关键词：国内 财务风险 预警模型
0 引言
财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失的一种预警方式。
国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了对财务预警的研究，并取得了一定的成果。
1 统计方法预警模型
1.1 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。
陈静（1999）以27个st公司和27个非st公司为样本，最终选定资产负债率、净资产收益率等6个财务指标，分别以公司被st的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。
1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。
周首华、杨济华和王平(1996)在z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了f分数模型：
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，而x3、x5与z分数模型的x3、x5不同。x3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。x5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的利息是指企业利息收入去利息支出后的余额)。相对于z分数模型，它可以更准确地预测出企业是否存在财务风险。
张玲(2000)以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。此外，采用mda建模的学者还有黄岩和李元旭（2001）、尹侠等（2001）、向德伟（2002）、卫建国等（2002）、杨淑娥和徐伟刚（2003）、唐振宇等（2004）以及贲友红（2005）。
1.3 logit。logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。
吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用fisher线性判定分析、多元线性回归分析和logistic回归分析三种方法分别建立了三种预警模型，并指出应用logistic回归分析法建立的预警模型误判率最低。
此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率0.1为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建模；顾银宽（2005）则基于jackknife检验进行了建模，均提高了模型预测的准确率。
1.4 核函数方法。罗幼喜等（2005）通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指标超过传统预测方法，较好地解决了大规模样本集应用问题。
2 智能预警模型
智能预警模型则主要是基于神经网络分析的各类模型。神经网络模型是一套人工智慧系统，以模拟生物神经系统的模式，利用不断重复的训练过程，使本身能够透过经验的积累达到学习的效果。
王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非线性映射能力，其学习经验的能力强：学者杨保安等(2001)将bp神经网络分析方法运用到银行财务预警的分析中，构建了非线形财务预警模型。
刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于前两种方法的预测准确率。谢纪刚（2004）等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准确率可达到86%。
张根明、向晓骥和孙敬宜（2006）采用bp神经网络法，以263家制造业上市公司的截面财务指标作为学习样本，并使用76家制造业上市公司作为检验样本，建立了制造业上市公司财务危机预警模型。其研究结果表明，与没有区分行业的通用财务危机预警模型相比，分行业的bp神经网络财务危机预警模型的预测准确率较高，能为广大投资者和监管机构预测公司财务状况提供更可靠的依据。
另外，张华伦、孙毅（2006）提出了一种基于粗糙-模糊神经网络（rough-fuzzy-ann）的模型，并给出了相应的算法，通过以我国上市公司财务数据为基础进行的实证分析表明，这种模型具有预测精度高、学习和泛化能力强、适应性广的优点，为企业财务危机的动态预警提供了一条新的途径。张林（2004）采用cbr技术构建了企业财务预警系统，为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。
3 混合模式及其比较研究
近些年来，还出现了财务预警的混合模式。混合模式是指同时采用两种或两种以上的方法建立模型来进行财务预警分析。对此进行的实证研究表明，混合模型比单个方法模型相有着更高的准确型。如：徐勇（2007）以沪深两市制造业上市公司为样本，通过fisher线性判定分析法和logistic回归分析法对我国制造业上市公司财务危机预警模型进行研究。该研究考虑到了财务指标行业性差异，选择制造业上市公司作为样本，可使研究结果更具针对性。
4 我国财务风险预警模型研究评价
通过上述对国内财务危机预警模型的研究，从单变量、多变量、logit模型这些以统计方法为基础的研究到神经网络模型等非统计智能模型，从单一模型的研究到混合模型及其比较研究，从以财务指标为基础的研究到引入非财务指标的研究，财务危机预警模型的研究受到了国内实务界和学术界的高度重视且取得了重大进展。
与此同时，国内在这方面的研究仍存在不足之处。①不同的预警模型适用条件不同，必然影响到模型的正确性和预测精度。当前对财务危机预警模型的研究大多数偏重用财务指标来构建模型，而非财务因素指标不仅在数据上收集困难而且不易测评。②国内学者对这些模型的研究都是通过实证研究得到的，缺乏理论的指导，研究者在选择变量的时候也受到自身价值判断的影响。③在国内现有的财务预警研究中，指标的选择往往基于一般的财务理论、风险理论和管理理论，有时甚至取决于研究者的直观判断以及资料的可获得性，众多研究者还没有找到令人信服的财务风险和预警理论来支撑所建立的预警模型，由此造成了各种财务预警模型的预警结论不一致。
我国这方面的研究中如何考虑行业和规模的影响，样本设计条件的变化如何影响预测精度，如何从理论上和经验上引进更有效的预测变量，而且国内研究对现金流量指标的重视程度也不够，这些都是我们未来需要进一步研究的方向。
参考文献：
[1]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[j].预测.2002.3.
[2]张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.
[3]赵莹.财务预警模型及其在中国的应用综述.特区经济.2005
关键词：国内 财务风险 预警模型
0 引言
财务风险预警是借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销等理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失的一种预警方式。
国内财务危机预警的研究始于20世纪80年代中后期，对财务危机预警模型的研究则一直到20世纪90年代末才开始。吴世农、黄世忠(1986)曾撰文《中国经济问题》介绍企业破产的财务分析指标及预测模型：国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书，之后我国学者真正开始了对财务预警的研究，并取得了一定的成果。
1 统计方法预警模型
1.1 单变量预警模型。单变量预警模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。
陈静（1999）以27个st公司和27个非st公司为样本，最终选定资产负债率、净资产收益率等6个财务指标，分别以公司被st的前一年、前两年、前三年的财务数据为基础，运用判别分析法做了实证研究。在单变量分析中，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。
1.2 多变量预警模型。多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。
周首华、杨济华和王平(1996)在z分数模型的基础上进行改进，考虑了现金流量变动情况指标，建立了f分数模型：
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，而x3、x5与z分数模型的x3、x5不同。x3=(税后净收益+折旧)/平均总负债，它是一个现金流量变量，是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。x5=(税后净收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力(其中的利息是指企业利息收入去利息支出后的余额)。相对于z分数模型，它可以更准确地预测出企业是否存在财务风险。
张玲(2000)以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型，并使用另外60家公司进行模型进行检验，发现模型具有超前四年的预测结果。此外，采用mda建模的学者还有黄岩和李元旭（2001）、尹侠等（2001）、向德伟（2002）、卫建国等（2002）、杨淑娥和徐伟刚（2003）、唐振宇等（2004）以及贲友红（2005）。
1.3 logit。logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。
吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用fisher线性判定分析、多元线性回归分析和logistic回归分析三种方法分别建立了三种预警模型，并指出应用logistic回归分析法建立的预警模型误判率最低。
此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率0.1为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建模；顾银宽（2005）则基于jackknife检验进行了建模，均提高了模型预测的准确率。
1.4 核函数方法。罗幼喜等（2005）通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指标超过传统预测方法，较好地解决了大规模样本集应用问题。
2 智能预警模型
智能预警模型则主要是基于神经网络分析的各类模型。神经网络模型是一套人工智慧系统，以模拟生物神经系统的模式，利用不断重复的训练过程，使本身能够透过经验的积累达到学习的效果。
王春峰、万海晖、张维等(1999)用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非线性映射能力，其学习经验的能力强：学者杨保安等(2001)将bp神经网络分析方法运用到银行财务预警的分析中，构建了非线形财务预警模型。
刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于前两种方法的预测准确率。谢纪刚（2004）等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准确率可达到86%。
张根明、向晓骥和孙敬宜（2006）采用bp神经网络法，以263家制造业上市公司的截面财务指标作为学习样本，并使用76家制造业上市公司作为检验样本，建立了制造业上市公司财务危机预警模型。其研究结果表明，与没有区分行业的通用财务危机预警模型相比，分行业的bp神经网络财务危机预警模型的预测准确率较高，能为广大投资者和监管机构预测公司财务状况提供更可靠的依据。
另外，张华伦、孙毅（2006）提出了一种基于粗糙-模糊神经网络（rough-fuzzy-ann）的模型，并给出了相应的算法，通过以我国上市公司财务数据为基础进行的实证分析表明，这种模型具有预测精度高、学习和泛化能力强、适应性广的优点，为企业财务危机的动态预警提供了一条新的途径。张林（2004）采用cbr技术构建了企业财务预警系统，为企业财务危机的警度测控、警兆辨识以及防警排警等提供了新的思路。
3 混合模式及其比较研究
近些年来，还出现了财务预警的混合模式。混合模式是指同时采用两种或两种以上的方法建立模型来进行财务预警分析。对此进行的实证研究表明，混合模型比单个方法模型相有着更高的准确型。如：徐勇（2007）以沪深两市制造业上市公司为样本，通过fisher线性判定分析法和logistic回归分析法对我国制造业上市公司财务危机预警模型进行研究。该研究考虑到了财务指标行业性差异，选择制造业上市公司作为样本，可使研究结果更具针对性。
4 我国财务风险预警模型研究评价
通过上述对国内财务危机预警模型的研究，从单变量、多变量、logit模型这些以统计方法为基础的研究到神经网络模型等非统计智能模型，从单一模型的研究到混合模型及其比较研究，从以财务指标为基础的研究到引入非财务指标的研究，财务危机预警模型的研究受到了国内实务界和学术界的高度重视且取得了重大进展。
与此同时，国内在这方面的研究仍存在不足之处。①不同的预警模型适用条件不同，必然影响到模型的正确性和预测精度。当前对财务危机预警模型的研究大多数偏重用财务指标来构建模型，而非财务因素指标不仅在数据上收集困难而且不易测评。②国内学者对这些模型的研究都是通过实证研究得到的，缺乏理论的指导，研究者在选择变量的时候也受到自身价值判断的影响。③在国内现有的财务预警研究中，指标的选择往往基于一般的财务理论、风险理论和管理理论，有时甚至取决于研究者的直观判断以及资料的可获得性，众多研究者还没有找到令人信服的财务风险和预警理论来支撑所建立的预警模型，由此造成了各种财务预警模型的预警结论不一致。
我国这方面的研究中如何考虑行业和规模的影响，样本设计条件的变化如何影响预测精度，如何从理论上和经验上引进更有效的预测变量，而且国内研究对现金流量指标的重视程度也不够，这些都是我们未来需要进一步研究的方向。
参考文献：
[1]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[j].预测.2002.3.
