王小鵬 趙帥強(qiáng)

【摘要】? 當(dāng)前，我國鋼鐵行業(yè)受產(chǎn)能過剩、鐵礦價(jià)格波動(dòng)、國家環(huán)保政策趨緊以及近期中美貿(mào)易摩擦等因素影響，經(jīng)營面臨諸多不確定性，引發(fā)了潛在的財(cái)務(wù)風(fēng)險(xiǎn)。因此，探索建立適應(yīng)國家政策、符合行業(yè)特色的財(cái)務(wù)預(yù)警模型對(duì)于鋼鐵行業(yè)來說具有重大的理論及現(xiàn)實(shí)意義。文章基于主成分分析法，以多因素模型作為基本框架，通過K-S檢驗(yàn)、T檢驗(yàn)和Mann-Whitney U檢驗(yàn)，從42個(gè)重要財(cái)務(wù)指標(biāo)和1個(gè)非財(cái)務(wù)指標(biāo)中篩選出13個(gè)變量進(jìn)行主成分分析，構(gòu)建F計(jì)分模型，并通過24家上市鋼企近年來的數(shù)據(jù)對(duì)所建立的財(cái)務(wù)預(yù)警模型進(jìn)行測試，結(jié)果顯示模型具有良好的可靠性。

【關(guān)鍵詞】? ?主成分分析法;鋼鐵行業(yè);財(cái)務(wù)風(fēng)險(xiǎn);預(yù)警模型

【中圖分類號(hào)】? F275? 【文獻(xiàn)標(biāo)識(shí)碼】? A? 【文章編號(hào)】? 1002-5812（2019）06-0109-04

一、引言

鋼鐵行業(yè)在我國國民經(jīng)濟(jì)中占據(jù)著十分重要的地位。自2011年以來，我國鋼鐵行業(yè)產(chǎn)能過剩問題逐漸突出，低效、低價(jià)、低利形勢日益嚴(yán)峻。2017年，雖然鋼價(jià)緩慢回升，但鋼鐵行業(yè)的效益仍然處于工業(yè)制造業(yè)、冶煉業(yè)的較低水平，主營業(yè)務(wù)利潤率僅為4.70%，不及當(dāng)年全國規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)利潤率的6.35%。在國家供給側(cè)結(jié)構(gòu)性改革的持續(xù)推進(jìn)下，2018年1—5月，我國鋼鐵行業(yè)有所回暖，如螺紋鋼與上年同期相比利潤增幅達(dá)49%，熱軋鋼增幅高達(dá)350%。在結(jié)構(gòu)轉(zhuǎn)型、國企改革、提質(zhì)增效等政策引導(dǎo)下，管理創(chuàng)新成為鋼鐵行業(yè)高質(zhì)量可持續(xù)發(fā)展的重要手段。企業(yè)財(cái)務(wù)通則規(guī)定，企業(yè)應(yīng)當(dāng)建立財(cái)務(wù)風(fēng)險(xiǎn)管理制度和財(cái)務(wù)預(yù)警機(jī)制。因此，為了促進(jìn)我國鋼鐵行業(yè)的健康發(fā)展，防范財(cái)務(wù)風(fēng)險(xiǎn)，在充分結(jié)合我國經(jīng)濟(jì)運(yùn)行特點(diǎn)和鋼鐵行業(yè)經(jīng)營特征的基礎(chǔ)上，本文建立了科學(xué)有效的財(cái)務(wù)預(yù)警模型，以促進(jìn)企業(yè)管理創(chuàng)新，實(shí)現(xiàn)穩(wěn)健經(jīng)營和可持續(xù)發(fā)展的目標(biāo)。

