版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、1 .引言1.1 研究背景與意義1。1.1研究背景2011年是我國(guó)加入 WTO的第十個(gè)年頭,隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展,改革開(kāi)放的不斷深入,制造業(yè)日益面對(duì)激烈的國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)與國(guó)際市場(chǎng)競(jìng)爭(zhēng)。我國(guó)是一個(gè)制造業(yè)大國(guó),制造業(yè)在經(jīng)濟(jì)發(fā)展中具有牛I殊地位和作用.世界經(jīng)濟(jì)發(fā)展的趨勢(shì)已表明,制造業(yè)是一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展 的基石,也是增強(qiáng)國(guó)家競(jìng)爭(zhēng)力的基礎(chǔ)。在過(guò)去的 20世紀(jì)中,是制造業(yè)給美國(guó)、日本和歐洲帶 來(lái)了巨大的經(jīng)濟(jì)發(fā)展和市場(chǎng)繁榮 .有人坦言:“無(wú)論今后科學(xué)技術(shù)怎樣進(jìn)步,發(fā)展先進(jìn)的制造 業(yè)將是人類社會(huì)永恒的主題,制造業(yè)也將永遠(yuǎn)是人類社會(huì)的首席產(chǎn)業(yè)”。同時(shí),制造業(yè)是解決就業(yè)矛盾的一個(gè)重要領(lǐng)域,也是新時(shí)代提高一個(gè)國(guó)家整
2、體就業(yè)水平的重要基礎(chǔ).世界經(jīng)濟(jì)發(fā)展的歷史表明,雖然第三產(chǎn)業(yè)將會(huì)吸納越來(lái)越多的生產(chǎn)力,但是制造業(yè)仍然是解決就業(yè)矛盾的一個(gè)重要領(lǐng)域,而且制造業(yè)的發(fā)展水平直接關(guān)系到第三產(chǎn)業(yè)的發(fā)展.我國(guó)的人口壓力和就業(yè)壓力越來(lái)越大.因此,發(fā)展制造業(yè)不僅可以吸收巨大的勞動(dòng)力,而且隨著生產(chǎn)效率的提高, 也可以提高勞動(dòng)力的素質(zhì)。對(duì)維持社會(huì)穩(wěn)定,構(gòu)建社會(huì)和諧有著舉足輕重的作用。此外制造業(yè)不僅是高新技術(shù)的載體,而且也是高新技術(shù)發(fā)展的動(dòng)力.近年來(lái),先進(jìn)的制造技術(shù)不僅創(chuàng)造了更先進(jìn)的生產(chǎn)方式和更高的生產(chǎn)效率,而且先進(jìn)的制造技術(shù)正在對(duì)傳統(tǒng)的制造技術(shù)進(jìn)行著系統(tǒng)的改造.當(dāng)今世界,高度發(fā)達(dá)的制造業(yè)和先進(jìn)的制造技術(shù)已經(jīng)成為衡量一個(gè)國(guó)家綜合 經(jīng)
3、濟(jì)實(shí)力和科技水平的最重要標(biāo)志,成為一個(gè)國(guó)家在競(jìng)爭(zhēng)激烈的國(guó)際市場(chǎng)上獲勝的關(guān)鍵因 素。1.1。 2研究意義在激烈的國(guó)內(nèi)及國(guó)際競(jìng)爭(zhēng)的大環(huán)境下,雖然我們的制造業(yè)上市公司從數(shù)量到規(guī)模都有了很大的提升,從整體上看,公司的經(jīng)營(yíng)狀況、盈利狀況都有所改善,但每個(gè)企業(yè)都面臨著巨 大的生存壓力,企業(yè)陷入困境、陷入危機(jī)的幾率大幅度增加。出現(xiàn)了多樣化的風(fēng)險(xiǎn)與危機(jī), 有些企業(yè)逐步從財(cái)務(wù)狀況正常發(fā)展到財(cái)務(wù)狀況惡化,陷入財(cái)務(wù)危機(jī),甚至出現(xiàn)倒閉、破產(chǎn), 使企業(yè)本身、投資者等多方面利益遭受到損失。所以本文試圖通過(guò)對(duì)財(cái)務(wù)預(yù)警模型的研究, 實(shí)現(xiàn)保護(hù)企業(yè)和投資者利益、防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的目的,具體意義如下:(1)對(duì)于投資者來(lái)講.有助于投
4、資者預(yù)知公司是否會(huì)陷入財(cái)務(wù)危機(jī),獲取財(cái)務(wù)危機(jī)的事 前提示,使投資者對(duì)公司的財(cái)務(wù)狀況和經(jīng)營(yíng)成果作出預(yù)先判斷,加強(qiáng)投資的警惕性,這樣就能使投資者盡可能的降低公司股票價(jià)格大跌及破產(chǎn)清算的影響,盡可能的避免損失。 所以財(cái)務(wù)預(yù)警有助于投資者作出正確的投資決策,切實(shí)保障投資者自身利益。(2)對(duì)于企業(yè)經(jīng)營(yíng)者來(lái)講.可以有效防范財(cái)務(wù)風(fēng)險(xiǎn),加強(qiáng)企業(yè)內(nèi)部控制,改善企業(yè)經(jīng)營(yíng)管 理.目前來(lái)講,階段性地評(píng)估企業(yè)當(dāng)前的財(cái)務(wù)狀況是一項(xiàng)極其重要的工作,因?yàn)檫@樣可以發(fā)現(xiàn)公司潛在的優(yōu)勢(shì)和不足,以便采取針對(duì)性的對(duì)策,制定新的措施,改變企業(yè)發(fā)展現(xiàn)狀,有效阻止企業(yè)的財(cái)務(wù)危機(jī),有助于企業(yè)長(zhǎng)久、穩(wěn)定地發(fā)展(3)對(duì)于債權(quán)人來(lái)講。目前的債權(quán)人以
