【正文】 21引言企業(yè)財務(wù)危機(jī)預(yù)警的研究一直是理論界和實務(wù)界廣泛關(guān)注的課題,建立一個有效的財務(wù)危機(jī)預(yù)警模型對于保護(hù)投資者和債權(quán)人的利益、經(jīng)營者防范財務(wù)危機(jī)、政府管理部門監(jiān)控上市公司質(zhì)量和證券市場風(fēng)險,都具有重要的現(xiàn)實意義，可以發(fā)揮危機(jī)預(yù)知作用、財務(wù)診斷作用、過程控制作用和風(fēng)險規(guī)避作用等。本文對這幾種財務(wù)危機(jī)預(yù)警模型進(jìn)行了對比分析，提出了各個模型適應(yīng)的范圍和環(huán)境，指出了這幾種模型在應(yīng)用中的局限性，使得企業(yè)能夠根據(jù)自身的特點選擇適合自己公司財務(wù)狀況的預(yù)警模型，以達(dá)到有效預(yù)測財務(wù)危機(jī)的目的。為了有效化解財務(wù)危機(jī)，必須建立適合企業(yè)的財務(wù)危機(jī)預(yù)警模型。企業(yè)面臨的財務(wù)風(fēng)險極容易引起財務(wù)危機(jī)，從而導(dǎo)致企業(yè)破產(chǎn)。財務(wù)預(yù)警模型的種類很多,常見的有以下幾種: 一元判別模型、多元線性判別模型、多元邏輯回歸模型、多元概率比回歸模型，人工神經(jīng)網(wǎng)絡(luò)模型等。warning model。財務(wù)預(yù)警是以財務(wù)會計信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對企業(yè)可能或者將要面臨的財務(wù)危機(jī)實施的實時監(jiān)控和預(yù)測警報。Altman(1968)利用多元判別分析法,建立了著名的多變量預(yù)警模型——Z 模型,并在對該模型進(jìn)行修正后,提出了ZETA 模型。陳靜( 1999) 、張玲( 2022) 、吳世農(nóng)和盧賢義(2022) 等人是運(yùn)用多元判別方法對上市公司進(jìn)行財務(wù)危機(jī)預(yù)警分析, 劉昊、齊治平和余妙志、朱曦和馮田等人是運(yùn)用Logit 模型對財務(wù)危機(jī)進(jìn)行研究，周兵和張軍，周思恩和丁莉，則是用主成分分析法生成線性或Logit 函數(shù)方程進(jìn)行財務(wù)預(yù)警研究。通過對比分析，研究資料，得出了自己的觀點。一般來說，財務(wù)預(yù)警模型主要分為單變量模型和多變量模型。他選用了22個變量作為預(yù)備選變量，通過對33家破產(chǎn)制造企業(yè)和33家非破產(chǎn)配對企業(yè)的研究分析，根據(jù)誤判率最小的原則，最終確定營運(yùn)資產(chǎn)/資產(chǎn)總額、留存收益/資產(chǎn)總額、息稅前利潤/資產(chǎn)總額、股東權(quán)益市場價值/總負(fù)債賬面價值和銷售收入/資產(chǎn)總額5個變量作為判別變量，構(gòu)建了Zscore模型。為克服這一局限，研究人員提出采用回歸分析方法來提高財務(wù)預(yù)警的能力。Franco和Varett，進(jìn)行了應(yīng)用遺傳算法構(gòu)建預(yù)警模型的嘗試。最早是1986 年吳世農(nóng)、黃世忠在《中國經(jīng)濟(jì)問題》發(fā)表了一篇文章，首次在我國介紹了企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型。199 9 年陳靜第一個對我國上市公司的財務(wù)困境預(yù)測進(jìn)行。