财务危机预警模型（财务危机预警模型的构建）

今天给各位分享财务危机预警模型的知识，其中也会对财务危机预警模型的构建进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

微信号：cloud7591
如需了解更多，欢迎添加客服微信咨询。
复制微信号

本文目录一览：

• 1、财务预警模型主要有哪几种？
• 2、怎么建立财务预警模型？
• 3、财务预警模型是否能起到预警作用
• 4、企业破产的财务预警分析模型有哪些

财务预警模型主要有哪几种？

1、单变量模型

单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。

2、多变量模型

多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。

扩展资料：

财务预警的功能

1、征兆

当可能危害企业财务状况的关键因素出现时，财务失败预警系统能预先发出警告，提醒企业经营者早做准备或采取对策以减少财务损失。

2、预扩大

当财务危机征兆出现时。有效的财务失败预警系统不仅能预知并预告，还能及时寻找导致企业财务状况进一步恶化的原因，使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。

3、再次发生

有效的财务失败预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出建议，弥补企业现有财务管理及经营中的缺陷，完善财务失败预警系统，从而既提供未来类似情况的前车之鉴，更能从根本上消除隐患。

参考资料来源：百度百科-财务预警

怎么建立财务预警模型？

(一)选择合适的分析模式

建立财务预警模型最根本的是要选择一个合适的分析模式，也就是要首先分析判断所研究的对象是适合选用单变量模型还是多变量模型。如果对企业的财务运行有深刻的认识，并且具有丰富的实践经验，能够清楚地了解企业财务指标变化的规律，同时也认为企业的重要变化基本可用一个指标组合来体现，或企业的财务体系比较简单，就不妨考虑选择单变量模型。反之，如企业的财务体系比较复杂，财务变动难以用一个指标来体现，就应考虑使用多变量模型。

(二)确定合适的分析样本

对于一个判别函数来说，很重要的一点就是使判别值相对集中于两个或几个区间，以达到判别的效果，这就需要从分析样本开始，将样本分成几个明显的类别。对于财务预警模型来说，分析样本首先必须要分开财务失败样本与财务正常样本。因此，怎样定义财务失败与财务正常就成了焦点问题。

(三)设计和进一步筛选出恰当的财务指标或财务指标组合

在财务指标的设计筛选过程中，要依据以下四个原则：

一是要体现企业的偿债能力。因为偿债能力是与财务失败最密切相关的分析点。

二是应反映企业的经营效益。企业陷入财务失败，最根本的原因还是来自于经营业绩差的影响。

三是可操作原则。能够反映企业偿债能力和经营效益的财务指标很多，但有些较难获得或取得成本很高的数据应不予考虑。比如利息保障倍数中的利息费用这项数据在上市公司所披露的财务报表中并不一定会明示，尽管该比率能够较好地反映企业偿债能力，但在必要时也只能忍痛割爱了。

四是非共线性原则，选择指标时还应注意，既要尽可能综合全面地反映企业的财务状况，又不会造成指标内容的重复浪费。这就需要对指标的相关性进行检验，相关性较强的指标需要作出取舍。

(四)运用分析软件计算模型参数(假设选用SPSS系统完成分析模型)

SPSS系统是常用的统计分析系统，编制样本数据表的工作可在Excel软件中完成计算后导入统计分析系统，也可以将计算结果直接录入SPSS的表格中。在SPSS系统中建立了完整的数据表之后，就可以进行分析计算了。这个过程，分析系统主要进行两部分工作：一是对所有指标进行筛选；二是对选人的指标进行回归分析，计算参数值。

(五)结果检验

对结果的检验主要有两个方面：一个是准确性检验，另一个是预测性检验。要对回归模型进行准确性检验，就需要将所有同类企业或随机抽取部分企业的财务数据进行整理，代人预警模型，对判定结果进行检验，算出准确率。准确率越高，说明该预警模型越能判定企业的财务状况是否陷入财务危机。当然，一个模型是否能满足使用者的需要，主要还应考察模型是否能达到使用者对预警模型准确性的要求。进行预测性检验的目的是检验预警模型能够提前多久预测财务危机的发生。这需要将几年前的数据逐年代入预警模型，得到每年的准确率表，判断最佳的预测年限，以保证预测准确度。

财务预警模型是否能起到预警作用

财务预警模型的预测方法主要有两种：①单变量模型②多变量模型

在企业出现财务舞弊情况时，虽然些财务失败预警方法可以定量地描述企业，但仍不能就此作出企业财务失败的结论，仍然需要投资者的主观判断。

所以，结论是：能够起到预警作用，但能需要人的主观判断。

百度百科上有很全面的解释，您可以看看：

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。

关于财务危机预警模型和财务危机预警模型的构建的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。