船舶制造企业财务风险预警研究论文

2013 届本科毕业论文（设计）论文题目： 船舶制造企业财务风险预警研究 以中国船舶为例粗纲 学生姓名： 李 妍 斐 所在学院： 西南财经大学天府学院 专 业： 财 务 管 理 学 号： 40905802 指导教师： 柳 玉 寿 2013 年 3 月西南财经大学天府学院 船舶制造企业财务风险预警研究 以中国船舶为例粗本科毕业论文（设计）原创性及知识产权声明本人郑重声明：所呈交的毕业论文（设计）是本人在导师的指导下取得的成果。对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。因本毕业论文（设计）引起的法律结果完全由本人承担。本毕业论文（设计）成果归西南财经大学天府学院所有。特此声明。毕业论文（设计）作者签名：作者专业：财务管理作者学号：40905802_年_月_日西南财经大学天府学院本科学生毕业论文（设计）开题报告表论文（设计）名称船舶制造企业财务风险预警研究以中国船舶为例论文（设计）来源自选论文（设计）类型应用研究导师柳玉寿学生姓名李妍斐学号40905802专业财务管理一、设计目的:船舶企业一直是风险预警研究的空白，所以要提高企业经营管理者对财务风险预警的必要性的认识。现在许多企业对普遍缺乏建立财务风险预警的意识，只有当自身或其他企业发生财务危机后才了解到财务风险预警的重大作用。引导企业管理及经营者了解财务风险预警的方法。企业的经营管理者可以时时对本企业的财务进行监控，及早做好预防，以应对潜在的危机。二、要求： 以学过的财务指标分析（如盈利能力指标，资产质量指标等），非财务指标分析以及多变量模型指标等的知识作为理论基础，选取中国船舶财务数据，进行风险预警研究来暴漏企业所面临的具体风险。三、思路与预期成果： 本文共分五个部分，第一部分为诸论，论述研究的背景，目的以及意义。第二部分论述财务风险预警相关理论。第三部分船舶制造企业财务风险及影响因素分析。第四部分，以中国船舶为案例对其进行财务风险预警研究。第五部分，结果与展望。通过上述几方面的分析，期望得到以下成果: 利用中国船舶企业的财务数据进行风险预警分析，可以让整个船舶企业处理财务危机提供指导，也能提高企业应对财务危机的能力。四、任务完成的阶段、内容及时间安排：1、第一阶段：2012年11月18日前 完成开题报告表（毕业设计的需求分析）；2、第二阶段：2012年12月18日前 完成文献综述（毕业设计的可行性报告）；3、第三阶段：2013年1月20日前 完成论文的粗钢（设计的框架）； 4、第四阶段：2013年3月20日前 完成论文终稿（设计成果），并且打印成册，上交论文准备答辩。五、资料收集计划： 首先，收集各类有关于风险预警模型研究的资料。其次，从网络上获取中国船舶的财务数据。六、完成论文（设计）所具备的条件和优势：作为一名学习财务管理的应届毕业生，学校开设的财务相关的专业课程为论文的写作提供了扎实的理论基础。通过几年来的理论学习,在学校的帮助和支持下,指导老师的指导下,目前基本具备完成论文的条件.但也存在困难:主要是时间太紧,必须妥善安排论文时间。指导教师签名： 日期：2013年 月 日摘要在当今时代，对企业管理者来说，财务风险管理越来越有必要，对财务知识的掌握也越来越深刻，无论企业的财务是否面临风险，风险预警研究会使管理者更加了解财务的状况，发现潜在的财务风险，从而减少源于财务风险所造成的巨大损失，提高企业的财务管理水平和经营效率。随着船舶制造业的不断发展，经济获利能力不断的增强。目前，有着显著特征的船舶类上市企业在风险预警方面的研究涉及的甚少，正因为如此，本文选取我国上市的八家船舶制造企业的财务信息为基础，结合单变量和多变量分析法，以中国船舶为例进行了财务风险分析。对以后船舶行业的分析，做出了表率。关键词： 船舶制造企业 财务风险 预警研究AbstractNowadays, It is necessary to manager for financial risk management. People developing highly of risks at the same time ; whatever company meet various of risk ,Early-warning research will help manager clearly realize the financial situation which is suffered potential risk , so that we could reduce risk comes from financial ,improve the level of financial management ability and increase economic efficiency. With the develop of Ship manufacturing enterprises,I t has stronger earning powers day by day. At present, Ship manufacturing enterprises with the specially feature has done few of studies in analysis