文献综述-sample1 (2).doc

《文献综述-sample1 (2).doc》由会员分享，可在线阅读，更多相关《文献综述-sample1 (2).doc（21页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、北京航空航天大学研究生文 献 综 述题 目： 国企财务监控与预警系统研究 学生姓名： * 专业： 管理科学与工程 班级： SY*指导教师： * 提交日期： 19目录摘要：1Abstract：2一、数据挖掘和数据挖掘中的统计学方法31数据挖掘32数据挖掘中的统计学方法5二、财务监控71国外财务监控的研究与进展72国内财务监控的研究与进展7三、财务预警101财务困境概念102. 国外财务预警的研究与进展113国内财务预警的研究与发展13四、结论17参考文献18摘要：本文献综述是对作者近期阅读的有关企业财务监控和财务预警文献的一个简要概述。文章围绕财务监控、财务预警及财务预警中的常用的数据挖掘方法展

2、开，介绍了数据挖掘的基本概念、常用技术及挖掘步骤等，对国内外财务监控和预警的发展进行了阐述，并提出财务预警理论与实践未来发展和应用的趋势。【关键词】 数据挖掘 财务预警 模型分析Abstract：【Key words】 一、数据挖掘和数据挖掘中的统计学方法由于数据库技术的广泛深入应用，对数据的存储、管理等基本功能已成为一个管理系统必备的功能。随着数据在日常决策中显得越来越重要，人们对数据处理技术的要求也不断提高，需要对数据进行更深层次的处理，得到关于数据的总体特征的认识，以便预测事物的发展趋势，这就引入了数据挖掘技术。1数据挖掘11数据挖掘的概念数据挖掘(Data Mining)，又称数据库中

3、的知识发现(Knowledge Discovery in Database，KDD)，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。从技术角度上看，数据挖掘是从大量的、不完全的、模糊的、随机的实际数据中，提取隐含在其中的、人们不知道的，但又是潜在有用的信息和知识的过程1。数据挖掘的最终目的是预测，预测性数据挖掘最主要的应用在于商业预测2 。从商业角度看，数据挖掘是一种崭新的商业信息处理技术。其特点是对商业数据库中的大量业务数据进行抽取、转化、分析和

4、模式化处理，从中提取辅助商业决策的关键知识，即从一个数据库中自动发现相关模式。数据挖掘最吸引人的地方是能够建立预测型，而不是回顾型的模型。传统的数据分析工具侧重于向管理人员提供过去已经发生什么，描述过去的事实；而挖掘工具则在于预测未来的情况，解释过去所发生事实的原因。传统的数据分析是对过去情况的验证，而数据挖掘技术则是基于发现的、预测的、运用模式匹配等各种算法对数据之间的关系进行挖掘1。12常用的数据挖掘技术数据挖掘计算机行业发展最快速的领域之一3。数据挖掘技术是数据挖掘的核心部分。它可以综合利用各种人工智能技术。下面介绍几种常用的数据挖掘技术。(1)粗糙集方法(Rough Set)粗糙集理论

5、是研究不精确、不确定性知识的表达、学习、归纳等方法。粗糙集方法是模拟人类的抽象逻辑思维，它以各种更接近人们对事物的描述方式的定性、定量或者混合信息为输入，输入空间与输出空间的映射关系是通过简单的决策表简化得到的。它通过考察知识表达中不同属性的重要性，来确定哪些知识是冗余的，哪些知识是有用的。进行简化知识表达空间是基于不可分辨关系的思想和知识简化的方法，从数据中推理逻辑规则作为知识系统的模型。它是基于一个机构(或一组机构)关于一些现实的大量数据信息，以对观察和测量所得数据进行分类的能力为基础，从中发现、推理知识和分辨系统的某些特点、过程、对象等4。(2)决策树方法决策树方法是数据挖掘中经常使用的

6、方法。它可以用来进行数据分析，也可以用来做预测。决策树( decision tree)是一个类似流程图的树型结构，其中每个内部节点表示在一个属性上的测试，每个分枝代表1个测试输出，而每个树叶代表类或类分布。树的最顶层节点是根节点。决策树建立的过程，即树的生长过程是不断的把数据进行切分的过程，每次切分对应1个问题，也对应着1个节点。对每个切分都要求分成的组之间的“差异”最大。目前，在数据挖掘中使用的决策树方法有多种，典型的、在国际上影响较大的决策树方法是Q uinlan研制的ID3算法5。(3)遗传算法(Genetic Algorithms)。遗传算法是基于达尔文的进化论中基因重组、突变和自然选

