财务风险预警研究精品(七篇)
财务风险预警研究篇(1)
摘 要：自党的十八大以来，我国经济社会形态呈现出“增长速度放缓，增长质量更上台阶”的发展状况。基于新常态视角下，如何全面提升企业财务风险预警能力，提升预警灵活性是十分重要的课题。本文结合企业内部财务风险因素以及财务状况，并根据财务风险以及财务预警方面的基本理论，建立有效的财务风险预警模型和优化财务风险预警流程。财务风险模型建立后，能够对风险因素及时预警，化解财务风险的产生，提升企业财务质量，为现代企业发展提供良好的财务环境。
关键词 ：新常态视角 财务风险 预警机制 预警模型
一、引言
自党的十八大以来，我国经济社会形态呈现出与以往不同的发展状况。即增长速度放缓，增长质量更上台阶，基于这个新常态，企业财务风险预警能力面临严重挑战，企业财务风险预警，主要是企业通过监控有段实时监控内部财务风险，并对存在的财务风险因素进行预警。基于企业的角度而言，财务风险有效控制异常重要。在新常态的视角下，分析国内预警方面的不足以及存在的问题，在现阶段经济发展角度制定财务风险预警机制，具有一定实用价值。
二、新常态下的财务分析
（一）新常态概述
新常态，是指中国经济发展到一个新的阶段，增长速度放缓，增长质量更上台阶。经济进入新常态后应具有以下特点：一是经济增速是适度的，与潜在经济增长率相适应，具有可持续性；二是经济结构是优化的，第三产业、高附加值产业、绿色低碳产业比重稳步提高；三是经济质量是较高的，经济动力主要来自生产率的提高；四是经济制度环境是有利的，市场在资源配置中日益发挥决定性作用。
（二）新常态下突出的财务风险
新常态下企业面临着运行成本上升，投资政策改变，贸易环境变化，市场需求疲软等一系列新问题。整个市场需求变缓，产品质量要求增高，财务风险大大提高，如何应对财务风险将是中小企业能否在新常态下生存下去的关键。
三、新常态下财务风险定性、定量分析
（一）财务风险预警定性分析
定性分析，主要是依靠主观分析与判断，进而对财务风险预警因素进行分析的手段。与传统分析方法相比较而言，定性分析因素在企业阶段性发展中占据重要地位。下面对定性分析各项方法进行分析：
1、表征观察法
该方法主要是对企业自身的整体运营情况进行观察，通过对企业异常特征进行分析，判定企业可能发生的财务风险。如企业资产负债率明显高于同期水平，资产结构方面发生异常状况，财务内部控制恶化；企业盈利来源非经常性的损益，则可能是主营业务已经发生重大问题。表征观察法对企业财务出现的显性因素进行特征分析，对财务风险因素进行识别，适用于较为明显的财务异常变化。
2、“四阶段症状”分析法
此种评价方法是一种拟人化的分析方式，企业运行状况不佳，所体现出的状况与人病危状况相类似，如表1所示：
该分析方法，具备简单明了效果，较为适合企业自身财务风险预警的诊断。但此种分析方法的应用，存在一定难度。财务预警的过程中，各项因素的清晰程度，很难想表中表现的至关状况。因此，要求财务预警分析这具备良好的工作素质。
3、管理评分法
管理评分法最先由美国财务学家提出，将破产企业作为研究对象，基于内部财务状况进行加权处理，通过评分判定企业安全性。该方法的具体评分表如表2所示：
在进行评分的过程中，需要充分的结合企业发展实际状况，最终得分分值越高，则说明企业处境较差，财务风险较为严重。该方法在企业当中的应用，具备简单易懂等特点，但由于各项内在因素需结合企业发展实际状况，工作量较大。只有在掌握内部财务状况各项因素的同时，才能够发挥此种方法的实效。
（二）财务风险预警定量分析
与财务风险预警定性分析而言，定量分析所采用的方法更加便捷，并且判定效果良好，使得定量分析方法在企业财务风险预警方面被广泛应用。特别是基于新常态视角下，定量分析更能够体现出财务风险预警的准确性。下面进行详细分析：
1、单变量判定模型
单变量判定模型，又被称之为单变量分析法，主要是对企业单一财务指标进而评估企业整体财务状况。该评定模型在分析过程中，评定方法较为简单快捷，便于运用。但该方法在运用方面，由于是针对企业财务指标进行单一分析，造成分析结果缺乏系统性，预警能力严重不足。
2、多变量判定模型
多变量判定模型与单变量判定模型存在一定区别，可以将该模型称之为Z计分法模型，是由爱德华·阿尔曼（Edward·altman）在1968年提出。该模型当中的线性函数公式主要是通过多种财务指标加权汇总而成，通过企业内部财务多个财务指标进而建立。多变量判定模型内容当中经常运用的Z分数预警模型与F分数预警模型，经典模型表示如下：
其中，X1为营运资金/资产总额；X2为留存收益/资产总额；X3为息税前利润/资产总额；X4为普通股以及优先股市场价值总额/负债账面价值总额；X5为销售收入/资产总额。
由于Z模型的建立当中，并没有将企业当中的现金流量进行充分的考虑。因此，对于此种问题很多相关方面的学者进行了改进，建立了F分数模型：
其中，X1为营运资金/资产总额；X2为留存收益/资产总额；X3为（净利润+折旧费）/平均负债率；X4权益总值/负债总额；X5为（净利润+折旧+利息）/资产总额。
多变量判定模型分析较为准确，并且模型精度分析较高，需要大量的参数内容提供支撑，工作量较大。但此种方法在企业当中的应用，应对财务风险的准确性较高，并且被应用在本次研究当中，对规避风险及分析财务风险具有其他方法不具备的优势。
3、联合预警模型分析方法
由于财务指标通常只是反映企业生产经营过程中的实际财务状况，基于企业的发展战略、企业文化、区域位置等各项非财务信息指标进行分析。因此，产生了联合预警模型。该模型能够对企业经营现状进行模拟，反应企业生产经营过程中各项因素，确定理论框架以及行业特征，克服财务指标的片面性。
四、新常态下构建企业财务风险预警模型
（一）企业财务风险预警准备工作
企业财务风险预警是一项系统性工程，需要企业内部各个组成部分之间的协同合作。确保企业制定详细的工作计划，对各项流程进行充分规范。在新常态视角下，分析企业发展问题需要基于个层面进行分析，细致化诠释各项内容。因此，在准备工作方面主要分为以下几项内容：一是统一思想。只有将企业内部员工以及管理者对于风险预警思想进行统一，才能够积极构建财务风险预警机制，强化风险预警意识；二是制定工作方案。将财务风险预警各项内容细致化划分，健全工作计划的向西行，提升操作型；三是做好信息收集与管理。将财务信息指标进行收集，保证信息来源与内部与外部。同时，对各项内容进行积极评价，为信息利用奠定基础。
（二）财务风险预警F模型
选用F模型作为本选题研究的财务风险预警模型，即：
其中，X1为营运资金/资产总额；X2为留存收益/资产总额；X3为（净利润+折旧费）/平均负债率；X4权益总值/负债总额；X5为（净利润+折旧+利息）/资产总额。
在该模型当中，选择五个自变量内容，具体临界点为0.0274；如果低于0.0274，则说明公司财务风险状况不容乐观，可能面临破产；一旦高于0.0274，则预测公司经营状况良好，可继续生产运营。
（三）财务风险预案
企业内在的财务风险因素被实质化之后，形成财务危机，一旦危机出现，企业则需要制定具体的管理预案进行危机方面的处理。
本文选定企业深圳某机械有限公司处理程序如下：
对深圳某机械有限公司内部的财务危机状况进行登记的评判，重新评估可能被隐瞒的财务数据内容，明确内部债券债务是否符合发展状况，积极探寻有利因素并寻找对策。
