信息产业财务危机预警模型的应用研究-以中国上市公司为例

VIP免费
3.0 陈辉 2024-11-19 4 4 1.54MB 80 页 15积分
侵权投诉
第一章 绪论
1
第一章 绪 论
§1.1 选题背景与意义
§1.1.1 选题背景
进入 20 世纪以来，随着全球信息化的推进，尤其是自国家“以信息化带动工
业化的”战略实施以来，信息产业取得了飞速的发展。目前中国的信息产业已成
为国民经济的先导、支柱及战略性产业，产业规模列国内各工业部门之首、居全
球第二；中国已成为世界最大的信息产业生产基地，多种电子产品产量位居世界
第一。到 2010 年9月，我国信息技术业上市公司达 201 家，占上市公司总数的
22.73％，仅 2009 年至 2010 年11 底，信息技术产业首次上市的公司达到 57 家。
由于信息产业高投入高收益、研究结果不确定性、产品更新快、人员流动性高的
行业特性，导致其财务风险比其他行业更加突出，若能提前对信息产业上市公司
的财务风险进行预警，则可及时采取相应的措施进行应对，降低或避免信息产业
上市公司财务危机的发生。
国内外学者对上市公司财务危机预警进行了大量的研究，主要集中在财务危
机预警的方法和财务危机预警指标的选取两个方面。近年来，由于信息产业上市
公司财务危机的频繁发生，已有众多学者专门以信息产业的上市公司作为研究样
本进行财务危机预警，但是在本文作者所能接触到的文献中专门针对信息产业的
产业特点并同时将公司治理及宏观经济变量引入财务危机预警模型的研究较为鲜
见。因此，本文的研究主要集中在财务危机预警模型的应用层面，拟在基于信息
产业的特性建立健全该行业的财务危机预警指标体系，在信息产业上市公司财务
危机预警中能有较为实际的应用价值。
§1.1.2 研究意义
世界经济正在进入一种新的经济形态—知识经济时代，信息产业是知识经济
的支柱产业，其中电子信息产业具有很高的战略地位，高点和信息产业图强的重
点，对于推动国民经济发展构、保证文化不受侵蚀、出口创汇都具有重大意义。
但是，信息产业的竞争日益激烈，现在面临的不仅仅是技术和市场的争夺，同时
人才的争夺问题也日益突出，信息企业在技术、市场、人才任何一方面失守都有
可能导致其陷入经营困境，进而引起财务危机，最终将导致公司破产。若通过研
究企业的行业特征，建立全面科学的财务危机预警系统，尽可能准确的对企业的
财务状况进行预测，以避免企业及各方利益相关者遭受更大的损失，都有十分重
要的现实意义。
信息产业财务危机预警模型的应用研究
2
1．有助于信息产业降低财务风险、提高经营管理水平
信息产业公司内部建立符合本行业的财务危机预警系统，及时了解自身财务
状况的变化趋势及其原因，借以发现经营活动中存在的问题，使管理者及时地、
有针对性地调整经营策略，以提高经营管理水平和经济效益为目的，避免因资金
链的断裂而造成项目的停滞，从而在源头上降低财务危机的发生、降低因公司财
务危机而产生的损失。
2．有助于投资者做出正确的投资决策
建立有效的信息产业财务危机预警系统，使得投资者在决定投资之前，可以
利用信息产业上市公司公开的财务年报，分析并预测其未来的财务状况，帮助其
避免向陷入或有可能陷入财务危机的信息产业公司投入资金；投资者做出投资行
为后，利用财务危机预警系统可以有效降低投资者因股价贬值带来的损失，同时
也为信息产业上市公司股东正确评价管理层的经营业绩提供一定的依据。
3．有助于保护债权人等利益相关者的合法权益
信息产业公司的主要利益相关者包括债权人、供应商等主体，信息产业一旦
陷入财务危机，债权人、供应商等的借款或应收账款很有可能收不回来，将产生
坏账。利益相关者可以借助有效的财务危机预警系统，随时关注债务人的经营状
况和财务状况，一旦债务公司的财务周转不畅或其他财务危机，可申请资产保全
等措施，以保障债权人的合法权益。
4．有助于证券监管机构进行有效地监管
由于中国的财务报告披露制度，上市公司的财务年报要在下一年的四五月份
才能对外公开披露，证监会也主要是据此来进行监管，具有一定的滞后性。监管
机构若能利用财务危机预警系统进行有效监控，加强事前监管，则可以更有效的
发挥其职能作用。
5．有助于政府制定相应的国家宏观经济政策
信息产业作为政府大力发展的支柱产业，该行业能否健康、长久发展直接关
系到宏观经济政策的实施和运行，因此，政府在制定宏观经济政策、调控经济运
