时间:2023-07-13 16:28:53
导言:作为写作爱好者,不可错过为您精心挑选的10篇财务风险预警研究,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
一、引言
经济全球化的发展,使得企业在获得发展机遇的同时,也面临着更加激烈的市场竞争,从而面临更大的风险。面对激励的市场竞争,如何适应环境的改变,增强抵抗财务风险的能力,对于企业的来说是一个现实而严峻的挑战。面对严峻的财务风险问题,企业应根据实际情况构建财务风险预警系统,采取各种措施建立完善的、全面的风险抵御系统,从而控制和避免财务风险的发生。
二、财务风险预警系统的概述
(一)财务风险预警系统的含义
财务风险预警系统以企业信息为基础,利用企业的财务会计资料,通过比较分析、比率分析、因素分析等方法,对企业的经营活动进行分析与监督,及时发现企业经营管理活动中存在的风险,从而采取有效的措施,避免企业经营管理活动偏失所带来的损失。利用财务风险预警分析,企业可以了解经营活动所面临的财务状况,从而有效地避免和防止财务风险的发生。
(二)财务风险预警系统的构建
1.确定财务风险预警系统建立的原则
①相关性原则。财务风险预警系统所选择的指标体系必须能够反映企业内部经营活动。②重要性原则,根据企业管理的特点,重点选择可以揭示企业财务风险的主要指标。③预测原则。财务风险预警系统的目的是可以及时检测到引起财务风险的隐性因素。④动态性原则。财务风险预警系统不但要满足静态的剖析,还要随时监控财务运行的情况。
2.构建财务风险预警系统的指标体系
财务风险预警系统的核心是预警指标体系,预警指标体系的建立要注意预警指标选择的科学性及针对性。企业可以选择财务分析中有代表性的指标,如偿债能力、盈利能力、发展能力和操作能力等,通过预警指标监测和控制财务风险。
3.构建财务风险预警模型
财务风险预警模型包括静态和动态两种。静态模型包括单变量判断模型、多元化线性判定模型和派生模型、概率模型。动态预警模型包括时间序列分析模型、神经网络模型等。不同的模型具有各个不同的特点,企业应该根据实际情况,选择预测模型来提高预测的准确度。
4.制定有效的风险预警机制
财务风险预警机制一般包括两个要素:预防措施和应急处理措施。预防措施是在财务危机潜伏期内,发现企业经营管理的弱点,避免财务危机的爆发。在财务危机爆发时应采取应急处理措施,控制局势的进一步恶化。
三、财务风险预警系统存在的问题
(一)忽略定性方法在财务风险评估中的作用
企业建立的财务风险模型大多侧重于对财务指标的定量分析,评价标准主要取决于经验数据。而现代企业的管理同时关注非量化因素的影响,如企业文化,治理结构等非量化因素也将对企业财务风险产生影响。因此,忽略定性方法和非财务指标,可能造成不准确和不完整的财务风险评估结果。但定量分析方法由于受到企业之间的差异、评价的主观性及数据获取的难度等限制而难以实际应用。
(二)忽略现金流量指标的作用
企业的财务环境一般包括企业的盈利能力、规模状况、现金流量和资产结构等。当前财务风险预警系统在指标选择上,使用最多的是资产负债率、流动比率、净资产收益率销售净利率等指标,来评估企业的资产结构与质量以及盈利状况。从指标选择上可以看出,企业的风险预警系统忽视了现金流量的影响,从而降低了财务风险预警模型的预测结果。
四、政策建议
(一)健全财务风险预警系统的组织机构
财务风险预警系统的工作量比较大,企业应建全财务风险预警组织机构。财务风险预警组织机构主要有基础数据采集层、风险分析层和领导层。基础数据采集层的职责是收集财务风险预警需要的基础数据,收集有关企业外部的财务风险预警信息。风险分析层主要负责对基层所上报的基础数据进行分析,确定财务风险预警对象的程度,根据分析的结果,提出解决方案和措施,向领导层汇报。领导层常设立在公司的董事会或企业决策机构的下属组织,主要是负责对重大的风险进行决策和考核。
(二)积极探索和运用新的财务风险分析方法
运用财务指标对财务风险进行分析时,企业不仅要注重定量指标的分析,还要考虑到定性分析和非财务指标的分析,实现对企业经营活动的全面分析。例如,可以将企业采购、生产、销售等环节的信息纳入到预警模型中来,实现资源共享和功能集成。同时,企业应根据市场情况及自身发展情况,适时改变财务风险预警模型,从而避免分析结果存在的偏差。相关人员应该积极探索和运用新的财务风险分析方法,不断完善企业财务风险预警系统。
参考文献:
[1]蔡莉莉.浅析企业财务分险预警系统的完善.财会研究,2010.
企业财务风险预警是近年来企业财务管理理论和实践中的一个热点问题,也是一个前沿问题。企业财务风险是企业众多风险中最重要的风险之一,企业的生存和发展受企业财务状况好坏的影响,因此说深入的研究企业的财务风险管理具有重要的意义。本文主要从企业财务风险预警的理论内容、预警中存在的问题及其原因分析和构建有效的财务预警体系的政策建议方面进行阐述。
一、企业财务风险预警概述
1.财务风险预警的概念
预警就是根据内外部环境和条件的变化,对未来发生的一些风险和不利事件进行预测和报警。它是一种事先采取措施,减少不确定性因素或风险造成的损害的一种管理方法。
企业财务风险预警是在企业信息化的基础上,并根据企业经营和财务目标,通过收集与企业经营相关的一些产业政策,生产经营状况,市场竞争状况及企业本身各类财务状况,分析资金流动的运行规律,对企业在经营管理活动中产生的潜在财务风险进行监测、诊断与报警的一种技术。它能够及时的对资金管理过程中的堵塞、过度滞留、浪费等信号及时发出警报,促使企业及时的采取相应措施,不断的提高企业抵抗财务风险的能力。
2.财务风险预警的重要意义
有效的财务风险预警具有预知危机、处理信息的功能,并能控制风险避免财务危机再次发生。企业建立有效的财务风险预警机制对提高企业的抗风险能力,及时跟踪、监控、预测企业的财务状况有着极为重要的意义。
二、企业财务风险预警中存在的现实问题及其分析
1.筹集资金过程现实问题及原因分析
资金是企业进行生产经营活动的必要条件,如果资金出现短缺,企业就无法实现其经营目标,使其陷入困境。企业在资金管理过程中常见的现象主要表现为有钱就用,无钱就贷,没有合理预测资金需要量及资金的投放时间。如果预测也就是眼前资金需求。不仅资金需要量预测不准,而且又不能及时的筹集贷款,导致资金紧张。其主要原因在于其预测时方法不科学.没能把全年的资金需求量纳入预测得范围:不注意预测不同时点的资金需要量和产品的销售趋势;企业筹资渠道单一,筹资方式不灵活,主要以银行信贷作为筹资渠道,这样的筹资方式不能满足企业筹集到足额资金之需;企业没有选择最佳的筹资组合和方式,只考虑了尽快的解决资金,而忽略了成本和风险。
2.销售与收款风险现实问题及原因分析
在企业的经营业务中,销售收入与应收账款是衡量企业债权与经营业绩的主要指标,这种指标也很容易失控,尤其是在关联交易中,虚增虚减销售收入现象时常发生.应收账款不实普遍出现,给企业如实的反映其经济状况带来瓶颈。主要表现为:虚增收入,利益诱惑;提前确认收入,为考核指标兑现;违规做支,债权、实物资产不实。其主要原因在于企业内部控制制度不够健全,缺乏日常监督和专项监督机制,责任人缺乏控制意识和责任心。
3.存货风险现实问题及原因分析
一般情况下,在企业的实物资产中所占的比重比较大的存货,直接影响着产品成本的高低。因此在存货运行中企业有以下现实问题值得分析:库房运行环节不规范,职责不清;单据传递不到位,签收不完整;盘点走过场,存货霉烂、毁损无人处置,超储短缺不过问;财务账与库房账不符,造成账实不符。其主要原因是库房内部控制体系不健全,不到位,对存货管理人员职责分工不明确,对实物资产缺乏严格控制、监督制度,没有建立一个好的奖惩办法,不能及时查明实物资产盘亏、毁损的原因,存货管理者素质偏低,领导的重视程度不足。
三、构建有效的企业财务风险预警体系的政策建议
1.加强企业的财务信息化管理
企业预警需要有一定的管理功底和基础,仅靠提高财务管理水平是远远不够的。企业财务信息化的程度会直接影响财务风险预警的运行。在企业日常的监控过程中,需要用到大量的基础数据。这就要求企业加强信息化管理,以及时提供所需要的各种数据。企业建立财务风险预警组织机构,应遵循“专人负责、职责独立”的原则,并且该预警系统应该是开放性的,它不仅包括内部财务信息,还应当包括外部相关信息。系统信息的不断刷新与升级较为关键,它能确保财务信息的及时性、有效性和准确性。
2.树立全员的财务风险防范意识
企业财务风险预警系统得以成功建立并有效运行的前提是风险防范意识。这就要求企业全体员工,尤其是企业的领导层在思想上对潜在的危机要高度警惕和认识,企业的全体员工通过接收风险意识教育,使得他们都能充分的了解自己在整个财务风险预警管控体系中的地位和作用,从而发挥团队防范效应,并且企业应当对员工发现的问题及提出的合理建议给予重视和采纳。
3.完善企业的内部控制制度
在企业管理中,内控制度起着至关重要的作用,尤其是在市场竞争日益激烈的今天,内控制度,一方面作为企业赖以生存和发展的有效管理工具,另一方面也成为财务风险管控的有力助手。企业要想完善其内控制度,首先要建立有效的约束和激励机制,企业可以建立一套针对财务风险防范的绩效考核体系,将其落实到具体的业务部门,以此促进员工积极参与企业财务风险的防范;其次要明晰内部的各种财务关系,做到权、责、利相统一并建立和完善企业财务风险跟踪和监控机制;最后要强化企业内部的审计监督机制,通过建立和完善企业内部审计监督机制,尽可能的将企业财务状况的反映差错降到最低。
参考文献:
[1]朱祥德:我国企业财务风险预警系统的构建[J].中国管理信息化,2009(12).
