上市公司财务预警研究以江西上市公司为例

上市公司财务预警研究——以江西上市公司为例2013届会计学专业毕业生论文(设计)课题名称：上市公司财务预警研究——以江西上市公司为例学生姓名：马丽丽指导教师：郑垚江南大学网络教育学院2015年4月上市公司财务预警研究——以江西上市公司为例江南大学网络教育学院毕业论文(设计)姓名马丽丽校外学习中心江西人才2学号913330449证件号320501199204296042批次201507层次专升本专业会计学指导教师郑垚课题名称上市公司财务预警研究——以江西上市公司为例（第稿）指导教师评语终稿成绩：指导教师签名：年月日上市公司财务预警研究——以江西上市公司为例I摘要随着国内经济的迅猛发展,竞争环境日趋激烈,使得企业面临的经营风险和财务风险不断加剧。同时,全球经济一体化给每一个开放的企业带来了机遇,也带来了巨大的挑战。美国的金融危机引发全球经济危机,中国的许多企业也因此面临生存危机,至今仍有无数企业在为资金周转疲于奔命。江西省是一个内陆省份,与东部沿海地区相比,增长速度不快、经济运行方面问题多。关注省内经济发展,尤其要关注企业发展,作为企业中最具生命力的上市公司,对他们的关注是每一个江西人的应尽责任。关键词：财务预警；上市公司；外部监管上市公司财务预警研究——以江西上市公司为例II目录摘要.............................................................................................................................I目录...........................................................................................................................II第一章财务预警研究概述..........................................................................................1第二章江西省上市公司财务预警问题的现状分析..................................................42.1江西省上市公司的一般情况概述..................................................................42.2用智能模型分析江西省上市公司财务危机预警现状..................................42.3江西省上市公司财务危机预警模型发现的问题.........................................52.3.1公司治理结构不健全，风险意识缺乏...............................................52.3.2证券市场不规范，破产机制不健全..................................................52.3.3预警指标的选择狭窄..........................................................................5第三章国外上市公司财务预警对江西的启示..........................................................73.1国外上市公司财务预警现状.........................................................................73.2结合国外经验对江西上市公司财务预警的启示.........................................9第四章完善江西上市公司财务预警现状的建议...................................................114.1公司治理结构的完善...................................................................................114.2相关法律制度的完善....................................................................................124.3财务信息质量保证制度的完善...................................................................134.4内部控制制度的完善....................................................................................14结论..........................................................................................................................15参考文献......................................................................................................................16上市公司财务预警研究——以江西上市公司为例1第一章财务预警研究概述国内外与发达的资本市场相应的财务预警模型研究早已引起足够重视,并取得一定的成果。目前的财务风险预警模型可划分为定性和定量两种:定性预警分析和定量预警分析。由于定性预警分析法的针对性太强,只能对某一个具体的企业适用,所以本文不作具体叙述,而更多的来分析定量预警分析法。