• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于現(xiàn)金流指標(biāo)的財(cái)務(wù)預(yù)警模型研究

      2015-09-13 10:07:54王小美史茲國(guó)
      關(guān)鍵詞:參數(shù)檢驗(yàn)財(cái)務(wù)危機(jī)現(xiàn)金流量

      王小美 史茲國(guó)

      (1、江蘇海事職業(yè)技術(shù)學(xué)院 2、南京曉莊學(xué)院)

      財(cái)務(wù)預(yù)警作為一種防范財(cái)務(wù)危機(jī)的事前手段,具備一定的實(shí)際意義。不過(guò)傳統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)大多選擇基于資產(chǎn)負(fù)債表和利潤(rùn)表的財(cái)務(wù)比率,這些指標(biāo)易受主觀調(diào)控,而導(dǎo)致財(cái)務(wù)預(yù)警結(jié)果的準(zhǔn)確性受到影響,因此也無(wú)法對(duì)公司財(cái)務(wù)危機(jī)做出準(zhǔn)確的預(yù)測(cè)和防范。而基于現(xiàn)金流量的財(cái)務(wù)預(yù)警模型具有更高的準(zhǔn)確性,其以真實(shí)可靠而非假設(shè)可靠的預(yù)警指標(biāo)為基礎(chǔ),更加能夠準(zhǔn)確地預(yù)測(cè)企業(yè)財(cái)務(wù)困境。

      一、樣本選取與現(xiàn)金流量指標(biāo)體系建立

      (一)研究樣本的選取

      1.財(cái)務(wù)危機(jī)公司樣本

      國(guó)外主要將破產(chǎn)作為財(cái)務(wù)危機(jī)的標(biāo)志。但由于我國(guó)破產(chǎn)制度不完善,上市公司出現(xiàn)財(cái)務(wù)危機(jī)而導(dǎo)致破產(chǎn)的實(shí)屬不多,因此不能以破產(chǎn)作為衡量上市公司財(cái)務(wù)危機(jī)的標(biāo)志。因此本文選擇被ST的公司作為研究對(duì)象,因?yàn)樵谝欢ㄒ饬x上ST公司在持續(xù)經(jīng)營(yíng)上確實(shí)出現(xiàn)問(wèn)題,甚至陷入了財(cái)務(wù)困境。

      由于2013年后期及2014年我國(guó)滬深資本市場(chǎng)由于各種原因連續(xù)出現(xiàn)脫帽摘星潮,原有被特別處理的公司已不完全符合本文財(cái)務(wù)危機(jī)公司的特點(diǎn),從而致使可選樣本數(shù)量偏少,由此分析得出的結(jié)論也不會(huì)公允準(zhǔn)確,因此本文選取了2012年79家滬深A(yù)股被特別處理的公司作為研究樣本。選取的樣本涉及到我國(guó)上市公司的各個(gè)行業(yè)。具體樣本分布如表1。

      表1 ST公司分布

      2.配對(duì)樣本的選取

      本文按1:l的比例在對(duì)應(yīng)行業(yè)中選擇資產(chǎn)規(guī)模相當(dāng)、未被特別處理的公司作為配對(duì)樣本。通過(guò)上市公司被宣告ST的年度(以下簡(jiǎn)稱第T年)前4年(以下簡(jiǎn)稱第T-4年)、前3年(以下簡(jiǎn)稱第T-3年)、前2年(以下簡(jiǎn)稱第T-2年)和前1年(以下簡(jiǎn)稱第T-1年)的年度相關(guān)財(cái)務(wù)數(shù)據(jù)來(lái)預(yù)測(cè)第T年公司是否陷入財(cái)務(wù)困境,即形式上公司是否被ST。本文的數(shù)據(jù)來(lái)源是:和訊網(wǎng)數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)。

      3.財(cái)務(wù)預(yù)警指標(biāo)的選擇

      本文通過(guò)對(duì)現(xiàn)金流財(cái)務(wù)比率的分析,來(lái)預(yù)測(cè)企業(yè)是否陷入財(cái)務(wù)困境。主要運(yùn)用以下現(xiàn)金流相關(guān)財(cái)務(wù)比率,詳見(jiàn)表2。

      表2 財(cái)務(wù)預(yù)警現(xiàn)金流量指標(biāo)體系

      二、財(cái)務(wù)預(yù)警實(shí)證分析

      (一)變量的顯著性差異檢驗(yàn)

