1、第二章 財務預警系統管理的基本程序與方法1第一節 財務預警管理的基本程序一、尋找財務預警的警源 從警源的生成機制來看（內生警源與外生警源） 從警源的可控度來看（可控警源與不可控警源） 從警源的性質來看（主觀警源與客觀警源）2二、確定財務預警的指標1、財務預警指標的類型 定量指標與定性指標 正向指標、逆向指標和區間指標 2、選擇預警指標一般要遵循五個原則 重要性 一致性或先行性 靈敏性 代表性 迅速性和準確性 3財務運行的預警指標主要有： 資不抵債 經營活動現金凈流量出現負數 過度依賴短期借款 累計經營性虧損數額巨大存在大額的逾期未付利潤無法履行借款合同中的有關條款 存在大量不良資產，且長期未作

2、處理 重要子公司無法持續經營且未作處理 無法獲得供應商的正常商業信用 難以獲得開發新產品及配套投資所需資金 4業務預警指標主要有： 主導產品屬于夕陽產業的產品 已失去主要市場、特許權或主要供應商 人力資源短缺或有事項預警指標主要有： 貼現 擔保 抵押借款 未決訴訟 其他數額巨大的或有損失 5 3、建立預警分析模型 預報警度的模型有兩種方法：一是定性分析的方法；二是定量分析的方法 4、監測并預報警度 財務預警的警度一般設計為五種：無警、輕警、中警、重警、巨警。 5、擬定防警、排警的對策6第二節 財務預警管理定量方法一、單變量預警模型 是指以某一項財務指標作為判別標準來判斷企業是否處于財務危機狀態

3、的預測模型，又稱為單變量分析法。代表人物：威廉比弗1、財務比率法 按照這一模型，當企業模型中涉及的幾個財務比率趨勢惡化時，通常是企業發生財務危機的先兆。單變模式所運用預測財務失敗的比率，按其預測能力分別為：782、“利息及票據貼現費用”判別分析法 日本經營咨詢診斷專家田邊升一，在其所著企業經營弊病的診治中，提出了檢查企業資金的秘訣之一是“利息及票據貼現費用”判別分析法。 “利息及票據貼現費用”判別分析法，即以企業貸款利息、票據貼現費用占其銷售額的百分比來判斷企業正常（健康）與否。（見下表）企業狀況健康型維持現狀型縮小均衡型倒閉型制造企業3%5%7%10%批發企業1%3%5%7%93、企業股市跟

4、蹤法 這一方法適用于上市公司。可以簡單地認為企業股票持續下跌是企業經營失敗的前兆。10單變量預警模型評價： 在進行財務預警分析時，單變量比率分析盡管有效，但作用有限，其局限性表現在： （1）誰是最重要的預測指標？ （2）盡管對較長一段時間進行的單變量比率分析可能說明公司正處于困境或未來可能處于困境，但并不能證明公司可能破產或何時破產？ （3）單變量比率分析得出的結論很可能受通貨膨脹的影響。 （4）公司認識到正面臨財務困難時，往往可能造假賬的“創造性會計方法”來掩蓋公司的實際財務情況。11二、多變量預警模型 多變量預警模型，即運用多種財務比率指標加權匯總而構成多元線性函數公式來預測財務危機的預警

5、模型。 （一）Z計分模型代表人物：愛德華阿爾曼公式模型： Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 其中：X1=營運資本/資產總額 X2=留存收益/資產總額 X3=息稅前利潤/資產總額 X4=權益資本市場價值總額/債務賬面價值總額 X5=銷售收入/資產總額 12Z指標出現短期財務失敗的概率： 1.8 非常高 1.812.675 高 2.6762.99 可能 3.0 不可能 適用于上市公司13非上市公司的Z值模型和判別規則如下: Z=0.717X1+0.847X2 +3.107X3+0.420X4+0.998X5 其中：X4修正為:股東權益/總負債，反映公司財務狀況的穩

6、定性。其余X1、X2、X3、X5與上市公司的相同。 當Z1.20時，預測表明企業會破產； 當Z在1.202.90之間為“灰色區域”，預測顯示企業存在著生存危機； 當Z在3.0以上時，表明企業不可能存在生存危機。14（二）F分數模型代表人物：周首華 F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5其中：X1、X2及X4與Z計分模型中的X1、X2及X4反映的指標相同， X3=(稅后凈收益+折舊)/平均總負債 X5=(稅后凈收益+利息+折舊)/平均總資產 F分數模型的臨界點為0.0274，即當F0.0274時，企業破產的可能性非常大；當Z0

