上市公司财务危机预警模型研究
- 格式:doc
- 大小:320.00 KB
- 文档页数:8
制造业上市公司财务危机预警研究随着我国制造业占比不断提高,制造业上市公司已经成为中国经济发展的重要力量。
然而,在市场经济环境下,任何企业都可能面临财务危机的风险。
因此,对制造业上市公司的财务危机预警研究显得尤为重要。
一、财务危机预警的意义财务危机是指企业的收入、利润等财务指标较长期内持续低迷,无法偿还债务或经营陷入重大困难的状态。
这已成为市场经济下企业家经营的一大挑战。
而财务危机预警是指通过对企业的财务报表、经营情况等多方面数据进行分析和研究,提前发现企业陷入财务危机的状态,为企业采取有效措施避免或解决财务危机提供依据。
财务危机预警对于制造业上市公司来说尤为重要。
首先,在制造业竞争激烈的市场环境下,企业经营风险很高,任何一个小的经营失误都有可能导致财务危机的爆发。
其次,制造业上市公司的资金来源主要来自于股权融资和债务融资。
一旦财务危机爆发,股东和债权人都会面临巨大的风险。
因此,制造业上市公司需要尽早发现潜在的财务危机,采取有效的措施防范风险。
制造业上市公司的财务危机预警指标包括财务、经营、市场三个方面。
财务方面的指标包括资产负债表、利润表、现金流量表等,主要用于分析企业的有形资产、负债结构、盈利能力和偿债能力等方面的风险。
经营方面的指标包括存货周转率、应收账款周转率、应付账款周转率、毛利率、净利润率等,主要用于分析企业的销售、成本、库存等运营情况的风险。
市场方面的指标包括市盈率、市净率、股价波动率等,主要用于分析企业的股价波动情况与市场评价的风险。
制造业上市公司的财务危机预警模型主要包括多元回归模型、人工神经网络模型、支持向量机模型等。
多元回归模型是最常用的财务危机预警模型之一。
它通过分析企业历史财务报表和经济环境等多种因素,建立模型,从而预测企业未来的财务状况。
但是,该模型对数据线性相关性的要求较高,不能处理非线性关系的数据。
人工神经网络模型采用类似人脑神经元的结构,可以有效处理非线性关系的数据。
制造业上市公司财务危机预警研究制造业是整个国民经济的重要组成部分,而制造业上市公司更是行业的佼佼者,承载着国家经济发展的重要责任。
随着国内外经济形势的不确定性及市场竞争的激烈化,制造业上市公司面临着财务风险的压力,财务危机预警成为了企业经营管理中的一项重要工作。
本文旨在对制造业上市公司财务危机预警进行研究,为企业及相关部门提供参考。
一、财务危机的原因分析1.市场竞争激烈制造业市场竞争激烈,产品同质性严重,价格竞争激烈,成本压力增大,导致企业盈利能力下降,甚至出现亏损,财务状况恶化。
2.经营管理不善企业经营管理不善,导致成本控制不力,资金使用效率低下,经营风险增加,财务危机隐患增多。
3.外部环境不确定国内外经济形势不稳定,国际市场风险增大,汇率波动等因素导致企业经营风险加大,财务状况不稳定。
4.过度依赖外部融资一些制造业上市公司过度依赖银行贷款或其他形式的融资,财务杠杆高,资金链紧张,一旦出现经营问题就会陷入财务危机。
二、财务危机预警指标1.财务指标主要包括流动比率、速动比率、资产负债率等指标,通过这些指标的分析可以发现企业的偿债能力、流动性等情况,及时发现企业经营风险。
2.盈利能力指标包括毛利率、净利率等指标,企业的盈利能力直接关系到企业长期发展,盈利能力下降可能导致财务危机的发生。
3.经营现金流指标企业的经营活动现金流量状况是企业经营状况的重要体现,通过分析经营现金流量状况可以发现企业资金运作是否稳健。
4.资本结构指标资本结构指标主要包括股本回报率、负债比率等,通过这些指标的分析可以了解企业的资本结构及融资风险状况。
5.成本费用控制指标成本费用控制是企业盈利能力的重要保障,通过分析企业的成本费用控制情况可以了解企业的盈利能力和经营风险。
