【正文】 型的重要性在于他介紹了一種方法技術(shù)，使用幾個變量綜合進行估計，獲得企業(yè)的有關(guān)信息。跟蹤企業(yè)的經(jīng)營過程, 監(jiān)控企業(yè)日常財務(wù)狀況, 在危害企業(yè)的財務(wù)關(guān)鍵因素出現(xiàn)之前, 預(yù)先發(fā)出警訊, 從中找出偏差及偏差發(fā)生的原因, 以便及時尋求對策。它與財務(wù)風(fēng)險控制的區(qū)別主要在于它更偏重于研究如何規(guī)避影響企業(yè)財務(wù)運轉(zhuǎn)正常的那些風(fēng)險所帶來的不利因素，目的只在于保證企業(yè)生存。由于國內(nèi)財務(wù)危機預(yù)測的研究對象主要針對上市公司, 故一般將財務(wù)危機界定為財務(wù)狀況異常而被“特別處理”。遵循這條思路，Deakin(1972)認(rèn)為財務(wù)危機企業(yè)是指已經(jīng)破產(chǎn)、無力償債或者為了債權(quán)人的利益已經(jīng)進行清算的企業(yè)。陳文俊在《企業(yè)財務(wù)困境修正Z模型的實證研究》中針對奧特曼Z模型的不足之處進行了修正，尋找盡可能準(zhǔn)確預(yù)測財務(wù)困境的模型。王玻在《Z score模型對我國上市公司適用性實證研究》中運用實證分析方法，就深市的40家制造業(yè)公司來驗證“Z記分法”在評價企業(yè)經(jīng)營風(fēng)險方面的有效性程度。以原始樣本判別值得分界線作為預(yù)警臨界點，120家公司為研究樣本，使用其中60家公司的財務(wù)數(shù)據(jù)估計二類線性判別模型，并使用另外60家公司進行檢驗，發(fā)現(xiàn)模型具有超前4年的預(yù)測效果。蔡紅艷、韓立巖（2003）采用了Fisher判別方法建模，進入建模的指標(biāo)有：資產(chǎn)收益率、資產(chǎn)負(fù)債率等幾個指標(biāo)。 國內(nèi)研究現(xiàn)狀國內(nèi)關(guān)于企業(yè)財務(wù)風(fēng)險預(yù)警系統(tǒng)的研究除借鑒國外的預(yù)警模型以外, 一部分學(xué)者也做了擴展性的研究工作。3．新的研究方向（1）神經(jīng)網(wǎng)絡(luò)模型在19世紀(jì)80年代末期，神經(jīng)網(wǎng)絡(luò)理論（NN）開始興起，其影響也及于財務(wù)危機預(yù)測研究領(lǐng)域。（１－ｐ）］＝α０＋β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。 W5 表示流動比率。 W2 表示流動資產(chǎn)P負(fù)債總額。應(yīng)用單變量進行破產(chǎn)預(yù)測研究在二十世紀(jì)六十年代前較為普遍，其中比較有影響的學(xué)者主要為Beaver和Zmijewski。美國學(xué)者Altman在20世紀(jì)60年代建立的多元線性函數(shù)公式Altman—Z模型是其中重要的模型，在企業(yè)財務(wù)風(fēng)險監(jiān)測與危機預(yù)警中占很重要的地位，頻頻被各大投行分析師所引用。打印前，不要忘記把上面“Abstract”這一行后加一空行第1章 緒論 研究目的及意義全球經(jīng)濟在2008年開始的金融海嘯中受到重大打擊，一蹶不振的大小企業(yè)不在少數(shù)，投資者更是蒙受重大損失。事實上，上市公司的財務(wù)風(fēng)險發(fā)生總是有一個過程的，由潛伏期到爆發(fā)期需要很長時間。本文回顧了有關(guān)財務(wù)風(fēng)險預(yù)警的相關(guān)理論，在介紹Altman 的Z 計分模型的基礎(chǔ)上，隨機抽取了深市和滬市共60只A股股票對Zscore模型的適用性進行了實證研究：選取了30家ST公司和30家非ST公司2008年、2009年及2010年三年的相關(guān)財務(wù)數(shù)據(jù)，計算各個指標(biāo)，最終得出Z值，根據(jù)Z值的大小確定Zscore模型并不能直接用于我國上市公司預(yù)警。而建立完善的財務(wù)危機預(yù)警系統(tǒng)，是公司降低財務(wù)風(fēng)險的關(guān)鍵所在。由于Altman—Z模型是針對美國資本市場的實際情況構(gòu)建的，面對我國的實際情況，“ZScore”模型雖然也有它使用的空間，但是我國企業(yè)由于自身的情況，Z值在財務(wù)預(yù)測中的應(yīng)用與西方存在著差異。2．多變量財務(wù)預(yù)警模型（1）多元Z值判斷模型由于單變量分析法一次只能分析一個指標(biāo), 而不同的指標(biāo)只能反映企業(yè)財務(wù)狀況的一個側(cè)面, 因此難以有效地預(yù)警企業(yè)的財務(wù)風(fēng)險。20 世紀(jì)70 年代, 日本開發(fā)銀行調(diào)查部綜合了更廣的財務(wù)數(shù)據(jù), 建立了如下預(yù)警模型: Z = + – W4 + + 。模型如下：Z=+；X1=(稅前凈利+折舊)/流動負(fù)債：=1；否則， X1=0；X2=所有者權(quán)益/銷售收入：=1；否則X2=0；X3=凈營運資金與銷售收入比值再除以行業(yè)平均值：=1；否則X3=0；X4=流動負(fù)債/所有者權(quán)益：=1；否則X4=0；X5=存貨與銷售收入比值再除以行業(yè)平均值：若該比值有上升趨勢(根據(jù)連續(xù)三年的數(shù)據(jù)判斷)，則X5=1；否則X5=0；X6=速動比率/行業(yè)平均速動比率趨勢值：，則X6=1；否則X6=0X7=速動比率/行業(yè)平均速動比率：若該比值有下降趨勢(根據(jù)連續(xù)三年的數(shù)據(jù)判斷)，則X7=1；否則X7=0。