（會(huì)計(jì)學(xué)專業(yè)論文）我國(guó)制造業(yè)上市公司財(cái)務(wù)困境預(yù)警研究.pdf

i 摘 要 摘 要 制造業(yè)是國(guó)民經(jīng)濟(jì)的物質(zhì)基礎(chǔ)和產(chǎn)業(yè)主體 是富國(guó)強(qiáng)民之本 也是我國(guó)上市 公司中比重最高的產(chǎn)業(yè) 而同時(shí)由于制造業(yè)本身的特點(diǎn)以及競(jìng)爭(zhēng)的日益激烈 許 多制造業(yè)上市公司因經(jīng)營(yíng)管理不善等原因而陷入了財(cái)務(wù)困境 難以正常運(yùn)轉(zhuǎn) 有 些甚至已到了瀕臨破產(chǎn)的境地 因此 建立一個(gè)有效的財(cái)務(wù)困境預(yù)警系統(tǒng) 從而 能提前預(yù)測(cè)公司是否會(huì)發(fā)生財(cái)務(wù)困境 以便采取相應(yīng)的措施避免損失的發(fā)生 是 上市公司管理當(dāng)局 投資者 債權(quán)人等共同關(guān)注的問(wèn)題 首先 本文以制造業(yè)為樣本行業(yè) 按標(biāo)準(zhǔn)挑選出 06 年的財(cái)務(wù)困境和非財(cái)務(wù) 困境公司各 40 家 07 年的各 41 家 再對(duì)制造業(yè)財(cái)務(wù)困境上市公司的現(xiàn)狀進(jìn)行 分析 并在此基礎(chǔ)上分析了制造業(yè)上市公司陷入財(cái)務(wù)困境的原因 根據(jù)原因提出 了本文的指標(biāo)體系 其次 本文對(duì)指標(biāo)體系進(jìn)行一系列篩選 包括正態(tài)性檢驗(yàn) 非參數(shù)檢驗(yàn)以及相關(guān)性檢驗(yàn) 篩選出 12 個(gè)符合條件的指標(biāo) 再根據(jù)這些指標(biāo)分 別建立了制造業(yè)上市公司 st 前 t 1 年 t 2 年以及 t 3 年的多元邏輯回歸模型 模型均顯示有較好的預(yù)測(cè)精度 并且隨著時(shí)間逐步靠近 st 預(yù)測(cè)精度越來(lái)越好 最后 結(jié)合模型的結(jié)論提出了相關(guān)的政策建議 研究結(jié)果表明 制造業(yè)上市公司財(cái)務(wù)困境是一個(gè)動(dòng)態(tài)發(fā)展的過(guò)程 各年的影 響因素既有相同的指標(biāo)也有不同的指標(biāo) 這些指標(biāo)隨著時(shí)間向 st 的推進(jìn) 從償 債能力的惡化開始 逐步轉(zhuǎn)向盈利能力的惡化 最后伴隨著盈利能力的極度惡化 現(xiàn)金流能力也出現(xiàn)危機(jī) 在償債能力 盈利能力以及現(xiàn)金流能力這三個(gè)方面中 盈利能力是最關(guān)鍵的 它貫穿在上市公司被 st 的前三年中 因此 為了能夠有 效地防止制造業(yè)上市公司陷入財(cái)務(wù)困境 企業(yè)應(yīng)該著重關(guān)注這三個(gè)方面的狀況 尤其是盈利能力 一旦發(fā)現(xiàn)有惡化的傾向 應(yīng)及時(shí)補(bǔ)救 從而避免企業(yè)陷入財(cái)務(wù) 困境之中 關(guān)鍵詞 制造業(yè) 財(cái)務(wù)困境 多元邏輯回歸模型 ii abstract the manufacturing industry is the foundation of the national economy and the main part of the industry it also can make our country richer and our people more healthy with the increasing competition many manufacturing listed companies can not work as usual even fail to the financial distress because of the mismanagement so to establish the models for predicting financial distress of the manufacturing industry is a very important thing that the management of the listed companies investors creditors and others concern firstly we pick out 40 crisis companies and 40 healthy companies in 2006 41 crisis companies and 41 healthy companies in 2007 from the manufacturing industry we analysis the current situation of the crisis companies and the reason why they fail into crisis based on the reason we put forward our indicator system then through the normal distribution test the nonparametric test and the correlation test we choose 12 indicators from the indicator system with the 12 indicators we set up the logistic multiple models of t 1 year t 2 year and t 3 year the predicting ratios of the three models are good and are better as the time goes by at last we put forward our suggestions according to the results of the models the results indicate that the financial distress in manufacturing industry is a dynamic developing process from the worse of the debt ability to the profit ability at last to the cash flow ability during the three abilities the profit ability is the most important because it can be founded in the whole process so in order to avoid falling into financial distress we should pay much more attention to the three abilities especially the profit ability of the manufacturing industry once we find anything wrong we should take action immediately keyword the manufacturing industry financial distress the logistic multiple model 學(xué)位論文獨(dú)創(chuàng)性聲明學(xué)位論文獨(dú)創(chuàng)性聲明 本論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果 論文中除 了特別加以標(biāo)注和致謝的地方外 不包含其他人或其它機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過(guò)的 研究成果 其他同志對(duì)本研究的啟發(fā)和所做的貢獻(xiàn)均已在論文中作了明確的聲明 并表示了謝意 作者簽名 日期 學(xué)位論文使用授權(quán)聲明學(xué)位論文使用授權(quán)聲明 本人完全了解南京財(cái)經(jīng)大學(xué)有關(guān)保留 使用學(xué)位論文的規(guī)定 即 學(xué)校有權(quán) 保留送交論文的復(fù)印件 允許論文被查閱和借閱 學(xué)?？梢怨颊撐牡娜炕虿?