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

?

基于Logistic模型的我國(guó)A股上市公司財(cái)務(wù)困境預(yù)測(cè)

2020-06-22 13:17郭二靜
商業(yè)會(huì)計(jì) 2020年10期
關(guān)鍵詞:財(cái)務(wù)困境預(yù)測(cè)模型

【摘要】? 在市場(chǎng)經(jīng)濟(jì)競(jìng)爭(zhēng)日益激烈的今天,合理準(zhǔn)確地預(yù)測(cè)企業(yè)財(cái)務(wù)困境,既可以為投資者做出正確決策提供借鑒,也可以引導(dǎo)經(jīng)營(yíng)管理者防患于未然,更可以幫助政府監(jiān)管部門對(duì)企業(yè)質(zhì)量和證券市場(chǎng)進(jìn)行有效監(jiān)控。文章綜合考慮企業(yè)的財(cái)務(wù)與非財(cái)務(wù)特征,在運(yùn)用正態(tài)性檢驗(yàn)和差異顯著性檢驗(yàn)篩選指標(biāo)的基礎(chǔ)上,建立了基于Logistic回歸分析法的企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型,結(jié)果表明企業(yè)的盈利能力、運(yùn)營(yíng)能力、發(fā)展能力以及現(xiàn)金流量指標(biāo)在企業(yè)財(cái)務(wù)困境預(yù)測(cè)中發(fā)揮了重要作用。

【關(guān)鍵詞】? ?財(cái)務(wù)困境;匹配樣本;Logistic回歸;預(yù)測(cè)模型

【中圖分類號(hào)】? F275? 【文獻(xiàn)標(biāo)識(shí)碼】? A? 【文章編號(hào)】? 1002-5812(2020)10-0035-05

一、引言

我國(guó)市場(chǎng)經(jīng)濟(jì)的飛速發(fā)展和全球經(jīng)濟(jì)交流的日益廣泛,外部環(huán)境的不確定性加大和企業(yè)管理者能力的局限性使得企業(yè)面臨著各式各樣的風(fēng)險(xiǎn),其中財(cái)務(wù)風(fēng)險(xiǎn)是最綜合、最顯著的一種風(fēng)險(xiǎn),即使非財(cái)務(wù)危機(jī)引發(fā)的風(fēng)險(xiǎn)也可能導(dǎo)致財(cái)務(wù)困境。企業(yè)財(cái)務(wù)困境的形成是一個(gè)漸變的過(guò)程,在此過(guò)程中會(huì)不斷釋放各種信號(hào)和征兆,近年來(lái),大部分學(xué)者已經(jīng)針對(duì)企業(yè)財(cái)務(wù)困境問(wèn)題進(jìn)行了相關(guān)的研究與探討,主要集中于企業(yè)財(cái)務(wù)困境影響因素和企業(yè)財(cái)務(wù)困境預(yù)測(cè)兩方面,劉恩斌(2014)選取了近三年被ST的37家上市公司和未被ST的37家上市公司作為研究對(duì)象,同時(shí)選取了反映財(cái)務(wù)因素和非財(cái)務(wù)因素的57個(gè)指標(biāo),先對(duì)每一類別的指標(biāo)分別進(jìn)行因子分析和二元Logistic回歸,再把每個(gè)類別中具有代表性的指標(biāo)匯集在一起構(gòu)建了Logistic模型,進(jìn)而分析影響財(cái)務(wù)困境的因素;楊青龍、田曉春和胡佩媛(2016)利用LASSO方法對(duì)預(yù)測(cè)企業(yè)財(cái)務(wù)困境的指標(biāo)進(jìn)行了篩選,然后分別用決策樹、隨機(jī)森林、SVM、最近鄰法以及Logistic模型對(duì)企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)測(cè)并且比較各模型預(yù)測(cè)的準(zhǔn)確性,發(fā)現(xiàn)并非所有的數(shù)據(jù)發(fā)掘方法都優(yōu)于Logistic模型。