financial risks. So I choose to do this study in this field that based on itself features. Just for this reason, listed company eight Ship manufacturing enterprises financial information is selected as research object. And apply variance model to taking finance risk analysis in example of china ship. This action will be the first search in Ship manufacturing as a leader.Keywords： Financial Risks Ship Manufacturing Enterprise Early-warning Research 目 录摘要3Abstract4一、绪论6（一）、研究背景6（二）、研究目的以及意义7二、财务风险预警相关理论8（一）、相关概念81、财务风险预警的概念82、船舶制造企业的概念及特点8(二）、财务风险预警现有的理论基础9三、船舶制造企业财务风险及影响因素分析10（一）、我国船舶制造企业现状分析10（二）、我国船舶制造企业财务风险影响因素分析111、政策风险112、采购风险12四、以中国船舶为案例对其进行财务风险预警研究12（一）、 中国船舶简介12（二）、单变量模型指标计算及分析131、样本指标的确定132、样本指标研究方法的选取与分析14（三）、多变量模型指标计算及分析231、Z模型计算232、结果分析263、增强财务风险预警效果的建议26五、结论与展望26文献综述28参考文献35致谢37一、绪论（一）、研究背景2008年9月金融危机以来，中国许多的企业都受到严重的打击特别是一些民营企业和小中型企业，这就导致各个地区的失业率高幅度增加，社会的稳定也遭受到了破坏。在这期间所产生的长期影响逐渐显现出来，这迫使我们在这次金融危机的基础上去寻找要怎样避免危机影响的方法，尽可能在风险爆发之前拥有有效分析的对策，减少必要的损失。正因为如此，一套适合我国企业财务风险预警分析的方法是十分必要的，可以让企业有足够的时间面对各种风险和潜在危机。财务管理在企业运营过程中是最容易出现问题的地方，一旦问题不能够得到有效的改善或者措施方向错误，就会让财务风险逐渐累积，最终导致企业破产。综上所述，每个企业都需要拥有分析财务预警的方法，发现潜在的风险并对其进行有效控制，减少风险带来的损失。船舶制造企业与其他行业不一样，有自己显著的特征。因此，该行业在分析时财务风险预警肯定与一般方法不一样。近几十年来，中国船舶业在不断发展中寻找机遇，不断成长，逐渐使中国的造船业走向国际，这样在财务风险管理以及企业的竞争力、控制力方面就提出了更高的要求；目前我国上市的船舶制造企业财务风险预警尚处于空白阶段，所做的研究也十分的少。这样造船企业就需要一套行之有效的风险预警分析方法来有效避免风险。（二）、研究目的及意义本文研究的目的主要有：（1）能够通过船舶制造企业的特点选取最能风险预警的财务指标，让企业更加简单明显的了解要面临的风险。能够提前采取必要的措施，从而最大限度的维持企业的正常平稳运作，降低企业损失。（2）让公司的管理层甚至员工了解财务风险预警知识的必要性，进而可以防范于未然。（3）在掌握了财务风险预警的知识后，更要学会财务风险预警的方法。在本文中涵盖财务风险预警的含义以及其相关理论知识，可以让读者对财务预警方面了解得更加深入。经济预警是了解经济动态方向的方法之一， 20世纪初经济家们是最早发现它价值所在的，相对而言我国对经济预警的研究较晚。虽然在预警方面有所研究，但是在真正面临财务风险时却显得不知所措。每年国家的各个行业因为财务风险所受到的经济损失占投资额的大部分，这就会导致企业的日常运营出现困难，进而破产。这样我们不得不得出一个结论：对财务的监控不理，预警手段的不成熟，不能在风险出现之前进行调整是出现这种现状的罪魁祸首。船舶制造企业更是如此，它有着自己的显著的特点且该领域的空白让船舶制造企业受到更大的风险。因此对症下药的对我国上市的船舶制造企业进行财务风险的研究，致力采用单变量和多变量的方法提供一条较为明确的分析方法，提高企业面临财务风险时的应对能力，并加强人们对财务风险预警的认识，这是船舶制造企业的当务之急。二、财务风险预警相关理论（一）、相关概念1、财务风险预警的概念预警最初的理解为在灾害和危险发生之前，根据以往的总结的规律以及观测得到可能发生危险的前兆，发出紧急信号，报告危险情况，从而在最大程度上减低危害所造成的损失的行为。预警在19世纪之前并没有受到人们的重视，直到后来人们才考虑是否可以将预警方法运用到企业的财务问题上，这样不仅可以更加的了解公司的状况，还能有效的发现潜在的危险信号进而进行目的性的控制，解决企业力所能的风险。美国著名财务学家彼佛、阿尔特曼等学者是最早将财务预警分析方法带入企业财务风险管理中的。2、船舶制造企业的概念及特点船舶制造企业是综合性很强的行业，它的发展会带动其他行业的发展，例如机械、钢铁、电子等。船舶业具有以下一些特点：（1）、工程复杂且周期较长。