分內(nèi)容 可以采用影印 縮印或其它復(fù)制手段保存論文 保密的論文在解密后遵 守此規(guī)定 作者簽名 導(dǎo)師簽名 日期 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 1 第一章 緒論 1 1 選題意義及研究框架選題意義及研究框架 1 1 1 選題背景及意義選題背景及意義 1 研究背景研究背景 優(yōu)勝劣汰 適者生存是自然界的生存法則 企業(yè)也一樣 在嚴(yán)酷的生存與發(fā) 展競(jìng)爭(zhēng)中 處于劣勢(shì)地位的企業(yè)必將被淘汰出局 而在競(jìng)爭(zhēng)中勝出的企業(yè)將發(fā)展 壯大 市場(chǎng)正是通過(guò)這種機(jī)制淘汰劣勢(shì)企業(yè) 優(yōu)化社會(huì)資源配置 促進(jìn)經(jīng)濟(jì)健康 發(fā)展 在激烈的市場(chǎng)競(jìng)爭(zhēng)中 許多企業(yè)由于各種原因退出市場(chǎng) 據(jù)統(tǒng)計(jì) 美國(guó)中 小企業(yè)的平均壽命不到 年 大企業(yè)的平均壽命不超過(guò) 40 年 歐洲與日本企業(yè) 的平均壽命為 12 5 年 跨國(guó)公司的平均壽命為 40 50 年 1而我國(guó)企業(yè)的壽命更 短 平均壽命只有 8 年 2可見 企業(yè)經(jīng)營(yíng)過(guò)程中的風(fēng)險(xiǎn)非常高 中華人民共和國(guó)企業(yè)破產(chǎn)法 于 2007 年 6 月 1 日正式實(shí)施生效 該法的 實(shí)施可以視為我國(guó)企業(yè)破產(chǎn)領(lǐng)域的一次重大的變革 使以逃債為目的的 假破產(chǎn) 無(wú)隙可鉆 國(guó)有企業(yè)破產(chǎn)也將不再享受 特殊照顧 約 10 萬(wàn)戶國(guó)企將選擇市場(chǎng) 化的退出方式 新破產(chǎn)法的推出 不但使原來(lái)許多不可能破產(chǎn)的企業(yè)有可能面臨 破產(chǎn) 同時(shí)還使企業(yè)的破產(chǎn)變得更加規(guī)范 更容易 因此 我國(guó)企業(yè)在生產(chǎn)經(jīng)營(yíng) 過(guò)程中要更加注意風(fēng)險(xiǎn) 稍有不慎 便有可能陷入破產(chǎn) 制造業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)最主要的支柱產(chǎn)業(yè) 中國(guó)的制造業(yè)在 90 年代初的工 業(yè)總產(chǎn)值中就占 40 以上 在我國(guó)的上市公司中 制造類企業(yè)數(shù)量逐年增多 但現(xiàn)實(shí)情況卻不樂(lè)觀 一些企業(yè)一方面經(jīng)濟(jì)效益低下 一方面負(fù)債率居高不下 產(chǎn)品質(zhì)量無(wú)法提高 創(chuàng)新能力嚴(yán)重不足 越來(lái)越多的制造類企業(yè)面臨財(cái)務(wù)困境 至 2006 年 12 月 31 日止 我國(guó) 1480 家 a 股上市公司中 制造業(yè)類有 830 家 占上市公司總數(shù)的 56 08 而全部的 st 公司共 179 家 制造業(yè)有 84 家 占全 部 st 公司的 46 92 可見 不但制造類上市公司占全部上市公司的比重非常高 制造類 st 公司占全部 st 公司的比重也非常高 2 研究意義研究意義 由此可見 對(duì)企業(yè)財(cái)務(wù)預(yù)警的實(shí)證研究 無(wú)論是在宏觀經(jīng)濟(jì)層面上 還是在 企業(yè)微觀經(jīng)濟(jì)領(lǐng)域中 都具有非常重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值 它不僅是確保我 國(guó)資本市場(chǎng)健康發(fā)展和公司財(cái)務(wù)狀況良性循環(huán)的一個(gè)重要方面 而且對(duì)金融秩序 和社會(huì)的穩(wěn)定發(fā)展都有著不可低估的作用 而對(duì)于制造業(yè)而言 建立一套完整科 1 彭韶兵 邢精平 2004 公司財(cái)務(wù)危機(jī)論 清華大學(xué)出版社 2 2003 年 3 月 市場(chǎng)報(bào) 報(bào)道統(tǒng)計(jì) 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 2 學(xué)的制造業(yè)財(cái)務(wù)預(yù)警系統(tǒng)對(duì)我國(guó)制造業(yè)企業(yè)的發(fā)展也有很重要的意義 可使經(jīng)營(yíng) 者及時(shí)發(fā)現(xiàn)企業(yè)財(cái)務(wù)管理中存在的問(wèn)題 預(yù)知財(cái)務(wù)危機(jī)的征兆 當(dāng)可能危害企業(yè) 財(cái)務(wù)的關(guān)鍵因素露出端倪時(shí) 提醒企業(yè)經(jīng)營(yíng)者及早采取防范措施 最大限度地減 少財(cái)務(wù)損失 1 1 2 本文研究問(wèn)題及分析框架本文研究問(wèn)題及分析框架 本文試圖結(jié)合財(cái)務(wù)困境預(yù)警研究的最新動(dòng)向以及制造業(yè)行業(yè)的自身特點(diǎn) 重 點(diǎn)解決以下問(wèn)題 1 制造業(yè)財(cái)務(wù)困境上市公司的現(xiàn)狀及其形成原因 主要從行業(yè)分布 地區(qū)分 布 上市時(shí)間以及財(cái)務(wù)狀況進(jìn)行分析 2 制造業(yè)上市公司財(cái)務(wù)困境預(yù)警研究分析 主要通過(guò)實(shí)證研究的方法來(lái)尋找 影響制造業(yè)上市公司陷入財(cái)務(wù)困境的主要因素 3 結(jié)合制造業(yè)上市公司自身的特點(diǎn)以及實(shí)證研究得出的結(jié)論 就如何避免制 造上市公司陷入財(cái)務(wù)困境這一問(wèn)題提出相關(guān)的建議 本文的分析框架如下圖 圖 1 1 本文的分析框架圖 本文首先提出了研究背景及意義 再對(duì)財(cái)務(wù)困境及預(yù)警的相關(guān)理論進(jìn)行了回 顧 在總結(jié)前人的成果的基礎(chǔ)上進(jìn)行本文的實(shí)證研究 在具體研究時(shí) 先界定了 研究樣本 對(duì)樣本所選中的制造業(yè) 81 家 st 上市公司 其中 06 年被 st 的 40 家 07 年被 st 的 41 家 進(jìn)行現(xiàn)狀及成因分析 然后再在原因分析的基礎(chǔ)上建立了 本文的指標(biāo)體系進(jìn)行多元邏輯回歸研究分析 分別建立了三年的財(cái)務(wù)預(yù)警模型 財(cái) 務(wù) 困 境 研 究 綜 述 研 究 背 景 及 意 義 財(cái) 務(wù) 困 境 現(xiàn) 狀 分 析 財(cái) 務(wù) 困 境 成 因 分 析 正態(tài)性檢驗(yàn) 非參數(shù)檢驗(yàn) 相關(guān)性分析 多元邏輯模型 指標(biāo)體系的建立 樣本及數(shù)據(jù)選擇 結(jié)論及政策建議 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 3 最后提出了本文的結(jié)論和建議 本文分五部分對(duì)上述研究的問(wèn)題進(jìn)行論述 結(jié)構(gòu)安排如下 第一章 緒論 本章主要闡述選題的背景及意義 文章具體分析框架和所要 研究的問(wèn)題 第二章 財(cái)務(wù)困境預(yù)警的研究綜述 本章先對(duì)財(cái)務(wù)困境進(jìn)行界定 再?gòu)囊?guī)范 性理論文獻(xiàn)和實(shí)證性理論文獻(xiàn)這兩個(gè)方面對(duì)財(cái)務(wù)困境預(yù)警的相關(guān)理論進(jìn)行綜述 第三章 我國(guó)制造業(yè)財(cái)務(wù)困境上市公司現(xiàn)狀及成因分析 本章所選取的財(cái)務(wù) 困境公司從基本面以及財(cái)務(wù)狀況這兩個(gè)方面進(jìn)行現(xiàn)狀分析 再結(jié)合現(xiàn)狀 分析了 st 企業(yè)陷入財(cái)務(wù)困境的原因 第四章 我國(guó)制造業(yè)上市公司財(cái)務(wù)困境預(yù)警模型的構(gòu)建 首先 選擇了本文 實(shí)證研究的樣本 配比樣本及數(shù)據(jù) 再根據(jù)第三章成因分析建立了財(cái)務(wù)困境預(yù)警 研究的指標(biāo)體系 在實(shí)證研究中 本文首先做了 k s 正態(tài)性檢驗(yàn) 在沒有通過(guò) 檢驗(yàn)的情況下 