5、銀行和金融企業(yè)居多,通過(guò)財(cái)務(wù)預(yù)警債權(quán)人可以判斷企業(yè)的償債能力,合理評(píng)估企業(yè)未來(lái)的資信狀況,從而提前采取相應(yīng)的措施,避免貸款損失,保證債權(quán)資產(chǎn)的安全。(4)對(duì)于監(jiān)管部門來(lái)講。證監(jiān)會(huì)對(duì)上市公司進(jìn)行的監(jiān)管主要依賴于上市公司年底所披 露的財(cái)務(wù)報(bào)表,在時(shí)效上具有一定的滯后性。通過(guò)財(cái)務(wù)預(yù)警,監(jiān)管部門便可以利用該公司前幾年披露的財(cái)務(wù)報(bào)表提前對(duì)上市公司進(jìn)行監(jiān)測(cè),對(duì)于有財(cái)務(wù)危機(jī)預(yù)兆的上市公司,可以通過(guò)加強(qiáng)事前監(jiān)管,更好的維護(hù)市場(chǎng)秩序,并且防范股票市場(chǎng)風(fēng)險(xiǎn)。1.2 國(guó)內(nèi)外文獻(xiàn)綜述1.2。 1國(guó)外文獻(xiàn)研究國(guó)外學(xué)者對(duì)企業(yè)破產(chǎn)預(yù)測(cè)的研究始于美國(guó)歷史上的“大蕭條”時(shí)期,大批銀行倒閉,企業(yè)破產(chǎn),市場(chǎng)蕭條,生產(chǎn)銳減,失業(yè)人數(shù)
6、激增,人民生活水平驟降,農(nóng)產(chǎn)品價(jià)格下跌,很多人瀕臨破產(chǎn),全面的金融危機(jī)接踵而至國(guó)外對(duì)企業(yè)財(cái)務(wù)危機(jī)的研究經(jīng)歷了以財(cái)務(wù)比率分析為主的單變量分析階段和將財(cái)務(wù)比 率與各種統(tǒng)計(jì)方法相結(jié)合的多變量分析階段,具體而言:最初有關(guān)企業(yè)財(cái)務(wù)危機(jī)的預(yù)警分析主要采用財(cái)務(wù)報(bào)表分析和財(cái)務(wù)比率分析.財(cái)務(wù)報(bào)表分析的基本思想是通過(guò)考核企業(yè)財(cái)務(wù)報(bào)表(資產(chǎn)負(fù)債表、利潤(rùn)表及利潤(rùn)分配表、現(xiàn)金流量表)中的歷史比較、橫向比較和結(jié)構(gòu)性比較的數(shù)據(jù)來(lái)實(shí)現(xiàn)分析企業(yè)真實(shí)情況的目的。財(cái)務(wù)比率分析在本質(zhì)上是屬于財(cái)務(wù)報(bào)表分析,但比財(cái)務(wù)報(bào)表分析又更進(jìn)一層,主要包括企業(yè)的償債能力、 經(jīng)營(yíng)能力、獲利能力、財(cái)務(wù)結(jié)構(gòu)、成長(zhǎng)能力和現(xiàn)金流量分析等。真正全面對(duì)企業(yè)的財(cái)務(wù)
7、危機(jī)進(jìn)行預(yù)測(cè)研究的是Fiztpartrick。1932年Fiztpartrick以19家公司為樣本,運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為破產(chǎn)組和非破產(chǎn)組,進(jìn)行單變量破產(chǎn)預(yù)警研究,其發(fā)現(xiàn)判別能力最高的是“凈利潤(rùn)/股東權(quán)益”和“股東權(quán)益/負(fù)債"兩個(gè)比率。1966年Beaver沿著Fitzpartriek的思路繼續(xù)研究破產(chǎn)預(yù)測(cè)問(wèn)題,在其財(cái)務(wù)比率與失敗 預(yù)測(cè)一文中,Beaver以企業(yè)危機(jī)預(yù)測(cè)為主題,以單一財(cái)務(wù)比率指標(biāo)為基本變量,運(yùn)用配對(duì)樣本法,隨機(jī)挑選了 1954年至1964年間的79家運(yùn)營(yíng)失敗的企業(yè), 并針對(duì)這79家失敗企業(yè)挑 選了與其產(chǎn)業(yè)相同且資產(chǎn)規(guī)模相近的79家正常企業(yè),分別檢驗(yàn)了反映企業(yè)不同
8、財(cái)務(wù)特征的6組30個(gè)變量在公司破產(chǎn)前的15年的預(yù)測(cè)能力,他發(fā)現(xiàn)最好的判別變量是“現(xiàn)金流量/總負(fù)債”(在公司破產(chǎn)的前一年成功地判別了90%的破產(chǎn)公司)和“凈利潤(rùn)/總資產(chǎn)”(在同一階段的判別成功率是 88%)。Bevaer還發(fā)現(xiàn)越臨近破產(chǎn)日,誤判率越低。由于單變量分析具有內(nèi)在的無(wú)法克服的缺陷,因此后來(lái)的學(xué)者開(kāi)始尋求新的方法。Altman首先將判別分析方法 MDA(Multiple Discriminant Analysis )應(yīng)用到對(duì)企業(yè)財(cái)務(wù)危機(jī)的 研究中。1968年,根據(jù)行業(yè)和資產(chǎn)規(guī)模,他為33家破產(chǎn)公司選擇了 33家非破產(chǎn)配對(duì)公司,選用22個(gè)變量作為破產(chǎn)前1-5年的預(yù)測(cè)備選變量,根據(jù)誤判率最小
