亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于生存分析法的財(cái)務(wù)困境預(yù)警研究

        2016-03-11 21:28:26張旭堯張衛(wèi)民
        商業(yè)會(huì)計(jì) 2016年3期
        關(guān)鍵詞:農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警

        張旭堯+張衛(wèi)民

        摘要:本文以1996—2012年在滬、深兩市上市的所有農(nóng)業(yè)上市公司為研究對(duì)象,采用生存分析方法中的Kaplan-Meier方法總結(jié)了我國(guó)農(nóng)業(yè)上市公司的生存狀況及發(fā)生財(cái)務(wù)困境的時(shí)間規(guī)律;構(gòu)建Cox模型對(duì)樣本公司T-3年財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證研究,得出產(chǎn)權(quán)比率、營(yíng)業(yè)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、投入資本回報(bào)率和農(nóng)業(yè)收入占比這五個(gè)指標(biāo)對(duì)財(cái)務(wù)困境預(yù)警有顯著代表性的結(jié)論;并通過(guò)樣本內(nèi)預(yù)測(cè),證明了生存分析方法在我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警中的適用性。

        關(guān)鍵詞:生存分析法 農(nóng)業(yè)上市公司 財(cái)務(wù)困境 預(yù)警

        中圖分類號(hào):F275 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1002-5812(2016)03-0038-04

        一、引言

        在我國(guó),雖然作為第一產(chǎn)業(yè)的農(nóng)業(yè)在國(guó)內(nèi)生產(chǎn)總值中所占的份額從1952年的51%下降到2012年的10.1%,但這改變不了我國(guó)還是農(nóng)業(yè)大國(guó)的現(xiàn)狀。政府對(duì)農(nóng)業(yè)發(fā)展的重視程度也在逐年增加,“十一五”期間中央財(cái)政對(duì)“三農(nóng)”的投入約合3萬(wàn)億元,年均增長(zhǎng)比率高達(dá)23.6%;2011年的投入更是達(dá)到10 408.6億元。然而,發(fā)展現(xiàn)代化農(nóng)業(yè)僅僅依靠財(cái)政的扶持是遠(yuǎn)遠(yuǎn)不夠的,1993年同人華塑的成功上市標(biāo)志著我國(guó)農(nóng)業(yè)企業(yè)正式進(jìn)軍資本市場(chǎng),然而截至2012年12月,在整個(gè)證券市場(chǎng)中,農(nóng)業(yè)上市公司的數(shù)量、資產(chǎn)規(guī)模和發(fā)行股票數(shù)量所占份額依然低于10%,與農(nóng)業(yè)的重要地位并不相稱。同時(shí),我國(guó)農(nóng)業(yè)類上市公司頻頻因嚴(yán)重的財(cái)務(wù)問(wèn)題而被證券交易所ST處理。在目前國(guó)際金融局勢(shì)極為不穩(wěn)定的情況下,我國(guó)農(nóng)業(yè)上市公司需要建立一套完善的財(cái)務(wù)困境預(yù)警體系來(lái)提高自身抵御外部資本市場(chǎng)波動(dòng)帶來(lái)的財(cái)務(wù)風(fēng)險(xiǎn)的能力。