基于目前對(duì)企業(yè)財(cái)務(wù)困境預(yù)測(cè)進(jìn)行實(shí)證分析的文獻(xiàn)還不是很多,標(biāo)準(zhǔn)也不太統(tǒng)一,本文在綜合考慮財(cái)務(wù)因素和非財(cái)務(wù)因素的情況下,首先通過(guò)正態(tài)性檢驗(yàn)和差異顯著性檢驗(yàn)對(duì)預(yù)測(cè)指標(biāo)進(jìn)行篩選,然后選擇最常用的Logistic模型建立預(yù)測(cè)模型,在企業(yè)陷入財(cái)務(wù)困境之前給出較為準(zhǔn)確的預(yù)警信號(hào),以提示利益相關(guān)方,同時(shí)為相關(guān)決策提供可供參考的依據(jù)。

二、理論分析與研究假設(shè)

(一)財(cái)務(wù)困境的定義

財(cái)務(wù)困境又稱“財(cái)務(wù)危機(jī)”或“財(cái)務(wù)問(wèn)題”,最嚴(yán)重的財(cái)務(wù)困境是“財(cái)務(wù)失敗”或“破產(chǎn)”,對(duì)公司的財(cái)務(wù)困境進(jìn)行預(yù)測(cè),必須確定以什么樣的標(biāo)準(zhǔn)認(rèn)定財(cái)務(wù)困境,不同學(xué)者對(duì)公司財(cái)務(wù)困境的判斷標(biāo)準(zhǔn)不同。陳凱凡(2005)將第一年虧損但次年微利的公司定義成財(cái)務(wù)困境公司,同時(shí)將資產(chǎn)凈利率小于0.01作為微利的標(biāo)準(zhǔn);巫磊(2008)以上市公司為研究對(duì)象,把因財(cái)務(wù)狀況異常而被特別處理的公司判定為財(cái)務(wù)困境公司;蔡玉蘭、錢崇秀和董雪杰(2016)以ST標(biāo)準(zhǔn)來(lái)界定財(cái)務(wù)困境。從以上文獻(xiàn)可以看出,普遍將上市公司受到特別處理(ST)這一現(xiàn)象作為公司財(cái)務(wù)困境的標(biāo)志,本文沿用這一做法,將上市公司作為研究對(duì)象,把上市公司因財(cái)務(wù)狀況異常而受到特別處理當(dāng)作陷入財(cái)務(wù)困境的標(biāo)志,不僅契合我國(guó)的國(guó)情,而且與國(guó)內(nèi)大多數(shù)研究保持一致,便于進(jìn)行比較。

(二)研究假設(shè)

企業(yè)財(cái)務(wù)困境的形成包括多方面的因素,結(jié)合三大財(cái)務(wù)報(bào)表信息和相關(guān)文獻(xiàn),本文從企業(yè)的償債能力、盈利能力、營(yíng)運(yùn)能力、發(fā)展能力、現(xiàn)金流量五方面考慮。

1.償債能力。償債能力指企業(yè)償還即將到期債務(wù)(包含本息)的能力,分為短期償債能力和長(zhǎng)期償債能力。對(duì)于企業(yè)而言,如果不具有償還短期債務(wù)的能力,就說(shuō)明該企業(yè)流動(dòng)資產(chǎn)的變現(xiàn)能力不夠強(qiáng),在短時(shí)間內(nèi)有陷入財(cái)務(wù)困境甚至面臨破產(chǎn)的風(fēng)險(xiǎn);如果不具有償還長(zhǎng)期債務(wù)的能力,則將來(lái)可能會(huì)發(fā)生這種財(cái)務(wù)風(fēng)險(xiǎn)?;诖?,提出假設(shè)1:

H1:償債能力越強(qiáng)的企業(yè),其陷入財(cái)務(wù)困境的概率就越小。

2.盈利能力。盈利能力指企業(yè)賺取利潤(rùn)的能力,也稱企業(yè)資金或資本的升值能力,通常體現(xiàn)為企業(yè)收益數(shù)額的大小或程度的高低。短時(shí)期的低水平盈利能力不會(huì)讓企業(yè)陷入財(cái)務(wù)困境之中,但如果長(zhǎng)期保持低水平的盈利能力,必然會(huì)影響到企業(yè)的償債能力,使得企業(yè)陷入財(cái)務(wù)困境?;诖耍岢黾僭O(shè)2:

