企业财务危机预警模型研究——来自我国制造业上市公司的数据

摘要

财务危机预警是企业经营管理的一个重要方面，也是一项被国内外学者广泛关注的研究课题。市场经济下，企业自成立之日起就经受着“优胜劣汰，适者生存”的洗礼，随着我国经济环境日益国际化，企业面临的不确定性日益增大，传统财务理论中的持续经营假设逐渐松动。置身竞争激烈的经济社会，因财务危机发作而导致经营陷入困境甚而破产的企业数量不断增多，进而引发的社会问题也日渐严重。事实上，企业发生财务危机都是一个逐步显现、不断恶化的过程，只要能够防微杜渐，在企业运作正常时就对企业的财务状况进行跟踪与监控，提前发现危机征兆，采取相应措施进行危机处理，就可以避免或减弱不必要的损失。财务危机预警系统的构建可以为企业的持续健康发展保驾护航，因此对其的研究不但具有较高的学术价值，更有着巨大的应用价值，财务危机预警系统的重要构成部分——财务危机预警模型的构建成为了研究者们的重点探讨对象。 本文在回顾和总结国内外经典文献的基础上，运用我国制造业上市公司公开的财务数据，针对上市公司合并报表，设置财务危机预警指标体系，构造适用于我国制造业上市公司的预警模型。 本文主要分为四个部分： 第一部分是导论。主要介绍了问题的提出、研究意义、研究对象及研究思路，为后文的研究奠定基础。本文研究对象界定为制造业上市公司，以规避不同行业财务数据特征的差异对预警模型的影响。 第二部分是财务危机预警的理论研究。主要是对财务危机的的涵义进行界定、介绍财务危机预警的基本理论、对已有财务危机预警模型研究成果进行综述并对已有模型进行比较分析。首先，本文在述评相关文献对财务危机的定义的基础上，结合我国证券市场的特点，将财务危机定义为“被特别处理”；其次，本文借鉴他人对财务危机预警的定义，归纳出自己的定义，即财务危机预警是指以企业信息化为基础，以企业财务报表、经营计划及其他相关财务资料为依据，以财务指标体系为中心，以财会、统计、金融、企业管理、经济学等相关学科知识为指导，以计量模型为分析工具，结合定性分析理念，利用模型发出的信号，通过对财务相关指标的综合分析，对企业财务状况进行辨识，及时发现企业经营管理中的潜在经营风险和财务风险，在财务危机发生之前向企业相关人员发出警告，督促各方采取有效措施，避免潜在风险变成现实的损失。同时，提出研究财务危机预警模型应遵循的原则，即预知性、及时性、完备性、连贯性和准确性；再次，本文进行了财务危机预警模型研究的相关文献述评，国外对于财务危机预警模型的研究已有70多年的历史，国内也有近10年的研究历史，目前已经建立了多种有效的预警模型，由于其重要的实用价值和广泛的市场应用，所以无论是学术界还是实务界仍在不懈地探索和改进研究方法，以期提高预测的准确性；最后，本文对现有模型进行了比较分析，列出了各模型的优缺点、假设条件和适用范围。 第三部分是研究设计。这是本文的核心部分，本文选取2005年制造业16家新被ST的上市公司和144家非ST上市公司两组配对样本作为建模样本，利用Binary Logistic方法对原始财务指标进行筛选，确定总资产报酬率、主营业务利润率、流动比率、资产负债率、流动资产周转率、主营业务收入增长率和全部资产现金回收率7个指标为自变量。首先，本文在建立制造业上市公司财务危机预警模型时，使用离预警年限最近三年的数据，分别建立了三个不同的基于Probit形式的子模型，同时进行预警，提高了预测精度，且分别对各模型从导数和分位数的角度进行了分析，说明了各财务指标对企业发生财务危机的概率的影响程度，给出了企业对各财务指标的重点关注区间，即在对负向指标降序排列、正向指标升序排列时，重点关注区间均为最后十分位区间；其次，本文利用所建三个模型分别对所选的2006年制造业16家新被ST的上市公司和144家非ST上市公司构成的检验样本进行预测，得到了很好的判别准确率，证明了所建预警模型的有效性；最后，本文对判别分割点的选取进行了分析，得到ST被误判为非ST的错误率随判别分割点的增大而增大，非ST被误判为ST的错误率随判别分割点的增大而减小的结论，并提示模型使用者可根据个人对风险的偏好，选择判别分割点。 第四部分是模型的总结性评价。首先总结本文的研究设计过程发现的现象，并由此得出结论及启示。本文的结论有三个，一是现金流量信息预警作用强，企业进行财务预警时应重点关注现金流量指标的变化；二是预警模型有较强判别分类能力，可用于外推预警；三是进一步证实了我国上市公司公开披露财务会计信息的有用性；其次对模型的运用提出了一些观点，核心即是模型运用时应定量定性结合分析，并根据经济环境的发展变化适当调整模型；再次对研究的创新和局限进行了客观的阐述；最后对后续研究提出了一些建议，即从样本、变量和计量模型方面完善已有研究。 本文的主要贡献为以下三个方面： 1、开创性地运用了Binary Logistic方法来筛选自变量。此方法为SPSS的新功能，是建立在Logistic回归形式和配对逻辑回归方法上的变量筛选，据笔者观察，目前尚无他人率先使用，因此，本文运用这种方法来筛选自变量，具有一定的创新性。 2、建立了财务危机前三年的三个Probit形式的子模型。首先，所建模型是基于Probit形式的，是本文的一个创新；其次，建立了三个不同的子模型同时进行预警，提高预警精度，是本文的贡献之一。 3、对模型进行分位数分析，提示重点关注区间。本文对所建模型做二次求导，进行分位数分析，找出对模型因变量影响最大的分位数区间。

目录

文摘

英文文摘

声明

1.导论

1.1问题的提出

1.2研究意义

1.3研究对象的确定

1.4研究架构

2.财务危机预警的理论研究

2.1财务危机的界定

2.1.1财务危机定义综述

2.1.2本文对“财务危机”的界定

2.2财务危机预警的基本理论

2.2.1财务危机预警的涵义

2.2.2财务危机预警模型研究的原则

2.3财务危机预警模型研究成果综述

2.3.1国外研究成果

2.3.2国内研究成果

2.3.3财务危机预警模型研究现状评述

2.4财务危机预警模型的比较分析

2.4.1判定模型

2.4.2概率模型

2.4.3人工神经网络模型(ANN)

2.4.4联合预测模型

2.4.5其他研究方法

3.研究设计

3.1样本的选取

3.2变量的选取

3.2.1原始指标的选取

3.2.2模型自变量的确定

3.3模型的构建

3.3.1财务危机前一年模型的构建

3.3.2财务危机前二年模型的构建

3.3.3财务危机前三年模型的构建

3.4模型对检验样本的预测

3.5模型判别分割点的选取

4.模型的总结性评价

4.1研究的发现与结论

4.1.1研究发现

4.1.2研究结论及启示

4.2模型的运用

4.3研究创新

4.4研究局限

4.5后续研究建议

参考文献

附录

后记

致谢

在读期间科研成果目录