船舶业是个庞大有复杂的工程，他的建造周期十分的长，这不仅仅是因为需要的工序较多，更是因为产品的要求技术也高，每一个步骤需要受到严格的控制。一般情况下，很多下单的时间是严格规定了，这也就对船舶制造的各方面提出了更加高的质量要求。（2）、材料，资金占用率大。船舶的构建需要大量原材料才能完工，同时这样庞大的资产也会占用大量的资金，如果在购置原料和资金运用上不合理，给公司带来损失是不可避免的。（3）、成本难以控制。由于原料价格的涨幅对船舶建造有极大影响，直接会影响船舶制造业的成本，进而影响制造总成本，别外，原材料的采购成本也难以控制。一般来说，船舶企业拥有少数的供应商不过都是一些临时的关系，可能会因为合同细节或者产品质量等问题进行解约，这样就会堆积更多的存货，成本就更加难以控制了。 (二）、财务风险预警现有的理论基础财务预警现有的理论基础大概包括控制论，z分数模型，系统论。控制论 控制论：或关于在动物和机器中控制和通讯的科学1，由诺伯特维纳著，麻省理工学院出版社出版于1948年。中的“控制”，本质就是通过企业经营过程中的信息反馈，对偏离正常的活动进行调节。运用于日常财务工作中，难度相应增加了许多。为了马上做出纠正，主管人员必须为此而花费一定的人力、物力和财力去拟订计划并实施这一计划，才有可能纠正偏差以达到预期的成效。它的主要程序包括事前控制，事中控制、事后控制。 无论是哪一个环节，都可以有效的检测企业财务的动态。Z分数模型的基本方法是：有自己的一套公式，带入企业的五个相应指标，可以算出来Z分数的值，来预测公司的财务危机。系统论基本思想方法，对要处理的对象，用联系和系统化方法看待问题，仔细观察系统的特点和规律，并利用这些特点和规律去管理、控制系统，使它更能够满足企业的需要。在财务管理上来讲，是将内部的给经济活动联系在一起，从整体出发又联系各个方面，对公司的变化和波动进行监控调节。财务风险预警的过程就是收集、分析、处理财务上的信息，最后发出预警，以便让企业有时间能够采取应对措施解决的过程。在财务风险快要接近警界值时发出警报，企业根据风险的不同做出预警，达到规避和转化风险的目的。三、船舶制造企业财务风险及影响因素分析（一）、我国船舶制造企业现状分析在金融危机之前，造船市场表现甚好，由于受规模和工序复杂因素的影响，成功获得的订单一直排到了2010年，由此导致了船舶企业的要价越来越高，但是危机之后，情况有所改变，中国造船的情况看似波澜不惊，但其实跟其他钢铁企业一样拥有滞后性，即它受到金融危机的影响会在以后的两年慢慢呈现：如订单量大幅度减少，原材料的涨价，固定大客户的流失以及资金运转困难等。对于出现的这一系列问题，我国采取了各种对应措施，经济状况有所好转，船舶行业的交易订单逐渐增多。表现最突出是，相继出现的地方和民营造船企业，在我国市场上升起一股新兴势力。同时国内船舶格局发了重大变化，不再只是几家船舶企业独霸市场，一些地方和民营船舶企业表现出强劲的发展势头。目前，船舶行业的状况是供大于求，堆积的在产品和完工产品都需要在未来几年来消耗。（二）、我国船舶制造企业财务风险影响因素分析 1、政策风险船舶制造业占我国国民经济的大部分，所以政府会对其做出相应的鼓励政策，特别是对于那些大型的企业，因为它们自身具备了各种优势，如技术成熟，员工经验多，应对困难措施多等。鉴于此，政策的出台多偏于稳固大型企业的垄断地位，抑制了中小企业的发展，使得他们的处境越来越艰难。2、采购风险船舶的建造期一般较长，在这段时间内，原材料及船用设备的价格经常波动而采购成本占造船成本的比重很大。一旦原材料有大变动，船舶企业的成本风险将随之增大。 3、撤单风险从2008金融危机后，我国的船舶制造业的业绩就不怎么样，甚至出现了大量的撤单情况。虽然很多船舶企业有自己固定的销售商，但是在面临不景气的市场下，顾客不会有添置新船的念头。更需要注意的是，我国船舶业订单量最多的是散货单。四、以中国船舶为案例对其进行财务风险预警研究（一）、 中国船舶简介中国船舶工业集团公司（英文简称CSSC）成立于1999年7月1日，是国家授权投资机构，注册资本63.7430亿元。CSSC是中国船舶工业的主要力量，旗下聚集了一批中国最具实力的船舶外贸公司，骨干造修船企业、船舶研究设计院所，共有约60家独资和持股企事业单位，其中包括油船、集装箱船等主要船型，还包括一些高技术的海洋工程装备产品等。CSSC的目地不仅仅是稳固造船主业，还要积极发展一些非船业务。（二）、单变量模型指标计算及分析1、样本指标的确定对于样本指标的确定，国内外己有很多学者做过相关的研究和分析，财务评价指标体系的选择应遵循的原则除了全面性、重要性、层次性等要求外，还应遵循可操作性原则，即指标必须能从银行的盈利能力、发展能力和流动性能力和成长能力等方面对银行的状况进行考察，确保评价的系统性和可操作性；全面性原则，即财务指标要以我国贯用的财务数据和统计数据为基础来把握指标，方便全面比较和诸多使用者对企业财务状况的了解和进行预测；可比性原则，即指标的选取应该把定量分析和定性分析合二为一，准确反映整个公司系统和公司内部关系的相互数量特征，方便建模，来推广主成分分析进行评价，从而确定了商业银行绩效评估的度量方法以及绩效评估的各项因素。