电子信息板块上市公司的财务危机程度预测模型

时间:2020-08-16 11:09:44 上市辅导 我要投稿

电子信息板块上市公司的财务危机程度预测模型

  引导语:目前国内学者正在研究的上市公司财务危机预警模型只是对公司是否会陷入财务危机进行预测,而对公司在陷入财务危机之后的经营发展变化情况并未进行定量的预测研究。下面是yjbys小编为你带来的电子信息板块上市公司的财务危机程度预测模型,希望对你有所帮助。

电子信息板块上市公司的财务危机程度预测模型

  一、引言

  1.上市公司财务危机预警

  财务危机的定义有多种描述,一般来说,财务危机是企业财务活动面临或处于失控或遭受严重挫折的危险与紧急状态。它是企业盈利能力和偿付能力实质性地削弱、企业趋于破产等各种困境的总称。建立财务危机预警模型可以在危机到来前给予企业及时的警告,管理者就可采取措施防止财务危机的出现。对于上市企业而言,财务危机预警就更加具有重要意义,它能帮助投资者做出投资决策,有利于证券监管部门推进监管工作,有利于企业防患于未然,有利于债权人等利益相关者的决策。本文认定被证交所施行“特别处理”(即被列入ST和*ST行列)的企业即陷入财务危机。国内外的财务危机预警模型主要有单变量预警模型、多变量统计分析模型及其他财务危机预警模型。

  2.电子信息板块的危机程度预测模型

  目前国内学者在上市公司财务危机预警领域的研究中,只是对公司是否会陷入财务危机进行预测,而对公司在陷入财务危机之后的经营发展变化情况并未进行过定量的预测研究。证交所对企业施行特别处理后,“带帽”的持续时间最短为一年。在这一年中,有些企业经过营运调整后财务状况有所改善,如在第N年被冠以“ST”或“*ST”的企业,在第N+1年摘帽,或者在第N年被冠以“*ST”,在第N+1年变为“ST”;而有些企业由于财务状况继续恶化,由第N年的“ST”变成第N+1年的“*ST”。本文选择证券市场电子信息板块的上市公司作为研究样本,尝试建立电子信息板块的危机程度预测模型,对已被证交所施行特别处理的企业在下一个年度的“带帽”情况进行预测。危机程度预测模型可为企业的管理者及相关利益人做出正确决策提供依据。

  二、研究方法

  本文使用多元统计分析中的费歇判别方法来建立多变量财务危机程度预测模型。在国内的绝大多数文献中,研究者都是使用基于临界值的费歇判别做实证研究,而采用基于马氏距离的费歇判别的例子鲜有见到。在财务危机预警领域中,笔者也未见到使用基于马氏距离的费歇判别方法的先例。本文分别利用基于临界值的费歇判别和基于马氏距离的费歇判别建立电子信息板块的财务危机程度预测模型并对两模型的检验结果进行对比,以期为财务危机预警研究带来新的思路。

  三、指标体系的建立

  考虑到财务指标的全面性、有效性及可操作性,又考虑到财务指标与企业财务困境的潜在相关性,本文选取了反映企业盈利能力、偿债能力、营运能力、现金流量、股东获利能力及发展能力六个方面的46个财务指标作为初选财务指标。利用SPSS软件按照图1展示的检验过程对初选财务指标进行假设检验,最后筛选出能有效区分“ST”和“*ST”这两类上市公司的5个财务指标并进入最终指标体系:营业外收入(X6)、管理费用(X10)、存货周转率(X22)、主营业务收入增长率(X33)、有形净值债务率(X40)。

  四、实证研究

  首先挑选沪深股市电子信息板块2007及2008年两年均被特别处理的上市公司共9家,详见表1。由于企业在某一年度的财务状况决定了其在下一年度是否会被特别处理,故定义2008年的“ST”公司为第一类,“*ST”公司为第二类,使用这9家公司2007年年度财务指标数据建模。数据来源于大智慧软件、搜狐证券频道网站。为消除各财务指标的量纲影响,需将原始数据作标准化处理。

  由Matlab软件求得两总体的均值及协差阵如下:

  1.基于临界值的危机程度判别模型

  由判别系数u,即可得到基于临界值的危机程度判别模型,即

  再求得判别临界值滋原=-3.136。若uTy≥滋原,则将样本y判为第一类,即“ST”公司;若uTy≤滋原,则将样本y判为第二类,即“*ST”公司。

  2.基于马氏距离的危机程度判别模型

  计算样本y的判别函数值uTy与总体Gi的马氏距离,即

  di2=(y-滋赞(i))Tu(uT灾赞iu)-1uT(y-滋赞(i))

  其中i=1,2,滋赞(1),滋赞(2),灾赞(1),灾赞(2)的值见前文。当d12≤d22时,y属于第一类,即“ST”公司;当d12≥d22时,y属于第二类,即“*ST”公司。

  3.两模型的检验及对比

  为了对两模型的有效性和准确性进行检验,本文利用第N年(N=04,05,…,08)和第N+1年连续两年均被特别处理的企业的第N年的财务数据分别回代到两模型中,得到的判别结果与其第N+1年实际“带帽”情况做比较,结果见表2。

  由此可知,两模型除在2004年回代正确率很低外,在2005-2008年4年的回代正确率总体来说是较高的,且基于马氏距离的危机程度判别模型的`回代正确率在除2006年之外均高于基于临界值的危机程度判别模型,其总体平均正确率是70%,也高于后者的64%。可见,两模型在财务危机程度预测上是有效的,且基于马氏距离的危机程度判别模型总体上优于基于临界值的危机程度判别模型。

  我们从两模型的理论实质分析一下此结果。指标体系中的指标间或多或少是存在相关性的,基于临界值的费歇判别方法并未将指标间的相关性考虑在内,而马氏距离的定义式中包含了协差阵Vi,表明基于马氏距离的费歇判别方法将指标的相关性也考虑在内了,这样势必会使后者的准确性高于前者。笔者曾利用这两种方法分别计算过多个判别分析的实例,均印证了此结论。

  五、财务危机预测流程图

  若将电子信息板块正常上市公司视为一类,“ST”或“*ST”公司视为一类,利用同样的研究方法建立起电子信息板块的财务危机预警模型,再结合本文给出的危机程度预测模型,就可对电子信息板块第N年某一上市公司在第N+1年的经营状况进行预测,图2展示了此预测流程。此方法对我国电子信息板块上市公司有效地防范并化解财务风险提供了参考依据。

【电子信息板块上市公司的财务危机程度预测模型】相关文章:

农业上市公司财务危机成因与对策研究06-10

财务危机的特征06-13

上市公司财务总监能力素质模型研究08-18

企业如何预防财务危机08-25

导致企业财务危机形成的原因08-30

什么是上市公司-上市公司与非上市公司的区别11-15

有关教育程度的英语表述08-19

人力资源管理板块的解析05-24

企业财务危机的10大危险信号08-30