下面是小编为大家整理的《商业银行财务预警论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！【摘要】现代内部控制体系和财务预警体系都是银行管理中必不可少的重要体系，尤其对应对银行财务风险非常必要。将二者结合起来，必能发挥１＋１＞2的协同作用，及时应对银行面临的金融风险。文章阐述了银行内部控制与财务预警的基本定义，并注重阐述二者结合的优势，最后提出了建立银行全面防控体系，即将二者进行有效结合的策略。
商业银行财务预警论文 篇1：
财务预警方法评析
【摘 要】 进入21世纪，经济全球化日益成为一种趋势。企业因财务危机陷入经营困境，甚至破产的例子更是比比皆是。我国证券市场各相关利益主体对有效、合理地分析财务信息，及早、准确地预测上市公司财务困境的需求越来越强烈。在此背景下，文章选择财务预警问题进行研究，并从国外和国内研究现状分析财务预警方法，以供企业参考。
【关键词】 财务困境； 财务预警； 预警模型
一、国外现状
西方经济学界对于财务风险预警的研究始于20世纪30年代，主要着眼于财务预警模型的构建。建立一套财务风险预警系统可以有效预防和控制企业财务风险，这在国外理论界已达成了共识。
最早的财务预警研究始于FitzPatrick（1932）开展的单变量破产预测研究。他选取了19家企业作为样本，运用单个财务比率将样本企业划分为破产和非破产两组，最后发现判别能力最高的指标是净利润/股东权益和股东权益/负债两个比率。之后，Secrist在1938年使用简单图表法对财务困境进行了研究。他选用了两个财务指标，比较失败银行和非失败银行不同时期财务指标之间的差异，从而判断银行是否存在财务困境或财务危机。
随着统计方法的发展及其在财务研究领域的应用，财务困境分析与预测的相关研究也日趋深化。美国芝加哥大学教授wilham Beaver（1966）首先运用统计方法建立了单变量破产预测模型，从而开创了用统计方法建立财务预警模型的先河。他选取了美国1954年至1964年间资产规模相同的经营失败企业和正常经营企业各79家，采取对比研究的方法，分别检验了反映企业不同财务特征的6组30个财务指标在公司破产前1—5年的预测能力，最后发现具有良好预测能力的财务指标依次为债务保障率、资产收益率以及资产负债率。其中，债务保障率在破产前一年的预测正确率高达87%。除此之外，Beaver还发现随着破产日的临近，误判率也会逐渐降低。
美国学者Edward Altman（1968）最先将多元线性判别方法引入了财务预警研究。他在1968年发表的《财务比率、判别分析和公司破产预测》一文中提出了用于预测企业破产的多元变量判定模型——“Z-Score”模型。他根据企业所处行业和资产规模，为33家破产企业选择了33家非破产配对企业，选取22个变量作为企业破产前1—5年的预测备选变量。经过筛选，按流动比率、收益率、稳定性、支付能力、活动比例五项标准对这些财务指标进行分类，最终确定了5个变量作为判别变量。在检验过程中，“Z-Score”模型表现出了较高的预测能力。此后，多变量分析方法成为财务预警的一种主流分析方法并被广泛采用，各国学者根据Altman的思路构建了其他多变量模型，如：英国的塔夫勒（Tafler）模型、Edmister提出的小企业研究模型等。
多元线性判别模型一般会假设破产企业和非破产企业呈正态分布，而且两组样本的协方差相等，但现实中大多数企业财务比率指标并不满足这些条件。为了克服这些局限性，经济学家开始寻找替代的方法，进而引入了不需要严格假设条件的逻辑回归（Logistic）模型和概率比回归（Probit）模型。
美国学者Ohlson（1980）最先使用逻辑回归（Logistic）模型进行财务风险预警研究，他把1970年至1976年间破产的105家企业和2 058家非破产企业组成的非配对样本作为研究对象，使用了9个自变量进行分析，最终发现公司规模、资产结构、公司业绩和融资能力这4类变量对公司破产概率有显著影响，并将其放入模型重点考虑。
尽管财务指标被广泛且有效地应用于财务预警模型的构建，但财务指标的选择标准及最佳预测指标的存在等问题却一直存在分歧。Harmer（1983）指出财务指标间的相对独立性能提高模型的预测能力。Boritz（1991）曾使用了65个财务指标作为预测变量。但事实上，自“Z-Score”模型（1968）和ZETA模型（1977）被提出后，还未出现更好的使用财务指标进行企业财务预警的模型。
