【正文】 與以往的線性分析模型相比都取得了更好的結(jié)果。該法優(yōu)點(diǎn)是它們所提出的問題對(duì)所有企業(yè)都有意義、普遍適用，缺點(diǎn)是無法提供特定問題的一些個(gè)性特征。資金周轉(zhuǎn)困難。該法的實(shí)質(zhì)是企業(yè)面臨著變幻無窮的理財(cái)環(huán)境，所以要經(jīng)常準(zhǔn)備好安全度較高的資金周轉(zhuǎn)表，假如連這都辦不到，就說明企業(yè)己經(jīng)處緊張狀態(tài)了。如果在這些關(guān)鍵點(diǎn)上發(fā)生故障，損失將怎么樣，有無預(yù)先防范的措施等，這是一種對(duì)潛在風(fēng)險(xiǎn)的判斷與分析。下面就上述各定量分析模型進(jìn)行比較。在單變量判定模型中，“現(xiàn)金流量”是來自“現(xiàn)金流量表”的三種現(xiàn)金流量之和，在考慮負(fù)債總額的流動(dòng)總額時(shí)，只考慮了負(fù)債規(guī)模，而沒有考慮負(fù)債的流動(dòng)性，即企業(yè)的債務(wù)結(jié)構(gòu)，因此對(duì)一些因短期償債能力不足 而出現(xiàn)危機(jī)的企業(yè)存在著一定的誤判性。另外，單變量分析只能大致說明公司正處于困境或未來可能處于困境，但不能具體證明公司可能破產(chǎn)或何時(shí)破產(chǎn)，并且預(yù)警危機(jī)的正確率比較低。 多元線性判定模型中z模型可以從總體角度預(yù)測企業(yè)財(cái)務(wù)狀況，對(duì)上市公司整體績效衡量比單變量預(yù)警模型可觀，由于判別函數(shù)綜合了多個(gè)財(cái)務(wù)指標(biāo)的信息，降低了多數(shù)指標(biāo)的大幅度波動(dòng)可能造成的誤判概率，因而比較可靠實(shí)用。但是z模型同樣存在不可避免的局限。為此，有學(xué)者對(duì)Z值判定模型加以改造建立起F分?jǐn)?shù)模型。多元線性判定模型克服了單變量對(duì)于同一家公司用不同變量預(yù)測其結(jié)果可能相矛盾的問題，但也存在局限性。Logistic模型和Probit模型是二元選擇模型中最為常用的兩種模型。Logistic模型和Probit模型能夠克服多元線性判別分析方法對(duì)預(yù)測變量有著嚴(yán)格的聯(lián)合正態(tài)分布要求，并且要求財(cái)務(wù)危機(jī)組與控制組之間一定要進(jìn)行配和的局限性。我國學(xué)者吳世農(nóng)、盧賢義和姜秀華以深滬證券市場中的部分sT公司進(jìn)行了研究，肯定了該模型對(duì)企業(yè)財(cái)務(wù)困境預(yù)測的有效性，并認(rèn)為多元線性判定模型優(yōu)于單變量判定模型，Logistic模型又優(yōu)于多元線性判定模型。神經(jīng)網(wǎng)絡(luò)方法以計(jì)算機(jī)進(jìn)行大量的資料處理與計(jì)算，不需要任何概率分布假設(shè)，也不存在變量的共線性問題的影響，神經(jīng)網(wǎng)絡(luò)通過樣本學(xué)習(xí)來獲得輸入、輸出間的客觀關(guān)系，減少了人為主觀因素的干擾。但神經(jīng)網(wǎng)絡(luò)模型也有一定的缺陷就是沒有完整的理論框架說明其運(yùn)作，其處理過程有如黑箱，無法明確確認(rèn)其運(yùn)作過程：并且工作的隨機(jī)性較強(qiáng)。從整體角度來看，上述所有模型同樣存在不可避免的局限。同時(shí)，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是一種量化分析，它有利于清晰、直觀地反映上市公司的財(cái)務(wù)狀況，但它并不能完全代替?zhèn)鹘y(tǒng)的定性分析。5. 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的基本程序 財(cái)務(wù)危機(jī)預(yù)警程序可以分為下列五個(gè)步驟。預(yù)警義是預(yù)“警”的含義，它由若干個(gè)預(yù)警素和預(yù)警度所構(gòu)成的，警素指構(gòu)成警情的指標(biāo)要素，而預(yù)警度是指警情的程度。 警源是警情產(chǎn)生的根源，從警源的生成機(jī)制看，警源可以分為三種：一種是來自自然因素的警源，一種是由國外輸入的警源，一種是來自經(jīng)濟(jì)運(yùn)行機(jī)制內(nèi)部的警源，前兩者稱為外生警源，是來自外部經(jīng)營環(huán)境變化而產(chǎn)生的，例如，由于國家產(chǎn)業(yè)政策的調(diào)整，有可能導(dǎo)致企業(yè)被迫轉(zhuǎn)產(chǎn)或做出熏大經(jīng)營政策上的調(diào)整，也有可能直接或間接地導(dǎo)致巨額虧損，乃至破產(chǎn)。例如，投資失誤，而投入資金又是從銀行借入，導(dǎo)致營運(yùn)資金出現(xiàn)負(fù)數(shù)，企業(yè)難以用流動(dòng)資產(chǎn)償還即將到期的流動(dòng)負(fù)債，很可能被迫折價(jià)變賣長期資產(chǎn)，以解燃眉之急。 警兆指警素發(fā)生異常變化時(shí)的先兆。分析財(cái)務(wù)預(yù)警的警兆，是財(cái)務(wù)預(yù)警系統(tǒng)的關(guān)鍵一環(huán)，從警源到警兆，有一個(gè)發(fā)展過程：警源孕育警情—警情發(fā)展擴(kuò)大一警情爆發(fā)前的警兆出現(xiàn)。警兆又可細(xì)分為景氣警兆和動(dòng)向警兆。動(dòng)向警兆是與警情具有因果關(guān)系或邏輯關(guān)系或時(shí)間先后順序關(guān)系的先行變量指標(biāo)。