《財(cái)務(wù)預(yù)警文獻(xiàn)綜述4200字》

財(cái)務(wù)預(yù)警研究文獻(xiàn)綜述摘要隨著宏觀和微觀環(huán)境的日益復(fù)雜，企業(yè)之間的競(jìng)爭(zhēng)也越來越激烈，企業(yè)面臨著機(jī)遇，同時(shí)也有挑戰(zhàn)，在這樣的情況下，企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)漸漸的越來越大，財(cái)務(wù)危機(jī)預(yù)警的重要性逐漸顯現(xiàn)。我國(guó)制造業(yè)上市公司擁有更多的資源，占據(jù)著至關(guān)重要的地位，其發(fā)展?fàn)縿?dòng)著國(guó)民的心。因此，需要建立一套財(cái)務(wù)預(yù)警系統(tǒng)，是可以運(yùn)用在制造業(yè)上市公司中的，可以有效的防范危機(jī)的發(fā)生，防止?jié)撛陲L(fēng)險(xiǎn)的發(fā)生，提高企業(yè)未雨綢繆的能力。關(guān)鍵詞：制造業(yè)；財(cái)務(wù)預(yù)警；logistics回歸1財(cái)務(wù)危機(jī)企業(yè)的界定1.1國(guó)外學(xué)者的界定大部分的國(guó)外的學(xué)生將金融危機(jī)解釋為“破產(chǎn)”。例如Altman(1968)[1]表示金融危機(jī)包含了違約和破產(chǎn)無力償債、破產(chǎn)等，而且還將企業(yè)破產(chǎn)定義解釋為金融危機(jī)。第二種定義是金融危機(jī)具有嚴(yán)重性，從企業(yè)資金周轉(zhuǎn)困難到企業(yè)破產(chǎn)或破產(chǎn)清算，這在第一個(gè)過程中表現(xiàn)出來的各種形式都是企業(yè)財(cái)務(wù)危機(jī)的表現(xiàn)，金融危機(jī)表現(xiàn)最嚴(yán)重的一種形式是企業(yè)的破產(chǎn)。Ross等(1999)[2]把會(huì)計(jì)破產(chǎn)、技術(shù)破產(chǎn)、法定破產(chǎn)和公司破產(chǎn)解釋成財(cái)務(wù)危機(jī)。1.2國(guó)內(nèi)學(xué)者界定因?yàn)槲覈?guó)長(zhǎng)期的國(guó)有體制機(jī)制，使得很少有人破產(chǎn)，所以，中國(guó)學(xué)者并不像國(guó)外學(xué)者那樣將金融危機(jī)定義為企業(yè)破產(chǎn)?，F(xiàn)有的研究大多與國(guó)外學(xué)者的第二種定義一致，認(rèn)為金融危機(jī)是一個(gè)過程，最嚴(yán)重的案例是企業(yè)破產(chǎn)。王滿玲和楊德禮(2017)[3]企業(yè)失敗是指經(jīng)營(yíng)失敗，市值和經(jīng)營(yíng)業(yè)績(jī)下降，流動(dòng)性下降等問題導(dǎo)致企業(yè)無法繼續(xù)經(jīng)營(yíng)，在極端情況下，公司面臨重組或破產(chǎn)。曾俊麗、陳留平(2017)[4]金融危機(jī)被進(jìn)一步定義為經(jīng)濟(jì)失敗、技術(shù)破產(chǎn)、破產(chǎn)和破產(chǎn)。2財(cái)務(wù)危機(jī)預(yù)警的研究現(xiàn)狀2.1國(guó)外研究現(xiàn)狀Ohlson(1980)[5]采用Logistic回歸方法建立財(cái)務(wù)預(yù)警模型，對(duì)樣本公司在破產(chǎn)概率區(qū)間上的分布以及兩種判別錯(cuò)誤與分割點(diǎn)之間的關(guān)系進(jìn)行研究。YevgeniaApartsin(2016)[6]等人構(gòu)建了PSO一SVM算法，預(yù)測(cè)股市的風(fēng)險(xiǎn)，進(jìn)而推測(cè)潛在金融危機(jī)的發(fā)生概率。SVM模型能處理維數(shù)災(zāi)難的問題，但難以選取核函數(shù)和特征集。2.2國(guó)內(nèi)研究現(xiàn)狀2.2.1財(cái)務(wù)預(yù)警模型我國(guó)的財(cái)務(wù)危機(jī)預(yù)警研究和國(guó)外財(cái)務(wù)危機(jī)預(yù)警研究相比起步是比較晚的，且大多借鑒國(guó)外學(xué)者的研究成果。