財務風險綜述范文

前言：我們精心挑選了數篇優質財務風險綜述文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：財務風險；綜述；控制

中圖分類號：F8135 文獻標識碼：A 文章編號：1006-8937（2013）35-0132-02

當前新形勢下，中國中小企業肩負并支撐著產業轉型和升級的重任，在國民經濟和社會發展中的地位和作用日益增強，已經成為市場經濟發展的主體成員，也是核心要素之一。“十二五”規劃報告中的數據顯示，中國中小企業在企業數量上達99%，在城鎮人口就業貢獻上達75%到85%以上，在財稅貢獻和經濟貢獻上也都在50%以上，有部分省份區域甚至達60-70%，說明現在全世界最大的中小企業群體正在形成。我國當前正處于經濟飛速發展，經濟結構全面轉型，社會穩定和諧無比重要的關鍵時期，中小企業的穩定健康發展是這一過程的重要組成部分。

當前國內對中小企業發展給予的政策不斷增多，意在扶植一些有市場潛力和競爭力的中小企業，中小企業必須提高自身的應對能力，才能在經濟大潮中有立足之地，財務風險管理是中小企業不得不面對的一個重要管理方面，加強財務風險管理有助于提高中小企業提高風險抵抗能力和競爭能力，因此本文將著重討論財務風險管理相關知識。

1 財務風險的概念

時玨（2011）認為財務是企業在生產經營過程中，由于各種風險要素的存在，使得企業的資金及其運動呈現出不確定性，最終可能導致企業未來的財務收益與人們預期收益產生重大差異的一種財務活動。

瞿（2011）認為財務風險是指企業在各項財務活動中由于各種難以預料和無法控制的因素，使企業在一定時期、一定范圍內所獲取的最終財務成果與預期的經營目標發生偏差，從而形成的使企業蒙受經濟損失或更大收益的可能性。

齊莉（2009）認為財務風險是指企業在特定的客觀情況下和特定的期間內，在企業經營運作過程中，由于各種難以或無法預料、控制的企業外部環境和內部經營條件等不確定性因素的作用，使得企業資金運動（資金流）的效益性降低和連續性中斷，進而使得企業的實際經營績效與預計目標發生背離，從而對企業的生存、發展和盈利目標產生負面影響或不利結果的可能性。

侯宇（2012）認為財務風險是指在企業財務活動中由于各種不確定因素的影響，使企業財務收益與預期收益發生偏離，因而給企業經營與管理帶來的困難和損失。財務風險主要體現在公司資產和現金流的充足性是否有保障，即公司是否有充分的資產償還債務，是否有足夠的現金流量來滿足它的操作費用。

姚雁雁（2010）認為財務風險是指企業在特定的客觀情況下和特定的期間內，在企業經營運作過程中，由于各種難以或無法預料、控制的企業外部環境和內部經營條件等不確定性因素的作用，使得企業資金運動的效益性降低和連續性中斷，進而使得企業的實際經營績效與預計目標發生背離，從而對企業的生存、發展和盈利目標產生負面影響或不利結果的可能性。

2 中小企業財務風險成因分析

一般說來，中小企業財務風險產生的原因主要是由于外部環境的不確定性與內部的管理控制不當等多方面引起的。

盛桂花（2010）認為，具體而言，導致財務風險的因素主要是以下幾個方面：①財務決策失誤，中小企業財務管理者主觀決策極容易做出不合理的決策，而決策者又發現不了存在問題，加上決策者本身財務風險意思不是很高。②舉債方式不合，財務決策者沒有給企業選擇適合企業本身的融資方式。③資金結構不合理，負債資金比例過高。企業發展過程中，償債能力嚴重不能支撐企業的負債需要。④復雜多變的宏觀環境，客觀環境不斷的變化也會影響企業財務風險。

何國武（2011）認為財務風險原因具體有五個：①財務管理宏觀環境復雜多變，是引起財務風險的外部原因。②財務管理人員風險意識淡薄。③財務決策缺乏科學性，財務決策者做出的決策不是最科學、最優化的。④企業內部財務關系不明，主要表現在企業內部以及本企業和上級企業之間，資金管理權責不明。⑤財務杠桿系數的變動，部分中小企業資本結構不合理。