随着现金流量观的发展，企业价值等于期望的未来现金流量净现值的观点逐渐确立。1988年，Aziz、Emannuel和Lawson将基于现金流量预测破产的模型应用于企业财务困境预测研究中。现金流量模型的提出基于理财学的基本原理，即企业价值等于期望的未来现金流量净现值。如果现金不足以支付到期债务又无其他途径获取资金，企业最终会破产。如果当前的现金流量可以反映企业未来的财务状况，那么，现在和过去的现金流量就能很好地反映公司的价值和破产概率。经过对配对的破产企业和非破产企业进行数据对比，3位学者发现破产前5年内两类样本经营现金流量均值和用现金支付的所得税均值都存在显著差异，显然这一结论也是符合现实的。
Mossman、Bell、Swartz和Turtle（1998）在总结前人研究的基础上，对财务指标类模型、现金流量类模型和市场收益率信息类模型进行了比较，提出了集三类模型于一体的混合模型。经过研究，他们发现令人完全满意的区分破产和非破产的预测模型并不存在，现金流量类模型在企业破产前两三年里的预测能力较为稳定，而财务指标类模型则在企业破产前一年的判断能力最强。同时，在财务困境预警过程中，财务指标、现金流量指标相较于市场收益率及其方差等指标能提供更多的信息。
近年来，一些学者开始研究审计意见在财务预警方面的应用。FLAGG等人发现审计意见是企业破产的一个重要预警信号；Hill等人使用事件史法构建了破产与财务困境风险动态模型，经过验证发现审计意见对企业破产与财务困境的解释能力均极为显著。
除了上述定量预警分析方法外，还有学者提出了定性的分析方法，如美国的仁翰·阿吉蒂提出的管理评分法，就是根据管理评分的高低来判断企业处境的好坏。
随着机器学习方法（Machine Lear-
ning Methods）在经济领域的成功应用，神经网络、遗传算法和决策树等机器学习方法也被应用于公司财务预警研究。其中比较有代表性的就是神经网络分析方法的运用。
20世纪80年代末期，神经网络理论兴起的影响也扩展到了财务预警研究领域。虽然神经网络判别模型可谓是财务预警研究方法上的重大创新，但实际效果却并不稳定。例如，Coats和Fant（1991）对47家处于财务困境的企业和47家正常运营的公司运用神经网络判别模型进行分析时，对处于财务困境公司的预测准确率达到91%，明显高于多元分析法。然而Back等人在1994年所做的一项研究却没有得出神经网络判别模型具有比多元分析和Logistic回归分析具有明显更佳预测效果的结论。不过由于财务数据反映了企业生命的各种特征，其变化的规律也与达尔文的进化论有着许多异曲同工之处，相信随着遗传算法模型的不断完善，该方法很有可能成为未来的一种研究趋势。
借鉴B-S期权定价模型中的相关变量，Charitou和Trigeorgis（2000）构建了财务危机判别模型，对1983年至1994年间的139对美国企业进行了检验，发现到期债务面值、企业资产当期市价、企业价值变化的标准差等期权变量在破产预测方面具有显著效果。但是，该研究方法仍建立在Logistic回归检验基础之上，仅仅是变量设计方面引入期权因子，因此实际理论贡献并不大。
在财务困境与公司治理因素关系的研究上，外国学者从20世纪80年代就展开了相关的实证研究，并且得到了很多颇具争议的结论。1985年，CHAGANTl等人将21对零售企业作为研究对象，发现董事会规模较大的企业更不易陷入财务困境。DAlJY（1994）等人则以50对破产企业为研究对象，最后发现CEO两职合一或者具有独立性较差的董事将提高企业陷入破产的概率。而SIMPSON（1999）等以287家银行企业作为研究对象，却发现CEO两职合一可以降低企业出现财务困境的概率。
EILOUMI（2001）等人以46对加拿大公司作为研究对象，发现外部董事比例和大股东持股比例与企业出现财务困境的概率呈负相关关系，同时，外部董事持股比例也与企业陷入财务困境概率呈负相关关系。
PARKER（2002）等人研究了公司治理因素对处于财务困境企业生存能力的影响。研究结果表明，拥有大股东及内部股东持股比例较高的困境公司更容易存活下来，而CEO的轮换会对企业的生存造成负面影响。
