我国上市公司负债筹资风险预测:一个文献综述

点赞:9473 浏览:34604 近期更新时间:2023-12-30 作者:网友分享原创网站原创

[摘 要]本文综述了上市公司负债筹资风险预测研究的国内外现状,预测对象多集中于整体财务风险,研究内容突出表现为有关财务风险预测系统的建立和预测模型的实证研究,另外有关财务风险预测指标的选择、筛选、修正等方面争议较大,目前还没看及有关针对负债筹资风险进行成因分析、风险预测和风险控制等方面系统的研究.研究我国上市公司负债筹资风险须明确以下问题:负债筹资风险含义的界定、负债筹资风险的标志性事件、样本数据来源分布和负债筹资风险预测方法等.

[关 键 词]上市公司负债筹资风险预测文献综述


近年来,我国一些著名的企业纷纷在高速发展的阶段突然倒下,除体制、机制和经营原因的影响外,其自身的财务风险管理无不存在着严重的问题.据研究,我国上市公司中ST公司面临严重财务危机的同时,其财务风险的重要组成部分――负债筹资风险表现的尤为明显[1],故加强上市公司负债筹资风险的预测研究对有效防范企业财务危机的发生有着重要的意义.然而,我国针对负债筹资风险预测的专门研究很少见及,故加强这个问题的研究无疑是一个具有探索性、前沿性的课题.

我国上市公司负债筹资风险预测:一个文献综述参考属性评定
有关论文范文主题研究: 关于财务风险的论文范文资料 大学生适用: 自考论文、高校大学论文
相关参考文献下载数量: 10 写作解决问题: 写作技巧
毕业论文开题报告: 论文任务书、论文目录 职称论文适用: 职称评定、初级职称
所属大学生专业类别: 写作技巧 论文题目推荐度: 最新题目

一、上市公司负债筹资风险预测研究现状

1.国外研究现状

最早从事财务预警研究的是Fitzpatrick(1932)的单变量财务危机预测研究,此后Smith和Winakor(1935)、Merwin(1942)、Beer(1966)等人进行了类似研究.但单变量分析根据不同的财务指标进行判断有可能得出相反的结论,且单个变量所包含的信息不足以反映企业的整个财务状况.这些缺陷严重影响了单变量模型的适用性.

为克服单变量分析的局限性,Altman(1968)首次将多元判别分析(MDA)的方法引入到财务危机预测领域[2].类似的研究还有Dambolena和Khoury(1980)、Laitimen(1991)等.多元判别分析虽得到广泛的应用,但其对预测变量的分布性质施加了一些统计上的限制.

由于多元判别分析无法估计企业破产的概率,研究者设计了线性概率模型(LPM).Meyer和Pifer(1970)最早将LPM运用于银行业的财务危机预测,Laitinen(1993)也做过类似研究.

为克服MDA和LPM都受到统计检测设限制的局限性,研究人员引入了多元条件概率模型,包括Logistic模型和Probit模型.Martin(1977)首次运用Logistic模型来进行银行破产预测.这一方法后来被Ohlson(1980)用于预测企业的财务危机.Zmijewski(1984)使用了Probit的分析模型.

随着流量表用于评价企业整体财务状况愈加受到重视,各国学者开始讨论流量指标是否能用于企业财务危机预测.Nosworthyetal.(1980)认为“流/总债务”是一个显著的单变量判别指标.Caseyetal.(1984)却认为单独使用流量指标进行财务危机预测效果不佳.

Laneetal.(1986)运用生存分析对银行破产进行预测.这一方法后来被ChenandLee(1993)用于预测企业的财务危机.

由于统计分析方法受制于其检测设前提,而这些检测设前提在财务领域中已被证实具有缺陷,所以随着人工智能的发展一些非统计分析方法应用于财务预警研究.Coatst和Fant(1993)利用神经网络理论建立财务预警模型.Backetal.(1994)却并不认为神经网络模型具有比多元判别分析和Logistic分析更加明显的预测效果.Altman(1995)研究认为神经网络分析方法在风险识别和预测中的应用并没有实质性地优于线性判别模型.

基于MM理论和期权定价理论,美国KMV公司于1993年提出的期望违约率模型.Charitou和Trigeis(2000)使用B-S期权定价模型中的相关变量构建了财务困境判别模型.

此外,Frydman(1985)运用决策树等更为复杂的机器学习方法来建立模型,联合预测模型、递归分割算法、近邻法、分类树方法、专家系统法、主成分分析(因子分析)、聚类分析等方法也被应用于该方面的研究.一些综合分析法如历史事件分析法、杜邦财务分析体系和沃尔比重评分法等也被应用于财务预警研究中.

2.国内研究现状

我国企业财务风险预测研究起步较晚,吴世农、黄世忠(1986)曾介绍企业的破产分析指标和预测模型,接下来近十年该方面的研究几乎是空白,直到1995年刘淑莲等介绍了Z―Score模型,为我国开展有关企业财务风险预测研究重新打开了篇章.

周首华等(1996)在Z分数模型的基础上进行改进,考虑了流量变动情况指标,建立了F分数模型,准确率达70%.

陈静(1999)分别采用单变量分析和多元判别分析方法进行财务危机预测.

