【正文】 在我撰寫論文的過程中，老師傾注了大量的心血和汗水，無論是在論文的選題、構思和資料的收集方面，還是在論文的研究方法以及成文定稿方面，我都得到了老師悉心細致的教誨和無私的幫助，特別是他廣博的學識、深厚的學術素養(yǎng)、嚴謹?shù)闹螌W精神和一絲不茍的工作作風使我終生受益，在此表示真誠地感謝和深深的謝意！ 在論文的寫作過程中，也得到了許多同學的寶貴建議，同時還得到許多朋友的支持和幫助，在此一并致以誠摯的謝意！ 感謝所有關心、支持、幫助過我的良師益友！感謝關心、理解和支持我的父母、親人和朋友!你們是我永遠的奮斗動力!最后對參加論文評審和答辯的各位老師表示衷心的感謝?。?！ 黃猛 2011年9月30。參考文獻[1] 鄧明然，于婕．論上市公司財務預警系統(tǒng)．財務與會計，2002，(116)：8889[2] 張友情．論企業(yè)財務預警機制．烏魯木齊職業(yè)大學學報，2004，(3)：7172[3] 何俊德，張年勝．基于現(xiàn)代財務理論的財務風險預警研究．科技進步，2004，(2)：105105[4] 張友棠，唐慧賢．現(xiàn)代財務理論及其在財務預警中的應用研究．武漢理工大學學報，2001，(2)：7880[5] 蘇艷麗．企業(yè)如何規(guī)避財務風險．經(jīng)濟與社會發(fā)展，2004，(8)：121124[6] 王婷．何學忠，宋夏云．我國企業(yè)財務風險預警系統(tǒng)研究．南昌大學學報，2004，(1)：6367[7] 閏曉清．財務風險的預警分析及防范．商業(yè)會計，2004，(8)：2324[8] 韓國麗．企業(yè)信用危機的預警及管理，武漢大學學報(人文科學版))，2006，(1)：113116[9] 張轉玲，張根龍．企業(yè)財務預警系統(tǒng)當議．深圳大學學報(人文科學版)，2004，(4)：81183[10] 杜茂寶．淺談建立企業(yè)財務狀況預警系統(tǒng)．上海會計，1997，(4)：14[11] 胡凱。 (3)在研究所采用的模型方面。 (2)在研究方法方面，現(xiàn)在我國財務預警系統(tǒng)研究主要是定量研究，今后應加強定性研究，引入非財務指標和定性因素進行預警分析。以下足有待進一步研究的問題： (1)在研究的對象和內容方面。 展望 隨著中國加入WTO．市場競爭更加激烈，企業(yè)運營面臨的不確定性和風險也隨之加大。結果表踞z分數(shù)模型在我國石油銷售企業(yè)財務預警中具有一定適用性．但z值的臨界標準有別于一般情況，所以研究財務預瞀系統(tǒng)時，在模型的構建及適用范圍方面，應該分行業(yè)進行，不同行業(yè)的財務指標特征是具有較大差異的，在統(tǒng)計分析時，將其納入同一個樣本，必然會影響模型的解釋能力及最終的預鋇4效果。 (3)本文從石油銷售企業(yè)財務預警系統(tǒng)模型和軟件需求入手，深入分析和設計了一套切實可行的財務預警系統(tǒng)。 (2)我國銷售企業(yè)財務預警系統(tǒng)應用現(xiàn)狀。 本文總結 銷售企業(yè)的財務預警系統(tǒng)是一個很大的課題，本文對此做了部分研究，現(xiàn)小結如下： (1)財務預警系統(tǒng)的基本理論，包括財務預警的含義、財務預警系統(tǒng)的定義、預警分析方法、財務預警的程序和功能。設置的警限區(qū)域為：當資產負債率小于10％為無警，10％～30％為輕警，30％～50％為中警，50％～70％為重警，70％以上為巨警。警度的確定，一般是根據(jù)警兆指標的數(shù)據(jù)大小，找出與警素的警限相對應的警限區(qū)域，警兆指標值落在某個警限區(qū)域，則確定為相應級別的警度。 警度是警情的級別程度。 預報警度有兩種方法，一是定性分析的方法，如專家調查法、特爾斐法、經(jīng)驗分析法等等；二是定量分析的方法，包括指標形式和模型形式。