三、财务危机预警模型为了更好地预警企业的财务危机,需要建立科学有效的财务危机预警模型。
一般来说,财务危机预警模型包括传统的多元判别分析模型、Logistic回归模型、人工神经网络模型、支持向量机模型等。
一、引言经查询,截止到2020年6月30日,一共有3897家上市公司在沪交所和深交所挂牌交易,流通市值和股票市价总值也分别达到了545787.95亿元和678212.83亿元。
随着经济的快速发展,上市公司逐渐成为市场的重要组成部分,影响着市场的稳定和发展,但同时也带来了一些隐藏的风险。
实质上,投资者就是通过在资本市场中对资本进行市场运作来获取收益的。
因此,对公司财务状况进行预测,也变成了投资者是否进行这项投资行为的决策参考。
理论意义上,一方面企业的财务预警问题已经随着市场经济的发展发生了一系列的转变,从指标化的分析转变为了建立模型来对企业进行检测分析;另一方面,再次对企业危机预警这些问题的研究,可以对已有的企业理论和风险管理理论进行完善和发展。
现实意义上,选取这个研究主题,可以对上市公司的财务预警研究进行更加深入的理论研究,还可以结合我国市场实际情况对上市公司的潜在风险进行检测和预测,来判断该企业是否存在财务危机或即将发生财务危机的可能,以此来对危机进行防范。
二、文献综述(一)财务危机的界定许多偶然因素都有可能给某个企业带来危机,例如市场环境和决策者失策。
但从整个行业来看,企业群体一般危机和财务危机的发生则存在着一定的客观性和必然性,国外的学者们一般在企业的某项指标发生变化时对财务危机进行界定。
Beaver (1966)[1]在研究中认为,当一家企业开始拖延支付股息、透支银行存款金,并且没有能力偿还债券,就可以认为其存在财务危机。
Odom 和Sharda(1990)[2]则认为当一个企业的现金流能力出现无法修复的情况时,财务危机便开始形成。
Ross 等(1995)[3]则认为财务危机不能从某些单个方面去界定,他们分别从四个方面对财务危机进行了相对全面的研究。
目前我国国内文献一般不将破产清算作为界定的标准,因为破产清算就意味着企业已经破产,那么对其的预测将不能产生一系列补救的手段。
同时,由于某些数据问题,我国国内大部分学者在进基于BP 神经网络的上市公司财务预警模型研究杨钰晨,丁元耀(宁波大学商学院,浙江宁波315211)【摘要】上市公司的财务问题历来是投资者关注的热点,对公司财务状况进行预测是投资者是否进行这项投资行为的决策参考。
上市公司财务危机预警模型探究引言财务危机是指一个上市公司面临严峻的财务困难和经营风险,可能导致破产或资不抵债的状况。
在现代市场经济中,上市公司的财务危机在一定程度上影响着整个经济系统的稳定和进步。
因此,猜测和预警上市公司财务危机变得至关重要。
本文将探究上市公司财务危机预警模型,以提供对公司将来风险的猜测和警示。
一、上市公司财务危机的定义和特征财务危机是指企业在经济环境中出现严峻的财务问题并导致经营困难的状况。
上市公司财务危机具有以下特征:1.严峻的财务问题:财务问题可能包括资金短缺、高度负债、流淌性危机、盈利能力下降等。
2.经营困难:财务问题的出现会导致企业经营困难,包括产品销售下滑、市场份额缩水、供应链问题等。
3.潜在破产风险:财务危机进一步进步可能导致企业无力偿还债务,甚至破产。
二、财务危机预警的重要性财务危机对于上市公司和整个经济系统都带来严峻的影响。
因此,提前猜测和预警财务危机具有重要意义。
1.保卫投资者利益:通过财务危机预警模型,投资者能够更早地识别有潜在风险的上市公司,从而防止巨大的投资损失。
2.维护金融市场稳定:当上市公司发生财务危机时,其影响往往会扩散到金融市场。
猜测并准时处理这些风险,有助于维护金融市场的稳定。
3.增进经济进步:财务危机会导致企业经营困难,从而影响整个经济系统的稳定和进步。
猜测并预警财务危机,有助于降低企业经济风险,推动经济的持续进步。