ABDULAH（2006）以马来西亚1999年至2001年间的86对非金融类企业为样本，检验了CEO两职合一、董事会独立性及股权结构与企业财务危机之间的关系。研究表明，CEO两职合一及董事会独立性与企业是否陷入财务困境无关，而非执行董事的利益和外部大股东持股比例则与企业财务危机概率呈负相关关系。
二、国内现状
相对于国外来说我国关于财务风险预警的研究起步较晚，国内对财务困境及预测模型的研究，始于20世纪80年代中期。吴世农等学者（1986）在《中国经济问题》发表了一篇文章，首次在国内介绍了企业财务风险预警模型。之后我国学者逐渐开展了对财务预警的研究，并取得了一定的成果。
在单变量模型研究方面，陈静（1999）以沪、深两市27家ST公司1995年至1997年财务数据为样本进行单变量预警研究，结果表明资产负债率、流动比率、总资产收益率、营运资本比率对企业财务失败反应较为敏感。陈晓、陈怡鸿（2000）也以我国ST公司为依据来研究公司财务预警，他们通过实验1 260种变量组合，发现负债/权益比率、应收账款周转率、主营业务利润/总资产比率、留存收益/总资产几项指标对上市公司财务危机有着显著的预警作用。赵健梅、王春莉（2002）采用单变量分析和多元分析两种方法，在他们设计的模型中，单变量分析简单有效，有些单个的财务指标，如净资产利润率、总资产利润率的判别准确度甚至要高于多元模型。
在多变量研究方面，周首华等（1996）借鉴Altman的研究成果，在“Z-Score”模型的基础上引入现金流量指标，选用1977—1990年的62家公司的相关数据，通过调整和更新指标对“Z-Score”模型进行了修正，建立了F分数模型，其准确率较高。张玲（2000）以120家公司为研究对象，用其中60家公司的财务相关数据进行了二类线性判别模型的研究，在模型建好后同时以另外60家公司的财务数据对模型进行检验，发现该模型对财务风险具有较高的预测能力，有超前4年的预测结果。
吴世农、卢贤义（2001）以我国上市公司为研究对象，选取了70家处于财务困境的公司和70家非财务困境的公司为样本，首先应用了剖面分析和单变量判定分析，对比研究了财务困境出现前5年内ST公司与非ST公司21个财务指标，最后筛选确定了6个预测指标，然后应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，建立起三种预测财务风险的模型，得出以下结论：一是在ST发生的前一年和前两年，存在和不存在财务困境公司的17个财务指标的平均值存在显著差异；二是随着距离ST发生时间越近，Z值逐渐显著增大。多元线性回归模型、Fisher线性判定模型和Logistic模型对财务风险的预测准确度都较高，其中又以Logistic模型的误判率为最低。
在人工神经网络模型研究上，肖四汉、黄小原（1995）提出了神经网络预警系统的构建。季海、杨保安（2001）详细探讨了在商业银行信贷风险预期中如何进行人工神经网络的应用，通过研究发现该模型相对于其他风险预警模型判别意义更加清晰，特征抽取更加符合实际，是一种适用性较强的工具和方法。
从对国内外财务预警研究现状的回顾中不难看出，相对国内来说，国外对于财务预警的研究起步更早，理论更加成熟。同时从客观环境上来说，国外的证券市场发展时间更长，现在已经较为完善，对于财务风险预警模型的使用也更加规范和准确。在财务预警各种方法的运用上，多变量分析已经成为主流，且更多运用多变量分析中的动态分析建立模型进行全面的预测。国内对于财务风险预警的研究起步较晚，至今尚未有人提出适合我国企业实际并得到普遍验证的财务风险预警模型。总体来看国际范围内主要是运用多变量分析模型从事企业财务风险预警相关的研究，但这些模型的指标选取不一定适用于国内的情况。国内很多学者和专家教授对企业财务风险预警管理进行了开创性的尝试，目前企业财务风险预警管理已成为企业管理研究的一个热点话题。
【参考文献】
［1］ Fitzpatrick. A. Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms［M］.Certified Public Accountant，1932.
［2］ 王海鸥，李建民.企业财务预警指标体系的设计［J］.商场现代化，2006（6）：275-276.