        二、文獻(xiàn)綜述

        目前國(guó)內(nèi)學(xué)者對(duì)我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警主要采用多元判別分析法、條件概率分析法和人工智能預(yù)測(cè)法。陳遠(yuǎn)志(2008)基于2003—2005年我國(guó)滬深兩市農(nóng)業(yè)上市公司的樣本數(shù)據(jù),比較了單變量預(yù)警分析、Z計(jì)分模型、Zeta模型、修正的F模型以及分?jǐn)?shù)模型對(duì)我國(guó)農(nóng)業(yè)板塊上市公司的財(cái)務(wù)預(yù)警效果,結(jié)果顯示,后三者的預(yù)測(cè)準(zhǔn)確率明顯較高,且越接近被ST年份預(yù)測(cè)準(zhǔn)確率越高,其中加入行業(yè)修正值及現(xiàn)金流量指標(biāo)的分?jǐn)?shù)模型的預(yù)測(cè)準(zhǔn)確性在各時(shí)點(diǎn)均最高。馬曉利(2009)采用因子分析和Logistic回歸分析相結(jié)合的方法,基于2006年我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)數(shù)據(jù)構(gòu)建了包含資產(chǎn)留存收益率、每股收益、總資產(chǎn)增長(zhǎng)率、每股經(jīng)營(yíng)現(xiàn)金流量、每股凈資產(chǎn)、流動(dòng)比率和銷售增長(zhǎng)率7個(gè)指標(biāo)的財(cái)務(wù)預(yù)警模型。袁康來(lái)(2008)采用Logistic回歸分析和多元判別分析法相結(jié)合的方式,構(gòu)建了含有農(nóng)業(yè)收入狀況指標(biāo)的預(yù)警模型。郝曉雁(2008)對(duì)2003—2005年我國(guó)農(nóng)業(yè)上市公司分年度構(gòu)建Logistic回歸模型,結(jié)果顯示利用被ST前三年的財(cái)務(wù)數(shù)據(jù)構(gòu)建的預(yù)測(cè)模型效果最好。

        以上方法和模型雖然在理論上發(fā)展的較為成熟且在實(shí)踐上也取得了良好的效果,但是這些傳統(tǒng)分析方法都不能避免靜態(tài)時(shí)點(diǎn)性的缺陷,無(wú)法對(duì)企業(yè)陷入財(cái)務(wù)困境的過(guò)程進(jìn)行動(dòng)態(tài)把握,進(jìn)而影響其對(duì)企業(yè)財(cái)務(wù)預(yù)警的效果。本研究擬采用生存分析方法將研究對(duì)象的生存時(shí)間數(shù)據(jù)納入模型,更好地滿足財(cái)務(wù)困境預(yù)警研究的動(dòng)態(tài)性要求,豐富我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警研究領(lǐng)域的理論方法。

        三、生存分析方法的相關(guān)概念

        (一)生存分析的基本涵義。生存分析是研究一個(gè)或多個(gè)生物,在經(jīng)過(guò)某一特定時(shí)間后,會(huì)發(fā)生某種特定事件的概率。這個(gè)特定事件稱為“死亡事件”,這個(gè)特定時(shí)間稱為“死亡時(shí)間”。簡(jiǎn)單來(lái)說(shuō),生存分析就是一種動(dòng)態(tài)研究某現(xiàn)象或因素隨時(shí)間變化的規(guī)律的統(tǒng)計(jì)方法。

        (二)生存時(shí)間的概念。生存時(shí)間是指從某種起始事件開始,到某種終點(diǎn)事件截止,研究對(duì)象所經(jīng)歷的時(shí)間跨度,常用符號(hào)t表示,由起點(diǎn)、終點(diǎn)和時(shí)間尺度三個(gè)要素構(gòu)成。定義生存時(shí)間概念的關(guān)鍵是某種“特定事件”,該“特定事件”可以根據(jù)研究目的和專業(yè)知識(shí)由研究者在設(shè)計(jì)階段自行確定。

        (三)生存數(shù)據(jù)分類。實(shí)驗(yàn)設(shè)計(jì)的思路各不相同,不同的研究者進(jìn)行觀測(cè)的時(shí)間也不同,加上觀測(cè)對(duì)象存在個(gè)體差異性,因此生存數(shù)據(jù)的表現(xiàn)形式會(huì)因?yàn)檠芯繉?duì)象進(jìn)入或退出觀測(cè)的時(shí)間不同而分成兩類:第一類是完全數(shù)據(jù),是指起點(diǎn)事件和終點(diǎn)事件都可以被觀察到的研究對(duì)象,其觀測(cè)數(shù)據(jù)完全落于觀測(cè)起點(diǎn)與終點(diǎn)之間,這類研究對(duì)象的時(shí)間信息可以被完整記錄下來(lái);第二類是截尾數(shù)據(jù),是指未知真正生存時(shí)間的研究對(duì)象,其在觀測(cè)過(guò)程中因?yàn)槭гL、退出或研究時(shí)限已到而未能觀測(cè)到其起點(diǎn)事件或終點(diǎn)事件,這類研究對(duì)象的生存時(shí)間數(shù)據(jù)是不完整的。