二、文獻(xiàn)綜述

有關(guān)財(cái)務(wù)預(yù)警理論的基本研究，在國外，自上世紀(jì)30年代開始，F(xiàn)itzpatrick（1932）最早采用單一的財(cái)務(wù)比率分析法，將19家企業(yè)分為破產(chǎn)組和非破產(chǎn)組進(jìn)行對(duì)比研究，構(gòu)建了預(yù)測企業(yè)財(cái)務(wù)危機(jī)的一元判定模型。Altman（1968）以33家破產(chǎn)企業(yè)和33家經(jīng)營正常企業(yè)的財(cái)務(wù)數(shù)據(jù)作為研究支撐，依據(jù)誤判率孰小的標(biāo)準(zhǔn)得出5個(gè)變量作為判別指標(biāo)，構(gòu)建了應(yīng)用最為廣泛的Z-Score模型[1]。Ohlson（1980）選擇了105家經(jīng)營惡化企業(yè)和2 058家經(jīng)營正常企業(yè)組成配對(duì)樣本進(jìn)行了探索，將邏輯回歸方法納入財(cái)務(wù)危機(jī)預(yù)警體系。Zmijewski（1984）選取了3 956家企業(yè)的財(cái)務(wù)數(shù)據(jù)（其中76家為破產(chǎn)企業(yè)），利用Probit模型進(jìn)行了全面財(cái)務(wù)預(yù)警分析。進(jìn)入上世紀(jì)90年代后，Odom（1990）首次將人工神經(jīng)網(wǎng)絡(luò)引入企業(yè)財(cái)務(wù)預(yù)警研究，結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)能夠很好地進(jìn)行財(cái)務(wù)危機(jī)預(yù)測。

在國內(nèi)，由于我國市場經(jīng)濟(jì)及證券市場發(fā)展起步較晚，有關(guān)財(cái)務(wù)預(yù)警管理的研究較為滯后。吳世農(nóng)、黃世忠（1986）首次介紹了如何有效識(shí)別和篩選企業(yè)破產(chǎn)重組預(yù)警指標(biāo)以及相應(yīng)的財(cái)務(wù)預(yù)警模型[2]。以Altman的Z計(jì)分模型為基礎(chǔ)，周守華、楊濟(jì)華（1996）第一次將現(xiàn)金流量并入財(cái)務(wù)預(yù)警指標(biāo)體系，并構(gòu)建了F計(jì)分模型，檢驗(yàn)表明模型預(yù)測準(zhǔn)確度達(dá)73.7%。吳世農(nóng)、盧賢義（2001）將70家被特殊處理的上市公司和70家經(jīng)營正常的上市公司作為研究對(duì)象，綜合運(yùn)用費(fèi)舍爾等線性判別及邏輯回歸方法建立財(cái)務(wù)預(yù)警模型。戴小園、馬迅（2010）將GDP指數(shù)作為重要指標(biāo)與傳統(tǒng)的考察因素相結(jié)合，將10家經(jīng)營惡化企業(yè)和69家經(jīng)營正常企業(yè)作為研究對(duì)象，構(gòu)建邏輯回歸預(yù)警模型，檢驗(yàn)表明預(yù)測準(zhǔn)確度在93%以上[3]。孫靜、王純杰（2018）對(duì)企業(yè)財(cái)務(wù)預(yù)警模型構(gòu)建中的指標(biāo)選擇和研究方法等進(jìn)行了探討[4]。

在我國鋼鐵行業(yè)財(cái)務(wù)預(yù)警研究方面，張晶、張明麗（2011）以濟(jì)鋼集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)管理體系的建立為例，從財(cái)務(wù)風(fēng)險(xiǎn)的防范和控制、財(cái)務(wù)預(yù)警系統(tǒng)、財(cái)務(wù)風(fēng)險(xiǎn)管理反饋等三個(gè)方面探討了鋼鐵企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系[5]。孟星涵（2012）綜合利用因子分析法、相關(guān)性分析法、聚類分析法、判別分析法等進(jìn)行企業(yè)的分類與指標(biāo)的選擇，以我國37家鋼鐵行業(yè)上市公司財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)作為研究對(duì)象，探討了我國上市鋼鐵公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系。龔?。?016）以鋼鐵行業(yè)去產(chǎn)能為背景，采用了10余種不同的方法建立了鋼鐵企業(yè)的財(cái)務(wù)危機(jī)預(yù)警模型，對(duì)40家上市鋼鐵企業(yè)進(jìn)行了財(cái)務(wù)危機(jī)預(yù)警模擬，并以各個(gè)模型的準(zhǔn)確度進(jìn)行了可靠性排序。綜上，我國鋼鐵行業(yè)的財(cái)務(wù)預(yù)警模型眾多，觀點(diǎn)不一，值得進(jìn)一步探討研究。

