z-score模型在信用風(fēng)險(xiǎn)評(píng)價(jià)中的運(yùn)用研究畢業(yè)論文(存儲(chǔ)版)
【正文】 導(dǎo)致結(jié)果的失真。參考文獻(xiàn)[1] Edward I. Altman . Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy[OL].[1968]. [2] Lalith P. Samarakoon, Tanweer Hasan. Altman’s Zscore Models of Predicting Corporate Distesss: Evidence from the Emerging Sri Lankan Stock Market[OL].[2003]. .[3] Warren Miller . Comparing Model of Corporate Bankruptcy Prediction : Distance to Default vs Zscore [OL]:[2009]..[4] [J].商業(yè)文化:2011(2):9192.[5] 李衛(wèi)兵,[J].青海金融:2010(2):4749.[6] —運(yùn)用“Z評(píng)分模型”評(píng)價(jià)我國(guó)上市公司的信用風(fēng)險(xiǎn)[J].遼寧經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào):2007(4):2930.[7] —運(yùn)用“Z評(píng)分模型”評(píng)價(jià)[J].北方經(jīng)貿(mào):2008(5):102104.[8] ’s Zscore模型在企業(yè)風(fēng)險(xiǎn)管理中的應(yīng)用研究[J].經(jīng)濟(jì)經(jīng)緯:2010(4):103106.[9] [J].金融經(jīng)濟(jì):2010(12):8082.[10] 張玲,[J].財(cái)經(jīng)研究:2004,30(4):513.[11] [J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào):2005,4(2):5758.[12] 張培莉,[C]// 中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2005年學(xué)術(shù)年會(huì)暨第十二屆年會(huì)論文集.[13] [M].北京:對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)出版社,2008:4.[14] [M].北京:知識(shí)產(chǎn)權(quán)出版社,2010.[15] 黃碩,張紅,[J].中國(guó)房地產(chǎn):2010(11).6062.[16] Edward I. Altman .Predicting Financial Distress of Companies Revisiting The Zscore and ZETA Models[OL].[2000]..[17] [M].上海:上海財(cái)經(jīng)大學(xué),2008:191.[18] [EB].[20080904]. .[19] 宋力,[C]//中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì).[20] 布萊故完善上市公司上市準(zhǔn)入、交易監(jiān)管、信息披露等制度，提高信息質(zhì)量，杜絕人為篡改財(cái)務(wù)數(shù)據(jù)，操控利潤(rùn)，是Zscore模型運(yùn)用的重要保證。從宏觀因素上來說有國(guó)內(nèi)因素和國(guó)際因素，政治經(jīng)濟(jì)環(huán)境變化、法律制度的突變，行業(yè)前景的改變等均可能產(chǎn)生信用風(fēng)險(xiǎn)；從微觀因素上來說，信用風(fēng)險(xiǎn)與公司經(jīng)營(yíng)管理、財(cái)務(wù)狀況等因素有密切的關(guān)系[20]。第二，模型的預(yù)測(cè)能力與上市公司信用風(fēng)險(xiǎn)的具體表現(xiàn)有一定聯(lián)系。同時(shí)，通過實(shí)證結(jié)果Zscore模型對(duì)于我國(guó)上市公司的風(fēng)險(xiǎn)預(yù)測(cè)的精準(zhǔn)度較高，能夠在風(fēng)險(xiǎn)發(fā)生的前一年做出較為精確的預(yù)測(cè)，誤判率低。