• 
    

    
    

      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Z-Score模型的財務(wù)困境預(yù)測研究

      2019-10-16 07:08李夢遠
      科技經(jīng)濟市場 2019年8期
      關(guān)鍵詞:模型

      李夢遠

      摘 要:基于Z-Score模型的適用性,以中遠??貫槔?,利用其公布的財務(wù)數(shù)據(jù)對其財務(wù)狀況進行預(yù)測研究,并提出建議。研究表明:雖然中遠??卦谪攧?wù)報表中實現(xiàn)了扭虧為盈,但對未來財務(wù)狀況的預(yù)測結(jié)果并不盡如人意,仍需企業(yè)管理者做出有效的整改措施,避免再次陷入財務(wù)困境。

      關(guān)鍵詞:模型;財務(wù)預(yù)測;中遠???/p>

      0 引言

      經(jīng)濟的繁榮、科技的進步為我國金融市場開辟了廣闊的發(fā)展空間,證券交易所的成立讓企業(yè)看到了新的機遇,爭先恐后地抓住機會上市,然而證券市場監(jiān)管制度的不完善,讓眾多上市企業(yè)在日后的發(fā)展中出現(xiàn)了各種各樣的問題,這些問題逐步導(dǎo)致了企業(yè)的財務(wù)危機。這些財務(wù)危機不僅會影響企業(yè)投資者和債權(quán)人的利益,還會影響企業(yè)的經(jīng)營活動,企業(yè)如果想在市場經(jīng)濟中獲得更好的發(fā)展,就需要時刻監(jiān)測自身的財務(wù)狀況,避免陷入財務(wù)困境。

      建立財務(wù)困境預(yù)測體制,一方面可以保護利益相關(guān)者和股東的利益,一方面可以讓企業(yè)的發(fā)展更加長遠。本文以2013年被特別處理的中遠??貫槔?,結(jié)合Edward Altman提出的Z-Score模型,并根據(jù)2016-2018年的財務(wù)指標數(shù)據(jù)預(yù)測2019年中遠??氐呢攧?wù)狀況,詳細演示模型預(yù)測的過程。

      1 文獻回顧

      關(guān)于企業(yè)財務(wù)預(yù)測模型的研究,國內(nèi)外學(xué)者主要集中在對 Edward Altman 提出的Z-Score模型進行優(yōu)化,將財務(wù)風(fēng)險通過所選擇的財務(wù)指標完成量化。通過對國內(nèi)文獻關(guān)于Z-Score模型的研究,大都集中在將模型應(yīng)用于各個行業(yè)。周守華、楊濟華二人在Z-Score模型的基礎(chǔ)上進行了改善,構(gòu)建了新的財務(wù)困境預(yù)測模型,他們將新的模型命名為F-Score模型,該模型剔除了權(quán)益資本市場對財務(wù)狀況的影響,更注重現(xiàn)金流量對經(jīng)營情況的影響。吳珂、謝晉雯對上市互聯(lián)網(wǎng)金融行業(yè)進行了研究;楊雪艷等對醫(yī)藥行業(yè)進行了研究;張蔚虹等選擇的是科技型上市公司;張晶等人通過財務(wù)指標分析與Z-Score模型相結(jié)合的方法,對蒙牛乳業(yè)進行了研究。通過一系列學(xué)者的實證研究表明:Z-Score模型適用于我國各行業(yè)財務(wù)困境的預(yù)測。

      綜上所述,關(guān)于財務(wù)困境預(yù)測,國內(nèi)外學(xué)者已經(jīng)作出了充分、詳實的研究。本文運用Z-Score、F-Score模型并結(jié)合中遠海控實例,對上市公司財務(wù)預(yù)測進行研究。

      2 研究設(shè)計

      2.1 樣本選擇與數(shù)據(jù)來源

      本文選取我國航運業(yè)龍頭老大——中遠??刈鳛樨攧?wù)風(fēng)險預(yù)測的研究對象,展示財務(wù)困境預(yù)測模型預(yù)測的過程。中遠海控由中國遠洋太平洋有限公司和中國遠洋物流有限公司于2002年合資組建,中遠??卦?011年發(fā)生凈虧損104.5億元,2012年虧損95.6億元,2013年被特別處理為*ST遠洋,該事件在國內(nèi)影響重大。(2015年12月中國遠洋與中國海運實施并購重組,并更名為中國遠洋海運集團有限公司,次年,中遠海運股票名稱變更為中遠???,為保持全文一致性,本文統(tǒng)一采用中遠??剡@一名稱。)本文數(shù)據(jù)主要取自巨潮資訊網(wǎng)、同花順財經(jīng)和中遠??貙ν馀兜哪陥髷?shù)據(jù)。

      2.2 預(yù)測模型介紹

      2.2.1 Z-Score模型預(yù)測

      模型計算公式:Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

      其中X1=(流動資產(chǎn)—流動負債)/資產(chǎn)總額,反映企業(yè)的短期償債能力;X2=留存收益/資產(chǎn)總額,反映企業(yè)的盈利能力;X3=息稅前利潤/資產(chǎn)總額,評價企業(yè)的資產(chǎn)獲利能力;X4=權(quán)益資本的市場價值/負債總額,說明了債權(quán)人資產(chǎn)和股東投入資本之間的內(nèi)在聯(lián)系;X5=營業(yè)收入/資產(chǎn)總額,體現(xiàn)了企業(yè)的周轉(zhuǎn)能力和整體經(jīng)營能力。Z-Score模型的判別方法是將X1~X5對應(yīng)的財務(wù)指標篩選出來,代入公式中計算出Z值,模型的閾值為2.675,如果值大于2.675,則代表企業(yè)財務(wù)狀況短時間內(nèi)不會出現(xiàn)重大問題;如果Z值處于1.8和2.765之間,此時企業(yè)處在一個不明朗的范圍內(nèi),也就是我們常說的灰色空間,需要結(jié)合多方因素進行評判;如果Z值小于1.8,表示企業(yè)的財務(wù)狀況已經(jīng)發(fā)出危險的新號,有很大的幾率會陷入財務(wù)困境,需要企業(yè)管理者盡快做出整改措施。

