資源描述:
《公司財務預警模型及其應用研究【開題報告+文獻綜述+畢業(yè)論文】》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、本科畢業(yè)論文開題報告財務管理公司財務預警模型及其應用研究一、立論依據(jù)1.研究意義、預期目標隨著全球經濟一體化的逐步推進和我國市場經濟的快速發(fā)展,企業(yè)間競爭日益激烈,因財務危機導致企業(yè)經營陷入困境甚至宣告破產的例子屢見不鮮,財務危機受到企業(yè)特別是上市公司各方面利益相關者的日益關注。企業(yè)產生財務危機的原因是多方面的,可能是經營者決策失誤,也可能是管理失控,還可能是外部環(huán)境惡化,如經濟衰退、通貨膨脹等。但正常情況下財務危機都有一個不斷惡化并在財務數(shù)據(jù)中逐步顯現(xiàn)的過程。必須要防微杜漸,在財務系統(tǒng)的日常運作中,就應對企業(yè)的財務運營過程進行跟蹤、監(jiān)控,及早發(fā)出預警信號,將企業(yè)面臨的潛在風險告知經營者,從
2、而使其早做準備或采取對策,以避免或減弱對企業(yè)的破壞程度。因此,研究財務危機預警模型,對企業(yè)特別是上市公司是十分必要的。選擇制造業(yè)上市公司作為研究對象,以企業(yè)財務狀況與財務預警的理論解釋為起點,從國內外對財務預警模型問題的研究開始,借鑒國內外對財務預警問題的理論研究與實踐結果,結合上市公司財務現(xiàn)狀,探討財務預警模型在制造業(yè)上市公司的應用問題。2.國內外研究現(xiàn)狀隨著資本市場的不斷發(fā)展與完善,對上市公司財務危機進行預警研究一直是國內外學術界的熱點問題之一。(1)國外學者的研究現(xiàn)狀1932年,F(xiàn)itzpatrick最早使用一元判別分析法研究財務危機模型。從那時起,公司財務危機的預測就成為一個極具吸引
3、力的課題16。1966年,Beaver對1954-1964年間的79家經營失敗的公司和同行業(yè)同規(guī)模的79家經營未失敗的公司進行一元判定預測,發(fā)現(xiàn)現(xiàn)金流/負債能夠最好地判定公司的財務狀況。1968,Altman以1945-1965年間提出破產申請的33家公司和同行業(yè)同資產規(guī)模的33家非破產公司作為樣本,建立了Z分數(shù)模型。現(xiàn)有的對財務預警研究大多采用組合的分析方法,如Gorzalczany,Piasta(1999)采用了模糊神經網(wǎng)絡模型和Ann,Cho,Kim(2000)采用粗糙神經網(wǎng)絡模型對企業(yè)的財務危機進行了研究;Shin,Lee(2002)基于遺傳算法和McKee,Lensberg(200
4、2)組合了遺傳程序和粗糙集的財務預警模型。其他也有學者對財務預警的現(xiàn)有模型進行了比較分析,并為我們研究指出了方向。如Balcaen,Ooghe(2004)對單變量分析、風險指數(shù)模型、多元判別分析和條件概率模型這四種財務預警模型作了比較研究,并歸納出在傳統(tǒng)的模型中所出現(xiàn)的問題:數(shù)據(jù)異常、樣本選擇不當、數(shù)據(jù)的非光滑和不穩(wěn)定、對選擇的企業(yè)的財務狀況的信任和真實性、對獨立變量的選擇不恰當、忽略了在模型中對時間序列的影響。這些在一定程度上為我們的后續(xù)研究指明了方向。(2)國內學者的研究現(xiàn)狀由于我國對財務預警研究起步較晚,主要借鑒了國外的的經驗。但也結合了我國的實際情況,并采用了多種組合的方法進行分析,
5、其中對企業(yè)的財務預警以定量分析為主,定性分析相對考慮較少。①應用傳統(tǒng)的財務預警模型對我國上市公司財務進行分析1996年,周首華等最早借鑒Altman的Z分數(shù)模型,并加入了現(xiàn)金流量比率,提出了一種供管理當局使用而又區(qū)別于傳統(tǒng)的公司償付能力分析的新的預測模型F分數(shù)模式,但研究樣本卻不是取自中國證券市場。其他的如陳靜(1999)采用了Altman模型、陳曉(2000)采用了Logit回歸模型、楊保安(2001)采用了人工神經網(wǎng)絡網(wǎng)絡等傳統(tǒng)的預警模型對我國上市公司財務困境進行了預測。②財務預警方法的比較2008年,陳遠志、羅淑貞比較了單變量預警分析、Z計分模型、Zeta模型、修正的F模型以及分數(shù)模型
6、對我國農業(yè)板塊上市公司的財務預警效果;2009年,黃新榮、楊華通過均值比較、配對樣本T檢驗和Z檢驗,從9個方面的27個研究變量中選取了9個差異顯著的變量,建立了危機前(t-2)年的判別分析模型、邏輯回歸模型和人工神經網(wǎng)絡模型。③對某個行業(yè)或規(guī)模的財務進行分析2006年,徐光華選取EVA指標替代傳統(tǒng)凈利潤指標的基礎上,以滬市IT行業(yè)上市公司為樣本,建立了基于EVA的IT行業(yè)財務預警模型,并據(jù)此進行實證分析,提出一些具體建議。除了IT行業(yè),對行業(yè)選取樣本的研究主要集中在制造、房地產、信息技術類企業(yè)。如郭兆(2009)就對我國制造業(yè)上市公司財務風險進行實證分析。另一方面,對中小企業(yè)的財務預警研究的
7、也比較多。④組合財務預警模型及與其他方法的結合16楊兵(2005)、寧靜鞭(2008)等學者都從樣本的選取角度,并組合了其他如K近鄰方法,對我國上市公司財務預警模型進行了改進,證明可以大幅度提高其預測的準確程度。以神經網(wǎng)絡模型為基礎的財務預警系統(tǒng):劉彥文(2007)提出了以粗糙集與神經網(wǎng)絡相結合的技術方法,應用于我國上市公司財務危機預警研究中,證實其在網(wǎng)絡訓練的準確性和精度上都優(yōu)于傳統(tǒng)的BP神經網(wǎng)絡。其他還有