        四、研究設(shè)計(jì)

        (一)模型的設(shè)定。本文首先利用非參數(shù)方法對(duì)我國(guó)農(nóng)業(yè)上市公司的生存時(shí)間進(jìn)行研究,找到樣本公司被ST處理的時(shí)間規(guī)律,進(jìn)而描述樣本公司生存狀況的特征。由于本文拋棄了配對(duì)抽樣的方法,將樣本一次性全部納入模型,且生存時(shí)間為離散數(shù)據(jù),取值范圍為[3,18],所以根據(jù)非參數(shù)方法大類下各方法的適用條件,最終采用Kaplan-Meier法進(jìn)行分析。該方法由英國(guó)統(tǒng)計(jì)學(xué)家Kaplan和Meier于1958年提出,該方法利用概率懲罰定理計(jì)算生存率,又稱乘積限法(Product-LimitMethod,P-L法)。Kaplan-Meier過(guò)程適用于小樣本或大樣本未分組資料的生存率的估計(jì)。對(duì)總體T的n個(gè)個(gè)體的生存時(shí)間進(jìn)行觀測(cè),得到t1、t2…tn。當(dāng)ti是壽終數(shù)據(jù)時(shí),令δi=1;當(dāng)ti是右截尾數(shù)據(jù)時(shí),令δi=0。將數(shù)據(jù)記為(ti,δi)(i=1,2,…,n)。

        其次,本文選用適當(dāng)?shù)呢?cái)務(wù)指標(biāo)構(gòu)建Cox比例風(fēng)險(xiǎn)模型,來(lái)分析各財(cái)務(wù)指標(biāo)與樣本公司的生存率的相關(guān)關(guān)系及程度,并根據(jù)SPSS計(jì)算出的基準(zhǔn)生存函數(shù),結(jié)合樣本公司的財(cái)務(wù)數(shù)據(jù)計(jì)算并預(yù)測(cè)各個(gè)樣本公司的生存率。Cox比例風(fēng)險(xiǎn)模型是1972年由Cox提出的一種在存在截尾數(shù)據(jù)時(shí)使用的生存分析半?yún)?shù)模型。該模型的基本形式是假設(shè)有n個(gè)觀察對(duì)象,第i(i=1,2,3…,n)例個(gè)體的生存時(shí)間為ti,同時(shí)設(shè)協(xié)變量X=(Xi1,Xi2,…Xip)是影響樣本生存時(shí)間的p個(gè)危險(xiǎn)因素。設(shè)h(t,x)表示在危險(xiǎn)因素x的影響下時(shí)刻t的風(fēng)險(xiǎn)率;設(shè)h0(t)表示在沒有危險(xiǎn)因素x的影響下時(shí)刻t的風(fēng)險(xiǎn)率。顯然h0(t)=h(t,0),并稱h0(t)為基礎(chǔ)風(fēng)險(xiǎn)函數(shù)。

        (二)生存時(shí)間的界定和研究樣本的選擇。本文借鑒“大農(nóng)業(yè)”的概念,認(rèn)為農(nóng)業(yè)不僅包括證監(jiān)會(huì)行業(yè)分類的狹義的農(nóng)業(yè)——農(nóng)林牧漁業(yè),還應(yīng)當(dāng)包括把農(nóng)業(yè)資源或農(nóng)業(yè)產(chǎn)品作為經(jīng)營(yíng)對(duì)象的行業(yè),具體包括制造業(yè)中的依托農(nóng)產(chǎn)品創(chuàng)造價(jià)值的農(nóng)副食品加工業(yè)、食品制造業(yè)以及木材加工及木、竹、藤、棕、草制品業(yè)。據(jù)此對(duì)農(nóng)業(yè)上市公司進(jìn)行界定,在證監(jiān)會(huì)分類的40家上市公司的基礎(chǔ)上補(bǔ)充了65家,共計(jì)105家(其中ST公司18家,非ST公司87家)上市公司作為研究對(duì)象。