      在構(gòu)建模型之前,先將ST公司和非ST公司的各現(xiàn)金流指標(biāo)組成配對(duì)樣本,比較配對(duì)樣本現(xiàn)金流量指標(biāo)的均值,對(duì)各指標(biāo)進(jìn)行顯著性差異檢驗(yàn),分析各個(gè)指標(biāo)在樣本公司和配對(duì)樣本公司之間是否存在顯著性差異。再將這兩類公司存在顯著性差異的現(xiàn)金流量指標(biāo)列為預(yù)測(cè)變量,從而構(gòu)建以現(xiàn)金流量指標(biāo)為基礎(chǔ)的財(cái)務(wù)危機(jī)預(yù)警模型。各現(xiàn)金流指標(biāo)的檢驗(yàn)結(jié)果如下所示:

      1.償債能力指標(biāo)分析

      表3 現(xiàn)金比率非參數(shù)檢驗(yàn)結(jié)果

      在表3中,T期、T-1期以及T-2期,ST公司和非ST公司的現(xiàn)金比率存在著顯著的差異。

      在表4中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的利息保障倍數(shù)存在著顯著的差異。

      在表5中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的現(xiàn)金流量負(fù)債比存在著顯著的差異。

      在表6中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的現(xiàn)金流量比率存在著顯著的差異。

      綜合償債能力分析,ST公司在現(xiàn)金比率、利息保障倍數(shù)、現(xiàn)金流量負(fù)債比率、現(xiàn)金流量比方面和非ST公司相比存在顯著差異。

      表4 利息保障倍數(shù)非參數(shù)檢驗(yàn)結(jié)果

      表5 現(xiàn)金流量負(fù)債比非參數(shù)檢驗(yàn)結(jié)果

      表6 現(xiàn)金流量比率非參數(shù)檢驗(yàn)結(jié)果

      2.盈利能力分析

      表7 每股現(xiàn)金流非參數(shù)檢驗(yàn)結(jié)果

      在表7中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的每股現(xiàn)金流量存在著顯著的差異。

      表8 營(yíng)運(yùn)指數(shù)非參數(shù)檢驗(yàn)結(jié)果

      在表8中,T-1期和T-3期,ST公司和非ST公司的營(yíng)運(yùn)指數(shù)存在著顯著的差異。

      表9 全部資產(chǎn)現(xiàn)金回收率非參數(shù)檢驗(yàn)結(jié)果

      在表9中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的全部資產(chǎn)現(xiàn)金回收率存在著顯著的差異。

      綜合盈利能力分析,ST公司在每股現(xiàn)金流量、營(yíng)運(yùn)指數(shù)和全部資產(chǎn)現(xiàn)金回收率方面和非ST公司相比存在顯著差異。

      3.收益質(zhì)量分析

      在表10中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的銷售現(xiàn)金比不存在著顯著的差異。

      表10 銷售現(xiàn)金比非參數(shù)檢驗(yàn)結(jié)果

      表11 盈余現(xiàn)金保障倍數(shù)非參數(shù)檢驗(yàn)結(jié)果

      在表11中,T期、T-1期,ST公司和非ST公司的盈余現(xiàn)金保障倍數(shù)存在著顯著的差異。

      表12 經(jīng)營(yíng)指數(shù)非參數(shù)檢驗(yàn)結(jié)果

      在表12中,T-1期和T-2期,ST公司和非ST公司的經(jīng)營(yíng)指數(shù)存在著顯著的差異。

      綜合收益質(zhì)量分析,ST公司在盈余現(xiàn)金保障倍數(shù)和經(jīng)營(yíng)指數(shù)方面和非ST公司相比存在顯著差異。

      4.現(xiàn)金流變動(dòng)分析

      在表13中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率不存在著顯著的差異。

      表13 經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率非參數(shù)檢驗(yàn)結(jié)果

      在表14中,T期、T-1期、T-2期和T-3期,ST公司和非ST公司的投資活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率不存在著顯著的差異。

      表14 投資活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率非參數(shù)檢驗(yàn)結(jié)果

      表15 籌資活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率非參數(shù)檢驗(yàn)結(jié)果

      在表15中,T期、T-1期,ST公司和非ST公司的籌資活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)率存在著顯著的差異。

      表16 銷售現(xiàn)金增長(zhǎng)率非參數(shù)檢驗(yàn)結(jié)果

      在表16中,T期、T-1期,ST公司和非ST公司的銷售現(xiàn)金增長(zhǎng)率存在著顯著的差異。

      綜合現(xiàn)金流變動(dòng)分析,ST公司在籌資活動(dòng)現(xiàn)金流量?jī)纛~增長(zhǎng)和銷售現(xiàn)金增長(zhǎng)率方面和非ST公司相比存在顯著差異。

