財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究文獻(xiàn)綜述

摘要：企業(yè)通過構(gòu)建財(cái)務(wù)預(yù)警模型，對(duì)企業(yè)持續(xù)、健康發(fā)展，有效地防范和化解財(cái)務(wù)風(fēng)險(xiǎn)具有重要的作用。然而，現(xiàn)有財(cái)務(wù)預(yù)警模型難以達(dá)到實(shí)際運(yùn)用標(biāo)準(zhǔn)。本文對(duì)財(cái)務(wù)預(yù)警模型進(jìn)行了規(guī)范性研究。并針對(duì)模型的局限性，對(duì)如何構(gòu)建切合企業(yè)實(shí)際的財(cái)務(wù)預(yù)警模型提出了建議和對(duì)策。

關(guān)鍵詞：財(cái)務(wù)預(yù)警；財(cái)務(wù)風(fēng)險(xiǎn)；模型

一、現(xiàn)有財(cái)務(wù)預(yù)警主要模型

財(cái)務(wù)預(yù)警系統(tǒng)屬于微觀經(jīng)濟(jì)預(yù)警系統(tǒng)的一個(gè)子系統(tǒng)。由于財(cái)務(wù)指標(biāo)不需要經(jīng)過主觀判斷加以量化的過程，而且可以從財(cái)務(wù)報(bào)表分析得到，因此企業(yè)財(cái)務(wù)預(yù)警研究成果比較豐富。財(cái)務(wù)預(yù)警研究主要是根據(jù)實(shí)證數(shù)據(jù)建立高效、精準(zhǔn)的財(cái)務(wù)危機(jī)識(shí)別模型，以提高判別準(zhǔn)確率為目標(biāo)，以建模技術(shù)為主要內(nèi)容的模型開發(fā)研究?，F(xiàn)有財(cái)務(wù)預(yù)警模型在難以滿足實(shí)際運(yùn)用中的需要，本文總結(jié)了現(xiàn)有主要財(cái)務(wù)預(yù)警模型如下：

1.多變量分析法

多元線性判定模型，又稱模型。多變量分析法有效地克服了精度不高這一重大缺陷，通過使用反映企業(yè)經(jīng)營(yíng)狀況的各類指標(biāo)，多變量分析方法建立了非線性、綜合的非線性預(yù)警模型，而后根據(jù)所得到的結(jié)果判斷企業(yè)的財(cái)務(wù)狀況。判別方程為：。根據(jù)判別方程可以把單個(gè)企業(yè)的可以把單個(gè)企業(yè)的各種財(cái)務(wù)比率轉(zhuǎn)換成單一的判別標(biāo)準(zhǔn)，或稱為值，根據(jù)值將企業(yè)分為“破產(chǎn)”或“非破產(chǎn)”兩類。其中，、是權(quán)數(shù)，是各種財(cái)務(wù)比率。在實(shí)際運(yùn)用時(shí)，得出企業(yè)值，并根據(jù)判別標(biāo)準(zhǔn)進(jìn)行判定。

2.多元邏輯模型

隨著數(shù)理統(tǒng)計(jì)的發(fā)展和應(yīng)用，又有一些研究者提出了回歸模型，它是一種條件概率模型，該模型是建立在累計(jì)概率函數(shù)的基礎(chǔ)上的，一般運(yùn)用最大似然估計(jì)的方法?；貧w模型假設(shè)可以用于財(cái)務(wù)比率解釋。他首先假定，然后推導(dǎo)出，從而計(jì)算出企業(yè)破產(chǎn)概率。如果，則企業(yè)破產(chǎn)概率較大，反之則反是。其局限性主要體現(xiàn)在：其一，由模型中對(duì)參數(shù)的估計(jì)將運(yùn)用到最大似然估計(jì)法，使得計(jì)算程序相對(duì)復(fù)雜。其二，分界點(diǎn)的決定也會(huì)影響到模型的預(yù)測(cè)能力。其三，計(jì)算過程中有很多近似處理，所以預(yù)測(cè)精度會(huì)有所降低。

3.神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)是對(duì)人類思維方式的一種模擬仿真，它本質(zhì)上是一個(gè)可以自我糾正的數(shù)學(xué)模型，其可以用計(jì)算機(jī)程序來模擬，也可以用電子線路實(shí)現(xiàn)，是人工智能（ANN）研究的一種應(yīng)用廣泛的方法。和人類的大腦類似，人工神經(jīng)網(wǎng)絡(luò)的方法是由大量的、功能單一的神經(jīng)元通過一定的規(guī)則互相連接成的復(fù)雜智能網(wǎng)絡(luò)系統(tǒng)，它可以模擬大腦的許多基本思維功能。人工神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和隱藏層組成，它通過足夠次數(shù)網(wǎng)絡(luò)的學(xué)習(xí)和不斷對(duì)數(shù)據(jù)進(jìn)行的修改而得到期望輸出，然后按照學(xué)習(xí)所得出的判別規(guī)律對(duì)觀測(cè)樣本進(jìn)行分類。一般神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如下：

