张鑫[1]2007年在《财务困境与公司治理结构关系的实证研究》文中提出近些年来随着我国证券市场的不断发展,上市公司总数量直线上升,但与此同时业绩亏损的上市公司数量也随之增加,陷入财务困境的上市公司愈来愈多。财务困境不仅给公司股东和债权人带来重大损失,而且对整个社会构成了严重威胁。因此研究财务困境的原因并加以控制具有重要的意义。本文首先对财务困境的概念进行了界定,分析了上市公司陷入财务困境的原因,公司治理的无效率可能是发生财务困境的较深层次原因。因此本文从公司治理角度研究财务困境。然后,文章从股权结构和董事会结构两个方面对财务困境公司治理失败的成因进行理论分析并且提出了八个相关假设。在理论分析的基础上,我们以113个ST公司和与之配对的113个非ST公司前叁年的数据作为研究对象,选择国家股比例、法人股比例、股权集中度、高管持股比例、董事会规模、独立董事比例、董事会会议频率和两职合一情况作为自变量构建Logit回归模型。回归分析表明:国家股比例、法人股比例、高管持股比例与财务困境的关系不显着;股权集中度、独立董事比例与财务困境呈负的显着相关关系;董事会规模、董事会会议、董事长和总经理两职合一与财务困境呈正的显着相关关系。由此可见,股权结构对财务困境的影响并不明显,而董事会结构却对财务困境有着显着的影响。在上述实证研究的基础上,结合我国上市公司的实际状况,从避免企业陷入财务困境的角度出发,提出构建上市公司治理结构的政策建议。
宋佩[2]2012年在《基于生存分析的我国上市公司财务困境的预测研究》文中认为上市公司首次上市后是否会陷入财务困境是金融、会计研究领域中的一个相当值得探讨的问题。从20世纪60年代开始,随着公司破产数量的逐渐增多,越来越多学者尝试用定量分析提前对企业破产作出预测,一直不断地寻求最适合预测财务危机的方法和模型。六十多年以来,从一开始的单变量判别分析线性预测模型,到现在的以神经网络模型为典型的各种不同的非参数预测模型,所得的研究成果比比皆是。但是在国内,上市公司的财务困境预测研究才起步不久,我国财务困境预测研究之所以滞后主要是因为在1993年7月1日之前我国还没有实行统一的会计准则,缺乏标准、可靠、有效的研究数据。因此,怎样深入研究、如何利用国外现有的研究成果以及结合中国的现实情况准确地预测上市公司是否会陷入财务困境,是如今搁在我们面前急需解决的一个问题。随着中国市场经济的深化改革和证券市场多年的发展,资本规模日益壮大,筹资渠道也越来越多,与公司经营相关的合作伙伴也越来越多。对于这样庞大的市场和较多的利益相关者,如果能够利用财务困境预测模型在上市企业陷入财务困境之前发出预警信号,提早粗略地估计其可持续经营的时间,这样对当局监管者、向其放贷的商业银行、上市公司自身或广大的投资者来说,都是非常有益的。因为公司自身的管理人员能依据预测的结果对其经营管理政策做出调整,而其它的外部利益相关者可以据此提早作好准备,避免对方给自己造成更多的损失。根据生存分析的研究特点,本文从国泰君安上市公司序列找出所需要的非配对的数据样本。以2000年上市的公司作为研究对象,本文把上市公司财务状况异常而被进行特别处理(ST)作为结束事件,标志着陷入财务困境,并以此作为生存分析方法中的特定事件。上市公司首次被实施特别处理就意味着触发了特定的“死亡”事件,得到完整的生存时间t,反之尚未出现这样的处理的上市公司的生存时间数据就属于删失数据,生存时间t就是整个观测的时间长度。然后,本文通过比较被“ST”、尚未被“ST”企业的生存时间,逐步判别、中位数等分析方法筛选财务指标,并采用生存分析方法预测其出现财务困境的时间长度和影响上市企业的生存概率的相关因素。根据全面性、有效性、易获取的叁个原则,本文最终选取了反映上市公司的盈利、股东获利、现金流量、营运、发展、长期偿债、风险水平七个方面的能力的17个财务指标,运用加速死亡模型和Cox比例风险模型来拟合上市公司财务困境预测模型。通过应用R编程统计语言,得到实证结果和检验模型的拟合程度、有效性,最终得出本文的结论。在粗略的图形分析中,除了总资产利润率、营运资金和经营杠杆对生存概率没有影响外,其它选取的变量都是相关的重要变量。而根据AIC准则和在5%的显着性水平,资产报酬率x1,总资产净利润率x2、净资产收益率x3、市盈率x5、总资产增长率χ11、利息保障倍数χ12、产权比率x13这几个变量在加速死亡模型中对生存概率都有影响的。但根据BIC准则,在加速死亡模型中资产报酬率x1、总资产净利润率x2、净资产收益率x3、市盈率x5、利息保障倍数x12都是影响公司的生存概率的关键因素。相比而言,在最初的Cox比例风险模型中,资产净利润率x2、净资产收益率x3、产权比率x13、财务杠杆系数x15对于预测财务困境都是有效的观测指标。