7、择等概念。这些算法作用于对某一特定问题的一组可能的解法。它们试图通过组合或“繁殖”现存的最好的解法来产生更好的解法。利用“适者生存”的概念使较差的解法被抛弃，从而导致解法的集合，即繁殖的结果得到改善。通常，解法的随机突变用来防止算法受阻于好的但非最优的解法。(4)神经网络(Neural Networks)最早的人工神经网络由心理学家Frank Rosenblatt于1958年创造，当时命名为感知器6。数据挖掘中的人工神经网络是模拟人类的形象直觉思维、是在生物神经网络研究的基础上，根据生物神经元和神经网络的特点，通过简化、归纳、提炼总结出来的一类并行处理网络。利用其非线性映射的思想和并行处理的方

8、法，用神经网络本身结构可以表达输入与输出的关联知识。它完成输入空间与输出空间的映射关系，是通过网络结构不断学习、调整，最后以网络的特定结构来表达的，没有显式函数表达。迄今为止，有30多种人工神经网络模型被开发和应用。其中BP网络是数据挖掘中主要使用的一种模型。反向传播(BP)网络最初由Werbos开发的反向传播训练算法是一种迭代梯度算法，用于求解前馈网络的实际输出与期望输出间的最小均方差值。BP网是一种反向传递并能修正误差的多层映射网络。当参数适当时，此网络能够收敛到较小的均方差，是目前应用最广的网络之一。BP网的短处是训练时间较长，且易陷于局部极小7。(5) 统计学方法统计方法只是数据挖掘众

9、多方法中的一种。数据挖掘的大部分核心功能的实现都以计量和统计分析方法作为支撑这些核心功能包括:聚类、估计、预测、关联分组以及分类等。许多成熟的统计方法构成了数据挖掘的核心内容。比如回归分析（多元回归、自回归、Logistic回归）、判别分析（Bayes判别、非参数判别、Fisher判别)、聚类分析（系统聚类、动态聚类）、探索性数据分析、列联分析等统计方法，一直在数据挖掘领域发挥着巨大的作用8。13数据挖掘的步骤1定义问题：清晰地定义出业务问题，确定数据挖掘的目的。2数据准备：(1)选择数据提取数据挖掘的目标数据集；(2)数据预处理检查数据的完整性，去噪声，填补丢失的域，删除无效数据等数据再加工

10、；(3)将数据转换成一个针对挖掘算法的分析模型。这是数据挖掘成功的关键。3数据挖掘：根据数据功能的类型和特点选择相应算法，在净化和转换过的数据集上进行数据挖掘；4结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识；5知识的运用：将分析所得到的知识集成到业务信息系统的组织结构中去9。2数据挖掘中的统计学方法21主成分分析主成分概念首先由 Karl Parson在1901年引进，当时只对非随机变量来讨论的。1933年Hotelling将这个概念推广到随机变量。在多数实际问题中，不同指标之间是有一定相关性。由于指标较多及指标间有一定的相关性，势必增加分析问题的复杂性。主成分分

11、析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原来指标。同时根据实际需要从中可取几个较少的综合指标尽可能多地反映原来的指标的信息。主成分分析研究如何通过少数几个主成分来解释多变量的方差协方差结构，导出几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间不相关。以两个指标为例，信息总量以总方差表示：其中y1、y2分别都是x1、x2的线性组合，并且信息尽可能地集中在y1上。在以后的分析中舍去y2，只用主成分y1来分析问题，起到了降维的作用。主成分分析就是通过适当的变量替换，使新变量成为原变量的线性组合，并寻求主成分来分析事物的一种方法。22因子分析因子分析是研究相关阵或协差

12、阵的内部依赖关系，它将多个变量综合为少数几个因子。以再现原始变量与因子之间的相关关系，是主成分分析的推广和发展，是将原始变量表示为公因子和特殊因子的线性组合。令fi 为公因子载荷，Fj为公共因子，i为第i个变量特定因子，则表示形式为： Xi=fil F1 + fi2 F2+fim Fm + i i=1，2，. n因子分析的步骤是：选好想要分析的变量；准备好相关矩阵，选好共性程度；决定因子的数目；从相关矩阵中抽取公共因子；旋转因子，增加变量与因子之间关系的解释；解释结果。二、财务监控1国外财务监控的研究与进展国外的财务监控，以英国、日本和澳大利亚的做法较为出色10。英国国有企业内部具有健全的账目