行中，若能及时了解该行业陷入财务危机上市公司的规模、危机程度、经济效益
等状况，有助于国家经济的良好运转。
§1.2 文献综述
§1.2.1 国外研究文献综述
1．财务危机概念的研究
财 务 危 机 (Financial Crisis) ，又称财务困境(Financial Distress) 、财务失败
(Financial Failure)，是指不能偿还到期债务或费用的一种经济现象[1]。国内外的学
第一章 绪论
3
者对财务危机概念的界定并没有达成统一的说法。若企业在破产法下提出申请破
产，国外大多数学者将该行为视为企业产生财务危机的标志。
WilliamBeaver(1966)认为“无法偿还债务、银行透支、不能支付优先股股利或
宣告破产四项中的任何一项的企业”可被认定为财务危机公司[2]。
Carmichael(1972)认为财务危机是企业履行义务时受阻，具体表现为流动性不
足、权益不足、债务拖欠及流动资金不足四种形式[3]。
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
组否则无法解决的严重流动性问题”[4]。
Karels Prakash(1987)认为财务危机是通过财务会计上的一张表来定义的，在此
表中列出了财务危机的一系列标准，如银行账户透支额度、无法偿还到期债务的
额度、净现值小于零等指标[5]。
Altman(1993)综合了学术界对财务危机的定义，认为财务危机是“进入法定破
产的企业"，他将财务危机分为四种情形：（1）失败(Failure)：典型代表是商业统计
公司 Dun&Bradstreet 采用的“经营失败’’(Business Failure)概念，指公司经营因为
破产而停止，或者处置抵押品后仍对债权人造成损失，无法按期偿付债务，由于
法律纠纷被接管重组等情况。（2）无偿付能力(Insolvency)：包括技术上的无力偿
付和破产意义上的无力偿付。前者是指企业缺乏流动性，不能偿付到期债务，主
要用净现金流是否能满足流动负债的支付需要作为判别技术上是否无偿付能力的
标准；而后者是指企业资不抵债，净资产为负等情况。（3）违约(Default)：违约可
以是技术上的或法律上的，前者是指债务人违反合同规定并可能招致法律纠纷，
后者则指债务人到期无法还债（4）破产(Bankruptcy)：指企业提交破产申请后被接
管清算[6]。
Ross 等(1999)则认为可以从四个方面定义企业的财务危机：（1）企业失败，即
企业清算后仍无法支付债权人的债务。（2）法定破产，即企业或债权人向法院申
请企业破产。（3）技术破产，即企业无法按期履行债务合约付息还本。（4）会计
破产，即企业的账面净资产出现负数，资不抵债[7]。
2．国外传统的财务危机预警研究
国外最早的财务危机预警研究是将单变量分析引入财务危机预警模型，其主
要指标是将财务危机公司和财务正常公司进行指标比较，将具有显著性差异的某
个指标选为排序变量，使得样本数据根据该指标进行排序，然后依据最佳判定点
对财务危机公司和财务正常公司进行分类。
FitzPatrick(1932)最早利用该模型进行企业财务危机预警研究，他以 19 家破产
和非破产公司为研究样本，发现“净利润/股东权益”和“股东权益/负债”这两个
信息产业财务危机预警模型的应用研究
4
指标的判别能力最好[8]。
Beaver(1968)以1954-1964 年间的 79 家失败公司(包括破产公司 59 家、不能支
付优先股股利公司 16 家、无法偿还债务公司 3家)和与其行业相同资产规模相近的
79 家正常公司为研究样本， 并选用 30 个财务指标进行均值比较、划分测试和似
然分析，发现“现金流量/债务总额”和“净收益/资产总额”这两个指标的预测效
果最佳，且在财务危机发生前一至五年的预测准确度逐年降低[9]。
Altman(1968)首次采用多元判别分析的方法来建立财务困境的预警模型，他以
1946-1965 年提出破产申请的 33 家企业及与其相对应的 33 家正常企业作为研究样
本，从使用流动性、偿债能力、获得能力、周转能力、财务杠杆等五个方面选择
指标变量，使用多元判别分析方法来建立财务困境判别模型，提出了 Z-记分法，
即Z模型。根据 Altman 研究结论，预测期越短，该模型的预测能力越强，在失败