根据AIC准则,得出在Cox比例风险模型中资产净利润率x2,净资产收益率x3,产权比率x13,财务杠杆系数x15,经营杠杆系数x16,综合杠杆χ17这些显着的变量是有效的。而以BIC准则得到的结果则认为只有产权比率x13在拟合的模型是显着有效的。最后,根据财务困境理论和模型的检验,认定根据AIC准则选出的Cox模型是本文实证研究中所需要的财务困境预测模型。再者,本文是对上市公司的财务状况进行研究,分析、总结出能够预警上市公司财务困境的影响因素。区别于以往的同类研究,本文的创新主要体现在以下3个方面。(1)本文利用生存分析加速死亡模型和Cox比例风险模型与R统计编程语言来估计所需要的模型,处理样本数据。由于模型是否有效的一个基本前提是数据的稳定性,如果因变量和自变量的关系不稳定,其直接后果就是模型预测能力不佳。本文利用程序自身估计的结果对初选指标的缺失值进行估计处理,有效合理地补充了缺失部分的数据,保证了数据信息的完整性和稳定性,使所得到的模型在建模样本中能取得较佳的预测结果。(2)本文的实证研究充分体现了生存分析方法中的加速死亡模型、Cox等比例风险模型的时点预测的能力。本文运用的这两种模型,不仅能准确判别财务困境和财务健康公司,而且通过预测上市公司在各个时间的生存概率,展现企业发生财务困境的过程。在我国财务困境实证研究中,这种提供详细的时点预测的文章比较少见,本文这种时点分析方法也比较新颖。(3)与过去研究人员得到的结果相比,本文的结论与预测财务困境的相关财务指标是有区别的。并且所得到的指标的显着性较强。在加速死亡模型中,它们是资产报酬率、总资产净利润率、净资产收益率、市盈率、利息保障倍数。其中体现股东获利能力的市盈率对预测财务困境有着重大的影响,这为投资者在选股的时候提供了一个相当好的参照指标,同时也为公司管理人员在作出公司管理决策时提供了可考察的财务指标。本文一共有五部分,第一章绪论部分主要介绍本文研究财务困境背景和研究意义,强调了研究背景及研究意义的重要性,说明本文研究的角度和研究方向以及所期望得到的结果。然后,给出了本文的研究框架,说明了本文的研究思路。第二章则是对国内外财务困境预测研究理论的概述,总结过去研究预测财务困境的研究角度、研究成果。具体而言,首先是介绍关于解释财务困境和破产的规范性理论,如期权定价模型以及发展后的模型。其次是介绍了在国内与财务困境预测相关的研究成果,分别论述了用单变量分析、多变量判定、离散因变量和人工神经网络模型来估计财务困境预测模型的效果、准确率。而对于国外的研究部分,主要是论述了William Beaver的单变量模型、Altman的Z值模型、Ohlson的Probit模型和Lane运用的生存分析模型。第叁章是介绍用生存分析方法预测上市公司财务困境的理论基础和现状分析。首先主要是论述了生存分析方法的基本含义及在财务困境研究应用中的优势。其次是生存时间的数据分类以及如何将这种有特点的数据运用于预测财务危机中。再者就是说明、介绍了生存分析方法中的相关函数和常见的分析模型,重点提供关于加速死亡模型和Cox风险比例模型的信息。并给出了检验模型的图表方法和统计方法,如K-M估计方法,Wald、似然比检验。最后,探讨生存分析方法在财务困境预测中的应用,主要分析了我国财务困境预测模型应用中的设计问题、测试环境问题。第四章介绍了根据生存分析中生存时间的特点,如何来选择所需的数据样本、财务预测指标。最后,确定好导入实际模型中反映公司财务状况的变量。第五章是本篇论文利用生存分析方法在财务困境预测模型中的实证分析。以数据的搜集为着手点,展示了整理的数据的前10行,对模型中所涉及的17个变量运用图表法进行了粗略地估计,判别出15个变量是模型中的有效变量。由于无法鉴别这种方法得到的结果是否准确无误,本文就运用统计学上的检验方法来判断变量和整个模型的显着性。在这过程中,分别检验了服从Weibull的加速模型和服从指数分布的加速模型,并运用AIC和BIC两准则来剔除多余的变量以及解释所得的实证结果。另外,也运用同样的准则来检验分析Cox比例风险模型,得到不一样的实证结果。最后综合分析比较,结合财务困境预测研究的相关理论,总结出最适合本文研究的样本数据的最优模型,也是本文所要研究的上市公司财务困境预测的最优模型。当然,这其中的有些结果或检验指标不是令人十分满意,本文据此给出了相关的解释,同时也指出本文研究不足的地方。此外,文章的末尾处也说明了财务困境预测研究未来的方向。
