)展。故我國制造業(yè)上市公司要持續(xù)發(fā)展，必須警惕危機(jī)，正視危機(jī)，在經(jīng)營活動(dòng)中設(shè)立財(cái)務(wù)預(yù)警系統(tǒng)，進(jìn)行經(jīng)常性的分析和診斷。因此，本文將在對(duì)國內(nèi)外有關(guān)財(cái)務(wù)預(yù)警研究的理論及模型的歸納、整理和評(píng)述的基礎(chǔ)之上，來分析我國制造業(yè)上市公司財(cái)務(wù)預(yù)警研究的現(xiàn)狀，以我國制造業(yè)上市公司為研究樣本，構(gòu)建財(cái)務(wù)預(yù)警指標(biāo)，建立財(cái)務(wù)預(yù)警模型。

（二）國內(nèi)外文獻(xiàn)述評(píng)國外對(duì)財(cái)務(wù)預(yù)警的研究要早于國內(nèi)，早在20世紀(jì)30年代國外學(xué)者就已開始了對(duì)財(cái)務(wù)預(yù)警的研究，歷經(jīng)了從單變量分析到多變量分析的過程。我國起步于20世紀(jì)80年代中后期，1986年吳世農(nóng)、黃世忠首次介紹了企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測(cè)模型。1990年佘廉等人從事了企業(yè)預(yù)警研究，并于1994年發(fā)表文章對(duì)企業(yè)預(yù)警管理進(jìn)行了系統(tǒng)分析。直到1996年以后，才陸續(xù)出現(xiàn)以企業(yè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)而建立的財(cái)務(wù)危機(jī)預(yù)警模型，并逐漸發(fā)展起來。單變量預(yù)警模型是指以某一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn)來判斷企業(yè)是否處于破產(chǎn)狀態(tài)的預(yù)測(cè)模型。財(cái)務(wù)預(yù)警研究最早就開始于1932年Fitzpatrick用統(tǒng)計(jì)方法開展的單變量破產(chǎn)預(yù)測(cè)研究。在眾多預(yù)測(cè)公司財(cái)務(wù)危機(jī)困境的多變量模型中，最早亦最著名的當(dāng)屬美國紐約大學(xué)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年國內(nèi)學(xué)者周首華、楊濟(jì)華對(duì)Z計(jì)分模型進(jìn)行修正，提出了F分?jǐn)?shù)模型。1999年國內(nèi)學(xué)者陳靜運(yùn)用單變量分析方法和多元線性判別分析方法分別建立財(cái)務(wù)預(yù)警模型，并將兩種財(cái)務(wù)預(yù)警模型進(jìn)行比較研究。2003年楊淑娥在Z-score模型的基礎(chǔ)上，通過運(yùn)用統(tǒng)計(jì)學(xué)中的主成分分析法，構(gòu)造了Y分?jǐn)?shù)模型，該模型在用于財(cái)務(wù)預(yù)警檢驗(yàn)的回判準(zhǔn)確率大致為86%。

二、樣本、指標(biāo)的選取

（一）樣本的選取本文在樣本的選取上是根據(jù)2014年4月滬深股市公布的所有ST公司（根據(jù)1998年實(shí)施的股票上市規(guī)則，將對(duì)財(cái)務(wù)狀況或其它狀況出現(xiàn)異常的上市公司的股票交易進(jìn)行特別處理(specialtreat-ment，簡稱ST)，其中ST股是指境內(nèi)上市公司連續(xù)二年虧損，被進(jìn)行特別處理的股票，*ST股是指境內(nèi)上市公司連續(xù)三年虧損的股票）共90家中，抽取了本文需要研究的制造業(yè)中的61家公司，并根據(jù)同行業(yè)，同時(shí)期，規(guī)模相當(dāng)（即非ST公司與相對(duì)應(yīng)的ST公司的期末資產(chǎn)總額相差不超過150%）的配對(duì)原則，選取了61家與之相對(duì)應(yīng)的非ST公司，共122家上市公司作為研究對(duì)象。只有在滿足上述配對(duì)原則的情況下才使得研究樣本之間具有可比性，分析更趨合理性，結(jié)果更具科學(xué)性。

（二）指標(biāo)的選取本文指標(biāo)數(shù)據(jù)主要來源于和訊財(cái)經(jīng)網(wǎng)以及大智慧投資軟件，通過數(shù)據(jù)的整理，剔除了個(gè)別的缺失值和特大異常值，并根據(jù)以下原則選取16個(gè)財(cái)務(wù)比率基礎(chǔ)指標(biāo)：1．全面性，在系統(tǒng)的構(gòu)建中，所考慮納入的指標(biāo)應(yīng)能全面揭示企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，且各指標(biāo)間具有較強(qiáng)的互補(bǔ)性。2．可比性，選取指標(biāo)時(shí)，應(yīng)注意評(píng)價(jià)指標(biāo)口徑范圍和計(jì)算方法的縱向可比和橫向可比原則。3．同趨勢(shì)性，即是指標(biāo)正向化，當(dāng)財(cái)務(wù)比率增大時(shí)，表示財(cái)務(wù)狀況的改善，反之財(cái)務(wù)比率減小時(shí)，表示財(cái)務(wù)狀況的惡化。4．可獲得性，采用上市公司財(cái)務(wù)報(bào)告披露的數(shù)據(jù)是可以獲取的（和訊網(wǎng)、大智慧軟件等）。指標(biāo)體系具體如表1所示。以上財(cái)務(wù)比率指標(biāo)體系，可以對(duì)上市公司的財(cái)務(wù)狀況做出較為完整、客觀的評(píng)價(jià)。但為了選取對(duì)ST公司和非ST公司區(qū)分能力強(qiáng)，包含信息多，權(quán)重更大，能準(zhǔn)確預(yù)警的指標(biāo)，下面采用“熵權(quán)法”對(duì)這16個(gè)指標(biāo)進(jìn)行篩選。

三、基于“熵權(quán)法”篩選財(cái)務(wù)指標(biāo)體系模型

（一）本模型利用“熵權(quán)法”的基本原理本模型利用估計(jì)組中61個(gè)ST與61個(gè)非ST公司共16個(gè)財(cái)務(wù)基礎(chǔ)比率指標(biāo)，這些指標(biāo)經(jīng)過標(biāo)準(zhǔn)化，歸一化處理后變成一個(gè)評(píng)價(jià)矩陣，計(jì)算出每個(gè)指標(biāo)的信息熵，信息熵越大表明該指標(biāo)有序程度越高，即該指標(biāo)在該指標(biāo)體系中差異小，信息熵越小表明指標(biāo)在該指標(biāo)體系中差異大，則該指標(biāo)對(duì)于財(cái)務(wù)危機(jī)的預(yù)警這一決策起到的作用較大，可以被選用作為財(cái)務(wù)危機(jī)預(yù)警指標(biāo)。

（二）指標(biāo)的正向化和標(biāo)準(zhǔn)化設(shè)有n個(gè)公司，p個(gè)財(cái)務(wù)指標(biāo)。為了模型研究的需要（即盡可能使每種能力中有一兩個(gè)熵權(quán)大的指標(biāo)來反映公司的財(cái)務(wù)狀況），取閥值為0.015，當(dāng)熵權(quán)大于0.015時(shí)則選入該研究指標(biāo)體系，當(dāng)熵權(quán)小于0.015時(shí)則退出該研究指標(biāo)體系，通過比較得出最后的指標(biāo)體系如圖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盡量減少信息丟失的前提下，從眾多指標(biāo)中提取出少量的不相關(guān)指標(biāo)，然后再根據(jù)貢獻(xiàn)率定以權(quán)重，進(jìn)而計(jì)算出綜合得分，其計(jì)算結(jié)果更為準(zhǔn)確、客觀、操作性比較強(qiáng)。因子分析中有多種確定因子變量的方法，如基于主成分模型的主成分分析法、極大似然法、最小二乘法等，本文選取的是基于因子分析模型的主軸因子法。本文根據(jù)估計(jì)組中61家ST公司和61家同行業(yè)、規(guī)模相當(dāng)?shù)姆荢T公司作為樣本，以“熵權(quán)法”篩選后的10個(gè)包含信息多，重要性更大的財(cái)務(wù)指標(biāo)為基礎(chǔ)建立的指標(biāo)體系進(jìn)行因子分析，最后得出因子綜合得分函數(shù)—財(cái)務(wù)危機(jī)預(yù)警判別函數(shù)，并通過估計(jì)值綜合因子得分值的排名表求出ST與非ST的分割值，作為判別公司財(cái)務(wù)與否出現(xiàn)危機(jī)的預(yù)警值，最后再選用測(cè)試組的樣本進(jìn)行回代，檢驗(yàn)判別函數(shù)的判別正確率，從實(shí)證分析的角度為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)方法方面進(jìn)行了初步的探討。

（二）因子分析的求解過程下面對(duì)熵權(quán)篩選后的10個(gè)指標(biāo)正向化后的數(shù)據(jù)（逆指標(biāo)的正向化公式為yj=1-xj）通過統(tǒng)計(jì)分析軟件SPSS17.0的運(yùn)行，KMO檢驗(yàn)和Bartlett檢驗(yàn)的結(jié)果如表3所示。通過表3可以看出，KMO值為0.744，大于0.5；Bartlett檢驗(yàn)的卡方統(tǒng)計(jì)量為1019.591，相伴概率為0.000，在給定0.1%的顯著水平下，拒絕各指標(biāo)變量的相關(guān)矩陣是單位陣的假設(shè)，即兩種統(tǒng)計(jì)檢驗(yàn)方法都揭示指標(biāo)變量之間是高度相關(guān)的，因此適合作因子分析。求得變量的樣本相關(guān)陣R的特征值λi，前m個(gè)因子方差貢獻(xiàn)率如下表根據(jù)累積方差貢獻(xiàn)率須大于85%的原則，由上表可看出前5個(gè)公因子的累積方差達(dá)到88.81%，這5個(gè)公因子包含88.81%的信息，確定以5個(gè)公因子做因子分析。初始因子載荷陣B0m，進(jìn)行方差最大化旋轉(zhuǎn)，求得旋轉(zhuǎn)后的因子載荷陣BΓm，使得旋轉(zhuǎn)后各因子載荷陣的各元素按列向0或1兩級(jí)分化（初始因子載荷陣，旋轉(zhuǎn)后各因子載荷陣，0~1分化表如表5）。根據(jù)以上矩陣運(yùn)算得出61家ST跟61家非ST公司的因子F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5的因子得分值，因子命名見表6。通過EXCEL對(duì)以上61家ST公司和61家非ST公司財(cái)務(wù)比率指標(biāo)的綜合因子得分值進(jìn)行排名，取這61家公司的得分值的中位數(shù)作為本模型區(qū)分ST與非ST的分割值PS-財(cái)務(wù)危機(jī)預(yù)警值，通過得分排名可看出在第31與32位的公司的綜合因子得分值分別為1.332，1.266，本模型取這兩個(gè)數(shù)的平均值作為本模型區(qū)分ST與非ST的分割值PS-財(cái)務(wù)危機(jī)預(yù)警值為1.299。本模型用了10個(gè)指標(biāo)進(jìn)行因子分析，其中資產(chǎn)負(fù)債率是逆向指標(biāo)，所以當(dāng)要求出一個(gè)公司的綜合因子得分值時(shí)，要先將公司的財(cái)務(wù)比率原始指標(biāo)xij進(jìn)行正向化，即資產(chǎn)負(fù)債率這個(gè)指標(biāo)進(jìn)行正向化（用yj=1-xj公式），然后將其正向化后的10個(gè)財(cái)務(wù)比率指標(biāo)yij代入上面的判別函數(shù)中，若一家非ST公司的綜合因子得分值大于且接近于分隔值PS-預(yù)警值，則說明該公司應(yīng)該啟動(dòng)財(cái)務(wù)危機(jī)預(yù)警，調(diào)整經(jīng)營戰(zhàn)略，改善公司的財(cái)務(wù)狀況，以避免被ST。

五、財(cái)務(wù)預(yù)警模型的檢驗(yàn)

將測(cè)試組中60個(gè)ST跟60個(gè)非ST的10個(gè)正向化后的財(cái)務(wù)比率指標(biāo)數(shù)據(jù)代入到上面的財(cái)務(wù)危機(jī)預(yù)警判別函數(shù)中，得到這60家公司10個(gè)指標(biāo)的因子F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5的得分值及綜合因子F綜的得分值。將以上得出的60家公司的綜合因子得分值F綜由大到小進(jìn)行排名，若公司的綜合因子得分值大于分割值PS-財(cái)務(wù)危機(jī)預(yù)警值（1.299），該公司被判斷為非ST公司則說明判斷是正確的，若公司的綜合因子得分值小于分割值PS-財(cái)務(wù)危機(jī)預(yù)警值（1.299），該公司被判斷為ST公司則說明判斷是正確的。本研究中有4家ST公司的因子得分值大于分割值PS，錯(cuò)誤判斷數(shù)為4個(gè)，有7家非ST公司的因子得分值小于分割值PS，錯(cuò)誤判斷數(shù)為7，總的錯(cuò)誤判斷數(shù)為11，則正確判斷有49家公司。判別率θ＝49/60≈81.67%檢驗(yàn)結(jié)果顯示模型的判別率達(dá)到了81.67%。說明當(dāng)一家上市公司將以上10個(gè)正向化后的財(cái)務(wù)比率指標(biāo)代入判別函數(shù)中，若大于分割值，則我們有81.67%的把握性說此公司為財(cái)務(wù)不存在危機(jī)，若小于分割值，則我們有81.67%的把握性說此公司財(cái)務(wù)存在危機(jī)，此模型對(duì)于ST跟非ST公司的判別率達(dá)到了81.67%。

六、結(jié)論

1.本文基于61家ST與61家非ST公司的16個(gè)財(cái)務(wù)比率基礎(chǔ)指標(biāo)，通過建立“熵權(quán)法”模型篩選出10個(gè)包含信息多，能準(zhǔn)確預(yù)警的財(cái)務(wù)比率指標(biāo)，接著利用“因子分析”模型求得估計(jì)組中61家公司的綜合因子得分值，并根據(jù)綜合因子得分排名確定ST與非ST分割值（即為財(cái)務(wù)危機(jī)預(yù)警值）及財(cái)務(wù)危機(jī)預(yù)警函數(shù)，最后將測(cè)試組的數(shù)據(jù)代入財(cái)務(wù)危機(jī)預(yù)警函數(shù)中，求得預(yù)警函數(shù)的判別率為81.67%，從而建立起了財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)。

2.本文在進(jìn)行“因子模型”分析的過程中用旋轉(zhuǎn)后的因子載荷陣及特征值求得每家公司的綜合因子得分值，結(jié)果更優(yōu)，更準(zhǔn)確，相對(duì)于其他論文用主成分法還有旋轉(zhuǎn)前的載荷陣及特征值得分的結(jié)果更能準(zhǔn)確預(yù)警一家公司的財(cái)務(wù)狀況。

3.本文所選取的樣本具有合理性和全面性，根據(jù)行業(yè)分類和總資產(chǎn)規(guī)模進(jìn)行配對(duì)選擇，模型中選取的財(cái)務(wù)比率指標(biāo)具有較強(qiáng)的解釋能力，能較好辨別財(cái)務(wù)危機(jī)公司及非財(cái)務(wù)危機(jī)公司的區(qū)別，但是此預(yù)測(cè)模型結(jié)論的準(zhǔn)確性還受到上市公司財(cái)務(wù)數(shù)據(jù)真實(shí)性的影響，我國部分上市公司仍然存在操縱會(huì)計(jì)利潤，粉飾財(cái)務(wù)報(bào)表的現(xiàn)象，故該模型的預(yù)測(cè)效果因此受到一定的影響。

參考文獻(xiàn)：

[1]吳世農(nóng),黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測(cè)模型[J].中國經(jīng)濟(jì)問題,1987(06).

