国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

上市公司財務危機預警模型構建研究

2018-04-28 05:52:18王占龍
財會學習 2018年12期
關鍵詞:預警模型財務危機

王占龍

摘要:為構建財務危機的預警模型,本文以我國證券市場制造業(yè)ST公司作為研究樣本,選取2011-2015年40個ST公司和非ST公司作為建模樣本,并從償債能力、營運能力、發(fā)展能力、獲取現(xiàn)金流能力以及營運能力5個方面選取了27個財務指標,先對其進行描述性分析,其次通過相關性分析,從中選取顯著性強的6個財務指標作為模型變量進入回歸,構建logistics模型并選取了10家ST公司和10家非ST公司結果對模型進行檢驗,結果證明該模型預測精度較好。

關鍵詞:財務危機;預警模型;logistics分析

一個有效的財務危機預警模型對于管理者、投資人和債權人都有著重要的意義。本文從滬深A股市場上選取2011-2015年40家ST公司作為樣本,按1:1配對原則選取40家財務狀況正常的公司進行配對,篩選相關財務指標構建上市公司財務危機預警模型,并隨機選取10家公司檢驗了這一模型的有效性,為制造業(yè)財務危機預警提供了可靠的思路。

一、設計研究

(一)樣本選擇

本文選取深滬兩地A股上市公司作為研究對象,為了減少行業(yè)差別對預警模型的影響和基于樣本選取的充分性,筆者選取了制造業(yè)ST公司作為危機樣本,并按照1:1配對原則選取了非ST公司作為健康公司進行配對。并預留10組ST公司作為檢測樣本對模型進行檢驗。

危機樣本選取原則:

在滬深A股市場上選取2011-2015年制造業(yè)財務危機公司作為樣本,其中,剔除B股、H股以及由于其他狀況被ST的公司,以及數(shù)據(jù)不全的公司。

配對樣本選?。喊凑?:1配對原則選取非ST公司作為配對樣本。配對的公司與ST公司行業(yè)相同(若同產(chǎn)業(yè)無配對行業(yè)則采取相近行業(yè)),會計年度相同,資產(chǎn)規(guī)模相近。

檢驗樣本選?。哼x取2015年被首次ST的10家上市公司作為檢驗樣本對財務危機預警模型預測結果進行檢驗。

(二)數(shù)據(jù)選取

本文研究數(shù)據(jù)主要來源于巨潮資訊網(wǎng),同花順財經(jīng)和網(wǎng)易財經(jīng),所有數(shù)據(jù)均由筆者親自整理。

(三)財務指標的選取

本文從償債能力、盈利能力、現(xiàn)金流量、發(fā)展能力和營運能力5個方面選取指標(如表1)。

二、財務危機預警實證性研究

(一)描述性分析檢驗

對40家ST公司和非ST公司連續(xù)5年27個財務指標運用stata12.0軟件進行數(shù)學上的描述性分析后發(fā)現(xiàn),ST和非ST公司在這些指標上存在差異,但是不同指標產(chǎn)生的顯著性差異不同??傮w上來說,非ST公司的財務指標要優(yōu)于ST公司。具體分析如下:

償債能力:從償債能力來看,ST公司的短期償債能力要弱于非ST公司,依靠自有資金償還債務存在困難。營運資金/總資產(chǎn)和利息保障倍數(shù)為負值且明顯低于非ST公司,長期負債/營運資金,現(xiàn)金比率和產(chǎn)權比率也與非ST公司之間存在顯著差異。

盈利能力:ST公司盈利能力明顯弱于非ST公司,且銷售毛利率、銷售凈利率、資本收益率、凈資產(chǎn)收益率及每股凈資產(chǎn)為負值,說明ST公司常年虧損,甚至資不抵債。

獲取現(xiàn)金能力:非ST公司依靠主營業(yè)務收入獲取現(xiàn)金能力明顯優(yōu)于ST公司,且根據(jù)現(xiàn)金債務總額比,用現(xiàn)金償還債務的能力也明顯強于ST公司,說明在公司主營業(yè)務上ST公司缺乏競爭力。除此以外,從總資產(chǎn)現(xiàn)金回收率來看,ST公司投入的資產(chǎn)并沒有給公司帶來更多的現(xiàn)金流入,說明ST公司所擁有的資產(chǎn)缺乏創(chuàng)造利潤的能力,且可能存在貶值風險。