        由于我國(guó)的證券交易所一般是根據(jù)上市公司前一年和前兩年的財(cái)務(wù)狀況來(lái)判定其是否應(yīng)該被實(shí)施特別處理,所以如果用上市公司被ST前一年或者前兩年的數(shù)據(jù)來(lái)建立模型,就是使用存在異常的財(cái)務(wù)數(shù)據(jù)來(lái)預(yù)測(cè)企業(yè)的異常財(cái)務(wù)狀態(tài),容易導(dǎo)致模型的預(yù)測(cè)能力被高估。所以本文需要對(duì)樣本公司觀測(cè)終點(diǎn)和被ST前三年的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析,故剔除上市時(shí)間不足3年的公司39家,剔除南方食品(000716)、中農(nóng)資源(600313)這兩家上市不足3年即被ST的公司,剔除財(cái)務(wù)數(shù)據(jù)缺失的公司0家,得到樣本公司共64家。

        本文定義生存時(shí)間的起點(diǎn)為企業(yè)首發(fā)上市交易的時(shí)間,這樣就可以避免左截尾數(shù)據(jù)帶來(lái)的影響。由于財(cái)務(wù)報(bào)告有延時(shí)性,為了保證數(shù)據(jù)的完整性,故將觀測(cè)終點(diǎn)確定為2011年12月31日。本文定義生存分析中的“死亡事件”為上市公司因“財(cái)務(wù)狀況異?!倍蛔C監(jiān)會(huì)施以“特別處理”,本文采用的時(shí)間尺度為年。所有樣本生存數(shù)據(jù)來(lái)自大智慧,財(cái)務(wù)數(shù)據(jù)來(lái)自銳思數(shù)據(jù)庫(kù)。

        五、實(shí)證結(jié)果及分析

        (一)Kaplan-Meier分析。以2011年12月31日為時(shí)間觀察截點(diǎn),以上市公司IPO作為起點(diǎn)事件,以上市公司被ST作為死亡事件,依此對(duì)上市公司的生存時(shí)間進(jìn)行轉(zhuǎn)換。如果在此期間公司被ST,則生存時(shí)間為完全數(shù)據(jù);反之,則為截尾數(shù)據(jù)。對(duì)樣本公司的生存狀態(tài)變量的定義如下:“1”=發(fā)生ST,“0”=未發(fā)生ST。在所選取的樣本中,上市公司康達(dá)爾(00048)在觀測(cè)期間內(nèi)發(fā)生了兩次ST,對(duì)第二次生存過(guò)程,本文視其為新樣本;新樣本起點(diǎn)事件為“摘帽”,即在第一次ST之后,重新恢復(fù)正常。所以實(shí)證研究過(guò)程的最終樣本總量為65,其中ST公司17家,非ST公司48家。樣本公司具體生存時(shí)間如上頁(yè)表1所示。

        利用Kaplan-Meier法對(duì)樣本公司的生存數(shù)據(jù)進(jìn)行分析并估計(jì)生存函數(shù)和累積風(fēng)險(xiǎn)函數(shù)。從圖1可以看出,生存曲線分為兩階段,在8年以前,曲線下降幅度較小,而8年之后,曲線下降幅度顯著增大,以2年為單位保持較大的下降幅度,直至14年之后不再變動(dòng)。從圖2也可看出,在8年以前,累積風(fēng)險(xiǎn)函數(shù)上升較緩,而在8年以后,累積風(fēng)險(xiǎn)函數(shù)上升幅度增大,并保持較大的上升幅度到第14年,之后不再變動(dòng)。因而可以認(rèn)為,上市8年是上市公司的一個(gè)重要時(shí)間點(diǎn),在8年之前,上市公司由于剛上市,財(cái)務(wù)結(jié)構(gòu)良好、資金充足、管理層的管理水平與企業(yè)相適應(yīng),因而風(fēng)險(xiǎn)率相對(duì)較低,而在上市8年后,由于生產(chǎn)經(jīng)營(yíng)可能遇到發(fā)展瓶頸、資金流動(dòng)性不足、管理層對(duì)新的市場(chǎng)把握不足等因素,使得上市公司陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)逐步上升,被ST處理的概率也相應(yīng)增大。