      (二)Logistic回歸模型

      本文采用SPSS統(tǒng)計(jì)軟件Logistic回歸分析功能中的向前逐步回歸法自動(dòng)篩選最佳自變量,將0.5劃為臨界值,計(jì)算概率大于0.5則界定公司存在財(cái)務(wù)危機(jī),低于0.5則界定為非財(cái)務(wù)危機(jī)公司。

      1.T-1期的Logistic回歸

      利用SPSS16.0軟件進(jìn)行Logistic回歸分析,輸入T-1年的數(shù)據(jù),變量采用逐步進(jìn)入的方式,結(jié)果選中2個(gè)變量進(jìn)入模型。進(jìn)入模型能夠用來(lái)預(yù)測(cè)T-1期公司是否陷入財(cái)務(wù)困境的指標(biāo)為:現(xiàn)金比率和利息保障倍數(shù),回歸結(jié)果見(jiàn)表17。從回歸結(jié)果看,變量系數(shù)均顯著。

      表17 T-1期logistic回歸估計(jì)結(jié)果

      由表17得到Logistic模型的判別方程為:現(xiàn)金比率和利息保障倍數(shù)均是反映企業(yè)的償債能力的指標(biāo),因此企業(yè)償債能力是進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)的重要因素。報(bào)表信息使用者可以根據(jù)上述判別方程,對(duì)所研究公司是否陷入財(cái)務(wù)困境進(jìn)行判斷,根據(jù)前述判別規(guī)則,計(jì)算概率大于0.5,則界定公司存在財(cái)務(wù)危機(jī),低于0.5則界定為非財(cái)務(wù)危機(jī)公司。

      模型的擬合優(yōu)度見(jiàn)表18,模型的cox&Snell R Square和Nagelkerke R Squar統(tǒng)計(jì)量分別為0.602和0.773,說(shuō)明擬合效果良好。

      表18 T-1期擬合優(yōu)度檢驗(yàn)表

      根據(jù)回歸所得的Logistic方程,對(duì)ST前一年的原始數(shù)據(jù)進(jìn)行回代判定,結(jié)果見(jiàn)表19:a.The cut value is.500

      表19 Logistic回歸模型在ST前1年的判定結(jié)果a

      計(jì)算的結(jié)果顯示,在財(cái)務(wù)危機(jī)發(fā)生前T-1期,建立的 Logistic模型對(duì)預(yù)測(cè)樣本的判斷正確率為90.20%。

      2.T-2期的Logistic回歸

      輸入被ST前2年的數(shù)據(jù),變量采用逐步進(jìn)入的方法,結(jié)果有1個(gè)變量進(jìn)入模型。進(jìn)入模型能夠用來(lái)預(yù)測(cè)T-2期公司是否陷入財(cái)務(wù)困境的指標(biāo)為:經(jīng)營(yíng)現(xiàn)金流量比率(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/流動(dòng)負(fù)債),回歸結(jié)果如表20所示。變量的系數(shù)顯著。

      表20 T-2期Logistic回歸估計(jì)結(jié)果

      由表20即得到Logistic模型的判別方程為:

      現(xiàn)金流量比率反映了企業(yè)的償債能力,所以針對(duì)T-2期,企業(yè)的償債能力仍然是進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)的重要因素。模型的擬合優(yōu)度如表21,模型的cox&Snell R Square和Nagelkerke R Squar統(tǒng)計(jì)量分別為0.104和0.139,說(shuō)明擬合效果一般。

      表21 T-2期擬合優(yōu)度檢驗(yàn)表

      根據(jù)回歸所得的Logistic方程,對(duì)ST前兩年的原始數(shù)據(jù)進(jìn)行回代判定,結(jié)果見(jiàn)表22:a.The cut value is.500

      表22 Logistic回歸模型在ST前2年的判定結(jié)果a

      計(jì)算的結(jié)果顯示,在財(cái)務(wù)危機(jī)發(fā)生前T-2期,建立的 Logistic模型對(duì)預(yù)測(cè)樣本的判斷正確率為76.10%。

      3.T-3期的Logistic回歸

      輸入被ST前3年的數(shù)據(jù),變量采用逐步進(jìn)入的方法,結(jié)果有4個(gè)變量進(jìn)入模型。進(jìn)入模型能夠用來(lái)預(yù)測(cè)T-3期公司是否陷入財(cái)務(wù)困境的指標(biāo)為:經(jīng)營(yíng)現(xiàn)金流量負(fù)債比(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/負(fù)債總額)、經(jīng)營(yíng)現(xiàn)金流量比率(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/流動(dòng)負(fù)債)、盈余現(xiàn)金保障倍數(shù)(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/凈利潤(rùn))和經(jīng)營(yíng)指數(shù)(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/營(yíng)業(yè)利潤(rùn)),回歸結(jié)果如表23所示。