2022 年，吳世農(nóng)、盧賢義(2022)選取 19982022 年中的 70 家 ST 公司作為財務(wù)危機(jī)公司和 70 家非 ST 公司作為配對樣本，從企業(yè)盈利能力、償債能力、營運(yùn)能力、營運(yùn)能力、成長能力和企業(yè)規(guī)模等6 個方面 21 個財務(wù)指標(biāo)中確定了 6 個預(yù)測指標(biāo)，應(yīng)用 Fisher 判別分析、多元線性回歸和邏輯回歸分析三種方法構(gòu)建了相應(yīng)的模型，結(jié)果證明對于同一信息集而言，邏輯回歸模型的判定能力最好。但總的來說，與國外相比4國內(nèi)研究還相對滯后。本文把企業(yè)財務(wù)危機(jī)預(yù)警模型分為統(tǒng)計類和非統(tǒng)計類進(jìn)行探討。他以 19家公司為樣本，運(yùn)用單個財務(wù)比率將樣本分為破產(chǎn)和非破產(chǎn)兩組。同時，他的研究結(jié)果表明，債務(wù)保障比率（現(xiàn)金流量/ 債務(wù)總額）預(yù)測財務(wù)危機(jī)的效果最好。多元線性函數(shù)模型中應(yīng)用最廣的5是Z分?jǐn)?shù)模型。Z 分?jǐn)?shù)模型的具體判斷標(biāo)準(zhǔn)為：Z≥ 財務(wù)失敗的可能性很小≤Z≤ 有財務(wù)失敗可能≤Z≤ 財務(wù)失敗可能性很大Z≤ 財務(wù)失敗可能性非常大多變量模型可以說是對單變量模型的修正，在一定程度上彌補(bǔ)了單變量模型的一些缺陷。首先p1?假定㏑ = a + b x ，然后根據(jù)推導(dǎo)可以得出 p=exp ，從而計算? bx)ep(a?出企業(yè)破產(chǎn)的概率。他選擇了19701976 年間破產(chǎn)的105家公司和2058 家非破產(chǎn)公司組成的配對樣本。4. 多元概率比回歸模型多元概率比回歸模型也假定企業(yè)破產(chǎn)的概率為p，并假設(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的p分位數(shù)可以用財務(wù)指標(biāo)線性解釋。采用極大似然法，通過使每個樣本個體的破產(chǎn)與非破產(chǎn)的聯(lián)合概率最大來構(gòu)造模型，并分析了樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類錯誤和判別閥值點之間的關(guān)系。人工神經(jīng)網(wǎng)絡(luò)通常由輸入層、輸出層和隱藏層組成，其信息處理分為前向傳播和后向?qū)W習(xí)兩步進(jìn)行。Odom 和 Sharda 是最早把神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財務(wù)危機(jī)預(yù)警研究中的。他們的模型要優(yōu)于當(dāng)時的判別分析模型，能更好的解決分類問題。7（三）不同企業(yè)財務(wù)危機(jī)預(yù)警模型對比分析經(jīng)過國內(nèi)外學(xué)者的研究，企業(yè)財務(wù)危機(jī)預(yù)警模型得到了極大的發(fā)展，能夠?qū)ζ髽I(yè)的財務(wù)危機(jī)預(yù)警起到重要的作用。 ，但其割裂了各個財務(wù)分析指標(biāo)之間的內(nèi)在聯(lián)系，在實際運(yùn)用中存在很大局限性，并且預(yù)警的準(zhǔn)確性較差。，神經(jīng)網(wǎng)絡(luò)預(yù)警模型過于復(fù)雜，在運(yùn)用中還有待完善，因此在實踐上受到很大限制。，對于宏觀經(jīng)濟(jì)狀況，國家政策的變化及不同企業(yè)的特殊情況（如信用）等定性指標(biāo)考慮還較少，而這些因素會對企業(yè)的生存和發(fā)展產(chǎn)生有利或不利的影響，有時甚至?xí)鸬經(jīng)Q定性的作用。這樣的財務(wù)預(yù)警模型可能對規(guī)模較大的企業(yè)的中長期發(fā)展有良好的預(yù)測，但是對一些抵御風(fēng)險能力較弱的中小企業(yè)，由于受短期因素的影響很大，這樣的模型預(yù)測的結(jié)果往往8滯后，同時它也很難滿足對財務(wù)危機(jī)預(yù)測的短期需求。