從發(fā)展能力來看,ST公司凈利潤增長率和主營業(yè)務增長率明顯低于非ST公司,說明ST公司是因為缺乏核心業(yè)務競爭力才陷入財務危機的。

從營運能力來看,ST公司的應收賬款周轉率明顯低于非ST公司,說明ST公司資產(chǎn)管理和運營效率存在問題,可能擁有較多壞賬。

(二)相關性性分析

1.反映企業(yè)償債能力相關性分析結果

X1和X2,X7,X3和X5,X8有很強的相關性,剔除X1,X3,X7以及X8,留下X2,X4,X5和X6進入下一輪篩選。

2.反映企業(yè)盈利能力相關性分析結果

X10,X12,X13與較多指標相關性均超過0.5,所以剔除X10,X12,X13,留下X9,X11,X14進入下一輪篩選。

3.反映企業(yè)現(xiàn)金流量相關性結果分析

X15和X18與較多指標存在相關性,剔除X15,X18,留下X16和X17進入下一輪篩選。

4.反映企業(yè)發(fā)展能力相關性結果分析

X19和X22具有很強相關性,經(jīng)比較留下X20,X21和X22進入下一輪篩選。

5.反映企業(yè)營運能力相關性結果分析

X23和X24,X25和X26相關性較強,經(jīng)比較留下X24,X25,X26和X27進入下一輪篩選。

綜上,經(jīng)過相關性分析,共留下X2,X4,X5,X6,X9,X11,X14,X16,X17,X20,X21,X22,X24,X25,X26,X27共16個指標。

(三)顯著性分析

經(jīng)顯著性分析發(fā)現(xiàn)只有X5、X9、X14、X16、X24和X26顯著性水平低于5%,進入財務危機預警模型,形成變量。

三、Logistic回歸模型構建

(一)財務危機回歸模型描述

將經(jīng)過相關性分析和顯著性分析后的X5、X9、X14、X16、X24、X26這5個變量為自變量,企業(yè)是否具有財務風險為因變量(ST公司為1,非ST公司為0)構建財務危機預警模型。

Stata12.0運行結果(如表2):

根據(jù)表2可推出logistic回歸方程為

Ln{P/(1-p)}=0.0487+2.2116X5-2.4646X9-0.1303X14-1.6498X16-0.0064X24-0.7793X26

基于以上財務危機預警模型的建立,本文結論如下:

1. Stata12.0在回歸模型中顯示LR chi2 (6)=298.07,Prob > chi2 = 0.0000表明顯著性水平為0.0000,說明模型整體檢驗十分顯著,并模型參數(shù)估計均以10%的顯著性通過檢驗,反映得到的估計參數(shù)值得信任。

2.從變量系數(shù)來看,財務危機的發(fā)生和所有變量均成正負關系。本文將ST公司P值定義為1,非ST公司變量定義為0,因此相關系數(shù)為正的變量與財務危機的發(fā)生成正相關關系,相關系數(shù)為負的變量與財務危機的發(fā)生成負相關關系。在該模型中,資產(chǎn)負債率越高,財務危機發(fā)生的概率越高;銷售毛利率越高,每股凈資產(chǎn)越高,主營業(yè)務收入現(xiàn)金含量越高,應收賬款周轉率和總資產(chǎn)周轉率越高,發(fā)生財務危機的概率越低。

3.從財務指標預警情況來看,償債能力中的資產(chǎn)負債率指標,盈利能力中的銷售毛利率指標,獲取現(xiàn)金流量能力中的主營業(yè)務收入現(xiàn)金含量指標,以及營運能力中的總資產(chǎn)周轉率指標均有良好的預測效果。發(fā)展能力無一指標進入財務危機預警模型,說明雖然ST公司和非ST公司在增長率之間存在差別,但發(fā)展能力在短期內對財務危機預測能力不強。

(二)財務危機預警模型檢驗

利用得到的logistics回歸模型,對20家上市公司(10家ST公司和10家非ST公司)的檢驗樣本(以2015年財務數(shù)據(jù)為原始數(shù)據(jù))進行預測,具體步驟如下:

