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

?

氯堿化工企業(yè)財務(wù)風(fēng)險預(yù)警研究

2017-06-07 15:00:00許天楊紅
合作經(jīng)濟與科技 2017年11期
關(guān)鍵詞:財務(wù)預(yù)警財務(wù)風(fēng)險

許天+楊紅

[提要] 現(xiàn)階段我國經(jīng)濟仍處在平穩(wěn)健康發(fā)展之中,但是隨著氯堿化工行業(yè)產(chǎn)能的不斷增加,市場競爭強度的進(jìn)一步加劇,該行業(yè)面臨的不確定性和財務(wù)風(fēng)險也在加大,因此對該行業(yè)的財務(wù)預(yù)警就變的越發(fā)重要。本文選取氯堿化工行業(yè)部分上市公司作為研究樣本,構(gòu)建氯堿化工行業(yè)財務(wù)預(yù)警模型,并對該模型進(jìn)行檢驗,證明該模型對財務(wù)預(yù)警有足夠的準(zhǔn)確性,這可以為其他企業(yè)的財務(wù)風(fēng)險管理提供參考。

關(guān)鍵詞:氯堿化工;財務(wù)風(fēng)險;財務(wù)預(yù)警

中圖分類號:F23 文獻(xiàn)標(biāo)識碼:A

收錄日期:2017年3月29日

一、研究回顧

目前,國內(nèi)對于財務(wù)預(yù)警的研究主要有以下幾種模型:多元線型判別法以Z-score模型為例,該模型僅適合應(yīng)用于短期預(yù)測的結(jié)論。Altman的Z-score模型盡管還存在一定的不足和片面性,例如樣本材料數(shù)據(jù)的選取要符合正態(tài)分布,而且通常對公司前一年的預(yù)測精確度較高,對前兩年前三年的預(yù)測精度有所下降。不可否認(rèn)的是他的綜合分析思想?yún)s對后來的研究產(chǎn)生了深遠(yuǎn)的影響。F分?jǐn)?shù)模型相比Z-score模型,新加入了現(xiàn)金流量這一自變量指標(biāo),同時考慮了公司財務(wù)狀況的發(fā)展和變化,決策者可以較容易地建立財務(wù)危機預(yù)警機制。Logistic模型的研究對于我國來說主要分為兩種,一種是研究者采取的樣本或者均為中小企業(yè)的上市公司,不能代表大部分我國的上市公司;另一種是配對抽樣相當(dāng)于默認(rèn)風(fēng)險公司與無風(fēng)險公司的比例是相等的,與事實顯然不符,可能會產(chǎn)生過度抽樣或樣本自我選擇問題,由此也會高估模型的有效性。功效系數(shù)法作為一種反映多指標(biāo)、綜合分析的定量評價的方法,它運用簡單明了的計算公式,根據(jù)各項指標(biāo)的重要性來確定指標(biāo)的權(quán)重,但是單項得分的評價標(biāo)準(zhǔn)確定難度較大,不易操作。

二、研究設(shè)計

(一)樣本選取。本文選擇化工行業(yè)2013~2015年財務(wù)數(shù)據(jù)構(gòu)建模型。根據(jù)統(tǒng)計學(xué)原理,選取2015年化工行業(yè)上市公司為ST公司的10家公司,再選取與之相配對的非ST公司100家,總共110家上市公司作為樣本,用這110家公司2013~2015年財務(wù)數(shù)據(jù)構(gòu)建模型,并與真實算出的比率作對比,進(jìn)而算出其準(zhǔn)確率。

(二)指標(biāo)選取。因為筆者主要研究化工行業(yè)上市公司財務(wù)預(yù)警模型的構(gòu)建,所以上市公司的財務(wù)績效(ST或非ST)即為被解釋變量。上市公司財務(wù)績效的影響因素即為解釋變量。但是,目前還沒有對上市公司財務(wù)績效進(jìn)行測度的權(quán)威指標(biāo),所以在參考其他學(xué)者的著作前提下,筆者將選取以下財務(wù)指標(biāo)作為上市公司財務(wù)績效的影響因素:流動比率、速動比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長率、凈利潤增長率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率、營運指數(shù)、總資產(chǎn)凈利潤率、凈資產(chǎn)收益率、營業(yè)毛利率、成本費用率共15個財務(wù)指標(biāo)。根據(jù)上節(jié)對變量設(shè)計及解釋的描述,筆者構(gòu)建影響因素模型所涉及到的變量如表1所示。(表1)