有研究表明,经营绩效评价指标以8-15个为宜,所以在确定评价指标体系时,应将一些非重要变量删除,以构成最佳变量子集,本文选取以12项财务原始指标构建业绩评价指标体系如表1，同时涵盖了银行盈利风险、资产质量风险、债务风险，经营风险，覆盖面比较广。在因子体系中，我们选择了五个一级因子，十二个二级因子。 表1:船舶行业财务风险评价因子体系财务指标符号表达式盈利能力净资产收益率(%)X1税后利润/净资产*100%总资产报酬率(%)X2息税前利润总额/平均资产总额*100%主营业务利润率(%)X3主营业务利润/主营业务收入*100%资产质量总资产周转率(次)X4主营业务收入净额/平均资产净额*100%存货周转率（次）X5销货成本/平均存货余额 流动资产周转率(次)X6营业收入/平均流动资产余额 债务风险应收账款周转率(次)X7主营业务收入/应收账款平均余额负债权益比(%)X8负债总额*100/所有者权益速动比率（%）X9（流动资产-存货）/流动负债经营增长现金流动负债比率(%)X10经营现金净流量/流动负债*100%销售毛利率(%)X11（销售收入-销售成本）/销售收入*100% 财务结构资产负债率（%）X12负债总额/资产总额100% 2、样本指标研究方法的选取与分析 （1）、采用因子分析法因子分析法就是来寻找公共因子的模型分析方法，它是在主成分的基础上构建若干意义较为明确的公因子，以它们为框架分解原变量，以此考察原变量间的联系与区别。因子分析的基本目的就是选取少数的几个因子去描述多个指标之间的联系，也就是将能够反映相似信息的几个因子归在同一类中，只用一个因子进行分析研究。因子分析法是研究相关矩阵内部的相互关系，让许多关系复杂的变量变成少数几个综合因子的多元统计分析方法，这种方法的最大优势在于各综合因子的比重不是主观臆断而是根据各自的方差贡献率大小来实际确定，方差的大小决定变量的权重，所以方差越大的变量的权重越多，相反，方差越小权重越低。这样就可以避免人为主观赋值来确定权重，使得评估结论客观、真实、合理并且是唯一的结果。而且，因子分析方法的过程都是在计算机上运用软件上进行方便快捷地操作，操作性相对可行。从我们选取的分析内容来说，我国四大银行的绩效评价是一种多指标，综合性的评价，而因子分析法具有综合分析和研究多个经济现象的优越性。并且因子分析法在运行中可以有效的剔除重复性息，得到准确的结果。表2：船舶行业业绩评估指标（百分比）X1X2X3X4X5X6X7X8X9X10X11X12上海嘉豪17.95 12.78 41.90 0.55 6.19 0.71 15.10 26.20 4.97 0.51 44.25 18.94 中船股份4.01 2.27 7.91 0.55 2.77 1.04 4.20 66.84 1.17 -0.05 8.74 39.49 广船国际15.82 4.84 10.44 0.61 4.61 1.82 17.03 204.42 1.26 -0.05 10.84 66.68 亚星锚链11.53 4.86 20.37 0.59 2.50 0.90 5.72 94.95 2.31 0.01 22.83 40.80 舜天船舶20.83 4.72 14.28 0.53 0.86 13.01 842.01 297.06 0.53 -0.02 14.50 72.35 中国重工11.96 3.42 16.55 0.50 2.53 17.80 4.78 181.29 1.39 -0.02 17.29 65.57 太阳鸟11.43 5.78 32.61 0.44 1.69 0.92 7.57 38.37 1.45 0.04 33.64 38.37 中国船舶16.91 5.27 17.60 0.58 6.59 0.83 54.13 183.25 1.30 0.05 17.80 64.13 （2）、通过因子分析选取公共因子下表给出了提取公共因子前后各个变量的共同度，根据变量共同度的统计意义，它刻画了全部公共因子对于指标总方差所作的贡献，他说明了全部公共因子反映出变量信息的百分比。从“提取”这列可以看出，各个变量的共同度都比较大，说明变量空间变化为因袭空间保留了比较过的性息。因此因子分析的结果是显著的。 表3：公因子方差公因子方差 初始提取VAR000011.000.953VAR00002 1.000.990VAR000031.000.965VAR000041.000.903VAR000051.000.923VAR000061.000.880VAR000071.000.956VAR000081.000.999VAR000091.000.908VAR000101.000.952VAR000111.000.969VAR000121.000.962提取方法：主成份分析。用标准化数据的相关系数矩阵来进行的因子分析，利用SPSS得出的样本相关系数矩阵的特征值和贡献率如表：表4:总方差解释表解释的总方差 表格中的文字由SPSS软件自动生成。