基于现金流量的上市公司财务危机预警研究

论文摘要

一研究背景随着市场经济的发展,我国企业取得了长足的进步。市场经济作为竞争性的经济,优胜劣汰是它的主旋律。有的企业在竞争中脱颖而出,但也有的企业陷入危机,最后被淘汰出局。陷入危机的企业,表现形式多种多样,其中一种即是财务危机。财务危机（Financial crisis）又称财务困境（Financial distress）,财务危机发展到一定的程度就会导致企业破产（Bankruptcy）。企业因财务危机导致破产就不能履行应尽的责任,实际上是一种违约行为,所以财务危机又称为“违约风险”（Default risk）。无论理论上还是实务中,企业陷入财务危机是一个逐步恶化的过程,通常,从正常的财务状况逐渐发展到财务危机,最终导致破产。企业破产,就被淘汰出市场,从全社会的角度来看是对资源的更有效的利用。但是从投资者、债权人的角度来看,则面临着投资或债权无法收回的现实困境,企业雇员则面临失业的威胁,企业的相关利益方可能由于企业被淘汰而受到损害。所以,对企业的财务健康状况进行有效的评估,对企业的财务风险进行估计,科学地预测企业面临财务困境的可能性,估计企业破产的可能,是非常有必要的。早在上世纪三十年代,国外就开始对财务危机预警进行研究,取得了比较成熟的研究成果,建立了相关理论,得到了广泛的应用。国内却是从上世纪后期才开始,在这方面的研究尚属起步阶段,研究者对于数据的采集、指标的选取、方法的使用以及最终模型的检验上尚有许多分歧,另外大部分研究结果由于缺乏实际应用,需要实践的进一步检验。本文在借鉴国内外研究成果的基础之上,利用我国上市公司的相关指标,运用一定的统计方法构建预测模型,对适合我国的财务困境预测模型的指标及其构建方法进行有益的探索。二本文结构及内容全文主要分为四章,主要内容如下:第一章,绪论。主要介绍本文的写作背景和意义,以及文章的研究内容和研究方法。早期研究者只使用传统财务指标作为研究变量,虽然后来的研究者会把现金流量指标纳入模型,但使用现金流量指标作为主要变量、分析其对财务危机预测贡献度的研究者却很少。因此,本文在承接前人研究的基础上,利用SPSS13.0统计软件,使用现金流量指标作为主要研究变量,采用因子分析构建财务危机预警模型,进行实证分析。第二章,财务危机预警文献综述。主要介绍了财务危机定义,国内外对于财务危机预警的研究成果及现状,介绍、分析、比较了具有代表性的财务危机预警模型。首先,从不同学者对财务危机（Financial crisis）的不同的解释中,得到企业陷入财务危机,其实就是企业的盈利能力显著下降或丧失,导致企业发生“违约”（Default）的可能性显著升高的状况。实证研究中,国外学者大多以破产企业作为陷入财务危机的研究对象,但国内对于企业财务危机的研究,主要是限于上市公司。而截止到现在,没有任何一家上市公司申请破产。因此,国内学者研究的财务危机公司,主要是被ST（special treat,特别处理）的公司,把ST公司作为进入财务危机的标志。本文沿用国内大多数学者的观点,将被ST公司界定为财务危机公司。其次,重点分析了财务危机预警模型。自20世纪60年代以来,许多学者利用现代统计原理和方法,借助于先进的计算机手段,作了大量的实证研究工作,提出了许多财务危机预警模型。财务预警模型的种类很多,常见的有以下五类:一元判定模型（Univariate）、多元判定模型（Multiple Discriminant Analysis, MDA）、多元逻辑（Logit）回归模型、多元概率比（Probit）回归模型、人工网络（ANN ）模型。本文分析比较了各种模型的实用范围、优缺点等。自Logit模型开创以来,由于其不需严格的假设条件,且预测精度较高等优点,在财务危机预警研究领域一直占据主流地位。本文仍将沿用Logit模型,采用Logistic回归函数进行研究。第三,对利用现金流量指标作为变量建立危机预警模型进行综述。虽然有的企业具有很好的会计利润,但由于企业资金链断裂,丧失支付能力而导致财务危机。基于此,有些学者认识到,财务预警系统的重点应是现金及其流动,充分挖掘现金流量信息的预测价值应成为未来研究企业财务预警的趋势。并且相关研究指出,利用现金流量指标建立的模型也能得到很好的预测效果。最后,通过以上的分析,得到如下的启示:本文拟采用现金流指标,运用Logistic回归函数,构建现金流财务危机预警模型,对以前的研究做出补充。第三章,Logistic回归模型的构建和检验。介绍了本文研究的数据来源、样本选取方法,指标的筛选和模型的构建及检验等。本文按照一定的标准,选取了2007年被特别处理的60家ST公司作为财务危机公司;同时,按照1比1的配对原则,选取了60家非ST公司作为对照样本。两组样本共计120个,作为研究对象。将其中的80家（40家ST公司,40家非ST公司）作为建模样本,40家（20家ST公司,20家非ST公司）作为检验样本。在财务指标方面,本文从偿债能力、获现能力、现金结构和发展能力等方面来反映企业财务状况。为使指标更具普遍性和代表性,引入了资本累计率和主营业务收入增长率两个传统的财务指标。具体包含四大类共28个指标。采用非参数方法对其进行显著性检验,测定指标间的相关度,采用因子分析法提取主成分因子,然后按逐步向后回归法中的似然比检验（Backwald:Likelihood Ratio）向后逐步剔除变量,从而完成指标的筛选。在进行逻辑回归之后得到包含经营净现金流动负债比率、净资产获现率、每股现金净流量等指标的预测模型。并对模型进行了回代检验和独立样本验证。从回代检验的效果看,模型在危机发生前三年、前两年的总体正确率分别为70%和76.25%;从独立检验的效果看,模型在危机发生前三年、前两年的总体正确率分别为67.5%和77.5%。从统计效果看,具有一定的实用性。第四章,研究结论和对策建议,对全文进行总结。根据本文的研究,可以得到如下结论:现金流量表披露的信息中包含有公司财务健康状况的信息,可以建立针对上市公司财务困境预测模型,能对其他学者的研究起到补充作用;距离危机时间越近,获现能力越重要;利用现金流量指标建立的模型,财务危机发生的T—2年、T—3年都具有预测能力。本文在如下方面,需要改进:指标单调,不能全面反映企业的真实状况;相对中国的上市公司,样本量小;配对样本1:1进行配对的设置缺少理论依据;不分行业进行财务危机预测,可能导致预测准确度下降。最后,从财务的角度介绍了解除财务困境的对策。三、本文的主要贡献本文在前人研究的基础上,利用成熟的Logistic回归模型,采用现金流量指标作为研究变量,对财务困境预测模型的研究进行了探讨,建立了相应的财务危机预测模型。研究中,本文对以下几个方面进行了修正和创新:1、本文采用现金流量指标体系为主,对传统财务指标模型起到补充作用。2、本文采用的财务指标体系,26个来源于现金流量表,包括了现今对现金流量表分析的主要财务指标,现金流量指标系统全面。通过对财务指标的分布检验,发现大部分指标不服从正态分布,在进行显著性检验时,不能像以前的很多研究,采用T检验法。因此,本文采用非参数检验方法Mann-whitney-wilcoxon代替T检验。3、由于指标不服从正态分布,不能满足普通模型服从正态分布、等方差的假设,因此选用多元Logistic回归方程,该方程不要求严格的假设条件。4、样本公司选择2007年被ST的上市公司,进行对比的样本也选择同一年的,排除了不同年份宏观经济的影响。5、为了解决因子间存在的多重共线性问题,本文采用因子分析方法,对国内外相关研究中存在的这一不足进行了改进。四、本文的研究意义企业发生财务危机是一个渐进的过程,在此过程中,会有一些指标异于经营正常的公司。如果能够利用财务数据,建立预测企业发生财务危机的模型,势必对各利益相关者具有重大的现实意义。1、对于管理当局,可以及早发现企业经营存在的问题,找出解决办法,避免企业经营进一步恶化。2、对于股票投资者,可以预见企业发生财务危机的可能性,从而做出理智的决策,减少企业价值下跌导致的损失,降低投资风险。3、对于政府,可以向广大的投资者做出必要的事前警示,避免很多事后监管带来的弊端;同时,对于可能陷于困境的公司提供及时的援助,避免其陷入财务困境。4.、对于债权人,可以评估企业发生财务危机的可能性,根据评估结果对企业做出适当的信用评级,保护自己的合法利益。