      2.2.2 F-Score模型預(yù)測

      計算公式:F=-0.1774+1.10911X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

      其中X1、X2、X4三個指標代表的含義與Z-Score模型相同,X3=(稅后收益+折舊)/負債總額,反映了企業(yè)資產(chǎn)的獲利能力;X5=(稅后收益+折舊利息)/資產(chǎn)總額,反映了企業(yè)的再創(chuàng)造性。F-Score模型的判別方法同樣是將X1~X5對應(yīng)的財務(wù)指標篩選出來,代入公式中計算出F值,F(xiàn)-Score模型的閾值為0.0775,如果F值大于0.0775,則代表企業(yè)運營良好;如果F值處于0.0274和0.0775之間,此時的企業(yè)需要結(jié)合企業(yè)多方面的財務(wù)分析來判定;如果F值小于0.0274,表示企業(yè)的財務(wù)狀況較差,需要引起企業(yè)管理者的重視。

      3 對中遠??匚磥碡攧?wù)狀況預(yù)測

      根據(jù)中遠??嘏兜?016-2018的年報,選取計算X1~X5所需要的財務(wù)指標數(shù)據(jù),代入上文介紹的模型中,分別計算出Z-Score模型中X1~X5和Z值,以及F-Score模型中的X1~X5和F值:

      根據(jù)計算結(jié)果可以看出,兩種模型的預(yù)測結(jié)果基本一致,中海遠控2016-2018年的值均小于1,值均為負,表明中遠海控的財務(wù)狀況十分不理想,可以猜測中海遠控未來仍舊有再次陷入財務(wù)困境甚至再次被特別處理的可能。

      4 研究結(jié)論及啟示

      企業(yè)財務(wù)困境的形成并不是短時間內(nèi)一蹴而就的,而模型的預(yù)測可以使企業(yè)在出現(xiàn)危機的三年以前就出現(xiàn)征兆,及時的監(jiān)測財務(wù)狀況,對于企業(yè)的發(fā)展是十分必要的。本文所選取的多元判別模型改善了一元判別模型在預(yù)測時的單一性,使結(jié)果更加合理客觀,應(yīng)用也更為廣泛。

      在預(yù)測到財務(wù)危機的信號后,企業(yè)應(yīng)及時針對問題進行處理,盡早采取應(yīng)對措施。并且應(yīng)當將預(yù)測結(jié)果與企業(yè)實際情況相結(jié)合,在定性與定量方面進行全面、多方位的研究。除了選取適合的模型進行監(jiān)控,企業(yè)也應(yīng)同時關(guān)注內(nèi)部因素和外部宏觀經(jīng)濟的變化,注重多元化發(fā)展,避免盲目擴張,樹立風(fēng)險意識,健全財務(wù)危機預(yù)警的機制,保證企業(yè)更長遠、更穩(wěn)定的發(fā)展。

      參考文獻:

      [1]Altman E I, Marco G,Varetto F.Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks (the Italian experience) [J].Journal of Banking & Finance, 1994,18(3): 505-529.

      [2]Altman. E I. Predicting financial distress of companies: revisiting the Z-score and ZETA models[J].Stern School of Business, New York University, 2000,(9):12.

      [3]李秉成.企業(yè)財務(wù)困境形成過程研究[J].當代財經(jīng),2004,(1):109-112.

      [4]張鳴,程濤.上市公司財務(wù)預(yù)警實證研究的動態(tài)視角[J].財經(jīng)研究,2005,31(1): 62-71.

      [5]李秉成.企業(yè)財務(wù)困境形成過程研究[J].當代財經(jīng),2004,(1): 109-112.

      [6]張鳴, 程濤.上市公司財務(wù)預(yù)警實證研究的動態(tài)視角[J].財經(jīng)研究,2005,31(1): 62-71.

      [7]田子義.Z值財務(wù)預(yù)警模型解釋[J].現(xiàn)代經(jīng)濟信息,2014,(12):245.

      猜你喜歡
      模型
      一種去中心化的域名服務(wù)本地化模型
      適用于BDS-3 PPP的隨機模型
      p150Glued在帕金森病模型中的表達及分布
      函數(shù)模型及應(yīng)用
      重要模型『一線三等角』
      重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
      AVB網(wǎng)絡(luò)流量整形幀模型端到端延遲計算
      考慮初始損傷的脆性疲勞損傷模型及驗證
      3D打印中的模型分割與打包
      離散型隨機變量分布列的兩法則和三模型
      克拉玛依市| 台中市| 盐城市| 黄山市| 河东区| 罗甸县| 尤溪县| 旬阳县| 凤山市| 镇平县| 大埔区| 宝应县| 镶黄旗| 鄂州市| 开原市| 榆林市| 富锦市| 威信县| 公安县| 海淀区| 金阳县| 洞头县| 通海县| 姜堰市| 肥城市| 银川市| 江阴市| 南陵县| 台东市| 安塞县| 康保县| 墨竹工卡县| 明水县| 绍兴县| 嘉义市| 淮北市| 德江县| 蒙阴县| 凌海市| 涟水县| 酒泉市|