他用19701976年間的105家破產(chǎn)公司及2058家正常公司為研究對象，采取9個財務(wù)變量來估計模型。然而，Back等人在1994年所做的一項研究卻并不認(rèn)為神經(jīng)網(wǎng)絡(luò)模型具有比多元判別分析（MDA）和Logistic分析明顯更佳的預(yù)測效果。1996年，周首華等對Z計分模型加以改造，建立了財務(wù)危機預(yù)測的新模式——F分?jǐn)?shù)模型。Z1=+++Z2=++++X1——資產(chǎn)負(fù)債率 ；X2——凈資產(chǎn)收益率 ；X3——總資產(chǎn)收益率 ；X4——流動比率； X5——營運資本比率； X6——總資產(chǎn)周轉(zhuǎn)率。黃巖、李元旭以滬深兩市的上市公司為樣本，建立了中國工業(yè)類上市公司財務(wù)失敗預(yù)測模型，給出了所研究上市公司的Z值范圍，用到的指標(biāo)處理方法主要是聚類分析和判別分析。梁謀和卞鷹在《2 0 0 4 2 0 0 8 我國中藥上市企業(yè)財務(wù)風(fēng)險的實證研究》中利用z值模型和上市公司年報數(shù)據(jù)對我國27家中藥上市企業(yè)的財務(wù)狀況進行分析，指出企業(yè)應(yīng)當(dāng)根據(jù)自身特點，采取針對性的策略，避免財務(wù)風(fēng)險。日本學(xué)者龜井利明認(rèn)為，風(fēng)險不只是指損失的不確定性，而且還包括盈利的不確定性。如Beaver(1966)將財務(wù)危機企業(yè)定義為：銀行透支、未支付優(yōu)先股股利、債券違約和宣告破產(chǎn)等幾個狀態(tài)。陷入財務(wù)危機的上市公司必然面臨著較大的財務(wù)風(fēng)險，而具有財務(wù)風(fēng)險的上市公司不一定陷入了財務(wù)危機。財務(wù)危機主要表現(xiàn)為企業(yè)財務(wù)狀況惡化，喪失了償還到期債務(wù)的能力，企業(yè)的凈現(xiàn)金流量小于企業(yè)需償還的到期債務(wù)。Altman最初選擇的樣本共有66家公司，分兩組，每組33家。根據(jù)對過去經(jīng)營失敗企業(yè)統(tǒng)計數(shù)據(jù)的分析，Altman得出經(jīng)驗性臨界數(shù)據(jù)值判斷企業(yè)破產(chǎn)的臨界值：，則表示企業(yè)的財務(wù)狀況、經(jīng)營狀況良好，發(fā)生破產(chǎn)的可能性?。?，則表明企業(yè)正處于破產(chǎn)的邊緣；～，則表明企業(yè)的財務(wù)及經(jīng)營極不穩(wěn)定，被稱為“灰色地帶”。多元分析是將幾個指標(biāo)綜合起來，反映企業(yè)總體財務(wù)狀況，預(yù)測財務(wù)危機。即EBIT／資產(chǎn)總額。如果總資產(chǎn)周轉(zhuǎn)率長期處于較低的狀態(tài), 企業(yè)就應(yīng)當(dāng)采取措施提高各項資產(chǎn)的利用程度, 對那些確實無法提高利用率的多余、閑置資產(chǎn)應(yīng)當(dāng)及時進行處理, 加速資產(chǎn)周轉(zhuǎn)速度。調(diào)整后的模型中相關(guān)指標(biāo)系數(shù)仍采用第一個模型中的相關(guān)系數(shù)。從投資者的角度看，將ST公司誤分為非ST公司的成本可能會更高一些，錯誤的判斷會使投資者做出錯誤的決策，進而可能會有大量的損失，而且上市公司的股東人數(shù)較多，會產(chǎn)生較大范圍的損失，并有可能影響證券市場的穩(wěn)定。 Z值波動性比較分析根據(jù)上述分析，我國上市公司的Z值有普遍偏低的現(xiàn)象，僅根據(jù)其大小難以對公司財務(wù)狀況作出正確判斷。ST公司的Z值連續(xù)幾年的變動度較大，說明公司的發(fā)展不穩(wěn)定，財務(wù)狀況有不斷惡化的趨勢；而非ST公司的Z值變動度較小，說明企業(yè)發(fā)展穩(wěn)定，財務(wù)狀況穩(wěn)定。期末留存收益是企業(yè)稅后利潤累積而造成的，一般來講，X2越小，企業(yè)財務(wù)危機的風(fēng)險越大。5．X5為總資產(chǎn)周轉(zhuǎn)率，企業(yè)總資產(chǎn)的營運能力集中反映在總資產(chǎn)的經(jīng)營水平上，因此，總資產(chǎn)周轉(zhuǎn)率可以用來分析企業(yè)全部資產(chǎn)的使用效率。分析結(jié)果如表36所示。另外，由于我國一些上市公司的效益不好，各項財務(wù)指標(biāo)如流動比率、資產(chǎn)收益率等都很差，特別是每股凈資產(chǎn)、未分配利潤等都是負(fù)數(shù)，這大大地降低了Z值。 綜上所述，企業(yè)若想使用Zscore模型來判斷公司的財務(wù)狀況，我建議企業(yè)先搜索一下該行業(yè)代表性企業(yè)的Z值大小，Z值近幾年的波動性，Z模型財務(wù)比率的波動性，然后再將本企業(yè)的Z值大小，Z值與財務(wù)比率的波動性與之相比，就可以得出本企業(yè)的財務(wù)狀況，用此方法得到的結(jié)論準(zhǔn)確性也比較高。但是，由于我國會計準(zhǔn)則與國外不同，金融市場也不夠完善，這對模型的計算結(jié)果可能會產(chǎn)生一定影響，因此在使用過程中應(yīng)當(dāng)注意模型的適用范圍。