灰色预测财务预警论文

2022-04-18

一、财务预警的概念、特点及模型财务预警即财务失败预警，是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，对企业在经营管理活动中潜在的财务危机进行实时监控。财务预警具有参照性、预测性、预防性和灵敏性等四个特点。以下是小编精心整理的《灰色预测财务预警论文(精选3篇)》，仅供参考，大家一起来看看吧。

灰色预测财务预警论文篇1：

有色金属上市公司Zeta财务预警模型分析

摘要: Zeta模型是财务困境预警模型的一种,通过对我国有色金属行业上市公司Zeta值的分析,对我国有色金属上市公司建立财务预警模型提出意见和建议。

关键词: 财务预警;Zeta模型;有色金属行业

1 有色金属行业进行财务预警研究的必要性

有色金属行业涉及的行业范围非常广泛,尤其对工业原材料价格影响较大,有色金属行业的稳定性关系着我国国民经济的平稳快速增长。

2 Zeta模型简介

该模型是于1977年由Altman、Haldeman和Narayanan在Z模型的基础上进行改进提出的,相关学者进行实证研究后将该模型改进成预测效果更好的五变量模式,如下:

Zeta=6.56X1+3.26X2+6.72X3+1.05X4

其中:X1—营运资本/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/总负债。

判别标准为:Zeta<1.1时,代表很高的财务困境率;1.12.6时,企业处于安全状态。

3 研究设计

3.1 研究样本与时间选择

本文选取沪深两市有色金属行业的上市公司,基于时间一致性、数据可获得性以及样本配比等方面的考虑,研究样本限定为2006年及以前上市的有色金属行业上市公司,样本數据的采样年份包括2006、2007、2008年三年的指标数据作为实证数据来源。本文选取的有色金属上市公司是证监会划分出来的有色金属冶炼及压延加工业行业中的上市公司。

3.2 数据来源与预处理

本文财务预警分析的指标数据均源自巨潮咨询网相关统计和上市公司年报,将所有样本分为ST组和非ST组。在计算Zeta值时,假设公司报表中的财务费用均为利息费用。

4 实证结果与分析

样本非ST组的Zeta值结算结果以及统计结果如下表:

再来看以下ST组的计算结果以及统计结果:

得出以下结论:

第一,Zeta财务预警模型对我国有色金属上市公司的财务状况能够起到一定的预测效果,从表一可以看出,企业2008年的Zeta值普遍比2007年低,也就是说企业2008年的财务状况普遍差与2007年。这跟现实情况比较一致,2008年由于受到金融危机的影响,有色金属行业利润普遍大幅下降,部分企业现金周转不灵。

第二,Zeta财务预警模型对ST组财务状况的预警效果没有非ST组好,三家ST的公司只有两家能够比较准确的预测,预测准确率只有67%左右。一方面可能说明,Zeta财务预警模型对于不同的行业预测准确度不同;另一方面可能说明,Zeta财务预警模型对于已经被ST的公司进行财务预警准确度低于对未被ST的公司的预测。

第三,有色金属行业上市公司在建立财务预警模型时应结合自身行业的特点,不能单一使用Zeta财务预警模型,应该综合使用各种财务预警模型,考虑借鉴神经网络和数据挖掘等最新方法,并且应随着实践的发展而不断完善、更新。

第四,财务预警不仅可以通过模型定量分析,还可以进行定性分析。只有综合定量模型和定性分析法来评价企业财务状况,才能更为客观、准确的反应企业财务状况,达到财务预警的目的。

参考文献

[1]宋力,李晶.上市公司财务危机预警模型实证研究[J].财经论丛,2004,(1).

[2]陈晓,陈鸿.中国上市公司的财务困境[J].中国会计与财务研究,2000,(9).

作者：范慧

灰色预测财务预警论文篇2：

商业银行财务预警实证分析

一、财务预警的概念、特点及模型

财务预警即财务失败预警，是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，对企业在经营管理活动中潜在的财务危机进行实时监控。

财务预警具有参照性、预测性、预防性和灵敏性等四个特点。参照性：从参照性特点看，运用财务管理和数据分析方法，测算出反应企业财务运行状态的指标和指标体系，使其成为我们判断和认识企业财务运行规律的参照或指标体系。预测性：根据财务运行状态的发展趋势和变化，预测或推算与此密切相关的各因素的发展变化。预防性：一旦财务预警体系中的指标接近安全线，便可以及时寻找导致财务运行恶化的原因，以化解财务危机。灵敏性：由于财务体系各因素之间密切联系、相互依存，某一因素的变化会在另一因素中敏锐的反映出来，从而提供相关的预警信息。

