（一）研究目的

近年来，在全球经济一体化的发展趋势下，中国的企业一方面能够得到资源优化配置，有着更多的发展机遇，另一方面也面临着更加多变的市场环境及更激烈的市场竞争，企业的财务风险不断加剧。如果企业不能及时识别财务风险并财务措施，财务风险积聚到一定程度就会演化为财务危机，甚至走向破产。企业是市场经济的基本细胞，也是推动经济发展的主力军，其发展是否健康，不仅关乎其自身命运，也关系着国民经济，国泰民安。2008年美国爆发的次贷危机引发了全球性的股灾和金融危机，中国也未能幸免，大范围企业财务状况面临前所未有的挑战，许多企业纷纷破产，无数人一夜之间失业，这些都不是我们希望看到的。因此，如何帮助企业在全球经济衰退，危机四伏的大环境下，及时发现企业潜在的财务风险，为企业的利益相关者提供预警信号是对理论和现实都具有积极意义的研究。

中国船舶工业是国防工业的重要组成部分，是中国的战略产业，又是国民经济产业体系的重要一环，造船业作为船舶工业的核心部分，对国民经济发展起到举足轻重的作用。然而，造船业受多种风险的影响，包括航运市场的周期性、人民币升值、材料设备价格上涨、产能过剩等，此外还存在人民币利率上调风险、船舶融资风险、技术风险、新政策等风险。这些风险使得中国造船业在兴旺发展之后面临重重困难，对造船业风险的防范要求我们提前预知风险走向，分析造船业风险情况，以便及时采取应对措施。

本文正是基于以上考虑，尝试在对国内外文献回顾和总结的基础上，通过借鉴传统财务风险预警研究的先进方法与成功经验，运用中国重工的财务数据进行财务风险预警研究，为我国上市公司财务风险预警的理论研究与实务工作中的预警指标与预警模型的选择提供参考和借鉴。

（二）研究意义

在财务预警体系的应用方面，我国企业还处于探索阶段，财务预警模型的选取方式多为直接引进国外研究成果。企业身处的经济环境不同，面临的问题也会有差异，因此财务危机预警体系的构建有必要结合企业所处的外部环境及自身特点，只有这样才能提高财务风险预警体系的有效性及适用性。研究企业财务风险预警，具有理论及实践两方面的意义。

就理论意义而言，本文运用功效系数法对我国船舶制造业进行财务危机预警研究，有助于丰富和完善我国财务风险预警理论的内容，拓展研究领域，提供新的理念和新的研究思路。

从实践意义上看，研究财务风险预警体系有助于提升企业风险防范意识，增强企业生存能力，同时对其他企业防范化解财务风险具有借鉴作用，促进行业整体财务风险预警能力的提高。对于上市公司自身而言，真实的财务数据是公司经营业绩最好的成绩单，相关的比率分析更是公司最好的财务预警资讯，会计资讯在上市公司的评估绩效及决策参考方面有着重要的内部功能，若能建立起较完善的上市公司预警体系，势必有助于及时发现问题，解决问题，做到防患于未然；对债权人来说，在决定是否贷款或在制定监督现有贷款的政策时，需要用财务风险预警模型来评价贷款申请人或贷款人所面临的破产风险等重要情况；对于投资人来说，财务预警可以为其投资决策提供依据，在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资；对于银行等金融机构来说，可以将预测结果作为信贷决策的参考指标，帮助金融机构识别企业的偿债能力，减少不良贷款发生，提高资金使用效率；对于审计人员来说，能够帮助审计人员确定审计范围，制定必要的审计程序，并帮助判断被审计公司能否维持经营或保持良好的前景，进而提高审计人员的评估能力，降低审计风险，避免因未能正确披露其经营失败而招致的法律诉讼；对于政府来说，财务预警可以帮助有关部门评价企业的生存能力，有效控制对那些处于财务风险边缘、发展前景较差的企业的政府援助，以减少国有资产流失，有助于优化资源的宏观配置。

（三）国内外研究综述

（1）国外研究综述

国外学者在上世纪三十年代就展开了有关财务风险的预警研究，最初只是使用基础的单变量模型来对其进行研究。随着研究的深入和科学技术水平的提升，学者们对财务风险预警的研究也越来越复杂化和多元化，不再局限于通过单项指标的变动，而是通过多项指标对企业的财务风险进行多方面的评价，综合评定并改善企业的财务状态，以避免其破产倒闭。

