上市公司财务危机预警实证分析(ppt 40)

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

来自中国最大的资料库下载本文提纲国内、外相关文献回顾研究方法、样本与变量的选择聚类实证研究及Logistic检验研究结论与不足来自中国最大的资料库下载一、国内、外相关文献回顾Fitzpatrick(1932)以19家公司作为样本,运用单个财务比率将样本划分为破产和非破产两组,他发现判别能力最高的是“净利润/股东权益”和“股东权益/负债”两个比率来自中国最大的资料库下载一、国内、外相关文献回顾Beaver(1966)以Mann-Whitney-Wilcoxen二分类法在三十个原始财务比率中寻找出最具区别能力的财务比率及其分界点。研究结果显示,对于失败企业最具预测能力的指标为“现金流量/总资产”,从破产前一年到前五年的错误率分别为3%、21%、23%、24%、22%。来自中国最大的资料库下载一、国内、外相关文献回顾Altman(1968)首位利用多变量分析技术对企业财务危机进行判别分析的学者。他以1946~1965年间33家破产的制造企业为样本,配对33家正常企业,利用线性多元区别分析法(LMDA)建立区别函数,即Z计分模型。来自中国最大的资料库下载一、国内、外相关文献回顾陈静(1999)选取截止1998年7月我国证券市场中共计27家ST上市公司作为危机企业样本,同时按同行业、同规模选取了27家非ST上市公司作为配对样本,选取资产负债比率、净资产收益率、总资产收益率及流动比率等4个财务比率,进行了单变量分析,结果发现流动比率及资产负债比率的误判率低;在判别分析中,选取资产负债比率、净资产收益率、总资产收益率、流动比率、营运资本/总资产及总资产周转率6个指标构建了判别函数。研究结果显示,在上市公司发生财务困难前1~3年判定正确率分别为92.6%、85.2%及79.6%。来自中国最大的资料库下载一、国内、外相关文献回顾吴世农、卢贤义(2001)选取1998~2000年我国证券市场上70家ST公司作为财务危机公司样本,以70家非ST公司作为配对样本。分别从企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模等角度选取了盈利增长比率、股东权益收益率等21个财务指标。作者选取净资产收益率、负债比率、营运资产与总资产比率及资产周转率4个指标作单变量判别分析,研究发现净资产收益率的判别模型误差最小。同时,作者分别使用了多元线性回归分析(LMP模型)、Fisher线性判定分析和Logistic回归分析三种方法构建了相应的模型,研究发现三种模型均能在财务危机发生前做出较为准确的判断。来自中国最大的资料库下载一、国内、外相关文献回顾姜秀华与孙铮(2001)以2000年11月20日为基准点,选取了在沪、深证券交易所被实施ST的42家上市公司,同时从两市所有非ST公司中随机选出42家配对公司。在13个原始财务比率的基础上,筛选出毛利率、其它应收款与总资产的比率、短期借款与总资产的比率及股权集中系数四个指标建立Logistic判别模型。与其他相关文献不同的是,作者进一步讨论了最佳分割点,选取概率0.1为最佳分割点。如果Logistic判别模型估计的概率P0.10,则判定为ST公司;如果估计概率P0.10,则判定为非ST公司。该模型在财务危机发生前1年,对ST公司与非ST公司判定准确率分别为88.1%和80.95%。来自中国最大的资料库下载二、研究方法、样本与变量的选择研究思路与方法研究样本的选取及变量设定来自中国最大的资料库下载(一)研究思路与方法本文总的研究思路是:首先,采用一定的方法确定研究样本;其次,在此基础上选择确定财务指标;再次,运用SPSS统计软件进行聚类分析;最后是构建模型并检验。由于选择样本较少,为了防止上述研究方法的不科学,本文先用第一组数据作为估计组数据构建模型第二组数据作为检验组数据进行检验;再用原第二组数据作为估计组数据构建模型原第一组数据作为检验组数据进行检验。来自中国最大的资料库下载(一)研究思路与方法本文采用统计方法中的聚类分析法。在实际操作过程中,SPSS提供了两种聚类分析法,一种是快速样本聚类分析;另一种是分层聚类分析。由于事先无法确定类别数,本文研究采用分层聚类分析。由于本文研究的是上市公司财务预警分析,所以所有的样本在分析过程中只有两种状态:经营正常或者是经营失败(即ST企业)。由于因变量是二项分类变量,并且不满足正态分布的条件,这时我们选用Logistic建立模型进行回归分析。来自中国最大的资料库下载(二)研究样本的选取及变量设定研究样本的选取变量设定来自.研究样本的选取总资产规模5000万元~5亿元。本研究共选取危机企业20个,正常企业20个,共40家工业公司,分成两组:甲组和乙组。