9、的原則,最終確定了 5個(gè)變 量(營(yíng)運(yùn)資本/總資產(chǎn)、留存收益/總資產(chǎn)、稅息前利潤(rùn)/總資產(chǎn)、權(quán)益市場(chǎng)價(jià)值 /總債務(wù)的帳 面價(jià)值及銷售收入/總資產(chǎn))作為判別變量組成了Z計(jì)分(Z-Score)模型。由于Z計(jì)分模型是以上市公司中的制造業(yè)公司為研究對(duì)象,不利于非上市公司及非制造業(yè)的評(píng)分,所以后來(lái)Ahman修改了 Z計(jì)分模型,分別建立了非上市公司及非制造業(yè)的Z計(jì)分模型.1977年Altman,Haldemna和Narayanan擴(kuò)展了原始的 Z計(jì)分模型,建立了 ZETA模型,該模型以1962 年至1975年間的53家破產(chǎn)企業(yè)和58家配對(duì)的正常公司為樣本,選用了 27個(gè)初始財(cái)務(wù)比率進(jìn)行區(qū)另分析,最后選取了 7
10、個(gè)解釋變量,其分類正確率高于原始的Z計(jì)分模型,特別是在破產(chǎn)前較長(zhǎng)時(shí)間的預(yù)測(cè)準(zhǔn)確率較高。由于Z計(jì)分模型的預(yù)測(cè)能力好,成本效益好,后續(xù)很多學(xué)者也曾按照Atlmna的方法進(jìn)行了類似的研究并取得了良好的效果,因此多元判別分析方法成為了研究企業(yè)財(cái)務(wù)危機(jī)的一種主流方法。自80年代后,許多相關(guān)文獻(xiàn)在會(huì)計(jì)比率選擇及新方法的引入方面進(jìn)行了許多積極的探 索.ohlson(1980)用多元邏輯回歸方法分析了1970-1976年間破產(chǎn)的205家公司和2058家公司組成的非配對(duì)樣本,運(yùn)用邏輯斯蒂回歸法建立了預(yù)測(cè)模型,他發(fā)現(xiàn)至少存在四類顯著影響公司破產(chǎn)概率的變量:公司規(guī)模、資本結(jié)構(gòu)、經(jīng)營(yíng)業(yè)績(jī)和當(dāng)前的變現(xiàn)能力.從1980年
11、代以 來(lái),Lgoistic回歸分析代替判別分析法,在財(cái)務(wù)危機(jī)預(yù)測(cè)研究領(lǐng)域占據(jù)主流地位。Frydman , Altman和Kao ( 1955)提供了一種新分類方法一遞歸劃分算法(RcursivePartitioning )進(jìn)行財(cái)務(wù)分析并在公司財(cái)務(wù)危機(jī)的背景下與判別分析作了比較。發(fā)現(xiàn)遞歸劃分 算法在許多原始樣本和對(duì)比樣本上比判別分析更好。Platt(1990)檢驗(yàn)了與產(chǎn)業(yè)相關(guān)的財(cái)務(wù)指標(biāo)營(yíng)運(yùn)指標(biāo)和產(chǎn)出的變化與公司經(jīng)營(yíng)失敗的關(guān) 系,結(jié)果證明,用產(chǎn)業(yè)因素調(diào)整后的模型事前和事后的分析效果較佳。從而證明了在進(jìn)行財(cái)務(wù) 危機(jī)預(yù)警研究時(shí),應(yīng)注意考慮不同行業(yè)之間所存在的差異 .Coats和Fant (1991)采
12、用類神經(jīng)網(wǎng)絡(luò)構(gòu)建了破產(chǎn)預(yù)測(cè)模型.他們用了 47家財(cái)務(wù)危機(jī)公司和47家健康公司來(lái)建立并檢測(cè)模型的預(yù)測(cè)效果,結(jié)果顯示:模型用于預(yù)測(cè)財(cái)務(wù)危機(jī)公司準(zhǔn)確率達(dá)91%;而采用多元判別法的模型預(yù)測(cè)同樣德94家樣本企業(yè),多元判別法的預(yù)測(cè)精度僅為72%.這從而反映出了類神經(jīng)網(wǎng)絡(luò)具有較佳的預(yù)測(cè)能力.但由于其缺乏理論架構(gòu)說(shuō)明其運(yùn)作原理,其預(yù)測(cè)效果并未得到廣泛認(rèn)同,因此應(yīng)用前景尚不明朗。Chen和Lee(1993)利用生存分析法(survival analysis)研究了二十世紀(jì) 80年代的石油天 然氣行業(yè),研究樣本包括1980-1988年間的75家企業(yè),結(jié)果表明,流動(dòng)性比率、財(cái)務(wù)杠桿比率、 營(yíng)業(yè)現(xiàn)金流、開(kāi)采成功率、企
13、業(yè)歷史和規(guī)模對(duì)企業(yè)能否存活影響巨大。Lindsay和Campball (1994)應(yīng)用混沌系統(tǒng)對(duì) 46對(duì)破產(chǎn)公司和非破產(chǎn)公司的配對(duì)樣本 進(jìn)行分析,指出健康公司比非健康公司顯現(xiàn)更多的混沌現(xiàn)象,但是利用該理論構(gòu)筑的預(yù)測(cè)模型對(duì)23對(duì)企業(yè)的預(yù)測(cè)結(jié)果的第一類錯(cuò)誤和第二類錯(cuò)誤分別高達(dá)19。51%和12.20% o這些年來(lái),為了克服單一方法的局限,一些研究人員嘗試將統(tǒng)計(jì)、金融、經(jīng)濟(jì)和社會(huì)等領(lǐng)域的各種方法相結(jié)合推進(jìn)相關(guān)研究,出現(xiàn)了財(cái)務(wù)預(yù)警的混合模式?;旌夏J绞侵冈谶M(jìn)行預(yù)警分析時(shí),同時(shí)采用兩種或兩種以上的方法建立模型,以實(shí)現(xiàn)企業(yè)財(cái)務(wù)危機(jī)預(yù)警的目的.建立混合模式的目的是同時(shí)采用多種方法,克服各個(gè)方法自身的缺陷,取
