资源描述：
《财务危机预警分析课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。
1、避免潜在的风险财务危机预警分析一、财务危机分析模型国外对上市公司财务预警系统的研究比较早，发展得比较成熟。国外上市公司财务预警的主要研究成果：单变量模型多变量模型（一）单变量模型单变量预测模型，是通过单个财务比率指标的走势变化来预测企业财务危机。单变量预测模型最早是由威廉·比弗(William.Beaver,1966)提出的。他在1968年发表在《会计评论》上的一篇论文中,对1954至1964年期间的79个失败企业和相对应(同行业,等规模)的79家成功企业进行了比较研究,结果表明,债务保障率能够最好地判定企
2、业的财务状况(误判率最低),其次是资产收益率和资产负债率,并且离经营失败日越近,误判率越低,预见性越强。单变量财务预警系统的假定如果某一上市公司运营良好的话，其主要的财务指标也应该一贯保持良好，一旦某一单变量指标（主要的财务指标）出现逆转,说明公司的经营状况遇到了困难，应引起管理层和投资者的注意。单变量预测模型缺点:一个企业的财务状况是用多方面的财务指标来反映的,没有哪一个比率能概括企业的全貌。因此,这种方法经常会出现对于同一个公司,使用不同的预测指标得出不同结论的现象。因此招致了许多批评,而逐渐被多变量方
3、法所替代。（二）多变量模型1968年，美国纽约大学商学院奥特曼(Altman)教授在《金融杂志》上发表了《财务比率、判别分析和公司破产的预测》一文，奠定了多变量财务预警系统的理论基础。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。奥特曼(Altman)教授的多变量模型称为Z模型Z模型Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中，X1=(流动资产-流动负债)/总资产X2=留存收益/总资产X3=息税前利润/总资产X4=股东权益的市场价值/
4、总负债X5=本期销售收入/总资产X1=营运资本/总资产=（流动资产—流动负债）/总资产这一指标反映流动性和规模的特点。营运资本=流动资产-流动负债，流动资本越多，说明不能偿债的风险越小，并可反映短期偿债能力。X2=留存收益/总资产这一指标衡量企业积累的利润，反映企业的经营年限。X3=息税前收益/总资产=（利润总额+财务费用）/总资产这一指标衡量企业在不考虑税收和融资影响，其资产的生产能力的情况，是衡量企业利用债权人和所有者权益总额取得盈利的指标。该比率越高，表明企业的资产利用效果越好，经营管理水平越高。X4
5、=优先股和普通股市值/总负债=（股票市值*股票总数）/总负债这一指标衡量企业的价值在资不抵债前可下降的程度，反映股东所提供的资本与债权人提供的资本的相对关系，反映企业基本财务结构是否稳定。比率高，是低风险低报酬的财务结构，同时这一指标也反映债权人投入的资本受股东资本的保障程度。X5=销售额/总资产这一指标衡量企业产生销售额的能力。表明企业资产利用的效果。指标越高，表明资产的利用率越高，说明企业在增加收入方面有良好的效果。Z分数模型具体判断标准Z≥3.0财务失败的可能性很小财务不失败组2.8≤Z≤2.9有财务
6、失败可能1.81≤Z≤2.7财务失败可能性很大Z≤1.8财务失败可能性非常大财务失败组样本检验奥特曼以1946年至1965年期间提出破产申请的33家企业和相对应的33家非破产企业为样本检验之后发现,它正确预测了这66家企业中63家企业的结果,其预测的成功率明显超过了单变量预测模型。近年来,法国、英国、德国等许多国家也进行了类似的分析。尽管Z值的判断标准在各国有相当的差异,但各国“财务失败组”的Z值均明显低于“财务不失败组”,且财务失败企业的Z值的平均值都低于临界值1.8。二、我国上市公司财务预警应用分析亏损
7、上市公司频频登台亮相，是否无踪可循呢？是否可以通过财务数据分析进行预警呢？（一）单变量指标的分析中国上市公司财务困境的先兆指标吴世农（1）选择样本公司：财务困境企业：70家ST和巨亏公司财务正常企业：70家（规模、行业等）相应的上市公司（2）选择样本时间：财务困境出现的前1-5年（3）选择财务困境的先兆指标：21个财务指标（4）发现：4个财务指标最具有显著的财务困境先兆信息。（二）单个公司的Z分析以“松辽汽车”上市公司为例来验证多元预测模型的运用“松辽汽车”于1998年底被宣布为特别处理公司（ST公司），所
8、以距特别处理最近会计年度报表是1997年度的。其1997年12月31日的报表部分资料如下：流动资产 356366718.13 流动负债 249840895.51固定资产 343921021.57 长期负债 165123720.09股本 140160000.00留存收益 236352186.69总资产 791476802.29 负债及股东权益合计 791476802.2