顧惠芳（2012）認為財務風險主要來自內部和外部兩個方面，內部包括中小企業財務管理者缺乏風險意識、中小企業資產結構的不合理、財務關系不明確都會加深財務風險，外部主要是指財務管理環境復雜多變。

齊莉（2009）認為外部環境會導致企業財務風險甚至會進一步發展成企業財務危機，內部環境中諸如管理層風險意識缺乏、經營決策失誤、資本結構不合理、財務人員風險意識落后、企業內部控制、監管體系不健全都會導致中小企業財務風險，如果企業能夠對財務風險管理到位，則企業可以避免一系列損失，企業能夠發展更快。

侯宇（2012）認為財務風險原因主要有：①融資困難，資金嚴重不足，融資難、擔保難仍然是制約中小企業發展的最突出的問題。②管理模式僵化，公司治理機制不健全，中小企業存在家族式經營為主，沒有建立起現代企業管理制度。③風險意識落后，經營決策缺乏科學性，財務決策者容易主管臆斷，容易給企業帶來損失。④財務控制薄弱，缺乏風險預警機制，內部控制制度不健全。⑤技術創新能力不強，對企業研發投入較少，導致企業競爭力不足。

3 構建中小企業財務風險防范體系的對策

時玨（2011）認為，首先要建立完善的財務風險預警系統，其中預警系統分為短期和長期，短期預警系統主要是加強對現金流的管理，其中應著重對應收款項、應付款項及存貨項目的重視，注意這三個項目的平衡關系，如發生不平衡，則就會發生潛在的財務風險，長期預警系統應重視對企業償債能力分析，同時輔以產管理指標和盈利能力指標考核。其次要建立完善的財務風險控制制度，包括對資金、成本、利潤等方面，對企業編制的預算應給予嚴格管理，超預算業務要按照公司管理制度進行。最后要建立完善的財務風險控制制度，采用現代企業管理制度，加強對企業內控的管理，對財務人員的風險意識要加強教育，引進高素質人才，提高業務人員的基本素質。

盛桂花（2010）主張首先要加強企業財務管理財務管理人員的風險防范意識教育，財務人員的綜合素質和業務能力在預防財務風險中有著不可估量的作用，其次提高財務決策的科學化水平，科學的決策會給企業創造高效益，再次要建立合理的資本結構，確定適度的負債結構。債務結構必須要符合企業自身的條件，注意采用合理的籌資方式。最后要建立財務風險預警機制，并時刻關注政策和市場的變化。要注意企業外部環境變化對企業財務狀況帶來何種影響，風險管理要提升在企業在管理的地位。

何國武（2011）認為主要是加強財務控制，提高企業資產使用效率，對企業貨幣資金、應收賬款、實物資產都提出了具體的管理要求。合理選取投資組合，提高企業投資收益，要注意降低企業的投資風險，合理的轉嫁投資過程中可分散的財務風險。合理選擇籌資方式，適度負債經營，資本結構和負債經營要匹配，不能給企業增加一些不必要的負擔。爭取資金支持，降低籌資成本。對符合國家政策支持的一定要積極去爭取，適當的政府補貼會降低企業財務風險。建立有效的管理機制，降低企業財務風險，增強業務人員的責任心和風險意識，設立風險抵押金。要讓員工充分的融入企業的這個集體中，可以增加企業的活力。財務人員要強化對企業償債能力的認識。財務人員自身財務素質一定要加強。

顧惠芳（2012）指出應建立完善的企業內部控制制度，對企業內部和外部環境都要進行系統深入的調研，各個職能崗位都要加錢控制，對財務決策應該由一個專門的決策機構進行，才能保證決策不出錯，財務人員的素質應該要提高，對財務風險判斷能力都要熟練，同時中小企業還要建立長期預警系統，主要是用來分析企業盈利能力、償債能力。