14、長(zhǎng)補(bǔ)短。對(duì)此進(jìn)行的實(shí)證研究表明,混合模型與其中包括的單個(gè)方法模型相比,有著更高的準(zhǔn)確性。2001年,英國(guó)學(xué)者Fneg Yu Lin和Salyl MCClena以四種獨(dú)立的財(cái)務(wù)預(yù)警研究方法(判別分析法、邏輯回 歸法、神經(jīng)網(wǎng)絡(luò)方法及決策樹(shù)方法)為基礎(chǔ),將這幾種方法進(jìn)行不同的組合,建立了幾種混合模式,再對(duì)這些方法進(jìn)行實(shí)證分析,驗(yàn)證結(jié)果表明在同等條件下,混合模式明顯優(yōu)于單個(gè)方法模式。通過(guò)上述對(duì)西方財(cái)務(wù)困境預(yù)測(cè)模型的分類介紹,得出的基本評(píng)價(jià)是:目前財(cái)務(wù)困境預(yù)測(cè)模型盡管層出不窮,但主要使用的還是單變量判別模型、多元線性判別模型和多元邏輯回歸 模型三大類。其他研究方法雖然也作出了一些有益的嘗試,但由于模型開(kāi)
15、發(fā)歷史較短,研究不夠廣泛,模型的穩(wěn)定性尚有待進(jìn)一步檢驗(yàn)1.2.2國(guó)內(nèi)研究現(xiàn)狀我國(guó)學(xué)者對(duì)財(cái)務(wù)危機(jī)預(yù)警問(wèn)題的研究始于二十世紀(jì)八十年代末期,國(guó)內(nèi)關(guān)于財(cái)務(wù)危機(jī) 預(yù)警的研究基本以靜態(tài)分析為主。最初的研究主要是對(duì)國(guó)外模型的介紹和評(píng)價(jià),直至1994年,以我國(guó)企業(yè)數(shù)據(jù)為基礎(chǔ) ,建立適用于我國(guó)國(guó)情的預(yù)警模型的文章才開(kāi)始出現(xiàn)。此后,國(guó) 內(nèi)學(xué)者開(kāi)始提出一些預(yù)警的指標(biāo)框架并開(kāi)始引進(jìn)國(guó)外的研究方法對(duì)財(cái)務(wù)危機(jī)預(yù)警問(wèn)題進(jìn)行 實(shí)證研究。陳靜在1999年的研究.此研究以到1998年年底的27家ST公司與同規(guī)模、同行業(yè)的非ST公司作為研究樣本,選取凈資產(chǎn)收益率、資產(chǎn)負(fù)債率、流動(dòng)比率及總資產(chǎn)收益率等4個(gè)財(cái)務(wù)比率,進(jìn)行了單變量分析,
16、研究結(jié)果表明:流動(dòng)比率和資產(chǎn)負(fù)債率在宣布 ST前1年的準(zhǔn) 確率最高,但在宣布前兩年、前三年時(shí),總資產(chǎn)收益率的準(zhǔn)確率最高。張愛(ài)民在2001年借鑒了 Ahmna的多元Z值模型,選用了 8個(gè)企業(yè)財(cái)務(wù)指標(biāo)(凈資產(chǎn) 收益率、總資產(chǎn)利潤(rùn)率、銷售利潤(rùn)率、總資產(chǎn)周轉(zhuǎn)率、股東權(quán)益比率、流動(dòng)比率、總資產(chǎn)增長(zhǎng)率、資本積累率),選擇了 40家我國(guó)的上市公司為估計(jì)樣本,用主成分分析法建立了主成 分預(yù)測(cè)模型,并給出了所研究上市公司的PS值范圍:當(dāng)PS> 0.03時(shí),則該公司近期不可能發(fā)生財(cái)務(wù)危機(jī);當(dāng) PS<0。03時(shí),則該公司近期有可能發(fā)生財(cái)務(wù)危機(jī)。吳世農(nóng)、盧賢義在2001年以1998-2000年中的70家被
17、ST公司和70家非ST公司作為 研究樣本。分別從長(zhǎng)短期償債能力、企業(yè)的盈利能力、成長(zhǎng)能力、營(yíng)運(yùn)能力和企業(yè)規(guī)模等角 度選取了股東權(quán)益收益率、盈利能力增長(zhǎng)率等21個(gè)指標(biāo),首先采用了單變量判定分析和剖面分析研究前5年內(nèi)各年這些公司 21個(gè)財(cái)務(wù)指標(biāo)的差異性。然后又以Fisher線性判別分析、 多元邏輯回歸和線性回歸分析三種方法應(yīng)用構(gòu)建了相應(yīng)的模型。研究結(jié)果表明:三種模型都可以在財(cái)務(wù)危機(jī)發(fā)生前做出較為準(zhǔn)確的判斷。吳超鵬、吳世農(nóng)在 2005年收集我國(guó)1998-2003年540家價(jià)值損害型上市公司的有關(guān) 財(cái)務(wù)變量,并且首次引入公司內(nèi)外部治理變量,應(yīng)用“排序因變量模型”分析財(cái)務(wù)狀態(tài)變化 的影響因素,并采用“人