每组各由20家公司(各含10家ST公司)。本研究遵照公司规模相当原则,适当放宽了样本企业资产规模,幅度为正负30%。同时本研究要求配对样本与危机企业时间窗一致。围绕财务效益状况、资产营运状况、偿债能力状况和发展能力状况四个主要方法,选择了17项基本财务比率指标建立逻辑严密、相互联系、互为补充的体系结构。来自中国最大的资料库下载2.变量设定反映偿债能力的指标反映营运能力的指标反映盈利能力指标反映发展状况的指标来自中国最大的资料库下载(1)反映偿债能力的指标流动比率:X1=流动资产/流动负债速动比率:X2=(流动资产-存货)/流动负债现金比率:X3=(现金+短期投资)/流动负债现金债务总额比:X4=经营活动现金净流入/(流动负债+长期负债)有形资产负债率:X5=(资产总额-无形资产-递延资产及其他)/(流动负债+长期负债)有形净值负债率:X6=(所有者权益总额-无形资产)/(流动负债+长期负债)来自中国最大的资料库下载(2)反映营运能力的指标应收账款周转率:X7=销售收入净额/平均应收账款余额存货周转率:X8=销售成本/平均存货总资产周转率:X9=销售收入净额/平均资产总额营运资本比总资产:X10=(流动资产-流动负债)/总资产来自中国最大的资料库下载(3)反映盈利能力指标主营业务利润率:X11=净利润/主营业务收入销售净利率:X12=净利润/销售收入净资产收益率:X13=净利润/所有者权益总额净利润比总资产:X14=净利润/总资产来自中国最大的资料库下载(4)反映发展状况的指标主营业务收入增长率:X15=主营业务收入增长额/上年主营业务收入税后利润增长率:X16=税后净利润增长额/上年税后净利润净资产增长率:X17=净资产增长额/上年净资产来自中国最大的资料库下载三、聚类实证研究及Logistic检验聚类分析筛选代表性指标在聚类分析基础上建立logistic模型甲组用于估计模型,乙组用于检验模型。来自中国最大的资料库下载(一)聚类分析筛选代表性指标对反映偿债能力的指标筛选对反映其他能力的指标筛选来自中国最大的资料库下载1.对反映偿债能力的指标筛选AgglomerationSchedule12.99800213.99010445.10900516.00620514-.436430Stage12345Cluster1Cluster2ClusterCombinedCoefficientsCluster1Cluster2StageClusterFirstAppearsNextStage来自中国最大的资料库下载类间平均链锁法的合并过程X1与X2被合并,它们之间的相关系数最大,为0.998。分离出X1转至第二步与X3合并,它们之间的相关系数为0.990。分离出X1转至第四步与X6合并,它们之间的相关系数为0.006显示它们之间相关性较差。分离出X1与X4合并,其间的相关系数为-0.436,显示它们之间的相关性很差。X4与X5合并,它们之间的相关系数为0.109,显示出它们之间的相关性也较差。来自中国最大的资料库下载反映偿债能力指标的选取结果在评价企业偿债能力时,可选择流动比率(X1)加上现金债务总额比(X4)、有形净值负债率(X6)指标,其效果与六个指标基本等价。来自中国最大的资料库下载聚类树状关系图表示CASE0510152025LabelNumX11X22X33X66X44X55来自、X2、X3合成一类,在这3个指标中如何选择一个典型指标呢?先按下式计算类中每一变量与其余变量的相关指数(即相关系数的平方)的均值,而后把该值最大的变量作为典型指标。R2=(式中m为类中变量个数)经计算,X1、X2、X3相应的相关指数的均值分别为0.988052、0.980164、0.972212,因而选择X1。rm21ProximityMatrix.000.998.994-.913-.243.006.998.000.987-.934-.231.004.994.987.000-.872-.250.009-.913-.934-.872.000.109.035-.243-.231-.250.109.000-.083.006.004.009.035-.083.000CaseX1X2X3X4X5X6X1X2X3X4X5X6MatrixFileInput来自中国最大的资料库下载2.对反映其他能力的指标筛选通过与偿债能力指标筛选相同的聚类分析后,笔者选择X7、X8和X10作为反映营运能力的指标;X11、X12和X13作为反映盈利能力的指标;X15、X16作为反映发展状况的指标。来自中国最大的资料库下载(二)在聚类分析基础上建立logistic模型以上述指标,并以向前逐步法构建logistic模型。来自(B)Variable(s)ente

1 / 40
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功