论文部分内容阅读
中小企业是指在中国境内依法设立的有利于满足社会需要,有利于增加就业,符合国家产业政策,生产经营规模属于中小型的各种所有制以及各种形式的企业。在激烈的市场竞争中,企业随时存在着财务风险,尤其是自身力量相对薄弱的中小企业,在瞬息万变的市场中如何适应环境变化,提高抗风险能力是一个现实而严峻的问题。因此,建立一个有效的财务风险预警模型就有了重要的意义。财务管理是企业管理的中心,因为财务指标具有前瞻性、综合性和测评性,所以企业财务风险预警是企业预警的一个重要窗口。
“财务风险”可定义为:在各项财务活动过程中,由于各种难以或无法预料、控制的因素的作用,使企业的实际财务收益和预计收益发生背离,因而有蒙受经济损失的机会或可能性。财务风险作为一种客观的经济现象,明显地表现出综合性、模糊性、损失性、补偿性、可控性、可预知性。
财务风险预警主要是以财务会计信息资料为基础,以计算、统计、分析、监控等方法为手段,设置预警指标,观察这些指标的变化,对企业可能或者将要面临的财务风险进行实时监控和预测警示。
根据中小企业的特点,单变量模型过于简单,而神经网络的方法实现上还有一定难度,多变量模型和概率模型都可以选择,其中Z分数模型理论和实践都比较成熟。本文采用改进以后的Z分数模型,把主成分和主因素两种分析方法引进到企业财务风险的预测分析中,结合奥特曼Z分数模型的分析思路,得到新的企业财务风险预测模型,其构造过程如下。
一、财务基础指标的选择
模型建立的第一步就是指标体系建立,选定企业样本,确定财务风险评价基础指标:设计出一个完整的指标体系系统,能反映企业的经营风险,使决策者能够及时了解企业的经营状况,作出决策,规避风险。
二、财务样本数据的主成分和主因素分析
利用主成分和主因素两种方法分别分析上述n个变量的依存关系,计算得到两组最具影响力的m个指标:其中这m个指标完全不相关,且可由n个财务基础指标线性得到。
(一)指标数据的标准化处理
设样本时期数为n,选取的风险指标数为k,则由估计样本的原始数据进行标准化处理,得到标准化后的数据矩阵X。
(二)相关系数矩阵计算
计算标准化后风险指标i与风险指标j之间的相关系数,得到相关系数矩阵为R。
(三)特征值和特征向量计算
(四)根据特征值可求得主成分的贡献率及累积贡献率
第K个主成分的方差占总方差的比例即为第K个主成分的方差贡献率,前M个主成分的累积方差贡献率为前M个主成分方差贡献率的和。主成分个数的选取原则:以累积方差贡献率刚好大于等于80%为基准选择主成分的个数,即以第一次大于80%为界抛弃后面的主成分。
(五)主因素分析
因素分析可以分为确定因子载荷、因子旋转及计算因子得分三个步骤。
1、因子负荷矩阵计算
2、因子旋转
不管用什么方法确定初始因子载荷矩阵A,他们都不是唯一的。出于这种考虑,可以对初始公因子进行线性组合,即进行因子旋转,以期找到意义更为明确,实际意义更明显的公因子。这里采用方差最大化旋转。
3、因子得分
阵;R为原始变量的相关阵,Y为原始变量向量。利用这样的关系式,我们可以求出公因子的估计得分,用公因子得分去描述原始变量的取值
三、构造预测函数模型
根据m个主成分的贡献率可以得到主成分的预测函数,以及根据m个主因素的贡献率可以得到主因素的预测函数。
PS_主成分=b1X1+b2X2+……+bmXm PS_主因素=b1X1+b2X2+……+bmXm
其中为贡献率,PS代表财务风险预测值。
四、计算财务风险综合评价值Z
Z=( PS_主成分+ PS_主因素)/2,其中Z值越高代表企业的财务状况越好,相反Z值越低则企业的财务状况越差。
五、确定判别函数模型
采用逐步回归的方法,以综合财务风险值Z与财务基础指标进行逐步回归分析,找出一些对企业风险影响重要的财务指标,及其对应的系数。经回归计算完成之后把回归系数按照从大到小的顺序排列,可以选择系数系数较大的前几个财务基础指标,表明对Z值的影响较大,将其作为最后的判别函数模型的公式系数,公式如下:
其中C是回归后的常数,为系数。将企业基础指标的样本数据带入,得到判别函数的公式如下:
Z=-0.854+0.341*流动比率+6.401*销售毛利率+0.299*速动比率+3.601*总资产静利率
六、财务风险评估
利用企业纵向数据法和行业横行数据法对综合财务风险值Z进行分割,找出分割点,进而评估和预测企业的财务风险,利用3-sigma(3)检驗法评估。一般来说,从一个长期的时期来说风险平均值可以代表企业正常的经营状况,而企业的高风险和安全状况应该是分散在企业正常状况的两边。
本文运用国外财务预警模型中最具代表性、最成功的Z分数模型,结合我国中小企业财务特点,分析和设计了一个切实可行的财务预警模型,并利用具体企业的财务报表数据进行检验。结果表明该模型在我国中小企业财务预警中具有一定适用性,但Z值的临界标准应该分行业设定,因为不同行业的财务指标特征具有较大差异。另外该预警模型主要是定量研究,今后应加强定性研究,引入非财务指标和定性因素进行预警分析。如顾客满意度、产品和服务的质量、市场份额、创新能力、公司发展战略、公司治理结构、人力资源状况等。
