财务预警指标分析篇1

关键词：中小企业;财务;预警指标;预警模型

中图分类号：F275 文献标志码：A 文章编号：1673-291X（2014）31-0137-02

引言

市场经济体制改革深化，企业的改革的进一步复杂，在经济领域高度复杂性的情况下，企业发生财务危机的可能性大大增加。企业出现破产倒闭的情况，会与日俱增。利用财务预警指标建立，实现对财务、经营等方面的跟踪控制，财务危机信号及时被发现，并且能预测企业未来的财务风险，及时制定防范风险的措施，对于企业的长期健康发展意义十分重大。

一、企业财务预警内涵

1.财务危机预警功能

财务危机预警功能是多方面的。首先，它具有矫正功能，有效财务危机预警模型能在预测危机以外，还可以根据长期记录寻找危机产生原因;并且提出改进建议，促使企业存在问题的解决;制定推行解决措施，弥补企业财务及经营管理上的漏洞。其次，预警功能，在大量的信息分析基础上，财务危机预警系统才能实现危机拦截;并找到财务危机发生的根源，针对企业的财务危机根源，及时地应对措施，避免财务危机扩大化。最后，免疫功能，即预警指标体系本身也具有免疫职能，有效的财务危机预警，对某一企业长期观测，在完善财务危机预警构建的同时，可以帮助企业避免财务危机再现。

2.财务危机预警系统的特点

要建立财务危机预警系统，要对财务危机预警系统的特点进行具体分析。第一，财务危机预警系统有警示性。通过连续跟踪预测，在财务预警体系中，观测指标接近安全警戒线的情况，可以提前预测财务危机，促使管理者采取补救、化解财务危机。第二，独立性。独立性是指财务预警系统，应该不受任何权利操纵，在客观性的基础上实现独立性。第三，灵敏性。各指标之间密切相关，某一因素的变化，会引起另外因素变化。要及时观察指标灵敏度，从提供预警信息控制整个数据的变化。第四，参照性。财务危机系统能从海量数据中筛选出有效信息，反映企业财务状况指标。从而构建判断企业财务状况，实现的预警监测。第五，超前性。如果财务危机预警系统构建完善，财务危机发生前的时间段内，甚至几年内就已经预测出发生，体现了预测的超前性，使得预测更有实际意义。

二、预警指标体系建立注意的问题

建立财务预警体系是一个复杂工程。是否切合企业实际情况，决定着运行效果的成败，所以，在建立中采用流程分析法，也可以采用现场观察法，比较分析法、调查法，多种方法进行综合使用。其中预警指标体系的基本结构（如下页图1所示）：

财务预警指标需要从各个角度分析，着重考虑以下三个方面的问题：

首先，预警建立的基础是财务部门核算财务实际数据，这些数据来源真实可靠程度，直接决定着财务预警指标在发挥作用方面的功效，因为企业经济资源，受到各种客观条件限制。但是，财务报表对经济资源不能完全真实反映，受到这个原因的影响，企业财务指标分析结果会存在一定的偏差。所以，统计完财务指标之后，主要采用比较分析法、因素分析法以及综合其他各种分析的方法，对企业的实际财务特征，进行定性、定量分析。

第二，财务预警指标参考值确定。企业在会计政策的运用过程中，数据的一致性要保持。在实际业务发生中，不少实际处理的数据的人员存在很多的职业判断，导致了不同的会计人员在同一会计问题上出现不同的财务决策。

第三，除了采用量化财务数据分析，还要考虑非量化指标影响。在对企业进行状况评估时候，运用财务风险预警指标比率，要全面考虑企业历史经营情况，综合企业财务现状，运用报告数据资料，实现对企业全面系统评估。

三、中小企业构建有效预警模型的建议

1.充分了解财务预警模型构建的原理

财务风险预警指标体系的建立，目的是在企业未出现财务问题的时候，未雨绸缪。在预警模型构建原理上，要遵循以下几个原则：首先，拥有实用的功能，并且对危机可以预测为前提。在解决企业的实际问题方面，财务预警系统能够达到多种目的。满足管理潜在风险要求。需要注意的是，建立时企业财务预警系统同时，成本与收益是这其中一个对等原则。在不实现企业价值最大化方面，发挥着不同的作用。财务预警模型，应依据经营中财务报表来制定。分析预测财务数据趋势，实现企业管理层，根据指标警示实施风险控制。其次，预警系统全面性的要求。财务预警模型的建立，不仅仅是财务指标有提前效用，还要求模型指标有全面性，这就要求它从整体角度考虑，对整个企业的财务预警系统建立。财务预警构建的最终目的是通过采取对策保证企业财务安全状态，所以这个体系的建立，必须使用控制论原理。总的来说，控制分为前馈控制，反馈控制和复合控制。预警管理要应用前馈控制，同时进行和复合控制。另外，在内部的筹资、投资方面，财务预警管理，要求从企业整体出发，观察项指标波动进行总体上的分析，多方面考虑，从整体上采取促使进行预防。

2.建立预警模型需考虑的财务指标，以适应自身预警要求

良好的防范财务风险水平，可以促进企业长期发展。企业的经营活动主要是在资金的筹集、资金的运用和退出方面。具体的财务风险指标系统首先有负债结构财务指标，这个指标反映企业务杠杆，体现财务稳健度。其次是资金运用效率，这个指标能反映出企业盈利情况，反映了企业经营成果，以及资产管理水平。再次是盈利财务指标，它综合了多方面业务情况，反映出整个会计期间，财务的投资回报程度。最后是财务的偿债能力指标。它能够反映企业对负债的保障程度。

3.预警模型的优化要求要高效

当前，企业财务预警的建立主要是由统计回归的数学预测方法对财务风险实现预测，虽然统计回归预测模型在外国的发展已经大量展开，但是它在中国的发展，仍然处于一种滞后的状态。这种方法不仅提高模型准确性，在提高模型的解释能力方面，效果也相对的明显。从横向和纵向比较角度，不同情形下的预警可以实现估算成本计算，为财务预警模型实施提供指引的具体参照;从样本的选择的角度，企业建模可以考虑财务数据处理方式在样本配比角度选择不同比例，以全面反映企业的财务状况。

结语

综合来讲，我们需要在建立一个财务预警的的指标基础上，实现预警模型的建立。财务预警中财务预警模型是重要关键环节。所以，建立这个体系第一步是进行财务预警指标的设立。指标的设立要适合企业自身财务的发展，实现监测的高效性，避免新的企业财务隐患出现，发现问题及时预警，提出合理解决措施，将损失降低到最小。并且运用这个系统，对企业其他问题的处理进行一个指导，与财务工作相联系，通过财务预警系统进行综合梳理，实现与财务指标的结合，在现金流和非数据化指标的的影响下，实现预警模型最大功效的发挥。

参考文献：

[1] 彭艳露.企业财务风险管理框架及预警指标体系的构建[J].企业研究，2014，（6）：108-110.

[2] 廖哲爱.中小企业财务预警模型探究[J].湖南行政学院学报，2009，（3）：75-102.