侯宇（2012）認為首先牢固樹立風險防范意識，公司所有員工應該都要加強風險防范意識教育，其次加強信息管理，完善信息系統，對信息分析能力和數字敏感要高，再次財務工作做到適度超前，做好定量和定性分析，最后保證預警信息傳遞路線的暢通和對策反應的及時性，信息傳輸通道一定要可以通到企業最高領導層。減少信息傳遞失真和失誤。

4 結 論

本文對中小企業財務風險的概念、產生原因和預防措施都進行了適當的梳理，發現當前學者研究的研究視角趨同，側重點不盡相同，有的重視財務預警信息化建設，有的重視財務人員素質意識教育，當前中小企業發展前景廣闊，國家在政策層面上支持力度將會大大增加，對于中小企業融資難問題，國家相關部委都在積極聯系金融行業應該給與足夠的照顧和優先處理，發展中小企業會大大增加就業人數，對于提高經濟結構都有者不可替代的作用，中小企業應該發展高新技術行業，行業的領先地位將會決定企業財務狀況優化，企業各項財務指標才能保持在一個相對良好的水平之上。作為企業一名財務人員，應該要有財務風險意識，同時也要加強企業內控管理，對企業運行時各項指標在何種正常水平內都應該給與重視，要做到防患于未然。

參考文獻：

[1] 時鈺.構建中小企業財務風險防范體系的研究[J].財會研究，2011，（11）.

[2] 盛桂花.后危機時代中小企業財務風險分析及防范對策[J].財會月刊，2010，（9）.

[3] 何國武.基于我國中小企業融資活動的財務風險分析[J].財會研究，2011，（22）.

[4] 瞿.金融危機對中小企業財務風險的作用機理探[J].經濟研究導刊，2011，（17）.

[5] 顧惠芳.金融危機下加強中小企業財務與風險管理的對策建議[J].經管空間，2012，（3）.

[6] 齊莉.金融危機下中小企業財務風險的防范與控制[J].會計之友，2009，（7）.

第2篇

關鍵詞：財務預警；模型；綜述

中圖分類號：F23 文獻標識碼：A

收錄日期：2011年10月24日

一、企業財務預警的基本含義

企業財務預警，即財務失敗預警，是指借助企業提供的財務報表、經營計劃及其他相關會計資料，利用財會、統計、金融、企業管理、市場營銷理論，采用比率分析、比較分析、因素分析及多種分析方法，對企業的經營活動、財務活動等進行分析預測，以發現企業在經營管理活動中潛在的經營風險和財務風險，并在危機發生之前向企業經營者發出警告，督促企業管理當局采取有效措施，避免潛在的風險演變成損失，起到未雨綢繆的作用。

二、國外專家學者對財務風險預警的研究

（一）單變量模型

1、1932年，Fitzpatrick利用單變量破產模型，選取19個樣本運用單個財務比率進行預測，結果發現判別能力最高的是凈利潤/股東權益和股東權益/負債兩個比率。當時由于條件限制，主要的研究方法就是對正常企業和非正常企業進行財務比率比較和經驗分析。

2、1966年，Bwaver利用30個財務比率進行研究，發現三個比率是有效的：債務保障率（現金流量/債務總額）、資產收益率（凈收益/資產總額）、資產負債率（債務總額/資產總額），其中，債務保障率指標表現最好。這可以看作是單變量模型的開創性研究，方法簡單易行，可操作性強，在當時研究條件較差的情況下優勢很大；其局限性也較明顯，單一的財務比率不能全面反映客觀事實，有可能在編制財務報表時存在粉飾某個指標的嫌疑，影響預測的有效性。

（二）多變量模型

1、Z計分模型。20世紀六十年代，愛德華?阿爾曼對5個財務比率分別給出一定權數，計算其加權平均數值Z值：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

