1、第四章 財務預警實證研究的現(xiàn)狀及意義,,第四章 財務預警實證研究的現(xiàn)狀及意義,第一節(jié) 財務預警實證研究的現(xiàn)狀第二節(jié) 財務預警實證研究的現(xiàn)實意義,第一節(jié) 財務預警實證研究的現(xiàn)狀,一、靜態(tài)實證研究的現(xiàn)狀二、動態(tài)實證研究的現(xiàn)狀三、模型修正相關的文獻四、財務預警實證研究的評價,一、靜態(tài)實證研究的現(xiàn)狀,靜態(tài)實證研究主要財務預警模型： 一元判定模型 多元線性判定模型 多元邏輯(Logit)模

2、型 多元概率比(Probit)回歸模型 人工神經網(wǎng)絡(ANN)模型其中前三種模型應用較多。,一、靜態(tài)實證研究的現(xiàn)狀,1. 一元判定模型的研究2. 多元線性判定模型的研究 Altman（1968）以行業(yè)和資產規(guī)模，選擇樣本（破產和非破產公司各33家），根據(jù)誤判率最小的原則，確定了5個判別變量。 其模型（Z Score模型）為： 其中， ＝（流動資產

3、－流動負債） /總資產 ＝留存收益 /總資產 ＝息稅前收益/總資產,一、靜態(tài)實證研究的現(xiàn)狀,＝股東權益的市值 / 負債的賬面價值 ＝資產周轉率＝銷售收入 / 總資產 Altman判斷企業(yè)破產的臨界值Z： Z分數(shù)模式的改進：加入預測變量－現(xiàn)金流量，擴大

4、樣本，建立F分數(shù)模式（Failure Score Model）：,,,,1.81,2.675,,,財務狀況良好,灰色地帶,財務極不穩(wěn)定,破產危險很大,一、靜態(tài)實證研究的現(xiàn)狀,其中 ＝（稅后純收益＋折舊）/總資產 ＝（稅后純收益＋利息＋折舊） /平均總資產 其他指標同上頁。 F分數(shù)模式的臨界值為0.0274： 3. 多元邏輯(Logit)模型的研

5、究 4. 關于其他幾種模型的研究,,,0.0274,,,破產公司,繼續(xù)生存公司,二、動態(tài)實證研究的現(xiàn)狀,國外研究主要有四類:現(xiàn)金存量管理模型（Inventory cash management model） Baumol（1952）、Tobin（1958）產品現(xiàn)金管理模型（Production cash management model ） Friedman（1959）、Nadiri（1969）

6、、Coates（1976 ）財富現(xiàn)金管理模型 Meltzer（1963）、Whalen（1965）、 Alessi（1966）聯(lián)合模型 Suvas（1994） 國內研究：綜合預警模型 程濤（2002）,動態(tài)管理模型的思路：1. 通過時間序列回歸，確定破產公司和非破產公司的特征變量，即預測變量。2. 將現(xiàn)金管理的時間序列行為和公司財務預警結合起來，認為財務正常公司和財務失敗公司的現(xiàn)金管理行為差異明顯，并

7、利用此差異進行預測。,二、動態(tài)實證研究的現(xiàn)狀,三、模型修正相關的文獻,1.Altman和Mutchler（1974）分別采用單變量和多變量方法，對審計意見和財務指標進行了研究，表明審計意見在財務預警中不具有顯著的解釋力。 2.Hopwood，Mckeown和Mutchler（1989）運用單變量和多變量模型檢驗了審計保留意見與公司破產之間的關系。 3.Kennedy和Shaw（1991）研究表明審計意見具有識別公司破產申請的能力。

8、 4.Lennox（1999）研究表明審計意見對公司破產不具有顯著的解釋能力。 5.Carcello和Palmrose （1994）研究表明審計意見對于審計師減輕法律責任無顯著的解釋力。,四、財務預警實證研究的評價,1.財務預警實證研究的特點 （1）尋找最佳的公共財務指標，預測財務危機 （2）常用多元線性判別模型與Logit模型 （3）多樣化的預測指標 （4）模型的穩(wěn)定性不夠2.財務預警實證研究存在的問題 （1）指標的選

9、取缺乏理論依據(jù) （2）各個模型的側重點不一樣 （3）沒有考慮其他相關定性因素 （4）樣本選取的局限性,第二節(jié) 財務預警實證研究的現(xiàn)實意義,一、有利于尋求科學的預警模型二、有利于尋找影響公司財務狀況的核心財務指標三、有利于建立可操作性強的預警系統(tǒng)四、有利于市場經濟主體降低營運風險，保障經濟體制改革的進一步深化五、有利于促進我國資本市場的規(guī)范和健康發(fā)展六、有利于優(yōu)化資源配置，提高社會效率和盈利水平,第四章 結 束,

10、國內外一元判定模型研究,Fitzpatrick（1932）最早進行這方面的研究，他以19家公司為樣本，運用單個財務比率將樣本劃分破產和非破產兩組，并發(fā)現(xiàn)凈利潤/股東權益和股東權益/負債兩個財務比率判別能力最高。 Beaver（1966）以79家公司為樣本，分別檢驗了30個財務比率，發(fā)現(xiàn)現(xiàn)金流量/負債和凈利潤/總資產判別能力最強。 陳靜（1999）以截止1998年底的27家ST公司與同行業(yè)、同規(guī)模的非ST公司作為預警樣本，

11、發(fā)現(xiàn)資產負債率、流動比率、總資產收益率、凈資產收益率四項財務指標的預測能力最強。,國內外多元邏輯(Logit)模型的研究,Ohlson（1980）最早采用Logit方法。分析了樣本公司破產概率分布以及兩類錯誤和分割點間的關系，發(fā)現(xiàn)公司規(guī)模、業(yè)績等指標對破產影響最大。 陳曉、陳治鴻（2000）在選定170家樣本后，運用Logit回歸，通過1260種變量組合確定預測變量。 姜秀華（2001）對毛利率等指標運用Logit回

12、歸，發(fā)現(xiàn)公司被ST的財務表象是其他應收款和短期借款。 吳世農、盧賢義（2001）研究財務困境出現(xiàn)前5年內兩類公司21個財務指標的差異。 李華中（2001）分別選取全部進入法、向前選擇法、向后選擇法三種方法進行判別函數(shù)的構造。 張艷（2001）運用貝葉斯判別、交互驗證和逐步判別分析等方法逐層推進構造預測模型。研究發(fā)現(xiàn)：離ST的時間越近，預測的精度越高。,國內外關于其他幾種模型的研究,Ohlson（1980）最