分析公司的財務狀況范文

導語：如何才能寫好一篇分析公司的財務狀況，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

一、財務比率分析所具備的重要意義

財務比率分析工作可以針對公司的實際財務狀況以及應考核的經營業績做出科學的評價。對公司的財務報表及時的分析，可以對企業盈利的能力和發展的狀況，償還債務的能力擁有較為全面的了解，使企業決策人員可以針對企業整體的財務情況實施科學準確的掌控。與此同時針對企業中的相關財務信息實施有效的分析和比較可以真正的明確影響公司發展的各個方面的因素，以此來進行及時有效的改正，使責任更加明確，增強了企業標準化的管理水平，為企業的健康有序的發展起到了保障性作用。另外，公司的管理人員通過財務比率的分析可以將公司潛力充分的挖掘出來，從而實現公司的預期目標。并且，還可以使投資者的合理投資得到保證。因此，財務比率的分析具有十分重要的意義。

二、公司財務狀況評價中財務比率分析的應用

通常來說，社會當中很大一部分的企業基本都是將各個方面財務報表在財務的比率實施分析，這其中就涵蓋了企業固定資產和流動資產的負債信息以及現金流量信息和損失收益表等。針對這些財務方面的比例分析之后可以充分的明確公司當中的財務情況，想要分析資金的構成，需要編制公司資產負債的分析表進行分析。

分析企業財務的過程中，必須要使企業資產的負債表以及利潤表和現金的流量表得到充分的利用，從而進行財務比率的分析。同時，引進非財務的控制指標，這樣不但可以充分實現企業中較為全面與系統性的分析，從而使得企業當中的財務狀況評測的變的更為精確，使財務造假的情況得到有效的抑制，進而使廣大投資人員的合法權益及其經濟收益得到了較為高效的保障。

企業短期之內的償債的能力可以具體的表現出企業及時償還短期性債務能力，通常對流動比率以及現金比率還有速動比率的計算對公司短期償債能力進行相應的分析和評價。而長期性的償債能力可以真實的表現出公司償付到期和長期承受債務方面的能力。通常對企業資產的負債率以及負債比率和權益乘數和利息保障倍數等比率實施準確的計算和分析還要做出相應的評價。

公司資金使用的效率以及管理層管理水平的科學程度都要通過公司的運營能力將其反映出來。通?？梢岳么婊畹闹苻D率以及應收款的周轉率還有整體資產的周轉率指標實施計算和分析。針對公司的盈利能力的分析就是是依照計算所得出的利潤率以及資產和權益報酬對其進行分析評價。

三、財務比率分析應用的幾點建議

對于公司的現金流入結構方面的分析需要進一步的加強，將其作為了解企業現金流入和現金流出情況的主要依據。對于公司現金收支和籌資方面的能力以及企業的經營狀況需要實施正確的評測。企業需要重點分析企業中的現金流入和流出的具體結構，與此同時對二者的比例實施針對性的分析。通過對現金總流入結構和企業的籌資投入以及運營這幾個大的方面實施分析企業流入的體系。從而可以進行及時有效的掌控，使得企業資金的流入來源包括資金數量所在比重的具體結構。通常情況下，公司整個資金流入中經營性資金流入所占的比重越高，也就意味著企業財務的風險越小，而公司經營的情況越好，還可以反映出企業資金流入的合理性。對于企業流出現金的結構分析進一步的強化，和企業現金流入的結構相似，同時還可以表明企業現金流出結構的合理程度。

以此為基礎，對企業現金流入以及流出利率進行科學合理的計算，不僅要分析企業中的歷史財務信息還需要和其同行業企業實施有效的分析比對，這樣可以針對性的分析出企業的盈利能力是否真正得到了較為有效的上升，企業的籌資和投資活動的保值及其增值工作是否可以得以實現。

另外，將現金流量的指標再次添加到企業運營狀況分析之中。根據企業流動負債的比率，把企業的指標和其同行業企業之間的相互比較來分析，從而可以明確企業當中對流動債務的承受能力的程度。依照現金的債務所占據企業總債務比例，將企業當前可以接受的最大借款的利率反映出來，通常這個利率的比率越高，證明企業能夠承受債務負擔也相對較高，具有較強的償還能力。

篇2

關鍵詞：上市公司　財務指標　主成分分析

隨著西部大開發戰略實施，我國西部經濟得到空前的發展。青海作為西部省份，經濟日益增長，上市公司也逐漸成長起來。現在青海本土上市公司就有十家，行業覆蓋面有機械行業、資源礦產、土特產、藥業和酒業。青海上市公司從上市發展到現在，經歷了較大的變革，同樣也取得了較大的發展。通過查資料，截止2011年末，青海上市公司總資產909億元，同比增長7.8%；凈資產393億元，同比增長10.2%；平均每股收益0.54元，同比增長20%，全國排名第七位；凈資產收益14.44%，同比下降3.86%，全國排名第四位；總市值1223億元，同比下降41.22%，證券化率為75%，高出全國22個百分點；2011年上市公司實現再融資85億元，同比增長26.9%，再融資金額創歷史新高，中小板實現零的突破，資本市場累計融資額達390億元，直接融資與間接融資的比例達到25%；上市公司分紅家數和金額有所增長，資本市場服務地方經濟社會發展的能力不斷提高。但是這些與內地上市公司比起來相差還很遠，上市公司相對來說不是很成熟，因此對青海上市公司進行綜合評價很有必要。文章選取青海省十個上市公司作為樣本，運用主成分分析方法，通過對其財務指標的分析，將青海省十個上市公司進行排名對比，并將每個上市公司自金融危機以來的財務狀況在不同階段進行比較，從而能了解青海各個上市公司在后金融危機的發展狀況。

1.　對青海省上市公司進行主成分分析

1.1　主成分分析方法原理

主成分分析法是一種能客觀評價事物的方法，其思想是將多個因素的線性組合作為主成分，以達到降低影響因素的個數，然后通過主成分來對客觀事物進行打分，以達到對客觀事物的綜合評價。

1.2　主成分分析步驟如下：

Step1：對數據進行處理從而消除量綱的影響。

Step2：在標準化數據矩陣的基礎上計算原始指標的相關系數矩陣

Step3：求相關系數矩陣R的特征值并排序　，再求出R的特征值的相應的正則化單位向量，根據正則化單位向量算出主成分的線性組合。

Step4：給出一個控制值　，確定保留的主成分的個數。文章選取　=0.15。

Step5：計算綜合得分。

Step6：對每個樣本根據綜合得分進行排序。

1.3　分析過程

文章選取青海省西部礦業股份有限公司、青海明膠股份有限公司、青海鹽湖鉀肥股份有限公司、西寧特殊鋼股份有限公司、青海華鼎實業股份有限公司、青海賢成礦業事業股份有限公司、青海金瑞礦業發展股份有限公司、東盛科技股份有限公司、三普藥業股份有限公司和青?；ブ囡乒煞萦邢薰具@十家的上市公司，對其財務指標進行分析。為更能全面的反映出公司財務狀況，文章分別從盈利能力、運營能力、企業償債能力三個方面指標。其中反映盈利能力方面指標：每股收益（元）、每股凈資產（元）、凈資產收益率（%）、扣除后每股收益（元）（扣除非經常性損益后每股收益）、凈利潤率（%）、總資產報酬率（%）。反映企業償債能力指標：流動比率（倍）、速動比率（倍）、資產負債率（%）、凈資產比率（%）。反映企業運營能力指標應收賬款周轉率（次）、存貨周轉率、固定資產周轉率（次）、總資產周轉率、固定資產比率（%）做主成分分析。

1.3.1　2012年中期青海上市公司財務狀況分析

表一數據為2012年中期青海上市公司財務指標。由表一中可以看出有些指標沒有數據，為了較好的反映上市公司綜合能力，文章選取最近的相同指標近似代替。計算各主成分貢獻率如表二。

這四個主成分關于十五個指標的線性組合為：見圖1。

根據主成分線性組合的符號及系數，可以看出第一主成分除了與資產負債率與固定資產比率成正相關以外，與其他指標都成負相關，而且是除存貨周轉率以外的指標的綜合。第二主成分為除了資產負債率、總資產報酬率和凈資產比率以外的指標綜合。第三主成分是每股收益、扣除后每股收益、應收賬款周轉率、資產負債率、固定資產周轉率、總資產周轉率、凈資產比率的指標綜合。對四個指標進行打分，然后對其求出綜合得分，最后根據綜合得分對各個上市公司進行排名。

從表三中可以看出青?；ブ囡乒煞萦邢薰镜梅峙琶谝?，青海鹽湖鉀肥股份有限公司排名第二，西部礦業股份有限公司排名第三，最后一名為東盛科技股份有限公司。在2012年第一季到中期這段時間青?；ブ囡乒煞萦邢薰?、青海鹽湖鉀肥股份有限公司、西部礦業股份有限公司財務狀況較好，而東盛科技股份有限公司財務狀況最差。

1.3.2　青海省上市公司各季度財務狀況分析

文章將其他年度的財務狀況進行同樣的分析，得出青海省上市公司財務狀況得分結果如表四。

為了更好的分析青海省上市公司在后金融危機時期的財務狀況，文章將上市的十個公司財務指標隨著時間序列畫出折線圖，見圖2和圖3。

2.　結論及結論分析

2.1　從表四可以看出，青海省上市公司財務狀況較好的依次是青?；ブ囡乒煞萦邢薰?、青海鹽湖鉀肥股份有限公司、三普藥業股份有限公司、西部礦業股份有限公司，財務狀況最差的是東盛科技股份有限公司。青?；ブ囡乒煞萦邢薰镜梅衷诟鱾€階段的排名都是第一，而且得分沒有負值。相反東盛科技股份有限公司在每個階段的財務狀況都是最差，得分全是負值，應該格外重視。

