【正文】 。論 文寫(xiě)作雖然很枯燥，煩惱，但是 彭海穎 老師的引導(dǎo)下，鼓勵(lì)下，我堅(jiān)持完成了論文的選題，文獻(xiàn)的收集，開(kāi)題報(bào)告，文獻(xiàn)綜述的敘寫(xiě)。在這四年的時(shí)間里，我在學(xué)習(xí)上和思想上都受益非淺。 浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 17 參考文獻(xiàn) [1] 劉京苑 . 從現(xiàn)金流量表分析企業(yè)的財(cái)務(wù)狀況 以 制造業(yè)公司特點(diǎn)為例 [J]. 現(xiàn)代商 貿(mào)工業(yè) ,2021(12). [2] 趙紅英 . 自由現(xiàn)金流量和存量分析 [J]. 現(xiàn)代商貿(mào)工業(yè) , 2021(06) [3] 田月昕 ,伊基紅 . 從現(xiàn)金流量的角度識(shí)別與防范企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn) [J]. 商業(yè)會(huì)計(jì) .2021(18). [4] 楊瑤 .基于現(xiàn)金流量的我國(guó)上市公司財(cái)務(wù)預(yù)警實(shí)證研究 [D]. 云南財(cái)經(jīng)大學(xué) ,2021. [5] 儲(chǔ)飛飛 .基于現(xiàn)金流量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究 [D]. 南京航空航天大學(xué) 2021. [6］ Altman. Financial Ratios, Discriminant Analysis and the Prediction of corporate Bankruptcy[J] Journal of Finance,1968. [7] 韓東平 ,田艷麗 ,王悅鑫 . 基于現(xiàn)金流測(cè)量標(biāo)準(zhǔn)的財(cái)務(wù)預(yù)警實(shí)證研究 [J]. 財(cái)會(huì)通訊(學(xué)術(shù)版 ). 2021(12). [8] 劉小彤 ,韓慶蘭 . 我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究 [J]. 中國(guó)民營(yíng)科技與經(jīng)濟(jì) . 2021(12). [9］ William H. Beaver. Financial Ratios as Predictors of Failure .Empirical Research in Accounting, Selected Studies. [J]Institute of Professional Accounting, 1966(6). [10] 梁飛媛 . 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系初探 [J].貴州財(cái)經(jīng)學(xué)院學(xué)報(bào) . 2021(04). [11]Williams CAJR， M Heins Richard． Risk Management and Insurance[J]． NewYork：MCGRawrHill Book Company, 1989(4). [12]日武井勛，風(fēng)險(xiǎn)管理 [M] 北京：中國(guó)人民大學(xué)出版社， 1983. [13］ Fitzpatrick .A parison of the ratios of the successful industrial enterprises with those of failed panies[J]Certified Public Accountant,1932(6). [14］ Ohlson. Financial Ratios and the Probabilistic Prediction of Bankruptcy[J]Journal of Accounting Research.,1980. [15］ Coats P， Fant K． Recognizing Financial Distress Patterns Using a Neural Network［ J］． Tool Financial Management， 1993(3). [16]巴塞爾銀行監(jiān)管委員會(huì)．統(tǒng)一資本計(jì)量和資本標(biāo)準(zhǔn)的國(guó)際協(xié)議：修訂框架 IM[M]．北京：中國(guó)金融出版社， 2021. [17]楊雄勝．高級(jí)財(cái)務(wù)管理 [M]．大連：東北財(cái)經(jīng)大學(xué)出版社， 2021. [18]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. 浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 18 [19]劉子源．我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究 [D]． 濟(jì)南： 山東大學(xué)， 2021. [20]劉彥文．上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究 [D]． 大連 :大連理工大學(xué)， 2021. [21] 龍勝平，鄭麗琴 .