基于主板中小板上市公司财务数据估计财务风险概率模型——制造业为例

摘要

上市公司作为公众利益实体来看，与社会生产生活的各个方面都息息相关。上市公司的生产经营情况会对经济生活产生重要的影响，大至一个国家行业发展的情况，小至企业债权债务人及股权投资者都会受到上市公司财务状况的影响。因此对于影响如此广泛的上市公司的关注也在不断的加强，而究其核心，就是在日常的生产经营的过程中能够对所要面临的各项风险能够全面、及时、准确的识别、评估与应对。为了能够将公司发展过程中可能会引发财务风险的因素识别出来，使之能够准确的反应企业的生产经营状况，本文通过面板数据建立计量模型PanelLogit模型来分析和研究企业出现财务重整的概率。
　　本文首先选取2011-2013年出现重整现象的42家公司作为ST公司样本，以同时期从未出现重整现象的88家公司作为非ST公司样本，合计样本数130家。其次，选取130家上市公司2004-2013十年间的各项数据指标：1、企业内部指标：37个财务指标以及8个非财务指标；2、企业外部指标：3个经济环境指标。第三，对37个财务指标进行因子分析，得出12个具有代表性的因子。对8个非财务指标使用熵权法，将其组合成为股权集中度指标。第四，通过Hausman检验确定使用随机效应模型，将以上各项指标用于构建财务风险模型——PanelLogit模型。实证结果表明：偿偿债因子、盈利因子、现金流因子、股权结构系数以及外部经济环境指标均是影响企业陷入财务困境的重要因素。最后，本文将PanelLogit模型与KMV模型进行了对比，通过对比发现，PanelLogit模型在用于实际预测时，其准确性是高于KMV模型的，使用PanelLogit有助于提高财务困境预警模型的预测能力。
　　本文的研究具有以下的特点：首先，使用面板数据而非截面数据。这样就能够将上市公司动态发展的过程考虑进模型里，从而使得模型估计的结果更加贴合实际的情况。其次，建立一套较为全面的企业指标体系。通过企业内外部信息、财务非财务信息，科学的搭建了企业能力考核体系。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1 研究背景及意义

1.2 研究方法及思路

1.3 本文研究创新点

第二章 文献综述

2.1企业财务风险概述

2.2股权结构对财务风险的影响

2.3 PanelLogit模型理论部分

2.4 KMV模型理论部分

第三章 模型设计

3.1 数据

3.2初始指标的选取

3.3 模型理论

第四章 实证分析

4.1因子分析

4.2熵权法

4.3 hausman 检验

4.4 随机效应模型估计

4.5 模型解释

第五章 KMV模型介绍及与PanleLogit模型进行对比

5.1 KMV模型介绍

5.2 KMV模型估计

5.3 KMV模型与PanelLogit模型对比

第六章 结论

6.1研究结论

6.2 建议

6.3不足与展望

参考文献

附录A

附录B

附录C

致谢

个人简历 在读期间发表的学术论文与研究成果