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

        ?

        財務(wù)風險預警研究綜述

        2016-10-18 12:52:29肖霖
        中國市場 2016年33期
        關(guān)鍵詞:預警模型財務(wù)風險綜述

        肖霖

        [摘 要]隨著全球經(jīng)濟的快速發(fā)展,企業(yè)之間的競爭日益激烈,評估與識別企業(yè)存在的風險對企業(yè)的生存與發(fā)展越來越重要。大多數(shù)學者研究財務(wù)風險預警的基本方法集中于單變量分析、多元判別分析、邏輯回歸分析、線性回歸分析、神經(jīng)網(wǎng)絡(luò)、生存分析等。文章主要梳理了財務(wù)風險預警相關(guān)理論研究的發(fā)展以及現(xiàn)狀,根據(jù)不同模型分析了各方法的優(yōu)點與不足。

        [關(guān)鍵詞]財務(wù)風險;預警模型;綜述

        [DOI]10.13939/j.cnki.zgsc.2016.33.107

        1 國內(nèi)外研究現(xiàn)狀

        從20世紀30年代開始,就已經(jīng)有學者注意到企業(yè)財務(wù)狀況的變化會影響到企業(yè)經(jīng)營成果以及財務(wù)狀況,并開始進行相關(guān)研究。學者們分析了大量的企業(yè)財務(wù)指標數(shù)據(jù),并根據(jù)這些研究開始了對財務(wù)風險的研究。隨著企業(yè)管理和財務(wù)理論的發(fā)展,研究手段也越來越科學,研究方法和研究工具也逐漸成熟,研究者提出了各種不同的財務(wù)風險預警的方法和模型。

        1.1 國外研究現(xiàn)狀

        1.1.1 財務(wù)風險研究現(xiàn)狀

        Blum(1974)將財務(wù)風險定義為企業(yè)沒有能力償還到期債務(wù)、進入破產(chǎn)程序或者與債權(quán)人達成明確債務(wù)減免協(xié)議的事件。在正常情況下,企業(yè)只有按時支付本息或股利,才能順利獲得債權(quán)人或者投資者的青睞,籌集足夠的資金。如果企業(yè)不支付本息、拖欠股利,出現(xiàn)違約的情況,必然會引起投資者的注意,對企業(yè)的籌資活動產(chǎn)生影響,進而影響企業(yè)的持續(xù)經(jīng)營。James C.Van Home和John M.Wachowicz(2001)對財務(wù)風險做了更廣的界定,認為財務(wù)風險由兩部分組成,可能失去償債能力的風險和因使用財務(wù)杠桿而導致的每股收益變動的風險。

        1.1.2 財務(wù)風險預警模型研究現(xiàn)狀

        單變量判別模型。最早開始研究財務(wù)風險預警模型的是Fitzpatrick(1932),他主要針對單變量破產(chǎn)預警進行研究,是單變量預警模型研究的先驅(qū)。Fitzpatrick選擇了19家企業(yè)作為研究樣本,研究發(fā)現(xiàn)對財務(wù)風險判別能力最高的兩個指標分別是凈資產(chǎn)收益率和產(chǎn)權(quán)比率。美國芝加哥大學教授William Beaver(1966)在Fitzpatrick的研究基礎(chǔ)上進行了較為成熟的單變量預警研究,結(jié)果發(fā)現(xiàn)預測準確率最高的指標是現(xiàn)金流量債務(wù)比和資產(chǎn)負債率。

        多變量判別模型。美國學者Edward Altman(1968)首次將多變量線性判別分析方法介紹到財務(wù)風險預警領(lǐng)域。他隨機抽取了多家制造企業(yè),通過研究認為22個備選財務(wù)比率中有5個是最佳預警判別變量,并運用這5個財務(wù)比率建立了多變量線性判別模型。Altman(2000)在多變量判別分析法的基礎(chǔ)上進行了改進創(chuàng)新,建立了Z值多變量財務(wù)風險預警模型。事實證明Z值多變量財務(wù)風險預警模型是非常有用而成功的,在以后的財務(wù)風險預警研究中得到了廣泛的應用。P.Wu(2016)建立了多元線性預警模型,在傳統(tǒng)的財務(wù)風險和收益的風險管理之間的非相關(guān)性分析的基礎(chǔ)上,提出了建立財務(wù)風險預警的必要性,并構(gòu)建了一個多元線性模型,證實了多元線性預警模型的有效性。