7、.0274時，企業財務狀況正常。 15（三）日本開發銀行Z值預測模型 基本模型：Z=2.1X1+1.6X2-1.7X3-X4+2.3X5+2.5X6其中： X1=銷售額增長率 X2=總資產增長率 X3=盈利分配率 X4=資產負債率 X5=流動比率 X6=粗附加值生產率（折舊額、人工成本、利息與利稅之和與銷售額的比值） 16日本開發銀行Z值評價標準 Z值越大，企業財務風險越小，企業越“優秀”，反之亦然。 當Z值大于10時，企業財務狀況良好； 當Z值小于0時，則表明企業存在嚴重的財務危機； 當Z值處于010之間時，稱為“灰色區域地帶” 17（四）臺灣Z值預測模型 基本模型：Z=0.35X1+0.6

8、7X2-0.57X3+0.29X4+0.55X5 其中： X1=速動資產/流動負債 X2=營運資產/資產總額 X3=固定資產/資產凈值 X4=應收賬款/銷售凈額 X5=現金流入量/現金流出量 該模型的臨界值為11.5，當Z值高于11.5時，企業財務狀況正常；當Z值低于11.5時，企業很可能在未來的一年發生財務危機，乃至破產。18（五）Edmister小企業模型 基本模型： Z=0.951-0.423X1-0.293X2-0.482X3 +0.277X4-0.452X5-0.352X6-0.924X7其中： X1=(稅前凈利+折舊)/流動負債， 當X10.05時，X1取值為1；當X10.05時，

9、X1取值0。 X2=所有者權益/銷售收入， 當X20.07時，X2取值為1；當X20.07時，X2取值0。 X3=(凈營運資金/銷售收入)/行業平均值， 當X3-0.02時，X3取值為1；當X3-0.02時，X3取值0。19 X4=流動負債/所有者權益， 當X40.48時，X4取值為1；當X40.48時，X4取值0。 X5=（存貨/銷售收入）/行業平均值， 若根據連續三年的數據判斷X5有上升的趨勢時，X5取值為1；反之，取0。 X6=速動比率/行業平均速動比率趨向值， 若該比率有下降趨勢并且小于0.342，X6取值為1；否則，取0。 X7=速動比率/行業平均速動比率， 若該比率根據連續三年的數

10、據判斷有下降趨勢，X7取值為1；否則，取0。20Edmister小企業模型的取值 如果Z1.2，企業財務風險很高，如不采取措施企業很可能破產； 如果Z2.9，表明企業財務狀況很好，相應地企業破產概率很低； 當1.2Z2.9時，被稱為“灰色區域”，在該區間時，很難判定企業財務狀況。 21（六）企業安全率模型 即通過企業的安全率，可以了解企業財務經營結構現狀，并尋求財務狀況改善的方向。 企業安全率由兩個因素交集而成：一是經營安全率，一是資金安全率。 1、經營安全率 一般用安全邊際率表示：22 安全邊際率越高，企業經營安全程度越高。單獨利用安全邊際率進行企業安全性判斷的一般標準如下表：安全邊際率指標

11、值10%以下10%-20%20%-30%30%-40%40%以上企業安全狀態危險關注尚可安全很安全232、資金安全率243、企業安全率分析資金安全率安全邊際率254、風險判斷 （1）當兩個指標均落在第一象限，表示企業經營狀況良好，應采取有計劃的經營擴張策略； （2）當經營安全率落在第二象限，表示企業財務狀況良好，但市場銷售能力明顯不足，應全盤研究對策，以加強企業總體銷售實力，創造企業應有的利潤； （3）當經營安全率落在第三象限，表明企業已陷入經營不善的境地，隨時有關門的危機，經營者應下決心立即采取措施，進行有效的調整； （4）當經營安全率落在第四象限，表明企業財務狀況已經露出險兆，企業經營者應

12、將改善財務結構列為首要任務，要求企業全員有總體現金觀念、自有資金比例提高，并積極進行開源節流。26（七）對數比率(Logit)回歸模型 隨著數理統計的發展和應用,又有一些研究者提出了Logit回歸模型,它是一種條件概率模型，該模型是建立在累計概率函數的基礎上的，一般運用最大似然估計的方法。Logit回歸模型假設企業破產的概率為P，同時假設Ln(P/(1-P)可以用財務比率解釋。它首先假定Ln(P/(1-P)=a+bx，然后推導出p=exp(a+bx)/1+exp(a+bx)，從而計算出企業破產的概率。 如果P0.5，則企業破產的概率比較大；如果P0.5，則破產概率較小。27 Logit回歸模型