桂梦吟[3]2007年在《基于财务与非财务指标的财务困境预警模型研究》文中认为随着我国证券市场的快速发展,上市公司的数量在逐年增加,市场规模也在不断扩大,正成为推动国民经济增长的中坚力量,对我国国民经济的贡献功不可没。尽管如此,我国上市公司业绩两极分化的趋势依然特别明显,而且有进一步扩大的趋势,陷入财务困境的公司也在不断增加。随着陷入财务困境的公司不断增加,越来越多的投资者与企业管理者意识到在我国证券市场建立一个反应灵敏的财务困境预警机制,规避投资风险已迫在眉睫。预测上市公司的财务困境己经成为投资者、管理者及证券监管机构所关注的课题。上市公司陷入财务困境不是突然发生的,而是一个渐进的过程,因此完全有可能在财务困境发生之前使用有效的方法预先发现。本文在全面、深入研究国内外上市公司财务困境的现状与在该领域已有研究成果的基础上,以上市公司是否被“退市风险警示”即以ST作为其是否陷入财务困境的标志,采用因子分析法和Logistic回归分析方法,采集涵盖上市公司治理等各方面的多个变量,寻找尽可能准确预测上市公司财务困境的变量,进而建立适合我国国情的上市公司财务困境预警模型。本文利用2003-2005年首次被实行特别处理的117家财务困境公司和117家非财务困境公司进行实证检验,检验结果表明所构建的财务困境预警模型能够很好的预警未来叁年内发生财务困境的可能性,最后检验结果的总正确率分别达到了91.4%、83.7%、75.1%。研究结果表明,所建立的模型的检验准确率还是较高的,在实际应用中有一定的实用价值。
卢永艳[4]2012年在《基于面板数据的上市公司财务困境预测》文中认为在市场经济条件下,企业的生产经营充满着风险。激烈的市场竞争带给企业的不仅仅是机遇,还有挑战。风险是客观存在的,如果事态发展的结果对企业不利,又得不到及时挽救,企业就不可避免地陷入困境。而企业一旦陷入困境,就会给投资者、债权人、经营者乃至国家等各利益主体造成非常不利的影响。如果企业能够及时发现其财务状况出现的异常,采取措施阻止财务状况的进一步恶化,对于投资者、债权人、企业以及政府管理部门都具有极其重要的现实意义。本文在系统研究了国内外关于财务困境预测方面的理论和方法的基础上,以我国的上市公司为研究对象,采用规范研究与实证研究相结合的方法,构建了财务预警的理论框架,分析了企业财务困境形成的原因,总结了我国财务困境公司的分布特征,论证了行业因素对财务困境风险的具体影响,构建了财务困境预警的指标体系,并分别在财务状况二分类和多分类的基础上构建了财务困境预测模型,检验了各自的预测效果,形成了一套较为合理的财务困境预测体系。论文的主要研究工作如下：1.分析了论文选题的背景,阐述了财务困境预测研究的理论和现实意义,并在对国内外关于财务困境预测的文献进行综述的基础上总结了目前研究中普遍存在的问题。2.构建了财务困境预测的理论框架。首先提出了本文对财务困境概念的理论和实证界定,进而分析了导致企业财务困境形成的内、外部原因,剖析了财务预警的理论依据,最后讨论了财务困境预测的定性和定量方法,对每一种方法的基本思想进行了介绍,并对各自的优缺点进行了总结。3.分别从行业、区域、资产规模和生存时间四个角度统计了困境公司的分布情况,统计结果表明在这四个方面困境公司的分布都表现出了一定的差异性。从行业分布来看,风险较高的是综合业、传播与文化产业、信息技术业和农林牧渔业,风险处于中等水平的是制造业、房地产业、批发和零售贸易、社会服务业,风险较低的是采掘业、电力、煤气及水的生产和供应业、建筑业和交通运输、仓储业；从区域分布来看,海南、山西、广西、青海、陕西属于高风险区域,甘肃、重庆、黑龙江、宁夏、河北、湖北、辽宁、天津、吉林、新疆、西藏、湖南属于中风险区域,深圳、四川、山东、云南、广东、上海、河南、北京、内蒙古、贵州、福建、江苏、江西、浙江、安徽属于低风险区域；从资产规模分布来看,2亿以下属于极高风险资产规模,2亿-10亿属于高风险规模,10亿-20亿属于中等风险规模,20亿以上属于低风险资产规模；从生存时间分布来看,上市1-2年属于初步稳定期,3-6年属于风险加剧期,7-10年属于高危期,11-15年属于风险降低期,15年以上属于稳定期。4.分析了不同行业财务指标存在差异的理论依据,然后对2005-2009年10个行业的10个财务指标进行了Kruskal-Wallis H非参数检验,结果表明除了净利润增长率和净资产增长率在部分年份接受零假设以外,其余指标均拒绝零假设,即存在显着的行业差异；接着采用Kendall W协同系数进一步检验行业差异的稳定性,结果显示除了净利润增长率和净资产增长率在有些时间跨度上接受原假设外,其余的财务比率均在5%水平上拒绝原假设,即这些比率的行业差异具有一定的稳定性,而且从不同的时间跨度来检验均得到了一致的结果。最后,选择制造业中样本量最大的两个次级行业机械、设备、仪表行业和石油、化学、塑胶、塑料行业为研究对象,采用Cox模型对行业是否是财务困境风险的影响因素进行研究。