新三板掛牌體育企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究

摘要：新三板掛牌體育企業(yè)在體育產(chǎn)業(yè)中扮演著重要角色，是推動(dòng)體育產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵主體。采用Z-score模型對(duì) 2018—2022 年新三板掛牌的體育企業(yè)財(cái)務(wù)狀況進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析，發(fā)現(xiàn)：該類(lèi)企業(yè)在資產(chǎn)流動(dòng)能力、盈利能力和累計(jì)獲利能力等方面較為薄弱；體育中小企業(yè)資產(chǎn)結(jié)構(gòu)相對(duì)穩(wěn)定；不同類(lèi)型的體育企業(yè)在Z-score評(píng)估中呈現(xiàn)出明顯差異。應(yīng)完善現(xiàn)代企業(yè)制度并強(qiáng)化內(nèi)部控制，構(gòu)建有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，從而推動(dòng)體育企業(yè)健康持續(xù)發(fā)展。

關(guān)鍵詞：新三板；體育中小企業(yè)；Z-score模型；風(fēng)險(xiǎn)預(yù)警

中圖分類(lèi)號(hào)：F832.51 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.12186/2024.02.008

文章編號(hào)：2096-9864（2024）02-0067-06

近年來(lái)，新三板市場(chǎng)作為我國(guó)資本市場(chǎng)的一支新興力量，在拓展體育中小企業(yè)融資渠道、完善資本構(gòu)成、消除發(fā)展障礙等方面發(fā)揮著關(guān)鍵作用；同時(shí)，也有助于體育中小企業(yè)通過(guò)兼并收購(gòu)、資本運(yùn)作等方式進(jìn)行整合重組，進(jìn)而實(shí)現(xiàn)體育行業(yè)集中度的提升。這種集中度的提升有助于企業(yè)更有效地應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)和變化，促進(jìn)整個(gè)體育產(chǎn)業(yè)的健康發(fā)展。

然而，隨著市場(chǎng)競(jìng)爭(zhēng)的加劇和經(jīng)營(yíng)環(huán)境的不斷變化，企業(yè)在經(jīng)營(yíng)中面臨著多樣化的財(cái)務(wù)風(fēng)險(xiǎn)，包括市場(chǎng)波動(dòng)、資金流動(dòng)性問(wèn)題和經(jīng)濟(jì)不確定性等。新三板企業(yè)大多為中小微企業(yè)，其生產(chǎn)經(jīng)營(yíng)狀況具有較強(qiáng)的不確定性，也容易發(fā)生各類(lèi)財(cái)務(wù)風(fēng)險(xiǎn)事件。在這種情況下，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析作為一種前瞻性的管理手段，通過(guò)對(duì)企業(yè)相關(guān)經(jīng)營(yíng)信息進(jìn)行收集分析，從結(jié)果導(dǎo)向分析所面臨的財(cái)務(wù)風(fēng)險(xiǎn)，挖掘其原因并形成防范措施，具有發(fā)現(xiàn)潛在問(wèn)題、提前干預(yù)和降低風(fēng)險(xiǎn)發(fā)生概率的作用。

本文擬以Z-score模型為基礎(chǔ)，通過(guò)對(duì)新三板掛牌體育企業(yè)的財(cái)務(wù)狀況進(jìn)行全面、客觀的研究，以及識(shí)別其潛在的經(jīng)營(yíng)問(wèn)題，提出增強(qiáng)新三板掛牌體育企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警能力的建議，以推動(dòng)體育企業(yè)持續(xù)健康發(fā)展。