启动预案。根据财务状况以及危险程度，判定危机信号具体数值，对危机预案进行拟定，实施方案预算体系，确保数据内容处于可控范围。
保证信息畅通。危机预案处理过程中，需要保证领导机构以及执行操作内容信息方面的流通度，为处理新情况以及预案有效执行奠定基础。
总结。当危机处理完成之后，应该尽心总结与分析，将财务风险当中的具体风险指标进行筛选，确保预案执行效果得到提升。
五、新常态企业财务风险预警模型实证分析
（一）企业概况
深圳某机械有限公司成立于中国广东省深圳市，厂房占地10000平方米，拥有自己规划建设的现代化厂房，拥有雄厚的技术研发能力和先进的生产制造硬件设施。公司多年来专注于高品质模具加工机床、机械加工专用机床设备的技术研发、生产制造、经营销售，并为客户提供全方位的售前、售中、售后技术服务。目前产品规模、研发实力、市场占有率、以及企业管理综合实力已位居华南地区行业前列。
（二）该公司财务风险预警存在的问题
1、财务状况总体失衡
2012年，该企业资产总额为165284万元，与上一年同比增长25639万元。其中负债总额为112123万元，与上一年同比增长12058万元。主业务收入为568496万元，与去年增长14.81%，实现净利润3447万元，增长692万元，为年度预算3200万元的107.72%。基于该公司的实际发展状况分析，主营业务收入较大，并且应收账款占总资产比重较高，未来收益内容不够明确，造成公司资产缩水。公司具体财务状况如下表3所示：
2、缺乏评估机制
该公司大多数管理人员并未对内部控制提升自身的认识程度，造成内部控制不够明确，严重的影响企业整体运行状况。同时，对财务与法律意识相对淡薄，严重影响内部控制质量，企业财务运作效率低下。并且在企业生产经营环节，各项不确定环节财务风险控制不能够准确预测，传统的表征观察法风险预警不能够体现出现代企业的发展要求，致使企业产生或陷入风险。
3、缺乏有效的资金管理
基于该企业财务报表而言，发现其现金金额较大，高达2亿元，并且流动负债也处于较高水平，充分的说明该企业资金应用效率低下。通过进一步分析可以发现，该企业各个生产经营环节处于分散状况，资金流动性未能够得到体现，知识资金管理手段落后。在应对财务风险方面，方法单一，管理不能够满足企业自身要求。
（三）财务指标预警分析
选定深圳某机械有限公司作为研究对象，在对该企业财务状况以及财务数据分析之后，得出深圳某机械有限公司在生产运营过程中财务风险预警模型进行实证分析。对预警评估得分进行计算，将总分设定为100分。按照优先级分别对资产负债结构、偿债能力、营运能力、盈利能力以及发展能力预警指标赋予20:20:26:18:16的比重。在最高分与最低分方面设定上限与下限数值，保证上限标准值为1.5倍，下限标准值为0.5倍。具体公式按照（行业最佳比率-标准比率）/（行业最高得分-评分值），得出评估表当中的预警得分，具体如下表4所示：
根据企业风险预警评估表当中的计算，深圳某机械有限公司在2012年财务风险预警的总得分为118.23分，并且在2013与2014年，通过同样的方法进行计算，得出深圳某机械有限公司财务风险预警得分分别为112.87与119.66分，得出均超过100，位于正常区间范围内。即企业财务状况较为安全，财务风险不至于影响企业的正常生产运营。
（四）F模型深圳某机械有限公司财务风险预警评估
运用F模型对深圳某机械有限公司财务风险进行验证，旨在评价2012年风险预警结果，并通过相同的模型计算，得出2013年具体数据。具体数据如下表5所示：
基于上表当中的各项数值，能够计算出F模型各项指标，具体计算过程如下所示：
其中，X1为营运资金/资产总额；X2为留存收益/资产总额；X3为（净利润+折旧费）/平均负债率；X4权益总值/负债总额；X5为（净利润+折旧+利息）/资产总额。
2012年：
X1=营运资金/资产总额=0.205
X2=留存收益/资产总额=0.017
X3=（净利润+折旧费）/平均负债率=0.025
X4=权益总值/负债总额=0.085
X5=（净利润+折旧+利息）/资产总额=0.022
=-0.1744+1.1091×0.205+0.1704×0.017+1.9271×0.025+ 0.0302×0.085+0.4961×0.022
=0.1175
2013：
X1=营运资金/资产总额=0.152
X2=留存收益/资产总额=0.019
X3=（净利润+折旧费）/平均负债率=0.026
X4=权益总值/负债总额=0.066
X5=（净利润+折旧+利息）/资产总额=0.031
=-0.1744+1.1091×0.152+0.1704×0.019+1.9271×0.026+ 0.0302×0.066+0.4961×0.031
=0.065
（五）实证检验
经过具体计算得知，2012年F值为0.1175＞0.0274；2013年F指为0.065＞0.0274，并且根据该模型进行判定，深圳某机械有限公司在近期内，生产经营过程中不会发生财务危机，与上述财务风险预警评估验证结果基本一致。新型财务风险预警模型在公司具有一定的效果，能够及时发现公司内部财务风险因素，并加以控制。首先，针对财务总体失衡的状况，需要对公司生产经营进行实时分析，通过经济活动分析等手段，由市场调研作为基础，找出问题所在与差距因素，加强内部控制。进一步完善公司资产质量、营运能力、发展能力、盈利水平等方面预警监控机制。
其次，F 财务风险预测机制，能够对各项财务风险进行有效控制与计算，在公司发展方面具有推动意义，实现企业各项财务状况满足企业发展需求。并且该模型凭借对企业多项风险因素进行计算，准确提供风险预警，为企业发展提供准确预算结果。
最后，推行全面预算管理。预算并不是针对财务部分的工作内容，更是整个企业财务的工作内容。但全面预算管理内容，在一定程度上决定着企业财务风险因素的产生，有效控制成本管理，值得推广应用。
六、结论
综上所述，基于新常态视角下，企业正在面临着新的市场经济环境，如何保证企业在现代的市场竞争中，控制财务风险因素显然已经成为企业具备市场竞争力的关键因素。该企业在应用传统的定性风险预警方面，并未适应现代企业财务特点，造成风险预警能力低下，严重影响预警效果。F 财务风险预警模型的应用，有效的改善了内部财务状况，为现代企业经营发展提供良好基础，提升财务风险预警能力，准确预测风险因素。对财务风险预警的研究，能够在一定程度上提升企业对抗风险的能力，为企业健康发展提供基础保障，推动我国综合经济实力的不断提升。
参考文献
[1]梁达.以新常态视角看待经济增速的变化[J].宏观经济管理，2014，4（12）:125-127.
[2]王丽娜.基于企业生命周期的财务风险预警研究[D].重庆：重庆大学，2012.
[3]杨美萍.企业财务风险预警指标体系的研究[D].北京：中国地质大学（北京），2010.
[4]王本运.大唐电力财务风险预警研究[D].北京：华北电力大学，2013.
[5]杨瑶，李红琨.基于现金流量指标的财务风险预警研究综述[J].现代商业，2011，11（09）:236-237.
[6]韩东平，郑洲，颜宝铜.模糊综合评价法在高校财务预警中的应用[J].财会通讯，2010，6（06）:114-117.
[7]董纪昌，马慧.家电行业并购的财务风险预警研究[J].数学的实践与认识，2010，11（01）:78-83.
[8]史小英.国内外企业财务风险预警研究现状分析[J].新西部(理论版)，2013，4（20）:45-49.
