偿债能力论文研究思路流程图

企业负债分付息负债及无息负债，付息负债要考虑资金利率、期限、成本等因素，合理确定付息负债的期限、利率、品种等。无息负债主要是一些应付款项，还要结合资金来源等因素综合考虑。 单纯的分析偿债能力有失片面，还要结合企业的内外部情况综合考虑。

一、短期偿债能力分析（－）流动比率 （二）速动比率（三）现金比率 二、长期偿债能力分析（一）负债比率（二）股东权益比率和权益总资产率（三）负债与股东权益比率（四）利息保障倍数三、综合两方面，同时做静态与动态财务分析。

浅析企业偿债能力分析方法

一、影响企业偿债能力的主要因素

影响企业短期偿债能力的主要因素流动资产质量、经营现金流量水平、流动负债的规模、构成项目等是影响企业短期偿债能力的主要因素。

流动资产的质量

企业的固定资产决定着企业的实力，但流动资产决定着企业的经营状况。资产需要流动，资产的流动是指企业资产转换成现金的能力，包括是否能不受损失地转换为现金以及转换需要的时间。流动资产是企业进行经营活动的短期资源准备，流动资产的质量也影响今后经营活动中产生现金的能力，它是偿还流动负债的物质保证，因此，流动资产的流动性从根本上决定了企业偿还流动负债的能力。流动资产的质量与企业短期偿债能力成正比例关系。流动资产的数量多，就意味着企业能在短期内偿还负债;流动资产减少，说明企业可以偿还的资产和资金减少，不利于企业清偿债务。

企业的经营现金流量水平

现金是企业所有资产中最活跃的因素，也是偿还企业短期债务的最常见的方式。现金的多少对企业短期债务偿还具有重要的作用。现金流量产生在生产经营活动中，比如在销售活动中就会产生大量的现金流入，这样就能满足企业偿还短期债务的需求。

债务偿还的'时间性和紧迫性

债务偿还都有时间限制，债权人都要规定一个期限让企业来偿还债务。这个期限与紧迫性联系紧密，一般来说，企业偿债能力越强，就越能在最短的时间和最紧迫的时间内偿还债务，这样就能获得良好的信誉。反之，如果企业拖延偿还债务，会影响债权人与企业之间的关系。

影响企业长期偿债能力的主要因素

一般来说，资本组成和长期赢利水平与经营活动现金流量是影响企业长期偿债能力地主要因素。

资本组成

资本由负债和所有者权益组成。所有者权益属于永久性资本，不用偿还，几乎没有风险。负债是必须偿还的指标，有一定的风险，负债越多，风险就越大，不能偿还本息的可能性也越大;而所有者权益所占的比例越高，企业的稳定性越强，风险越低，所以资本组成直接影响着企业的长期偿债能力。

长期赢利水平与经营活动现金流量

企业的生存之本是赢利，而长期赢利是企业所追求的最高境界，所以长期赢利水平的高低影响企业长期偿债能力。经营活动现金流量是一个动态的指标，只要保持相对稳定的状态，对企业还债就具有积极的意义。

二、企业偿债能力的财务分析方法

企业偿债能力的高低，通过财务分析方法也可以体现出来。常见的财务分析方法有：水平分析法、垂直分析法、趋势分析法、比率分析法、因素分析法等。我们一般通过水平分析法来解决这个问题，其中的一些指标是非常重要的，如资产负债率、净资产报酬率、流动比率、速动比率、流动资产和流动负债等。资产负债率是考核企业偿债能力的指标。资产负债率是负债与资产的比率，就是负债在整个资产中所占的比率，一般来说，低于30%是一个安全范围，在这个范围之下数值越低，表示企业负债越少，所留的资金就会越充裕，有足够的偿债能力。如果超过70%这个范围，说明负债的比例过高，信用度降低，偿债能力随之降低，风险相应增加。资产负债率经常和净资产报酬率联系在一起，资产报酬率是企业一定时期内获得的报酬总额与平均资产总额的比率。它是反映企业资产综合利用效果的指标，也是衡量企业利用债权人和所有者权益总额所取得赢利的重要指标。该指标越高，表明企业的资产利用效益越好，企业赢利能力越强，经营管理水平越高，因此资产报酬率越高，企业偿债能力也越强。另外，还有两个相关的财务指标与企业偿债能力有关，即流动比率和速动比率。流动比率是流动资产除以流动负债的比率。流动比率主要反映公司短期偿债能力，流动比率与企业偿债能力成正相关，数值越高，企业偿债能力越强。流动资产和流动负债的关系也反映企业偿债能力，流动资产和流动负债增长的数值越大，说明收益增长也越多，企业的偿债能力也越强。如果单纯是流动资产增长，对企业也有利。