其中：X1=營運資金/資產總額；X2=留存收益/資產總額；X3=息稅前利潤/資產總額；X4=股份市值/負債賬面價值總額；X5=銷售收入/資產總額。

一般地，Z值越低，企業越有可能發生破產。若Z≥2.675，則表明企業的財務狀況良好，發生破產的可能性較小；若Z≤1.81，則企業存在很大的破產危險。

該模型實際上是通過五個變量（五種財務比率），將反映企業償債能力的指標（X1、X4）、獲利能力的指標（X2、X3）和運營能力的指標（X5）有機聯系起來，綜合分析預測企業財務失敗或破產的可能性。在企業失敗前一、二年的預測準確率很高；預測期變長，準確率有所降低，距失敗前五年的預測準確率僅為36%。1977年，愛德華又對自己的模型進行了修正，提出了ZETA模型。

Z計分模型準確率相比之前的單變量模型有很大的提高，但是未充分考慮到現金流量變動情況，而且要求變量符合正態分布的假設，降低了模型的使用范圍。

2、Logisitic回歸模型。該模型屬于線性概率模型，通過對觀察對象條件概率的觀測，來判定對象的財務狀況和經營風險。適用于因變量是非連續的且為二分類選擇模式，將違約概率限定在0和1之間，并通過函數的對數分布來計算違約的概率。在二分類判別法中假設因變量為1和0，分別對應事件發生和事件不發生。Logisitic回歸模型形式為：

Li＝ln■=?琢＋■?茁jXij+?著i

該模型使用的是最大似然估計，似然函數值越大，表明模型的模擬效果越好。其最大優點是，不需要嚴格的假設條件，能夠克服線性方程受統計假設約束的局限性，具有更廣泛的適用范圍。目前這種模型使用較為普遍，但其計算過程較復雜，需要操作者具有較高的數學基礎，同時其計算過程有近似處理，結果將會影響到預測的精確度。

3、Probit模型。假定企業的破產概率為P，樣本服從正態分布，選取的財務指標對應P的分位數，先確定企業樣本的極大似然函數，然后通過求似然函數的極大值就可以得到參數αβ，然后就可以利用公式求出企業的破產概率。P＜0.5，判別為財務正常；P＞0.5，即為破產型。

其公式為：

P＝■（1/■）e■dt

該模型和Logistic模型方法相似，但條件嚴格，計算方法相對復雜，使用面不如Logistic模型廣泛。

4、人工神經網絡理論和方法（ANN）。神經網絡模型是一種并行分布模式處理系統，是由大量的簡單處理單元相互聯結組成的復雜網絡系統，具有高度并行計算能力、自學能力和容錯能力。作為非參數的預測模型，它克服了選擇模型函數形式的困難，同時對樣本及變量的分布特征沒有限制，還能克服統計方面的限制，能夠同時處理定性變量和定量變量，具備處理資料遺漏或是錯誤的能力。然而由于理論基礎比較薄弱，模型計算量較大，辨別能力不強，人工神經網絡對人體大腦神經模擬的科學性、準確性還有待進一步提高。

5、遞歸劃分分析模型。以財務比率為判別點建立二叉分類樹，以最低誤判成本為標準對樣本企業進行分類預測。結果發現將破產企業誤判為非破產企業的概率要高于將非破產企業誤判為破產企業。可以選用非財務指標和定性指標，但復雜的分類樹結構可能引起樣本的過度適應，預測風險高。

6、支持向量機模型。該模型建立在機器學習理論基礎之上，Fan A etc采用歐氏距離方式最大化不同類的向量之間的距離、最小化同類的向量之間的距離，實現對預警指標的篩選，計算成本較低。Van Gestel T etc將其應用到財務危機預警模型中，采用最小二乘法作為支持向量機線性學習器，構建LS-SVM財務危機預警模型，判別準確率高達89.91%。

三、我國學者的主要研究

國內關于財務危機預警的研究開始于20世紀八十年代中后期，直到1996年以后，才陸續出現以企業財務數據為基礎而建立的財務危機預警模型，并逐漸發展起來。

1996年周首華、楊濟華和王平，在Z分數模型的基礎上進行改進，選取了31家破產公司和31家非破產公司作為樣本建立模型，并且用4，160家公司的數據作為檢驗樣本進行驗證，該模型充分考慮了現金流量變動情況指標，具體模型為：

