财务危机分析论文

时间:2022-12-23 05:14:00

导语:财务危机分析论文一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

财务危机分析论文

【摘要】本文通过对财务危机研究的预警指标和预警模型进行介绍分析,提出对财务危机研究成果的评价。

【关键词】财务危机研究综述

一、财务危机研究综述

(一)财务危机预警指标

1.一般财务指标

一般认为,国外学者对财务危机的研究始于Fitzpatrick(1932),他借助于对危机公司与非危机公司财务指标的比较分析,发现对财务危机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。Altman(1968)根据行业和资产规模,为33家破产公司选择了33家非破产配对公司,选用22个变量作为破产前1-5年的预测备选变量。经过筛选,最终确定了5个变量作为判别变量:营运资本/总资产、留存收益/总资产、息税前利润/总资产、权益市价/总负债的账面价值、销售收入/资产总额。在国内的研究中,吴世农、卢贤义2001年利用财务困境前1-5年的数据对21个财务指标进行逐步回归,最终选取了盈利增长指数、净资产收益率、资产报酬率、流动比率、长期负债与股东权益比率、营运资本与总资产比和资产周转率等6个财务指标。

2.现金流量指标

利用现金流量指标来预测财务危机是基于一个理财学的基本原理:公司的价值应等于预期的现金流量的净现值。Aziz,Emanuel,Lawom在1988年提出了现金流量信息预测财务困境模型。他们根据配对的破产公司和非破产公司的数据,发现在破产前5年内两类公司经营现金流量均值和现金支付的所得税均值有显著差异。在国内,周首华、杨济华和王平(1996)在《财务危机的预警分析—F分数模型》一文中,引入了(税后净收益+折旧)/平均总负债和(税后净收益+利息十折旧)/平均总资产两个反映现金流量变动的指标。

3.市场收益率指标

Beaver(1968)是使用股票市场收益率信息进行财务危机预测研究的先驱。他发现在有效的资本市场里,股票收益率也如同财务指标一样可以预测破产,但时间滞后。Aharony,Jones和Swary(1980)用周收益率来衡量股票收益,以股票收益率方差作为对风险变化的预测,构建了基于市场收益率方差的破产预测模型。研究表明在正式破产公告日前4年内,破产公司股票的市场收益率方差与一般公司的市场收益率方差间存在差异,并且随着破产公告日的临近,破产公司股票的市场收益率方差加大。

4.其它非财务指标

Hopwood(1989)将三种审计保留意见(一贯性、持续经营和不确定事项保留意见)及六个财务比率纳入预测指标,研究结果显示,在破产发生前1年,三种类型的审计保留意见的公司破产有显著的关系。破产发生前两年和前三年,仅有不确定事项审计保留意见与公司破产间具有显著关系,而一贯性、持续经营审计保留意见与公司破产间不具有显著关系。Lennox(1999)选取经济形势、行业、公司规模、资本杠杆比率、审计意见、应收账款周转率、现金与流动负债的比率和资本报酬率等解释变量对1988-1994年间的5569家样本公司进行了实证研究,检验了审计意见在财务危机预警中的显著效应。他在研究中发现公司规模、行业、经济形势及资本杠杆比率四个变量对公司破产的判别能力显著。(二)财务危机预警模型

1.单变量模型

单变量分析是最早应用于财务危机预测的模型,其主要思想是通过比较财务危机企业和非财务危机企业之间各个财务指标的显著差异,选定某个指标作为判别变量,让样本数据根据该指标进行排序,然后根据判别点对财务危机企业和非财务危机企业进行分类的一种方法。

单变量分析虽然开创了财务危机预测实证研究的先河,用起来比较简单,但是它有以下两方面的局限性:一是根据不同的财务指标进行判断有可能得出相反的结论。二是单个变量所包含的信息不足以反映企业的整个财务状况。这两个缺陷严重影响了单变量模型的适用性。