作者简介：
财务风险预警研究篇(2)
工业企业从事的是工业性生产或劳务的经营活动，在国家的生产、流通、服务等经济活动中起到了重要作用，但在知识经济迅猛发展的时代，高新技术企业和第三企业的崛起，使得工业企业在投资融资甚至生产经营上都受到了较大的财务威胁，因此要加强对工业企业的财务预警，从而为企业的信息使用者提供及时有效的财务信息，预防企业可能出现的风险，保障股东的权益和市场稳定。
首先在财务风险预警领域树立里程碑的是Beaver（1966），他利用单变量对企业破产进行预测，局限性是对同一企业的风险进行预测时，选择的比率不同，得到的结果也可能有所不同。美国学者Edward Altman在1968年提出了多元变量Z-score模型，突破了单变量的研究。之后学者们纷纷利用多变量财务预警模型进行研究，但在1980年学者Ohlson首次采用Logistic方法预测财务风险。进入20世纪90年代，出现了基于神经网络的财务风险预警模型，得到的结果比较理想。随后一些新的方法如：支持向量机、期权定价模型也被运用到财务风险预警的分析中。我国的财务风险预警研究起步较晚，周首华、杨济华（1996）把现金流量指标引入到Z分数模型中，提出了新的模型―― F分数模型。陈瑜（2000）运用二元线性回归和主成分分析对上市公司财务预警模型的构建进行实证研究。姜秀华、孙铮（2001）则运用Logistic建立回归判别模型。随后的财务风险预警研究采用了新的方法――神经网络，如： BP神经网络（杨淑娥、黄礼，2005），模糊神经网络混合模型（梁杰，2006），遗传神经网络（蔡志岳、吴世农，2006），RBF神经网络对物流企业财务风险预警的评价（刘磊、郭岩，2012）等。随着多学科的交流融合，也出现了其他的模型，如2015年蓝莎运用系统动力学对财务系统进行结构―功能模拟，建立了财务风险预警体系。
总体来看，多元判别分析、Logistic和人工神经网络是主要的预测方法，三者之中预测度最高的是人工神经网络，最差的是多元判别模型。目前文献对工业企业的财务风险预警研究较少，本文选取北京市工业企业与财务风险有关的财务与非财务数据，并引入人工神经网络中相对完善、易于操作的多层次感知器，构建财务风险预警体系。
二、数据样本的确定
（一）样本预警指标选取
本文研究对象是北京市45家在上海证券交易所上市的A股工业企业，并通过csmar数据库收集2012―2014年这些公司的相关指标。选取的指标既包括了反映企业偿债能力、盈利能力、经营能力和发展能力四个方面的财务指标，也涵盖了相关非财务指标，如股权集中度和独立董事比例，总计18项预警指标，如表1所示。
（二）财务风险划分
由于45家北京市工业企业被ST特殊处理的情况较少，且标记为ST发生在出现财务危机之后，很难对企业风险预警产生前瞻性影响，而且财务风险的发生是一个渐进的过程，上市公司的财务状况在不加以控制的情况下会由轻度财务危机转换为重度财务危机。所以本文将财务风险按照以下标准将其细分为低风险、中等风险和重大风险。如果当年的净利润不为负时，表明上市公司的财务风险为低风险;当年首次出现净利润为负，则表明上市公司为中等财务风险水平;当年为第二次出现净利润为负时，则表明财务风险水平很高，归类为重大风险。根据上述标准，将2012―2014年45家公司共135个样本划分为三类，其中：低风险有120个，中等风险为10个，重大风险为5个。
三、实证检验
（一）KMO检验与Bartlett球度检验
在收集到以上45家工业上市公司近三年18项指标数据后，对原始数据进行标准化处理，以消除不同指标间的量纲差异。在此基础上为判断135个样本数据是否能进行主成分分析，首先对标准化后的数据进行KMO检验与Bartlett球度检验，如表2所示，其中KMO值为0.678，大于0.6，适合做主成分分析;Bartlett球度检验的显著性概率为0，说明变量具有统计学意义，而且表现出高度的相关性和显著性。
（二）主成分因子的提取
为了对财务风险预警进行更加有效的分析，需要减少变量的个数，分析2012―2014年共135个样本数据的18项预警指标，利用SPSS软件进行因子分析，提取主成分因子，如表3所示。在特征值大于1时，共提取7个主成分因子，这7个主成分因子的累计方差贡献率达到75.9%，能反映18个变量四分之三的信息。设主成分因子为Fi（i=1，2， …，7），做成分矩阵（如表4所示），可以进一步分析主成分Fi所代表的能力和它反映的有关上市公司的财务信息。
主成分因子F1中资产报酬率、每股收益、营业净利率的比重较大，说明F1主要反映公司的盈利能力;F2中所有者权益增长率和净利润增长率所占的比重大，代表公司的发展能力;F3中反映偿债能力的指标比重较大，说明F3主要变现为偿债能力;F4中非财务指标的独立董事比例比重最大，则把公共因子看成股权结构因子;F5中总资产周转率的比重最大，代表整体营运能力;F6中综合杠杆的比重最大，反映了风险水平能力;F7中营运能力的应收账款周转率和存货周转率指标所占的比重大，F7代表日常营运能力因子。这7个因子涉及到财务和非财务的相关信息，比较全面地反映出财务风险的各种因素。
（三） MLP风险预警模型的构建及实证结果
多层感知器（MLP）是一种多层前馈网络模型，具有高度的非线性映射能力，它由三部分组成：一层为感知单元组成的输入层;一层为（或多层）计算节点的隐藏层;一层为计算节点的输出层。
本文运用SPSS软件，首先将七个主成分因子代表初始的18项指标，代入神经网络的多层感知器，作为协变量，风险程度作为因变量。其次在分区中，按照七比三的比例随机分配个案，即135个样本中70%作为训练变量，30%作为测试变量。其中训练变量中重大风险的样本为3个，中等风险的样本数为8个，低风险的样本数为86个;测试变量中包含重大风险的样本2个，中等风险的样本数为2个，低风险的样本数为34个。然后在体系结构中，设置最低的隐藏层数为1，分批进行培训操作时，选择调整的共轭梯度对算法进行优化。最后可以输出ROC曲线分析准确性和特异性，判断对财务风险的预警能力。
MLP对财务风险预警识别结果如表5所示，已预测与已观测的样本相比，在训练变量中，有三个样本其实属于重大风险，却预测为中等风险，准确率为0，中等风险和低风险全部预测准确，总体来看，训练变量的正确率为96.9%;在测试变量中，重大风险有2个在预测的中等风险水平中，总计的测试变量的准确率为94.7%。由此得出综合正确率为95.8%，其中低风险预测准确率为100%，说明多层感知器对低风险能较好的预测;误判均发生在将重大风险归类到中等风险，究其原因可能是重大风险与中等风险划分不明确，且在第一年出现净利润为负时，第二年要想转亏为盈的难度也很大，或者即使利润为正，为弥补去年差异最后的净利润数额也较小，这样造成重度风险和中度风险的差异不大，利用多层感知器预测时会产生偏差。
四、结论
为了使工业企业对财务风险进行预先的测定和防范，减少风险到来时企业的损失，本文根据45家北京市工业企业的财务数据，运用多层感知器神经网络对工业企业财务风险展开评价研究。
财务风险预警研究篇(3)
关键词：行业环境；风险识别；财务预警控制系统
一、企业财务风险管理
（1）营销体系中财务风险管理。与传统营销理念、方式不同，现代企业营销活动并未盲目追求市场经济利润，而是越发重视推动企业可持续发展。在企业各项经营活动过程中，企业销售作为各项活动进行的基础，要重点考察企业产品危机征兆，如果市场容量提高了，企业相应增长率却没有提高，就需要高度注重。（2）生产活动中财务风险管理。现代企业的生产实现了自动化、智能化、科技化，对应的材料、工本、费用的比例出现变化，导致生产过程中财务管理也有很大变化。企业生产的主要任务就是要深入研发，根据市场变动情况，提出项目建设的具体意见，并分析意见的可行性，与研发设计相符的方案，公司高层决策人员开展审批，然后科研部门实施研发及试生产，并鉴定首批生产出来的产品，在鉴定符合质量要求后再进行生产。在生产过程中，要根据客户具体要求制定相应销售计划，结合实际计划从材料仓库中领取材料，在各个车间生产中分配每一种材料，并形成半产品入库到产成品仓库之中，财务部门负责核算费用。在这一系列过程中，若是有生产流程不完善、劳动生产率低下等问题，就会严重影响着财务管理的顺利进行。（3）企业筹集资金活动中财务风险管理。对于企业而言，资金是其发展的根本，然而资金都是有限的，这就需要各大企业实施筹集资金，最大限度上满足企业扩大生产与产品开发的现实需要。一旦中断了资金链，企业就会遭受巨大的资金风险，各大银行和供应商都会不再信任企业。企业有多种方式来筹集资金，包括权益性筹集资金、债务性筹集资金等。权益性筹资一般都是企业建立的第一笔资金，而债务性集资通常是企业主要的资金来源，有其独有的特征，筹集资金在时间上有所限制，需要支付企业债券、融资租赁等固定利息。（4）投资运作中财务风险机制。在信息时代的今天，很多企业越发注重对外投资，而在投资中如何规避风险是需要慎重考虑的问题。投资也需要遵守相应原则，在投资项目选择中，先应咨询调查各个项目，项目部分在立项调查投资方案后，投资委员会对项目实施的可行性和可操作性进行审批，在这个过程中财务部应支付投资款，企业投资从项目立项到成功投资需要经过很长一段时间，这样就很难及时评价投资效果，也就会随之增加具体的财务风险，因此应对风险认真分析，强化分析投资预警，并构建健全的内部投资预警机制。