        利用非參數(shù)法對(duì)我國(guó)農(nóng)業(yè)上市公司的生存時(shí)間進(jìn)行估計(jì),可以分析我國(guó)農(nóng)業(yè)上市公司陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)與時(shí)間的關(guān)系,從總體上把握財(cái)務(wù)風(fēng)險(xiǎn)隨時(shí)間的變化規(guī)律。其缺點(diǎn)是無(wú)法得到影響生存時(shí)間的因素及影響的程度,且無(wú)法度量個(gè)體的財(cái)務(wù)風(fēng)險(xiǎn)大小,為此,我們需要建立可以分析協(xié)變量影響的Cox模型。

        (二)Cox預(yù)警模型構(gòu)建。

        1.預(yù)警指標(biāo)的選擇。本文構(gòu)建的財(cái)務(wù)預(yù)警指標(biāo)體系,主要考慮反映公司經(jīng)營(yíng)狀況的盈利能力、償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、現(xiàn)金流量能力以及反映農(nóng)業(yè)上市公司農(nóng)業(yè)收入狀況六個(gè)方面的財(cái)務(wù)指標(biāo),并結(jié)合數(shù)據(jù)情況確定了37個(gè)具體指標(biāo),如下頁(yè)表2所示。

        2.預(yù)警模型系數(shù)估計(jì)。本文對(duì)T-3年的財(cái)務(wù)數(shù)據(jù)進(jìn)行Cox回歸分析后,有5個(gè)財(cái)務(wù)指標(biāo)選入模型。如下頁(yè)表3所示。將下頁(yè)表4的Step 5中指標(biāo)作為協(xié)變量,代入公式得到生存分析模型:

        入選模型的5個(gè)財(cái)務(wù)指標(biāo)的相關(guān)系數(shù)矩陣如表5所示:

        回歸因子相關(guān)系數(shù)矩陣顯示,入選指標(biāo)的相關(guān)性均不高,所以模型不存在多重共線性的影響。

        從以上結(jié)果可以看出,最終入選模型的變量為產(chǎn)權(quán)比率、營(yíng)業(yè)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、投入資本回報(bào)率和農(nóng)業(yè)收入占比5個(gè)指標(biāo)。這說(shuō)明企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)水平和償債能力、成長(zhǎng)能力、現(xiàn)金流量能力及農(nóng)業(yè)收入占比情況相關(guān)。

        Cox模型結(jié)果中得到的生存函數(shù)圖與K-M法得出的是一致的,因此所求的基準(zhǔn)生存率應(yīng)該服從對(duì)數(shù)Logistic分布,其生存函數(shù)和風(fēng)險(xiǎn)函數(shù)分別為:

        在已知分布形式和對(duì)應(yīng)變量數(shù)據(jù)的情況下,本文采用回歸分析對(duì)基準(zhǔn)生存函數(shù)進(jìn)行擬合,首先對(duì)式(7)進(jìn)行變換,將其轉(zhuǎn)化為線性回歸形式:

        然后利用SPSS統(tǒng)計(jì)軟件對(duì)模型中的未知參數(shù)γ、α進(jìn)行估計(jì),具體結(jié)果見表7。

        從結(jié)果可以看出,模型中R2=0.971,兩個(gè)參數(shù)也通過(guò)了t檢驗(yàn),說(shuō)明模型擬合度較好,也間接說(shuō)明基準(zhǔn)生存函數(shù)服從對(duì)數(shù)Logistic分布這一判斷是正確的。得到的模型具體形式為:

        (三)Cox預(yù)警模型的檢驗(yàn)。

        1.比例風(fēng)險(xiǎn)假定檢驗(yàn)(PH檢驗(yàn))。比例風(fēng)險(xiǎn)假定檢驗(yàn)可以分為統(tǒng)計(jì)量檢驗(yàn)和圖形檢驗(yàn),其中圖形檢驗(yàn)中常用的檢驗(yàn)是Cox-KM生存曲線比較圖,它將Cox模型和非參數(shù)方法估計(jì)的生存曲線對(duì)比,若其趨勢(shì)基本一致,并且沒有交叉,則說(shuō)明符合PH假定。

        如圖4所示,左邊為原始數(shù)據(jù)K-M分析得到的生存函數(shù)圖,右邊為Cox模型估計(jì)所得到的生存函數(shù)圖,可以看出兩張圖的形狀基本吻合,可以認(rèn)為模型滿足PH假定,即比例風(fēng)險(xiǎn)模型在此是適合的。

        2.參數(shù)檢驗(yàn)。在Cox比例風(fēng)險(xiǎn)模型中,常用χ2來(lái)檢驗(yàn)?zāi)P驼w的統(tǒng)計(jì)顯著性,包括似然比檢驗(yàn)、Score檢驗(yàn)和Wald檢驗(yàn)三種方式。三種方法的檢驗(yàn)結(jié)果都顯示:顯著水平均為Sig<0.05,具體結(jié)果見表3、表4,說(shuō)明這三個(gè)檢驗(yàn)都拒絕了總體參數(shù)為零的原假設(shè),模型具有顯著性。

        3.判別能力檢驗(yàn)。檢驗(yàn)?zāi)P团袆e能力首先要確定判定臨界值,在利用Cox模型進(jìn)行預(yù)測(cè)時(shí),對(duì)于確定區(qū)分財(cái)務(wù)困境公司和非財(cái)務(wù)困境公司的臨界值的方法一般有兩種:一種是假定企業(yè)發(fā)生財(cái)務(wù)困境或財(cái)務(wù)健康的概率各占一半,這樣可以得到臨界值0.5;另一種是采用樣本中正常樣本占總樣本的比例為分界點(diǎn)。本文采用的方法是后者,得到的最佳判定點(diǎn)生存率為0.738。

        本文所建立的Cox模型的預(yù)測(cè)結(jié)果中,一類錯(cuò)誤率為22.22%,二類錯(cuò)誤率為3.64%,總錯(cuò)誤率為6.25%,相應(yīng)的,模型預(yù)測(cè)準(zhǔn)確率為93.75%。

        六、結(jié)論

        本文運(yùn)用生存分析法找到能夠反映我國(guó)農(nóng)業(yè)上市公司隨著持續(xù)經(jīng)營(yíng)時(shí)間而變化的實(shí)際財(cái)務(wù)風(fēng)險(xiǎn)情況的財(cái)務(wù)指標(biāo),構(gòu)建財(cái)務(wù)困境預(yù)警模型并對(duì)我國(guó)農(nóng)業(yè)上市公司的財(cái)務(wù)困境進(jìn)行預(yù)測(cè),從理論上證明了生存分析方法在我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警研究領(lǐng)域的適用性和優(yōu)越性。具體結(jié)論如下:

        1.利用K-M法對(duì)樣本公司的壽命數(shù)據(jù)進(jìn)行分析并估計(jì)生存函數(shù)和累積生存函數(shù),初步得出了在市場(chǎng)中維持健康經(jīng)營(yíng)接近8年或者超過(guò)8年的企業(yè),要及時(shí)對(duì)自身的財(cái)務(wù)狀況和財(cái)務(wù)風(fēng)險(xiǎn)變化趨勢(shì)進(jìn)行分析,以預(yù)測(cè)出現(xiàn)財(cái)務(wù)困境的可能性并采取相應(yīng)的措施,而生存時(shí)間超過(guò)14年的企業(yè)基本可以維持健康的財(cái)務(wù)狀態(tài)的結(jié)論。