[2]佘廉,張倩.企業(yè)預(yù)警管理的系統(tǒng)分析[J].中國工業(yè)經(jīng)濟(jì)研究,1994(11).

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

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

[5]周首華,楊濟(jì)華,王平.論財(cái)務(wù)危機(jī)的預(yù)警分析———F分?jǐn)?shù)模式[J].會(huì)計(jì)研究,1996(08).

[6]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999(04).

篇（5）

中圖分類號(hào)：F2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-3198（2013）09-0027-02

企業(yè)信用評(píng)估和企業(yè)財(cái)務(wù)預(yù)警是企業(yè)財(cái)務(wù)管理研究的重要課題。諸多學(xué)者將兩個(gè)問題一起進(jìn)行研究，這兩者之間還是有本質(zhì)區(qū)別的。財(cái)務(wù)預(yù)警即財(cái)務(wù)失敗預(yù)警，是指借助企業(yè)提供的財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃及其他相關(guān)會(huì)計(jì)資料，利用財(cái)會(huì)、統(tǒng)計(jì)、金融、企業(yè)管理、市場(chǎng)營銷理論，采用比率分析、比較分析、因素分析及多種分析方法，對(duì)企業(yè)的經(jīng)營活動(dòng)、財(cái)務(wù)活動(dòng)等進(jìn)行分析預(yù)測(cè)，以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動(dòng)中潛在的經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營者發(fā)出警告。信用評(píng)估本質(zhì)上是對(duì)企業(yè)履約各種承諾能力和信用程度進(jìn)行全面評(píng)估，預(yù)測(cè)未來償債可能性來辨識(shí)不同企業(yè)的方法。服務(wù)的對(duì)象有商業(yè)銀行、金融監(jiān)管機(jī)構(gòu)、與受評(píng)對(duì)象有業(yè)務(wù)往來的商業(yè)客戶以及社會(huì)公眾和投資者。

（1）定性評(píng)估方法：人工專家分析法，又被稱為古典信用分析方法，包括5C、5P、5W法，5C法指貸款申請(qǐng)企業(yè)或個(gè)人的道德狀況，償債能力，貸款申請(qǐng)企業(yè)或個(gè)人的財(cái)產(chǎn)狀況，可用于進(jìn)行貸款申請(qǐng)時(shí)抵押擔(dān)保的資產(chǎn)價(jià)值，宏觀經(jīng)濟(jì)狀況。 5W法指貸款申請(qǐng)人、申請(qǐng)貸款的使用、貸款的時(shí)間長度、擔(dān)保資產(chǎn)價(jià)值及還款方式。目前我國商業(yè)銀行實(shí)務(wù)中仍主要采用的信用評(píng)估分析方法。

（2）定量評(píng)估方法。

①統(tǒng)計(jì)方法：多元判別分析法（Multi-linear Discriminate Analysis）是較早應(yīng)用于企業(yè)信用評(píng)估的多元統(tǒng)計(jì)方法。Altman（1968）最早提出Z-score模型對(duì)企業(yè)運(yùn)營財(cái)務(wù)危機(jī)預(yù)警、企業(yè)違約預(yù)測(cè)問題進(jìn)行研究，使用較少的財(cái)務(wù)比率迅速進(jìn)行判斷分析，使用年度報(bào)表的數(shù)據(jù)運(yùn)用財(cái)務(wù)比率進(jìn)行分析：企業(yè)運(yùn)營成本/平均總資產(chǎn)、留存收益/平均總資產(chǎn)、息稅前利潤總額/平均總資產(chǎn)、普通股股東權(quán)益合計(jì)/平均總負(fù)債、營業(yè)收入/平均總資產(chǎn)，并且對(duì)三十多家樣本公司進(jìn)行分析，得到準(zhǔn)確率較高的分析結(jié)果，該模型屬于貝葉斯判別，用樣本修正已有的先驗(yàn)概率分布得到后驗(yàn)概率分布。這篇經(jīng)典論文開創(chuàng)了企業(yè)破產(chǎn)預(yù)測(cè)，財(cái)務(wù)危機(jī)預(yù)警，信用評(píng)估分析的先河。Altman（1977）在前述論文的基礎(chǔ)上進(jìn)行了完善，又加入幾個(gè)財(cái)務(wù)比率建立ZETA模型，使用總資產(chǎn)收益率（利潤總額/平均總資產(chǎn)）、利潤增長率（利潤總額/上一年利潤總額）、利息保障倍數(shù)（息稅前利潤總額/利息費(fèi)用）、留存收益/平均總資產(chǎn)、流動(dòng)比率（流動(dòng)資產(chǎn)/流動(dòng)負(fù)債）、平均總資產(chǎn)、公司股票市價(jià)等財(cái)務(wù)比率，得到比簽署模型更好的分析結(jié)果。Logistic模型分析。Martin（1977）使用財(cái)務(wù)比率進(jìn)行企業(yè)經(jīng)營財(cái)務(wù)預(yù)警及企業(yè)貸款違約分析，使用多元統(tǒng)計(jì)學(xué)中的Logistic回歸方法，使用1970至1971年的報(bào)表數(shù)據(jù)從的美聯(lián)儲(chǔ)成員銀行5600多家中選取58家屬于財(cái)務(wù)困境，違約樣本的銀行進(jìn)行分析測(cè)算，使用資產(chǎn)凈利率（利潤總額/平均總資產(chǎn)）等8個(gè)財(cái)務(wù)比率，進(jìn)行分析測(cè)算，并且分析不同的信息使用者的風(fēng)險(xiǎn)偏好差異，如投資人和債權(quán)人，測(cè)算不同的風(fēng)險(xiǎn)預(yù)警系數(shù)，便于信息使用者更好地作出分析決策，得到較好的分析結(jié)果，并且使用該多元回歸模型與前述的Z-Score模型，ZETA模型測(cè)算的結(jié)果進(jìn)行對(duì)比分析，得到優(yōu)于前述模型的預(yù)測(cè)數(shù)據(jù)。吳世農(nóng)（2001）收集我國上市公司1998至2002年A股市場(chǎng)的ST公司共計(jì)七十多家，收集樣本數(shù)據(jù)的時(shí)間是公司轉(zhuǎn)化成ST的年度，并且選取相關(guān)行業(yè)的七十多家作為對(duì)照組樣本，進(jìn)行橫截面數(shù)據(jù)分析，選用不同的計(jì)量模型進(jìn)行對(duì)比研究，主要有線性概率模型（LPM），F(xiàn)isher二類線性判定，Logistic模型等多元統(tǒng)計(jì)方法對(duì)企業(yè)財(cái)務(wù)進(jìn)行預(yù)警研究，最終結(jié)果是Logistic模型的預(yù)測(cè)準(zhǔn)確率均高于Fisher判別分析法和LPM的準(zhǔn)確率。于立勇、詹捷輝（2004）也使用Logistic模型，選取商業(yè)銀行的貸款企業(yè)客戶的財(cái)務(wù)數(shù)據(jù)進(jìn)行信用違約的分析，得到較好的測(cè)算概率。方洪全、曾勇（2004）在銀行信用風(fēng)險(xiǎn)評(píng)估方法實(shí)證研究及比較分析中運(yùn)用Logit模型分析。李志輝、李萌（2005）選取了195家上市公司為樣本，Logistic模型的準(zhǔn)確率高于線性判別模型神經(jīng)網(wǎng)絡(luò)模型。Junni L. Zhang（2010）運(yùn)用貝葉斯加分類樹法對(duì)德國公司財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行償債能力進(jìn)行有效得分類。

②信用風(fēng)險(xiǎn)評(píng)估模型。Credit Metrics（信用計(jì)量模型）是摩根大通等美國知名金融機(jī)構(gòu)采用用VaR（在險(xiǎn)價(jià)值模型）的思路，對(duì)個(gè)人和企業(yè)的貸款以及其他金融資產(chǎn)進(jìn)行價(jià)值估計(jì)和風(fēng)險(xiǎn)預(yù)測(cè)的計(jì)算方法。麥肯錫公司提出的Credit Portfolio View模型（信貸組合審查模型），是改造Credit Metrics模型，考慮到周期性宏觀經(jīng)濟(jì)因素，結(jié)合信用風(fēng)險(xiǎn)評(píng)級(jí)轉(zhuǎn)移和宏觀經(jīng)濟(jì)變量如年度經(jīng)濟(jì)增長率、市場(chǎng)利率、政府支出等建立關(guān)聯(lián)模型，使用蒙特卡羅技術(shù)模擬宏觀經(jīng)濟(jì)周期性因素的計(jì)算得到評(píng)級(jí)轉(zhuǎn)移概率。KMV模型（Credit Monitor模型）（是美國KMV公司提出后被穆迪公司收購），該模型是可以對(duì)上市公司的信貸違約概率進(jìn)行預(yù)測(cè)分析。張玲等（2004）運(yùn)用KMV模型評(píng)估我國上市公司ST公司和非ST公司的信用風(fēng)險(xiǎn)后得到，改變KMV模型的相關(guān)變量可以至少提前2年預(yù)警我國上市公司的信用違約風(fēng)險(xiǎn)，并且可以提前4年進(jìn)行上市公司的信用風(fēng)險(xiǎn)變化趨勢(shì)的預(yù)測(cè)。戴志鋒等（2005） 運(yùn)用KMV對(duì)我國上市公司數(shù)據(jù)和某國有商業(yè)銀行非上市公司的信貸數(shù)據(jù)進(jìn)行驗(yàn)證，實(shí)證結(jié)果表明非上市公司模型在中國具有一定的預(yù)測(cè)能力，但預(yù)測(cè)準(zhǔn)確率低于歐美國家。Credit Risk+模型（信用風(fēng)險(xiǎn)附加模型）是由瑞士信貸銀行金融產(chǎn)品部（CSFP）開發(fā)的，它是一個(gè)違約模型（Default Model）。

③人工智能方法：神經(jīng)網(wǎng)絡(luò)。陳雄華等（2002）采用人工神經(jīng)網(wǎng)絡(luò)模型研究企業(yè)信用等級(jí)的評(píng)估問題，按照企業(yè)樣本分為制造業(yè)和非制造業(yè)兩大類，利用偏相關(guān)分析方法建立了企業(yè)信用評(píng)級(jí)的指標(biāo)體系，實(shí)驗(yàn)結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型具有更好的預(yù)測(cè)準(zhǔn)確性。于立勇（2003）收集一百多個(gè)企業(yè)作為訓(xùn)練樣本，運(yùn)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行信用違約風(fēng)險(xiǎn)分析，得到有效的預(yù)測(cè)結(jié)果。章忠志、符林、唐換文（2003）使用神經(jīng)網(wǎng)絡(luò)模型，選取28個(gè)企業(yè)數(shù)據(jù)做為樣本進(jìn)行分析，預(yù)測(cè)結(jié)果準(zhǔn)確率達(dá)到90%以上。徐佳娜、西寶（2004）使用人工神經(jīng)網(wǎng)絡(luò)模型與層次分析法（AHP）相結(jié)合建立模型對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，預(yù)測(cè)結(jié)果說明該模型比已有的其他模型準(zhǔn)確更高。張衛(wèi)東等（2006）建立模型結(jié)合前饋型神經(jīng)網(wǎng)絡(luò)、遺傳算法和模糊數(shù)學(xué)方法來，評(píng)估商業(yè)銀行企業(yè)客戶的信用風(fēng)險(xiǎn)，使用Matlab軟件對(duì)選取的商業(yè)銀行企業(yè)客戶數(shù)據(jù)進(jìn)行測(cè)算，得到的結(jié)果表明準(zhǔn)確率比以前的模型方法有所提高，模型更具魯棒性。夏紅芳（2007）通過與上海某商業(yè)銀行的合作，對(duì)其1999-2005年的貸款明細(xì)和公司財(cái)務(wù)數(shù)據(jù)進(jìn)行了系統(tǒng)研究，運(yùn)用粗糙集理論的約簡功能，從中選出最能反映企業(yè)信用狀況的8項(xiàng)財(cái)務(wù)指標(biāo)，再應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)方法進(jìn)行信用評(píng)估，實(shí)證研究表明所提方法具有較高精度。但是使用人工神經(jīng)網(wǎng)絡(luò)模型需要根據(jù)實(shí)際的樣本數(shù)據(jù)不斷調(diào)整系數(shù)，相對(duì)而言模型的魯棒性不夠強(qiáng)。戴芬（2009）根據(jù)中小企業(yè)信用評(píng)估指標(biāo)體系，提出了一種基于蟻群神經(jīng)網(wǎng)絡(luò)的評(píng)估模型。結(jié)果表明蟻群神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法與傳統(tǒng)的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法相比，具有較強(qiáng)的泛化能力，應(yīng)用在中小企業(yè)信用評(píng)估系統(tǒng)中具有很高的評(píng)估準(zhǔn)確率。