      表23 T-3期Logistic回歸估計(jì)結(jié)果

      由表23即得到Logistic模型的判別方程為:

      P=1/[1+e-(-0.171+11.959現(xiàn)金流量負(fù)債比-6.173現(xiàn)金流量比率-0.137盈余現(xiàn)金保障倍數(shù)+0.133經(jīng)營(yíng)指數(shù))] (3)

      現(xiàn)金流量負(fù)債比、現(xiàn)金流量比率反映了企業(yè)的償債能力,盈余現(xiàn)金保障倍數(shù)和經(jīng)營(yíng)指數(shù)反映了企業(yè)的盈利質(zhì)量。因此對(duì)于T-3期,償債能力和盈利質(zhì)量是公司財(cái)務(wù)危機(jī)預(yù)測(cè)的重要方面。報(bào)表信息使用者可以根據(jù)上述判別方程,對(duì)所研究公司是否陷入財(cái)務(wù)困境進(jìn)行判斷,根據(jù)前述判別規(guī)則,計(jì)算概率大于0.5則界定公司存在財(cái)務(wù)危機(jī),低于0.5則界定為非財(cái)務(wù)危機(jī)公司。

      模型的擬合優(yōu)度如表24,模型的cox&Snell R Square和Nagelkerke R Squar統(tǒng)計(jì)量分別為0.244和0.379,說(shuō)明擬合效果一般。

      表24 T-3期擬合優(yōu)度檢驗(yàn)表

      根據(jù)回歸所得的Logistic方程,對(duì)T-3年的原始數(shù)據(jù)進(jìn)行回代驗(yàn)證,見(jiàn)表25。結(jié)果顯示,在財(cái)務(wù)危機(jī)發(fā)生的T-3期,建立的 Logistic模型對(duì)預(yù)測(cè)樣本的判斷正確率為74.90%。

      表25 Logistic回歸模型在ST前3年的判定結(jié)果a

      4.T-4期的Logistic回歸

      輸入第T-4年的數(shù)據(jù),變量采用逐步進(jìn)入的方法,結(jié)果有2個(gè)變量進(jìn)入模型。進(jìn)入模型能夠用來(lái)預(yù)測(cè)T-4期公司是否陷入財(cái)務(wù)困境的指標(biāo)為:全部資產(chǎn)現(xiàn)金回收率(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/總資產(chǎn))和盈余現(xiàn)金保障倍數(shù)(經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~/凈利潤(rùn)),回歸結(jié)果如表26所示,變量的系數(shù)顯著。

      表26 T-4期Logistic回歸估計(jì)結(jié)果

      由表26即得到Logistic模型的判別方程為:

      P=1/[1+e-(-0.801+21.115全部資產(chǎn)現(xiàn)金回收率-0.040盈余現(xiàn)金保障倍數(shù))] (4)

      全部資產(chǎn)現(xiàn)金回收率、盈余現(xiàn)金保障倍數(shù)分別反映了企業(yè)的盈利能力和收益質(zhì)量,所以針對(duì)T-4期,企業(yè)的盈利能力和收益質(zhì)量是進(jìn)行財(cái)務(wù)危機(jī)預(yù)測(cè)的重要因素。

      報(bào)表信息使用者可以根據(jù)上述判別方程,對(duì)所研究公司是否陷入財(cái)務(wù)困境進(jìn)行判斷,根據(jù)前述判別規(guī)則,計(jì)算概率大于0.5則界定公司存在財(cái)務(wù)危機(jī),低于0.5則界定為非財(cái)務(wù)危機(jī)公司。

      模型的擬合優(yōu)度如表27,模型的cox&Snell R Square和Nagelkerke R Squar統(tǒng)計(jì)量分別為0.324和0.395,說(shuō)明擬合效果一般。

      表27 T-4期擬合優(yōu)度檢驗(yàn)表

      根據(jù)回歸所得的Logistic方程,對(duì)ST前4年的原始數(shù)據(jù)進(jìn)行回代判定,結(jié)果見(jiàn)表28:

      計(jì)算的結(jié)果顯示,在財(cái)務(wù)危機(jī)發(fā)生前T-4期,建立的 Logistic模型對(duì)預(yù)測(cè)樣本的判斷正確率為68.80%。