選擇非參數(shù)檢驗(yàn)的方法對(duì)數(shù)據(jù)做了剖面分析 篩選出顯著性強(qiáng)的 指標(biāo) 然后 為了防止多重共線性對(duì)模型的影響 本文做了相關(guān)性分析 剔除了 一些相關(guān)性強(qiáng)的指標(biāo) 最終選擇了 12 個(gè)指標(biāo)進(jìn)行多元邏輯回歸模型 最后 分 別建立了 t 1 年 t 2 年以及 t 3 年的多元邏輯回歸模型 第五章 結(jié)論和建議 本章對(duì)本文的研究進(jìn)行了總結(jié) 并提出了相關(guān)政策建 議 1 2 本文創(chuàng)新之處本文創(chuàng)新之處 1 在選題上 本文以某一行業(yè) 制造業(yè)的財(cái)務(wù)困境作為研究對(duì)象 與一般 的以全部上市公司的財(cái)務(wù)困境作為選題來(lái)進(jìn)行籠統(tǒng)的研究相比 能夠更具體更深 入地揭示制造業(yè)不同于其他行業(yè)財(cái)務(wù)困境的特征 2 在現(xiàn)狀及成因的分析上 以前學(xué)者的研究都是對(duì)整個(gè)上市公司進(jìn)行分析 未免顯得有些泛泛而談 而本文以制造業(yè) st 上市公司為研究對(duì)象 運(yùn)用 05 06 兩年最新的數(shù)據(jù) 用圖表的方式 從基本面以及財(cái)務(wù)狀況這兩個(gè)方面進(jìn)行了細(xì)致 嚴(yán)密并且有針對(duì)性的分析 從而 真實(shí)并且全面地反映了制造業(yè)上市公司的現(xiàn)狀 并且根據(jù)現(xiàn)狀分析了形成的原因 3 在初始指標(biāo)體系的建立上 由于三大報(bào)表存在一定的勾稽關(guān)系 利潤(rùn)和資 產(chǎn)的虛增必然在現(xiàn)金流量表上有所反映 表現(xiàn)為利潤(rùn)獲取現(xiàn)金的能力大幅降低 企業(yè)依靠變賣 家產(chǎn) 來(lái)抬高現(xiàn)金流量 利潤(rùn)表和資產(chǎn)負(fù)債表也會(huì)出現(xiàn)異常 因此 本文在選擇預(yù)警指標(biāo)時(shí) 突出了指標(biāo)的綜合性 即著重從三大報(bào)表的兩兩關(guān)系上 建立指標(biāo) 4 在建模指標(biāo)的篩選上 本文運(yùn)用了正態(tài)性檢驗(yàn) 非參數(shù)檢驗(yàn)以及相關(guān)性分 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 4 析進(jìn)行篩選 每一步篩選都給出了細(xì)致嚴(yán)密的依據(jù)和推理 尤其是在相關(guān)性分析 中 前人在相關(guān)性分析的過(guò)程中 只是根據(jù)自己的經(jīng)驗(yàn)和判斷 簡(jiǎn)單地列出篩選 的結(jié)果 而沒有界定具體的篩選依據(jù)以及相關(guān)的篩選過(guò)程 而指標(biāo)的篩選在財(cái)務(wù) 困境預(yù)警研究中是一個(gè)非常重要的過(guò)程 單單憑自己的主觀判斷是遠(yuǎn)遠(yuǎn)不夠的 因此 本文在篩選的過(guò)程中 給出了具體的篩選依據(jù)并且對(duì)每一個(gè)指標(biāo)都進(jìn)行細(xì) 致嚴(yán)密的分析 從而決定指標(biāo)的去留 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 5 第二章 財(cái)務(wù)困境預(yù)警的研究綜述 2 1 財(cái)務(wù)困境的界定財(cái)務(wù)困境的界定 學(xué)術(shù)界最早提到過(guò)財(cái)務(wù)困境這個(gè)詞是在 1930 年代美國(guó)經(jīng)濟(jì)大蕭條時(shí) dewing 曾經(jīng)在其著作 公司財(cái)務(wù)政策 的第二卷 失敗與重組 用約三分之一的 篇幅 來(lái)解釋如何防止和對(duì)付財(cái)務(wù)困境 國(guó)外學(xué)者對(duì)財(cái)務(wù)困境的定義主要有兩種 一種是將財(cái)務(wù)困境等同于企業(yè)破產(chǎn) 另一種則不僅把破產(chǎn)作為財(cái)務(wù)困境 而且將 破產(chǎn)前的一系列財(cái)務(wù)危機(jī)事項(xiàng)也包含其中 國(guó)外的大多學(xué)者都同意第一種觀點(diǎn) 如 altman 1968 便將財(cái)務(wù)困境定義為 進(jìn)入法定破產(chǎn)的企業(yè) 少數(shù)的學(xué)者如 william beaver 1968 對(duì)公司財(cái)務(wù)困境的定義為不能清償?shù)狡趥鶆?wù) 具體包括以 下四種情況 出現(xiàn)破產(chǎn) 拖欠債務(wù) 銀行透支和拖欠優(yōu)先股股利 amy hing ling lau 1987 將企業(yè)財(cái)務(wù)狀況分為五個(gè)狀態(tài) 依次為財(cái)務(wù)穩(wěn)定狀態(tài) 開始取消或 減少股利狀態(tài) 出現(xiàn)技術(shù)性違約和債券違約狀態(tài) 處于破產(chǎn)法律保護(hù)下狀態(tài) 進(jìn) 行破產(chǎn)和清算狀態(tài) ross 等 1999 則從四個(gè)方面定義企業(yè)的財(cái)務(wù)危機(jī) 企業(yè) 失敗 法定破產(chǎn) 技術(shù)破產(chǎn)和會(huì)計(jì)破產(chǎn) 國(guó)外大多將企業(yè)破產(chǎn)定義為進(jìn)入財(cái)務(wù)困境狀態(tài) 而我國(guó)由于破產(chǎn)制度的特殊 性 再加上資本市場(chǎng)上的退市制度尚不完善 一直以來(lái)只有 st 制度 國(guó)內(nèi)許 多研究把上市公司是否被特別處理 st 作為判定其是否陷入財(cái)務(wù)困境的標(biāo)志 如 陳靜 1999 吳世農(nóng) 2001 本文采用我國(guó)大多數(shù)學(xué)者的觀點(diǎn) 仍將特別處理 st 的上市公司作為財(cái)務(wù)危機(jī)公司 2 2 財(cái)務(wù)困境預(yù)警的文獻(xiàn)綜述財(cái)務(wù)困境預(yù)警的文獻(xiàn)綜述 任何經(jīng)濟(jì)學(xué)理論都可以分成規(guī)范性理論和實(shí)證性理論 財(cái)務(wù)困境預(yù)警理論也 不例外 規(guī)范性理論致力于通過(guò)演繹推理解釋導(dǎo)致部分企業(yè)財(cái)務(wù)困境的原因 而 實(shí)證性理論則注重分析經(jīng)驗(yàn)數(shù)據(jù)來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)困境 2 2 1 規(guī)范性理論文獻(xiàn)綜述規(guī)范性理論文獻(xiàn)綜述 在財(cái)務(wù)學(xué)的其他領(lǐng)域 一般先提出理論 再用實(shí)證研究結(jié)果來(lái)檢驗(yàn)理論 而 財(cái)務(wù)困境領(lǐng)域的研究則相反 隨著統(tǒng)計(jì)技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展 多元邏輯回歸 以及神經(jīng)網(wǎng)絡(luò)等方法被不斷地引入來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)困境 而對(duì)企業(yè)為什么會(huì)陷 入財(cái)務(wù)困境的規(guī)范性理論探討卻遠(yuǎn)遠(yuǎn)落后于實(shí)證研究的發(fā)展 目前有關(guān)企業(yè)失敗 和破產(chǎn)的規(guī)范性理論基本上可分為三類 非均衡理論 管理學(xué)和企業(yè)戰(zhàn)略學(xué)理論 以及財(cái)務(wù)理論 四種財(cái)務(wù)模型 1 非均衡理論非均衡理論 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 6 非均衡理論主要用外來(lái)沖擊來(lái)解釋公司破產(chǎn) 如混沌理論和災(zāi)害理論 混沌理論主要考察一個(gè)乃至其后一系列由其產(chǎn)生的微弱干擾對(duì)整個(gè)系統(tǒng)的 影響入手 指出當(dāng)這一系列產(chǎn)生的微弱干擾對(duì)整個(gè)系統(tǒng)的非均衡影響逐步累加 時(shí) 最終會(huì)導(dǎo)致整個(gè)系統(tǒng)偏離原來(lái)的均衡狀態(tài) lindsay 和 campbell 1994 應(yīng) 用混沌系統(tǒng)對(duì) 46 對(duì)破產(chǎn)公司和非破產(chǎn)公司的配對(duì)樣本進(jìn)行分析 指出健康公司 比非健康公司顯現(xiàn)更多的混沌現(xiàn)象 災(zāi)害理論主要關(guān)注系統(tǒng)中的幾個(gè)潛在均衡點(diǎn) 著重分析在一些逐漸平緩發(fā)生 變化后出現(xiàn)的突然的 不連續(xù)的變化對(duì)整個(gè)系統(tǒng)的影響 ho 和 saunder 1980 首 次將災(zāi)害理論應(yīng)用于公司破產(chǎn)研究領(lǐng)域 他們使用災(zāi)害理論研究美國(guó)的銀行管 制 發(fā)現(xiàn)銀行的破產(chǎn)不是因?yàn)橹鸩剿ヂ涠鸬?