[2]张鸣.企业财务预警研究前沿.北京.中国财政经济出版设.2004.
[3]赵莹.财务预警模型及其在中国的应用综述.特区经济.2005
关键词：企业管理 财务风险预警 多层感知器 主成分分析
一、引言
工业企业从事的是工业性生产或劳务的经营活动，在国家的生产、流通、服务等经济活动中起到了重要作用，但在知识经济迅猛发展的时代，高新技术企业和第三企业的崛起，使得工业企业在投资融资甚至生产经营上都受到了较大的财务威胁，因此要加强对工业企业的财务预警，从而为企业的信息使用者提供及时有效的财务信息，预防企业可能出现的风险，保障股东的权益和市场稳定。
首先在财务风险预警领域树立里程碑的是Beaver（1966），他利用单变量对企业破产进行预测，局限性是对同一企业的风险进行预测时，选择的比率不同，得到的结果也可能有所不同。美国学者Edward Altman在1968年提出了多元变量Z-score模型，突破了单变量的研究。之后学者们纷纷利用多变量财务预警模型进行研究，但在1980年学者Ohlson首次采用Logistic方法预测财务风险。进入20世纪90年代，出现了基于神经网络的财务风险预警模型，得到的结果比较理想。随后一些新的方法如：支持向量机、期权定价模型也被运用到财务风险预警的分析中。我国的财务风险预警研究起步较晚，周首华、杨济华（1996）把现金流量指标引入到Z分数模型中，提出了新的模型―― F分数模型。陈瑜（2000）运用二元线性回归和主成分分析对上市公司财务预警模型的构建进行实证研究。姜秀华、孙铮（2001）则运用Logistic建立回归判别模型。随后的财务风险预警研究采用了新的方法――神经网络，如： BP神经网络（杨淑娥、黄礼，2005），模糊神经网络混合模型（梁杰，2006），遗传神经网络（蔡志岳、吴世农，2006），RBF神经网络对物流企业财务风险预警的评价（刘磊、郭岩，2012）等。随着多学科的交流融合，也出现了其他的模型，如2015年蓝莎运用系统动力学对财务系统进行结构―功能模拟，建立了财务风险预警体系。
总体来看，多元判别分析、Logistic和人工神经网络是主要的预测方法，三者之中预测度最高的是人工神经网络，最差的是多元判别模型。目前文献对工业企业的财务风险预警研究较少，本文选取北京市工业企业与财务风险有关的财务与非财务数据，并引入人工神经网络中相对完善、易于操作的多层次感知器，构建财务风险预警体系。
二、数据样本的确定
（一）样本预警指标选取
本文研究对象是北京市45家在上海证券交易所上市的A股工业企业，并通过csmar数据库收集2012―2014年这些公司的相关指标。选取的指标既包括了反映企业偿债能力、盈利能力、经营能力和发展能力四个方面的财务指标，也涵盖了相关非财务指标，如股权集中度和独立董事比例，总计18项预警指标，如表1所示。
（二）财务风险划分
由于45家北京市工业企业被ST特殊处理的情况较少，且标记为ST发生在出现财务危机之后，很难对企业风险预警产生前瞻性影响，而且财务风险的发生是一个渐进的过程，上市公司的财务状况在不加以控制的情况下会由轻度财务危机转换为重度财务危机。所以本文将财务风险按照以下标准将其细分为低风险、中等风险和重大风险。如果当年的净利润不为负时，表明上市公司的财务风险为低风险;当年首次出现净利润为负，则表明上市公司为中等财务风险水平;当年为第二次出现净利润为负时，则表明财务风险水平很高，归类为重大风险。根据上述标准，将2012―2014年45家公司共135个样本划分为三类，其中：低风险有120个，中等风险为10个，重大风险为5个。
三、实证检验
（一）KMO检验与Bartlett球度检验
在收集到以上45家工业上市公司近三年18项指标数据后，对原始数据进行标准化处理，以消除不同指标间的量纲差异。在此基础上为判断135个样本数据是否能进行主成分分析，首先对标准化后的数据进行KMO检验与Bartlett球度检验，如表2所示，其中KMO值为0.678，大于0.6，适合做主成分分析;Bartlett球度检验的显著性概率为0，说明变量具有统计学意义，而且表现出高度的相关性和显著性。
（二）主成分因子的提取
为了对财务风险预警进行更加有效的分析，需要减少变量的个数，分析2012―2014年共135个样本数据的18项预警指标，利用SPSS软件进行因子分析，提取主成分因子，如表3所示。在特征值大于1时，共提取7个主成分因子，这7个主成分因子的累计方差贡献率达到75.9%，能反映18个变量四分之三的信息。设主成分因子为Fi（i=1，2， …，7），做成分矩阵（如表4所示），可以进一步分析主成分Fi所代表的能力和它反映的有关上市公司的财务信息。
主成分因子F1中资产报酬率、每股收益、营业净利率的比重较大，说明F1主要反映公司的盈利能力;F2中所有者权益增长率和净利润增长率所占的比重大，代表公司的发展能力;F3中反映偿债能力的指标比重较大，说明F3主要变现为偿债能力;F4中非财务指标的独立董事比例比重最大，则把公共因子看成股权结构因子;F5中总资产周转率的比重最大，代表整体营运能力;F6中综合杠杆的比重最大，反映了风险水平能力;F7中营运能力的应收账款周转率和存货周转率指标所占的比重大，F7代表日常营运能力因子。这7个因子涉及到财务和非财务的相关信息，比较全面地反映出财务风险的各种因素。
（三） MLP风险预警模型的构建及实证结果
多层感知器（MLP）是一种多层前馈网络模型，具有高度的非线性映射能力，它由三部分组成：一层为感知单元组成的输入层;一层为（或多层）计算节点的隐藏层;一层为计算节点的输出层。
本文运用SPSS软件，首先将七个主成分因子代表初始的18项指标，代入神经网络的多层感知器，作为协变量，风险程度作为因变量。其次在分区中，按照七比三的比例随机分配个案，即135个样本中70%作为训练变量，30%作为测试变量。其中训练变量中重大风险的样本为3个，中等风险的样本数为8个，低风险的样本数为86个;测试变量中包含重大风险的样本2个，中等风险的样本数为2个，低风险的样本数为34个。然后在体系结构中，设置最低的隐藏层数为1，分批进行培训操作时，选择调整的共轭梯度对算法进行优化。最后可以输出ROC曲线分析准确性和特异性，判断对财务风险的预警能力。
MLP对财务风险预警识别结果如表5所示，已预测与已观测的样本相比，在训练变量中，有三个样本其实属于重大风险，却预测为中等风险，准确率为0，中等风险和低风险全部预测准确，总体来看，训练变量的正确率为96.9%;在测试变量中，重大风险有2个在预测的中等风险水平中，总计的测试变量的准确率为94.7%。由此得出综合正确率为95.8%，其中低风险预测准确率为100%，说明多层感知器对低风险能较好的预测;误判均发生在将重大风险归类到中等风险，究其原因可能是重大风险与中等风险划分不明确，且在第一年出现净利润为负时，第二年要想转亏为盈的难度也很大，或者即使利润为正，为弥补去年差异最后的净利润数额也较小，这样造成重度风险和中度风险的差异不大，利用多层感知器预测时会产生偏差。
四、结论
为了使工业企业对财务风险进行预先的测定和防范，减少风险到来时企业的损失，本文根据45家北京市工业企业的财务数据，运用多层感知器神经网络对工业企业财务风险展开评价研究。
首先按照一定标准，划分样本所面临的财务风险大小，其次利用主成分分析，建立了较为全面的财务风险预警评价体系，包含了盈利能力、偿债能力、发展能力、风险水平、股权结构、整体和日常营运能力等七个指标，其中股权结构等经过量化的非财务指标引入有利于全面反映财务信息。在此基础上结合基于多层感知器的神经网络技术构建财务风险预警模型，实证结果表明，该模型综合正确百分比较高，对中等风险的公司财务风险预测也较为准确，可以为工业企业财务风险预警提供借鉴信息。鉴于模型进行实证分析，可以避免人工预测带来的主观影响，保证评价结果的客观性、准确性。
本文研究的不足是样本只限于北京市在上海证券交易所上市的A股工业企业，样本量较少，特别是按标准划分后的重大风险和中等风险的公司数量较少，导致多层感知器训练不充分，影响到测试结果的准确性。Z
参考文献：
[1]郭文伟，陈泽鹏，钟明.等.基于MLP神经网络构建小企业信用风险预警模型[J].财会月刊，2013，（3）.
