摘 要:在國(guó)際國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)下,上市公司的生產(chǎn)經(jīng)營(yíng)處于充滿(mǎn)風(fēng)險(xiǎn)的新時(shí)代。若企業(yè)可發(fā)現(xiàn)公司的經(jīng)濟(jì)狀況的異常,就有機(jī)會(huì)防止企業(yè)財(cái)務(wù)狀況愈加惡化,其對(duì)于我國(guó)上市公司及各利益相關(guān)信息主體都具有現(xiàn)實(shí)意義。
基于金融危機(jī),國(guó)內(nèi)外學(xué)者預(yù)警系統(tǒng)的基礎(chǔ)上,在金融危機(jī)的整合基本方法的理論研究上的預(yù)警指標(biāo)體系,并構(gòu)建了風(fēng)險(xiǎn)預(yù)警模型。在二進(jìn)制和多現(xiàn)有的財(cái)務(wù)狀況模型的基礎(chǔ)上分析,形成在市場(chǎng)上更合理的金融危機(jī)早期預(yù)警系統(tǒng)。論文的主要問(wèn)題研究人員工作如下:
1.背景文件的分析來(lái)解釋上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的理論和實(shí)踐意義,基于對(duì)金融危機(jī)在國(guó)內(nèi)外在當(dāng)前研究的問(wèn)題普遍存在預(yù)警文獻(xiàn)綜述總結(jié)。
2.在了解國(guó)內(nèi)外學(xué)者對(duì)財(cái)務(wù)管理危機(jī)預(yù)警的理論基礎(chǔ)研究后,對(duì)財(cái)務(wù)危機(jī)概念的理論和實(shí)證結(jié)果進(jìn)行界定,進(jìn)而通過(guò)分析我國(guó)上市企業(yè)公司內(nèi)部財(cái)務(wù)危機(jī)形成的機(jī)理,介紹了各方法的基本發(fā)展思想,并對(duì)各個(gè)教學(xué)方法的優(yōu)缺點(diǎn)進(jìn)行簡(jiǎn)述。
3.建立考克斯模型,對(duì)不同行業(yè)的差異與經(jīng)濟(jì)風(fēng)險(xiǎn)危機(jī)的影響進(jìn)行探究。其結(jié)果表明:虛擬變量系數(shù)顯著,表示:金融危機(jī)風(fēng)險(xiǎn)的上市公司在不同的行業(yè)面臨不同的,金融危機(jī)的這篇文章中的整體風(fēng)險(xiǎn)是2.0178倍電氣工業(yè)專(zhuān)業(yè)設(shè)備行業(yè)。
關(guān)鍵詞:財(cái)務(wù)危機(jī)預(yù)警;風(fēng)險(xiǎn)價(jià)值評(píng)估;Panel評(píng)定模型;行業(yè)間差異
一、緒論
自從中國(guó)進(jìn)入了一個(gè)新的時(shí)代,國(guó)內(nèi)經(jīng)濟(jì)已進(jìn)入供應(yīng)面的結(jié)構(gòu)性改革,其中最突出的是生長(zhǎng)和CPI的經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的低水平的時(shí)代。在新的經(jīng)濟(jì)發(fā)展形勢(shì)下,上市企業(yè)公司更難操作,上市公司應(yīng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)的水平提出了一個(gè)更高要求。因此,如何進(jìn)行選擇企業(yè)財(cái)務(wù)管理危機(jī)預(yù)警和篩查存在變數(shù),并建立公司財(cái)務(wù)危機(jī)預(yù)警模型是本文的核心員工工作。
二、上市公司財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建
1.指標(biāo)選取的原則
(1)全面性原則
(2)代表性原則
(3)可操作性原則
(4)可度量原則
2.指標(biāo)體系的建立
(1)財(cái)務(wù)指標(biāo)體系構(gòu)建
①反映公司盈利能力的2個(gè)指標(biāo)
盈利能力指標(biāo)可以測(cè)量,反映盈利分析能力。
a.凈資產(chǎn)收益率
b.總資產(chǎn)報(bào)酬率
②反映公司資金鏈能力的3個(gè)指標(biāo)
償付能力指標(biāo)反映了上市公司的能力是由于償還債務(wù),大致表述為上市公司的總資產(chǎn)加上各種債務(wù)比率。上市企業(yè)公司償債能力是判斷上市公司內(nèi)部財(cái)務(wù)發(fā)展?fàn)顩r的重要指標(biāo)。
a.流動(dòng)比率
b.速動(dòng)比率
c.現(xiàn)金比率
③體現(xiàn)上市公司營(yíng)運(yùn)能力的指標(biāo)
用來(lái)表示上市公司的內(nèi)部資產(chǎn)管理的效率,業(yè)務(wù)能力的主要指標(biāo),上市公司還可以指示利用現(xiàn)有資源,實(shí)現(xiàn)增加值的能力。
a.應(yīng)收賬款周轉(zhuǎn)率
b.存貨周轉(zhuǎn)率
(2)非財(cái)務(wù)指標(biāo)體系