作者：马忠华 夏继强
商业银行财务预警论文 篇2：
银行内部控制与财务预警结合策略
【摘 要】 现代内部控制体系和财务预警体系都是银行管理中必不可少的重要体系，尤其对应对银行财务风险非常必要。将二者结合起来，必能发挥１＋１＞2的协同作用，及时应对银行面临的金融风险。文章阐述了银行内部控制与财务预警的基本定义，并注重阐述二者结合的优势，最后提出了建立银行全面防控体系，即将二者进行有效结合的策略。
【关键词】 内部控制 财务预警 银行
1. 银行内部控制与财务预警的简述
我国《企业内部控制基本规范》明确指出“内部控制是企业董事会、监事会、经理层和全体员工实施的、旨在是继续按控制目标的全过程。”它是企业工作中的重要环节，加强内部控制可以增强企业的风险防范能力、提高企业的经营管理水平，确保公司实现其战略目标。
财务预警在企业风险防范中有着特殊的作用，它能对企业经营管理中的潜在风险进行实时监控，经常利用金融、财务会计、企业管理和市场营销等相关理论，以财务报表、经营规划以及其他财会信息为依据，结合数学模型实施比例分析，发现企业中存在的问题，警示经营管理者及时做好风险应对工作。
从内部控制和财务预警两个方面探讨银行的风险防范，有利于银行从内、外两个角度全面控制风险，这样可以促进银行改善资产质量、降低不良资产，优化银行内部结构，提高自身的经营管理水平。同时，对整个国家来说，这种做法有利于进一步提升我国商业银行的
竞争能力，有利于我国金融业整体水平的提高，有利于国家更好地利用货币政策加强宏观调控，实现我国经济的健康、平稳、快速发展。
2. 内部控制与财务预警结合的优势
内部控制和财务预警在银行中的结合具有以下优势:
2.1目标一致
内部控制和财务预警的总目标是一致的，都是为了更好的防范银行风险。两者可以设置在同一部门(比如全面风险管理部门)下进行统一管理，这样信息来源直接，传递层级少，信息流失就会少，这样就可以避免信息不对称而发生误判。
2.2相互支持与反馈
内部控制的结果可以为财务预警系统的建立提供有效的数据支持，财务预警系统要建立，最开始的原始数据都是银行内部控制长期运行的结果。而反过来，财务预警系统建立以后，如果出现异常，就可以反馈出是否是内控的某一步骤或某一流程出了问题，从而技术人员可以根据当时的实际情况改善内控体系。
2.3易于理解
内部控制与财务预警结合来防范财务风险的理念很容易让員工接受，很多业务人员现在面临的风险压力会因为这种管理方法的有效结合而减轻，那么就可以激励他们在现有的岗位上更好地工作。
2.4提供高效决策
若实践中这种结合成功，那么银行就可以拥有一个集管理方法和数据系统于一体的风险管理体系，这样可以高效率应对银行外部风险、预测远期风险，为决策提供更多的信息，这样银行可以在同等条件下处于战略性地位，取得竞争优势。
3. 建立全面风险防控体系的建议
3.1建立整个内部控制与财务预警相结合的风险防范体系
在整个金融体系中形成内部控制与财务预警有机结合的风险防范体系。银行是金融体系中重要的组成部分之一，既然内部控制和财务预警有机结合可以有效降低银行的财务风险，那么也可以将之运用到金融体系中的保险业、证券业，甚至信托业、基金管理行业的风险管理中，这样就可以全面、有效降低我国整个金融体系的财务风险。当然，在具体的建设过程中还要结合每个业务单位各自的特点，不能以偏概全，全盘照搬。也就是说，内部控制和财务预警相结合控制财务风险这种先进的理念可以渗透到各行各业中去，但是具体的管理方法、管理手段一定要结合实际工作，比如根据行业特点的不同，内部控制和财务预警的侧重点也应有所不同，必须权衡后而为之。
3.2建立内部控制与财务预警相结合的风险防范部门
在银行中建立内部控制与财务预警相结合的风险防范部门，并将内部审计设置为相对独立部门，使其与全面风险防控部门置于同一级别。机构设置如下：
将全面风险防控部门（包括内部控制与财务预警）、内部审计部门、其他职能部门置于同一级别，在各部门之间设置信息传递员岗位。 这样的机构设置有以下优点：