二、分析企业财务预警管理中风险的成因
（1）分析企业面临的外部经营风险。企业外部环境包括很多方面，如政治因素、国家政策、消费者偏好等，每个方面都很有可能引发企业外部环境面临的经营风险。政治风险是一项与我国政策有关的风险；法律风险指的是在变更法律后使企业政策也需做具体调整的一项风险。可以说，我国各大中小型企业都面临着外部经营风险，因此，减少外部经营风险因素是提高企业发展能力的强有力对策。（2）分析财务管理风险的形成。企业形成财务管理风险是有很多种原因的。在组织结构上，很多企业都没有设置合理的财务机构，造成功能性不完善，很难提供出完善的财务方案，即便构建了组织结构，也会出现权责不清的状况，财务信息不及时纵向流动后，就会出现各种内部矛盾。会计工作人员作为一名财务管理者，应具备较强的会计知识，进而为科学准确决策奠定基础。（3）分析道德风险的成因。赊销、赊购情况会考验着现代企业信用度，很多企业在实际运用中都会出现欠债、拖欠状况，造成企业面临巨大财务风险。同时，在社会竞争日益激烈下，很多人或者企业团体都出现了“搭便车”的情况，在并未付出成本的状况下，获得了很多利益，严重影响了企业健康发展。
三、结合行业环境识别的企业财务预警控制机制
（1）不确定环境下风险的形成。根据分类标准可将环境分为外部环境、微观环境、行业环境、内部环境等，在处于一个大环境体系中，任何企业所面临的环境都是快速变化的，企业应结合这些实际变化做出相应的调整。通过研究发现，行业环境会影响企业盈利能力。结合自适应理论而言，个体、组织和集团时时刻刻都在交换信息，这种交换是以相对稳定的方式进行的，但在现实情况下，是无法预知外部环境的，其阻碍着信息的顺利交换，个体与组织若是不能适应好外部环境，企业就很难顺利发展。在外部环境有所变化后，企业资源就很难充分运用，企业运作质量也就无法提高。（2）企业财务风险预警控制机制。要重视起识别行业环境风险：应对企业财务预警控制动因进行了解，财务预警控制以控制企业经营风险为主，通过分析预设指标后，警告超出规范值的部分，并追本溯源，既需要了解问题的所在，也要对产生问题的原因进行分析，并促使企业管理者采用具体完善的应对措施；应构建模型预测企业经营风险，以前的传统预测模型只是简单实施财务预警，很难体现财务风险形成路径，造成企业处于被动经营状态中，只能发现问题，却很难解决问题，而系统动力学模型既能够完美解释财务系统变量间关系，并在了解财务风险传导路径后，找到问题出现的根本原因，还能在仿真模拟下，提供更为合理有效的变量参数，为企业制定完善合理的风险控制措施打下良好基础。
四、预警控制系统的实际内容
建立健全的检测系统，在对市场宏观经济情况全面分析下，对外部行业环境走势进行预测，分析我国各大企业财务状况。同时，在面临的外部环境风险下，还需要适时检测企业内部财务情况，构建完善的检测系统，对现金流量指标进行监控，监管资金流转状况。为了及时追踪市场以及行业环境变化情况，构建信息预警系统，交易和处理外部环境信息，需有效识别行业环境中的风险。上述所讲的都是与收集外部信息有关的工作，财务预警控制系统在获取数据后要进行深度研究，需要构建合理的预警指标系统，各大行业企业应结合自身实际情况，构建相应的指标体系，确保指标体系可以对企业面临的财务状况与发展状况进行充分了解，在准备好各项工作后，预警对策系统是控制系统最为重要的一项内容，能有效分析财务风险性质，并做出相应的应急措施，这也是确保企业能够识别经营风险的有效对策。另外，有关调查结果显示，我国很多企业虽然表面看起来拥有雄厚的运作资金，其实现金流量并不多，而很多企业常常陷入发展困境，但却能凭借充足的运作资金走出困境。由此可见，企业想要取得更好的发展，并不是仅仅靠经济利润，而需要借助现金流的作用。因此，我国各大企业应有效管理自身现金流，做好市场调研有关工作，加强企业整体发展能力。
综上所述，在企业经营与发展运作过程中，面临着诸多风险因素，而构建完善的企业财务预警控制系统，能够有效分析行业环境，筛选出影响企业发展的风险因素，并及时制定解决风险的对策，进而将企业风险扼杀在萌芽状态中，提高企业整体发展实力，以便企业能在竞争激烈的市场上站稳脚跟，并成为行业的佼佼者。另外，在我国企业构建财务预警控制系统中，我国可借鉴其他国家的经验和做法，进而来弥补企业在控制风险中的不足，大大强化企业发展实力。
参考文献
1.罗宁.浅谈我国企业财务风险的预防、预警与控制.经济研究导刊，2015（15）.
2.王爱群，王艺霖，余双江.基于全面风险管理的企业预警指标体系构建研究.社会科学战线，2013（09）.
3.陈仲华.浅析金融危机下企业财务预警体系的构建与拓展.商场现代化，2011（04）.
财务风险预警研究篇(4)
关键词：财务预警；模型；综述
中图分类号：F23 文献标识码：A
收录日期：2011年10月24日
一、企业财务预警的基本含义
企业财务预警，即财务失败预警，是指借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，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，督促企业管理当局采取有效措施，避免潜在的风险演变成损失，起到未雨绸缪的作用。
二、国外专家学者对财务风险预警的研究
（一）单变量模型
1、1932年，Fitzpatrick利用单变量破产模型，选取19个样本运用单个财务比率进行预测，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。当时由于条件限制，主要的研究方法就是对正常企业和非正常企业进行财务比率比较和经验分析。
2、1966年，Bwaver利用30个财务比率进行研究，发现三个比率是有效的：债务保障率（现金流量/债务总额）、资产收益率（净收益/资产总额）、资产负债率（债务总额/资产总额），其中，债务保障率指标表现最好。这可以看作是单变量模型的开创性研究，方法简单易行，可操作性强，在当时研究条件较差的情况下优势很大；其局限性也较明显，单一的财务比率不能全面反映客观事实，有可能在编制财务报表时存在粉饰某个指标的嫌疑，影响预测的有效性。
（二）多变量模型
1、Z计分模型。20世纪六十年代，爱德华・阿尔曼对5个财务比率分别给出一定权数，计算其加权平均数值Z值：
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=股份市值/负债账面价值总额；X5=销售收入/资产总额。
一般地，Z值越低，企业越有可能发生破产。若Z≥2.675，则表明企业的财务状况良好，发生破产的可能性较小；若Z≤1.81，则企业存在很大的破产危险。
该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%。1977年，爱德华又对自己的模型进行了修正，提出了ZETA模型。
Z计分模型准确率相比之前的单变量模型有很大的提高，但是未充分考虑到现金流量变动情况，而且要求变量符合正态分布的假设，降低了模型的使用范围。
2、Logisitic回归模型。该模型属于线性概率模型，通过对观察对象条件概率的观测，来判定对象的财务状况和经营风险。适用于因变量是非连续的且为二分类选择模式，将违约概率限定在0和1之间，并通过函数的对数分布来计算违约的概率。在二分类判别法中假设因变量为1和0，分别对应事件发生和事件不发生。Logisitic回归模型形式为：
