我国财务危机预警模型的研究会计论文.docVIP

我国财务危机预警模型的研究会计论文 在市场环境日趋复杂的今天，如何规避财务风险，建立有效的财务危机预警模型愈来愈显示出其重要性。本文通过对国内近年来有关财务危机预警模型研究的介绍，对已有成果进行总结归纳，并结合国内的研究进展，对我国财务危机预警模型的研究成果做出基本评价，并对其未来发展方向做了一定的探讨。 财务危机 预警模型 财务危机的界定 对财务危机的界定，国内外学者因研究目的不同而异，使用了不同的标准。Beaver(1966)认为，破产、拖欠偿还债务、 ___银行账户或无力支付优先股股利四项中的发生任何一项的企业，，即可定义为发生了财务危机的企业。Alt ___n(1968)认为，财务危机企业是“进入法定破产的企业”。在国内，多数学者在研究中倾向于直接使用披露的上市公司数据，并以是否被“ST(特别处理)”作为判断该企业是否发生财务危机的判断标准。 国内财务危机预警的研究始于20世纪80年代中后期，而到1996年以后，才陆续出现以企业财务数据为基础建立的财务危机预警模型。 周首华、杨济华、王平(1996)在埃特曼(Alt ___n)Z分数模式的基础上，建立了新的预测模式——F分数模式。他们选取了31家破产公司及31家非破产公司作为样本建立F分数模式，并用4160家公司数据作为检验样本进行了验证，得出其准确率近70%。F分数模式充分考虑了现金流量的变动情况，其选取的五个判定变量完全基于财务理论，而非像其他模式的变量系数取自实务选定方法。研究指出，如采用F分数模式进行趋势分析，较之时间序列上任一时点的单一F分数分析都重要得多。 陈静(1999)采用单变量分析和多元预测模型对国内市场27家ST公司和非ST公司进行了实证分析。在单变量分析中，发现资产负债率和流动比率在宣布ST前一年的误判率最低，而在宣布前三年时，总资产收益率和流动比率的.误判率较低。在其建立的多元线性判别分析中，选取了资产负债率、净资产收益率、净利润、流动比率、营运资本/总资产以及总资产周转率六个指标来构建预警模型，并通过对三年判定函数预测正确率的计算和比较，发现多元判定模型在宣布前一年的成功率较高，离宣布日越远，成功率越低。 吴世农、卢贤义(xx)选取1998-2000年发生ST的样本公司70家和相对应的非ST样本公司70家，首先应用剖面分析和单变量判定分析，选取盈利增长指数、资产报酬率、流动比率、 ___负债与股东权益比率、营运资本与总资产比、资产周转率6个指标作为多元判定分析得变量，并以此构建LPM模型、Fisher二类线性判定模型和Logistic回归模型。研究表明，LPM模型与Fisher判定模型在财务困境发生前1年的误判率均为10.07%，从应用上可证明两个模型是等价的。三种模型均能在财务危机发生前做出较为准确的判断，且就同一样本集而言，Logistic回归模型误判率最低，判定效果最好。 杨淑娥、黄礼(xx)从沪深两市上市公司中选取了以工业板块和综合板块为主的90家ST公司和相应的90家非ST公司，选择流动比率、现金比率等10个指标利用BP人工神经网络算法构建BP神经网络模型。通过构建的模型对建模样本进行回判以及对检验样本进行判定，其正确判定率分别达到90.8%和90%，证明了基于财务指标信息的BP人工神经网络方法是预测企业财务是否会发生危机的有效方法。同时，该文也指出，预警模型在研究同类行业时将取得更好的效果。 纵观大多数学者对财务危机预警系统的研究，周首华、陈静等在国外研究模型的基础上，进一步发展符合国内实情的财务预警模型，杨淑娥、黄礼等则采用新的思路，结合其他学科对构建财务预警模型的新方法进行的探究。这些研究基本上都更加重视现金流量在财务危机预警中的重要作用，以及强调进行时间序列上的趋势分析的重要性。 通过上述研究可以发现，所构建的财务危机预警模型的误判率明显降低，证明近年来国内在该领域上的研究成果显著。但与此同时，也应看到我们的研究仍存在不足之处。 1.数据的获取和处理，国内研究更大程度上是在上市公司披露的数据下进行进一步研究和建模，获取的数据是否真实可信，对数据的处理是否得当，这些都是影响模型有效性的重要因素，但这些因素在研究中没有得到适当的保证。 2.财务指标的选择，不同行业各财务指标的重要性及衡量标准有所区别，国内研究一味强调ST公司的选择而忽略了公司行业性质的影响，可能使构建出来的模型“被综合”，从而无法做出更加精确的判定。 如何有效控制企业风险、避免企业财务危机发生，可以说是关系到企业的生死存亡，因此对于财务危机预警模型的研究和深化不仅具有重要意义，而且是十分必要的。基于大多数学者的研究，进一步深入发展或整合利用其他学科研究，建立更为有效的财务危机预警模