我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究:文獻(xiàn)綜述
作者:蘇芮 49
一、引言
隨著資本市場(chǎng)的不斷發(fā)展和完善,對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究一直是國(guó)內(nèi)外學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題之一。財(cái)務(wù)危機(jī)預(yù)警是以現(xiàn)有的財(cái)務(wù)比率為基礎(chǔ),通過(guò)設(shè)計(jì)并觀察一些敏感性財(cái)務(wù)預(yù)警指標(biāo)的變化,建立數(shù)學(xué)模型來(lái)預(yù)測(cè)企業(yè)財(cái)務(wù)危機(jī)發(fā)生的可能性,這樣就能在很大程度上幫助上市公司防范和化解財(cái)務(wù)危機(jī)。然而,由于種種原因,財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)在我國(guó)上市公司中尚未得到廣泛應(yīng)用。
二、財(cái)務(wù)危機(jī)預(yù)警模型的發(fā)展及分類(lèi)
1、單變量模型
單變量模型,即一元判別模式,它運(yùn)用單一的財(cái)務(wù)指標(biāo)來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)。W.H.Beaver(1966),他最早將統(tǒng)計(jì)方法應(yīng)用與財(cái)務(wù)指標(biāo)結(jié)合起來(lái),選擇了29個(gè)能夠代表企業(yè)財(cái)務(wù)狀況的指標(biāo),從1954年到1964年之間他定義的財(cái)務(wù)危機(jī)企業(yè)中,挑選了79家,并選擇了產(chǎn)業(yè)相同、資產(chǎn)規(guī)模相近的另外79家非財(cái)務(wù)危機(jī)企業(yè)作為配對(duì)樣本,他對(duì)這79家財(cái)務(wù)危機(jī)企業(yè)和79家非財(cái)務(wù)危機(jī)企業(yè)前五年的29個(gè)財(cái)務(wù)指標(biāo)進(jìn)行了立面分析,最后得出結(jié)論,認(rèn)為現(xiàn)會(huì)流量/負(fù)債總額能夠最好地判定公司的財(cái)務(wù)狀況(誤判率最低,破產(chǎn)前一年的預(yù)測(cè)幣確率町以達(dá)到87%),其次是資產(chǎn)負(fù)債率和“凈利潤(rùn)/總資產(chǎn)”比率,并且離財(cái)務(wù)危機(jī)出現(xiàn)同越近,誤判率越低,預(yù)見(jiàn)性越強(qiáng)。
2、多元線性回歸模型
多元線性判別模型,即通過(guò)線性回歸技術(shù)來(lái)構(gòu)建能夠以最小的分類(lèi)錯(cuò)誤率對(duì)樣本公司進(jìn)行劃分的多元線性方程。比較著名的有Altman的Z分?jǐn)?shù)模型以及后來(lái)E.Altman、R.Haldeman.和P.Narauaman的ZETA模型。
2.1、Z分?jǐn)?shù)模型
Altman(1968)提出了Z分?jǐn)?shù)模型。該模型是Altman根據(jù)美國(guó)股票市場(chǎng)的實(shí)際情況,經(jīng)過(guò)上千次的實(shí)證分析,以33家破產(chǎn)公司及33家配對(duì)公司作為樣本,使用選擇的5個(gè)比率擬合出了一個(gè)多元線性方程,建立了Z分?jǐn)?shù)模型,首次采用了多變量來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)危機(jī)。
模型如下:
Z=O.012 XI+O.014 X2+O.033 X3+O.006 x4+O.999 Xs (2.1)
2.2、ZETA模型
1977年Altman等人將預(yù)測(cè)模型Z分?jǐn)?shù)模型從單純的制造業(yè)中解放出來(lái),加入了非上市公司和各個(gè)行業(yè),建立了新的、更具有準(zhǔn)確性的企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)模型一zETA模型,它包括了經(jīng)營(yíng)收益/總資產(chǎn)、收益穩(wěn)定性、利息保障倍數(shù)、留存收益/總資產(chǎn)、流動(dòng)比率、普通股權(quán)益/總資本和普通股權(quán)益/總資產(chǎn)這7項(xiàng)比率。Altman等經(jīng)過(guò)對(duì)樣本的分析,發(fā)現(xiàn)用ZETA模型預(yù)測(cè)五年和一年之后的財(cái)務(wù)危機(jī)企業(yè)的精確度分別為70%和91%。并且通過(guò)對(duì)相同樣本進(jìn)行預(yù)測(cè)分析,比較發(fā)現(xiàn),ZETA模型的預(yù)測(cè)準(zhǔn)確度要明顯優(yōu)于Z分?jǐn)?shù)預(yù)測(cè)模型。