Li＝ln■=?琢＋■?茁jXij+?着i
该模型使用的是最大似然估计，似然函数值越大，表明模型的模拟效果越好。其最大优点是，不需要严格的假设条件，能够克服线性方程受统计假设约束的局限性，具有更广泛的适用范围。目前这种模型使用较为普遍，但其计算过程较复杂，需要操作者具有较高的数学基础，同时其计算过程有近似处理，结果将会影响到预测的精确度。
3、Probit模型。假定企业的破产概率为P，样本服从正态分布，选取的财务指标对应P的分位数，先确定企业样本的极大似然函数，然后通过求似然函数的极大值就可以得到参数αβ，然后就可以利用公式求出企业的破产概率。P＜0.5，判别为财务正常；P＞0.5，即为破产型。
其公式为：
P＝■（1/■）e■dt
该模型和Logistic模型方法相似，但条件严格，计算方法相对复杂，使用面不如Logistic模型广泛。
4、人工神经网络理论和方法（ANN）。神经网络模型是一种并行分布模式处理系统，是由大量的简单处理单元相互联结组成的复杂网络系统，具有高度并行计算能力、自学能力和容错能力。作为非参数的预测模型，它克服了选择模型函数形式的困难，同时对样本及变量的分布特征没有限制，还能克服统计方面的限制，能够同时处理定性变量和定量变量，具备处理资料遗漏或是错误的能力。然而由于理论基础比较薄弱，模型计算量较大，辨别能力不强，人工神经网络对人体大脑神经模拟的科学性、准确性还有待进一步提高。
5、递归划分分析模型。以财务比率为判别点建立二叉分类树，以最低误判成本为标准对样本企业进行分类预测。结果发现将破产企业误判为非破产企业的概率要高于将非破产企业误判为破产企业。可以选用非财务指标和定性指标，但复杂的分类树结构可能引起样本的过度适应，预测风险高。
6、支持向量机模型。该模型建立在机器学习理论基础之上，Fan A etc采用欧氏距离方式最大化不同类的向量之间的距离、最小化同类的向量之间的距离，实现对预警指标的筛选，计算成本较低。Van Gestel T etc将其应用到财务危机预警模型中，采用最小二乘法作为支持向量机线性学习器，构建LS-SVM财务危机预警模型，判别准确率高达89.91%。
三、我国学者的主要研究
国内关于财务危机预警的研究开始于20世纪八十年代中后期，直到1996年以后，才陆续出现以企业财务数据为基础而建立的财务危机预警模型，并逐渐发展起来。
1996年周首华、杨济华和王平，在Z分数模型的基础上进行改进，选取了31家破产公司和31家非破产公司作为样本建立模型，并且用4，160家公司的数据作为检验样本进行验证，该模型充分考虑了现金流量变动情况指标，具体模型为：
F=-0.1774+1.1091X1+0.1704X2+1.9271X3+0.0302X4+0.4961X5
其中，X1、X2及X4与Z计分模型中的X1、X2及X4反映的指标相同，而X3、X5与Z分数模型的X3、X5不同。X3=（税后净收益+折旧）/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。X5=（税后净收益+利息+折旧）/平均总资产，测定的是企业总资产在创造现金流量方面的能力（其中的利息是指企业利息收入减去利息支出后的余额）。相对于Z分数模型，它可以更准确地预测出企业是否存在财务风险，判别临界点为0.0274。
1999年陈静选取1998年27家ST公司和同行业、同规模27家非ST公司作为样本分析。在单变量分析中，选取了资产负债率、净资产收益率、总资产收益率、流动比率4个指标。发现流动比率和负债比率的误判率最低。在多元判别中选取负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率等财务指标构建的模型，在公司ST发生前三年能够较好地对财务危机进行预测。
2001年吴世农、卢贤义采用剖面分析法、单变量判定分析方法、多元线性判定方法进行财务危机预警研究，得出结论：多变量优于单变量，且Logit回归模型的判定准确性最高。选取的预测变量有盈利增长指数、资产报酬率、流动比率、存取负债股东权益比率、营运资本/总资产、资产周转率。同年，杨保安引入神经网络分析方法并应用于企业财务危机判定与预测，选用BP神经网络法构建模型，结果显示判别正确率高达95%。
2003年，杨淑娥、徐伟刚在借鉴美国学者Altman的Z分数模型基础上，在变量选取方面考虑到反映现金流量方面的比率指标和累计盈利能力的比率指标，具体共12个指标：速动比率、权益比率、利息保障倍数、债务保障率、来自经营活动的现金流量总额、总资产报酬率、销售成本利润率、应收账款周转率、存货周转率、主营业务增长率、资本保值率、累积盈利能力，形成了Y模型。
四、各种模型评述
单变量分析模型相对简单直观，但不能够反映企业综合财务状况，同时使用几个单变量，有可能出现矛盾情况。多元线性判别模型能够较全面反映企业财务状况，提高判别和预测的准确度，变量之间需要满足不同的假设前提，且需要大量的样本作为支撑，计算相对复杂。ANN模型具有较好的模式识别能力，并且具有学习能力，无需考虑变量之间的统计关系，能同时处理定性和定量变量，也同时存在结构确定困难性、不具解释性、操作性差及训练效率低的缺陷。支持向量机模型是一种新型的模式，无需特殊假设，针对小样本具有较广的推广空间。
每种分析方法均有其适用条件及优缺点，企业应根据行业特点选择操作性强的财务预警模型，建立财务预警系统，及时预测财务状况，提高自身竞争能力。
主要参考文献：
[1]张春莲，张淑琴.财务危机预警模型综述及其启示[J].中国高新技术企业，2009.11.
财务风险预警研究篇(5)
【关键词】 财务风险； 预警体系； 建立
随着高校办学自逐步扩大，在扩大招生规模的同时其经费也不断增加。2011年全国教育支出达1.6万亿元，比上年增加3 000亿元，同比增长28%。同时，高校实行市场运作模式后，国家财政拨款不再是其唯一的资金来源，高校资金来源渠道开始多样化，除国家财政拨款外，还包括社会捐资助学、科研企业等单位的教育投资、学校自身教育基金收入和为社会进行各种服务的收入以及科研收入等。资金来源渠道的多样化，在增加了学校的资金收入的同时，也加大了学校资金管理的难度。因此，如何有效地建立高校资金风险动态预警系统显得尤为必要。
一、我国高校财务风险现状
（一）我国高校财务管理中存在的问题
随着市场经济体制改革的不断深入，我国高校财务管理在内部管理体制和核算体制方面也取得了长足的进步。高校内部管理体制进行了改革，精简了财务部门机构和人员，对财务部门内部的机构设置和职责权限进行了重新划分。同时，各高校纷纷采用新技术和新设备，利用先进的财务管理软件，极大地提高了高校财务管理水平。但同时，我国高校财务管理也普遍存在着资金管理分散、效率低下、浪费严重、资金运作风险防控意识较低等问题，主要表现在以下几方面：
1.相当多的高校预算管理制度尚不健全
有的高校虽然建立了预算制度，但预算没有成为一切经济活动的法定依据，有章不循，使预算成为摆设。同时资金使用效益缺乏可行考核办法，且经济责任落实不到位，导致高校资金的流向与控制脱节，易发生资金问题或财务风险。
2.资金管理分散，使用效率低下，造成资金浪费
高校财务上的多头管理，使得资金在实际使用的过程中较为分散，在管理中缺乏风险意识，管理体制与机构功能设置滞后，高校内部资金使用部门和个人忽视资金的使用效益，浪费现象严重。
3.财务管理过程缺乏有效的动态监控和预警机制
由于目前我国高校普遍缺乏对财务风险的监控和防范机制，仅仅依靠财务部门的财务预算和财务分析判断资金的运作情况，不能及时有效地反应财务风险。而高校属于公益性组织，社会关注度较高，一旦发生财务风险，社会效应反响较大。
（二）我国高校财务风险的主要体现
我国高校资金主要来源于四个方面：财政拨款、学费收入、其他收入和银行贷款。其中，财政拨款和学费收入是学校主要收入来源，占高校资金来源总量的百分之六十以上，其他收入包括了校办产业收入、社会捐助、科研收入、投资收益、利息等。而现阶段，由于我国高校财政拨款不足，学费上涨空间有限，社会捐助比例偏低，校办产业投资收益不高，民间资本合作办学效益不高，因而高校以自身信用为担保形成的银行贷款，作高校扩张发展的负债性资金来源被大量使用，如运用不适当超过高校自身承受能力，极易造成高校财务危机。
