纳入EVA及非财务指标财务危机预警实证研究

当前位置: 大雅查重 - 范文 更新时间:2024-04-04 版权:用户投稿原创标记本站原创

摘要
随着我国市场经济体制改革的深化和资本市场的快速发展,企业处在瞬息万变的市场环境中,再加上决策者能力有限,使得企业经营存在着一定的风险。如果企业对风险不进行防范,任其扩大,可能会陷入严重的财务困境之中,甚至破产倒闭。这不仅危及到企业的生存和发展,而且还会给投资者、债权人、管理者以及雇员、国家等利益各方造成巨大损失。出于维护自身利益的需要,各类市场主体对上市公司财务状况的关注程度越来越高,对公司财务危机预警的需求也越来越多。因此,建立有效的财务危机预警系统,实时监控经营风险,积极防范财务危机的出现,刻不容缓。本文正是基于这样的出发点,引入经济增加值和非财务指标对财务危机预警进行研究。首先对财务危机进行了界定,将资产负债率大于50%的亏损企业定义为发生财务危机的企业,这也是初次试探上市公司在发生亏损前是否有征兆的研究。其次,本文选取2009~2010年度沪深两市首次发生亏损的企业及配对样本为研究对象,基于财务指标和非财务指标构建了三组财务危机预警模型,并进行比较分析。结果表明,企业发生亏损是可预测的;纳入EVA和非财务指标建立的模型有更好的预测效果。总之,本文为财务危机预警研究提供了一种新思路,拓宽了研究方向。尤其是,EVA对财务报表数据“失真”的矫正,丰富了财务指标体系,改善了财务危机预警模型的预测能力。
关键词
:EVA;财务危机预警;因子分析;逻辑回归II
Abstract
With the reformation of our country market economy system and the rapiddevelopment of capital marketthere are certain risks for enterprises’ business in thevarious market environment as well as the managers’ limit capacity of decision.If wedon’t control the risk and allow it to expandthe enterprises maybe get into seriouinancial troubleeven bankruptcy at last. Not only the survival and development ofenterprises are dangerousbut also the investorscreditors and employeeanagersandthe country will suffer a huge loss. In order to maintain their own interestsall kinds ofmarket participants pay more attention to financial status of listed companies and thedemand for financial crisis early warning is increasing. Thereforeit’s no delay to establishan effective financial crisis early warning system to monitor business risks from time totimeand prevent the occurrence of financial crisis actively. For this pointwe introduceEVA and non-financial indicators to make financial crisis early warning research.Firstwe define the financial crisis as the asset-liability ratio larger than 50% deficitenterpriseswhich is also the first trial study to find if there are some signs before the firstloss of listed companies occurs. Thenwe select first of loss enterprises and paired samplesas the research object from 2009 to 2010 year in Shanghai and Shenzhen Stock Market.Three groups of a financial crisis early warning model are established based on thefinancial index and non-financial indexthen compared and analyzed. The results show thatthe loss is predictable; the model with EVA and non-financial index has better effect.In conclusionthis study provides a new way for financial crisis early-warningandbroadens the research direction at the same time. EspeciallyEVA has corrected the datadistortion from the financial statementswhich enriches the financial index system andimproves the prediction ability of financial crisis early-warning model.Key Words: EVA; financial crisis early-warning; factor analysis; logistic regressionIII目录
第1章绪论 ............................................................................................................... 1
1.1研究背景及意义 ................................................................................................... 1
1.2研究内容 ............................................................................................................... 2
1.3研究创新点 ........................................................................................................... 3
第2章文献综述........................................................................................................... 5
2.1国外相关文献综述 ............................................................................................... 5
2.2国内相关文献综述 ............................................................................................... 7
2.3文献综述评论及问题提出 ................................................................................. 10
第3章相关概念及理论........................................................................................... 12
3.1相关概念 ............................................................................................................. 12
3.1.1财务危机和财务预警 ............................................................................ 12
3.1.2经济增加值(EVA) ............................................................................ 13
3.2相关理论 ............................................................................................................. 14
3.2.1企业生命周期理论 ................................................................................ 14
