国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

公司債券違約的財務(wù)預(yù)警體系

2016-12-08 01:29:59霍雨佳
現(xiàn)代營銷·學(xué)苑版 2016年9期
關(guān)鍵詞:違約風(fēng)險財務(wù)預(yù)警公司債券

霍雨佳

摘要:隨著我國資本市場的進(jìn)一步發(fā)展,公司債券已成為我國債券市場的重要組成部分,因此公司債券的違約風(fēng)險成為投資者關(guān)注的重要因素。本文使用單變量分析方法,對我國公司債券的違約風(fēng)險進(jìn)行財務(wù)指標(biāo)研究,得出樣本公司的財務(wù)預(yù)警閥值,并對模型的有效性進(jìn)行了驗證。

關(guān)鍵詞:公司債券;違約風(fēng)險;財務(wù)比率;財務(wù)預(yù)警

我國公司債券發(fā)展迅速,已經(jīng)為我國債券市場重要組成部分,發(fā)行人和投資者類型呈現(xiàn)多元化趨勢。然而債券市場的違約風(fēng)險如影隨形,對此我們應(yīng)該在發(fā)展公司債券市場的同時把更多的注意力投向防范和控制公司債券的違約風(fēng)險上。

公司債券違約預(yù)警體系是建立在發(fā)行公司債券公司的各項財務(wù)指標(biāo)上的,根據(jù)企業(yè)所處行業(yè)和地區(qū)的具體情況,以及企業(yè)自身具體情況確定各財務(wù)指標(biāo)相應(yīng)的預(yù)警臨界值,即預(yù)警閥值;然后,根據(jù)企業(yè)的財務(wù)狀況將其風(fēng)險進(jìn)行量化,建立財務(wù)預(yù)警模型,計算預(yù)警指標(biāo)體系的具體數(shù)值和風(fēng)險值;之后,將風(fēng)險值與預(yù)警閥值進(jìn)行比較,若風(fēng)險值處于安全區(qū)域,則表明企業(yè)運(yùn)營狀態(tài)良好,尚不存在財務(wù)風(fēng)險,若風(fēng)險值超過預(yù)警閥值,則企業(yè)財務(wù)狀況出現(xiàn)一定問題,這個結(jié)果會傳送給管理者,使他們意識到問題所在,及時采取應(yīng)對措施,另一方面投資者也會根據(jù)結(jié)果謹(jǐn)慎選擇投資對象。

財務(wù)預(yù)警指標(biāo)體系的設(shè)計應(yīng)該是非常嚴(yán)密和精確的,財務(wù)預(yù)警系統(tǒng)中財務(wù)指標(biāo)的選擇應(yīng)該能夠反映企業(yè)的財務(wù)狀況,包括企業(yè)的償債能力、資產(chǎn)營運(yùn)管理能力、盈利能力、成長能力與企業(yè)的現(xiàn)金流量能力。在建立財務(wù)預(yù)警指標(biāo)體系之后,我們需要建立預(yù)警準(zhǔn)則。預(yù)警準(zhǔn)則要精確并合理適度,若準(zhǔn)則跨度設(shè)計的過于寬,那么可能出現(xiàn)危機(jī)時,預(yù)警系統(tǒng)并未預(yù)警,這種情況我們稱之為漏警;若準(zhǔn)則跨度設(shè)計的過于窄,那么可能導(dǎo)致不需要報警時反而進(jìn)行了報警,從而起不到預(yù)警的作用,這種情況我們稱之為誤警。預(yù)警系統(tǒng)出現(xiàn)少量的失誤是正常的,漏警和誤警之間存在此消彼長的關(guān)系,為防止漏警,把準(zhǔn)則設(shè)計過嚴(yán),那么將導(dǎo)致誤警的可能性增加,反之亦然。