H2:盈利能力越強(qiáng)的企業(yè),其陷入財(cái)務(wù)困境的概率就越小。

3.營(yíng)運(yùn)能力。營(yíng)運(yùn)能力指企業(yè)的經(jīng)營(yíng)運(yùn)作能力,其營(yíng)運(yùn)能力的強(qiáng)弱取決于資產(chǎn)的運(yùn)轉(zhuǎn)速度、經(jīng)營(yíng)狀況以及管理水準(zhǔn)等各種因素。如果在較長(zhǎng)一段時(shí)間內(nèi),企業(yè)各項(xiàng)資產(chǎn)的運(yùn)轉(zhuǎn)水平出現(xiàn)明顯降低,且在短時(shí)間內(nèi)沒(méi)有回升跡象,就表明企業(yè)出現(xiàn)財(cái)務(wù)困境?;诖?,提出假設(shè)3:

H3:營(yíng)運(yùn)能力越強(qiáng)的企業(yè),其陷入財(cái)務(wù)困境的概率越小。

4.發(fā)展能力。發(fā)展能力(成長(zhǎng)能力),指企業(yè)擴(kuò)建規(guī)模、擴(kuò)充實(shí)力的潛在能力。如果一個(gè)企業(yè)具有強(qiáng)大的發(fā)展能力,就說(shuō)明這個(gè)企業(yè)的資產(chǎn)、利潤(rùn)處于增長(zhǎng)的階段,未來(lái)的發(fā)展前景良好?;诖?,提出假設(shè)4:

H4:發(fā)展能力越強(qiáng)的企業(yè),其陷入財(cái)務(wù)困境的概率越小。

5.現(xiàn)金流量。足夠的現(xiàn)金流量意味著企業(yè)可以用來(lái)償還債務(wù)、發(fā)放現(xiàn)金股利或其他用途,如果出現(xiàn)現(xiàn)金流量短缺、又沒(méi)有其他途徑得到資金的情況,企業(yè)很可能因無(wú)法償還到期債務(wù)而陷入財(cái)務(wù)困境。基于此,提出假設(shè)5:

H5:現(xiàn)金流量越多的企業(yè),其陷入財(cái)務(wù)困境的概率越小。

三、研究設(shè)計(jì)

(一)樣本選取

本文選取了2018年A股中70家ST上市公司(不包括金融業(yè))作為研究對(duì)象,其中制造業(yè)中被ST的企業(yè)共39家,遠(yuǎn)遠(yuǎn)超過(guò)其他行業(yè)中被ST的企業(yè),由于其他行業(yè)中被ST的企業(yè)均不超過(guò)5家,樣本數(shù)量較少,難以進(jìn)行相關(guān)研究得出可靠結(jié)論,因此本文將重點(diǎn)針對(duì)制造業(yè)行業(yè)進(jìn)行財(cái)務(wù)困境預(yù)測(cè)研究。對(duì)制造業(yè)中39家ST上市公司按照1∶2隨機(jī)配對(duì)了2018年同行業(yè)中未被ST的78家A股上市公司作為匹配樣本。將樣本分為訓(xùn)練樣本78家和驗(yàn)證樣本39家。其中訓(xùn)練樣本含有26家ST企業(yè),52家非ST企業(yè);驗(yàn)證樣本含有13家ST企業(yè),26家非ST企業(yè)。數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。

在財(cái)務(wù)困境預(yù)測(cè)時(shí)間的選擇上,鑒于ST企業(yè)在t年受到特別處理是根據(jù)t-1年公布的財(cái)務(wù)報(bào)告,即t-1年的財(cái)務(wù)報(bào)告本身就決定了企業(yè)是否被ST,二者之間存在一定的因果關(guān)系,用t-1年的數(shù)據(jù)構(gòu)建財(cái)務(wù)困境預(yù)測(cè)模型沒(méi)有實(shí)際的應(yīng)用價(jià)值,本文決定選用t-2年的數(shù)據(jù)用于預(yù)測(cè)模型的構(gòu)建。