排在前幾名的公司大部分是資源類，這與青海省是個資源類大省省情密不可分的。青海省擁有豐富的各種礦產資源，特別是稀土礦、鐵礦還有全國最大的鹽湖儲量，這為青海省礦產資源類公司提供了先天的優勢。但從文章分析的結果中看出，并不是所有的礦產資源類上市公司都發展的很好，賢成礦業和金瑞礦業排名并不是很靠前，這兩個上市公司應該參考財務狀況較好的鹽湖鉀肥股份有限公司和西部礦業的經營理念與制度。青海省位于青藏高原，擁有高原特有的青稞作物。青海互助青稞酒股份有限公司在酒文化建設方面很有成效，其獨一無二的酒文化為公司創造了很好的品牌效應，使其成為青海省上市公司里的“后起之秀”。

2.2　圖2、圖3很好的可以看出上市公司財務狀況的發展狀況。10年第一季到20年中期，財務狀況下降的有東盛科技、鹽湖鉀肥、　賢成礦業、青海明膠　，其它上市公司財務狀況都是上升，其中西寧特鋼上升的較快。　10年中期到10年三季賢成礦業和三普藥業財務狀況上升較快，東盛科技財務狀況只有稍微的上升。10年三季到10年年末，上市公司里財務狀況下降的較少，上升的較多，青海華鼎和三普藥業上升的最快。10年年末到11年第三季之間，青海明膠、鹽湖鉀肥財務狀況一直下降，與之相反的是賢成礦業財務狀況是一直在上升。在11年三季到11年年度，財務狀況上升的有東盛科技、賢成礦業、金瑞礦業和互助青稞，其他上市公司財務狀況都在下。11年度到12一季這個階段，青海省互助青稞酒股份有限公司作為青海省發展較好的公司，財務狀況達到最好。12年一季到12中期，大多數上市公司的財務狀況都上升。

3.　結束語

主成分分析法是一種能客觀評價事物，能避免以個別指標過于片面的來分析事物，綜合反映事物發展狀況的方法。但只能基于以前的指標數據來分析，分析出的結果只能反映以前的財務狀況。雖然結果只能反映在同樣的客觀環境下過去的情況，但結果還是有較好的參考意義。

參考文獻：

[1]石方瑩.基于回歸分析的上市公司財務指標與股票價格研究[J].金融視線，2012。

[2]阮有權.基于主成分分析的企業業績評價指標改進研究【[J].經管空間，2012（8）。

[3]楊德艷、王金永.主成分分析法在公司財務分析中的應用[J].財會研究，2012。

作者簡介：

篇3

關鍵詞：市公司 綜合評價 Chernoff 臉譜

一、引言

對于上市公司多指標財務分析，數值方法給出的結果往往缺乏整體性印象，而圖形化方法則具有明顯的直觀優勢，借助計算機編程和多元統計分析理論，圖形不僅可以幫助觀察多維數據的本質，更可以通過多元圖形本身的信息來反映公司財務的綜合狀況。用于上市公司多指標財務分析與評價的常用多元圖形化方法有：二維散布圖、雷達圖、臉譜圖、星座圖及像素圖等，舒曉惠等（2006）提出了一種新的圖形化方法：樹譜圖?；诳梢暬繕说亩嘣獔D形方法主要來看分為兩個層次，一是直觀反映上市公司財務的各指標狀況，例如，二維散布圖、雷達圖、星座圖；二是圖形本身所具有的信息可以形象反映財務狀況的優劣，例如，臉譜圖和樹譜圖等。目前，國內文獻主要集中在研究雷達圖在財務分析評價與預警中的應用，主要有王強（2000），舒曉惠等（2005），付（2007）與金曉燕（2010）；臉譜圖則最初是由Chernoff（1973）提出來，Wainer and Thissen（1981）以及 Smith與Taffler（1984）將其應用于公司財務分析，國內則僅有舒曉惠等（2006）將其用于上市公司財務評價，實證研究表明，在進行上市公司財務分析時，通過雷達圖向普通股民傳達公司信息時缺乏綜合形象性，而臉譜圖的應用則有明顯的優勢。上述研究都是對上市公司財務狀況展開靜態分析，并沒有動態跟蹤一段時期內上市公司的財務狀況，同時，以往文獻都沒有明確提出可以將綜合評價方法與Chernoff臉譜圖相結合的思想來實現利用臉譜的表情綜合評價上市公司財務狀況。基于此，本文應用Chernoff臉譜圖的基本思想，結合綜合評價方法對所構建的上市公司財務評價指標體系通過主成分分析方法進行降維后，利用舒曉惠（2006）的方法通過計算機實現了上市公司財務績效的可視化臉譜圖，并對深、滬兩市鋼鐵行業30家上市公司2003年至2007年財務狀況進行了動態跟蹤，結果表明，臉譜圖不僅能夠形象反映上市公司的財務狀況，而且可以很好地動態反映不同時期財務狀況的變化情況。

二、研究設計

（一）基本原理 Chernoff 臉最初設計可處理18 個變量，當變量數小于18 時，可將臉譜中某幾個部位固定；當變量數超過18 時則可以設法在臉譜中再添加一些部位，如頭發、耳朵等。Chernoff 臉最初認為主要可以用于對研究對象進行分組：由原始材料和直覺提出的最初的分組；由聚類算法產生的最終的分組。進一步研究表明，利用Chernoff 臉除了可以進行輔助聚類分析外，也可以通過已經得到的聚類結果對新的結果進行輔助判別分析。顯然，將上市公司相關財務指標數值與臉譜的相關部位進行對應即可實現利用Chernoff臉對上市公司的財務狀況進行輔助聚類分析和輔助判別分析?？紤]人臉表情的復雜性，當處理的變量過多時，臉譜所表示的人的各種表情則不容易合理用于綜合評價上市公司的財務狀況，例如通過嘴的微笑，眉毛舒展等來反映相關財務狀況良好，顯然這些表情具有很好的直觀效果。因此，用Chernoff 臉譜圖綜合反映上市公司的財務狀況，除了實現第一層次的財務指標值與臉譜的各部位對應外，還需考慮第二層次臉的表情所表達的財務狀況，從而能夠達到直觀形象的目的。為實現這一思想，本文提出可以通過構建上市公司財務狀況的綜合評價財務指標體系，應用綜合評價方法進行財務指標數據的預處理和主成分分析，并在此基礎上通過以行業財務指標平均值為閾值進行映射轉換，將相關綜合評價的數值轉換為Chernoff 臉譜圖，從而實現臉譜圖形自身的表情，即達到可用于評價上市公司綜合財務狀況的目的。也即Chernoff 臉譜圖相關表情需通過綜合評價方法來合理加以實現。

（二）上市公司財務狀況Chernoff 臉譜圖設計 對于上市公司財務狀況的綜合評價，已經有眾多的學者展開研究，結果表明，傳統產業與高新技術產業上市公司的評價指標體系具有一定的差異，本文主要以傳統產業為研究對象，參照1999年財政部、國家經貿委、人事部和國家計委聯合的《國有資本金效益評價規則》中公布的競爭性工商企業評價指標體系，按盈利能力、償債能力、資產運營能力和成長能力四個方面11個財務指標給出權重如（表1）所示。一般認為，臉部的各部位形態及表情可以給人初步明確的信息，比如嘴形的笑意，眉心是否舒展，眼睛是否炯炯有神，鼻子長短表明氣息是否粗壯，臉形是否圓潤等，這些臉部的形態和表情所傳達的信息好壞顯然給人的感受基本是一致的。注意到人眼對臉部各個部位的敏感程度不同，按權重的重要程度與敏感程度相對應，本文選取臉譜指標與財務指標對應如下：嘴部指標對應盈利能力指標，眼部指標對應償債能力指標，鼻子眉毛指標對應資產運營能力指標，下部臉形指標對應成長能力指標。具體實現則首先對各財務比率指標值進行一致化和無量綱化處理后，再利用主成分分析法對各類財務指標進行降維，在與Chernoff 臉譜的18個變量相關對應中，按（表2）選取相對應的指標，其余Chernoff 臉譜的指標值則取某一固定值。臉譜圖的優點是不僅將財務數據通過圖形化直觀表示，而且可以利用人的自然表情來傳達上市公司的財務狀況，作為一個對應的聯系，本文以行業平均值作為人臉表情改變的閥值，各財務指標值較行業平均值超過越多則表情越開心，其示意圖如（圖1）。由（圖1）以行業均值為閥值，圖1-a從臉部形態看不喜不悲，各指標均為平常形態表情，表明財務狀況基本正常; 圖1-b從臉部形態看嘴帶笑意，目光炯炯有神，眉心舒展，鼻長氣粗，臉形圓潤，呈現良好形態，表明各財務指標狀況良好；圖1-c從臉部形態看則顯得愁眉苦臉，臉形削瘦，表明各財務指標出現一定的危機。