整數(shù)規(guī)劃法。薛鋒（2006）選取上市公司數(shù)據(jù)，使用混合整數(shù)規(guī)劃法，建立企業(yè)信用風(fēng)險(xiǎn)評(píng)估模型進(jìn)行信用風(fēng)險(xiǎn)評(píng)估，模型可以滿足非參數(shù)檢驗(yàn)，也不需要樣本數(shù)據(jù)服從正態(tài)分布，可以較為廣泛的應(yīng)用，經(jīng)數(shù)據(jù)實(shí)際測(cè)算的結(jié)果說明，該模型魯棒性較好，預(yù)測(cè)效果較好，準(zhǔn)確率較高。遺傳算法。薛惠鋒（2006）利用人工智能方法——GA-PSO混合規(guī)劃算法構(gòu)建企業(yè)信用風(fēng)險(xiǎn)評(píng)估模型。并利用上證50若干企業(yè)的實(shí)際數(shù)據(jù)對(duì)模型進(jìn)行了實(shí)證檢驗(yàn)。實(shí)證結(jié)果顯示該模型能有效預(yù)測(cè)上市企業(yè)的信用風(fēng)險(xiǎn)狀況。該模型在收斂性能及預(yù)測(cè)準(zhǔn)確率等方面優(yōu)于基于傳統(tǒng)的多元回歸方法及GP方法的信用風(fēng)險(xiǎn)評(píng)估模型。Jonathan N. Crook（2007） 參考諸多文獻(xiàn)比較線形回歸（LDA），Logistic回歸，決策樹，數(shù)學(xué)規(guī)劃法，神經(jīng)網(wǎng)絡(luò)法，遺傳算法，遺傳編程，K近鄰法，支持向量機(jī)幾種方法，認(rèn)為支持向量機(jī)法的準(zhǔn)確率相對(duì)較高。

從以上對(duì)國內(nèi)外研究現(xiàn)狀的分析可知，盡管國內(nèi)外已有許多專家學(xué)者對(duì)商業(yè)銀行客戶信用評(píng)估進(jìn)行大量的研究，但在實(shí)際應(yīng)用中涉及中小企業(yè)的研究較少，未考慮我國企業(yè)普遍存在的內(nèi)部人控制的企業(yè)中管理者個(gè)人因素對(duì)企業(yè)信用的影響，限制了模型的適用范圍。

參考文獻(xiàn)

[1]Altman，E.I.，F(xiàn)inancial 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]吳世農(nóng)，黃世忠.我國上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001，（6）：46-55.

[5]于立勇，詹捷輝.基于Logistic回歸分析的違約概率預(yù)測(cè)研究[J].財(cái)經(jīng)研究，2004，（9）：15-23.

[6]方洪全，曾勇.銀行信用風(fēng)險(xiǎn)評(píng)估方法實(shí)證研究及比較分析[J].金融研究，2004，（1）：62-69.

[7]李志輝，李萌.我國商業(yè)銀行信用風(fēng)險(xiǎn)識(shí)別模型及其實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，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]張玲，楊貞柿，陳收.KMV模型在上市公司信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[J].系統(tǒng)工程，2004，（11）.

[10]戴志鋒，張宗益，陳銀忠.基于期權(quán)定價(jià)理論的中國非上市公司信用風(fēng)險(xiǎn)度量研究[J].管理科學(xué)，2005，（6）.

[11]陳雄華，林成德，葉武.基于神經(jīng)網(wǎng)絡(luò)的企業(yè)信用等級(jí)評(píng)估系統(tǒng)[J].工程學(xué)報(bào)，2002，（6）：570-575.

[12]于立勇.商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)模型研究[J].管理科學(xué)學(xué)報(bào)，2003，（5）：46-52.

[13]章忠志，符林，唐換文.基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)[J].模型經(jīng)濟(jì)數(shù)學(xué)，2003，（3）：42-47.

[14]徐佳娜，西寶.基于AHP-ANN模型的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估[J].哈爾濱理工大學(xué)學(xué)報(bào)，2004，（3）：94-98.

[15]張衛(wèi)東，韓云昊，米陽于.GA-BP模糊神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估[J].工業(yè)工程與管理，2006，（5）：81-84.

[16]夏紅芳.商業(yè)銀行信用風(fēng)險(xiǎn)度量與管理研究[D].南京：南京航空航天大學(xué)，2007，（8）.

[17]戴芬，劉希玉，王曉敏.蟻群神經(jīng)網(wǎng)絡(luò)在中小企業(yè)信用評(píng)估中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展，2009，（10）：218-221.

篇（6）

一、引言

國際金融危機(jī)肆虐全球，從商業(yè)巨子雷曼兄弟的轟然倒下，再到行業(yè)翹楚通用申請(qǐng)破產(chǎn)保護(hù)，危機(jī)的不良影響正逐步從虛擬經(jīng)濟(jì)領(lǐng)域擴(kuò)散到實(shí)體經(jīng)濟(jì)領(lǐng)域。2009年6月，美國通用汽車為擺脫困境放下身段，正式申請(qǐng)破產(chǎn)保護(hù)； 2009年11月，迪拜財(cái)政部突然宣布，棕櫚島集團(tuán)將推遲至少6個(gè)月償付數(shù)十億美元的債務(wù)，以便進(jìn)行債務(wù)重組；2010年，國際金融危機(jī)的陰影依然存在，中國企業(yè)面臨國內(nèi)需求不足，

二、企業(yè)財(cái)務(wù)安全

企業(yè)財(cái)務(wù)安全是指在企業(yè)的財(cái)務(wù)管理過程中，企業(yè)不會(huì)因?yàn)閬碜云髽I(yè)內(nèi)部和外部的財(cái)務(wù)風(fēng)險(xiǎn)或財(cái)務(wù)困境的影響內(nèi)部控制，引發(fā)嚴(yán)重的財(cái)務(wù)危機(jī)，造成企業(yè)的財(cái)務(wù)失敗，從而保持一種可

企業(yè)從面臨風(fēng)險(xiǎn)到陷入危機(jī)直至破產(chǎn)消亡，我們關(guān)注的重點(diǎn)通常是風(fēng)險(xiǎn)產(chǎn)生后的事后處理階段。但縱觀整個(gè)過程，風(fēng)險(xiǎn)的前一階段，財(cái)務(wù)由安全向風(fēng)險(xiǎn)轉(zhuǎn)移階段才是更值得我們關(guān)注的重點(diǎn)。通常情況下，企業(yè)財(cái)務(wù)安全隱患具有動(dòng)態(tài)易變性和可逆性，及早察識(shí)財(cái)務(wù)安全隱患，并采取有效措施控制風(fēng)險(xiǎn)，就能規(guī)避

三、企業(yè)財(cái)務(wù)安全

構(gòu)筑財(cái)務(wù)安全的防火墻，就可以在一定程度上防范財(cái)務(wù)風(fēng)險(xiǎn)，而這一切與企業(yè)內(nèi)部控制密不可分。完善而有效的內(nèi)部控制，通常指企業(yè)擁有健全的內(nèi)控制度，措施完善合理，并且在實(shí)際中得到了很好的執(zhí)行，從而能充分實(shí)現(xiàn)管理目標(biāo)和達(dá)到控制風(fēng)險(xiǎn)的目的論文開題報(bào)告范例。它包括兩個(gè)方面：一是內(nèi)控制度本身的有效性內(nèi)部控制，至少

對(duì)于企業(yè)而言，通過各項(xiàng)指標(biāo)提示企業(yè)的內(nèi)部財(cái)務(wù)控制是否有效，來辨識(shí)財(cái)務(wù)安全程度，無疑是一個(gè)簡便且

表1 國外學(xué)者預(yù)測(cè)企業(yè)財(cái)務(wù)安

研究者

樣本

變量及模型

具有較強(qiáng)解釋力或預(yù)測(cè)力的指標(biāo)

Fitzpatrick(1932)

19家公司

單個(gè)財(cái)務(wù)比率模型

凈利潤/股東權(quán)益、股東權(quán)益/負(fù)債

Beaver (1966)

79家經(jīng)營失敗和79家經(jīng)營成功公司

30個(gè)變量，

單變量判別模型

現(xiàn)金流量/負(fù)債、流動(dòng)比率、凈收益/資產(chǎn)、資產(chǎn)負(fù)債率、營運(yùn)資本/總資產(chǎn)等6個(gè)財(cái)務(wù)比率準(zhǔn)確性較高

Altman

(1968)

33家破產(chǎn)和33家非破產(chǎn)公司

5個(gè)比率， Z-score模型

營運(yùn)資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前利潤/總資產(chǎn)、股東權(quán)益市場(chǎng)價(jià)值/負(fù)債賬面價(jià)值、銷售收入/總資產(chǎn)

Blum(1974)

115家財(cái)務(wù)失敗和115家非財(cái)務(wù)失敗公司

多元判別分析方法

選擇反映流動(dòng)性，盈利性和變異性三個(gè)方面的財(cái)務(wù)指標(biāo)

Altman、Haldeman、Narayanan(1977)

53家破產(chǎn)和58家正常企業(yè)

7個(gè)變量，

ZETA模型

經(jīng)營收益/總資產(chǎn)、收益穩(wěn)定性、利息保障倍數(shù)、留存收益與總資產(chǎn)之比、流動(dòng)比率、普通股權(quán)益與總資本之比和普通股權(quán)益與總資產(chǎn)之比

Martin

(1977)

58家出現(xiàn)財(cái)務(wù)危機(jī)的銀行

25個(gè)變量，

Logit回歸分析法

總資產(chǎn)收益率、壞賬與營業(yè)凈利潤之比、費(fèi)用與營業(yè)收入之比、總貸款與總資產(chǎn)之比

Ohlson

(1980)

105家破產(chǎn)公司，

2058家非破產(chǎn)公司

9個(gè)變量，

Probit模型

公司規(guī)模(總資產(chǎn)/GNP物價(jià)指數(shù)后取對(duì)數(shù))、資本結(jié)構(gòu)(總負(fù)債/總資產(chǎn))、資產(chǎn)報(bào)酬率或來自經(jīng)營的資金/總負(fù)債、短期流動(dòng)性（營運(yùn)資金/總資產(chǎn)、流動(dòng)負(fù)債/流動(dòng)資產(chǎn)）

Aziz、Emanuel（1988）

表2 國內(nèi)學(xué)者預(yù)測(cè)企業(yè)財(cái)務(wù)

研究者

樣本

變量及模型

具有較強(qiáng)解釋力或預(yù)測(cè)力的指標(biāo)

陳靜(1999)

27家ST和27家非ST公司

多元線性分析

負(fù)債比率、凈資產(chǎn)收益率、流動(dòng)比率、營運(yùn)資本/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率

陳曉等(2000)

38家ST公司

1260種變量組合，Logit回歸

負(fù)債權(quán)益比率、應(yīng)收賬款周轉(zhuǎn)率、主營業(yè)務(wù)利潤/總資產(chǎn)、留存收益/總資產(chǎn)

吳世農(nóng)、盧賢義(2001)

70家財(cái)務(wù)困境公司，

70家財(cái)務(wù)正常公司

21個(gè)變量，預(yù)警模型

盈利增長指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長期負(fù)債與股東權(quán)益比率、營運(yùn)資本與總資產(chǎn)比和資產(chǎn)周轉(zhuǎn)率

姜秀華、孫錚(2001)

42家ST和42家非ST公司

Logit預(yù)測(cè)模型

毛利率、其它應(yīng)收款與總資產(chǎn)比率、短期借款與總資產(chǎn)的比率、股權(quán)集中系數(shù)，公司治理變量(股權(quán)集中度)

章之旺(2004)

60家財(cái)務(wù)困境和120家正常公司

logistic

現(xiàn)金流量比率

王克敏(2005)

128家ST公司，非ST公司

5個(gè)變量，logist

引入公司治理、關(guān)聯(lián)交易、對(duì)外擔(dān)保等非財(cái)務(wù)指標(biāo)

吳超鵬、吳世農(nóng)(2005)

540家價(jià)值損害型上市公司

20個(gè)變量， 人工神經(jīng)網(wǎng)絡(luò)法

總資產(chǎn)收益率、股票超額收益率、公司治理指數(shù)和投資者利益保護(hù)指數(shù)

郭斌等(2006)

1265個(gè)正常類到期的實(shí)際貸款樣本、890個(gè)違約類樣本

30個(gè)指標(biāo)，Logit模型

貸款期限和M2增長率這兩個(gè)非財(cái)務(wù)指標(biāo)，具有較高的預(yù)測(cè)精度

陳燕和廖冠民(2006)

104家上市公司

Logit模型

大股東持股比例、國有股比例、董事會(huì)規(guī)模對(duì)公司財(cái)務(wù)安全均具有顯著影響

錢愛民、張淑君和程幸(

由上表可以看

（1）從方法來看，泰勒級(jí)數(shù)展開式、事件歷史分析、遺傳算法、數(shù)據(jù)包絡(luò)分析等方法在最近幾年相繼應(yīng)用于相關(guān)的研究