1.將所有檢驗樣本的原始數(shù)據(jù)代入模型,計算P值

2.將計算所得P值與0.5相比較,若大于0.5認為是ST,若小于0.5則認為財務狀況良好,不存在財務危機

3.將預測結果與公司真實情況比較,計算得出模型精度。

檢驗結果如表3所示:

從檢驗結果可以看出本文構建的模型對上市公司財務危機具有較好的預測性。

四、研究結論

本文依據(jù)上市公司公開財務數(shù)據(jù),以上市公司是否被ST作為判斷是否發(fā)生財務危機的標準,將上市公司相關財務指標作為自變量引入logistics回歸模型,建立了上市公司財務危機預警模型,取得較好的預測效果。研究成果如下:

(一) ST公司和非ST公司在償債能力、盈利能力、獲取現(xiàn)金流量能力,發(fā)展能力和營運能力5個方面的27個財務指標中存在差異,但最具識別性的指標為償債能力中的資產(chǎn)負債率指標,盈利能力中的銷售毛利率指標,獲取現(xiàn)金流量能力中的主營業(yè)務收入現(xiàn)金含量指標,以及營運能力中的總資產(chǎn)周轉率指標。其中,資產(chǎn)負債率與財務危機發(fā)生成正相關,其余模型變量財務指標均與財務危機是否發(fā)生成負相關關系。

(二)本文在研究過程中發(fā)現(xiàn)ST公司存在數(shù)據(jù)缺失,在尋找匹配樣本時,由于ST連年虧損使得資產(chǎn)規(guī)??s水,能在資產(chǎn)規(guī)模上與ST公司相匹配的正常企業(yè)多為新上市的不久的企業(yè)(5年左右),除此以外,ST公司財務信息披露不如非ST公司完整,多數(shù)ST公司存在凈利潤虧損—盈利—虧損循環(huán),究其原因是由于處置固定資產(chǎn)導致的營業(yè)外收支增加,這些都表明ST公司可能傾向于粉飾自身報表。

(三)本文主要是從制造業(yè)方面對企業(yè)財務危機預警模型進行研究,本文在研究中發(fā)現(xiàn)ST企業(yè)大多為化工行業(yè),存在較多的固定資產(chǎn),且不同制造業(yè)之間存在財務指標的差異,如釀酒行業(yè)就存在較多的存貨。

(四)本文在檢驗模型中發(fā)現(xiàn),若檢驗當年企業(yè)存在盈利,則模型難以判別是否存在財務危機。

參考文獻:

[1]岳上植,張廣柱.上市公司財務危機預警模型構建研究[J].會計之友(下旬刊),2009,01:79-84.

[2]連曉麗.我國A股上市公司財務危機預警模型實證研究[D].廈門大學,2014.

(作者單位:均勝集團有限公司)

猜你喜歡
預警模型財務危機
基于LASSO-LARS的上市公司財務危機預警模型研究
企業(yè)財務危機預警系統(tǒng)研究
拿什么拯救中年財務危機
商周刊(2017年6期)2017-08-22 03:42:49
基于遺傳算法和LS-SVM的財務危機預測
我國上市公司財務預警分析
中國市場(2017年2期)2017-02-28 19:48:12
基于AHP—模糊綜合分析的移動社交網(wǎng)絡輿情預警模型研究
基于RS—ANN的大學生心理危機預警模型構建與應用
考試周刊(2016年103期)2017-01-23 17:18:13
內部控制與財務危機預警耦合——基于外貿(mào)企業(yè)內部控制與風險管理問題的研究
基于模糊分析法的高校專利初級預警模型的研究
價值工程(2016年30期)2016-11-24 14:38:32
農(nóng)村消失的影響因素及建模研究
科技視界(2016年22期)2016-10-18 15:00:50
兴城市| 达拉特旗| 玉溪市| 藁城市| 巴青县| 贵州省| 大余县| 宁武县| 新竹市| 广东省| 射阳县| 滦南县| 孝感市| 阜平县| 汤阴县| 苗栗县| 广灵县| 上杭县| 化州市| 家居| 和龙市| 丽水市| 资源县| 新闻| 离岛区| 巴里| 青龙| 上犹县| 新沂市| 沁源县| 曲水县| 西藏| 宁津县| 抚顺市| 龙川县| 城固县| 威海市| 河东区| 安义县| 金昌市| 岫岩|