【正文】 見，在公司財務(wù)預警的機制的下，公司的員工不僅增強了各個部門的財務(wù)風險防范意識，公司的管理者還能夠痛多財務(wù)預警機制，及時調(diào)整公司的管理方式，使得公司穩(wěn)定地運行。一方面是缺乏與之相適應(yīng)的管理體制，另一方是公司的財務(wù)預警工作的效率不高，其中的原因多為，上市公司的管理層在對公司的財務(wù)預警進行規(guī)劃部署時，忽略了公司財務(wù)預警的指引作用。由此可見，要想對于上市公司財務(wù)預警機制進行充分的完善，就必須使得上市公司的管理層面上與氣壓的機構(gòu)進行相互都同、相互聯(lián)系。在制定相應(yīng)的結(jié)構(gòu)時候，應(yīng)當對于上市公司不同的部門，階層等機構(gòu)進行所屬權(quán)利和應(yīng)盡義務(wù)進行分類，做到分工明確。其次，明確戰(zhàn)略發(fā)展。因此，應(yīng)該根據(jù)該上市公司所面臨的實際問題，去制定一個長遠的目標，但是再根據(jù)一個一個現(xiàn)在甚至之后才面臨的問題進行分階段的制定戰(zhàn)略目標，有效的展開，為預警機制的構(gòu)建以及發(fā)揮重要的作用起著很深遠的影響。這些問題的出現(xiàn)毫無疑問，對于上市公司的經(jīng)濟發(fā)展是毫無意義的，甚至對于其發(fā)展還存在一定的阻礙作用。上市公司的財務(wù)預警工作的效率很大程度上取決于信息和數(shù)據(jù)的收集與傳遞，這也會影響到企業(yè)的運行。首先，上市公司構(gòu)建的信息系統(tǒng)覆蓋面要廣，涉及和涵蓋所有的公司管理、生產(chǎn)等業(yè)務(wù)部門，對關(guān)鍵的數(shù)據(jù)進行及時有效地收集和分析整理?；A(chǔ)數(shù)據(jù)來自巨潮資訊網(wǎng)上市公司年報。其次，規(guī)模相當。根據(jù)以上原則，我們選取了35家財務(wù)健康無虧損記錄的公司為配對樣本，最終獲得了一個樣本容量為70的研究樣本。由于2008年的數(shù)據(jù)不太全面，我們根據(jù)情況篩選了20對樣本對2007年的模型進行了檢驗。但是，值得注意的是所篩選的指標中并不包括反映企業(yè)成長能力的指標，而在反映成長能力的指標中銷售增長率比總資產(chǎn)增長率更能反映企業(yè)的成長能力，加之銷傳增長率在相關(guān)系數(shù)計算中的比重比總資產(chǎn)增長率要大，為了使我們進行分析的結(jié)果更加合理，我們在最后進入模型的指標，加上了反映企業(yè)成長能力的指標—銷件增長率。(2)主成分得分矩陣為了對所選取的個個主成分進行解釋，我們?nèi)〉昧诉@5個主成分的荷載量(即各個主成分與原始財務(wù)變量的相關(guān)系數(shù)，由于主成分的提取是不完全的，所以這些相關(guān)系數(shù)又叫荷載)，:指標序號指標名稱M1M2M3M4M51資產(chǎn)負債率6現(xiàn)金比率7總資產(chǎn)周轉(zhuǎn)率8流動資產(chǎn)周轉(zhuǎn)率11資產(chǎn)保值增值率12銷售利潤率13資產(chǎn)報酬率14主營液位成本利潤率16銷售增長率19每股現(xiàn)金流量20銷售凈現(xiàn)金率有以上的主成分荷載矩陣我們可以得到以F的5個主成分的線性表達式:由于L成分中的權(quán)重可以反映一定的經(jīng)濟含義，因此我們從個個主成分的線性表達式，1，可以進行如下的歸類描述:（1）主成分M1中權(quán)重較大的指標主要有X1(資產(chǎn)負債率)、X, ,(資本保值增值率)、Xla(銷傳利潤率)、X13(資產(chǎn)報酬率)。②資產(chǎn)負債率是和該主成分的值是呈負相關(guān)的，說明資產(chǎn)負債率越高，企業(yè)的獲利能力主成分就會越小，相應(yīng)的企業(yè)的獲利能力就會越弱。(3)主成分M3中權(quán)重較大的指標主要有x19(每股現(xiàn)金流量)、x20(銷售凈現(xiàn)金率)，由于這兩個主成分所反映的都是企業(yè)的現(xiàn)金流量，故我們可以認為主成分M3為現(xiàn)金流量主成分，其所涵蓋的意義可以這樣的解釋:企業(yè)的銷售凈現(xiàn)金率越高相應(yīng)的就會使每股現(xiàn)金流量越大，那么企業(yè)的現(xiàn)金流量能力就會越強。其包含的經(jīng)濟意義可以這樣解釋:企業(yè)的流動資產(chǎn)周轉(zhuǎn)率提高，可以使企業(yè)的總資產(chǎn)周轉(zhuǎn)率提高，資產(chǎn)的周轉(zhuǎn)加快了以后企業(yè)的銷售利潤率會進一步的提高，這樣以來企業(yè)發(fā)生財務(wù)危機的概率就會相應(yīng)的降低。第一：在企業(yè)最初的源頭財務(wù)預警方面，由于對企業(yè)的定量分析具有片面性和滯后性的缺點，不能夠全面快速地對財務(wù)報表的數(shù)據(jù)進行分析，只是單單進行挖掘和處理。（2） 我國上市公司目前的管理問題突出，管理失誤和波動會導致企業(yè)內(nèi)部存在財務(wù)危機，在《企業(yè)內(nèi)部控制規(guī)范》法律規(guī)范的相關(guān)要求下，本文構(gòu)建了一個能夠相對有效地控制上市公司財務(wù)預警的方法。s reporting obligation: the meaning and implementation of the fourth standard of reporting[M]. New York: American Institute of Certified Public Accountants. 1978.[7] Foster G. Financial statement analysis [M]. PrenticeHall Englewood Cliffs NJ} 1986.[8] Lau A. A fivestate financial distress prediction model [J]. journal of Accounting Research，1987,25 (1):127138.[9] Ross ., Westerfield ., Jaff [M].