（2）從研究的數(shù)量和指標(biāo)解釋力來看，財(cái)務(wù)指標(biāo)結(jié)合非財(cái)務(wù)指標(biāo)的研究已成為主流的方向。在財(cái)務(wù)解釋變量的選擇上，以資產(chǎn)

由此可得，財(cái)務(wù)安全的辨識(shí)標(biāo)志可以分為兩大類：從財(cái)務(wù)指標(biāo)來看，負(fù)債比率和營業(yè)利益率、流動(dòng)比率、存貨周轉(zhuǎn)率、總資

四、結(jié)論與啟

（1）建立財(cái)務(wù)安全指標(biāo)體系對(duì)企業(yè)內(nèi)控制度提出了更高的要求，而良好的內(nèi)控制度可以提高財(cái)務(wù)安全測(cè)度的準(zhǔn)確性。外部環(huán)境復(fù)雜多變、錯(cuò)誤的籌資決策、資產(chǎn)流動(dòng)性較差、盈利能力低下、公司治理機(jī)構(gòu)的影響、行業(yè)因素的影響等方面使財(cái)務(wù)活動(dòng)本

（2）科學(xué)嚴(yán)密的內(nèi)部財(cái)務(wù)控制，是財(cái)務(wù)安全的基礎(chǔ)。建立健全財(cái)務(wù)內(nèi)部控制，一方面是出于防護(hù)性需要，防微杜漸，防患于未然，保

（3）確立財(cái)務(wù)安全指標(biāo)并結(jié)合非財(cái)務(wù)指標(biāo)內(nèi)部控制，引入財(cái)務(wù)內(nèi)部控制有效的變量，構(gòu)建財(cái)務(wù)安全體系，是未來進(jìn)一步研究的方向。

證財(cái)產(chǎn)的安全；另一方面是出建設(shè)性需要，及時(shí)暴露財(cái)務(wù)管理方面的弱點(diǎn)，保護(hù)財(cái)務(wù)安全，提高管理效率，保障企業(yè)發(fā)展。

身和環(huán)境的變得復(fù)雜多樣，這些都是財(cái)務(wù)不安全的原因所在。由此看來，財(cái)務(wù)安全與否不是僅由某方面原因引起的，而是多個(gè)因素相互影響、共同作用造成的。通過加強(qiáng)內(nèi)部控制防范風(fēng)險(xiǎn)，使企業(yè)處在財(cái)務(wù)安全狀態(tài)，企業(yè)應(yīng)該高度重視。

示

產(chǎn)周轉(zhuǎn)率和現(xiàn)金流量比率綜合觀察，比較有解釋力；從非財(cái)務(wù)指標(biāo)來看，公司治理變量、審計(jì)信息比較有解釋力。

負(fù)債表比率和現(xiàn)金量表比率為主；在非財(cái)務(wù)變量的選擇上，主要集中在股權(quán)結(jié)構(gòu)，審計(jì)信息，股東持股比率等方面。

中，并取得了一定成果論文開題報(bào)告范例。而國內(nèi)的研究多是借鑒國外研究成果并結(jié)合中國資本市場(chǎng)上市公司樣本數(shù)據(jù)建立模型。

出：

2008)

31家ST公司

13個(gè)變量、主成份分析路基回歸

自由現(xiàn)金流量指標(biāo)體系可以提前兩年對(duì)公司財(cái)務(wù)危機(jī)做出較為準(zhǔn)確的預(yù)測(cè)

鄭育書和劉沂佩(2008)

50家財(cái)務(wù)危機(jī)公司，

50家財(cái)務(wù)正常公司

6個(gè)變量，Logit和Granger檢驗(yàn)

負(fù)債比率和營業(yè)利益率、流動(dòng)比率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率和現(xiàn)金流量比率

安全的代表性方法

/td> 49家破產(chǎn)公司內(nèi)部控制，49家正常公司

財(cái)務(wù)危機(jī)預(yù)測(cè)模型

Lawson現(xiàn)金流量等式

Theodossiou （1993）

197家經(jīng)營正常公司，62家經(jīng)營失敗公司

CUSUM模型

固定資產(chǎn)/總資產(chǎn)、凈營運(yùn)資本/總資產(chǎn)、每股股利/每股市價(jià)、存貨/銷售收入以及經(jīng)營收入/總資產(chǎn)

全的代表性方法

操作性很強(qiáng)的辦法。以下將國內(nèi)外學(xué)者預(yù)測(cè)企業(yè)財(cái)務(wù)安全的代表性方法歸納總結(jié)如表1、表2所示。

包括標(biāo)準(zhǔn)明確；措施適用；著眼全局；信息及時(shí)；控制靈活。二是在執(zhí)行過程中的有效性，即所建立的關(guān)于內(nèi)控的規(guī)章制度在實(shí)際中能否得到合理有效執(zhí)行，能否實(shí)現(xiàn)目標(biāo)，至少包括企業(yè)有強(qiáng)烈的建立和推行內(nèi)控系統(tǒng)的意愿；管理層有較高的監(jiān)測(cè)、指導(dǎo)、協(xié)調(diào)、監(jiān)督能力；員工素質(zhì)符合內(nèi)控要求。

的識(shí)別分辨

危機(jī)，避免破產(chǎn)。此外，企業(yè)財(cái)務(wù)安全具有全面性。財(cái)務(wù)安全隱患存在于企業(yè)財(cái)務(wù)活動(dòng)的全過程。對(duì)財(cái)務(wù)安全的全面性認(rèn)識(shí)，有助于從企業(yè)全局出發(fā)，尋找財(cái)務(wù)活動(dòng)中安全隱患形成的原因、特征、度量及控制方法，并對(duì)財(cái)務(wù)安全隱患進(jìn)行全員、全過程、全方位監(jiān)控，正確地判斷和衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

持續(xù)的財(cái)務(wù)狀態(tài)（蒲春燕，2009）。企業(yè)財(cái)務(wù)安全的特征包括合理的資本結(jié)構(gòu)、合理的資產(chǎn)結(jié)構(gòu)、正常的生產(chǎn)經(jīng)營、科學(xué)的財(cái)務(wù)控制（廖爽英，2007）論文開題報(bào)告范例。

概念的界定

國際貿(mào)易保護(hù)主義，通脹預(yù)期等重重壓力。在如此嚴(yán)峻的經(jīng)濟(jì)形勢(shì)下，企業(yè)如何加強(qiáng)自身財(cái)務(wù)安全，辨識(shí)財(cái)務(wù)安全程度，及早發(fā)現(xiàn)危機(jī)隱患內(nèi)部控制，有效控制風(fēng)險(xiǎn)，就顯得尤為重要。本文通過對(duì)財(cái)務(wù)安全相關(guān)文獻(xiàn)的梳理，從內(nèi)部財(cái)務(wù)控制新視角，比較分析財(cái)務(wù)安全測(cè)評(píng)指標(biāo)的解釋能力，提煉出財(cái)務(wù)安全的辨識(shí)標(biāo)志，希望為投資者投資決策和企業(yè)加強(qiáng)自身財(cái)務(wù)安全管理提供參考依據(jù)。

br> 標(biāo)志；內(nèi)部控制

，提煉出財(cái)務(wù)安全的辨識(shí)標(biāo)志，希望為投資者投資決策和企業(yè)加強(qiáng)自身財(cái)務(wù)安全管理提供參考依據(jù)。

北京 100029）

，李小燕

制的視角

辨識(shí)標(biāo)志

木衣提

學(xué)院副教授， 管理學(xué)博士，研究方向?yàn)樨?cái)務(wù)管理。

京化工大學(xué)經(jīng)濟(jì)管理學(xué)院研究生二年級(jí)，研究方向財(cái)務(wù)管理。

參考文獻(xiàn)

［1］蒲春燕，孫璐.企業(yè)財(cái)務(wù)安全概念研究[J].財(cái)會(huì)通訊，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］陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究，1999(4)

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

篇（7）

一、引言

公元前3000年前，我國長江上的皮筏商人就懂得將每人的貨物分裝在幾條皮筏上，出現(xiàn)了“損失分擔(dān)”的風(fēng)險(xiǎn)管理雛形思想。但是當(dāng)風(fēng)險(xiǎn)管理理念深入人心時(shí)，人類在財(cái)務(wù)風(fēng)險(xiǎn)和金融風(fēng)險(xiǎn)面前卻脆弱無力。根據(jù)Dun&Bradstreet(美國一家著名的咨詢公司)的記錄，美國1991年財(cái)務(wù)失敗的企業(yè)有87266家。在我國國內(nèi)，截至2003年12月31日，滬深兩市共有ST公司123家(含三家純B股公司)。這些公司被特別處理的原因不盡相同，但它們大多數(shù)是由于“財(cái)務(wù)狀況異常”而被特別處理的。

二、相關(guān)理論概述

（一）財(cái)務(wù)風(fēng)險(xiǎn)的界定

財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)風(fēng)險(xiǎn)的一種，是與財(cái)務(wù)有關(guān)的風(fēng)險(xiǎn)。它通常指在現(xiàn)代財(cái)務(wù)管理中，特別是在企業(yè)資金的運(yùn)用中，影響企業(yè)決策的種種不確定因素。筆者認(rèn)為，要界定財(cái)務(wù)風(fēng)險(xiǎn)正確涵義，首先要正確理解財(cái)務(wù)風(fēng)險(xiǎn)的本質(zhì)。根據(jù)馬克思的《資本論》，財(cái)務(wù)風(fēng)險(xiǎn)的本質(zhì)就是資本價(jià)值形態(tài)轉(zhuǎn)化的風(fēng)險(xiǎn)。在G——W•••P••W′——G′的資本運(yùn)動(dòng)中，由于有對(duì)資本價(jià)值增殖的目標(biāo)期望，但限于資本流通不暢、資本形態(tài)無法轉(zhuǎn)換，需要通過財(cái)務(wù)獲得貨幣用于墊支才會(huì)出現(xiàn)一系列財(cái)務(wù)風(fēng)險(xiǎn)的轉(zhuǎn)移和積聚。以次類推，財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)當(dāng)是一種交換性的風(fēng)險(xiǎn)，是價(jià)值在其載體形態(tài)上轉(zhuǎn)移、變換和復(fù)位的風(fēng)險(xiǎn)。

（二）財(cái)務(wù)預(yù)警基本理論

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是由財(cái)務(wù)危機(jī)和預(yù)警兩個(gè)詞組組成的。財(cái)務(wù)危機(jī)是指企業(yè)喪失支付能力，無法支付到期債務(wù)或費(fèi)用，以及出現(xiàn)資不抵債的經(jīng)濟(jì)現(xiàn)象。它是企業(yè)遭受企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的結(jié)果。但是關(guān)于企業(yè)是否處于財(cái)務(wù)危機(jī)，國內(nèi)外目前沒有一種權(quán)威的界定標(biāo)準(zhǔn)。

財(cái)務(wù)危機(jī)預(yù)警屬于社會(huì)經(jīng)濟(jì)預(yù)警的一個(gè)組成部分，經(jīng)濟(jì)預(yù)警理論是財(cái)務(wù)危機(jī)預(yù)警的理論基礎(chǔ)之一。建立和完善財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，需要具有堅(jiān)實(shí)的經(jīng)濟(jì)預(yù)警理論基礎(chǔ)，因此，這里簡要闡述經(jīng)濟(jì)預(yù)警的基本原理是必要的。經(jīng)濟(jì)預(yù)警基礎(chǔ)理論認(rèn)為，無論是宏觀還是微觀經(jīng)濟(jì)活動(dòng)，預(yù)警過程不外乎都是由這樣三個(gè)環(huán)節(jié)組成的循環(huán)：目標(biāo)—手段—結(jié)果→目標(biāo)—手段—結(jié)果→ ……。其中，目標(biāo)環(huán)節(jié)是信息的加工處理階段；手段環(huán)節(jié)是目標(biāo)的實(shí)施階段；結(jié)果環(huán)節(jié)是目標(biāo)與手段相互校驗(yàn)，相互適應(yīng)的階段，物流管理畢業(yè)論文范文為下一輪循環(huán)的運(yùn)行提供現(xiàn)實(shí)基礎(chǔ)。在上述過程中，監(jiān)測(cè)與預(yù)測(cè)自然是極為必要的階段，用古人的話“凡事預(yù)則立，不預(yù)則廢”。

三、上市公司財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警

（一）預(yù)警方法

1．傳統(tǒng)方法

 傳統(tǒng)方法是指通過財(cái)務(wù)比率分析來預(yù)警公司是否處于財(cái)務(wù)危機(jī)。企業(yè)資源配置缺陷與錯(cuò)誤的經(jīng)營管理策略與執(zhí)行，在會(huì)計(jì)系統(tǒng)中表現(xiàn)為財(cái)務(wù)指標(biāo)開始惡化。財(cái)務(wù)狀況進(jìn)一步惡化引發(fā)財(cái)務(wù)困境或財(cái)務(wù)危機(jī)。因而，無效率或不良的管理行為特征與會(huì)計(jì)系統(tǒng)中的相關(guān)指標(biāo)都可以作為財(cái)務(wù)風(fēng)險(xiǎn)的征兆。一般財(cái)務(wù)風(fēng)險(xiǎn)的成因是多方面的，對(duì)于不同行業(yè)的企業(yè)來說，財(cái)務(wù)風(fēng)險(xiǎn)的表現(xiàn)形式也不盡相同。因此在定量分析的同時(shí)，還應(yīng)該結(jié)合定性分析的方法，對(duì)企業(yè)外部環(huán)境變化等因素進(jìn)行分析。結(jié)合上市公司實(shí)際情況的基礎(chǔ)上，定量指標(biāo)從表內(nèi)信息出發(fā)，定性指標(biāo)從表外信息出發(fā)。下表4-1是對(duì)常用的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的概括。

