上市公司財(cái)務(wù)預(yù)警文獻(xiàn)綜述(范文)

上市公司財(cái)務(wù)預(yù)警模型研究文獻(xiàn)綜述摘要：當(dāng)今社會，上市公司質(zhì)量的好壞決定了證券市場的發(fā)展前景。然而，在激烈的市場競爭中，不少上市公司因經(jīng)營管理不善等原因而陷入財(cái)務(wù)困境甚至瀕臨破產(chǎn)。本文首先分析了國內(nèi)外文獻(xiàn)對財(cái)務(wù)預(yù)警相關(guān)概念界定的區(qū)別，從兩種角度分析了我國上市公司財(cái)務(wù)危機(jī)的狀況，并且進(jìn)一步結(jié)合國內(nèi)外涉及財(cái)務(wù)預(yù)警狀況的案例，通過分析得出在研究上市公司的財(cái)務(wù)問題時，財(cái)務(wù)模型有時會失效。因此，在運(yùn)用各種財(cái)務(wù)預(yù)警模型分析公司財(cái)務(wù)狀況時，應(yīng)當(dāng)在適當(dāng)情況下引入非財(cái)務(wù)因素進(jìn)行研究，合理地將財(cái)務(wù)預(yù)警模型與非財(cái)務(wù)因素相結(jié)合，同時對企業(yè)財(cái)務(wù)狀況進(jìn)行監(jiān)督，適時預(yù)警財(cái)務(wù)危機(jī)。這樣，相較于單一使用財(cái)務(wù)預(yù)警模型進(jìn)行監(jiān)督，更能全方位的掌握公司財(cái)務(wù)狀況的走向，進(jìn)一步做好上市公司財(cái)務(wù)危機(jī)的預(yù)警工作。關(guān)鍵詞：財(cái)務(wù)危機(jī)，財(cái)務(wù)預(yù)警，財(cái)務(wù)預(yù)警模型，非財(cái)務(wù)因素一、 前言在當(dāng)今市場經(jīng)濟(jì)條件下，不論是中國還是世界，企業(yè)生產(chǎn)經(jīng)營極容易發(fā)生財(cái)務(wù)危機(jī)。自中國入世以來，國內(nèi)各企業(yè)參與世界經(jīng)濟(jì)活動的機(jī)會也越來越多，同時參與深度也越來越大，相比以往來看受到金融危機(jī)波及的程度也加深了。企業(yè)財(cái)務(wù)危機(jī)盡管形成的原因有多種,結(jié)果的嚴(yán)重程度也不相同,但基本上都有一個逐步惡化的過程。我們需要一個財(cái)務(wù)預(yù)警系統(tǒng)來揭示在企業(yè)生產(chǎn)經(jīng)營過程中繼將發(fā)生的財(cái)務(wù)問題。本文在介紹財(cái)務(wù)預(yù)警模型、分析各個財(cái)務(wù)指標(biāo)的同時，不但分析了國內(nèi)公司也分析了國外公司，創(chuàng)造性地將中、西方的案例情景融合到一起進(jìn)行研究，通過利用將非財(cái)務(wù)因素與預(yù)警模型相結(jié)合以研究中國財(cái)務(wù)預(yù)警機(jī)制，對探索“處于成長中的中國企業(yè)如何能夠抵御世界經(jīng)濟(jì)的不良影響”這一課題提出幾點(diǎn)看法。二、 財(cái)務(wù)預(yù)警相關(guān)概念（一）財(cái)務(wù)危機(jī)的概念界定1、國外文獻(xiàn)的界定關(guān)于公司是否處于財(cái)務(wù)危機(jī)，國外目前尚沒有一種權(quán)威的界定標(biāo)準(zhǔn)。Ross（1999）認(rèn)為可以從四個方面定義企業(yè)的財(cái)務(wù)危機(jī)：第一，企業(yè)失敗，即企業(yè)清算后仍無法支付債權(quán)人的債務(wù)；第二，法定破產(chǎn)，即企業(yè)或者債權(quán)人由于債務(wù)人無法到期履行債務(wù)合約，并成持續(xù)狀態(tài)時，向法院申請破產(chǎn)；第三，技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；第四，會計(jì)失敗，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。