在單變量分析中,我們首先選取34家公司發(fā)行公司債券2005年至2012年間的流動比率、速動比率等12個財務(wù)比率的數(shù)值,這些指標(biāo)全面地反映了發(fā)債公司償債風(fēng)險、資產(chǎn)管理風(fēng)險、盈利風(fēng)險、成長風(fēng)險和現(xiàn)金流量風(fēng)險。在此基礎(chǔ)上,使用剖面分析對樣本中違約公司和正常公司進(jìn)行對比分析,確定單變量分析財務(wù)指標(biāo)的違約臨界值,并對此預(yù)警系統(tǒng)的預(yù)測效果進(jìn)行檢測。

一、研究樣本選擇

本文對于公司債券違約的發(fā)債公司主要依據(jù)我國的信用評級等級來判定。選用在上海證券交易所或深圳證券交易所發(fā)行公司債券的公司作為研究對象。本文規(guī)定評級為AA-級以下的公司債券近似違約狀態(tài)。對照公司即正常公司的選擇,本文采取分層抽樣法進(jìn)行選取,選取信用評級為AAA的公司,按照違約公司與正常公司1:1的數(shù)量比例來進(jìn)行研究。通過篩選,在2008年至2012年發(fā)行評級為AA-級以下的公司債券共17家公司,按照上述研究樣本的設(shè)計,我們選取評級為AAA的17家公司作為對照樣本,總樣本共34家公司。

二、公司債券違約財務(wù)預(yù)警閥值

預(yù)判公司債券是否違約的關(guān)鍵是確定財務(wù)預(yù)警的臨界點(diǎn),將兩個總體樣本各個財務(wù)比率進(jìn)行排序,并繪制成圖,選擇違約公司和正常公司的交叉點(diǎn)作為違約預(yù)警的臨界值。對于極大型指標(biāo),也就是指標(biāo)越大表明狀況越好的指標(biāo),那么臨界值以上是不會發(fā)生違約的區(qū)域,臨界值以下是會發(fā)生違約的區(qū)域。相反,對于極小型指標(biāo),也就是指標(biāo)越小表明狀況越好的指標(biāo),那么臨界值以下是不會發(fā)生違約的區(qū)域,臨界值以上是會發(fā)生違約的區(qū)域。由于本文所選擇的指標(biāo)都為極大型指標(biāo),所以臨界值以上為安全區(qū)域。在確定預(yù)警臨界值點(diǎn)的基礎(chǔ)上,我們在臨界點(diǎn)基礎(chǔ)上按減少40%、80%分別確定輕警與中警、中警與重警的分界點(diǎn)。

財務(wù)指標(biāo)預(yù)測公司債券違約而進(jìn)行預(yù)警時,應(yīng)該綜合考慮各指標(biāo)的聯(lián)系,根據(jù)公司的實際情況進(jìn)行預(yù)測,并考慮宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r來定,對于不同的情況,預(yù)警閥值也應(yīng)該有所變化。

三、單變量模型預(yù)警效果檢驗

在確定了財務(wù)指標(biāo)不同程度的預(yù)警值之后,我們使用2012年違約公司和正常公司的各財務(wù)指標(biāo)對單變量模型的判定效果進(jìn)行檢驗,檢驗結(jié)果表明:15個財務(wù)指標(biāo)對違約公司和正常公司進(jìn)行判定的準(zhǔn)確性還是比較好的,基本上能夠正確將違約公司和正常公司進(jìn)行分類。從表中我們可以看出資產(chǎn)負(fù)債率、現(xiàn)金流量利息保障倍數(shù)、應(yīng)收賬款周轉(zhuǎn)率的誤判率在15個財務(wù)比率中相對較低,而營業(yè)收入增長率指標(biāo)對違約公司判定的誤判率最高,凈利潤增長率和主營收入毛利率次之。

四、結(jié)論

運(yùn)用單變量分析方法對發(fā)債公司進(jìn)行違約評估非常簡單方便,只需將公司財務(wù)指標(biāo)值與警戒值進(jìn)行比較,便可以評估發(fā)行公司債券的公司存在違約風(fēng)險的可能性。預(yù)警體系中各財務(wù)指標(biāo)基本可以對違約公司和正常公司進(jìn)行判定,其中,資產(chǎn)負(fù)債率、現(xiàn)金流量利息保障倍數(shù)、應(yīng)收賬款周轉(zhuǎn)率對于公司債券違約風(fēng)險進(jìn)行預(yù)警效果比較好,準(zhǔn)確率較高;凈利潤增長率、主營收入毛利率和營業(yè)收入增長率準(zhǔn)確率稍差。