王君萍等(2015)[7]對(duì)于能源行業(yè)，從兩個(gè)方面選取指標(biāo)，財(cái)務(wù)與非財(cái)務(wù)這兩個(gè)方面，采取的是Logistic回歸方法建立的模型，準(zhǔn)確率為90%。宋曉娜等(2016)[8]主成分分析(pca)和邏輯回歸(Logistic回歸)分別建立模型。模型的預(yù)測(cè)值為92.11%，準(zhǔn)確率高于pca。白承彪(2018)[9]使用Logistic回歸模型以及probit回歸方法構(gòu)建制造業(yè)上市公司模型。通過兩個(gè)模型的對(duì)比分析，研究表明兩個(gè)模型的預(yù)測(cè)能力良好，但Logisti相比較prohit模型而言，回歸方法的預(yù)測(cè)能力更好。郭方方(2017)[10]根據(jù)農(nóng)村集體經(jīng)濟(jì)的特點(diǎn)選擇了Z分?jǐn)?shù)模型構(gòu)建模型，以期望從源頭上解決企業(yè)收不抵支的難題。楊梅(2016)[11]以江浙地區(qū)的19家中小企業(yè)為樣本，使用第三代Z值模型，建設(shè)一個(gè)中小企業(yè)財(cái)務(wù)預(yù)警模型，結(jié)果表明，該模型適用于江浙地區(qū)的中小企業(yè)。徐欣(2018)[12]將Logistic回歸模型與因子分析結(jié)合，制造業(yè)的財(cái)務(wù)預(yù)警。宋鵬、李婷婷(2017)[13]運(yùn)用RS-Logistic回歸模型對(duì)中小企業(yè)進(jìn)行財(cái)務(wù)預(yù)警研究，結(jié)果表明，該模型的精度得到了提高。陽葵蘭(2017)[14]在財(cái)務(wù)預(yù)警模型中吸納EVA一一包涵市場(chǎng)信息，是可以反映企業(yè)的盈利能力的。張友棠和黃陽(2011)、阿小燕(2018)[15]認(rèn)為行業(yè)不同風(fēng)險(xiǎn)不同，考慮了行業(yè)環(huán)境風(fēng)險(xiǎn)指數(shù)。蔡兵(2015)[16]考慮內(nèi)外環(huán)境因素，通過公司治理指標(biāo)、反映宏觀經(jīng)濟(jì)的指標(biāo)、現(xiàn)金流量指標(biāo)、傳統(tǒng)財(cái)務(wù)指標(biāo)創(chuàng)設(shè)財(cái)務(wù)預(yù)警模型，目的是幫助企業(yè)及早發(fā)現(xiàn)“病情”，及時(shí)“防治”。趙靜、趙荔(2017)[17]認(rèn)為應(yīng)該“雙管齊下”，從內(nèi)部和外部?jī)蓚€(gè)角度開展預(yù)警模型，并且模型的落腳點(diǎn)應(yīng)該為“預(yù)”。方潔、潘海英和顧超超(2017)[18]在預(yù)警模型中引入生命周期指標(biāo)，表示在不同的時(shí)期，同樣的企業(yè)所面臨的風(fēng)險(xiǎn)是不同的。一定程度上，非財(cái)務(wù)指標(biāo)能夠提升財(cái)務(wù)預(yù)警模型的準(zhǔn)確度，還有部分學(xué)者從報(bào)表來源出發(fā)考慮模型的有效性。王秀麗等(2017)[19]分別采用母公司報(bào)表數(shù)據(jù)和合并報(bào)表數(shù)據(jù)建立Logistic回歸模型，研究表明，當(dāng)母公司的戰(zhàn)略為經(jīng)營(yíng)主導(dǎo)型時(shí)，基于母公司報(bào)表數(shù)據(jù)的預(yù)警模型占上風(fēng);當(dāng)母公司的戰(zhàn)略為投資主導(dǎo)型時(shí)，結(jié)果則反之。錢愛民(2008)、韓蜻怡(2018)[20]都基于現(xiàn)金流量指標(biāo)建立模型，結(jié)果顯示該指標(biāo)體系的預(yù)測(cè)誤差率呈下降趨勢(shì)。曹德芳(2017)[21]考察了投資者保護(hù)指標(biāo)、關(guān)聯(lián)交易指標(biāo)、大股東持股比例等公司治理指標(biāo)。曾繁榮、劉小淇(2014)[22]引入了人力資本、重大事項(xiàng)等指標(biāo)[54]。2.2.2財(cái)務(wù)預(yù)警指標(biāo)體系單純基于傳統(tǒng)財(cái)務(wù)指標(biāo)的研究。