一、文獻(xiàn)綜述

1.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究

在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型方面，國(guó)內(nèi)外眾多學(xué)者針對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究日趨成熟。1966年，W.H.Beaver［1］提出的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的單變量模型是一個(gè)重要起點(diǎn)，該模型通過(guò)長(zhǎng)期觀察個(gè)別關(guān)鍵性的財(cái)務(wù)比率可以預(yù)測(cè)企業(yè)面臨的危機(jī)狀況。盡管該方法相對(duì)簡(jiǎn)便，但經(jīng)常出現(xiàn)對(duì)同一公司使用不同指標(biāo)導(dǎo)致不同結(jié)論的現(xiàn)象。鑒于該單變量模型的缺陷，E.Altman［2］于1968年提出了Z-score財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，相比于單變量模型，該多變量模型能夠更加綜合、全面地預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)，具有簡(jiǎn)單、操作方便、精度高等優(yōu)點(diǎn)，因此在實(shí)踐中得到廣泛應(yīng)用。D.Martin［3］和J.Ohlson［4］運(yùn)用Logistic模型進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)，該方法使財(cái)務(wù)預(yù)警得到重大改進(jìn)，克服了傳統(tǒng)研判過(guò)程中的許多問(wèn)題。然而，Logistic模型對(duì)計(jì)算的要求較高、過(guò)程復(fù)雜、牽涉到多個(gè)近似估算過(guò)程，這在一定程度上影響了其預(yù)測(cè)的準(zhǔn)確性［5］。

我國(guó)針對(duì)財(cái)務(wù)預(yù)警的研究起步較晚，其中多變量預(yù)警模型中的Z-score模型使用較為廣泛。1996年周首華等［6］建立了F分?jǐn)?shù)模型，在Z-score模型的基礎(chǔ)上引入了現(xiàn)金流量比率，預(yù)測(cè)準(zhǔn)確度高達(dá)70%。然而，該模型也存在一定缺陷，即未考慮不同行業(yè)間的財(cái)務(wù)指標(biāo)差異。鑒于此，陳靜［7］運(yùn)用單變量分析和多元判定分析方法對(duì)ST和非ST公司進(jìn)行研究，表現(xiàn)出較好的預(yù)測(cè)效果，但在運(yùn)用中仍存在局限性。劉開(kāi)瑞等［8］則通過(guò)Z-score模型的構(gòu)建，并引入F分?jǐn)?shù)模型作為修正手段，進(jìn)一步完善了財(cái)務(wù)預(yù)警模型。隨后，許多學(xué)者將該模型應(yīng)用至不同的行業(yè)：許敏敏等［9］選擇Z-score模型對(duì)2011—2013年多家財(cái)產(chǎn)保險(xiǎn)公司的財(cái)務(wù)狀況進(jìn)行預(yù)警研究，發(fā)現(xiàn)模型Z值與實(shí)際較為吻合；黃雅琦［10］以華誼兄弟傳媒集團(tuán)為例，展開(kāi)深入分析，最終量化風(fēng)險(xiǎn)并評(píng)級(jí)，達(dá)到了90%以上的準(zhǔn)確率；鄭冰嬋等［11］通過(guò)Z-score模型對(duì)醫(yī)藥行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行測(cè)定，結(jié)果表明該模型對(duì)河北省醫(yī)藥上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警具有適用性。隨著計(jì)算機(jī)技術(shù)的進(jìn)步，一些學(xué)者也開(kāi)始利用計(jì)算機(jī)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，神經(jīng)網(wǎng)絡(luò)預(yù)警模型應(yīng)運(yùn)而生。國(guó)內(nèi)學(xué)者［12-14］通過(guò)研究指出，神經(jīng)網(wǎng)絡(luò)模型在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方面具有較強(qiáng)的預(yù)測(cè)性。然而，作為模擬人類(lèi)神經(jīng)元的一種高度復(fù)雜的非線性動(dòng)力學(xué)習(xí)系統(tǒng)，其對(duì)計(jì)算的高要求和構(gòu)建的復(fù)雜性，使得其在實(shí)際應(yīng)用中也存在一定的難度。