而是一種由管制機(jī)構(gòu)行為引起 的突然倒閉 gregory allen 和 henderson jr 1991 指出災(zāi)害理論可以用來(lái)描 述公司的破產(chǎn)并作了實(shí)證檢驗(yàn) 結(jié)果證明 在一定條件下 災(zāi)害理論能在公司發(fā) 布公告時(shí)預(yù)測(cè)公司股票收益率的結(jié)構(gòu)性漂移 可見災(zāi)害理論能預(yù)測(cè)公司破產(chǎn) 2 管理學(xué)和企業(yè)戰(zhàn)略學(xué)理論管理學(xué)和企業(yè)戰(zhàn)略學(xué)理論 管理學(xué)和企業(yè)戰(zhàn)略學(xué)理論是從戰(zhàn)略管理的角度探求企業(yè)陷入財(cái)務(wù)困境的直 接原因 是通過(guò)對(duì)一系列破產(chǎn)公司進(jìn)行案例研究后得出的規(guī)律性總結(jié) 如 porter 的競(jìng)爭(zhēng)優(yōu)勢(shì)理論強(qiáng)調(diào)競(jìng)爭(zhēng)對(duì)手 進(jìn)入和取代的威脅 以及與客戶和供應(yīng)商討價(jià)還 價(jià)的能力等因素 分析這些因素就可以確認(rèn)企業(yè)在降低成本 產(chǎn)品差異化等市場(chǎng) 競(jìng)爭(zhēng)策略上所具有的競(jìng)爭(zhēng)優(yōu)勢(shì) 這一理論認(rèn)為導(dǎo)致企業(yè)財(cái)務(wù)上出現(xiàn)問(wèn)題的原因是 多方面的 是在一定的環(huán)境下多種經(jīng)濟(jì)事件的組合 因此沒有兩個(gè)破產(chǎn)案例是完 全相同的 在許多情況下 陷入財(cái)務(wù)困境的企業(yè)會(huì)找尋多方面的原因 如管理失 誤等 加以分析 努力使企業(yè)走出財(cái)務(wù)困境 3 財(cái)務(wù)理論財(cái)務(wù)理論 財(cái)務(wù)理論主要由四種財(cái)務(wù)模型構(gòu)成 第一個(gè)模型是期權(quán)定價(jià)模型 自從 1973 年 black scholes 在 政治經(jīng)濟(jì)學(xué)雜志 上發(fā)表了關(guān)于期權(quán)定價(jià)的開拓性論文 期 權(quán)與公司債務(wù)的定價(jià) 以來(lái) 期權(quán)理論被廣泛應(yīng)用于研究公司財(cái)務(wù)問(wèn)題并成為現(xiàn) 代財(cái)務(wù)理論的最新發(fā)展 期權(quán)定價(jià)模型指出企業(yè)破產(chǎn)的概率由企業(yè)市場(chǎng)總價(jià)值及 債務(wù)價(jià)值共同決定 當(dāng)企業(yè)的市場(chǎng)總價(jià)值 mv 高于債務(wù)價(jià)值 d 時(shí) 股東行使該 期權(quán) 即償還債務(wù) 繼續(xù)擁有公司 如果 mv 低于 d 公司破產(chǎn) 公司所有者將 公司資產(chǎn)轉(zhuǎn)讓給看跌期權(quán)的持有人 即債權(quán)人持有公司 第二個(gè)模型是不存在外部資本市場(chǎng)條件的賭徒破產(chǎn)模型 該模型假設(shè)企業(yè)無(wú) 法通過(guò)資本市場(chǎng)籌集資金 企業(yè)每期都以一定概率得到一個(gè)正的現(xiàn)金流 和一個(gè) 負(fù)的現(xiàn)金流 從而企業(yè)破產(chǎn)的概率由現(xiàn)金流 cf 和企業(yè)凈資產(chǎn)清算價(jià) na 之和的 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 7 期望與現(xiàn)金流方差的比率決定 第三個(gè)模型是具有完美外部資本市場(chǎng)條件的賭徒破產(chǎn)模型 它在第二個(gè)模型 的基礎(chǔ)上 放松了企業(yè)不能和外部資本市場(chǎng)接觸的假設(shè) 此時(shí) 企業(yè)的破產(chǎn)概率 則是由企業(yè)現(xiàn)金流 cf 和市場(chǎng)總價(jià)值 mv 之和的期望與 cf 方差的比率決 定 第四個(gè)模型是外部資本市場(chǎng)不完美條件下的賭徒破產(chǎn)模型 該模型在第三個(gè) 模型基礎(chǔ)上進(jìn)一步放松對(duì)資本市場(chǎng)的假設(shè) 進(jìn)一步考慮融資成本 稅收及市場(chǎng)不 完善因素對(duì)企業(yè)破產(chǎn)的影響 在此種不完善的市場(chǎng)環(huán)境下 企業(yè)的持續(xù)經(jīng)營(yíng)價(jià)值 與其凈資產(chǎn)清算價(jià)值之間會(huì)存在較大差距 衡量企業(yè)流動(dòng)性的指標(biāo)就可能成為計(jì) 算企業(yè)破產(chǎn)風(fēng)險(xiǎn)的一個(gè)重要因素 即在所有融資渠道被切斷時(shí) 企業(yè)的生存能力 所能維持的時(shí)間 4 規(guī)范性理論文獻(xiàn)綜述小結(jié)規(guī)范性理論文獻(xiàn)綜述小結(jié) 研究規(guī)范性理論有以下幾點(diǎn)意義 1 理論模型可以為目前成功的實(shí)證模型 提供更為嚴(yán)密且邏輯一致的解釋 2 理論為以后的實(shí)證研究能夠?qū)ふ腋?更 好的實(shí)證模型打下基礎(chǔ) 因?yàn)橛欣碚摶A(chǔ)的實(shí)證研究會(huì)比較厚重 比較有說(shuō)服力 從而在理論基礎(chǔ)上的實(shí)證研究也就能走得更遠(yuǎn) 更有發(fā)展的潛力 2 2 2 實(shí)證理論文獻(xiàn)綜述實(shí)證理論文獻(xiàn)綜述 規(guī)范性理論雖然不能完全認(rèn)定進(jìn)行實(shí)證檢驗(yàn)或預(yù)測(cè)公司財(cái)務(wù)危機(jī)的實(shí)證模 型所應(yīng)包括的解釋變量 但它們畢竟提供了一個(gè)理論框架 對(duì)變量選擇有了一定 的指導(dǎo)作用 與規(guī)范性理論相反 實(shí)證理論研究注重于通過(guò)考察財(cái)務(wù)危機(jī)公司的 財(cái)務(wù)特征 利用數(shù)據(jù)和各種統(tǒng)計(jì)手段來(lái)預(yù)測(cè)公司的財(cái)務(wù)危機(jī) 由于它們能夠提供 良好的預(yù)測(cè)能力并幫助決策 實(shí)際上已經(jīng)成為財(cái)務(wù)困境預(yù)警研究的主體 1 單變量判定模型單變量判定模型 單變量分析是最早應(yīng)用于財(cái)務(wù)困境預(yù)測(cè)的模型 其主要思想是以某一項(xiàng)財(cái)務(wù) 指標(biāo)作為判別標(biāo)準(zhǔn)來(lái)判定企業(yè)是否處于財(cái)務(wù)困境狀態(tài) 樣本一般由破產(chǎn)和非破產(chǎn) 公司兩類組成 并將其隨機(jī)分為估計(jì)樣本和檢驗(yàn)樣本 構(gòu)建時(shí) 將估計(jì)樣本依據(jù) 某個(gè)財(cái)務(wù)比率排序 選擇使破產(chǎn)和非破產(chǎn)公司兩組樣本的誤判率最低那個(gè)值為判 別閥值點(diǎn) 再根據(jù)此值作為判別標(biāo)準(zhǔn)對(duì)檢驗(yàn)樣本進(jìn)行檢驗(yàn) 1 國(guó)外研究 國(guó)外研究 fitzpatrick 1932 最早用該模型對(duì)企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)測(cè) 他以 19 家企 業(yè)作為樣本 運(yùn)用單個(gè)財(cái)務(wù)比率將樣本劃分為破產(chǎn)與非破產(chǎn)兩組 