1.高校负债风险严重
由于近几年我国高校发展速度较快，大幅度扩招，大规模建设新校区，基本建设及日常运转等办学经费需求也相应大幅度提高，然而国家教育拨款增长相对缓慢，无法满足高校发展需求，许多高校不得不通过举债维持正常办学，不同程度上出现债务风险。
2.高校投资普遍投资收益不高，易引发投资风险
高等院校为了充分利用手中的货币资金，使其效益最大化，以更好地投入于教学与科研活动，纷纷进行各种投资活动。但由于受市场中各种不确定因素的影响，使资金的实际收益与预期收益发生偏离，或使得本金遭受损失，易引发投资风险。
3.高校校办产业带来的风险
校事业法人和其下属经济实体的企业法人在产权上没有明确的界限，由此造成管理混乱，效益低下，国有资产严重流失的风险。在校办企业的运转机制中，企业的法人意识淡薄，法人地位没有真正确立起来，法人责任不能得到真正落实，企业自主经营、自我约束、自我发展的机制没有真正到位，市场竞争力不强，效益不高，有的甚至亏损倒闭，给学校背上沉重的包袱和无法忽视的连带责任风险。
因而建立一套行之有效的财务监控和预警机制，对于帮助学校动态监控预警资金运作具有现实意义。
二、高校财务风险预警系统的建立
国外针对企业财务风险预警，通过对各主要财务指标变量变化分析建立数学模型进行风险预测。如William Beaver（1966）提出了单变量预警分析模型，给出资产收益率、债务保障率、资产负债率等预警分析指标进行预测；Edward Altman（1968）提出Z-score模型，即通过运用多种财务指标加权汇总后产生的Z值来预测企业的财务危机，奠定了多变量财务预警模型的理论基础，并提出了留存收益率、资产报酬率等5个财务比率；Richard Taffler（1974）进一步发展了该模型，引进加权因素，并运用主成分分析法与逐步法选出流动资产比重、资产报酬率、存货周转率等5个财务比率；Ohlson于1980年，运用逻辑模型提出了流动比率、资产收益率、资产负债率等财务指标；Harmer在1983年的研究中指出被选财务指标的相对独立性可以有效提高模型的预测能力。但是，自Z模型和ZETA模型提出后，更好的使用财务指标预测财务危机的模型还未出现。
由于我国高校主要从事教学科研等公益性活动，自身经费来源有限。同时在现阶段快速扩张发展过程中，通过大量借贷，形成了大规模的固定资产投资建设，这些在促进我国高校快速发展的同时，也导致了财务风险的加重。高校财务风险客观存在于高校财务活动偿债、运转、投资、发展等各个方面。
在债务负担方面，大量的债务在改善高校办学条件的同时，也带来了沉重的还本付息压力；在日常运转方面，由于我国高校主要经费来源为政府拨款，资产能力有限，高校财务运转多为量入为出的模式；高校财务结构多以固定资产、长期投资占主体，流动性强的资产、基金比重较低，这也容易导致一旦外债负担过重，偿付风险加重；高校投资多为提升办学能力而投入巨资开展的基建，资金量大，建设期、回收期长，一旦缺乏科学论证，盲目投资会给高校带来巨大的资金风险；在长期发展上，高校如果不能有效的改善投入结构，不能合理的利用专项资金，大量的消耗自有资金，高校将会面临收支来源不匹配，导致财务支出失衡的风险。
（一）构建高校财务风险层次
第一层（目标层）：高校财务风险综合评价指标（X）；第二层（准则层）：偿债能力（Y1）、运转能力（Y2）、财务结构（Y3）、投资能力（Y4）、发展能力（Y5）；第三层（方案层）：各项选取财务预警指标（Z）。
（二）财务风险预警指标构建
本文从体现高校财务风险控制的五个方面，偿债能力、运转能力、财务结构、投资能力、发展能力方面选取15个具体指标进行高校财务风险预警监测，建立一套高校财务风险预警指标体系。其中偿债能力选取流动比率（Z1）、现实支付能力（Z2）、潜在支付能力（Z3）；运转能力选取经费自给率（Z4）、公用支出比率（Z5）、收入支出比率（Z6）；财务结构选取资产负债率（Z7）、负债基金比率（Z8）、投入经费占总收入比例（Z9）；投资能力选取投资收益比率（Z10）、投资收益总收入比率（Z11）、固定资产增长比率（Z12）；发展能力选取资产增长率（Z13）、自有资金动用程度（Z14）、专项资金占用程度（Z15）。
（三）预警指标权重构建及一致性检验
通过层次分析法，按照若干位高校财务管理专家对各层次的指标重要程度进行比较，综合意见得出各层次指标的判断矩阵，运用计算机进行相关计算，得出各方案层的相对权重（Wi），具体如表1、表2、表3、表4、表5、表6所示：
（四）高校财务风险预警控制目标指数确定
我们根据层次分析法采用线性加权的综合预警模型可以确定出高校财务风险综合评价指标（X）：
Zi为各财务风险预警指标指数，即根据高校各财务风险预警指标实际值进行无量纲处理所得。如，
上式中：Zij：被评价高校某指标的实际值；Zmax为被评价高校某指标的最大值；Zmin为被评价高校中某指标的最小值；Zi为被评价高校某指标无量纲处理后的指数。
根据经验，我们总结出高校财务风险各预警指标的高低点临界值（高点值小于低点值为逆向指标），以及对预警等级进行划分，如表7、表8。
至此，我们可以通过收集各高校的相关数据，输入公式得到高校财物风险综合评价X，并根据表8的预警等级进行高校财务风险预警。
（五）实例分析
按照以上模型，我们选取三所学校相关财务数据进行财务风险测算，如表9。
由以上实例可以看出，A高校由于流通比率支付能力较强、负债较轻、收支等财务状况良好，投资规模增速适度，因而财务风险等级较低，财务运作基本无风险；而B高校由于支付能力较弱，负债较重，财务收支赤字运行，且投资增速过快，效益不高，因而财务风险等级较高，属于严重警告区间。
三、对我国高校财务风险控制的建议
（一）建立高效、科学的财务信息平台，完善财务内部控制制度和审计制度，科学编制财务预算和决算报表
财务预警系统必须以大量的信息为基础，这就要求高校必须建立高效、科学的财务信息平台，向财务预警系统提供全面、准确、真实和及时的信息。并配备必要的专业人员和先进的设备，明确各环节的工作内容以及信息专业人员的职责，提供必要的技术支持。同时由于预警系统的运行需要全面、真实和准确的财务信息，这就对内部控制制度和审计制度提出了更高的要求。同时，严格、负责的财务审计作为财务日常运作的有效和必要的监督，可以有效、及时地发现财务潜在的问题和风险，进而可以及时反馈给预警系统并作出反应，及时发出警报。
（二）建立畅通的高校资金安全管理预警系统的信息传递渠道，加快相关软件的开发使用
高校资金安全管理预警系统不仅能够科学、准确地计算风险，还能将风险及时、快捷、准确地反馈给管理部门和人员，给管理者及时作出对策反映作参考。同时，应该开发和应用符合各种需要的财务预警管理系统软件，在硬件设施和软件设施两方面同步发展，建立财务风险预警指标的数据库和对策库系统，不断扩充和积累有关财务预警所需的基础数据和信息，并努力实现共享，从而提高高校可持续发展的科技含量。
（三）提高全员的财务管理风险意识
财务管理风险意识是高校资金风险管理预警系统得以成功建立并有效运行的前提。高校各级管理工作人员，尤其是领导干部对财务管理中发现的问题应给予足够的重视，牢固树立危机防范的风险意识。加强对财务人员危机防范意识和能力的培养，努力提高财务人员的业务水平和风险意识。
（四）高校财务管理人员应事先做好应对风险的预案，一旦发生风险积极主动应对
在高校内部各相关的职能部门自觉应用对照财务预警指标，对高校举债、运转、投资、发展、建设过程中各项资金流动环节及风险因素进行预测，充分估计各种不利因素的影响可能引发的财务风险程度，尽可能全面地做好充足准备。事先准备多种应急方案，一旦发生财务风险，可以迅速反应，在第一时间内消除风险，将损失降到最小。
【参考文献】
[1] 杨毅.浅谈如何加强高校资金管理[J].南通职业大学学报，2002（3）：67-68.
[2] 许道银.试论高校财务危机预警系统[J].徐州师范大学学报（自然科学版），2003（4）：19-21.
[3] 陈越.财务危机预警指标体系的构建[J].会计之友，2005（2）：49-50.
[4] 黄辉.高校财务风险的衡量指标[J].统计与决策，2005（12）：52-53.