3.2.1使信息在同一层次上水平流动 ，加快了信息流动的速度。各部门将本部门的信息收集汇总后，通过信息传递员将信息及时汇总到全面风险防控部门，这时主要由财务预警人员对原始信息进行系统输入、归集并分析，将分析结果反馈给各部门，对于预警系统显现的异常数据要进行原因分析，比如某一期的盈利水平突然下降，数据分析人员应该通过对历史数据的比较，分析出在哪个环节出现了显著的变化，针对变化寻找原因，到底是受宏观经济水平的影响还是内控失误或其他原因造成的，若是外部原因不仅要加强外部监督还要提出解决方案。若是内部原因，则应分析是内控设置还是内控执行出了问题，在这基础上再提出解决方案。
3.2.2使内部审计部门置于相对独立的位置 ，对审计人员起到一种激励的作用。 银行中加强对审计部门的投入是非常必要的，只有加强内部审计，银行内部控制才能真正有效、财务信息才能真实完整 、经营活动才能有效率，否则其他职能部门会因为没有监控而出现种种问题， 严重的话，银行业务便无法顺利开展。
3.3合理分配有限资源
一是将内部控制体系中的部分资源分配到财务预警体系中去， 同时在预警系统的建设中也要合理分配资源，随着进程的推进，资源分配力度应有所侧重，比如在前期建设中，对数据处理中心的建设是关键，其中风险指标建设是重中之重，选择合理的指标、权重、警报界限都需要大量的人力和物力成本。 数据处理中心是预警系统的坚实后盾，缺乏数据处理，预警系统便不能实现其价值。 数据处理系统建设不仅要有基础设施的投入，更要有人力资本的投入，并要掌握好投入的配比关系，否则就会因为资源相对不足而不能有效运行。当预警系统逐步完善后， 资源投放的重点应在危机的监控和问题的解决，这里的危机监控是危机的全程监控，只有全程监控才能及时发现问题、解决问题。 二是加大对部审计部门的资源分配， 将内审部门从一般管理部门中独立出来，使其直接对监事会、股东大会负责，这样可以避免高管人员直接凌驾于银行内部审计部门之上而逃过监控。 提高审计部门的独立性，不仅可以缓解内审人员直接面临高管的压力，还可使他们能够以财务风险为导向，集中精力专注于业务流程的监控当中， 提高内部审计和内部监控的质量。
只有将内部控制和财务预警进行有效的结合，才能全面、有效控制银行的财务风险，只要忽略其中一者，都不能真正实现全面控制风险的长远目标。银行所处的环境正在发生巨大的变化，仅仅依靠现有的内控体系，已经不能预测银行当前面临的错综复杂的风险，而财务预警系统在内部风险控制中又是鞭长莫及，所以必须将两者结合，共同运用到银行的风险控制中去，才能有效降低财务风险。
参考文献：
[1] 《企业内部控制基本规范》，自2009年7月1日起实施.
[2] 刘钟.内部会计控制与财务预警.浙江金融,2009(05).
（作者单位：中国科学技术大学）
作者：赵蘋蘋
商业银行财务预警论文 篇3：
浅议上市公司财务预警研究
摘 要 随着我国市场经济体制改革的深化和资本市场的快速发展，企业发生财务危机乃至破产的情形越来越多，因此有效地预防财务危机的出现成为一个重要的研究课题。本文回顾了国内外财务预警研究理论，并对现有的理论文献进行了详细的梳理和评价。
关键词 证券市场 上市公司 财务预警
一、引 言
自改革开放以来，我国市场经济体制改革不断深化，市场竞争日趋激烈，财务危机成为导致企业生存危机的重要因素。因此及时沟通企业有关财务信息，构建财务预警系统，有效地防范和化解财务危机，是每个企业亟待解决的问题。同时随着我国证券市场信息披露制度的不断完善，根据这些信息构造合理的财务风险预警模型已经具备了现实的可能性。
财务预警理论是随着证券市场不断发展而产生和不断深入的。“危机预警”思想源于20世纪初的欧美，在20世纪50年代取得了显著成果，进入90年代，由于企业危机爆发的频率越来越高，尤其是自2007年以来由美国次贷危机引发的全球金融危机，使得人们更加重视危机预警管理。与此同时，财务预警的研究也相应展开。根据研究方法的差异，一般可将这些理论大致分为定性预警分析和定量预警分析两类。
二、定性预警方面的研究
