發(fā)布時間：2018-06-14 05:59

  本文選題：財務困境 + 財務預警　； 參考：《西南財經(jīng)大學》2012年碩士論文

【摘要】：早在上世紀30年代就有美國的學者對財務困境和財務預警進行了相關的研究,他們對財務困境的研究主要以破產(chǎn)公司來作為財務困境公司,再以一定數(shù)量的健康公司進行對比,從而找出對公司陷入財務困境具有很好評判和預測的指標。而由于我國的特殊性及我國的證券市場還未健全比較成熟的體制,上市公司的破產(chǎn)的案例在我國并不多見,因此,關于上市公司破產(chǎn)的數(shù)據(jù)的采集以及經(jīng)驗的獲得方面都比較困難,國內(nèi)主要以上市公司被ST作為上市公司財務困境的標志。 本文經(jīng)過對學者文獻的研究,認為財務困境應該是一系列的特征組成的一個整體：也就是是企業(yè)的經(jīng)營困難、現(xiàn)金流短缺、償付債務受阻、無力支付股東股利等等一系列的狀態(tài)構(gòu)成的一個整體。在國內(nèi)的研究中,對上市公司財務困境的標志劃分主要有三種：一種是直接將公司被ST定為財務困境公司。第二種是認為上市公司因為財務狀況異常而被ST就是財務困境公司。第三種是通過流動資產(chǎn)支付流動負債的能力來定義財務困境。本文認為籠統(tǒng)的將上市公司被ST作為財務危機公司不是很準確,其中的一個因為“其他狀況異常”被特別處理很難從財務的角度加以概述；而基于流動資產(chǎn)和流動負債的關系來闡述財務危機并不是很全面,企業(yè)的財務危機不僅反映在流動資產(chǎn)能否償還流動負債上,企業(yè)有時雖然能夠用流動資產(chǎn)償還流動債務,但企業(yè)用來經(jīng)營和發(fā)展的流動性不足同樣可能導致財務困難。因此本文將上市公司由于“財務狀況異�！北惶貏e處理作為上市公司財務危機的標志。 縱觀國內(nèi)外學者的研究文獻,絕大多數(shù)的學者對財務預警的研究主要集中在對模型的選擇上,以期找出一個預警最準確的模型。而對財務預警指標的選擇則是大同小異,甚至直接用大部分學者研究的指標來進行預警分析。因此造成了在對不同的情形下的股票市場、不同的預警年限采用的都是相同的指標。而筆者考慮到：在不同的股票形態(tài)下(牛市、熊市),不同的預警區(qū)間(比如二年、四年)財務預警的指標是否會有不同的表現(xiàn)形式(也就是說其他情況相同時,上市公司處于熊市和處于牛市公司財務指標是否就一直相同?在兩年和四年中,某個或者某些指標是否具有相同的預警能力)。如果有不同的表現(xiàn)形式,那么基于同一個指標來對所有的情形下的財務預警進行分析是否具有合理性。因此基于這個問題,本文著重分析不同的情形下的預警指標是否會具有差異性。并嘗試找出合適的預警指標來進行預警分析。 基于以上的的疑惑本文提出了兩個在財務預警中尚未解決的問題： 1、股票市場處于牛市或熊市時,財務預警指標是否存在差異性,以及與多數(shù)研究成果所采用的上市公司財務預警指標是否存在著差異及形成差異的原因是什么。股票市場分為不同的階段,如牛市和熊市,以往的文獻沒有對牛市和熊市公司財務預警進行差異性研究,本文試著去尋找是否存在差異性,探究差異性的成因。 2、在不同預警期限(兩年、三年、或四年等)條件下,上市公司財務預警指標是否存在差異性,以及與多數(shù)研究成果所采用的財務預警指標是否存在差異性及差異性的成因是什么。同時,在牛市或熊市不同的持續(xù)期間,不同預警年限的財務預警指標之間是否存在差異。 為了研究不同情形下的上市公司的預警指標是否具有差異性,本文的基本思路是選擇了兩個不同的股票形態(tài)：牛市和熊市。兩個不同的預警年限：兩年和四年。因此預警的指標體系就有了四個組合,即：牛市兩年預警、熊市兩年預警、牛市四年預警、熊市四年預警這四種情形。