表4-1  常用財(cái)務(wù)指標(biāo)的計(jì)算公式和預(yù)警區(qū)域

指標(biāo)

類型

指標(biāo)名稱 單位 指標(biāo)計(jì)算 預(yù)警區(qū)域 定

量

指

標(biāo)

資產(chǎn)負(fù)債率 % 負(fù)債總額/資產(chǎn)總額 ≥85% 流動(dòng)比率   流動(dòng)資產(chǎn)/流動(dòng)負(fù)債 ≤1.25 速動(dòng)比率   (流動(dòng)資產(chǎn)-存貨)/流動(dòng)負(fù)債 ≤0.25 盈利現(xiàn)金比率   經(jīng)營活動(dòng)產(chǎn)生現(xiàn)金凈流量/凈利潤 ≤1 長期投資比率 % 長期投資總額/長期資產(chǎn) ≥50% 投資收益比率 % 投資收益/投資成本 ≤凈資產(chǎn)收益率 關(guān)聯(lián)方業(yè)務(wù)收入比率 % 關(guān)聯(lián)方業(yè)務(wù)收入/總業(yè)務(wù)收入 ≥70% 主營業(yè)務(wù)收入利潤率 % 主營業(yè)務(wù)利潤/主營業(yè)務(wù)收入 ≤5% 營業(yè)利潤比重 % 營業(yè)利潤額/利潤總額 ≤50% 應(yīng)收賬款周轉(zhuǎn)率 次 主營業(yè)務(wù)收入凈額/平均應(yīng)收賬款余額 ≤行業(yè)平均水平50% 存貨周轉(zhuǎn)次數(shù) 次 主營業(yè)務(wù)成本/存貨平均余額 ≤行業(yè)平均水平50% 凈資產(chǎn)收益率 % 凈利潤/平均凈資產(chǎn) ≤0 定

性

篇（8）

關(guān)鍵詞：財(cái)務(wù)危機(jī)；預(yù)警；指標(biāo)體系

一、引言

“財(cái)務(wù)危機(jī)”又稱財(cái)務(wù)困境，最嚴(yán)重的財(cái)務(wù)危機(jī)是企業(yè)破產(chǎn)。企業(yè)因財(cái)務(wù)危機(jī)最終導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)危機(jī)又可稱為“違約風(fēng)險(xiǎn)”。

關(guān)于財(cái)務(wù)危機(jī)的定義，目前尚無一個(gè)統(tǒng)一的說法。具有代表性的觀點(diǎn)有以下幾種：(1)Beaver(1966)將破產(chǎn)、拖欠優(yōu)先股股利、拖欠債務(wù)界定為財(cái)務(wù)危機(jī)。(2)Altman(1968)定義的財(cái)務(wù)危機(jī)是進(jìn)入法定破產(chǎn)、被接管或者重整的企業(yè)。(3)Deakin(1972)則認(rèn)為財(cái)務(wù)危機(jī)公司僅包括已經(jīng)經(jīng)歷破產(chǎn)、無力償債或?yàn)閭鶛?quán)人利益而已經(jīng)進(jìn)行清算的公司。(4)Carmichael(1972)認(rèn)為財(cái)務(wù)危機(jī)是企業(yè)履行義務(wù)時(shí)受阻，具體表現(xiàn)為流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及資金不足四種形式。(5)Wruck(1990)給出的財(cái)務(wù)危機(jī)的定義是企業(yè)現(xiàn)金流量不足以抵償現(xiàn)有債務(wù)的情況，這些債務(wù)包括應(yīng)付未付款、訴訟費(fèi)用、違約的利息和本金等。(6)Ross等人(1999；2000)則認(rèn)為可從四個(gè)方面定義企業(yè)的財(cái)務(wù)危機(jī)：一是企業(yè)失敗，即企業(yè)清算后仍無力支付債權(quán)人的債務(wù)；二是法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；三是技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；四是會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。(7)Lee(2004)認(rèn)為可以從兩方面定義財(cái)務(wù)危機(jī)：一是未能償還到期借款的本息，借款期間有過延期還款和減少本息支付的協(xié)議；二是公司的凈資產(chǎn)減少到其股本的一半以下。

綜合上述各種定義可知，無論財(cái)務(wù)危機(jī)如何定義，企業(yè)發(fā)生財(cái)務(wù)危機(jī)都具有無力償還到期債務(wù)、現(xiàn)金流的緊張狀態(tài)可能使經(jīng)營無法持續(xù)的特點(diǎn)。財(cái)務(wù)危機(jī)的出現(xiàn)意味著企業(yè)基本面發(fā)生根本性變化，處理不當(dāng)就會(huì)導(dǎo)致企業(yè)破產(chǎn)。因此，識(shí)別企業(yè)財(cái)務(wù)危機(jī)，并對(duì)其做出預(yù)警，不僅對(duì)企業(yè)經(jīng)營者及時(shí)采取措施化解危機(jī)具有重大的意義，而且對(duì)于投資者規(guī)避風(fēng)險(xiǎn)也有非常重要的價(jià)值。

二、文獻(xiàn)綜述

企業(yè)財(cái)務(wù)危機(jī)預(yù)警問題的研究很早就引起了各方面的關(guān)注，很多經(jīng)濟(jì)學(xué)家與財(cái)務(wù)專家都在這方面做了大量的工作，他們利用相應(yīng)的財(cái)務(wù)變量構(gòu)造了一系列的預(yù)測(cè)模型，其中有代表性的研究成果可歸納為四類。

(一)單變量模型

單變量模型是運(yùn)用單一變數(shù)、個(gè)別財(cái)務(wù)比率來預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。最早的財(cái)務(wù)預(yù)警研究是Fitzpatrick(1932)的單變量破產(chǎn)預(yù)測(cè)研究。此后，WilliamBeaver(1966)使用單變量為分析方法，采用成對(duì)抽樣法進(jìn)行樣本配對(duì)，考察了29個(gè)財(cái)務(wù)比率在企業(yè)陷入財(cái)務(wù)困境前1-5年的預(yù)測(cè)能力。Beaver發(fā)現(xiàn)在破產(chǎn)前一年的預(yù)測(cè)正確率可以達(dá)到87%，對(duì)于失敗企業(yè)是最具有預(yù)測(cè)能力的指標(biāo)。國內(nèi)學(xué)者對(duì)單變量模型也作了較深入的研究，包括陳靜(1999)以1998年的27家ST公司和27家非ST公司，使用1995-1997年的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行了單變量分析。吳世農(nóng)和盧賢義(2001)以70家ST公司和70家非ST公司，應(yīng)用單變量分析法研究了在上市公司陷入財(cái)務(wù)危機(jī)前5年21個(gè)財(cái)務(wù)指標(biāo)之間所存在的差異。

單變量模型的優(yōu)點(diǎn)是只需要觀測(cè)一個(gè)變量，應(yīng)用比較簡單；但是，任何一個(gè)財(cái)務(wù)比率無法充分和全面地反映企業(yè)的財(cái)務(wù)特征，所以該方法在現(xiàn)今的研究中很少被單獨(dú)使用，一般都是與其他方法結(jié)合運(yùn)用。

(二)多變量分析模型

多變量分析模型又可以分為多元回歸分析模型和多元判別分析模型。EdwardAltman(1968)使用多變量分析法對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行研究。他以1946-1965年間33家破產(chǎn)的制造業(yè)企業(yè)為樣本，并配對(duì)33家正常企業(yè)，將22項(xiàng)財(cái)務(wù)比率分為流動(dòng)性、獲利性、財(cái)務(wù)杠桿、償債能力和活動(dòng)力五大類指數(shù)，利用多變量分析法建立了著名的Z-Score記分模型。Meyer和Pifer(1970)以1948-1965年間失敗的30家銀行與其相匹配的30家非失敗銀行為樣本，利用二元回歸分析法建立模型，并且用9對(duì)相匹配銀行組成的預(yù)測(cè)樣本對(duì)模型進(jìn)行了驗(yàn)證。此外，還有其他典型的判別分析模型，包括：Deakin模型、Blum模型、Casey模型和Taffler模型等等。國內(nèi)的相關(guān)研究主要有陳靜(1999)使用1995-1997年的財(cái)務(wù)數(shù)據(jù)，對(duì)27家ST公司和27家非ST公司進(jìn)行的多元判別分析。張玲(2000)以120家公司為研究對(duì)象，使用其中60家公司的財(cái)務(wù)數(shù)據(jù)，通過多元判別法建立了財(cái)務(wù)危機(jī)預(yù)警模型。盧守林等(2002)以滬深兩市A股市場(chǎng)上所有上市公司1998-2000年的財(cái)務(wù)資料為依據(jù)，用多元判別分析法構(gòu)建的Z-Score模型。

多變量分析法彌補(bǔ)了單變量分析法的不足，具有較高的準(zhǔn)確率和穩(wěn)定性，但是也存在著一些不足：第一，這種方法受到了統(tǒng)計(jì)假設(shè)的限制，只適用于自變量近似服從正態(tài)分布的情況，并且要求組內(nèi)的協(xié)方差矩陣相等，否則得到的預(yù)測(cè)結(jié)果可能是有偏的；第二，多元判別分析要求財(cái)務(wù)危機(jī)公司與正常公司之間一定要配對(duì)，而配對(duì)的標(biāo)準(zhǔn)具有較大的主觀性。

(三)多元條件概率模型

多元條件概率模型是使用極大似然法對(duì)參數(shù)進(jìn)行估計(jì)的一類概率模型，包括Logistic模型和Probit模型。Martin(1977)首次使用Logit模型預(yù)測(cè)公司的破產(chǎn)及違約概率。Ohlson(1980)從1970-1976年間在美國的上市公司之中排除公共事業(yè)、運(yùn)輸公司、金融服務(wù)業(yè)，總共挑選出105家破產(chǎn)公司和2058家正常公司為樣本，采用九個(gè)財(cái)務(wù)比率建立了Logit模型。Huffman&Ward(1996)運(yùn)用Logit模型對(duì)1977-1991年間違約的171家企業(yè)的高收益?zhèn)M(jìn)行了預(yù)測(cè)研究等。國內(nèi)的相關(guān)研究主要包括：吳世農(nóng)和盧賢義(2001)分別采用多元判別分析和Logit回歸方法建立和估計(jì)了預(yù)警模型。劉旻(2001)使用1999年28家ST公司與另外28家正常公司陷入財(cái)務(wù)危機(jī)前3年的數(shù)據(jù)，通過Logit回歸方法建立了財(cái)務(wù)危機(jī)預(yù)警模型。姜秀華(2002)和齊治平(2002)利用Logit模型對(duì)我國上市公司進(jìn)行信用風(fēng)險(xiǎn)分析。李萌(2005)以不良貸款率作為信用風(fēng)險(xiǎn)衡量標(biāo)準(zhǔn)，構(gòu)造商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估的Logit模型等。

多元條件概率模型的主要優(yōu)點(diǎn)是不需要自變量服從多元正態(tài)分布和組內(nèi)協(xié)方差矩陣相等的假設(shè)條件，但是要求因變量有邏輯含義，而且計(jì)算過程較為復(fù)雜，有很多近似處理。

(四)神經(jīng)網(wǎng)絡(luò)預(yù)警模型

神經(jīng)網(wǎng)絡(luò)，又稱人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork，ANN)是一種從神經(jīng)心理學(xué)和認(rèn)識(shí)科學(xué)的研究成果出發(fā)，應(yīng)用數(shù)學(xué)方法發(fā)展起來的并行分布模式處理系統(tǒng)。常見的神經(jīng)網(wǎng)絡(luò)模型主要有：BP神經(jīng)網(wǎng)絡(luò)模型、MDA協(xié)助神經(jīng)網(wǎng)絡(luò)模型、ID3協(xié)助神經(jīng)網(wǎng)絡(luò)模型和SOFM協(xié)助神經(jīng)網(wǎng)絡(luò)模型。Odom和Sharda(1990)是將人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用在破產(chǎn)預(yù)測(cè)模式中最具代表性的學(xué)者。Koh和Tan(1999)以1978-1985年間出現(xiàn)的165家破產(chǎn)公司為失敗樣本并以正常公司165家作為配對(duì)樣本，使用人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建了企業(yè)危機(jī)預(yù)警模型。在我國，王春峰(1998)、楊保安(2001)等學(xué)者也在此領(lǐng)域進(jìn)行了深入的研究，楊保安通過對(duì)中信實(shí)業(yè)銀行的分析，選取了4大類共15個(gè)財(cái)務(wù)指標(biāo)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)方法建立了一個(gè)可供銀行用于授權(quán)評(píng)價(jià)的預(yù)警系統(tǒng)。臺(tái)灣的林文修(2000)選取1992-1996年在臺(tái)灣證交所上市企業(yè)中的36家失敗企業(yè)和64家正常企業(yè)，并區(qū)分為學(xué)習(xí)樣本73家與測(cè)試樣本27家，比較了多元判別分析、Logit模型、BP神經(jīng)網(wǎng)絡(luò)模型和演化式神經(jīng)網(wǎng)絡(luò)模型等四種方法的模型預(yù)測(cè)準(zhǔn)確率。神經(jīng)網(wǎng)絡(luò)預(yù)警模型的主要優(yōu)點(diǎn)是分析層次清晰且邏輯關(guān)系嚴(yán)密，并依據(jù)心理學(xué)理論加入了一主觀因素，從而有效地使客觀分析與主觀判斷相融合。它的缺點(diǎn)是規(guī)范分析特點(diǎn)明顯，不適宜做實(shí)證分析，分析模式缺乏靈活性，數(shù)據(jù)性假設(shè)條件過于苛刻。

三、財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系設(shè)計(jì)

