財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析

ID:15185067

大?。?1.50 KB

頁(yè)數(shù):7頁(yè)

時(shí)間:2018-08-01

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析_第1頁(yè)
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析_第2頁(yè)
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析_第3頁(yè)
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析_第4頁(yè)
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析_第5頁(yè)
資源描述:

《財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析  【摘要】財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型可以從定量角度客觀準(zhǔn)確判斷企業(yè)的財(cái)務(wù)危機(jī)程度,網(wǎng)絡(luò)的普及對(duì)此頗具影響。本文采用實(shí)證方法,選取了5個(gè)財(cái)務(wù)指標(biāo)作為模型變量,構(gòu)建了一個(gè)基于極值原理的Fisher線性判別模型,并對(duì)該模型進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明,該模型具有較好的對(duì)企業(yè)財(cái)務(wù)狀況和風(fēng)險(xiǎn)狀況進(jìn)行評(píng)價(jià)預(yù)警的能力?!  娟P(guān)鍵詞】財(cái)務(wù)預(yù)警模型指標(biāo);財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型;多元線性函數(shù)模型    網(wǎng)絡(luò)環(huán)境作為全球化的技術(shù)環(huán)境,使會(huì)計(jì)行業(yè)發(fā)生了根本性的變革,企業(yè)管理者越來越多的關(guān)注網(wǎng)絡(luò)所帶來的挑戰(zhàn)與機(jī)遇。網(wǎng)絡(luò)財(cái)務(wù)在我國(guó)尚處于初期階段,它的運(yùn)用存在

2、諸多新風(fēng)險(xiǎn),建立一套有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)是必然選擇,而建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)最關(guān)鍵的就是構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型?! ”疚恼J(rèn)為現(xiàn)金流量表能客觀地反映企業(yè)的經(jīng)營(yíng)狀況及獲利能力,而且由于現(xiàn)金流量的計(jì)算不涉及權(quán)責(zé)發(fā)生制,幾乎沒有造假的可能,因此本文是基于現(xiàn)金流的F記分模型為基礎(chǔ)構(gòu)建網(wǎng)絡(luò)環(huán)境下的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型?!   ∫弧颖镜倪x擇  7  本文對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行實(shí)證研究,研究的主體是我國(guó)A股市場(chǎng)的上市公司,利用公開披露的企業(yè)信息來研究上市公司陷入財(cái)務(wù)危機(jī)的可預(yù)測(cè)性。  在確定樣本企業(yè)時(shí),選取了一組在上海證券交易所上市交易的18家ST公司,同

3、時(shí)還相應(yīng)地選擇同行業(yè)、同規(guī)模的18家非ST公司作為研究樣本,總樣本共36家。研究數(shù)據(jù)主要來自上海證券報(bào)上公開披露的2002年度到2006年度的年度報(bào)告的有關(guān)資料?!   《⒇?cái)務(wù)預(yù)警模型指標(biāo)的選擇    任何企業(yè)的財(cái)務(wù)危機(jī)都會(huì)通過一些敏感性財(cái)務(wù)指標(biāo)值反映出來。因此,設(shè)置一些敏感性財(cái)務(wù)指標(biāo)是建立財(cái)務(wù)預(yù)警機(jī)制的基礎(chǔ)?;诰W(wǎng)絡(luò)環(huán)境下現(xiàn)金流量對(duì)企業(yè)的重要性,本文主要從企業(yè)財(cái)務(wù)活動(dòng)的角度,確定了三大類基礎(chǔ)指標(biāo):經(jīng)營(yíng)環(huán)節(jié)風(fēng)險(xiǎn)指標(biāo),包括應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、營(yíng)業(yè)周期、現(xiàn)金流入量與現(xiàn)金流出量之比、銷售營(yíng)業(yè)現(xiàn)金流入比;籌資環(huán)節(jié)風(fēng)險(xiǎn)指