陈晓、陈治鸿(2000)采用Logistic模型,通过试验1260种变量组合,发现负债权益比、应收账款周转率、主营利润/总资产、留存收益/总资产对企业财务危机有显著的预测作用.

吴世农、卢贤义(2001)比较了多元判别分析、线性概率模型和逻辑回归模型的预测效果,发现逻辑回归模型的预测能力最强.

张爱民等(2001)采用主成分分析方法,建立了另一种预测企业财务失败的模型――主成分预测模型,并对上市公司财务失败的主成分预测模型进行实证检验.

杨保安等人(2001)利用BP神经网络对中信实业银行的30个企业客户的财务风险状况进行了判别分类,证明其是一种可行的方法.

张友棠(2004)摒弃了传统的财务指标,构建出了基于流量基础的全新的财务指标――盈利值和增加值,并在此基础上系统地构建了财务预警指数测度系统和分析系统.

吴应宇等(2004)做了基于因子分析的上市公司财务危机预警研究的修正研究.认为利用因子分析在指标信息处理上的优势以及逻辑回归拟合模型准确度较高的优点,将两种方法结合起来应用于预警研究之中.[5]

张玲等(2004)做了基于经济附加值的上市公司财务困境预警实证研究,主张将经济附加值指标应用于我国上市公司的财务困境预警实证研究和行业业绩分析.

郭斌等(2006)采用因子分析和逐步判别分析相结合的方法,在综合考虑财务和非财务因素的基础上,建立了财务指标和非财务指标的Logistic回归模型,并运用国内的相关数据进行了实证研究.

二、我国上市公司负债筹资风险研究的现状分析

我国有关企业负债筹资风险预测研究的基本现状如下:

1.企业财务风险预测的研究对象,目前多集中于整体财务风险,然而诸如举巨人集团等企业导致财务危机的直接原因在于其无法足额偿还到期负债.负债筹资风险的研究多只是含义、成因和控制的探讨,目前还没看及有关针对企业负债筹资风险进行成因分析、风险预测和风险控制等方面系统的研究.

2.我国有关企业财务风险预测研究起步远晚于西方国家,这使得我国在目前及以后相当一段时期都将以引进和学习国外财务风险预测理论和方法为主.研究内容突出表现为两个方面:一是有关财务风险预测系统建立的研究;一是有关财务风险预测模型的实证研究.

3.我国有关财务风险预测指标的选择、筛选、修正等方面争议较大,同时财务风险预测的指标也不仅限于财务指标,一些非财务指标也被尝试使用;针对统计方法必须前提检测设而现实条件又不能完全满足的情况,一些针对性地放宽前提检测设条件的方法被引入财务风险预测模型;随着人工智能的发展,一些非统计方法也被尝试构建财务风险预测模型.


三、上市公司负债筹资风险预测研究须明确的几个问题

基于上述分析,研究我国企业负债筹资风险须明确以下几个问题:

1.关于负债筹资风险含义的界定

对于企业财务风险含义的认识各不相同,本文认为应首先针对财务风险预测建立明确的概念体系,然后在这个框架内开展财务风险预测研究.因此需要首先明确企业负债筹资风险的含义,研究其形成原因和表现形式,探究其可预测性,然后再有针对性地研究其预测和控制.

2.关于负债筹资风险的标志性事件

由于我国的特殊国情决定了现阶段无法将破产与否作为企业陷入财务危机的标志性事件,公司是否被ST作为其陷入财务危机与否的标志性事件目前已被广泛采用.但是ST的规定实质上是从股东利益出发,忽视了其他利益相关者的利益.没有被ST的公司依然有可能面临较大的财务风险.本文认为应该根据不同决策者对企业财务风险关注内容的不同,选择财务风险显化的标志性事件,针对不同的财务风险构建相应的财务风险预测模型.

3.关于样本数据来源分布

财务风险预测实证研究所用数据分为样本组和控制组,常采用配对抽样即样本组和控制组包含相等的研究个体,国内尚未有对配对和非配对抽样作比较研究,而这是否会影响到财务风险预测的准确性也有待进一步研究.样本数据来源的行业大多选择全行业或者随机行业,也有一些研究选择了单一行业或某几个被认为数据具有某些共同特征的行业.全行业数据和单一行业数据是否会影响财务风险预测的准确性,国内也鲜有被广泛认可的相关研究.

4.关于负债筹资风险预测方法

国内有关企业财务风险预测的研究越来越多的采用实证研究的方法,通过定量分析进行风险预测,但是我国资本市场发展较晚且还很不成熟,这在很大程度上影响了定量分析预测负债筹资风险的可靠性,故有必要建立定性与定量分析相结合的负债筹资风险预测模型.

预警方法与机制[M].大连:东北财经大学出版社,2000:11-15

[4]张爱民祝春山许丹健:上市公司财务失败的主成分预测模型及其实证研究[J].金融研究,2001(3)

[5]吴应宇袁陵:基于因子分析的上市公司财务危机预警研究的修正[J].东南大学学报,2004(6)

[6]郭斌:我国企业危机预警模型研究―以财务与非财务因素构建[J].金融研究,2006(02)