18、工神經(jīng)網(wǎng)絡(luò)技術(shù)”,預(yù)測(cè)價(jià)值損害型企業(yè)的五種變化趨勢(shì):財(cái)務(wù)康復(fù)、財(cái)務(wù)轉(zhuǎn)好、財(cái)務(wù)維持、財(cái)務(wù)轉(zhuǎn)差或財(cái)務(wù)困境。其結(jié)果表明:股票超額收益、公司治理指數(shù)和投資者利益保護(hù)指數(shù)都有助于提高模型的預(yù)測(cè)能力。呂長(zhǎng)江、周現(xiàn)華在 2005年以制造行業(yè)上市公司的33個(gè)指標(biāo)樣本為基礎(chǔ),分別運(yùn)用多元判別分析、邏輯線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型對(duì)財(cái)務(wù)狀況處于困境的公司進(jìn)行預(yù)測(cè)分析 并對(duì)他們的預(yù)測(cè)結(jié)果加以比較 .呂長(zhǎng)江在2008年對(duì)上市公司兩階段財(cái)務(wù)預(yù)警進(jìn)行了研究,在對(duì)公司財(cái)務(wù)行為和風(fēng)險(xiǎn)特 征的研究基礎(chǔ)上,提出了公司財(cái)務(wù)狀況五分類法,并采取兩階段財(cái)務(wù)預(yù)警的思路,研究了上市公司財(cái)務(wù)困境和財(cái)務(wù)破產(chǎn)的前后變化關(guān)系,給出了預(yù)防、診斷和
19、治療財(cái)務(wù)困境、財(cái)務(wù)破產(chǎn)的不同措施,這對(duì)于豐富和發(fā)展公司財(cái)務(wù)理論,規(guī)范、指導(dǎo)公司的財(cái)務(wù)行為,提高上市公司財(cái)務(wù) 運(yùn)營(yíng)的質(zhì)量,指導(dǎo)上市公司財(cái)務(wù)管理實(shí)踐,優(yōu)化市場(chǎng)資源配置,促進(jìn)證券市場(chǎng)的健康穩(wěn)定發(fā)展具有重要的理論意義和現(xiàn)實(shí)意義 .總之,在財(cái)務(wù)危機(jī)預(yù)警問(wèn)題上我國(guó)學(xué)者作了一些有益的探索并取得了一定的成果,與此同時(shí)也存在著一定的問(wèn)題:第一對(duì)國(guó)外的模型不加修正直接采用,沒(méi)有充分考慮國(guó)內(nèi)外模型 適用環(huán)境不同;第二上市公司前一年的財(cái)務(wù)報(bào)告是上市公司是否會(huì)被特別處理的主要依據(jù)。而我國(guó)的大多數(shù)研究都以上市公司發(fā)生財(cái)務(wù)危機(jī)前一年的財(cái)務(wù)報(bào)告為數(shù)據(jù)來(lái)源,這樣就會(huì)降低了所建模型的實(shí)用性;第三“配對(duì)抽樣”方法可能把象行業(yè)和資產(chǎn)
20、規(guī)模排除在模型之外,而 這些因素很可能是解釋破產(chǎn)的重要因素。同時(shí),配對(duì)抽樣還夸大了預(yù)警模型的判別正確率; 第四我國(guó)財(cái)務(wù)危機(jī)預(yù)警研究中大都沒(méi)有涉及現(xiàn)金流量?jī)?nèi)容,這樣就影響一些研究成果的有用性。本文在進(jìn)行研究時(shí)充分考慮了以上問(wèn)題并在一定程度上予以改進(jìn),極力建立適合我國(guó)上市公司的財(cái)務(wù)危機(jī)預(yù)警模型。1。3研究方法與理論框架1。3.1研究方法本文主要采取定性分析與模型構(gòu)建為主的方法,以制造業(yè)上市公司財(cái)務(wù)預(yù)警模型的構(gòu)建為研究目的。在國(guó)內(nèi)外財(cái)務(wù)預(yù)警理論研究的基礎(chǔ)上,試圖找出一種改進(jìn)的財(cái)務(wù)預(yù)警模型,主要采用以下研究方法:(1)規(guī)范分析方法.這種方法主要用于建立理論分析框架,闡述制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警的概念
21、和理論基礎(chǔ),建立財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系。(2)統(tǒng)計(jì)分析方法。這種方法應(yīng)用在資料整理、尋找規(guī)律以及數(shù)學(xué)建模等,應(yīng)用中要合理確定統(tǒng)計(jì)方法的應(yīng)用條件,有效利用這種方法尋找規(guī)律和檢驗(yàn)規(guī)律(3)定性與定量相結(jié)合的方法。在定性方法中,首先采用的是歷史分析法.在文獻(xiàn)綜述 部分,以時(shí)間為主線,對(duì)歷史上相關(guān)領(lǐng)域的主要代表人物及其研究成果進(jìn)行了匯總和歸納,并結(jié)合本研究的需要加以評(píng)述。在文中的實(shí)證研究部分,在搜集大量的樣本數(shù)據(jù)基礎(chǔ)上,綜合運(yùn)用了數(shù)學(xué)及計(jì)算機(jī)等知識(shí),最終彳#出研究結(jié)論并加以分析解釋1。3。2理論框架1Fitzpatrick , P.J A Comparison of Ratis of Successf
22、ul Industrial Enterprises With Those of Failed Firms。Certified Public Accountant.1932 , 2:589-7372 William H. Beaver。Financial Ratios As Predictors Of Failure o Journal Of AccountRecearrh.1966, 4: 71 1273 Edward I。Altman.Finaneial Ratios,Diseriminant Analysis and Predietion of CorPorate Bankrupt.Jou