2.3、F分?jǐn)?shù)模型
由于Z分?jǐn)?shù)模型沒(méi)有考慮對(duì)企業(yè)財(cái)務(wù)狀況影響重大的現(xiàn)會(huì)流量因素,導(dǎo)致其財(cái)務(wù)解釋和預(yù)測(cè)的效果大打折扣。為彌補(bǔ)這一缺陷,我國(guó)學(xué)者對(duì)Z分?jǐn)?shù)模型加以改進(jìn),建立了F分?jǐn)?shù)模型(周首華、楊濟(jì)華,1996)在F分?jǐn)?shù)模型中加入了現(xiàn)金流量的預(yù)測(cè)變量,其模型如下:
F=O.1774+1.1091 XI+O.1074 X2+1.9271 X3+O.0302 X4+O.4961‰。
3、多元邏輯回歸
多元邏輯回歸(二項(xiàng)Logistic回歸)的統(tǒng)計(jì)方法都是建立在累積概率函數(shù)的基礎(chǔ)上,一般運(yùn)用極大似然估計(jì)法來(lái)進(jìn)行判定,而不需要滿足自變量服從多元正念分布和兩組問(wèn)協(xié)方差相等的條件。他們是解決O一1回歸問(wèn)題的行之有效的方法。
Martin(1977)年在財(cái)務(wù)困境預(yù)測(cè)中首次采用了邏輯回歸模型,從25個(gè)財(cái)務(wù)指標(biāo)中選取了8個(gè)作為變量建立了回歸模型,結(jié)果發(fā)現(xiàn)邏輯回歸的預(yù)測(cè)效果要好于前面兩種模型。0hlson(1980)以1970年至1976年問(wèn)105家失敗公司為樣本,運(yùn)用了條件邏輯模型來(lái)建立財(cái)務(wù)預(yù)警模型,研究結(jié)果顯著。
三、研究不足
由于我國(guó)的理論研究相對(duì)滯后,市場(chǎng)體制還不完善,目前企業(yè)財(cái)務(wù)預(yù)警模型構(gòu)建存在的問(wèn)題有如下幾點(diǎn):
第一,預(yù)警變量選擇缺乏理論支持。
第二,樣本選取范圍和樣本時(shí)間區(qū)間存在局限。
第三,預(yù)警模型缺乏非財(cái)務(wù)因素支持。
絕大部分的研究都以財(cái)務(wù)會(huì)計(jì)報(bào)表數(shù)據(jù)為基礎(chǔ),以各種財(cái)務(wù)指標(biāo)為變量來(lái)建立預(yù)警模型。運(yùn)用財(cái)務(wù)指標(biāo)建立的財(cái)務(wù)預(yù)警模型雖然能較直觀地反映企業(yè)的綜合財(cái)務(wù)狀況,但從我國(guó)企業(yè)的情況來(lái)看,不能僅采用財(cái)務(wù)指標(biāo)作為判別依據(jù)。
參考文獻(xiàn)
[1]Wi l l i am H. Baever . Fi nanci al as Pr edi ct or s of Fai l ur e[ J] . Journal of Account i ng Resear ch,1966. 5.
[2]AICPA.Improving Business ReD0rtS_— A Customer Fo~sEM3.AICPA Iuc,1994.
[3]Sorte~An"Event"Approach tO Basic Accounting n-e0ry[J].The Acc0unthlg Review.januaryt 1969
[4]王 強(qiáng):企業(yè)失敗定義研究[J].北京工業(yè)大學(xué)學(xué)報(bào),2002.Vol.2 No.1
[5]谷 祺 劉淑蓮:財(cái)務(wù)危機(jī)企業(yè)投資行為分析與決策[J].會(huì)計(jì)研究,1999.11
[6]趙愛(ài)玲:企業(yè)財(cái)務(wù)危機(jī)的識(shí)別與分析[J].財(cái)經(jīng)理論與實(shí)踐,2000
[7]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[ 經(jīng)濟(jì)研究,2oo1,(6).
[8]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).
[9]金忻,王大偉.上市公司財(cái)務(wù)困境的回歸預(yù)測(cè)[JJ.價(jià)值工程,2005,(6).
