賈一顏

由于上市公司涉及了大量的投資者，所以上市公司必須具備較強(qiáng)的風(fēng)險(xiǎn)防范意識(shí)，做好風(fēng)險(xiǎn)管理工作，建立健全財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。本文以上市公司財(cái)務(wù)預(yù)警模型的建立和應(yīng)用為主展開了論述。

當(dāng)前，在我國(guó)證券市場(chǎng)的繁榮昌盛下，涌現(xiàn)了大量的上市公司，然而這些上市公司目前還沒有一套高效完善的財(cái)務(wù)預(yù)警模型，給財(cái)務(wù)風(fēng)險(xiǎn)帶來了極大可能。為此，我們必須致力于構(gòu)建適合上市公司的完善財(cái)務(wù)預(yù)警模型，并在實(shí)際中得到有效應(yīng)用。

一、上市公司財(cái)務(wù)預(yù)警的意義

財(cái)務(wù)預(yù)警主要是在財(cái)務(wù)預(yù)警理論的基礎(chǔ)上，以公司財(cái)務(wù)為中心，搜集公司當(dāng)前產(chǎn)生的財(cái)務(wù)數(shù)據(jù)，制定詳細(xì)的財(cái)務(wù)報(bào)表，通過高效的數(shù)據(jù)處理方式，及時(shí)找出公司財(cái)務(wù)運(yùn)轉(zhuǎn)中存在的問題，并對(duì)問題進(jìn)行深入分析和有效解決。

構(gòu)建財(cái)務(wù)預(yù)警模型，可以對(duì)上市公司的經(jīng)營(yíng)狀況加以改善，找出公司經(jīng)營(yíng)發(fā)展中的不足之處，推動(dòng)公司財(cái)務(wù)工作正常有序進(jìn)行，并保證公司穩(wěn)定發(fā)展。所以財(cái)務(wù)預(yù)警的意義在于：一，有利于科學(xué)合理評(píng)價(jià)公司財(cái)務(wù)現(xiàn)狀，一旦財(cái)務(wù)數(shù)據(jù)存在異常立即給出警損，告知公司經(jīng)營(yíng)管理者盡快通過有效策略將財(cái)物損失降低到最小化。二，有利于詳細(xì)介紹公司財(cái)務(wù)變動(dòng)狀況，還一定程度上進(jìn)行財(cái)務(wù)分析。三，有利于對(duì)公司財(cái)務(wù)決策執(zhí)行情況進(jìn)行客觀全面反映，正確判斷公司管理層制定的決策是否科學(xué)合理，是否對(duì)公司財(cái)務(wù)狀況有較好的優(yōu)化成效。

二、上市公司財(cái)務(wù)預(yù)警模型的建立

（一）基于預(yù)警指標(biāo)數(shù)量的單變量模型與多變量模型

單變量模型指的是實(shí)際中通過單一指標(biāo)，以個(gè)別財(cái)務(wù)比率或者現(xiàn)金流量指標(biāo)對(duì)公司的財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)。財(cái)務(wù)健康的公司的財(cái)務(wù)指標(biāo)和存在財(cái)務(wù)危機(jī)風(fēng)險(xiǎn)的公司的財(cái)務(wù)指標(biāo)有著很大差別，強(qiáng)調(diào)可在財(cái)務(wù)比率基礎(chǔ)上開展公司財(cái)務(wù)狀況的預(yù)測(cè)工作。多變量模型指的是通過諸多財(cái)務(wù)指標(biāo)對(duì)公司整體財(cái)務(wù)狀況進(jìn)行系統(tǒng)性衡量，并構(gòu)建相應(yīng)的財(cái)務(wù)預(yù)警模型，科學(xué)預(yù)測(cè)公司財(cái)務(wù)危機(jī)情況。

（二）基于預(yù)警模型可擴(kuò)展性與改進(jìn)性的靜態(tài)統(tǒng)計(jì)模型與動(dòng)態(tài)非統(tǒng)計(jì)模型

靜態(tài)統(tǒng)計(jì)模型與動(dòng)態(tài)非統(tǒng)計(jì)模型是多變量模型的兩種形式，其中，靜態(tài)統(tǒng)計(jì)模型涉及了線性判別模型、主成分分析判別模型、簡(jiǎn)單線性概率模型。線性判別模型指的是通過一定的研究樣本，以多元判別統(tǒng)計(jì)分析方法來設(shè)置判別函數(shù)，進(jìn)而合理預(yù)測(cè)公司財(cái)務(wù)運(yùn)行狀況。主成分分析判別模型主要以多元統(tǒng)計(jì)分析中的主成分分析方法來深入挖掘各因子的形成主成分。簡(jiǎn)單線性概率模型包括對(duì)數(shù)比率模型與概率單位模型，主要通過Logit與Probit概率函數(shù)構(gòu)建判別模型。