2.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)研究

在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)研究方面，目前主流的財(cái)務(wù)預(yù)警指標(biāo)是公開(kāi)財(cái)務(wù)要素指標(biāo)。楊利紅等［15］使用反映企業(yè)四大經(jīng)營(yíng)能力的15個(gè)財(cái)務(wù)指標(biāo)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，認(rèn)為這些指標(biāo)能夠較好地預(yù)警企業(yè)可能出現(xiàn)的財(cái)務(wù)風(fēng)險(xiǎn)。K.Jozica等［16］研究發(fā)現(xiàn)，企業(yè)的運(yùn)營(yíng)能力通過(guò)影響企業(yè)經(jīng)營(yíng)狀況對(duì)企業(yè)風(fēng)險(xiǎn)產(chǎn)生影響，因此運(yùn)營(yíng)能力可以作為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警指標(biāo)。G.Tedeschi等［17］研究發(fā)現(xiàn)，股東權(quán)益凈利率可以應(yīng)用于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警，能夠體現(xiàn)企業(yè)的盈利能力。石先兵［18］基于財(cái)務(wù)預(yù)警指標(biāo)功能與選取原則，利用非參數(shù)檢驗(yàn)方法篩除了不符合顯著性差異標(biāo)準(zhǔn)的財(cái)務(wù)指標(biāo)，最終選取了速動(dòng)比率、流動(dòng)比率、長(zhǎng)期負(fù)債權(quán)益比率等11項(xiàng)財(cái)務(wù)要素指標(biāo)來(lái)綜合全面反映公司的財(cái)務(wù)狀況。

然而，宋彪等［19］的研究發(fā)現(xiàn)，財(cái)務(wù)信息往往存在滯后性、灰色性和短期性的弊端。隨著對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究的不斷深入，一些學(xué)者逐漸開(kāi)展了非財(cái)務(wù)變量的預(yù)警有效性研究。李鴻禧等［20］以中小企業(yè)為研究對(duì)象，選取償債能力、盈利能力等財(cái)務(wù)因素，并加入公司治理、宏觀環(huán)境等非財(cái)務(wù)因素，從而提高了預(yù)警精度，且認(rèn)為盈利能力、公司治理水平是對(duì)中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警最顯著的指標(biāo)。張友棠等［21］運(yùn)用融資期限、融資結(jié)構(gòu)、營(yíng)運(yùn)能力、市場(chǎng)因素、公司治理和審計(jì)師特征等維度來(lái)構(gòu)建風(fēng)險(xiǎn)預(yù)警模型，研究發(fā)現(xiàn)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)相結(jié)合能夠提升融資風(fēng)險(xiǎn)預(yù)警的準(zhǔn)確性，且加入融資期限、融資結(jié)構(gòu)、營(yíng)運(yùn)能力和內(nèi)部治理水平指標(biāo)能夠顯著增強(qiáng)風(fēng)險(xiǎn)預(yù)警的準(zhǔn)確性。也有學(xué)者提出，盡管非財(cái)務(wù)指標(biāo)被證明具有一定的預(yù)警有效性，但其數(shù)據(jù)獲取難度較大、缺乏衡量標(biāo)準(zhǔn)，導(dǎo)致財(cái)務(wù)預(yù)警的敏感程度較差［19］，因此利用非財(cái)務(wù)指標(biāo)進(jìn)行預(yù)警的判別率有限。

綜上，在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型方面，學(xué)者們展開(kāi)了深入多樣的研究，為本文提供了基礎(chǔ)鋪墊和研究思路，但現(xiàn)有文獻(xiàn)對(duì)于新三板掛牌體育企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警這一細(xì)分領(lǐng)域的研究相對(duì)有限?；谝陨戏治觯疚牡倪呺H貢獻(xiàn)體現(xiàn)在：首先，豐富新三板掛牌企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警文獻(xiàn)，為該領(lǐng)域的學(xué)術(shù)研究提供新視角。其次，從新三板掛牌體育企業(yè)的角度對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警進(jìn)行系統(tǒng)研究，不僅有助于更深入全面地理解體育企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的本質(zhì)，同時(shí)也為體育企業(yè)建立更為綜合有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型提供理論支持。再次，選取不同類(lèi)型的新三板掛牌體育企業(yè)進(jìn)行研究，可為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的精準(zhǔn)實(shí)施提供參考，為相關(guān)從業(yè)者與政府部門(mén)提供可行性建議。

二、研究設(shè)計(jì)