13、清算系统, 该账目系统包括营业账户、拨款账户、资本账户和财务账户四个相互关联的账户。这种账目清算系统一方面有助于人们了解企业亏损和借贷需求产生的真实原因，另一方面, 可以增强财务监控的透明度11。在进行财务监控时, 日本会计检察院的权力很大。日本会计检察院不但把国有企业的监查大权握于手中, 而且还是一个独立于立法机关和行政机关的监督机构, 相当于国家审计署。澳大利亚监控国有企业的措施, 不仅反应在贷款、账户和资金的管理上, 还体现在政府的审计制度上。政府对国有企业的审计有两方面的内容：一是审计企业的财务报表是否按财政部长的要求进行编制；二是审计企业财务报表是否客观、公正地反映了企业的经营状况和

14、财务状况。当国有企业有下属子公司时, 子公司的财务报表也必须接受审计10。2国内财务监控的研究与进展1、罗异（2002）提出的现代企业制度下国有企业的财务监控模式。国家作为出资者对国有企业进行监控，通过国有企业监事会对企业的财务进行监督，明确以财务监督为核心，强化对经营者的权利监督。国有企业监事会对国有企业的监控主要是宏观决策、激励、约束和监督。建立科学的宏观决策机制。建立由出资者参与研究决定重大投资、筹资方案、资本转让、资产重组及重大资产处置事项，收益分配办法等重大财务决策的标准和范围；明确重大财务决策的程序和方式及重大财务决策的信息报告制度和信息反馈制度等。建立对经营者财务预算、决算的效绩

15、考评制度，硬化财务预算约束。参与经营者的中长期财务战略和目标规划，把财务管理的目标分解落实到财务预算当中，并建立以资本保值增值为核心的财务指标评价体系，制定对经营者效绩考评的原则和方法。建立有效的出资者财务监督和约束机制。现代企业制度蕴含的精髓是所有权对经营权的有效监督，这种监督是在所有权和经营权之间的一种权利制衡。出资者为防止经营者操纵会计行为以提供虚假信息，出资者应按现代企业制度和规范的法人治理机构要求，国有企业的资金流、物资流、信息流等进行财务监督，对经营者执行董事会决议的情况进行监督，并有权对董事会、经营者做出的损害出资者及企业的利益行使监督权给予纠正12。2、国内的财务监控研究，在监

16、控体系的设置方面，企业集团的财务监控机构总的来看是董事会、监事会和审计委员会这三条线。易娟等（2003）提出对国企监控的模式为：国资委授权企业集团总公司，由其设立并授权的外派监事会派出独立监事来管理企业的内部监事会，以此模式来对企业进行监控13。3、欧洁（2003）对证券公司的财务监控与分析系统进行了研究。财务信息是所有企业的核心信息，企业各项经营、管理活动的成果都会体现在财务信息中。财务信息能有效反映各项金融活动的风险和收益。因此，研究财务监控及分析系统具有重要的理论和实践意义。 证券公司财务监控与分析系统的主要功能为：监控证券公司各项业务中的资金运转风险；测试和评估财务系统的正确性、可靠性

17、和安全性；审查证券公司各项业务在财务方面的合法合规性以及各项措施、决策的有效性和合理性14。4、刘胜平和张启奎“基于数据挖掘技术的财务实时拉制系统研究”中指出，企业财务实时控制系统的研究重点集中在资金调度优化、财务风险动态预警、成本实时控制等多方面，其关键是通过对企业财务数据仓库的挖掘，发现并描述影响财务决策的各类指标变动趋势，将Agent嵌入财务管理活动，建立财务实时控制系统。以企业的财务数据为基础，形成数据仓库，利用数据挖掘技术建立财务实时控制系统，将适时财务控制转变为实时财务控制，提高我国企业理财效率和效益15。5、单江峰（2005）应用数据挖掘技术做了财务实时控制上的研究。建立了基于数

