1.引言
1.1研究背景与意义
社团自我介绍1.1.1研究背景
2011年是我国加入WTO的第十个年头，随着我国经济的不断发展，改革开放的不断深入，制造业日益面对激烈的国内市场竞争与国际市场竞争。我国是一个制造业大国，制造业在经济发展中具有特殊地位和作用。世界经济发展的趋势已表明，制造业是一个国家经济发展的基石，也是增强国家竞争力的基础。在过去的20世纪中，是制造业给美国、日本和欧洲带来了巨大的经济发展和市场繁荣。有人坦言：“无论今后科学技术怎样进步，发展先进的制造业将是人类社会永恒的主题，制造业也将永远是人类社会的首席产业”。同时，制造业是解决就业矛盾的一个重要领域，也是新时代提高一个国家整体就业水平的重要基础。世界经济发展的历史表明，虽然第三产业将会吸纳越来越多的生产力，但是制造业仍然是解决就业矛盾的一个重要领域，而且制造业的发展水平直接关系到第三产业的发展。我国的人口压力和就业压力越来越大。因此，发展制造业不仅可以吸收巨大的劳动力，而且随着生产效率的提高，也可以提高劳动力的素质。对维持社会稳定，构建社会和谐有着举足轻重的作用。此外制造业
不仅是高新技术的载体，而且也是高新技术发展的动力。近年来，先进的制造技术不仅创造了更先进的生产方式和更高的生产效率，而且先进的制造技术正在对传统的制造技术进行着系统的改造。当今世界，高度发达的制造业和先进的制造技术已经成为衡量一个国家综合经济实力和科技水平的最重要标志，成为一个国家在竞争激烈的国际市场上获胜的关键因素。
1.1.2研究意义
在激烈的国内及国际竞争的大环境下，虽然我们的制造业上市公司从数量到规模都有了很大的提升，从整体上看，公司的经营状况、盈利状况都有所改善，但每个企业都面临着巨大的生存压力，企业陷入困境、陷入危机的几率大幅度增加。出现了多样化的风险与危机，有些企业逐步从财务状况正常发展到财务状况恶化，陷入财务危机，甚至出现倒闭、破产，使企业本身、投资者等多方面利益遭受到损失。所以本文试图通过对财务预警模型的研究，实现保护企业和投资者利益、防范企业财务风险的目的，具体意义如下：
（1）对于投资者来讲。有助于投资者预知公司是否会陷入财务危机，获取财务危机的事前提示，使投资者对公司的财务状况和经营成果作出预先判断，加强投资的警惕性，这样就
能使投资者尽可能的降低公司股票价格大跌及破产清算的影响，尽可能的避免损失。所以财务预警有助于投资者作出正确的投资决策，切实保障投资者自身利益。
（2）对于企业经营者来讲。可以有效防范财务风险，加强企业内部控制，改善企业经营管理。目前来讲，阶段性地评估企业当前的财务状况是一项极其重要的工作，因为这样可以发现公司潜在的优势和不足，以便采取针对性的对策，制定新的措施，改变企业发展现状，有效阻止企业的财务危机，有助于企业长久、稳定地发展。
（3）对于债权人来讲。目前的债权人以银行和金融企业居多，通过财务预警债权人可以判断企业的偿债能力，合理评估企业未来的资信状况，从而提前采取相应的措施，避免贷款损失，保证债权资产的安全。
（4）对于监管部门来讲。证监会对上市公司进行的监管主要依赖于上市公司年底所披露的财务报表，在时效上具有一定的滞后性。通过财务预警，监管部门便可以利用该公司前几年披露的财务报表提前对上市公司进行监测，对于有财务危机预兆的上市公司，可以通过加强事前监管，更好的维护市场秩序，并且防范股票市场风险。
1.2 国内外文献综述
1.2.1 国外文献研究
国外学者对企业破产预测的研究始于美国历史上的“大萧条”时期，大批银行倒闭，企业破产，市场萧条，生产锐减，失业人数激增，人民生活水平骤降，农产品价格下跌，很多人濒临破产，全面的金融危机接踵而至。
国外对企业财务危机的研究经历了以财务比率分析为主的单变量分析阶段和将财务比率与各种统计方法相结合的多变量分析阶段，具体而言：
最初有关企业财务危机的预警分析主要采用财务报表分析和财务比率分析。财务报表分析的基本思想是通过考核企业财务报表(资产负债表、利润表及利润分配表、现金流量表)中的历史比较、横向比较和结构性比较的数据来实现分析企业真实情况的目的。财务比率分析在本质上是属于财务报表分析，但比财务报表分析又更进一层，主要包括企业的偿债能力、经营能力、获利能力、财务结构、成长能力和现金流量分析等。
真正全面对企业的财务危机进行预测研究的是Fiztpartrick。1932年Fiztpartrick以19家公司为样本，运用单个财务比率将样本划分为破产组和非破产组，进行单变量破产预警研究，其发现判别能力最高的是“净利润/股东权益”和“股东权益/负债”两个比率。
瑶族美女1966年Beaver沿着Fitzpartriek的思路继续研究破产预测问题，在其《财务比率与失败预测》一文中，Beaver以企业危机预测为主题，以单一财务比率指标为基本变量，运用配对样本法，随机挑选了1954年至1964年间的79家运营失败的企业，并针对这79家失败企业挑选了与其产业相同且资产规模相近的79家正常企业，分别检验了反映企业不同财务特征的6组30个变量在公司破产前的1-5年的预测能力，他发现最好的判别变量是“现金流量/总负债”(在公司破产的前一年成功地判别了90%的破产公司)和“净利润/总资产”(在同一阶段的判别成功率是88%)。Bevaer还发现越临近破产日，误判率越低。