首先在财务风险预警领域树立里程碑的是Beaver(1966),他利用单变量对企业破产进行预测,局限性是对同一企业的风险进行预测时,选择的比率不同,得到的结果也可能有所不同。美国学者Edward Altman在1968年提出了多元变量Z-score模型,突破了单变量的研究。之后学者们纷纷利用多变量财务预警模型进行研究,但在1980年学者Ohlson首次采用Logistic方法预测财务风险。进入20世纪90年代,出现了基于神经网络的财务风险预警模型,得到的结果比较理想。随后一些新的方法如:支持向量机、期权定价模型也被运用到财务风险预警的分析中。我国的财务风险预警研究起步较晚,周首华、杨济华(1996)把现金流量指标引入到Z分数模型中,提出了新的模型―― F分数模型。陈瑜(2000)运用二元线性回归和主成分分析对上市公司财务预警模型的构建进行实证研究。姜秀华、孙铮(2001)则运用Logistic建立回归判别模型。随后的财务风险预警研究采用了新的方法――神经网络,如: BP神经网络(杨淑娥、黄礼,2005),模糊神经网络混合模型(梁杰,2006),遗传神经网络(蔡志岳、吴世农,2006),RBF神经网络对物流企业财务风险预警的评价(刘磊、郭岩,2012)等。随着多学科的交流融合,也出现了其他的模型,如2015年蓝莎运用系统动力学对财务系统进行结构―功能模拟,建立了财务风险预警体系。
总体来看,多元判别分析、Logistic和人工神经网络是主要的预测方法,三者之中预测度最高的是人工神经网络,最差的是多元判别模型。目前文献对工业企业的财务风险预警研究较少,本文选取北京市工业企业与财务风险有关的财务与非财务数据,并引入人工神经网络中相对完善、易于操作的多层次感知器,构建财务风险预警体系。
二、数据样本的确定
(一)样本预警指标选取
本文研究对象是北京市45家在上海证券交易所上市的A股工业企业,并通过csmar数据库收集2012―2014年这些公司的相关指标。选取的指标既包括了反映企业偿债能力、盈利能力、经营能力和发展能力四个方面的财务指标,也涵盖了相关非财务指标,如股权集中度和独立董事比例,总计18项预警指标,如表1所示。
(二)财务风险划分
由于45家北京市工业企业被ST特殊处理的情况较少,且标记为ST发生在出现财务危机之后,很难对企业风险预警产生前瞻性影响,而且财务风险的发生是一个渐进的过程,上市公司的财务状况在不加以控制的情况下会由轻度财务危机转换为重度财务危机。所以本文将财务风险按照以下标准将其细分为低风险、中等风险和重大风险。如果当年的净利润不为负时,表明上市公司的财务风险为低风险;当年首次出现净利润为负,则表明上市公司为中等财务风险水平;当年为第二次出现净利润为负时,则表明财务风险水平很高,归类为重大风险。根据上述标准,将2012―2014年45家公司共135个样本划分为三类,其中:低风险有120个,中等风险为10个,重大风险为5个。
三、实证检验
(一)KMO检验与Bartlett球度检验
在收集到以上45家工业上市公司近三年18项指标数据后,对原始数据进行标准化处理,以消除不同指标间的量纲差异。在此基础上为判断135个样本数据是否能进行主成分分析,首先对标准化后的数据进行KMO检验与Bartlett球度检验,如表2所示,其中KMO值为0.678,大于0.6,适合做主成分分析;Bartlett球度检验的显著性概率为0,说明变量具有统计学意义,而且表现出高度的相关性和显著性。
(二)主成分因子的提取
为了对财务风险预警进行更加有效的分析,需要减少变量的个数,分析2012―2014年共135个样本数据的18项预警指标,利用SPSS软件进行因子分析,提取主成分因子,如表3所示。在特征值大于1时,共提取7个主成分因子,这7个主成分因子的累计方差贡献率达到75.9%,能反映18个变量四分之三的信息。设主成分因子为Fi(i=1,2, …,7),做成分矩阵(如表4所示),可以进一步分析主成分Fi所代表的能力和它反映的有关上市公司的财务信息。
主成分因子F1中资产报酬率、每股收益、营业净利率的比重较大,说明F1主要反映公司的盈利能力;F2中所有者权益增长率和净利润增长率所占的比重大,代表公司的发展能力;F3中反映偿债能力的指标比重较大,说明F3主要变现为偿债能力;F4中非财务指标的独立董事比例比重最大,则把公共因子看成股权结构因子;F5中总资产周转率的比重最大,代表整体营运能力;F6中综合杠杆的比重最大,反映了风险水平能力;F7中营运能力的应收账款周转率和存货周转率指标所占的比重大,F7代表日常营运能力因子。这7个因子涉及到财务和非财务的相关信息,比较全面地反映出财务风险的各种因素。
(三) MLP风险预警模型的构建及实证结果
多层感知器(MLP)是一种多层前馈网络模型,具有高度的非线性映射能力,它由三部分组成:一层为感知单元组成的输入层;一层为(或多层)计算节点的隐藏层;一层为计算节点的输出层。
本文运用SPSS软件,首先将七个主成分因子代表初始的18项指标,代入神经网络的多层感知器,作为协变量,风险程度作为因变量。其次在分区中,按照七比三的比例随机分配个案,即135个样本中70%作为训练变量,30%作为测试变量。其中训练变量中重大风险的样本为3个,中等风险的样本数为8个,低风险的样本数为86个;测试变量中包含重大风险的样本2个,中等风险的样本数为2个,低风险的样本数为34个。然后在体系结构中,设置最低的隐藏层数为1,分批进行培训操作时,选择调整的共轭梯度对算法进行优化。最后可以输出ROC曲线分析准确性和特异性,判断对财务风险的预警能力。
MLP对财务风险预警识别结果如表5所示,已预测与已观测的样本相比,在训练变量中,有三个样本其实属于重大风险,却预测为中等风险,准确率为0,中等风险和低风险全部预测准确,总体来看,训练变量的正确率为96.9%;在测试变量中,重大风险有2个在预测的中等风险水平中,总计的测试变量的准确率为94.7%。由此得出综合正确率为95.8%,其中低风险预测准确率为100%,说明多层感知器对低风险能较好的预测;误判均发生在将重大风险归类到中等风险,究其原因可能是重大风险与中等风险划分不明确,且在第一年出现净利润为负时,第二年要想转亏为盈的难度也很大,或者即使利润为正,为弥补去年差异最后的净利润数额也较小,这样造成重度风险和中度风险的差异不大,利用多层感知器预测时会产生偏差。
四、结论
关键词 :新常态视角 财务风险 预警机制 预警模型
一、引言
自党的十以来,我国经济社会形态呈现出与以往不同的发展状况。即增长速度放缓,增长质量更上台阶,基于这个新常态,企业财务风险预警能力面临严重挑战,企业财务风险预警,主要是企业通过监控有段实时监控内部财务风险,并对存在的财务风险因素进行预警。基于企业的角度而言,财务风险有效控制异常重要。在新常态的视角下,分析国内预警方面的不足以及存在的问题,在现阶段经济发展角度制定财务风险预警机制,具有一定实用价值。
二、新常态下的财务分析
(一)新常态概述
新常态,是指中国经济发展到一个新的阶段,增长速度放缓,增长质量更上台阶。经济进入新常态后应具有以下特点:一是经济增速是适度的,与潜在经济增长率相适应,具有可持续性;二是经济结构是优化的,第三产业、高附加值产业、绿色低碳产业比重稳步提高;三是经济质量是较高的,经济动力主要来自生产率的提高;四是经济制度环境是有利的,市场在资源配置中日益发挥决定性作用。
(二)新常态下突出的财务风险
新常态下企业面临着运行成本上升,投资政策改变,贸易环境变化,市场需求疲软等一系列新问题。整个市场需求变缓,产品质量要求增高,财务风险大大提高,如何应对财务风险将是中小企业能否在新常态下生存下去的关键。
三、新常态下财务风险定性、定量分析
(一)财务风险预警定性分析
定性分析,主要是依靠主观分析与判断,进而对财务风险预警因素进行分析的手段。与传统分析方法相比较而言,定性分析因素在企业阶段性发展中占据重要地位。下面对定性分析各项方法进行分析:
1、表征观察法
该方法主要是对企业自身的整体运营情况进行观察,通过对企业异常特征进行分析,判定企业可能发生的财务风险。如企业资产负债率明显高于同期水平,资产结构方面发生异常状况,财务内部控制恶化;企业盈利来源非经常性的损益,则可能是主营业务已经发生重大问题。表征观察法对企业财务出现的显性因素进行特征分析,对财务风险因素进行识别,适用于较为明显的财务异常变化。
2、“四阶段症状”分析法
此种评价方法是一种拟人化的分析方式,企业运行状况不佳,所体现出的状况与人病危状况相类似,如表1所示:
该分析方法,具备简单明了效果,较为适合企业自身财务风险预警的诊断。但此种分析方法的应用,存在一定难度。财务预警的过程中,各项因素的清晰程度,很难想表中表现的至关状况。因此,要求财务预警分析这具备良好的工作素质。
3、管理评分法
管理评分法最先由美国财务学家提出,将破产企业作为研究对象,基于内部财务状况进行加权处理,通过评分判定企业安全性。该方法的具体评分表如表2所示:
在进行评分的过程中,需要充分的结合企业发展实际状况,最终得分分值越高,则说明企业处境较差,财务风险较为严重。该方法在企业当中的应用,具备简单易懂等特点,但由于各项内在因素需结合企业发展实际状况,工作量较大。只有在掌握内部财务状况各项因素的同时,才能够发挥此种方法的实效。
(二)财务风险预警定量分析
与财务风险预警定性分析而言,定量分析所采用的方法更加便捷,并且判定效果良好,使得定量分析方法在企业财务风险预警方面被广泛应用。特别是基于新常态视角下,定量分析更能够体现出财务风险预警的准确性。下面进行详细分析:
1、单变量判定模型
单变量判定模型,又被称之为单变量分析法,主要是对企业单一财务指标进而评估企业整体财务状况。该评定模型在分析过程中,评定方法较为简单快捷,便于运用。但该方法在运用方面,由于是针对企业财务指标进行单一分析,造成分析结果缺乏系统性,预警能力严重不足。