2.多元线性判别模型

多元判别模型是运用多种财务比率指标加权汇总而构造多元线性函数公式来对企业财务危机进行预测。美国学者Altman(1968)在财务危机预测研究领域中贡献巨大,他率先将多元线性判别方法引入财务预警领域。此后,各国学者开始广泛关注这一研究领域,财务危机预测模型作为一种工具被普遍接受。研究者们纷纷将多元判别分析法应用到自己的财务危机预测研究中,构建了多变量判别模型。

3.多元逻辑回归模型

Martin(1977)首次将逻辑回归分析法引入财务危机预警的研究,使模型不仅能就样本公司是否发生财务危机进行分类,还可以衡量发生财务危机的概率,并以1969年-1974年为样本期间,选用25个财务比率分别预测两年后银行可能破产的可能性。吴世农、卢贤义(2001)选取了1998-2000年70家ST公司作为财务危机公司样本和70家非ST公司作为配对样本,首先采用了剖面分析和单变量判定分析,研究财务危机前5年内各年这些公司21个财务指标的差异性,最后确定了6个预警指标,应用Fisher线性判别分析、多元线性回归和逻辑回归分析三种方法构建了相应的模型,通过研究发现三种模型均能在财务危机发生前做出较为准确的判断,并且相对同一信息集而言,逻辑回归模型的误判率最低,财务危机发生前1年的误判率为6.47%。

多元逻辑回归模型的优点在于不需要严格的假设条件,克服了多元线性判别模型受统计假设约束的局限性,从而具有广泛的应用。

4.主成分预测模型

杨淑娥、徐伟刚(2003)在《上市公司财务预警模型——Y分数模型的实证研究》文中采用了统计法中的主成分分析法,通过对我国上市公司财务危机状况的实证研究,建立了上市公司财务预警模型——Y分数模型,并通过本次研究中选择的样本指标,初步确定了企业财务状况评价区域,为企业预测财务危机提供了一种科学可行的预测办法。

主成分预测模型的综合指标中的线性组合使得模型中包含的信息量更加丰富,因此近年来,主成分预测模型在财务危机的预警研究中受到了很多学者的青睐。

5.其它模型

1988年Messier和Hansen将专家系统首次引入到财务危机预测领域,1990年Odom等开始运用人工神经网络进行财务危机预测的探索,而在1998年Franco和Varetto进行了应用遗传算法在这方面的尝试等等。这些研究推动了财务危机预测在西方的发展。

我国学者吕长江、周现华(2004)在分析各种研究方法应用前提的基础上,采用制造业上市公司1999-2002四年的数据分别运用多元判别分析、逻辑线性回归模型和人工神经网络模型对财务状况处于困境的公司进行预测比较分析。结果表明:尽管各模型的使用有其特定的前提条件,三个主流模型均能较好地在公司发生困境前1年和前2-3年较好地进行预测,其中,多元判别分析法要逊色于逻辑模型,神经网络模型的预测准确率最高。

二、财务危机研究成果的评价

1.关于财务危机的定义,学术界基本上都是从静态的角度界定,很少从动态的角度进行把握,财务危机从萌芽到爆发这一渐进的过程,还没有形成一个完整的体系。

2.缺乏遴选预测变量的综合性理论框架。由于理论的不完善,目前实证研究中预选变量时不能在理论的指导下有系统性的选择,而只能靠财务分析判断、以往研究经验、直觉或其它标准来选择形形色色的变量,再在经验数据基础上不断地筛选变量。筛选后的变量不一定能代表企业财务状况的全貌。另外,由于各个预警模型侧重点的不一样,所选取的指标不够全面,有一定的片面性。

3.国内外研究中利用经验数据的搜寻与检验来尝试建立有预测能力的模型,不同的建模方法与变量选择都可能使结果有所不同,因此并不存在一个统一的适用于一切公司的标准模型。各种模型都有误判和失败的可能性,目前还缺乏评价模型预测结果的可靠性的系统方法,关于模型应用有效性的评价还非常少。