發(fā)現(xiàn)判別能力 最強(qiáng)的是凈利潤(rùn) 股東權(quán)益和股東權(quán)益 負(fù)債總額兩個(gè)比率 而且在經(jīng)營(yíng)失敗之前 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 8 三年這些比率就呈現(xiàn)出顯著差異 而對(duì)單變量分析方法進(jìn)行系統(tǒng)介紹的是 beaver 1996 他選取了 1954 年 1964 年間的 79 家危機(jī)公司 并且為每個(gè)公司選取了 一個(gè)相同產(chǎn)業(yè) 相似規(guī)模的正常公司作為配對(duì)公司 分別采用均值比較 二分法 分類測(cè)試以及似然比率分析三種方法 分別檢驗(yàn)了反映公司不同財(cái)務(wù)特征的 6 組 30 個(gè)財(cái)務(wù)比率在公司破產(chǎn)前 1 5 年的預(yù)測(cè)能力 他發(fā)現(xiàn)最好的判別變量是營(yíng) 運(yùn)資本 負(fù)債和凈利潤(rùn) 總資產(chǎn) beaver 還發(fā)現(xiàn)越臨近破產(chǎn)日 誤判率越低 預(yù)見 性越強(qiáng) 2 國(guó)內(nèi)研究 國(guó)內(nèi)研究 國(guó)內(nèi)單變量模型的最典型的代表是陳靜 陳靜 1999 以 1998 年的 27 家 st 公司和 27 家非 st 公司 使用 1995 年至 1997 年的財(cái)務(wù)報(bào)表數(shù)據(jù) 選取了負(fù)債 比率 流動(dòng)比率 總資產(chǎn)收益率 凈資產(chǎn)收益率 4 個(gè)財(cái)務(wù)指標(biāo)進(jìn)行單變量分析 發(fā)現(xiàn)流動(dòng)比率與負(fù)債比率的誤判率最低 3 單變量模型的評(píng)價(jià) 單變量模型的評(píng)價(jià) 單變量分析是最早應(yīng)用到企業(yè)財(cái)務(wù)困境預(yù)警研究的實(shí)證模型 開創(chuàng)了財(cái)務(wù)困 境預(yù)警研究的先河 但是其有以下的局限性 1 根據(jù)不同的指標(biāo)有可能得出相 反的結(jié)論 如盈利能力差的公司可能因?yàn)閮攤芰枚徽`認(rèn)為是非困境公司 2 單變量分析所包含的信息有限 不能全面的反應(yīng)企業(yè)整體的財(cái)務(wù)狀況 2 多元判別分析模型多元判別分析模型 1 國(guó)外研究 國(guó)外研究 altman 1968 首次將多元判別分析的方法引入到財(cái)務(wù)困境研究領(lǐng)域 建立 了 z 模型 他抽取 1946 年至 1965 年間的 33 對(duì)規(guī)模相似的破產(chǎn)和非破產(chǎn)制造業(yè) 企業(yè) 選用 22 個(gè)財(cái)務(wù)比率作為破產(chǎn)前 1 5 年的預(yù)測(cè)備選變量 通過(guò)多元判別模 型產(chǎn)生了一個(gè)總的判別分 稱為 z 值 并依據(jù) z 值進(jìn)行判斷 altman 利用此判 別函數(shù)對(duì) 1968 年各行業(yè)的 33 家美國(guó)企業(yè)進(jìn)行預(yù)測(cè) 其準(zhǔn)確率令人滿意 而且 資料越新 其準(zhǔn)確度越高 由 altman haldeman 和 narayanan 1977 在對(duì) z 模型的判別分析式分析 及財(cái)務(wù)比率計(jì)算進(jìn)行一系列改進(jìn)后提出了 zeta 模型 他們選取 1969 1975 年間 的 53 家破產(chǎn)公司和 58 家非破產(chǎn)公司作為樣本進(jìn)行研究 采用迭代的過(guò)程對(duì) 27 個(gè)財(cái)務(wù)變量進(jìn)行壓縮后 最終選取了 7 個(gè)變量進(jìn)行分析 包括資產(chǎn)回報(bào)率 盈利 的穩(wěn)定性 債務(wù)償付能力以及資產(chǎn)規(guī)模等 其與 z 模型相比 有以下改進(jìn) 1 在樣本的選擇上 在制造業(yè)的基礎(chǔ)上還加入了零售業(yè)公司 2 破產(chǎn)公司的平均 資產(chǎn)規(guī)模大大提高 從而突破了 z 模型的研究規(guī)模的限制 3 3 zeta 模型還 3 altman 1968 對(duì)資產(chǎn)規(guī)模在 2500 萬(wàn)美元以下的公司進(jìn)行研究 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 9 根據(jù)一些最新的和最重要的會(huì)計(jì)調(diào)整事項(xiàng)對(duì)基本數(shù)據(jù)進(jìn)行調(diào)整 包括租賃的資本 化 儲(chǔ)備金以及商譽(yù)和無(wú)形資產(chǎn)等 2 國(guó)內(nèi)研究 國(guó)內(nèi)研究 我國(guó)的張玲 2000 以 120 家上市公司為對(duì)象 將其分為兩類 一類是 st 公司 一類是績(jī)優(yōu)公司 選取 15 個(gè)財(cái)務(wù)指標(biāo)建立起一個(gè)財(cái)務(wù)危機(jī)判別分析模型 篩選出 4 個(gè)變量構(gòu)建判別模型 研究結(jié)果顯示 多元線性判定模型具有超前 4 年的預(yù)測(cè)結(jié)果 我國(guó)學(xué)者周首華 楊濟(jì)華 王平 1996 在 論財(cái)務(wù)危機(jī)的預(yù)警分析 f 分 數(shù)模型 一文中在 z 模型的基礎(chǔ)上提出了 f 分?jǐn)?shù)模型 準(zhǔn)確率高達(dá)近 70 它 的主要特點(diǎn)是 1 在 z 值模型研究的基礎(chǔ)上加入了現(xiàn)金流量這一預(yù)測(cè)自變量 彌補(bǔ)了 z 模型的不足 2 與 zeta 模型相同 該模型也考慮了公司財(cái)務(wù)狀況的 發(fā)展及有關(guān)標(biāo)準(zhǔn)的更新 3 以 compustat pc plus 會(huì)計(jì)資料庫(kù)中 1990 年以來(lái)的 416 家公司數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行了驗(yàn)證 而 z 模型僅為 66 家 楊淑娥 徐偉剛 2003 在 z 分?jǐn)?shù)模型的基礎(chǔ)上 根據(jù)中國(guó)證券市場(chǎng)發(fā)展 的現(xiàn)狀 運(yùn)用主成分分析方法 提出了企業(yè)的財(cái)務(wù)預(yù)警模型 y 分?jǐn)?shù)預(yù)測(cè)模型 研究結(jié)果表明 y 分?jǐn)?shù)模型在預(yù)測(cè)上市公司財(cái)務(wù)是否呈現(xiàn)危機(jī)方面具有較強(qiáng)的可 信度 這一模型也是在 z 模型的基礎(chǔ)上演變而來(lái) 它的主要特點(diǎn)就是將主成分 分析法應(yīng)用到模型中 zeta 模型 f 分?jǐn)?shù)模型以及 y 分?jǐn)?shù)模型都是從 z 模型演變而來(lái)的 它們與 z 模型的關(guān)系如下圖所示 擴(kuò)大 數(shù)據(jù) 加入 運(yùn)用 樣本 的 現(xiàn)金流 主成分 及 更新 指標(biāo) 分析 規(guī)模 調(diào)整 圖 2 1 z 模型的演變圖 3 多元判別分析的評(píng)價(jià) 多元判別分析的評(píng)價(jià) 無(wú)論是 z 模型還是其它三個(gè)演變模型 它們都屬于多元判別分析方法 該 方法也存在一定的局限性 首先 多元判別分析模型有一定的統(tǒng)計(jì)上的限制 該 方法要求所選擇兩組樣本中的自變量分布服從多元正態(tài)分布 協(xié)方差矩陣相等等 條件 其次 應(yīng)用多元判別分析模型得出的結(jié)果是一個(gè)分值 這個(gè)分值很難從直 觀上進(jìn)行解釋 3 多元邏輯 多元邏輯 logistic 回歸分析 回歸分析 z 模型 zeta 模型 f 分?jǐn)?shù)模型y 分?jǐn)?shù)模型 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 10 多元邏輯模型的目標(biāo)在于尋求觀察對(duì)象的條件概率 從而據(jù)以判斷觀察對(duì)象 的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn) 它是建立在累計(jì)概率函數(shù)的基礎(chǔ)上 