关键词：高校;财务风险;财务风险预警系统;指标评价体系
一、高校财务风险预警系统的含义
财务风险是指经济活动的主体在开展经济活动中因筹资、投资和日常经营所面临的风险。高校属于非营利性的事业单位，可以把财务风险定义为高校在发展过程中因资金运动发生损失的可能性及其实际后果。高校财务风险预警系统是高校通过设置财务预警指标和财务预警标准，分析和监测高校的财务风险程度，并采取有效措施来实施风险控制的一项系统工程。通过高校财务风险预警系统的运行，可以分析和评价高校的资金使用效率、财务管理水平以及未来发展能力，尤其是能对高校财务运行中的潜在风险做出预警和提示，为各级部门的决策提供客观依据，并能采取积极措施，控制和化解高校的财务风险。
二、高校财务风险预警系统的构建
财务风险管理的一般程序是风险的识别、风险的测度和风险的控制。本文按照这个思路来构建高校财务预警系统，高校财务预警系统是一个循环运行的系统。基本信息系统负责财务信息的收集，财务信息收集的对象主要是高校内部财务信息和外部信息，并形成一个资料系统，将所有资料传递给分析监测系统。分析监测系统是财务风险预警系统的核心，运用专门的财务预警模型，通过分析监测可以迅速排除对财务影响小的风险，从而将主要精力放在有可能造成重大影响的风险上，对其重点研究，分析出风险的原因，评估其可能造成的损失。风险控制系统应及时根据财务风险水平的高低制定相应的风险防范或化解策略，对财务风险回避、转移和承接。
（一）基本信息系统
良好的财务预警系统必须建立在对大量资料进行统计分析的基础上，形成基本信息系统。负责财务信息的收集和传递，这个系统应该是开放性的，不仅包括信息的输入，还包括信息的输出;不仅有财会人员提供的财会信息，更有其他渠道的信息。这里的会计信息系统不仅是指一般意义上的会计核算报告系统，还包括对会计资料的认真阅读、分析和评价，以及寻找高校潜在的财务风险并及时消除财务风险的工作。
（二）分析监测系统
分析监测系统是财务风险预警系统的核心，它以高校的财务报表及其他相关的资料为依据，通过定量分析与定性分析相结合的方法，对高校存在的风险做出判断，对风险水平达到或超过预警线的财务风险进行预警。定量分析主要是通过设计一套财务风险指标评价体系，来评估高校财务风险的。
1.建立高效财务风险指标评价体系
（1）偿债能力评价指标。第一，资产负债率：资产负债率=负债总额/资产总额×100%反映了在高校总资产中债务资金所占的比重。资产负债率越低代表资产对债务的保障越高。目前大部分高校正在快速发展，所以并不是这个比重越低越好，应该在一定范围内更有利于学校的资金筹集，比重可以设为30%～60%之间，当比重大于60%应该预警，这表明学校有可能要资不抵债。第二，流动比率：流动比率=流动资产/流动负债×100%反映了高校用流动资金偿还流动负债的能力。该比重可以设在2～5之间，当比重小于1.5应该预警，表明学校的短期偿债能力变低。第三，潜在支付能力：潜在支付能力=（年末货币资金+年末应收票据+年末借出款+年末债券投资）/到期债务本息×100%反映了高校收益能力对债务偿还的保障，比重越大说明了潜在支付能力越强，该指标值至少要大于1，指标值小于1时，表明债务有可能会还不上。
（2）运营能力指标。第一，预算收入实现率：预算收入实现率=实际收入/预算收入×100%反映了高校本年预算收入的完成情况，指标值小于100%表明没有完成，大于100%表明实际收入超过预算，接近100%表明完成情况最好。第二，预算支出实现率：预算支出实现率=实际支出/预算支出×100%反映了高校本年预算支出的完成情况，指标小于100%是控制较好，大于100%是超预算支出，接近100%表明基本和预算相符。第三，经费自给率：经费自给率=（事业收入+经营收入+附属单位上缴收入+其他收入）/学校总经费收入×100%反映了高校自筹经费的收入占学校的总经费收入比重。该指标值越大，表明该校自给能力越强。预警指标值可设在50%左右，低于50%则要预警。第四，事业基金可用率：事业基金可用率=（事业基金-借出款-对外投资）/事业基金总数×100%反映了高校可动用的事业基金占事业基金总数的比例。指标值高，说明高校可调动基金弥补预算缺口的能力强，这个预警指标值可根据高校实际情况确定。
（3）发展潜力指标。第一，自筹收入能力：自筹收入能力=自筹收入/总收入×100%反映了高校通过多种渠道创收方面的能力。指标值越大，说明高校自我发展能力越强，预警指标值可根据高校实际情况确定。第二，总资产增长率：总资产增长率=（年末资产总额-年初资产总额）/年初资产总额×100%反映了高校资产的增长情况。指标越大表明学校发展速度越快。第三，自有资金增长率：自有资金增长率=（年末自有资金总额-年初自有资金总额）/年初自有资金总额×100%反映了高校自有资金的增长情况。该指标越大表明学校的发展潜力越好。
2.定量分析和定性分析相结合
定量分析虽然是通过对财务报表进行分析、加工和处理来完成财务风险预警的，有其科学性和合理性，但这种方式也会受到不同高校条件差异、高校在不同时期影响因素的变化、评价时对评价指标的选择，以及高校对会计政策的选择等各种因素的影响，无法满足高校对财务风险预警的全面需要。而定性分析则是在财务报表分析的基础上，结合专业分析人员的经验判断，可以对定量分析的不足加以弥补。如当高校过度依赖贷款、总资产和收入急剧下降、过度大规模扩张、财务预测在较长时间不准确等情况，则预示着高校存在发生财务风险的可能性。为此，高校不但要通过定量分析来把握高校的发展趋势，而且要相应地结合定性分析来进行考量和判断。
（三）高校财务风险控制系统
风险控制系统就是针对分析检测系统对财务运作过程中存在的问题和隐患做出的预警，对不同的财务风险类型提供不同的有效控制措施。控制措施按其是否依靠外界帮助可分为两类：一类是将财务风险转移，另一类是将财务风险自行承接。高校对自身控制能力有限，即使可以控制，但控制的成本和代价太大的财务风险可以实施转移策略，如会同商业银行制定切实可行的还贷方案和多家银行组合实现贷款，向专业保险公司投保等。高校对不能转移的财务风险或自己有能力将损失控制在可容忍范围内的财务风险可以实施自行承接策略。自行承接的方式即制定相应的对策改善目前的财务状况，如加速应收账款的收回，节约开支，有效处理不良资产等。在制定好控制措施后，还应定期检查风险控制措施的实施效果，并根据整个系统的运行情况重新对财务风险评估系统做出的预警进行适当性、有效性、及时性的分析，并对基本信息系统的风险信息进行修正，从而将高校财务预警系统的三部分连成一个有机的整体。
三、高校财务风险预警系统评价结构
根据高校的实际运营情况和管理需要，可以将预警系统反映出来的财务风险情况确定为低、中、较高、高四级。具体解释如下：
1.高校财务风险低。代表了学校收益水平很高，债务的支付能力很强，学校的经营正处于良性循环状态。
2.高校财务风险中。代表了学校处在平均水平，有足够的债务偿还能力，学校的经营处在良性循环水平，但比较容易受到内部、外部不确定因素的干扰，需要及时检测情况。
3.高校财务风险较高。代表了高校收益水平较低，债务的偿还能力有些不足，学校的经营状况不是太好，有可能出现亏损，这就需要格外注意，学校高层要及时采取相应措施。
4.高校财务风险高。代表学校现在处于严重亏损状态，债务偿还能力差，经营状况不佳，基本是资不抵债、恶性循环，这个时候会对学校造成相应影响，要立刻采取对策解决。同时高校应建立财务预警系统的常态机制。通过财务部门专业人员算出的具体数据和财务处领导的有效分析，及时将情况反馈给学校的领导层，变被动为主动，通过学校相关部门具体落实，真正地达到消除财务风险隐患，让学校能健康地可持续发展。