1.樣本選擇與數(shù)據(jù)來(lái)源

本文選擇2022年12月31日前掛牌新三板的6580家企業(yè)作為初始樣本。根據(jù)研究目的和企業(yè)特點(diǎn)，按照《新三板掛牌公司管理型分類(lèi)標(biāo)準(zhǔn)》對(duì)初始樣本中的企業(yè)進(jìn)行分類(lèi)，篩選出19家體育類(lèi)企業(yè)，篩除因經(jīng)營(yíng)不善停牌的企業(yè)后，最終確定研究對(duì)象為18家體育類(lèi)企業(yè)。數(shù)據(jù)來(lái)源于全國(guó)中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)網(wǎng)站公開(kāi)披露的企業(yè)財(cái)務(wù)數(shù)據(jù)。最終樣本情況見(jiàn)表1。

由表1可知，2018—2022年在新三板掛牌的體育類(lèi)企業(yè)數(shù)量整體呈現(xiàn)逐年下降態(tài)勢(shì)，在當(dāng)年掛牌的企業(yè)總數(shù)中占比較低。根據(jù)企業(yè)發(fā)布的數(shù)據(jù)報(bào)告，企業(yè)終止掛牌的原因各異，絕大多數(shù)為主動(dòng)摘牌，多數(shù)企業(yè)摘牌的原因?yàn)榕浜掀髽I(yè)戰(zhàn)略調(diào)整、企業(yè)盈利水平不足導(dǎo)致的無(wú)法滿足掛牌標(biāo)準(zhǔn)、降低掛牌成本等。

2.研究方法

（1）文獻(xiàn)資料法。本文通過(guò)中國(guó)知網(wǎng)、新三板中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)等獲取數(shù)據(jù)和資料，并對(duì)相關(guān)資料進(jìn)行整理分析，為本研究提供理論基礎(chǔ)。

（2）統(tǒng)計(jì)分析法。本文以新三板掛牌的體育企業(yè)為研究對(duì)象，選取Z-score財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型對(duì)公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行綜合分析。

Z-score模型通過(guò)使用多個(gè)變量來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)狀態(tài)。對(duì)于上市企業(yè)而言，Z-score 模型的判別函數(shù)為：

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中，X1表示營(yíng)運(yùn)資本除以資本總額，反映了企業(yè)資產(chǎn)的變現(xiàn)能力和規(guī)模特征；X2表示留存收益除以資產(chǎn)總額，反映了企業(yè)的盈利能力；X3表示息稅前利潤(rùn)除以資產(chǎn)總額，反映了企業(yè)全部資產(chǎn)的獲利能力；X4表示股東權(quán)益市場(chǎng)價(jià)值總額除以負(fù)債總額，反映了企業(yè)的財(cái)務(wù)結(jié)構(gòu)；X5表示銷(xiāo)售收入除以資產(chǎn)總額，即總資產(chǎn)周轉(zhuǎn)率，反映了企業(yè)的營(yíng)運(yùn)能力。

由于本文的研究對(duì)象是新三板掛牌企業(yè)而非上市企業(yè)，因此我們選擇采用相應(yīng)的修正模型來(lái)進(jìn)行分析。修正后的模型為：

Z=6.56X1+3.26X2+6.72X3+1.05X4

其中，X1、X2和X3的含義與上述相同。由于該修正模型針對(duì)的是非上市的一般私營(yíng)企業(yè)，因此X4的計(jì)算方式略有不同，即股東權(quán)益賬面價(jià)值除以債務(wù)總額賬面價(jià)值。修正模型的判斷準(zhǔn)則為：Zlt;1.23，表示破產(chǎn)區(qū)；1.23≤Zlt;2.9，表示灰色區(qū)；Z≥2.9，表示安全區(qū)。

修正模型的Z得分主要用于預(yù)測(cè)私營(yíng)企業(yè)未來(lái)1—2年內(nèi)破產(chǎn)的可能性，Z得分越高對(duì)企業(yè)越有利。

