公司研究論文-上市公司財(cái)務(wù)危機(jī)預(yù)警-在線瀏覽
2025-03-07 13:30本頁(yè)面
【正文】 特征。 關(guān)鍵詞 財(cái)務(wù)危機(jī)；上市公司；財(cái)務(wù)指標(biāo) 一、引言 隨著資本市場(chǎng)的不斷發(fā)展與完善，對(duì)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)警研究一直是國(guó)內(nèi)外學(xué)術(shù)界的熱點(diǎn)問題之一。通過比較兩類公司的財(cái)務(wù)指標(biāo)均值，以及對(duì)t值的分析，總結(jié)了危機(jī)公司的財(cái)務(wù)指標(biāo)特征。 關(guān)鍵詞 財(cái)務(wù)危機(jī)；上市公司；財(cái)務(wù)指標(biāo) 一、引言 隨著資本市場(chǎng)的不斷發(fā)展與完善，對(duì)上市公司財(cái)務(wù)危機(jī)進(jìn)行預(yù)警研究一直是國(guó)內(nèi)外學(xué)術(shù)界的熱點(diǎn)問題之一。 財(cái)務(wù)危機(jī)(Financial c risis)又稱財(cái)務(wù)困境(FlnanciaIdjstress)，國(guó)外的學(xué)者一般以破產(chǎn)為標(biāo)準(zhǔn)展開研究。目前國(guó)內(nèi)的學(xué)者絕大多數(shù)以特別處理的上市公司作為研究對(duì)象(朱家安、陳志斌。 二、文獻(xiàn)回顧與研究方法 (一)國(guó)外文獻(xiàn)回顧與研究方法 Fitzpatrick(1932)開展單變量破產(chǎn)預(yù)測(cè)研究。運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為破產(chǎn)和非破產(chǎn)兩組，他發(fā)現(xiàn)判斷能力最高的是凈利潤(rùn)／股東權(quán)益和股東權(quán)益／負(fù)債兩個(gè)比率。他使用現(xiàn)金流／負(fù)債、流動(dòng)資產(chǎn)／流動(dòng)負(fù)債、凈收入／資產(chǎn)、資產(chǎn)負(fù)債率、營(yíng)運(yùn)資本／資產(chǎn)等5個(gè)財(cái)務(wù)比率作為變量，運(yùn)用實(shí)證分析得出現(xiàn)金流量與負(fù)債總額的比率能夠更好地判定公司的財(cái)務(wù)狀況。AItman(1968)提出了多元Z值模型。用Z值進(jìn)行判定，結(jié)果表明。AItman、Haldeman和Narayanan于1977年又提出一種能更準(zhǔn)確預(yù)測(cè)企業(yè)財(cái)務(wù)失敗的新模型——ZETA模型。他以多元判別分析為研究方法，構(gòu)建了一個(gè)包括“流動(dòng)性、獲利性及變異性等共12個(gè)財(cái)務(wù)比例與6個(gè)變異性指標(biāo)”的財(cái)務(wù)危機(jī)預(yù)測(cè)模型。1977年Marttin在財(cái)務(wù)危機(jī)預(yù)警研究中首次采用了多元Logit回歸法，取得了良好的預(yù)測(cè)效果。Odom和Sharda(1 990)首先成功運(yùn)用人工神經(jīng)網(wǎng)絡(luò)(ANN)進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)。對(duì)財(cái)務(wù)危機(jī)公司的預(yù)測(cè)準(zhǔn)確率明顯高于多元判別法的準(zhǔn)確率。選用了19951997年3年的27家危機(jī)公司和27家同行業(yè)、同規(guī)模的公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證研究。陳曉、陳治鴻(2000)將多元邏輯回歸模型引入上市公司的財(cái)務(wù)危機(jī)預(yù)測(cè)。發(fā)現(xiàn)模型具有超前4年的預(yù)測(cè)結(jié)果。分別建立危機(jī)公司預(yù)測(cè)模型。這些模型均獲得較高的判定精度，在財(cái)務(wù)危機(jī)發(fā)生前4年的誤判率在28％以內(nèi)。實(shí)證檢驗(yàn)表明通過此法處理研究變量后建立的模型具有較好的預(yù)測(cè)能力。何沛俐、章早立(2002)建立了以時(shí)序立體數(shù)據(jù)空間為基礎(chǔ)的財(cái)務(wù)危機(jī)判別模型，他們?cè)贚ogit回歸分析之前使用全局主成分分析，從而增強(qiáng)了模型的有效性。呂長(zhǎng)江、周現(xiàn)華(2005)采用制造業(yè)上市公司19992002年4年的數(shù)據(jù)分別運(yùn)用多元判別分析、邏輯線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型對(duì)財(cái)務(wù)狀況處于危機(jī)的公司進(jìn)行預(yù)測(cè)比較分析。其中。肖艷(2004)將傳統(tǒng)財(cái)務(wù)指標(biāo)與現(xiàn)金流指標(biāo)結(jié)合起來，利用Logit方法構(gòu)建了一個(gè)上市公司財(cái)務(wù)危機(jī)預(yù)警模型，％，％。在財(cái)務(wù)危機(jī)預(yù)警方面具有一定的信息含量。李秉成(2005)利用歸納法總結(jié)了上市公司財(cái)務(wù)危機(jī)的形成原因。將定性因素定量化，建立了上市公司財(cái)務(wù)危機(jī)“A記分法”分析模型。并可以在一定程度上解釋財(cái)務(wù)危機(jī)發(fā)生的原因。 三、研究樣本和研究變量 本文選擇了在2004—2006年因財(cái)務(wù)狀況異常而被特別處理的131家上市公司為樣本，同時(shí)采用配對(duì)樣本設(shè)計(jì)方法選取同行業(yè)(按證監(jiān)會(huì)行業(yè)代碼分類)、規(guī)模相近(資產(chǎn)總額)的131家正常公司作為配對(duì)樣本。設(shè)被ST前1年為t年，前4年分別為tt2和t－3年。對(duì)應(yīng)的配對(duì)樣本取同期的財(cái)務(wù)指標(biāo)。首先從CSMAR
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1