上市公司财务预警模型研究评述.docVIP

上市公司财务预警模型研究评述 　　【摘要】本文首先给出了财务预警模型的研究背景和意义，然后对财务危机的含义进行了界定。在系统梳理国内外研究上市公司财务预警模型的基础上，对使用BP人工神经网络模型来进行财务预警的思想及其在Matlab中的编程进行了简要介绍。 　　【关键词】财务预警；财务危机；逻辑回归 　　一、研究背景及意义 　　伴随着我国社会主义市场经济体制改革的不断深化，激烈的市场竞争不仅给我国上市公司带来了磨练的机遇，也带来了诸多新的挑战。由于存在这种激烈的市场竞争氛围，不可避免地会使一批实力不够强大的上市公司陷入财务危机，这就会给与该上市公司有利益关联的投资者、债权人、其他企业以及国家造成不利的影响。所以，构造财务危机预警模型已成为世界各国学者争相研究的热门课题。由于所有预警模型的预测效果均受来自样本容量和误差的影响，而且在现实的经济世界中总会发生这样或那样的对上市公司生产经营造成不利影响的偶然事件，因此人们建立的财务危机预警模型不是百分之百的准确。但是，一个判断准确率较高的预警模型还是很有价值的，这对于保护与该上市公司有利益关联的投资者、债权人、其他企业以及国家的利益具有重大意义。 　　二、关于财务危机含义的界定 　　财务危机（Financial Crisis）又称财务困境（Financial Distress），破产是最为严重的财务危机，大多数国外学者的研究着眼点都是从企业破产着手的。在Beaver（1966）的研究中，79家“财务困境公司”包括59家破产公司、16家拖欠优先股股利公司和3家拖欠债务的公司。由此可见，Beaver把破产、拖欠优先股股利、拖欠债务界定为财务困境。Altman（1968）定义的财务困境是“进入法定破产的企业”。Deakin（1972）则认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而已经进行清算的公司”。Carmichael（1972）认为财务困境是企业履行义务时受阻，具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式。国内学者对财务危机的界定并多不，一般认为“财务危机是指企业因财务运作不善而导致财务状况恶化的一系列动态结果”，将被ST的上市公司定义为陷入财务危机。 　　三、文献回顾 　　（一）国外文献回顾 　　最早进行财务预警模型研究的是Fitzpatrick（1932）所做的单变量破产预测模型，他以19家企业为样本，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呈现出显著差异。 　　Beaver（1966）选取了30个财务比率进行研究，在排除行业因素和公司资产规模因素的前提下，通过对30个比率进行单个检验，研究发现现金流量/债务总额，净收益/资产总额，债务总额/资产总额对预测财务危机是有效的，其中现金流量/债务总额指标表现最好。 　　Altman（1968）提出的了多元判别模型—Z-score判别模型。他以1946年至1965年期间提出破产申请的33家公司和相对应的33家非破产公司作为样本，运用逐步多元区别分析法提炼最具有代表性的财务比率，通过统计技术筛选出在两组间差别尽可能大而在两组内部的离散度最小的变量，从而将多个标志变量在最小信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程。用其财务比率拟合出一个多元线性函数方程，求出Z值，对其经营状况进行预测或判断，发现模型的预测力在破产前一年的成功率明显超过了一元判定模型。 　　Ohlson（1980）采用Logistic回归方法建立财务预警模型，分析样本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。Logistic回归模型对于变量的分布不再有具体要求，而且在回归时通过概率值进行预测，具有较好的实用性。 　　Coats和Fant（1993）使用BP神经网络理论，以Altman构建的5个财务比率为研究变量建立财务预警模型，对财务失败公司进行判别分析，结果表明Z值模型对破产当年具有很好的判断效果，但不具有很好的提前预测效果，而神经网络模型能够较好解决这一问题。 　　（二）国内文献回顾 　　受证券市场发展的影响，国内对财务预警的研究起步较晚。吴世农和黄世忠（1986）首次介绍了企业破产的分析指标和预测模型。周首华等（1996）选用1977-1990年31家国外破产公司和另外相对应的同一行业、同一年度及相近净销售额的31家非破产公司作为研究样本，提出了F分数模型，在充分考虑了企业现金流量的变动等方面的情况后，通过调整和更新指标对Z值模型进行修正。 　　我国直到1999年4月才真正开始了以我国企业数据为基础，建立适合我国国情的预警模型的实证研究。陈静（1999）以1998年27个ST公司和27个非ST公司