基于AHP与信息熵制造企业财务风险预警研究.docVIP

基于AHP与信息熵制造企业财务风险预警研究 　　[摘 要] 以上市制造企业被特别处理作为出现财务风险的标志，选取沪深两市2010年和2011年首次被特别处理的制造企业为研究对象，以其被特别处理前一年的数据为依据，同时随机选取相同数量的非特别处理制造企业作为配对样本进行相应实证分析，提出了新的制造企业的财务风险预警指标体系。通过层次分析法与信息熵方法，借助Yaahp及SAS软件确定了各指标的主客观权重并建立了制造企业财务风险预警模型，实证分析显示模型的预测正确率可达86.7%。 　　[关键词] 财务风险；层次分析法；信息熵；特别处理；制造业 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 12. 001 　　[中图分类号] F275 [文献标识码] A [文章编号] 1673 - 0194（2014）12- 0002- 05 　　1 引 言 　　制造业作为实体经济的重要组成部分，成为一个国家经济的基础和支柱。对于许多国家而言，制造业对促进经济发展的重要作用是其他行业无法代替的。尤其入世后，我国的制造业飞速发展并成为带动社会发展及拉动经济增长的重要动力，其相应总产值在国际市场中占有的份额不断提高，于2009年达1.6万亿美元，居全球第二；于2010年达1.955万亿美元，在全球制造业总产值中所占的比例为19.8%，首次超过美国（19.4%），位列第一[1]。 　　截至2010年末，沪深两市A股上市公司的数量己达2 041家，此类企业逐渐成为我国经济发展的中坚力量。美国的次贷危机引发的金融海啸及欧盟近年来的债务危机均严重影响了我国经济市场环境的稳定，出现亏损或破产的上市公司数量急剧增加。财务风险关系到企业能否在残酷的市场竞争中生存和发展，公司一旦存在严重的财务风险，则可能对股东、债权人等利益相关者造成巨大经济损失。财务风险实质为企业财务状况的不确定性，体现为企业资金收益下降或断裂的可能性。财务风险具体指企业在一定时间内由于各种不可预测及控制的内外部不确定因素，使得企业资金收益下降或资金流断裂，从而对企业的短期和长期目标产生负面影响的可能性。企业应具备预见性和危机意识，在日常经营过程中对企业的财务状况进行跟踪和监控，及时发现并将企业潜在的风险通知相关管理者以采取相应措施，消除或减弱财务风险对企业的破坏。因此，建立企业财务风险预警模型，对企业尤其是上市公司，有非常重要的实践意义。 　　随企业规模不断扩大，企业财务环境也随之发生变化。西方学者首先将研究重点转移至财务风险管理方面的研究，其中Beaver[2]提出单变量模型，选取158家公司为研究对象的同时，选取30个变量并对其预测能力进行检验，最后确定判别效果最好的两个变量――营运资本流/负债和净利润/总资产。Altman[3]在单变量模型的基础上，选取66家公司作为样本进行配对分析，据分析结果选择了22个变量作为备选变量，依据正确率最大的原则，最终筛选出留存收益/资产总额、股东权益市场价值/总负债账面价值等5个变量作为判别变量并构建了Z值模型。Ohlson[4]应用新的数据搜集方法和多元逻辑回归模型进行企业破产预测的研究，发现4类变量显著影响公司破产的概率，即企业规模、资产负债率、经营状况和变现能力。 　　国内对财务风险预测研究起步相对较晚。向德伟[5]对Altman建立的Z值模型对我国经济环境中企业的适用性进行实证研究，检验结果基本支持Z值模型在我国的有效性，但某些公司的Z值却存在较大偏差。周首华 等[6]以Z值模型为基础，加入现金流量指标，选择1977-1990年的62家公司为样本，通过两两配对分析建立了F值模型。为了能够更加符合我国证券市场的实际情况，杨淑娥[7]基于Z值模型并应用主成分分析法选取134家公司进行配对分析并提出Y值模型；在后续研究中将上述样本代回至建立的模型进行检验，发现模型的回判正确率高达86%。吴应宇 等[8]筛选出净利润率、应收账款周转率等15个分析指标，建立了Logistic回归模型，运用因子分析法对相关研究进行修正，通过实证研究证明建立的财务风险预警模型的预测准确率为85%，具有较好的稳定性。 　　由于上市公司的财务数据公开，以上市公司为研究对象的财务风险研究近期已成为学术界的热点问题。刘开瑞[9]以香梨股份有限公司为例，采用Z-Score 模型对上市公司进行财务预警分析，指出 Z值模型对上市企业财务预测的准确性会随着时间的推移而降低。吴?[10]利用统计分析方法预测上市公司财务风险。吴倩[11]在研究过程中加入非财务指标以提高预测风险的准确性，指出引入DEA 效率值并不能提高模型预警的准确性。刘俊奇[12]与冯月平[13]分别采用Logistic 回归建立了我国物流业和制造业上市企业的财务风险预警