導(dǎo)致企業(yè)發(fā)生財(cái)務(wù)危機(jī)的因素很多，且錯(cuò)綜復(fù)雜，單變量模型與多變量模型僅能揭示影響關(guān)系與程度，變量的選擇會(huì)因分析人員偏好的不同而不同，其不僅缺乏統(tǒng)一的理論基礎(chǔ)，而且系統(tǒng)性往往較差，多元條件概率模型和神經(jīng)網(wǎng)絡(luò)預(yù)警模型雖然在分析技術(shù)上較為先進(jìn)，且分析企圖試圖更精確，但它們?cè)趶?qiáng)調(diào)分析技術(shù)的同時(shí)，往往忽略了立論的基本依據(jù)，且在變量選擇中往往伴隨較明顯的盲目性。因此，作為完善多變量模型系統(tǒng)，為多元條件概率模型和神經(jīng)網(wǎng)絡(luò)預(yù)警模型提供變量選擇的依據(jù)，利用相應(yīng)的財(cái)務(wù)理論構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系就是研究企業(yè)財(cái)務(wù)危機(jī)的基礎(chǔ)之基礎(chǔ)。但從財(cái)務(wù)本身的角度去分析，財(cái)務(wù)危機(jī)形成的原因可以歸結(jié)為以下幾點(diǎn)：(1)公司經(jīng)營狀況不佳，導(dǎo)致營業(yè)收入無法穩(wěn)定增長，造成公司的連續(xù)虧損，使得財(cái)務(wù)危機(jī)發(fā)生的可能性增大；(2)過高的負(fù)債使公司面臨更大的財(cái)務(wù)危機(jī)。雖然公司本身有盈余，但是可能因?yàn)闊o法應(yīng)付短期的龐大利息支出而造成破產(chǎn)倒閉；(3)現(xiàn)金流量發(fā)生持續(xù)性的凈流出，企業(yè)就像是流動(dòng)性資產(chǎn)的儲(chǔ)水槽，若水槽中的流量變小(資產(chǎn)變少)，流入量減少(現(xiàn)金流入減少)，流出量增加(現(xiàn)金流出增加)，流入量與流出量之間的差量就會(huì)逐步增大，這樣會(huì)使公司出現(xiàn)財(cái)務(wù)危機(jī)的概率增加。

綜合引起財(cái)務(wù)危機(jī)的三個(gè)主要因素，可以對(duì)應(yīng)用五個(gè)方面的財(cái)務(wù)指標(biāo)來描述或預(yù)警財(cái)務(wù)危機(jī)，用經(jīng)營能力指標(biāo)、成長能力指標(biāo)和獲利能力指標(biāo)來度量或反映企業(yè)的經(jīng)營狀況，用公司的償債能力指標(biāo)來度量或反映企業(yè)的債務(wù)負(fù)擔(dān)，用現(xiàn)金流量指標(biāo)來度量現(xiàn)金流。從預(yù)警的角度考慮，五個(gè)方面的財(cái)務(wù)指標(biāo)可進(jìn)一步細(xì)分為20個(gè)更具體的財(cái)務(wù)變量(見表1)，以此構(gòu)成財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系。

以深滬兩市A股中被ST的上市公司為實(shí)際考察對(duì)象，利用2006年1月1日-2007年12月31日深滬兩市A股中154家被ST的上市公司的數(shù)據(jù)。剔除由于以下幾種原因而被ST的上市公司：(1)上市兩年內(nèi)被特別處理的公司；(2)因自然災(zāi)害、重大事故等意外事件而被特別處理的公司。經(jīng)過剔除后，本文選取的有效樣本變?yōu)?0家。根據(jù)研究期間一致、行業(yè)相同或相近、規(guī)模相當(dāng)?shù)脑瓌t按1：1的比例選擇沒有被ST的上市公司作為配對(duì)樣本。由于我國上市公司年報(bào)披露制度規(guī)定上市公司公布其年報(bào)的截止日期為下一年的4月30日，上市公司(t-1)年的年報(bào)和其在第t年是否被ST幾乎同時(shí)發(fā)生，因此，用(t-1)年的數(shù)據(jù)預(yù)測(cè)第t年是否被ST沒有實(shí)際意義。在本文中采用(t-2)年的數(shù)據(jù)進(jìn)行分析。

表6是財(cái)務(wù)危機(jī)公司和正常公司的成長能力指標(biāo)在發(fā)生財(cái)務(wù)危機(jī)前2年的統(tǒng)計(jì)性描述，包括最大值、最小值、平均數(shù)、標(biāo)準(zhǔn)差和t值。

篇（9）

一、引言

“財(cái)務(wù)危機(jī)”又稱財(cái)務(wù)困境，最嚴(yán)重的財(cái)務(wù)危機(jī)是企業(yè)破產(chǎn)。企業(yè)因財(cái)務(wù)危機(jī)最終導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)危機(jī)又可稱為“違約風(fēng)險(xiǎn)”。

關(guān)于財(cái)務(wù)危機(jī)的定義，目前尚無一個(gè)統(tǒng)一的說法。論文百事通具有代表性的觀點(diǎn)有以下幾種：(1)Beaver(1966)將破產(chǎn)、拖欠優(yōu)先股股利、拖欠債務(wù)界定為財(cái)務(wù)危機(jī)。(2)Altman(1968)定義的財(cái)務(wù)危機(jī)是進(jìn)入法定破產(chǎn)、被接管或者重整的企業(yè)。(3)Deakin(1972)則認(rèn)為財(cái)務(wù)危機(jī)公司僅包括已經(jīng)經(jīng)歷破產(chǎn)、無力償債或?yàn)閭鶛?quán)人利益而已經(jīng)進(jìn)行清算的公司。(4)Carmichael(1972)認(rèn)為財(cái)務(wù)危機(jī)是企業(yè)履行義務(wù)時(shí)受阻，具體表現(xiàn)為流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及資金不足四種形式。(5)Wruck(1990)給出的財(cái)務(wù)危機(jī)的定義是企業(yè)現(xiàn)金流量不足以抵償現(xiàn)有債務(wù)的情況，這些債務(wù)包括應(yīng)付未付款、訴訟費(fèi)用、違約的利息和本金等。(6)Ross等人(1999；2000)則認(rèn)為可從四個(gè)方面定義企業(yè)的財(cái)務(wù)危機(jī)：一是企業(yè)失敗，即企業(yè)清算后仍無力支付債權(quán)人的債務(wù)；二是法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；三是技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；四是會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。(7)Lee(2004)認(rèn)為可以從兩方面定義財(cái)務(wù)危機(jī)：一是未能償還到期借款的本息，借款期間有過延期還款和減少本息支付的協(xié)議；二是公司的凈資產(chǎn)減少到其股本的一半以下。

綜合上述各種定義可知，無論財(cái)務(wù)危機(jī)如何定義，企業(yè)發(fā)生財(cái)務(wù)危機(jī)都具有無力償還到期債務(wù)、現(xiàn)金流的緊張狀態(tài)可能使經(jīng)營無法持續(xù)的特點(diǎn)。財(cái)務(wù)危機(jī)的出現(xiàn)意味著企業(yè)基本面發(fā)生根本性變化，處理不當(dāng)就會(huì)導(dǎo)致企業(yè)破產(chǎn)。因此，識(shí)別企業(yè)財(cái)務(wù)危機(jī)，并對(duì)其做出預(yù)警，不僅對(duì)企業(yè)經(jīng)營者及時(shí)采取措施化解危機(jī)具有重大的意義，而且對(duì)于投資者規(guī)避風(fēng)險(xiǎn)也有非常重要的價(jià)值。

二、文獻(xiàn)綜述

企業(yè)財(cái)務(wù)危機(jī)預(yù)警問題的研究很早就引起了各方面的關(guān)注，很多經(jīng)濟(jì)學(xué)家與財(cái)務(wù)專家都在這方面做了大量的工作，他們利用相應(yīng)的財(cái)務(wù)變量構(gòu)造了一系列的預(yù)測(cè)模型，其中有代表性的研究成果可歸納為四類。

(一)單變量模型

單變量模型是運(yùn)用單一變數(shù)、個(gè)別財(cái)務(wù)比率來預(yù)測(cè)財(cái)務(wù)危機(jī)的模型。最早的財(cái)務(wù)預(yù)警研究是Fitzpatrick(1932)的單變量破產(chǎn)預(yù)測(cè)研究。此后，WilliamBeaver(1966)使用單變量為分析方法，采用成對(duì)抽樣法進(jìn)行樣本配對(duì)，考察了29個(gè)財(cái)務(wù)比率在企業(yè)陷入財(cái)務(wù)困境前1-5年的預(yù)測(cè)能力。Beaver發(fā)現(xiàn)在破產(chǎn)前一年的預(yù)測(cè)正確率可以達(dá)到87%，對(duì)于失敗企業(yè)是最具有預(yù)測(cè)能力的指標(biāo)。國內(nèi)學(xué)者對(duì)單變量模型也作了較深入的研究，包括陳靜(1999)以1998年的27家ST公司和27家非ST公司，使用1995-1997年的財(cái)務(wù)報(bào)表數(shù)據(jù)，進(jìn)行了單變量分析。吳世農(nóng)和盧賢義(2001)以70家ST公司和70家非ST公司，應(yīng)用單變量分析法研究了在上市公司陷入財(cái)務(wù)危機(jī)前5年21個(gè)財(cái)務(wù)指標(biāo)之間所存在的差異。

單變量模型的優(yōu)點(diǎn)是只需要觀測(cè)一個(gè)變量，應(yīng)用比較簡單；但是，任何一個(gè)財(cái)務(wù)比率無法充分和全面地反映企業(yè)的財(cái)務(wù)特征，所以該方法在現(xiàn)今的研究中很少被單獨(dú)使用，一般都是與其他方法結(jié)合運(yùn)用。

(二)多變量分析模型

多變量分析模型又可以分為多元回歸分析模型和多元判別分析模型。EdwardAltman(1968)使用多變量分析法對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行研究。他以1946-1965年間33家破產(chǎn)的制造業(yè)企業(yè)為樣本，并配對(duì)33家正常企業(yè)，將22項(xiàng)財(cái)務(wù)比率分為流動(dòng)性、獲利性、財(cái)務(wù)杠桿、償債能力和活動(dòng)力五大類指數(shù)，利用多變量分析法建立了著名的Z-Score記分模型。Meyer和Pifer(1970)以1948-1965年間失敗的30家銀行與其相匹配的30家非失敗銀行為樣本，利用二元回歸分析法建立模型，并且用9對(duì)相匹配銀行組成的預(yù)測(cè)樣本對(duì)模型進(jìn)行了驗(yàn)證。此外，還有其他典型的判別分析模型，包括：Deakin模型、Blum模型、Casey模型和Taffler模型等等。國內(nèi)的相關(guān)研究主要有陳靜(1999)使用1995-1997年的財(cái)務(wù)數(shù)據(jù)，對(duì)27家ST公司和27家非ST公司進(jìn)行的多元判別分析。張玲(2000)以120家公司為研究對(duì)象，使用其中60家公司的財(cái)務(wù)數(shù)據(jù)，通過多元判別法建立了財(cái)務(wù)危機(jī)預(yù)警模型。盧守林等(2002)以滬深兩市A股市場(chǎng)上所有上市公司1998-2000年的財(cái)務(wù)資料為依據(jù)，用多元判別分析法構(gòu)建的Z-Score模型。

多變量分析法彌補(bǔ)了單變量分析法的不足，具有較高的準(zhǔn)確率和穩(wěn)定性，但是也存在著一些不足：第一，這種方法受到了統(tǒng)計(jì)假設(shè)的限制，只適用于自變量近似服從正態(tài)分布的情況，并且要求組內(nèi)的協(xié)方差矩陣相等，否則得到的預(yù)測(cè)結(jié)果可能是有偏的；第二，多元判別分析要求財(cái)務(wù)危機(jī)公司與正常公司之間一定要配對(duì)，而配對(duì)的標(biāo)準(zhǔn)具有較大的主觀性。

(三)多元條件概率模型

多元條件概率模型是使用極大似然法對(duì)參數(shù)進(jìn)行估計(jì)的一類概率模型，包括Logistic模型和Probit模型。Martin(1977)首次使用Logit模型預(yù)測(cè)公司的破產(chǎn)及違約概率。Ohlson(1980)從1970-1976年間在美國的上市公司之中排除公共事業(yè)、運(yùn)輸公司、金融服務(wù)業(yè)，總共挑選出105家破產(chǎn)公司和2058家正常公司為樣本，采用九個(gè)財(cái)務(wù)比率建立了Logit模型。Huffman&Ward(1996)運(yùn)用Logit模型對(duì)1977-1991年間違約的171家企業(yè)的高收益?zhèn)M(jìn)行了預(yù)測(cè)研究等。國內(nèi)的相關(guān)研究主要包括：吳世農(nóng)和盧賢義(2001)分別采用多元判別分析和Logit回歸方法建立和估計(jì)了預(yù)警模型。劉?F(2001)使用1999年28家ST公司與另外28家正常公司陷入財(cái)務(wù)危機(jī)前3年的數(shù)據(jù)，通過Logit回歸方法建立了財(cái)務(wù)危機(jī)預(yù)警模型。姜秀華(2002)和齊治平(2002)利用Logit模型對(duì)我國上市公司進(jìn)行信用風(fēng)險(xiǎn)分析。李萌(2005)以不良貸款率作為信用風(fēng)險(xiǎn)衡量標(biāo)準(zhǔn)，構(gòu)造商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估的Logit模型等。

多元條件概率模型的主要優(yōu)點(diǎn)是不需要自變量服從多元正態(tài)分布和組內(nèi)協(xié)方差矩陣相等的假設(shè)條件，但是要求因變量有邏輯含義，而且計(jì)算過程較為復(fù)雜，有很多近似處理。