成份初始特征值提取平方和载入旋转平方和载入a合计方差的 %累积 %合计方差的 %累积 %合计16.25852.14952.1496.25852.14952.1495.98322.52721.06273.2112.52721.06273.2113.21231.97616.46689.6771.97616.46689.6772.0414.5994.99194.669.5994.99194.6692.8385.4493.74698.4146.1681.40399.8177.022.183100.00083.515E-162.929E-15100.00091.999E-161.666E-15100.000106.089E-175.074E-16100.000111.443E-181.203E-17100.00012-1.007E-16-8.394E-16100.000提取方法：主成份分析。 （来源：统计分析软件SPSS） 选取因子提取标准为：特征值1。采用主成份法选取公因子，从上表可以看出前三个因子满足要求。累积贡献率达到了94.669%。说明4个公共因子就能够说明所有指标90%以上的特征，而其余的因子加起来仅仅为其十分之一。所以提取四个因子就可以对所分析问题做出相对客观真实的结论。 （3）、得出公共因子及其命名表5： 旋转后的因子载荷矩阵旋转矩阵a成份1234VAR00001.542.770.229.187VAR00002.986.243.159-.067VAR00003.999.032-.231.048VAR00004-.337.165.899-.434VAR00005.320-.347.855.095VAR00006-.036-.009-.364.899VAR00007.0101.074-.326-.163VAR00008-.388.531.167.328VAR00009.850-.119.208-.075VAR00010.966.078.142-.009VAR00011.992.024-.224.019VAR00012-.573.185.158.481提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的倾斜旋转法。a. 旋转在 5 次迭代后收敛。 （来源：分析软件SPSS19.0）从表5旋转后的成分矩阵可以得出，第一个公共因子在总资产利润率（X2），每股收益增长率（X3），现金流动负债比率（X10），销售毛利率（X11）上有较大载荷，这四个指标是一级指标盈利能力和经营增长指标下的两个二级指标，所以该公共因子命名为经营盈利能力因子。第二个公共因子仅仅在净资产收益率（X1）上有较大的载荷，则该公共因子命名为净资产收益率因子。第三个公共因子在总资产周转率（X4）,存货周转率（X5）上有较大的载荷，这两个指标是一级指标资产质量指标下的两个二级指标，所以该公共因子命名为资产质量因子。第四个公共因子仅仅在流动资产周转率（X6）上有较大的载荷，则该公共因子命名为流动资产周转率因子。 因子F1F2F3F4被解释指标X2,X3，X10，X11X1X4,X5X6因子命名经营盈利能力因子净资产收益率因子资产质量因子流动资产周转率因子表6：因子解释（4）、计算因子得分由因子得分系数矩阵可以得到公共因子的表达式：表7：因子得分系数矩阵成份得分系数矩阵成份1234VAR00001.092.333.181.178VAR00002.173.097.088.001VAR00003.180-.013-.103.031VAR00004-.071.122.399-.200VAR00005.075-.133.452.234VAR00006.021-.040-.042.627VAR00007-.026.468-.160-.208VAR00008-.067.239.156.251VAR00009.155-.059.099.009VAR00010.174.022.084.047VAR00011.178-.016-.104.010VAR00012-.089.084.163.370提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的倾斜旋转法。 构成得分。通过成份得分系数矩阵，由公式F=AX+E（其中E代表的是特殊因子，各可不计）得到八个船舶行业的分数。下面是对于第一个成分所得出的公式，其余的同理也得。F1=0.092X1+0.173X2+0.18X3-0.071X4+0.075X5+0.021X6-0.026X7-0.067X8+0.155X9+0.174X10+0.178X11 -0.089X12F2=0.333X1+0.097X2-0.013X3+0.122X4-0.133X5-0.04X6+0.468X7+0.239X8-0.059X9+0.022X10-0.016X11 +0.084X12F3=0.181X1+0.088X2-0.103X3+0.399X4+0.452X5-0.042X6-0.16X7-0.156X8+0.099X9+0.084X10 -0.104X11 + 0.163X12F4=0.178X1+0.001X2+0.031X3-0.2X4+0.0234X5+0.627X6-0.208X7+0.251X8+0.009X9+0.047X10+0.01X11 +0.37X12（5）、结果和财务指标分析 根据方差贡献率可以得到以下综合评价函数： F= (52.149F1 +21.062F2 +16.466F3+4.992F4)/94.669 