财务预警模型是一步步不断发展完善起来的，Beaver（1966）最早运用统计方法建立了单变量财务预警模型，Altman(1968)最早运用多变量分析方法探讨财务预警问题，建立了Z模型，Ohlson(1980)第一个用Logit方法进行破产预测，Odom and Sharda(1990)开拓了用神经网络预测财务困境的新方法。

二、财务预警实证分析

1.实例背景

商业银行在经营过程中，由于事前无法预料的不确定因素的影响，使实际收益与预期收益产生偏差，从而有蒙受经济损失和获取额外收益的机会和可能性的风险，任何忽视风险只追求收益的行为都有可能导致灾难性的后果。本文以工商银行为例，来分析财务预警模型的应用。

中国工商银行股份有限公司前身为中国工商银行，成立于1984年1月1日。2005 年 10 月 28 日，整体改制为股份有限公司。2006 年 10 月 27 日，

成功在上海证券交易所和香港联合交易所同日挂牌上市，创造了全球资本市场有史以来最大规模的 IPO。

2.财务预警应用

本文以中国工商银行股份有限公司2009年12月的部分财务数据进行财务预警应用的实例分析。由Altman 提出的Z模型：

Z=1.2x1+1.4x2+3.3x3+0.6x4+1.0x5

其中: x1- - 营运资金/资产总额

x2- - 留存收益/资产总额

x3- - 息税前利润 /资产总额

x4- - 股东权益总额 /负债总额

x5- - 销售收入/资产总额

由上面数据可得出 Z为2.775 根据这一模型，一般地Z值越低企业就越有可能破产Altman还提出了判断企业破产的临界值：若 Z值大于 2.675，则表明企业财务状况良好，发生破产的可能性较小；若 Z值低于 1.81 则表明企业存在很大破产危险；如果 Z值处于1.81- 2.675之间，Altman称之为灰色地带的确，进入这个区间的企业财务是极不稳定的，由于 2.775 高于2.675，则可以预测该企业不存在破产危险。

三、小结

工商银行采取了有效的风险控制制度，积极完善全面风险管理体系，加强制度创新，加快提升全面风险管理能力。编制年度风险限额管理方案，充分发挥限额对风险的控制作用；积极应对复杂的外部形势，实现对境内分行风险管理情况的动态评价；规范境外分行及附属机构风险报告工作，进一步完善集团层面风险报告机制。通过F模型，验证了工商银行的风险管理机制起到了有效控制风险的作用，将公司发生财务危机的可能性降到了最低。

参考文献：

[1] 潘颖：企业短期财务预警系统的构建[J]. 生产力研究，2009，(4)：137- 138

[2] 黄德忠：企业财务风险预警研究综述[J]. 财会通讯,2005，(9):41-44

[3] 顾晓安：公司财务预警系统的构建[J]. 财经论丛,2004, (4)

[4] 李晓明：浅谈我国企业财务预警模型的建立[J]. 商业时代，2005，(36)：44- 49. [5] Muhammad Iwan, Bankruptcy Prediction Model with ZetacOptimal Cut- off Score to Correct Yype I Errors. Gadjah Ma-da International Journal of Business，2005，January- April2，Vol. 7:No. 1:pp. 41- 68

作者：肖芬芬

灰色预测财务预警论文篇3：

基于灰色关联的多元回归财务预警实证研究

【摘要】灰色关联度分析由灰色系统理论提出，其理念为在系统发展过程中，若两个因素同步变化程度高，则认为两者之间的关联较大；反之，则两者关联甚小。因此，灰色关联度分析对一个系统发展变化态势提供了量化的度量，非常适合动态的历程分析。而企业的发展正是这样一个动态的过程。在运用灰色关联度分析得出各指标的滞后期后，将更加准确的截面数据作为训练样本，建立多元回归财务预警模型。实证结果证明，分行业建立财务预警模型是十分必要的。

【关键词】灰色系统；灰色关联分析；财务预警；多元回归分析

一、引言

会计的职能仅为对企业已经发生的经济活动进行货币计量的一个过程，其主要内容是对过去经济活动的核算和计量，是对企业过去的经济活动较客观的记录。而财务管理则是基于会计活动的结果，结合企业内外部信息，对企业将来的经济活动的决策，以使企业正常且更高效地运行。各种决策行为都离不开对未来的预测，而财务预警就是财务管理中对企业将来运行是否会恶化的预测范畴。企业利益相关者如内部员工、银行、股东等都对企业的财务恶化信息十分敏感。这种客观事实奠定了财务预警在财务管理中的独特地位。