(四)神經(jīng)網(wǎng)絡(luò)預(yù)警模型

神經(jīng)網(wǎng)絡(luò)，又稱人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork，ANN)是一種從神經(jīng)心理學(xué)和認(rèn)識(shí)科學(xué)的研究成果出發(fā)，應(yīng)用數(shù)學(xué)方法發(fā)展起來的并行分布模式處理系統(tǒng)。常見的神經(jīng)網(wǎng)絡(luò)模型主要有：BP神經(jīng)網(wǎng)絡(luò)模型、MDA協(xié)助神經(jīng)網(wǎng)絡(luò)模型、ID3協(xié)助神經(jīng)網(wǎng)絡(luò)模型和SOFM協(xié)助神經(jīng)網(wǎng)絡(luò)模型。Odom和Sharda(1990)是將人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用在破產(chǎn)預(yù)測(cè)模式中最具代表性的學(xué)者。Koh和Tan(1999)以1978-1985年間出現(xiàn)的165家破產(chǎn)公司為失敗樣本并以正常公司165家作為配對(duì)樣本，使用人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建了企業(yè)危機(jī)預(yù)警模型。在我國，王春峰(1998)、楊保安(2001)等學(xué)者也在此領(lǐng)域進(jìn)行了深入的研究，楊保安通過對(duì)中信實(shí)業(yè)銀行的分析，選取了4大類共15個(gè)財(cái)務(wù)指標(biāo)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)方法建立了一個(gè)可供銀行用于授權(quán)評(píng)價(jià)的預(yù)警系統(tǒng)。臺(tái)灣的林文修(2000)選取1992-1996年在臺(tái)灣證交所上市企業(yè)中的36家失敗企業(yè)和64家正常企業(yè)，并區(qū)分為學(xué)習(xí)樣本73家與測(cè)試樣本27家，比較了多元判別分析、Logit模型、BP神經(jīng)網(wǎng)絡(luò)模型和演化式神經(jīng)網(wǎng)絡(luò)模型等四種方法的模型預(yù)測(cè)準(zhǔn)確率。神經(jīng)網(wǎng)絡(luò)預(yù)警模型的主要優(yōu)點(diǎn)是分析層次清晰且邏輯關(guān)系嚴(yán)密，并依據(jù)心理學(xué)理論加入了一主觀因素，從而有效地使客觀分析與主觀判斷相融合。它的缺點(diǎn)是規(guī)范分析特點(diǎn)明顯，不適宜做實(shí)證分析，分析模式缺乏靈活性，數(shù)據(jù)性假設(shè)條件過于苛刻。

三、財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系設(shè)計(jì)

導(dǎo)致企業(yè)發(fā)生財(cái)務(wù)危機(jī)的因素很多，且錯(cuò)綜復(fù)雜，單變量模型與多變量模型僅能揭示影響關(guān)系與程度，變量的選擇會(huì)因分析人員偏好的不同而不同，其不僅缺乏統(tǒng)一的理論基礎(chǔ)，而且系統(tǒng)性往往較差，多元條件概率模型和神經(jīng)網(wǎng)絡(luò)預(yù)警模型雖然在分析技術(shù)上較為先進(jìn)，且分析企圖試圖更精確，但它們?cè)趶?qiáng)調(diào)分析技術(shù)的同時(shí)，往往忽略了立論的基本依據(jù)，且在變量選擇中往往伴隨較明顯的盲目性。因此，作為完善多變量模型系統(tǒng)，為多元條件概率模型和神經(jīng)網(wǎng)絡(luò)預(yù)警模型提供變量選擇的依據(jù)，利用相應(yīng)的財(cái)務(wù)理論構(gòu)建企業(yè)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系就是研究企業(yè)財(cái)務(wù)危機(jī)的基礎(chǔ)之基礎(chǔ)。但從財(cái)務(wù)本身的角度去分析，財(cái)務(wù)危機(jī)形成的原因可以歸結(jié)為以下幾點(diǎn)：(1)公司經(jīng)營狀況不佳，導(dǎo)致營業(yè)收入無法穩(wěn)定增長，造成公司的連續(xù)虧損，使得財(cái)務(wù)危機(jī)發(fā)生的可能性增大；(2)過高的負(fù)債使公司面臨更大的財(cái)務(wù)危機(jī)。雖然公司本身有盈余，但是可能因?yàn)闊o法應(yīng)付短期的龐大利息支出而造成破產(chǎn)倒閉；(3)現(xiàn)金流量發(fā)生持續(xù)性的凈流出，企業(yè)就像是流動(dòng)性資產(chǎn)的儲(chǔ)水槽，若水槽中的流量變小(資產(chǎn)變少)，流入量減少(現(xiàn)金流入減少)，流出量增加(現(xiàn)金流出增加)，流入量與流出量之間的差量就會(huì)逐步增大，這樣會(huì)使公司出現(xiàn)財(cái)務(wù)危機(jī)的概率增加。

綜合引起財(cái)務(wù)危機(jī)的三個(gè)主要因素，可以對(duì)應(yīng)用五個(gè)方面的財(cái)務(wù)指標(biāo)來描述或預(yù)警財(cái)務(wù)危機(jī)，用經(jīng)營能力指標(biāo)、成長能力指標(biāo)和獲利能力指標(biāo)來度量或反映企業(yè)的經(jīng)營狀況，用公司的償債能力指標(biāo)來度量或反映企業(yè)的債務(wù)負(fù)擔(dān)，用現(xiàn)金流量指標(biāo)來度量現(xiàn)金流。從預(yù)警的角度考慮，五個(gè)方面的財(cái)務(wù)指標(biāo)可進(jìn)一步細(xì)分為20個(gè)更具體的財(cái)務(wù)變量(見表1)，以此構(gòu)成財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系。

以深滬兩市A股中被ST的上市公司為實(shí)際考察對(duì)象，利用2006年1月1日-2007年12月31日深滬兩市A股中154家被ST的上市公司的數(shù)據(jù)。剔除由于以下幾種原因而被ST的上市公司：(1)上市兩年內(nèi)被特別處理的公司；(2)因自然災(zāi)害、重大事故等意外事件而被特別處理的公司。經(jīng)過剔除后，本文選取的有效樣本變?yōu)?0家。根據(jù)研究期間一致、行業(yè)相同或相近、規(guī)模相當(dāng)?shù)脑瓌t按1：1的比例選擇沒有被ST的上市公司作為配對(duì)樣本。由于我國上市公司年報(bào)披露制度規(guī)定上市公司公布其年報(bào)的截止日期為下一年的4月30日，上市公司(t-1)年的年報(bào)和其在第t年是否被ST幾乎同時(shí)發(fā)生，因此，用(t-1)年的數(shù)據(jù)預(yù)測(cè)第t年是否被ST沒有實(shí)際意義。在本文中采用(t-2)年的數(shù)據(jù)進(jìn)行分析。

表6是財(cái)務(wù)危機(jī)公司和正常公司的成長能力指標(biāo)在發(fā)生財(cái)務(wù)危機(jī)前2年的統(tǒng)計(jì)性描述，包括最大值、最小值、平均數(shù)、標(biāo)準(zhǔn)差和t值。

四、結(jié)論

根據(jù)上述經(jīng)驗(yàn)值的計(jì)算結(jié)果可知，一般情況下，可以根據(jù)財(cái)務(wù)指標(biāo)的實(shí)際值來判斷企業(yè)是否陷入財(cái)務(wù)危機(jī)，判斷的標(biāo)準(zhǔn)見表7。

依據(jù)表7的標(biāo)準(zhǔn)可以得出結(jié)論。即在發(fā)生財(cái)務(wù)危機(jī)的前2年，正常公司和危機(jī)公司在獲利能力、償債能力、經(jīng)營能力、現(xiàn)金流量和成長能力的20個(gè)指標(biāo)中有15個(gè)指標(biāo)在5%的置信水平下通過了t檢驗(yàn)，也就是說正常公司和危機(jī)公司在上述15個(gè)財(cái)務(wù)指標(biāo)的均值上存在著顯著性的差異。因此，只要發(fā)現(xiàn)企業(yè)對(duì)應(yīng)財(cái)務(wù)指標(biāo)變量的實(shí)際值有一個(gè)或多個(gè)落入預(yù)警區(qū)間，就必須引起我們高度的關(guān)注。

參考文獻(xiàn)：

[1]劉紅霞.企業(yè)投資預(yù)警系統(tǒng)的構(gòu)建及其分析[J].投資研究，2003(9).

[2]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證研究[J].會(huì)計(jì)研究，1999(4).

篇（10）

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2012）09-00-02

一、引言

沃爾評(píng)分法又稱為財(cái)務(wù)比率綜合評(píng)分法，是由美國學(xué)者亞歷山大·沃爾于1928年在其出版的《財(cái)務(wù)報(bào)表比率分析》和《信用晴雨表研究》兩書中首次提出，最初是用于評(píng)價(jià)企業(yè)的信用水平，經(jīng)過演化和完善，在企業(yè)的價(jià)值評(píng)估、績效評(píng)價(jià)等領(lǐng)域中已廣泛應(yīng)用。

經(jīng)濟(jì)增加值EVA（Economic Value Added）簡單的定義是指在扣除資本成本之后剩余的利潤，也就是經(jīng)濟(jì)學(xué)家長期稱之為“剩余收入（Residual Income）”、“經(jīng)濟(jì)利潤（Economic Profit）”或“經(jīng)濟(jì)租金（Economic Rent）”的概念，其理論淵源出自諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者經(jīng)濟(jì)學(xué)家默頓·米勒和弗蘭科·莫迪利亞尼1958 至 1961 年發(fā)表的關(guān)于公司價(jià)值的經(jīng)濟(jì)模型的一系列論文。

青島海爾股份有限公司的前身是成立于1984年的青島電冰箱總廠，于 1993 年 11 月在上交所上市交易。青島海爾屬于國家一級(jí)企業(yè)，是海爾集團(tuán)的龍頭企業(yè)，主要經(jīng)營有空調(diào)器、電冰箱、電冰柜，以及洗碗機(jī)、燃?xì)庠畹绕渌恍┬〖译姰a(chǎn)品，其中空調(diào)器和電冰箱的銷售份額分別約占主營業(yè)務(wù)收入的 50%和 30%以上。

二、沃爾評(píng)分法的運(yùn)用

沃爾評(píng)分法是對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行綜合評(píng)分的方法。此法是選擇若干財(cái)務(wù)比率，分別給定了在總評(píng)價(jià)中所占的比重，總和為100 分；然后確定標(biāo)準(zhǔn)比率， 并與實(shí)際比率相比較；評(píng)出每項(xiàng)指標(biāo)的得分；最后求得總評(píng)分。若實(shí)際得分大于或接近100 分， 則說明財(cái)務(wù)狀況良好；反之，若相差較大，則說明財(cái)務(wù)狀況較差。它是由亞歷山大·沃爾在1928 年提出的。

其評(píng)價(jià)的基本步驟為：

1.選擇評(píng)價(jià)指標(biāo)并分配指標(biāo)權(quán)重

指標(biāo)的比重是該項(xiàng)指標(biāo)的評(píng)分值，比重是由該項(xiàng)指標(biāo)在指標(biāo)體系中所占的重要性決定的。按其重要程度可分為三類： 最為重要的、較為重要的和其他重要的指標(biāo)。這三類指標(biāo)之間可按4：4：2 的比例分配比重。

第一類最為重要的是收益性指標(biāo)， 其評(píng)分值應(yīng)占40 分左右。主要指標(biāo)有各種利潤率， 如銷售利潤率、總資產(chǎn)報(bào)酬率、資本收益率以及人均利潤率、利潤額等。

第二類較為重要的是穩(wěn)定性指標(biāo)， 其評(píng)分值應(yīng)占40 分左右。穩(wěn)定性也稱安全性， 是指企業(yè)的償債能力和營運(yùn)能力。主要指標(biāo)有：資產(chǎn)負(fù)債率（或產(chǎn)權(quán)比率）、流動(dòng)（或速動(dòng)）比率等。營運(yùn)能力反映企業(yè)生產(chǎn)經(jīng)營活動(dòng)的強(qiáng)弱、說明資產(chǎn)周轉(zhuǎn)的快慢。主要指標(biāo)有： 應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率等。各種周轉(zhuǎn)率指標(biāo)有相互包容關(guān)系，選用時(shí)要避免重疊， 評(píng)分值不宜太高。

第三類其他重要的是指增長性指標(biāo)和其他指標(biāo)。其評(píng)分值應(yīng)占20 分左右。增長性是指企業(yè)的發(fā)展能力， 它是保持企業(yè)活力的物質(zhì)基礎(chǔ)。主要指標(biāo)有利潤增長率、營業(yè)收入（或產(chǎn)值、產(chǎn)量）增長率、勞動(dòng)效率、附加值率、資本保值增值率等。

2.確定各項(xiàng)比率指標(biāo)的標(biāo)準(zhǔn)值，即各該指標(biāo)在企業(yè)現(xiàn)時(shí)條件下的最優(yōu)值

本文選擇了青島海爾、小天鵝A、美的電器、美菱電器、合肥三洋、澳柯瑪、格力電器7家A股上市的家電企業(yè)2011年的財(cái)務(wù)數(shù)據(jù)分析，得出行業(yè)的平均水平即標(biāo)準(zhǔn)數(shù)值。

3.計(jì)算企業(yè)在一定時(shí)期各項(xiàng)比率指標(biāo)的實(shí)際值

4.形成評(píng)價(jià)結(jié)果

三、經(jīng)濟(jì)增加值EVA（Economic Value Added）的應(yīng)用

EVA計(jì)算模型

EVA= 稅后凈營業(yè)利潤- 資本成本

= 稅后凈營業(yè)利潤- 資本總額×加權(quán)平均資本成本率

=NOPAT-K×WACC

其中：NOPAT 以會(huì)計(jì)凈利潤為基礎(chǔ)進(jìn)行調(diào)整后得到，稅后營業(yè)凈利潤和資本總額是在對(duì)資產(chǎn)負(fù)債表的有關(guān)數(shù)據(jù)進(jìn)行相應(yīng)調(diào)整后得出的結(jié)果。加權(quán)資本成本率指企業(yè)所占用資本的機(jī)會(huì)成本，由負(fù)債成本率和股權(quán)成本率組成。