三、動態跟蹤分析

（一）數據預處理 本文以鋼鐵行業為例，選取深、滬兩市鋼鐵行業30家上市公司，按前述11個財務指標從RESSET金融數據庫中得2003年至2007年共5年的年度財務數據總計1650個財務指標值。按照將上市公司財務績效的綜合評價方法與Chernoff 臉譜相對應的思路，按如下方法展開實證分析。首先進行數據預處理。第一，極端值處理：按3?滓原則剔除財務指標值中的極端值，在其后的處理中再對剔除的相關指標值進行相應取值。第二，進行一致化處理，將各財務指標化為正向型指標。在所選取的上述指標中，有正向性指標和適度性指標兩類，其中資產負債比率X4、流動比率X5、速動比率X6為適度性指標。因此有必要進行一致化處理，使之都為正向性指標。按照國際慣例注意到資產負債比率、流動比率、速動比率的適度值分別為50%、200%、100%，設xij為第j個上市公司的第個財務指標值［L1j，L2j］為最優適度區間，則可利用如下公式（1）進行變換：

x'ij=1.0-■ xij

注：適度區間為一點時，取L1j=L2j；Mj，mj分別為xij的允許上下界。

第三，采用極值法對各財務指標進行無量綱化。進行無量綱化處理的方法一般有：“標準化”處理法、極值處理法和功效系數法，本文目的是建立各類財務指標的主成分與臉譜相關指標數據的聯系，因此采用極值處理法，利用如下公式（2）進行無量綱處理（對于剔除的極端值，這里都賦為最大值1.0）：x'ij=■ （2）

這里，Mj=■｛xij｝，mj=■｛xij｝為保證動態跟蹤的可比性，本文將Mj和mj固定為2003年度各財務指標數據的極值。第四，按盈利能力、償債能力、運營能力和成長能力對各類指標提取主成分，利用SAS軟件分別對財務指標盈利能力方面、償債能力和運營能力方面各提取兩個主成分，對成長能力方面求出主成分綜合得分，即求得指標值。第五，確定各類指標的主成分與臉譜指標的對應關系。臉譜的特點就是通過人的自然表情來反映上市公司的財務狀況，本文以行業平均值作為臉譜表情不悲不喜對應的中間值。設主成分值zij∈［x1j，x2j］，x0j為行業平均值對應的主成分值；臉譜指標值yj∈［y1j，y2j］，y0j為臉譜表情不悲不喜的取值，則按下式（3）做變換：

yj=■（y0j-y1j）+y1j x1j?燮zij?燮x0j y0j zij=x0j■（y2j-y0j）+y0j x0j?燮zij?燮x2j （3）

這里為保證動態跟蹤的可比性，本文以2003年度30家鋼鐵行業的平均值做為基期的定基值，各年度的各上市公司指標值均與該相應平均值按式（3）進行變換，從而利用式（3）即可計算出各上市公司對應的臉譜指標數值。

（二）上市公司財務績效臉譜圖 運用Bland C++編程畫出所有30家鋼鐵行業上市公司2003年至2007年的臉譜圖。為方便起見，這里報告2003年度30家鋼鐵行業上市公司財務綜合狀況的臉譜圖如（圖2）。利用上述分析結果，則可以展開利用Chernoff 臉譜對上市公司財務績效狀況的靜態和動態兩方面的分析。

（1）Chernoff臉譜靜態聚類分析。對于上市公司財務狀況的多元圖形分析，其第一層的意義乃是可以進行最初的聚類分析，以2003年鋼鐵行業30家上市公司為例，按照對臉譜圖的最初印象，可以將圖形結果分為六類，具體見（圖3）。顯然通過聚類，可以清楚地將上市公司的財務狀況做一個大致的分類，而如此分類的方式相對于利用多元統計分析得到的聚類結果，其具有多指標聚類的性質，這一點是數據分析結果較難企及的。利用分類結果，進一步按照臉譜圖本身所具有表性等形象反映上市公司財務狀況的第二層次的功能，可以明顯發現，（圖3）中的第一類和第二類上市公司，其財務狀況綜合看較為良好，各項指標均基本正常。第三類公司則顯著特點是嘴形較大，笑意明顯，表明這三家公司的盈利能力良好，但從眉心來看都不舒展，表明公司的資本運營能力存在一定程度的欠缺。第四類和第五類公司分類則臉部表情較為怪異，說明財務指標數據反映的綜合狀況較為復雜，比如眼睛的斜率不好但較大，反映了一個相互矛盾的償債能力指標，這也表明使用臉譜圖，當指標值良莠參半時，其表性則較為古怪。第六類公司則是明顯地臉形偏、愁眉苦臉，這也清楚地表明這類公司的財務狀況比較糟糕。最后，利用臉譜圖還可以對相近資產的上市公司進行對比分析，例如，取總資產相近的000825以及000629，由（圖2），上市公司 000825給人的第一印象明顯要好于000629；進一步按六個臉譜指標逐對照，000825的臉譜圖除嘴形的寬度不如000629外，其余都好于或相近于000629，說明000825除盈利能力較弱于000629 外，其余均較優于000629。此外，000629 的臉譜圖面有愁容，財務狀況具有危機。

（2）Chernoff臉譜動態跟蹤分析。應用SAS軟件對鋼鐵行業上市公司2003至2007年各年度數據首先按盈利能力、償債能力、運營能力和成長能力進行主成分分析，結果表明各年度的兩主成分累積貢獻率均超過85%，進一步以2003年鋼鐵行業平均值為基期值轉化為臉譜圖，本文展開如下兩主面的動態跟蹤比較。第一，對整個上市公司財務狀況的臉譜圖動態跟蹤分析。應用臉譜圖考察整個鋼鐵行業財務指標四個方面綜合能力平均水平的變化，以2003年鋼鐵行業平均值為基期對比值，對5年間的鋼鐵行業各財務指標按四個方面分別提取主成分后其行業平均水平的臉譜圖見（圖4），實證數據分析表明：由臉譜圖的嘴部表明，整個鋼鐵行業的盈利能力出現一定程度的下降，特別是盈利能力第二主成分即嘴形的寬度減少。而第二主成分主要與主營業務的盈利能力有關，表明整個鋼鐵行業相對于2003年其主營業務利潤率有所下降，其中一個主要原因是鐵礦石價格不斷攀升導致。由臉譜圖的眼部表明，整個鋼鐵行業的償債能力也漸次下降，2005年后基本穩定相差不大。由臉譜圖的眉毛和鼻子的形態表明，整個鋼鐵行業的運營能力喜憂參半，總體來說有所降低；第一主成分對應的眉心并不舒展，但第二主成分對應的鼻子長度增加，這主要是由于各上市分司運營能力指標數據參差不齊導致。由臉譜圖的下臉形態表明，2004年與2005年整個鋼鐵行業的成長能力有所下降，但2006年后則有所增強，這主要與近年來鋼鐵行業在受外部鐵礦石價格因素的影響整個行業進行了一定的整合重組，使得強者愈強以提高行業的整體競爭力。上述圖形分析與我國鋼鐵行業的5 年來的發展情況基本吻合，這表明臉譜圖可以動態反映行業的發展狀況。第二，對單個上市公司財務狀況的臉譜圖進行動態跟蹤分析。簡單起見，本文對鋼鐵行業龍頭企業寶鋼股份，財務狀況變化較為明顯的寶鋼股份、韶鋼松山與鞍鋼新扎等上市公司展開分析，其相應各年度臉譜圖的結果如（圖5）。由（圖5），以2003年鋼鐵行業平均值為基期對比值，實證數據分析表明：寶鋼股份總體來看，各項指標表明其財務狀況基本呈現下降趨勢，僅2005年下臉形態表明有一次較明顯的成長，而鼻子長度增加表明運營能力有所加強，這與寶鋼因為鐵礦石價格上漲壓縮盈利空間和在此原因下的規模擴張有關。韶鋼松山則在2003年各項指標均表明其財務狀況良好，其主要受益于廣東省的經濟建設迅速發展，然而在鐵礦石價格上漲的壓力下，中等規模技術含量相對落后的鋼鐵企業受到的沖擊更大，其臉譜圖表明大部分財務指標狀況出現不同程度的惡化，而鼻子長度增加表明公司加強了內部運營能力，2007年下臉形態表明有一次較明顯的成長。鞍鋼新扎的臉譜圖則表明，受益于本地的鐵礦石資源，除償債能力外，公司其他各項指標表明其財務狀況基本呈現良好趨勢，而償債能力即眼睛變小表明公司在發展過程中充分利用了財務的杠桿作用，同時增加了財務風險。2006年與2007年公司成長明顯，盈利能力也明顯增強。由上述分析可見，臉譜圖對于單個上市公司的財務狀況能夠進行跟蹤反映，并且能通過臉譜的表情綜合反映企業財務狀況的動態變化。

四、結論

對于上市公司財務績效的圖形化分析，由于其直觀形象與綜合性，可以為使用者提供簡單明了又全面的公司財務狀況的初步印象。這為廣大中小投資者了解上市公司基本財務狀況提供了一種有效途徑，從而避免了對大量財務數據的整理分析，使得更多的普通投資者也可以解讀公司的基本狀況。運用臉譜圖分析上市公司的財務狀況，可以從臉的形狀和表情來直觀反映公司的情況，更貼切地實現了上述圖形化的特點，因此具有廣泛的實用價值。在靜態分析的基礎上進一步展開了上市公司財務狀況臉譜圖的動態跟蹤研究，以鋼鐵行業為例實證分析發現，臉譜圖既能對整個鋼鐵行業的綜合財務狀況進行有效跟蹤，也能對單個上市公司的財務狀況進行動態跟蹤，其臉譜圖能夠很好地反映上市公司在不同時期各財務指標的動態變化，從而更好地幫助投資者了解上市公司財務的歷史信息，進行對比分析。由此可見，臉譜圖不僅可以作為聚類分析和判別分析的輔助手段，也可以進一步作為綜合評價和動態跟蹤方法展開應用。研究過程中也發現應用臉譜圖進行上市公司財務狀況評價和動態跟蹤需要進一步探討的問題：基期參照財務指標值的設定，本文使用的是2003年鋼鐵行業財務指標的平均值作為閾值，其參考點是否合理仍可進一步商榷。進行無量綱化的方法的選擇，不同的方法實證結果會有一定的出入。臉譜圖的表情處理問題需進一步改善。在進行將預處理后的財務指標數據對應到各臉譜圖的數值轉換映射時，對于靈敏度的處理需進一步改善，以保證臉譜圖的表情能夠更準確地反映上市公司財務狀況。

