财务困境与公司并购.ppt

财务困境与公司并购 一、财务困境的概念 代表性观点： 1.Beaver（1966）以不能支付（Insolvent）定义财务困境，为了便于操作，具体以下列事项的发生来界定财务困境：破产、债券违约（Defaults）、银行账户透支以及拖欠优先股股利。 2.Ross等在定义财务困境时分为两个主题，即流量和存量，认为当企业的经营性现金净流量不足以抵偿现有到期债务时，出现流量破产，而净资产为负时，即资产价值小于负债时，就会产生存量破产。 3.Amy Hing-Ling Lau(1987)把财务困境状态分为5个，即状态0—财务稳定，状态1—取消或减少股利，状态2—技术性逾期和债券违约，状态3—处于破产法保护状态，状态4—破产清算 。 4.谷祺和刘淑莲（1999）认为财务困境企业包括从资金管理失败到破产以及处于两者之中的各种情况。 5.吕长江等（2004）认为财务困境与财务破产是两个概念，企业在达到破产（资不抵债）之前会经历财务困境过程。 在国外的实证研究中，往往以破产申请为标志，国内以ST为标志的为多。 二、财务困境的成因 一类是因资金配置失败可能引起的技术性无力清偿，另一类是经济失败可能引起的资金不足所导致的破产性无力清偿。 1.资金配置失败。企业因资金配置失败所导致的财务困境往往是由于企业过度投资而使长期资产侵占了流动资产，使资产结构失衡，导致企业资金的流动性不足，最终失去支付能力。 2.经济失败。经济失败（economic failure），这是从严格经济学意义上来说的，当企业的收益小于包括企业资金机会成本在内的总成本时，即现在西方常用的EVA(Economic Value Added)小于零时，就说企业经济上失败了。 如果企业的所有者被迫接受低于市场回报的投资回报，经济失败的企业仍将可继续经营，但这样的企业已无力获得额外的资金收入，长此下去，企业终将萎缩或关闭，而经济失败严重（亏损）的企业，会慢慢蛀蚀股东的资本，导致资不抵债。 三、财务困境预警研究 财务困境预警研究经历了从单因素判别分析、多元线性判别函数（ Multivariate discriminant analysis）、逻辑回归模型（Logistic regression analysis）以及人工神经网络（artificial neural network）的发展轨迹。 预警研究样本的共同特点：一定的困境企业样本，一一配对或不一一配对非困境企业的样本，进行判别分析。 1．单因素判别分析（1968年以前） Fits Patrick（1932）采用单因素判别分析（Univariate discriminant analysis），发现影响企业财务困境的主要因素是股东权益报酬率（净利润/股东权益）和企业负债水平（股东权益/负债）。 1966年Beaver同样采用单因素判别分析，对1954-1964年间美国79家财务困境企业和79家非财务困境企业进行配对研究，发现主要的影响因素是现金流量债务比（现金流量/负债）、资产收益率（净收益/总资产）和资产负债率（负债/总资产）。 单因素判别能够揭示出最具影响力的指标，但每一个指标都无法反映整体的情况，而且当指标之间存在矛盾时，就无法作出正确的判断。 2．多元线性判别分析（1968-1980s）。 1968年Altman采用多元线性判别别分析(Multivariate discriminant analysis，MDA)的方法进行预警研究。 MDA判别函数（预警模型）的一般形式: 可以通过统计软件SPSS的“discriminant”完成运算。 Altman利用1945-1965年美国制造业33个破产企业和33个非破产企业进行配对研究，创立了著名的Z分数（Z-Score）模型，发现财务困境的主要影响因素有5个： 营运资金/资产总额 留存收益/资产总额 息税前利润/资产总额 股东权益市场价值/负债账面价值 销售额/资产总额 评价： 多元线性判别分析用统计软件可以筛选出最具影响力的指标，并用一个模型揭示指标之间的相互关系，模型的分值易于对企业的困境程度进行辨别。 但多元线性判别函数假设自变量之间是完全线性互补的（Full linear compensation），要求服从多元正态分布（Multivariate），但事实上，线性判别分析易于偏离正态分布（Erkki K.Laitinen, Teija Laitinen,2000）。 3. 多元逻辑回归分析（1980s-1990s） 为了克服多元线性判别的缺陷，1980年Ohlson采用逻辑回归（Logistic regression analysis，LA）的方法进行预警研究。 Logit回归模型的基本原理是： 设被解释变量为财务困境是否发生，假定事件财