根据以上公式计算综合评价得分和单项的因子得分，可以得到表8：表8：因子得分及排序单位：百分比F1排名F2排名F3排名F4排名F排名上海嘉豪16.75119.8273.74717.24715.195中船股份-4.00422.16616.93532.7657.408广船国际-13.44767.17343.49177.80219.203亚星锚链0.01332.05520.15441.71412.846舜天船舶-39.978477.511-75.288-61.25867.901中国重工-9.62553.83437.90283.25117.664太阳鸟8.07219.0587.80626.54611.447中国船舶-9.91679.23233.55364.16321.392 表9：除中国船舶外其余七家公司F1F2F3F4F船舶行业-6.5196.3211.0335.2829.77对比表8和表9可以得出：从经营盈利能力因子（F1）的排名来看，中国船舶排名第六 ，且在对比船舶行业的时候是低于平均值的。在F1因子中包括四个二级指标，总资产报酬率(X2)，一般情况下该指标越高，表明企业在运营过程中全部资产的获利能力越高，反之，则说明企业没有有效的利用资产。主营业务利润率(X3)，是评价企业经营效益的重要指标。该指标越高，说明企业每单位主营业务收入能带来的利润就越多，企业的获力能力也在增强，反之，说明主营业务产生的利润不多，应考虑是否可以调整业务，改变销售策略。现金流动负债比率(X10),该指标比率越高，企业偿债能力越强。销售毛利率（X11），该项指标表示每1元销售收入扣除销售产品（或商品）成本后，有多少钱可以用于各项期间费用和形成盈利。一般来说，该指标越高越好。而该指标中的所有二级指标，数值越高，企业的经营盈利能力越强。中国船舶的数值为-9.91，跟第一名上海佳豪16.75相差了26.66,跟行业平均值相比，也低了3.4.这说明在经营能力上，中国船舶在资本运营的综合效益较低下，资产利用率也低。企业运用其全部资产获取利润的能力以及企业主营业务的获利能力较差，则所遇的经营风险大，经营不稳定，获利水平低。同时，在盈利能力上，在经营期间可用于周转日常经营费用和对债务的偿付能力较低。总之，当企业遇到不能避免的财务风险时，应尽量寻找方法分散风险；在日常经营运转的过程中，一定要加强学习财务风险相关知识，增强意识。从净资产收益率因子（F2）的排名来看，中国船舶排名第二79.23，高于行业的平均值，但是跟第一名的差距较大（舜天船舶属于特殊情况，未转入未分配利润）。含有的唯一一个因子就是净资产收益率，。用以评价企业自有资本及其积累可以获取的报酬水平，反映企业资本运营的综合效益。从F2方面，我们可以看出，虽然企业在总资产和主营业务利润率上较差，但是在净资产收益率上最表现的异常的良好。这是因为中国船舶杠杆率高，主要也是短期的贷款，而不是长期的负债。这样中国船舶的股东回报率，因此在该方面，企业需承担与面临的风险较低。从资产质量因子（F3）的排名来看，中国船舶排名第三 （33.55），且在对比船舶行业的时候是高于平均值的。在F3中包括两个因子，总资产周转率（X4）,反映了企业全部资产的利用效率和管理质量。存货周转率,是反映企业库存货品的周转速度，根据这个指标可以判断企业是否有效的利用资源，在库货物是否过多，进而调整生产进度或增加销售渠道。中国船舶在这方面表现还是不错的，在运营过程当中总资产和存货流动速度较快，其管理质量和利用效率也较高，大大减少了企业面临资产运转过慢而带来的风险。 从流动资产周转率因子（F4）的排名来看，中国船舶排名第三（64.16），且在对比船舶行业的时候是高于平均值的。含有的唯一一个因子流动资产周转率，可以评价企业流动资产周转速度的快慢，当该指标越高时，说明企业资产利用率高，进而可以让企业用较少的流动资产取得更大的利润，反之，则说明流动资产周转过慢，导致资金无法全部利用起来，降低企业的盈利能力。中国船舶在此方面的表现良好，所要承担的流动风险较少。 （三）、多变量模型指标计算及分析 1、Z模型计算Z值模型是由美国学者爱德华阿尔特曼于1968年提出来的，其公式为：Z=1.2X1l.4X23.3X30.6X41.0X5 他的研究是基于66家的美国制造企业（19461965年），将这66家企业分为两组，每组 33家企业。一组是由全部破产企业组成的，剩下的为一组。在研究过程中通过不同的方法得到22个财务指标的显著性观测和相关性检验，最后选定了5个财务指标并对其赋予不同的权重，加权汇总而得出企业财务危机预警Z分数模型，它用来计量企业破产的可能性。其判别函数为Xi代表的含义如表10所示：Z值评分系统X1反映资产的流动性X2反映累计盈利情况X3反映资产的营运效率X4反映财务结构X5反映资产周转速度阿尔曼还提出了判断企业破产的临界值：当Z记分超过2.99时，认为企业财务正常；若Z分值低于1.81，则企业在可能破产。如果Z值处于1.81到2.99之间的被称为“未知区域”或“灰色区域”。根据Z分数模型理论2.675值被一致认为是区别破产与非破产企业的关键点。由样本中国船舶的数据，可以得出Z值评分系统中的Xi 如下图： 表11：中国船舶Z值得分中国船舶2012（9月）201120102009均值X1=0.2840.2760.161 0.1270.212X2=0.2600.2430.3270.3410.293 X3=0.0160.0580.0630.0580.049X4=0.7150.6440.5150.5540.607X5=0.3970.5770.5800.5870.535Z分数得分1.5851.8261.7481.7391.725通过表11我们可以看出：总的来说，中国船舶的Z值从2009年开始有逐步的小涨幅，2012的数据是截至与当年的九月，因此数据对比2011来说较小较小。