（彭韶兵等，2005）2、國內(nèi)文獻(xiàn)的界定在我國，由于長期實(shí)行計(jì)劃經(jīng)濟(jì)體制，對公司財(cái)務(wù)危機(jī)的研究起步較晚，目前暫時沒有對財(cái)務(wù)危機(jī)下一個權(quán)威的定義。國內(nèi)學(xué)者，如陳靜（1999），張玲（2000）、陳曉與陳治鴻（2000）及吳世農(nóng)與盧賢義（2001）等，多以上市公司被特別處理，特別是因財(cái)務(wù)狀況異常而被特別處理作為界定財(cái)務(wù)危機(jī)的標(biāo)志，而我國上市公司中因財(cái)務(wù)狀況異常而被特別處理的公司絕大部分是由于連續(xù)兩年虧損或一年巨大虧損而產(chǎn)生的，所以也可說，上述學(xué)者是以公司嚴(yán)重虧損作為界定財(cái)務(wù)困境標(biāo)志的。二）財(cái)務(wù)預(yù)警的概念警指標(biāo)的財(cái)務(wù)預(yù)警是以財(cái)務(wù)會計(jì)信息為基礎(chǔ)，通過設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對企業(yè)可能或者將要面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時監(jiān)控和預(yù)測警報(bào)。（張鳴等，2004）三、 財(cái)務(wù)預(yù)警模型理論關(guān)于公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的研究在海外歷史悠久，在國內(nèi)則剛剛起步，總體而言，運(yùn)用于財(cái)務(wù)危機(jī)預(yù)測的方法可分為統(tǒng)計(jì)類和非統(tǒng)計(jì)類兩大類。而統(tǒng)計(jì)類分析法又分為單變量分析法和多變量分析法，這里主要介紹后者，多變量分析法主要有判別分析法、回歸分析法等；非統(tǒng)計(jì)類分析法為多變量分析法，主要有遞歸分析法、人工智能等分析法。（一） 國外預(yù)警模型研究現(xiàn)狀1、統(tǒng)計(jì)類財(cái)務(wù)預(yù)警模型統(tǒng)計(jì)類財(cái)務(wù)危機(jī)預(yù)警模型主要包括：一元判別模型、多元線性判別模型、多元邏輯回歸模型、多元概率比回歸模型等。（1）單變量財(cái)務(wù)預(yù)警模型單變量判定模型是指將某一項(xiàng)財(cái)務(wù)指標(biāo)作為判別標(biāo)準(zhǔn)來判斷公司是處于破產(chǎn)狀態(tài)還是非破產(chǎn)狀態(tài)的一種預(yù)測模型（張鳴等，Beaver 2004）（1966對單變量判定模型進(jìn)行系統(tǒng)的分析，他對1954-1964年期間的79家發(fā)生財(cái)務(wù)危機(jī)的公司和相同數(shù)量、同等資產(chǎn)規(guī)模的成功公司的30種財(cái)務(wù)比率進(jìn)行了比較研究（即通過個別財(cái)務(wù)比率走勢惡化來預(yù)測財(cái)務(wù)危機(jī)狀況）。在排除行業(yè)因素和公司資產(chǎn)規(guī)模因素的前提下，Beaver的研究表明，可以有效預(yù)測財(cái)務(wù)危機(jī)的比率有債務(wù)保障率、資產(chǎn)收益率、資產(chǎn)負(fù)債率和資產(chǎn)安全率。同時，他的研究結(jié)果表明，債務(wù)保障比率（現(xiàn)金流量/債務(wù)總額）預(yù)測財(cái)務(wù)危機(jī)的效果最好，資產(chǎn)負(fù)債率次之。債務(wù)保障比率在失敗前一年、兩年、三年、四年、五年用于預(yù)測的準(zhǔn)確率分別為87%,79%,77%,76%和78%，表明離失敗日越近，預(yù)見性越強(qiáng)。