財務出現(xiàn)風險的景氣警兆有：現(xiàn)金凈流量為負數(shù)，資不抵債，無法償還到期債務，過度依賴短期借款籌資等。動向警兆一般與警源相聯(lián)系，與警源構成因果關系。景氣警兆指警兆反映的是經(jīng)濟景氣的程度和狀況。財務預警的目的就是在警情爆發(fā)前，分析警兆，控制警源，擬定排警對策。在警源的作用下，當警素發(fā)生變化導致警情爆發(fā)之前，總有一些預兆或先兆，財務預警的警兆，一般是通過財務狀況或現(xiàn)金流量的指標惡化反映出來的。此時，投資失誤則為企業(yè)出現(xiàn)財務危機的內生警源。此時，外生警源為“政策調整”后者稱為內生警源。影響警的素與度的指標不僅包括流動比率、速動比率、資產負債率等傳統(tǒng)的財務指標，還包括應收賬款周轉率、存貨周轉率等補充指標，還要包括經(jīng)營活動的現(xiàn)金流量、投資活動的現(xiàn)金流量、籌資活動的現(xiàn)金流量等現(xiàn)金流量指標。 即明確預警的對象。不同的模型只能在一定條件下有效，如果要做到科學的預警，應采取定性分析與定量分析結合的方法，并且，隨著經(jīng)濟環(huán)境的變化，需對模型做一些修正、補充和完善，財務風險預警模型才能成為預測上市公司財務失敗的有效方法。這種局限性體現(xiàn)在：財務風險預警的前提是公司發(fā)布的財務數(shù)據(jù)必須是真實有效的，但是由于目前公司的虛假財務信息問題依然存在；另外，由于受到行業(yè)區(qū)別、通貨膨脹等因素的影響，在選取樣本建立模型時，模型對不同時期企業(yè)的正確判斷能力及失敗預警的可靠性都將會產生較大的影響。如果要得到一個較好的模型，需要人為不斷地調試，非常耗費時間和精力。實證研究表明，神經(jīng)網(wǎng)絡模型準確率要高于多元線性判別分析方法和Logistic模型和Probit概率模型。 神經(jīng)網(wǎng)絡技術由于其具有自我學習、推理聯(lián)想、歸納判斷，積累經(jīng)驗的能力，所以在模型方法的選擇上，神經(jīng)網(wǎng)絡方法成為當代研究的一個重要趨勢。美國學者Ohlson是最早在財務預警研究中應用這種方法的人。這兩種模型都適用于非線性情況，如果沒有極端值，理論上Logistic模型和Probit模型的預測效果基本相同，但是Logistic模型因為邏輯概率分布函數(shù)與正態(tài)分布的密度函數(shù)很相似，而且它的計算比較容易，因此，許多人喜歡運用Logistic模型進行企業(yè)財務風險預警的實證研究。多元線性判定模型一般都是以下列假設為前提的，財務指標樣本要服從多元正態(tài)分布：每個變量都不是其他變量的線性組合：判別分析預測模型選取的兩類研究樣本群體要滿足協(xié)方差矩陣相等，但現(xiàn)實經(jīng)濟生活中的企業(yè)財務內容大多不符合上述假設的，因此顯著性檢驗值和分組歸屬概率計算的準確性無從談起。許多專家證實，現(xiàn)金流量比率是預測公司破產的有效變量，F(xiàn)分數(shù)模型加入現(xiàn)余流量這一預測自變量，彌補了z值判定模型的不足，同時也考慮到了現(xiàn)代公司財務狀況的發(fā)展及其有關標準的更新，使用的樣本更加擴大。Z值判定模型考慮了多變量的因素，但是在建立時并沒有充分考慮到現(xiàn)金流量變動等方面的情況。同時也考慮到了財務指標變量之間的相關程度和變量的離散程度，彌補了單變量判別方法的不足。因此，招致了許多批評而逐漸被多變量判定模型所替代。同時，單變量判定模型在分析過程中存在困難，通過單個財務比率難以表達整個企業(yè)的運營情況；而且沿用單變量的分析方法，只考慮到財務比率的平均值，而沒有考慮到變量之間的相關程度和變量的離散程度，對于同一企業(yè)運用不同的財