三、模型構(gòu)建

（一）建模準(zhǔn)備

1.財(cái)務(wù)危機(jī)的衡量標(biāo)準(zhǔn)。由于企業(yè)每年的財(cái)務(wù)狀況受宏觀政策、自身經(jīng)營、戰(zhàn)略調(diào)整等多種因素的共同影響，故為真實(shí)反映企業(yè)創(chuàng)造利潤的能力，本文認(rèn)為“企業(yè)的營業(yè)利潤連續(xù)兩年負(fù)增長”相較于“企業(yè)凈利潤負(fù)增長”更適合作為判定企業(yè)是否潛在財(cái)務(wù)危機(jī)的標(biāo)準(zhǔn)。

2.建模方法。本文選用主成分分析法來構(gòu)建F計(jì)分模型。

3.建模思路。（1）確定研究對(duì)象主體，即鋼鐵行業(yè)具體企業(yè)，并歸納初始變量指標(biāo)。（2）檢驗(yàn)初始變量顯著性，篩選出存在顯著性差異的指標(biāo)，即為構(gòu)建模型的基礎(chǔ)指標(biāo)。（3）根據(jù)對(duì)照組和樣本組的檢驗(yàn)結(jié)果，以主成分分析法作為技術(shù)基礎(chǔ)，在按照以上步驟篩選出來的指標(biāo)中進(jìn)一步提取主成分，進(jìn)而開展模型構(gòu)建。（4）依據(jù)描述統(tǒng)計(jì)量表，規(guī)范所得模型的臨界區(qū)間。（5）檢驗(yàn)?zāi)Ｐ蜏?zhǔn)確度，判別模型的可靠性。

4.數(shù)據(jù)選取。樣本組數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫、新浪財(cái)經(jīng)、網(wǎng)易財(cái)經(jīng)、東方財(cái)富網(wǎng)等，數(shù)據(jù)處理使用SPSS Statistics 19.0。為進(jìn)行指標(biāo)選擇、檢驗(yàn)及模型構(gòu)建，數(shù)據(jù)選取依據(jù)為：

（1）選擇CSMAR數(shù)據(jù)庫中以鐵礦冶煉、鋼鐵產(chǎn)品制造及銷售等為主營業(yè)務(wù)的企業(yè)作為研究對(duì)象總體，主要范圍為證券市場上財(cái)務(wù)數(shù)據(jù)合規(guī)、公開的企業(yè)，如表1所示。

（2）根據(jù)鋼鐵行業(yè)的財(cái)務(wù)特點(diǎn)，通過營業(yè)利潤、資產(chǎn)負(fù)債率、利息保障倍數(shù)等財(cái)務(wù)指標(biāo)篩選出24家鋼鐵企業(yè)，按照1∶1的比例，依據(jù)企業(yè)財(cái)務(wù)狀況是否健康，分為實(shí)驗(yàn)組（否）和對(duì)照組（是），選取兩組數(shù)據(jù)的原則如下：實(shí)驗(yàn)組、對(duì)照組資產(chǎn)規(guī)模相當(dāng);所統(tǒng)計(jì)的兩組企業(yè)財(cái)務(wù)數(shù)據(jù)的會(huì)計(jì)期間一致。財(cái)務(wù)危機(jī)企業(yè)、非財(cái)務(wù)危機(jī)企業(yè)分別為：2013年——華菱鋼鐵、重慶鋼鐵和新鋼股份、山東鋼鐵;2014年——韶鋼松山、鞍鋼股份、首鋼股份、安泰集團(tuán)、南鋼股份和柳鋼股份、西寧特鋼、大冶特鋼、三鋼閩光、武鋼股份;2015年——凌鋼股份、馬鋼股份、撫順特鋼和鄂爾多斯、龍建股份、方大特鋼;2016年——酒鋼宏興、上?？萍己捅句摪宀?、杭鋼股份。