[3] 李飞.后经济危机时代中小企业财务预警问题研究[J].学术界，2013，（S1）：23-26.

财务预警指标分析篇2

[关键词]层次分析法；财务预警；指标权重

[中图分类号]F224 [文献标识码]A [文章编号]1005-6432（2014）39-0111-03

在市场经济条件下，企业经营面临着巨大的潜在风险与不确定性，时常发生财务危机甚至破产倒闭。特别是小微企业由于规模小，资本力量薄弱，自身内部控制紊乱，缺乏大中企业完善科学的财务预警机制，加之外部宏观环境的复杂多变，人工、材料成本不断的提高，融资愈加地困难，致使小微企业频频发生财务危机，难以健康稳步地发展。然而财务危机并非一朝一夕形成，而是有一个较长的潜伏期，在这个过程中，导致危机的因素都将直接或间接地反映于一些敏感性财务指标上，通过度量这些敏感性指标偏离预警线的强弱程度，就可以对企业财务危机进行预警。因此，有必要建立财务危机预警系统，做好事前的控制，促使经营者能够及时采取有效的防范措施。

自20世纪初，国外频繁爆发经济危机，推动了对财务预警的研究，至今，已产生了大量有效的预警模型，影响较为深远的预警模型有：Beaver（1966）提出的单一变量模型；Edward I.Altman（1968）首创的多元变量模型――Z值模型；Ohlson（1980）提出的逻辑回归模型（logistic模型）；Odom与Sharda（1990）等将人工神经网络（ANN）引入财务预警系统中，实现对传统模型的拓宽和突破。相对于国外学者的研究，国内对该领域的研究起步较晚，但也作出了许多贡献，比较有影响的是陈静（1999）年以1998年的27家ST公司和27家非ST公司，使用了1995―1997年的财务报表数据，进行了单变量分析和建立Z计分模型分析；杨淑娥（2003）提出的Y分数模型。

上述模型是随着企业财务预警理论的不断完善而不断变化的，在财务预警方面取得了很大的进步，但也存在着不足之处，这些预警模型所要的前提条件不同，存在一定的片面性，如缺少财务预警模型的系数确定及指标权重的确定，因此，本文尝试用层次分析法来弥补此不足之处。

1 层次分析法概述

层次分析法（AHP）是美国著名运筹学家萨蒂（T.L.Saaty）于20 世纪 70 年代提出来的一种简便、灵活而又实用的多准则决策方法。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的分析方法，因此它能有效处理那些难以完全用定量方法来分析复杂问题的手段，可以把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，将人的主观判断用数量形式表达和处理。它是一种结合定量和定性分析的方法，目前，该方法已被广泛地用于尚无统一度量标尺的复杂问题的分析，解决用纯数学模型方法难以解决的决策分析问题。

层次分析法的核心思想是将决策问题按总目标、子目标、评价标准、直到具体措施的顺序分解为不同层次的结构，利用求解判断矩阵的特征向量，并通过加权的方法递阶归并，求出最低层、最高层（总目标）的相对重要性，从而对最低层各元素进行优劣等级排序。

2 财务预警指标体系

如下图所示，财务预警指标体系可以由财务指标体系与非财务指标体系构成。财务指标体系主要有体现偿债能力、赢利能力、营运能力、现金流量状况、发展能力五个方面的指标；非财务指标是通过财务报表之外的信息体现的数据，有顾客满意度，市场占有率，人力资源等。财务与非财务指标的综合运用可以实现财务与非财务指标的优势互补，克服传统财务指标预警方法的重财务层面轻非财务层面、重内部因素轻外部因素等弊端，做到相辅相成，全方位地反映企业的财务风险，为企业的经营管理服务。

3 运用AHP设计指标权重

3.1 建立层次结构模型

本文将指标体系分为三个层次，第一层次是总目标层，是所要达到的目标，即财务预警指标体系；第二层次是准则层，主要包括偿债能力、赢利能力、营运能力、发展能力、现金流量状况和非财务因素六个方面；第三层次是措施层，是具体的指标反映，包括流动比率、速动比率、资产负债率、销售利润率、成本费用利润率、总资产报酬率等十八项指标。如表1所示。

3.2 构造判断矩阵

一般采用1～9级及其倒数的标度方法表示其重要性。如表2所示。

3.3 计算各指标权重系数

计算判断矩阵每行元素的几何平均数

其中Xi是各项财务指标的指标值。Y值越大，说明企业的财务状况越好，反之，企业可能处于陷入财务困境的状况。财务风险无处不在，无时不在，需要企业做好风险监测和预警，防患于未然，提前采取积极有效的措施，将财务危机止于萌芽之时，使企业能够健康稳定地发展。

4 结论及局限性

AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化。定量与定性相结合，对多种因素进行分析，弥补了单纯地进行定性分析的不足，能比较全面揭示问题。其次，这种方法分析成本较低，使用灵活、科学，特别适合中小微企业等的使用，通过预警关系式的计算，能够一目了然企业目前的财务状况。

然而，这种分析方法也具有一定的局限性。对于指标体系的设计，因为每个公司的规模、财务管理状况等不同，所以指标的选取也有差别，一个公司的指标体系并不一定能使用于另外一个公司。对于数据的获取，一方面是利用企业的财务报表中的数据，目前我国公开披露的财务报表的数据存在信息失真的现象，所得的财务数据并不一定是真实可靠的，因此可能导致预警的偏差；另一方面，利用AHP分析时，矩阵的建立是根据专家学者的意见进行构建的，这也就存在着一定的主观性，每个专家的意见看法不同得到的数据可能就不一致，在一定程度上降低了预警的可信度。

参考文献：

[1]徐文学，杨绪强.AHP在财务预警指标权重设计中的应用[J].会计之友（上旬刊），2010（1）.

[2]李长永，陈玉萍.AHP在财务预警分析中的应用[J].中国管理信息化，2008（23）.

[3]陈启明，陈华友.基于层次分析和灰色模糊评价法的企业财务危机预警度研究[J].工业技术经济，2011（3）.

