电力企业财务危机预警方法探讨

开篇：润墨网以专业的文秘视角，为您筛选了一篇电力企业财务危机预警方法探讨范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[摘要]电力企业债务比率高，受环保法规约束强，经营风险很容易引发财务风险。我国电力企业已经完全融入市场经济，部分企业出现了严重亏损。本文对财务危机预警方法进行了综述，并在此基础上对电力企业财务危机的预警方法进行了探讨。

[关键词]电力企业；财务危机；财务预警

一、引言

企业的财务危机通常都经历一个渐进、积累和转化的过程。在此过程中，财务危机会直接或间接地通过一些敏感的财务指标反映出来。因此，通过设置一些财务指标，建立企业财务预警模型，可以预防和消除企业财务危机的隐患，保证企业正常经营。

当今企业处在瞬息万变的市场环境中，任何企业都可能由于外部和内部的原因，出现经营亏损或无力偿还到期债务的危机。电力是国民经济最重要的基础能源产业、上游产业和瓶颈产业，关系到国计民生。电力行业在国民经济中的特殊地位决定了电力企业的财务风险管理的重要性。电力行业一旦出现财务危机，将给整个经济体系带来灾难。因此，电力企业迫切需要建立财务危机的防范机制，提高企业的抗风险能力。

二、财务危机预警方法研究综述

早期关于财务预警的研究侧重于定性分析，但由于定性分析的主观性太强，后来研究的重心逐渐地偏向定量分析，学者们陆续提出了很多类型的预测模型。关于财务危机预警的模型众多，根据预测模型对总体的分布限制可以将这些模型分为参数模型和非参数模型。参数模型主要有单变量分析模型和多变量统计分析模型。

1　参数模型

(1)单变量分析模型

单变量模型是通过个别财务指标来预测财务风险的。当模型中所涉及的几个财务指标出现异常时，通常是企业财务风险恶化的前兆。最早的财务风险预测是Fitzpatrick(1932)开展的单变量判定研究。他以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，发现判别财务风险能力最高的两个指标是“净利润／股东权益”和“股东权益／负债”。Berver(1966)运用单变量风险预警分析方法建立了财务危机预警模型，他抽取了79家失败公司作为样本，以30个变量作为判别指标，检验了公司在破产前几年的预警能力，通过研究发现使用“现金流量／总负债”这一财务比率来预测企业失败的效果最好，判别成功率达到90％，使用“净利润／总资产”比率的判别效果次之，其判别成功率为88％。为了克服Beaver模型的缺陷，其他的单变量模型，如资产负债分解模型(Balance Sheet DecompOSitionModel)，赌徒理论(Gambler’s Ruin)等应运而生。

(2)多变量统计分析模型

多变量统计分析模型采用多个财务指标作为自变量，比单变量模型更能全面的反映出企业的财务状况，适应性更强。美国纽约大学奥尔曼(Altman)教授(1968)首次将多元判别分析法(Multiple Discriminate Analysis，真mA)方法引入到财务困境预测领域，选取营运资本／资产总额、留存收益／资产总额、息税前利润／资产总额、所有者权益市价／负债总额、总销售额／资产总额5个变量作为判别变量，构建了Z Score模型。由于Altman教授创立的多变量线性判别模型对变量具有严格的要求，即要求变量符合严格的联合正态分布，而现实经济生活中大多数企业的财务指标无法满足这一要求。为克服这一缺陷，以Ohlson为代表的一些学者提出用逻辑回归判别方法来提高财务危机的预警能力。从1980年代以来，Logistic回归分析代替判别分析法，在财务风险预测研究领域占据主流地位。

2　非参数模型

非参数方法主要包括神经网络模型、案例推理、DEA模型、决策树分析和粗糙集分析等方法。Lane和wangsely(1986)提出了COX比例风险预测模型，该模型主要用来预测企业未来经营状况以及生存能力、生存时间。20世纪80年代末，神经网络兴起，也影响到了财务危机的研究领域。人工神经网络方法具有高度的并行计算能力、自学能力以及容错能力。韩国的B，S，Ahn，S，S，Cho和C，Y，Kim(2000)将神经网络方法和粗糙集理论结合起来，建立了混合模型，并对此进行了实证研究，结果表明这种混合模式比传统模式更具有优势。英国学者Feng Yu Lin和Sal lyMe Clean(2001)以判别分析法、逻辑回归法、神经网络方法和决策树方法四种独立的财务预警研究方法为基础，将这几方法进行不同的组合，建立了三种混合模式，通过实证分析表明在同等条件下，混合模式明显优于单变量模型。