（3）在會(huì)計(jì)期間的確定方面，為盡量弱化供給側(cè)結(jié)構(gòu)性改革及中美貿(mào)易摩擦的影響，突出企業(yè)自身經(jīng)營和財(cái)務(wù)管理方面的主要因素，本文選擇企業(yè)2011—2016年的財(cái)務(wù)數(shù)據(jù)與非財(cái)務(wù)數(shù)據(jù)作為模型建立所使用的指標(biāo)。另外，由于企業(yè)的財(cái)務(wù)危機(jī)并不完全是在當(dāng)年突然爆發(fā)的，而是經(jīng)過之前幾年財(cái)務(wù)狀況的惡化逐漸積累發(fā)生的，因此，危機(jī)企業(yè)選取2011—2014年的財(cái)務(wù)數(shù)據(jù)，非危機(jī)企業(yè)選取2013—2016年的財(cái)務(wù)數(shù)據(jù)，并相互對(duì)照。如新鋼股份選取2013年的財(cái)務(wù)數(shù)據(jù)，與之相互對(duì)照的華菱鋼鐵則選取2011年的財(cái)務(wù)數(shù)據(jù)（用以表示華菱鋼鐵2013年的財(cái)務(wù)狀況）。

5.模型指標(biāo)選取。如表2所示，本文以能夠反映企業(yè)財(cái)務(wù)狀況的幾大指標(biāo)作為財(cái)務(wù)數(shù)據(jù)，以所在會(huì)計(jì)期間會(huì)計(jì)估計(jì)是否發(fā)生重大變更作為非財(cái)務(wù)數(shù)據(jù)，共篩選出43個(gè)初始變量，分別用X1—X43表示（表2中從上向下、從左向右分別對(duì)應(yīng)X1—X43;本會(huì)計(jì)期間企業(yè)的會(huì)計(jì)政策若發(fā)生重大變更取1，否則取2）。

（二）模型建立過程

1.確定指標(biāo)值。從數(shù)據(jù)庫中導(dǎo)出并計(jì)算X1—X43的值。

2.變量篩選。此步驟需要確定擬選取的43個(gè)指標(biāo)是否符合建立模型的數(shù)據(jù)分布要求、是否具有代表性、是否存在共線性等問題。通過對(duì)數(shù)據(jù)的統(tǒng)計(jì)檢驗(yàn)，剔除不顯著的（代表性不強(qiáng)）、存在較強(qiáng)共線性和相關(guān)性的指標(biāo)，具體篩選過程為：

（1）K-S檢驗(yàn)。K-S檢驗(yàn)基于累計(jì)分布函數(shù)，用以檢驗(yàn)兩個(gè)經(jīng)驗(yàn)分布是否不同或一個(gè)經(jīng)驗(yàn)分布與另一個(gè)理想分布是否不同，顯著性水平通常設(shè)定為5%（能承擔(dān)失誤水平的大?。?。假定研究對(duì)象企業(yè)的財(cái)務(wù)指標(biāo)呈正態(tài)分布，將上述各個(gè)指標(biāo)導(dǎo)入SPSS 19.0運(yùn)行K-S檢驗(yàn)，得出：X1、X2、X4、X6、X7、X8、X9、X11、X12、X13、X15、X16、X19、X23、X24、X25、X27、X28、X29、X30、X31、X32、X33、X34、X35、X37、X38、X39、X40、X41、X42、X43共32個(gè)財(cái)務(wù)指標(biāo)的Sig值（相伴概率）大于5%，表示假設(shè)正確，即所選財(cái)務(wù)指標(biāo)呈正態(tài)分布，將通過T檢驗(yàn)做進(jìn)一步篩選;其中11個(gè)財(cái)務(wù)指標(biāo)的Sig值小于5%，不服從正態(tài)分布，不能進(jìn)行T檢驗(yàn)，將進(jìn)行非參數(shù)檢驗(yàn)予以篩選。

（2）T檢驗(yàn)。利用兩個(gè)獨(dú)立樣本T檢驗(yàn)來確定兩個(gè)研究組的財(cái)務(wù)數(shù)據(jù)總體均值是否具有顯著性差異，顯著性水平設(shè)定為5%，“不存在顯著性差異”為零假設(shè)H0。上述32個(gè)財(cái)務(wù)指標(biāo)的T檢驗(yàn)結(jié)果顯示，X6、X31、X32、X33、X35、X37、X38和X42這8個(gè)指標(biāo)的Sig值小于0.05，零假設(shè)H0不成立，兩組樣本數(shù)據(jù)具有顯著性差異，且這些指標(biāo)能夠有效區(qū)別兩組樣本，可作為模型建立指標(biāo)，其他的指標(biāo)予以剔除。