18、据挖掘技术的以数据库和网络为平台的企业财务实时控制系统，该系统包含有：资金实时控制、预算实时控制、成本实时控制和风险实时控制四个子系统16。6、黄海轮在“ERP环境下会计信息系统实时监控研究”中，以会计信息系统价值监控为主线，运用反馈监控理论和现代数据挖掘处理技术，对会计信息系统所涉及到的资金流、物流、信息流等实时信息做出分析，对这些实时信息的实现和掘取，实时信息的功能，对企业管理的推进等方面进行研究，探讨了企业资金、成本和报表的实时监控的内容和措施，提出了以资金实时监控为中心的价值监控作为企业会计信息系统实时监控的核心17。7、侯巧铭（2003）的企业内部国有资产监控体系研究中主要采用德尔斐

19、法和层次分析法，将企业财务监控指标分为企业盈利能力监控指标、企业资产运用效率监控指标、企业偿债能力监控指标和企业发展能力监控指标4个一级指标，并将其细化为22个二级指标来对企业进行财务监控11。8、张德茗、欧腾（2005）提出了财务监控的C模式和P模式。所谓C模式是指以全面预算管理为前提，以资金管理(Cash Management)为中心的财务监控模式，是一种典型的财权集中模式，在财务上由集团总部集中核算、统一管理，下属机构定期将业务数据报到总部财务部门，财务上的决策全部由总部决定。所谓P模式是指以绩效管理( Performance Management)为中心的财务监控模式，是一种典型的财权

20、分散模式18。9、韩东平等（2005）年提出了利益相关者理论条件下对企业财务监控的指标体系，将财务监控从五个方面, 即财务、客户、员工、业务过程和社会进行。其财务指标选用有代表性的赢利能力、偿债能力和营运能力指标反映企业财务状况。赢利能力监控指标，设计了净资产收益率、销售净利率和资本保值增值率三个监控指标。偿债能力监控指标，设计了资产负债率、已获利息倍数、速动比率、现金流动负债比率指标。营运能力监控指标没，设计了总资产周转率、流动资产周转率、存货周转率、应收账款周转率指标19。三、财务预警1财务困境概念对于“财务困境”的界定标准国内外学者有很多种不同的看法。美国的Altman定义财务困境为20

21、：(1)财务失败。从经济意义上来说，财务失败意味着加入风险成本以后的投资回报率明显或持续低于先前的投资回报率。也可认为是收益不足以抵补成本或投资平均回报率低于公司资本成本的情况。财务失败并不意味着公司不能持续经营。公司可能长时间处于财务失败的状态，但由于没有法律强制执行的债务，还可以偿还流动债务。如果公司不能依法偿还债权人的债务，则称为法律型的财务失败。商务型的财务失败概念由Dun&Bradstreet(一家商业统计的权威机构)所采用，用来描述各种不满意的经营状况，如经营因破产而终止、经营因债权人损失而终止、经营因不能偿还债务的风险而终止、经营牵涉到某些法律行为(如接管、重组)而呈现出良状况等

22、。经营失败的公司只是不能持续经营公司的一大部分。(2)无力偿还。指公司经营业绩出现赤字导致无力偿还。(3)违约。违约可以是技术上的违约也可以是法律上的违约，通常发生于债权人与债务人之间。技术性违约发生于债务人不能履行与债权人之间的合同。可以用流动比率或负债比率来衡量。实际上，此类指标可用于反映公司的业绩。(4)破产。一是指公司的净值状况显示出破产；二指按破产法规定宣布破产、清算或重组。美国的Carmichael将财务困境定义为企业履行义务时受阻，具体有如下四种表现形式21：(1)流动性不足。流动负债大于流动资产，履行短期义务时遭遇困难。(2)权益不足。公司的长期偿债能力不足，留存收益呈现赤字，

23、或者总负债大于总资产(即负权益)。(3)债务拖欠。公司不能偿付负债，或者违背了贷款条款。(4)资金不足。公司受限于或者无能获得各种额外资金。Ross 22等人认为财务困境是指“一个企业处于经营性现金流量不足以抵偿现有到期债务(例如商业信用或利息)而被迫采取改正行动的境况”。他们认为一旦企业发生如下的事情时，可以表明企业陷入了财务困境：股利的减少；工厂的关闭、亏损；解雇员工；高级主管的辞职；股票价格的暴跌等。Whitaker认为财务困境是现金流量不足以偿还当前债务的表现，但是现金流量不足并非充要条件。因为当现金流不足以偿还当前债务时，公司可以通过各种手段获取现金而避免违约，如动用现金储备、减少存