23、rnal of Finanee.September1968,9:589 6064Edward I.Altman , Robert G。 Haldeman, P.Narayanart Zeta Analysis:A New Model to Identify Bankruptcy Risk of Corporation.Journal of Banking and Finanee 。 1977, 1:29-545 Ohlson J.So Finaneial Ratios And The Probabilistic Predietion of Bankruptcy.Journal of Accou
24、nting Researeh。1980, 1 : 1091316Zmijewski , M.E.Methodological Issues Related to the Estimation of Financial Distress Predietion Models.Supplement to Journal of Accounting Researeh 。 1984:59-827 Halina Frydman, Edward I。Altman,Duen-LiKao.Introducing Reeursive Partitioning for Financial Classificatio
25、n:The Case of Financial Distress,Journal of Finanee 。 1985, 40(1) :269 2918 Harlan D.Platt,Marjorie B 。Platt, Development of a Class of Stable Predietive Variables:The Case of Bankruptey Predietion。 Journal of Business Finance & Accounting.1990 。 Spring9 Pamela K. Coats and L.Franklin Fant , A N
26、eural Network Approach to Forecasting Financial Distress.The Journal of Business Forecasting.1991-1992。 Winter10 Kevin C。 W。Chen,Chi Wen Jevons Lee.Financial Ratios and Corporate Endurance : A Case of the Oil and Gas Industry.Contemporary Accounting Researeh.1993 ,9 (2) .Spring.11David H 。 Lindsay ,
27、 Annhenrie Campbell.A Chaos Approach to Bankruptey Predietion.Journal of Applied Business Resareh.199412 Feng Yu Lin。 Sally MCClean °A data mining approach to the Predietion of corporate failure 。 Knowledge-Based Systems.2001,14:189-19513Deakin 。E。B.A Diseriminant Analysis Prediction of Busines
28、s Failure. Journal of Accounting Researeh(Spring) ,1972: 16716914Koh , H.C。The sensitivity of optimal cutoff points to misclassification costs of type I and typen errors in the going-concern prediction context , Journal of Business Finance&Accounting , 1992,19(2): 187-97。15 Sinkey, J.F。,Jr.A mul
29、tivariate statistical analysis of the characteristics of problem banks , The Journal of Finance o 1975, 30 (1):21-3616Kichinosuke Takahashi, Yukiharu Kurokawa , Corporate Bankruptey Prediction in Japan 。Journal of Flanking and Finanee。 1984,617Joo Ha Nam, Taehong Jinn. Bankruptey Predietion:Evidence
30、 from Korean Listed Companies during the IMF Crisis.Journal of International Financial Management and Accounting,2000,11(3)1陳靜。上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析 J。會(huì)計(jì)研究,1999 (4)31 382張愛(ài)民,祝春山,許丹健.上市公司財(cái)務(wù)失敗的主成分預(yù)測(cè)模型及其實(shí)證研究。金融研 究,2001, (3) 10-253吳世農(nóng),盧賢義。我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究J。經(jīng)濟(jì)研究,2001(6)46-554吳超鵬,吳世農(nóng)?;趦r(jià)值創(chuàng)造和公司治理的財(cái)務(wù)狀態(tài)分析與預(yù)測(cè)模型研究J