2、多变量判定模型
多变量判定模型与单变量判定模型存在一定区别,可以将该模型称之为Z计分法模型,是由爱德华·阿尔曼(Edward·altman)在1968年提出。该模型当中的线性函数公式主要是通过多种财务指标加权汇总而成,通过企业内部财务多个财务指标进而建立。多变量判定模型内容当中经常运用的Z分数预警模型与F分数预警模型,经典模型表示如下:
其中,X1为营运资金/资产总额;X2为留存收益/资产总额;X3为息税前利润/资产总额;X4为普通股以及优先股市场价值总额/负债账面价值总额;X5为销售收入/资产总额。
由于Z模型的建立当中,并没有将企业当中的现金流量进行充分的考虑。因此,对于此种问题很多相关方面的学者进行了改进,建立了F分数模型:
其中,X1为营运资金/资产总额;X2为留存收益/资产总额;X3为(净利润+折旧费)/平均负债率;X4权益总值/负债总额;X5为(净利润+折旧+利息)/资产总额。
多变量判定模型分析较为准确,并且模型精度分析较高,需要大量的参数内容提供支撑,工作量较大。但此种方法在企业当中的应用,应对财务风险的准确性较高,并且被应用在本次研究当中,对规避风险及分析财务风险具有其他方法不具备的优势。
3、联合预警模型分析方法
由于财务指标通常只是反映企业生产经营过程中的实际财务状况,基于企业的发展战略、企业文化、区域位置等各项非财务信息指标进行分析。因此,产生了联合预警模型。该模型能够对企业经营现状进行模拟,反应企业生产经营过程中各项因素,确定理论框架以及行业特征,克服财务指标的片面性。
四、新常态下构建企业财务风险预警模型
(一)企业财务风险预警准备工作
企业财务风险预警是一项系统性工程,需要企业内部各个组成部分之间的协同合作。确保企业制定详细的工作计划,对各项流程进行充分规范。在新常态视角下,分析企业发展问题需要基于个层面进行分析,细致化诠释各项内容。因此,在准备工作方面主要分为以下几项内容:一是统一思想。只有将企业内部员工以及管理者对于风险预警思想进行统一,才能够积极构建财务风险预警机制,强化风险预警意识;二是制定工作方案。将财务风险预警各项内容细致化划分,健全工作计划的向西行,提升操作型;三是做好信息收集与管理。将财务信息指标进行收集,保证信息来源与内部与外部。同时,对各项内容进行积极评价,为信息利用奠定基础。
(二)财务风险预警F模型
选用F模型作为本选题研究的财务风险预警模型,即:
其中,X1为营运资金/资产总额;X2为留存收益/资产总额;X3为(净利润+折旧费)/平均负债率;X4权益总值/负债总额;X5为(净利润+折旧+利息)/资产总额。
在该模型当中,选择五个自变量内容,具体临界点为0.0274;如果低于0.0274,则说明公司财务风险状况不容乐观,可能面临破产;一旦高于0.0274,则预测公司经营状况良好,可继续生产运营。
(三)财务风险预案
企业内在的财务风险因素被实质化之后,形成财务危机,一旦危机出现,企业则需要制定具体的管理预案进行危机方面的处理。
本文选定企业深圳某机械有限公司处理程序如下:
对深圳某机械有限公司内部的财务危机状况进行登记的评判,重新评估可能被隐瞒的财务数据内容,明确内部债券债务是否符合发展状况,积极探寻有利因素并寻找对策。
启动预案。根据财务状况以及危险程度,判定危机信号具体数值,对危机预案进行拟定,实施方案预算体系,确保数据内容处于可控范围。
保证信息畅通。危机预案处理过程中,需要保证领导机构以及执行操作内容信息方面的流通度,为处理新情况以及预案有效执行奠定基础。
总结。当危机处理完成之后,应该尽心总结与分析,将财务风险当中的具体风险指标进行筛选,确保预案执行效果得到提升。
五、新常态企业财务风险预警模型实证分析
(一)企业概况
深圳某机械有限公司成立于中国广东省深圳市,厂房占地10000平方米,拥有自己规划建设的现代化厂房,拥有雄厚的技术研发能力和先进的生产制造硬件设施。公司多年来专注于高品质模具加工机床、机械加工专用机床设备的技术研发、生产制造、经营销售,并为客户提供全方位的售前、售中、售后技术服务。目前产品规模、研发实力、市场占有率、以及企业管理综合实力已位居华南地区行业前列。
(二)该公司财务风险预警存在的问题
1、财务状况总体失衡
2012年,该企业资产总额为165284万元,与上一年同比增长25639万元。其中负债总额为112123万元,与上一年同比增长12058万元。主业务收入为568496万元,与去年增长14.81%,实现净利润3447万元,增长692万元,为年度预算3200万元的107.72%。基于该公司的实际发展状况分析,主营业务收入较大,并且应收账款占总资产比重较高,未来收益内容不够明确,造成公司资产缩水。公司具体财务状况如下表3所示:
2、缺乏评估机制
该公司大多数管理人员并未对内部控制提升自身的认识程度,造成内部控制不够明确,严重的影响企业整体运行状况。同时,对财务与法律意识相对淡薄,严重影响内部控制质量,企业财务运作效率低下。并且在企业生产经营环节,各项不确定环节财务风险控制不能够准确预测,传统的表征观察法风险预警不能够体现出现代企业的发展要求,致使企业产生或陷入风险。
3、缺乏有效的资金管理
基于该企业财务报表而言,发现其现金金额较大,高达2亿元,并且流动负债也处于较高水平,充分的说明该企业资金应用效率低下。通过进一步分析可以发现,该企业各个生产经营环节处于分散状况,资金流动性未能够得到体现,知识资金管理手段落后。在应对财务风险方面,方法单一,管理不能够满足企业自身要求。
(三)财务指标预警分析
选定深圳某机械有限公司作为研究对象,在对该企业财务状况以及财务数据分析之后,得出深圳某机械有限公司在生产运营过程中财务风险预警模型进行实证分析。对预警评估得分进行计算,将总分设定为100分。按照优先级分别对资产负债结构、偿债能力、营运能力、盈利能力以及发展能力预警指标赋予20:20:26:18:16的比重。在最高分与最低分方面设定上限与下限数值,保证上限标准值为1.5倍,下限标准值为0.5倍。具体公式按照(行业最佳比率-标准比率)/(行业最高得分-评分值),得出评估表当中的预警得分,具体如下表4所示:
根据企业风险预警评估表当中的计算,深圳某机械有限公司在2012年财务风险预警的总得分为118.23分,并且在2013与2014年,通过同样的方法进行计算,得出深圳某机械有限公司财务风险预警得分分别为112.87与119.66分,得出均超过100,位于正常区间范围内。即企业财务状况较为安全,财务风险不至于影响企业的正常生产运营。
(四)F模型深圳某机械有限公司财务风险预警评估
运用F模型对深圳某机械有限公司财务风险进行验证,旨在评价2012年风险预警结果,并通过相同的模型计算,得出2013年具体数据。具体数据如下表5所示:
基于上表当中的各项数值,能够计算出F模型各项指标,具体计算过程如下所示:
其中,X1为营运资金/资产总额;X2为留存收益/资产总额;X3为(净利润+折旧费)/平均负债率;X4权益总值/负债总额;X5为(净利润+折旧+利息)/资产总额。
2012年:
X1=营运资金/资产总额=0.205
X2=留存收益/资产总额=0.017
X3=(净利润+折旧费)/平均负债率=0.025
X4=权益总值/负债总额=0.085
X5=(净利润+折旧+利息)/资产总额=0.022
=-0.1744+1.1091×0.205+0.1704×0.017+1.9271×0.025+ 0.0302×0.085+0.4961×0.022
=0.1175
2013:
X1=营运资金/资产总额=0.152
X2=留存收益/资产总额=0.019
X3=(净利润+折旧费)/平均负债率=0.026
X4=权益总值/负债总额=0.066
X5=(净利润+折旧+利息)/资产总额=0.031
=-0.1744+1.1091×0.152+0.1704×0.019+1.9271×0.026+ 0.0302×0.066+0.4961×0.031
=0.065
(五)实证检验
经过具体计算得知,2012年F值为0.1175>0.0274;2013年F指为0.065>0.0274,并且根据该模型进行判定,深圳某机械有限公司在近期内,生产经营过程中不会发生财务危机,与上述财务风险预警评估验证结果基本一致。新型财务风险预警模型在公司具有一定的效果,能够及时发现公司内部财务风险因素,并加以控制。首先,针对财务总体失衡的状况,需要对公司生产经营进行实时分析,通过经济活动分析等手段,由市场调研作为基础,找出问题所在与差距因素,加强内部控制。进一步完善公司资产质量、营运能力、发展能力、盈利水平等方面预警监控机制。
其次,F 财务风险预测机制,能够对各项财务风险进行有效控制与计算,在公司发展方面具有推动意义,实现企业各项财务状况满足企业发展需求。并且该模型凭借对企业多项风险因素进行计算,准确提供风险预警,为企业发展提供准确预算结果。
最后,推行全面预算管理。预算并不是针对财务部分的工作内容,更是整个企业财务的工作内容。但全面预算管理内容,在一定程度上决定着企业财务风险因素的产生,有效控制成本管理,值得推广应用。
六、结论
综上所述,基于新常态视角下,企业正在面临着新的市场经济环境,如何保证企业在现代的市场竞争中,控制财务风险因素显然已经成为企业具备市场竞争力的关键因素。该企业在应用传统的定性风险预警方面,并未适应现代企业财务特点,造成风险预警能力低下,严重影响预警效果。F 财务风险预警模型的应用,有效的改善了内部财务状况,为现代企业经营发展提供良好基础,提升财务风险预警能力,准确预测风险因素。对财务风险预警的研究,能够在一定程度上提升企业对抗风险的能力,为企业健康发展提供基础保障,推动我国综合经济实力的不断提升。
参考文献
[1]梁达.以新常态视角看待经济增速的变化[J].宏观经济管理,2014,4(12):125-127.