加權(quán)平均資本成本率= 債務(wù)資本成本率×（債務(wù)資本/ 資本總額）+ 股本資本成本率×（股本資本/資本總額）

股本資本成本率是根據(jù)資本資產(chǎn)定價(jià)模型確定的，即：

股本資本成本率= 無風(fēng)險(xiǎn)收益率+β×市場(chǎng)風(fēng)險(xiǎn)溢價(jià)

如果EVA>0，則表示企業(yè)獲得的收益高于獲得此項(xiàng)收益而投人的資本成本，即企業(yè)為股東創(chuàng)造了新價(jià)值。相反，如果EVA

下面以計(jì)算青島海爾2009-2011年 EVA 為例，說明 EVA 的計(jì)算。

1.計(jì)算2009-2011年資本總額

2.計(jì)算經(jīng)過調(diào)整的稅后凈營業(yè)利潤

根據(jù)思騰斯特咨詢公司的研究，精確計(jì)算經(jīng)濟(jì)增加值要進(jìn)行的調(diào)整多達(dá)160 多項(xiàng)。調(diào)整項(xiàng)目過多將會(huì)增加計(jì)算的難度和工作量，降低這一指標(biāo)的可操作性，CPA教材做法：稅后凈營業(yè)利潤=稅后凈利潤+利息費(fèi)用+無形資產(chǎn)攤銷+遞延稅所得稅貸方余額的增加+研發(fā)支出的資本化金額一研發(fā)支出的資本化金額攤銷。

3.計(jì)算資本結(jié)構(gòu)

海爾公司2009-2011年資本結(jié)構(gòu)狀況如下表：

篇（11）

1.降低抄襲、替考等作弊行為。在以往的標(biāo)準(zhǔn)化考試中，同學(xué)們一般是在規(guī)定的時(shí)間內(nèi)完成相同的試卷，有的同學(xué)擔(dān)心考試不及格，有的同學(xué)希望取得高分，因此，考試作弊的現(xiàn)象在大學(xué)校園里比比皆是。一系列嚴(yán)肅考風(fēng)考紀(jì)的處罰條例也應(yīng)運(yùn)而生，但是行政的處罰并不能徹底的杜絕考試作弊現(xiàn)象。作為解決問題的根本方法就應(yīng)該設(shè)計(jì)一種能夠有效地檢測(cè)學(xué)生學(xué)習(xí)結(jié)果的方式，檢測(cè)出學(xué)生真正掌握知識(shí)的程度和運(yùn)用知識(shí)的能力，使學(xué)生們無需也不能通過作弊而取得好的評(píng)價(jià)。

2.實(shí)現(xiàn)社會(huì)的需要和學(xué)生個(gè)性的需要。學(xué)校培養(yǎng)學(xué)生的準(zhǔn)則是能夠?yàn)樯鐣?huì)輸送需要的人才、能夠幫助學(xué)生實(shí)現(xiàn)自我價(jià)值。傳統(tǒng)的標(biāo)準(zhǔn)化考試，所有學(xué)生面對(duì)一樣的試題，所有試題有統(tǒng)一的標(biāo)準(zhǔn)答案，這樣的考試對(duì)所有學(xué)生的要求是一樣的，但是我們培養(yǎng)的不是具有一樣特點(diǎn)，具備同樣能力的人才，社會(huì)需要的人才是多方面的，統(tǒng)一模式下培養(yǎng)出來的人并不能滿足社會(huì)對(duì)人才的多方面需要；另一方面，每個(gè)學(xué)生的興趣點(diǎn)是不同的，傳統(tǒng)的標(biāo)準(zhǔn)化考試無法讓同學(xué)們展示他們的特長，無法基于個(gè)人本身的興趣對(duì)知識(shí)進(jìn)行深入細(xì)致的研究，本文所探討的非標(biāo)準(zhǔn)化考試致力于可以滿足以上兩點(diǎn)需要。

3.改變傳統(tǒng)的應(yīng)試教育。長期以來考試成績用來作為評(píng)價(jià)學(xué)生的唯一標(biāo)準(zhǔn)，教學(xué)的目的逐漸演變成讓學(xué)生們?cè)诳荚囍腥〉酶叻郑皇钦嬲龑W(xué)到了什么，學(xué)到的知識(shí)是否會(huì)運(yùn)用。以致產(chǎn)生了“高分低能”的說法。這里面比較典型的是大學(xué)英語的四、六級(jí)考試。大學(xué)英語的四、六級(jí)沿用的就是標(biāo)準(zhǔn)化的考試方法。但是經(jīng)過多年的實(shí)踐證明，四、六級(jí)的考試成績并不能真正反映出學(xué)生對(duì)英語掌握的真正水平。我們大學(xué)中那些標(biāo)準(zhǔn)化英語考試分?jǐn)?shù)很高的學(xué)生有不少人卻不具備真正的英語聽說和讀寫能力。

二、非標(biāo)準(zhǔn)化考試模式的設(shè)計(jì)

近幾年來，許多人都提出了并且嘗試了考試改革，比如實(shí)行開卷、半開卷考核方式；實(shí)行大論文的考核方式等等。實(shí)踐證明，在減輕學(xué)生負(fù)擔(dān)、培養(yǎng)學(xué)生的學(xué)習(xí)能力方面，已經(jīng)取得了一定的成績。本文所探討的非標(biāo)準(zhǔn)化考試模式主要適用于經(jīng)濟(jì)管理類、社會(huì)科學(xué)類偏文學(xué)科學(xué)生的期末考核，具體設(shè)計(jì)如下：

1.考試形式。非標(biāo)準(zhǔn)化考試有兩部分組成，一部分仍然是以試卷的形式，這部分基本上同標(biāo)準(zhǔn)化的考試一致，但是在試題的設(shè)置方面更加側(cè)重能力的考察，沒有名詞解釋，簡答這樣的傳統(tǒng)題型，而是將這些基礎(chǔ)知識(shí)融合到論述和案例分析中，也就說要想回答對(duì)試題，首先就要了解這些基本的概念和相關(guān)的基礎(chǔ)知識(shí)，這樣更能考出學(xué)生的水平和能力，也給學(xué)生充分的發(fā)揮個(gè)人創(chuàng)造力、想象力的空間；另外一部分采用答辯的方式，任課老師針對(duì)本學(xué)科的實(shí)際情況布置一個(gè)題目，每3～4名同學(xué)組成一個(gè)小組，以組為單位根據(jù)老師的要求進(jìn)行準(zhǔn)備，在老師規(guī)定的時(shí)間進(jìn)行答辯，答辯的過程中老師和其他學(xué)生均可進(jìn)行提問，最后老師給每名學(xué)生一個(gè)答辯成績。

2.成績?cè)u(píng)定。改變以往一卷定終身的弊端，非標(biāo)準(zhǔn)化考試的最后成績也有兩部分組成，即分別賦予試卷成績和答辯成績一定的權(quán)重，如分別為50%，得到最終的成績。即總成績：卷面分?jǐn)?shù)×50%+答辯分?jǐn)?shù)×50%。

3.參考答案及評(píng)分標(biāo)準(zhǔn)。對(duì)于試題部分，由于所有的題目均為客觀題，并且很靈活多樣，因此答案也沒有固定的標(biāo)準(zhǔn)，只要有一些答題要點(diǎn)即可。評(píng)分標(biāo)準(zhǔn)也要根據(jù)回答的程度而設(shè)定。比如，一道題目共有10個(gè)要點(diǎn)，每個(gè)要點(diǎn)1分，若學(xué)生全都答對(duì)，即可得到滿分10分，若答對(duì)了5個(gè)，即可得5分。對(duì)于答辯部分，沒有參考答案，任課老師可綜合學(xué)生的準(zhǔn)備情況、自述情況、答題情況制定一個(gè)分?jǐn)?shù)標(biāo)準(zhǔn)體系。

三、非標(biāo)準(zhǔn)化考試的實(shí)踐

根據(jù)以上的設(shè)計(jì)，我們選取金融學(xué)1(投資概論)這門課程進(jìn)行非標(biāo)準(zhǔn)化考試改革試驗(yàn)，這門課程在我院的04級(jí)金融學(xué)專業(yè)開設(shè)，本文僅對(duì)非標(biāo)準(zhǔn)化考試的答辯部分的實(shí)踐進(jìn)行詳細(xì)說明。

1.答辯要求。04級(jí)金融學(xué)專業(yè)共有31人，事先學(xué)生按照自愿組合的方式分組，每組2～4人。老師規(guī)定答辯的主題為“財(cái)務(wù)預(yù)測(cè)”，學(xué)生需以組為單位搜集某公司的有關(guān)資料，分析公司的財(cái)務(wù)報(bào)表，依據(jù)報(bào)表的數(shù)據(jù)計(jì)算公司的某些財(cái)務(wù)比率(這些財(cái)務(wù)比率都為本門課程需要掌握的)，根據(jù)計(jì)算結(jié)果預(yù)測(cè)公司未來的財(cái)務(wù)狀況。每組的答辯時(shí)間為10分鐘。學(xué)生答辯的次序由學(xué)生自行決定，沒有事先規(guī)定，即當(dāng)一組答辯完畢之后，另外一組即可自愿上臺(tái)。答辯要陳述的內(nèi)容由小組成員自行分配。

2.答辯過程。首先，學(xué)生介紹公司的概況，包括公司名稱、主營業(yè)務(wù)、在國內(nèi)國際市場(chǎng)的地位，通過陳述有關(guān)財(cái)務(wù)報(bào)表說明公司的財(cái)務(wù)狀況和重要的資產(chǎn)、負(fù)債、利潤、現(xiàn)金流量等項(xiàng)目。

然后，將所要求算的財(cái)務(wù)比率通報(bào)其他學(xué)生及老師。并基于所計(jì)算的相應(yīng)公司的財(cái)務(wù)比率預(yù)測(cè)公司未來的財(cái)務(wù)狀況，得出結(jié)論。

最后，其他學(xué)生根據(jù)答辯組介紹的內(nèi)容，對(duì)有異議的問題進(jìn)行提問，答辯組成員予以解答；在學(xué)生提問之后，老師提問與答辯內(nèi)容相關(guān)的問題，并針對(duì)學(xué)生的表達(dá)等提出一些意見和改進(jìn)方法。整個(gè)答辯過程氣氛活躍，學(xué)生表現(xiàn)出了很強(qiáng)的積極性和參與精神。

為了更加形象地說明答辯過程，以下舉例說明：

我院金融專業(yè)學(xué)生A和學(xué)生B為一組，他們所介紹的公司為“聯(lián)通公司”，他們?cè)陉愂龅倪^程中介紹了聯(lián)通公司的概況和聯(lián)通公司的三大報(bào)表(資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤表)，利用三大報(bào)表的數(shù)據(jù)計(jì)算了外部籌資，內(nèi)部增長率，流動(dòng)比率，速動(dòng)比率等財(cái)務(wù)指標(biāo)。根據(jù)計(jì)算結(jié)果，學(xué)生預(yù)測(cè)了未來聯(lián)通公司的財(cái)務(wù)狀況良好，并預(yù)測(cè)了聯(lián)通公司下一年度的利潤率等。接下來的老師提問，老師針對(duì)答辯過程提出了問題并給了相應(yīng)的建議。該小組答辯結(jié)束后，老師從各個(gè)方面對(duì)小組的表現(xiàn)作了紀(jì)錄。

四、非標(biāo)準(zhǔn)化考試的積極作用與存在的問題

從非標(biāo)準(zhǔn)化考試在我院的實(shí)施來看，它作為不同于傳統(tǒng)考試模式的新形式，主要有以下優(yōu)點(diǎn)：

1.培養(yǎng)了學(xué)生主動(dòng)學(xué)習(xí)、主動(dòng)研究和分工協(xié)作的精神，而且也培養(yǎng)了學(xué)生的表達(dá)能力，這對(duì)于學(xué)生專業(yè)能力提高是非常重要的。

2.學(xué)生可以出于自己的興趣，按照自己的方式來準(zhǔn)備資料，學(xué)習(xí)、鞏固一些自己還沒有掌握的知識(shí)。比如說：有一組所研究分析的公司是一個(gè)外國公司，查閱的的是外文資料，一些與公司相關(guān)的資料都是學(xué)生自己翻譯的，這樣，即充分發(fā)揮了國際學(xué)院學(xué)生英語好的優(yōu)勢(shì)，也同時(shí)提高了金融學(xué)的專業(yè)知識(shí)和英文能力。

3.學(xué)生不僅對(duì)自己所研究的公司有所了解，而且通過傾聽其他同學(xué)的介紹，也了解了其他的公司，開闊了眼界。更重要的，從準(zhǔn)備到答辯的整個(gè)過程，學(xué)生都表現(xiàn)出了強(qiáng)烈的熱情和興趣，這比較符合素質(zhì)教育的目的，學(xué)生是為了興趣而學(xué)習(xí)，不是為了考試而學(xué)習(xí)。改變了傳統(tǒng)的單一化、模式化教育。

但是，同時(shí)，在其適用性方面也發(fā)現(xiàn)了一些問題：

1.這樣的考試模式更適合一些有些基礎(chǔ)的高年級(jí)同學(xué)，比如說大二、大三的學(xué)生，而我們此次試點(diǎn)是針對(duì)于大一的學(xué)生，因?yàn)榇笠坏膶W(xué)生所學(xué)的內(nèi)容還屬于基礎(chǔ)知識(shí)階段，這樣的方式對(duì)于他們略顯有些難度，有些囫圇吞棗的印象。