财务预警系统管理(40页).pptVIP

第二章 财务预警系统管理的基本程序与方法;第一节 财务预警管理的基本程序;二、确定财务预警的指标 1、财务预警指标的类型 ①定量指标与定性指标 ②正向指标、逆向指标和区间指标 2、选择预警指标一般要遵循五个原则 ①重要性 ②一致性或先行性 ③灵敏性 ④代表性 ⑤迅速性和准确性 ;财务运行的预警指标主要有： ①资不抵债 ②经营活动现金净流量出现负数 ③过度依赖短期借款 ④累计经营性亏损数额巨大 ⑤存在大额的逾期未付利润 ⑥无法履行借款合同中的有关条款 ⑦存在大量不良资产，且长期未作处理 ⑧重要子公司无法持续经营且未作处理 ⑨无法获得供应商的正常商业信用 ⑩难以获得开发新产品及配套投资所需资金 ;业务预警指标主要有： ①主导产品属于夕阳产业的产品 ②已失去主要市场、特许权或主要供应商 ③人力资源短缺 或有事项预警指标主要有： ①贴现 ②担保 ③抵押借款 ④未决诉讼 ⑤其他数额巨大的或有损失 ; 3、建立预警分析模型 预报警度的模型有两种方法：一是定性分析的方法； 二是定量分析的方法 4、监测并预报警度 财务预警的警度一般设计为五种：无警、轻警、中 警、重警、巨警。 5、拟定防警、排警的对策;第二节 财务预警管理定量方法;;2、“利息及票据贴现费用”判别分析法;3、企业股市跟踪法;单变量预警模型评价：;二、多变量预警模型 多变量预警模型，即运用多种财务比率指标加权汇总而 构成多元线性函数公式来预测财务危机的预警模型。 （一）Z计分模型 代表人物：爱德华·阿尔曼 公式模型： Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 其中：X1=营运资本/资产总额 X2=留存收益/资产总额 X3=息税前利润/资产总额 X4=权益资本市场价值总额/债务账面价值总额 X5=销售收入/资产总额 ;;;（二）F分数模型 代表人物：周首华 F=-0.1774+1.1091X1+0.1704X2+l.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， X3=(税后净收益+折旧)/平均总负债 X5=(税后净收益+利息+折旧)/平均总资产 F分数模型的临界点为0.0274，即当F0.0274时，企业破 产的可能性非常大；当Z≥0.0274时，企业财务状况正常。 ;（三）日本开发银行Z值预测模型;日本开发银行Z值评价标准;（四）台湾Z值预测模型 ;（五）Edmister小企业模型; X4=流动负债/所有者权益， 当X40.48时，X4取值为1；当X4≥0.48时，X4取值0。 X5=（存货/销售收入）/行业平均值， 若根据连续三年的数据判断X5有上升的趋势时，X5取值为 1；反之，取0。 X6=速动比率/行业平均速动比率趋向值， 若该比率有下降趋势并且小于0.342，X6取值为1；否 则，取0。 X7=速动比率/行业平均速动比率， 若该比率根据连续三年的数据判断有下降趋势，X7取值为 1；否则，取0。;Edmister小企业模型的取值;（六）企业安全率模型; 安全边际率越高，企业经营安全程度越高。单独利用安 全边际率进行企业安全性判断的一般标准如下表：;2、资金安全率;3、企业安全率分析;4、风险判断;（七）对数比率(Logit)回归模型; Logit回归模型的优点主要是预测变量不需要服从多元 正态分布和两个样本组的协方差矩阵相等的条件，从而使它 的适用范围较为广泛。其局限性主要体现在： 1.由于模型中对参数的估计将运用到最大似然估计法， 使得计算程序相对复杂。 2.分界点的决定也会影响到模型的预测能力。 3.计算过程中有很多近似处理，所以预测精度会有所降 低。;（八）人工神经网络（ANN）模型; ANN模型除具有较好的模式识别能力外，还可以克服统 计等方法的限制，因它具有容错能力，对数据的分布要求不 严格。不需要考虑是否符合正态分布的假设，具备处理资料 遗漏或是错误的能力，而且可以处理非量化的变量，最可贵 的一点是ANN模型具有学习能力，可随时依据新准备数据资 料进行自我学习、训练，调整其内部的储存权重参数以应对 多变的企业运作环境。其局限性主要体现在： 1.虽然ANN判别模型可谓是研究方法上的重大创新，但 实际效果却很不稳定。 2.ANN模型的理论基础比较抽象，对人体大脑神经模拟 的