高校财务风险预警系统是高校的报警器，高校必须对预警指标进行事前、事中、事后经常性的监控，对高校每一项重要经营决策活动带来的财务状况变化，进行预先测定，分析判断财务风险程度，为决策提供反馈信息。因此，高校有必要建立财务风险预警体系，一方面使高校树立风险意识，并恰当地运用各种财务预警方法，结合高校的财务预警指标值的变化，随时捕捉高校财务风险的信息，并根据信息和征兆判定高校财务危机的程度，化被动管理为主动管理，防范和化解财务风险或使高校尽快摆脱财务困境，以恢复财务的正常运作。
参考文献：
[1] 张双红.高校财务风险预警系统构建研究[J].教育财会研究，2007，（6）.
[2] 雷振华.高校财务风险预警指标体系的构建研究[J].财会通讯，2007，（2）.
运用G1法确定指标权重,建立财务预警综合指数,以便有效控制高校财务风险的发生。
【关键词】 高校财务风险; 预警指标体系; 预警临界值; G1法; 预警综合指数
财务风险的概念最先出现在财务管理领域,其出发点是基于企业财务管理决策活动过程中的不确定性,指企业的财务系统中客观存在的由于各种难以或无法预料和控制的因素,使企业实现的财务收益和预期财务收益发生背离,因而有蒙受损失的可能性。对高校这种非营利性的事业单位,其财务风险的定义是:高校在运营过程中因资金运动而面临的风险。目前,高校财务风险正逐渐凸显。《中国信贷风险报告2007》显示:2005年以前,我国公办高校向银行贷款总额达1 500亿元~2 000亿元;而2007年全国政协副主席张梅颖的专题调研结果显示,目前高校贷款总额已达2 500亿元,且有扩大趋势。我国高校几乎都有贷款,一般的高校贷款在4亿元~8亿元,高的达到20亿元以上。如此规模的贷款投资所形成的举债负担,直接构成高校的财务风险,是高校面临的严峻问题,加上高校贷款结构失衡而带来的还款期过度集中,加大了高校财务风险程度。因此,建立高校财务预警综合指数,及时、有效、科学地对财务资金风险状况进行预警分析,是保障高校财务工作良性发展的重要环节。
一、高校财务风险预警指标体系
(一)高校财务风险预警指标构建原则
为了提高财务风险预警管理的效果,在建立财务风险预警指标体系过程中应遵循以下原则:
1.充分全面性原则。将高校作为一个整体来考虑,其预警指标体系应能较为全面地涵盖高校财务风险的基本内容,有充分的代表性。
2.灵活时效性原则。选择对预测高校财务危机有指示作用的重要指标,当高校危机因素产生时,该指标能够灵敏、迅速、及时地反映出来,以便管理者作出判断和采取行动。
3.动态可测性原则。高校陷入财务危机是一个逐步的过程,通常是从财务正常发展到财务出现危机。因此,必须将高校经营活动视为一个动态的过程,在分析高校过去经营状况的基础上,预测可能发生的情况,把握高校未来的发展趋势。
4.实用可行性原则。建立预警指标体系既要从理论上注意它的完整性与科学性,又要注意到它的实用性与可行性,保证指标体系所使用的数据可由现实的财务资料信息和会计核算数据来提供。
(二)高校财务风险预警指标体系的建立
财务风险预警指标体系的建立和完善是预警管理理论的核心之一,也是预警管理的难点。本文按照预警指标构建原则,构建由偿债能力、现金流动、营运能力、收益能力、发展潜力和风险指数6方面组成的预警指标体系。考虑到高校财务风险的主要来源是负债和现金流动,所以财务风险预警指标体系应以偿债能力和现金流动为主,营运能力和收益能力为辅,发展潜力和风险指数为补充。
1.偿债能力(C)。偿债能力反映高校偿付各种到期债务的能力。这类预警指标主要包括:
(1)流动比率(C1)=流动资产÷流动负债,预警临界值为1.5~2.0,是区间型变量;
(2)资产负债率(C2)=负债总额÷资产总额,预警临界值为0.4～0.6,是区间型变量;
(3)负债自有资金率(C3)=借入资金÷自有资金,预警临界值为1.0,是稳定型变量;
(4)已获利息倍数(C4)=科研事业结余÷利息,预警临界值为1.0,是极大型变量;
(5)速动比率(C5)=速动资产÷流动负债(速动资产=流动资产-存货-预付账款),预警临界值为0.9,是极大型变量;
(6)现金负债比(C6)=年末累计外债额÷年末现金余额(年末现金余额=库存现金+银行存款+短期证券投资+其他货币资金),预警临界值为0.1,是极小型变量;
(7)基建项目投资负债率(C7)=(年末基建借款+年末基建应付)÷年末基建货币资金,预警临界值为1.0,是极小型变量。
2.现金流动(X)。现金流动反映高校维持日常运转的资金保障能力。这类预警指标主要包括:
(1)可供周转月数(X1)=(年末银行存款+年末现金+年末借出款+年末债券投资+年末应收票据-年末借入款-年末应交税金)
÷(学校全年支出总额÷12),预警临界值为3.0,是极大型变量;
(2)自有资金余额占年末货币资金比重(X2)=(年末事业基金
-投资基金+年末专用基金-留本基金)÷(年末银行存款+年末现金),预警临界值为0.54～0.6,是区间型变量;
(3)非自有资金余额占年末货币资金比重(X3)=(年末借入款项+年末应缴财政专户款项+年末应交税金+年末应付票据
+年末应付及暂付款+年末代管款项+末完项目收支差额)÷年末货币资金,预警临界值为0.5,是极小型变量;
(4)自有资金净余额占年末货币资金比重(X4)=(年末事业基金+年末专用基金-投资基金-留本基金-应收及暂付款中非正常周转垫款)÷年末货币金,预警临界值为0.5,是极大型变量;
(5)垫付资金增减率(X5)=(年末垫付资金-年初垫付资金)
÷年初垫付资金(垫付资金=应收票据+应收及暂付款+借出款),预警临界值为0,是极小型变量。
3.营运能力(Y)。营运能力反映高校合理、有效利用教育资源完成预期目标的能力。这类预警指标主要有:
(1)招生计划现金比率(Y1)=本期招生实际收费÷本期招生应收费,预警临界值为1.0,是稳定型变量;
(2)固定资产增长率(Y2)=(固定资产总额-上年固定资产)
÷上年固定资产,预警临界值为1.0,是极大型变量;
(3)赤字与事业基金比(Y3)=当年赤字总额÷累计事业基金,预警临界值为0.3(取0.3,是考虑到事业基金储备在正常下至少应当可以弥补三年的预算赤字),是极小型变量;
(4)公用支出比率(Y4)=公用经费支出÷事业支出,预警临界值为0.5,是极大型变量;
(5)事业基金现金储备率(Y5)=(现金净额-未完项目现金结余)÷(专用基金+事业基金)(其中,现金净额=可存现金+银行存款+短期证券投资+他货币资金-外债额;未完项目现金结余=未完项目收支差额-项目暂付款),预警临界值为0.6,是极大型变量;
(6)生均学费收入支出比(Y6)=生均学费收入数÷生均支出数,预警临界值为1.0,是极大型变量;
(7)应收及暂付款占年末流动资产的比重(Y7)=应收及暂付款÷(学校总资产-固定资产-无形资产),预警临界值为0.5,是极小型变量。
4.收益能力(S)。收益能力反映高校运用自身力量最大限度地获取最佳办学效益的能力。这类预警指标主要包括:
(1)总资产收益率(S1)=事业结余÷(年末总资产+年初总资产)×2,预警临界值为0,是极大型变量;
(2)校办产业资本保值增值率(S2)=(年末所有者权益-年初所有者权益)÷年初所有者权益,预警临界值为2.25%(相当于现行1年期存款利率),是极大型变量;
(3)教学科研性资产收益率(S3)=教学科研结余÷平均收益性资产,预警临界值为0.1,是极大型变量;
(4)投资收益比率(S4)=(校办企业投资收益+其他投资收益)÷(校办企业投资+其他投资),预警临界值为1.0,是极大型变量;
(5)经费自给率(S5)=(事业收入+经营收入+附属单位上缴收入+其他收入)÷(事业支出+经营支出),预警临界值为0.2,是极大型变量。
5.发展潜力(F)。发展潜力反映高校可持续发展能力。包括现有资产状况、办学条件、自我筹资等能力。主要预警指标有:
(1)自有资金动用程度(F1)=(应收入暂付款中非正常周转垫款+年末对校办企业的投资+年末其他对外投资+年末借出款项)÷(年末事业基金+年末专业基金-留本基金),预警临界值为1.0,是极小型变量;