4、標(biāo),包括流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、已獲利息倍數(shù)、長(zhǎng)期資產(chǎn)合適率、總資產(chǎn)增長(zhǎng)率、現(xiàn)金流動(dòng)負(fù)債比率、現(xiàn)金盈利值、營(yíng)運(yùn)資金占用額;投資環(huán)節(jié)風(fēng)險(xiǎn)指標(biāo),主要包括總資產(chǎn)報(bào)酬率、總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)凈現(xiàn)率。7  為了全面客觀地檢驗(yàn)上市公司的經(jīng)營(yíng)好壞,所選取的財(cái)務(wù)指標(biāo)要具有全面性與綜合性,保證所選指標(biāo)之間存在顯著性差異;為避免指標(biāo)之間某些特征重復(fù)計(jì)算,盡量消除變量的高度相關(guān)性。為此,本文將通過兩個(gè)步驟選取建模指標(biāo)?! 。ㄒ唬┻\(yùn)用T檢驗(yàn),判斷財(cái)務(wù)指標(biāo)的顯著性差異  利用收集的總共36家企業(yè)的數(shù)據(jù)資料,分組計(jì)算19個(gè)財(cái)務(wù)指標(biāo)在被掛名ST前兩年的

5、平均值,計(jì)算兩組樣本各指標(biāo)值的T檢驗(yàn)值。  這個(gè)過程可以通過SPSS統(tǒng)計(jì)分析軟件中的樣本顯著性檢驗(yàn)功能,對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)。為了讓更多的指標(biāo)入選,現(xiàn)將T檢驗(yàn)的判別標(biāo)準(zhǔn)定為:|T|≥1.7。在雙尾檢驗(yàn)的顯著性概率中,通過檢驗(yàn)的指標(biāo)較多,在前一年有十二個(gè),在前兩年有八個(gè)。模型中包括過多的指標(biāo),會(huì)不利于對(duì)上市公司的財(cái)務(wù)危機(jī)進(jìn)行有效的預(yù)測(cè)。因此,需再通過顯著性的指標(biāo)中再次篩選。  通過綜合考慮,最初選定了五個(gè)財(cái)務(wù)指標(biāo)即:X1銷售營(yíng)業(yè)現(xiàn)金流入比、X2資產(chǎn)負(fù)債率、X3營(yíng)運(yùn)資金占用率、X4總資產(chǎn)報(bào)酬率和X5總資產(chǎn)周轉(zhuǎn)率。 ?。ǘ┻\(yùn)用因子分析法,檢驗(yàn)財(cái)務(wù)指標(biāo)

6、的相關(guān)性  如果上述所選的五個(gè)指標(biāo)之間高度相關(guān),那么就會(huì)使某些特征重復(fù)計(jì)算,引起夸大的危害,因此在選擇最終變量時(shí)應(yīng)盡量消除變量的高度相關(guān)性?! ∵@個(gè)過程可以通過SPSS統(tǒng)計(jì)分析軟件中的因子分析功能,對(duì)五個(gè)指標(biāo)進(jìn)行檢驗(yàn),其檢驗(yàn)結(jié)果表明,這五個(gè)指標(biāo)的相關(guān)系數(shù)都是小于0.5的。因此,可以選擇這五個(gè)指標(biāo)來構(gòu)建模型?!   ∪?、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建7    本文將采用基于極值原理的Fisher判別法。其基本思想是:把多維問題化為一維問題,并應(yīng)用線性判別函數(shù)解決判別問題?! 〉谝徊剑跇?gòu)建模型前,需要確定所選的樣本數(shù)據(jù)是否是有效的。運(yùn)用SPSS軟件,

7、對(duì)樣本進(jìn)行判別分析,經(jīng)判別后,有效觀測(cè)量為36?! 〉诙?,檢驗(yàn)五個(gè)指標(biāo)的均值在ST組和非ST組之間是否存在顯著的差異,從而證實(shí)這些變量在構(gòu)造預(yù)測(cè)模型中的代表性。經(jīng)SPSS軟件檢驗(yàn)證實(shí),五個(gè)指標(biāo)的均值在ST組和非ST組之間確實(shí)存在著顯著差別?! 〉谌剑\(yùn)用SPSS軟件,對(duì)五個(gè)指標(biāo)進(jìn)行F線性判別,得到:  前一年的線性判別模型為:  Y=0.365X1-0.455X2+0.002X3+0.802X4+0.404X5+1.388  前兩年的線性判別模型為:  Y=0.114X1-0.968X2+0.079X3-0.026X4+0.721X5-

8、0.525  根據(jù)前一年的判別模型,將企業(yè)成為ST前一年的數(shù)據(jù)進(jìn)行回代代入,得到樣本企業(yè)的Y,Y=1.43,依據(jù)此分界值對(duì)樣本企業(yè)進(jìn)行檢驗(yàn)。若Y值<1.43,則說明該企業(yè)在未來一

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。