3.2.2企业诊断理论 ........................................................................................ 15
3.2.3经济预警理论 ........................................................................................ 16
3.3财务危机警源分析 ............................................................................................. 17
3.3.1企业外部警源 ........................................................................................ 18
3.3.2企业内部警源 ........................................................................................ 19
第4章指标体系构建、分析方法与样本选择 ................................................ 22
4.1指标体系构建 ..................................................................................................... 22
4.1.1财务指标 ................................................................................................ 22
4.1.2非财务指标 ............................................................................................ 25
4.2分析方法选择 ..................................................................................................... 27
4.2.1因子分析方法简介 ................................................................................ 27IV
4.2.2Logistic回归分析概述 .......................................................................... 29
4.2.3EVA计算方法 ....................................................................................... 30
4.3样本选择 ............................................................................................................. 31
4.3.1样本数量 ................................................................................................ 31
4.3.2时间窗口 ................................................................................................ 32
第5章财务危机预警实证分析............................................................................. 33
5.1以财务指标为基础进行分析 ............................................................................. 33
5.1.1财务指标的非参检验 ............................................................................ 33
5.1.2因子分析 ................................................................................................ 35
5.1.3二元Logistic回归 ................................................................................. 35
5.1.4拟合度检验 ............................................................................................ 40
5.2以财务指标和非财务指标为基础进行分析 ..................................................... 40
5.2.1非财务指标的非参检验 ........................................................................ 41
5.2.2二元Logistic回归 ................................................................................. 42
5.2.3拟合度检验 ............................................................................................ 43
5.3以EVA和非财务指标为基础进行分析 ........................................................... 44
5.3.1因子分析 ................................................................................................ 44
5.3.2二元Logistic回归 ................................................................................. 48
5.3.3拟合度检验 ............................................................................................ 49
5.4财务危机模型预测能力及稳健性检验 ............................................................. 50
第6章结论及局限 .................................................................................................... 53
6.1研究结论 ............................................................................................................. 53
6.2研究局限 ............................................................................................................. 53
参考文献 .............................................................................................................................. 55附录 .................................................................................................................................. 57致谢 .................................................................................................................................. 591
第1章绪论
1.1研究背景及意义近年来,随着全球经济一体化进程加快和经济体制改革深化,我国资本市场蓬勃发展,广大群众开始广泛关注证券投资,并涉足股票、基金等投资行业;与此同时,发行证券成为上市公司筹集资金的重要方式。上市公司成为投资者与债权人等利益主体关注的焦点,其经营业绩的好坏直接关系到他们的利益,影响到证券市场的稳定和发展。然而,越来越多的上市公司由于经营管理不善,公司业绩逐年下滑,出现亏损、财务状况不断恶化。2004年,李秉成研究指出,国内ST公司在亏损前T-2年的平均资产额为1