三、现有的财务危机预警模型为了猜测和预警上市公司财务危机,探究者提出了多种预警模型。
其中比较有代表性的有Altman模型、Springate模型和Zmijewski模型。
1.Altman模型:Altman模型是一种经典的财务危机预警模型,它基于公司财务数据和统计分析来进行猜测。
模型主要通过计算Z值来评估公司的财务状况,从而猜测财务危机的可能性。
2.Springate模型:Springate模型是基于财务比率的预警模型。
它通过对公司的盈利能力、偿债能力和经营能力等指标进行综合分析,来裁定公司是否面临财务危机。
上市公司财务危机预警模型研究综述中图分类号:f832 文献标识:a 文章编号:1009-4202(2010)10-050-02摘要随着我国市场经济体制改革的深化和资本市场的快速发展,企业在获得机会的同时,也面临着无尽的风险。
公司陷入财务危机不仅危及其自身的生存和发展,也给投资者、债权人等利益相关者带来巨大的损失,为了避免企业陷入财务危机,建立企业财务危机动态预警系统,对其进行研究不仅具有较高的学术价值,而且具有现实意义。
本文首先对财务危机预警进行了界定,然后综合介绍了国内外研究情况,在此基础上对其进行了评析和建议。
关键词财务危机预警模型上市公司2006年,随着我国股权分置改革基本完成,证券市场步入健康、快速、有序的发展阶段。
截止2007年底,深沪两地上市公司市值达到32万亿元人民币,占gdp比重将近130%,资本市场呈现出良好的发展势头。
但是,随着我国改革开放的不断深化,市场竞争日益激烈,各种各样的风险与危机不断涌现,企业财务状况由正常逐步恶化,无法按期偿债甚至破产的例子屡见不鲜,使得投资者、债权人、经营者等多方利益人遭受巨大损失。
企业产生财务危机的原因是多方面的,并且它的发生是一个逐步显见、不断恶化的过程,因此,我们要防微杜渐,在财务系统的正常运作中,就要对企业的财务运营过程进行跟踪、监控,及早发出预警信号,将企业面临的潜在风险告知经营者,从而使其早做准备或采取对策,以避免或减弱对企业的破坏。
一、财务危机预警界定对于财务危机预警不同的人有不同的理解。
财务危机预警是以企业信息化为基础,对企业在经营管理活动中的潜在财务危机风险进行监测、诊断与报警的一种技术。
它贯穿于企业经营活动的全过程,以企业的财务报表、经营计划及其他相关的财务资料为依据,利用会计、金融、企业管理、市场营销等理论,采用比率分析、数学模型等方法,发现企业存在的风险,并向利益相关者发出警示,以便采取相应对策的管理方法,避免潜在的风险演变成现实的损失,起到未雨绸缪的作用。
上市公司财务危机预警系统研究的开题报告一、研究背景和意义上市公司作为资本市场的重要参与者,其财务状况的健康程度对投资者、监管机构和金融市场的稳定都具有重要的影响。
然而,随着经济全球化和金融市场的复杂性不断增加,上市公司面临的风险也越来越多样化和复杂化,如市场风险、信用风险、操作风险等,当财务状况出现问题时,可能会引发市场恐慌甚至引爆金融危机等灾难性后果,所以对上市公司的财务形势进行预警和管理是保护资本市场和保证投资者权益的关键。
本研究旨在开发一种上市公司财务危机预警系统,旨在通过建立合理有效的指标体系和预测模型,及时识别潜在的财务困境和风险,提高市场和投资者的预警能力和减轻财务危机的影响,进而提升资本市场的稳健性和公正性,促进经济的持续健康发展。
二、研究内容和研究方法研究内容:1. 研究上市公司财务危机的概念、种类、形成原因、影响因素等;2. 系统阐述财务危机预警的概念、意义、方法及其实现过程;3. 探究上市公司各项财务指标,如盈利能力、偿债能力、经营能力等对财务危机的预警敏感性和权重;4. 建立上市公司财务危机预警模型和分析框架,综合分析公司的财务报表和公司内部和外部环境的因素,识别出财务困境和危机的预警信号;5. 实际案例分析,验证预警模型的准确性、实用性和有效性。