三、Z-score財(cái)務(wù)預(yù)警模型分析

根據(jù)前文所述的Z-score修正模型，我們計(jì)算出2018—2022年各企業(yè)的Z值，具體見(jiàn)表2。Z值大于臨界值2.9，表示新三板掛牌企業(yè)的經(jīng)營(yíng)狀況良好，極少可能面臨破產(chǎn)風(fēng)險(xiǎn)，我們將其標(biāo)記為A。Z值介于1.23～2.9，說(shuō)明企業(yè)處于灰色地帶，經(jīng)營(yíng)前景不甚樂(lè)觀，我們將其標(biāo)記為B。Z值小于1.23，則意味著企業(yè)的經(jīng)營(yíng)狀況不佳，有可能面臨破產(chǎn)危機(jī)，我們將其標(biāo)記為C。由表2可知，綜合2018—2022年的Z值數(shù)據(jù)，我們選取的18家企業(yè)中有多數(shù)企業(yè)Z值小于臨界值1.23，且Z為負(fù)值情況較多。僅有7家企業(yè)的Z值大于2.9，經(jīng)營(yíng)狀況良好，破產(chǎn)風(fēng)險(xiǎn)較小，它們分別是三利達(dá)、中奧體育、新賽點(diǎn)、威騰體育、建華中興、潤(rùn)元戶外，以及龍獅籃球，這些企業(yè)多為體育組織或體育用品制造行業(yè)。數(shù)據(jù)反映出多數(shù)新三板掛牌體育中小企業(yè)面臨危機(jī)。從模型的因子數(shù)據(jù)來(lái)看，X1、X2和X3兩組數(shù)據(jù)中的負(fù)數(shù)占比較大，說(shuō)明整體上研究對(duì)象企業(yè)的資產(chǎn)流動(dòng)能力、盈利能力和累計(jì)獲利能力還有待提升。而X4這組數(shù)據(jù)則相對(duì)理想，幾乎全部大于0，說(shuō)明近年來(lái)新三板掛牌企業(yè)的資產(chǎn)結(jié)構(gòu)比較穩(wěn)定，且債權(quán)人對(duì)股東所投資資金的保障程度較高。

根據(jù)《新三板掛牌公司管理型分類(lèi)標(biāo)準(zhǔn)》，可將18家企業(yè)分為體育組織、體育器材與配件制造、體育用品與器材零售、體育咨詢(xún)服務(wù)、體育教育、體育場(chǎng)館六類(lèi)。其中，體育組織企業(yè)4家；體育器材與配件制造企業(yè)8家，在樣本中占比最高；體育用品與器材零售企業(yè)2家；體育咨詢(xún)服務(wù)企業(yè)2家；體育教育企業(yè)1家；體育場(chǎng)館企業(yè)1家。通過(guò)對(duì)各類(lèi)別企業(yè)的Z值進(jìn)行分析，可以發(fā)現(xiàn)體育器材與配件制造和體育咨詢(xún)服務(wù)類(lèi)企業(yè)的Z值較高，而體育組織、體育教育和體育場(chǎng)館類(lèi)企業(yè)的Z值情況不太理想，破產(chǎn)風(fēng)險(xiǎn)較高。

四、結(jié)論與建議

1.主要結(jié)論

本研究聚焦于2018—2022年的新三板掛牌體育企業(yè)，通過(guò)Z-score財(cái)務(wù)預(yù)警模型對(duì)其資產(chǎn)流動(dòng)能力、盈利能力、累計(jì)獲利能力和資產(chǎn)結(jié)構(gòu)進(jìn)行綜合評(píng)估，得出的主要結(jié)論如下。

其一，在財(cái)務(wù)狀況方面，新三板掛牌體育企業(yè)資產(chǎn)流動(dòng)能力、盈利能力和累計(jì)獲利能力較弱，表明新三板掛牌體育企業(yè)存在一定的財(cái)務(wù)風(fēng)險(xiǎn)。這可能源于多方面的因素，其中主要是管理層對(duì)企業(yè)流動(dòng)性和盈利能力的控制不足或企業(yè)正面臨潛在的融資約束問(wèn)題。

