第一章 绪论
1.1 研究背景、研究目的和研究意义
1.1.1 研究背景
从中国为加入世贸组织不懈努力到保持经济的稳定增长，再到对世界经济繁荣作出的卓越贡献，中国始终保持着对外开放的友好姿态。现如今，中国企业顺应时代发展的浪潮逐步走向世界舞台。但同时面对着外部的金融危机，霸权主义建立的贸易壁垒以及较薄弱的内部控制，各行各业都面临着财务风险。尽管市场经济缓步完善，政府加大调控力度，许多中小企业危在旦夕深受财务风险的困扰。甚至一些上市公司风险管控意识也并不强，财务状况频频出现问题。它们的战略往往走在资金前面，步子迈得太大，且没有采取有效的风险管控手段去应对。近年由于企业财务风险控制力薄弱，屡屡发生财务造假案件甚至企业破产。无独有偶，2019 年獐子岛涉嫌财务造假。同年证监会对康美药业的调查结果显示其近三年的财务报告存在造假的现象，虚假内容包括虚增存款、伪造收入以及通过关联方买卖股票。尔康制药、联建光电、金亚科技、中兵红箭等多家上市公司也存在财务造假。辉山乳业在经历了全产业链盲目扩张后由于资金短缺，最终退市。这些例子无一不显示出财务风险预警的必要性。为了应对层出不穷的财务问题，证券之星和复旦大学金融期货研究所认为有必要开发一个系统对企业财务进行测评，因而诞生了“证星—若山风向标上市公司财务测评系统”。该系统测试了企业在两种标准下的财务状况：一种是国际通用会计准则；另一种是根据中国国情改良后的标准。结果显示，在第一种情况下，八成以上的上市公司存在财务风险，即使轻重缓急不同；如果把中国国情考虑进去，依旧存在二成的上市公司有严重的财务问题。由此可见，我国企业的财务状况不仅经不起国际准则的检验，还经不住我国评价标准的检验，从表象的制度到实质财务情况都问题重重。因此，企业应当充分关注财务风险的管控，在风险加剧之前将其控制在合理范围之内。
........................
1.2 文献综述
长期以来，国内外学者都在试图建立最佳的财务风险预警模型。由于西方经济的发展较早，西方学者在财务风险预警的研究上处于领先地位且在逐步完善的过程中。国内发展的较为缓慢，众多学者基于西方的研究成果开展研究，并结合中国国情探索出了不少适用于中国企业的研究成果。国内外学者对财务预警的相关研究始于 1930 年，研究对象从单一变量逐渐过渡到多变量，再到人工智能模型的应用，一步步逐渐深入对财务预警的研究。目的都是利用企业的各项财务指标建立财务预警模型对企业的风险状况进行判别。与此同时，对财务风险警度的划分和设立也不再满足于有风险和没风险，而是运用各种方法对风险进一步划分。
1.2.1 财务预警方法研究
（1）单变量模型
这一阶段是财务预警的早期探索，主要研究单个变量的财务预警准确率，是根据对数据的统计分析确定企业财务预警的最佳变量和变量的临界值。Fitzpatrick（1932）首先提出财务比率与财务风险之间是存在联系的，尤其是财务比率的变化趋势直接反映了企业的实际财务状况，也是单变量做财务预警的首次应用。最终他发现产权比率和权益净利率两个指标具有比较强的财务预警能力[1]。Beaver（1966）在此基础上进一步研究单变量预警模型，他不仅扩大了样本数量达 158 家公司，增加了样本研究的普适性，且选择了 30 个指标进行分析，发现其中现金流量/负债的预测效果最好[2]。
国内也是以单变量模型的研究作为起点。陈静（1999）想要探究单变量对我国企业的预警能力，同样采用分组对比的形式，以 54 家 ST 公司和正常经营的上市公司作为样本对比样本组连续 3 年的财务指标，发现流动比率、负债比率具有较强的预警能力[3]。
单变量模型的优点是较为简单便于理解，但是显然无法反映企业整体的财务状况，预测精度不高，很可能存在不同的财务指标对同一公司产生不同的预测结果的情况。
.....................