随着时代发展，企业经营所要面对的风险种类变得多样化，同时发生风险的概率也在提高，预警手段也随之多样化，以期能提供更精准的预防。不仅是简单的一元、二元变量以及其他模型，还有定性预警分析方法也得到了大家的深入研究。对财务风险进行预警的定性分析方法包含了动态分析法、标准化调查法、四阶段症状分析法和资金运动流程图法等。考虑到定性分析法的结果很大程度上取决于研究人员的职业判断，而这种职业判断具有很强的主观性，并且很多时候都只适用于单个企业，置于行业中是行不通的。因此，学者们对财务风险的研究更偏向于使用定量分析的方法，它们大致经历了如下的过程：

Fitzpatrick（1932）最早对财务预警问题进行研究，他在其研究中使用19组破产和非破产公司作为研究样本，通过单个的财务比率对比发现发生财务困境的企业和财务状况健康企业之间的财务比率显著不同，其中，净利润/股东权益和股东权益/负债这两个指标在对企业财务状况进行分类的过程中具有最高的预测能力。

Beaver（1966）在 Fitzpatrick的研究基础上对单变量预警模型做了进一步的研究，他选取30个财务比率，对1954—1964年79家破产公司、79家正常公司进行一元判定预测研究。结果表明，现金负债总额比和资产负债率具有较好的判别能力，且越靠近公司破产之际，模型的准确度越高。因为该模型的前提假设是认为财务比率与企业财务状况存在严格线性关系，但现实中这两者之间并不存在这种严格的函数关系，而且单一判别变量也无法涵盖整体特质，不能反映出企业的总体财务状况，所以单变量模型在实际应用中还是存在很大缺陷的，逐渐被多变量预警模型取代。

Edward Altman（1968）首次将多变量统计分析方法—判别分析，运用到企业破产预测中，提出了著名的Z-score模型。他选取1946—1965年的33家破产公司、33家正常公司作为样本，采用5个财务变量计算Z值，并以Z值判别公司是否具有财务风险。在使用该模型对其他企业进行评价时发现其表现出了较高的预测能力，在这之后多元分析模型逐渐成为主流的财务分析方法，被广泛的使用。多元线性判别最大的缺陷在于它假设破产和非破产企业都满足正态分布，并且具有相同的协方差，但现实生活中的企业往往不能满足该条件。因此，众多学者开始对线性回归分析法进行改良。

Martin（1977）将Logistic模型运用到银行界，用该模型评估约5700家银行的财务风险并且做出违约分析，结果表明Logistic模型在针对大型企业进行财务风险预警分析时其预测效果最优。但是引用的最为广泛的Logistic回归模型是1980年由Ohlson建立的。Ohlson选取制造业上市公司作为研究样本，他的研究结果不仅证实了其建立的回归模型的高效预测能力，同时证明了虚拟指标在财务困境预警方程中的显著性同样明显。自Ohlson之后，西方学者纷纷采用Logistic回归模型建立财务困境预测模型，但都有其各自的优缺点。

Zwijewski（1984）首次使用Probit模型进行样本的分类研究。随后Skogsvik（1990）和Heodossiou（1993）使用Probit模型进行研究。随着研究深入，研究人员发现Probit最大缺陷是使用过程复杂，实务上缺乏证明，并且该模型在提升模型预测能力上没有显著提高，因此，Probit模型逐渐被后续的新方法所取代。

Aziz Emanuel和Lawson（1988）建立了以现金流量信息为基础的财务预警模型。他们通过对比破产企业在破产前五年的财务数据与正常企业在相同时期的财务数据，发现破产企业的现金流量均值和现金支付所得税的均值与正常企业有很大差异。

Odom和Sharda（1990）首次将神经网络应用于财务预警研究，用以帮助投资者和银行信贷管理部门等做出分析决策。在他们的研究中选取了65家破产公司和64家财务状况健康的公司为研究样本，并使用Altman提出的5个财务指标作为解释变量，使用企业破产前1年的数据，构建神经网络模型。他们的研究结果表明，按照以上方法构建的神经网络模型对检验样本的预测准确率达到79.5%，相对传统单变量或多变量预测模型，神经网络模型具有显著的优越性。神经网络由于需要海量学习数据的支持，因此在单个企业的实际应用有一定的困难，但是多位学者的研究表明，相比其他的多类别判断预警研究方法，神经网络往往具有更高的准确率。

