（3）三個月資金周轉表分析法
三個月資金周轉表分析法就是針對企業製訂的三個月的資金周轉表，進行分析，看企業未來三個月的資金周轉是否處於正常狀態，如果企業未來三個月的資金周轉處於緊張狀態，就說明企業存在財務危機，必須進行財務危機預警。
（4）流程圖分析法
流程圖分析法就是對企業現有的業務流程，整理為清晰的流程圖，找出對企業經營和財務活動產生重要影響的關鍵點，通過進一步分析，來判斷流程圖中這些關鍵的節點是否存在潛在的風險。如果發現這些關鍵的節點存在問題，就說明企業存在著財務危機，需要進行財務危機預警，警示企業領導者采取措施，優化流程，化解財務危機。
（5）管理評分法
美國的仁翰·阿吉蒂在調查了企業的管理特性以及可能導致破產的企業管理缺陷後，提出采用管理評分法，根據企業在經營管理中出現的幾種缺陷、錯誤、征兆進行對比打分。並按照這些項目對企業破產過程和產生影響的大小程度，對所打分數進行加權處理。如果評價得分總計超過25分，就表示企業處於嚴重的危機之中；企業的安全得分一般小於18分。在18～35分之間，表示企業處於一個“黑色區域”，必須提高警惕，迅速采取有效措施，將總分數降低到18分以下的安全區域，否則黑色區域就有可能引起企業嚴重的危機。
2.財務危機預警的定量方法
財務危機預警定量方法就是指借助企業財務指標和非財務指標體係，建立識別企業財務狀況的判別模型。分為單變量分析法和多變量分析法。
單變量分析法，顧名思義，就是運用一個財務指標來預測企業財務危機。先後被采用的變量包括營運成本／總資產、股東權益／負債、流動資產／流動負債、股票收益率等財務指標。單變量分析法開創了企業財務危機預警的先河。
由於單變量分析法有著不能全麵分析企業財務狀況的明顯局限性，在國外的理論界和大型企業集團的實踐中，一般采用多變量分析法進行財務危機預警。比較流行的多變量分析法有多元線性函數模式、邏輯回歸判別方法和神經網絡判別方法。
（1）多元線性函數模式
多元線性函數模式，是美國紐約大學奧特曼（ALTMAN）教授於1968年創立的Z模型，也被稱為“Z記分法”。是一種具有代表性的多變量預測企業風險的模式，它通過建立多元函數關係或確定加權平均的權重比率及分值來達到預測企業風險的目的。“Z記分法”模型對企業破產前一年的總體判別準確度高達95%，是財務危機預測中最常用的方法。
奧特曼的“Z記分法”模型是奧特曼經過不斷分析比較，建立的一個函數模型：
Z＝1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5
式中：
X1＝營運資金／總資產，X1越大，說明企業的流動性越強；
X2＝留存收益／總資產，反映企業在一定時期內留存收益進行再投資的比例，X2越大，說明企業籌資和再投資功能越強，企業創新和競爭力越強；
X3＝息稅前利潤／總資產，反映企業不考慮稅收和財務杠杆因素時企業資產的盈利能力，X3越大，說明企業不考慮稅收和財務杠杆因素時企業資產的盈利能力越強；
X4＝資本市值／債務賬麵價值，反映投資者對公司前景的判斷，X4越大，說明企業越有投資價值（在成熟的資本市場中，該指標尤具說服力）；
X5＝銷售額／總資產，反映企業資產獲取銷售收入的能力。X5越大，說明企業利用現有資產獲取銷售收入的能力越強。
奧特曼對經營失敗企業的數據進行統計後，得出的經驗性臨界數據值為3.0，即Z＝3.0.如果企業的Z值高於3.0，則比較安全；如果Z值低於3.0，則表示存在財務危機，甚至存在破產風險。具體的判斷標準見下表所示。
根據向德偉對我國滬、深兩市80家A股樣本公司的實證研究分析，“Z記分法”在我國基本有效。向德偉《運用“Z記分法”評價上市公司經營風險的實證研究》一文發表在2002年第11期《會計研究》雜誌上，大家可以參考。以奧特曼的“Z記分法”為基礎，不同國家的學者結合本國企業的特征，經過實證研究，提出了一些Z記分模型，譬如日本開發銀行調查部的企業風險評價函數，中國台灣陳肇榮的多元線性函數，我國張玲的Z記分模型，高培業和張道奎的Z記分模型，張鳴、張豔、程濤的Z計分模型等。