第二章 财务风险预警相关概念及理论
2.1 财务风险的相关概念
2.1.1 财务风险的内涵
在企业的长久的发展进程中，在很多来自内部外部无法估计的因素影响下，企业会面对形形色色的风险，涵盖政策、法律、市场、财务等多个方面。其中财务作为企业的命脉，其风险就占据了半壁江山。财务风险始终伴随着企业的经营发展，它无法被完全消除，但是可以及时发现并有效控制。然而经过国内外学者对财务风险多年的研究，基于不同的国情以及企业发展状况，始终无法准确地定义什么是财务风险。刘恩禄和汤谷良（1989）提出财务风险是一种不受人为控制的、会使企业遭受经济损失的一种大概率事件[55]。通过不同界定区间的划分，有广义和狭义的财务风险。狭义的财务风险通常是指企业没有债务的偿还能力而使得企业陷入险境。稳定的负债比例对企业的持久发展具有支撑作用，但是比例一旦失衡，很可能造成难以挽回的损失。广义的财务风险是指企业实际收入没有达到心理预期，这会给企业造成一定损失而带来的风险。在复杂的经济背景下，这是由于内外各种不确定因素的影响造成的。
这两种财务风险的定义都有据可循。本文认为广义的财务风险，即实际收益与预期收益偏离的不确定性能够更全面地反映企业的财务风险。财务是企业运营的一个核心环节，企业任何模块的问题最终都会反映到企业的财务上，且广义的财务风险具有较强的科学性，对财务风险的防范具有较强的合理性。因此本文将按照财务活动涉及到的不同内容，从筹资、投资、营运、收益分配等四个维度剖析企业经营运作过程中所面对的各项财务风险，并面向这些风险因素用量化的财务指标构建财务风险预警模型，达到预警东软集团财务风险的目的。
.........................
2.2 财务风险预警相关模型及方法概述
2.2.1 主成分分析法
在分析处理问题时总会遇到多变量的问题，这些变量会存在信息交叉而使得分析较为复杂。在处理复杂问题时，为了保留较少的变量同时又吸取最大程度的信息，就需要对信息进行筛选，主成分分析法可以有效地完成这一使命。本文则主要运用主成分分析法对指标系数进行赋值。
（1）基本原理
Principle Component Analysis(PCA)是一种常用的无监督降维算法，可以从样本数据中提取主要构成成分并用于分析，在各领域应用广泛。在没有（或不考虑）真实标签的情况下，记训练样本集合为 D = {x1,x2,…,xm}。其中样本的特征向量为xi∈d，为 d 维空间的向量。训练样本通常由 m 个相关性较强的变量构成，通过处理后生成几个不相关的，变量 F1、F2…Fn，它们会尽可能多的将原变量的信息进行提取。主成分即为提取的 n 个变量，依次为第一主成分、第二主成分…第 n 主成分。通常 F1 提取原有变量的信息最多，F2、F3 依次减少。通常情况下，提取特征根＞1 的主成分，且提取主成分的累积方差率达到 80%左右较为合适。
（2）应用步骤
本文主要介绍如何利用主成分分析法来确定财务指标的权重。首先将样本数据输入SPSS，选用因子分析法对样本数据进行降维处理，输出的 KMO 和 bartlett 模型检验结果会说明主成分分析对样本的适用性，通常 KMO＞0.6 即为适用。如果适用于该方法，将特征根＞1的主成分提取出来。详细的计算步骤为：每一个主成分的方差贡献率作为其权重与每个指标在主成分线性组合中的系数进行加权平均，并对计算结果进行归一化的处理，最后就可以确定每个指标的权重。
.................................
第三章 东软集团财务风险预警重要性分析.........................................25
3.1 东软集团公司概况................................................ 25
3.2 东软集团财务风险分析................................. 26
3.3 东软集团财务风险预警存在的问题............................32
第四章 东软集团财务风险预警模型构建.....................................37
4.1 风险预警模型构建的思路........................................37
4.2 样本数据的选取................................... 37
4.3 财务指标体系的构建.................................. 39
第五章 东软集团财务风险预警分析.................................49
5.1 东软集团财务风险预警结果及分析...........................................49
5.1.1 东软集团财务风险预警结果............50
5.1.2 东软集团财务风险预警结果分析............................50
第五章 东软集团财务风险预警分析
5.1 东软集团财务风险预警结果及分析
5.1.1 东软集团财务风险预警结果
用功效系数法对东软集团 2008 到 2018 年每一年的财务数据计算综合评分，计算方法同本文 4.4。按照标准将其划分到五个风险等级，作为支持向量机预警结果的参照标准。计算结果及对应的风险等级如下：
........................
第六章 总结与展望
6.1 研究结论
在日益激烈的外部环境与内部环境的不断冲击下，企业对财务风险的掌控面临着严峻的挑战，这就要求企业能够提前识别并采取措施控制财务风险。本文以东软集团为分析对象，在面对外部经济的斗争以及内部的行业竞争，企业发展状况呈现出滑坡的态势，且企业没有完善的风险应对措施，因此提出了重建财务预警模型的必要性。本文依据灵敏性、系统性、可操作性等尽可能全面地选取了反映信息类技术行业经营状况的 14 个财务指标，利用 A 股上市的 182 家信息技术类企业财务数据，通过主成分分析法决定指标权重，功效系数法对其进行风险分类，用支持向量机训练及测试，最终建立了适用于东软集团的财务预警模型。经过训练和测试后证明该模型具有有效的预警效果，并能够应用到企业中去，从而为企业今后的风险预警打下了坚实的基础。最后对企业面临的风险提出了一系列的应对措施。
本文的案例研究对其他信息技术企业的财务风险预警有一定的参考意义。东软集团有一定的独特性，但也拥有着信息技术行业的共性。希望能对其他同类型的企业在财务风险预警方面有一定的启发。
参考文献（略）