*本文湖南省教育廳科研項目“上市公司財務績效評價方法與多元圖形化研究”（編號：06C644）以及懷化學院重點學科金融學建設項目階段性成果

參考文獻：

［1］［美］Richard A.Johnson & Dean W.Wichern著、陸璇譯：《多元統計分析》，清華大學出版社2001年版。

［2］王強：《“銀行風險雷達圖”在我國商業銀行風險監測中的應用》，《上海金融》2000年第5期。

［3］舒曉惠等：《上市公司財務的樹譜分析及實證研究》，《金融經濟》2006年第2期。

［4］舒曉惠等：《上市公司財務的Chernoff臉譜分析及實證研究》，《金融經濟》2006年第2期。

篇4

[關鍵詞] 農業上市公司 財務危機 Z值模型 原因分析 對策與建議

隨著我國資本市場的發展以及國家對農業產業的政策支持，很多農業企業擁有到證券市場進行融資的機會，越來越多的投資者通過證券市場對農業上市公司進行投資。但是，在激烈的市場競爭中，一些公司業績逐年下降，財務狀況出現異常，陷入財務危機，甚至面臨退市的危險，使投資者、債權人遭受巨大損失；與此同時我國尚未建立完備的財務預警系統。因此，能夠適時、準確地對農業上市公司財務危機進行預測分析是市場競爭體制的客觀要求，也是企業生存發展的必要保障。對市場參與方來說，根據財務指標準確預測上市公司未來的財務危機程度有著十分重要的現實意義。

一、文獻回顧

1.國外研究

國外以美國學者的研究備受關注，他們從20世紀60年代開始進行財務危機預警的研究工作，做了許多理論和實證研究，形成了不少理論和方法。Fitzpatrick最早對企業財務危機預警進行了單變量研究，Beaver運用單變量（即現金流與總負債比）判定分析來研究企業的財務危機問題；隨后一些學者采用多元線性模型，以Altman提出的廣為應用的Z模型以及Altman Haldeman&Narayanan在實證的基礎上合作建立的ZETA模型為代表；其他學者在各自深入研究的基礎上分別得出了有價值得結論。我們注意到不同的財務危機預警方法均發揮了應用的作用。

2.國內研究

近年來，我國很多學者對上市公司財務危機預警的進行了大量的研究，其研究主要使用定量方法。較為普遍的是構建BP神經網絡模型和運用多元邏輯回歸分析，借助Logistic分析工具建立財務危機預警模型。楊淑娥、王樂平建立BP神經網絡模型對上市公司的財務狀況進行預測，顯示了穩定、連續的預測性能，得出建立中長期預警模型，使模型具有廣泛的實踐應用價值。學者更熱衷于使用Logistic分析工具建立財務危機預警模型，其中李品芳等運用多元邏輯回歸分析方法，借助于Logistic分析工具建立了財務危機預警模型，并對所建模型的創新和不足之處進行了探討；李榮建立了以顯著的主成分指標為回歸變量的財務預警的Logistic模型，為上市公司提供了一種及早發現、預防、分散和化解財務風險的參考依據，并為投資者提供較為合理的投資預期分析工具。

通過文獻回顧發現國內很少有學者專門對我國農業上市公司的財務狀況進行分析，因此本文使用Z值模型對我國農業上市公司的財務危機進行考察。

二、多變量z值預測模型與樣本選擇

1.Z值模型

Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）

其中，X1：流動資本/總資產

X2：留存收益/總資產（留存收益=未分配利潤+盈余公積）

X3：息前、稅前收益/總資產

X4：股東權益/總負債賬面值

X5：銷售收入/總資產

Z值得分低于1.81分，說明公司財務風險巨大，并且Z值得分越低，破產的可能性越大；Z值在1.81至2.99之間的公司則處于“不確定狀態”，表明公司存在一定的財務危機和破產的可能性；z值得分則高于2.99分的公司為財務安全公司。

2.指標解釋

X1越大表明公司資產的流動性越強，財務狀況越好；X2越大，表明公司籌資和再投資功能越強，公司的創新能力和競爭力越強；X3反映了不考慮稅收和財務杠桿因素時的資產盈利能力；X4反映了投資者對公司前景的判斷，該指標越大，表明越有投資價值；X5反映了公司資產獲得銷售收入的能力。

3.樣本選擇

(1)研究對象邊界的確定

本文研究的農業上市公司被定義為：從事農、林、牧、漁生產和農產品加工、畜產品加工以及其他農業的業務收入占公司主營業務收入50%以上的公司。

(2)樣本選擇依據

按照研究范疇2006年的農業上市公司總共有50家，出于研究的對稱性和可比性，其中選取以2002年～2006年均在A股上市的農業上市公司為研究對象，總共有40家，另外的10家是2003年～2006年在A股上市，不在研究的時間段內，因此剔除出樣本選擇的范圍。

(3)數據來源

本文研究采用的數據均來自經證監會批準公布的A股農業上市公司的年報，數據經會計師事務所審計和證監會審核通過，數據可信度很大。

三、模型結果與分析

1.模型結果

按照Z值模型的要求把獲得數據經過整理，用EXCEL進行處理，得到不同年份農業上市公司的Z值得分，從2002年～2006年5年間，每年落在Z值不同區間的公司家數及其所占比重如表1所示。

2.結果分析

(1)研究期間變動趨勢分析

在研究的5年間， Z值小于1.81的公司數量變化趨勢很明顯。前4年財務風險巨大公司的比例由27.5%增加為42.4%，上升約15%；2006年出現轉折，落在這一區域的公司數量急劇減少,由2005年最多的17家減少10家,只有7家屬于這一區間，比重下降25%。

從Z值在（1.81,2.99）區域來看，在5年間數量變化基本呈直線下降。曲線的走勢為兩階段，2002年～2004年的變化相比之下較為緩慢，從2002年的21家減少為2004年的18家，比重由52.5%到32.5%，下降了20個百分點；2004年到2006年的變化非常明顯，特別是在2005年～2006年由13家變為0家，比重減少了32.5%。顯示出農業上市公司財務狀況趨于明朗，處于“灰色地帶”即財務狀況不清晰的嚴重狀況得到改變。

Z值在[2.99，∞）區間的公司數量曲線走勢為先緩慢下降后直線上升。從2002年到2004年在這一區間公司的數量在減少，但每年只減少1家，變化不是很明顯；從2004年到2006年公司數量在增加，最為明顯的變化出現在2005至2006年，僅一年時間，數量增加了23家，比重增加了60%。2006年數據顯示農業上市公司的財務狀況令人樂觀，絕大多數公司的財務狀況處于安全狀態。

四、財務危機出現的原因分析

以Z值模型為基礎，通過對具有不同財務風險公司相關重要指標的對比分析，發現主要有以下原因造成公司財務危機的出現：

1.運用資產獲利的能力不高

“息稅前收益/總資產”是考察企業在不考慮稅收和財務杠桿時，資產的盈利能力，該指標排出了企業規模的影響，在評價企業運用資產獲利能力時具有很好的可比性。從2002年至2006年，具有巨大財務風險公司該指標的平均值相比之下很小，以2002年為例：具有巨大財務風險公司的該指標均值為0.36；具有較大財務風險的公司的均值為0.57；財務安全公司均值為1.31，約為破產風險高的公司均值的4倍。通過比較發現，出現財務危機的公司運用資產獲取利潤的能力與財務狀況良好的公司相比很懸殊。而該指標對Z值具有決定作用，因此企業應用資產盈利能力不高，則會導致Z值得分很低，預示其出現破產的概率大。

2.籌資和再投資功能弱，企業創新和競爭力弱

留存收益是企業很重要的資金來源，留存收益多則企業籌資和再投資的能力就越強，就能滿足企業創新的資金需求，企業的競爭能力就越強，企業出現財務危機的可能性降低，留存收益占總資產的比例能形象說明這一問題。以2004年為例：財務出現危機上市公司的該指標平均值為-0.10；有較大財務風險公司的均值為0.11；財務安全公司的均值為0.45，是有較大財務危機公司均值的4倍?？梢钥闯?，企業單位資產創造的留存收益少，企業的籌資和再投資功能弱，會對公司的財務狀況產生消極影響。

3.公司資產的流動性低

一些農業上市公司流動資產占總資產的比例很小，長期資產變現能力差，價格受很多因素的影響，財務狀況容易出現危機。以2005年數據為例：財務出現危機公司該指標的均值為-0.22；有較大財務風險公司的均值為0.04；財務狀況安全公司的均值為0.40，遠遠高出財務處于惡化狀態公司的均值。

五、提高財務安全性的對策與建議

1.選擇適當的股利分配政策

公司是否能獲得長期穩定的盈余，是其股利決策的重要基礎。對于不穩定的公司來講，低股利政策可以減少因盈余下降而造成的股利無法支付、股價急劇下降的風險，還可以將更多的盈余再投資，以提高權益資本的比重，減少財務風險。針對我國農業上市公司的實際情況，選擇低正常股利加額外股利政策較為合適，一方面，當公司盈余較少或投資需要較多資金時，可維持較低的但正常的股利，保留較多資金使公司發展策略的操作具有較大的靈活性；另一方面，比較穩定的股利收入，可以吸引那些依靠穩定股利度日的股東。