(二)指標(biāo)選擇

本文在選擇指標(biāo)時(shí),主要遵循以下原則:第一,把以往文獻(xiàn)中選用頻率較高的指標(biāo)盡量采納,以確保同以往文獻(xiàn)的可比性。第二,與本文研究目的聯(lián)系程度較緊密的指標(biāo)。選擇的指標(biāo)主要包括兩大類:(1)傳統(tǒng)財(cái)務(wù)指標(biāo)。傳統(tǒng)財(cái)務(wù)指標(biāo)主要反映了上市公司的償債能力、盈利能力、營(yíng)運(yùn)能力和發(fā)展能力,從不同的角度反映上市公司的財(cái)務(wù)狀況,獲得也相對(duì)容易,符合成本效益原則。(2)現(xiàn)金流量指標(biāo)?,F(xiàn)金流量是企業(yè)的生命源泉,一個(gè)企業(yè)的償債能力取決于企業(yè)在規(guī)定時(shí)點(diǎn)的現(xiàn)金流量,未來(lái)的成長(zhǎng)能力取決于企業(yè)長(zhǎng)時(shí)期穩(wěn)定的現(xiàn)金流,而不是企業(yè)純利潤(rùn)的多少,企業(yè)一切的經(jīng)營(yíng)活動(dòng)不是為獲取利潤(rùn)的大小,而是為給企業(yè)帶來(lái)源源不斷的現(xiàn)金注入。

最終選取了29個(gè)指標(biāo)作為研究變量,見(jiàn)表1。

(三)模型構(gòu)建

企業(yè)財(cái)務(wù)困境預(yù)測(cè)模型本質(zhì)上是一個(gè)二分類問(wèn)題,將企業(yè)是否陷入財(cái)務(wù)困境作為二值響應(yīng)模型的因變量,令企業(yè)財(cái)務(wù)困境為“1”,財(cái)務(wù)健康為“0”;將財(cái)務(wù)和非財(cái)務(wù)預(yù)測(cè)指標(biāo)作為自變量,采用Logistic模型。Logistic回歸分析的基本原理是根據(jù)樣本數(shù)據(jù)使用極大似然估計(jì)法,先構(gòu)造似然函數(shù)與對(duì)數(shù)似然函數(shù),再通過(guò)使對(duì)數(shù)似然函數(shù)值最大來(lái)求解對(duì)應(yīng)的參數(shù)值,最后經(jīng)過(guò)一定數(shù)學(xué)推導(dǎo)預(yù)測(cè)企業(yè)陷入財(cái)務(wù)困境的概率。一般將取值在實(shí)數(shù)范疇內(nèi)的值進(jìn)行Logit變換轉(zhuǎn)換為目標(biāo)概率值然后進(jìn)行回歸。函數(shù)模型的數(shù)學(xué)表達(dá)式如下:

四、實(shí)證分析

(一)正態(tài)性檢驗(yàn)

為保證最終進(jìn)入模型的變量準(zhǔn)確性和穩(wěn)定性,在對(duì)ST組和非ST配對(duì)組進(jìn)行指標(biāo)變量差異的顯著性檢驗(yàn)之前,先對(duì)78家樣本總體的29個(gè)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)。若Sig.值小于0.05或0.1,拒絕原假設(shè),說(shuō)明指標(biāo)不服從正態(tài)分布;反之,說(shuō)明指標(biāo)服從正態(tài)分布。檢驗(yàn)結(jié)果見(jiàn)表2。

由表2可知,29個(gè)指標(biāo)中營(yíng)運(yùn)資本/總資產(chǎn)、前十大股東持股比例合計(jì)兩個(gè)指標(biāo)的Sig.值大于0.05,無(wú)法拒絕原假設(shè),即認(rèn)為這兩個(gè)指標(biāo)服從正態(tài)分布;其余27個(gè)指標(biāo)的Sig.值均小于0.05或0.1,拒絕原假設(shè),即認(rèn)為其余27個(gè)指標(biāo)不服從正態(tài)分布。

(二)指標(biāo)變量差異的顯著性檢驗(yàn)