财务风险预警研究篇(6)
【关键词】现金流 财务风险 预警
通过研究表明，现金流具有较强的财务风险预警能力，全面有效的现金流管理可以保证企业运营过程中的正常开销、偿还债务，有利于不断的加速企业的整体资金的周转，减少财务上的压力，所以，现金流在企业的运营过程中有着重要的作用，构建基于现金流的财务风险预警体系是十分必要的。
一、现金流与财务风险的含义
（一）现金流的含义
现金流是指在一定的时期内，企业现金与现金等价物的流入与流出。比如，企业产品销售、企业出售固定资产、企业向银行贷款等获取的现金，从而形成企业的现金流入，企业购买原材料、企业购买固定资产、对外投资、偿还债务等支付的现金，形成企业的现金流出。现金流是企业价值的关键性因素，如果没有现金流入，企业就不会有价值的存在，也可以说企业也不会有长足的发展。简单的来说，现金流就是企业现金数量的增加或者减少。基于现金流的含义，现金流可以分为现金流入量、现金流出量、以及现金净流量这几种。对于企业来说，有经营活动产生的现金流、投资活动产生的现金流、以及筹资活动产生。
（二）财务风险的含义
财务风险是一种最常见的风险，是经营风险中的一个重要组成部分，财务风险针对企业在生产经营的过程中的资金流动，包括筹资活动、融资活动、投资活动、以及用资活动等中所面临的各种风险。
二、财务风险的特征
（一）财务风险具有客观性与必然性
在市场经济的大背景下，财务风险是企业资金流转的必然产物，是客观存在的，是不以人的意志为转移的，是每个企业都无法规避的，也无法消除，所以我们只有采取相关的措施进行防范与控制。
（二）财务风险具有双重性
财务风险有损失方面的体现，也有价值方面的体现。通常情况下，财务风险与收益成正比关系，即高收益就要承受较高风险，反之，低收益就会承受较低的风险。这一特点让人们对财务风险的本质认识的更加的全面。在了解财务风险的反面影响的同时，也要不断的提高风险控制的能力，不断的加强对财务风险的分析与研究，使企业健康、快速的发展。
（三）财务风险的范性与复杂性
（四）财务风险具有潜在性
经营管理者很难对财务风险的发生进行预测，财务风险是无意间发生的，与经营者的主观意愿有着密切的联系，不管企业所处的环境多么的复杂，财务风险多么的隐蔽，但是，只要经营管理层能够正确的意识到企业所处的生存环境，积极的去应对，就会使财务风险的发生几率大大的降低。
（五）财务风险具有相对性
财务风险的发生并不是不会改变的，财务风险是随着一定条件的变化而变化的，或者风险程度加强，或者风险程度减弱，也可以说财务风险就是一个变数，是相对于不同的经营管理者以及不同抗衡风险的能力的角度来说的。
三、现金流对财务风险的影响
财务风险在财务管理的每个环节都存在，影响的因素也是多种多样的，有外部因素的影响，也有内部因素的影响，同时还有内外部相结合的共同影响，最后导致财务风险问题的出现。不同的企业、不同财务风险的形成，其产生的原因也是不尽相同的。现通过现金流的流量、流速、流向、流程几个方面因素来对财务风险的影响进行分析。
（一）现金流量
现金流量也就是现金的流入、流出量之间的差额，也就是净流量。企业经营效益的最直接表达方式就是现金流量，现金流量是企业每项财务收支情况的整体反映，企业效益的风险大小在很大程度上也是受现金流量的影响。企业获取的效益越大，企业的财务实力也就越强，财务风险就会越小，企业效益与企业财务实力是成比的，企业效益、企业财务实力与财务风险之间是成反比的。利润就是收入与成本之间的差异体现，即使收入与费用之间并没有直接现金流量的涉及，但收入主要就是对现金流入的情况，现金的流入与流出量体现了企业的实际财务实力。
（二）现金流向
现金流向也就是现金流量的趋势，包括现金流入与现金流出方向两个方面，流入就是现金流入量的来源，企业的竞争力水平的高低与发展趋势都要以现金流入量来体现，现金流出主要体现在现金支付上，反映企业对未来运营策略的水平与价值创造的水平。通常情况下，现金流向在企业的内部要具备与之相适应的结构标准。在企业经营环节中产生的现金流量是现金流入的主要来源，所以现金流向对财务风险的发生有重要的影响。
（三）现金流程
现金流程也就是涉及到现金流量的每个程序，包括岗位、授权、现金收支业务的手续办理等等。现金流量更多的是在生产运营中获取的，但因其生产运营具有离散性的特点，也就导致了现金流量分布的分散性，从而使资金在应用的过程中会经常的出现一些责任不清楚、局面比较混乱的情况，同时，也导致了资金无法真正的发挥其作用。可见，现金流程对现金具有重要的保护作用，如若现金流量出现问题，就会导致企业遇到财务风险的现象。 （四）现金流速
对于现金业务角度来讲，是支付现金到现金收回时期所经历的时间的长短，从企业的角度来看，就是资本回收的效率，资金占用的水平与流动性的风险都要受到现金流速的制约。如若资金占用量比较大，就会影响企业的支付能力，所以，现金流速对企业的经营效率与流动资产的质量都有着重要的影响。
四、构建财务风险预警系统的思考
（一）以现金流量指标为基础构建财务风险预警模型
现金流是企业发展的重中之重，是制约企业经营发展的关键因素，一些企业面临破产的现状都是由于现金流量不足、没有偿还能力而引起的，所以，现金流量是衡量一个企业能否偿还债务能力的一个重要标准。F分数模型在建立的过程中，就充分考虑到了现金流量的变化情况，因此，在构建财务风险预警模型的时候，就需要特别注重对现金流量这一指标的引入。
（二）注重行业与规模的不同差异因素
不同行业对预警模型的需求也是不同的，即使是不同行业选择的预警模型是相同的，但是由于不同行业、不同的企业规模、不同的财务状况，对于同一个财务指标的重视程度也不尽相同，所以，如果对行业、规模不予考虑，那么就会使财务预警系统的准确性产生偏离的现象，直接导致了预测准确度的降低，所以，不同的行业、不同规模的企业，在选择财务预警模型时要根据自身的特点就行选择，以从而提高预警模型的准确度。
（三）注重对企业或有负债等账外因素的考虑
对于一些企业或有负债的情况，虽然在财务报表中没有体现，但是对企业财务状况与质量的影响也是不容忽视的，此类型的负债的存在与否，取决于相关的未来事件能否发生，如若未来事件真实的发生了，那么或有负债就成为了企业的真正负债;如若未来事件没有发生，那么或有负债对企业也就没有影响。这些或有负债等外在因素在没有发生的时候，对于企业的影响是很小的，但是如若企业在日常的经营过程中，不对其进行科学、合理的管理，那么就会对低估企业的总体负债，对企业的资本结构没有一个全面、科学的认识。如若或有负债变成了真正的负债，那么企业就可能遭受意想不到的风险与损失，从而提高了财务风险。所以，对或有负债等账外因素进行科学、合理的管理是十分必要的，对于财务风险的降低有着重要的影响。
（四）外部经济环境变化的影响
外部经济环境的变化主要是指经济的周期性变化，特别是在出现经济危机的时候。经济危机会导致产品大量的积压，购买能力的降低生产紧缩，对于企业在经营活动、投资活动、以及融资活动中产生风险。所以，企业在平时的生产经营过程中，要提前做好预防经济周期性的变化的准备工作，这对于企业财务风险的防范与控制都有着重要的促进作用。
财务风险预警研究篇(7)
【关键词】 风险预警系统;财务知识管理;本体
财务风险管理是企业风险管理的一个重要组成部分,是企业经营风险的集中体现。财务风险预警是财务风险管理发展的一个新阶段。财务风险预警的重点是抓住小范围、低程度的财务风险事件与财务状况变化,采取控制措施,防止小事件引发大风险而使企业陷入财务危机。21世纪的经济是世界经济一体化条件下的经济,是以知识决策为导向的经济。企业管理进入知识经济时代,企业的工作环境和工作内容都彻底发生了变化,知识管理的理念和方法不断渗透到财务管理中,为财务管理创新提供了机遇。而财务风险预警是一项重要的知识依赖的技术工作,在企业财务风险管理中如何引入知识管理的理念和方法,构建财务风险预警系统,帮助管理者准确地了解企业财务状况,指导风险应对工作的开展,从而降低经营风险,减少财务损失,是企业管理者关注的问题。本文运用知识本体(ontology)方法研究财务风险预警管理,探索科学化、智能化和系统化的财务风险预警机制。
一、基于知识本体的财务风险预警系统需求分析
财务风险预警系统是现代企业预测和防范风险的一个重要工具,它在收集大量相关信息的基础上,借助计算机技术、信息技术、概率论和模糊数学等方法,设定风险预警指标体系及其预警警戒线,捕捉和监视各种细微的迹象变动,对不同性质和程度的财务风险及时发出警报,提醒决策者及时采取防范和化解风险的措施。可见,财务风险预警系统建立的关键是如何有效地捕获企业内外部信息并形成有用的知识,有效的财务风险预警知识系统应满足如下四点需求。