根据Z分数模型的判别，若Z分值低于1.81，则企业处于警戒值下，其承受的财务风险大，而在2011年Z值处于1.81到2.99之间，处于一种未知区域，在这个区间的企业财务是极不稳定的，所面临的风险企业采取一些规避措施。从各个变量来看：在X1中，中国船舶从2009年开始数据逐渐提高，说明企业的资产流动性逐步增强。在X2中，中国船舶在2011年的时候下降，且在2012年时又提升，说明企业在2011年累计盈利能力较差。后来公司进行调整，盈利能力比上一年有所提高。在X3中，排除2012年的数据，2010年有变动小幅度的变动，说明企业的营运效率几乎没什么变化。在X4中，中国船舶的数据从2009年开始逐渐上升，表明在财务结构中，股东权益的增加或则负债的减少。在X5中，在X5中，排除2012年的数据，2009年至2011年数据几乎差不多，说明企业的资产周转速度波动不大。2、结果分析根据前面的由因子分析法选择出来的单变量指标再结合多变量Z模型，发现中国船舶企业在经营盈利能力方面都面临很大风险，总资产周转率、流动资产周转率和净资产收益率均高于行业平均水平，总体来说，中国船舶的财务状况较不稳定，面临的财务风险较低。3、增强财务风险预警效果的建议（1）增强对财务风险的认识。每个行业都会面临风险，特别是金融危机后的船舶行业。财务风险预警是必要的，不过每个行业都有自己的特点，没有万能的预警模型，只能过通过分析进行风险预警。（2）对公司要有广泛而全面的认识。时刻了解企业的财务状况，对可能出现的风险进行必要的防范。安排风险意识教学的培训，让员工在平常工作中树立财务风险意识。（3）提高资产质量，防范潜在风险。船舶业中资产总额占了一大部分，如果资产运转不合理，企业会面临资金链断裂，拥有大量的不良资产。企业需要做的措施就是要查出这些不良资产，进行有效的处理。五、结论与展望船舶制造业企业的财务风险预警研究甚少，特别是中国，对预警方面接触的时间不长，理论理解不透彻，因此我们需要在这方面做的事情还有很多。本文以中国上市所有船舶企业的财务信息为基础，并结合了国外那些对其他行业财务风险预警的研究，运用单变量和多变量模型的方法，初步有了预测船舶企业财务风险的方法，在船舶行业里面做出了表率。不过，在本文总所引用的多变量模型（Z 分数模型）研究是基于的外国的上市公司，对当前的研究可能不太合适，如果能够将选取的模型进行改变，成为适合我们船舶行业的风险预警模型，对风险的预警将会更加的精确。另外，选取的样本只是我国上市船舶制造企业，收集资料有限，这在一定程度上影响了文章的分析的结果。不过，随着我国船舶企业的发展，我国上市船舶企业的数量会变多，财务信息质量的会提高，以后分析的建立会更加准确有效，能更好地起到财务预警的作用。 文献综述摘要：在市场经济日趋完善的今天, 企业时刻都面临着来自市场的各种风险。财务风险预警愈来愈显示出其重要性。企业财务风险管理的目标在于了解风险的来源和特征,正确预测、衡量财务风险,进行适当的控制和防范。本综述详细的对国外和国内的相关风险预警研究进行了介绍，国外非常重视企业危机管理和风险管理的研究，自20世纪30年代就有学者陆续开始对公司财务风险的预警模型进行研究。因此它的预警研究得比较成熟，其中包括单指标以及多指标，甚至是对整个预警系统研究。而国内对于的财务风险预警研究起步较晚，在基于国外的研究基础上后，国内研究也主要集中在建立数学预测模型，并取得了一些成果，最后本文财务风险的研究现状提出了一些不足之处。关键词：；财务风险；预警研究；预测模型前言在我国经济高速发展的当今时代，财务风险管理已成为财务管理的核心问题。人们对风险的认识也越来越广泛和全面，对风险的预警、防范和应对的研究也更深入。财务风险预警研究就是针对企业财务风险提出的，其目的是，发现企业财务管理过程中存在的问题和潜在的风险，从源头阻止企业财务风险的发生，减少由于企业财务风险所造成的损失，提高企业财务管理水平和经济效益。船舶制造企业作为一种特殊的行业，有显著的特征与经营状况。因此，此行业的财务风险预警系统与其他行业有所不同。近二十年来，伴随着中国政府对海洋权益的日益重视，中国造船业的发展也蒸蒸日上，迎来了巨大的机遇。日益扩大的经济全球化使中国的造船业走向国际制造的道路，而庞大的资产运作必然对企业的财务管理能力提出了更高的要求，这就迫切需要企业更加注重对财务风险的控制力，提高市场竞争力；另外，由于船舶制造企业在发展过程中遗留了一些问题，致使有些企业背负着较高的负债率，加大了财务风险的可能性，稍有不慎就会造成巨大的损失。这就使得我们必须思考怎样建立一套有效可靠的预警系统，为我国的造船企业提供良好的财务安全性保障。然而，我国在造船领域的财务危机预警机制尚处于起始阶段，没有能建立一套完整的体系结构，使得开展船舶制造企业的财务风险预警的研究越来越有必要。正文一、 国外文献综述国外非常重视企业危机管理和风险管理的研究，自20世纪30年代就有学者陆续开始对公司财务风险的预警模型进行研究。Fitzpatrikc（1932）首次提出单个财务比率模型的判定，开创了单变量预警方法。