對(duì)所選擇的29個(gè)指標(biāo)變量進(jìn)行差異的顯著性檢驗(yàn),判斷指標(biāo)變量在ST組和非ST配對(duì)組之間是否存在顯著性差異,若Sig.值小于0.05或0.1,則說(shuō)明該指標(biāo)通過(guò)了顯著性檢驗(yàn),即該指標(biāo)對(duì)上市公司被ST有顯著影響;反之,則說(shuō)明該指標(biāo)沒(méi)有通過(guò)顯著性檢驗(yàn),即該指標(biāo)對(duì)上市公司被ST沒(méi)有顯著性影響。

根據(jù)正態(tài)性檢驗(yàn)的結(jié)果,對(duì)服從正態(tài)分布的營(yíng)運(yùn)資本/總資產(chǎn)、前十大股東持股比例合計(jì)兩個(gè)指標(biāo)采用兩獨(dú)立樣本T檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表3。

由表3可知,對(duì)于營(yíng)運(yùn)資本/總資產(chǎn)這一指標(biāo)而言,F(xiàn)檢驗(yàn)的Sig.值小于0.05,拒絕原假設(shè),說(shuō)明方差不相等;再觀察T檢驗(yàn)的Sig.值小于0.1,拒絕原假設(shè),說(shuō)明營(yíng)運(yùn)資本/總資產(chǎn)在ST組和非ST配對(duì)組之間存在顯著性差異。同理分析可得前十大股東持股比例合計(jì)在ST組和非ST配對(duì)組之間也存在顯著性差異。

對(duì)不服從正態(tài)分布的27個(gè)指標(biāo)采用獨(dú)立樣本Mann-Whitney U檢驗(yàn)進(jìn)行差異顯著性檢驗(yàn),最后得出經(jīng)營(yíng)性現(xiàn)金流量債務(wù)總額比、凈資產(chǎn)收益率、總資產(chǎn)凈利率、銷售凈利率、經(jīng)營(yíng)活動(dòng)凈收益/利潤(rùn)總額、總資產(chǎn)周轉(zhuǎn)率、營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)總收入、總資產(chǎn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、營(yíng)業(yè)收入增長(zhǎng)率、留存收益/總資產(chǎn)、非經(jīng)常性損益/利潤(rùn)總額這12個(gè)指標(biāo)的Sig.值小于0.05,說(shuō)明這些指標(biāo)在ST組和非ST配對(duì)組之間存在顯著性差異。

最終篩選出經(jīng)營(yíng)性現(xiàn)金流量債務(wù)總額比、凈資產(chǎn)收益率、總資產(chǎn)凈利率、銷售凈利率、經(jīng)營(yíng)活動(dòng)凈收益/利潤(rùn)總額、總資產(chǎn)周轉(zhuǎn)率、營(yíng)運(yùn)資本/總資產(chǎn)、營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)總收入、總資產(chǎn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、營(yíng)業(yè)收入增長(zhǎng)率、留存收益/總資產(chǎn)、非經(jīng)常性損益/利潤(rùn)總額、前十大股東持股比例合計(jì)共計(jì)14個(gè)指標(biāo)。

(三)Logistic模型建立與檢驗(yàn)

將企業(yè)是否陷入財(cái)務(wù)困境作為因變量,令企業(yè)財(cái)務(wù)困境為“1”,財(cái)務(wù)健康為“0”;將經(jīng)過(guò)正態(tài)性檢驗(yàn)和差異顯著性檢驗(yàn)后篩選出來(lái)的14個(gè)指標(biāo)從X1—X14依次標(biāo)號(hào)作為自變量,由于本文的研究樣本難以完全滿足正態(tài)分布,決定構(gòu)建Logistic模型。逐步回歸的最終結(jié)果如表4所示。

1.回歸系數(shù)的檢驗(yàn)。由表4可知,除了常量不受影響之外,變量X4、X6、X8、X10、X12的Sig.值均小于等于0.05或0.1,說(shuō)明在顯著性水平為5%或10%的情況下,拒絕原假設(shè),變量系數(shù)均通過(guò)了顯著性檢驗(yàn),即這五個(gè)變量均對(duì)因變量具有很強(qiáng)的解釋作用。