三、结语

总之，企业在经营过程中，要规避风险，就要采用财务分析方法提高自己的偿债能力，只有如此才能抵御风险，在激烈的市场竞争中占有一席之地。

企业偿债能力风险的理论研究与识别基于流动比率指标评价财务状况的局限性 随着金融危机席卷全球，财务风险防范已然成为公司治理面临的重要课题，而偿债能力风险（liquidity risk）作为财务风险分析的重要组成部分也相应成为理论与实务研究的侧重点。此外，对于投资者来说，识别上市公司披露的财务信息及其财务风险是投资的第一步。一、国际理论界对偿债能力风险理论研究的发展脉络。1、现金流无疑是每个企业正常运营的重要资产，企业陷入财务困境并可能导致破产的直接原因就是公司现有现金流不能偿付到期债务。基于此，Duhovnik Metka提出上市公司应该将一份较为合理的现金流量表提供给财务报表使用者。专业人士基于现行的现金流量表计算出相关财务比率并对上市公司偿债能力和盈利能力做出的判断往往与公司的现行业绩是不符的。因此，对现金流的报告采用过程追踪来代替仅仅计算结果的比率，以改进会计信息质量的需求越来越迫切。以此种财务报告为基础，上市公司的盈利能力和现金回报两方面都能得到正确、合理的判断，同时相关现金流比率也将作为编制资产负债表和利润表时的一种控制机制体现其价值。2、对于如何识别财务困境问题，CoyneJoseph S&Singh Sher G.在分析了健康公司和破产公司的财务体系基础上，提出了一系列预测财务失败的相关因素并识别出明确显示出健康公司和破产公司区别的财务指标。研究结论显示七个偿债能力比率在两者之间存在显著差异，并在此基础上提出了合理运营现金流的措施以预防偿债能力风险。3、上市公司的经营状况会定期以财务报告的形式披露，因此，投资者通常只有当上市公司对财务风险在正式财务报告中披露出来才能得到相关信息。但是，如果公司管理者有意隐瞒已经存在的财务风险，那么投资者也很少有机会可以获得真实信息。为了改进财务预警模型的准确度，Chen Wei-Sen&Du Yin-Kuan应用台湾股票交易公司对被停牌公司的营运规则作为分析对象，应用财务比率、非财务比率及因素分析来提取可用变量，并且引入人造神经网络（ANN）和数据挖掘（DM）技术为上市公司构造财务预警模型。Chen WS&Du YK提出，人造智能方法在预测公司潜在财务困境时比传统的统计数据更加有效。4、在分析财务风险时不能一味的仅以偿债比率等财务指标为依据。识别财务风险时应注意宏观经济形式、公司战略决策等同样会影响到上市公司的财务比率。例如公司流动比率或者偿债比率增大时，并不能仅依此判定公司经营状况改善，相反，降低时也不一定公司正面临破产威胁。Baum Christopher F，CaglayanMustafa，Stephan Andreas&TalaveraOleksandr采用美国COMPUSTAT季度数据库中的非财务公司在1993-2003年之间的数据，开发出了流动资产的预警平衡模型。研究结论显示公司面临宏观经济不稳定或有特殊的不确定因素时会增大自身的流动比率以预防财务风险。二、基于流动比率指标评价财务状况的局限性。以上研究者所做的研究从不同的侧面阐释了对财务风险的识别、预测以及防范。基于财务比率分析预测财务风险，研究者更多关注的是综合财务比率，对于反映偿债能力的流动比率（流动资产/流动负债）分析也是从广义的方面加以研究，没有深入探讨流动比率的数值变化对于公司财务状况的影响。很多教科书上指出，流动比率值在2：1左右时比较合理，而此理论在实证研究中并没有得到证实，仅是通过经验得出的。同时，伴随着21世纪初利率政策的调整，企业也相应调整利用权益性筹资等方式的配置比例来满足营运资金不足的需要，流动比率在2：1左右比较合理的论断更是受到了挑战。此外，在不同行业、同一行业的不同企业以及同一企业的不同发展阶段，流动资产的变现能力、质量等方面都存在差异，因此流动比率无论在横向还是纵向上可比性都较差。另外，该指标容易被粉饰，如企业可能采用推迟赊购货物、暂时性偿还债务、不转销呆账和损失等人为地影响流动比率。三、当前经济形势下企业偿债能力风险的识别。总之，在当前经济形势下，为了比较切合实际的识别与防范企业偿债能力风险，应对企业的现金流采用过程追踪而不仅仅单一的使用现有比率指标。同时，力求比较切合实际地估计流动资产的变现能力，客观地看待流动比率指标。在利用流动比率评价企业偿债能力时，应结合多种分析工具，综合判断企业现金流的运营措施进而识别与评价偿债能力风险。参考文献】1、田天,陈斐.论流动指标评价财务状况的局限性及创新对策.财会学习[J].2008(2)2、刘薇.对流动比率的思考[J].财政金融.2008(27)总第974期3、陈庆华.流动比率指标评价及改进方法分析.中国总会计师[J].2007(11)4、赖永添,吴子云.金融危机对我国企业财务运行的影响及启示.财务与会计[J].2009(1)5、Duhovnik,M(Duhovnik,Metka).Improve-ments of the cash-flow statement control functionin financial of Economics,26(1):123-150 20086、Coyne,JS(Coyne,Joseph S.);Singh,SG(Singh,Sher G.).The early indicators of financialfailure:A study of bankrupt and solvent of Healthcare management,53(5):333-345 SEP-OCT 20087、Chen,WS(Chen,Wei-Sen);Du,YK(Du,Yin-Kuan).Using neural networks and data miningtechniques for the financial distress prediction Systems with Applications,36(2):4075-4086 Part 2 MAR 20098、Baum,CF(Baum,Christopher F.);Caglayan,M(Caglayan,Mustafa);Stephan,A(Stephan,Andreas);Talavera,O(Talavera,Oleksandr).Uncertainty determinants of corporate Modeling,25(5):833-849 SEP2008