财务预警指标分析篇3

【关键词】 大数据； 财务预警； 非财务指标； 系统结构模型

【中图分类号】 C931 【文献标识码】 A 【文章编号】 1004-5937（2017）09-0095-05

一、研究现状

财务预警是一个世界性难题。国外对财务预警的研究较国内要早，多集中在多变量动态分析模型的基础之上，国内尚未有人提出适合我国企业实际并得到有效验证的财务预警模型。国内很多学者对财务预警进行了开创性的尝试，财务预警管理已经成为企业管理研究的一个热点话题[1]。

财务预警从选取的指标上划分，可以分为基于财务指标和非财务指标两种。基于财务指标的财务预警效果一直受限于会计信息的失真和滞后性。而基于非财务指标的财务预警模型又因为指标获取的主观性饱受诟病。以2008年发表在《自然》杂志上论述大数据科学的多篇文章为标志，世界范围内对数据科学问题的研究正式拉开帷幕。伴随着社会实践的推进以及科学技术的发展，国内外对大数据科学问题的研究进一步深入，现阶段学者研究的主题主要围绕以下方面：（1）大数据是什么，即如何对大数据进行科学规范的定义问题。（2）大数据的影响，即大数据技术的发展会对人类社会的发展产生怎样的变革，其中所蕴含的机遇与挑战是什么。（3）大数据应用于人类社会发展实践中所必须得以突破的关键技术是什么以及应该如何进行突破。（4）面对大数据时代的到来该如何应对等。在社会经济领域，Michael et al.[2]指出，大数据时代来临的趋势已经不可逆转，在审计领域，审计师将大数据技术应用到审计工作中已经成为了应对时代变革的重要举措，其呼声也越来越高。宋彪等[3]首次把大数据引进财务预警模型，根据上市公司的ST情况进行了实证，结果显示预警的效果大为提高。目前的相关研究大都提出技术框架，或者关注技术实现，大数据如何引入财经领域的理论论证尚未完善。本文从理论的角度分析了大数据指标引入的可行性和途径。一般把大数据引入到财经领域的研究中，需要研究企业大数据信息正面情绪指标、中性情绪指标、负面情绪指标、正面与负面情绪交互指标以及大数据信息频次指标。这里所说的大数据是为了与财务指标区分，严格意义上来讲，财务指标也是企业大数据的一部分。本文所提及的大数据指标，是通过对互联网上无数网民这个企业传感器进行搜集和信号融合而得到的。它的特点是来源广泛，结构非常复杂，需要从网络的海量信息中在线筛选才可获取，能够从所有利益相关人在线回馈信号流角度反映企业运行的全貌，个别力量难以左右其趋势，具有群体智慧性，并且呈信息碎片化和无意识状态，符合大数据的相关定义。这些信号流中已经包含了以往财务预警研究中涉及到的非财务指标信息，而且这种信号传递的信息比以往研究中，通过调研或者一些定性方法获得的个别非财务指标要更加客观和全面。

二、基于系统结构模型的分析

确定大数据指标和非财务指标的关系，是一项极其庞大而复杂的任务。ISM即解释结构模型，作为一种成熟的系统结构模型化技术，为研究大数据指标和非财务指标的系统关系提供了强有力的工具。

目前，非财务指标的既有研究所提出的各种指标缺乏系统性，研究非财务指标的系统性影响所使用的方法主要以规范为主，还没有一个公认的非财务指标对财务危机的整体影响评价模型。非财务指标有必要进行系统分析，才能考虑引入财务危机预警模型，否则非财务指标之间结论不会稳定，甚至会出现自相矛盾的情况。

ISM模型构建主要有以下步骤：系统构成要素确定、邻接矩阵确定、可达矩阵计算、层次化处理、绘制有向图和形成递阶结构模型。研究大数据指标与非财务指标对财务危机预警的系统性关系，首先要确定相关指标。指标获取方法主要是搜集文献，搜集使用非财务指标进行财务危机预警的相关文献，最终形成备择文献。其次，从备择文献中检索出所有出现的非财务指标，整理形成备择指标。最后，提请专家小组对备择指标进行评价，对指标进行增减，以及对指标内涵进行新的扩展，从而得到完备指标要素，即构成ISM构成要素。系统由17个要素组成，如表1。

系统中的17要素是一个有机整体。为直观显示各要素之间的关系，本文利用邻接矩阵进行描述，将要素间的直接影响表述为aij=1，即若要素之间没有直接影响表述为aij=0，要素Ai对Aj没有直接影响。根据专家组及相关人员分析之后，建立邻接矩阵如表2。

根据邻接矩阵可以构建要素关系图，如图1。

各个要素之间的直接关系是靠邻接矩阵来表示的，然而事实上，间接关系也是这些要素之间要研究的重要内容。例如要素Ai会对Aj造成影响，同时Aj又对Ak产生影响，便将Ai视为基于Aj要素对Ak构成间接影响的要素，Ai对Ak产生了间接影响。这种间接影响则可以通过一个或者多个要素来进行传递。一般情况下研究的样本中这些直接或者非直接的各个要素之间所形成的各种影响关系，可以使用可达矩阵M来进行描述。其中矩阵中的元素aij=1是用来描述要素Ai直接或非直接地影响到Aj，相反，aij=0。具体结果如表3。

接下来的研究需要进行级位划分，主要是针对可达矩阵区域内元素进行地位确定，在整个过程中进行所有元素的层次地位划分。将区域中基于影响关系构成的要素集合进行逐个排查，观察找出系统中对其他任何要素都不产生影响的要素，将其定义为系统最高要素，并将其排除，之后重复上述过程逐级搜索一直到最低级的要素为止。

借助Matlab数据分析工具，可以快速将要素进行分级，结果见表4。

根据分级提取骨架矩阵，并构建递阶结构模型如图2。

由图2可以清楚地看到，大数据指标及非财务指标与财务危机关系系统是一个有8级的递阶结构模型。在线信号N1以及财务危机N2的直接原因就是股票价格N4的变化。而影响股票价格的直接原因有或有事项N5、审计意见N6、发展能力N14以及市场份额N17。或有事项和审计意见是一种外在因素，发展能力与市场份额的直接原因是公司治理N3和顾客满意N11，公司治理的直接影响因素是股份结构N9和独董人数N10，顾客满意的直接影响因素是产品质量N12。股份结构与独董人数的直接影响因素是战略目标N13，而产品质量直接影响因素是技术目标N16。战略目标的直接影响因素是市场变化N8，质量目标的直接影响因素是市场变化N8和创新能力N15。最低级行业背景N7是市场变化的原因。创新能力是一种系统客观存在的状态，在本系统中没有直接影响因素。

根据要素全关系图优化递阶结构模型，进而得到解释结构模型，如图3。

由于企业经营活动的复杂性，非财务指标的数量极其庞大，性质也特别复杂。对所有的非财务指标进行确定、跟踪和分析是不可能的一项任务。系统中的各个非财务指标都是目前文献中常用的，因此将未知的一些因素都放在或有事项里。这些指标在具体应用中的计算都比较困难，没有统一的标准。往往靠定性分析，或者简单地找到几个财务指标来反映复杂的非财务指标内涵。在解释结构模型中发现，在线信号可以预测股票价格的变化趋势，这在国外的文献中已有证明。同时，财务危机也是股票价格变化的一种结果，而且在线信号与财务危机具有相互作用的关系。因此以股票价格为流体，在线信号和财务危机形成一种连通器的构造，即在线信号的变化可以对财务危机进行同步的观察和预测。由于在线信号量化的容易性，考虑用在线信号替代不易量化的非财务指标是一个有效的处理手段。