将代表行业的虚拟变量纳入Cox模型的解释变量中,结果显示虚拟变量系数显着,说明处于不同行业的公司所面临的财务困境风险是不同的,本文中的石油、化学、塑胶、塑料行业的总体财务困境风险是机械、设备、仪表行业的1.857倍。5.选择制造业中样本量较大的石油、化学、塑胶、塑料子行业的上市公司作为研究对象,对31个初选指标进行Mann-Whitney U检验,剔除了均值差异不显着的6个变量,用剩余的25个变量进行因子分析,然后将得到的9个因子作为解释变量来建立Panel Logit模型。实证结果表明,盈利因子、偿债因子、成长因子是减缓上市公司陷入财务困境的因素,审计意见的类型也是影响财务困境风险的重要因素。同时,利用Panel Logit模型可以反映企业陷入财务困境的可能性与各因子的数量关系,因为企业的财务状况由正常发展到困境是一个逐步演变的过程,导致这种演变的各种因素也是不断变化的,用横截面数据建立的静态模型不能反映这个动态变化的过程,而面板数据模型可以弥补这一不足。6.将正常公司细分为健康公司和亚健康公司,总体样本划分为叁类(健康样本、亚健康样本和困境样本),运用面板数据建立了SVM多分类模型。在变量的筛选方面,选择了基于平均影响值的M1V方法。实证结果表明,经过变量筛选以后建立的模型预测能力较好,能够以较少的特征变量实现较高的分类精度。一方面说明基于平均影响值的变量筛选方法是切实有效的,另一方面也说明支持向量机模型具有良好的泛化能力,即对于训练集数据和测试集数据都能得到较高的分类准确率。本文运用统计学和人工智能的相关方法,采用面板数据对我国上市公司的财务困境风险进行了较为全面的研究,得出了很多有意义的结论。但是由于本人水平有限,论文的研究仍然存在着很多局限和有待深入的地方,这些问题还有待于在进一步的研究中不断克服和改进。
方瑞[5]2008年在《基于神经网络模型的企业财务困境预警研究》文中研究指明随着全球经济一体化的到来,市场竞争更加激烈,每一个企业在其经营中,企业面临的市场不确定性及风险也在不断加大,随时都必须防范财务风险,财务困境是每个企业都可能面临的问题。所以,财务困境预警已成为现代企业财务管理的重要内容。公司陷入财务困境,不仅危及其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,创建财务困境预警系统,对财务运营做出预测,对于经营者、投资者、银行等金融机构、相关企业、注册会计师等做决策都是有重大意义的,无论从哪个立场来分析都是十分必要的。人工神经网络主要具有自适应、泛化、非线性映射、高度并行处理等优越的功能。本文以企业现代管理理论为指导,神经网络模型与仿真试验相结合,构建基于神经网络模型的具有特色的财务困境预警指标体系,试图建立一种便于操作的财务困境预警模型,一种无需对财务指标进行人工处理的方法。本研究利用Matlab工程软件,对上市公司的财务数据训练样本按照神经网络算法进行迭代和处理,使面向对象神经网络的建模及其样本学习训练的可视化得以实现,最后对网络进行预警能力检验。本文分五部分论述:第一部分,阐述了企业财务困境预警系统的选题背景,研究的目的、意义、思路、方法及国内外研究现状;第二部分,阐述了神经网络模型与企业财务困境预警系统的概念、特点、功能框架、构建原则与建立流程;第叁部分,分析了传统的预警系统的方法及缺陷,对神经网络方法在财务困境预警中应用的优势及具体实现方法进行了论述;第四部分,阐述了预警系统的总体功能设计方法与程序,以及基于ANN的预警模型新构思,介绍了神经网络预测程序设计以及企业预警系统的功能开发;第五部分,基于神经网络方法的预警系统设计与实证研究,利用所收集的上市公司财务数据,通过使用Matlab软件,在基于神经网络模型下进行了软件实现,并对企业财务预警结果进行的分析论证;第六部分,全文总结和展望,阐述了本文的主要观点、成果以及存在的不足,并对该领域的未来提出展望。实证研究的结果表明,基于人工神经网络的财务预警方法是可行的。当然该模型也有其自身的缺点,那就是财务指标无法使用上市公司所处行业的平均指标,如果能以所处行业平均数值为标准来分类收集样本数据的话,则其准确性更高,其说服力更强。