24、货、增加权益、出售资产、进行债务重组等。在实证研究中，不同的学者也有不同的财务困境界定标准。例如Beaver(1968 ) 23把破产、拖欠优先股股利、拖欠债务界定为财务困境，Deakin (1972 ) 24年的研究则认为财务困境公司为“己经经历破产、无力偿债或为债权人利益而己进行清算的公司”。财务预警是指以财务会计信息为基础，通过设置并观察一些敏感性财务预警指标的变化，对企业可能或将要面临的财务危机的预测和实时监控，并及时向利益相关者发出警示25。2. 国外财务预警的研究与进展21单变量判定模型最早的财务危机预测研究是Fitzpatrick在1932年开展的单变量破产预测研究。20世纪30

25、年代，Fitzpatrick最早发现出现财务困境的公司其财务比率和正常公司的财务比率显著不同，从而认为企业的财务比率能够反应企业财务状况，并对企业未来具有预测作用26。他以19家公司为样本，运用单个财务比率将样本划分为破产和非破产两组，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。20世纪60年代，美国芝加哥大学会计系教授William Beaver首先运用统计方法建立了单变量财务预警模型。他选取美国1954-1964年间资产规模相同的79家经营失败和79家正常经营的企业进行对比研究，使用30个财务比率进行分析，发现具有良好预测性的财务比率依次为现金流量/负债总额、资产收益

26、率和资产负债率。该研究开创了用统计方法建立财务预警模型的先河27。随后，Altman(1968)，Haldeman和Naraganan(1977)，Collins(1980)，Platt(1991)等学者都选择使用常规的财务比率指标，如流动比率、净资产收益率、资产周转率等进行预测，进一步丰富和发展了单变量模型28。22 多元线性判定模型这种模型以美国的研究最具有代表性29。20世纪60年代，Altman利用多元判别分析法对1945-1965年间的33家破产企业和33家正常经营的企业进行了研究，这些企业集中分布于美国的机械行业，企业规模在70-2590万美元之间。其研究结论形成了著名的Z值模型。

27、由于该模型具有行业局限性，并且只针对上市公司，于是Altman于1977对该模型进行了两次修正，形成了非上市公司财务困境Z模型和跨行业的ZETA模型29-30。Z系列模型从20多个财务指标中综合出4-5个模型变量，既营运资本/总资产、留存收益/总资产、息税前收益/总资产、股东权益/总负债和销售收入/总资产。其Z值模型为： Z=0.12X1+0.14X2+0.033X3+0.006X4+0.001X5X1为(期末流动资产期末流动负债)/期末总资产；X2为期末留存收益/期末总资产；X3为息税前利润/平均总负债；X4为期末股东权益的市场价值/期末总负债；X5为本期销售收入/平均总资产。在后来改进过的

28、ZETA模型中，去掉了带来行业影响因素的销售收入/总资产，并通过实证检验证明4个变量的ZETA模型，在财务预警方面不仅优于单变量模型，也优于原来的Z值模型，其破产前一年的预测精度在90%以上，而破产前5年的预测精度也有70% 31 。ZETA模型为ZZETA=6.56 X1+3.26 X2+6.72 X3+1.05X4式中：X1为营运资本/总资产；X2为留存收益/总资产；X3为息税前利润/总资产；X4为股东权益/总负债。当Z 2.6时，为企业处于安个状态；当1.1Z2.6时，企业是否破产情况不明确，处于灰色区域。多元线性财务预警模型中还有一种主成分分析模型，这种模型运用主成分分析方法提炼最有代

29、表性的财务比率，即考虑更多的对财务预警有指示作用的比率，同时防止比率太多而增加分析的复杂性，从而抓住分析中的主要矛盾。选取深沪证券市场中的40家ST公司及对应的40家非ST公司进行了研究，认为主成分模型也具有较好的预测性 32。23多微区分模型该模型是美国学者在使用SPSS-X统计软件多微区分分析(Multiple Discriminate Analysis )方法的基础上，统计1977到1990年62家企业(其中有31家破产企业)的有关资料建立起来的。其预测企业财务危机数学模型为:K=1.1091 A+O.1074B+1.9271C+0.0302D+0.4961 E0.1774 其中K=预测

30、企业财务危机值A=总资产营运资金率=一定时期营运资金期末数/一定时期总资产期末数B=总资产留存收益比率=一定时期(盈余公积+资本公积+未分配利润)期末数/一定时期总资产期末数C=负债与现金净流量比率=(一定时期的净利润+折旧额)/企业负债总额平均数D=负债与净资产价值比率=期末所有者权益的市场价值/负债总额平均数E=总资产与忽前现金净流量比率一(净利润十折旧额十利p.净支出)/总资产平均数预测企业财务危机值以0.0274为临界点(Critical Point)，低于临界点的预示企业将面临破产，高于临界点的表明企业可以继续生存33。24企业经营指标风险评价70年代，日本也利用与Altmam模型相