2.擬合優(yōu)度的檢驗(yàn)。由表5和表6可知,模型的Chi2為37.802,-2Log likelihood為61.494,CoX&Snell R2為0.384,Nagelkerke R2為0.533。Logistic模型采用的是極大似然估計(jì)方法,似然函數(shù)的值越大,說(shuō)明模型的擬合程度越好。-2Log likelihood是二倍的似然函數(shù)值對(duì)數(shù),該值越小,說(shuō)明模型的擬合程度越好。CoX&Snell R2和Nagelkerke R2類似于線性模型的R2,同樣用于檢驗(yàn)?zāi)P偷臄M合度。從這些值可以看出,該模型的擬合程度還是很好的。

3.預(yù)測(cè)準(zhǔn)確率的檢驗(yàn)。用驗(yàn)證樣本對(duì)預(yù)測(cè)模型的準(zhǔn)確率進(jìn)行檢驗(yàn),判定時(shí)以0.5為分隔點(diǎn),大于或等于0.5判定為ST企業(yè),小于0.5判定為非ST企業(yè),結(jié)果如表7所示。

從模型的預(yù)測(cè)結(jié)果可以看出,13家財(cái)務(wù)困境公司中有11家公司被判定為財(cái)務(wù)困境,2家公司被判定為財(cái)務(wù)健康,準(zhǔn)確率達(dá)到了84.61%;26家財(cái)務(wù)健康公司全部被判定為財(cái)務(wù)健康,準(zhǔn)確率達(dá)到了100%??梢园l(fā)現(xiàn)對(duì)財(cái)務(wù)健康公司判定的準(zhǔn)確率要高于對(duì)財(cái)務(wù)困境公司判定的準(zhǔn)確率。從總體上來(lái)看39家公司中有37家公司的判定是正確的,總體準(zhǔn)確率達(dá)到了94.87%,說(shuō)明該模型的預(yù)測(cè)效果很好。

(四)回歸結(jié)果分析

進(jìn)入模型的五個(gè)指標(biāo)來(lái)自盈利能力指標(biāo)、運(yùn)營(yíng)能力指標(biāo)、發(fā)展能力指標(biāo)和現(xiàn)金流量指標(biāo),分別是銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)總收入、凈利潤(rùn)增長(zhǎng)率、留存收益/總資產(chǎn)。

銷售凈利率指標(biāo)的變量系數(shù)為-24.125,說(shuō)明一家上市公司的償債能力取決于其盈利能力,如果一家上市公司長(zhǎng)期處于虧損的狀態(tài),就會(huì)慢慢陷入財(cái)務(wù)困境,最終面臨破產(chǎn),這就是銷售凈利率入選模型的主要原因。同時(shí)可以看出,一家上市公司的銷售凈利率越高,其盈利能力越強(qiáng),陷入財(cái)務(wù)困境的可能性越小,并且銷售凈利率系數(shù)的絕對(duì)值還是幾個(gè)指標(biāo)系數(shù)絕對(duì)值中最大的,說(shuō)明盈利能力指標(biāo)對(duì)上市公司是否陷入財(cái)務(wù)困境具有很大的影響力。證明了假設(shè)2成立。

總資產(chǎn)周轉(zhuǎn)率指標(biāo)的變量系數(shù)為-2.968,說(shuō)明一家上市公司對(duì)資產(chǎn)的利用效率越高,公司的運(yùn)營(yíng)能力越高,生產(chǎn)經(jīng)營(yíng)越高效,越不容易陷入財(cái)務(wù)困境。營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)總收入指標(biāo)的變量系數(shù)為22.959,符號(hào)為正,說(shuō)明一家上市公司的利潤(rùn)率并非越高越好,利潤(rùn)最大化不是一家上市公司經(jīng)營(yíng)的最終目標(biāo),也不是一家公司成功經(jīng)營(yíng)的衡量標(biāo)準(zhǔn),成功經(jīng)營(yíng)一家公司應(yīng)該努力創(chuàng)造顧客需要的價(jià)值,實(shí)現(xiàn)價(jià)值創(chuàng)造能力的最大化,所以較低的利潤(rùn)率迫使企業(yè)努力提高運(yùn)作效率,樹立正確的企業(yè)價(jià)值觀。這兩個(gè)指標(biāo)也從側(cè)面證明了假設(shè)3成立。