F=-0.1774+1.1091X1+0.1704X2+1.9271X3+0.0302X4+0.4961X5

其中，X1、X2及X4與Z計分模型中的X1、X2及X4反映的指標相同，而X3、X5與Z分數模型的X3、X5不同。X3=（稅后凈收益+折舊）/平均總負債，它是一個現金流量變量，是衡量企業所產生的全部現金流量可用于償還企業債務能力的重要指標。X5=（稅后凈收益+利息+折舊）/平均總資產，測定的是企業總資產在創造現金流量方面的能力（其中的利息是指企業利息收入減去利息支出后的余額）。相對于Z分數模型，它可以更準確地預測出企業是否存在財務風險，判別臨界點為0.0274。

1999年陳靜選取1998年27家ST公司和同行業、同規模27家非ST公司作為樣本分析。在單變量分析中，選取了資產負債率、凈資產收益率、總資產收益率、流動比率4個指標。發現流動比率和負債比率的誤判率最低。在多元判別中選取負債比率、凈資產收益率、流動比率、營運資本/總資產、總資產周轉率等財務指標構建的模型，在公司ST發生前三年能夠較好地對財務危機進行預測。

2001年吳世農、盧賢義采用剖面分析法、單變量判定分析方法、多元線性判定方法進行財務危機預警研究，得出結論：多變量優于單變量，且Logit回歸模型的判定準確性最高。選取的預測變量有盈利增長指數、資產報酬率、流動比率、存取負債股東權益比率、營運資本/總資產、資產周轉率。同年，楊保安引入神經網絡分析方法并應用于企業財務危機判定與預測，選用BP神經網絡法構建模型，結果顯示判別正確率高達95%。

2003年，楊淑娥、徐偉剛在借鑒美國學者Altman的Z分數模型基礎上，在變量選取方面考慮到反映現金流量方面的比率指標和累計盈利能力的比率指標，具體共12個指標：速動比率、權益比率、利息保障倍數、債務保障率、來自經營活動的現金流量總額、總資產報酬率、銷售成本利潤率、應收賬款周轉率、存貨周轉率、主營業務增長率、資本保值率、累積盈利能力，形成了Y模型。

四、各種模型評述

單變量分析模型相對簡單直觀，但不能夠反映企業綜合財務狀況，同時使用幾個單變量，有可能出現矛盾情況。多元線性判別模型能夠較全面反映企業財務狀況，提高判別和預測的準確度，變量之間需要滿足不同的假設前提，且需要大量的樣本作為支撐，計算相對復雜。ANN模型具有較好的模式識別能力，并且具有學習能力，無需考慮變量之間的統計關系，能同時處理定性和定量變量，也同時存在結構確定困難性、不具解釋性、操作性差及訓練效率低的缺陷。支持向量機模型是一種新型的模式，無需特殊假設，針對小樣本具有較廣的推廣空間。

每種分析方法均有其適用條件及優缺點，企業應根據行業特點選擇操作性強的財務預警模型，建立財務預警系統，及時預測財務狀況，提高自身競爭能力。

主要參考文獻：

[1]張春蓮，張淑琴.財務危機預警模型綜述及其啟示[J].中國高新技術企業，2009.11.

第3篇

關鍵詞：國內 財務風險　預警模型

        0 引言

        財務風險預警是借助企業提供的財務報表、經營計劃及其他相關會計資料，利用財會、統計、金融、企業管理、市場營銷等理論，采用比率分析、比較分析、因素分析及多種分析方法，對企業的經營活動、財務活動等進行分析預測，以發現企業在經營管理活動中潛在的財務風險，并在危機發生之前向企業經營者發出警告，督促企業管理當局采取有效措施，避免潛在的風險演變成損失的一種預警方式。