s ZScore模型在企業(yè)風(fēng)險管理中的應(yīng)用研究. (4).P103106[J].，（12）20周劍濤,龐文鳳. Z (8) :2527[J].，（1）:838722李小青，[J].，（1）：2829不要自己寫，要利用word來自動生成。 Credit Suisse First Boston, 2001。銀廣夏*ST創(chuàng)智ST盛潤A*ST 威達SST 中華A*ST 化工ST 科健*ST 九發(fā)ST 珠峰ST 香梨ST 筑信*ST 北生*ST 白貓S*ST北亞ST 馬龍ST 春蘭*ST 中房*ST 三聯(lián)*ST 寶龍*ST 瓊花*ST張銅附錄4 外文文獻原文This paper develops a new early warning system (EWS) model, based on a multinomial logit model, for predicting financial crises. It is shown that monly used EWS approaches, which use binomial discretedependentvariable models, are subject to what we call a postcrisis bias. This bias arises when no distinction is made between tranquil periods, when economic fundamentals are largely sound and sustainable, and crisis/postcrisis periods, when economic variables go through an adjustment process before reaching a more sustainable level or growth path. We show that applying a multinomial logit model, which allows distinguishing between more than two states, is a valid way of solving this problem and constitutes a substantial improvement in the ability to forecast financial crises. The empirical results reveal that, for a set of 20 open emerging markets for the period 1993e2001, the model would have correctly predicted a large majority of crises in emerging markets. The last decade saw a large number of financial crises in emerging market economies (EMEs) with often devastating economic, social and political consequences. These financial crises were in many cases not confined to individual economies but spread contagiously to other markets as well. In particular, the Latin American crisis of 1994e1995 and the Asian crisis of 1997e1998 affected a wide group of countries and had systemic repercussions for the international financial system as a whole.As a result, international organizations and also private sector institutions have begun to develop early warning system (EWS) models with the aim of anticipating whether and when individual countries may be affected by a financial crisis. The IMF has taken a lead in putting significant effort into developing EWS models for EMEs, resulting in influential papers by Kaminsky et al. (1998) and Berg and Pattillo (1999b). But also many central banks, such as the US Federal Reserve (Kamin et al., 2001。，但如果結(jié)合Z值的波動性分析，能起到較好的預(yù)警作用。結(jié)論全球經(jīng)濟在2008年開始的金融海嘯中受到重大打擊，許多大小企業(yè)瀕臨破產(chǎn)，