凈利潤(rùn)增長(zhǎng)率指標(biāo)的變量系數(shù)為-0.349,說(shuō)明一家上市公司利潤(rùn)處于增長(zhǎng)階段時(shí),未來(lái)的成長(zhǎng)能力越強(qiáng),陷入財(cái)務(wù)困境的幾率也就越低。證明了假設(shè)4成立。

留存收益/總資產(chǎn)指標(biāo)的變量系數(shù)為-4.552,說(shuō)明充足的現(xiàn)金流量可以減少上市公司陷入財(cái)務(wù)困境的可能性,公司能否償還到期債務(wù)除了需要盈利外,還需要足夠的現(xiàn)金,沒(méi)有足夠的現(xiàn)金,再多的利潤(rùn)也無(wú)法償還債務(wù)。證明了假設(shè)5成立。

償債能力方面的指標(biāo)最終沒(méi)有被選入模型,與企業(yè)的償債能力與財(cái)務(wù)困境呈負(fù)相關(guān)的假設(shè)不相符,無(wú)法驗(yàn)證假設(shè)1成立。

五、結(jié)論及展望

本文以2018年被ST的39家A股上市公司和未被ST的78家A股上市公司為研究對(duì)象,綜合考慮財(cái)務(wù)因素和非財(cái)務(wù)因素,選取了29個(gè)指標(biāo)變量,首先通過(guò)正態(tài)性檢驗(yàn)和差異顯著性檢驗(yàn)篩選指標(biāo)變量,然后構(gòu)建Logistic模型。由實(shí)證研究和結(jié)果分析得出,企業(yè)的盈利能力、運(yùn)營(yíng)能力、發(fā)展能力和現(xiàn)金流量都與財(cái)務(wù)困境呈負(fù)相關(guān)關(guān)系,這四項(xiàng)能力的提高有助于降低企業(yè)陷入財(cái)務(wù)困境的可能性,驗(yàn)證了假設(shè)2、3、4、5的正確性。同時(shí)銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、營(yíng)業(yè)利潤(rùn)/營(yíng)業(yè)總收入、凈利潤(rùn)增長(zhǎng)率、留存收益/總資產(chǎn)這五項(xiàng)指標(biāo)是預(yù)測(cè)上市公司財(cái)務(wù)困境的核心指標(biāo),基于Logit建立的預(yù)測(cè)模型準(zhǔn)確率可以高達(dá)85%。為此,本文針對(duì)上市公司、監(jiān)管機(jī)構(gòu)和投資者提出如下建議:

對(duì)于上市公司而言,要時(shí)刻關(guān)注公司運(yùn)營(yíng)過(guò)程中各項(xiàng)財(cái)務(wù)指標(biāo)的變動(dòng),不同方面的財(cái)務(wù)指標(biāo)可以反映公司不同方面的核心競(jìng)爭(zhēng)力,基于Logistic模型預(yù)測(cè)財(cái)務(wù)困境的準(zhǔn)確率很高,上市公司有必要結(jié)合三大財(cái)務(wù)報(bào)表信息建立預(yù)測(cè)模型,對(duì)公司的財(cái)務(wù)狀況進(jìn)行一定的預(yù)測(cè)與監(jiān)控。同時(shí),要重點(diǎn)關(guān)注公司的盈利能力,尤其是銷售凈利率;提高公司的經(jīng)營(yíng)效率,不要一味地尋求利潤(rùn)最大化,貫徹顧客價(jià)值最大化、社會(huì)價(jià)值最大化的理念才是公司追尋的最終目標(biāo);還要注意對(duì)公司現(xiàn)金流量的優(yōu)化,建立有效的財(cái)務(wù)系統(tǒng),合理分配資金,保證公司有充足的現(xiàn)金流量?jī)斶€到期債務(wù)。

對(duì)于監(jiān)管機(jī)構(gòu)而言,要加大對(duì)上市公司信息的監(jiān)管力度,規(guī)范上市公司的財(cái)務(wù)信息披露,財(cái)務(wù)信息的真實(shí)性決定了預(yù)測(cè)模型的可靠性和適用性,同時(shí)也會(huì)影響到?jīng)Q策的正確性。

對(duì)于投資者而言,學(xué)會(huì)使用和分析財(cái)務(wù)報(bào)表信息,這些信息對(duì)企業(yè)財(cái)務(wù)困境具有非常強(qiáng)大的解釋能力,可以避免投資者做出錯(cuò)誤的投資行為。

【主要參考文獻(xiàn)】

[1] 劉恩斌.上市公司財(cái)務(wù)困境影響因素實(shí)證研究[D].山東財(cái)經(jīng)大學(xué),2014.

