基于公司会计和治理信息的财务困境预测模型研究袁卫秋(南京财经大学会计学院,江苏南京210046)摘要:本文以2005年上半年沪深两市中首次被ST的52家公司和52家非ST公司为研究对象,同时利用这些上市公司的会计信息和公司治理信息来构建财务困境预测模型
研究结果表明:(1)公司治理特征对公司陷入财务困境具有显著的影响;(2)公司治理信息不能为财务信息所覆盖
一方面,说明公司治理结构对公司的财务安全具有重要的影响,另一方面也说明今后在研究和构建财务困境预测模型的时候,不仅要考虑会计信息,还应考虑公司治理信息等,以构建出更为有效的预测模型
关键词:会计信息;公司治理信息;财务困境;预测模型作者简介:袁卫秋,南京财经大学会计学院教师,上海财经大学统计系博士生
中图类分类号:F276
6文献标识码:A引言自Beaver1966年在其开创性的论文“FinancialRatiosasPredictorsofFailure”中提出公司财务困境的预测模型以来,关于这一领域的研究就一直方兴未艾
三十多年来,学者们为了提高模型的预测能力,不断地对模型的构建方法进行探索,从最初Beaver(1966)提出的一元判别模型、Altman(1968、1977)提出的多元线性判别模型、Ohlson(1980)提出的Logistic回归模型,到新近Coats和Fant(1991)提出的神经网络模型、Lindsay和Campbell(1994)提出的混沌理论模型、Charitou和Trigeorgis(2000)提出的期权理论模型等
然而,新近发展起来的预测方法由于理解和具体操作上的过于复杂以及并没有显著改善模型的预测能力,因而在学术文献中研究者广泛采用的仍是传统的三大方法
这就意味着如果还是仅仅停留在预测方法的改善上,则这一领域的研究将很难继续向前推进
也许正是基于这一点,近年来,一些研究人员开始从构建模