陳靜(1999)[23]是利用流動(dòng)比率、資產(chǎn)負(fù)債率等單個(gè)指標(biāo)來建立一元判定模型，然后，利用總負(fù)債/總資產(chǎn)、總資產(chǎn)周轉(zhuǎn)率、營(yíng)運(yùn)資金/總資產(chǎn)、利潤(rùn)/總資產(chǎn)6個(gè)指標(biāo)構(gòu)建了多線性決策模型。與此類似，張玲(2016)[24]在財(cái)務(wù)預(yù)警模型中篩選出留存收益/總資產(chǎn)、總負(fù)債/總資產(chǎn)、營(yíng)運(yùn)資金/總資產(chǎn)、利潤(rùn)/總資產(chǎn)四個(gè)財(cái)務(wù)比率。高加寬等人(2017)[25]針對(duì)農(nóng)業(yè)上市公司，從營(yíng)運(yùn)能力、盈利能力、償債能力、發(fā)展能力等5個(gè)方面選取財(cái)務(wù)指標(biāo)。隨著現(xiàn)金流日益被重視，周首華、楊濟(jì)華、王平(1996)[26]將現(xiàn)金流量指標(biāo)納入指標(biāo)體系。楊淑娥、黃禮(2016)[27]在前人基礎(chǔ)上，添加經(jīng)營(yíng)現(xiàn)金凈流量/凈利潤(rùn)指標(biāo)。3現(xiàn)有研究存在問題雖然國(guó)內(nèi)外對(duì)財(cái)務(wù)危機(jī)預(yù)警的研究越來越多，但從整體上看，國(guó)內(nèi)研究滯后于國(guó)外，存在以下問題:(l當(dāng)前國(guó)內(nèi)金融危機(jī)的基本經(jīng)濟(jì)理論大多來自國(guó)外，有些理論并不適合我國(guó)的具體國(guó)情。此外，大多數(shù)學(xué)者忽略了國(guó)內(nèi)外模型適用環(huán)境的差異，直接將中國(guó)的金融數(shù)據(jù)代入國(guó)外已有的模型。因此，有必要根據(jù)我國(guó)的具體情況建立一種適合我國(guó)國(guó)情的財(cái)務(wù)危機(jī)預(yù)警模型。國(guó)外學(xué)者將企業(yè)破產(chǎn)或者財(cái)務(wù)失敗作為企業(yè)財(cái)務(wù)危機(jī)的標(biāo)志。從實(shí)證研究的角度，這一定義有助于企業(yè)運(yùn)用定量方法對(duì)公司的財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)。我國(guó)學(xué)者認(rèn)為公司確定財(cái)務(wù)危機(jī)的標(biāo)志通常有2種方法：一是以企業(yè)破產(chǎn)作為標(biāo)準(zhǔn);二是以證券交易所對(duì)有重大潛在損失、對(duì)股價(jià)連續(xù)低于一定水平并持續(xù)虧損的上市公司給予退市或者特殊處理。在我國(guó)以破產(chǎn)作為公司陷入財(cái)務(wù)危機(jī)的標(biāo)志沒有現(xiàn)實(shí)意義，所以在以往學(xué)者的實(shí)證中，一般來說，這家公司被認(rèn)為是金融危機(jī)的征兆。目前，國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)警的研究大多針對(duì)各行業(yè)，針對(duì)特定行業(yè)的研究較少。然而，現(xiàn)實(shí)生活中不同行業(yè)的經(jīng)營(yíng)和運(yùn)營(yíng)存在很大的差異，企業(yè)的財(cái)務(wù)數(shù)據(jù)也呈現(xiàn)出不同的特點(diǎn)。因此，對(duì)不同行業(yè)的研究具有重要的意義。雖然有學(xué)者注意到這一點(diǎn)，開始對(duì)制造業(yè)企業(yè)、農(nóng)業(yè)企業(yè)等企業(yè)進(jìn)行專題研究，但對(duì)房地產(chǎn)行業(yè)財(cái)務(wù)危機(jī)預(yù)警的研究相對(duì)較少。