2.5亿元,到被ST年度直接减少到8.4亿元,资产减值率达3

2.8%;公司在亏损前T-2年平均股东权益总额为

5.5亿元,到被ST年度仅为

1.4亿元,股东财富损失率高达7

5.16%。为了避免和化解财务危机,企业应该建立财务危机预警系统,及时发现警兆并发出预警信号,将企业面临的潜在危险告知经营者,督促其采取相应的防范措施。因此,构建一个实用有效的财务危机预警模型,既满足利益相关者需要,又具有很强的理论意义和现实意义。
(1)理论意义现在国内外已有大量预测财务危机预警的方法和模型,如Odour、Sharda在1990年运用BP神经网络模型进行了研究,陈晓、陈治鸿2000年运用多元逻辑回归进行了分析,但是每种模型都有自己的前提假设和使用范围,选择恰当分析方法将对模型的预测能力起着关键作用。本文将因子分析引入二元逻辑回归模型,是对逻辑回归预警方法的合理补充,为财务危机预警研究提供了一种新的研究思路和方法。此外,大部分已有财务危机预警模型在使用财务指标构建模型时没有考虑到数据的“失真”问题,这势必会影响所建模型的预测能力,本文引入EVA对财务指标加以修正,2丰富和完善了企业财务危机预警理论。
(2)实践意义2003年4月,中国证监会发布了《关于对存在股票终止上市风险的公司加强风险警示等有关问题的通知》,并从5月12日开始实施。这一政策的出台使得ST、*ST等财务状况欠佳的上市公司面临着巨大压力。预测财务危机、防止财务状况恶化越来越成为上市公司的迫切需要。企业发生财务危机并不是一朝一夕的事情,大多数发生财务危机的企业都经历财务状况正常、财务状况发生异常、进一步恶化,最终发生财务危机或破产的过程。可见,企业发生财务危机不但具有先兆,而且是可预测的。建立有效的财务危机预警系统,监控企业经营状况,及时发现财务危机信号,积极采取应对措施,避免更大范围的财产损失,对于保护投资者和债权人的利益、对于政府管理部门监控上市公司质量和证券市场风险,具有重要的现实意义。
1.2研究内容本文在已有研究基础上,以财务危机预警为研究对象,以沪深两市首次发生亏损企业为研究样本,构建了财务指标和非财务指标体系,运用因子分析和逻辑回归方法研究财务危机与指标变量之间关系,最终得到三组财务危机预警模型。本论文共6章,各章节相关内容如下:
第1章
绪论,介绍选题的研究背景与意义、创新点及论文的内容框架等。
第2章文献综述,分别介绍国内和国外的研究成果,并对文献综述进行了总结评论。本部分回顾了国内外财务危机预警研究的现状及代表人物,可以说是整个研究的基础,为实证研究提供了参考。同时,也让我们对国内外财务危机预警研究的过去、现在和未来有比较清晰的把握。
第3章介绍了与财务危机预警有关的基本概念、基础理论和财务危机警源分析。如何界定财务危机是进行财务危机预警研究需要首先考虑的问题,国外学术界对此有多种不同的定义和观点,国内学者对财务危机也没有统一的定义。大多数研究者对财务危机的认定受研究样本选择范围所限,通常在文献中会明确给出定义及样本的选择3特性。本部分介绍的财务危机预警基础理论包括“企业生命周期理论”、“企业诊断理论”、“经济预警理论”等,并进行了财务危机预警警源分析,为下面指标体系的建立和分析方法的选择奠定了基础。
第4章指标体系的构建、分析方法及样本的选择。首先建立了财务危机预警指标体系,在体系中加入公司治理结构与股权结构等非财务指标;然后给出选择因子分析和逻辑回归方法的原因;最后进行了样本选择,本文拟选择2009~2010年度财务报表中首次出现亏损的上市公司为研究对象,在控制一定资产负债率水平上进行筛选,并按照行业相同、规模相近原则配对,对筛选出的公司亏损前两年数据进行研究。
第5章财务危机预警实证分析,是本文的核心部分。本文欲进行三组回归分析,对比验证所建模型的有效性:第一,以财务指标为基础进行回归建模;第二,以财务指标和非财务指标为基础进行回归建模;第三,以EVA和非财务指标为基础进行回归建模。具体实证分析过程如下:选择一组数据后,对指标变量进行非参检验,选出能够显著区分危机企业和正常正常企业的指标变量进行因子分析,通过因子分析完成对财务危机预警指标的筛选,最后利用选出来的变量进行二元Logistic回归建模。
第6章结论,总结本文的研究成果与不足之处,指明今后的研究方向。
1.3研究创新点第一,在定义财务危机上,本文打破了国内学者将ST企业定义为发生财务危机企业的传统,首次试探将发生亏损且资产负债率50%的企业定义为发生财务危机的企业,实证结果表明企业发动亏损也是可预测的。第二,在指标选取上,本文把审计意见、股权结构、公司治理结构等非财务指标作为实证研的参考指标,同时在自变量中加入基于流量表的财务比率,以此来构建更加完善准确的财务危机预警模型。第三,本文在利用传统财务指标变量建立财务危机预警模型的基础上,引入经济增加值(EVA)对财务指标进行修正,试图提高的模型预测能力,结果很好地证明了这一点。4图