十大禁地茼蒿的功效由于单变量分析具有内在的无法克服的缺陷，因此后来的学者开始寻求新的方法。Altman首先将判别分析方法MDA(Multiple Discriminant Analysis)应用到对企业财务危机的研究中。1968年，根据行业和资产规模，他为33家破产公司选择了33家非破产配对公司，选用22个变量作为破产前1-5年的预测备选变量，根据误判率最小的原则，最终确定了5个变量(营运资本/总资产、留存收益/总资产、税息前利润/总资产、权益市场价值/总债务的帐面价值及销售收入/总资产)作为判别变量组成了Z计分(Z-Score)模型。由于Z计分模型是以上市公司中的制造业公司为研究对象，不利于非上市公司及非制造业的评分，所以后来Ahman修改了Z计分模型，分别建立了非上市公司及非制造业的Z计分模型。1977年Altman，Hal
护理实习demna和Narayanan扩展了原始的Z计分模型，建立了ZETA模型，该模型以1962年至1975年间的53家破产企业和58家配对的正常公司为样本，选用了27个初始财务比率进行区别分析，最后选取了7个解释变量，其分类正确率高于原始的Z计分模型，特别是在破产前较长时间的预测准确率较高。由于Z计分模型的预测能力好，成本效益好，后续很多学者也曾按照Atlmna的方法进行了类似的研究并取得了良好的效果，因此多元判别分析方法成为了研究企业财务危机的一种主流方法。
自80年代后，许多相关文献在会计比率选择及新方法的引入方面进行了许多积极的探索。
ohlson(1980)用多元逻辑回归方法分析了1970-1976年间破产的205家公司和2058家公司组成的非配对样本，运用逻辑斯蒂回归法建立了预测模型，他发现至少存在四类显著影响公司破产概率的变量:公司规模、资本结构、经营业绩和当前的变现能力。从1980年代以来，Lgoistic回归分析代替判别分析法，在财务危机预测研究领域占据主流地位。
我爱国防Frydman，Altman和Kao(1955)提供了一种新分类方法一递归划分算法(Rcursive Partitioning)进行财务分析并在公司财务危机的背景下与判别分析作了比较。发现递归划分算法在许多原始样本和对比样本上比判别分析更好。
Platt(1990)检验了与产业相关的财务指标营运指标和产出的变化与公司经营失败的关系，结果证明，用产业因素调整后的模型事前和事后的分析效果较佳。从而证明了在进行财务危机预警研究时，应注意考虑不同行业之间所存在的差异。
亭溪岭古道
Coats和Fant(1991)采用类神经网络构建了破产预测模型。他们用了47家财务危机公司和47家健康公司来建立并检测模型的预测效果，结果显示：模型用于预测财务危机公司准确率达91%;而采用多元判别法的模型预测同样德94家样本企业，多元判别法的预测精度仅为72%。这从而反映出了类神经网络具有较佳的预测能力。但由于其缺乏理论架构说明其运作原理，其预测效果并未得到广泛认同，因此应用前景尚不明朗。
Chen和Lee(1993)利用生存分析法(survival analysis)研究了二十世纪80年代的石油天然气行业，研究样本包括1980-1988年间的75家企业，结果表明，流动性比率、财务杠杆比率、营业现金流、开采成功率、企业历史和规模对企业能否存活影响巨大。
Lindsay和Campball(1994)应用混沌系统对46对破产公司和非破产公司的配对样本进行分析，指出健康公司比非健康公司显现更多的混沌现象，但是利用该理论构筑的预测模型对23对企业的预测结果的第一类错误和第二类错误分别高达19.51%和12.20%。
这些年来，为了克服单一方法的局限，一些研究人员尝试将统计、金融、经济和社会等领域的各种方法相结合推进相关研究，出现了财务预警的混合模式。混合模式是指在进行预警分析时，同时采用两种或两种以上的方法建立模型，以实现企业财务危机预警的目的。建立混合模式的目的是同时采用多种方法，克服各个方法自身的缺陷，取长补短。对此进行的实证研究表明，混合模型与其中包括的单个方法模型相比，有着更高的准确性。2001年，英国学者Fneg Yu Lin和Salyl MCClena以四种独立的财务预警研究方法(判别分析法、逻辑回归法、神经网络方法及决策树方法)为基础，将这几种方法进行不同的组合，建立了几种混合模式，再对这些方法进行实证分析，验证结果表明在同等条件下，混合模式明显优于单个方法模式。
通过上述对西方财务困境预测模型的分类介绍，得出的基本评价是：目前财务困境预测模型尽管层出不穷，但主要使用的还是单变量判别模型、多元线性判别模型和多元逻辑回归模型三大类。其他研究方法虽然也作出了一些有益的尝试，但由于模型开发历史较短，研究不够广泛，模型的稳定性尚有待进一步检验。木兰诗教学设计
1.2.2国内研究现状
我国学者对财务危机预警问题的研究始于二十世纪八十年代末期，国内关于财务危机预警的研究基本以静态分析为主。最初的研究主要是对国外模型的介绍和评价，直至1994年，以我国企业数据为基础，建立适用于我国国情的预警模型的文章才开始出现。此后，国内学者开始提出一些预警的指标框架并开始引进国外的研究方法对财务危机预警问题进行实证研究。
陈静在1999年的研究。此研究以到1998年年底的27家ST公司与同规模、同行业的非ST公司作为研究样本，选取净资产收益率、资产负债率、流动比率及总资产收益率等4个财务比率，进行了单变量分析，研究结果表明：流动比率和资产负债率在宣布ST前1年的准确率最高，但在宣布前两年、前三年时，总资产收益率的准确率最高。