      表28 Logistic回歸模型在ST前4年的判定結(jié)果a

      三、結(jié)論

      綜上所述,被ST前4年中模型預(yù)測(cè)的正確率逐年下降,其中第T-2年和第T-3年的預(yù)測(cè)正確率相差不大。第T-1年和第T-2年的預(yù)測(cè)指標(biāo)均為反映償債能力的財(cái)務(wù)指標(biāo);而T-3年的預(yù)測(cè)指標(biāo)中除了反映償債能力的財(cái)務(wù)指標(biāo)外,還加入了反映收益質(zhì)量的相關(guān)指標(biāo),即在ST前第3年的收益質(zhì)量也會(huì)對(duì)公司將來(lái)是否會(huì)陷入財(cái)務(wù)危機(jī)產(chǎn)生影響。T-4年的財(cái)務(wù)危機(jī)預(yù)警模型中包含了反映盈利能力和收益質(zhì)量的兩類指標(biāo),即在ST前第4年的盈利能力和收益質(zhì)量也會(huì)對(duì)公司將來(lái)是否會(huì)陷入財(cái)務(wù)危機(jī)產(chǎn)生影響。

      [1]Aziz,Abdul,and Gerald H.Lawson.Cash Flow Reporing and Financial Distress Models:Testing of Hypothesis[J].Financial Management,1989(18):55—63.

      [2]Setven M.Fazzari,R.Glenn Hubbard,Burce C.Petesren.Investment-Cash Flow Sensitivities Are Useful.A Comment on Kaplan and Zingales.Journal of Economics,2000(5):695-705.

      [3]甘愛(ài)平,柳亮,陳可楨.航運(yùn)上市公司財(cái)務(wù)預(yù)警Logistic分析[J].上海海事大學(xué)學(xué)報(bào),2014(3):65一68.

      [4]梁美建,閆蔚.企業(yè)財(cái)務(wù)預(yù)警的國(guó)內(nèi)外研究綜述[J].財(cái)會(huì)月刊,2014(6):105—107.

      [5]徐凌,趙程,毛興麗.基于現(xiàn)金流和EVA指標(biāo)構(gòu)建公司財(cái)務(wù)預(yù)警模型[J].財(cái)會(huì)月刊,2014(4):34一37.

      [6]萬(wàn)宇詢,陳波,胡巍.會(huì)計(jì)盈余、現(xiàn)金流量的價(jià)值相關(guān)性實(shí)證研究[J].財(cái)務(wù)理論與實(shí)踐,2007(5):57一62.

      [7]王阿靚,徐興桃.財(cái)務(wù)預(yù)警模型效果實(shí)證研究[J].財(cái)會(huì)通訊,2014(6):108—110.

      [8]萬(wàn)宇詢,陳波,胡巍.會(huì)計(jì)盈余、現(xiàn)金流量的價(jià)值相關(guān)性實(shí)證研究[J].財(cái)務(wù)理論與實(shí)踐,2007(5):57一62.

      猜你喜歡
      參數(shù)檢驗(yàn)財(cái)務(wù)危機(jī)現(xiàn)金流量
      制造型企業(yè)現(xiàn)金流量管控淺談
      活力(2019年15期)2019-09-25 07:21:38
      基于LASSO-LARS的上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究
      拿什么拯救中年財(cái)務(wù)危機(jī)
      商周刊(2017年6期)2017-08-22 03:42:49
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
      內(nèi)部控制與財(cái)務(wù)危機(jī)預(yù)警耦合——基于外貿(mào)企業(yè)內(nèi)部控制與風(fēng)險(xiǎn)管理問(wèn)題的研究
      企業(yè)現(xiàn)金流量影響因素的研究
      非參數(shù)檢驗(yàn)的概念
      非參數(shù)檢驗(yàn)的概念
      現(xiàn)金流量表編制方法新探
      河南科技(2014年23期)2014-02-27 14:19:12
      非參數(shù)檢驗(yàn)的概念
      尖扎县| 镇沅| 广东省| 宁国市| 石渠县| 尚义县| 长治县| 丰城市| 工布江达县| 沁水县| 滨海县| 乐至县| 志丹县| 治县。| 藁城市| 原平市| 龙江县| 杂多县| 安龙县| 莱州市| 万全县| 锡林郭勒盟| 汽车| 丰宁| 迁西县| 青州市| 独山县| 龙州县| 玉龙| 宝兴县| 海安县| 体育| 浦城县| 荃湾区| 浦县| 繁昌县| 颍上县| 高陵县| 临江市| 凭祥市| 东阳市|