前1年，预测准确率达 95％，在失败前 2年，预测准确率达 72％，而失败前 3年
以上，准确率都在 50％以下，几乎没有预测能力[10]。
Altman、Haldeman 和Narayanan(1977)在Z模型的基础上提出了 ZETA 模型，
主要包括企业当前的获利性、收益稳定性、流动性等七方面的指标，其研究结果
表明 ZETA 模型在企业破产前 1年和前 5年预测的准确率分别为 90％和 70％，与
1968 年Z值模型相比具有提前 5年的预测准确性[11]。
Martin(1977)首次将 Logistic 模型引入了财务危机预警模型，他以 1970-1977
年的 58 家财务危机银行为研究对象，在 25 个财务备选指标中筛选出资产报酬率
等8个财务变量建立 Logistic 模型，其发现 Logistic 模型的预测效果比 Z模型和
ZETA 模型更好[12]。
Odom.M.D.和R.sharda(1990)是首次将神经网络应用于企业危机预测中，他们
使用了三层前馈神经网络，并与传统的多元判别分析法进行了比较研究，发现神
经网络具有更好的准确性[13]。
John Baldwin 等(2000)在构建加拿大小企业的财务危机预警模型时，引入行业
特征、宏观经济和地区变量，其中行业影响方面的变量有 RASE(企业规模/进入行
业第一年的平均规模)、CONC(行业集中度)、TURN(行业员工流动率)、RESFS(进
入行业第一年平均企业规模/行业平均企业规模)等[14]。
Beaver（2002）和 Rungrudee Suetorsak（2006）以亚洲金融危机为背景，证实
宏观经济状况通过银企关系影响公司财务困境的可能性，宏观经济环境恶化首先
反映在银行对企业的政策上，企业受到影响，会出现资金短缺、还款压力过大等
财务风险；如果众多的企业出现财务危机通过影响银行，进而影响到整个国家的
宏观经济环境，并将宏观经济变量引入财务危机预警模型，发现其准确率更高[15]。
第一章 绪论
5
§1.2.2 国内研究文献综述
1．财务危机概念的研究
陈晓(2000)认为将“特别处理”
(ST 公司)界定为发生了财务困境，其理由：（1）
“特别处理”有很高的度量性，（2）从现实看，要摆脱“特别处理"一般需要通过
大规模的资产重组，可见特别处理在一定程度上反映了企业的财务危机[16]。
仝玲(2002)认为财务危机是指企业无力支付到期债务与费用的一种经济现象，
包括资金管理技术性失败导致破产，前者是财务危机的一种现象和根本原因，后
者是财务危机的极端形式[17]。
高民杰、袁兴林(2003)总结归纳多名学者的观点认为，常见的财务危机定义如
下：(1)净值为负、现金流量为负、当年度运营资金为负、破产前三年有营运损失、
负的净利、负的保留盈余：（2）目前现金净流量不足以支付目前的债务；（3）公
司资产不足以应付目前与未来的债务（4）违约公司，既没有能力偿付债务和利息
的公司；（5）正在进行债务重组的公司[18]。
2．国内财务危机预警研究的回顾
周首华、杨济华等(1996)借鉴 A1tman 的Z模型，在其基础上引入现金流量指
标建立了 F分数模型，并以 Compustat PC Plus 会计资料中 1990 年以来的 4160 家
公司数据作为检验样本进行了验证，其准确率高达 70％，但是该研究对象却不是
中国的企业[19]。
陈静(1999)以1998 年被 ST 的27 家上市公司及其对应 27 家正常公司为研究对
象，选取了负债比率、流动比率、总资产收益率、净资产收益率 4个财务指标，
分别进行了单变量和二元线性判别分析，其发现流动比率和负债比率的误判率最
低，企业利用多元判定分析可以在前三年对公司是否会陷入财务危机进行预测[20]。
张玲（2000）以沪深两市 14 个行业 120 家上市公司为研究对象，用其中 60
家公司的财务数据估计三类线性判别模型，再用另外 60 家公司的数据进行模型检
验，发现模型只有超前 4年的预测结果比较准确。同年，陈晓、陈怡鸿也从我国
ST 公司的角度来研究公司财务危机问题。他们通过实验 1260 种变量组合，发现负
债／权益比率、应收账款周转率、主营业务利润/总资产比率、留存收益/总资产对
上市公司财务危机有着显著的预示效应[21]。
