多角度构建企业财务风险预警模型.doc

1、多角度构建企业财务风险预警模型摘要：企业作为市场的主体，其健康发展与否不仅关乎自身命运，也关系到国民经济命脉。如何管理企业的财务风险变得尤为重要。当下全球化背景加剧，企业财务风险压力上行，如何规避企业由财务风险引发的危机问题，也成为风险管理的重头戏。文章从多角度分析建立企业财务风险预警模型，并对不同模型进行比较，试图分析企业财务问题，监控企业财务风险活动，及早发出预警减少不必要的经济损失。 关键词：企业；财务风险预警；预警模型 中图分类号：F275 文献标识码：A 文章编号：1005-913X（2014）01-0075-02 目前企业财务风险发生原因是多样的，诸如经营不善、管理漏洞、负债率过高

2、、市场竞争日趋激烈以及不可抗力等因素。而上述问题中，只有不可抗力是无法预知与改变的事实，其他影响问题均可以有效地预防，及时控制。同时企业财务问题也不是突发的，而是一个日益暴露的过程，所以要建立及时有效的预警系统模型，积极有效遏制企业财务风险问题，降低其带来的负面效应。 一、企业财务风险与经济发展 （一）财务风险影响因素 企业财务风险的影响因素可以从宏观和微观两个方面来进行论述。首先，从宏观意义上讲，全球化不断深化，各国之间彼此依存，影响深远。尤其是美国次贷危机引发的 2008 年全球股市灾难和金融危机，使各国经济发展深受其害。成为自 30 年代大萧条后最严重的全球灾难。各国企业尤其是中小型企业

3、相继破产、倒闭。而我国企业包括上市企业也受到此次金融危机的影响。因此宏观环境萎靡不振使企业运营成本上升财务风险增加。其次，从微观层面分析，企业自身对财务问题的披露也影响财务风险。早在 2009 年 3 月 12 日，财务部就发布了金融危机对我国财务运行的影响及启示 ，其中提到财务预警机制是对财务数据的有效预测，是企业自身所发出的警告信息，因此，企业需从自身财务问题着手，去探索建立适于自己的一套有效的稳健性财务风险预警机制。 （二）企业财务风险与国家经济发展 企业是市场的微观表现，因此持续健康成长的企业，通过影响市场的整体运行来决定国家经济发展走向。而财务风险作为衡量企业发展的重要切入点，可以有

4、效地研究企业财务指标、运营状况、以及其所存在的风险问题。所以，国家经济发展所取得的成就归根结底是企业共同发展支撑的结果。如果企业不具备竞争力，不能实现企业的做大做强，很难受实现稳定有序地经济增长。因此企业财务风险预警对国家经济发展具有现实的指导意义。 二、企业建立财务风险预警模型的意义 （一）对投资人的积极影响 我国政府及相关机构，尤其是针对上市公司来说，证监会和证券交易所制定了一系列预防财务风险的管理措施。目的是为保护投资者利益。在投资者决定是否进一步投资时，会参照相应的财务风险预警进行决策。又由于我国资本市场尚有待完善，财务风险预警还有助于投资者准确分析企业发展态势，及时调整投资布局，以提

5、高风险下的投资收益。 （二）对债权人的积极影响 企业在发展运行过程中，会遇到和资金相关的融资、借贷问题（如银行、供应商等） 。虽然一些企业，尤其是上市企业有着独特的融资渠道，但是间接融资仍然是企业资本结构中的重要比例。那么对于金融机构或者银行而言，根据企业财务风险预警判断其偿债能力，以及信贷风险就显得尤为重要。 （三）对政府管理和资源配置的积极影响 企业在宏观经济中扮演着至关重要的角色，也推动着经济向前发展。因此，企业不只是盈利的个体，还肩负着国民经济发展使命。大面积的企业倒闭和破产会造成经济动荡，失业率上升，从而形成社会发展的不稳定因素。所以企业需要及时关注财务风险管理，对自身的财务风险预警

6、，准确披露其发生危机的信息，使政府及早意识到危机现象，并合理调整、优化资源配置，以应对企业财务风险所带来的负面效应。 三、多角度构建企业财务风险预警模型 财务风险预警系统是以企业信息化为基础，对企业在经营管理活动中的潜在风险进行实时监控的系统。它贯穿于整个企业经营活动过程中，以企业财务报表、经营计划及其他相关的财务资料为依据，利用财会、金融、企业管理、市场营销等理论采用比例分析法，数学模型等方法，发现企业存在的财务风险，并向经营者警示。它与财务评价系统相互依存，相互补充。其具有信息收集、预知危机以及控制危机等功能。因此，构建财务风险预警的模型也不尽相同，下面从不同角度进行介绍。 （一）单一变量

7、预警模型 （四）人工神经网络技术 人工神经网络是基于生物神经网络建立起来的理论，采用并行分散处理模式，是一种非线性映射，能够自动适应学习且容错性强。而 BP 人工神经网络是人工神经网络技术的典型学习算法。BP 神经网络是具有多个阶层的神经网络。各阶层之间通过神经元实行权链接，即下层的每个单元与上层的每个单元实现全连接，然而每层神经元之间却无连接。由此可以看出各个阶层之间由若干节点组成，而节点的输出值由输入值、作用函数和阀值决定。因此这种复杂的网络学习过程包括信息正向传播和误差反向传播的过程。通过逐层修复来减少误差，循环往复直至达到要求的精确度。人工神经网络技术是一种平行的、分散的信息处理方式。

8、具有较好的识别力并且克服了传统方法所带来的限制。也不要求严格的数据分布，能够较好地进行自我调整，及时处理数据遗漏和资料错误等问题。也能够适应复杂多变的经济环境。因此，人工网络神经技术可以作为企业财务风险预警模型建立的重要工具。 通过多角度构建企业财务风险模型可以得出，单一变量模型并不能很好地展现出企业财务状况，及财务问题全貌。而多元线性回归模型由于其先天的各种假设，其适用范围相当局限。因此在具体财务风险预警模型建立中，要尽量适用人工网络审计技术以及 logistic 模型对财务风险预警建模。努力克服模型所带来的缺陷问题。综上所述，财务风险预警的建立也是动态的，具有时间序列等特征，因此在具体的数

9、据选择时，也要合理选择数据区间，从而提高财务风险预警模型的精度和准度。来更好地对企业财务风险进行预测分析，一旦风险发生，及时找到积极有效地应对措施。 参考文献： 1 李晓奇.上市公司财务风险预警 Logistic 模型的研究D.北京：北京交通大学，2011. 2 孙 镕.基于 BP 神经网络的中小企业财务风险预警研究D.长沙：长沙理工大学，2008. 3 刘齐阳.企业财务风险预警指标体系构建研究D.长沙：湖南大学，2011. 4 谢维佳，干胜道.财务风险预警模型初探J.经济师，2006（2）：215217. 5 张晓萍，胡安琴.国内外财务风险预警模型实证研究文献综述J.中国证券期货，2013（3）：109. 责任编辑：方 晓