基于现金流量的我国上市公司财务预警实证研究

论文摘要

随着经济全球化的发展,市场瞬息万变,不确定性因素大大增加。企业在获得机会的时候,面临的风险也增加了。如果不能有效地防范、控制风险,可能会使企业发生重大的损失,甚至于不得不面对破产的命运。在破产的众多因素中,财务危机无疑是一个很重要的因素。财务危机的发生会使企业走向消亡,投资者及其他相关利益者蒙受巨大的损失。财务风险产生的原因一方面是企业经营受到内在因素（内部管理策略与执行）与外在因素（行业特征与经济环境等其他不可控因素）的交互影响。无效的管理、错误的决策加上外部不可预期的冲击,使得企业发生经营失败。另一方面是由于错误的财务管理政策和手段会导致企业陷入财务危机。例如,企业过度利用财务杠杆,追求过度财务杠杆利益,大量增加企业的负债,同时就使得公司的财务风险增大,一旦资产负债率过大,风险就大大增加,如果遇到经济不景气,货币紧缩时,利息的大量支出更加使企业资金压力过大,最后爆发财务危机,甚至不得不面对经营失败、破产的命运。财务预警,就是借助企业提供的财务报表与其他相关会计资料,对企业的经营活动、财务活动等进行预测并发现企业在经营管理活动中潜在的经营风险和财务风险,发出警告,使企业管理层能够及时采取有效措施,避免潜在的风险变成损失,起到未雨绸缪的作用。以往的研究中大多采用的传统财务指标进行建模分析,涉及现金流量指标的研究还不成熟,而现金流量分析的重要性逐渐普遍关注,本文对比分析了传统财务指标的局限性和现金流量指标的优势,发现现金流量指标比传统的财务指标更能反应企业的实际财务状况。引入现金流量对我国上市公司的基于现金流量角度的财务预警模型研究不仅具有较强的现实意义,还具有很高的学术价值。本文通过讨论财务预警系统理论、现金流量理论、现金流量的财务预警功能等,确定了本文指标体现构建的范围。因此,本文基于设定的指标选取原则,建立了基于现金流量的财务预警模型指标体系,选取了10个现金流量指标,囊括了企业的偿债能力、获现能力、财务弹性、发展能力。通过各种现有研究中采取的研究方法（单变量模型、多元线性模型、多元判别模型、多元逻辑回归模型、多元概率回归模型、非参数分析、人工神经网路模型等）讨论研究,最终选取了主成分分析法和Logistic回归分析法进行实证部分的研究。选取了390家我国A股上市公司进行实证研究。首先利用主成分分析法,进行指标的筛选降维,选取了5个主成分因子。然后通过Logistic回归方法构建了基于现金流量的我国上市公司财务预警模型。并通过随机抽取的50家样本企业T-3、T-2、T-1年的财务数据进行检验,结果表明了财务预警模型达到了预期的效果。并且,随着ST时间的推进,模型判别的准确度有所上升,判定的准确率分别为,69.7%、74.9%、78.9%,这意味着财务危机的发生是个渐进的过程,越接近ST处理,财务风险就越大,并对未来的研究方向进行了展望。

论文目录

• 摘要
• Abstract
• 第一章 导论
• 第一节 选题的背景及研究意义
• 第二节 国内外文献综述
• 一、国外研究综述
• 二、国内研究综述
• 第三节 研究的内容和研究思路
• 一、本文研究的内容
• 二、 本文研究的思路
• 第二章 财务预警理论研究
• 第一节 财务危机的界定
• 一、国外学者的观点
• 二、国内学者的观点
• 第二节 财务危机预警的理论依据
• 一、财务危机产生的原因
• 二、财务预警理论
• 三、现金流量理论
• 第三章 现金流量财务预警实证研究方法及思路
• 第一节 现有财务预警模型研究方法的分析
• 一、一元判定模型
• 二、多元判别模型
• 三、多元逻辑回归模型
• 四、多元概率回归模型
• 五、人工神经网络模型
• 六、综合预测模型
• 第二节 本文选取的研究方法
• 第三节 现金流量财务预警实证研究思路
• 第四章 财务预警指标的选取
• 第一节 传统财务指标体系与现金流量指标体系的讨论
• 一、传统财务指标体系的局限性
• 二、现金流量指标进行财务预警的优越性
• 第二节 基于现金流量的财务预警指标体系的构建
• 一、指标设计原则
• 二、基于现金流量财务预警指标设计
• 第五章 现金流量财务预警模型构建
• 第一节 现金流量财务预警实证样本数据选择
• 第二节 财务指标的筛选
• 一、主成分分析法的基本原理
• 二、样本数据的采集和标准化
• 三、用主成分分析筛选财务指标
• 第三节 基于现金流量的财务预警模型构建
• 一、采用Logistic 回归分析方法的考虑
• 二、logistic 回归分析的基本理论
• 三、模型的建立
• 四、模型的对检验样本的判定结果
• 五、实证研究结论
• 第六章 本论文的结论和展望
• 第一节 本论文的主要结论与不足之处
• 第二节 本论文主要的创新点
• 第三节 对未来研究工作的展望
• 参考文献
• 附录 A
• 附录 B
• 致谢
• 本人在读期间完成的研究成果