財(cái)務(wù)預(yù)警系統(tǒng)中，反映財(cái)務(wù)風(fēng)險(xiǎn)狀況的一般屬于景氣警兆，而導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)的經(jīng)營風(fēng)險(xiǎn)狀況屬于動(dòng)向警兆。經(jīng)營出現(xiàn)風(fēng)險(xiǎn)導(dǎo)致財(cái)務(wù)出現(xiàn)風(fēng)險(xiǎn)的動(dòng)向警兆有：主導(dǎo)產(chǎn)品不符合國家產(chǎn)業(yè)政策，失去主要市場，或有負(fù)債與或有損失巨大，關(guān)鍵管理人員離職且無人替代等等。模型的形式，一般是建立關(guān)于警素的普通模型并做出預(yù)測，然后根據(jù)警限轉(zhuǎn)化為警度。財(cái)務(wù)預(yù)警的警度一般分為五種，無警、輕警、中警、重警、巨警，也有分為三種：安全區(qū)、預(yù)警區(qū)、危機(jī)區(qū)。例如，為了監(jiān)測企業(yè)的債務(wù)情況，設(shè)置資產(chǎn)負(fù)債率為警兆指標(biāo)。當(dāng)某企業(yè)的資產(chǎn)負(fù)債率的實(shí)際值為58％，則為重警。本文認(rèn)為，財(cái)務(wù)預(yù)警系統(tǒng)的構(gòu)成要素包括組織機(jī)制、運(yùn)行機(jī)制、指標(biāo)體系、模型設(shè)計(jì)和應(yīng)用軟件技術(shù)實(shí)現(xiàn)系統(tǒng)。本文認(rèn)為，石油企業(yè)是國家重點(diǎn)發(fā)展的基礎(chǔ)產(chǎn)業(yè)，因此，建立有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)已成為石油企業(yè)當(dāng)前關(guān)注的熱點(diǎn)，但就應(yīng)用而占，財(cái)務(wù)預(yù)警系統(tǒng)的使用在此行業(yè)還不普及。本文運(yùn)用國外財(cái)務(wù)預(yù)警模型中最具代表性、最成功的z分?jǐn)?shù)模型，結(jié)合我國石油銷售企業(yè)財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行適用性檢驗(yàn)。為了確保財(cái)務(wù)預(yù)警系統(tǒng)高效運(yùn)行，發(fā)揮應(yīng)有的作用和功能，還應(yīng)該完善的環(huán)節(jié)有企業(yè)治理結(jié)構(gòu)的完善，目的是提高經(jīng)營者建立財(cái)務(wù)預(yù)警系統(tǒng)的主動(dòng)性；相關(guān)法律制度的完善，盡快建立企業(yè)的破產(chǎn)機(jī)制：財(cái)務(wù)信息質(zhì)量保證制度的完善，以保證財(cái)務(wù)預(yù)警信息的真實(shí)可靠；內(nèi)部控制制度的完善等。因此，企業(yè)必須將財(cái)務(wù)管理和安全經(jīng)營結(jié)合起來，建立一個(gè)能承擔(dān)經(jīng)營風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和保持市場競爭能力的財(cái)務(wù)機(jī)制．財(cái)務(wù)預(yù)警系統(tǒng)是這種財(cái)務(wù)機(jī)制的重要組成部分，為此對(duì)財(cái)務(wù)預(yù)警理論和方法的探討和研究更具現(xiàn)實(shí)意義。本文著眼于研究石油銷售企業(yè)的財(cái)務(wù)預(yù)警系統(tǒng)，這主要是從數(shù)據(jù)來源角度考慮，今后應(yīng)擴(kuò)展到其他行業(yè)。如：顧客滿意度、產(chǎn)品和服務(wù)的質(zhì)量、市場份額、創(chuàng)新能力、公刊發(fā)展戰(zhàn)略、公司治理結(jié)構(gòu)、人力資品和服務(wù)的質(zhì)量、市場份額、倉0新能力、公司發(fā)展戰(zhàn)略、公司治理結(jié)構(gòu)、人力資源狀況等。目前主要是采用單變量模型和多變量模型，今后要進(jìn)一步探索多元邏輯回歸模型、神經(jīng)網(wǎng)絡(luò)模型，在模型中更多地引入動(dòng)態(tài)指標(biāo)和非財(cái)務(wù)指標(biāo)，構(gòu)建更為全面的變量組?？党髽I(yè)財(cái)務(wù)預(yù)警問題的理論思考．財(cái)會(huì)研究，2003，(6)：4748[12] Altman．財(cái)務(wù)比率、判別分析和公司破產(chǎn)的預(yù)測．金融雜志，1968[13] 賈莉，于恒．企業(yè)財(cái)務(wù)預(yù)警模式的分析與比較．中國海洋大學(xué)學(xué)報(bào)，2003，(2)：9294[14]Didier Van Caller．(1999) Business failure prediction models：What is the theory looking for Risk and crisis management 57 May 1999 international conference．[R][15]Mathieu Business．(2002)to words a new early warning system of financial crises (European center bank)working paper series May 2002[16]Edward I． Altman．(2000)Predicting financial distress ofp4nies：Revisiting the Zscore and zeta models[J]July 2000致 謝在論文完成之際，我要特別感謝我的指導(dǎo)老師的熱情關(guān)懷和悉心指