财务风险预警模型研究文献综述.docx

《财务风险预警模型研究文献综述.docx》由会员分享，可在线阅读，更多相关《财务风险预警模型研究文献综述.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、财务风险预警模型研究文献综述财务风险预警模型研究文献综述集团标准化工作小组#Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#我国财务风险预警模型研究文献综述引言财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场等理论，采用比率分析、比拟分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，催促企业管理当局采取有效措施，潜在的风险演变成损失的一种预警方式。国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20

2、世纪90年代末才。吴世农、黄世忠(1986)曾撰文（中国经济问题）介绍企业破产的财务分析指标及预测模型：国家自然科学基金委管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开场务预警的研究，并获得了一定的成果。1统计方法预警模型单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判定企业能否处于破产状态的预测模陈静1999以27个ST公司和27个非ST公司为样本，最终选定资产负债率、净资产收益率等6个财务指分别以公司被ST的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，在负债比率、流动比率、总资产

3、收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。周首华、杨济华和王平(1996)在Z分数模型的基础上进行改良，考虑了现金流量变动情况指标，建立了F分数：F=+其中，X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标一样，而X3、X5与Z分数模型的X3、X。X3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于归还企能力的重要指标。X5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其利息是指企业利息

4、收入去利息支出后的余额)。相对于Z分数模型，它能够更准确地预测出企业能否存在财务风险。张玲(2000)以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外家公司进行模型进行检验，发现模型具有超前四年的预测结果。此外，采用MDA建模的学者还有黄岩和李元旭01、尹侠等2001、向德伟2002、卫建国等2002、杨淑娥和徐伟刚2003、唐振宇等2004贲友红2005。Logit。Logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏度设定风险警戒线，以此对分析对象进行风险定位与决策。吴世农、卢贤义2001选取70家处于财务窘

5、境的公司和70家财务正常的公司为样本，首先应用剖面分析量断定分析研究财务窘境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预，应用Fisher线性断定分析、多元线性回归分析和Logistic回归分析三种方法分别建立了三种预警模型，并指出应ogistic回归分析法建立的预警模型误判率最低。此外，姜秀华与孙铮2001讨论了最佳分割点，以为概率为最佳分割点；乔卓2002和齐治平2002二次项和穿插项进行建模；陈晓和陈治鸿2000、宋力和李晶2004对财务数据进行调整后建模；张鸣和程05、梁琪2005、张扬2005通过利用主成分分析法对logistic方法进行降维、解决共

6、线性问题后进行了；顾银宽2005则基于Jackknife检验进行了建模，均提高了模型预测的准确率。核函数方法。罗幼喜等2005通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指过传统预测方法，较好地解决了大规样子容貌本集应用问题。2智能预警模型智能预警模型则主要是基于神经网络分析的各类模型。神经网络模型是一套人工智慧系统，以模拟生物神经系统式，利用不断重复的训练经过，使本身能够透过经历的积累到达学习的效果。王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非射能力，其学习经历的能力强：学者杨保安等(2001)将BP神经网络分析

7、方法运用到银行财务预警的分析中，构建形财务预警模型。刘洪、何光军2004以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于种方法的预测准确率。谢纪刚2004等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准可到达86%。张根明、向晓骥和孙敬宜2006采用BP神经网络法，以263家制造业上市公司的截面财务指标作为学习样并使用76家制造业上市公司作为检验样本，建立了制造业上市公司财务危机预警模型。其研究结果表明，与没有区业的通用财务危机预警模型相比，分行

8、业的BP神经网络财务危机预警模型的预测准确率较高，能为广大投资者和监构预测公司财务状况提供更可靠的根据。另外，张华伦、孙毅2006提出了一种基于粗糙-模糊神经网络Rough-Fuzzy-ANN的模型，并给出了算法，通过以我国上市公司财务数据为基础进行的实证分析表明，这种模型具有预测精度高、学习和泛化能力强、适广的优点，为企业财务危机的动态预警提供了一条新的途径。张林2004采用CBR技术构建了企业财务预警系为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。3混合形式及其比拟研究近些年来，还出现了财务预警的混合形式。混合形式是指同时采用两种或两种以上的方法建立模型来进行财务预析。对

9、此进行的实证研究表明，混合模型比单个方法模型相有着更高的准确型。如：徐勇2007以沪深两市制造市公司为样本，通过Fisher线性断定分析法和Logistic回归分析法对我国制造业上市公司财务危机预警模型进行研该研究考虑到了财务指标行业性差异，选择制造业上市公司作为样本，可使研究结果更具针对性。4我国财务风险预警模型研究评价通过上述对国内财务危机预警模型的研究，从单变量、多变量、Logit模型这些以统计方法为基础的研究到神经模型等非统计智能模型，从单一模型的研究到混合模型及其比拟研究，从以财务指标为基础的研究到引入非财务指标究，财务危机预警模型的研究遭到了国内实务界和学术界的高度重视且获得了重大

10、进展。与此同时，国内在这方面的研究仍存在缺乏之处。不同的预警模型适用条件不同，必然影响到模型的正确性和精度。当前对财务危机预警模型的研究大多数侧重用财务指标来构建模型，而非财务因素指标不仅在数据上采集困不易测评。国内学者对这些模型的研究都是通过实证研究得到的，缺乏理论的指导，研究者在选择变量的时候也身价值判定的影响。在国内现有的财务预警研究中，指标的选择往往基于一般的财务理论、风险理论和管理理论甚至取决于研究者的直观判定以及资料的可获得性，诸多研究者还没有找到令人信服的财务风险和预警理论来支撑所的预警模型，由此造成了各种财务预警模型的预警结论不一致。我国这方面的研究中怎样考虑行业和规模的影响，样本设计条件的变化怎样影响预测精度，怎样从理论上和经历进更有效的预测变量，而且国内研究对现金流量指标的重视程度也不够，这些都是我们将来需要进一步研究的方向。参考文献：1姜秀华，任强，孙铮.上市公司财务危机预警模型研究J.预测.2张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.3赵莹.财务预警模型及其在中国的应用综述.特区经济.20054潇洒.企业财务风险的预警机制研究.当代商业.20205张玮.企业财务风险预警模型构建中现金流量分析法的运用.当代财经.2007.