我國(guó)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究 [J].求索 .2021(6). [22] 方華 .我國(guó)房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)分析 [J].集團(tuán)經(jīng)濟(jì)研究 .2021(11). [23] 戴小園，馬迅 .房地產(chǎn)上市公司則務(wù)危機(jī)預(yù)警模型實(shí)證研究 [J].現(xiàn)代商業(yè) .2021. [24] 劉彥文 .上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究 [D].大連： 大連理工大學(xué) .2021. [25］鐘琳． 基于 Logistic 模型的公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)報(bào)實(shí)證分析［ D］．成都 : 成都理工大學(xué)， 2021． [26]李建云，邱菀華 . Logistic 回歸模型在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究 [J].經(jīng)濟(jì)師，2021(8). [27］周首華等 .財(cái)務(wù)危機(jī)的預(yù)警分析 — F分?jǐn)?shù)模式 [J].會(huì)計(jì)研究， 1996. [28］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). [29］楊淑娥 ,偉剛 .上市公司財(cái)務(wù)預(yù)警模型 — Y分?jǐn)?shù)模型的實(shí)證研究 [J].中國(guó)軟科學(xué) ,2021(1). [30］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 ,2021(6). [31］朱曦 ， 印雨娟 .試用 Logistic回歸模型分析我國(guó)網(wǎng)絡(luò)概念上市公司退市風(fēng)險(xiǎn) [J].北京理工大學(xué)學(xué)報(bào) ， 2021(4). [32］葉劍平 ， 謝經(jīng)榮 .房地產(chǎn)業(yè)與社會(huì)經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究 [D].北京： 中國(guó)人民大學(xué)出版社 ，2021. [33]耿閨臣 .房地產(chǎn)上市公司 財(cái)務(wù)危機(jī)預(yù)警的理論與實(shí)證研究 [D].武漢： 華中師范大學(xué) ,2021. [34]彭彤 .引入非財(cái)務(wù)指標(biāo)的上市公司財(cái)務(wù)危機(jī)預(yù)警研究 [D].北京： 北方工業(yè)大學(xué) ,2021. [35]王娟 .房地產(chǎn)業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警研究 [D].太原： 山西財(cái)經(jīng)大學(xué) ,2021. [36]陳工孟、芮萌、許慶勝 .現(xiàn)代企業(yè)財(cái)務(wù)困境預(yù)測(cè) [M].上海： 上海財(cái)經(jīng)大學(xué)出版社 ,2021(7). [37 ]劉紅霞 .企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法及系統(tǒng)的構(gòu)建研究 [M].北京： 中國(guó)統(tǒng)計(jì)出版社 , 2021(6). [38]李秉成 .企業(yè)財(cái)務(wù)困境研究中 [M].北京： 國(guó)財(cái)政 經(jīng)濟(jì)出版社 ,2021(8). [39]宋志剛，謝蕾蕾，何旭洪． SPSS 16 實(shí)用教程 [M]． 北京： 人民郵電出版社， 2021. [40] 羅放華．構(gòu)建以現(xiàn)金流為核心的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系 [J]．財(cái)會(huì)通訊， 2021 (2). [41]路軍．財(cái)務(wù)危機(jī)預(yù)警指標(biāo)選?。壕C述及啟示 [J]．新會(huì)計(jì)， 2021（ 9） [42]董紅 .財(cái)務(wù)危機(jī)預(yù)警指標(biāo)解析 [J].財(cái)會(huì)研究 .2021(4). [43]齊治平，余妙志． Logistic模型在上市公司財(cái)務(wù)狀況評(píng)價(jià)中的運(yùn)用 [J]．東北財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2021（ 1） . [44]宇燦．基于 logistic模型的制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究 [J]．經(jīng)濟(jì)研究導(dǎo)浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 19 刊， 2021（ 13） . [45]張暉．基于 Logistic模型的上市公司財(cái)務(wù)預(yù)警實(shí)證研究 [J]．