三、实证

为了对前面分析的结论进行验证，本文采用网络爬虫技术对60家企业的所有相关全网网络数据，包括博客、论坛、新闻等信息进行了采集，时间跨度为2009年1月1日到2013年12月31日。通过数据收集及数据清洗，共得到了7 000万余条，其中大部分数据为文本信息。而文本信息本身具有非结构化和大量重复的特点。这些大数据反映的相关情绪引入到财务预警模型，能否起到改善预警效果的作用呢？首先对数据进行过滤，将文本信息中的o效信息筛选出去，并对剩余信息进行数值化处理。利用财经领域词典对信息进行语义分析。同时为验证大数据有效信息频次对财务预警模型的影响，要对上市公司的相关有效信息进行频次统计。考虑到制造业企业数量占全部上市企业总数量的比重最高，同时所在行业不同其表征的财务特点并不一致，具有风险的企业要远远小于正常企业的数量。为使模型在实际应用中具有更好的代表性，研究中把制造业作为模型研究的样本企业。

在沪深A股中，制造业企业中的危机企业（以ST为准）要远远小于正常企业的数量。若按照资产规模进行1■1配对抽样，则会认为破坏样本的随机性，致使模型效果虚高，模型预测精度夸大[4]。目前，基于资产规模原则进行配对，虽为通行做法但缺乏有力的理论根据，而本文也利用此种配对方式进行了检验，结果显示对危机判断中的表现并不显著。因而，本文并未采用上述原则，而是将危机企业和正常企业采用1■2的方式进行随机抽样配比。收集的企业信息共有60家，其中包括20家危机企业和40家正常企业，危机企业的样本主要来源于2012年、2013年的工业制造企业（被沪深两市特别处理的），11家危机企业和22家正常企业来自2012年，另有9家危机企业和18家正常企业来自于2013年。危机企业选择的是上市以来首次被处理，超过5年的上市时间，被特别处理是因为连续两年亏损。采取随机抽取的原则对正常企业（上市时间超过5年，且未被处理过的工业上市企业）的样本进行选取，其财务指标源于RESST数据库。

选择了32个财务指标和4个大数据指标（文本积极、消极、频次和交互情绪），利用T-2和T-3年度的数据，对T年通过支持向量机模型进行预测、验证和比较（模型制定以及训练过程等限于篇幅不再给出，可查询参考文献[3]）。结果如表5。

从比较结果可以看出，在财务预警模型中引入大数据指标，可以显著改善预测的性能，而且在距离被预测年度的期间越大，大数据指标表现得越好。本文认为其原因是一些非正式来源的准确消息对滞后的财务信息起到了修正作用。

四、结论

大数据引入是各领域如何选取指标的一个难题。本文通过系统结构模型，理论上分析出在线大数据信号可以影响财务预警效果，进而指出可以通过大数据指标对企业财务预警模型进行优化。采集了60家上市企业，对结论进行了验证，研究结果为财经领域如何引入大数据提供了新的思路。后续研究将对大数据指标进行细分，并引入深度学习算法，实现无人监督算法的财经预测模型，进一步规避人为主观性带来的影响。

【参考文献】

[1] 马忠华.财务预警方法评析[J].会计之友，2012（3）：100-101.

[2] MICHAEL A，MIKLOS A V. Thick data： adding context to big data to enhance auditability[J].International Journal of Auditing Technology，2014，2（2）：95-108.

[3] 宋彪，朱建明，李煦.基于大数据的企业财务预警研究[J].中央财经大学学报，2015（6）：54-64.

财务预警指标分析篇4

[关键词] 绩效风险 预警 定性分析 模糊评价

连锁药店绩效风险非财务指标的预警是指在企业进行经营管理活动时实际产生的业绩效果通过非财务指标的分析监测，比较其与预期目标之间的可能偏离程度，来发现企业经营管理活动中的潜在风险，并发出警示，最终实现对企业经营管理活动的风险预控。二者间的可能偏离程度越大，则表明经营管理风险越高，反之则表明经营管理风险越低。

当前，企业的绩效风险监测更多是通过财务指标分析、判断的，是以企业的财务报表及其相关的财务资料为依据，通过设置一些敏感性财务指标，来观察企业发生财务危机的风险特征。因为财务信息是通过财务数据表达出来的量化结果，其分析结果具有一定的客观性和直观性。但是，企业的财务指标是对企业经营在财务活动中的结果进行分析，具有一定的滞后性，还不能完全表现出企业经营风险的预警效果。本文认为，建立非财务指标风险预警系统是对财务风险预警系统的有效补充，使企业的绩效风险监测更加体现出预警性，更能及时、客观、准确。

一、药店绩效风险非财务指标体系建立

药店绩效风险预警指标体系是根据卡普兰与诺顿的平衡记分卡理论，从财务、顾客、内部业务流程、学习与创新等四个维度所提出的问题入手，在每一方面设计一些特定业绩指标作为监测和控制的指标，并赋予不同的权重，形成一套完整的业绩风险评价指标体系。

关于财务风险监测，许多专家、学者对其进行了大量的研究。李俊秀对财务风险管理的危机预警系统进行了研究，王婷等对我国企业财务风险预警机制进行了研究，管亚梅对财务危机的预防与管理进行了研究。但是从非财务指标对企业的绩效风险进行监测，尤其是对连锁药店的绩效风险进行监测的报道甚少。本文试从平衡记分卡的另外三个非财务指标方面，进行特定指标设计，从而实现对药店的绩效风险进行定性分析。

连锁药店的绩效风险非财务监测指标的建立，是通过顾客、内部业务流程、学习与创新等方面所提出的问题，进行特定的监测指标设计的。监测药店绩效可以通过以下关键指标如表1所示。

二、药店绩效风险预警分析

近年来，在对医药连锁门店的绩效进行评价时，对于定型的被评价指标难以清晰把握，只能用一些模糊的语言诸如“强”“很强”等来描述，不能清楚地给出确切的数学表达。本文拟引用模糊综合评价法，利用模糊隶属度理论把定性指标合理的定量化，很好的解决了现有评标方法中评价不客观的问题。其评价过程为:

1.确定评价指标集。将影响评价对象的各因素按BSC分成财务指标和非财务指标，其中非财务指标分为关于顾客服务、内部流程、学习和成长三大类，财务部份可应用已有的完备的财务评价体系，再次我们仅对非财务指标进行模糊评价，并按照上述的平衡记分卡指标体系的指标分为二级，组成因素集合：

一级指标为U=（U⒈，U2，U3，U4)，即财务、内部流程、顾客和创新与学习层面的子因素；二级指标为U1=（U11，U12，…U1m)，U2=（U21，U22，…U2m), Uij=（Ui1，Ui2，…Uik)分别表示员工满意程度、员工的培训、员工的生产效率……。Uij(j=1,2,3,…k)为主因素层中第i和评价指标下的第k个因素，k为子因素层评价指标个数。

2.确定评价集。评价集是对分析对象可能做出的各种总的评价结果的集合，用 V表示：V=（V1，V2 ，V3，V4）其中V1=好，V2=较好，V3=中等，V4=差

3.确定各因素子集的权重

评价指标的权重集是表示各评价指标重要程度的权数所组成的集合, 表示某评价指标在评价中的重要程度。评价指标体系是一个递进的层次结构，宜采用层次分析法确定权重，指标的权重分别为A1，A2，……An, 权重集为A=（A1,A2,……An），且∑Ai=1,（i=1，2，…,m）表示主因素层各评价指标的重要性程度。子因素层评价指标的权重集为:Ai=（Ai1,Ai2,……Aim）ΣAih=1,Aih h=(,2,…,k)为子因素层第h个指标在第i个主因素指标中的重要性程度。