[2]王丽娜.基于企业生命周期的财务风险预警研究[D].重庆:重庆大学,2012.
[3]杨美萍.企业财务风险预警指标体系的研究[D].北京:中国地质大学(北京),2010.
[4]王本运.大唐电力财务风险预警研究[D].北京:华北电力大学,2013.
[5]杨瑶,李红琨.基于现金流量指标的财务风险预警研究综述[J].现代商业,2011,11(09):236-237.
[6]韩东平,郑洲,颜宝铜.模糊综合评价法在高校财务预警中的应用[J].财会通讯,2010,6(06):114-117.
[7]董纪昌,马慧.家电行业并购的财务风险预警研究[J].数学的实践与认识,2010,11(01):78-83.
[8]史小英.国内外企业财务风险预警研究现状分析[J].新西部(理论版),2013,4(20):45-49.
中图分类号:F23 文献标识码:A
收录日期:2011年10月24日
一、企业财务预警的基本含义
企业财务预警,即财务失败预警,是指借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,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,避免潜在的风险演变成损失,起到未雨绸缪的作用。
二、国外专家学者对财务风险预警的研究
(一)单变量模型
1、1932年,Fitzpatrick利用单变量破产模型,选取19个样本运用单个财务比率进行预测,结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。当时由于条件限制,主要的研究方法就是对正常企业和非正常企业进行财务比率比较和经验分析。
2、1966年,Bwaver利用30个财务比率进行研究,发现三个比率是有效的:债务保障率(现金流量/债务总额)、资产收益率(净收益/资产总额)、资产负债率(债务总额/资产总额),其中,债务保障率指标表现最好。这可以看作是单变量模型的开创性研究,方法简单易行,可操作性强,在当时研究条件较差的情况下优势很大;其局限性也较明显,单一的财务比率不能全面反映客观事实,有可能在编制财务报表时存在粉饰某个指标的嫌疑,影响预测的有效性。
(二)多变量模型
1、Z计分模型。20世纪六十年代,爱德华・阿尔曼对5个财务比率分别给出一定权数,计算其加权平均数值Z值:
Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
其中:X1=营运资金/资产总额;X2=留存收益/资产总额;X3=息税前利润/资产总额;X4=股份市值/负债账面价值总额;X5=销售收入/资产总额。
一般地,Z值越低,企业越有可能发生破产。若Z≥2.675,则表明企业的财务状况良好,发生破产的可能性较小;若Z≤1.81,则企业存在很大的破产危险。
该模型实际上是通过五个变量(五种财务比率),将反映企业偿债能力的指标(X1、X4)、获利能力的指标(X2、X3)和运营能力的指标(X5)有机联系起来,综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高;预测期变长,准确率有所降低,距失败前五年的预测准确率仅为36%。1977年,爱德华又对自己的模型进行了修正,提出了ZETA模型。
Z计分模型准确率相比之前的单变量模型有很大的提高,但是未充分考虑到现金流量变动情况,而且要求变量符合正态分布的假设,降低了模型的使用范围。
2、Logisitic回归模型。该模型属于线性概率模型,通过对观察对象条件概率的观测,来判定对象的财务状况和经营风险。适用于因变量是非连续的且为二分类选择模式,将违约概率限定在0和1之间,并通过函数的对数分布来计算违约的概率。在二分类判别法中假设因变量为1和0,分别对应事件发生和事件不发生。Logisitic回归模型形式为:
Li=ln■=?琢+■?茁jXij+?着i
该模型使用的是最大似然估计,似然函数值越大,表明模型的模拟效果越好。其最大优点是,不需要严格的假设条件,能够克服线性方程受统计假设约束的局限性,具有更广泛的适用范围。目前这种模型使用较为普遍,但其计算过程较复杂,需要操作者具有较高的数学基础,同时其计算过程有近似处理,结果将会影响到预测的精确度。
3、Probit模型。假定企业的破产概率为P,样本服从正态分布,选取的财务指标对应P的分位数,先确定企业样本的极大似然函数,然后通过求似然函数的极大值就可以得到参数αβ,然后就可以利用公式求出企业的破产概率。P<0.5,判别为财务正常;P>0.5,即为破产型。
其公式为:
P=■(1/■)e■dt
该模型和Logistic模型方法相似,但条件严格,计算方法相对复杂,使用面不如Logistic模型广泛。
4、人工神经网络理论和方法(ANN)。神经网络模型是一种并行分布模式处理系统,是由大量的简单处理单元相互联结组成的复杂网络系统,具有高度并行计算能力、自学能力和容错能力。作为非参数的预测模型,它克服了选择模型函数形式的困难,同时对样本及变量的分布特征没有限制,还能克服统计方面的限制,能够同时处理定性变量和定量变量,具备处理资料遗漏或是错误的能力。然而由于理论基础比较薄弱,模型计算量较大,辨别能力不强,人工神经网络对人体大脑神经模拟的科学性、准确性还有待进一步提高。
5、递归划分分析模型。以财务比率为判别点建立二叉分类树,以最低误判成本为标准对样本企业进行分类预测。结果发现将破产企业误判为非破产企业的概率要高于将非破产企业误判为破产企业。可以选用非财务指标和定性指标,但复杂的分类树结构可能引起样本的过度适应,预测风险高。
6、支持向量机模型。该模型建立在机器学习理论基础之上,Fan A etc采用欧氏距离方式最大化不同类的向量之间的距离、最小化同类的向量之间的距离,实现对预警指标的筛选,计算成本较低。Van Gestel T etc将其应用到财务危机预警模型中,采用最小二乘法作为支持向量机线性学习器,构建LS-SVM财务危机预警模型,判别准确率高达89.91%。
三、我国学者的主要研究
国内关于财务危机预警的研究开始于20世纪八十年代中后期,直到1996年以后,才陆续出现以企业财务数据为基础而建立的财务危机预警模型,并逐渐发展起来。
1996年周首华、杨济华和王平,在Z分数模型的基础上进行改进,选取了31家破产公司和31家非破产公司作为样本建立模型,并且用4,160家公司的数据作为检验样本进行验证,该模型充分考虑了现金流量变动情况指标,具体模型为:
F=-0.1774+1.1091X1+0.1704X2+1.9271X3+0.0302X4+0.4961X5
其中,X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同,而X3、X5与Z分数模型的X3、X5不同。X3=(税后净收益+折旧)/平均总负债,它是一个现金流量变量,是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。X5=(税后净收益+利息+折旧)/平均总资产,测定的是企业总资产在创造现金流量方面的能力(其中的利息是指企业利息收入减去利息支出后的余额)。相对于Z分数模型,它可以更准确地预测出企业是否存在财务风险,判别临界点为0.0274。
1999年陈静选取1998年27家ST公司和同行业、同规模27家非ST公司作为样本分析。在单变量分析中,选取了资产负债率、净资产收益率、总资产收益率、流动比率4个指标。发现流动比率和负债比率的误判率最低。在多元判别中选取负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率等财务指标构建的模型,在公司ST发生前三年能够较好地对财务危机进行预测。
2001年吴世农、卢贤义采用剖面分析法、单变量判定分析方法、多元线性判定方法进行财务危机预警研究,得出结论:多变量优于单变量,且Logit回归模型的判定准确性最高。选取的预测变量有盈利增长指数、资产报酬率、流动比率、存取负债股东权益比率、营运资本/总资产、资产周转率。同年,杨保安引入神经网络分析方法并应用于企业财务危机判定与预测,选用BP神经网络法构建模型,结果显示判别正确率高达95%。
2003年,杨淑娥、徐伟刚在借鉴美国学者Altman的Z分数模型基础上,在变量选取方面考虑到反映现金流量方面的比率指标和累计盈利能力的比率指标,具体共12个指标:速动比率、权益比率、利息保障倍数、债务保障率、来自经营活动的现金流量总额、总资产报酬率、销售成本利润率、应收账款周转率、存货周转率、主营业务增长率、资本保值率、累积盈利能力,形成了Y模型。
四、各种模型评述
单变量分析模型相对简单直观,但不能够反映企业综合财务状况,同时使用几个单变量,有可能出现矛盾情况。多元线性判别模型能够较全面反映企业财务状况,提高判别和预测的准确度,变量之间需要满足不同的假设前提,且需要大量的样本作为支撑,计算相对复杂。ANN模型具有较好的模式识别能力,并且具有学习能力,无需考虑变量之间的统计关系,能同时处理定性和定量变量,也同时存在结构确定困难性、不具解释性、操作性差及训练效率低的缺陷。支持向量机模型是一种新型的模式,无需特殊假设,针对小样本具有较广的推广空间。
每种分析方法均有其适用条件及优缺点,企业应根据行业特点选择操作性强的财务预警模型,建立财务预警系统,及时预测财务状况,提高自身竞争能力。
主要参考文献:
一、建立企业财务风险预警系统的必要性