        國內財務危機預警的研究始于20世紀80年代中后期，對財務危機預警模型的研究則一直到20世紀90年代末才開始。吳世農、黃世忠(1986)曾撰文《中國經濟問題》介紹企業破產的財務分析指標及預測模型：國家自然科學基金委員會管理科學組先后支持佘廉等人從事企業預警研究，并于1999年出版了企業預警管理叢書，之后我國學者真正開始了對財務預警的研究，并取得了一定的成果。

        1 統計方法預警模型

        1.1 單變量預警模型。單變量預警模型是指以某一項財務指標作為判別標準來判斷企業是否處于破產狀態的預測模型。

        陳靜（1999）以27個st公司和27個非st公司為樣本，最終選定資產負債率、凈資產收益率等6個財務指標，分別以公司被st的前一年、前兩年、前三年的財務數據為基礎，運用判別分析法做了實證研究。在單變量分析中，發現在負債比率、流動比率、總資產收益率、凈資產收益率4個指標中，流動比率和負債比率誤判率最低。

        1.2 多變量預警模型。多變量模型即運用多種財務比率指標加權匯總而構造多元線性函數公式來預測財務危機。

        周首華、楊濟華和王平(1996)在z分數模型的基礎上進行改進，考慮了現金流量變動情況指標，建立了f分數模型：

        f=-0.1774+1.1091x1+0.1704x2+l.9271x3+0.0302x4+0.4961x5

        其中，x1、x2及x4與z計分模型中的x1、x2及x4反映的指標相同，而x3、x5與z分數模型的x3、x5不同。x3=(稅后凈收益+折舊)/平均總負債，它是一個現金流量變量，是衡量企業所產生的全部現金流量可用于償還企業債務能力的重要指標。x5=(稅后凈收益+利息+折舊)/平均總資產，測定的是企業總資產在創造現金流量方面的能力(其中的利息是指企業利息收入去利息支出后的余額)。相對于z分數模型，它可以更準確地預測出企業是否存在財務風險。

        張玲(2000)以120家公司為研究對象，使用了其中60家公司的財務數據估計二元線性判別模型，并使用另外60家公司進行模型進行檢驗，發現模型具有超前四年的預測結果。此外，采用mda建模的學者還有黃巖和李元旭（2001）、尹俠等（2001）、向德偉（2002）、衛建國等（2002）、楊淑娥和徐偉剛（2003）、唐振宇等（2004）以及賁友紅（2005）。

        1.3 logit。logit模型是采用了一系列的財務指標來預測財務危機發生的概率，然后根據銀行、投資者等的風險偏好程度設定風險警戒線，以此對分析對象進行風險定位與決策。

        吳世農、盧賢義（2001）選取70家處于財務困境的公司和70家財務正常的公司為樣本，首先應用剖面分析和單變量判定分析研究財務困境出現前5年內這兩類公司每一年的21個財務指標的差異，最后選定6個財務指標作為預警指標，應用fisher線性判定分析、多元線性回歸分析和logistic回歸分析三種方法分別建立了三種預警模型，并指出應用logistic回歸分析法建立的預警模型誤判率最低。

        此外，姜秀華與孫錚（2001）討論了最佳分割點，認為概率0.1為最佳分割點；喬卓（2002）和齊治平（2002）引入二次項和交叉項進行建模；陳曉和陳治鴻（2000）、宋力和李晶（2004）對財務數據進行調整后建模；張鳴和程濤（2005）、梁琪（2005）、張揚（2005）通過利用主成分分析法對logistic方法進行降維、解決共線性問題后進行了建模；顧銀寬（2005）則基于jackknife檢驗進行了建模，均提高了模型預測的準確率。

        1.4 核函數方法。羅幼喜等（2005）通過主成分分析法約簡建模指標后，采用核函數建模，結果表明模型的性能指標超過傳統預測方法，較好地解決了大規模樣本集應用問題。

        2 智能預警模型

        智能預警模型則主要是基于神經網絡分析的各類模型。神經網絡模型是一套人工智慧系統，以模擬生物神經系統的模式，利用不斷重復的訓練過程，使本身能夠透過經驗的積累達到學習的效果。