巫磊[6]2008年在《基于Logit回归模型的我国上市公司财务困境预测实证研究》文中提出随着我国证券市场的快速发展,上市公司的数量在逐年增加,市场规模也在不断扩大,正成为推动国民经济增长的中坚力量,对我国国民经济的贡献功不可没。尽管如此,我国上市公司业绩两极分化的趋势依然特别明显,而且有进一步扩大的趋势,陷入财务困境的公司也在不断增加。随着陷入财务困境的公司不断增加,越来越多的投资者与企业管理者意识到在我国证券市场建立一个反应灵敏的财务困境预警机制,规避投资风险已迫在眉睫。上市公司陷入财务困境不是突然发生的,而是一个渐进的过程,因此完全有可能在财务困境发生之前使用有效的方法预先发现。预测上市公司的财务困境己经成为投资者、管理者及证券监管机构所关注的课题。企业财务困境预测,在国外具有很长的研究历史,并且获得了比较成熟的研究成果,建立了相关理论,现已得到广泛的应用。而我国在这方面的研究尚属起步阶段,研究者对于数据的采集、指标的选取、方法的使用以及最终模型的检验上尚有许多分歧,另外大部分研究结果由于缺乏实际应用,需要实践的进一步检验。虽然随着人们对财务困境的重视,己经有不少学者致力于此方面的研究,但是还存在着一定的缺陷,特别是在寻找有预测力的财务指标时,其财务指标的寻找范围还不够全面,只是关注了偿债能力、盈利能力、发展能力、营运能力等方面的指标,而忽略了现金流量和股权结构方面的指标。本文在全面、深入研究国内外上市公司财务困境的现状与该领域已有研究成果的基础上,以上市公司是否被“特殊处理”即以ST作为其是否陷入财务困境的标志,基于Logistic回归分析方法中Logit回归模型,采集涵盖上市公司短期偿债能力、长期偿债能力、获利能力、营运能力、发展能力、现金流量、股权结构7个方面的多个变量,寻找尽可能多的可以准确预测上市公司财务困境的变量,进而得出适合我国国情的上市公司Logit困境预测模型,并根据实证结果,发现影响上市公司陷入财务困境的因素,根据相关因素提出政策性建议。本文共五章,主要内容如下:第一章绪论。首先阐述了本文的研究背景和研究意义,接着是国内外研究的文献综述,并对国内外的研究状况进行了简要的评述,在此基础之上提出了本文的研究思路、框架结构、规范与实证相结合的研究方法。第二章财务困境预测的理论分析。首先明确了本文对于财务困境的定义。公司陷入财务困境是一个渐进与连续的过程,而不是一个截然两分的状态,即不存在一个明确的分界点将公司分为“陷入财务困境”和“没有陷入财务困境”两类,因此国内外对财务困境有多种不同的定义方法,不同的财务学家对财务困境也有不同的判断标准。总的来看,国外学者对财务困境的定义是根据研究课题的需要而定,归结起来可以指变现拍卖、无力支付短期债务、无力支付债券利息、无力支付债券本金、无力支付优先股股息、重整及法定破产等等;国内学者大多数为了适应中国的国情,是将从1998年开始出现的上市公司受到特别处理这一现象作为公司财务困境的标志。为了符合中国的实际情况,而且与国内大部分研究保持一致,便于相互比较,本文以上市公司作为研究对象,将公司因财务状况异常而被特别处理(ST)作为陷入财务困境的标志。在财务困境预测的理论基础部分,阐述了与财务困境预测相关的周期波动理论、企业生存因素理论、企业诊断理论。第叁章财务困境预测实证分析方法与评价。首先介绍了财务困境预测实证定量分析方法(一元判定分析方法、多元判定分析方法、逻辑回归分析法、人工神经网络分析法),并分析了4种方法的优缺点。最终认为多元逻辑回归分析法之一Logistic回归法对变量的要求比较低,不要求自变量服从多元正态分布和两组间协方差相等的条件,而且通过过去的研究可以看出该种回归方法具有较高的预测准确率,因此确定本文实证分析方法为Logistic回归法。并确定本文的研究目的是,基于Logistic回归法中的Logit回归模型,将上市公司是否陷入财务困境作为该模型的因变量,本文筛选得到的财务预测指标作为该模型的自变量,得出一个可以预测上市公司是否即将陷入财务困境Logit财务困境预测模型;并根据回归结果,发现影响上市公司陷入财务困境的因素,根据这些影响因素提出预防财务困境的政策性建议。第四章我国上市公司财务困境预测实证分析。在样本设计方面,本文将2007年至2008年间深沪两市的A股上市公司中因财务状况异常而被特别处理(ST)的上市公司作为研究对象,选取了符合条件的30家ST公司作为财务困境公司样本,并同时根据同行业同期间同规模的原则以1:3的比例取得90家非财务困境上市公司作为配对样本,样本选取的时间是陷入财务困境前叁年,并交代了数据来源。在指标选择方面,本文在考虑了传统财务指标的基础之上,加入了现金流量和股权结构指标,共23个指标作为模型的解释变量,考虑指标更加全面。为了避免出现错误的结论,首先使用峰度—偏度检验(Jarque-Bera检验)对样本进行分布检验,得出该样本不符合正态分布的结论,因此不能使用t检验检验差异性,本文改用非参数检验中的Wilcoxon检验来进行对照组和ST组之间指标的差异性检验,发现财务正常公司的财务比率均值一般比较稳定,变化幅度不大,而困境公司的财务比率值变化幅度较大,而且越接近困境发生期,变化的幅度越大,即越靠近ST年份的指标对与预测财务困境所提供的信息量越大。