2.適當提高流動資產比重，加強流動資產的管理

流動資產是與日常生產經營活動密切相關的資產。流動資產除存貨外，一般具有變現快的特征，因此在總資產中，流動資產的份額大一些，便于企業根據市場變化，采取快速應變措施，在一定程度上能降低企業的財務風險。提高流動資產比重的同時必須加強對流動資產的管理，主要表現為現金及有價證券管理、應收賬款的管理和存貨的管理。

3.通過創新增強企業競爭力，提高主營業務收入

主營業務收入是利潤的一個最主要的來源，主營業務收入的高低直接影響著利潤的大小。在股利分配比例一定的條件下，主營業務多則企業的留存收益就會增加，企業可支配的資金增加，不僅可以防止因不能償還到期債務而產生破產清算的風險還可以增加投資以擴大企業規模，增加規模效應帶來的收益。在激烈的市場競爭中，為了增加主營業務收入必須通過創新以增強企業的競爭力。

六、結論

具有巨大財務風險的農業上市公司數量在2002年到2005年4年間有所上升，這種狀況在2006年得到了根本性改變；2006年具有較大財務風險的公司在減少，而財務安全公司的數量在急劇增加，究其原因在于商品市場需求旺盛、資本市場資金充足、管理層對財務安全高度重視以及支農惠農政策的進一步強化。農業上市公司應該采取措施防止財務風險的加大。

參考文獻：

[1]Fitzpatrick P J.A Comparison of Ratios of Successful Industrial enterprise with Those of Failed Firms [J]. Certified Public Accountant,1932（2）

[2]Beaver w H.financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966:71-111

[3]Edward I Ahman．Financial ratios、discriminant analysis and the prediction of bankruptcy [J]．Journal of Finance，1968，23：589-609．

篇5

針對經濟危機下我國制造業企業陷入財務危機的現象，選取我國A股制造業共1399家上市公司為樣本，運用Z值模型對其財務狀況進行研究，并探討了引發其財務風險的原因和降低財務風險的對策。制造業企業主要可從提升企業資產的流動性和盈利能力兩方面入手降低企業的財務風險。

關鍵詞：

制造業；上市公司；財務風險分析；Z值模型

中圖分類號：F23

文獻標識碼：A

文章編號：16723198（2013）01011302

我國是制造業大國，制造業的發展對國民經濟有著深遠的影響。近年來伴隨全球經濟發展低迷的影響，有關我國制造業企業陷入財務危機的報道不絕于耳，對我國制造業企業進行系統全面的財務風險分析，找出引致財務危機的根源所在，并提出相應解決方案成為本階段需要研究的重要課題。

本文采用Z值模型（Z-score model）的方法，對我國A股制造業各子行業上市公司的財務風險進行了系統的分析比較，初步探究了引致我國制造業企業財務風險高的原因及其對策。

1 文獻回顧

1.1 Z值模型簡介

Z值模型于1968年由美國紐約大學Altman教授提出，其以1946-1965年間提出破產的33家企業以及33家非破產企業為樣本，根據誤判率最小原則，建立了著名的5變量財務預警模型，即Z值模型。受益于其良好的預測能力，Z值模型自誕生之日起便受到廣泛關注，并日益成為企業財務風險預警領域最具影響力的工具之一。1979年，Altman應用Z值模型對巴西企業的財務風險狀況進行了實證研究，并發現Z值模型同樣適用于發展中國家。

1.2 Z值模型在國內的應用情況

由于我國資本市場發展時間還不長，因此對企業進行財務風險預警研究在我國起步也較晚。近年來隨著我國上市公司數量的大幅增加，越來越多的學者開始關注我國企業的財務風險研究，Z值模型也因此得到大量應用。向德偉通過選取滬深兩地證券市場80家企業A股作為樣本，并應用Z值模型對其財務風險進行實證分析發現，在國內應用Z值模型對企業的財務風險分析具有很強的指導性。徐秀渠應用Z值模型對滬深市場2007-2009年暫停上市或終止上市的32家企業進行分析后，認為采用Z值模型預測企業財務風險是有效的。

通過文獻回顧發現：Z值模型在國內的應用主要集中于兩個方面，一是探究其在國內的有效性，這一塊已得到較多研究的支撐；二是應用Z值模型對某一細分行業上市公司進行財務風險分析，如王大偉，林艷芳、徐曉，李娜、田月昕、王宏等分別應用Z模型對我機械、

醫藥、農業上市公司的財務風險進行了研究預測。但尚未看到采用Z值模型對我國制造業上市公司財務風險進行系統分析的研究，本文將對這一領域的研究進行補充。

2 Z值模型參數及其樣本選擇

2.1 模型指標與設定

Z值模型判別函數為

Z=1.2×X1+1.4×X2+3.3×X3+0.6×X4+0.999×X5。Z值越小，企業財務風險越大。Altman研究發現：Z值小于1.81時，企業存在極高的破產風險，財務危機嚴重；Z值在1.81至2.99之間時，企業財務狀況不明晰，存在較高的財務風險和破產的可能性；Z值大于2.99時，企業財務狀況良好，沒有破產風險。

Z值模型中的五個參數分別代表了企業的五項能力，各參數的值越大，則企業在該方面的能力越強。具體而言：X1為營運資金/資產總額，代表了企業資產的流動性；X2為留存收益/資產總額，反映了企業支付剩余的能力；X3為息稅前利潤/資產總額，衡量了不考慮稅收和財務杠桿因素時，運用企業全部資產獲得利潤的能力；X4為權益市場值/總負債賬面值，表明了投資者對企業前景的判斷；X4為銷售收入/資產總額，即為總資產周轉率，反映了公司資產獲得銷售收入的能力。

鑒于我國會計準則同國際會計準則存在一定差異且我國股市非流通股無市場價格，本文對Z值模型各項指標的設定做如下調整：X1為（流動資產-流動負債）/資產總額；X2為（盈余公積+未分配利潤）/資產總額；X3為（利潤總額+財務費用）/資產總額；X4為（每股市價×流通股數+每股凈資產×非流通股數）/總負債賬面值；X4為主營業務收入/資產總額。

2.2 樣本選擇與數據來源

本文采用A股申銀萬國上市公司一級行業分類標準，所選取的制造業包括電子、紡織服裝、化工等12個一級子行業，而剔除了餐飲旅游、金融服務等11個非制造業子行業。選取的公司為2011年12月31日前上市的公司，共計1399家上市公司。財務數據均取自各上市公司2011年年報，其中每股市價取2011年12月31日收盤價。

本文所采用的數據均選自經證監會批準公布的各上市公司年報及Wind資訊，財務數據準確性和可信度高。

3 模型結果與分析

3.1 模型結果

通過對原始數據進行采集并按照Z值模型判別函數計算后，得到制造業各個子行業上市公司的Z值得分，各子行業上市公司Z值得分散落于不同區間的公司數量及其所占比重如表1所示。

3.2 討論與分析

通過對上述模型結果進行分析，可發現我國A股制造業上市公司在財務風險上表現出如下幾個特點：

（1）A股制造業上市公司整體財務狀況較好。

在所選取的1399家A股制造業上市公司中，共有867家企業的Z值大于2.99，即這些企業財務狀況穩健，沒有破產風險，占比達61.97%。而存在極大財務風險的企業相對較少，為251家（含40家ST企業，ST企業主要集中于這一區間），占比17.94%。整體上來看，我國A股制造業上市公司財務狀況相對穩健，絕大部分公司財務狀況良好或僅存在一定程度財務風險。

（2）制造業各子行業財務狀況分化較大。

在制造業下屬的12個子行業中，不同行業財務風險狀況存在較大差異，食品飲料、醫藥生物、電子、信息設備等4個子行業財務狀況最好，存在極高財務風險的公司比例均不到10%，接近8成的企業財務狀況良好。而黑色金屬行業（主要為鋼鐵企業）財務狀況最差，超過一半的企業存在極大的財務風險，財務穩健的企業占比僅為20%左右。各子行業財務狀況分化較大，可能和經濟形勢低迷對各子行業影響不同所致。

（3）多項因素導致企業財務風險提高，主要可從兩方面著手降低財務風險。

在財務狀況不同的三類公司中，其X4指標數值較為接近，即資產周轉率差異不大；而其余四個指標均存在明顯差異：財務狀況良好公司的數值明顯高于存在一定財務風險公司的指標值，存在一定財務風險公司的數值又明顯高于存在極高風險公司的指標值。即各類公司在資產流動性、再投資能力、資產盈利能力等多方面均存在較大差距。

基于上述對導致企業財務風險提高的因素分析，主要可從兩個方面來降低我國制造業上市公司的財務風險。首先，保證企業資產的流動性。在我國制造業上市公司中，存在極大財務風險公司這一指標均值為負值，資產流動性非常低，在外部環境不好時，很容易陷入財務危機，企業應適當提高流動資產比重，加強流動資產管理，以降低所面臨的財務風險。其次，增強企業資產的盈利能力，盈利能力的提升是企業增加營業收入和留存收益的重要保障，也是企業獲取投資者信心、提高再投資能力的關鍵所在。

4 結論

從Z值模型的分析結果來看，我國A股制造業上市公司整體財務狀況較為良好，但不同子行業上市公司的財務狀況分化較大，仍有部分企業存在極大的財務風險，這些企業主要應從提升企業資產的流動性與盈利能力兩個方面入手，從根本上解決導致企業發生財務風險的根源，進而降低企業的財務風險。

作為影響我國國計民生的制造業，在目前經濟形勢不景氣的情況下對其進行財務風險分析非常重要，本研究成果可為制造業企業識別和降低財務風險提供參考。但出于數據的可獲得性，本研究以A股制造業上市公司為樣本，因此很多非上市企業的財務狀況沒有納入研究范圍，這是本研究的不足之處。

參考文獻

[1]Edward I.Altman.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy [J].The Journal of Finance，1968，23（4）：589609.