31、o經(jīng)濟(jì)研究,2005(11): 99-1105呂長(zhǎng)江,趙巖。上市公司財(cái)務(wù)狀況分類研究J.會(huì)計(jì)研究,2004 (11):56-616王克敏,姬美光?;谪?cái)務(wù)與非財(cái)務(wù)指標(biāo)的虧損公司財(cái)務(wù)預(yù)警研究J,財(cái)經(jīng)研究,2006:63-727呂長(zhǎng)江。上市公司兩階段財(cái)務(wù)預(yù)警研究J,審計(jì)與經(jīng)濟(jì)研究,2008 (3): 1118陳燕,張海軍。上市公司財(cái)務(wù)預(yù)警模型的研究 J,財(cái)經(jīng)問(wèn)題研究,2007 (6): 92-979宋鵬,張信東?;贚ogistic模型的公司財(cái)務(wù)危機(jī)預(yù)警研究J。經(jīng)濟(jì)問(wèn)題,2009(8) :50-5210呂長(zhǎng)江,周現(xiàn)華。上市公司財(cái)務(wù)困境預(yù)測(cè)方法的比較研究Jo吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào),2005 (11):
32、99-10911賴娟,肖瑯,周宗放.基于因子分析和 Logistic回歸模型的我國(guó)集團(tuán)上市公司財(cái)務(wù)危機(jī)預(yù) 測(cè)實(shí)證研究A.第四屆(2009)中國(guó)管理學(xué)年會(huì)一一金融分會(huì)場(chǎng)論文集C , 2009。12呂長(zhǎng)江.上市公司財(cái)務(wù)困境與財(cái)務(wù)破產(chǎn)的比較分析J。經(jīng)濟(jì)研究,2004 (8).13趙桂芹,周晶啥.我國(guó)產(chǎn)險(xiǎn)公司財(cái)務(wù)惡化預(yù)警-基于Logistic模型J。經(jīng)濟(jì)管理,2007 ( 13):13) 20.14趙景。企業(yè)財(cái)務(wù)預(yù)警模型實(shí)證研究.現(xiàn)代金融,2008(4)15趙桂芹,周晶啥 我國(guó)產(chǎn)險(xiǎn)公司財(cái)務(wù)惡化預(yù)警.經(jīng)濟(jì)管理,2007 (13)16薛業(yè)飛.上市公司財(cái)務(wù)危機(jī)預(yù)警研究.上海金融,2006 (12)17韓臻聰
33、,于麗萍.上市公司財(cái)務(wù)危機(jī)成因分析J。經(jīng)濟(jì)論壇,2005 (19) :120-12318周娟,王麗娟.基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型分析J。財(cái)會(huì)通訊,2005(12):107) 1101Fitzpatrick,P.J。 A Comparison of Ratis of Successful Industrial Enterprises With Those of Failed Firms.Certified Public Accountant 。 1932,2:589-7372 William H。 Beaver。 Financial Ratios As Predictors Of Fai
34、lure o Journal Of Account Recearrho 1966,4:71-1273陳靜。上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析J.會(huì)計(jì)研究,1999(4)31 384張愛(ài)民,祝春山,許丹健.上市公司財(cái)務(wù)失敗的主成分預(yù)測(cè)模型及其實(shí)證研究。金融研究,2001 , (3) 10255Edward I.Altman.Finaneial Ratios,Diseriminant Analysis and Predietion of CorPorate Bankrupto Journal of Finanee.September1968, 9:5896066Edward I。Altman , Ro
35、bert G. Haldeman,P。Narayanan。Zeta Analysis : A New Model to IdentifyBankruptcy Risk of Corporation 。 Journal of Banking and Finanee。 1977,1:29 547吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究J。經(jīng)濟(jì)研究,2001(6) 46558吳超鵬,吳世農(nóng).基于價(jià)值創(chuàng)造和公司治理的財(cái)務(wù)狀態(tài)分析與預(yù)測(cè)模型研究J.經(jīng)濟(jì)研究,2005 (11): 99-1109Ohlson Jo So Finaneial Ratios And The Probabilistic