(2)其他资金占用程度(F2)=(年末学校基金及其他基金暂付
+年末对外投资+年末借出款)÷(年末流动资金来源合计-年末科研类拨款与收入-年末对外服务收入-年末其他借入款),预警临界值为0.2,是极小型变量;
(3)现金净额增长率(F3)=(年末现金余额-年初现金余额)
÷年初现金余额,预警临界值为0.1,是极大型变量;
(4)未来三年平均招生增长率(F4)=(第3年计划招生数÷第1年计划招生数-1)1/3,预警临界值为0,是极大型变量;
(5)经费自筹率(F5)=自筹经费收入÷学校总经费收入,预警临界值为0.4,是极大型变量。
(6)资产权益比率(F6)=净资产÷资产总额,预警临界值为0.5,是极大型变量;
(7)校办产业负债率(F7)=(对校办产业投资÷校办产业实收资本)×(年末校办产业负债总额÷年末校办产业资产总额),预警临界值为0.4,是极小型变量。
6.风险指数(Z)。风险指数反映高校财务风险发生概率的大小。这类预警指标主要包括:
(1)资产安全率(Z1)=资产变现率-资产负债率(资产变现率
=资产变现金额÷资产账面金额),预警临界值为0,是极大型变量;
(2)安全边际率(Z2)=1-(保本收入额÷实际收入额),预警临界值为0,是极大型变量;
(3)学校年度收支比(Z3)=本年度实际总收入÷本年度实际总支出,预警临界值为1.0,是极大型变量。
二、高校财务风险预警综合指数的建立
建立风险预警指标体系的目的是为了使信息定量化、条理化和易操作化,以便能真实、全面地反映高校所面临的财务风险。但仅从某一方面并不能全面把握财务风险的总体状况,因此有必要将各项指标加以综合构成财务预警综合模型(如表1所示)。高校财务预警指数系统主要由两大块构成:财务预警个体指数(FEWII)和财务预警综合指数(FEWCI)。
(一)财务预警个体指数(FEWII)的计算
财务预警个体指数=(各监测指标的实际值÷各监测指标预警临界值)-1
其中,各监测指标的实际值主要根据高校当期财务报表所提供的数据计算而得。计算结果为正表示安全系数,若为负为预警指数。若“各监测指标为区间变量或极小型变量”时,将预警指数子项的被减数与减数位置互换即可。根据计算得出的各监测指标的财务预警个体指数为:Ci(i=1,2……7),Xi(i=1,2……5),Yi(i=1,2……7),Si(i=1,2……5),Fi(i=1,2……7),Zi(i=1,2……3)。
(二)指标权重的确定
通常对于运用专家评分得到的判断矩阵需要进行一致性检验,而且一致性检验存在失效的时候。本文运用一种无需一致性检验的G1法来确定权重,其原理是专家(或决策者)对一系列的指标重要性程度做一个判断,然后根据重要性程度和一些原则对各个指标给予赋值,并依据计算定理得到各个指标的权重。其具体步骤为:
1.确定序关系。若评价指标xi相对于某种评价准则(或目标)的重要性程度大于(或不小于)xj时,则记为xixj。对于评价指标集{x1,x2,…,xm}可按下述步骤建立序关系:(1)专家(或决策者)在指标集{x1,x2,…,xm}中,选出认为是最要(关于某评价准则)的一个指标记为x1*;(2)专家(或决策者)在余下的m-1个指标中,选出认为是最重要(关于某评价准则)的一个(只选一个)指标记为x2*;以此类推,经过m-1次挑选剩下的评价指标记为xm*。这样就唯一确定了一个序关系。
x1*x2*…xm* (1)
为了书写方便且不失一般性,(1)式可记为:
x1x2…xm(2)
2.给出xk―1与xk间相对重要程度的比较判断。设专家关于评价指标xk―1与xk的重要性程度之比wk-1/wk的理性判断分别为:
wk―1/wk=rk,k=m,m-1,m-2,…,3,2 (3)
当m较大时,由序关系(2)式可取rm=1。rk之间满足以下数量约束:若x1,x2,…,xm具有序关系(2)式,则xk―1与xk必须满足:
rk―1>1/rk,k=m,m-1,m-2,…,3,2(4)
3.rk的赋值原理。rk=1.0,表示指标xk―1与指标xk同样重要;rk=1.2,表示指标xk―1与指标xk稍微重要;rk=1.4,表示指标xk―1与指标xk明显重要;rk=1.6,表示指标xk―1与指标xk强烈重要;rk
=1.8,表示指标xk―1与指标xk极端重要。
4.权重wk的计算。若专家(或决策者)给出rk,则wk为:
wm=■(5)
其中,wk―1=rkwk,k=m,m-1,m-2,…,3,2。
以二级预警指标权重计算为例,其计算过程如下:
分别用x1,x2,…,x6表示偿债能力、现金流动、营运能力、收益能力、发展能力和风险指数6个指标,并确定6个指标的序关系为:
x1x2x3x4x5x6?圯x1*x2*x3*x4*x5*x6*
根据赋值原理可得:
r2=w1*/w2*=1.2r3=w2*/w3*=1.4r4=w3*/w4*=1.2
r5=w4*/w5*=1.2r6=w5*/w6*=1.2
而r2r3r4r5r6=2.9030 r3r4r5r6=2.4192r4r5r6=1.728
r5r6=1.44r6=1.2
r2r3r4r5r6+r3r4r5r6+r4r5r6+r5r6+r6=9.6902
所以w6*=(1+9.6902)-1=0.0935w5*=w6*r6=0.1123
w4*=w5*r5=0.1347 w3*=w4*r4=0.1616
w2*=w3*r3=0.2263 w1*=w2*r2=0.2716
故预警指标为x1,x2,…,x6的权重系数为:
w1=w1*=0.2716w2=w2*=0.2263w3=w3*=0.1616
w4=w4*=0.1347w5=w5*=0.1123w6=w6*=0.0935
采用同样的方法可以确定其它预警指标的权重,计算过程略,各预警指标的权重值如表1所示。
(三)财务预警综合指数(FEWCI)的计算
偿债能力预警综合指数C=0.2056C1+0.2056C2+0.1190C3
+0.1713C4+0.1428C5+0.0850C6+0.0708C7
现金流动预警综合指数X=0.2841X1+0.2367X2+0.1644X3 +0.1973X4+0.1174X5
营运能力预警综合指数Y=0.1371Y1+0.1975Y2+0.0952Y3 +0.1646Y4+0.2370Y5+0.1143Y6+0.0680Y7
收益能力预警综合指数S=0.2538S1+0.2115S2+0.2115S3 +0.1763S4+0.1469S5
发展潜力预警综合指数F=0.1605F1+0.1338F2+0.1927F3
+0.0929F4+0.1115F5+0.2312F6+0.0774F7
风险指数预警综合指数Z=0.3956Z1+0.3297Z2+0.2747Z3
财务预警综合指数(FEWCI)=0.2716C+0.2263X+0.1616Y
+0.1347S+0.1123F+0.0935Z
通过上述公式计算所得的结果可以确定财务风险警度,从而为高校财务风险控制提供有力的分析工具。而判断财务风险警度的关键在于有警与无警的临界点。有关学者利用系统化方法中的多数原则、半数原则和均数原则等客观原则进行研究,然后把各种原则应用所得到的结果加以合理综合,得到为多数人接受的较科学的结论。本文在与一般企业警限及警度相比较的基础上,运用上述方法将高校财务预警综合指数(FEWCI)的警限及警度分别设置为:
-0.2
-0.4
-0.6
-1.0
三、结语
通过财务预警综合指数的建立,一方面能让高校全面树立风险意识;另一方面能通过预警指标值的变化,捕捉高校财务风险的信息,化被动管理为主动管理。这对于高校自身加强财务管理,预测风险,科学决策,统筹调度,合理运用资金,均有重要的现实意义。
【主要参考文献】
[1] 徐博韬.我国高校财务风险的形成及其防范[J].会计之友(下),2008(5):31-32.
