5文献综述讲义.doc

中工 信商 2014-JX16- 毕业论文（设计） 文献综述 论文题目： 上市公司财务困境与产权性质相关性分析 系 （部） 会计系 专业班级 会计106 学 号 201004044623 学生姓名 周园 指导教师 王进朝 提交日期 2014年 3 月 24 日 上市公司财务困境与产权性质相关性分析 前言：中国从资本市场建立开始，上市公司也随之不断地发展，上市的公司从行业、类型到地区、规模都呈现多样化趋势。中国的上市公司，特别是上市公司中的ST公司，存在着严重的财务困境问题，财务风险也比较大，对上市公司的发展会有很大的影响。因此对上市公司财务困境问题的研究是十分重要的。通过对这一领域大量文献的研究，从企业财务困境的成因、评价体系及控制三个角度综述，加强分析，以期对上市公司陷入财务困境的理论和实践研究提供借鉴和指导. 一、研究现状 1. 国外研究综述 西方古典经济学家在十九世纪就已经提出了风险的概念，认为风险是经营活动的副产品，经营者的收入是其在经营活动中承担风险的报酬。从狭义上看，企业的财务风险是指由于利用负债给企业带来的破产风险或普通股收益发生大幅度变动的风险。这种观点立足于企业筹资时过多举债或举债不当。西方国家强调全面风险管理的观念是从资金运动到资本经营整个体系的过程，对财务风险的控制包括风险预警、风险识别、危机处理等内容。 最早的财务困境预测研究是Fitz Patrick所做的单变量破产预测模型，他以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率，而且在经营失败之前三年这些比率就呈现出显著差异[1]。另外，史密斯的研究也得出了类似的结论。但是这些早期研究仅仅是属于描述性分析范畴。 比弗在1968年10月的《会计评论》上提出了单一比率模型，即利用单一的财务比率来预测企业的财务失败，这也是财务失败预测中进行的最早的研究。Beaver对1954-1964年间79家失败企业和相对应的79家成功企业的30个财务比率进行研究，采用的研究方法包括三种，分别为均值比较、划分测试以及似然分析。在排除行业因素和公司资产规模因素的前提下，Beaver的研究表明，下列财务比率对预测财务失败是有效的：现金流量/债务总额、净收益/资产总额、债务总额/资产总额，其中现金流量/债务总额指标表现的最好[2]，但是总体而言，该指标用于分辨非失败企业的准确率高于分辨经营失败企业，这在一定程度上影响了模型的实用性。 部分地克服了Beaver模型的缺陷，其他的单变量模型如资产负债分解模型、赌徒理论等应运而生，资产负债分解模型强调企业外部的不稳定冲击导致企业破产签资产负债的结构发生显著变化。赌徒理论则关注破产前企业连续地出现负现金流。但是，各种单变量模型均有任何单元指标无法全面地反应企业财务特征的致命缺陷。 随后，该研究逐步发展到多变量研究阶段，美国财务专家Altman首次将多元线形判别方法引入到财务困境预测领域。他以1946-1965年间提出破产申请的33家公司和同样数量的非破产公司进行研究，选取的财务指标主要有5个：营运资本/总资产、留存盈余/总资产、息税前利润/总资产，股权的市场价值/债务的账面价值、销售/总资产。通过多元判别模型产生了一个在的判别分，称为Z值，并根据Z值进行判断。Z 值越低，企业发生财务失败的可能性就越大[3]。 Raman运用逐步判别分析法对证券评级中的会计指标的预测能力进行研究，发现经营活动中的清偿能力是主要的判别因素。Bartczak分析了290家公司，其中60家已经宣告破产，结果表明，五年的营运现金流指标未能有效地区分健康的公司和陷入财务困境的公司，反而，综合利用债务/股本比率、盈利能力、负债比率、资本稳定程度、流动资产储备以及运用债务市场和资本市场的能力等预测效果最佳。Takahashi和Kurokawa进行的日本企业的实证研究发现，综合运用财务比率和绝对值预测公司破产的准确度高[4]。 近年来，许多研究人员尝试着采用各种方法将财务困境的预测工作推向深入。Altman和Kao提供了一种新的分类方法——递归划分算法进行财务分析并在公司财务危机的背景下与判别分做了比较[5]。Tam则利用三层BP神经网络来研究，根据输入到的网络的一些样本提供一套权重，在网络训练之后，可以将任何新输入（公司）划分为破产或非破产，结果发现非线性模型效果较好。 总体看来，国外财务风险研究起步早，理论体系完善，应用领域广，且研究成果多且系统。如，国外的多家风险管理协会、风险管理学院对企业风险管理事务、专业证书考试制度极具贡献，其中，美国全球风险专业人员协会每年举办财务风险管理人员专业证书考试，多家协会和学会出版风险管理