研究方法:1. 文献综述——通过查阅相关文献,了解上市公司财务危机预警系统的重要性、关键指标、预警方法等,为项目的后续开展提供理论基础。
2. 问卷调查——开展针对金融业相关从业人员、投资者及行业专家的问卷调查,了解市场对上市公司财务危机预警系统的需求和主要关注点。
3. 实证分析——以我国上市公司财务危机案例为样本,采用数据挖掘、统计分析等方法,验证预警模型的准确性、实用性和有效性。
4. 小组讨论——通过小组讨论方式,对研究结果进行进一步讨论和提出建议,为研究结论的输出和实践应用提供支持。
三、预期研究结果1. 系统阐述上市公司财务危机的概念、种类、形成原因、影响因素,为理解预警体系打下基础。
上市公司财务危机预警模型研究作者:杨芹英来源:《工业经济论坛》2017年第02期摘要:本文运用数据挖掘的Logistic算法对上市公司发生财务危机的可能性进行分析预测。
本文选取了15家09年因财务问题被特别处理的上市公司为样本,同时选取了15家正常的上市公司为配对样本。
本文基于财务分析的基本理论,选取非参数检验、主成分分析和Logistic回归分析等方法,并通过分析的结果建立上市公司财务危机预警模型。
关键词:财务危机;预警;Logistic模型中图分类号:F 文献标识码:A 文章编号: 2095-7866 (2017) 02-099-006工业经济论坛 URL: http// DOI: 10.11970/j.issn.2095-7866.2017.02.011引言风险预警和管理是公司和机构最基本的任务之一,有效的识别和应对风险也成为公司的成功途径之一。
随着我国证券市场快速发展,市场的竞争越来越激烈,因管理因素或其他因素而陷入财务危机的公司也在不断增加。
由于越来越多的社会大众参与到证券投资,人们对于上市公司是否会陷入财务危机也更加的关心。
因此,建立上市公司的财务危机预警模型对于公司的管理人员、投资者、债权人等都有十分重要的意义,可以帮助其做出正确的决策并采取措施加以防范。
财务困境的发生通常要经过潜伏期到爆发期的很长一段时间,在这段时间内会经历财务状况由正常逐渐发展为财务危机的过程。
由此可见,公司的财务危机具有先兆性和可预测性。
采用财务危机预警模型可以对企业财务危机及其发展趋势进行有效的识别、预测和控制,能够使经营者在风险处在萌芽状态的时候采取有效措施,改善经营状况,减少损失,使利益相关者获得最大的收益。
一、Logistic算法在现实世界中,经常要判断有一些事情是否会发生,比如会议是否会如期举行,以及本文研究的财务危机是否发生,结果只有“是”和“否”两种,这种模型要求因变量的取值必须只能是0、1。
为研究此类问题,便引进了Logistic回归模型。
Logistic模型由学者Verhulst在1838年第一次提出,并开始在人口估计和预测中扩大了应用范围。
Martin(1977)shouci运用多元Logistic模型进行银行破产预测,Ohison(1980)选取了9个财务指标,再次运用该模型来预测企业的财务危机。
之后Charitou和Trigeorgis(2000)又对该模型进行了扩展,采用Logistic回归方法构建了财务危机判别模型,对1983年到1994年之间的139家美国企业进行了对比检验,发现了在预测破产方面显著的指标。
Logistic回归模型为非线性模型,其反应函数呈现S型或者是倒S型。
反应函数的值落在0和1之间,因此,结果易于作出解释。
Logistic回归模型如下:其中:z=B0+B1X1+B2X2+…+BPXP (P为自变量的数量)式中,P为用Logistic逻辑回归模型计算出来的上市公司发生财务危机的概率。
模型用0.5分界点,在模型中,公司发生财务危机,用0表示;不发生财务危机,用1表示。