奧特曼(Altman) 博士在建立 Z 值模型時, 指出最初財務(wù)指標(biāo)選取要遵循兩個原則:一是指標(biāo)在以往研究中出現(xiàn)的頻率； 二是指標(biāo)與所研究問題潛在的相關(guān)性,相關(guān)性原則要求預(yù)警變量必須能夠提供多層次、多角度的信息資料?！逼鋵嵸|(zhì)是不能清償?shù)狡趥鶆?wù)。一般來說，企業(yè)的盈利能力只涉及正常的營業(yè)狀況。企業(yè)的資金又不是靜止的，而是按資金運(yùn)動規(guī)律運(yùn)動著的。（四）發(fā)展能力指標(biāo)發(fā)展能力是企業(yè)在生存的基礎(chǔ)上，擴(kuò)大規(guī)模，壯大實力的潛在能力。眾所周知，凈利潤會受到經(jīng)營者的控制，這種利潤操作行為，導(dǎo)致了財務(wù)信息失真，同時會演繹成一種非常奇特、非常矛盾的狀況：一方面企業(yè)賬面有會計利潤；另一方面，企業(yè)缺少現(xiàn)金支付能力。預(yù)警離不開監(jiān)測，監(jiān)測離不開財務(wù)指標(biāo)。另一方面，各模型所選取的財務(wù)指標(biāo)還可能僅僅是企業(yè)陷入財務(wù)危機(jī)的征兆，而不是根本原因。如果預(yù)警模型不能對這些信息和數(shù)據(jù)做出辨別，就會導(dǎo)致建立在這些信息和數(shù)據(jù)基礎(chǔ)上的預(yù)警模型參數(shù)不可靠，最終降低預(yù)測結(jié)果的準(zhǔn)確性。比如現(xiàn)有的財務(wù)預(yù)警模型大多比較重視對上市公司提供的資產(chǎn)負(fù)債表和利潤表中數(shù)據(jù)指標(biāo)的運(yùn)用，而容易忽視對現(xiàn)金流量表和上市公司提供的其他數(shù)據(jù)的運(yùn)用。我們的很多研究都是在近似條件下完成的，這無疑會降低模型的穩(wěn)定性及預(yù)測精度。第三，未來的財務(wù)危機(jī)預(yù)警模型應(yīng)能夠?qū)舅峁┑呢攧?wù)數(shù)據(jù)的真?zhèn)巫龀鲆欢ㄨb別。在使用上市公司年度報表數(shù)據(jù)（包括三大報表及其附表）的同時，應(yīng)設(shè)計一些利用公司季報和月報數(shù)據(jù)的中短期預(yù)警模型，來滿11足投資者的中短期需求。同時也使我深切的感受到薛老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度與學(xué)術(shù)要求，使我在學(xué)習(xí)本專業(yè)知識的同時還培養(yǎng)了嚴(yán)謹(jǐn)、謙虛、求真、求實的處事風(fēng)格，獲益匪淺。作 者 簽 名：　　 　 　　 日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日 　　期：　　 　 　　 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日15注 意 事 項（論文）的內(nèi)容包括：1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作）2）原創(chuàng)性聲明3）中文摘要（300 字左右） 、關(guān)鍵詞4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入）6）論文主體部分：引言（或緒論） 、正文、結(jié)論7）參考文獻(xiàn)8）致謝9）附錄（對論文支持必要時）：理工類設(shè)計（論文）正文字?jǐn)?shù)不少于 1 萬字（不包括圖紙、程序清單等） ，文科類論文正文字?jǐn)?shù)不少于 萬字