最后选出有两年以上显着差异且连续叁年都符合所预期经济意义的10个指标,作为第一次筛选后的解释变量。利用Logistic回归法中的Logit回归模型得到我国上市公司财务困境预测模型:先带入所有入选的10指标,发现个别指标之间的相关性较高,在剔除了流动比率和权益对负债比率之后,采用SPSS 13.0软件自带的数据挖掘功能——向后逐步回归法来筛选预测变量,使用的方法为Wald估计。得出Logit财务困境预测模型,通过该模型可以预测出上市公司是否即将陷入财务困境,并对回归的结果进行了回归系数的检验、拟和优度检验、解释变量共线性检验、判定正确率的检验。最后,对实证结果进行了必要的分析和总结。第五章结论和政策性建议。对本文的研究结果进行了综合阐述,并且结合相关研究结论,提出政策性建议。本文的主要贡献及不足:本文在前人研究的基础之上,对财务困境预测的研究进行了深入的探讨,对以往的研究进行了修正,收集了陷入财务困境前3年ST公司和非ST公司的相关数据,得到了相应的Logit财务困境预测模型。在研究中本文在以下几个方面进行了修正:第一,样本新,容量大,非1:1配比本文是选取2007-2008年间深沪两地A股公司因“财务状况异常”而被ST的公司作为研究对象,并同时根据同行业同期间同规模的原则以1:3的比例取得配对样本,样本规模比较大。此外非1:1配对,更符合目前深沪A股ST公司与非ST公司实际的数量比,避免了夸大或者低估准确率的弊端。第二,预测财务指标选取全面在指标的选取上,除了选择有关公司短期偿债能力、长期偿债能力、盈利能力、营运能力、成长能力等常用研究指标以外,本文还将选择反映公司现金流量和股权结构的指标,共23个指标,提供的预测信息是比较全面的。第叁,显着性差异分析方法准确在样本分布检验上,以往大多数的文献中都没有进行分布检验,就直接采用t检验在检测差异性,结果导致了错误的结论。如果样本分布检验的结果是样本不服从正态分布,那么配对组和ST组之间指标是否有显着性差异就不能用t检验来进行。因此,本文先采用了峰度—偏度检验(Jarque-Bera检验)来检验样本是否服从正态分布,之后则选取了非参数检验中的Wilcoxon检验来进行对照组和*ST组之间指标的差异显着性检验,这也是本文和以往文献不同的地方之一。由于本人研究能力有限,以及客观条件的限制,以致本文在变量的选取、非财务指标的使用、财务数据的真实性、财务困境的界定等方面还存在诸多不足之处,我已在后记中提出和大家共同讨论。
王耀[7]2010年在《基于公司治理的我国上市公司财务困境研究》文中研究说明在过去的半个世纪,财务困境严重影响着企业的运营、信用机构的风险、投资者的利益,甚至整个国家的经济发展。特别是亚洲金融风暴所表现出来的微观企业财务困境对宏观金融系统稳定性的冲击,使公司财务困境研究成为金融风险评估中的一个重要组成部分。随着我国经济体制改革和改革开放进程的不断深入,我国上市公司在激烈竞争的市场环境中也必然面临财务困境的挑战。因此,分析财务困境深层次原因,达到有效防范和准确预测之目的正成为我国财务风险领域的热门话题。传统上,理论界习惯于以一般经济管理理论所关注的企业内外因素来分析财务困境原因,这一思路是以“制度完美”为基本假设的,即在考虑企业财务问题的时候,暗含了企业具有“好”的制度安排,这就掩盖了企业制度因素——公司治理对企业财务活动的影响,企业仍然是个“黑箱”。本研究则把公司治理与财务困境进行了有机结合,在公司治理视角下分析探讨了我国上市公司的财务困境问题。本论文由叁个部分构成:第一部分是理论分析部分。通过对国内外相关文献进行综述,描述了财务困境研究领域的基础理论及技术方法,同时在论述公司治理相关问题的基础上,借助企业财务本质论新认识,分析了公司治理与企业财务的一般关系。理论分析得出:在以产权思想为基础的财权流本质论驱动下,“治理”因子已开始被植入现代企业财务体系,公司治理一般会通过①公司治理→企业管理→财务管理;②公司治理→财务治理;③公司治理→财务治理→财务管理叁条基本路径影响现代企业财务活动,而公司治理在企业系统中的基础地位又决定了其有效性对现代企业财务安全具有基础保障作用,财务困境是公司财务非安全的典型形式,因此公司治理会对财务困境的发生产生影响。第二部分是实证研究部分。利用我国上市公司数据,以财务困境前2年、前3年和前4年为时间框架,首先实证分析了我国财务困境上市公司陷入财务困境前的公司治理弱化特征,同时通过构建公司治理对财务困境影响分析模型,探讨了对我国上市公司陷入财务困境具有显着影响的公司治理因素;在此基础上,通过将公司治理指标引入财务困境预测模型,进一步论证了公司治理指标对财务困境的预测效用;最后单独构建了制造业财务困境预测模型,对行业因素对财务困境预测的影响进行了验证。