（3）非參數(shù)檢驗(yàn)。對(duì)于X3、X5、X10、X14、X17、X18、X20、X21、X22、X26和X36這11個(gè)指標(biāo)，通過兩個(gè)獨(dú)立樣本的曼-惠特尼U非參數(shù)檢驗(yàn)（Mann-Whitney U檢驗(yàn)）作進(jìn)一步篩選。與T檢驗(yàn)類似，顯著性水平定為5%，“不存在顯著性差異”為零假設(shè)H0。結(jié)果顯示，X3、X14、X20和X36共4個(gè)指標(biāo)的Sig值小于0.05，作為模型建立指標(biāo)，其他的指標(biāo)予以剔除。

（4）經(jīng)過K-S檢驗(yàn)、T檢驗(yàn)、非參數(shù)檢驗(yàn)等一系列步驟后，本文從表2的原始變量中共確定了13個(gè)指標(biāo)來建立模型：X3（利息保障倍數(shù)）、X6（現(xiàn)金流量比率）、X14（可持續(xù)增長率）、X20（凈資產(chǎn)增長率）、X31（資產(chǎn)報(bào)酬率=EBIT/總資產(chǎn)）、X32（營業(yè)利潤率）、X33（成本費(fèi)用利潤率）、X35（資產(chǎn)凈利潤率）、X36（凈資產(chǎn)收益率）、X37（主營業(yè)務(wù)利潤率）、X38（每股收益）、X42（每股自由現(xiàn)金流量）、X43（會(huì)計(jì)政策變更）。

（5）KMO和Bartlett檢驗(yàn)。KMO和Bartlett檢驗(yàn)用于觀測原有變量是否適合做因子分析。在“相關(guān)系數(shù)矩陣符合單位矩陣”（零假設(shè)H0）前提下，對(duì)上述13個(gè)指標(biāo)進(jìn)行檢驗(yàn)，若Sig值小于顯著性水平α，則表明指標(biāo)滿足做因子分析的要求，結(jié)果顯示Sig的值為0，如表3所示。

3.抽取主成分。通過主成分分析法計(jì)算所抽取主成分的特征值、貢獻(xiàn)率，根據(jù)最大方差法旋轉(zhuǎn)后的主成分矩陣如表4所示。

為了更科學(xué)地展示財(cái)務(wù)數(shù)據(jù)所蘊(yùn)含的信息，從而使抽取的主成分更能反映企業(yè)的財(cái)務(wù)狀況，將篩選出的13個(gè)指標(biāo)進(jìn)行旋轉(zhuǎn)，得出主成分矩陣：主成分Z1主要由成本費(fèi)用利潤率解釋，所以Z1反映了企業(yè)的盈利能力：主成分Z2主要由可持續(xù)增長率和凈資產(chǎn)收益率組成，反映了企業(yè)的發(fā)展能力：主成分Z3主要由每股企業(yè)自由現(xiàn)金流量解釋，所以Z3反映了企業(yè)的經(jīng)營能力;主成分Z4主要由利息保障倍數(shù)解釋，所以Z4反映了企業(yè)的償債能力;主成分Z5主要由會(huì)計(jì)估計(jì)變更解釋。

（三）確定主成分表達(dá)式

根據(jù)表4數(shù)據(jù)，利用回歸法計(jì)算成分得分系數(shù)矩陣，也就是主成分表達(dá)式的因子系數(shù)，如下頁表6所示。

根據(jù)表6可以得到因子表達(dá)式：

（四）構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型

1.構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型。

計(jì)算企業(yè)的Z1、Z2、Z3、Z4、Z5（略）和F值，結(jié)果如表7所示。

2.確定F模型的臨界值。利用SPSS得出樣本企業(yè)F值的描述統(tǒng)計(jì)量表，如表8所示。

綜合上述分析，可以得出以下結(jié)論：當(dāng)F>3.776時(shí)，企業(yè)處于財(cái)務(wù)安全區(qū)域;當(dāng)F<1.036時(shí)，企業(yè)處于財(cái)務(wù)危機(jī)區(qū)域;當(dāng)1.036

四、模型檢驗(yàn)