[2]Edward I.Altman，Tara K.N.Baidya，Luis Manoel Ribeiro Dias.Assessing Potential Financial Problems for Firms in Brazil [J].Journal of International Business Studies，1979，10（2）：924.

[3]向德偉.運用“Z記分法”評價上市公司經營風險的實證研究[J].會計研究，2002，11：5357.

[4]徐秀渠.Altman’s ZScore模型在企業風險管理中的應用研究[J].經濟經緯，2010，（4）：103106.

[5]王大偉.基于ZScore模型的我國機械類上市公司財務預警分析[D].武漢：武漢科技大學，2008.

[6]林艷芳，徐曉.Altman Z值法的財務危機預警研究――基于我國醫藥行業滬市上市公司數據[J].商情，2010，（16）：4950.

篇6

關鍵詞：灰色理論；神經網絡；財務預警

中圖分類號：F23

文獻標識碼：A

文章編號：1672―3198（2014）10―0134―01

1引言

隨著我國的經濟技術的不斷發展，對于企業的財務預警也得到了更多人的重視，為了加強對企業的財務監管，做好內部控制工作，出現了大量的財務預警模型。根據國內已有的文獻資料研究表明，迄今為止，財務預警模型研究涉及的模型類型極為豐富，經歷了從單變量到多變量、從統計方法到非統計方法、從單一模式到混合模式的發展過程?；谏鲜隹紤]，本文運用灰系統理論中Verhulst模型結合BP神經網絡模型構建出的預測模型，對四川省礦產資源類企業的財務狀況作出及時有效的預警。

2模型建立

2.1指標選取

本文對以上16個指標中選取變量指標進行t檢驗和相關性檢驗相關性檢驗，以0.05作為t檢驗標準，去掉大于005的指標，以0.7作為各變量指標間多重共線性評估的標準，去掉具有高度共線的變量指標。

綜合各種分析，本文最終選取每股凈資產、每股收益、每股現金含量以及流動比率作為預警模型采用指標。

2.2樣本的選取

為了更好的獲取數據，本文選取兩類樣本，一類是用于訓練BP神經網絡的訓練樣本，這類樣本選取了全國20家上市公司（其中20家為st企業，20家為非st）。另一類是預測樣本，選取的是四川省6家礦產資源型上市公司（3家st公司和3家非st公司）。所有訓練樣本中st公司選擇其被特殊處理的前一年的數據，即t-1年的數據。而預測樣本中st公司的數據為其被特殊處理前一年即t-1年的前四個季度的數據，若數據缺失則向前順延。

2.3Verhulst與BP神經網絡預測模型

本文構建Verhulst與BP神經網絡預測模型具體步驟如下：

建立一個三層BP神經網絡模型模型，其中由于指標為四個，則輸入層神經元個數由財務預警指標確定為4個，輸出層神經元只有1個即企業財務狀況的綜合評分，由于輸入神經元是4個，本文選取了9個節點。對于傳遞函數，其中中間層本文采用S型正切函數tansig，而輸出層本文則采用了S型對數函數logsig，目的是滿足輸出值映射到0，1之間。對于BP神經網絡的訓練函數，本文采用trainlm函數，設置訓練次數為1000次，訓練目標為0.01。為了更好，更方便的實現其預警能力，本文利用訓練樣本訓練BP神經網絡。其中網絡訓練樣本的輸入即建模樣本中上市公司的4種財務預警指標數據，目標輸出即當前上市公司的實際財務狀況。由于本文所選的上市公司分為ST與非ST兩大類別，因此將其分為兩個判別組，即安全與危機。為了便于建模，需要對安全與危機概念進行量化處理，建設各訓練樣本的目標輸出為y，則有：當y=0，輸入樣本為ST公司；當y=1，輸入樣本為非ST公司。

利用灰系統理論中Verhulst模型對四川省6家礦產資源型企業的t-1年財務指標做動態預測。

將灰色系統模型動態預測的結果作為訓練完畢的BP神經網絡的輸入，獲得企業的綜合評分，完成對企業的財務預警。如果輸出值越接近0，表示財務危機程度越嚴重，即財務狀況越危機；如果輸出值越接近1，表示財務危機程度越輕微，即財務狀況越健康。

3實證分析

3.1訓練好的BP神經網絡模型

通過訓練樣本訓練出的BP神經網絡。

建立一個三層BP神經網絡模型模型，讓訓練樣本訓練這個網絡，得出訓練好的神經網絡模型。通過Matlab 7.0 得出圖1所示的結果。

從圖1可以看出訓練到第6步時，網絡的目標誤差達到要求。

3.2灰系統Verhulst模型的預測結果

利用灰系統理論中Verhulst模型對四川省6家礦產資源型企業的t-1年財務指標做動態預測。表2為預測的結果。

3.3預測樣本的預警結果

將灰色模型的動態預測結果作為訓練好的BP神經網絡模型的輸入，從而建立企業財務危機的動態預警模型，模型所得預測結果如表所示。

從結果可以看出，ST公司財務狀況都被判定為危機，而非ST公司的財務狀況都被判定為健康，無一錯判。因此本文多建立的財務危機預警模型是有效的，可以對上市公司財務狀況進行動態預警。

4結束語

Verhulst與BP神經網絡預測模型可以實現財務指標的趨勢預測實現財務危機的動態預警。實證分析顯示該方法具有良好的預警效果，能夠在實踐中加以利用。

參考文獻

[1]張玲.財務危機預警分析判別模型及其應用[J].預測，2000，（6）.

[2]李帆，杜志濤，李玲娟.企業財務預警模型：理論回顧及其評論[J].管理評論，2011.

[3]秦小麗，田高良.基于灰色理論和神經網絡的公司財務預警模型[J].統計與決策，2011，（16）.

篇7

2013年TCL集團公司的凈資產收益率比2012年增加了9.58個百分點。造成凈資產收益率上升的主要原因是資產周轉率的增加和銷售凈利率的增加。銷售凈利率代表著企業的獲利能力，總資產周轉率代表著公司的資產綜合管理能力，這二者的綜合在一起代表著公司的經營效率，說明公司的經營效率有一定的提升。綜合進行分析可發現銷售凈利率的大幅增加是由于利潤總額的增長。利潤總額的增長主要是由于2013年營業收入較2012年增長了158.7573億元。根據以上分析可知，TCl集團公司應積極進行現有業務板塊的內生性增長，保持企業平穩發展。

2杜邦財務分析體系在實際應用中局限性

（1）忽略了現金流量表的作用

杜邦分析體系所需的數據主要取自于資產負債表、利潤表，無法揭示公司的現金流量狀況，但在企業的經營活動中，資金鏈直接影響到企業生產經營的持續性，換句話說現金流是一個企業可持續發展的血液。因此現金流量信息對財務工作者而言是至關重要的。傳統的杜邦財務分析體系僅僅依靠資產負債表和利潤表，忽略現金流量表的作用使得財務人物分析人員無法客觀的對企業的財務狀況作出客觀準確的分析。

（2）忽略了留存盈利狀況對企業價值的影響

企業每個會計期間實現的凈收益需要在彌補之前會計期間的虧損和提取一定比例的法定公積金后，向企業的投資者和股東進行利潤分配，也就是年末的股利分配。企業因為經營問題或經營策略長期缺少股利分配，不僅直接會影響到企業投資人的信心，間接地也會影響到企業的市場價值。而杜邦分析體系在此方面忽略了留存盈利狀況對企業價值的影響。

（3）忽略了收益質量對企業財務狀況的影響

企業會計中的核算基礎為權責發生制，因此即便財務報表中列出的收入、利潤、留存收益較高并不代表企業擁有比較充足的現金，也不意味著企業資產的財務狀況良好。在實際工作中企業是否擁有足夠的變現能力或者良好的財務狀況，不僅取決于其盈利能力的高低，還受其收益質量的影響，而現行杜邦分析體系忽略了收益質量對企業財務狀況的影響。

3針對傳統杜邦分析體系的改進措施

（1）引入現金流量表信息

將現金流量表納入到改進后的杜邦財務分析體系中，其中剩余經營現金流量作為該體系中的一個影響因素，使其反應企業剩余資產變現后的償付能力和持續發展能力，即再投資能力。

（2）引入留存現金比率

將留存現金比率作為改進后的杜邦體系中的另一個因素，使其反應企業中留存收益的質量；該比率越大，說明企業留存收益的質量越好，支付能力和再投資能力越強；該比率越小，說明企業支付能力和再投資能力越差。

（3）引入留存收益比率

篇8

【關鍵詞】新疆上市公司；財務質量評價；沃爾比重評分法

一、上市公司財務質量分析方法及選擇

對于上市公司財務質量評價方法，目前運用最為廣泛的是杜邦分析法和沃爾比重評分法。杜邦財務分析體系是一種比較實用的財務比率分析體系，主要用于考察資產凈利率受哪些因素的影響。沃爾比重評分法用于衡量公司的行業競爭力，本文主要在于評價新疆上市公司的財務狀況，尤其是要評價各公司在各行業的競爭勢力，因此，本文選擇沃爾比重評分法進行分析。

二、新疆上市公司財務質量評價

（一）沃爾分析法的具體應用及其步驟

三、結論分析和啟示

通過對新疆上市公司財務質量分析，本文得出如下結論：

1.從行業特征來看，新疆上市公司高度集中于第二產業，作為農業大省，涉及農業的上市公司數量少，沒有充分利用本省豐富的農產品資源。

2.科技密集型公司少。高科技往往意味著高速成長，但縱觀新疆上市公司，除了新疆天業的產品技術含量較高，其余企業離高科技的標準還有很大距離。

針對這些問題，需要新疆省政府及各級主管部門重視并充分發揮證券市場的作用，增加新疆上市公司數量，提高上市公司質量，優化上市公司結構，以促進新疆經濟的整體發展。

參考文獻：

[1]王萍.財務報表分析[M].清華大學出版社，2004.

