《《精编》财务危机控制与防范方法的应用探讨》由会员分享，可在线阅读，更多相关《《精编》财务危机控制与防范方法的应用探讨（9页珍藏版）》请在金锄头文库上搜索。
1、说明：模板只作格式示例规范，表格内容根据实际情况填写页面设置：上2.5，下2.5，左2.8，右2.8；装订线左边1cm封面格式设置：字体：宋体，四号段落：居中XXXXX大学毕业论文(设计)开题报告财务危机控制与防范方法的应用研究论文题目专业班级学生学号学生姓名指导教师一、立论依据1.研究意义、预期目标研究意义：竞争激烈的市场经济带来机遇的同时也使得企业经营面临更大的风险和危机。尽早察觉财务危机的信号，预测企业的财务风险，使经营者能够在财务危机出现的萌芽状态采取有效措施，预防经营失败，是非常重要的。因此对财务预警系统的研究，不但具有理论上的价值，对企业的财务管理实践也具有指导作用。随着我国加入W
2、TO，面临着国外跨国公司的冲击，为了在激烈的市场竞争中求生存谋发展，我国企业必须建立财务预警系统，它能帮助企业正确地预测、防范财务危机。帮助政府管理部门监控上市公司质量和证券市场风险，保护投资者和债权人的正当利益，有助于社会、经济各方面的安全，减少资本市场的震荡和促进企业的良性发展。预期目标：本文将在阐述财务危机的概念，引发原因，预警模式和处理方法基础上，具体以上市公司万向钱潮为例，对该公司在08年金融危机时期面对财务危机所进行的财务危机预警及处理方法进行分析，从中得出经验教训，为其他企业提供一点借鉴。2.国内外研究现状1 国内外学者对上市公司财务危机的不同定义Beaver(1966)将财务危
3、机定义为：破产、拖欠优先股股利和拖欠债务Altman(1968)，将财务危机定义为进入法定破产的上市公司。Deakin(1972)将财务危机公司定义为那些仅包括已经破产、无力偿还债务或为债权人利益而已经进行清算的公司。Froster(1986)将财务危机定义为除非对经济实体的经营或结构实行大规模重组否则就无法解决的严重变现问题。Karels Prankish 在 1988 给出了一张定义财务失败标准的表，包括不能支付到期债务、银行账户透支、净现值小于零等标准。Ross(1999)从四个方面定义上市公司的财务危机。我国一些学者从上个世纪末开始，纷纷借鉴西方学者在财务危机预警方面的学术成果，开展对
4、我国上市公司财务危机预警模型的深入研究，谷祺和刘淑莲(1999)将财务危机定义为：上市公司无力支付到期债务或费用的一种经济现象，张晓红，苗锡哲（2005）认为财务危机是指企业丧失支付能力，无力支付到期债务或费用及出现资不抵债的一种经济现象。 财务危机的发生， 导致企业经营陷入绝境， 甚至破产。孙群, 阮文彪（2011）认为是财务危机应该是广义的,既是一种状态又是一种过程,包括最初的由于资金管理技术失败导致的资金周转困难状态和最终持续经营能力丧失以致破产结果以及两者之间的动态恶化过程。耿振，蔚垚辉（2011）认为财务危机是指企业目前的现金流量无法应付目前的支付业务,导致企业财务状况的持续恶化,最
5、终使企业丧失了偿还到期债务的能力,实质上就是企业财务风险规模化、高强度化的集中爆发。2 国内外财务危机预警方法研究2.1 国外财务危机预警方法研究现状 2.1.1 单变量财务危机预警模型Fitz Patrick（1931）进行了一项单变量破产预测研究，他以19组破产和非破产公司作为样本，运用单个财务指标将样本划分为破产和非破产两类，发现判别能力最强的是“净利润/股东权益”和“股东权益/负债”这两个比率。30多年后,在Fitzpatrick研究的基础上,比弗(Beaver)提出了影响最为广泛的单变量判定模型。1968年10月,比弗在美国会计评论上提出单一比率模型。在具体分析时,他选择79家经营失