同時為了突出對比性,筆者將在以往學者研究中出現(xiàn)次數(shù)較多的指標組成一個專家指標集。接下來,對每個組合分別得出預警指標體系,比較牛市和熊市之間的差異性,兩年和四年之間的差異性以及各組與專家指標集之間的差異性。并對四個指標集分別在各自的情形下進行預警分析,專家組的指標對每個情形進行預警。然后在各自的情形下比較分類研究出的指標在各自情形下與專家組指標在改情形下預警的優(yōu)劣。 為了達到研究的目的,本文需要在每個情形下都要選取一個相對準確的預警指標體系,因此需要一個指標的篩選過程。在方法的選擇上面,筆者注意到：分類問題中的隨機森林方法能夠做到篩選變量的目的。而我們在財務預警中的實質(zhì)就是根據(jù)一系列的指標將ST公司和非ST公司區(qū)分開來,也就是說預警問題實質(zhì)就是個分類預測問題,因此可以用隨機森林來進行財務預警問題的分類和預測研究。隨機森林在篩選變量的中的優(yōu)越性是他能夠估計出每個變量在分類中的重要性程度,并給出重要性估計值,能讓我們直觀的了解到每個變量的重要性程度。同時能夠建立模型進行預測,隨機森林在預警中的做法是：將原始集合分為訓練集和測試集,訓練集合用來建立預警模型,測試集合是用來測試模型的效果。因此在我們對非ST公司和ST公司之間的分類選擇出重要性程度靠前的變量,在用隨機森林通過訓練集進行建模,形成預警模型,再用測試集對模型的準確性進行評價。 而主要的實證過程如下： 在指標集的選擇中,筆者根據(jù)前面提到的四類不同的情形下的預警：牛市兩年預警、牛市四年預警、熊市兩年預警、熊市四年預警。在每個情形下分別得出每個預警指標集比較了各個指標集之間的差異性以及和專家指標集之間的差異性。然后對四個指標集的評價：在每個情形下,分別用得到的指標集與專家指標集在分類和預測的精準度進行分析,同時對結(jié)果進行評述。 通過對本文提到問題的實證研究,得到了以下結(jié)論：股票市場處于牛市或熊市時,財務預警指標在兩種不同的股票形態(tài)下表現(xiàn)出了不同的形式,同時與多數(shù)研究成果所采用的財務預警指標存在著差異。在不同預警期限(兩年、三年、或四年等)條件下,財務預警指標也表現(xiàn)出了不同的形式,及與多數(shù)研究成果所采用的財務預警指標體系也存在著差異性。通過對實證對比分析得出,考慮到不同期限和牛市熊市差異時的預警指標集合具有一定的優(yōu)越性。 在本文研究中,主要的創(chuàng)新點有： 1、本文研究了處于不同股票形態(tài)下的上市公司財務預警模型。通過牛市組合和熊市組合的分類,本文研究比較了牛市組合和熊市組合下的財務預警指標體系,并比較了其中的差異性。 2、本文還實證研究了基于不同預警年限下的財務預警指標,并對結(jié)果進行對比。通過選取二年和四年不同的預警期限的財務預警指標,并對比了在不進行期限分類的時候的財務預警指標。
[Abstract]:In the early 1930s , American scholars have studied financial distress and financial early warning . Their research on financial distress mainly takes bankruptcy companies as financial distress companies , and then compares them with a certain number of health companies , so as to find out the indicators of good judgment and forecast for the company ' s financial distress .