(1)当今企业发展环境。惨痛的历史给社会的经验是固步自封只会落后,之后任人欺凌。这一点同样适用在经济市场,经济竞争就是没有硝烟的战场。所以,当今的市场经济中,各个企业所要面临的竞争对手不仅仅是国内的企业,还有国外的各强国的优秀企业。形式十分严峻,企业只有经历了各种各样的历练和考验,积极吸取竞争对手的优秀制度,不断的从经历中总结经验,吸取教训,完善自己,才能够从中脱颖而出,屹立在国际经济市场之内。
(2)建立企业财务风险系统的必要性。一个企业就像一个人一样,它的发展受到两个方面的影响:一是来源于外部经济市场的规则、国家的政策、社会的要求之类的外部考验,另一个就是来源于自身的影响。一个优秀的人需要对自身内在进行管理,在不断丰富自己的同时,也需要培养或制定良好习惯对自己进行制约。对于企业来说,在不断发展的同时,必须要制定相应的制度来对企业进行约束,避免或减少外界对企业造成的不良影响,将事后的管理更改为事前的预防。因此,企业应建立严谨的财务风险预警系统和监控系统,提高企业对市场的危机意识。
(3)建立企业财务风险系统的意义。有企业成立,也有企业成功,自然也就有企业合并或者是破产,这些是市场经济的环境下企业的发展常态。相信每个企业都不愿意走向衰落,那么,企业就要提高自身对市场信息的应对以及消化的能力,最大程度上利用自己企业的优势,不断的加强企业自身抵抗风险的机制和意识。建立企业财务风险预警系统,通过风险预警系统中的防范、监控、预警等功能应对各种容易发生变化的、非常见的逆境状况,从而保证企业生产经营的安全性以及企业生产经营中的良性循环。财务预警系统可以多方面的分析公司财务情况,并结合实际的经济市场的信息来预测公司财务危机,从而不断针对调整,让企业的财务活动始终处于“可控、且安全”的状态。公司财务对经营活动具有前瞻性特征,有大量的实例可以证明,陷入经营危机的企业基本上都是由财务危机为征兆的,而财务的危机问题,并不是突然性的、爆发性的危机问题,财务危机的形成是问题的不断积累与恶化共同造成的。而财务风险预警系统能够不断排查这些问题,一些敏感性的关键财务指标即警兆会以不同的形式,在不同程度显现出来,然后系统就会对这些问题进行分析,及时的减少财务问题,从而减少财务危机的发生。
二、企业财务风险预警系统的构建
企业财务风险预警系统是财务风险管理中一项综合性程序较高且复杂的管理活动,主要是指企业在财务风险管理中形成的各种相互制约、相互依赖的预警职能体系。通常情况下,企业在对财务的管理过程中,都会采用财务杠杆系数衡量财务风险的方法。但是这样的方法对于财务风险预警来说,远远达不到要求。财务预警系统是通过对企业财务活动进行预测、监控,通过因素分析、比较分析、比率分析等方法建立的一套财务预警分析系统,系统全面地检测企业的财务情况,通过分析预先告知企业可能出现的财务危机,让企业可以提早准备,而且还可以采取特定的措施,排除危机,保证企业财务活动安全运行的管理行为。当前财务预警模型多采用单元判定模型,多元线性判定模型如人工神经网络模型、Logisti模型、Z分数模型等。
要想构建企业财务风险预警系统,首先要做的是对需要达到的目标状况、财务风险预警所处的环境情况进行分析,然后要结合风险预警的论证还有企业的实施环境,使用合理科学的财务指标,并且要充分的考虑财务风险预警的功能选定以及财务风险系统的结构构建的问题。
此外,由于财务风险预警系统的重要方法是利用财务风险分析机制,所以要想建立企业的财务风险预警系统,就必须要建立健全财务风险分析处理的管理机制,企业的财务风险需要这两个机制合作、共同解决。财务风险的处理中有改进措施、补救措施、还有应急措施等。系统对于风险问题的处理一般是将财务风险的信息经过汇总之后将其送到危机处理小组进行处理解决。
企业财务风险预警应配合企业发展建设要求。财务管理和财务风险预警都是因企业的发展建设而建立,财务风险预警系统的运行与操作是根据企业的各项信息进行分析判断得出结果,财务风险预警系统应结合企业的实际状况,建立适用与企业发展的预警系统。对已经建立的风险预警系统应进行必要的评估和检查,及时调整系统中不适当的环接,降低企业的财务风险。
企业应加强风险的防范工作。面对企业间的竞争,企业的管理者必须提高财务风险的防范意识,加强财务控制程序,提高财务管理的制度,提升对财务危机的认识,将财务风险系统融入在日常的工作监督中,发现预警中的异常立即应对,采用危机管理对出现的财务危机进行补救处理,降低企业的风险,促进企业的安全发展。
三、结论
如今企业的发展面临的是国际的经济市场,企业的发展压力相对较大,企业必须从各方面武装自己,财务作为企业发展的核心更是要受到重要的保护,建设企业财务风险预警系统可以帮助企业不断的检视自身,结合实际的市场规则或需求,对企业内部的信息或制度进行排查,能够帮助企业尽早的发现问题,给企业解决问题的时候,同时也减少了由财务问题不断积累、压缩,最后对企业造成毁灭性伤害的可能性。本文简单论述了企业财务风险预警系统的构建问题,提出了几点针对性的建议,希望可以帮到各位读者,帮到各个企业提高效益。
参考文献:
引言
高等教育已由精英式教育转变为大众化教育。高校招生规模不断扩大,办学配套设施迅速提高的同时,我们更应关注高校运营质量及财务管理的有序进展。随着我国高等教育体制改革,高校筹资渠道呈现多元化趋势,高校正面临前所未有的机遇与挑战。全面有效地分析高校财务状况,通过建立专门的预警指标体系,及时监测、评价和控制高校运营过程中面临的风险,是高校当前财务管理的重要内容。复杂的经济形势使得高校财务管理正面临多方面风险,包括筹资风险、投资风险和日常运营风险等。高校管理者若不能像企业管理者一样重视风险并力求规避风险,必将给高校可持续发展带来巨大的冲击。目前,国内学者对于高校财务风险的形成原因暂还缺乏系统性的分析,且针对高校财务风险的预警指标体系并没有形成统一标准,因此,对高校财务风险的系统性研究已成为各大高校迫切需要攻克的课题,同时科学合理地构建一套完整的财务风险预警指标体系,具有非常重要的意义和价值。
1高校财务风险的涵义
高校财务风险是指由于各种不确定因素的影响而使高校在资金运动过程中发生实际财务状况与财务目标负面偏离的可能性。高校财务状况恶化是一个逐渐形成的过程,并不会瞬间产生。由此可见,构建高校财务风险的预警指标体系,有助于高校提前洞悉财务状况,及时发现高校财务管理漏洞及薄弱环节,进一步提升高校的综合财务管理水平。
2高校财务风险预警指标体系的构建原则
2.1重要性原则
财务风险预警指标体系的重要性体现于所选的指标能突出反映高校在筹资、投资和日常营运过程中的主要矛盾现象。此外,还应注意成本效益原则,预警指标不宜过多。
2.2横向可比原则
横向可比原则强调指标体系的建立应有助于各高校之间进行横向财务风险的可比性。因此,应根据我国目前通用的财务报表为基础设立指标,建立统一的核算范围,促进指标体系的量化及比较。
2.3实用性原则
构建指标体系的另一重要原则是不仅要保持理论上的科学性和完整性,还应注重其在现实中的可行性与实用性。因此,构建指标体系的所有数据均应由现有的会计核算资料提供,以提高财务风险预警的可操作性。
2.4动态性原则
该原则指指标体系的建立能体现一个动态的持续分析过程。它不仅用于评价高校过去的财务状况,更重要的是能预测高校未来的发展趋势。动态性原则还体现在指标体系必须根据财经政策的新要求和会计核算的更新,逐年同步修正指标体系,以时刻准确反映高校的财务风险状况。
3高校财务风险预警指标体系的构建
预警指标的选取应具有重要性、代表性和敏感性。高校财务风险主要存在于偿债、运营、投资等方面。本文针对性地选取偿债能力指标、营运能力指标、收益能力指标、发展能力指标作为核心指标,将非财务指标作为辅助指标,从而构建一套科学、合理的高校财务风险预警指标体系(见图1)。
3.1偿债能力指标
偿债能力是指高校偿还到期负债的能力。高校只有具备良好的偿债能力,才能抵御突发事件所带来的风险,才能维持良好的财务状况及可持续经营水平。(1)资产负债率。资产负债率指高校的负债总额与资产总额的比率,用于衡量高校利用举债资金进行经营管理的能力,反映高校长期偿债能力。高校资产负债率并不是越低越好,相对于企业而言,高校资产负债率保持在30%~50%较为适宜。资产负债率=负债总额/资产总额×100%。(2)速动比率。速动比率是指高校速动资产与流动负债之比,用于衡量高校短期偿债能力。速动资产是除去高校流动资产中变现能力较差的实验器具、维修配件、储备药品等资产后的流动资产。速动比率是稳定型变量指标,指标值为1.0最为适宜。速动比率=速动资产/流动负债。
3.2营运能力指标
(1)收入支出比。该指标是高校收入总额与支出总额之比。指标值越大,反映出高校自我支付能力越强,属于极大型指标。收入支出比率=收入总额/支出总额。(2)应收款项占流动资产比率。该指标是指高校年末应收款项余额与年末流动资产之比,可以有效衡量高校资金使用效益的高低,及时体现高校资金回收情况。指标指越小,说明高校应收款项对资金的占用越小,营运风险越小。根据我国高校现状,该指标值应控制在50%以内。应收款项占流动资产比率=年末应收款项余额/年末流动资产×100%。(3)招生计划现金比率。该指标是指当年实际收到的学费与应收取的学费之比。学费是高校预算收入的重要组成部分,因此该指标有效衡量了高校财务管理水平。该指标为极大型变量指标,最大值为1.0,即当年所有学生均已缴纳学费。若有近50%学生欠费,就可认定已出现财务风险。招生计划现金比率=当年实际收到的学费/当年应收取的学费。
3.3收益能力指标