擴(kuò)展閱讀
外驅(qū)與內(nèi)力:危機(jī)感到來(lái) 2023.08.17
門(mén)戶網(wǎng)站作為一個(gè)媒體,真的會(huì)沒(méi)落嗎?《紐約時(shí)報(bào)》、《紐約客》、《經(jīng)濟(jì)學(xué)人》這樣優(yōu)秀的媒體也會(huì)沒(méi)落嗎?百年以來(lái),信息的傳遞介質(zhì)一直在變,廣播、電視、報(bào)紙、雜志、互聯(lián)網(wǎng)……真正專(zhuān)注于用心創(chuàng)造內(nèi)容的媒體,
作者:李欣詳情
三鹿奶粉事件,是否引發(fā)中華民族的信任 2023.04.12
系列專(zhuān)題:三鹿奶粉事件奶粉檢測(cè)出了三聚氰胺,液態(tài)奶也檢測(cè)出了三聚氰胺。今天,我們算是知道了,我們不再會(huì)有勇氣去喝任何一款牛奶了。至少在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)是這樣。這是誰(shuí)的過(guò)錯(cuò)呢?我們從靈魂深處似乎感覺(jué)了
作者:李名梁詳情
經(jīng)濟(jì)危機(jī)下培訓(xùn)公司的應(yīng)對(duì)策略 2023.03.24
系列專(zhuān)題:培訓(xùn)公司成長(zhǎng)之惑 由美國(guó)次債危機(jī)引起的全球經(jīng)濟(jì)危機(jī)席卷世界上的每個(gè)國(guó)家,每個(gè)角落,當(dāng)然中國(guó)不能排除在外,各行業(yè)、各領(lǐng)域都多多少少受到影響,當(dāng)然培訓(xùn)業(yè)也不能幸免于難。培訓(xùn)產(chǎn)業(yè)作為一個(gè)服務(wù)業(yè)依托
作者:董栗序詳情
我國(guó)居民閑暇時(shí)間與方式研究 2023.03.23
——基于“第二次中國(guó)婦女社會(huì)地位調(diào)查”的數(shù)據(jù)改革開(kāi)放的深入和市場(chǎng)經(jīng)濟(jì)的發(fā)展對(duì)中國(guó)人民的生活方式產(chǎn)生了巨大而深刻的影響。伴隨著中國(guó)社會(huì)的變化速度加快、廣度加寬、程度加深,人們?nèi)粘I罘绞揭搽S之呈現(xiàn)全方位
作者:陳琦詳情
財(cái)務(wù)報(bào)告的妙用 2023.03.08
受格雷厄姆的影響,林奇對(duì)閱讀財(cái)務(wù)報(bào)告也有著足夠的重視,他常常根據(jù)公司財(cái)務(wù)報(bào)告中的賬面價(jià)值去搜尋公司的隱蔽性資產(chǎn)。 林奇對(duì)如何閱讀公司的財(cái)務(wù)報(bào)告有其獨(dú)特的看法:quot;無(wú)數(shù)財(cái)務(wù)報(bào)告的命運(yùn)是送
作者:張健詳情
我國(guó)房地產(chǎn)金融創(chuàng)新正在加快 2023.03.08
與近20年我國(guó)房地產(chǎn)業(yè)總體上的蓬勃發(fā)展相比,國(guó)內(nèi)在房地產(chǎn)金融方面的實(shí)踐和研究都顯得較緩慢,譬如許多專(zhuān)業(yè)人士對(duì)房地產(chǎn)投資信托基金、房地產(chǎn)投資基金、房地產(chǎn)私募基金、夾層融資和住房抵押貸款證券化等概念還是
作者:張健詳情
版權(quán)聲明:
本網(wǎng)刊登/轉(zhuǎn)載的文章,僅代表作者個(gè)人或來(lái)源機(jī)構(gòu)觀點(diǎn),不代表本站立場(chǎng),本網(wǎng)不對(duì)其真?zhèn)涡载?fù)責(zé)。
本網(wǎng)部分文章來(lái)源于其他媒體,本網(wǎng)轉(zhuǎn)載此文只是為 網(wǎng)友免費(fèi)提供更多的知識(shí)或資訊,傳播管理/培訓(xùn)經(jīng)驗(yàn),不是直接以贏利為目的,版權(quán)歸作者或來(lái)源機(jī)構(gòu)所有。
如果您有任何版權(quán)方面問(wèn)題或是本網(wǎng)相關(guān)內(nèi)容侵犯了您的權(quán)益,請(qǐng)與我們聯(lián)系,我們核實(shí)后將進(jìn)行整理。
- 1廠家招商準(zhǔn)備工作之溝 5
- 2太古可口可樂(lè)第2期降 15
- 3 19
- 4員工不是被招聘進(jìn)來(lái)的 29
- 5姜上泉老師:降本必增 16
- 6西安王曉楠:2024 1426
- 7輔警或迎來(lái)轉(zhuǎn)正新契機(jī) 43
- 8西安王曉楠:輔警月薪 55
- 9什么是小型門(mén)店的底層 38