定量预警分析：1.1单变量判定模型单变量判定模型是指运用单一变量,即个别财务比率指标来预测财务风险大小的方法。如下列指标:债务保障率、资产收益率、资产负债率、资金安全率、安全边际率。最早的财务预警研究是Fitzpatrick(1932)的单变量破产预测研究。其后,美国学者Beaver(1966)提出了较为成熟的单一变量模型。1.1.1Z计分模型1968年埃德沃德·阿尔特曼(Altman)提出了多元线性判定模型即运用多种财务指标加权汇总产生的总判断分值(称为Z值)来预测财务危机,Altman的Z值计算模型分为在上市公司和非上市公司两种情况。其中,上市公司的Z值模型和判别规则如下:Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中:X1=净营运资本/资产总额,反映公司总营运资本的流动性;X2=留存收益/资产总额,反映公司的支付剩余能力;X3=息税前利润/资产总额,反映公司的收益率大小,衡量公司运用全部资产获取利润的能力;X4=普通股和优先股市场价值总额/债务账面价值总额,反映公司财务状况的稳定性;X5=本期销售收入/资产总额,反映公司的活动比率。该模型实际上是通过五个变量(五种财务比率),将反映企业偿债能力的指标(X1、X4)、获利能力指标(X2、X3)和营运能力指标(X5)有机联系起来,综合分析预测企业财务失败或破产的可能性。非上市公司的Z值模型和判别规则如下:Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5其中:X4修正为股东权益/总负债,反映公司财务状况的稳定性。其余X1、上市公司财务预警研究——以江西上市公司为例2X2、X3、X5同上市公司的相同。X1、X2、X3、X4、X5分别反映资产流动性、公司的寿命及累积的利润率、盈利能力、财务结构、资本周转率。公司破产一般发生在第一次Z值出现负数的3年里。但是对我国的企业,由于我国经济状况、地域、行业等诸多因素的差异,在运用这一基本模型时,如何根据自身的需要和特点,设计和选择财务比率指标,确定权重以及各种景气状态的数量特征值,是企业建立和用好该系统的关键。1.1.2主成分分析法和判别分析Serpil、Yildirim和Hatice(2006)运用主成分分析法和判别分析法建立了预警模型,并选取土耳其伊斯坦布尔股票交易市场的上市公司进行实证研究,采用的指标包括资产收益率、总负债/总资产、净利润、销售增长率、股东权益增长率、资产增长率、短期借款/长期负债、净资产收益率、每股收益率、速动比率、应收账款周转率、存货周转率、净利润增长率、坏账比率、利息偿付比率、流动比率。1.1.3概率模型Ohlson(1980)利用Logistic分析建立企业财务危机预测模型,结果发现公司规模、资本结构、资金报酬率、变现能力具有显著的预测能力。Collins&Green(1982)比较了多元判别模型、线性概率模型和多元逻辑回归模型。结论表明多元判别分析和线性概率模型的基础假设不符合破产预测,而且财务指标往往并不服从正态分布假设,财务危机预测应选择多元逻辑回归模型。Andrews&Evi(2004)的研究结果表明经营现金流指标含有增量信息,Logit模型和神经网络模型均可用于预警,但Logit模型稍优于神经网络模型。蔡志岳、吴世农(2007)运用条件Logit回归模型对公司信息披露违规进行预警研究，实证结果表明在违规前一年，基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。1.1.4智能模型分析神经网络模型(Artificialneuralnetwork,ANN)Odom&Sharda(1990)最早使用BP神经网络预测财务危机,结果显示神经网络要优于当时的判别分析模型。Tam&Kiang(1992)利用三层BP神经网络预测银行破产,结果表明神经网络模上市公司财务预警研究——以江西上市公司为例3型比多元判别分析模型和Logistic模型等更精确,更稳定。Coats&Fant(1993)运用神经网络技术学习审计专家的结论来判别财务困境,他们认为Z值模型对破产当年具有很好的判别效果,但不具有很好的提前预测效果,神经网络模型则解决了此问题。Ernest&Harish(1995)以保险公司为研究对象,采用判别分析、Logit回归和神经网络对保险公司的财务困境进行预警研究,结果表明神经网络的预警判别效果更有效。Charalambous,Charitou&Kaourou(2000)比较了线性向量方法、放射性基本函数和前馈神经网络的预测效果,结果发现神经网络比多元逻辑回归和向后传播算法更好。利用Pulic智力资本模型综合指标VAIC的单变量（王智宁、吴应宇、叶新凤2009）分析初步表明该模型在ST前1至2年能够用于财务危机预警。对因素驱动指标CCE、HCE和SCE的多变量预警分析进一步证实了上述结论，并且多变量预警分析的准确性高于单变量分析。神经网络模型和最小二乘支持向量机模型的总体分类稳定性和准确性最好，说明财务危机与Pulic模型的因素驱动指标存在着强烈的非线性关系。此模型2年能够用于财务危机预警。1.1.5生存分析模型生存分析不使用两分法因变量。风险模型中因变量是企业持续处于非失败的时间,而自变量可以是时变变量,以“公司-年”的形式存放观测值。Shumway(2001)引入公司年龄变量,构造了一个加速失败时间的离散风险模型。MarcJLeclere(2005)分析了时间依赖变量和时间独立变量假定对生存分析模型参数估计的影响,并考察其在财务困境预测中的作用。结论表明,时间依赖变量比时间独立变量假设更加合理,预测效果更好。上市公司财务预警研究——以江西上市公司为例4第二章江西省上市公司财务预警问题的现状分析2.1江西省上市公司的一般情况概述截止2013年底，江西省省属上市公司23家，占A股市场总数的1.5％，在33个地域由多到少排名第23位，列中部地区的第5位；总股本126.