（王化成，2004）單變量分析是最早應(yīng)用于企業(yè)財(cái)務(wù)預(yù)警的實(shí)證模型，它開創(chuàng)了財(cái)務(wù)預(yù)警實(shí)證研究的先河，其優(yōu)點(diǎn)是簡單，但是其具有以下的局限性：①不 同財(cái)務(wù)比率的預(yù)測方向與能力經(jīng)常有相當(dāng)大的差距，根據(jù)不同的財(cái)務(wù)指標(biāo)進(jìn)行判斷有可能得出相反的結(jié)論，造成結(jié)論沖突。②某些財(cái)務(wù)比率可能已被公司管理當(dāng)局粉飾過，因此做出的預(yù)測不一定可靠。③公司的生產(chǎn)經(jīng)營活動受到許多因素的影響，各種因素之間既有聯(lián)系，又有區(qū)別。這些缺陷嚴(yán)重影響了單變量模型的適用性。（2）多元線性判別模型多元判別模型是運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總判別分（稱為Z值）來預(yù)測財(cái)務(wù)危機(jī)的模型。（王化成， 2004）1）Z模型1968年，美國學(xué)者Altman在《金融雜志》上發(fā)表《財(cái)務(wù)比率、判別分析和公司6破產(chǎn)的預(yù)測》提出了多元判別模型，首次將多元線性判別方法引入到財(cái)務(wù)危機(jī)預(yù)測領(lǐng)域，奠定了多變量模型財(cái)務(wù)預(yù)警系統(tǒng)的理論基礎(chǔ)。他研究了1946-1965年提出破產(chǎn)申請的33家公司和同樣數(shù)量的非破產(chǎn)公司，選取五個主要的財(cái)務(wù)指標(biāo)。Altman的多元判別模型如下：判別模型：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 （2-1）其中：Xi:營運(yùn)資金/總資產(chǎn)X2:留存收益/總資產(chǎn)X3:息稅前利潤/總資產(chǎn)為:股票市價/總負(fù)債面值X5:銷售總額/總資產(chǎn)通過多元判別模型產(chǎn)生了一個總的判別分，稱為Z值，并依據(jù)Z值進(jìn)行判斷。測算后，Altman評出了破產(chǎn)下限值為1.81，即如果Z小于1.81則可以認(rèn)為該公司破產(chǎn)的可能性很大；非破產(chǎn)上限值為 2.99，即如果Z大于2.99則可以認(rèn)為該公司處于財(cái)務(wù)健康狀態(tài)，若Z落在1.81到2.99范圍內(nèi)則認(rèn)為該公司處于灰色區(qū)域，不能直接進(jìn)行判定。Z分?jǐn)?shù)模型克服了單變量模型出現(xiàn)的對于同一公司不同比率預(yù)測出不同結(jié)果的現(xiàn)象。該模型的預(yù)測結(jié)果表明，破產(chǎn)前兩年預(yù)測準(zhǔn)確率最高，隨著時間的提前，預(yù)測準(zhǔn)確率下降。2）ZETA模型（修正的Z模型）1977年，Altman,Haldeman和Narayanan建立了第二代Z-score模型，其目的是創(chuàng)建一種能夠明確反映公司破產(chǎn)問題研究的最新進(jìn)展的度量指標(biāo)。他們選取了1969-1975年間的53家破產(chǎn)企業(yè)和58家非破產(chǎn)企業(yè)。在分析變量方面，先選出了27個變量，最終篩選出7種變量構(gòu)建模型，包括資產(chǎn)報(bào)酬率、盈利的穩(wěn)定性、債務(wù)償付能力、累積盈利能力、流動性、資本化程度、資產(chǎn)規(guī)模。結(jié)果表明ZETA模型用于預(yù)測五年和一年的財(cái)務(wù)危機(jī)企業(yè)精度分別為70%和91%，而且對相同樣本的比較分析表明，ZETA模型明顯優(yōu)于1968年Altman發(fā)明的Z模型。多變量模型可以說是對單變量模型的修正，在一定程度上彌補(bǔ)了單變量模型的一些缺陷，但仍然有自身的局限性。具體局限性如下：①工 作量大，研究者需要做大量的數(shù)據(jù)收集和數(shù)據(jù)分析工作。②多元線性判 定模型有一個很嚴(yán)格的假設(shè)，假定自變量是呈正態(tài)分布的，兩組樣本要求等協(xié)方差，而現(xiàn)實(shí)的樣本數(shù)據(jù)往往并不能滿足這一要求。