上市公司财务困境预警研究
中图分类号：F270 文献标识码：A 文章编号：1672-3791（2015）02（a）-0140-01
企业从财务状况的正常指导企业的财务陷入到财务的困境、甚至是出现破产的情况。通常情况下来讲，企业陷入财务困境时通常有两种类型：第一种类型是突发性的，具体事例如英国巴林银行由于交易员里森的违法操作造成银行的破产，一般来讲这种财务危机具有以下两种特点：（1）具有突然爆发性；（2）具有不可预测性的特点。而另一种类型是渐进性的财务危机，这种财务危机的发生是一个逐步发展的过程中出现的，例如，美国东西海岸的连锁店格兰特公司在上世纪七十年代的破产案，在这间公司破产之前的很多年间，公司的财务情况就已经开始逐渐的发生恶化，这种类型主要具有以下两个特点：（1）这类财务困境是逐渐发生的；（2）在公司破产前具有可预测性的特点。
1 财务困境的概念
财务困境在某些文献中也经常被表述成财务危机或是财务失败。在这些文献中与财务困境相关的概念最早出现的文献是Beaver所写的，在他的文献中曾这样对公司是否陷入到财务困境进行鉴别：上市公司是否破产、是否存在拖欠优先股股利以及拖欠债务。在一段时间以后Altman在其所著的文献中曾经这样定义财务困境：企业进入到法定的破产程序。Deakin是这样对财务困境进行定义的，主要就是指公司的破产，以及没有能力偿还债务或是为债权人利益已经进行清算的公司。同一年，Carmichael是这样认为的，上市企业遇到财务困境主要是指在履行义务的时候受到阻碍，其具体表现为以下几点：（1）缺乏流动性；（2）权益不足；（3）债务拖欠的行为；（4）缺乏流动资金等。而Ross是这样认为的，对上市企业的财务困境进行定义主要有以下四点：（1）财务失败，也就是说企业在清算以后也没有能力偿还债权人的债务；（2）法定的破产行为，也就是说企业以及债权人向法院提交破产申请；（3）技术破产，这主要是指企业不能按照规定的期限履行债务合约，支付利息以及本金；（4）会计破产，这种情况主要是指在企业的账面上出现资金为负的情况，即资不抵债的情况。Altman通过对学术界对上市公司财务危机的描述总结出财务危机主要有以下四种表现：（1）上市公司经营问题；（2）上市公司无力偿还债务；（3）上市公司出现违约的行为；（4）上市公司破产。通过以上的分析可以看出，这些专家对于上市公司财务困境的描述基本是统一的，从狭义的方面来说财务困境主要就是指企业的破产，同时也是企业陷入财务困境的最终形成；然而从广义方面来讲，上市公司的财务困境主要就是指企业没有能力支付已经到期的债务和费用。
2 建设上市公司财务困境的预警系统
预警变量的选择主要是财务困境预警研究过程中非常重要的组成，它在一定程度上对财务困境预警模型的设计、财务困境预警的性能有着一定的影响。财务困境的概念以及财务困境预警理论均为预警变量提供了一个具有较强理论性的框架。如上文所阐述的，现阶段还没有一个具有一定规范性的理论可以完全解释、概括引起财务困境的全部因子，所以在实证研究预选变量的时候不能在理论指导上有系统性的选择，而只能靠财务分析判断或其它标准来选择形形色色的变量，再在经验数据基础之上不断地筛选变量。
2.1 上市公司盈利能力的指标
从长远的情况来讲，如果一个企业要想远离财务困境，就一定要拥有非常好的盈利能力。所以，企业的盈利是企业偿还债务的能力是一个企业发展信用的保障，同时也是企业长期、稳定发展所需流动资金的主要来源。通常情况下来讲，一个企业的盈利能力越强，财务基础越牢固，则这个企业对外筹资的能力以及偿还债务的能力也就越强，这也就意味着企业出现财务危机的可能性就越小。所以，一个企业的盈利能力是企业财务预警分析指标的重要标准。
2.2 上市公司偿还债务能力的指标
上市公司偿还债务的分析能力是财务分析的一个重要方面，通过对上市公司进行偿还债务能力的分析可以有效的揭示企业的财务风险，同时上市公司的财务风险与财务困境有着非常紧密的联系，所以债务偿还能力可以作为衡量财务预警分析的指标的又一标准。
2.3 上市公司营运能力的指标
上市公司的营运能力不但可以反映出上市公司的资产管理水平，而且还可以反应出资产配置组合的能力，最关键的是可以对企业的偿还能力以及上市公司的盈利能力造成一定的影响。一个上市公司的资产组合方式越合理，资产周转的速度越快，则说明上市公司的营运能力越强、资产运用的效率越高，企业得到的收入以及盈利就越多。这也直接表明企业的盈利能力越强，这时企业就会有足够的资金去偿还已经到期的债务。会大大的降低企业陷入财务困境的可能。所以，上市公司的营运能力是衡量分析财务预警的重要标准之一。
2.4 粗集与人工神经网络结合
粗集理论以及神经网络有一个共同的特点：就是在自然的环境下都可以正常的工作。但是两者之间也有一定的差异，粗集理论可以对人类的抽象逻辑思维进行模拟，而人工神经网络主要是模拟形象直觉思维，这也表明两者之间存在有不同的特点。粗集理论主要是一种对模糊性以及不确定性进行处理的数学工具，在处理大量数据以及清除冗余信息等方面，粗集理论具有非常好的效果，所以这一理论被广泛的应用在机器学习的数据处理、规则生成等方面。
神经网络的方法也具有非常强的适应能力以及学生能力，神经网络的方法主要应用在对数据进行分类以及预测中，并且这种应用的精度很高，相对比与经典的统计方法，主要却别是，这种神经网络的方法主要应用在小样本的数据分析中，并且可以不需要满足正太分布的要求。
3 结语
随着时代的不断发展与进步，企业面临的竞争也日益激烈，面临的生存环境也日趋复杂，所以怎样构建财务困境预警的指标系统，对相关的信息进行汇总，同时使用与之相匹配的预警模型对企业的财务进行整体的管控，已经成为上市企业急需解决的问题。