在使用單變量預(yù)警模型時也存在一些不足。首先,若違約公司與正常公司各財務(wù)比率的值在預(yù)警臨界值左右較為集中,很多違約公司和正常公司的財務(wù)比率值都很接近預(yù)警臨界值,這就可能導(dǎo)致臨界值微小的變動就會將公司判別到不同分組,具有一定的不穩(wěn)定性;其次,由于本文中樣本數(shù)量較少,誤判一個公司的分類便會導(dǎo)致該財務(wù)比率的誤判率明顯提高,所以采用單變量分析方法對違約公司和正常公司的判定和預(yù)測能力不是很好;同時采用單一財務(wù)比率進(jìn)行分析,不同的指標(biāo)可能產(chǎn)生不同的預(yù)測結(jié)果,沒有綜合公司各方面的信息和能力,具有一定的局限性。此外,一些指標(biāo)具有高度相關(guān)性,很難根據(jù)某一個指標(biāo)進(jìn)行判斷,并且是否違約由公司綜合實力的決定,而不是由單一指標(biāo)能夠預(yù)測的。因此,在進(jìn)行違約預(yù)警判斷時,還應(yīng)結(jié)合其他方法綜合進(jìn)行分析。

參考文獻(xiàn):

[1]Merton, C. Robert. On the pricing of corporate debt: The Risk Structure of Interest Rates[J], Journal of Finance,1974(29):449~470.

[2]周首華.論財務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J].會計研究,1996.

[3]陳靜.上市公司財務(wù)惡化預(yù)測的實證分析[J].會計研究,1999(04):31~38.

[4]高培業(yè),張道奎.企業(yè)失敗判別模型實證研究[J].統(tǒng)計研究,2000(10)

[5]付剛.引入信用風(fēng)險變量的企業(yè)財務(wù)預(yù)警模型構(gòu)建[J].金融理論與實踐,2010(10):60~66.

[6]敬文舉.企業(yè)財務(wù)預(yù)警評價指標(biāo)體系設(shè)計與應(yīng)用研究[J].會計之友,2009(09): 17~19.

猜你喜歡
違約風(fēng)險財務(wù)預(yù)警公司債券
助學(xué)貸款制度的違約風(fēng)險與防范機(jī)制分析
青年時代(2016年31期)2017-01-20 00:29:51
企業(yè)財務(wù)危機(jī)預(yù)警問題研究
基于Logistic模型的校園貸違約風(fēng)險因素分析
貴州高校助學(xué)貸款學(xué)生特征及還款違約風(fēng)險初步分析
時代金融(2016年27期)2016-11-25 16:22:05
判別分析在財務(wù)預(yù)警中的應(yīng)用
淺談企業(yè)如何實施財務(wù)預(yù)警分析
財務(wù)預(yù)警Z3模型在江浙中小企業(yè)的應(yīng)用研究
商(2016年18期)2016-06-20 14:16:02
P2P網(wǎng)貸中借款年利率對借貸成功率影響的理論與實證研究
中國市場(2016年7期)2016-03-07 09:42:07
山东省| 景东| 白城市| 余干县| 泉州市| 宁陕县| 砀山县| 太白县| 泽州县| 芜湖市| 遂平县| 沿河| 清水河县| 永康市| 洞口县| 龙里县| 阳山县| 庆阳市| 武隆县| 陆川县| 岳池县| 福鼎市| 晋中市| 和硕县| 郑州市| 阳原县| 郯城县| 古浪县| 三穗县| 东辽县| 重庆市| 怀远县| 普定县| 正宁县| 沛县| 旺苍县| 平凉市| 盐津县| 合山市| 鹤峰县| 五华县|