審計(jì)工作行為是指這樣的上市公司發(fā)展及其原因的內(nèi)部經(jīng)濟(jì)社會(huì)活動(dòng)的經(jīng)濟(jì)管理行為方式進(jìn)行審核是權(quán)力經(jīng)濟(jì)文化活動(dòng)的法律強(qiáng)制審計(jì)監(jiān)督的鍛煉。因此,如果審核反饋良好的行為,不太可能上市公司的財(cái)務(wù)危機(jī);相反,財(cái)務(wù)危機(jī)更可能發(fā)生。
三、上市公司財(cái)務(wù)危機(jī)風(fēng)險(xiǎn)的行業(yè)差異性探究
1.研究設(shè)計(jì)
(1)Cox模型介紹
Cox模型是D.R.Cox提出的比例風(fēng)險(xiǎn)(Ratio&Risk)模型,其基本表達(dá)式為:
(2)初始指標(biāo)選取
借鑒前人研究的經(jīng)驗(yàn)結(jié)論,選定財(cái)務(wù)比率的17個(gè)相關(guān)備擇指標(biāo)進(jìn)行分析(見(jiàn)表1)。
2.實(shí)證分析
(1)VIF相關(guān)性檢驗(yàn)
從表2可以看出,各變量間是不存在有(多重)共線性。
(2)Cox模型估計(jì)
通過(guò)分析兩大模型,驗(yàn)證相異行業(yè)、相異企業(yè)間的經(jīng)濟(jì)管理的財(cái)務(wù)風(fēng)險(xiǎn)的差異性存在與否。建立兩個(gè)考克斯模型,每個(gè)模型的變量解釋觀察是否有差異。模型表達(dá)式如下:
(3)結(jié)果分析
最終,X的系數(shù)為0.702,比率是pr=2.0178,表明電氣行業(yè)的企業(yè)在總體規(guī)模上,發(fā)生財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)達(dá)到設(shè)備企業(yè)的2.0178倍。
四、基于Panel Logit(評(píng)定)模型的財(cái)務(wù)風(fēng)險(xiǎn)分類(lèi)預(yù)測(cè)
1.數(shù)據(jù)預(yù)處理
設(shè)P個(gè)可觀測(cè)的指標(biāo)為X1,X2,……,XP,m個(gè)不可觀測(cè)的因子為F1,F(xiàn)2,……,F(xiàn)m,則因子分析的數(shù)學(xué)模型可表示為:
其中,m
表4結(jié)果表明,KMO測(cè)試的系數(shù)結(jié)果為0.878,即可以做因子分析。
正交旋轉(zhuǎn)后的主成分因子載荷矩陣和主成分分析結(jié)果如表5所示。
2.模型的建立
Panel logit模型表達(dá)式:
為固定效應(yīng)模型進(jìn)行評(píng)估,
的極大值,以獲得最大似然估計(jì)的條件。
賦值規(guī)則為:
3.模型的估計(jì)與預(yù)測(cè)
(1)模型估計(jì)
從表6可以得出模型的估計(jì)形式為:(把系數(shù)依次填入)
其中:分別為盈利因子、償債因子、成長(zhǎng)因子和評(píng)價(jià)因子。
(2)模型預(yù)測(cè)效果檢驗(yàn)
按照基準(zhǔn)進(jìn)行數(shù)據(jù)測(cè)試,選定0.05為panel模型的最佳閾值。此概率閾值(臨界值)標(biāo)準(zhǔn)下,預(yù)測(cè)結(jié)果如表7所示。
從表7可以看出,Panel Logit模型的分類(lèi)預(yù)測(cè)的準(zhǔn)確率是比較高的,這是因?yàn)椋篜anel數(shù)據(jù)有橫截面信息和時(shí)間序列的特征信息,從而得到一個(gè)更為精確的預(yù)測(cè)與分析結(jié)果。
五、結(jié)論
財(cái)務(wù)危機(jī)預(yù)警是上市公司,投資者,債權(quán)人和證券監(jiān)管機(jī)構(gòu)等利益相關(guān)者共同關(guān)注的問(wèn)題。實(shí)證結(jié)果表明,panel logit模型能夠反映上市公司進(jìn)入財(cái)務(wù)危機(jī)的可能性和各因素之間的定量關(guān)系,而基于橫截面數(shù)據(jù)的缺陷恰好被面板數(shù)據(jù)模型彌補(bǔ)。
參考文獻(xiàn)
[1]單孟林.基于VaR的結(jié)構(gòu)性理財(cái)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)管理研究[D].西北民族大學(xué),2019.
[2]喻晴.基于VaR模型的我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量及實(shí)證研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué),2018.
[3]廖仁健.基于耦合時(shí)空K近鄰與向量自回歸的地理時(shí)間序列預(yù)測(cè)[D].云南大學(xué),2018.
[4]劉婉麗.基于布朗運(yùn)動(dòng)極值理論的VaR模型改進(jìn)研究[D].上海師范大學(xué),2018.
[5]楊波.基于偏最小二乘的財(cái)務(wù)危機(jī)預(yù)警模型研究[D].中國(guó)財(cái)政科學(xué)研究院,2017.
[6]賈睿.中國(guó)貨幣政策傳導(dǎo)機(jī)制對(duì)A股市場(chǎng)影響的有效性分析[D].西南財(cái)經(jīng)大學(xué),2016.
[7]朱兆珍.上市公司生命周期視角下財(cái)務(wù)危機(jī)預(yù)警研究[D].東南大學(xué),2016.