作为能够识别、预测公司财务危机并为公司投资人和管理者提供预警信号的风险管理工具，财务预警模型倍受关注，并逐渐成为公司财务管理领域中的热点问题之一。依赖历史会计数据建立的模式识别类的传统预警模型，由于方法中存在固有缺陷，难以在公司财务管理中推广应用；而考虑微观与宏观因素之间联系的预警模型目前仍处在实验室阶段，尚未发展到能实际应用的程度。

二、相关文献评述

自国外学者Beaver（1966）用单变量分析预测公司破产并取得一定成果，Altman（1968）利用多元线性判别构建了著名的Z分数模型之后，一场财务预警研究的浪潮便在世界范围内掀起。

国内对财务预警的研究起于1986年吴世农、黄世忠介绍企业的破产分析指标和预测模型，经历25年。其中前12年，即1986—1998年为萌芽期，此期间的论文发表较少，研究处于基本认识阶段。这一阶段比较漫长的一个重要原因在于我国的两大证券交易所在1990年11月前尚未成立，实证数据十分不完善，并且各种指标界定都处于模糊阶段，因此，在次阶段，研究者们不得不只关注国外的研究理论与研究方法。在经过大量基础理论的积累以及国内的证券市场日趋成长，1999—2003年，国内财务预警研究转入了正式导入期，此阶段的主要研究成果与后期相比较少（这与萌芽期的实际情况是相吻合的）第三阶段即2004年至今，为国内财务预警研究的大发展时期。在这一阶段，尤其是2004年，有一个井喷式发展。这一时期的研究成果有以下飞跃：不仅每年的优质成果数量明显增多，且研究内涵、外延都有较大的突破。从内涵上看，首先，在研究层面上，不再是单一研究一种方法，而是将前人的方法进行综合比较，然后结合我国国情，建立一个符合我国实际情况的新模型。其次，在研究对象上，不再仅仅依靠传统的财务指标，而是加入各种其他影响因素进行综合考虑，例如经济附加值、现金流量指标、自由现金指标以及其他非财务指标，以提高模型的准确性。再次。在研究方法上，也不仅仅限于传统的计量经济方法，引入了多种在理工科方面有重大意义的研究方法，如人工智能方法、模糊数学方法以及灰色系统理论等。从外延上看，一些学者不仅讨论企业遇到财务困境时一系列指标的客观规律，也开始探讨财务危机与企业增长的关系。

除了灰色系统模型，其他模型大都以大量实证数据为基础，只是证明了财务预警领域的一些客观规律的存在，其应用仅局限于信用等级的评价，但是财务预警的意义并不尽在于此。人们需要通过模型来预测企业是否将会遇到财务危机，在企业遭受困难之前发现这冰山一角，然后采取行动来抑制这种趋势，防止财务危机的形成。由于宏观环境的不断变动，模型需要新的数据来加以修正，但其样本之庞大决定了巨大的工作量，因此不利于新模型的建立，因而对模型的推广应用树立了一个明显的障碍。以上为过去研究在财务预警实用性方面的不足。

另一方面，研究者们几乎都不约而同地选取同一时间截面的数据来建立模型，这种没有经过科学论证的做法是有缺陷的。由于各种指标的独特性质，它们可能对未来产生影响的滞后性不是那么一致，所以应该先论证是否有这种滞后性的存在，然后再采取相应的措施。

前人在将灰色系统理论应用到财务预警领域时候没有考虑到指标的合理性、序列的平滑性以及权重计算的科学性。因此这些因素也就成为将灰色系统应用于财务预警研究需要特别注意的方面。

三、研究设计

（一）指标选取

在指标选取上，本文参考前人的研究成果，将2000年到2012年中所有发表的国家级基金项目论文进行统计，取被选用次数最多的前12个财务比率指标如表1：

其中，资产负债率X1、流动比率X2、速动比率X5体现了企业的偿债能力；总资产周转率X8、应收账款周转率X4、存货周转率X11、营运资金与总资产比率X12体现了企业的营运能力；总资产利润率X6、净资产利润率X7体现了企业的盈利能力；总资产增长率X3、主营业务收入增长率X9、净利润增长率X10体现了企业的成长能力。

（二）指标滞后性考察

四、实证研究

（一）样本选取

统计数据显示，2012年共有38家公司仅由于连续2年亏损而被退市预警，也就是*ST。为了使实证结果更加明显，本文选取了被*ST比例最高的行业——化学纤维制造业为主要实证对象。剔除数据不全的样本后，纳入实验的训练样本共10家公司，其中2家为*ST公司。①

（二）指标滞后性考察结果

根据上述实验设计，得出的滞后性结果为，除了X11存货周转率滞后期为1外，其他指标滞后期均为2。这种结果足以证明，各财务比率对系统影响的滞后期是存在的。这也是对上市规则中规定的连续3年财务异常给予退市的实证支持。