其二，在資產(chǎn)結(jié)構(gòu)穩(wěn)定性方面，盡管財(cái)務(wù)指標(biāo)未能達(dá)到理想水平，然而其資產(chǎn)結(jié)構(gòu)相對(duì)穩(wěn)定。原因可能在于新三板掛牌體育企業(yè)普遍傾向采用保守型資產(chǎn)結(jié)構(gòu)，以流動(dòng)資產(chǎn)為主，具有低風(fēng)險(xiǎn)、低收益的特點(diǎn)。

其三，在不同類(lèi)型企業(yè)差異方面，不同類(lèi)型的體育企業(yè)在Z-score評(píng)估中呈現(xiàn)出明顯差異：體育器材與配件制造和體育咨詢(xún)服務(wù)類(lèi)企業(yè)的Z值相對(duì)較高；而體育組織、體育教育和體育場(chǎng)館類(lèi)企業(yè)的Z值不太理想，面臨較高的破產(chǎn)風(fēng)險(xiǎn)。

2.對(duì)策建議

在政府層面，一方面，應(yīng)建立健全體育中小企業(yè)融資的長(zhǎng)效機(jī)制，積極引導(dǎo)和規(guī)范外部資金投資體育產(chǎn)業(yè)。為此，可建立更加透明和規(guī)范的融資渠道，為體育企業(yè)提供更多融資選擇，從而提高中小體育企業(yè)的融資效率并降低融資成本。另一方面，應(yīng)通過(guò)充分發(fā)揮補(bǔ)助的作用，降低體育企業(yè)的運(yùn)營(yíng)成本。具體而言，可以制定系列政策措施，包括提供減稅降費(fèi)政策、推出貼息政策，以及在各類(lèi)社會(huì)保險(xiǎn)費(fèi)和住房公積金等方面給予相應(yīng)的延長(zhǎng)緩繳期限等。

在體育中小企業(yè)層面，其一，應(yīng)及時(shí)關(guān)注行業(yè)動(dòng)態(tài)和政策變化，及時(shí)把握行業(yè)趨勢(shì)并調(diào)整戰(zhàn)略規(guī)劃，以最大化投入產(chǎn)出效益。其二，應(yīng)完善現(xiàn)代企業(yè)制度并強(qiáng)化內(nèi)部控制?？赏ㄟ^(guò)明確財(cái)務(wù)流程、建立會(huì)計(jì)核算制度等方式，確保財(cái)務(wù)信息的真實(shí)性和準(zhǔn)確性；建立有效的授權(quán)和審批機(jī)制，明確各崗位職責(zé)，以防范內(nèi)部不當(dāng)行為；定期進(jìn)行內(nèi)部審計(jì)，發(fā)現(xiàn)并及時(shí)糾正潛在的財(cái)務(wù)問(wèn)題，以提高內(nèi)部管理效能。其三，應(yīng)構(gòu)建有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系?？衫么髷?shù)據(jù)平臺(tái)，創(chuàng)建財(cái)務(wù)數(shù)據(jù)的實(shí)時(shí)監(jiān)控系統(tǒng)，并設(shè)定相應(yīng)的預(yù)警指標(biāo)，以深入挖掘和分析財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警信息；構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，通過(guò)數(shù)據(jù)分析和模型預(yù)測(cè)，提前識(shí)別潛在的財(cái)務(wù)問(wèn)題；同時(shí)，可聘請(qǐng)專(zhuān)業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)管理團(tuán)隊(duì)，負(fù)責(zé)監(jiān)測(cè)和應(yīng)對(duì)風(fēng)險(xiǎn)，確保企業(yè)在財(cái)務(wù)方面能夠迅速做出反應(yīng)，提高財(cái)務(wù)預(yù)警能力。

參考文獻(xiàn)：

［1］BEAVER W H.Financial ratios as predictors of failure，empirical reseach in accounting：Selected studies［J］.Journal of Accounting Research，1966：179-199.

［2］ALTMAN E.Financial ratios，discriminant analysis and the prediction of corporate bankruptcy［J］.Journal of Finance，1968，23（4）：589-609.