[2]王秀麗.企業財務報表分析案例精選[M].東北財經大學出版社，2006.

[3]董卉娜.關于完善財務分析體系的思考[J].上海立信會計學院學報，2004.

[4]程廣瑜.完善上市公司財務分析的相應對策[J].科技創新導報，2007，32.

[5]張改花.淺議上市公司財務狀況分析方法[J].試驗研究，2005，12.

[6]張浩.淺議上市公司財務狀況分析方法[J].統計與咨詢，2004，3.

[7]高文海，饒倩.上市公司財務狀況分析方法淺析[J].經濟論壇，2002，14.

[8]姜彩鳳.對上市公司財務分析的幾點建議[J].商業經濟刊，2005，3.

[9]曹海忠.上市公司財務分析中應注意的問題[J].會計之友，2004，12.

篇9

【關鍵詞】 財務報表分析 財務指標 比較分析法 杜邦分析法

財務分析在于通過信息、指標和因素分析，推論各種報表、各項指標的相互關系，以尋求外部單位個人與企業本身利益的相關性，從而使自己的決策更趨于正確和合理。

本文以我國某西南大型股份有限公司2011年財務報表為研究對象，結合2010年的財務數據，對公司做償債能力、盈利能力及營運能力等方面進行相關分析。據此，可以綜合分析研究公司的整體運營情況，掌握公司的癥結，以便及時采取措施。

一、資產負債結構分析

表1是該公司2010年度和2011年度有關資產負債項目變動指標。

從表1可以看出，該公司2011年總資產比上年度增長了8.95%，說明企業的經營規模在不斷擴大。同時，在流動資產各項目變動中，貨幣資金增幅很大，表明企業應付市場變化的能力較強。應收賬款的增加幅度較小，說明企業基本可以控制貸款的回收，但仍應注意應收賬款的管理，以防出現呆賬、死賬的情況。

此外由表1可知該企業預收賬款增加的幅度較小，說明該公司銷售業績沒有明顯的提升。另外，該公司的負債結構不是很合理，出現了非流動負債比重偏低，流動負債傾向明顯的負債結構。這種結構會對公司的償債能力造成較大的影響，導致其支付能力變差，并增加公司的財務風險。

二、償債能力分析

企業償債能力是反映財務狀況和經營能力的重要標志。企業償債能力低，一方面說明企業資金緊張，難以支付日常經營支出，同時表明企業資金周轉不靈，甚至面臨破產危險。表2是該公司2010年度和2011年度有關償債能力指標。

短期償債能力是指企業流動資產與流動負債的對比關系，它反映企業償付即將到期債務的實力。企業能否及時償付到期的流動負債，是反映企業財務狀況好壞的重要標志。

由表2可知該公司的營運資金是負數，說明公司的短期償債能力較差，隨時可能因資金周轉不靈而中斷。在短期償債分析中，流動比率和速動比率是很重要的財務指標。此外公司的流動比率、速動比率、現金比率都有所增加，說明企業的償債能力有所加強但均低于行業領先水平。除此之外，2010年、2011年這兩年的速動比率指標均遠小于1，說明了企業的變現能力、短期償債能力較差。

長期償債能力是指企業償還長期負債的能力，用于衡量企業償還債務本金與支付債務利息的現金保證程度，是評價企業財務狀況的重點。

公司的資產負債率接近于行業領先水平，比較合理；利息保障倍數低于行業領先水平，長期資本負債率很低，現金流量債務比率處于行業領先水平，說明公司的長期償債能力較強。

三、盈利能力分析

盈利能力是指企業獲取利潤的能力，通常表現為一定時期內企業收益數額的多少及其水平的高低。企業的經營活動是否有較強的盈利能力，對企業至關重要。

根據該公司報表，2011由于公司不斷調整產品結構，增長產量，不斷滿足市場需要，從而使營業收入增加，但由于營業稅金及附加、銷售費用、管理費用、財務費用、營業外支出的增加，增減相抵，導致營業利潤略微增加。表3是企業盈利能力指標分析表。

從表3可以看出該企業2011年度銷售利潤率、成本費用利潤率、資產利潤率較2010年度均有所下降，表明企業的經營管理水平不高，同時資產利用效果方面也存在問題。盡管凈資產收益率略微增加，但這四項指標均低于行業領先水平。因此，可以看出公司的整體盈利水平比較差。

四、營運能力分析

表4是該公司2011年度和2010年度有關營運能力指標，據此可以做出以下幾點分析。

第一，該企業2011年度應收賬款周轉率比2010年度有所上升，這表明企業的營運能力有所上升，說明企業加強了應收賬款的管理。

第二，2011年的存貨周轉率較2010年有所下降，說明企業存貨流動性減弱，變現能力較差，公司存貨的管理水平可能出現了問題。存貨周轉率是企業一定時期銷貨成本與平均存貨余額的比率，用于反映存貨的周轉速度，即存貨的流動性及存貨資金占用量是否合理，促使企業在保證生產經營連續性的同時，提高資金的使用效率，增強企業的短期償債能力。

第三，該企業2011年度流動資產周轉次數比2010年度增加了0.07。流動資產是反映企業流動資產周轉速度的指標。流動資產周轉次數增加說明該企業完成同等營業收入，2011年所占用的流動資產比2010年所占用的流動資產少。

第四，該公司2011年度總資產周轉率比2010年度略有增加。由此可以看出，企業在總資產的利用效果上已經有一定的提高。

五、杜邦分析

杜邦分析法是利用幾種主要的財務比率之間的關系來綜合地分析企業的財務狀況。其基本思想是將企業凈資產收益率逐級分解為多項財務比率乘積，這樣有助于深入分析比較企業經營業績。

從表5可以看出，2011年度公司權益凈利率與2010年度相比有所好轉，但這兩年的指標均低于行業平均水平，說明股東獲利水平較低，這主要歸因于公司較差的資產獲利能力。另外，該公司2011年度權益乘數與2010年度相比有所增加，說明企業的償還債務能力在下降。從杜邦分析表中的各項指標可以看出該公司總體資產管理能力較差，還需要進一步提高。

六、結論與建議

綜上所述，從償債能力各項指標可以看出，該公司盡管長期償債能力有所加強，但短期償債能力較差，應加強日常存貨管理，合理安排生產與銷售。由于存貨變現能力低，過多會占用資金，繼而影響償債能力。同時也應加強應收賬款的管理，及時關注與之相關聯客戶的信用狀況，監督應收賬款的回收情況。

從盈利能力指標中可以看出，公司本年盈利質量較差，主要由過高的營業外支出造成。2011年度，經濟環境復雜多變，自然災害接連發生，使該公司主要產品市場一直持續低迷、萎縮。在這種嚴峻情況下，企業應加強技術革新，降低生產經營成本，控制管理風險，從而增加盈利能力。

從整體上看，企業在不斷壯大，但發展狀況與同行業相比仍有一定差距。企業應合理解決以下問題：一是合理配置各項資產，改善資產結構和財務結構；二是降低流動負債比率，從而優化資本結構；三是提高企業的盈利能力，通過技術革新、人才更新，從而為企業謀求更大的效益，實現企業價值最大化；四是加強企業財務管理，及時掌握財務風險，從而保證企業穩定的發展。

【參考文獻】

[1] 陳共榮、左旦平：財務分析學[M].湖南人民出版社，2008.

[2] 王艷榮：會計報表及財務指標分析[J].中國外資，2010（4）.

[3] 高潔瓊：對三元公司2007—2009年財務報表各指標分析[J].企業導報，2010（7）.