[2] 许道银.试论高校财务危机预警系统[J].徐州师范大学学报(自然科学版),2003,21(4):19-21.
[3] 黄辉.高校财务风险的衡量指标[J].统计与决策,2005(12):52-53.
[4] 雷振华.高校财务风险预警指标体系的构建研究[J].财会通讯(学术版),2007(2):117-119.
[5] 成法民.高校财务风险预警系统的构建[J].会计之友(中),2007(6):27-28.
[6] 郭琴.高校财务风险预警指标体系构建[J].财会通讯(理财),2008(1):108-109.
[7] 刘跃,王玲.高校财务预警系统构建研究[J].财会通讯(综合版),2007(9):30-31.
[8] 李玉民.高校负债风险预警指标体系研究[J].中国成人教育,2009(2):38-39.
[9] 张国江.浅析高校财务风险的成因及对策[J].管理观察,2009(1):124-125.
企业做到防御风险，首先应识别风险，根据风险构成的因素分类，企业特有的风险主要包括经营风险与财务风险两种；根据投资的主体分类，则风险又可分为市场风险与企业特别风险两种。具体分析如下：
1.1根据风险构成的因素分类
1.1.1经营风险即因生产经营状况的不确定而使企业招致的风险。企业经营风险的原因有许多，且经营风险是广泛存在的。譬如产品销售决策的不利、产品成本的不明确、固定成本的占比很大、产品价格的动荡、市场产生新的竞争对手、消费用户的选择改变等，这部分不确定性因素是企业无法控制的。
1.1.2财务风险即因为负债筹资而导致的股东收益之可变程度与偿债能力的不稳定性，以及因财务信息真实性等导致的其他风险。其在各类财务工作管理当中，因受各项很难预料抑或控制的因素影响，财务状况存在不确定性，进而让企业有遭受损失的可能性。
1.2根据投资的主体分类
1.2.1市场风险也叫做不可分散风险抑或系统风险。此种风险没有办法借助所持证券的多元来消除。譬如因国家内部政治局势和国际政治局势以及大自然带来的各种灾害等因素导致的供求关系的变化。此部分因素能够对大部分投资者产生消极因素，所以没有借助多元的投资予以分散，企业没有办法规避，此最能够诱使企业出现的市场风险，因此亦称做不可分散风险；
1.2.2企业特别风险也叫做非市场风险抑或可分散风险。譬如个别企业遭遇火灾，企业在市场竞争方面的败北、诉讼方面的败北、新产品开发方面的败北等。换句话讲，企业特别风险能够利用把资金投入多项资产予以充分地分散风险。
2完善财务风险预警系统的有效对策和建议
2.1明确识别风险理念，确立风险防范意识
企业领导及全员在思想上确立识别以及防范风险的观念，要掌控财务风险预警系统的构建。那么，怎样建立财务风险预警系统？企业建立健全财务风险预警系统的方法即：唯有集中整理了有关资料，运用相应措施与研究方法，对企业予以必要的研析，揭示出企业财务风险预警的信息反映，对风险预警指标予以分析、判断与应用。则可以找到有关的应对方法，构建完善的风险预警系统。
2.2构建完善的企业财务风险预警监督机制
完善的财务风险预警机制与信息体系可以针对财务风险予以有效的防范与监督，达到风险的全面监督管理。财务风险预警机制要求针对企业出现的财务问题予以风险梳理与防控，结合企业的现实状况制定科学的风险防御方案。譬如：利用财务杠杆原理防控投、融资风险，筹措资金风险。结合市场变化及时有效地整合风险防御方案，防止由于风险预警没有落实而导致的财务损失，应把上市改制企业财务风险减至最低。全面的监督机制可以保证上市改制当中企业财务风险创优管理的科学合理性。财务风险的出现有一些因素是因信息的外泄与人为因素造成，强化完善的财务监督机制可有效防止人为因素造成的财务风险与问题。强化全面监督机制是保证财务风险管理有效实施的关键性手段，只有构建完善的财务监督机制，方能有效防御财务风险针对企业上市改制造成的障碍。
2.3注重预警信息成本，确保预警信息反馈畅通
企业财务预警体系的架构应当让发生预警信息的价值高于发生预警信息的成本，确保系统的建立不仅经济而且有效；财务预警体系一定要以数量极大的动态信息做基础，此则要求强化信息管理，使其可以完整正确及时的往财务风险预警体系输送信息。必要情况可配置专门的职业工作者，让预警信息可快速反馈至领导层进而及时采取对策。
2.4强化税收风险意识，构建企业税收控制预警机制
根据新的会计准则进行税收的核查，企业需要检查会计工作可否实现了正确、及时地落实，同时针对错误的会计行为予以纠正。这属于财务审查的关键性内容。因此，强化税收风险防控意识变得极为关键。强化税收风险意识应做到如下几个方面：应掌握税收风险管理针对企业上市改制的关键性意义，及其在改制当中所起的关键性作用；2.应强化对税收风险防控意识的宣传，让广大企业员工特别是财务管理者与企业管理者全面意识到财务风险管理的关键性作用，在改制的当中提升对税收风险防控工作的注重。强化税收风险防控意识，还必须实施具体的手段来保证风险防控的有效性，此则要求构建企业税收防控之预警机制。构建税收防控预警机制，让其渗透于企业改制的所有环节，实现税收问题之事前预测、事中防控、事毕评估。财务税收预警机制要求根据企业发展特点、根据企业上市改制目标与发展计划、根据企业筹资计划、根据企业投资计划等财务事项实施分析研究，尽量防止税收不利影响的产生。
2.5强化对现金流量表的使用
借助现金流量表让投资人掌握企业的现金流动情况，及时调整企业发展战略与管理举措。运用现金流量表要重视现金流量趋向分析、现金流量结构分析以及现金流量增减变化原因分析，以及借助运算分析一部分经常应用的现金流量比率指标，以充分地把握现金流量同企业的支付能力、现金流量同偿还债务能力以及现金流量同收益质量等之间内在联系。
2.6风险预测要定性分析与定量分析相结合
企业财务风险预警体系不可仅仅重视定量分析，还要根据非量化因素方能提升预警体系的效用。因定量分析具备灵活性极小，针对特定方法均具备统一的模式，极少顾及到企业的个别状况。非量化指标因无必要全面的数据资料，要求凭靠群众的经验针对财务风险的趋势予以定性分析，有时比定量分析愈加真实有效。
3结束语
关键词：光伏；财务；预警
中图分类号：F426.6 文献标识码：A 文章编号：1006-8937（2013）17-0038-01
