现金流视角下的财务预警研究综述

《现金流视角下的财务预警研究综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、现金流视角下的财务预警研究综述现金流视角下的财务预警研究综述【摘要】适时、准确的进行财务预警分析对企业而言至关重要，而企业财务风险的主要表现形式是现金流不足，如果能够建立基丁现金流视角的财务预警，做到未雨绸缪，则会使企业免于财务困境乃至破产的厄运。【关键词】现金流量财务风险财务预警一、财务风险预警的是义财务风险预警是指为了防止企业财务运行偏离预期目标而建立的报警系统，即借助企业提供的财务报表与其他相关会计资料，对企业的日常经营活动进行预测，识别企业在经营管理活动中潜在的财务风险和经营风险，发出预警，使企

2、业能够及时采取有效措施，起到未雨绸缪的作用。国内关于财务预警的定义主要有以下几种观点：第一，财务预警是以企业信息为基础，对企业的日常经营管理活动中潜在的风险实施监控。第二，财务预警是以企业财务数据为基础，以财务指标为标准，反映企业财务状况的变化，并及时对出现财务数据异常的情况发出预警。第三，财务预警是以企业财务报表及相关资料为基础，将企业而临的财务风险和经营风险预先告知各利益相关者，并分析风险发生的原因以及运营过程隐藏的潜在漏洞，提前做好防范措施。这种观点是对财务风险预警比较综合的阐述，现被广泛釆用。二

3、、国内外对财务风险预警模型的研究国外对财务预警模型的研究起步较早，至今已达到比较成熟的阶段，我国对财务预警的研究多是建立在国外学者的研究基础上。总体来说，企业财务预警模型的演变大致可以划分为三个阶段：(-)单变量预警模型的研究Fitzpatrick(1932)首次运用单个财务比率作为变量进行财务危机预警，发现划分为破产企业和非破产企业两类的19家样本公司在经营失败前三年权益净利率和资本结构呈现出显著差异。BeaverC1966)通过对79家配对企业的30个财务比率进行研究，最终得出可以有效预测财务风险的

4、的财务比率依次为：债务保障率、资产负债率、资产收益率、资产安全率。其中，以债务保障率作为预警指标误判率最低。陈静(1999)以上市公司为样本进行实证研究，选取了27家ST和非ST公司作为对比样木，分别进行了单变量分析和二类线性判定分析。得出了单变量模型中资产负债率和流动比率误判率最低和多元线性判定模型在ST-3年能较好预警的结论。(二)多元线性判定模型的研究Altman(1968)首先将多元线性判别法引入财务危机预警研究领域，他利用逐步多元鉴别分析逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似

5、回归方程式的鉴别函数一一Z计分法模型。Blum(1974)运用多元线性判别法构建了包括现金流量变量的财务危机预警模型，在财务危机发工前5年的预测准确率均超过70%。周首华和杨济华(1996)建立了F分数模型，如果企业的F值大于0.0274则被预测为非破产公司，反之则为破产公司，该研究的判别准确率高于70%,不足在于研究样本选取的是国外公司。张玲(2000)以1998-1999年间深、沪交易所120家企业作为样本，运用线性判定分析对企业的财务风险预警进行了研究，结果显示预警模型的预测期超过4年。多元线性判

6、定模型预测精度更高，但对模型的应用有严格的假设前提，要求口变量服从标准止态分布，且要求等协方差。(三)多元逻辑回归模型的研究Martin(1977)首次采用多元逻辑回归分析方法建立财务危机预警模型进行预测，得出了多元逻辑回归模型优于Z分数模型的结论。01son(1980)建立了3个多元逻辑回归模型。他将1970-1976年105家破产公司和非配对的2058家正常公司作为样本，研究结果表明公司规模、经营绩效、资木结构、以及流动性(流动、速动比率)等4个因素是影响企业财务危机的主要因素。陈晓(2000)以3

7、8家ST公司作为研究对象，运用多元逻辑回归模型，得出结论：负债权益比率、应收账款周转率的预测能力最强。多元逻辑回归模型适用范围更广，但局限性在于模型计算过程复杂，且因涉及大量近似处理，会使模型的预测精度降低。(二)多元概率回归模型的研究Zmijewski最早把多元概率回归模型引入财务风险预警研究，多元概率回归模型要求样本必须服从标准正态分布，而多元逻辑回归模型无需严格的假设前提。其次，多元概率回归模型企业破产概率采用积分方法获得，而多元逻辑凹归模型采用取对数方法获得。最后，多元概率回归模型采用线性回归方

8、法求解参数a、b,而多元逻辑回归模型采用极大似然函数求解。白承彪(2010)分别运用Logistic模型和Probit模型，对沪深两市2007年一2009年发生亏损的57家制造业企业及其配对企业进行对比分析，结果显示多元概率凹归模型预测效果要优于多元逻辑回归模型。(三)BP神经网络模型的研究杨淑娥和黄礼(2005)选取120家上市企业作为样本，建立了基于截面财务指标的BP神经网络财务预警模型，预测精度达到90.8%o聂丽洁(2009)以我国