现金流量指标的财务预警信息含量的研究

现金流量指标的财务预警信息含量的研究作者：金贞洁学位授予单位：复旦大学参考文献(30条)1.吴世农.卢贤义我国上市公司财务困境的预测模型研究[期刊论文]-经济研究2001(6)2.陈静.YouWeiWu.黎宇宁上市公司财务恶化预测的实证分析[期刊论文]-会计研究1999(4)3.陈晓.陈治鸿我国上市公司的财务困境预测2000(02)4.黄礼.李万超主成分分析法在财务预警实证研究中的应用[期刊论文]-统计与信息论坛2003(5)5.张玲财务危机预警分析判别模型及其应用[期刊论文]-预测2000(6)6.姜秀华.孙铮治理弱化与财务危机:一个预测模型[期刊论文]-南开管理评论2001(5)7.何沛俐.章早立立体空间下全新财务危机远期预警模型20028.卢宇林上市公司财务失败预警系统实证分析20029.张鸣.张艳财务困境预测的实证研究与评述[期刊论文]-财经研究2001(12)10.AltmanEIFinancialratios,Discriminantanalysisandthepredictionofcorporatebankruptcy196811.AltmanEIPredictingFinancialDistressofCompanies:RevisitingTheZ-ScoreandZETA(R)Models200012.BeaverWHFinancialratiosaspredictorsoffailure.Empiricalresearchinaccounting:selectedstudies196613.CaseyC.NBartczakUsingOperatingCashFlowDatatoPredictFinancialDistress:SomeExtensions198414.DambolenaI.SKhouryRatioStabilityandCorporateFailure198015.DopuchN.HolthausenR.W.LeftwichR.WAbnormalstockreturnsassociatedwithmediadisclosuresofsubjecttoqualifiedauditopinions?1986(02)16.FlaggJC.GirouxGA.WigginsCEJrPredictingcorporatebankruptcyusingfailingfirms17.FloodR.MarionNPerspectivesontheRecentCurrencyCrisisLiterature199818.HopwoodW.McKeownJC.MutchlerJFATestoftheincrementalexplanatorypowerofopinionsqualifiedforconsistencyanduncertainty198919.JohnsenT.MelicherRWPredictingCorporatebankruptcyandfinancialdistress:informationvalueaddedbymultinomialligitmodels199420.KeaseyK.PMcGuinnessTheFailureofUKIndustrialFirms1976-1984,LogisticAnalysisandEntropyMeasures199021.KeaseyK.PMcGuinness.HShortTheMultilogitApproachtoPredictingCorporateFailure-FurtherAnalysisandtheIssueofSignalConsistency1990(01)22.KohH.CThesensitivityofoptimalcutoffpointstomisclassificationcostsoftypeⅠandtypeⅡerrorsinthegoing-concernpredictioncontext1992(02)23.LauAHAFive-StateFinancialDistressPredictionModel198724.MartinDEarlyWarningofBankFailure:ALogitRegressionApproach197725.OhlsonJSFinancialRatiosandtheProbabilisticPredictionofBankruptcy198026.TrumanAClark.MarkIWeinsteinTheBehavioroftheCommonStockofBankruptFirms198327.RoseRS.AndrewsWT.GirouxGAPredictingbusinessfailure:Amacroeconomicperspective198228.SinkeyJ.FJrAmultivariatestatisticalanalysisofthecharacteristicsofproblembanks1975(01)29.ZavgrenCVAssessingtheVulnerabilitytoFailureofAmericanIndustrialFirms:ALogitAnalysis198530.ZmijewskiM.EEssaysonCorporateBankruptcy,Unpublisheddissertation1984相似文献(10条)1.期刊论文傅文玥.FUWen-yue基于Logit模型的上市公司财务预警分析-云南财贸学院学报2005,21(4)上市公司财务预警对投资者理性投资具有重要的参考价值,采用Logit非线性模型,并考虑到上市公司公开披露信息的可获取性,筛选若干个常用的财务指标,经过严格的实证数据测试,建立了上市公司财务预警的Logit模型,运用该模型对ST公司进行了戴帽预测.2.