13、的優點主要是預測變量不需要服從多元正態分布和兩個樣本組的協方差矩陣相等的條件，從而使它的適用范圍較為廣泛。其局限性主要體現在： 1.由于模型中對參數的估計將運用到最大似然估計法，使得計算程序相對復雜。 2.分界點的決定也會影響到模型的預測能力。 3.計算過程中有很多近似處理，所以預測精度會有所降低。28（八）人工神經網絡（ANN）模型 人工神經網絡模型是一種平行分散處理模型，其構建理念是基于對人類大腦神經運作的模擬。神經網絡模型的原理是：把用來衡量上市公司的財務狀況的建模變量作為神經網絡的輸入向量，將代表分類結果的量作為神經網絡的輸出，用訓練樣本來訓練這個網絡，使訓練樣本中的財務困境公司和財務

14、正常公司的輸入向量得出區分兩類不同公司的輸出向量，一旦訓練完畢，便可作為上市公司財務困境預測的有效工具。 29 ANN模型除具有較好的模式識別能力外，還可以克服統計等方法的限制，因它具有容錯能力，對數據的分布要求不嚴格。不需要考慮是否符合正態分布的假設，具備處理資料遺漏或是錯誤的能力，而且可以處理非量化的變量，最可貴的一點是ANN模型具有學習能力，可隨時依據新準備數據資料進行自我學習、訓練，調整其內部的儲存權重參數以應對多變的企業運作環境。其局限性主要體現在： 1.雖然ANN判別模型可謂是研究方法上的重大創新，但實際效果卻很不穩定。 2.ANN模型的理論基礎比較抽象，對人體大腦神經模擬的科學性

15、、準確性有待進一步加強，所以適用性不是很強。30三、財務預警數量模型評價 1.財務預警模型缺乏經濟理論的指導 2.財務預警模型的功能有待進一步擴展 3.財務預警模型的作用受到財務指標和樣本選取的限制 4.財務預警模型應用的條件不能完全得到滿足31第二節 財務預警管理定性方法一、標準化調查法 通過專業人士、公司、協會等，就企業可能碰到的問題進行詳細調查與分析，形成報告文件供企業經營者使用的方法。 之所以稱其為標準化，并不是指這些報告文件或調查表格具有統一的格式，而是指他們所提出的問題具有共性，對所有企業或組織均有意義并普遍適用。但無法提供企業的特定問題。32二、“四階段癥狀”分析法 財務危機四階

16、段分析法是根據企業財務危機的形成過程，把財務危機分為財務危機潛伏期、財務危機發生期、財務危機惡化期和財務危機實現期四個階段，對應于不同的階段，有不同的危機癥狀表現。財務危機四階段分析法就是通過分析危機癥狀，判斷企業財務危機所處的階段，然后采取有效措施，幫助企業擺脫財務困境，恢復財務正常運作。3334三、流程圖分析法 根據企業的實際情況構建流程圖，以展示企業的全部經營活動； 1、對流程圖的每一階段、每一環節、每種資產和每一具體經營活動逐項進行調查分析，并對照風險清單，確定企業可能面臨的風險； 2、在分析過程中，除了分析某一階段由于資金運動不暢導致的風險，還應把整個資金運動的過程結合起來考察，從整

17、體上識別企業面臨的各種風險。35四、管理評分法 對企業的管理特性及可能導致企業破產的缺陷、錯誤和征兆進行對比打分，并根據這些項目對破產過程產生影響的程度對它們進行了加權處理。總分是100 分，企業所得分數越高，處境越差。 每一項得分要么是零分要么是滿分，不能給中間分。所給的分數表明企業管理不善的程度。如果評分總計超過25 分，表明企業正面臨失敗的危險；如果評分總計超過35 分，表明企業正處于嚴重的危機中；企業的安全得分一般小于18 分。36 如評分總計小于25分，但“錯誤”欄中的分數超過15分，該企業仍面臨某種危機，但這種危機可通過加強或改善管理來解決。 管理評分法認為企業失敗源于高管層的經營不善， 這種方法簡單易懂，行之有效，但其效果取決于是否對被評分企業及其管理者有直接、深入的了解。37五、“三個月資金周轉表”分析法 就是看有沒有制訂三個月的資金周轉表，是否制作資金周轉的三個月計劃表，是否經常檢查結轉下月余額對總收入的比率、銷售額對付款票據兌現額的比率以及考慮資金周轉問題，