4.确定隶属关系，建立模糊评价矩阵

5.作多因素模糊综合评价

一级模糊综合评判

记Bij=AijRij=(bij1,bij2 …, bijk)

“”是模糊矩阵合成算子符号；Bj，归一化后记为Bij，Bij为Uij对V的隶属向量。

二级模糊综合评判

根据一级模糊综合评判,得到评判隶属矩阵Ri=[Bi1,Bi2。。。Bij]T

B=AR归一化后记为B={b1，b2，b3，b4}，B为U对V隶属向量，即为总评判结果。

(6)评判结果处理

一般地说，如果b1和b2的和低于某一标准，即所评价的结果被认为是较高以上的概率低于某一标准（通常取0.5，但在具体评价时应该根据具体情况修正），则可以认为该药店的业绩在某一方面存在经营管理风险。

三、应用研究

本研究以广州市CZL医药连锁公司为例进行实证研究。CZL医药连锁有限公司是广州市YC有限公司下属企业，是我国建立医药连锁最早的企业之一, 主要从事我国传统的中药材、中药饮片、中成药的经营，同时兼营西药、保健食品、医疗器械。根据CZL医药连锁有限公司的要求，专家组对该企业了进行风险诊断。本实证研究进行的具体步骤如下：

第一步,通过设计、分析调查问卷以及咨询有关专家等多种途径确定公司经营绩效非财务指标评价主因素指标集和子因素层指标集。具体说明见表1。

第二步, 评价数据的取得。获取评价数据主要是指评价指标体系的权重,系数的确定和评价等级的建立。在实际的评价过程中, 这些数据可由专门的机构和评价专家来确定。评价等级的建立可由专家按照评价记分等级分配率统计获得。现拟对CZL医药连锁有限公司宝岗分店的非财务绩效指标进行评价,具体数据见表2。

评价记分的等级分别按“ 优”“良”“中”“差”4 等, 记分为4, 3, 2, 1 分, 其隶属度分别为1, 0.8, 0.6 和0.4。

第三步,根据评价表进行模糊综合评价, 确定其分值及隶属度。对指标模块进行分析:

A1=[ 0.30 0.20 0.20 0.15 0.15]

S1=A1R1

S1=[0.343 0.311 0.271 0.075]

经归一化后得：S1/=[0.34 0.30 0.28 0.08 ]

由于4 个等级的得分相应为4, 3, 2, 1 分, 则宝岗分店的客户指标得分值F1 为:

F1=[ 0.34 0.30 0.28 0.08]=2.92

该分值的隶属L1=2.92/4≈0.73,分值计算结果表明,宝岗分店关于客户指标的评价接近于“ 良”等级。

同理可得:

S2=[0.365 0.336 0.238 0.062]

经归一化后得：S2/=[0.36 0.34 0.24 0.06],宝岗分店的内部流程指标得分值F2为3.00,从而该分值的隶属L2为0.75,表明宝岗分店的内部流程指标的评价接近于“良”等级。

S3=[0.10 0.245 0.32 0.335]

经归一化后得：S3/=[0.10 0.24 0.32 0.34],宝岗分店的学习与成长指标得分值F2为2.11,从而该分值的隶属L2为0.53,表明宝岗分店的学习与成长指标的评价接近于“差”等级。说明司宝岗分店的学习与成长的评价结果较差，该分店的领导者需要在关注销售额及利润增长的同时，更多地关注员工的学习与成长情况，这才能在竞争激烈的医药连锁行业中获得及留任优秀员工。

四、结束语

本文对连锁药店的绩效风险的预警的方法进行了研究。研究结果表明，通过定量和定性模糊分析，可以有效预警连锁药店的绩效风险，可以改变单一依靠传统的财务指标进行风险评估和预测模式，使企业的绩效风险预警更加客观、更加多元化、更具有预见性，通过模糊评价法对平衡记分卡中的非财务指标的模糊处理，可使分析结果更清晰、准确，更具有说服力。

参考文献：

[1]李俊秀:财务风险管理的危机预警系统[J].科技创业月刊，2007，（1）74～77

[2]陈善为 涂 涛:平衡记分卡在企业绩效管理中的应用[J].商场现代化,2008，1:64～66

[3]王 婷 何学忠 舒海棠:我国企业财务风险预警机制研究[J].企业经济，2004，（2）:149～150

[4]管亚梅:财务危机的预防与管理[J].财会研究，2000，（10）:32～35

[5]苏 平 马维珍 田元福:模糊综合评价法在项目风险管理中的应用[J].兰州交通大学学报(自然科学版),2005，24（6）:53～55

[6]龚本刚 檀大水:模糊环境下企业竞争情报系统绩效评价方法[J].情报学报，2008，27（1）:56～58

[7]罗伯特・S・卡普兰大卫・P・诺顿 刘俊勇 孙 薇:平衡计分卡[M].广州:广东经济出版社，2004

财务预警指标分析篇5

【关键词】显著性分析；因子分析；财务危机；预警；指标筛选

1.文献回顾

有关财务危机预警的研究最早可以追溯到20世纪30年代，Fitzpatrick（1932）研究发现净利润/股东权益和股东权益/负债这两个指标的预警能力较强。Beav（1966）研究发现较好的预警指标有现金流量/负债、净利润/总资产、总负债/总资产、流动资产/总资产、流动比率。Altman（1968）则选用了（流动资产—流动负债）/总资产、留存收益/总资产、息税前收益/总资产、股东权益的市场价值/负债总额的账面价值、资产周转率5个指标构建多元线性判定模型进行预警。Ohlson（1980）研究发现公司规模、资本结构、业绩和当前的融资能力4类变量是影响企业财务危机的重要因素。

国内关于财务危机预警的研究则起步较晚。周首华（1996）选用了（期末流资产-期末流动负债）/期末总资产、期末留存收益/期末总资产、（税后存益+折旧）/平均总负债、期末股东权益的市场价值/期末总负债、（税后存益+利息+折旧）/平均总资产5个指标，运用多微区分分析（MultipDiscriminant Analysis）进行了预警研究。陈静（1999）以我国上市公司为研究样本，选用了资产负债率、净资产收益率、总资产收益率、流动比率进行了单变量分析，选用了资产负债率、净资产收益率、净利润/年末总资产、流动比率、（流动资产-流动负债）/总资产、总资产周转率，运用多元判定分析进行预警研究。张玲（2000）以深、沪交易所的120家上市公司为研究样本，从偿债能力、盈利能力、营运状况、资本结构状况4个方面筛选财务指标，最终确定了由4个变量组成的判别函数进行财务危机预警。姜秀华（2002）以1998年、1999年上市公司为研究样本，选取了存货周转率、毛利率、流动比率、速动比率、清算价值比率、资产负债率、应收账款比重、其他应收款比重、短期借款比重、应付账款比重、其他应付款比重、长期借款比重、股权集中度13个指标进行显著性检验，最终确定了4个变量，即毛利率、其他应收款与总资产的比率、短期借款与总资产的比率、股权集中系数进入判别模型进行预警。基于此，本文将采用显著性分析和因子分析法，对财务危机预警的备选指标进行筛选，以期构建一个更为有效而简洁的预警指标体系。