31、类似的分析方法，致力于研究开发企业业绩评价、风险估计的方法。日本开发银行调查部选择了东京证券交易所310家上市公司作为研究对象，分优良企业和不良企业两组，建立了“利用经营指标进行企业风险评价的破产模型”，进行了财务困境预侧。其判别函数为： Z=2.1 X1+1.6X21.7X3X4+2.3X5+2.5X6其中：X1表示销售额增长率；X2表示总资本利润率；X3表示他人资本分配率；X4表示资产负债率；X5表示流动比率；X6表示粗附加值生产率(为折旧费、人工成本、利息及利税之和与销售额之比)。模型中的和的系数是负数，表明他人资本分配率和资本负债率越小，风险越小。判别函数的Z值越大，企业越是“优秀”；

32、相反，则是“不良”的象征，若Z处在010的数值内，定位为可疑地带，即灰色区域33。3国内财务预警的研究与发展国内的经济预警研究起步较晚。从20世纪80年代开始，预警系统的研究与应用经历了一个从宏观经济预警渗透到企业预警，从定性为主到定性与定量相结合、从点预警到状态预警转变的过程34。与国外研究相似，我国对财务危机预警的研究也主要集中在建立数学预测模型，从定量方面进行实证分析判断，建立判别分析模型或逻辑回归预测模型，主要的研究成果有：31周守华、杨济华(1996)提出的F分数模型(Failure Score Model)为了弥补Z分数模型在建立时并没有充分考虑现金流量的变动等方面的不足，中国学者

33、周守华、杨济华于1996年提出了F分数模型：F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5X1，X2及X4与Z分数模型的X1，X2及X4相同，X3和X5为现金流量变量，X3=(税后纯收益十折旧)/平均总负债，X5=(税后纯收益十利息十折旧)/平均总资产。该模型确立了0.0274为临界点，若某一企业的F值低于0.0274，则被预测为破产企业，反之，则被预测为可继续生存企业35。 32 陈静(1999)的对上市公司财务恶化预测的实证分析该研究以上市企业被特别处理(ST)作为陷入财务困境的标志，以截至1998年7月的27家ST企业和27家

34、非ST企业，使用了19951997年的财务报表数据，运用费雪（Fisher）准则，进行了单变量分析和二类线性判定分析。在单变量判定分析中，发现在资产负债率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与资产负债率的误判率最低。在多元线性判定分析中，对资产负债率、净资产收益率、总资产收益率、流动比率、营动资本/总资产、总资产周转率和权益/负债七个比率的相关性进行检验，剔除了权益/负债这个比率。研究表明，余下的六个比率在ST发生的前三年能较好地预测ST。模型运用1997年度的财务数据可以准确地判别样本中的88.9%的被特别处理企业和96.3%的非特别处理企业，总体正确率为92. 6

35、%36。33 张玲(2000)估计二类线性判别模型她在研究中以120家企业为研究对象，使用其中60家企业的财务数据估计二类线性判别模型，并使用另外60家企业进行模型检验，张玲推导的判别函数为：Z=0.517-0.46X1-0.388X2+9.32X3+1.158X4其中：X1为资产负债比率（负债总额/资产总额）；X2为营运资金与总资产比率（营运资金/资产总额，其中营运资金=流动资产流动负债）；X3为总资产利润率（净利润/平均资产总额）；X4为留成收益与资产总额比率(留成收益/资产总额，其中留存收益=未分配利润+盈余公积) 。该判别分析模型确定了0.5作为临界值，并据此得出以下判别法则：(1)凡

36、判别分(Z值)小于0.5 (Z 0.5)的公司被判为财务危机公司(ST公司)；(2)凡Z值大于0.5小于0.9 (0.5z 1 为财务状况非常安全区域；1 Y 0.5 为财务状况安全区域；0.5 Y 0.3 为财务状况灰色区域；0. 3 Y 0 为财务状况失败区域；0 Y 为财务状况严重恶化区域。Y分数模型在预测上市公司财务是否呈现危机方而具各了较强的可信度；而目，如果利用此模型对上市公司的财务比率指标进行连续动态的观测，注意分析预测值的发展变化趋势，则具有更强的实用性39。36米传军,李志祥(2005)的基于层次分析法和模糊综合评判的企业财务危机预警研究该研究按照企业财务危机的严重程度确定评

