我國上市公司財務(wù)困境的預(yù)測模型研究論文

《我國上市公司財務(wù)困境的預(yù)測模型研究論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、我國上市公司財務(wù)困境的預(yù)測模型研究論文.freeliehael(1972)認(rèn)為財務(wù)困境是企業(yè)履行義務(wù)時受阻，具體表現(xiàn)為流動性不足、權(quán)益不足、債務(wù)拖欠及資金不足四種形式。Ross等人(1999；2000)則認(rèn)為可從四個方面定義企業(yè)的財務(wù)困境：第一，企業(yè)失敗，即企業(yè)清算后仍無力支付債權(quán)人的債務(wù)；第二，法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請企業(yè)破產(chǎn)；第三，技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；第四，會計破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。從防范財務(wù)困境的角度看，“財務(wù)困境是指一個企業(yè)處于經(jīng)營性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)

2、”，即技術(shù)破產(chǎn)。在Beaver(1966)的研究中，79家“財務(wù)困境公司”包括59家破產(chǎn)公司、16家拖欠優(yōu)先股股利公司和3家拖欠債務(wù)的公司，由此可見，Beaver把破產(chǎn)、拖欠優(yōu)先股股利、拖欠債務(wù)界定為財務(wù)困境。Altman(1968)定義的財務(wù)困境是“進入法定破產(chǎn)的企業(yè)”。Deakin(1972)則認(rèn)為財務(wù)困境公司“僅包括已經(jīng)經(jīng)歷破產(chǎn)、無力償債或為債權(quán)人利益而已經(jīng)進行清算的公司”。(二)預(yù)測變量的選擇財務(wù)困境預(yù)測模型因所用的信息類型不同分為財務(wù)指標(biāo)信息類模型、現(xiàn)金流量信息類模型和市場收益率信息類模型。1．財務(wù)指標(biāo)信息類模型。Ah

3、man(1968)等學(xué)者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常規(guī)的財務(wù)指標(biāo)，如負(fù)債比率、流動比率、凈資產(chǎn)收益率和資產(chǎn)周轉(zhuǎn)速度等，作為預(yù)測模型的變量進行財務(wù)困境預(yù)測。盡管財務(wù)指標(biāo)廣泛且有效地應(yīng)用于財務(wù)困境預(yù)測模型，但如何選擇財務(wù)指標(biāo)及是否存在最佳的財務(wù)指標(biāo)來預(yù)測財務(wù)困境發(fā)生的概率卻一直存在分歧。Harmer(1983)指出被選財務(wù)指標(biāo)的相對獨立性能提高模型的預(yù)測能力。Boritz(1991)區(qū)分出65個之多的財務(wù)指標(biāo)作為預(yù)測變量。但是，自Z模型(1968)和ZETA模

4、型(1977)發(fā)明后，還未出現(xiàn)更好的使用財務(wù)指標(biāo)于預(yù)測財務(wù)困境的模型。2．現(xiàn)金流量信息類模型。現(xiàn)金流量類信息的財務(wù)困境預(yù)測模型基于一個理財學(xué)的基本原理：公司的價值應(yīng)等于預(yù)期的現(xiàn)金流量的凈現(xiàn)值。如果公司沒有足夠的現(xiàn)金支付到期債務(wù)，而且又無其他途徑獲得資金時，那么公司最終將破產(chǎn)。因此，過去和現(xiàn)在的現(xiàn)金流量應(yīng)能很好地反映公司的價值和破產(chǎn)概率。在Gentry，Neanuel和Laanuel和Laan和Brenner(1981)的研究表明，破產(chǎn)公司的股票在破產(chǎn)前至少1年內(nèi)在資本市場上表現(xiàn)欠佳。Clark和模型。根據(jù)上述選定的6個變量及其財

5、務(wù)困境前1年的樣本數(shù)據(jù)，得到LPM模型的回歸結(jié)果如表8所示。LPM模型的方程可表示為：Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19其中：Y是陷入財務(wù)困境的概率；X1是盈利增長指數(shù)；x3是資產(chǎn)報酬率；x7是流動比率；X11，是長期負(fù)債股東權(quán)益比率；x12是營運資本／總資產(chǎn)；X19是資產(chǎn)周轉(zhuǎn)率。表8LPM模型的回歸估計結(jié)果線性概率方程是以70家非財務(wù)困境公司與69家財務(wù)困境公司在財務(wù)困境前1年的6個財務(wù)指標(biāo)的數(shù)據(jù)為因變量值，取財務(wù)困境公司為1，非財

6、務(wù)困境公司為0作為因變量值進行估計的。因此，理論上取0．5為最佳判定點。根據(jù)估計的模型對原始數(shù)據(jù)進行回代判定，若預(yù)測值大于0．5的，判定為財務(wù)困境公司；否則為非財務(wù)困境公司。判定結(jié)果如表9所示。表9LPM在財務(wù)困境前1年的判定結(jié)果在回判過程中，70家非財務(wù)困境公司有4家被錯判，誤判率為5．71％；69家財務(wù)困境公司有10家被錯判，誤判率為14．49％；總的誤判率為10．07％。判定正確率較高。采用同樣的方法可以計算其他年份的最佳判定點和誤判率。2．Fisher二類線性判定模型。把財務(wù)困境公司劃分為組合1，非財務(wù)困境公司劃分為組合

7、2，對樣本公司的財務(wù)困境前1年的財務(wù)數(shù)據(jù)，使用同樣的6個變量，估計Fisher二類線性判定分析。對于組合1，判定模型為：Z=-6．059+0．331x1一25．865x3+4．033x7+3．250x11-11．905x12+4．428x19對于組合2，判定模型為：Z=-4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19以典則(Canonical)變量代替原始數(shù)據(jù)中指定的自變量，其中，典則變量是原始自變量的線性組合，得到典則的線性判定模型為：Z=0．448—0．435

8、xl+11.374x3—0．229x7—0．803x11+1．589x12+0．570x19根據(jù)上述判定模型，以財務(wù)困境發(fā)生前1年的原始數(shù)據(jù)分別進行回代。二個組合的平均Z值分別是-1．3254和1．3065，樣本個數(shù)分別為69和70，所以按完全對稱原則確定的最佳