（三）灰色聚类分析结果

实验结果显示，X1、X2、X4为一类，其代表指标为X1；X6、X8、X10为第二类，其代表指标为X8；X7、X12为第三类，代表指标为X12；X9，X11为第四类指标，以X9为代表指标；X3与X5分别为最后两类指标。这样的结果有点令人咋舌，得出的分类结果并没有按照传统的偿债能力、运营能力、盈利能力以及发展能力来划分。

（四）线性回归结果

经过逐步回归后，得出以下回归结果（表2）。

表2很清楚地展现该模型的拟合优度极高。首先R2=0.94602，已很接近其最大值1，其实际意义是该模型对因变量的解释力已达到94.60%；其次该模型的P值为0.0433，小于0.05，表明各自变量对因变量的影响很显著。

（五）模型的应用

1.行业内应用

以上模型是基于t=2012，用以往的数据来预测化学纤维制造业2011年年报中的公司财务情况。模型得出的预测值越大，说明该公司的财务状况越不乐观。取t=2011，运用以上模型来预测化学纤维制造业2010年的财务状况，预测值结果如表3。其残差平方和仅为0.05394，并且预测值连续两年最高者均在2012年被*ST。

2.行业外应用

将此模型应用到其他行业。这里笔者选取另外一个与2012年被*ST公司比例较高的行业——有色金属冶炼及压延加工业，取t=2012，得到以下预测结果（表4）。

其残差平方和为8.647474，远远大于该模型在化学纤维制造业的应用结果。该结果表明，对财务预警模型的研究，分行业是更加科学的。

五、总结与展望

（一）总结

1.结论

（1）在概念识别上，以往文献均以百度中公布的过期知识“ST指连续亏损2年的公司，*ST指连续亏损3年的公司”为基础进行研究。而以上规定于2002年就已废除。本文则依据《深证证券交易所股票上市规则（2008年修订）》以及《上海证券交易所股票上市规则（2008年修订）》中的相关规定“连续亏损2年的上市公司会被*ST即退市预警，而如果在之后的那一年仍然有财务异常状况，则暂停上市”进行研究。

（2）在指标选取上，本研究仅参考前人对财务比率的大多数选择。而在近年的相关研究中，非财务指标在财务预警研究中也起到了一定作用，并且各研究者都纷纷寻找其他更加显著的新指标（如EVA双基点距离等）。但笔者认为，应该回归经典，在最初的财务预警研究中，均只采用了财务比率指标，奠定了财务预警的坚实基础。其有待丰富的理论基础以及有待提高的预警精度，正是后来者的追随方向。本文正是以经典为基础，融合了灰色理论的先进思想，对仅有财务数据的深度挖掘，并与统计学中的多元回归模型相结合。

（3）在指标处理上，以往研究都选取同一时间点的数据作为截面数据，而本研究突破性地提出滞后性概念，认为不同指标对系统影响的区别既体现在程度上，也体现在滞后性上。实证研究的结果显然证明了这一点是正确的。

（4）在样本选取上，对行业的细分也是以往研究中没有做到的。在财务管理的理论基础中，行业因素对财务数据是有很大影响的。以往的研究中，为了获取大量的样本数据，不得不忽略部分行业因素，而灰色系统理论的特殊性，即适用于小样本分析，这样就可以在将行业分得足够细致的前提下进行财务预警研究。实证结果表明，在不同行业中，各指标对系统的影响程度是不一样的，正因为如此，分行业研究显得尤为重要。

2.不足

（1）在指标的选取上同样有所不足，因为时间精力有限，没有对其他的指标进行探索。

（2）在财务预警的界定上，没有统一的既定的标准，仅仅是在该行业内按照预测值进行排序，认为排名靠后的即存在财务危机。

（3）在对灰色系统理论的应用上，仅仅应用了较浅显的理论，即利用灰色关联度来删选指标。灰色系统理论的内容甚是丰富，将灰色系统模型引入财务预警是非常好的一个研究方向，由于笔者能力尚且不足，未曾找到一个合适的结合点。

（二）展望

一是在此基础上进一步研究财务危机企业到底是如何形成的，该如何防范以及如何逆转现有危机状况。

二是寻找其他对系统有显著影响的新指标。

三是将灰色模型合理应用于财务预警研究。

【参考文献】

[1] 刘旭涛.会计与财务管理关系研究[J].财经界（学术版），2011（10）.

[2] W H Beaver.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research，1966（4）.

[3] ALTMAN E I.Financial Ratios，Discriminate Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968，23（4）.