除此之外，2000年，Charitou和Trigeorgis将B-S期权定价模型引入到了逻辑回归模型中来建立预警模型。2001年，FengYuLin和Sally McClean组合了四种方法构建了混合模型实证分析了混合模式具有的优势。2005年，MarcJLeclere引入生存分析模型来对财务风险进行预警。

（2）国内研究综述

我国财务风险预警研究开始得比较晚，在着重于验证国外己有财务风险预警模型的有效性的同时，国内学者在财务风险预警领域的研究也不断发展为构建适用于我国企业实际发展状况的财务风险预警模型。

周首华（1996）等人考虑到现金流量变动是反映企业财务运作的一大衡量指标，因此对Z-score模型进行了改良。他们选取31家破产公司、31家正常公司作为样本，在Z-score模型的5个变量基础上加入现金流量变量,建立了F分数模型，该模型对财务风险的预测准确度更高。张玲（2000）在研究中以120家公司为研究对象，从原来的15个特征财务比率变量推导出只有4个变量的判别函数，并得出判定法则，得到的与Altman不同的Z模型具有超前4年的预测结果，前4年的预估正确率达60%。

陈静（1999） 应用 Beaver 和 Altman 的模型，对 27 对上市公司 1995～1997 年的财务报表数据进行了单变量分析和二类线性判别分析，得出误判率最低的财务指标是流动比率和资产负债率的结论。

吴世农和卢贤义（2001）比较了单变量分析法、多变量分析法、剖面分析法，应用于财务预警研究的准确度，得出多变量分析法对财务风险预测的准确率高于单变量、Logistic模型的判定准确性最高的结论。李娜（2008）首次将逻辑回归分析和因子分析相结合的方法，用于农业企业的财务预警研究。

张爱民、祝春山(2001)将主成分分析和Z分数模型结合起来建立了财务危机预警模型并对此模型进行了实证检验。实证检验表明,通过此种方法对研究变量进行处理之后建立的预警模型具备较好的预测能力。杨淑娥、徐伟刚(2003)选取了1999年的41家ST公司、2000年的26家ST公司和相对应的67家非ST公司作为研究样本,采用主成分分析法,建立了上市公司财务危机预警模型— Y分数模型,并通过研究中的指标初步确定了企业财务状况评价区域,为企业进行财务危机预警提供了一种科学可行的方法。

杨保安（2001）首次将神经网络分析法－BP神经网络应用于财务风险预警研究，该模型判别正确率高达95%。甘敬义、黄明和（2012）应用显著性分析、因子分析法，选取的研究对象为沪深两市上市的制造业公司，建立了BP Adaboost模型。该模型专门适用于制造业上市公司的财务风险预警并进行实证研究。结果表明，BP Adaboost模型对财务风险的预测准确度较高。

国内首次采用功效系数法进行财务风险预警研究的是顾晓安（2000），他从四个方面选择了8个预警指标，首先确定各预警指标的单项功效系数，然后根据指标权重计算出企业整体的综合评分系数，最后将企业的警情根据综合评分系数的分值划入对应的警限区间，同时根据该综合评分系数在对应警度区间内的所处位置来判断企业的财务风险情况。黄辉（2003）将64家制药类上市公司作为研究对象，用四大方面三种不同类型的18项财务指标构建了符合制药类上市公司特点的财务分析预警模型，通过计算分析得出的综合功效系数所处的警情区间来判断研究样本的警度。事实证明，该研究得出的结论较符合实际情况。高雷（2005）等人采用功效系数法以华能国际公司为例，对其财务风险进行预警研究。他们选取了四个方面１７项评价指标作为评价标准，在计算得到综合功效系数后，根据己设置的警度区间判断华能国际的警情，最后发现该公司目前处于无警状态。在这些研究的基础上，很多学者将功效系数法运用于各类行业不同企业的财务风险预警研究中。