财务预警的定性分析方法主要包括以下几种方法：标准化调查法是通过专业人员、咨询公司、协会等，通过直观的归纳对企业可能遇到的问题加以详细调查和分析，对企业未来的发展趋势作出判断。
“死阶段症状”分析法认为：企业财务运营病症大体分为四个阶段：财务危机潜伏期；财务危机发作期；财务危机恶化期；财务危机实现期，而且每个阶段都有其典型症状。
管理评分法是美国学者仁翰•阿吉蒂在对企业的管理特性和破产企业存在的缺陷进行调查中，对集中缺陷、错误和征兆进行了对比打分，还根据对破产过程产生影响的大小程度对他们进行加权处理。
我国学者李秉成从上市公司财务困境形成角度、困境征兆角度探讨了上市公司财务困境预警分析方法。提出了财务困境加权分析法和象限分析法两类财务困境综合分析方法。
三、定量预警方面的研究
最早的财务预警研究是菲茨帕特里克（1932）开展的单变量破产预测研究。他最早发现陷于财务困境的公司的财务比率和正常公司相比有显著不同，从而认为财务比率能够反应企业的财务状况，并对企业未来具有预测作用。美国学者比弗（1996）最早运用统计方法研究了公司财务失败的问题，提出了较为成熟的单变量判定模型。但是单变量模型具有明显的局限性，很难做出正确的判断。
美国学者阿特曼（1968）最早运用主成分分析方法提炼最具有代表性的财务比率，将多个标志变量在最小的信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程，被称为Z分数模型。我国学者周首华等 （1996）提出了F分数预测模型，通过更新指标和扩大样本数对Z分数模型进行了修正。多元线性判定模型具有较高的判别精度，但存在一些缺陷。其一，模型假定比较严格，现实中的样本数据往往不能满足其自变量呈正态分布的假定前提。使得结论必然存在令人质疑的成分。其二，在前一年的预测中多元线性判定模型的预测精度较高，但在前两年、前三年中其预测精度都大幅下降。
奥尔森（1980）第一个采用Logit方法进行破产预测。其模型使用了9个自变量估计了三个模型，分析样本公司在破产概率区间上的分布以及两类错误判别错误和分割点的关系。我国学者陈晓等（2000）以38家ST公司为研究对象，运用Logit回归方法进行实证研究，发现负债权益比率、应收账款周转主营业务利润/总资产、留存收益/总资产具有较强的预测能力。其后多位国内学者也采用类似方法对上市公司财务预警进行了研究。
类神经网络模型一般是利用一组案例建立系统模型，该模型接受一组输入信息并产生反应，然后与预期反应相比。如果错误率超过可以接受的水平，需要对权重作出修改或增加隐藏层数目并开始新的学习过程。经过反复循环，直至错误率降低到可以接受的水平，这时学习过程结束并锁定权重，类神经网络就可以发挥预测功能。奥多姆和沙尔达（1990）开拓了用BP神经网络预测财务困境的新方法，我国学者杨保安等（2002）采用ANN模型进行财务危机预警研究，结果表明样本的实际输出和期望输出较为接近。现实中神经网络具有较好的纠错能力，从而能够更好的进行预测，但由于理论基础较薄弱，其对人体大脑神经模拟的科学性、准确性还有待进一步提高，因此适用性也大打折扣。
四、浅议国内外现有文献
在财务预警的定性研究方面，国内外学者对引起企业危机发生发展的内外各种因素进行了深入探讨，但结论能够直接和定量模型结合起来的还不多。从财务预警的定量研究方面看，国内外学者结合各种量化技术，出现了众多的预警模型，但应用性和可操作性较差。而笔者认为模型的最根本作用还是得应用到实际中解决不同财务信息使用者的认知需要。
由于财务预警模型的局限性、模型变量的选择方法问题、财务信息失真问题以及非财务变量对财务预警的影响，使得财务预警理论的实际应用一时很难得到解决。而只有解决当前存在的这些问题，才能为正确解决上市公司财务预警课题奠定基础。
参考文献：
[1]彭韶兵.财务风险机理与控制分析.西南财经大学.2001博士学位论文.
[2]杨宝安,季海.基于人工神经网络的商业银行贷款风险预誉研究.系统工程理论与实践.2001(5).
[3]李志强.上市公司财务预警研究述评.供应链信用风险管理研究.2008.
作者：夏常源 张吕江