实证研究得出主要结论是:(1)与非财务困境上市公司相比,财务困境上市公司在陷入财务困境前有显着的公司治理弱化特征,这些特征可能是导致其陷入财务困境的重要原因;(2)控股股东性质、董事会特征、激励约束机制、治理经验和治理环境等方面公司治理指标对我国上市公司财务困境的发生具有显着影响;(3)公司治理指标的引入能够改善财务困境预测效果,尤其是在财务困境早期公司治理指标对财务困境的预测作用强于财务指标;(4)分行业构建财务困境预测模型对改善财务困境预测效果有促进作用。第叁部分是结论部分。根据第一部分和第二部分的研究结论,从公司治理角度提出了有关防范财务困境的对策和建议。总之,在现代企业财务体系框架下,企业财务安全的外延已扩展到治理层面,而治理因素在企业中的地位和作用,又决定了其对企业财务安全的影响是基础性的,这种基础性不但框定了企业财务活动的最终导向,而且财务活动过程是否能始终沿着有利于企业的方向发展也与企业治理水平密切相关。因此,本文认为不断加强公司治理体系建设,进而抑制机会主义等行为对公司财务的侵害,对我国上市公司防范财务困境的发生具有重要意义。
何文[8]2010年在《基于Cox比例风险模型的上市公司财务预警研究》文中研究说明企业陷入财务困境是一个逐步形成,逐渐发展并不断恶化的过程,若在财务困境发生的初期,能及时发现征兆并充分展现财务困境恶化的动态过程,对企业及其利益相关者来说具有非常重要的意义。本文在对国内外文献回顾和总结的基础上,试图构造适用于我国上市公司的财务困境预警模型,并动态展现困境发展的过程。本文首先分析了生存分析方法在财务预警领域的适用性和优越性,并详细阐述了奠定全文的理论框架；然后深入分析我国上市公司财务困境现状及财务困境预警模型的应用现状中存在的问题,为本文选择样本和研究方法提供了有力支撑。在此基础上本文借鉴前人的研究成果选取了财务预警的初选指标,并对指标中的缺失值和异常值进行处理,起到了最大限度保留数据信息的作用。最后,本文利用2004年至2006年上市公司提前叁年的财务比率数据,建立了基于Cox比例风险模型的财务困境预警模型,对财务困境的危险因素和保护因素进行分析并检验了模型的有效性。另外,为避免样本比例、分界点和样本观测期选取的不同对模型预测能力的影响,分别对1：4、1：2和1：1叁种不同的样本比例、两种不同的分界点,及建模观测期前后的样本观测期数据进行比较分析,以检验模型的判别能力和稳定性。实证结果表明：采用正常样本占总样本的比例作为分界点时判别精度相对较高且基本均达80%以上；样本容量越大模型预测精度越高；模型的预测能力不受不同观测期样本的影响。更值得一提的是,Cox模型不但能提供较准确的预测,而且具有估计公司未来存活时间的能力,提供困境发生的时点预测,具有“判断”和“化解”风险的双重功能,是其他传统横截面预警模型无法实现的,是一种更为直观、动态和精确的财务困境预测新方法,具有较大的参考价值。
胡钢[9]2004年在《基于上市公司财务困境修正Z模型的实证研究》文中认为财务困境又称财务危机，企业陷入财务困境是指企业面临可持续经营的困难。面对我国股市逐渐增加的ST公司，财务困境研究具有重要的现实意义。研究财务困境对企业的管理者、贷款人、股东等利益相关人评价企业的经营情况、信用状况、投资价值等具有较强的借鉴意义。本文的主要目的是基于我国上市公司的财务困境，针对奥特曼Z模型的不足之处进行修正，寻找尽可能准确预测财务困境的模型。 本文通过对国内外财务困境预测模型研究领域经典文献的回顾，在对奥特曼Z模型进行总结和分析的基础上，从研究样本设计、预测变量选择和统计方法选用等方面提出了财务困境预测的研究思路。然后，本文选取我国上市公司中41家财务陷入困境的公司和41家财务正常的公司为样本，应用逐步回归分析法，研究了财务困境出现前2年这两类公司的20个财务指标，从中选定7个指标作为预测变量，主要采用Fisher判别分析和Logistic回归分析两种方法分别建立了财务困境预测模型。 实证研究结果表明这2个模型与奥特曼的Z模型相比均有较好的预测效果，针对我国上市公司财务困境的预测准确度有显着提高。
