的财务报表数据，从中选取了组现前年有众多财务困境前的征兆。所以对于危机出现前年其精确率普遍较高。研究结论通过以上的实证研究，主要是通过收集上市公司的财务报表数据和各种非财务指标信息来建立了评价企业财务风险的模型。本文主要是通过建立以财务指标为主的纯财务指标模型和基于财务指标和非财务指标的模型的对比来研究非财务指标才财务风险评价中的应用。本文结论本文在对非财务指标在财务风险评价中应用的研究是通过理论分析和实证分析相结合的方法，文章主要是通过建立模型来对上市公司出现财务危机的概率进行预测，从而来说明非财务指标的重要性。本文建立了两个财务模型，分别是纯财务指标模型和财务指标和非财务指标相结合的模型。通过以上两个模型的对比分析，我们可以得出以下结论首先，仅通过财务指标建立的模型在对财的使用是在世纪年代开始的，首先使用此模型的有等人。如今，神经网络分析模型在人工神经网络发展的带动下已经产生多种新的模型。以上研究者都是基于财务指标选取的基础上来建立模型，如今非财务指标慢慢之上。神经网络分析模型是近些年新产生的种模型，神经网络分析是种并行分部模式处理系统，其建构理念根植于人类大脑神经运行模式，它具有高度并行计算能力学习能力和容错能力。神经网络分析模型回归的方法来建立，其复杂程度比较高。但是，模型对研究的假设要求较少，而且其预测率较其他模型而言比较准确，所以如今此模型已被广泛使用，国内外大多数学者对于财务风险的研究都是建立于这个模型模型进行了拓展建立了第二代模型此次的研究中包括了些零售型企业所以研究结果发现了模型的预测率有了进步提高。年，第次使用了模型，又称作多元逻辑回归模型。此模型采用了多元，通过对年年些破产的企业进行了分析预测，选取了流动资产与资产比率留存收益和总资产比率总资产报酬率市盈率和总资产周转率个指标，提出了著名的模型其成功率达到了。随后，等人又对金流量的财务指标其判断能力最好。虽然单变量模型对财务风险预警具有定的有效性，但其正确率不高而且对企业的研究也不够全面，由此产生了多变量财务预警模型。多变量预警模型首先是由提出来的组首次提出了单变量破产预测模型。研究结果表明，净资产收益率和产权比率这两个比率的判断能力最强。此后，年通过对年到年的家破产企业和与此相对应的家非破产企业的报表数据进行了研究，发现有关现以分为定量和定性两种模型。定性的预警模型主要有标准调查法管理评分法等。应用的较多还是定量模型，定量模型又可以分为单变量模型和多变量模型。年以家公司为样本，将样本分为破产和非破产两立如今已经非常丰富，但是起先还是来自于国外。国外有关文献综述对于企业财务风险的研究始于国外，主要还是通过实证型研究。国外的学者开始对财务风险预警进行研究是在世纪年代，如今提出的模型已经相当的丰富大致可业提供的财务报表经营计划以及相关资料，利用财会金融企业管理市场营销等理论，采用比率分析比较分析因素分析及多种分析方法对企业经营活动和财务活动进行分析和预测。国内外关于财务风险模型的建务指标的定量化可谓是大难点。本文在非财务指标的概述中将会重点分析非财务指标的定量化。企业财务风险评价国内外有关研究现状综述企业对财务风险的评价主要是借助于财务风险预警模型。财务风险模型预警是借助于企对非财务指标的隐性定义是非常广泛的。所以，非财务指标的获取途径可以来自于报表附注和其他有关企业的些信息。最后是非财务指标的定量化，非财务指标是种定性型指标。其本身主要来自于些文字信息，为此对非财还没有个准确的定义，并且在指标的选取上也没有统的标准和理论。为此，本文效仿广大研究者，在前人研究的基础上选取那些对财务风险影响比较大的非财务指标来进行实证分析。再次是非财务指标的获取途径，由于如今公司之间由于行业的差别和规模的大小使得公司间的相同财务比率不可比，所以为了使得加强模型验证的准确性本文首先必要要对公司进行分组从而进行配对。其次是非财务指标的选取，由于如今国际和国内对非财务指标的概念研究方法，所以上市公司的财务报表数据的收集和非财务指标的选取视为关键。其中几个关键问题如下首先是上市公司中公司和非公司的配对问题，要验证模型的有效性必须要有上市公司的财务数据作为基础。然而，务风险评价的非财务指标，目的是为了提高原有财务风险评价模型的有效性，提高我国企业财务风险的评价能力。研究过程中主要解决的问题由于本文主要采用的是将上市公司报表中的财务数据和非财务指标引入到模型中的实证险的评价的目的就是能够对企业未来是否会陷入财务评价作个估计。由此可知，非财务指标在财务风险评价中的引入具有重要意义。为此，本文主要是通过实证分析方法在传统的财务风险预警模型中加入若干适合中国企业财务险的评价的目的就是能够对企业未来是否会陷入财务评价作个估计。由此可知，非财务指标在财务风险评价中的引入具有重要意义。