1.1结构框架

第1章
绪论? 研究背景及意义? 研究内容? 研究创新点
第3章相关概念及理论? 相关概念? 相关理论? 财务危机预警警源分析
第2章文献综述? 国外相关文献综述? 国内相关文献综述? 文献综述评论及问题提出
第6章结论及局限? 研究结论? 研究局限
第4章指标体系构建、分析方法与样本选择? 指标体系构建? 分析方法选择? 样本选择
第5章财务危机预警实证分析? 以财务指标为基础进行分析? 以财务指标和非财务指标为基础进行分析? 以EVA和非财务指标为基础进行分析? 财务危机模型预测能力和稳健性检验? 样本的选择5
第2章文献综述国外对财务危机预警的研究较早,自20世纪30年代起,就有学者陆续开始对企业财务危机预警进行研究。最初人们只是对企业财务危机进行定性分析,后来随着数学及统计学的研究深入,定量分析逐渐发展起来并不断得到完善,取得了巨大成果,成为当今进行实证分析的主流方法。
2.1国外相关文献综述定量方法主要是运用数学和统计模型,将企业经营过程中的财务数据和可量化的宏观经济环境数据进行数据加工,最后得出某种结论。现在会计实证研究普遍采用定量研究方法。Fitzpatrick(1932)进行单变量破产预测模型研究,发现出现财务危机公司和正常公司的财务比率显著不同,从而认为企业的财务比率能够反应企业财务状况,对企业未来具有预测作用。Beer(1966)利用单变量模型预测企业财务情况,发现流量与负债比率能够比较准确地判定公司是否陷入财务危机。他以产业和资产规模为匹配标准挑选了1954~1964年间美国79家破产企业和79家未破产企业,分别比较了在破产前5年两组样本中30个财务比率的均值,以二项(破产和非破产)分类检验中误判率最低的分割点进行回判,发现流/总负债在企业破产前一年判别精度最高为8
6.7%。该项研究的意义在于发现了不同财务指标具有不同的预测企业破产的能力,并为多变量方法预测奠定了基础。Altman (1968)运用MDA方法对1946~1965年间美国33对破产企业的财务指标进行了组合实验,最后建立了含5个财务比率的Z-score模型,破产前1年的预测精度达95%。据此提出了多元线性判定模型,即运用多种财务指标加权汇总产生的总判断分值(又称为Z值)来预测财务危机,此模型分为上市公司和非上市公司两种情况。上市公司的Z值模型和判别规则如下:6Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 (
2.1)其中,X1=净营运资本/资产总额,反映公司总营运资本的流动性;X2=留存收益/资产总额,反映公司的支付剩余能力;X3=息税前利润/资产总额,反映公司的收益率大小,衡量公司运用全部资产获取利润的能力;X4=普通股与优先股市场价值总额/债务账面价值总额,反映公司财务状况稳定性;X5=本期销售收入/资产总额,反映公司的活动比率。该模型实际上是通过五个变量(五种财务比率),将反映企业偿债能力的指标(X1、X4)、获利能力的指标(X2、X3)和营运能力的指标(X5)有机联系起来,综合分析预测企业财务失败或破产的可能性。一般地,Z值越低,企业越有可能破产。非上市公司的Z值模型和判别规则如下:Z=0.717X1+0.847X2 +

3.107X3+0.420X4+0.998X5(

2.2)其中,X4修正为股东权益/总负债,反映公司财务状况的稳定性。其余X1、X2、X3、X5与上市公司的相同。Z值判定模型在美国得到了广泛应用。近年来,澳大利亚、巴西、加拿大、法国、德国、爱尔兰、日本、荷兰和台湾都以此模型为基础,进行了类似的分析。Ohlson(1980)率先在财务危机预警研究中应用了二元概率函数计算危机事件发生的概率,提出了条件概率模型,此模型主要包括对数成败比率模型(Logit)和概率单位模型(Probit)两种统计方法。实证研究表明Logit和Probit方法得出的结论非常相似,而且都比线性判别模型略好一点。Aziz、Emanuel、Lawson(1988)在财务困境的预测研究中,发展了基于流量预测破产的模型。流量模型的提出源于理财学的基本原理:公司的价值等于期望的未来流量净现值。如果公司没有足够的支付到期债务,而且又无其他途径获得资金时,那么公司将最终破产。如果当前的流量确实反映了未来的财务状况,7那么,现在和过去的流量应能很好地反映公司的价值和破产概率。他们根据破产公司和非破产公司的数据,得出在破产前5年内两类公司经营流量均值和支付的所得税均值都有显著差异。Odour、Sharda(1990)利用BP神经网络模型预测财务危机。他们的模型要优于当时的判别分析模型,但也仅仅是神经网络方法应用的展示和Altman(1968)研究的重复。Coats、Fant(1992)运用神经网络技术学习能力来判别财务危机,他们选取了由审计师判定的1971~1990年间94家持续经营的公司和188家财务状况变动较大的公司,并采用了Altman的Z值模型中的5个财务比率分析了这些公司在破产前3年的数据。Coats和Fant认为Z值模型对破产当年具有很好的判断效果,但不具有很好的提前预测效果,神经网络模型则解决了此问题。