上市公司财务困境预测实证研究

1、2上市公司财务困境预测实证研究马喜德厦门大学金融系福建厦门，361005Email: 工作论文2003.10.12内容摘要财务困境预测是金融领域一个重要的研究课题。自上世纪60年代以来，随着企业破产问题的日益严重，各国学者纷纷试图通过定量分析对企业破产提前作出预测。近五十年来，从多元判别分析等线性预测模型，到以神经网络模型为代表的各种非参数预测模型，相关的研究成果层出不穷。但是，在国内对公司财务困境预测的研究才刚刚起步，其主要原因是1993年7月1日之前我国并没有实施统一的会计准则，缺乏可靠的规范的研究数据。因此，研究如何利用国外现有的研究成果，结合中国的实际对企业破产作出准确的预测，是摆在我们面前迫切需要解决的问题。中国证券市场历经十三年的发展，规模日益壮大。面对这么庞大的市场，如果能借助财务困境预测模型对上市公司的财务危机提前作出预测，不管对于监管者、银行、上市公司或者投资者来说，都具有重要的意义。本文以中国上市公司作为研究对象，将公司因财务状况异常而被特别处理（ST）作为企业陷入财务困境的标志，采用逐步判别分析方法筛选自变量，并利用多元判别分析（MDA）、Logistic回归和B

2、P神经网络三种方法进行财务困境预测，比较其预测结果。研究发现，速动比率、营运资本/流动资产、利息保障倍数、总资产周转率、营业收入净利润率、流动资产净利润率和主营业务利润/利润总额等财务指标具有较强的预测能力；比较三种方法，发现BP神经网络的预测能力最强，Logistic回归模型的预测能力次之，多元判别分析的预测效果最弱；采用BP神经网络模型可以在上市公司被ST的前3年以87的准确率预测出企业即将陷入财务困境。本文共分四章，引言部分介绍研究背景和研究意义；第一章是国内外财务困境预测研究概述；第二章介绍本文的主要设计，包括研究样本、财务指标的选取和模型的构建；第三章对实证研究的结果进行分析，比较了多元判别分析、Logistic回归和BP神经网络三种方法的预测效果；第四章是研究结论。关键词：上市公司、财务困境、实证研究Empirical Study of Financial Distress Prediction of Public CompanyAbstractFinancial distress Prediction is an important field in Finance. S

3、ince 1960s,more and more researchers try to predict bankruptcy through quantitative analysis. In the recent 50 years, many models such as Multivariate Discriminant Analysis and Neural Network come out. However, in our country, financial distress prediction just begins. The main reason is the lack of uniform Accountant Rule before July,1,1993.Thus,It is urgent for us to work on financial distress prediction in China.In the last 13 years, the Chinese security market developed rapidly. Because ther

4、e are so many public companies, if we can predict the failure of them beforehand, it is significant not only for supervisor, bank and investors, but also for public companies themselves.This study regards public companies received special treatment as a signal of financial distress, and try to predict financial failure of public companies in China. I use stepwise discriminant analysis to select financial ratios and use Multivariate Discriminant Analysis, Logistic Regression and Neural Network mo

5、del to predict financial distress. I find that quick ratio, working capital /current assets, EBIT/interests, sales/total assets, earnings/sales, earning/current assets et al. can predict financial distress accurately. I also find that Back Propagation Neural Network model overwhelms Multivariate Discriminant Analysis and Logistic Regression models in prediction accuracy. We can predict financial distress of a public company at the accuracy of 87 percent 3 years before it receives special treatme

6、nt by Back Propagation Neural Network model.This study consists of four parts. In the foreword the background and significance of the study are introduced. Chapter 1reviews the past studies. Chapter 2 introduces the sample, variables and models. Chapter 3 analyzes the empirical results. Chapter 4 is the conclusion. Key words: Public Company; Financial Distress; Empirical Study引言一、上市公司财务困境预测的研究背景企业破产（bankruptcy or failure）不仅是市场经济中的普遍现象，也是一个全球化的话题。一个国家企业破产的数量经常被作为衡量该国经济发展和经济稳定的指标。近年来，全球企业出现了破产数量多、