[2] 楊青龍,田曉春,胡佩媛.基于LASSO方法的企業(yè)財(cái)務(wù)困境預(yù)測(cè)[J].企業(yè)管理,2016,(23).

[3] 陳凱凡.企業(yè)財(cái)務(wù)困境混合模型預(yù)測(cè)——基于上市公司財(cái)務(wù)數(shù)據(jù)的實(shí)證研究[D].暨南大學(xué),2005.

[4] 巫磊.基于Logit回歸模型的我國(guó)上市公司財(cái)務(wù)困境預(yù)測(cè)實(shí)證研究[D].西南財(cái)經(jīng)大學(xué),2008.

[5] 蔡玉蘭,錢崇秀,董雪杰.財(cái)務(wù)報(bào)表信息對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)能力[J].FORECASTING,2016,(05).

[6] 張旭堯,張衛(wèi)民.基于生存分析法的財(cái)務(wù)困境預(yù)警研究——以我國(guó)農(nóng)業(yè)上市公司為例[J].商業(yè)會(huì)計(jì),2016,(03).

[7] 劉攀龍.跨國(guó)集團(tuán)財(cái)務(wù)管理戰(zhàn)略轉(zhuǎn)型的路徑研究[J].商業(yè)會(huì)計(jì),2018,(23).

[8] 姚懿軒.基于財(cái)務(wù)困境視角的融創(chuàng)并購(gòu)樂(lè)視的戰(zhàn)略動(dòng)因研究[J].商業(yè)會(huì)計(jì),2018,(01).

[9] 祁新,柏廣才.基于創(chuàng)新視角的中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建[J].商業(yè)會(huì)計(jì),2019,(03).

[10] 章愈婧.機(jī)構(gòu)投資者、財(cái)務(wù)困境與企業(yè)套期保值——基于制造業(yè)上市公司的經(jīng)驗(yàn)數(shù)據(jù)[J].商業(yè)會(huì)計(jì),2018,(04).

【作者簡(jiǎn)介】

郭二靜,女,北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院;研究方向:統(tǒng)計(jì)學(xué),財(cái)務(wù)學(xué)。

猜你喜歡
財(cái)務(wù)困境預(yù)測(cè)模型
財(cái)務(wù)報(bào)表信息對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)能力
基于神經(jīng)網(wǎng)絡(luò)的北京市房?jī)r(jià)預(yù)測(cè)研究
上市公司財(cái)務(wù)困境預(yù)測(cè)研究述評(píng)
中國(guó)石化J分公司油氣開發(fā)投資分析與預(yù)測(cè)模型研究
債務(wù)重組在st上市公司的應(yīng)用
基于IOWHA法的物流需求組合改善與預(yù)測(cè)模型構(gòu)建
基于預(yù)測(cè)模型加擾動(dòng)控制的最大功率點(diǎn)跟蹤研究
金華民營(yíng)企業(yè)財(cái)務(wù)困境的調(diào)查研究
柞水县| 长武县| 盖州市| 含山县| 大洼县| 东乌| 修武县| 湖州市| 正安县| 平果县| 温泉县| 井冈山市| 苏尼特左旗| 河间市| 新昌县| 金溪县| 全椒县| 长汀县| 青神县| 枝江市| 九江县| 淮安市| 抚松县| 镇坪县| 阆中市| 宜丰县| 吕梁市| 石门县| 肃南| 兴文县| 嘉定区| 二手房| 济阳县| 镇原县| 绥棱县| 郑州市| 阿勒泰市| 盐城市| 昔阳县| 元江| 什邡市|