篇10

[關鍵詞] 財務危機 主成分分析 Logistic分析 財務預警 財務指標

1.引言

自改革開放以來,隨著我國市場開放度的不斷加大,使得國內外市場競爭日益加劇,企業內部管理機制也不斷出現新的問題。2008年的全球金融危機,更是給不少上市公司帶來了嚴重的經營危機。而陷入經營危機的上市公司幾乎毫無例外地都是以出現財務危機為征兆。

本文在查閱文獻的基礎上，按照理論與實證研究相結合的方法來構建論文。選取了30家ST和30家非ST的上市公司作為案例分析。其中15家ST和15家非ST的上市公司用來構建預警體系，另15家ST和15家非ST用來進行驗證。通過該論文的研究希望能引起上市公司對財務預警的重視，及早診斷出財務危機的信號，并采取相應對策，使企業在市場經濟的大潮中立于不敗之地。

2.理論分析和模型自變量的確定

2.1 理論分析

2.1.1 財務預警的概念

財務危機預警是以財務會計信息為基礎，通過設置并觀察一些敏感性預警指標的變化，對企業可能或者將要面臨的財務危機所實施的實時監控和預測警報。財務預警由財務危機和預警兩個詞構成。它要求管理人員依據相關指標的變化來預測企業財務即將呈現的問題，及時向利益相關者提出警示。企業的支付壓力和支付能力的脫節是財務危機的表象，資金配置的失效是財務危機的實質。財務危機事實上是一種風險控制機制。

2.1.2 財務預警的理論基礎

企業預警理論是構建財務預警系統管理理論的基礎理論，主要包括危機管理理論、策略震撼管理理論、企業逆境管理理論以及系統非優理論。

2.2 系統樣本的選取

中國證監會于1998年3月16日頒布了《關于上市公司狀況異常期間的股票特變處理方式的通知》，要求證券交易所應對“狀況異?！钡纳鲜泄緦嵭泄善钡奶貏e處理（special treatment，簡稱ST)。我國證券市場上被ST的股票大多是由于“連續兩年虧損或每股凈資產低于股票面值（1元）”，即財務指標的惡化是上市公司被特別處理的主要原因。因此國內研究一般把被ST作為上市公司陷入財務危機的標準，本文也將ST公司作為財務危機公司，非ST公司作為財務安全公司。

在對上市公司進行研究時，由于同一指標在不同行業之間往往有不同的標準，因而在確定研究樣本時，最好僅選取某一行業的上市公司作為研究樣本來建立財務危機預警體系，這樣可以避免因為不同行業的數據可比性不高而導致的模型實用性不高。在中國證監會公布的13個上市公司行業大類中，制造業所占的比例最大，經過分析比較，最終將我國滬市A股中的制造業上市公司作為本文的研究樣本。

本文的研究當中采用配對的方法，從滬市的上市公司中來選取樣本，即選取近被ST的上市公司作為財務危機樣本組，共30家。同時選取與財務危機組30家上市公司同行業，資產規模在10%差異之內的30家非財務危機上市公司作為配對樣本。

2.3 變量的選取

本文在參考了眾多文獻的基礎上，分別從企業的盈利能力，償債能力，資產營運能力，成長能力和獲取現金能力反應企業的財務狀況的5個方面出發，考慮了指標數據獲取的難易程度并結合了以上原則，選取了以下15個指標來建立指標體系做為分析的起點。如表1所示。

3.實證研究和結果分析

本文將利用SPSS統計軟件作為分析工具，對以上所收集的樣本公司的財務指標數據進行因子分析和邏輯回歸分析，建立預警模型。

3.1 因子分析

在上文確定了15個財務指標用來建立財務危機預警模型，這些指標從不同的方面反映了公司的財務狀況。并引進統計學的因子分析法。通過因子分析，找到較少的幾個因子，進而代表數據的基本結構，反映原始信息的本質特征，然后用這些因子代替原來的觀測量進行其他相關的統計分析，建立預警模型。

下邊對研究樣本在被宣布ST處理的前一年的15個財務指標數據運用SPSS統計分析軟件進行因子分析。首先，我們可以得到KMO和Bartlett的檢驗結果，如表2所示。

表2 KMO和Bartlett的檢驗結果

KMO 和 Bartlett 的檢驗

取樣足夠度的 Kaiser-Meyer-Olkin 度量。

由表2 可知，KMO值和Bartlett球度檢驗結果得出，樣本數據適合做因子分析。

在對研究樣本的15個指標完成因子分析計算后，可以獲得15個特征值。本文提取了特征值大于1的6個因子變量作為下一步研究所用的變量。從表3中我們可以看到，這6個因子的累計貢獻率達到了81.123%，即這幾個變量已經包含了原來15個財務指標81.123%的信息，因此，我們可以認為這6個因子變量基本反映了原有的財務指標的綜合差異。

3.2 Logistic回歸分析以及實證研究結果

3.2.1 邏輯回歸模型

邏輯回歸模型是對二分類因變量進行回歸分析時最普遍使用的多元統計方法。它根據樣本數據使用最大似然估計法估計出參數值，經過一定的數學推導運算，可求得相應變量取某個值的概率。

邏輯回歸模型的數學表達公式為：

可以等價的表示為：

在這里，P表示某件事發生的概率，ai為呆估計參數，Fi為自變量。

3.2.2邏輯回歸分析及預警模型的構建

利用SPSS統計分析軟件，對上述60家上市公司的六個因子變量進行邏輯回歸分析，可以建立相應的財務危機預警模型。

（1）模型判別分割點的選取

在建立邏輯回歸模型時，首先必須確定所要建立的模型的判別分割點。由于本文所選取的樣本是均衡的，即兩類公司的比例為1：1，故采用0.5作為分割點。因此，通過模型計算出來的某公司的概率大于0.5時，那么就判定樣本公司為ST公司；反之，視其為非ST公司。

（2）分析結果及構建模型

將研究樣本前一年的6個因子變量輸入SPSS統計數據中，選擇邏輯回歸法，可以得到以下結果，如表6所示。

表6方程中的變量

從上表可以看到F1、F4、F5、F6這因子變量都通過了顯著性水平為5%的顯著性檢驗，進入了最后的模型中，而x2、x3未能通過顯著性檢驗，因而模型中最終只有4個因變量。根據上表，我們可以得到前一年的邏輯回歸模型：

P值的范圍在[0,1]，該值越大，表明公司在未來一年內發生財務危機可能性越大，反之，這表明公司的財務狀況比較安全，發生財務危機的可能性比較小。由于此模型是以0.5作為判別的分割點，因此當P值大于0.5時，在未來一年內將會被判為ST公司；反之，我們將被研究公司判定為非ST公司。

由上面的表達式可以得出企業的破產概率與F1、F4、F5和F6這四個因子成負相關，即該四個因子越大，企業的破產概率就越小。其中，F1主要由總資產的收益水平、銷售的凈利潤以及現金的回收能力決定，反映了企業的盈利能力以及現金的回收能力；F4主要由主營業務收入增長率和總資產增長率決定，反映了企業的成長能力；F5主要由應收賬款周轉率和存貨周轉率決定，反映了資本的營運能力；F6主要由總資產周轉率和以及資產的增長率決定，反映了資產的狀況。因此我們可以得出企業的破產概率與企業的現金回收能力、成長能力，資本的營運能力以及資產的應用能力負相關。

3.3 預警模型的檢驗與評價

3.3.1 模型的檢驗

將研究樣本前一年的數據代入邏輯回歸模型中，然后根據判別分割點的標準，我們可以得到60家公司的判定結果，如下表7所示。

從判斷結果匯總表中我們可以看到：

（1）從整體預測率來看，預測的準確率為80%。

（2）橫向比較：比較模型中的兩類錯誤可以發現非ST公司被判定為ST公司的概率要大一些，為23.3%。另一類錯誤為17.7%

3.3.2 模型的評價

經過因子分析法和邏輯回歸法建立的預警模型具有以下特點：

3.3.1 全面性。本文所見的模型包含了15個財務指標，濃縮為6個因子變量。這些變量基本上包含了企業所有的財務信息，分別從上市公司的盈利能力、償債能力、資產營運能力、成長能力以及現金能力等幾個方面綜合評價了公司的財務狀況。

3.3.2 可操作性。邏輯回歸模型通俗易懂，沒有深奧的專業術語或不可量化的指標，不僅專業人士可以借鑒，一般的投資者也可以利用。另外，在運用該模型進行財務危機預測時，由于SPSS等統計軟件的輔助計算，是這種預測變得相對簡單可行，可以在實踐中運用。

3.3.3 靈活應用性。本文所建立的模型不僅可以對非ST公司變成ST公司作出預測，而且還可以對ST公司變成非ST公司作出預測。

3.4 相關的結論

（1）在構建該體系時，應采用對財務指標分布無要求的統計方法（如邏輯回歸方法）。因為研究樣本的財務指標并不一定符合正態分布。

（2）SY公司的財務狀況惡化并不是突然發生的，因而我們完全可以通過分析財務指標的變化來預測公司的未來財務狀況。通過上述的分析，可以發現ST公司的大部分財務指標在其被特別處理前一年會計年度內呈現出了惡化的趨勢，ST公司與非ST公司財務指標之間所呈現的差距很大，這使得財務與危機預警不僅必要，而且成為可能。

（3）本文將現金流量的因素考慮了進去，因為現金流量能夠很好的反映企業的財務狀況，這樣使這些財務指標能夠更全面的反映企業的財務狀況。

（4）本文采用了因子分析法和邏輯回歸法相結合的方法建立我國制造業上市公司的財務危機預警體系。這是由于本文采用的指標較多，需要因子分析法進行濃縮；同時，邏輯回歸在對財務危機企業進行研究過程時，其存在一定的局限性。結果表明：兩種方法的結合使所構建的財務危機預警體系取得了比較理想的預測結果。

（5）有以上的分析我們可以得出企業的破產概率與企業的現金回收能力、成長能力，資本的營運能力以及資產的應用能力負相關。即企業的現金回收能力、成長能力，資本的營運能力以及資產的應用能力越強，企業越不可能破產。

4.結束語

通過對我國滬市制造業的60家上市公司2009年的財務數據進行了統計分析，結合一定的研究方法，建立了財務危機預警體系，并進行了回代檢驗，最后的檢驗結果顯示了該體系取得較好的預測效果?？梢娖潴w系具有一定的實用性。

參考文獻

[1] 王瑩. 淺析企業財務危機預警系統的構建[J]. 會計之友(中旬刊),2009,(04).

[2] 王亞. 我國上市公司財務預警模型研究[J]. 中國總會計師, 2009,(02) .

[3] 楊哲. 企業財務危機預警系統構建探討[J]. 煤炭經濟研究, 2009,(01) .