现金流量的财务预警研究
现金流量的财务预警研究[20200112193444]
*查看完整论文请+Q: 351916072
关键字:财务预警；风险规避；财务风险；现金流量
目 录
摘要 I
ABSTRACT II
第二章 绪论 1
1.1 研究背景 1
1.2 财务预警的含义与研究意义 1
第二章 文献综述 2
2.1财务预警的历程及研究方法对财务预警的贡献 2
2.2文献点评 4
第三章 研究设计 6
3.1 样本选择与数据选取 6
3.2 变量设计 6
第四章 实证研究 10
4.1logistic回归分析 10
4.2 检验 11
第五章 结论与建议 13
第一章 绪论
1.1研究背景
外部影响：自07年美国次贷危机并迅速发展成为全球经济危机以来，我国经济形势便开始持续低迷。而后又遭到欧美等大国的欺压，对我国出口的很多商品进行高关税、配额限制等苛刻手段，对我国发展急需的矿石、原油等资源的进口予以干涉，发展举步维艰，许多外贸公司纷纷破产，经济形势不容乐观。
内部环境：尽管我国曾经推出过四万亿投资项目等一系列决策刺激经济，但近几年来我国正处于经济结构转型的时期，国家实施经济紧缩的政策，传统企业贷款难度加大，许多老旧的传统型企业日子日渐艰难，不少已经企业已经破产；而新兴型企业虽然有很多政策优惠，但尚未形成规模且发展状况参差不齐，乱象频发，未形成较为成熟的市场环境，投资的风险大。
1.2财务预警的含义与研究意义
财务预警，即财务失败预警，是指利用公司提供的财务报表、经营策略及其他会计相关的资料，运用财会、运筹、数学、金融、统计、市场营销、企业管理等相关理论，采用比较分析、比率分析、因子分析、回归分析等分析方法，对公司经营活动、财务活动等与企业生存发展相关的所有活动进行分析预测，以期发现企业运营管理中隐藏的运营风险和财务风险，并于危机发生前向当局者发出警示，督促管理人员未雨绸缪，采取积极措施规避潜藏的风险。并且，作为企业运营预警的重要组成成分，也为公司纠正运营方向、改进运营决策和资源有效配置提供有效依据。
通过对公司财务预警的研究，力图发现公司潜藏的财务风险并研究出财务风险的大小，对财务风险发生可能性较高的公司发出预警，以期提醒管理层、治理层、股东及其他相关方及早的发现存在的问题并协助当局分析风险产生的原因与实施危机措施，帮助企业转危为机，使早日公司回归到正常的生产经营中去。自1932年单变量财务预警模型建立以来，经过了80余年的研究，财务风险预警已经得到了长足的发展，得到了大量实时有用的研究结果，为众多企业健康发展提供服务。
第二章 文献综述
2.1财务预警的历程及研究方法对财务预警的贡献
2.1.1财务危机预警研究的历程
国外外务预警研究已有多年历史，产生了大量有效的预警模型。而我国则在20世纪90年代才开始这方面的研究。
最开始的预警模型为单变量判定模型，Fitzpatrick（1932）以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组进行研究。发现净利润/股东权利和股东权益/负债这两个指标对财务危机的判别能力最高，开创了财务预警实证研究的先河。
Altnan（1968）率先将多元线性判别法引入了财务预警领域，以误判率最小原则作为判别变量。此后，众多学者引用了类似的模型，仅指标或变量不同而已。
由于多元线性分析方法对财务变量有严格要求，而实际上大多数财务比率不能够满足要求。为此有学者提出回归分析法来提高预警能力。Ohlson运用条件逻辑模型建立了财务预警模型，结果表明企业规模的大小、负债比率、财务结构及流动性4个因素与企业破产高度相关。
到了上世纪90年代，Tam引进了人工神经网络模型。通过输入层、隐藏层、输出层的模式模拟模型，该模型具有较好的识别能力和容错能力。但因其科学性和准确性有待完善，实用性不高。其后，出现了各种模型混合搭配的财务预警研究和非财务指标的研究。
而我国学者对财务危机进行研究的的时间很晚，起于上世纪90年代。吴世农、黄世忠（1986）二人进行了财务危机预警的研究，填补了我国财务预警研究的空白；后来，我国学者陆续开始了这方面的研究。周首华（1996）等人对Z值模型进行了更正，加入了现金流量指标，建立了新的预警模型—F分数模型，奠定了我国现金流量财务预警模型研究的基础，该模型对我国财务研究圈内的影响较大；张玲（2000）以沪深两市涉及的14个行业总共120家上市公司作为研究样本，将样本公司分为两组，在15个相关的财务指标中筛选出4个建立了二分类线性判别模型；吴世农、卢贤义（2001）分析了Logistic回归分析、Fisher线性判定分析和多元线性回归分析对财务风险的判别能力，研究显示三种模型对财务风险的灵敏度都较高；姜秀华、孙铮（2001）建立了别样的logistic回归模型，该模型的特殊之处在于最佳判别分割点选为0.1，及当 时，判定该公司为ST公司，而一般的最佳判别分割点为0.5；杨保安（2001）等在公司财务预警中引入了神经网络分析法，研究结果显示判定精准率达95%；之后长达十年间，研究学者在上述模型的基础上进行了各自的研究，虽然得出了很多有用的结论，但研究方法上却无新的突破，这种状态持续到了2011年，陈启明、陈华安（2011）把层次分析法和灰色模糊评价法引入了财务预警中来，该模型不仅考虑了财务预警度的定量分析，还考虑了各种无法定量分析的不确定性和灰色性，使研究结论更加的符合现实。直到如今，我国财务预警研究领域已上述一个或几个模型为基础，添加自己的理解研究出了很多有用研究模型和结论，但方法上尚未有重大突破。