This paper argues that financial distress should be an integral part of a series of characteristics , such as the difficulty of business , the shortage of cash flow , the difficulty of paying debts , the inability to pay shareholder dividends and so on . In the domestic research , the financial distress is defined by the ability of the company to pay the current liabilities directly . The third is that the listed company is regarded as the financial crisis company by the current assets .
On the basis of the relationship between current assets and current liabilities , it is not comprehensive that the financial crisis of the enterprise reflects not only the ability to repay the current liabilities in the current assets , but also the insufficient liquidity of the enterprise to operate and develop . Therefore , the listed company is specially treated as the sign of the financial crisis of the listed company because of the " abnormal financial situation " .

Based on the research literature of scholars at home and abroad , most scholars focus on the choice of the model , with a view to finding out the most accurate model of early warning . If there are different expressions , it is reasonable to analyze the financial early - warning in all cases based on the same index . Therefore , based on this problem , this paper focuses on analyzing whether the early - warning indexes in different situations can be different . And try to find suitable early - warning indexes for early - warning analysis .

Based on the above questions , this paper presents two outstanding issues in financial early warning :

1 . Whether the stock market is in the bull market or the bear market , there is a difference between the financial early warning index and the financial early warning index of the listed company adopted by most research results . The stock market is divided into different stages , such as bull market and bear market .

2 . Whether the financial warning indexes of listed companies are different under the conditions of different pre - warning periods ( two years , three years , or four years , etc . ) , and whether there is a difference in the financial warning indexes adopted by most research results and the causes of the difference . At the same time , there is a difference between the financial early warning indexes of different early warning years in different duration of the bull market or the bear market .

In order to study whether the early warning indexes of listed companies in different situations are different , the basic idea of this paper is to choose two different stock forms : bull market and bear market . Two different warning years are two years and four years .

In order to achieve the aim of research , this paper needs to select a relatively accurate early warning index system in each case , so it needs a screening process of index . In the financial early warning , we can estimate the importance degree of each variable .

The main empirical process is as follows :

In the selection of the index set , the author gives an early warning according to the four different situations mentioned earlier : the two - year early warning of the bull market , the four - year early warning in the bull market , the two - year early warning of the bear market and the four - year early warning of the bear market . In each case , it is concluded that each early warning index set compares the difference between each index set and the difference between the expert index sets .

In the case of bull market or bear market , the following conclusions are obtained : the stock market is in the bull market or the bear market , the financial early warning index shows different forms in two different stock forms , and the financial early warning index is different from the financial early warning index adopted by most research results .

In this paper , the main innovations are :

1 . The financial early warning model of listed company under different stock forms is studied in this paper . Through the classification of the combination of bull market and bear market , this paper compares the index system of financial early warning in combination of bull market and bear market , and compares the difference .

2 . The article also empirically studies the financial early warning index based on different early warning years and compares the results . By selecting the financial early warning index of two years and four years , the financial early warning index is compared .
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F275;F832.51;F224

【參考文獻】

相關期刊論文 前10條

1 張鳴,張艷;財務困境預測的實證研究與評述[J];財經(jīng)研究;2001年12期

2 李健;劉翔;;借助遺傳神經(jīng)網(wǎng)絡開展上市公司財務危機預警[J];財會月刊;2011年03期

3 宋新平;丁永生;;基于最優(yōu)支持向量機模型的經(jīng)營失敗預警研究[J];管理科學;2008年01期

4 方匡南;朱建平;謝邦昌;;基于隨機森林方法的基金收益率方向預測與交易策略研究[J];經(jīng)濟經(jīng)緯;2010年02期

5 吳世農(nóng),盧賢義;我國上市公司財務困境的預測模型研究[J];經(jīng)濟研究;2001年06期

6 呂長江,徐麗莉,周琳;上市公司財務困境與財務破產(chǎn)的比較分析[J];經(jīng)濟研究;2004年08期

7 方匡南;吳見彬;朱建平;謝邦昌;;信貸信息不對稱下的信用卡信用風險研究[J];經(jīng)濟研究;2010年S1期

8 楊毓;蒙肖蓮;;用支持向量機(SVM)構(gòu)建企業(yè)破產(chǎn)預測模型[J];金融研究;2006年10期

9 賈富倉,李華;基于隨機森林的多譜磁共振圖像分割[J];計算機工程;2005年10期

10 周首華,楊濟華,王平;論財務危機的預警分析——F分數(shù)模式[J];會計研究;1996年08期

，

本文編號：2016375