北京:機械工業(yè)出版社，2000.[10] Pratten . Company failure [R]. London:.[1l] Asquith P., Gertner R., Schaarfstein D. Anatomy of financial distress:An Examination of junkbond issuers [J]. The Quarterly Journal of Economics .1994:109(3):625658.[12] Whitaker R. The early stages of financial distress [J]. Journal of Economics and Finance 1999,23(2):123132.[13] Lizal L. Determinants of financial distress: what drives bankruptcy in a transition ecinimy The Czech Republic Case [J]. Ann :10014810941234.[14] Beaver W. Alternative accounting measures as predictors of failure [J]. Accounting review，1968,43(1):113一122.[15] Altman E. Financial ratios, discriminant analysis and the prediction of corporate ankruptcy[J]. Journal of ,23(4):589609.[16] Ohlson J. Financial ratios and the probabilistic prediction of bankruptcy[J]. Journal of Accounting Research, 1980,18109132.[17] Odom M., Sharda R., Aneural network model for bankruptcy [Z]. ptediction. 1990:163168.[18] Lin T. A cross model study of corporate financial distress prediction in Taiwan:Multiple discriminant analysis, logit, probit and neural networks models[J]. Neuroputing,2009,72(1618):35073516.[19] Bryant S. A casebased reasoning approach to bankruptcy prediction modeling[J]. Intelligent Systems inn Accounting，F(xiàn)inanceamp。此外，在對案例中對對屬性賦權(quán)的分析方法中，過多地摻入了主管因素，致使結(jié)論是偏頗的，我們可以充分挖掘數(shù)據(jù)來增加客觀說服力。在對上市公司經(jīng)營管理的現(xiàn)狀和形成財務(wù)危機的原因的調(diào)查中，我們認為，缺乏準確有效的財務(wù)預警機制是導致我國的上市公司不能有效展開財務(wù)預警工作的一個很重要的因素。根據(jù)資產(chǎn)負債率指標數(shù)值和樣木企業(yè)的P值，經(jīng)過分類統(tǒng)計計算，我們發(fā)現(xiàn)企業(yè)的資產(chǎn)負債率和P值有較強的相關(guān)性。又因為X6(現(xiàn)金比率)所主要反映的是企業(yè)的短期償債能力，故我們可以認為該主成分是與企業(yè)的短期償債能力有關(guān)的主成分。故主成分M2可以理解為營運能力主成分。而這個指標是反映獲利能力的指標，故我們可以將主成分M1定義為獲利能力主成分。次序指標序號指標名稱相關(guān)系數(shù)所占比例11資金負債率26現(xiàn)金比率37總資產(chǎn)周轉(zhuǎn)率48流動資產(chǎn)周轉(zhuǎn)率511資金保值增值率612銷售利潤率713資產(chǎn)報酬率814主營業(yè)務(wù)成本利潤率916銷售增長率1019每股現(xiàn)金流量1120銷售凈現(xiàn)金率接下來，我們運用主成分分析對以上篩選的11個相關(guān)性較強的財務(wù)變量，運用SPSS統(tǒng)一計軟件對其進行主成分分析可以得到以下的結(jié)果:(1)運用主成分分析法提取主成分本文運用主成分分析法提取主成分，進而得到各主成分的貢獻率及累計貢獻率。在計算變量間相關(guān)性時，我們運用SPSS軟件對變量間相關(guān)性進行了分析。另一類是檢驗樣本。最后，無虧損紀錄。[21]首先，行業(yè)相近。頒布出了了信息系統(tǒng)指引，也使得上市公司的信息系統(tǒng)進入到了科學的管理階段和規(guī)范化的操作階段，這都為上市公司開展財務(wù)預警提供了強大的支撐和基礎(chǔ)。此前的上市公司的信息可能不夠完善和準確，對于信息構(gòu)建的系統(tǒng)也不能及時維護和更新，這都導致了公司信息系統(tǒng)沒辦法正常地運行?？梢娚钊氲倪M行財務(wù)預算工作對于上市公司的發(fā)展具有重要的意義。在傳統(tǒng)的上市公司的財務(wù)預算中存在一系列的問題。傳統(tǒng)的上市公司指定的一些戰(zhàn)略規(guī)劃：首先就是規(guī)劃的太激進，之所以基金就是已經(jīng)超出了上市公司自身的發(fā)展能力，有一種左傾主義，這使得其在發(fā)展中仍然會面臨著很多嚴峻的問題；然后則是指定的有的并不明確，很籠統(tǒng)，使得上市公司面對的多變環(huán)境兒時的其發(fā)展情況變得惡化；最后則是有的上市公司制定戰(zhàn)略是頻繁的，也是是常常設(shè)立目標，這使得朝令夕改而導致資源得到極大的浪費。其中，對于上市公司來說，資金是其根本命脈。上市公司財務(wù)預警機制構(gòu)建的可行性其實就是應(yīng)該與上市公司所存