36、 Predietion of Bankruptcy.Journal of Accounting Researeh。1980,1:109 13110 Zmijewski , M.E.Methodological Issues Related to the Estimation of Financial Distress Predietion Models.Supplement to Journal of Accounting Researeh.1984:59-8211呂長(zhǎng)江,趙巖。上市公司財(cái)務(wù)狀況分類研究J.會(huì)計(jì)研究,2004 (11): 56-6112王克敏,姬美光.基于財(cái)務(wù)與非財(cái)務(wù)指標(biāo)的虧損
37、公司財(cái)務(wù)預(yù)警研究J,財(cái)經(jīng)研究,2006(7):63-7213Halina Frydman,Edward I.Altman,Duen-LiKao.Introducing Reeursive Partitioning for Financial Classification : The Case of Financial Distress,Journal of Finanee.1985 , 40 ( 1):269 29114Harlan D.Platt,Marjorie B 。Platt, Development of a Class of Stable Predietive Variables:
38、The Case of Bankruptey Predietion。 Journal of Business Finance & Accounting 。 1990。Spring15呂長(zhǎng)江。上市公司兩階段財(cái)務(wù)預(yù)警研究 J,審計(jì)與經(jīng)濟(jì)研究,2008 (3): 11116陳燕,張海軍。上市公司財(cái)務(wù)預(yù)警模型的研究J,財(cái)經(jīng)問(wèn)題研究,2007 (6): 92-9717 Pamela K. Coats and L。Franklin Fant ,A Neural Network Approach to Forecasting Financial Distress.The Journal of Bus
39、iness Forecasting 。 1991-1992。Winter18Kevin C 。W。Chen,Chi-Wen Jevons Lee。Financial Ratios and Corporate Endurance : A Case of the Oil and Gas Industry 。 Contemporary Accounting Researeh.1993,9(2 )。 Spring。19宋鵬,弓H言東.基于Logistic模型的公司財(cái)務(wù)危機(jī)預(yù)警研究J.經(jīng)濟(jì)問(wèn)題,2009(8):50-5220呂長(zhǎng)江,周現(xiàn)華。上市公司財(cái)務(wù)困境預(yù)測(cè)方法的比較研究 J。吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào),2005 (11) :99-10921 David H。 Lindsay,Annhenrie Campbell.A Chaos Approach to Bankruptey Predietion。Journal of Applied Business
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 中小型企業(yè)創(chuàng)業(yè)指導(dǎo)手冊(cè)及風(fēng)險(xiǎn)控制預(yù)案
- 扁擔(dān)市場(chǎng)環(huán)境與對(duì)策分析
- 燃?xì)鉅t項(xiàng)目可行性實(shí)施報(bào)告
- 皮肚帶相關(guān)項(xiàng)目實(shí)施方案
- 玻璃塞市場(chǎng)環(huán)境與對(duì)策分析
- 滑板運(yùn)動(dòng)用護(hù)腕市場(chǎng)環(huán)境與對(duì)策分析
- 電鐘琴相關(guān)項(xiàng)目建議書
- 愛(ài)斯科式領(lǐng)帶項(xiàng)目評(píng)價(jià)分析報(bào)告
- 成都師范學(xué)院《智慧課堂教學(xué)設(shè)計(jì)》2022-2023學(xué)年第一學(xué)期期末試卷
- 電動(dòng)無(wú)葉風(fēng)扇相關(guān)項(xiàng)目建議書
- 大學(xué)勞動(dòng)教育(高等院校勞動(dòng)教育課程)全套教學(xué)課件
- 人教版七級(jí)下《第五章相交線與平行線》單元測(cè)試題含試卷分析答題技巧
- 二年級(jí)上冊(cè)語(yǔ)文第四單元《日月潭》教學(xué)課件 第1課時(shí)
- MOOC 英語(yǔ)語(yǔ)法與寫作-暨南大學(xué) 中國(guó)大學(xué)慕課答案
- 婦科腹腔鏡手術(shù)術(shù)前宣教
- 2023-2024學(xué)年北京市延慶區(qū)八年級(jí)上學(xué)期期中考試數(shù)學(xué)試卷含詳解
- 2024年中考數(shù)學(xué)專項(xiàng)復(fù)習(xí)模型33旋轉(zhuǎn)-奔馳模型-原卷版+解析
- 內(nèi)科學(xué)白血病教材教學(xué)課件
- 英語(yǔ)演講與口才課程內(nèi)容
- 危重癥患者系統(tǒng)功能監(jiān)測(cè)及護(hù)理課件
- 2021年職高中職數(shù)學(xué)基礎(chǔ)模塊上冊(cè)題庫(kù)
評(píng)論
0/150
提交評(píng)論