6、败的公司和79家经营未失败的公司并将其随机分为两组,进行一元判定预测。最后得出的结论是:现金流量与负债总额的比率能够最好的判断公司的财务状况,其次是资产负债率。并且离财务失败日越近误判率越低。2.1.2多变量财务危机预测模型针对单变量模型不同比率对整体反映不一致的缺陷，人们对多变量财务预警模型进行了研究。1968年，美国纽约大学商学院的教授奥特曼 (Edwards Altman)在金融杂志上发表了财务比率、判别分析和公司破产的预测，奠定了多变量财务预替模型的理论基础。“，此后，美国的其他几位学者以及英国、日本等其他国家和地区的一些学者都纷纷投入到这项研究当中，并取得了丰硕的研究成果。在多变量财
7、务预替模型中，比较有影响的主要有以下几种：(1)美国学者爱德华奥特曼的Z分数模型20世纪60年代末,美国学者Edward I Altman以制造行业中等资产规模企业为样本,提出了多元Z-score判别模型。该模型运用5个参数变量建立了一个函数方程,用Z值进行判定。Z分数模型从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警的发展。奥特曼教授通过对Z分数模型的研究分析得出:Z值越小，该企业遭受财务失败的可能性就越大。 (2) Logistic 回归分析。Ohlson (1980)选用 1970-1976 年间的 105 家破产公
8、司和 2058 家非破产公司为样本，运用逻辑斯蒂回归法建立了预测模型，并分析了分割点的选择和两类误判率之间的关系，他发现至少存在四类显著影响公司破产概率的变量：公司规模、资本结构、业绩和当一前的变现能力。从 1980 年代以来，Logistic 回归分析代替判别分析法，在财务危机预测研究领域占据主流地位。(3) Probit 模型。Probit 模型和 Logistic 模型的思路很相似，假设企业破产的概率为 P，并假设企业样本服从标准正态分布,概率函数的 P 分位数可以用财务指标线性解释。判别规则也一样,只是在计算方法上和假设前提上有一定的差异。Zmijewski (1984)使用了 Pro
9、bit 分析模型。(4) 类神经网络方法(NN)。自 Ohlson (1980)后，许多相关文献在会计比率选择及新方法的引入方面进行了许多积极的探索。Odom&Sharda(1990)采用类神经网络构建了破产预测模型。他们以 1975-1982 年间的 65 家失败企业与 64 家正常企业配对，并将样本区分为开发样本与估计样本，以 Altman(1968)Z 计分模型所使用的五个财务比率为研究变量，使用类神经网络构建模型，结果发现开发样本的判别正确率高达 100%，对估计样本失败类企业与正常企业的预测正确率分别为 81.75%与 78.18%，显示类神经网络具有较佳的预测能力。22 国内财务危
10、机预警研究现状1986年吴世农、黄世忠进行了我国最早对财务危机预警的研究,从财务报表相对独立的各个指标上加以分析,而未对各类指标加以综合性考虑。1996年,周首华等学者在奥特曼Z分数模型的基础上加以改造,加入现金流量这一预测自变量,建立起财务危机预测的新模式F分数模式,这一模型对国内理论界的影响较大。1999 年，陈静曾发表了一篇以中国上市公司为样本的实证研究论文，她使用 27 家 ST 和非 ST 公司作为对比样本，选取资产负债率、净资产收益率、总资产收益率及流动比率等 4 个财务比率，进行了单变量分析，结果发现资产负债率和流动比率在宣布 ST 前 1 年的误判率最低；在多元判别分析中，选取