針對(duì)財(cái)務(wù)危機(jī)預(yù)警模型的研究經(jīng)歷了悠久的歲月：從一元判定模型過渡到多元線性模型，進(jìn)而發(fā)展為多元邏輯模型，之后引入生物界概念，創(chuàng)建了人工神經(jīng)網(wǎng)絡(luò)模型，開拓了研究者的眼界，后來學(xué)者研究出支持向量機(jī)模型，將機(jī)器學(xué)習(xí)和財(cái)務(wù)預(yù)警結(jié)合，也有學(xué)者將這兩種模式結(jié)合起來?，F(xiàn)有的研究集中在所有上市公司或上市制造企業(yè)，有些研究集中在一個(gè)特定的行業(yè)，由此看出國(guó)內(nèi)和國(guó)外研究學(xué)者對(duì)財(cái)務(wù)危機(jī)預(yù)警模型的研究己經(jīng)比較成熟了。在實(shí)證分析選取的研究樣本中，現(xiàn)有的研究大多采用了金融危機(jī)公司與金融正常公司1:1的比例。然而，在實(shí)踐中，陷入財(cái)務(wù)困境的公司比例很低。如果將金融危機(jī)企業(yè)與金融正常企業(yè)的比例設(shè)定為1:1，將會(huì)與實(shí)際情況不符，從而影響預(yù)警模型的識(shí)別能力。(4)在指標(biāo)的選擇上，多數(shù)學(xué)者主要考慮財(cái)務(wù)指標(biāo)，對(duì)非財(cái)務(wù)指標(biāo)的研究相對(duì)較少。但由于預(yù)警研究中非財(cái)務(wù)信息的缺乏，不僅使預(yù)警覆蓋不夠廣泛，它也降低了預(yù)警模型的預(yù)測(cè)能力。盡管近年來對(duì)非財(cái)務(wù)指標(biāo)的研究越來越多，但這些指標(biāo)往往是不完整的。因此，有必要在研究中納入非財(cái)務(wù)指標(biāo)，盡可能全面地涵蓋非財(cái)務(wù)信息。其一，縱觀國(guó)內(nèi)外研究，財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系中的財(cái)務(wù)指標(biāo)主要來自于傳統(tǒng)財(cái)務(wù)報(bào)表，很少考慮對(duì)傳統(tǒng)財(cái)務(wù)報(bào)表的改進(jìn);雖然己經(jīng)有學(xué)者研究預(yù)警指標(biāo)應(yīng)該采用母公司報(bào)表數(shù)據(jù)還是合并報(bào)表數(shù)據(jù)，但是其實(shí)質(zhì)來源還是傳統(tǒng)財(cái)務(wù)報(bào)表體系。而構(gòu)建財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的目的之一是為了有利于管理者防范風(fēng)險(xiǎn)，及早“治病”，但傳統(tǒng)財(cái)務(wù)報(bào)表在一定程度上己經(jīng)不能滿足管理的要求，所以有必要考慮采用改進(jìn)版財(cái)務(wù)報(bào)表數(shù)據(jù)構(gòu)建財(cái)務(wù)指標(biāo)體系。其二，己有研究將公司治理指標(biāo)、EVA等納入非財(cái)務(wù)指標(biāo)，但是較少的研究關(guān)注企業(yè)核心競(jìng)爭(zhēng)力，該類指標(biāo)是企業(yè)持續(xù)經(jīng)營(yíng)的關(guān)鍵，比如創(chuàng)新能力，資產(chǎn)質(zhì)量和結(jié)構(gòu)，社會(huì)責(zé)任、人力資本投資凈收益率、可持續(xù)盈利能力等指標(biāo)。參考文獻(xiàn)[1]Altman.FinancialRatiosDiscriminateAnalysisandthePredictionofcorporateBankruptcy[J].JournalofFinance，1968(7)：1-53.[2]Ross，Westerfild，Gaffe.CorporateFinance.Home-wood，1999：420-424[3]王滿玲，楊德禮.基于自適應(yīng)性學(xué)習(xí)的財(cái)務(wù)預(yù)警機(jī)理研究.管理學(xué)報(bào)，2017(4)：433[4]曾俊麗，留平.財(cái)務(wù)危機(jī)的定義研究.商場(chǎng)現(xiàn)代化，2017(4)：499[5]Ohlson.FinancialRatiosandtheProbabilisticpredictionofBankruptcy[J].JournalofAccountingResearch，1980，(19)：109-131.