三、电力企业财务危机预警方法探究

1　单变量模型与多变量模型相结合

通过对比单变量模型和多变量模型，发现单变量模型简单易行，但精度不够，而且任何单个财务指标均无法全面地反映企业整体财务状况。以往的研究表明，单变量模型用于分辨费失败企业的准确率高于经营失败的企业。多变量模型能较为全面地反映公司的财务状况，其预测原理也是建立在统计学和数量经济学的基础上。多变量模型会在电力企业财务预警中居于主导地位。支持多变量模型并不代表否定单变量模型的应用价值，事实上在近期电力企业财务预警中，某一个财务指标的准确度甚至要优于多个财务指标的加权平均数。因此，我们在研究和运用电力企业财务预警模型时，应特别注意单变量模型与多变量模型的有机结合。

2　选取敏感的会计数据和财务指标

综观各类财务预警模型，发现它们有一个共同点，即在模型中都运用了会计数据和财务数据。国外的研究是以破产为标准来界定财务危机的，国外学者们选取债务契约和贷款协议中的一些数据和比率作为破产可能性的计量指标。他们认为，虽然破产不是那些数据和比率恶化的必然结构，但那些数据和比率的恶化将会直接导致违反债务契约，债权人便有权迫使企业破产。因此，在对电力企业的财务预警研究中，应选取对财务危机较为敏感的会计数据和财务指标。

3　设计财务预警模型时应考虑实际情况

国外的财务预警模型是在外国的证券市场和上市公司的背景下建立的。因此，我们在借鉴国外先进的财务预警研究的基础上，还要充分考虑我国的实际情况，结合我国公司的特点，包括组织形式、经营理念、产品性能、管理水平等，量体度身，探索符合我国自身特点的财务预警模型。

不同行业和不同类型公司的风险警源和警兆是有差别的。就电力企业而言，根据经营范围，电力企业可分为发电和电力设备；根据能源结构，电力企业可分为火电、水电、热电和油电等。火电企业与煤价密切相关，而水电受气候的影响较大。因此，企业特征决定了各财务指标在预警模型中的顺序和权重，以及判定警情临界值的范围。电力企业在构建财务危机预警模型时，应综合考虑企业的历史、股权结构、内部控制和长期战略目标等因素。

4　定量与定性相结合

现有预警模型主要侧重于财务定量数据的使用，对于像宏观经济状况、国家政策的变化、不同企业的特殊情况等定性指标考虑的还很少。国内现有的有关财务预警的研究，比较普遍的做法是选取一些定量的财务指标，运用一种统计方法建立预警模型，然后将预警模型运用于目标公司，根据运行结果对目标公司进行财务预警分析。这种做法忽视了非财务指标和定性因素在财务预警分析中的作用，往往一些非财务指标能对公司的财务危机起到很好的预警作用。因此，对电力企业财务预警系统的设计应包括定性模型和定量模型，两者的有机结合构成电力企业的财务危机预警系统。在定性财务预警方面，电力企业还应当借助于一些非历史的和非货币性信息，如煤价波动、替代能源、市场利率、安全和环保等。

5　非现金流量与现金流量指标结合

据统计，美国破产企业中有五分之二是盈利企业，其破产的原因是现金流量不足。比弗的单变量模型验证了现金流量与债务总额之比这项指标来判定企业失败的精确率最高，表明在企业财务预警中，现金流量指标比非现金流量指标更敏感。因此，电力企业在建立和运用财务预警模型时，应适当增加现金流量指标或与现金流量有关指标的数量和权重，以体现现金流量指标在电力企业财务预警中的重要性。

四、结论

伴随着电力体制改革的深入发展，电力企业已经逐步走向市场，传统的经营管理模式受到市场经济的冲击和挑战，各种风险也随之产生。在众多风险中，财务风险是最主要的风险。电力企业只有识别产生财务风险的各种主要因素，建立适当的财务预警模型和机制，严格控制财务风险，才能求得生存和发展。

参考文献

[1]姜秀华，任强，孙锋，上市公司财务危机预警模型研究[J]，预测，2002(3)：56－61