（1）輸入層：維向量；

（2）權(quán)重形式：；

（3）最簡(jiǎn)單的輸出表達(dá)形式為：。

神經(jīng)網(wǎng)絡(luò)跟傳統(tǒng)的財(cái)務(wù)預(yù)警方法相比具有很多獨(dú)特性，如：①具有良好的非線性映射能力，而其他的模型在處理非線性問題時(shí)要么過于復(fù)雜，要么根本就不具有處理非線性映射的功能；②由于神經(jīng)網(wǎng)絡(luò)采用的是分布式存儲(chǔ)結(jié)構(gòu)，所以它具有很強(qiáng)的容錯(cuò)能力，并且網(wǎng)絡(luò)中少量單元局部缺損不會(huì)影響網(wǎng)絡(luò)的功能，具有良好的處理遺漏變量問題的能力；③它具有強(qiáng)大的泛化功能和容錯(cuò)能力，能夠很好地處理各種噪聲干擾，具有良好的穩(wěn)定性；④它大大提高了處理數(shù)據(jù)的速度和準(zhǔn)確性，它可以不斷接受新樣本，自主調(diào)整模型，具有很強(qiáng)的動(dòng)態(tài)特性，財(cái)務(wù)預(yù)警誤差更小，準(zhǔn)確性更高。

但由于人工神經(jīng)網(wǎng)絡(luò)模型運(yùn)用在財(cái)務(wù)預(yù)警方面仍然有很多局限性：①模型本身較為復(fù)雜，難以推廣運(yùn)用；②針對(duì)復(fù)雜的問題神經(jīng)網(wǎng)絡(luò)模型算法過于冗余，對(duì)計(jì)算機(jī)軟硬件設(shè)備要求較高，限制其使用范圍；③模型運(yùn)行時(shí)工作的隨機(jī)性較強(qiáng)，設(shè)置的參數(shù)穩(wěn)健性不高，參數(shù)的小幅變化可能引起結(jié)果的天差地別。

二、現(xiàn)有財(cái)務(wù)預(yù)警模型局限性分析

1.理論存在局限性

現(xiàn)有財(cái)務(wù)預(yù)警模型均缺乏系統(tǒng)的經(jīng)濟(jì)理論指導(dǎo)，僅為“為實(shí)證而實(shí)證”，簡(jiǎn)單分析數(shù)據(jù)間的關(guān)系?，F(xiàn)有模型以系統(tǒng)地解釋企業(yè)失敗的原因，難以準(zhǔn)確確定財(cái)務(wù)預(yù)警模型中應(yīng)包括的預(yù)測(cè)變量。

2.指標(biāo)選取存在局限

財(cái)務(wù)預(yù)警模型都是采用了財(cái)務(wù)指標(biāo)來反映企業(yè)的財(cái)務(wù)狀況，非財(cái)務(wù)指標(biāo)往往被忽略。非財(cái)務(wù)指標(biāo)在披露企業(yè)財(cái)務(wù)狀況方而要比財(cái)務(wù)指標(biāo)更為可靠、有效。

3.現(xiàn)有模型穩(wěn)健性不高?，F(xiàn)有財(cái)務(wù)預(yù)警模型穩(wěn)健性普遍不高，參數(shù)的小幅變化就可能引起結(jié)果的巨大變化，難以在實(shí)際中推廣運(yùn)用。

三、對(duì)構(gòu)建財(cái)務(wù)預(yù)警模型的建議

一是選取敏感的指標(biāo)。在進(jìn)行財(cái)務(wù)預(yù)警研究時(shí)，應(yīng)選取對(duì)財(cái)務(wù)危機(jī)非常敏感的會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)指標(biāo)，并以適當(dāng)?shù)臉?biāo)準(zhǔn)來衡量財(cái)務(wù)危機(jī)。

二是單變量模型與多變量模型結(jié)合。通過對(duì)比單變量模型和多變量模型，發(fā)現(xiàn)它們各有優(yōu)勢(shì)。運(yùn)用單變量模型分析比較簡(jiǎn)單，而且可以同時(shí)選取多個(gè)適當(dāng)?shù)闹笜?biāo)進(jìn)行分析。多變量模型能比較全面地反映企業(yè)的財(cái)務(wù)狀況，其預(yù)測(cè)系統(tǒng)也是建立在對(duì)統(tǒng)計(jì)學(xué)和數(shù)量經(jīng)濟(jì)學(xué)運(yùn)用的基礎(chǔ)上。因此，我們?cè)诮梃b、研究運(yùn)用財(cái)務(wù)預(yù)警模型時(shí)，應(yīng)該注意把單變量模型與多變量模型結(jié)合起來。

三是可建立理論可靠的預(yù)警系統(tǒng)?？蓸?gòu)造新的理論，探索企業(yè)發(fā)生財(cái)務(wù)危機(jī)的根源，探索企業(yè)維持一般穩(wěn)態(tài)（不破產(chǎn)）的機(jī)理，并探索何種沖擊以及以及什么樣的力度能導(dǎo)致企業(yè)破產(chǎn)?？赡７乱话憔饫碚摻?gòu)建企業(yè)維持穩(wěn)態(tài)的模型。

參考文獻(xiàn)：

[1]章之旺.現(xiàn)金流量信息含量與財(cái)務(wù)困境預(yù)測(cè)[J].現(xiàn)代財(cái)經(jīng)，2004（08）：26-31.

[2]敬文舉.企業(yè)財(cái)務(wù)預(yù)警評(píng)價(jià)指標(biāo)體系設(shè)計(jì)與應(yīng)用研究[J].會(huì)計(jì)之友，2009（09）：17-19.

[3]周娟，王麗娟.基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型分析[J].財(cái)會(huì)通訊，2005（12）107-109，119.

[4]張艷秋.制造業(yè)企業(yè)基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)測(cè)研究[J].財(cái)會(huì)月刊，2010（09）：60-62.

作者簡(jiǎn)介：

涂海燕（1987- ），女，漢族，河南正陽人，貴州民族大學(xué)商學(xué)院助教，研究方向：企業(yè)財(cái)務(wù)預(yù)警。