[6]YevgeniaApartsin，YafitMaymon，YuvalCohen，GonenSinger.Nationalityandriskattitude：Testingdifferencesandsimilaritiesofinvestors’behaviorinselectedfinancialmarkets[J]，GlobalFinanceJournal，2016(24)：114-118.[7]王君萍，白瓊瓊.我國(guó)能源上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究陰.經(jīng)濟(jì)問題，2015，01：109-113.[8]宋曉娜，黃業(yè)德，張峰.基于Logistic和主成分分析的制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警[J].財(cái)會(huì)月刊，2016，03：67-71·[9]白承彪.Logistic模型與Probit模型用于上市公司財(cái)務(wù)預(yù)警的比較[J].財(cái)會(huì)月刊，2018，33：65-67.[10]郭方方，新常態(tài)下農(nóng)村集體經(jīng)濟(jì)財(cái)務(wù)預(yù)警指標(biāo)構(gòu)建研究[J]，會(huì)計(jì)之友，2017，(6)：38-42[11]楊梅，財(cái)務(wù)預(yù)警Z3模型在江浙中小企業(yè)的應(yīng)用研究[J]，商，2016，3：9[12]徐欣，引入公司治理指標(biāo)的企業(yè)財(cái)務(wù)預(yù)警對(duì)比研究[J]，財(cái)會(huì)通訊，2018，(2)：105.[13]宋鵬，李婷婷，中小上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究一一基于RS-Logistic回歸的實(shí)證檢驗(yàn)[J]，會(huì)計(jì)之友，2017，(9)：90[14]陽葵蘭，上市公司財(cái)務(wù)預(yù)警體系新突破一一財(cái)務(wù)外圍指標(biāo)[J]，管理與咨詢，2017，(10)：104一105[15]阿小燕，資源型上市公司財(cái)務(wù)預(yù)警實(shí)證分析[J]，財(cái)會(huì)月刊，2018，(2)：79.80.[16]蔡兵，基于現(xiàn)金流量的中小企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)研究[J]，財(cái)經(jīng)界(學(xué)術(shù)版)2015，(2)：135[17]趙靜，趙荔，“僵尸企業(yè)”預(yù)警框架構(gòu)建田，財(cái)會(huì)通訊，2017，(33)：29.[18]方潔，潘海英，顧超超，不同生命周期中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究田，財(cái)會(huì)月刊，2017，(4)：39一43[19]王秀麗，張龍?zhí)欤R曉霞，基于合并報(bào)表與母公司報(bào)表的財(cái)務(wù)危機(jī)預(yù)警效果比較研究[J]，會(huì)計(jì)研究，2017，(6)：41.[20]錢愛民，張淑君，程幸，基于自由現(xiàn)金流量的財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建與檢驗(yàn)一一來自中國(guó)機(jī)械制造業(yè)A股上市公司的經(jīng)驗(yàn)數(shù)據(jù)!J]，中國(guó)軟科學(xué)，2018(9)：148-154.[21]曹德芳，我國(guó)上市公司財(cái)務(wù)危機(jī)管理相關(guān)問題研究[D]，東北大學(xué)博士學(xué)位論文，2017，46一47.[22]曾繁榮，劉小淇，引入非財(cái)務(wù)變量的上市公司財(cái)務(wù)困境預(yù)警[J]，財(cái)會(huì)月刊：2014，(4)：25-30[23]陳靜，上市