7、破产面广的趋势，甚至一些大公司也无法幸免。企业破产会带来一系列的经济和社会问题，因而如何在企业破产之前预警并采取相应的减震措施是学者们研究的重点。早在十九世纪三十年代，美国就开始通过对破产企业的财务状况进行定量分析以期提前对企业陷入财务困境发出预警。自十九世纪六十年代起，西方国家掀起了企业财务困境预测研究的高潮。经过近五十年的发展，财务困境预测不仅在理论上形成了一套系统的研究方法，而且在政府外部监管、银行商业贷款评估、企业内部控制、投资者投资决策等领域得到广泛的应用。但是在国内，财务困境预测研究才刚刚起步。新中国第一部统一的会计准则企业会计准则于1993年7月1日正式开始生效，才把全国各行业的企业会计工作统一到一个标准上，实现了会计指标的统一。在此之前，由于企业财务报表数据缺乏可比性，财务困境预测研究一直处于停滞状态。随着中国经济的快速发展，对企业破产问题的研究受到越来越多人的关注，而大家关注的焦点又都集中在中国的上市公司。上市公司是证券市场发展的基础，其行为的规范和业绩的好坏直接决定了证券市场的兴衰。中国证券市场历经十三年的发展，规模日益增大，截至2003年9月29日，中国证券市场共

8、有上市公司1280家，流通市值13509.26亿元。但是我们看到，随着证券市场规模的扩大，上市公司所暴露出来的问题也越来越多。上市公司良莠不齐，部分上市公司为了达到包装上市的目的，利用市场本身法规的不健全和监管的不成熟恶意造假，损坏了投资者的利益，扰乱了证券市场的秩序。这些上市公司治理结构失衡，生产经营管理混乱，因而一上市就连年亏损，从而给投资者带来了巨额损失。市场监管的不完善，加上上市公司的虚假行为，沉重打击了投资者的投资信心，2003年7月份中国证券市场的开户数首次出现了负增长，证券行业的发展出现边缘化趋势，市场笼罩着悲观失望的情绪。通过对企业财务状况的分析鉴别质地不同的上市公司，成为摆在我们面前迫切需要解决的问题。本文的主要目的，就是通过比较找出最佳的预测上市公司财务困境的方法，以期向监管部门和广大投资者揭示，哪些上市公司已经进入了财务困境的预警区，是我们应该加以关注或警惕的对象。之所以选择上市公司进行分析，一方面是因为上市公司在国民经济发展中的重要地位，另一方面也是因为上市公司必须遵循严格规范的信息披露制度，所得到的财务数据较为准确和可靠。二、研究意义企业破产的影响面是相当广的

9、，投资者、公司管理层、员工、债权人、供应商、客户甚至政府部门都会受到不同层次的影响。概括地讲，本文在以下几个方面具有重要意义：1、 有助于投资者的投资决策当公司破产清算时，股东的资产请求权是处于最后一位的，因而当公司资不抵债时，股东的投资往往血本无归。而即使公司没有进行破产清算，一旦监管部门公布某公司陷入财务困境，该公司的股票价格通常会大跌，投资者也会遭到投资损失。因而，如果投资者能够获得一种事前信息，提前知道上市公司是否会陷入财务困境，加强警惕性，减少或者取消对该公司的投资，那么就能避免损失。可见，财务困境预测给投资者提供了一种评价公司业绩的尺度，有助于投资者作出正确的投资决策。对于保守的投资者，可以通过“用脚投票”避免投资损失；而对于激进的投资者，甚至可以通过卖空该公司股票获得不错的投资收益。2、有助于管理层加强内部控制并改善经营管理对于公司管理层来说，阶段性地评估公司当前的状况是一项极其重要但却又相当困难的任务。通过这种阶段性的评估，管理人员可以发现公司潜在的优点和缺点，这样就可以有序地改变政策和行动。在这里，如果应用得当的话，判别模型就可以足够早地预测出公司存在的问题，使管理人员能够意识到目前情况的严重性，并采取相应的措施改善经营管理以避免破产的发生。即使破产是不可避免的，那么在破产前与比较强的公司进行合并，也将使公司的债权人和股东受益。3、有助于员工及时对未来的工作前景作出规划对于公司的员工而言，其经济利益与公司的经营情况紧密相连。作为企业的一分子，员工可以为企业发展献计献策，协助企业走出财务困境；如果公司确实积弱难返，则可以提前对自己未来的工作进行规划，避免遭到失业的威胁。4、有助于债权人对贷款安全性进行评估商业贷款评估在社会中是一项很重要的活动，它对商业银行和其它的一些放款机构尤为重要。债权人通过财务困境预测可以判断企业的偿债能力，从而提前采取相应的措施加大清收贷款的力度，避免贷款损失；而对于潜在的债权人，利用财务困境预测则可以对贷款的安全性进行评估，帮助信贷员避免做出令银行损失惨重

《上市公司财务困境预测实证研究》由会员博****1分享，可在线阅读，更多相关《上市公司财务困境预测实证研究》请在金锄头文库上搜索。