11、资产负债率、净资产收益率、总资产收益率、流动比率、营运资本/总资产及总资产周转率 6个指标构建了判别函数。研究结果显示，在上市公司发生财务困难前 l-3 年判定正确率分别为 92.6%，85.2%及 79.6%。张玲(2000)选取了深、沪两市涉及14个行业共计120家上市公司为样本,并将样本公司分为两组,并且从15个相关财务比率中筛选出4个构建判别模型。研究结果显示,二分类线性判定模型具有超前4年的预测结果,即模型可在ST公司戴帽前4年或ST公司开始亏损的前2年预知公司的的未来前景。吴世农、卢贤义(2001)选取了上市公司中70家ST公司和70家非ST公司作为样本。首先应用剖面分析和单变量分
12、析筛选出6个指标,随后作者选分别使用了多元线性回归分析、Fisher线性判定分析和Logistic回归分析三种方法构建了相应的模型,研究发现三种模型均能在财务危机发生前做出较为准确的判断。姜秀华与孙铮(2001)以2000年11月20日为基准点,选取了被实施ST的42家上市公司和42家配对公司作为样本。选取毛利率、其它应收款与总资产的比率、短期借款与总资产的比率及股权集中系数四个指标建立Logistic判别模型。与其他相关文献不同的是作者选取概率0.1为最佳分割点。如果Logistic判别模型估计的概率P0.10,则判定为ST公司。杨保安等(2001)针对判别分析方法在构建财务危机判别模型中存
13、在的问题，引入神经网络分析方法应用于企业财务危机判定与预测。作者利用原始 30 个样本作为学习样本，利用神经网络法来构建模型。结果显示开发样本的判别正确率高达 95%。模型对未参加学习的 15 个样本进行测试，也得到较好的预测正确率。向德伟在2002年有针对性地选取沪深两地证券市场共 80 家企业 A 股作为样本，运用 Z 计分模型对上市公司进行了实证分析。80 家上市公司的实证结果大体上支持“Z 计分法”在中国股市的有效性，但个别上市公司的 Z 值出现异常，作者由此得出结论:Z 计分法对进行某个行业或某类企业经营风险整体分析的指导性很强。杨淑娥,徐伟刚(2003)采用统计分析方法中的主成分分
14、析法,通过对我国上市公司财务危机状况的实证研究,建立了上市公司财务预警模型Y分数模型,并通过本次研究中选择的样本指标,初步确定了企业财务状况评价区域,为企业预测财务危机提供了一种新的、科学可行的预测方法。刘红霞、张新林( 2004年)以 118家上市企业作为估计样本,应用主成分分析法构建我国上市企业的财务危机预警模型, 得出财务危机组的误判率为18.75%和非财务危机组的误判率为 9.37%的结论。但是,他们在研究中没有考虑非财务因素。耿克红、李忠民 ( 2005年)将主成分分析和 logistic回归分析方法相结合, 构建了主成分 logistic回归模型。此模型不但将对财务危机预测有重要影
15、响的信息提取了出来, 并且避免了变量间所反映信息的重叠。王克敏,姬美光(2006)在财务指标分析的基础上,引入公司治理、投资者保护等因素,综合分析上市公司亏损困境的原因,并比较分析了基于财务、非财务指标及综合指标的预测模型的有效性,进而提出相关政策建议。李益骐,田高良(2009)通过采用样本分析等方法对上市公司的财务危机预警进行实证研究。作者选取了37个财务指标,分为6个组,根据t检验的p值大小在37个财务指标中筛选出若干指标,作为预测模型的初始输入变量。运用Logistic回归分析作为主要建模方法。在此基础上,通过实证研究检验出若干预警能力强的财务指标,建立了一套动态财务危机预警模型。最后,通过有效性检验,得出了2007年上市公司有54家出现财务危机,模型的总判别率为80.30%,并在此基础上指出了模型的实际运用情况。3 总结从上述各项研究可以看出不论是财务危机的理论方面研究还是有关的实证研究方面，国内的起步都相对较晚，而且研究一般都为建立在外国学者研究的基础上，我认为以后的研究方向应该为更倾向于创新，在原有基础上结合我国的特殊经济环境和实际情况研究出适合我国的预警机制和危机处理方法。以提高我国企业的抗风险能力。3.参考文献1 Altman Edward Financial R