③使用多元判別分析技術(shù)，財(cái)務(wù)困境組與控制組之間一般要進(jìn)行配對，配對標(biāo)準(zhǔn)如何恰當(dāng)確定是一個難題。④多變量模型可從總體角度檢查公司財(cái)務(wù)狀況，有利于不同時期財(cái)務(wù)狀況的比較，但不具有橫向可比性，即不可用于規(guī)模、行業(yè)不同的公司之間的比7較。3）多元邏輯回歸模型多元邏輯回歸模型的目標(biāo)在于尋求觀察對象的條件概率，從而據(jù)以判斷觀察對象的財(cái)務(wù)狀況和經(jīng)營風(fēng)險。它是建立在累計(jì)概率函數(shù)的基礎(chǔ)上，不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的假設(shè)條件 （張鳴等，2004）。多元邏輯回歸模型假設(shè)企業(yè)破產(chǎn)的概率 p（破產(chǎn)取1,非破產(chǎn)取0），并假設(shè)Ln[p/（1-p）]可以用財(cái)務(wù)比率線性解釋。首先假定Ln[p/（1-p）]=a+bX ，然后根據(jù)推導(dǎo)可以得出p=exp（a+bX）/[1+exp（a+bX）]，從而計(jì)算出公司破產(chǎn)的概率。其判別方法和其他的模型一樣，先是根據(jù)多元線性判斷模型確定公司破產(chǎn)的 Z值（Z二abs）,然后推導(dǎo)出公司破產(chǎn)的條件概率。其判別規(guī)則是：如果p值大于0.5，則表明公司破產(chǎn)的概率比較大，那么判定公司為即將破產(chǎn)類型； 如果p值低于0.5,則表明公司財(cái)務(wù)正常的概率比較大,判定公司為財(cái)務(wù)正常。Ohlson（1980）第一次采用多元邏輯回歸模型進(jìn)行破產(chǎn)預(yù)測。他選擇了1970-1976年間破產(chǎn)的105家公司和2058家非破產(chǎn)公司組成的配對樣本,分析了樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩類錯誤和分割點(diǎn)之間的關(guān)系。他發(fā)現(xiàn)至少存在四類影響公司破產(chǎn)概率的變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績和當(dāng)前的融資能力。研究結(jié)果表明用這四類變量進(jìn)行財(cái)務(wù)危機(jī)的預(yù)測準(zhǔn)確率達(dá)到96.12%。多元邏輯回歸模型最大的優(yōu)點(diǎn)就在于不需要嚴(yán)格的假設(shè)條件,克服了線性方程受統(tǒng)計(jì)假設(shè)約束的局限性,從而具有廣闊的適用范圍。這種方法計(jì)算過程比較復(fù)雜,而且在計(jì)算的過程中有很多的近似處理,不可避免地會影響到其預(yù)測精度。2、非統(tǒng)計(jì)類財(cái)務(wù)危機(jī)預(yù)警方法近年來,許多研究人員嘗試采用各種非統(tǒng)計(jì)方法將財(cái)務(wù)危機(jī)預(yù)測工作推向深入。例如：Wilkins（1997）的研究發(fā)現(xiàn)對于技術(shù)上違約的企業(yè)而言,審計(jì)師的意見可以在一定程度上反映公司將來是否會陷入財(cái)務(wù)危機(jī)。其他的非統(tǒng)計(jì)類方法主要有：（1） 遞歸劃分算法遞歸劃分算法是一種以單變量分類法和多元法的模型識別為基礎(chǔ)的計(jì)算機(jī)處理的非參數(shù)技術(shù)。Frydman,Altman和Kao（1985）用遞歸劃分算法進(jìn)行財(cái)務(wù)分析，并在公司財(cái)務(wù)危機(jī)的背景下與判別分析作了比較。發(fā)現(xiàn)遞歸劃分算法在許多原始樣本和對比樣本上比判別分析更好。遞歸劃分算法兼具多變量模型的信息容量大和單變量模型簡潔的優(yōu)點(diǎn)，同時，由于這種方法屬于非參數(shù)研究方法，從而避免了參數(shù)類研究方法的諸多缺陷。