［3］MARTIN D.Early waning of bank failure：Alogistic regressionapproach［J］.Journal of Banking and Finance，1977（10）：249-276.

［4］OHLSON J.Financial ratios and the probabilistic prediction of bankruptcy［J］.Journal of Accounting Research，1980（9）：109-131.

［5］張璟龍.公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警文獻(xiàn)綜述［J］.中國(guó)市場(chǎng)，2021（36）：12-14.

［6］周首華，楊濟(jì)華，王平.論財(cái)務(wù)危機(jī)的預(yù)警分析：F分?jǐn)?shù)模式［J］.會(huì)計(jì)研究，1996（8）：8-11.

［7］陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析［J］.會(huì)計(jì)研究，1999（4）：31-38.

［8］劉開(kāi)瑞，彌瑩.上市公司財(cái)務(wù)預(yù)警Z-score模型應(yīng)用及修正：以“香梨股份”為例［J］.技術(shù)與創(chuàng)新管理，2010，31（6）：710-713.

［9］許敏敏，王紫玥，徐徐.基于Z-score模型的財(cái)產(chǎn)保險(xiǎn)公司財(cái)務(wù)預(yù)警研究［J］.商業(yè)會(huì)計(jì)，2016（5）：38-41

［10］黃雅琦.基于Z-score模型的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究：以華誼兄弟為例［J］.北方經(jīng)貿(mào)，2021（9）：138-140.

［11］鄭冰嬋，張娜，錢(qián)桂洋.基于Z-score模型的河北省醫(yī)藥上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究［J］.現(xiàn)代營(yíng)銷(xiāo)（下旬刊），2023（3）：141-143.

［12］楊保安，季海，徐晶，等.BP神經(jīng)網(wǎng)絡(luò)在企業(yè)財(cái)務(wù)危機(jī)預(yù)警之應(yīng)用［J］.預(yù)測(cè)，2001（2）：49-54，68.

［13］楊淑娥，王樂(lè)平.基于BP神經(jīng)網(wǎng)絡(luò)和面板數(shù)據(jù)的上市公司財(cái)務(wù)危機(jī)預(yù)警［J］.系統(tǒng)工程理論與實(shí)踐，2007（2）：61-67.

［14］楊貴軍，杜飛，賈曉磊.基于首末位質(zhì)量因子的BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型［J］.統(tǒng)計(jì)與決策，2022，38（3）：166-171.

［15］楊利紅，陳琦，鄧敏.LD集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)及其預(yù)警研究［J］.財(cái)會(huì)月刊，2017（35）：72-79.

［16］JOZICA K，ROSLYN R，MIKE R.Economic abuse between intimate partners in Australia：prevalence，health status，disability and financial stress［J］.Australian and New Zealand Journal of Public Health，2017，41（3）：269-274.

［17］TEDESCHI G，CACCIOLI F，RECCHIONI C M.Taming financial systemic risk：Models，instruments and early warning indicators［J］.Journal of Economic Interaction and Coordination 2020，15（12）：1-7.

［18］石先兵.基于PCA-SVM的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建［J］.財(cái)會(huì)通訊，2020（10）：131-134.

［19］宋彪，朱建明，李煦.基于大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警研究［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（6）：55-64.

［20］李鴻禧，宋宇.基于時(shí)間相依Cox回歸的動(dòng)態(tài)財(cái)務(wù)預(yù)警模型及實(shí)證［J］.運(yùn)籌與管理，2020，29（8）：177-185.

［21］張友棠，曹耀威.信息設(shè)備制造業(yè)上市公司融資風(fēng)險(xiǎn)預(yù)警監(jiān)控研究［J］.財(cái)會(huì)月刊，2020（14）：50-57.

［責(zé)任編輯：侯圣偉 張省］

收稿日期：2023-12-20

基金項(xiàng)目：河南省軟科學(xué)項(xiàng)目（242400412023）

作者簡(jiǎn)介：孔時(shí)雨（1996—），女，河南省鄭州市人，上海體育大學(xué)助教，主要研究方向：公司治理。