财务危机预警系统的研究方法有哪些？

其实财务危机预警系统的研究方法有哪些？的问题并不复杂，但是又很多的朋友都不太了解，下面我们一起来看看这个问题的分析吧！

财务状况恶化有哪些表现

1.企业的财务危机通常既有外部征兆又有内部征兆。外部征兆如企业的交易记录恶化、过度依赖借揿或关联交易、过度的规模扩张、财务报表及相关信息公告迟缓等。财务征兆主要表现在财务指标及报表方面。主要有：现金流量不足，企业不能及时支付到期债务销售额非正常下降;现金大幅度下降而应收账款大幅度上升：一些比率出现异常。在危机由萌生到逐步恶化过程中，各种危机的因素都将直接或间接地反映在资金运动的“晴雨表”一敏感性财务指标的变化上。因此，可以通过设置并观察敏感性财务指标的变化，及时预报危机信号，建立危机预警分析系统。

2.1单变量预警分析

它是指运用单一财务比率的走势来预测企业可能出现的财务危机状况。当企业模型中所涉及的几个财务比率趋势恶化时，通常是财务危机发生的先兆。潜在危机的根源，即管理绩效的优劣最终体现在财务成果上;而财务成果生成过程的质量或可靠性又直接影响着危机的表现形式和经济后果;财务成果运行过程的持续性保障主要体现为营运效率。因而，可以通过潜在危机的直接表现信号即现金流的匾乏、过程信号即盈利能力的衰减和最终表现信号即企业经营效率的低下三个方面进行具体指标的设置。

2.1.1现金流量类指标

现金流量的变化是企业前置期收益与风险状况的“晴雨表”。现金流量开始恶化，一定程度上昭示着企业现金运转的紧张状况及可能的危机所在。其中，到期债务对企业的生存威胁最大，其次是一些金额较大的日常支出和资本性支出，而营业现金净流量是企业财富增长或摆脱困境的最终源泉。现金流量类指标揭示了公司以经营活动产生的现金流量支付到期债务和当前股利的能力，同时衡量了公司是否可以正常支付其资本支出的能力，企业必须警惕现金支付不足的潜在危机。

2.1.2收益类指标

资产收益是企业现金流量的源泉，只有通过主营业务不断拓展市场增值能力，才可能真正地持续性地避免不确定性危机的侵袭。也只有充满*力和竞争力的企业。才可能对经营信息的变化具有高度敏感性。其中主营业务利润及其所占比重大小是决定企业收益是否具有稳定与可靠性的基础。如果主营业务销售率或收益率在总收益中所占的比重呈现出下降的趋势，往往是企业经营不稳定的危险征兆。同时，如果所预期或已出现的收益时间分布结果完全随机或间距不规律，也说明这种收益的质量亦非真正稳定可靠。

2.1.3营运效率类指标

预警分析系统，一般应有两个要素：即先行指标和扳机点。先行指标是用于早期评测运营不佳状况的变动指标;扳机点则是指控制先行指标的临界点，一旦评测指标超过预定的界限点，则预警方案应随之启动。如前述的到期债务保障率、主营业务资产收益率。经营性资产周转率等的临界值可作为考察的扳机点。因此跟踪考察企业时，对主要比率变化趋势中所隐含的关键点应予以特别注意。

企业破产的财务预警分析模型有哪些

典型财务预警模型：

企业的财务报表等所提供的会计信息综合反映了企业财务状况和经营成果，根据企业会计信息的结构、比率和比较分析可以研究企业的偿债能力、盈利能力、发展能力和资金运营状况，可以分析企业的安全状况。

（1）单变量判定模型（UnavailableDiscriminateModel）。

以单一的财务比率指标为基本变量，运用配对样本法，随机挑选了1954年到1964年间79家危机中的企业，并针对这79家企业逐一挑选与其产业相同且资产规模相近的79家正常企业，再将样本企业分为训练样本与测试样本两组。先以训练样本企业破产前5年的30项财务比率进行二分类检验（Dichotomous

Classification Test）。用以找出最具区别能力的财务比率及其分界点，并利用测试样本预测及验证其财务比率及分界点的危机预警能力。

威廉·比弗的结论是，最能对企业危机做出预警的指标是“现金流量/总负债”比率，其次为“总负债/总资产”比率和“净利润/总资产”比率。在企业破产前5年可达70%以上的预测准确率，在企业破产前1年可达87%的预测准确率。

（2）多元判定模型（Multivariate Discriminate Model）。

该模型又称奥尔特曼模型或Z分数模型（Z-score Model）是由美国财务专家爱得华?奥尔特曼(Edward.I.

Altman)提出的。他认为，偿债能力的丧失是引起企业破产的主要原因，企业在财务状况良好——财务危机——破产——清算这一过程中，是有信号可预测的。经过大量实证考察和研究之后，于1968年才提出了多元Z值判定模型，即：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

（3）F分数模型（F-Score Model）。

由于Z分数模型在建立时并没有充分考虑到现金流量变动等方面的情况，因此有一定的局限性。为此，我国学者周首华、杨济华对Z分数模型加以改造，于1996年提出了财务危机预测的新模型——F分数模型。在F分数模型中加入现金流量这一有效的预测变量，弥补了Z分数模型的不足。同时，该模式还考虑到现代企业财务状况的发展及标准的更新，比如，由于现金管理技术的提高，致使企业所应维持的必要流动比率有所降低，该模式的样本选用更为扩大，它使用了Compustat

PC Plus会计数据库中1990年以来416家公司的数据进行检查，而Z分数模型的样本仅为66家。

F分数模型如下：

F=

-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

（4）神经网络预警模型。

1987年，Lapeds和Fayber首次应用神经网络进行预测，开创了神经网络预警的先河。该模型适合于对复杂性、时变性和模糊性的系统进行预测。神经网络方法预警模型主要建立在“黑箱法”的基础上。它把复杂系统当作一个黑箱，然后通过刺激（输入）、反应（输出）来研究系统的结构和性质。人脑的思维机制可分为抽象思维（逻辑推理）和形象思维（不确定性推理），神经网络模型根据生物神经元的外部行为特征，推测具有类似于阀值逻辑的结构，提出人工神经元的阀值逻辑模型。

BP(Back

propagation)模型是神经网络方法中一种比较常用的模型，这种模型把系统看作一个黑箱，考虑其输入和输出之间的非线性映射，输入过程可用输入节点来表示，输出过程可用输出节点来表示。假定系统内部结构为未知，同时用隐节点来表示内部机制，从而形成一种用人脑神经元突触行为模拟节点机制的类似神经的人工神经网络。这样，可通过不断地输入和输出，以及对有限多个样本的学习来达到对所研究系统内部的模拟。

好了，关于财务危机预警系统的研究方法有哪些？的内容到这里结束啦，希望可以解决您的问题哈！