山東輕工業(yè)學(xué)院學(xué)報(bào)，2021（ 4） .浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 20 致 謝 畢業(yè)論文暫告收尾，這也意味著我在某某大學(xué)的四年的學(xué)習(xí)生活既將結(jié)束。 (2)本文主要通過(guò)現(xiàn)金流量指標(biāo)來(lái)進(jìn)行模型構(gòu)建，但是導(dǎo)致財(cái)務(wù)危機(jī)發(fā)生的因素不僅僅是現(xiàn)金流指標(biāo)，還有一定的外部因素，因此 ,對(duì)財(cái)務(wù)危機(jī)的分析不僅要 多種指標(biāo) 還要多角度及定性分析等結(jié)合 。 浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 16 4． 3 本文的局限性 （ 1） 因?yàn)?受樣本選擇條件的限制 ,導(dǎo)致本研究樣本容量較少 ,一定程度上影響了模型的預(yù)測(cè)準(zhǔn)確率。有些企業(yè)盲目賒銷(xiāo)，導(dǎo)致企業(yè)現(xiàn)金短缺，最終將 會(huì) 導(dǎo)致 企業(yè) 財(cái)務(wù)危機(jī)。 從回歸數(shù)據(jù)分析結(jié)果中可以得知 X10：每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量； X11 每股投資活動(dòng)現(xiàn)金凈流量； X12每股籌資活動(dòng)現(xiàn)金凈流量 這三個(gè)指標(biāo) 在判斷企業(yè)的財(cái)務(wù)危機(jī)中系數(shù)大，說(shuō)明它對(duì)判斷企業(yè)的財(cái)務(wù)危機(jī)作用大，這也說(shuō)明企業(yè)獲得現(xiàn)金的能力是防止企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要因素。所以恰當(dāng)?shù)剡x擇合適的指標(biāo)，在保證預(yù)警分析的效果的基礎(chǔ)上，還應(yīng)該易取得。 （ 2）財(cái)務(wù)預(yù)警中指標(biāo)選擇還需 進(jìn)一步研究。 建議 (1)財(cái)務(wù)預(yù)警不應(yīng)局限在某一種模式。 (2)現(xiàn)金流量指標(biāo)中 X8企業(yè)自由現(xiàn)金流； X9 股權(quán)自由現(xiàn)金流； X10 每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量； X11 每股投資活動(dòng)現(xiàn)金凈流量； X12 每股籌資活動(dòng)現(xiàn)金凈流量 這幾個(gè)指標(biāo)對(duì)財(cái)務(wù)危機(jī)的判斷效果更明顯。判 定正確率比較理想。 總體判定正確率為 79%。將估計(jì)樣本企業(yè)現(xiàn)金流量指標(biāo)財(cái)務(wù)數(shù)據(jù)回代入上述模型，發(fā)現(xiàn)： 表 2 檢測(cè)表 已觀測(cè) 已預(yù)測(cè) Z 百分比 0 1 z 0 24 7 1 6 25 總計(jì)百分比 31 家 ST 企業(yè)中有 5 家被誤判， 正確率為 %。 表 2 變量 系數(shù)計(jì)算表 B , Wals df sig. Exp(B) x1 1 x4 1 x5 1 x6 1 x7 1 x8 1 1 x9 1 1 x10 1 浙江萬(wàn)里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研 究 14 續(xù)表 x11 1 x12 1 x13 1 常量 1 從表中可以看出 x9 的 sig 數(shù)值是所有指標(biāo)中 最小的， Wals 值卻是最大的，這就說(shuō)明了他在這些指標(biāo)中是最明確的，最重要的，對(duì)之后的預(yù)測(cè)結(jié)果的影響也是最大的， x8 次之。 (齊治平 ,2021) 二元邏輯回歸的函數(shù)形式為： f(x)=e^x/(1+e^x) 相關(guān)性分析 為了避免多重指標(biāo)帶來(lái)的多重共線(xiàn)性問(wèn)題 ，本文采用二元定 距變量的相關(guān)分析，將相關(guān)系數(shù)絕對(duì)值大于 0． 8為高度相關(guān)變量 ，根據(jù)相關(guān)性較小較優(yōu)的原則應(yīng)刪除其中的一個(gè)，因?yàn)?X X X3這 3個(gè)指標(biāo)之間的相關(guān)系數(shù)大于 ，所以可以除掉 2個(gè)，留下 X1。 X1：現(xiàn)金流量比率； X2：債務(wù)保障率； X3：營(yíng)業(yè)收入現(xiàn)金比率； X4：銷(xiāo)售收入現(xiàn)金比率； X5：全部資現(xiàn)金回收率； X6：營(yíng)運(yùn)指數(shù)； X7：現(xiàn)金滿(mǎn)足投資比率； X8：企業(yè)自由現(xiàn)金流； X9：股權(quán)自由現(xiàn)金流； X10：每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量； X11：每股投資活動(dòng)現(xiàn)金凈流量；