        王春峰、萬海暉、張維等(1999)用神經網絡法對商業銀行財務風險進行了研究，發現神經網絡法具有很強的非線性映射能力，其學習經驗的能力強：學者楊保安等(2001)將bp神經網絡分析方法運用到銀行財務預警的分析中，構建了非線形財務預警模型。

        劉洪、何光軍（2004）以728個樣本、36個財務指標進行財務危機預警研究。他們在傳統的判別分析法和邏輯回歸分析法基礎上，探索應用人工神經網絡法進行財務危機預警的研究。結果表明，人工神經網絡法的預測準確率高于前兩種方法的預測準確率。謝紀剛（2004）等人使用分類集成的方法進行財務危機預警研究，結果發現該方法的預測準確率可達到86%。

        張根明、向曉驥和孫敬宜（2006）采用bp神經網絡法，以263家制造業上市公司的截面財務指標作為學習樣本，并使用76家制造業上市公司作為檢驗樣本，建立了制造業上市公司財務危機預警模型。其研究結果表明，與沒有區分行業的通用財務危機預警模型相比，分行業的bp神經網絡財務危機預警模型的預測準確率較高，能為廣大投資者和監管機構預測公司財務狀況提供更可靠的依據。

        另外，張華倫、孫毅（2006）提出了一種基于粗糙-模糊神經網絡（rough-fuzzy-ann）的模型，并給出了相應的算法，通過以我國上市公司財務數據為基礎進行的實證分析表明，這種模型具有預測精度高、學習和泛化能力強、適應性廣的優點，為企業財務危機的動態預警提供了一條新的途徑。張林（2004）采用cbr技術構建了企業財務預警系統，為企業財務危機的警度測控、警兆辨識以及防警排警等提供了新的思路。

        3 混合模式及其比較研究

        近些年來，還出現了財務預警的混合模式。混合模式是指同時采用兩種或兩種以上的方法建立模型來進行財務預警分析。對此進行的實證研究表明，混合模型比單個方法模型相有著更高的準確型。如：徐勇（2007）以滬深兩市制造業上市公司為樣本，通過fisher線性判定分析法和logistic回歸分析法對我國制造業上市公司財務危機預警模型進行研究。該研究考慮到了財務指標行業性差異，選擇制造業上市公司作為樣本，可使研究結果更具針對性。

        4 我國財務風險預警模型研究評價

        通過上述對國內財務危機預警模型的研究，從單變量、多變量、logit模型這些以統計方法為基礎的研究到神經網絡模型等非統計智能模型，從單一模型的研究到混合模型及其比較研究，從以財務指標為基礎的研究到引入非財務指標的研究，財務危機預警模型的研究受到了國內實務界和學術界的高度重視且取得了重大進展。

        與此同時，國內在這方面的研究仍存在不足之處。①不同的預警模型適用條件不同，必然影響到模型的正確性和預測精度。當前對財務危機預警模型的研究大多數偏重用財務指標來構建模型，而非財務因素指標不僅在數據上收集困難而且不易測評。②國內學者對這些模型的研究都是通過實證研究得到的，缺乏理論的指導，研究者在選擇變量的時候也受到自身價值判斷的影響。③在國內現有的財務預警研究中，指標的選擇往往基于一般的財務理論、風險理論和管理理論，有時甚至取決于研究者的直觀判斷以及資料的可獲得性，眾多研究者還沒有找到令人信服的財務風險和預警理論來支撐所建立的預警模型，由此造成了各種財務預警模型的預警結論不一致。

        我國這方面的研究中如何考慮行業和規模的影響，樣本設計條件的變化如何影響預測精度，如何從理論上和經驗上引進更有效的預測變量，而且國內研究對現金流量指標的重視程度也不夠，這些都是我們未來需要進一步研究的方向。

參考文獻：

[1]姜秀華，任強，孫錚.上市公司財務危機預警模型研究[j].預測.2002.3.

[2]張鳴.企業財務預警研究前沿.北京.中國財政經濟出版設.2004.

[3]趙瑩.財務預警模型及其在中國的應用綜述.特區經濟.2005