吴世农、卢贤义（2001）选取 1998—2000 年中的 70 家ST 公司作为财务危机
公司和 70 家非 ST 公司作为配对样本，从企业盈利能力、偿债能力、营运能力、
营运能力、成长能力和企业规模等 6个方面 21 个财务指标中确定了 6个预测指标，
应用 Fisher 判别分析、多元线性回归和逻辑回归分析三种方法构建了相应的模型，
研究结果表明:三种模型都能在财务危机发生前做出准确的预测。但是相对来说，
信息产业财务危机预警模型的应用研究
6
Logit 模型预测的准确率最高[22]。
吴超鹏和吴世农（2005）利用中国上市公司的数据进行实证研究，发现第一
大股东持股比例越高，“价值损害型公司”公司越不易向财务困境状态转化；提高
独立董事比例有利于降低“价值损害型公司”公司向财务困境转化的概率；公司
被出具非标审计意见会显著增加“价值损害型公司”向财务恶化状态转化的概率，
但对“价值损害型公司”向财务康复状态转化的概率影响不显著[23]。
王克敏、姬美光等(2006)以流动比率持续两年小于 1作为财务危机公司的选取
标准，选取了 157 家财务危机公司及相应的健康公司作为样本，考察宏观经济环
境与公司治理结构对公司陷入财务危机的影响，其研究结果表明：公司治理结构、
大股东侵占与公司陷入财务危机的可能性显著相关；宏观经济环境对于公司陷入
财务危机也有一定影响，特别是公司对于工业增加值和实际利率水平等变化越敏
感，就越容易受到弱化的公司治理结构的影响而陷入财务危机[24]。
任慧光、班博（2007）在构建中国 A股上市公司财务危机模型中引入消费物
价指数、M1增长率、M2增长率、失业率、利率、GDP 增长率等宏观经济变量，
并进行拟合优度与假说的检验及实证，在此基础上确定并构建出最优的跨期财务
危机预警综合模型[25] 。
张玲、刘翠屏、杨少华(2007)从行业研究的视角研究财务困境预警，选取机械
设备仪表、金属非金属和石油化学塑料塑胶业 1998 一2007 年因财务状况异常而
首次被 ST 的上市公司为财务困境公司样本，按照行业严格相等选择配对样本，建
立了分行业的财务困境预警模型[26]。
刘小龙等（2007）提出了基于灰色关联的危机预警案例检索方法，解决了在
复杂决策环境中，加权距离的扩展和案例修正等问题，为完善基于案例推理的企
业危机预警提出了一中新的思路和方法[27]。
顾晓安、左廷存等（2009）以布莱克-斯科尔斯期权定价模型为基础，构建了
财务困境预测模型，该模型的假设前提为债务到期时公司资产价值小于债务面值
公司就会陷入财务困境，其通过实证证明基于期权基于期权定价财务困境预测模
型能够很好预测上市公司发生财务困境的概率[28]。
§1.3 研究内容、方法和本文特色
§1.3.1 研究内容
本文主要是通过对信息产业及财务危机预警的现状进行分析，通过相关的实
证研究拟在建立信息产业这个行业的财务危机预警模型。主要的研究框架见图1-1。
本文各章的主要内容如下:
第一章，绪论。在此提出了本文的研究背景、意义及整体构架，介绍了国内
摘要：

第一章绪论1第一章绪论§1.1选题背景与意义§1.1.1选题背景进入20世纪以来，随着全球信息化的推进，尤其是自国家“以信息化带动工业化的”战略实施以来，信息产业取得了飞速的发展。目前中国的信息产业已成为国民经济的先导、支柱及战略性产业，产业规模列国内各工业部门之首、居全球第二；中国已成为世界最大的信息产业生产基地，多种电子产品产量位居世界第一。到2010年9月，我国信息技术业上市公司达201家，占上市公司总数的22.73％，仅2009年至2010年11底，信息技术产业首次上市的公司达到57家。由于信息产业高投入高收益、研究结果不确定性、产品更新快、人员流动性高的行业特性，导致其财务风险比其他...

展开>> 收起<<
信息产业财务危机预警模型的应用研究-以中国上市公司为例.pdf

共80页,预览8页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：陈辉 分类：高等教育资料 价格：15积分 属性：80 页 大小：1.54MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 80
评分 收藏
分享
立即下载 VIP免费下载
客服
关注