37、价集Y，即财务危机预警的警度，将其划分为四个等级，即Y=无警；轻警；重警；危机。首先将影响企业财务状况的因素划分为五个子指标，再将每个子指标进一步划分为具体指标，然后对每个具体指标采用层次分析法获得其权重。接下来建立多层次模糊综合评判模型。先计算每个具体指标对评价集各个等级的隶属度，从而获得每个子指标的评判矩阵。然后按照模糊合成运算，得到子指标评判集。再把子目标当作评判对象，评价其对总目标的综合影响。对该论文中的样本进行计算，根据最大隶属度原则，可以认定2003年末该企业财务经营状况处于“重警”状态。模糊综合评判模型是对影响企业财务经营状况的多个指标进行总的模糊评价，它克服了传统定量方法过于肯

38、定的缺点。但是在运用层次分析法和构造隶属度函数的时候，都需要借助于有关专家的知识，即对评价者的主观依赖性较强；另外，由于最终的评判结果具有较大的模糊性，因而无法对该模型的准确率进行检验，但对于进行财务危机预警分析的企业利益相关者而言，该模型仍具有很大的参考价值25。37杨帆（2006）的石化企业财务风险预警系统的研究在该项研究中仍然主要利用了Altam的研究方法多元判别分析法，即Z分数模型。该文章的突出之处在于将该方法具体应用于石化企业，并实现了石化企业财务风险预警信息系统的建立34。四、结论目前，我国对财务预警系统的研究，无论从理论上还是实践上都是一个弱点。从理论角度看，我国研究现状表现在：

39、其一，从理论上对企业财务预警系统的构建进行的探讨和研究甚少；其二，对如何在企业构建财务预警机制探讨甚少。从实践角度看，有意向建立财务预警系统的企业因缺乏示范，而不得不把这项工作停留在表层上，要么依据财务管理人员的经验判断，要么只做一些基础的财务分析来代替财务预警系统。这些状况若不及时解决将给我国企业的安全经营埋下隐患。因此关于财务预警系统理论与实践的研究己成为现代财务理论的前沿课题，也成为我国财务管理研究的创新项目。主要参考文献1 李海涛. 浅谈数据仓库与数据挖掘J.井冈山学院学报，2006,092 3 Christopher W,Teresa B. Data Mining Solutions

40、：Methods and Tools for Solving Real-World Problems M.John Wiley & Sons, Inc. 19984 余英泽，廖里，吴渝.一种新型数据分析技术数据挖掘J.计算机与现代化,2000,第1期5 刘兴华.数据挖掘技术及其应用研究辽宁师范大学学报(自然科学版)，20026 7 来自：8 王琳.统计学方法在数据挖掘中的应用J.当代经理人(下旬刊)，2006,29 王晓燕，谭营军.数据仓库与数据挖掘浅析J.200510 冯清杰.试论国有企业监控机制的国际比较与借鉴J东南大学学报(哲学社会科学版)，2002，第4卷第1期11 侯巧铭.企业内部国

41、有资产监控体系研究D200312 罗异.浅谈现代企业制度下国有企业的财务监控J2002，13 易娟,邹华.国企出资人财务监管的新模式J四川会计，2003,第12期14 欧洁.证券公司财务监控与分析系统研究J中国审计,2003第19期15 刘胜平.基于数据挖掘技术的财务实时控制系统研究J财会月刊，2004，第6期16 单江峰.数据挖掘技术在财务实时控制上的应用D200517 黄海轮.ERP环境下会计信息系统实时监控研究D.200518 张德茗.集团公司财务监控模式选择与建构 J. 求索，200519 韩东平.利益相关者理论条件下对经营者财务监控指标体系的设计研究J .200520 E.I.Altman. Corporate Financial Distress and Bankruptcy M. John Wiley&Sons, Inc. 2000:3-621 D.R. Carmichael. The Auditors Reporting Obligation J. Auditing Research Monograph, 1972,1:94.22 Stephen A. Ross, Randolph W. Westerfield, Jeffrey F Jaff著，吴世农，沈艺峰等译.公司理财 M.机械工业出版社，2000.8:627-628.23 Beave