二、上市公司财务危机预警模型构建的思路及步骤通过参考国内国外的研究关于财务危机的界定,本文将被特别处理的公司(以下简称ST 公司)界定为发生财务危机的公司。
我国证券交易所关于特别处理的最新规定如下:上市公司出现财务状况或其他状况异常,导致其股票存在终止上市风险,或者投资者难以判断公司前景,其投资权益可能受到损害的,证交所将对该公司股票交易实行特别处理:终止上市风险的特别处理(以下简称“退市风险警示”)和其他特别处理。
退市风险警示的处理措施包括:在公司股票简称前冠以“*ST”字样,以区别于其他股票;股票报价的日涨跌幅限制为5%。
其他特别处理的处理措施包括:公司股票简称前冠以“ST”字样;股票报价的日涨跌幅限制为5%。
首先,按照一定标准选取ST公司作为样本公司,正常公司作为对照公司。
其次,通过非参数检验的方法,对选取的指标进行差异显著性检验。
再次,通过主成分分析对财务指标进行二次筛选,简化为几个有代表性且互不相关的财务指标。
最后,根据最终选取的财务指标用Logistic算法进行分析,建立财务危机预警模型。
本文选取了2009年因财务问题被ST的15家上市公司做为危机研究样本,并按1:1的比例确定15家正常公司为配对样本。
本文的研究数据来源:巨潮资讯网、和讯网。
选取的样本公司及配对公司如表(1)所示:上市公司财务危机预警模型指标体系的构成,本文从上市公司的偿债能力、盈利能力、资产管理能力、经营发展能力、股本扩张能力这五个方面选取相关指标。
选取指标的名称及编号如表(2)所示。
三、上市公司财务危机预警模型的建立(一)上市公司财务危机预警指标的差异显著性检验根据我国关于财务预警的研究,上市公司的财务指标不服从正态分布,应该对财务指标进行非参数检验。
本文研究使用的工具是SPSS,在SPSS中提供了8种非参数检验的方法,由于选取的30家上市公司的财务数据都是成对出现,所以本文采用的非参数检验的方法为两配对样本的非参数检验。
两配对样本的非参数检验是指在总体不服从正态分布的情况下通过分析两配对样本,对样本来自的两总体分布是否存在差异性进行推断。
其原假设为:两配对样本来自两总体的分布无显著性差异。
将需要进行检验的数据输入到SPSS中,选择两个配对样本检验方法,系统会自动输出检验统计量表,在表中会给出检验概率p的大小。
检验概率p是用来判断是否拒绝原假设的概率值,在本文中,选择在10%的水平下进行检验,若p0.1,则不能拒绝原假设,认为两配对样本来自的总体无显著性差异。
对训练样本的2008、2007、2006年数据进行非参数检验,通过三年的比较,最终得出了A1,A2,A3,B6,B8,B9,C11,D13 ,E14 9个预测能力较强的指标,作为初始的解释变量,用于进一步的筛选。
从表3可以看出,被ST的公司财务比率的均值较不稳定,变化幅度一般比正常公司大。
发生财务危机的公司财务状况较不稳定,易出现波动,且随着时间逐渐接近财务危机发生的年限,财务比率变化幅度越大,即将发生危机的表现越明显。
(二)主成分分析主成分分析由Hotelling于1933年首先提出。
主成分分析是利用降维的思想,把多个指标化简成为几个简单的指标,将其称为主成分。
主成分分析的思想是直到所提取的信息与原指标相差不多时为止。
通过分析得出的主成分包含了原来的很多信息,在进行进一步分析的时候有很大的优越性[5]。
主成分的的数学模型为用矩阵表示为:Y=UX。
式中Y为主成分向量,U为主成分矩阵,X为原始变量向量。
原则上,有m个变量就有m个主成分,但是如果将其全部提取出来,主成分分析也就失去了其意义。
事实上,前面几个主成分包含了大部分的分析内容,因此,通常情况下,主成分的数量要小于原始变量的数量。
通过成分得分系数矩阵可以看出:(1)主成分因子1:贡献率最大的是速动比率,为0.220,因此主成分1为反映偿债能力指标的因子,用速动比率作为其代表变量。