動(dòng)態(tài)財(cái)務(wù)預(yù)警模型涉及了神經(jīng)網(wǎng)絡(luò)模型、案例推理法、支持向量機(jī)。其中，神經(jīng)網(wǎng)絡(luò)模型可以完成精準(zhǔn)的計(jì)算、自學(xué)效率高且具有較好的容錯(cuò)能力，將一個(gè)輸進(jìn)層與一個(gè)輸出層及多個(gè)中間層組合起來構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。案例推理法主要按照以往積累的經(jīng)驗(yàn)來判別預(yù)警模型。由于中國(guó)資本市場(chǎng)具有一定的特殊性，財(cái)務(wù)預(yù)警研究中經(jīng)常發(fā)生樣本小、緯數(shù)高、非線性等各種問題，出于將這些問題全面消除的考慮，相關(guān)學(xué)者采用了以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的支持向量機(jī)方法，為上市公構(gòu)建了基于支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)測(cè)模型，全面消除了小樣本在預(yù)警效果方面的影響。

三、上市公司財(cái)務(wù)預(yù)警模型的應(yīng)用

財(cái)務(wù)預(yù)警模型中主要運(yùn)用了會(huì)計(jì)數(shù)據(jù)與財(cái)務(wù)比率，一旦上市公司沒有嚴(yán)格按照協(xié)議進(jìn)行，那么上市公司就會(huì)付出巨大的違約成本，更有甚者引起上市公司倒閉。但是需要注意的是，上市公司倒閉并不直接因?yàn)楣具`反了契約，公司破產(chǎn)倒閉也不是會(huì)計(jì)數(shù)據(jù)與財(cái)務(wù)比率引起。

（一）深入分析預(yù)警模型的預(yù)測(cè)值

財(cái)務(wù)預(yù)警模型的預(yù)測(cè)較為簡(jiǎn)單、精準(zhǔn)和及時(shí)，以某上市公司為例，該公司在使用財(cái)務(wù)預(yù)警模型中，主要以公司的年度財(cái)務(wù)報(bào)告為變量，財(cái)務(wù)數(shù)據(jù)能夠很容易取得，對(duì)財(cái)務(wù)預(yù)警模型的預(yù)測(cè)值計(jì)算過程中，直接把變量值代入到模型中，運(yùn)算十分方便快捷。由于財(cái)務(wù)預(yù)警模型的預(yù)測(cè)過程簡(jiǎn)單，所以對(duì)信息使用者而言，其實(shí)踐應(yīng)用價(jià)值非常高。

關(guān)于財(cái)務(wù)預(yù)警模型的預(yù)測(cè)準(zhǔn)確性，通過多期預(yù)測(cè)模型并套用各個(gè)時(shí)間點(diǎn)的財(cái)務(wù)數(shù)據(jù)對(duì)該上市公司進(jìn)行預(yù)測(cè)。關(guān)于財(cái)務(wù)預(yù)警模型的預(yù)測(cè)及時(shí)性，通過多期預(yù)警模型可以對(duì)該上市公司的財(cái)務(wù)狀況及時(shí)有效觀測(cè)，相應(yīng)地提前了預(yù)測(cè)時(shí)間。

（二）加強(qiáng)財(cái)務(wù)危機(jī)預(yù)警研究

可從分行業(yè)研究、非上市公司的財(cái)務(wù)危機(jī)預(yù)警研究角度出發(fā)，構(gòu)建適合分行業(yè)和分企業(yè)或者分部門的財(cái)務(wù)預(yù)警模型，實(shí)現(xiàn)多元化數(shù)據(jù)收集渠道，拓展數(shù)據(jù)研究范圍。在財(cái)務(wù)預(yù)警研究力度和深入的不斷加大下，工作過程中，各行各業(yè)應(yīng)結(jié)合自身實(shí)況，應(yīng)用能夠滿足本公司要求的財(cái)務(wù)預(yù)警模型。

（三）整體考慮各模型的預(yù)測(cè)結(jié)果

財(cái)務(wù)預(yù)警模型具有精準(zhǔn)性、高效性科學(xué)性等特點(diǎn)，對(duì)上市公司財(cái)務(wù)狀況進(jìn)行了全方位有效評(píng)價(jià)，并準(zhǔn)確預(yù)測(cè)了上市公司今后的發(fā)展趨勢(shì)。不過，不管是靜態(tài)預(yù)警模型還是動(dòng)態(tài)預(yù)警模型，都存在一定的局限。所以上市公司財(cái)務(wù)預(yù)警系統(tǒng)在關(guān)注量化模型與指標(biāo)分析的同時(shí)，還必須充分考慮非量化因素，將定性與定量預(yù)測(cè)方式緊密融合起來，充分完善預(yù)警系統(tǒng)的功能。隨著市場(chǎng)競(jìng)爭(zhēng)越來越激烈，發(fā)生財(cái)務(wù)危機(jī)問題的上市公司數(shù)目一般都比較龐大，不過財(cái)務(wù)危機(jī)問題并不是短時(shí)間內(nèi)形成的，通常都有潛伏期，從最初的量變發(fā)展為質(zhì)變。所以上市公司應(yīng)提早采取有效的技術(shù)手段科學(xué)預(yù)測(cè)公司財(cái)務(wù)狀況，有效預(yù)防財(cái)務(wù)危機(jī)問題。上市公司、投資者、債權(quán)人應(yīng)高度重視這一點(diǎn)。