（2）文献评述

依据上述文献综述可以看出，目前对于企业财务风险预警领域的研究已经取得了一定的成果，尤其是针对财务风险预警模型的研究呈现出构建更具合理性与科学性，可操作性进一步增强，以及预测准确性不断提高的特点，这些研究成果有利于企业财务风险应变能力的提髙。但是在经营发展中，依据企业实际状况选取适合的财务风险预警方法，同时构建出符合企业自身情况的财务风险预警体系从而对自身财务风险水平实行有效预测是企业更为关注的问题。然而通过前文的文献综述看到，这方面目前已有的研究主要集中在针对某一行业的横向研究，大多数学者的样本选取都是采取一一对应的配比原则进行，这与财务正常企业数量远大于财务危机企业数量这一实际情况严重不相符。加上得到的是普适性的行业预警模型，对具体企业的适用性仍会打上问号，这就更加影响模型的预测能力与效果。这更加说明并非使用最高端先进且复杂的分析方法构建企业的财务风险预警体系才是最有效的，可操作性强而且最符合企业自身状况的预警方法才是更为有效的。而功效系数法正好具有这样的特性，其预警结果实用性较强，可以更好地满足企业需求。通过对功效系数法相关文献的回顾不难发现，不同学者虽然在样本研究上存在行业差异，但是其研究结果都证明了功效系数法对于企业财务风险预警是有效的。因此，本文选取功效系数法作为财务风险预警研究方法，并且基于目前对船舶制造企业的财务风险预警研究较少的现状，采用具体案例纵向研究的方式，选取该行业中规模较大的中国重工为具体案例，试图通过其相关财务指标进行财务风险预警研究，从而构建一个适用于中国重工自身的适用性强且有效的财务风险预警模型。

(一)基本内容

1.绪论

1.1研究目的及意义

1.2财务风险预警研究的文献综述

1.3研究方法和技术路线图

2.功效系数法财务风险预警理论概述

2.1财务风险

2.2财务风险预警

2.3功效系数法

3.中国重工进行财务风险预警的必要性

3.1企业简介

3.2财务风险分析

3.3建立财务风险预警体系的重要性

4.基于功效系数法的预警模型构建

4.1指标的选取

4.2指标权重的确定

4.3评价标准值的确定

4.4预警程度的确定

5.中国重工财务风险预警及应对策略

5.1预警结果分析

5.2应对策略

6.研究结论与展望

6.1研究结论

6.2不足与展望

参考文献

(二)研究方法

1.文献研究法：在写作初期，作者搜集了大量的文献资料，对国内外关于财务风险预警模型的理论研究和应用研究方面的文献资料进行系统地梳理，了解了目前学者对此方面的研究现状和成果，并借鉴了相关的前沿分析。

2.案例分析法：通过将本文所构建的财务风险预警模型应用于中国重工，检验了本文所构建的财务风险预警模型的有效性。

3.定性分析与定量分析相结合：对中国重工的内外部环境因素进行定性分析，同时结合中国重工的财务比率分析，较全面的评估企业的财务风险，更好地为企业经营管理提供对策。

(三)技术路线图

[1] 李欣彤.基于熵值法和功效系数法的财务风险预警研究--以A公司为例[D].云南：云南财经大学，2016.

[2] 闫晓燕.基于功效系数法的Y公司财务风险预警系统构建研究[D].安徽：安徽大学，2016.

[3] 刘齐阳.企业财务风险预警指标体系构建研究[D].湖南：湖南大学，2011.

[4] 祁爱琳.基于功效系数法与神经网络的造船业风险预警研究[D].江苏：江苏科技大学，2009.

[5] 周鸿顺.我国上市公司财务危机预警指标体系构建及实证研究[D].陕西：西安工程大学，2011.

[6] 李旭.基于功效系数法的申安集团财务风险研究[D].哈尔滨：哈尔滨工业大学，2016.

[7] 鲍新中.企业财务预警的研究方法及其改进--基于文献综述[J]. 南京审计学院学报，2012（9）：60-70.

[8] 文艺.基于功效系数法的财务风险预警方法研究---以乐视网为例[D].北京：北京交通大学,2016.

[9] 常有霞.构建上市公司财务危机预警模型的研究[D]. 河北：河北经贸大学,2015.

[10]吴星泽.财务危机预警研究:存在问题与框架重构[J].会计研究，2011(02)：59-65.

[11]卢永艳.上市公司财务困境分析与预测[M].陕西：西安电子科技大学出版社，2014：50-61.

[12]Junqi Yang, Lijia Chen.The Study of Financial Early-Warning Model in Chinese Listed Companies by Fuzzy Neural Network[J].Recent Advances in Computer Science and Information Engineering,2012:325-331.

[13]Liu W., Zhou H., Yuan M. Risk Measurement and Early Warning in the Development of High-Tech Industry[J].Communications in Computer and Information Science,2011: 210.

[14]E.Sztojanov, G.Stamatescu, I.Sztojanov.Early-Warning of Financial Crises Based on Fuzzy Logic[J].Soft Computing Applications,2016.

[15]巫蓉,吴君民.功效系数法对船舶行业上市公司财务预警的探讨[J].中国修船，2005(6):5-8.