(2)主成分因子2:贡献率最大的是总资产增长率,为0.383,因此,主成分2为反映资产管理能力指标的因子,用总资产增长率作为其代表变量。
(3)主成分因子3:贡献率最大的是存货周转率,为0.738,因此主成分3为反映经营发展能力指标的因子,用存货周转率作为其代表变量。
(4)主成分因子4:贡献率最大的是扣除非经常损失后的的净利润率,为0.586,因此主成分4为反映盈利能力指标的因子,用扣除非经常损失后的的净利润率作为其代表变量。
根据以上分析结果,最终得到了速动比率A3,总资产增长率D13,存货周转率C11,扣除非经常损失后的净利润率B8,四个指标作为变量进行预警模型研究。
(三)构建Logistic回归模型依据以上得出的四个主成分,利用SPSS进行Logistic模型的构建,将06、07、08年30家公司的财务数据输入到SPSS中,进行分析,最终得到的Logistic回归模型为:其中:本文的Logistic回归模型的临界点为0.5,当P≥0.5的时候,公司发生财务危机的可能性比较大,将其确定为ST公司;当P四、研究结论与展望(一)结论(1)通过以上的分析可以看出我国上市公司的财务信息具有一定的信息量。
我国的上市公司每年都会披露大量的财务数据,这些财务数据在一定程度上具有很强的预测能力。
通过数据挖掘的方法,可以对上市公司的现金流量表、资产负债表、利润表中的财务数据进行分析,从而得到这些数据中的一般规律,并进行应用。
(2)数据挖掘的方法有助于得到上市公司财务数据的深层规律。
虽然每年我们上市公司都会公布一个会计年度的财务数据,但是这些财务数据只是提供表面的信息,很难得到这些财务数据的一般规律。
但是通过数据挖掘的方法则可以发现财务数据的的隐藏信息,从而加以利用。
(3)偿债能力指标、盈利能力指标、资产管理能力指标、经营发展能力指标对于建立财务危机预警模型,可以提供更多的信息量,有助于建立更为准确的预警模型。
(4)对于预测结果而言,06年数据的预测准确率为80.00%,07年数据的预测准确率为83.33%,08年数据的预测准确率为86.67%。
可以看出,越靠近财务危机发生的年限,预测的准确程度越高,离财务危机发生的时间越远,财务比率的指示、预测能力越不能得到充分的体现。
(5)在Logistic回归模型建立之后,企业可以通过模型随时对财务数据进行分析预测,可以及时了解公司的财务状况,从而及时发现财务危机发生的预兆。
(二)建议首先,应扩大样本容量。
在我国的各大财经网站,每年可以查询到的ST公司有限,其中还包含一些非财务问题被特别处理的公司,这些公司还要从样本中去除,因此,样本的数量比较少,数据挖掘的优势没有得到充分的发挥。
通过扩大样本容量的方式可以使得预警模型更加有效。
其次,将财务数据与非财务环境相结合。
本文建立的财务危机预警模型是建立在15个财务指标的基础之上,虽然,这15个指标涵盖了财务分析的重要方面,但是非财务环境的各种因素也会对财务危机造成很大的影响,对此方面进行深入研究将得到更加完善的预警模型。
最后,应扩大预警模型的适用范围。
当前,在各大财经网站都能得到上市公司的财务数据,但是对于非上市公司的信息很少有渠道可以了解,因此,应扩大非上市公司的信息披露途径,使预警模型可以适用于非上市公司。
参考文献魏乐. 基于数据挖掘的首批创业板上市公司财务分析[J]. 中国管理信息化,2010,3(11): 39~41.杨淑娥.企业多层次财务危机预警研究[M].北京:经济科学出版社,2009.13-20.陈志泊. 数据仓库与数据挖掘[M]. 北京:清华大学出版社, 2009.111~115.吕晓玲,谢邦昌.数据挖掘方法与应用[M].北京:中国人民大学出版社,2009.6~12.赖国毅,陈超.SPSS17.0中文版常用功能与应用实例精讲.北京:电子工业出版社,2010.10-20.。