2.研究方法

2.1 显著性分析

一般来讲，财务危机和财务健康之间应该具有显著差别，因此进入预警模型的指标至少能有效显著的区分这两种状态，这是入选指标的首要条件。所以以此为标准本文采用统计分析法中的显著性检验方法（T检验）对预警指标进行第一次筛选。

针对同一财务指标变量而言，当两组样本具备方差齐性（即）时，采用的T统计量为：

当两组样本不具备方差齐性（即）时，采用的T统计量为：

这样在可接受的显著性水平上就可以筛选出能显著区分财务危机和财务健康状态的预警变量。

2.2 因子分析法

因子分析最早是由心理学家Karl Pearson和Charles Speamen在1904年提出的，在多元统计分析中，因子分析是一种很有效的降维和信息浓缩技术。这种方法是从变量的相关矩阵出发，将一个m维的随机向量X分解成低于m个且有代表性的公因子和一个特殊的m维向量，使其公因子数取得最佳的个数，从而使对m维随机向量的研究转化成对较少个数的公因子的研究。即用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。该方法的本质就是通过降维技术将多个指标转化为少数几个综合指标，这些综合指标能够反映原始指标的绝大多数信息，并且所含有的信息互不重叠，彼此之间又不相关，这样既减少了变量的个数，又再现变量之间的内在联系。本文基于因子分析的思想，根据各预警指标相关性大小将它们分组，使得同组内的指标之间相关性较高，不同组的变量之间的相关性较低，通过对相关矩阵内部结构关系的研究，找出影响企业财务危机状况的几个综合指标，称之为主因子。以主因子构成预警指标体系，构建模型，进行预测与分析。

3.研究设计

3.1 样本选择

对于“财务危机”学术界和实务界有各种不同的界定，考虑到是对上市公司做预警分析，而ST股票是“当上市公司出现状况或其他状况异常，导致投资者难于判断公司前景，权益可能受到损害，交易所对公司实行特别处理的情形”，所以本文将沪深股市中被ST处理的上市公司界定为财务困境公司，把没被ST处理的制造业上市公司界定为财务健康公司（非财务困境公司）。按照本文界定的财务困境标准，我们以，cn以及CCER中国经济研究服务中心所提供的公司财务比率为依据，选择2009年至2010年间被ST的36家上市公司作为困境公司研究样本，同时选择相同时间口径的36家财务健康公司，与之配对进行预警指标体系实证分析。

3.2 指标筛选

根据敏感性、先兆性、关联性、可操作性和互斥性的原则，本文借鉴了国内外学者的实证研究成果，并鉴于我国上市公司所处不完善的外部市场环境与内部治理环境，公司ST成因与预警研究除考虑常规财务指标外，还应考虑非财务指标及综合指标，如公司治理、投资者保护、关联交易、对外担保、大股东资金占用等因素的影响。因此，本文从表内信息和表外信息两个角度七个方面构建了一套包括28个指标的财务危机预警的指标体系，作为研究中使用的初始变量，如表1所示。表内信息指标主要包括反映盈利能力、经营能力、偿债能力、成长能力和现金流量五个方面的财务指标，表外信息指标主要包括更能揭示公司陷入财务危机状况的非财务信息，包括反映上市公司股权结构和是否存在大量的或有事项（主要是因担保、财务承诺而产生的或有负债）及审计报告的意见类型等两方面的非财务指标。

4.实证结果分析

4.1 初选——显著性检验

按着通常的思路，ST公司和非ST公司之间应该具有显著差别，因此进入预警模型的指标至少能有效显著的区别ST公司和非ST公司，所以以此为标准本文采用统计分析法中的显著性检验方法（T检验）对预警指标进行第一次筛选。利用搜集的训练样本共76家上市公司两年的数据资料，使用SPSS17.0统计分析软件，对财务危机企业被宣布特别处理前1年和前2年的数据进行显著性检验的结果如下，见表2所示。

从以下的T检验结果可以看出：

（1）在财务危机发生的前2年有11个指标通过了显著性检验，在财务危机发生的前一年有15个指标通过了显著性检验，显示了所选财务指标在作为预警变量时具有信息含量和时效性，其信息含量随着时间的临近而增加，即指标离财务危机发生的时间越近，两组公司的财务指标差异越明显，区分度越大，反之信息含量越少，区分度越小。

（2）在28个预警指标中，净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、Z指数11个指标连续两年通过显著性检验，其中总资产报酬率、每股收益、成本费用利润率、总资产周转率、现金流动负债比、每股营业现金流量、审计意见型7个指标连续两年在0.01水平上显著。而存货周转率、资产负债率和流动比率3个指标仅在财务危机的前一年有显著差别，其中流动比率在0.01水平上显著。

综合以上分析，我们选取净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、Z指数、流动比率12个指标作为第一次筛选的入选变量。其中前11个指标在财务危机发生的前一年和前两年都有很好的区分效果，所以引入预警模型。流动比率虽然只是在财务危机发生的前1年有显著性，但考虑到入选的指标中没有反应企业偿债能力的指标，而偿债能力是反映企业危机状况的一个非常重要的方面，因此也把流动比率作为入选变量，以期使入选指标更全面反映公司的状况。

4.2 二次筛选——因子分析

通过显著性检验，我们筛选出12个指标作为建立模型的初选变量，然而这些指标有些相关性很强，包含了重复信息，为使模型更加精简，本文采用因子分析法进行指标的二次筛选。对进入二次筛选的12个预警指标，利用76家训练样本财务危机前2年的数据，运用SPSS17.0软件进行主成份分析。

（1）KMO检验。KMO检验的目的是对确定的12个变量进行浓缩提取。运用SPSS17.0统计软件分析得到结果如表3所示。

可以发现，KMO检验的结果是0.618，结合球形检验值及sig值，由于Bartlett球度检验给出的统计量是1227.659，且其对应的相伴概率为0.000远远小于显著水平0.05，因此拒绝Bartlett球度检验的零假设，可认为相关系数矩阵不是单位阵，从而适合进行因子分析。

（2）因子分析。根据提取因子的条件——特征值大于1，从12个变量中共提取到了6个主成分因子。结果如表4所示。

从因子荷载矩阵中，可以看出：（1）主成份1的指标依次为每股收益0.879、成本费用利润率0.861和总资产报酬率0.773。这些指标都是反映企业盈利能力的指标，因此主成份1可以概括为盈利因子，其代表性指标为每股收益。（2）主成份2的指标主要为流动比率0.738，它反映了企业的偿债能力，因此主成份2可以概括为偿债因子，其代表性指标为流动比率。（3）主成份3的指标依次为每股营业现金流量0.752、短期借款流动资金比率0.363和现金流动负债比0.726。这些指标反映了企业获取现金的能力，因此主成份3可以概括为现金流量类因子，其代表指标为每股营业现金流量。（4）主成份4的指标依次为净资产收益率0.804、总资产周转率0.525、Z指数0.410。这三个指标中，净资产收益率是一个综合性佷强的指标，能涵盖Z指数和总资产周转率，因此主成份4可以解释为综合能力因子，其代表指标为净资产收益率。（5）主成份5的指标为总资产增长率0.783，反映企业的成长能力，因此主成份5可以解释为成长因子，其代表指标为总资产增长率。（6）主成份6的指标为审计意见类型0.460，它综合涵盖了表外非财务信息，因此主成份6可以解释为非财务因子，代表指标为审计意见类型。

