电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

【2022精编】上市公司财务预警模型的实证研究

【2022精编】上市公司财务预警模型的实证研究_第1页
1/30
【2022精编】上市公司财务预警模型的实证研究_第2页
2/30
【2022精编】上市公司财务预警模型的实证研究_第3页
3/30
全流通条件下上市公司财务危机预警模型的实证研究课题研究人:张宪、郝力平、涂春辉、王法力、洪明、刘年财选送单位:航空证券有限责任公司内容提要本文选择了在 2006 年 1 月至 2006 年 6 月期间,在 2005 年年报公布后,因财务状况异常而首次被 ST 的 53 家上市公司,同时选取同行业(按证监会行业代码分类)、同规模的 53 家非 ST 公司作为配对样本。本文从财务指标的角度出发,在了解我国上市公司财务困难成因的基础上,探讨了各财务因素之间的关系以及它们对上市公司发生财务困难的预警作用。本文的创新点在于,采用了最新的公司财务数据,改进了数据处理的方式,在因子分析的基础上利用二分类 Logistic 回归建立了财务困难的预警模型,该模型的预测效果优于现有的研究结论。同时,本文还针对全流通之后新的市场环境,将“股票总市值/负债总额”指标引入模型讨论。本文得到的结论如下。(1)从统计描述的角度,ST 公司与非 ST 公司在已获利息倍数、销售净利率、资产净利率、净资产收益率、应收帐款周转、现金流动负债比等指标上有明显差异,而在速动比率、流动比率、销售毛利率、营业利润比重等指标上差距不大,且有交叉现象。(2) 从单变量分析的角度,已获利息倍数、资产负债率、流动比率、销售净利率、资产净利率、总资产周转率、存货周转率、销售现金比率、现金债务总额比、全部资产现金回收率、现金流动负债比等指标,能在α=0.05 的较小显著性水平下与公司的财务困难情况显著相关。(3)从多元回归的角度,通过因子分析处理原始数据,然后利用二分类 Logistic 回归建立了财务困难的预警模型 1,对现有数据的判断准确率为 94.62%。考虑到全流通之后的市场现实,本文认为股票市值对上市公司的影响不容忽视,“股票总市值/负债总额”这一指标引入预测模型。同样是通过因子分析处理原始数据,利用二分类 Logistic 回归建立了财务困难的预警模型 2,对现有数据的判断准确率为 94.57%。这两个模型的预测效果都超过 90%,准确率基本一致,优于目前的研究结论。本文认为,由于模型 2 的结果受到了历史数据的局限,股票市值对于财务预警模型的作用尚未得到体现。未来随着全流通市场的进一步规范和成熟,市值考核为指标的股权价值激励政策的逐步推广,股票市值对于财务预警模型的作用继续值得今后进一步深入研究。目 录1、前言 ····································...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

【2022精编】上市公司财务预警模型的实证研究

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部