（2） 人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型是將神經(jīng)網(wǎng)絡(luò)的分類方法應(yīng)用于財(cái)務(wù)預(yù)警的模型。人工神經(jīng)網(wǎng)絡(luò)是一種平行分散處理模式，其構(gòu)建原理是基于對人類大腦神經(jīng)運(yùn)作的模擬。（張鳴等，2004）（二） 國內(nèi)預(yù)警模型研究現(xiàn)狀國內(nèi)對于公司財(cái)務(wù)危機(jī)預(yù)警模型的研究始于20世紀(jì)80年代末，1986年，吳世農(nóng)、黃世忠曾撰文介紹公司破產(chǎn)的財(cái)務(wù)分析指標(biāo)及其預(yù)測模型。雖然公司財(cái)務(wù)危機(jī)的研究在我國起步時間不長，但是國內(nèi)學(xué)者也做出了可貴的探索。1、統(tǒng)計(jì)類財(cái)務(wù)預(yù)警模型（1）單變量財(cái)務(wù)預(yù)警模型由于國內(nèi)財(cái)務(wù)預(yù)警研究起步較晚，可以借鑒國外的成果較多，再加上單變量判別有其自身的局限性，所以國內(nèi)采用單變量模型進(jìn)行財(cái)務(wù)預(yù)警研究的不多。其中，影響比較大的是陳靜（1999）的研究。她使用了1998年我國證券市場中的27家ST上市公司作為危機(jī)公司樣本，同時按同行業(yè)、同規(guī)模選取了27家非ST的上市公司作為配對樣本，研究發(fā)現(xiàn)：資產(chǎn)負(fù)債比率、流動比率、總資產(chǎn)收益率、凈資產(chǎn)收益率等四個財(cái)務(wù)比率的預(yù)測能力較強(qiáng)。其中資產(chǎn)負(fù)債率和流動比率的誤判率最低。2）多元線性判別模型周首華、楊濟(jì)華和王平（1996）注意到Z分?jǐn)?shù)模型沒有充分考慮到現(xiàn)金流量變動的局限性。對Z分?jǐn)?shù)模型加以改造，建立了財(cái)務(wù)危機(jī)預(yù)測的新模型——F分?jǐn)?shù)模型，F(xiàn)分?jǐn)?shù)模型如下：F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5（2-3）其中：X1、X2及X4與Z分?jǐn)?shù)模型中的X1、X2及X4相同。X3=（稅后純收益+折舊）/平均總負(fù)債X5=（稅后純收益+利息+折舊"平均總資產(chǎn)F分?jǐn)?shù)模型與Z分?jǐn)?shù)模型中主要的區(qū)別就在于 X3、X5的變化。一般來講，企業(yè)提取的折舊費(fèi)，可以看成是公司創(chuàng)造的現(xiàn)金流入，必要時可將這部分資金用來償還債務(wù)，因此， X3是衡量公司所產(chǎn)生的全部現(xiàn)金流量可用于償還公司債務(wù)能力的重要指標(biāo)， X5則衡量公司總資產(chǎn)在創(chuàng)造現(xiàn)金流量方面的能力。相對于Z模型，它可以更準(zhǔn)確地預(yù)測出公司是否存在潛在的財(cái)務(wù)危機(jī)。F分?jǐn)?shù)模式中的五個自變量的選擇都基于財(cái)務(wù)理論，有一定的理論依據(jù)。其臨界點(diǎn)為0.0274，若某一公司的F值低于0.0274，則被預(yù)測為破產(chǎn)公司；反之，則被預(yù)測為可繼續(xù)生存公司。F分?jǐn)?shù)模型的優(yōu)點(diǎn)是：①F分?jǐn)?shù)模型中添加了關(guān)于現(xiàn)金流量預(yù)測的自變量。彌補(bǔ)了Z模型的不足。②F分?jǐn)?shù)模型根據(jù)現(xiàn)代公司財(cái)務(wù)狀況的新理念及新標(biāo)準(zhǔn)對模型進(jìn)行了調(diào)整。 ③F分?jǐn)?shù)模型使用的樣本范圍更廣。