这6个主成分指标即为最终的入选变量。

5.结论

通过显著性检验和因子分析两次筛选，最终得到了每股收益、流动比率、每股营业现金流量、净资产收益率、总资产增长率、审计意见类型6个指标作为构建模型的变量。这6个代表性指标相互独立，分别代表了企业的盈利能力、偿债能力、获取现金能力、综合能力、成长能力、表外因素6个方面，符合全面互斥的原则。

参考文献

[1]Fitzpatrick P J，A comparison of ratios of successful industrial enterprises with those of failed firms[J].Certified Public Account，1932.

[2]Beaver W.Alternative accounting measures：predictors of failure [J].Accounting Review，1968，10（2）：113-122.

[3]Edward I Altman，Financial ratios，discriminant analysis and the prediction of bankruptcy[J].Journal of Finance，Vol XXIII September，1968：590-609.

[4]周首华，杨济华等.论财务危机的预警分析—F分数模式[J].会计研究，1996（8）：8-11.

[5]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001（6）：46-55.

[6]杨保安，季海.BP神经网络在企业财务危机预警之应用[J].预测，2001（2）：49-54.

[7]李秉祥.基于模糊神经网络的企业财务危机非线性组合预测方法研究[J].管理工程学报，2005（1）：19-23.

[8]程晓娟.上市公司财务危机预警模型研究及实证分析[D].成都：成都理工大学，2005（6）.

[9]张平，刘珂.基于相关性分析的高级职业经理人绩效考核指标的筛选方法[J].统计与决策，2005（2下）：51-52.

[10]高宇.因子分析在深市股票评价中的应用[J].统计与决策，2005（4）：120-121.

[11]范柏乃，单世等.城市技术创新能力评价指标筛选方法研究[J].科学学研究，2002（12）：663-668.

[12]苏金明，傅荣华等.统计软件SPSS系列应用实战篇[M].北京：电子工业出版社，2004.

基金项目：湖南省软科学项目资助（2011ZK3092）。

作者简介：

黄曦（1965—），女，湖南长沙人，副教授，现供职于长沙大学工商管理系，研究方向：财务管理。

程晓娟（1980—），女，湖南长沙人，讲师，现供职于湖南科技大学，研究方向：财务管理。

财务预警指标分析篇6

关键词：财务；预警；系统

一、企业财务预警系统构建的原则

企业财务预警系统，以预警财务危机信息为主要目的，并为企业的健康发展，提供防范财务危机的信息。为此，企业财务预警系统的构建，至少需要符合以下几个方面的原则：

（一）系统性原则

财务信息渗透于企业发展的各个环节，我们构建财务预警系统，不能够独立于企业的其他管理工作。譬如企业在分析销售成本回收困难原因时，不能够一味深究销售环节的问题，而要综合考虑采购、设计、生产、销售、行政等各个环节情况，比方说同类和同量的生产物资，本期采购成本远远低于上期采购的成本，这些财务数据说明可能在采购环节出现问题，波及到产品的质量，使得销售工作寸步难行。由此可见，我们需要将财务预警系统，视为企业整体管理的有机组成部分，从企业全方位发展的视角，监控各个区域的财务状况。

（二）科学性原则

财务预警系统发出预警信号之前，是事无巨细地收集各类财务信息，其中不乏关联不大、失真失效信息，侧面要求我们所构建的财务预警系统，具备科学检测的能力，方可保证所得出的预警信号，为科学合理的结论。反之，如果财务预警系统的检测指标和检测方法不合理，必然会影响预警数据的真实性，难以行之有效地解释财务运行规律。因此，我们在开发企业财务预警系统时，务必秉着科学性原则，合理设置财务预警监测的指标，如实反映企业的财务活动风险。

（三）动态性原则

财务预警工作，主要立足于企业运营的过去和现在，动态分析监测财务的数据，以判断尚未发生的财务风险。对此，财务预警系统的开发，要体现出动态性原则，善于根据过去和现状，把握企业的未来财务工作走向，在发现可能潜藏财务危机时，修正财务管理方案和调整财务管理方向，并在系统功能方法，因地制宜地进行修改和补充，这样才能够确保财务预警系统的先进性。

（四）及时性原则

财务预警系统构建的目的，就是为了让企业能够第一时间掌握财务的情况，分析是否可能出现财务状况恶化或者险情，并及时采取措施防范财务危机。假设预警系统不及时，无法在财务危机发生之前“拉响警报”，那么系统将形同虚设，可见财务预警系统构建需遵循及时性原则。

二、企业财务预警系统构建的方法

企业财务系统的构建，必须同时满足系统性、科学性、动态性、及时性等基本要求，而关于系统的构建，除了要合理划分系统的内容，还要求从各个层面揭示系统构建的细节。笔者基于相关的财务管理经验，归纳总结出以下几方面的财务预警系统构建方法：

（一）财务预警组织机构

财务预警组织机构，视为预警工作的基本前提，机构的设立，其原则性条件是“专人负责”，即要求预警分析的各项细节性工作，都有相应职责的工作人员执行，并不受到机构以外的其他部门干扰。以某企业为例，该系统在董事会的直接领导下，成立了财务风险预警机构，主要负责财务预警目标的确立、财务预警方案的制定、财务预警信息的统计分析、财务风险的预测等，进而为公司提出相应的预警提示，并接受公司所反馈的财务风险防范情况。另外还有一种模式的财务预警组织机构，是在企业战略管理职能组织下，其中一个组织负责预警管理，譬如财务预警和其他预警，而另外一个组织负责执行管理。这种模式的财务预警组织结构，比较适合规模比较大的企业，但前提是将细节工作落实到位。

（二）财务信息收集和传递

财务信息的收集和传递，由专人收集大量市场信息、行业信息和企业内部数据后，统计和分析这些数据，并贮存在资料数据库当中，数据库要进行定时更新，同时升级数据库系统，确保数据库中的财务信息，保持足够的准确性和完整性。在企业财务预警系统中，财务信息的收集和传递功能，可概括为：收集、处理、辨伪、存储、推断等，其中需要赋予专人的工作职能和系统的技术支持。通常情况下，我们在确定考察内容后，广泛收集、统计和分析信息，进而整理、汇编和计算，最终获取材料中隐含的企业发展趋势，以及隐藏的财务危机。某企业有意拓展海外市场，委派专人调查了多个国家的经济、军事、政治等情况，发现中东多个国家受到战火影响，尽管商业契机颇多，但潜藏诸多财务风险，譬如外汇兑现困难、银行机构瘫痪等，企业将市场的调查信息录入了财务预警系统，同时综合其他国家的市场信息作出甄选判断，做出海外市场的正确甄选。