论文目录

• 摘要
• Abstract
• 1. 绪论
• 1.1 研究背景和研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 研究内容和研究方法
• 1.2.1 研究内容
• 1.2.2 研究方法
• 2. 财务危机预警文献综述
• 2.1 财务危机的定义
• 2.2 财务危机预警方法
• 2.2.1 财务危机的定性预测方法概述
• 2.2.2 财务危机的定量预测模型概述
• 2.3 基于现金流的财务危机预警综述
• 2.3.1 传统财务指标和现金流量指标的差异
• 2.3.2 国外的研究成果
• 2.3.3 国内的研究成果
• 2.4 本章小结
• 3. LOGISTIC 回归模型的构建和检验
• 3.1 研究样本的选择
• 3.1.1 财务危机公司选择
• 3.1.2 财务正常公司选择
• 3.1.3 研究时间段选择
• 3.2 现金流量指标的选择
• 3.2.1 偿债能力指标
• 3.2.2 获现能力指标
• 3.2.3 现金结构指标
• 3.2.4 发展能力指标
• 3.3 模型的构建
• 3.3.1 样本的正态性检验
• 3.3.2 财务指标的显著性检验
• 3.3.3 因子分析
• 3.3.4 多元逻辑回归模型的建立
• 3.4 多元逻辑回归模型的检验
• 3.4.1 对预测模型的回代检验
• 3.4.2 对预测模型的预测检验
• 4. 研究结论和对策建议
• 4.1 研究结论
• 4.2 本文研究的创新
• 4.3 本文研究的局限性
• 4.4 相关对策建议
• 4.5 其他对策建议
• 参考文献
• 后记
• 致谢