        2.用T-3年的財(cái)務(wù)指標(biāo)構(gòu)建Cox比例風(fēng)險(xiǎn)模型,結(jié)果表明,與財(cái)務(wù)困境顯著相關(guān)的有五個(gè)指標(biāo),分別是產(chǎn)權(quán)比率、營(yíng)業(yè)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、投入資本回報(bào)率和農(nóng)業(yè)收入占比,我國(guó)農(nóng)業(yè)上市公司應(yīng)該關(guān)注這些指標(biāo)的變化情況。Cox模型的實(shí)證結(jié)果顯示誤判率僅為6.25%,證明生存分析方法在我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警研究中是適用的。

        參考文獻(xiàn):

        [1]陳遠(yuǎn)志.我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)預(yù)警模型效果的比較研究[J].華東經(jīng)濟(jì)管理,2008,(5).

        [2]馬曉利.我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)危機(jī)防范體系研究[D].西北農(nóng)林科技大學(xué),2009.

        [3]袁康來(lái),吳曉林.奧特曼模型在我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警中應(yīng)用的探討[J].消費(fèi)導(dǎo)刊,2008,(2).

        [4]郝曉雁,張文晉.農(nóng)業(yè)上市公司綜合財(cái)務(wù)狀況實(shí)證分析[J].中國(guó)集體經(jīng)濟(jì),2008,(08).

        [5]楊成炎,李瓊.我國(guó)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的比較與選擇[J].商業(yè)會(huì)計(jì),2011,(13).

        猜你喜歡
        農(nóng)業(yè)上市公司財(cái)務(wù)困境預(yù)警
        法國(guó)發(fā)布高溫預(yù)警 嚴(yán)陣以待備戰(zhàn)“史上最熱周”
        園林有害生物預(yù)警與可持續(xù)控制
        農(nóng)業(yè)上市公司多元化經(jīng)營(yíng)動(dòng)因分析
        財(cái)務(wù)報(bào)表信息對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)能力
        農(nóng)業(yè)上市公司資本結(jié)構(gòu)和盈利能力關(guān)系研究
        上市公司財(cái)務(wù)困境預(yù)測(cè)研究述評(píng)
        商情(2016年43期)2016-12-23 13:16:16
        農(nóng)業(yè)上市公司社會(huì)責(zé)任信息披露數(shù)據(jù)的縱向分析
        商(2016年32期)2016-11-24 16:13:04
        債務(wù)重組在st上市公司的應(yīng)用
        商(2016年34期)2016-11-24 14:59:02
        農(nóng)業(yè)上市公司社會(huì)責(zé)任信息內(nèi)容披露的橫向分析
        金華民營(yíng)企業(yè)財(cái)務(wù)困境的調(diào)查研究
        商(2016年5期)2016-03-28 09:32:34
        毛片在线视频成人亚洲| 国产熟女高潮视频| 国产午夜精品一区二区三区视频| 国产亚洲欧美另类第一页| 亚洲最大的av在线观看| 久久中文字幕暴力一区| 欧美老妇交乱视频在线观看| 女人喷潮完整视频| 成年女人永久免费看片| 久久亚洲中文字幕精品一区四| 日本视频一区二区三区| 国产av激情舒服刺激| 一进一出一爽又粗又大| 国产乱子伦精品免费无码专区| 亚洲欧美成人在线免费| 亚洲一区二区三区在线高清中文 | 人妖精品视频在线观看| 一区二区三区精品偷拍| 日本国产精品久久一线| 国产精品av在线| 在线va免费看成| 国产成人亚洲综合小说区| 一区二区三区在线乱码| 少妇被猛烈进入到喷白浆| 亚洲精品午夜无码专区| 人妻熟妇乱系列| 亚洲二区三区四区太九| 风韵人妻丰满熟妇老熟| 男人和女人做爽爽免费视频| 欧美mv日韩mv国产网站| 99热在线播放精品6| 精品国产中文久久久免费| 亚洲av色欲色欲www | 人妻激情偷乱一区二区三区| 色优网久久国产精品| 一区二区三区极品少妇| 亚洲国产精品成人精品无码区在线| 国产男女猛烈视频在线观看| 午夜免费福利一区二区无码AV | 中国国语毛片免费观看视频| 国产午夜无码精品免费看动漫|