学位论文黄安定财务困境预警模型在信贷风险管理中的应用2007信用风险是金融市场中最古老、最重要的风险形式之一，也是商业银行等金融机构所面临的主要风险。信用风险的度量和管理是金融机构日常经营管理的核心，传统的信贷风险管理中使用的大多是些定性分析工具，有一定的局限性。因此，研究和开发信用风险识别技术对防范和化解银行信用风险具有重要意义。国际上信用风险管理的发展大约经过专家制度法、财务比率综合分析法、多变量信用风险判别模型和以CreditMetries为代表的现代信用风险量化模型。我国商业银行由于种种原因信用风险管理活动才刚刚起步。目前，我国商业银行较多使用的是6C法和五级分类法等方法，但这些方法存在着相当的局限性。而要运用当今流行的以信用评级为基础建立测量信用风险的内部方法与模型，现阶段，我国的信用评级制度不健全、基础数据缺乏等客观条件都制约了这些模型的实际操作。由于财务预警模型的低成本、容易操作，本文运用财务困境预警模型中的Logit模型，从银行的角度出发，根据预先规定的选择标准确定财务困境公司和非财务困境公司两组数据，运用Logit方法，建立了商业银行针对企业财务困境的预警模型。实证研究的结果表明Logit模型是较理想的商业银行信用风险识别模型，该模型有助于判定借款人的质量和经营业绩，可以在一定程度上预测企业未来的信用风险的大小，为管理信贷风险提供新的方法，提高我国银行信贷风险管理的水平。最后，在实证研究结果的基础上，作者提出一些关于该模型的运用时应该注意的几个问题，以及我国今后在借鉴和学习国外先进经验、提高信用风险管理水平所需要做的努力方面提出一些个人意见和建议。3.学位论文严瑾孟具有新型预测能力的财务困境模型研究——Logit模型的加权极大似然法2008财务困境预警一直都是投资和财务管理领域的一个重要的研究方向，因为一个公司是否陷入财务困境状态不仅是公司本身对未来的预期与战略制定的决定因素之一，而且该公司的投资者和债权人的利益是否能够取得及取得的多寡都与之息息相关。企业从财务状况正常到财务困境的发生，可能是突发性的债务危机，也可能是逐渐的财务状况恶化所引起的。实践中，通常大多数企业陷入财务困境都是由财务状况从正常到逐步恶化再至财务困境或破产这样一个渐进的过程。因此，一般而言，企业的财务困境不但具有先兆，而且是可预测的。在美国和英国等国家有众多的提供财务困境预测或破产预测服务的机构，如英国的Datastream公司、美国第一银行信托分部和PerformanceAnalysisServices公司，而且Alterman在1977年发展的ZETA评分模型曾被作为商品出售一事也说明了在国外研究财务困境预警具有现实意义。我国从1998年证券市场引入ST制度以来，各种财务预警的方法层出不穷，虽有少部分是定性分析的，但大多数都是定量的建模分析。在定量的建模分析方法中，根据对被解释变量的设定，大致能够分为两种做法：第一种做法是假设训练集的被解释变量与检验集的被解释变量年份相同，也即若要预测2009年公司是否为ST，就用2009年公司是否为ST的数据训练模型。第二种做法则把训练集和检验集的被解释变量年份错开，避免了第一种的错误。但目前第二种做法大多是用训练集训练后的模型直接套用下一年份财务数据来预测下一年份的公司分类，这样做的前提是模型在时间上必须是稳定或不变的。要证明模型的这种时不变性比较困难，因此本文在分析了Logit模型的极大似然法之后，从另一个角度考虑引入包含时间因素的信息，务求信息的利用更全面。本文的第1章导论首先介绍了研究的背景，然后根据以上思考的结果分别讨论了本文研究的理论意义和现实意义。接着本文第2章对国外和国内的文献做一个总体的回顾和概览，为本文以下章节的财务困境预警的讨论做铺垫。回顾国外的财务困境预警研究，一般分为单变量分析和多变量分析两大类。前者是早期研究不成熟阶段的产物，因为单个变量独立开来的分析显然和复杂的现实经济市场情况不对应，一般现在已经很少用到；后者最初的模型也较简单，但随着计算机技术的发展，各种方法纷纷涌现，模型越来越复杂，似乎是为了写文章而缺乏深入研究——各种诸如神经网络、支持向量机很少见发表于经典的经济学杂志就是很好的例证。而国内的财务困境预警研究，基本上是在ST制度实行以来才跟着国外的脚步走过来的，其基本理论和模型大多借鉴的是国外的文献。虽然很多国内文献对ST的制度做了很多讨论，但就像上文提到的一样，很多文献都有第一种做法的错误，还有一些文献则没有考虑模型时间因素的影响。因此本文的第3章对传统的Logit模型分析财务困境的方法做了系统的讨论，并给出了改进的思路。第3章的基本结构如下：①首先给出变量的筛选规则介绍本文变量筛选按相关系数分析、独立样本T检验两步进行。相关系数分析是为了解决模型的解释变量之间存在相关性的问题。首先为了去掉异常值的影响，本文要比较参数相关系数和非参数相关系数的异同。若前者和后者无太大差别，则选用参数相关系数，理由是参数相关系数包含了更多的数据信息；若前者和后者差别很大，则选用非参数相关系数，以减少异常值的影响。在相关系数分析以后，由于存在太多的两两相关的解释变量，不能简单地把这些变量全部剔除，因为虽然两个变量间存在相关性，但将之全部剔除有可能反而会遗漏变量。因此本文在相关系数分析后做独立样本T检验，目的是为了剔除那些存在相关性的解释变量中和被解释变量无关的变量。②给出逐步回归的算法逐步回归的优点是能够在众多解释变量中找出对被解释变量有信息增益的变量，因此本文选择逐步回归建模。所以在理论分析部分，本文对逐步回归的三种算法：前向选入(Forward)、后向剔除(Backward)、逐步(Stepwise)选入剔除一一做了介绍。③介绍传统Logit模型由于本文是对传统Logit模型的扩展，因此有必要先对传统Logit模型做详细描述，故而本文在引出改进模型以前，先介绍传统模型，然后介绍传统模型的估计方法——极大似然估计法，并对极大似然估计法在不存在解析解时用到的两种迭代拟合算法：FisherScoring和N