2.1.2不同研究方法对财务预警研究的贡献
我国学者虽然在财务预警研究上的历史不长，但研究成果十分丰富。财务预警的目的是一致的，但研究的方法多种多样，众多的学者运用不同的方法从不同的角度解读财务风险产生的原因、分析影响企业财务风险的指标、构建财务风险预警模型。从大体来说，我国学者主要运用线性概率分析方法、Z值分析方法、F—财务危机预警方法、logistics回归方法、KNN近似法、因子分析法、神经网络模型等方法来做财务预警研究。近十年来，越来越多的学者倾向于用多个研究方法来研究财务风险预警或把一个研究方法的结果作为另一个研究方法的因子进行分析。总体来说运用多种方法分析的研究结论比运用单一预警方法来的可靠，各种研究的优缺点如下：
（1）logistic回归模型。比较其他的财务分析方法，选用现金流量作财务预警研究时logistic回归模型分析在精确度上略有不及，该模型及衍生模型财务预警准确度一般在85%上下，超过95%的寥寥无几，误诊率和漏诊率在百分之十几左右。从准确度上来看是比其他方法差的，但却深受广大研究者钟爱，原因如下：
相较于但单变量研究、线性概率、多元线性分析等方法来说，logistic回归分析告别了单一变量结论不具有说服力、不要求因果变量之间存在线性关系，也不要求概率值的过量界定，如在线性分析中当值大于1或小于0时，强制规定值等于1与0。假设条件越多其离实际也就越远这一思想在实务中被广泛认同，特别是当用因子分析中的主成分分析来消除因子间共线性问题的方法被引用到logistic回归中来时，制约logistic回归分析方法的共线性问题也被解决了，因此logistic回归分析方法的分析结果较其他方法来说更接近于真实。且模型本身易于理解、简单且操作简捷，因此被学者所广泛接受。
*查看完整论文请+Q: 351916072
关键字:财务预警；风险规避；财务风险；现金流量
目 录
摘要 I
ABSTRACT II
第二章 绪论 1
1.1 研究背景 1
1.2 财务预警的含义与研究意义 1
第二章 文献综述 2
2.1财务预警的历程及研究方法对财务预警的贡献 2
2.2文献点评 4
第三章 研究设计 6
3.1 样本选择与数据选取 6
3.2 变量设计 6
第四章 实证研究 10
4.1logistic回归分析 10
4.2 检验 11
第五章 结论与建议 13
第一章 绪论
1.1研究背景
外部影响：自07年美国次贷危机并迅速发展成为全球经济危机以来，我国经济形势便开始持续低迷。而后又遭到欧美等大国的欺压，对我国出口的很多商品进行高关税、配额限制等苛刻手段，对我国发展急需的矿石、原油等资源的进口予以干涉，发展举步维艰，许多外贸公司纷纷破产，经济形势不容乐观。
内部环境：尽管我国曾经推出过四万亿投资项目等一系列决策刺激经济，但近几年来我国正处于经济结构转型的时期，国家实施经济紧缩的政策，传统企业贷款难度加大，许多老旧的传统型企业日子日渐艰难，不少已经企业已经破产；而新兴型企业虽然有很多政策优惠，但尚未形成规模且发展状况参差不齐，乱象频发，未形成较为成熟的市场环境，投资的风险大。
1.2财务预警的含义与研究意义
财务预警，即财务失败预警，是指利用公司提供的财务报表、经营策略及其他会计相关的资料，运用财会、运筹、数学、金融、统计、市场营销、企业管理等相关理论，采用比较分析、比率分析、因子分析、回归分析等分析方法，对公司经营活动、财务活动等与企业生存发展相关的所有活动进行分析预测，以期发现企业运营管理中隐藏的运营风险和财务风险，并于危机发生前向当局者发出警示，督促管理人员未雨绸缪，采取积极措施规避潜藏的风险。并且，作为企业运营预警的重要组成成分，也为公司纠正运营方向、改进运营决策和资源有效配置提供有效依据。
通过对公司财务预警的研究，力图发现公司潜藏的财务风险并研究出财务风险的大小，对财务风险发生可能性较高的公司发出预警，以期提醒管理层、治理层、股东及其他相关方及早的发现存在的问题并协助当局分析风险产生的原因与实施危机措施，帮助企业转危为机，使早日公司回归到正常的生产经营中去。自1932年单变量财务预警模型建立以来，经过了80余年的研究，财务风险预警已经得到了长足的发展，得到了大量实时有用的研究结果，为众多企业健康发展提供服务。
第二章 文献综述