（三）财务预警指标构建

考虑到企业财务活动辐射范围广，不仅与市场、行业的外部情况有关，而且企业内部的这种财务信息错综复杂，为此我们需要保证财务预警指标的全面，包括偿债、资产管理、资产结构、盈利、现金流量、核心能力等，都是为财务预警指标的内容之一。笔者认为，财务预警指标对应某种程度的财务危机，而财务危机程度有大有小，因此有必要划分财务预警指标的类别：一方面是一般预警指标，包括偿债能力指标、资产管理指标、运营效率指标、资产结构风险指标、盈利能力指标、发展能力指标；另一方面是关键预警指标，属于敏感性更高的指标，可概括为营业现金流量流入和流出指标、营业现金流量纳税保障率指标、维持当前现金流量能力保障率指标、营业现金流量偿债贡献率指标、净收益营运指数指标、现金营运指数指标、经营性资产收益率指标等。这些指标确定之后，财务预警系统就能够有的放矢地运作。

（四）日常风险监测和分析

根据财务预警指标的内容，统计和分析数据库中的各种信息，预测企业未来可能面对的各种财务风险，提前做好预防的措施。首先是根据财务预警指标数据监测，以偿债能力分析为例，正常情况下，企业现金的流动比率在1-2之间，表明企业短期内具备足够的偿债能力，假设企业的现金流动比率异常，表明可偿债的能力有所下降，需要提前做好偿债准备金。其次是企业经营风险监测，综合企业经营过程中的人力资源、财力资源、物力资源等的使用效率，衡量投入产出的风险、存货积货的风险、机器设备使用效率风险、固定资产补偿不足的风险、不良资产风险等。最后是企业市场风险监测，根据企业产品或者服务在市场所占的份额，同类型产品的数量，产品或者服务的质量、品种等，判断企业的核心能力竞争风险、产品滞销风险、新产品开发风险、广告宣传风险等。总之，企业日常风险的监测和分析，离不开财务预警系统的科学运作，系统中的判别标准、指标跟踪等，都要作为系统开发的依据。

三、结束语

综上所述，企业财务预警系统，以预警财务危机信息为主要目的，并为企业的健康发展，提供防范财务危机的信息。企业财务系统的构建，必须同时满足系统性、科学性、动态性、及时性等基本要求，而关于系统的构建，除了要合理划分系统的内容，还要求从各个层面揭示系统构建的细节。文章通过研究，基本明确了财务预警系统的开发和运作方法，但考虑到不同企业财务管理工作要求和条件的差异性，以上方法在财务管理实践中，要紧扣工作的实际情况，予以灵活地参考借鉴。

参考文献：

[1]张慧君，苏宁，陈丽荣.从财务指标的选用看财务预警系统的有效性[J].华东经济管理，2004（2）：171-173.

[2]端木正.财务预警系统理论初探[J].财会研究，2004（9）：37-38.

[3]薛祖云，刘金星.现代企业财务风险预警系统指标体系的构建[J].财会通讯：综合版，2004（8）：17-18.

[4]张鸣，程涛.企业财务预警系统架构研究[J].山西财经大学学报，2004（5）：122-125.

财务预警指标分析篇7

【关键词】物资公司财务风险预警体系

随着经济的发展，信用交易已经成为不可或缺的经济手段，企业处于一种信用交易的链条中，其生产经营所面临的财务风险不断加大，包括物资公司在内的企业如何对财务风险进行有效的预警便成为一个尤为重要的问题。

一、物资公司财务风险预警的内涵与作用

物资公司财务风险预警，是指根据物资公司的财务特征，通过科学的预测方法对企业财务可能面临的的风险进行分析，并提前发出警告，帮助企业提前采取应对措施，有效的化解或者降低风险，促进企业持续健康发展。

建立和完善财务风险预警体系，一方面，可以有效的保障物资公司财务安全，通过构建全面、可操作的指标体系，运用科学的方法对物资公司的财务状况进行监测，并及时的做出评价，可以有效的挖掘出企业财务方面可能存在的安全隐患，从而有利于企业及时采取应对措施，提高了财务安全性。另一方面，可以有效的促进企业生产经营特别是各项战略的顺利实施。企业生产经营活动特别是战略性的活动必须有财务支持，而财务风险预警体系则可以帮助物资公司合理的安排各项资金，一定程度上提高资金的保障水平。

二、物资公司财务风险预警指标体系设计

参考裴玉（2006）等研究所提出的财务风险预警指标，本文认为，财务风险所包含的不应该局限于财务领域，还包括企业的筹资能力、市场信誉等内容，因此，可以从财务指标与非财务指标两个角度来设计预警指标体系。

（一）财务指标

财务指标主要包括偿债能力（包括短期偿债能力和长期偿债能力）、运营能力、获利能力、发展能力四大类的指标，在具体的运用当中，根据物资公司的实际情况，需要将这些指标进一步细化，并根据公司数据的可获得性等进行处理，以便保证预警指标体系的正常观测。当然，对于个别短期数据难以收集但又非常重要的指标，可以采取季度、半年度的方式来进行观测，这样就可以构建一个相对完善的指标体系。

（二）非财务指标

非财务指标既包括物资公司内部管理指标，也包括公司与关联企业关系的评价指标，其中内部管理指标主要反映物资公司的管理状况，可以从内部决策的程序是否科学、内部控制体系是否完善、物资公司领导者的领导水平等方面来考察，与关联企业的关系主要用于反映物资公司在可能遭受财务风险时，关联企业遵守合约的可能性。

由于非财务指标多为一些定性的指标，在进行预警时需要有效的转化为定量的指标，在具体的实施过程中，可以借用评语集{1,2,3,4,5}={差，较差，一般，较好，好}来对上述指标进行评价，以此来进行量化。

三、物资公司财务风险预警模型的构建

物资公司财务风险预警模型，看可以借鉴管理评分法等定性分析方法，也可以借鉴Z得分模型、PLM模型、Logit回归模型、神经网络模型等定量分析方法，考虑到便于操作以及定性指标定量化处理的需求，可以通过模糊综合评价法与人工神经网络评价法进行集成，具体的预警过程如下。

（一）构建预警指标体系并对指标进行无量纲化处理

由于本文的各种指标都是正指标类，因此可以利用二次抛物偏大型分布来进行处理，以Xmax、Xmin分别表示某指标X的最大值和最小值，Xi表示实际值，则在Xi小于等于Xmin函数值为0，Xmax等于Xmin函数值为1，否则等于[(Xi-Xmin)/（Xmax-Xmin）]2。

（二）构建模糊综合评价矩阵

对于经过无量纲化处理的各项指标，可以采取线性递增函数来表示模糊矩阵中的隶属度，以rij表示因素i获得第j（1＜j＜5）等级评价隶属度，在这里，可以用线