在分析使用了4100多家公司的數(shù)據(jù)的基礎(chǔ)上，驗(yàn)證檢查了F分?jǐn)?shù)模型的有效性，表明F模型可以更準(zhǔn)確地預(yù)測出公司是否存在財(cái)務(wù)危機(jī)。（3） 多元邏輯回歸模型程濤（2005）運(yùn)用邏輯回歸方法，引入現(xiàn)金管理特征變量和現(xiàn)金管理結(jié)果變量，從財(cái)務(wù)指標(biāo)和現(xiàn)金流量角度共同構(gòu)建綜合預(yù)警模型，結(jié)果表明：在ST前一年的預(yù)警中，財(cái)務(wù)指標(biāo)模型預(yù)警效果比較好，而在ST前兩年、前三年，綜合預(yù)警模型的效果比較好。2、非統(tǒng)計(jì)類財(cái)務(wù)預(yù)警模型黃小原、肖四漢（1995）提出了神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的構(gòu)建；柳炳祥、盛昭翰（2002）分析了評價財(cái)務(wù)危機(jī)的指標(biāo)體系和財(cái)務(wù)危機(jī)等級的劃分和基 于粗神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)預(yù)警方法,并用一個預(yù)警實(shí)例進(jìn)行了驗(yàn)證。之后相繼出現(xiàn)了粗糙集神經(jīng)網(wǎng)絡(luò)（柳炳祥，2002）、基于模糊優(yōu)選的神經(jīng)網(wǎng)絡(luò)（周敏，2002）和人工神經(jīng)網(wǎng)絡(luò)（劉洪，2004）財(cái)務(wù)預(yù)警模型；2003年柳炳祥、盛昭翰又提出了基于案例推理的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的初步構(gòu)想。四、總結(jié)縱觀國內(nèi)外財(cái)務(wù)預(yù)警研究，可看出有以下特點(diǎn)：（一）幾乎所有的研究都集中于尋找最佳的公開財(cái)務(wù)指標(biāo)來預(yù)測財(cái) 務(wù)危機(jī)。但是，對于那些不能直接反映在財(cái)務(wù)指標(biāo)中卻能夠造成財(cái)務(wù)危機(jī)的因素，例如，人為因素、戰(zhàn)略因素、重大災(zāi)害等，這些模型的適用性受到限制。（二）從研究模型的選取方面來看，使用多元線性判別模型與多元邏輯回歸模型要顯著多于其他預(yù)警模型。（三）多樣化的預(yù)測指標(biāo)。從財(cái)務(wù)指標(biāo)的角度來看，不但有與公司發(fā)生財(cái)務(wù)危機(jī)直接相關(guān)的償債能力、盈利能力指標(biāo)，還涉及到成長能力指標(biāo)、現(xiàn)金流量指標(biāo)等。綜上所述，通過對財(cái)務(wù)預(yù)警模型國內(nèi)外研究的回顧，本人對財(cái)務(wù)預(yù)警實(shí)證研究中所采用的模型有了更為深入的理解，有助于自己在借鑒前人思路、方法的基礎(chǔ)上進(jìn)行更為深入的研究，同時有助于自己將非財(cái)務(wù)因素與恰當(dāng)?shù)呢?cái)務(wù)預(yù)警模型相結(jié)合來研究財(cái)務(wù)預(yù)警問題。參考文獻(xiàn)陳靜，1999：《上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析》，會計(jì)研究程濤，2003：《財(cái)務(wù)預(yù)警模型綜述》，山西財(cái)經(jīng)大學(xué)學(xué)報(bào)陳曉，陳治鴻，2000：《中國上市公司的財(cái)務(wù)困境預(yù)測》，中國會計(jì)與財(cái)務(wù)研究陳工孟，芮萌，許慶勝，2006：《現(xiàn)代企業(yè)財(cái)務(wù)困境預(yù)測》，上海財(cái)經(jīng)出版社李小燕，2001：《企業(yè)財(cái)務(wù)危機(jī)預(yù)警分析模型的比較研究》，金融科學(xué)彭韶兵，邢精平，2005：《公司財(cái)務(wù)危機(jī)論》，