为此，本文主要是通过实证分析方法在传统的财务风险预警模型中加入若干适合中国企业财务风险评价的非财务指标，目的是为了提高原有财务风险评价模型的有效性，提高我国企业财务风险的评价能力。研究过程中主要解决的问题由于本文主要采用的是将上市公司报表中的财务数据和非财务指标引入到模型中的实证研究方法，所以上市公司的财务报表数据的收集和非财务指标的选取视为关键。其中几个关键问题如下首先是上市公司中公司和非公司的配对问题，要验证模型的有效性必须要有上市公司的财务数据作为基础。然而，公司之间由于行业的差别和规模的大小使得公司间的相同财务比率不可比，所以为了使得加强模型验证的准确性本文首先必要要对公司进行分组从而进行配对。其次是非财务指标的选取，由于如今国际和国内对非财务指标的概念还没有个准确的定义，并且在指标的选取上也没有统的标准和理论。为此，本文效仿广大研究者，在前人研究的基础上选取那些对财务风险影响比较大的非财务指标来进行实证分析。再次是非财务指标的获取途径，由于如今对非财务指标的隐性定义是非常广泛的。所以，非财务指标的获取途径可以来自于报表附注和其他有关企业的些信息。最后是非财务指标的定量化，非财务指标是种定性型指标。其本身主要来自于些文字信息，为此对非财务指标的定量化可谓是大难点。本文在非财务指标的概述中将会重点分析非财务指标的定量化。企业财务风险评价国内外有关研究现状综述企业对财务风险的评价主要是借助于财务风险预警模型。财务风险模型预警是借助于企业提供的财务报表经营计划以及相关资料，利用财会金融企业管理市场营销等理论，采用比率分析比较分析因素分析及多种分析方法对企业经营活动和财务活动进行分析和预测。国内外关于财务风险模型的建立如今已经非常丰富，但是起先还是来自于国外。国外有关文献综述对于企业财务风险的研究始于国外，主要还是通过实证型研究。国外的学者开始对财务风险预警进行研究是在世纪年代，如今提出的模型已经相当的丰富大致可以分为定量和定性两种模型。定性的预警模型主要有标准调查法管理评分法等。应用的较多还是定量模型，定量模型又可以分为单变量模型和多变量模型。年以家公司为样本，将样本分为破产和非破产两组首次提出了单变量破产预测模型。研究结果表明，净资产收益率和产权比率这两个比率的判断能力最强。此后，年通过对年到年的家破产企业和与此相对应的家非破产企业的报表数据进行了研究，发现有关现金流量的财务指标其判断能力最好。虽然单变量模型对财务风险预警具有定的有效性，但其正确率不高而且对企业的研究也不够全面，由此产生了多变量财务预警模型。多变量预警模型首先是由提出来的，通过对年年些破产的企业进行了分析预测，选取了流动资产与资产比率留存收益和总资产比率总资产报酬率市盈率和总资产周转率个指标，提出了著名的模型其成功率达到了。随后，等人又对模型进行了拓展建立了第二代模型此次的研究中包括了些零售型企业所以研究结果发现了模型的预测率有了进步提高。年，第次使用了模型，又称作多元逻辑回归模型。此模型采用了多元回归的方法来建立，其复杂程度比较高。但是，模型对研究的假设要求较少，而且其预测率较其他模型而言比较准确，所以如今此模型已被广泛使用，国内外大多数学者对于财务风险的研究都是建立于这个模型之上。神经网络分析模型是近些年新产生的种模型，神经网络分析是种并行分部模式处理系统，其建构理念根植于人类大脑神经运行模式，它具有高度并行计算能力学习能力和容错能力。神经网络分析模型的使用是在世纪年代开始的，首先使用此模型的有等人。如今，神经网络分析模型在人工神经网络发展的带动下已经产生多种新的模型。以上研究者都是基于财务指标选取的基础上来建立模型，如今非财务指标慢慢引起了学者们的注意。年和通过实地调查了在年金融危机的影响下出现财务危机的家德国企业，建立了以财务指标和非财务指标的模型，模型中财务指标有净资产收益率资产负债率和总资产报酬率，非财务指标主要是企业控制和企业管理的营业额。研究发现，在发生了财务困境中企业的所有权债务的重组和管理的营业额特别重要。随着目前企业的壮大，私人投资者逐渐放弃了自身的主导地位，强制的营业额容易使企业发生债务重组这两个指标有助于企业财务风险的评价。此外在对财务困境的研究中分析了企业风险管理与财务困境之间的关系，研究发现基于财务困境成本的考虑，股东应从事事后风险管理活动，即使他们没有预先承诺过这么做。这个理论是在权衡基于股权有限责任公司股东的风险转移激励机制和基于财务困境成本的风险规避诱因二者之间的基础上而产生的。虽然非财务指标已经开始进入到研究者的视线中，但是对于非财务指标的应用国外的发展还不是很成熟。国内有关文献综述国内对于财务风险评价研究的起步比较晚，开始于世纪年代。国内最早使用单变量模型的是陈静的研究，陈静通过收集年至年被和非公司的财务报表数据，从中选取了组现前年