Fitzpatrick最早发现，出现财务困境的企业其财务比率和正常企业的财务比率相比有显著的不同，从而认为企业的财务比率能够反映企业财务状况，并对企业未来具有预测作用。Bevaer则首先运用统计方法建立了单变量财务预警模型，他选取美国1954-1964年间资产规模相同的79家经营失败企业和79家正常经营的企业，进行对比研究，使用30个财务比率进行分析，发现具有良好预测性的财务比率依次为现金流量/负债总额、资产收益率和资产负债率。其中，营运资金流量/负债总额在破产前一年的预测正确率可以达到87%。Altman（1968）创立了多元变量判断模型Z分数模型。随着信息流量观念的建立，Aziz、Emnauel和Lwaom在1988年提出用现金流量信息预测财务困境的模型。对这些方法的介绍和具体应用是国内企业预警研究初期的主要特征，也是财务风险预警研究初期的主要特征。Tirapat和Nittayagasetwat（1999）在其文章中运用多元逻辑回归模型研究了1997年泰国企业的破产情况，通过研究他们认为宏观经济条件的好坏可以在一定程度上反映在企业的经营状况里，如果一家企业对通货膨胀的敏感度越高，那么它将会陷入财务困境的风险就越大。Charitou和Trigeorgis在“option-Based Bankruptey Predietion”使用期权定价模型中的相关变量构建了财务危机判别模型，对1983-1994年期间的139对美国企业进行了对比检验，结果发现，到期债务面值、企业资产的当期市价、企业价值变化的标准差等期权变量在预测破产方面作用显著，由此也使得期权定价理论在财务预警方面的使用得以发展。Dr Clarence W.Tan和Herlina Suhardjo在“A Hybrid Finaneial Trading System Incorporating Chaos Theory，Statistieal and Artifieial Intelligenee/Soft ComPuting Methods”一文中通过样本对比分析指出人工神经网络模型和Probit模型在建立信贷集团财务失败预警系统中的精确率都达到了90%以上（样本外数据验证为92%），但是在验证时发现Probit模型犯第一类错误（把危机企业误判为正常企业）的可能性要高于人工神经网络模型；此外，在判别是否为危机公司的过程中，ANN也能早于Probit模型发现危机信号的存在。因此，他们认为ANN模型是一个行之有效的财务危机判别模型，而且很适合信贷类企业。另外，针对有限样本具有较强泛化能力的支持向量机（SVM）也已经成为国外研究者用来研究财务危机预警模型的热点方法。如Wolfgang Hardle等（2008）采用SVM构建财务危机预警模型，并通过实证研究结果表明：同其它统计方法、人工智能方法相比，基于SVM的预警模型表现出较好的预测结果。然而，在这种研究方法中，特征集的选择和核函数参数对SVM模型的预测能力都有着很大的影响，虽然也有学者对SVM的参数优化进行研究，但目前还没有遇到把粒子群优化算法（PSO）和SVM方法相结合建立财务危机预警模型的权威性文献。二、 国内文献综述由于我国经济体制的影响，国内的经济预警研究起步较晚，20世纪90年代以前，财务预警的研究几乎是空白，随着经济体制改革的深入，账务预警的研究与应用经历了一个从点预警到状态预警、从定性为主到定性与定量相结合、从宏观经济预警渗透到企业预警转变的过程。与国外研究相似，我国对财务危机预替的研究也主要集中在建立数学预测模型，从定量方面进行实证分析判断，建立判别分析模型或逻辑回归预测模型，主要的研究成果有：周守华、杨济华（1996）在Altman的研究基础上，进行了更深一步的研究。为了弥补Altman建立Z分数模型时没考虑的现金流量的变动等方面的不足，周守华、杨济华于1996年提出了F分数模型，模型的X1，X2及X4与Z分数模型的X1，X2及X4相同，X3和X5为现金流量变量，X3=（税后纯收益折旧）/平均总负债，X5（税后纯收益利息折旧)/平均总资产。若某一企业的F值低于0.0274，则被预测为破产企业，反之，则被预测为可继续生存企业。其判别准确率高达70%。陈静（1999）以上市企业被特别处理（ST）作为陷入财务困境的标志，以1998年的27家TS企业和27家非TS企业，使用了1995-1997年的财务报表数据，运用费雪准则，进行了单变量分析和二类线性判定分析。在单变量判定分析中，发现在资产负债率、流动比率、总资产收益率、净资产收益率4个财务指标中，流动比率与资产负债率的误判率最低；在多元线性判定分析中发现由资产负债率、流动比率、总资产收益率、净资产收益率、营动资本/总资产、总资产周转率6个指标构建的模型，在ST发生的前三年能较好地预测ST。模型运用1997年度的财务数据可以准确地判别样本中的88%的被特别处理企业和96.3%的非特别处理企业，总体正确率为92.6%。陈晓、陈治鸿（2000）采用逻辑回归模型对财务预警进行研究，发现负债/权益比、资产回报率对企业财务困境有着显著的预测效应；另外，还发现如果将上市公司的资产回报率分解为主营业务资产回报率以及非主营业务资产回报率，可显著提高对于ST公司的判别能力。姜秀华（2002）也对逻辑回归模型进行了研究，得出的结