(1)资产创收率。该指标是教育补助收入、科研补助收入、教育事业收入和科研事业收入的加总与资产总额之比。高校资产的主要投资产出体现在教育和科研成果收入,所以该指标较好地反映了高校资产的收益能力。资产创收率=(教育补助收入+科研补助收入+教育事业收入+科研事业收入)/资产总额。
3.4发展能力指标
(1)货币资金余额增长率。该指标是指年末货币资金与年初货币资金的差额与年初货币资金之比。该指标值较好地反映了高校财务调控能力,指标值越大,说明支付能力越强,进而有助于高校可持续健康发展。货币资金余额增长率=(年末货币资金-年初货币资金)/年初货币资金。(2)固定资产增长率。该指标是高校年末固定资产总额与年初固定资产总额的差额与年初固定资产总额的比率,反映了高校固定资产增长程度。该指标属于区间型变量指标,体现高校资产管理效果。该指标值越低,说明高校发展潜力欠佳,该指标越高,说明资金有风险。固定资产增长率=(年末固定资产总额-年初固定资产总额)/年初固定资产总额。(3)自筹能力比率。该指标是事业收入、附属单位上缴收入、经营收入和其他收入的加总与本期收入之比,可以衡量高校除财政拨款外多渠道筹资能力。该指标值越大,表明高校自我筹资能力,进而看出高校的自我协调发展能力越强。自筹能力比率=(事业收入+附属单位上缴收入+经营收入+其他收入)/本期收入总额×100%。
3.5非财务指标
(1)新生报到率。新生报到率反映了高校的美誉度及声誉,一定程度上能体现高校的综合评价度。新生报到率=当年报到新生数/当年新生录取数×100%。(2)生师比率。生师比率反映高校人力资源利用率,生师比应符合高校基本办学条件要求,在合适的范围内。生师比率=在校学生年平均数/教师年平均数×100%。(3)毕业生就业率。毕业生就业率高低可以作为高校专业设置或调整的依据。分为初次就业率、年底就业率或毕业后半年的就业率。毕业生就业率=毕业生就业人数/毕业生总数×100%。
4高校财务风险防范措施
4.1加强内部控制建设
为更好地规划高校各项经济活动,高校应制定完善的内部控制制度,建立有效合理的审批授权机制,尤其对于大额资金经济业务必须执行严格的审批制度,并设立多层次监督体系,从事前、事中、事后各方面保证高校正常运作。
4.2强化预算管理
财务风险控制需加强预算编制、预算执行、预算调整的规范。首先,应将财务信息公开作为高校质量体系建设的重要内容,积极推进预算标准和程序公开,预算执行情况及决算情况公开。其次,应改进预算编制方法,主要从加强预算管理责任、制定科学的预算标准、细化预算项目等方面考虑。
4.3优化融资结构
新形势下高校应克服对财政拨款的过度依赖,积极推进多渠道筹资方式,逐步建立政府、社会、市场三位一体的筹资模式。在政府主导下,积极通过市场自有机制和社会各种资源的有效优化配置来合理分摊高校教育成本。
4.4建立可行的财务风险预警系统
高校应在现有的会计核算基础上,根据高校实际构建适合高校本身的预警指标体系,设置预警值,由预警组织机构定期及不定期提交财务风险预警分析报告,适时对高校风险点进行排查及整改,以提高高校财务管理水平。
5结语
高校财务风险预警指标体系的构建目的在于全方位地量化评价高校面临的财务风险,为高校决策管理层提供风险管理决策依据,指导高校事前、事中、事后综合监测财务状况及风险水平,及时做出高校财务风险防范措施。本文针对高校财务风险预警指标体系的构建研究,只是从总体角度出发,尚不具体,各高校在实际运用时可结合自身实际合理设置指标预警值,从而达到有效监测财务风险的目的,并针对预警结果及时采取预防措施,不断提高财务管理水平及风险防范能力。
参考文献:
[1]王萍.我国公立高校财务风险评价指标体系构建[D].南昌:江西财经大学,2013.
[2]黄青山.高校财务风险指标体系的建立及评估[J].商业会计:上半月,2009,(19):39-40..
随着经济的全球化,企业之间的竞争日益加剧,企业正常发展所面临的不确定性因素越来越多。因此,评估风险、识别风险因子,采取针对性的风险规避措施对企业正常发展非常关键。在企业风险管理中,财务风险管理是极其重要的一环,评估财务风险也成为企业管理与发展中需要关注的焦点,吸引了众多理论与实际管理者的关注,提出了各种不同的财务风险预警方法。
一、财务风险预警的基本理论
由于企业经济活动的不确定性,要准确分析企业的财务风险,识别风险因子,离不开基本的统计方法与工具。现代财务风险预警主要利用统计方法进行分析。
(一)单变量预警模型
受Fitzpatrick利用统计方法预测研究财务危机的启发,威廉・比弗(William.Beaver) 提出了单变量预测模型。他对1954~1964年的79个失败企业和相对应(同行业,等规模)的79家成功企业进行了比较研究,选用五个财务比率作为变量,将公司在财务失败前数年的财务比率作为判别指标进行一元判定分析,通过研究发现现金流量与债务总额的比率和资产负债率判定公司的财务状况的误判率最低。陈静以1998年的27家ST公司和27家非ST公司为样本,使用了1995~1997年的财务报表数据,运用单变量分析和多元判定分析公司财务风险。在单变量分析中,发现在资产负债率、流动比率等四个指标中,流动比率与资产负债率的误判率最低;在多元线性判定分析中,发现由资产负债率、净资产收益率、总资产报酬率等六个指标构建的模型在ST发生前的三年能较好地预测ST。
(二)多元线性判别分析
多元线性判定模型,又称Z-Score模型,由Altman提出并研究的。他选取了1946~1965年的33家破产公司和33家非破产公司作为样本,采用统计方法从22个财务比率中选取了五个变量,通过多元判别分析建立判别函数,以产生的分值作为依据进行判断。该模型对于破产前一年和前两年的分类准确度分别为95%和82%。之后,Altman、Haldeman和Narayannan将Z-SCORE模型进行了扩展,建立了ZETA模型。研究表明,ZETA模型提前五年就能有效地划分将要破产的公司,通过研究同样的样本表明ZETA模型明显优于Z-SCORE模型。张玲采用Z计分判定法,使用了60家公司的财务数据进行估计了二类线性判别分析,采用另外60家公司作为检验样本进行检验分析财务风险与识别风险因子。周守华、杨济华拓展了多元判别分析方法,他们在Altman的研究基础上,将模型加以改进,增加了反映企业现金流量能力的指标,构建了F分数模型。陈晓对37家ST公司和37家非ST公司进行配对,发现有四个比率对上市公司财务危机有着显著的预测效应。张鸣等运用现金存量模型,结合前人研究的财务预测模型建立综合预测模型,然后引入审计意见变量进行修正。
(三)逻辑回归模型
Logit模型是一种广泛使用的处理分类变量的统计模型,这一模型建立在累计概率函数的基础上,不需要自变量服从多元正态分布和两组间协方差相等的条件。Ohlson将其首次用于财务风险管理,他以1970~1976年的105家破产公司和2058家非破产公司组成非配对样本,以经营业绩和资产流动性等财务指标变量建立Logit模型,该模型被称为O-SCORE模型。吴世农等对我国上市公司财务困境的预测模型问题进行了一次综合性的研究,他们以1988~2000年深沪两市上市的140家上市公司作为研究对象,构建了Lojit回归模型,并且得到的判别结果显示该模型能够准确地判别92.75%的ST公司和94.29%的非ST公司,总体的正确率达到了93.53%。孙铮选取42家ST公司作为样本,在分析13个变量的基础上,运用logit回归给出了判别上市公司财务危机的模型。刘(2004)运用Logit模型对我国上市公司是否被ST进行了预警。
(四)多元概率比回归模型
Probit模型和Logit模型的思路很相似,只是在具体的计算方法和假设前提上存在一定的差异,Logit采用取对数方法,而Probit采用积分的方法。Zmijewski首次将该模型用于财务风险分析。陈晓和陈怡鸿运用多元概率比回归模对我国上市公司型进行了财务预警研究,识别了财务风险因子。
在财务风险研究中,前述四种分析方法是基本的方法,其他的诸如决策树法、神经网络、混沌模型与双层自组织映射模型可以看成是这些方法的拓展。这些方法都是参数模型,需要较强的参数假设,而且在实际使用时也存在许多不足。单变量模型主要围绕统一的财务指标数据展开,缺乏全局系统的观念;决策树法结果易于解释与使用,但预测能力不高、通用性差;神经网络结果难于解释;混沌模型与双层自组织映射模型要求样本数据多,较少的时序数据预测精度低;判别分析、逻辑回归虽然是使用广泛的两个模型,预测效果较好,有较强的解释能力,但这些方法并没有考虑公司特征与时间之间的关系,不能明确财务风险发生的时间与演进过程。生存分析模型考虑了风险与时间、影响因素的演进关系,为财务预警理论研究提供了便利的研究方法。
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
其中:
X1=(营运资金/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=(所有者权益总额/负债账面价值总额)×100
X5=(销售收入/资产总额)×100