（四）基于支持向量機(jī)的財(cái)務(wù)預(yù)警模型

支持向量機(jī)可以對(duì)回歸問題及模式識(shí)別等問題進(jìn)行有效處理，相較于神經(jīng)網(wǎng)絡(luò)而言，支持向量機(jī)強(qiáng)化了學(xué)習(xí)機(jī)的泛化能力，也就是通過一定的訓(xùn)練集樣本得到比較小的誤差，降低單獨(dú)測(cè)試集的誤差。支持向量機(jī)屬于一種新型的徑向基神經(jīng)網(wǎng)絡(luò)或者多項(xiàng)式神經(jīng)網(wǎng)絡(luò)，注重以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則，有效降低推廣誤差。支持向量機(jī)具有較為完善的網(wǎng)絡(luò)結(jié)構(gòu)，能夠從經(jīng)驗(yàn)誤差與置信范圍之間獲得平衡點(diǎn)，推廣能力極強(qiáng)。

構(gòu)建支持向量機(jī)財(cái)務(wù)預(yù)警模型時(shí)，應(yīng)充分考慮以下幾點(diǎn)因素：一，利潤(rùn)最大化是上市公司的終極目標(biāo)，公司的盈利能力與經(jīng)營(yíng)成果具有密切的關(guān)系，而經(jīng)營(yíng)成果又與公司的發(fā)展緊密聯(lián)系。如果上市公司的盈利能力與經(jīng)營(yíng)能力不高，那么發(fā)展將成為空談，并且長(zhǎng)此以往還會(huì)面臨倒閉可能，所以盈利能力與經(jīng)營(yíng)能力是上市公司財(cái)務(wù)成敗的核心因素之一。二，上市公司的償債能力直接決定了公司的財(cái)務(wù)危機(jī)及破產(chǎn)風(fēng)險(xiǎn)。如果上市公司的償債能力較低，那么其就面臨了顯著的破產(chǎn)風(fēng)險(xiǎn)，因此財(cái)務(wù)指標(biāo)必須能夠體現(xiàn)公司的實(shí)際償債能力。三，上市公司的經(jīng)營(yíng)發(fā)展能力高低以及資本結(jié)構(gòu)是否完善，都將直接影響公司的財(cái)務(wù)狀況。四，由于部分指標(biāo)數(shù)據(jù)的取得難度較大，對(duì)人力與財(cái)力的需求量大，并且數(shù)據(jù)的整理時(shí)間較長(zhǎng)，所以我們可直接摒棄成本太高的財(cái)務(wù)指標(biāo)或者財(cái)務(wù)比率。比如利息保障倍數(shù)，在計(jì)算其財(cái)務(wù)指標(biāo)過程中需要取得利息費(fèi)用這一數(shù)據(jù)，但上市公司公開的財(cái)務(wù)信息中并未涉及這一數(shù)據(jù)，所以雖然此財(cái)務(wù)比率可以將公司的償債能力充分體現(xiàn)出來，但由于缺乏利息費(fèi)用這一數(shù)據(jù)，應(yīng)直接摒棄。

四、結(jié)語

綜上所述可知，隨著我國(guó)市場(chǎng)經(jīng)濟(jì)改革力度的不斷加大，國(guó)內(nèi)資本市場(chǎng)已經(jīng)進(jìn)入轉(zhuǎn)型期，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展具有重要促進(jìn)作用。然而一些經(jīng)營(yíng)不當(dāng)?shù)纳鲜泄镜呢?cái)務(wù)危機(jī)問題越來越明顯，所以急需要一套完善的財(cái)務(wù)預(yù)警系統(tǒng)，加強(qiáng)預(yù)警上市公司潛在的財(cái)務(wù)危機(jī)。支持向量機(jī)算法實(shí)踐應(yīng)用效果顯著，充分實(shí)現(xiàn)了統(tǒng)計(jì)學(xué)習(xí)理論，為人們處理學(xué)習(xí)問題提供了有效的方法及思路。需要注意的是，支持向量理論還存在一定的局限性，需要我們更進(jìn)一步研究和完善。（作者單位為三全食品股份有限公司）