(三)模型的構(gòu)建。根據(jù)前文的理論分析,筆者將上市公司財務(wù)績效預(yù)警的影響因素模型構(gòu)建為:

Y=a0+a1×X1+a2×X2+a3×X3+a4×X4+a5×X5+a6×X6+a7×X7+a8×X8+a9×X9+a10×X10+a11×X11+a12×X12+a13×X13+a14×X14+a15×X15+ε

其中,Logit(Y)=ln ,我們可以算出?籽值,當(dāng)?籽>0.5時,即判定為財務(wù)困境公司,反之則判定為經(jīng)營狀況正常的公司。另外,ε為模型中的殘差項。由于該模型中的自變量個數(shù)較多,所以在后文的實際結(jié)算中,筆者將采用“向后:條件”法篩選自變量,并設(shè)置為進(jìn)入概率為0.05,刪除概率為0.10。

由表2可知,在關(guān)于各個變量的單樣本k-s檢驗結(jié)果中,“流動比率、速動比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長率”變量k-s檢驗對應(yīng)的概率P值均小于顯著性水平0.05,應(yīng)拒絕檢驗的零假設(shè),即可認(rèn)為“流動比率、速動比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率、總資產(chǎn)增長率”的樣本數(shù)據(jù)均不符合正態(tài)分布。(表2)

由表3可知,在關(guān)于各個變量的單樣本k-s檢驗結(jié)果中,“凈利潤增長率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率”變量k-s檢驗對應(yīng)的概率P值均小于顯著性水平0.05,應(yīng)拒絕檢驗的零假設(shè),即我們可認(rèn)為“凈利潤增長率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、全部現(xiàn)金回收率”的樣本數(shù)據(jù)均不符合正態(tài)分布。(表3)

由表4可知,在關(guān)于各個變量的單樣本k-s檢驗結(jié)果中,“營運指數(shù)、總資產(chǎn)凈利潤率、凈資產(chǎn)收益率、營業(yè)毛利率、成本費用利潤率”變量k-s檢驗對應(yīng)的概率P值均小于顯著性水平0.05,應(yīng)拒絕檢驗的零假設(shè),即我們可認(rèn)為“營運指數(shù)、總資產(chǎn)凈利潤率、凈資產(chǎn)收益率、營業(yè)毛利率、成本費用利潤率”的樣本數(shù)據(jù)均不符合正態(tài)分布。(表4)

綜上所述,由于所選15個指標(biāo)數(shù)據(jù)均不符合正態(tài)分布,而Logistic模型不需要嚴(yán)格的假設(shè)條件,預(yù)警準(zhǔn)確率也相對較高,所以本文選用此方法來預(yù)測上市公司的經(jīng)營狀況。

在本節(jié)中,筆者以2013~2015年化工行業(yè)上市公司為樣本進(jìn)行Logistic模型建立,如表5所示。(表5)

由表5可知,在Logistic回歸分析模型中,“非財務(wù)困境”在模型中的編碼為0;而“財務(wù)困境”在模型中的編碼為1。

由表6可知,設(shè)置向后步進(jìn)的進(jìn)入概率為0.05,刪除概率為0.10,經(jīng)“向后:條件”法篩選自變量后,模型1中的自變量只剩下了:資產(chǎn)負(fù)債率(X3)、總資產(chǎn)增長率(X5)、凈利潤增長率(X6)、存貨周轉(zhuǎn)率(X8)、營業(yè)毛利率(X14)、成本費用利潤率(X15)。(表6)

表6中的B值代表的是各個變量的回歸系數(shù),我們在構(gòu)建模擬方程時就是將每個B值代入到15個財務(wù)指標(biāo)前作為系數(shù),構(gòu)建Logistic財務(wù)預(yù)警模型的模擬方程,如下:

Y=-2.174+2.749×X3-2.425×X5+0.014×X6-0.026×X8-7.816×X14-1.542×X15

而通過Logit(Y)=ln 公式,我們可以算出?籽值,當(dāng)?籽>0.5時,即判定為財務(wù)困境公司,反之則判定為經(jīng)營狀況正常的公司。

(四)模型的檢驗。先對選取的110家制造業(yè)公司2013~2015年的上述6項指標(biāo)代入模型進(jìn)行預(yù)測模擬,計算結(jié)果并比較值。如果>0.5,則說明該公司極有可能陷入財務(wù)危機,反之則說明公司狀況良好,處于正常經(jīng)營狀態(tài)。計算結(jié)果如表7所示。(表7)

由表7可知,筆者所建立的Logistic模型對2013~2015年的樣本數(shù)據(jù)檢驗出來的結(jié)果:30家ST公司中有7家被誤判,300家非ST公司中有2家被誤判,ST與非ST公司的判別準(zhǔn)確率分別為:76.7%和99.3%,準(zhǔn)確率總體上為97.3%。上述分析結(jié)果表明筆者所建立的Logistic模型能夠在一定程度上預(yù)測出我國制造業(yè)上市公司的經(jīng)營狀況,能夠較準(zhǔn)確地預(yù)測出化工行業(yè)上市公司是否會被ST。

三、研究總結(jié)

本文通過對上文中選取的研究變量進(jìn)行統(tǒng)計篩選,并應(yīng)用于模型的建立,得出適用于我國氯堿化工上市企業(yè)的財務(wù)危機預(yù)警模型。通過對模型的檢驗,結(jié)果表明預(yù)警模型的預(yù)測準(zhǔn)確率是可以滿足該類企業(yè)的財務(wù)預(yù)警需要的。但是,本文選取在證券交易所上市的110家氯堿化工行業(yè)的上市公司作為研究對象,而未上市的氯堿化工公司也在經(jīng)濟活動中發(fā)揮重要作用,需要未來拓展研究。本文以氯堿化工類上市公司對外公布的財務(wù)指標(biāo)進(jìn)行預(yù)警模型構(gòu)建和分析,未納入非財務(wù)性因素變量,在未來研究中應(yīng)擴大指標(biāo)范圍,使研究更加準(zhǔn)確。

主要參考文獻(xiàn):

[1]鄭潔.基于F分?jǐn)?shù)模型的財務(wù)危機預(yù)警研究——以醫(yī)藥行業(yè)為例[D].西南大學(xué),2013.

[2]田秋麗.Logistic模型在中小企業(yè)信用風(fēng)險度量中的應(yīng)用分析[J].中國商貿(mào),2010.4.

猜你喜歡
財務(wù)預(yù)警財務(wù)風(fēng)險
企業(yè)財務(wù)危機預(yù)警問題研究
公司債券違約的財務(wù)預(yù)警體系
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
論企業(yè)并購中的財務(wù)風(fēng)險及防范措施
外貿(mào)企業(yè)財務(wù)風(fēng)險表現(xiàn)形式及管控策略
“營改增”后施工企業(yè)財務(wù)風(fēng)險的防范與控制
試論防范企業(yè)財務(wù)風(fēng)險的幾點措施
財務(wù)風(fēng)險預(yù)警研究綜述
中國市場(2016年33期)2016-10-18 12:52:29
保險公司財務(wù)風(fēng)險管理及控制研究
云安县| 灌南县| 醴陵市| 同江市| 仁布县| 武冈市| 浑源县| 南召县| 临泽县| 溧阳市| 沅江市| 墨脱县| 天气| 鞍山市| 怀远县| 永康市| 青岛市| 沈丘县| 瑞昌市| 辽源市| 莲花县| 林西县| 北辰区| 石棉县| 鹰潭市| 博客| 梓潼县| 宿松县| 海兴县| 中山市| 阿巴嘎旗| 定州市| 巴南区| 屏东市| 舒城县| 大渡口区| 禄丰县| 云林县| 伊宁市| 深州市| 山丹县|