其中X1、X4反映企业的偿债能力;X2、X3反映获利能力;X5反映盈利能力。Z值越低,风险越大。在奥特曼(Altman)的多元Z值判别系统中,最终对财务风险预警起作用的财务比率只有5个,这是否意味着其它财务比率对财务风险预警就不起作用了?其实不然,因为奥特曼在构建多元Z值判别系统的过程中,首先进行财务比率的相关性分析,剔除了一部分财务比率,并最终根据累计贡献率选择了5个财务比率。实际情况是财务比率之间往往具有一定的相关性,但又不是完全相关的。因此,能否找到一种方法,使得在构建财务风险预警系统时,一方面既能考虑到更多一些对财务风险预警有指示作用的财务比率;另一方面又不会因为财务比率太多而增加分析问题的复杂性?为了解决这一问题,利用层次分析法。层次分析法通过同类指标两两比较谁更重要的方法,构造判断矩阵,计算出特征向量,确定各层次的权重。另外,奥特曼多元Z值判别系统的所选择的5个财务指标,是基于会计权责发生制下的财务比率,能否利用收付实现制下反映企业的偿债能力、获利能力、盈利能力的现金流量指标替代呢?从国内外实证研究表明,采用现金流量的系列指标分析有助于财务风险预警。
所以,利用层次分析法并结合奥特曼多元Z值判别系统的分析思路,构建了基于企业现金流量分析的财务风险预警系统,通过计算出来的A值,与预警指标比较以及在预警区间的范围,可正确评价企业面临的风险,得知风险程度和风险来自哪些具体方面,从而有针对性地制定有效措施防范风险。
二、财务风险预警系统的构建
(一)指标选择原则
指标选择原则力求科学性、全面性和可比性。科学性和全面性就是要运用现代科学的方法,参照国外先进的做法来对企业进行评估,评估方法设计和指标选取要客观、公正、公平,尽量淡化主观色彩,表现为所选用的指标既要反映公司的获利能力和支付能力,又要反映资产流动性和财务弹性等财务状况,以概括反映资产负债表和利润表的有关指标的信息,同时兼容各指标之间的系统性。可比性表现为所选用的指标不受公司行业背景等个性条件的限制,可直接比较。同时,选取的各项指标必须有机配合,形成体系,指标之间不能重复和矛盾,各项指标要有一定的依据并真实可靠;要选择能够反映企业全貌的指标,既要评估企业的现在,也要评估企业的过去,还要预测企业的未来;选取的指标要有代表性,尽量精简,避免由于指标过于庞杂而导致的内容冲突、相互矛盾等现象;选取的指标应具有较强的横向、纵向可比性,并尽可能排除偶然或异常事项的影响。
(二)现金流量指标的选择
综合上述有关指标选择的原则,财务风险预警系统从以下五方面选择现金流量分析指标:
1.结构性分析指标
经营活动现金流量流入流出比X11=经营活动现金流入量/经营活动现金流出量
投资活动现金流量流入流出比X12=投资活动现金流入量/投资活动现金流出量
筹资活动现金流量流入流出比X13=筹资活动现金流入量/筹资活动现金流量流出量
2.流动性分析指标
现金到期债务比X21=经营活动现金净流量/本期到期债务
现金流动负债比X22=经营活动净流量/流动负债
现金债务总额比X23=经营活动现金净流量/总负债
3.获取现金能力分析指标
销售现金比率X31=经营现金净流量/销售额
每股营业现金净流量X32=经营现金净流量/普通股股数
总资产现金回收率X33=经营现金净流量/总资产
4.财务弹性分析指标
现金满足投资比率X41=经营活动现金净流量/(资本支出+存货增加+现金股利)
现金股利保障倍数X42=每股经营现金净流量/每股现金股利
5.收益质量分析指标
现金营运指数X51=经营现金净流量/经营所得现金
现金利润率X52=经营活动现金净流量/净利润
(三)利用层次分析法确定权重
对财务风险预警指标赋予不同的权重,体现了各变量指标对风险预警结果的影响程度和重要程度,指标权重应根据风险管理的目的来设置,财务风险的指标体系主要是从企业的角度考察其偿债能力和风险承受能力,因此,偿债能力和现金流动情况是整个指标体系的重点,该部分的权重应相应加大。层次分析法,是一种定量与定性相结合,是将决策者的主观判断与偏好用数量形式表达和处理的方法。
首先,在财务风险预警系统(A)中第一层分解为现金流量结构指标(B1)、流动性指标(B2)、获取现金能力指标(B3)、财务弹性指标(B4)和收益质量指标(B5)五个分层指标。这五个方面对现金流量综合评价值来说,其重要性各不一样,即权重有大小。按重要性排序为:B3>B2>B1>B4=B5,根据层次分析原理和指标间两两比较重要性(1表示同样重要,3为稍微重要,5为明显重要,7为重要得多,2、4、6介于以上相邻两种情况之间),构建以下判断矩阵:
根据以上5阶矩阵求得特征向量为:
=(0.1151,0.2137,0.5300,0.0706,0.0706)T
同时,求得判断矩阵最大特征根为:
λmax= =5.13168,
一致性检验CI==(5.13168-5)/4=0.03292,
5阶矩阵RI=1.12,CR=CI/RI=0.03292/1.12 =0.0294
其次,分别对各层构建判断矩阵,用同样的方法求特征根并进行一致性检验。现金流量结构指标(B1)经营活动现金流入流出比(X11)、投资活动现金流入流出比(X12)、筹资活动现金流入流出比(X13)三个指标,构建的判断矩阵、特征向量及一致性检验:
流动性指标(B2)分解为现金到期债务比(X21)、现金流动负债比(X22)、现金债务总额比(X23)三个指标,构建的判断矩阵、特征向量及一致性检验:
获取现金能力指标(B3)分解为销售现金比率(X31)、每股营业现金净流量(X32)、全部资产现金回收率(X33)三指标,构建的判断矩阵同B1的矩阵,特征向量WB3=(0.5390,0.2972,0.1638)T。
财务弹性指标(B4)分解为现金满足投资比率(X41)、现金股利保障倍数(X42)两个指标,构建的判断矩阵和特征向量:
收益质量指标(B5)分解为营运指数(X51)、现金利润率(X52)两个指标,构建的判断矩阵和特征向量:
(四)财务风险预警系统的建立
则由以上的特征向量矩阵构建财务风险预警系统的如下:
A=0.1151B1+0.2137B2+0.53B3+0.0706B4+0.0706B5
其中:
B1=0.5390X11+0.2972X12+0.1638X13
B2=0.2244X21+0.6196X22+0.1560X23
B3=0.5390X31+0.2972X32+0.1638X33
B4=0.3333X41+0.6667X42
B5=0.3333X51+0.6667X52
三、财务风险分析
从上述现金流量指标的层次分析中可以看出:财务风险预警系统是从企业现金流量的结构性、流动性、获取现金能力、财务弹性和收益质量五方面来评价企业财务风险的预警结果及其财务风险承受能力,财务风险预警结果A值越大,其风险越低;反之,分值越低,风险越高。
四、应注意的问题
1.需将定性分析和定量分析结合起来综合分析
建立了以现金流量分析为基础的财务风险预警系统,是定量分析系统,其所选择的现金流量分析指标不能反映企业全部风险特征,通过国内外实证研究表明,在财务风险分析中考虑非财务因素仍然认为有必要,因此,应将定性分析和定量分析结合起来综合运用。
2.持续更新财务预警指标和预警区间
财务风险预警系统是一个持续完善的过程,在财务预警系统建立后,企业应定期根据其经营情况、行业发展状况及宏观经济环境的变化,及时检讨财务预警指标的选择及预警指标预警区间设置的合理性,以完善相应的财务风险预警机制和财务风险管理措施。
3.建立风险管理信息系统,为财务风险预警提供信息技术支持
转轨经济的特殊背景也使我国的国有企业财务风险呈现以下特点:
首先,政企不分离。具体体现在:一是政资不分导致政企难以根本分离;二是政府习惯全面干预,企业经营中政策作用大于内在机制作用;三是政府对国有企业进行不适当的财政补贴,使企业提高效率动力不足。
其次,产权不清晰。不同所有权主体之间权责关系不明确问题,导致国有财产的占有、使用、处分和收益不能得到合理的法律保护、约束和有效地利用,从而造成国有财产的流失,国有企业的低效率和高风险。
再次,公司法人治理结构不合理如:股权结构不合理、董事会功能不强、经理层激励约束机制缺乏、信息披露机制不完善等。这已成为增大国有企业财务风险,制约着国有企业的发展的重要因素。
最后,垄断。在行政垄断的保护下,国有垄断企业往往出现高价格和高利润,但由于缺乏竞争机制,垄断企业始终是在边际成本大大高于边际收益的状态下进行生产,因而往往产生效率损失和福利损失,企业也容易陷入寻租和技术停滞的困境,带来较高的财务风险。
(二)国有上市公司财务风险影响因素
影响国有上市公司财务风险的因素包括:一盈利能力,上市公司的盈利能力是其经营效果、发展能力的综合测度,也是偿还债务的重要来源,盈利能力越强,则发生财务危机的可能性越小。二偿债能力,偿债能力指企业利用其自身资产偿还长期债务与短期债务的能力,偿债能力是企业偿还到期债务的承受能力或保证程度,是反映企业财务状况和经营能力的重要标志。三营运能力,营运能力的各项指标揭示了企业的资金运营周转的情况,反映了企业对经济资源管理、运用的效率高低。企业资产周转越快,流动性越高,企业的偿债能力越强,资产获取利润的速度就越快,财务风险也就相对较低。四现金流量,现金流量是衡量企业经营状况是否良好,是否有足够的现金偿还债务,资产的变现能力的重要指标。五发展能力,发展能力较好的企业,往往需要增大投资、扩大生产,盈利状况良好,往往能够筹集到较多的资金,财务风险较小;反之,发展能力较弱的企业,或者由于盈利状况较差,或者是企业的生产规模已经达到一定程度的稳定,往往筹集少量的资金,财务风险较大。六是股权结构,股权结构作为公司治理体系的产权基础,它首先决定了公司的控制权结构,进而决定了其内部治理机构的构成和运作,并通过内部治理机构对整个公司治理的效率产生影响,在我国独特的制度背景下,上市公司的股权结构有其特殊性,在财务风险的形成过程中有着重要作用:八市场份额,很多企业为了在产业成长时期获得抢先优势,迅速扩大市场份额。但在运用抢先战略时遇到利润的“增长陷阱”,即市场占有率提升过程中利润率迅速下降,未来却难以提升的困境。这种增长方式不利于企业的可持续发展,为企业带来潜在的财务风险。