(王尔康,1984年生,吉林人,东北电力大学信息工程学院计算机应用技术专业硕士研究生。于万钧,1966年生,吉林人,东北电力大学,信息工程学院副教授、硕士研究生导师)
“财务风险”可定义为:在各项财务活动过程中,由于各种难以或无法预料、控制的因素的作用,使企业的实际财务收益和预计收益发生背离,因而有蒙受经济损失的机会或可能性。财务风险作为一种客观的经济现象,明显地表现出综合性、模糊性、损失性、补偿性、可控性、可预知性。
财务风险预警主要是以财务会计信息资料为基础,以计算、统计、分析、监控等方法为手段,设置预警指标,观察这些指标的变化,对企业可能或者将要面临的财务风险进行实时监控和预测警示。
根据中小企业的特点,单变量模型过于简单,而神经网络的方法实现上还有一定难度,多变量模型和概率模型都可以选择,其中Z分数模型理论和实践都比较成熟。本文采用改进以后的Z分数模型,把主成分和主因素两种分析方法引进到企业财务风险的预测分析中,结合奥特曼Z分数模型的分析思路,得到新的企业财务风险预测模型,其构造过程如下。
一、财务基础指标的选择
模型建立的第一步就是指标体系建立,选定企业样本,确定财务风险评价基础指标:设计出一个完整的指标体系系统,能反映企业的经营风险,使决策者能够及时了解企业的经营状况,作出决策,规避风险。
二、财务样本数据的主成分和主因素分析
利用主成分和主因素两种方法分别分析上述n个变量的依存关系,计算得到两组最具影响力的m个指标:其中这m个指标完全不相关,且可由n个财务基础指标线性得到。
(一)指标数据的标准化处理
设样本时期数为n,选取的风险指标数为k,则由估计样本的原始数据进行标准化处理,得到标准化后的数据矩阵X。
(二)相关系数矩阵计算
计算标准化后风险指标i与风险指标j之间的相关系数,得到相关系数矩阵为R。
(三)特征值和特征向量计算
(四)根据特征值可求得主成分的贡献率及累积贡献率
第K个主成分的方差占总方差的比例即为第K个主成分的方差贡献率,前M个主成分的累积方差贡献率为前M个主成分方差贡献率的和。主成分个数的选取原则:以累积方差贡献率刚好大于等于80%为基准选择主成分的个数,即以第一次大于80%为界抛弃后面的主成分。
(五)主因素分析
因素分析可以分为确定因子载荷、因子旋转及计算因子得分三个步骤。
1、因子负荷矩阵计算
2、因子旋转
不管用什么方法确定初始因子载荷矩阵A,他们都不是唯一的。出于这种考虑,可以对初始公因子进行线性组合,即进行因子旋转,以期找到意义更为明确,实际意义更明显的公因子。这里采用方差最大化旋转。
3、因子得分
阵;R为原始变量的相关阵,Y为原始变量向量。利用这样的关系式,我们可以求出公因子的估计得分,用公因子得分去描述原始变量的取值
三、构造预测函数模型
根据m个主成分的贡献率可以得到主成分的预测函数,以及根据m个主因素的贡献率可以得到主因素的预测函数。
PS_主成分=b1X1+b2X2+……+bmXm PS_主因素=b1X1+b2X2+……+bmXm
其中为贡献率,PS代表财务风险预测值。
四、计算财务风险综合评价值Z
Z=( PS_主成分+ PS_主因素)/2,其中Z值越高代表企业的财务状况越好,相反Z值越低则企业的财务状况越差。
五、确定判别函数模型
采用逐步回归的方法,以综合财务风险值Z与财务基础指标进行逐步回归分析,找出一些对企业风险影响重要的财务指标,及其对应的系数。经回归计算完成之后把回归系数按照从大到小的顺序排列,可以选择系数系数较大的前几个财务基础指标,表明对Z值的影响较大,将其作为最后的判别函数模型的公式系数,公式如下:
其中C是回归后的常数,为系数。将企业基础指标的样本数据带入,得到判别函数的公式如下:
Z=-0.854+0.341*流动比率+6.401*销售毛利率+0.299*速动比率+3.601*总资产静利率
六、财务风险评估
利用企业纵向数据法和行业横行数据法对综合财务风险值Z进行分割,找出分割点,进而评估和预测企业的财务风险,利用3-sigma(3)检驗法评估。一般来说,从一个长期的时期来说风险平均值可以代表企业正常的经营状况,而企业的高风险和安全状况应该是分散在企业正常状况的两边。
本文运用国外财务预警模型中最具代表性、最成功的Z分数模型,结合我国中小企业财务特点,分析和设计了一个切实可行的财务预警模型,并利用具体企业的财务报表数据进行检验。结果表明该模型在我国中小企业财务预警中具有一定适用性,但Z值的临界标准应该分行业设定,因为不同行业的财务指标特征具有较大差异。另外该预警模型主要是定量研究,今后应加强定性研究,引入非财务指标和定性因素进行预警分析。如顾客满意度、产品和服务的质量、市场份额、创新能力、公司发展战略、公司治理结构、人力资源状况等。
(王尔康,1984年生,吉林人,东北电力大学信息工程学院计算机应用技术专业硕士研究生。于万钧,1966年生,吉林人,东北电力大学,信息工程学院副教授、硕士研究生导师)