随着我国人口的不断增多，能源危机逐渐加剧，加上能源消费过程中所带来的诸多环境问题，使得传统以煤炭、石油、天然气为主能源结构迫切需要革新和改变，因此，在全球范围内兴起了可再生资源太阳能应用的相关研究，以实现低碳可持续发展。近年来我国也出台了许多良好的政策大力支持可再生能源产业的发展，迅速使得我国形成了专业化、规模化、国际化的太阳能光伏产业链，涌现诸多知名的光伏生产企业，当然这些光伏生产企业快速的壮大的同时，不可避免面临着技术、竞争、汇兑、利率、资本结构、经营决策等方面的风险，特别是伴随着欧美对我国光伏生产企业诸多贸易保护政策的实施，光伏企业所面临的财务压力更大，因此，对光伏企业财风险预警机制研究具有一定的实际意义，以便建立一个较为完善和有效的财务风险预警系统，避免光伏企业财务风险扩大所带来不良影响。
1 光伏企业财务风险预警存在问题
企业财务风险预警无论是在理论还是实践方面都不是一个新兴话题，发展至今，在各个行业已经取得了长足的进步，当然也在光伏企业得到了应用，但国内部分多晶硅及光伏制造业，受地方政府主导实现了规模投资型超越式发展，未能及时控制好发展与经营风险，最终经营风险转化为支付不能的财务风险，甚至步入债务重组式的破产整合，因此，生搬硬套其它行业较为成熟的企业预警机制出现一些问题，主要表现在以下几个方面。
①科学财务风险预警方法的缺乏。科学财务风险预警方法是财务风险预警工作有效开展的重要前提。目前，多数光伏企业缺乏对财务风险预警机制的系统性和整体性认识，导致财务预警体系存在诸多漏洞。特别是在财务风险预警方法的应用方面，以传统的定性分析方法为主，缺少较为先进的以计算机为手段的模糊数学、AHP、蒙特卡罗模拟等方法。另外在预警指标的选择方面也缺乏全面性、客观性的考虑，自然也就造成了财务风险分析有失科学性和严谨性。
②合理财务风险预警组织机构的缺乏。目前光伏企业还没有设置职能分明、系统完整的风险管理组织机构，即便设置了相关部门，在工作职责落实方面也有所欠缺，一旦风险发生，形同虚设，便无计可施。
③规范财务风险管理信息系统的缺乏。据笔者调查，整个光伏企业缺乏功能齐全的财务风险管理信息系统，导致财务风险分析没有完整、可靠的数据，无法科学评估企业生产经营中存在的财务风险因子，当风险发生时也就无法有效的加以应对，风险预警机制的效应自然难以发挥。
2 光伏企业财务风险预警机制建立
从以上分析可以看出，光伏企业还未建立完善、有效的财务风险预警机制，需要针对性的从以下几个方面加以健全和优化。
2.1 财务预警指标的选择
财务预警指标选择是财务风险分析和财务预警建立的前提，本文在满足有效性、客观性、针对性、敏感性、逻辑性、特殊性等原则的基础上，参阅大量文献，结合光伏企业行情，确定了以反映企业偿债能力、盈利能力、管理能力、发展能力的财务指标和反映企业行业影响力、节能环保能力等的非财务指标。并通过AHP财务风险分析方法，得出目前光伏企业的财务状况存在着较大的风险，主要体现于较低的盈利能力和偿债能力。第一，受前期国际金融危机的影响，各国降低对光伏产业的政策补贴，致使光伏产品价格下降，净利润减少，进而造成光伏企业利息保障倍数、资产周转率、主营业务利润率的大幅下降，甚至主营业务收入增长率、主营业务利润增长率出现负增长。第二，国际运输费用上涨增加了销售费用，研发投入加大、管理机构扩大、雇员增多等都增加了光伏企业成本费用，利润自然出现下滑，导致成本费用利润率的下降。第三，受欧元贬值的影响，外币债务利息增加和外币收入汇兑造成了利息费用大幅上升。可以看出，这些客观存在的财务风险使得光伏企业财务风险预警机制建立更加迫在眉睫。
2.2 预警组织机构的设立
财务风险预警的重要性和专业性决定其实施必须有专业组织机构和人员来完成，因此，文章认为光伏企业应建立专门的财务风险预警组织结构，即在企业中设立独立于其他部门的财务处风险预警部，将财务风险预警纳入正常的工作范畴中，并明确预警部门的权责。预警部在享有与企业其他部门同等权利的基础上，担负着风险控制目标确定、风险信息搜集、风险预防与控制策略制定等职责。预警部需定期利用专业知识和相关技能对企业财务数据和其他信息进行整理、对比和分析，并以书面报告反映企业目前的财务状况，发现存在的财务风险，预测未来可能面临的风险。若发现风险，需要及时制定风险控制方案并落实风险的降低和消除。
2.3 内部控制制度的健全
内部控制制度的健全作为财务治理的最根本措施对财务风险的预防至关重要。我国目前大部分光伏企业都在美国上市，因此面临着《萨班斯法案》的严厉监管，这就要求光伏企业在健全内部控制制度时满足《萨班斯法案》监管要求，需要从以下几个方面加以完善。
①内部控制环境的营造。光伏企业需建立反舞弊机制和规范财务人员职业道德行为，以防止由于个人经济利益驱使而出现虚假财务报告。并培养全体员工的财务风险识别和控制能力，整体性提高企业的风险应对系数。
②风险评估机制的建立。组织专业评估队伍定期对现有风险管理状况进行评估，并根据评估结果加以改进和完善，对控制措施的落实和实施加以监督。
③从上到下风险管理的实施。光伏企业为了加强内部控制，一般会对所有财务科目、财务的业务流程进行检查。但按照《萨班斯法案》对上市公司的要求，需要采取从上至下的风险管理策略，对不重要系统、内部流程、财务报告系统等作适当筛选，以减轻内控工作量。
2.4 财务信息化管理的完善
企业财务信息的及时准确取得是财务风险预警的关键，要实现这一目标其关键是财务信息化管理的完善。光伏企业应全面推广ERP系统的应用，通过一套完整的ERP项目，不仅方便财务信息的收集和管理，更有利于企业其它信息的整合。ERP系统可彻底改变“财务”仅仅只与财务部门相关的观点，事实上，采购、物流、销售等非财务部门在系统中的数据己关联到财务销售成本、销售价格、库存价值等方面的计算、结转，成为财务数据的一部分，这正是ERP系统的真正价值，对财务报表和财务分析都会产生影响。
2.5 财务预警应急系统的构建
应急系统是财务风险预防的一个重要组成部分，正确的财务危机处理措施能保证光伏企业财务预警系统的顺利运行。为此，本文设计了光伏企业的财务预警应急系统程序。首先，企业财务状况异常发现后，立即组建专业应急处理机构。主要包括预警员、信息员及相关负责人，必要时可聘请有经验专业人事联合处理。然后，启动事前建立的应急预案。完善的财务危机应对预案的来源包括公司以前对失误的控制与矫正方案、企业长期使用且行之有效的抵御风险的经验、同行业相关企业财务风险应对的案例等。应急预案内容应与公司经营特点相关，一般应包括处置风险的原则、目标、与债权人的谈判策略、可信任的供应商和经销商、可供咨询的专业机构等。
3 结 语
财务风险预警机制的建设是一个系统性的过程，特别是对于光伏企业而言，更需要从各个环节进一步深化和健全财务风险预警体系，以保证光伏企业在严峻的市场行情中持续稳定的发展。
参考文献：
[1] 邵鹏.我国太阳能光伏企业的财务风险预警与防范研究[D].石家庄：河北大学，2011.