2.1财务预警的历程及研究方法对财务预警的贡献
2.1.1财务危机预警研究的历程
国外外务预警研究已有多年历史，产生了大量有效的预警模型。而我国则在20世纪90年代才开始这方面的研究。
最开始的预警模型为单变量判定模型，Fitzpatrick（1932）以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组进行研究。发现净利润/股东权利和股东权益/负债这两个指标对财务危机的判别能力最高，开创了财务预警实证研究的先河。
Altnan（1968）率先将多元线性判别法引入了财务预警领域，以误判率最小原则作为判别变量。此后，众多学者引用了类似的模型，仅指标或变量不同而已。
由于多元线性分析方法对财务变量有严格要求，而实际上大多数财务比率不能够满足要求。为此有学者提出回归分析法来提高预警能力。Ohlson运用条件逻辑模型建立了财务预警模型，结果表明企业规模的大小、负债比率、财务结构及流动性4个因素与企业破产高度相关。
到了上世纪90年代，Tam引进了人工神经网络模型。通过输入层、隐藏层、输出层的模式模拟模型，该模型具有较好的识别能力和容错能力。但因其科学性和准确性有待完善，实用性不高。其后，出现了各种模型混合搭配的财务预警研究和非财务指标的研究。
而我国学者对财务危机进行研究的的时间很晚，起于上世纪90年代。吴世农、黄世忠（1986）二人进行了财务危机预警的研究，填补了我国财务预警研究的空白；后来，我国学者陆续开始了这方面的研究。周首华（1996）等人对Z值模型进行了更正，加入了现金流量指标，建立了新的预警模型—F分数模型，奠定了我国现金流量财务预警模型研究的基础，该模型对我国财务研究圈内的影响较大；张玲（2000）以沪深两市涉及的14个行业总共120家上市公司作为研究样本，将样本公司分为两组，在15个相关的财务指标中筛选出4个建立了二分类线性判别模型；吴世农、卢贤义（2001）分析了Logistic回归分析、Fisher线性判定分析和多元线性回归分析对财务风险的判别能力，研究显示三种模型对财务风险的灵敏度都较高；姜秀华、孙铮（2001）建立了别样的logistic回归模型，该模型的特殊之处在于最佳判别分割点选为0.1，及当 时，判定该公司为ST公司，而一般的最佳判别分割点为0.5；杨保安（2001）等在公司财务预警中引入了神经网络分析法，研究结果显示判定精准率达95%；之后长达十年间，研究学者在上述模型的基础上进行了各自的研究，虽然得出了很多有用的结论，但研究方法上却无新的突破，这种状态持续到了2011年，陈启明、陈华安（2011）把层次分析法和灰色模糊评价法引入了财务预警中来，该模型不仅考虑了财务预警度的定量分析，还考虑了各种无法定量分析的不确定性和灰色性，使研究结论更加的符合现实。直到如今，我国财务预警研究领域已上述一个或几个模型为基础，添加自己的理解研究出了很多有用研究模型和结论，但方法上尚未有重大突破。
2.1.2不同研究方法对财务预警研究的贡献
我国学者虽然在财务预警研究上的历史不长，但研究成果十分丰富。财务预警的目的是一致的，但研究的方法多种多样，众多的学者运用不同的方法从不同的角度解读财务风险产生的原因、分析影响企业财务风险的指标、构建财务风险预警模型。从大体来说，我国学者主要运用线性概率分析方法、Z值分析方法、F—财务危机预警方法、logistics回归方法、KNN近似法、因子分析法、神经网络模型等方法来做财务预警研究。近十年来，越来越多的学者倾向于用多个研究方法来研究财务风险预警或把一个研究方法的结果作为另一个研究方法的因子进行分析。总体来说运用多种方法分析的研究结论比运用单一预警方法来的可靠，各种研究的优缺点如下：
（1）logistic回归模型。比较其他的财务分析方法，选用现金流量作财务预警研究时logistic回归模型分析在精确度上略有不及，该模型及衍生模型财务预警准确度一般在85%上下，超过95%的寥寥无几，误诊率和漏诊率在百分之十几左右。从准确度上来看是比其他方法差的，但却深受广大研究者钟爱，原因如下：
相较于但单变量研究、线性概率、多元线性分析等方法来说，logistic回归分析告别了单一变量结论不具有说服力、不要求因果变量之间存在线性关系，也不要求概率值的过量界定，如在线性分析中当值大于1或小于0时，强制规定值等于1与0。假设条件越多其离实际也就越远这一思想在实务中被广泛认同，特别是当用因子分析中的主成分分析来消除因子间共线性问题的方法被引用到logistic回归中来时，制约logistic回归分析方法的共线性问题也被解决了，因此logistic回归分析方法的分析结果较其他方法来说更接近于真实。且模型本身易于理解、简单且操作简捷，因此被学者所广泛接受。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/kjx/2303.html