一是信息收集与转换功能。财务风险预警知识系统应通过收集与企业经营相关的产业政策、国内外市场竞争状况、企业本身的各类财务信息和生产经营状况信息,并进行分析转换,按一定形式和规则存入知识库。
二是预警指标管理与更新功能。系统应建立起财务风险评价指标体系,并根据其中的评价指标计算公式,利用财务风险信息子系统提供的资料,计算出具体的指标值,供综合评价和预警使用。
三是财务风险综合评价功能。系统应根据已计算出的各种风险指标的值,利用各种科学的综合评价模型和预测模型,对企业目前的财务风险进行综合评价和对企业未来的风险进行预测。该功能是根据对企业运营过程跟踪、监测的结果,运用现代企业管理技术和企业诊断技术对企业财务状况的优劣作出判断,找出企业财务运行中潜在的危险。
四是财务风险报警功能。系统应根据已计算出的反映企业财务风险的风险指标值、综合评价值以及预测值,按照一定的报警模式发出不同程度的警报。
笔者在财务风险预警知识管理研究中引入本体的概念,本体原本是一个哲学上的概念,用于研究客观世界本质。在本体中概念的关系可以被描述得更加广泛、详细、深入和全面,通过对概念添加属性值,以及在属性与属性之间添加映射关系,一些不便描述的语义关系就可以清晰地描述出来。同时,在本体中可以使用形式语言,这就为实现知识检索创造了条件。在对财务风险预警知识形式化定义后,本体概念模型能够实现对财务风险预警知识理解的唯一性和精确性;另外,利用本体技术对知识的联系进行形式化映射,可以产生和约束新的知识规则,增加财务风险预警知识本体表示方法的实用性。
二、财务风险预警系统知识本体建模
通过分析财务风险预警领域知识的概念、关系和知识结构,采用分层次的思路建立财务风险预警领域本体,并分别对财务风险预警评价模型、指标体系和财务状况监控知识与案例进行形式化描述。本系统模型建立概念本体,评价模型本体、指标本体、资源本体和通讯本体等。下面以财务风险预警定量模型概念本体为例说明财务风险预警知识本体建模。
概念本体是用来描述某个领域内的一些基本概念和概念之间关系的本体,这些概念是被该领域内人们所共同认可的,概念是对事物认知的抽象,包含的内容很广,与模型相关的内容有:关系、函数、公理与实例等;关系表达了财务风险预警领域内概念间的互相作用,n个概念之间的关系可以表示为 r:cl×c2×…×cn;函数是一种特殊的概念关系,表示在n元关系中确定了n-1个概念,则第n个概念是唯一的,即f:cl×c2×…×cn-1cn;公理表示永远为真的概念,即真命题;实例是具体的模型元素。财务风险预警定量模型概念本体形式化定义如下。
co::=(fn,cc,r,ac,ic)。
其中,fn是领域名,cc是领域内的术语集,r是关系集,ac是公理集,ic是实例集。
r形式化为:r::=(ra,rc),ra是cc上的属性集,形式化为:ra::=(dc:identifier,dc:title,dc:creator,dc:description,dc:date),前缀dc表示重用dc元数据集中的标识符、题名、创建者、描述及日期元素;rc是术语间的关系集,rc域是cc1×cc1,形式化为:rc::=(subconceptof,superconceptof,ispartof,haspart,equal,pre,next),subconceptof和superconceptof
是包含和被包含的关系,ispartof和haspart是聚集关系,equal是等价关系,pre描述了概念和概念之间的直接前驱关系,next描述了概念和概念之间的直接后继关系。ac是公理集,ac形式化为:ac::=(subconceptofsuperconceptof-,ispartofhaspart-,prenext-,ispartofispartof*,hasparthaspart*,equalequal*,……),表达了subconceptof和superconc-
eptof,ispartof和haspart,pre和next都是逆反关系,ispartof和haspart和equal都是可传递的。ic形式化为:ic::=(ira,irc),ira是属性集实例,irc是概念的关系实例。
概念是对人类知识的抽象,概念本体是按照分类法来组织领域概念及其客观关系的,概念本体作为一类独立的本体存在,由领域专家或知识工程师管理。财务风险预警定量模型概念本体的描述说明如下:
fn=财务风险预警定量模型;
cc=(z计分模型,人工神经网络模型,多元逻辑(logit)模型,f计分模型……);
ira={(“prop1”,“z计分模型”,“z-score”,“通过将反映企业偿债能力的指标(x1,x4)、获利能力指标(x2,x3)和营运能力指标(x5)五种财务比率有机联系起来,综合分析预警企业财务风险。”),(“prop2”,“人工神经网络模型”,“artificial-neural-network”,“通过大量神经元的复杂连接,采用由底到顶的学习方法,以自组织和非线性动力学所形成的并列分布方式处理非语言化的财务模式信息,达到预警企业财务风险的目标”),……};
irc={subconceptof(财务风险预警定量模型,z计分模型),subconceptof(财务风险预警定量模型,人工神经网络模型),ispartof(z计分模型,函数形式),ispartof(z计分模型,参数指标),ispartof(人工神经网络模型,模型算法),ispartof(人工神经网络模型,输入矩阵),……}。
三、财务风险预警知识管理系统框架
通过分析基于本体的财务风险预警知识模型及需求,本文提出财务风险预警知识管理系统框架如图1所示。
基本的知识管理活动包括知识的创造、发现、存储和应用,财务风险预警知识管理将这些活动整合为财务风险预警知识的获取、财务风险预警知识的存储与推理、财务风险预警知识的应用与预警三个主要过程。财务风险预警以企业经营绩效为基础,充分认识财务风险的本质并在更广泛的领域内选择相关的预警指标,通过综合评价企业的财务状况进行预警。本财务风险预警模型由获利能力、偿债能力、经济效率和发展潜力四个方面的评价构成,获利能力和偿债能力是公司财务评价的两大基本部分,而经济效率高低又直接体现了公司的经营管理水平,公司的发展潜力尤其值得重视,公司理财的目标是财富最大化,良好的财务风险预警系统不应仅仅关注目前的运营状况。在具体预警指标的选取方面,考虑到各指标间既能相互补充,又不重复,尽可能全面综合地反映公司运营状况,故每个预警模块各取两个最具代表性的指标。系统从定量和定性两个角度利用财务本体知识对企业财务风险进行评价,本体风险评价模型利用本体推理与财务知识库得出的各指标值,代入建立的财务风险综合评价模型,进行风险评估,具体的评价模型可根据风险案例库的匹配情况,选取合适的模型,如层次分析模型或模糊评价模型等。
在企业内外部信息集成与知识获取部分,利用本体技术、知识集成技术、多种检索技术,对财务风险预警知识进行数字化语义处理;系统按照本体论思想对知识进行分类标注,组织到知识库中,形成财务风险预警领域概念集;这种框架便于实现本体知识获取、存储、检索等功能,并方便财务风险预警知识集成、共享、发现和重用。本框架一方面从技术角度针对财务风险预警知识管理提出了全面的解决方案;另一方面,通过引入本体技术,本框架在一定程度上能够使知识提供者和知识需求者之间尽可能无歧议地相互理解,并且能够表达组织内知识提供者和知识需求者的原始思想。这将使得财务风险预警知识管理能够更广泛地应用于各种类型的组织中,为组织的财务风险管理在技术上提供支持。
企业财务风险管理是一项复杂的系统工程,随着知识经济时代的到来,信息革命和经济全球化的进程日趋加快,财务风险预警知识系统研究有着广阔的发展前景,日益被人们所关注。本文采用本体方法为财务风险预警领域知识建模,并提出基于本体的财务风险预警知识管理框架,但在财务风险预警知识表达与推理等方面需进一步研究。
【参考文献】
[1] 谷文林.企业财务风险预警研究综述[j].现代管理科学,2008(8).94-95.
[2] 于富生,张敏,姜付秀,任梦杰.公司治理影响公司财务风险吗?[j].会计研究,2008(10):52-59.
[3] 张友棠.基于内部控制的多维财务预警系统设计[j].财会月刊(会计版),2008(1):16-18.
[4] 彭润华,阳震青.基于xbrl的集团财务知识管理研究[j].会计之友,2009(3):31-33.
[5] segev a,gal a.enhancing portability with multilingual ontology-based knowledge management[j].decision support systems.2008,45(3):567-584.