不需要自變量服從 多元正態(tài)分布和兩組間協(xié)方差的假設(shè)條件 這一點(diǎn)也是多元邏輯回歸模型最大的 優(yōu)點(diǎn) 使其能夠比多元判別分析有更大的應(yīng)用空間和實(shí)際價(jià)值 1 國(guó)外研究 國(guó)外研究 martin 1977 首先使用 logistic 模型建立銀行財(cái)務(wù)危機(jī)預(yù)警模型 他以 1969 年至 1974 年為樣本期間 選出 25 個(gè)財(cái)務(wù)比率構(gòu)建模型預(yù)測(cè)兩年后銀行 可能倒閉的概率 研究結(jié)果表明 凈利潤(rùn) 資產(chǎn)總額 壞賬 營(yíng)業(yè)凈利潤(rùn) 費(fèi)用 營(yíng)業(yè)收入 總放款 總資產(chǎn) 商業(yè)放款 總放款 總資產(chǎn) 風(fēng)險(xiǎn)性資產(chǎn)等 6 個(gè)財(cái)務(wù) 比率具有顯著的預(yù)測(cè)能力 ohlson 1980 用 martin 的方法建立了企業(yè)的財(cái)務(wù)困境預(yù)警模型 他以 1970 1976 年間 105 家破產(chǎn)公司及 2058 家正常公司組成的非配對(duì)樣本為研究 對(duì)象 采用 9 項(xiàng)財(cái)務(wù)變量4來(lái)估計(jì) logistic 模型 實(shí)證結(jié)果顯示 其中有 4 項(xiàng) 財(cái)務(wù)指標(biāo)對(duì)預(yù)測(cè)企業(yè)破產(chǎn)概率具有統(tǒng)計(jì)顯著性 依次是規(guī)模 總資產(chǎn) gnp 物價(jià) 指數(shù)取對(duì)數(shù) 資本結(jié)構(gòu) 總負(fù)債 總資產(chǎn) 資產(chǎn)報(bào)酬率和短期流動(dòng)性 營(yíng)運(yùn)資 金 總資產(chǎn) 流動(dòng)負(fù)債 流動(dòng)資產(chǎn) 判別正確率為 85 1 在 martin 和 ohlson 之后 國(guó)外許多學(xué)者都分別建立了適合本國(guó)情況的多元 邏輯回歸模型 例如 zavgren 1985 gloubos 和 grammatikos 1988 以及 gilbert 1990 等 多元邏輯回歸方法漸漸成為研究財(cái)務(wù)困境的主流方法 我國(guó)學(xué) 者在實(shí)證研究中也紛紛建立了適合我國(guó)國(guó)情的多元邏輯回歸方法 2 國(guó)內(nèi)研究 國(guó)內(nèi)研究 吳世農(nóng) 盧賢義 2001 以 70 家處于財(cái)務(wù)困境的公司和 70 家財(cái)務(wù)正常的公 司為樣本 首先應(yīng)用剖面分析和單變量判定分析 研究財(cái)務(wù)困境出現(xiàn)前 5 年內(nèi)各 年這兩類公司 21 個(gè)財(cái)務(wù)指標(biāo)的差異 最后選定 6 個(gè)為預(yù)測(cè)指標(biāo) 應(yīng)用 fisher 線 性判定分析 多元線性回歸分析和 logistic 回歸分析三種方法 分別建立三種預(yù) 測(cè)財(cái)務(wù)困境的模型 研究結(jié)果表明 三種模型均能在財(cái)務(wù)困境發(fā)生前做出相對(duì)準(zhǔn) 確的預(yù)測(cè) 但相對(duì)同一信息集而言 logistic 預(yù)測(cè)模型的誤判率最低 姜秀華 孫錚 2001 首次選用了公司治理結(jié)構(gòu)的變量 運(yùn)用 logistic 回歸構(gòu) 建財(cái)務(wù)困境預(yù)警模型 這一模型包括四個(gè)變量 毛利率 其它應(yīng)收款與總資產(chǎn)的 比率 短期借款與總資產(chǎn)的比率 股權(quán)集中系數(shù) 其中 股權(quán)集中系數(shù)是公司治 理結(jié)構(gòu)的直接表征 也是此模型異于其他預(yù)測(cè)模型的首要區(qū)別 張鳴 程濤 2005 引入現(xiàn)金管理特征變量和現(xiàn)金管理結(jié)果變量 從財(cái)務(wù)指標(biāo)和現(xiàn)金流量角度共同構(gòu) 建綜合預(yù)警模型 并得到了較好的預(yù)測(cè)結(jié)果 王克敏 姬美光 2006 在財(cái)務(wù)指 4 這 9 項(xiàng)財(cái)務(wù)變量包括資產(chǎn)規(guī)模 資本結(jié)構(gòu) 流動(dòng)資金除以總資產(chǎn)等 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 11 標(biāo)基礎(chǔ)上引入公司治理 關(guān)聯(lián)交易 對(duì)外擔(dān)保等非財(cái)務(wù)指標(biāo) 分別建立了基于財(cái) 務(wù) 非財(cái)務(wù)指標(biāo)及財(cái)務(wù)與非財(cái)務(wù)指標(biāo)結(jié)合的綜合預(yù)測(cè)模型 研究結(jié)果表明 綜合 預(yù)測(cè)模型的預(yù)測(cè)力高于財(cái)務(wù)因素模型或非財(cái)務(wù)因素模型的預(yù)測(cè)能力 郭斌 戴小 敏 曾勇 方洪全 2006 又在前人的基礎(chǔ)上引入宏觀滯后影響因素建立 logit 回歸模型 實(shí)證結(jié)果表明 消除行業(yè)影響后模型的分類準(zhǔn)確度有所提高 而同時(shí) 考慮財(cái)務(wù)與非財(cái)務(wù)因素及經(jīng)濟(jì)環(huán)境因素的滯后預(yù)警作用 將大大改善總體分類準(zhǔn) 確度和擬合度 文章提出的 8 參數(shù)指標(biāo)體系模型比國(guó)內(nèi)外同類研究提出的不同指 標(biāo)體系構(gòu)建的 logit 模型具有更好的預(yù)測(cè)精度與模型擬合度 3 多元邏輯回歸模型的評(píng)價(jià) 多元邏輯回歸模型的評(píng)價(jià) 多元邏輯回歸模型是目前國(guó)內(nèi)外財(cái)務(wù)困境預(yù)警研究運(yùn)用最多的一種方法 它相比較多元判定模型而言 主要的優(yōu)點(diǎn)就是它不要求自變量服從多元正態(tài)分布 以及兩組樣本協(xié)方差相等的假設(shè)條件 因而也就具有廣泛的適用性 但是多元邏 輯回歸模型也有缺點(diǎn) 如它的計(jì)算過(guò)程比較復(fù)雜 且在計(jì)算過(guò)程中有許多近似的 處理 4 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò) ann 模型 模型 人工神經(jīng)網(wǎng)絡(luò)模型就是將神經(jīng)網(wǎng)絡(luò)的分類方法應(yīng)用于財(cái)務(wù)預(yù)警 傳統(tǒng)的分類 方法大部分屬于母參數(shù)統(tǒng)計(jì)方法 其中以判別分析和 logit 回歸等最為廣泛 而 人工神經(jīng)網(wǎng)絡(luò)是一種平行分散處理模式 其構(gòu)建原理是基于對(duì)人類大腦神經(jīng)運(yùn)作 的模擬 1 國(guó)外研究 國(guó)外研究 coats 和 fant 1991 論述了神經(jīng)網(wǎng)絡(luò)模型可正確預(yù)測(cè)公司的財(cái)務(wù)危機(jī) 并用 了 47 家財(cái)務(wù)危機(jī)公司和 47 家健康公司檢測(cè)模型的預(yù)測(cè)效果 擬和度達(dá) 100 模型用于預(yù)測(cè)財(cái)務(wù)危機(jī)公司準(zhǔn)確率達(dá) 91 明顯高于采用多元判別法的 72 的 預(yù)測(cè)精度 2 國(guó)內(nèi)研究 國(guó)內(nèi)研究 劉洪 何光軍 2004 以獲得的 1999 年和 2000 年共 728 個(gè)上市公司財(cái)務(wù)數(shù)據(jù) 為樣本 分別用傳統(tǒng)的判別分析方法 邏輯回歸分析方法以及人工神經(jīng)網(wǎng)絡(luò)方法 對(duì)公司經(jīng)營(yíng)失敗建立預(yù)警模型 結(jié)果表明 人工神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)精度遠(yuǎn)高于 兩種傳統(tǒng)的統(tǒng)計(jì)方法 它在該領(lǐng)域有廣闊的應(yīng)用前景 呂長(zhǎng)江 周現(xiàn)華 2005 以 中國(guó)制造業(yè)公司為樣本 