（2）邏輯回歸判別方法
由於奧特曼教授創立的多元線性判別模型預警變量有嚴格的要求，即要求預警變量符合嚴格的聯合正態分布，而現實經濟生活中大多數企業的財務比率無法滿足這一要求。為了克服這一缺陷，以歐爾森（OHLSON）為代表的一些學者提出采用邏輯回歸判別方法來提高財務危機的預警能力。
1980年，歐爾森以1970～1976年間105家失敗公司為樣本，運用了條件邏輯模型（也叫LOGIT模型）來建立財務預警模型。其研究結果表明，企業規模大小、財務結構（負債比率）、經營績效（資產收益率或運營資金比率）以及流動性（流動比率、速動比率）等4個因素與企業財務危機的概率具有高度的相關性。
在條件邏輯模型中，給定自變量XI的向量，公司I破產的概率可以由下式給出：
P（XI，β）＝F（α＋βXI）
其中，F（α＋βXI）是累積對數函數：
條件邏輯模型可以給出公司破產概率P（XI，β），基於這一概率公司可以被劃分為破產公司與非破產公司。臨界值一般確定為0.5，破產概率超過0.5歸類為破產公司，小於0.5歸類為非破產公司。
盡管歐爾森的模型在理論界得到了廣泛的應用，但我還是覺得比較難懂。相比較而言，我國學者吳世農等人於2001年運用邏輯回歸判別模式，對我國1998～2000年間滬深兩市的140家上市公司進行判別分析所得出的邏輯模型，更好懂一些，也更貼近中國企業的實際。
吳世農等人的邏輯模型為：
YI＝－0.867＋2.5313X2－40.2785X4＋0.4597X8＋3.2293X12－3.9544X13－1.7814X20
PI＝EXP（YI）／［1＋EXP（YI）］
其中，X2表示淨資產收益率；X4表示主營業務利潤貢獻率；X8表示速動比率；X12表示淨資產收益率；X13表示留存收益／總資產；X20表示淨利潤增長率。
YI值為總判別分，它反映的是第I項在總體中某一上市公司綜合財務狀況的數量特征，PI是在線性回歸模型基礎上計算得出的發生財務危機的概率。根據邏輯模型，以0.5作為臨界判別點，即PI超過0.5的公司可以判定為出現了財務危機。
（3）神經網絡判別方法
神經網絡是由大量的處理單元（神經元）廣泛連接而成的網絡，是對人腦的具體抽象和簡化模擬，是探索人類智能的有力工具，反映了人腦的基本特性。神經網絡的研究是從大腦的生理結構出發，進而模擬大腦對信息的處理功能，研究人的智能行為。神經網絡是近年來發展起來的一門十分活躍的交叉學科，涉及生物、電子、計算機、數學、物理等學科。它是由簡單的神經元組成的大量並行分布的處理機。神經網絡判別法，就是建立預測財務危機的模型，將該模型所需要的財務指標樣本數輸入神經網絡，進行財務危機的判別。盡管神經網絡領域的發展前景非常廣闊，但目前在財務領域的應用很少。所以，我們在這裏隻介紹基本的概念，因為涉及神經網絡的知識比較深奧，我努力地讀了一些這方麵的書，也不十分明白。我不明白的東西，也不敢胡亂講解，以免謬種流傳。
（4）中證·亞商50強評選組的財務預警體係
根據中國證券報社和亞商企業谘詢股份有限公司組建的“中證·中亞50強評選工作小組”推出的財務預警評估體係，可以對企業的財務危機進行預警。該財務預警體係包括了定量指標和定性指標。
定量指標包括：
①主營業務收入利潤率≤5%；②營業利率比重≤50%；③主營業務收入增長率≤－30%；④應收賬款周轉率≤行業水平的50%；⑤淨資產收益率≤0；⑥經營現金流量比率≤50%；⑦資產負債率≥85%；⑧流動比率≤1.25；⑨速動比率≤0.25；⑩存貨周轉次數≤行業水平的50%；瑏瑡盈利現金比率≤1；瑏瑢強製性現金支付比率≤1；瑏瑣資產關聯方占用率≥5%；瑏瑤關聯業務收入（成本）比率≥70%；瑏瑥投入產出比率≤同期銀行存款利率；瑏瑦項目投資進度完成率≤50%；瑏瑧長期股權投資比率≥50%；瑏瑨投資收益率≤淨資產收益率。
定性指標包括：
①存在未履行承諾事項的情況；②大股東、控股股東發生變化；③管理層涉嫌貪汙、詐騙、走私等經濟犯罪行為；管理層變動頻繁；④會計事務所變更原因披露不詳細；⑤為股東擔保，無反擔保等防範措施。