关键词:高校;财务风险;指标体系
引言
高等教育已由精英式教育转变为大众化教育。高校招生规模不断扩大，办学配套设施迅速提高的同时，我们更应关注高校运营质量及财务管理的有序进展。随着我国高等教育体制改革，高校筹资渠道呈现多元化趋势，高校正面临前所未有的机遇与挑战。全面有效地分析高校财务状况，通过建立专门的预警指标体系，及时监测、评价和控制高校运营过程中面临的风险，是高校当前财务管理的重要内容。复杂的经济形势使得高校财务管理正面临多方面风险，包括筹资风险、投资风险和日常运营风险等。高校管理者若不能像企业管理者一样重视风险并力求规避风险，必将给高校可持续发展带来巨大的冲击。目前，国内学者对于高校财务风险的形成原因暂还缺乏系统性的分析，且针对高校财务风险的预警指标体系并没有形成统一标准，因此，对高校财务风险的系统性研究已成为各大高校迫切需要攻克的课题，同时科学合理地构建一套完整的财务风险预警指标体系，具有非常重要的意义和价值。
1高校财务风险的涵义
高校财务风险是指由于各种不确定因素的影响而使高校在资金运动过程中发生实际财务状况与财务目标负面偏离的可能性。高校财务状况恶化是一个逐渐形成的过程，并不会瞬间产生。由此可见，构建高校财务风险的预警指标体系，有助于高校提前洞悉财务状况，及时发现高校财务管理漏洞及薄弱环节，进一步提升高校的综合财务管理水平。
2高校财务风险预警指标体系的构建原则
2.1重要性原则
财务风险预警指标体系的重要性体现于所选的指标能突出反映高校在筹资、投资和日常营运过程中的主要矛盾现象。此外，还应注意成本效益原则，预警指标不宜过多。
2.2横向可比原则
横向可比原则强调指标体系的建立应有助于各高校之间进行横向财务风险的可比性。因此，应根据我国目前通用的财务报表为基础设立指标，建立统一的核算范围，促进指标体系的量化及比较。
2.3实用性原则
构建指标体系的另一重要原则是不仅要保持理论上的科学性和完整性，还应注重其在现实中的可行性与实用性。因此，构建指标体系的所有数据均应由现有的会计核算资料提供，以提高财务风险预警的可操作性。
2.4动态性原则
该原则指指标体系的建立能体现一个动态的持续分析过程。它不仅用于评价高校过去的财务状况，更重要的是能预测高校未来的发展趋势。动态性原则还体现在指标体系必须根据财经政策的新要求和会计核算的更新，逐年同步修正指标体系，以时刻准确反映高校的财务风险状况。
3高校财务风险预警指标体系的构建
预警指标的选取应具有重要性、代表性和敏感性。高校财务风险主要存在于偿债、运营、投资等方面。本文针对性地选取偿债能力指标、营运能力指标、收益能力指标、发展能力指标作为核心指标，将非财务指标作为辅助指标，从而构建一套科学、合理的高校财务风险预警指标体系(见图1)。
3.1偿债能力指标
偿债能力是指高校偿还到期负债的能力。高校只有具备良好的偿债能力，才能抵御突发事件所带来的风险，才能维持良好的财务状况及可持续经营水平。(1)资产负债率。资产负债率指高校的负债总额与资产总额的比率，用于衡量高校利用举债资金进行经营管理的能力，反映高校长期偿债能力。高校资产负债率并不是越低越好，相对于企业而言，高校资产负债率保持在30%～50%较为适宜。资产负债率=负债总额/资产总额×100%。(2)速动比率。速动比率是指高校速动资产与流动负债之比，用于衡量高校短期偿债能力。速动资产是除去高校流动资产中变现能力较差的实验器具、维修配件、储备药品等资产后的流动资产。速动比率是稳定型变量指标，指标值为1.0最为适宜。速动比率=速动资产/流动负债。
3.2营运能力指标
(1)收入支出比。该指标是高校收入总额与支出总额之比。指标值越大，反映出高校自我支付能力越强，属于极大型指标。收入支出比率=收入总额/支出总额。(2)应收款项占流动资产比率。该指标是指高校年末应收款项余额与年末流动资产之比，可以有效衡量高校资金使用效益的高低，及时体现高校资金回收情况。指标指越小，说明高校应收款项对资金的占用越小，营运风险越小。根据我国高校现状，该指标值应控制在50%以内。应收款项占流动资产比率=年末应收款项余额/年末流动资产×100%。(3)招生计划现金比率。该指标是指当年实际收到的学费与应收取的学费之比。学费是高校预算收入的重要组成部分，因此该指标有效衡量了高校财务管理水平。该指标为极大型变量指标，最大值为1.0，即当年所有学生均已缴纳学费。若有近50%学生欠费，就可认定已出现财务风险。招生计划现金比率=当年实际收到的学费/当年应收取的学费。
3.3收益能力指标
(1)资产创收率。该指标是教育补助收入、科研补助收入、教育事业收入和科研事业收入的加总与资产总额之比。高校资产的主要投资产出体现在教育和科研成果收入，所以该指标较好地反映了高校资产的收益能力。资产创收率=(教育补助收入+科研补助收入+教育事业收入+科研事业收入)/资产总额。
3.4发展能力指标
(1)货币资金余额增长率。该指标是指年末货币资金与年初货币资金的差额与年初货币资金之比。该指标值较好地反映了高校财务调控能力，指标值越大，说明支付能力越强，进而有助于高校可持续健康发展。货币资金余额增长率=(年末货币资金－年初货币资金)/年初货币资金。(2)固定资产增长率。该指标是高校年末固定资产总额与年初固定资产总额的差额与年初固定资产总额的比率，反映了高校固定资产增长程度。该指标属于区间型变量指标，体现高校资产管理效果。该指标值越低，说明高校发展潜力欠佳，该指标越高，说明资金有风险。固定资产增长率=(年末固定资产总额－年初固定资产总额)/年初固定资产总额。(3)自筹能力比率。该指标是事业收入、附属单位上缴收入、经营收入和其他收入的加总与本期收入之比，可以衡量高校除财政拨款外多渠道筹资能力。该指标值越大，表明高校自我筹资能力，进而看出高校的自我协调发展能力越强。自筹能力比率=(事业收入+附属单位上缴收入+经营收入+其他收入)/本期收入总额×100%。
3.5非财务指标
(1)新生报到率。新生报到率反映了高校的美誉度及声誉，一定程度上能体现高校的综合评价度。新生报到率=当年报到新生数/当年新生录取数×100%。(2)生师比率。生师比率反映高校人力资源利用率，生师比应符合高校基本办学条件要求，在合适的范围内。生师比率=在校学生年平均数/教师年平均数×100%。(3)毕业生就业率。毕业生就业率高低可以作为高校专业设置或调整的依据。分为初次就业率、年底就业率或毕业后半年的就业率。毕业生就业率=毕业生就业人数/毕业生总数×100%。
4高校财务风险防范措施
4.1加强内部控制建设
为更好地规划高校各项经济活动，高校应制定完善的内部控制制度，建立有效合理的审批授权机制，尤其对于大额资金经济业务必须执行严格的审批制度，并设立多层次监督体系，从事前、事中、事后各方面保证高校正常运作。
4.2强化预算管理
财务风险控制需加强预算编制、预算执行、预算调整的规范。首先，应将财务信息公开作为高校质量体系建设的重要内容，积极推进预算标准和程序公开，预算执行情况及决算情况公开。其次，应改进预算编制方法，主要从加强预算管理责任、制定科学的预算标准、细化预算项目等方面考虑。
4.3优化融资结构
新形势下高校应克服对财政拨款的过度依赖，积极推进多渠道筹资方式，逐步建立政府、社会、市场三位一体的筹资模式。在政府主导下，积极通过市场自有机制和社会各种资源的有效优化配置来合理分摊高校教育成本。
4.4建立可行的财务风险预警系统
高校应在现有的会计核算基础上，根据高校实际构建适合高校本身的预警指标体系，设置预警值，由预警组织机构定期及不定期提交财务风险预警分析报告，适时对高校风险点进行排查及整改，以提高高校财务管理水平。
5结语
高校财务风险预警指标体系的构建目的在于全方位地量化评价高校面临的财务风险，为高校决策管理层提供风险管理决策依据，指导高校事前、事中、事后综合监测财务状况及风险水平，及时做出高校财务风险防范措施。本文针对高校财务风险预警指标体系的构建研究，只是从总体角度出发，尚不具体，各高校在实际运用时可结合自身实际合理设置指标预警值，从而达到有效监测财务风险的目的，并针对预警结果及时采取预防措施，不断提高财务管理水平及风险防范能力。
参考文献:
［1］王萍．我国公立高校财务风险评价指标体系构建［D］．南昌:江西财经大学，2013．
［2］黄青山．高校财务风险指标体系的建立及评估［J］．商业会计:上半月，2009，(19):39－40．．
［3］郜蕊．高校财务风险评价指标体系的构建［J］．中国证券期货，2009，(8X):24－25．
购物车(0)