分別運(yùn)用多元判別分析 邏輯線性回歸和人工神經(jīng)網(wǎng)絡(luò) 方法構(gòu)建預(yù)警模型 研究結(jié)果發(fā)現(xiàn) 人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確率最高 3 人工神經(jīng)網(wǎng)絡(luò)模型研究的評(píng)價(jià) 人工神經(jīng)網(wǎng)絡(luò)模型研究的評(píng)價(jià) 人工神經(jīng)網(wǎng)絡(luò)沒有嚴(yán)格的假設(shè)條件 具有很強(qiáng)的容錯(cuò)性 學(xué)習(xí)能力以及糾錯(cuò) 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 12 能力 在一定程度上能彌補(bǔ)多元邏輯回歸模型的不足 但它的理論基礎(chǔ)抽象 科 學(xué)性以及準(zhǔn)確性還有待進(jìn)一步加強(qiáng) 適用性也大打折扣 5 其他財(cái)務(wù)困境預(yù)警方法文獻(xiàn)回顧其他財(cái)務(wù)困境預(yù)警方法文獻(xiàn)回顧 1 國(guó)外研究 國(guó)外研究 messior 和 hansen 1988 將專家系統(tǒng)法 es 首次引入到財(cái)務(wù)預(yù)警中 他們從知識(shí)獲取角度探討比較了專家系統(tǒng)在信用分析領(lǐng)域的應(yīng)用 通過(guò)運(yùn)用 71 家公司的數(shù)據(jù)將 es 與線性判別分析等方法加以比較 結(jié)果證明專家系統(tǒng)法效果 最好 chen和lee 1993 利用生存分析法 survival analysis 研究了二十世紀(jì)80年代 的石油天然氣行業(yè) 研究樣本包括 1980 1988 年間的 75 家企業(yè) 結(jié)果表明 流 動(dòng)性比率 財(cái)務(wù)杠桿比率 營(yíng)業(yè)現(xiàn)金流 開采成功率 企業(yè)歷史和規(guī)模對(duì)企業(yè)能 否存活影響巨大 kim 和 mcleod jr 1999 運(yùn)用實(shí)驗(yàn)法 以專家決策的方式構(gòu)建線性和非 線性的破產(chǎn)預(yù)測(cè)模型 結(jié)果發(fā)現(xiàn)非線性模型效果較好 實(shí)驗(yàn)法可以結(jié)合專家意見 綜合反映定量和定性因素 但是該方法費(fèi)時(shí)費(fèi)力 而且如何選取專家的方法會(huì)直 接影響結(jié)果 charitou 和 trigeorgis 2000 使用期權(quán)定價(jià)模型研究了 1983 1994 年間的 39 對(duì)美國(guó)企業(yè) 結(jié)果發(fā)現(xiàn)到期債務(wù)面值 企業(yè)資產(chǎn)的當(dāng)期市價(jià) 企業(yè)價(jià)值變化 的標(biāo)準(zhǔn)差等期權(quán)變量在預(yù)測(cè)破產(chǎn)方面作用顯著 當(dāng)這些期權(quán)變量與盈利能力 現(xiàn) 金流 流動(dòng)性 利息相關(guān)變量綜合運(yùn)用時(shí)則效果更好 2 國(guó)內(nèi)研究 國(guó)內(nèi)研究 我國(guó)學(xué)者馬若微 2006 也對(duì)期權(quán)定價(jià)模型作了有益的探討 作者將基于期 權(quán)定價(jià)理論的 kmv 模型首次運(yùn)用到財(cái)務(wù)困境預(yù)警中 引入功率曲線進(jìn)行對(duì)照分 析 得出結(jié)論 kmv 模型運(yùn)用到中國(guó)上市公司財(cái)務(wù)困境預(yù)警中是完全可行的 而且相對(duì)基于大量歷史數(shù)據(jù)得到了 logistic fisher 等模型 其優(yōu)勢(shì)是明顯的 2 2 3 總體評(píng)價(jià)總體評(píng)價(jià) 企業(yè)財(cái)務(wù)困境預(yù)警的研究方法很多 各有其各自的優(yōu)缺點(diǎn) 在研究的不同領(lǐng) 域以及不同時(shí)段都各有所長(zhǎng) 但是 自從 martin 1977 提出 logit 模型以及 ohlson 1980 將此模型應(yīng)用到企業(yè)之后 此后的大部分學(xué)者都選擇 logit 模型 進(jìn)行財(cái)務(wù)困境研究 雖然后來(lái)又出現(xiàn)了如人工神經(jīng)網(wǎng)絡(luò) 專家系統(tǒng)法 生存分析 法等 但是這些方法因?yàn)樽陨硌芯康囊恍┚窒扌跃鶝]有得到很好的發(fā)展 因此 多元邏輯回歸仍然是國(guó)內(nèi)外研究財(cái)務(wù)困境預(yù)警的主流方法 就我國(guó)的財(cái)務(wù)困境預(yù)警研究現(xiàn)狀而言 我國(guó)財(cái)務(wù)困境預(yù)警研究起步較晚 雖 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 13 然取得了一些重大進(jìn)展 但總體上看 尚未進(jìn)入成熟階段 與國(guó)外的研究相比 仍然存在一定的差距 基于我國(guó)財(cái)務(wù)困境預(yù)警研究的現(xiàn)狀 財(cái)務(wù)困境預(yù)警還應(yīng)在 以下三個(gè)方面有所突破 首先 我國(guó)目前還很少有對(duì)具體行業(yè)進(jìn)行分析 建模 由于每個(gè)行業(yè)的狀況不同 影響財(cái)務(wù)危機(jī)的因素自然不同 如果進(jìn)行分行業(yè)研究 則不存在行業(yè)因素的影響 會(huì)得出相對(duì)精確的結(jié)論 因此 分行業(yè)研究更有價(jià)值 其次 在對(duì)行業(yè)進(jìn)行研究時(shí) 要針對(duì)本行業(yè)的特點(diǎn)進(jìn)行研究分析 選擇適合本行 業(yè)的研究方法 建立適合本行業(yè)的預(yù)警模型 提出針對(duì)性的建議 最后 在方法 的選擇上 目前以定量分析為主 在條件允許下 盡量多嘗試定性與定量相結(jié)合 的方法 這樣 有可能更能比較全面地對(duì)企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)警 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 14 第三章 我國(guó)制造業(yè)財(cái)務(wù)困境上市公司現(xiàn)狀及成因分 析 3 1 我國(guó)制造業(yè)財(cái)務(wù)困境上市公司現(xiàn)狀分析我國(guó)制造業(yè)財(cái)務(wù)困境上市公司現(xiàn)狀分析 3 1 1 所選取的財(cái)務(wù)困境上市公司所選取的財(cái)務(wù)困境上市公司 本文選取的財(cái)務(wù)困境上市公司是 06 07 兩年因財(cái)務(wù)狀況異常而被特別處理 的 a 股制造業(yè)上市公司 并且排除了當(dāng)年上市當(dāng)年虧損以及下一年度虧損的這 類公司 根據(jù)這一標(biāo)準(zhǔn) 最終選取了 07 年被 st 的上市公司 41 家 06 年被 st 的上市公司 40 家 一共 81 家財(cái)務(wù)困境公司進(jìn)行現(xiàn)狀分析 具體的選擇標(biāo)準(zhǔn)參見 第四章第一節(jié) 我國(guó)制造業(yè)財(cái)務(wù)困境的情況比較復(fù)雜 很難一概而論 本文以 06 07 這兩 年新被 st 的 81 家上市公司 其中 06 年 40 家 07 年 41 家 為例 從基本面分 析和財(cái)務(wù)狀況分析這兩個(gè)方面對(duì)我國(guó)制造業(yè)財(cái)務(wù)困境上市公司的現(xiàn)狀加以分析 3 1 2 基本面分析基本面分析 1 地區(qū)分布情況地區(qū)分布情況 制造業(yè) st 上市公司分布比較廣 06 07 兩年除了廣西壯族自治區(qū)和云南省 外 其他各省都有涉及 從圖中可以看出 就絕對(duì)數(shù)而言 06 07 兩年的地區(qū) 分布比較均勻 在各個(gè)地區(qū)的區(qū)別不大 說(shuō)明我國(guó)制造業(yè)困境公司的分布比較廣 泛 但華東地區(qū)在這兩年都居于首位 是 st 企業(yè)較多的地區(qū) 就相對(duì)數(shù)而言 東北地區(qū)最高 以 06 年為例 東北地區(qū) st 公司占全部制造業(yè)的比例明顯高于 其他地區(qū) 高達(dá) 