二、国有上市公司财务风险预警模型
根据上文分析本文选取盈利能力、偿债能力、营运能力、现金流量、发展能力、股权结构、市场份额七个一级指标和21个2级指标,具体指标体系以下:
表1 财务指标体系
一级指标 二级指标 指标计算公式
盈利能力指标 息税前利润率 X1 息税前利润/总资产平均余额
成本费用利润率 X2 利润总额/(主营业务成本+销售费用+管理成本费用+财务费用)
每股收益X3 净利润/股本
营运能力指标 应收账款周转率X4 主营业务收入/平均应收账款
存货周转率X5 主营业务成本/平均存货
流动资产周转率X6 主营业务收入/平均流动资
总资产周转率X7 主营业务收入/平均资产总额
现金流量指标 每股经营活动现金流量X8 经营活动现金流量净额/股本
销售现金比率X9 经营现金净流入注营业务收入
全部资产现金回收率X10 经营现金净流入/总资产
偿债能力指标 流动比率X11 流动资产/流动负债(短期)
速动比率X12 速动资产/流动负债
资产负债率X13 负债总额/资产总额
产权比率X14 负债总额/股东权益
流动资产负债比率X15 流动资产/流动负债(长期)
发展能力指标 固定资产投资扩张率X16 本期固定资产总额/去年同期固定资产总额―1
净资产收益率增长率X17 本期总资产/去年同期末总资产―1
净利润增长率X18 本期净利润/去年同期净利润一1
股权结构 第一大股东持股比例X19 第一大股东股权/总股本
国有股比例X20 国有股股东股权/总股本
市场份额 市场占有率 X21 企业市场份额/市场份额
三、实证分析
(一)数据来源
本文选取140个2012年到 2013 年间实际控制人为发生本质变化的沪深 A 股国有上市公司为研究对象,其中ST或*ST公司70家,非ST公司70家,数据来源于国泰安和 RESSET 金融研究数据库以及新浪财经网站。通过对选取的20个财务指标在财务困境发前1至5年的平均值和标准差等描述性统计量进行分析,并计算各年的Z统计检验量,结果如表2所示。可以发现除总资产周转率X7、速动比率X12、产权比率X14、净利润增长率X18之外的17 个财务指标具平均值存在显著的差异,且Z值随着ST发生时间的临近而显著增大,证明这17个财务指标有较强的时效性。
表2 各指标Z统计量
指标 1 2 3 4 5
息税前利润率X1 1.724 2.742 2.003 1.433 1.883
成本费用率X2 2.001 3.288 2.987 2.275 3.095
每股收益X3 2.1 2.086 2.563 1.868 2.059
应收账款周转率X4 3.741 3.715 3.669 3.676 3.596
存货周转率X5 4.04 3.953 3.938 3.95 3.836
流动资产周转率X6 4.403 4.009 1.829 4.538 5.012
每股经营现金净流X8 4.754 3.487 2.628 4.012 3.118
销售收到现金比率X9 0.878 1.42 2.076 1.782 1.794
全部资产现金回收X10 3.811 4.409 4.352 4.447 4.753
流动比率X11 3.831 3.393 3.476 3.571 3.656
资产负债率X13 4.197 4.208 4.159 4.18 4.242
流动负债比率X15 3.521 3.535 3.545 3.574 3.597
固定资产增长率X16 4.038 3.708 3.644 3.326 3.516
净资产收益率增长率X17 1.564 1.478 1.793 1.528 1.545
第一大股东持股比例X19 3.556 3.273 2.263 3.029 3.205
国有股比例X20 3.392 3.394 3.281 3.397 3.497
市场占有率 X21 1.758 3.516 4.25 4.063 1.782
(二)判别模型
1.logistic模型
本文采用二元logistic模型,其中m是自变量的个数。.该模型中,P介于 0~1 之间,取0.5为临界值,当 P 值大于0.5时,认为该公司是财务非正常公司,P 值越大,说明该公司的财务状况越不好,越容易发生财务危机。P 值小于该临界值时,认为该公司属于财务正常公司,P 值越小,说明公司的财务状况越好,越不容易出现财务危机,当 p值处于临界值边缘时,企业发生财务危机的可能性较大,如果不加以控制,企业很可能会面临财务危机。
2.具体实证分析
该部分采用主成分分析法,以解决变量之间存在的多重共线性问题。通过提取影响财务危机的主要因子,实现变量的顺利降维。
(1)首先进行KMO 和 Bartlett 检验,结果如下
表3 KMO 和 Bartlett 检验
样本充分性的Kaiser-Meyer-Olkin度量 Bartlett球形检验
近似卡方 Df Sig
0.689 66.152 70 0.000***
通过进行 KMO 测试,得到测试系数为 0.601,大于0.5,球形 Bartlett 卡方检验值为 676.867,表明各变量间相关度较高适合进行因子分析。
(2)确定公共因子。通过公共因子提取后的各变量的共同度可以看出5个公共因子的累计贡献率已经达到92.399%,因此提取5个主成分。
(3)得出因子载荷矩阵
表4 因子载荷矩阵
Component
F F1 F2 F3 F4 F5
X3 .914 .147 .224 .056 .111
X5 .101 -.023 .107 .975 .066
X9 .599 .588 -.148 .225 .069
X14 .132 .129 .951 .109 .018
X17 .151 .906 .214 -.093 .114
X18 .108 .111 .018 .067 .985
由此可以得出5个主成分的得分函数:
F1=0.914X3+0.101X5+0.599X9+0.132X14+0.151X17+0.108X18
F2=0.147X3-0.023X5+0.588X9+0.129X14+0.906X17+0.111X18
F3=0.224X3+0.107X5-0.148X9+0.951X14+0.214X17+ 0.018X18
F4=0.056X3+0.975X5+0.225X9+0.109X14-0.093X17 +0.067X18
F5=0.111X3+0.066X5+0.069X9+0.018X14+0.114X17+0.985X18
(4)构建模型
利用SPSS17.0软件对以上5个主成分进行二元logistic回归分析,剔除不显著的F2、F6变量,得出分析结果如下:
表5 Logistic回归结果分析
因子 系数 标准差 Wald值 sig
F1 -.272 .147 3.398 .015**
F2 .175 .061 8.268 .004***
F3 .045 .026 2.960 .035**
F5 .004 .009 .206 .0 40**
C -3.599 1.185 9.230 .002***
Chi-square 91.063
Sig. .000
-2 Log likelihood 18.340
Cox & Snell R Square .648
Nagelkerke R Square .913
***表示在 0.01 水平上显著,**表示在 0.05 水平上显著。
构建logistic模型为:
其中t=-3.599-0.272F1-0.175F2-0.045F3-0.004F5
模型以0.5作为判别分界点,p值大于0.5时,判别企业为非正常企业,P值越大,则企业发生财务危机的可能性越大;当p值小于0.5时,判别为正常企业,P值越小,该企业的财务状况越好,资产越安全,发生财务危机的可能性越小;若p值等于0.5,则说明该企业的财务状况不够明朗,处于灰色地带,发生财务危机的可能性较大。
表6 回归检验结果分类标准
非ST公司 St公司 误判率
种类 非st公司 65 5 7.14
St公司 3 67 4.28
误判率合计 5.71
根据检验结果可以发现对于非st公司的预测误判率为 7.14%,st公司的预测误判率为4.28%,总体上误判率为 5.71%。从判别结果可以看出单纯财务指标变量的财务危机预警模型的预测精度较为理想。
四、对策建议
(一)树立高度的财务风险意识
国有上市公司应充分认识财务风险的客观性、必然性和不确定性,将风险意识贯穿到企业财务工作的每个环节。企业的管理层和全体干部职工要把握财务风险防范的重要性和必要性,树立财务风险管理的责任感和使命感,主动发现财务风险,加强财务风险的内部控制,建立健全财务风险的预测、评估、控制和约束机制,并且在技术上制定风险回避、风险转移和风险分散等管理策略,以有效防范和控制风险,减少财务风险的发生和造成的损失。
(二)合理安排负债规模
企业应合理安排负债规模,使债务资本和权益资本维持在合理的比例,合理利用财务杠杆,保证负债能够给企业带来避税、约束激励经营者的正面效应。企业应考虑到自身行业的竞争程度、本企业的成长阶段、自身的经营能力等特征,对长、短期负债的盈利能力与风险进行权衡,确定使风险最小、企业盈利能力最大化的长、短期负债比例。
(三)提高公司营运和盈利能力
实现盈利是企业分配利润、偿还负债、实现增长的前提,提高企业的盈利能力也是防范企业财务风险的重要举措,挖掘新的利润增长点是企业增强自身竞争力实现长远问题必须考虑的问题。企业应该选择合适的筹资方式,加强投资管理,企业应加强资金回收管理。
(四)合理安排公司股权结构