上文利用24家上市鋼鐵企業(yè)2011—2016年的數(shù)據(jù)——具有代表性的財(cái)務(wù)指標(biāo)與具有重大影響的非財(cái)務(wù)指標(biāo)，確定了鋼鐵行業(yè)財(cái)務(wù)危機(jī)預(yù)警模型。將上述24家上市鋼企2008—2016年的相關(guān)數(shù)據(jù)代入模型，得到檢驗(yàn)結(jié)果如表9所示（數(shù)字表示非財(cái)務(wù)健康企業(yè)數(shù)量）。

可以看出，從2008年開始，財(cái)務(wù)危機(jī)企業(yè)逐漸增多，在2015年達(dá)到最大值，這與自2008年以來鋼鐵行業(yè)逐漸低迷、2015年鋼材價(jià)格大幅下降、鋼鐵行業(yè)進(jìn)入“寒冬期”的實(shí)際情況基本相符。同時(shí)從表9也可以看出，在2016年處于財(cái)務(wù)危機(jī)的企業(yè)數(shù)量最少，這與2016年鋼鐵行業(yè)去產(chǎn)能政策的實(shí)施、鋼材價(jià)格逐漸回升有關(guān)。可見，本文構(gòu)建的模型能夠較為可靠地預(yù)測鋼鐵企業(yè)的財(cái)務(wù)狀況。

將撫順特鋼的數(shù)據(jù)代入模型可知，自2008年起，撫順特鋼的財(cái)務(wù)狀況顯現(xiàn)出惡化的跡象或開始惡化，發(fā)生財(cái)務(wù)危機(jī)的可能性比較大，這種狀況持續(xù)到2015年。比較2008—2016年撫順特鋼的資產(chǎn)負(fù)債率以及其母公司東北特鋼的破產(chǎn)重整事件，以及自2017年開始的頻繁停復(fù)牌事件，2018年的長時(shí)間停牌及ST，說明該財(cái)務(wù)危機(jī)預(yù)警模型對(duì)撫順特鋼近幾年的財(cái)務(wù)狀況的預(yù)測較為準(zhǔn)確。

五、結(jié)論

本文從實(shí)際出發(fā)，結(jié)合我國鋼鐵行業(yè)的宏觀背景，針對(duì)鋼鐵行業(yè)的發(fā)展現(xiàn)狀，構(gòu)建了鋼鐵行業(yè)的財(cái)務(wù)預(yù)警模型：首先，依據(jù)一定標(biāo)準(zhǔn)選取24家樣本企業(yè)，然后從償債能力、營運(yùn)能力、盈利能力、成長能力、現(xiàn)金流指標(biāo)、每股指標(biāo)和會(huì)計(jì)估計(jì)變更等方面選取了43個(gè)財(cái)務(wù)指標(biāo)和1個(gè)非財(cái)務(wù)指標(biāo)作為建?；A(chǔ)，并利用K-S檢驗(yàn)、T檢驗(yàn)和Mann-Whitney U檢驗(yàn)等，最終推導(dǎo)出我國鋼鐵行業(yè)的財(cái)務(wù)危機(jī)預(yù)警模型：

在國家去產(chǎn)能政策初見成效、國內(nèi)鋼價(jià)有所上漲并助推國際鋼價(jià)上行的背景下，本文構(gòu)建的鋼鐵行業(yè)財(cái)務(wù)預(yù)警模型可以使我國鋼鐵企業(yè)更好地分析并管理自身的財(cái)務(wù)情況，從而在一定程度上提升我國鋼鐵企業(yè)在全球鋼鐵市場上的競爭力。S

【主要參考文獻(xiàn)】

[1] Altman，E I.Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968，23（4）：589-609.

[2] 吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型[J].中國經(jīng)濟(jì)問題，1986，（6）：5-8.

[3] 戴小園，馬迅.房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警模型實(shí)證研究[J].現(xiàn)代商業(yè)，2010，（05）：127.

[4] 孫靜，王純杰.企業(yè)財(cái)務(wù)預(yù)警模型的比較研究[J].商業(yè)會(huì)計(jì)，2018，（07）：112-114.

[5] 張晶，張明麗.淺析鋼鐵企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理體系[J].冶金財(cái)會(huì)，2011，（02）：39-40.