14 本文該部分的資料全部根據(jù) csmar 數(shù)據(jù)庫(kù)以及上海財(cái)匯信息技術(shù)有限公 司的財(cái)華金融分析平臺(tái)軟件提供的數(shù)據(jù)整理而得 0 1 2 3 4 5 6 7 8 華北華東華南華中東北西南西北 圖 3 1 07 年制造業(yè) st 上市公司地區(qū)分布圖 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 15 0 1 2 3 4 5 6 7 8 9 華北華東華南華中東北西南西北 圖 3 2 06 年制造業(yè) st 上市公司地區(qū)分布圖 2 行業(yè)分布情況行業(yè)分布情況 csmar 的行業(yè)分類中 制造業(yè)分為 10 類 c0 食品 飲料 c1 紡織 服裝 皮毛 c2 木材 家具 c3 造紙 印刷 c4 石油 化學(xué) 塑膠 c5 電子 c6 金 屬 非金屬 c7 機(jī)械 設(shè)備 儀表 c8 醫(yī)藥 生物制藥 c99 其他制造業(yè) 食品 飲料 紡織 服裝 皮毛 石油 化學(xué) 塑膠 機(jī)械 設(shè)備 儀表 電子 金屬 非金 屬 醫(yī)藥 生物 制藥 造紙 印刷 圖 3 3 07 年制造業(yè) st 上市公司的行業(yè)細(xì)分圖 食品 飲料 機(jī)械 設(shè)備 儀表 醫(yī)藥 生物 制藥 電子 石油 化學(xué) 塑膠 其他制造業(yè) 紡織 服裝 皮毛 造紙 印刷 木材 家具 金屬 非金 屬 圖 3 4 06 年制造業(yè) st 上市公司的行業(yè)細(xì)分圖 從圖中可以看出 06 07 這兩年的制造業(yè)財(cái)務(wù)困境企業(yè)涉及的行業(yè)面比較廣 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 16 遍及制造業(yè)的各個(gè)小類 石油 化學(xué) 塑膠 金屬 非金屬以及機(jī)械 設(shè)備 儀 表這三小類在 06 07 兩年的數(shù)量都比較多 06 年三者合計(jì)有 26 家 占總數(shù)的 65 07 年也有 23 家 占總數(shù)的 56 3 上市時(shí)間與上市時(shí)間與 st 可能性分析可能性分析 0 1 2 3 4 5 6 7 8 1992y 1993y 1994y 1996y 1997y 1998y 1999y 2000y 2001y 2002y 2003y 圖 3 5 07 年制造業(yè) st 公司上市時(shí)間分布圖 0 2 4 6 8 10 12 1990y 1992y 1993y 1994y 1996y 1997y 1998y 1999y 2000y 2001y 圖 3 6 06 年制造業(yè) st 公司上市時(shí)間分布圖 從圖中可以看出 上市時(shí)間越長(zhǎng) st 的公司相對(duì)較多 由此可以看出在資 本市場(chǎng)發(fā)展初期上市的公司 其被 st 的可能性就越大 而最近幾年上市的公司 被 st 的比重較小 3 1 3 財(cái)務(wù)狀況分析財(cái)務(wù)狀況分析 企業(yè)的財(cái)務(wù)狀況是反應(yīng)企業(yè)經(jīng)營(yíng)狀況好壞的最主要的方面 也是決定企業(yè)是 否會(huì)被 st 的最主要的因素 因此 有必要對(duì)制造業(yè) st 企業(yè)的財(cái)務(wù)現(xiàn)狀進(jìn)行分 析 從而找出制造業(yè)企業(yè) st 的原因 本文的分析方法是 以 06 07 兩年被 st 的制造上市公司的 t 1 年的數(shù)據(jù) 即 06 年 st 企業(yè)的 05 年數(shù)據(jù) 07 年 st 企業(yè) 的 06 年數(shù)據(jù) 為基礎(chǔ) 從償債能力 經(jīng)營(yíng)能力 盈利狀況 成本費(fèi)用狀況以及 現(xiàn)金流量狀況這五個(gè)方面入手 每個(gè)方面選取一些代表性的指標(biāo) 并且結(jié)合同行 業(yè)平均水平 力爭(zhēng)能夠比較全面真實(shí)地反應(yīng)制造業(yè) st 上市公司的整體財(cái)務(wù)狀況 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 17 1 償債能力分析償債能力分析 企業(yè)的償債能力是指企業(yè)到期償還債務(wù)的能力 是衡量企業(yè)整體財(cái)務(wù)狀況的 一個(gè)重要方面 常見的衡量公司償債能力的指標(biāo)是資產(chǎn)負(fù)債率以及流動(dòng)比率等 如果企業(yè)的資產(chǎn)負(fù)債率長(zhǎng)期居高不下 明顯高于同行業(yè)水平 在一般情況下 往 往被認(rèn)為是極有可能出現(xiàn)財(cái)務(wù)危機(jī)的重要信號(hào) 同樣地 如果企業(yè)的流動(dòng)比率長(zhǎng) 期低于 1 的話 則企業(yè)的流動(dòng)資產(chǎn)不足以償還流動(dòng)負(fù)債 流動(dòng)性就存在很大問(wèn)題 很有可能引發(fā)財(cái)務(wù)危機(jī) 表 3 1 st 前一年資產(chǎn)負(fù)債率表 資產(chǎn)負(fù)債率 05 年 06 年 制造業(yè)行業(yè)平均水平 63 41 60 85 制造業(yè) st 平均水平 88 07 99 47 表 3 2 st 前一年流動(dòng)比率表 流動(dòng)比率 05 年 06 年 制造業(yè)行業(yè)平均水平 1 4851 1 3613 制造業(yè) st 平均水平 0 8170 0 7629 注 表 3 1 及 3 2 根據(jù) csmar 數(shù)據(jù)庫(kù)以及財(cái)華金融分析平臺(tái)軟件提供的數(shù)據(jù)整理而得 從上表可以看出 st 企業(yè) 05 06 年的資產(chǎn)負(fù)債率均明顯高于同行業(yè)水平 并且在 06 年行業(yè)平均水平有所下降的情況下 st 平均水平卻有很大上升 可見 st 企業(yè)的整體償債能力較差 而從流動(dòng)比率可以看出 制造業(yè)行業(yè)平均水平在 05 06 兩年均高于 1 行業(yè)水平處于正常狀態(tài) 而制造業(yè) st 平均水平則均低于 1 流動(dòng)資產(chǎn)不足于償還流動(dòng)負(fù)債 流動(dòng)性很差 2 經(jīng)營(yíng)能力分析經(jīng)營(yíng)能力分析 常見的衡量企業(yè)經(jīng)營(yíng)能力的指標(biāo)有應(yīng)收賬款周轉(zhuǎn)率以及存貨周轉(zhuǎn)率 企業(yè)資 產(chǎn)的周轉(zhuǎn)率越高 則企業(yè)的資產(chǎn)管理水平就越高 同樣的資產(chǎn)在同一段時(shí)間內(nèi)就 能產(chǎn)生更多的價(jià)值 從而企業(yè)的經(jīng)營(yíng)能力就越強(qiáng) 表 3 3 st 前一年應(yīng)收賬款周轉(zhuǎn)率表 應(yīng)收賬款周轉(zhuǎn)率 05 年 06 年 制造業(yè)行業(yè)平均水平 56 62 80 12 制造業(yè) st 平均水平 12 15 13 37 表 3 4 st 前一年存貨周轉(zhuǎn)率表 存貨周轉(zhuǎn)率 05 年 06 年 制造業(yè)行業(yè)平均水平 5 51 6 39 制造業(yè) st 平均水平 3 37 3 64 注 表 3 3 及 3 4 根據(jù) csmar 數(shù)據(jù)庫(kù)以及財(cái)華金融分析平臺(tái)軟件提供的數(shù)據(jù)整理而得 從上表可以看出 無(wú)論是應(yīng)收賬款周轉(zhuǎn)率還是存貨周轉(zhuǎn)率 制造業(yè) st 企業(yè) 南京財(cái)經(jīng)大學(xué)碩士學(xué)位論文 18 的平均值 06 年雖然均比 05 年周轉(zhuǎn)率有所提高 但均明顯低于行業(yè)平均水平 并 且差距有擴(kuò)大的趨勢(shì) 尤其是應(yīng)收賬款周轉(zhuǎn)率 尤為鮮明 從 05 年的接近 4 倍 到 06 年的 6 倍多 可見 st 公司的經(jīng)營(yíng)能力在同行業(yè)中處于落后的狀態(tài) 企業(yè) 的競(jìng)爭(zhēng)能力已經(jīng)受到嚴(yán)重威脅 3 盈利能力分析盈利能力分析 本文從兩個(gè)方面來(lái)衡量企業(yè)的盈利狀況 一個(gè)方面是企業(yè)的主營(yíng)業(yè)務(wù)盈利狀 況 另一方面是企業(yè)的整