由下表可以看出對(duì)因財(cái)務(wù)問題而被風(fēng)險(xiǎn)處理的公司，Zscore模型的精準(zhǔn)度達(dá)到了96%，而對(duì)于因公司重整而被處理的公司的誤判率為25%。 四類別各年均值分析結(jié)果年份類別平均數(shù)中位數(shù)標(biāo)準(zhǔn)差最小值最大值T年ABCT1年ABCDT2年ABCDT3年ABCD Z值范圍統(tǒng)計(jì)（T1年）Z﹤≦Z﹤Z≧公司數(shù)量比率（%）公司數(shù)量比率（%）公司數(shù)量比率（%）A157542015B31000000C51000000D111結(jié)果二：Zscore模型對(duì)退市風(fēng)險(xiǎn)警示公司的預(yù)測(cè)精準(zhǔn)度隨時(shí)間的延長(zhǎng)而減弱。在2009年退市風(fēng)險(xiǎn)警示的公司定義為A類，特別處理公司定義為B類，暫停上市公司定義為C類，停止上市公司定義為D類。其可代替算數(shù)平均數(shù)來反映現(xiàn)象的一般水平，也可反映樣本的結(jié)構(gòu)。將此類公司作為研究樣本，因其存在的問題是信用風(fēng)險(xiǎn)中的重要的標(biāo)志：這些問題極易導(dǎo)致上市公司在證券市場(chǎng)中的信用品質(zhì)易發(fā)生變化，造成金融工具（即，股票）價(jià)格波動(dòng)給金融工具持有人（股票持有人）帶來損失，存在信用風(fēng)險(xiǎn)。此一系列的規(guī)定，都在一定程度提高了來自上市公司財(cái)務(wù)報(bào)告的可信性。企業(yè)處于灰色區(qū)域，企業(yè)要幸存，必須采取比較大的變革。X5反應(yīng)了公司的資產(chǎn)周轉(zhuǎn)率，是公司資產(chǎn)營(yíng)運(yùn)能力強(qiáng)弱的標(biāo)準(zhǔn)財(cái)務(wù)比率。留存收益主要包括了盈余公積和未分配利潤(rùn)。模型的數(shù)據(jù)指標(biāo)來源于企業(yè)的財(cái)務(wù)報(bào)表：資產(chǎn)負(fù)債表、利潤(rùn)表，指標(biāo)涉及了被研究企業(yè)的營(yíng)運(yùn)能力、盈利能力、償債能力，具有計(jì)算便捷、數(shù)據(jù)直觀、準(zhǔn)確性高的特點(diǎn)。該類模型的代表有：5C法、zscore模型、Logit分析判別方法、神經(jīng)網(wǎng)絡(luò)分析法等。從來源上看，信用風(fēng)險(xiǎn)可以分為交易對(duì)手風(fēng)險(xiǎn)和發(fā)行者風(fēng)險(xiǎn)兩種類型。張玲、曾維火研究發(fā)現(xiàn)Zscore模型Z值與上市公司的評(píng)級(jí)有良好的對(duì)應(yīng)關(guān)系，可據(jù)此配合信用評(píng)級(jí)的研究[10]。遲晨通過研究發(fā)現(xiàn)Zscore模型對(duì)于預(yù)測(cè)ST股票及摘帽上市公司股票的信用風(fēng)險(xiǎn)仍比較適用，但對(duì)績(jī)優(yōu)股的信用風(fēng)險(xiǎn)失真[4]。1968年模型初建時(shí)主要應(yīng)用于破產(chǎn)公司與非破產(chǎn)公司的判別，原始采用樣本的公司來自于制造業(yè)，包括五個(gè)指標(biāo)變量：營(yíng)運(yùn)資本／總資產(chǎn)（X1）；留存收益／總資產(chǎn)（X2）；息稅前利潤(rùn)／總資產(chǎn)（X3）；權(quán)益市價(jià)／債務(wù)賬面值（X4）；銷售收入／總資產(chǎn)（X5）。究其根本是信用風(fēng)險(xiǎn)管理失當(dāng)所致。信用風(fēng)險(xiǎn)計(jì)量與控制模型不斷發(fā)展，使得信用風(fēng)險(xiǎn)管理水平得以不斷提高。持該種觀點(diǎn)的人認(rèn)為，Zscore模型不像財(cái)務(wù)比率那樣可能出現(xiàn)相互矛盾的結(jié)果，因而更為的準(zhǔn)確并能得出明確的結(jié)論；其次，模型規(guī)范化，很少有空間進(jìn)行操作；同時(shí)模型的判別結(jié)果可以通過統(tǒng)計(jì)方法進(jìn)行檢驗(yàn)，使得模型具有
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1