蔡玉兰[10]2015年在《Merton违约距离模型对我国上市公司财务困境预测的有效性研究》文中指出自Beaver和Altman的开创性研究以来,财务困境作为公司财务学的一个重要而又复杂的研究领域,受到理论界和学术界广泛而又持续的关注,寻找最佳的财务困境预测模型一直是理论研究的绝对主题。从现有文献来看,理论界关于财务困境预测模型的研究已经形成了3类主流的方法(或模型):传统的统计模型,结构化模型以及风险模型。风险模型由于考虑了时间因素,是一种动态分析技术,已成为当前国际研究的主流方法。国内文献关于第一类模型的研究成果已相当丰富,对结构化模型的使用还处于验证其适用性以及对模型加以修订和扩展的阶段,而对模型本身的统计特征认识不足。本文围绕着Merton违约距离模型(Merton DD模型)对我国上市公司财务困境预测的有效性这个中心论题,提出以下3个问题:(1)Merton DD模型的预测能力表现如何,对于上市公司来讲,它是否是一个可靠的选择?(2)Merton DD模型的预测能力来源于哪里,它特有的函数形式是否是其预测能力的一个关键所在?(3)Merton DD模型的核心变量(资产波动率)在多大程度上补充了会计比率模型的作用,它是否涵盖了会计比率所无法替代的信息?这3个问题分别体现了Merton DD模型对财务困境预测的3个统计特征:第一,Merton DD模型的输出结果违约距离是否是预测财务困境的一个充分指标;第二,Merton DD模型所使用的违约距离的函数形式对财务困境预测是否是一个重要的构念;第叁,Merton DD模型的核心变量(公司资产价值的波动性)是否是预测财务困境的一个必要指标。由于国内文献的研究设计呈现出“静态研究多,动态研究少;截面数据多,时序数据少;配对抽样多,样本数据少”的状况,本研究采用考虑了时间因素的离散时间风险模型进行模型估计。鉴于大多数学者都只关注模型的鉴别能力,检验方法又比较简单,本研究特从模型预测绩效的2个维度:鉴别能力和预测可靠性,利用信息量检验、ROC曲线分析、十分位预测以及样本外预测等具体方法进行实证分析和检验,并以ST为标准界定财务困境公司。样本数据为1996年上市以来的1712家非金融A股上市公司最长达18年的观测数据,共16000个年度观测值。通过本文的分析论证,得出的主要结论如下:1.违约距离对企业财务困境有着非常显着的解释力,但其预测能力却是有限的。对于中国上市公司而言,Merton DD模型并不是一个较优的选择。其所包含的财务困境信息明显少于经典的Z-Score模型,ROC曲线下面积最大也只有0.76,在样本外预测中模型表现出明显的亲周期性。现有文献对Merton DD模型的预测能力太过乐观。2.模型特有的非线性函数形式相对于其构成要素而言并不是最重要的,在中国股票市场上,非线性形式的违约距离过于抽象和概括,模型中并没有包含其构成要素公司资产价值和杠杆率的全部信息,这是其预测能力有限性的一个重要原因。实际上,违约距离只度量了公司资产价值的波动性(倒数形式)对企业财务困境的两种作用:一是它对财务困境风险有直接的阻碍作用,二是它在杠杆率的作用下又对财务困境风险具有间接的推动作用,这才是它的预测能力或价值所在。3.公司资产价值的波动性涵盖了企业财务困境的重要信息,对财务报表信息有显着的增量信息效用,但却没有实质性地提高会计比率风险模型的预测能力。杠杆率的单独作用堪当了波动率指标的双重力量,尤其在金融危机的影响下,杠杆率对财务困境的解释力非常凸显,弱化了波动率指标的直接影响。概括地讲,会计信息的强大作用覆盖了市场信息对企业财务困境的解释力,这是Merton DD模型表现不佳的另一个原因。对于中国上市公司而言,财务比率仍是判断企业财务困境非常有效的方法,仅盈利性(息税前经营利润率)和杠杆率(资产负债率)就足以解释企业的财务困境了。
参考文献：
[1]. 财务困境与公司治理结构关系的实证研究[D]. 张鑫. 湖南大学. 2007
[2]. 基于生存分析的我国上市公司财务困境的预测研究[D]. 宋佩. 西南财经大学. 2012
[3]. 基于财务与非财务指标的财务困境预警模型研究[D]. 桂梦吟. 湖南大学. 2007
[4]. 基于面板数据的上市公司财务困境预测[D]. 卢永艳. 东北财经大学. 2012
[5]. 基于神经网络模型的企业财务困境预警研究[D]. 方瑞. 西北农林科技大学. 2008
[6]. 基于Logit回归模型的我国上市公司财务困境预测实证研究[D]. 巫磊. 西南财经大学. 2008
[7]. 基于公司治理的我国上市公司财务困境研究[D]. 王耀. 中国矿业大学. 2010
[8]. 基于Cox比例风险模型的上市公司财务预警研究[D]. 何文. 湖南大学. 2010
[9]. 基于上市公司财务困境修正Z模型的实证研究[D]. 胡钢. 中南大学. 2004
[10]. Merton违约距离模型对我国上市公司财务困境预测的有效性研究[D]. 蔡玉兰. 华南理工大学. 2015
标签：企业经济论文; 预测模型论文; 财务预警论文; 财务指标分析论文; 样本容量论文; 风险模型论文; 能力模型论文; 财务预测论文; 相关性分析论文; 模型公司论文; 公司治理论文; 企业财务论文;