        邏輯回歸模型。Ciarlone和Trebeschi(2005)將宏觀經(jīng)濟學和現(xiàn)有的預警模型結(jié)合起來,運用邏輯回歸法構(gòu)建了一個規(guī)則簡單,但驗證有效的邏輯風險預警模型。Daniela Beckmann等人(2006)提出在當前市場環(huán)境中應該高度重視財務(wù)風險,由于研究選取的樣本、時間段以及變量的不同,合適的財務(wù)風險預警方法也就不同,并且通過比較分析表明邏輯回歸方法比其他方法更有優(yōu)勢。MatthieuBussiere等人(2008)以邏輯回歸模型為基礎(chǔ),創(chuàng)新的將二元離散選擇的方法運用到研究中。他們根據(jù)32家處于財務(wù)危機狀態(tài)的企業(yè)的財務(wù)數(shù)據(jù)建立了新的多變量邏輯回歸預警模型,并且劃分了多個預警區(qū)域。經(jīng)過驗證,該預警模型基本可以比較準確的預測企業(yè)的潛在危機。

        神經(jīng)網(wǎng)絡(luò)模型。Coats和Fant(2005)將人工神經(jīng)網(wǎng)絡(luò)運用于財務(wù)風險預警研究,建立了神經(jīng)網(wǎng)絡(luò)財務(wù)風險預警模型。他們以94家破產(chǎn)公司與188家正常公司的財務(wù)數(shù)據(jù)為樣本,研究結(jié)果表明,神經(jīng)網(wǎng)絡(luò)預警模型預測的準確性較高。Edward I.Altman(2009)等運用多變量線性分析方法和BP人工神經(jīng)網(wǎng)絡(luò)方法研究了164家上市公司的財務(wù)數(shù)據(jù),發(fā)現(xiàn)其中16%的公司財務(wù)存在危機,30%的公司財務(wù)狀況需要引起管理層的密切關(guān)注,54%的公司處在正常運營的過程中。Clarence Tan(2009)總結(jié)了現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)財務(wù)風險預警模型,并選取多家銀行的財務(wù)數(shù)據(jù)為樣本建立了銀行神經(jīng)網(wǎng)絡(luò)財務(wù)風險預警模型,并驗證銀行神經(jīng)網(wǎng)絡(luò)財務(wù)風險預警模型的有效性。

        綜上所述,國外財務(wù)風險預警研究主要集中于對財務(wù)風險預警模型的構(gòu)建,研究成果較為成熟,并且廣泛應用于實踐中。國外學者在財務(wù)風險預警模型方面的研究經(jīng)歷了單元判別模型、多元線性判別模型、多元邏輯回歸模型及神經(jīng)網(wǎng)絡(luò)模型等幾個階段,使得財務(wù)風險預警成為公司財務(wù)風險研究中的一個重要領(lǐng)域。

        1.2 國內(nèi)研究現(xiàn)狀

        1.2.1 財務(wù)風險理論研究

        劉恩祿,湯谷良(1989)較早給出了財務(wù)風險的定義,認為財務(wù)風險是指企業(yè)在籌資、投資、利潤分配等一系列財務(wù)活動過程中,由于受外部或內(nèi)部不確定性因素的影響,實際收益偏離預期目標并給企業(yè)及股東造成損失的可能性。李平(2013)重點研究餐飲企業(yè)財務(wù)方面存在的問題,認為財務(wù)風險是餐飲企業(yè)不可避免的難題,并分析了餐飲企業(yè)產(chǎn)生財務(wù)風險的原因。張影(2013)認為餐飲業(yè)面臨的主要財務(wù)風險是籌資風險、投資風險以及營運風險,并從餐飲企業(yè)自身以及企業(yè)面臨的大的宏觀環(huán)境分析了財務(wù)風險產(chǎn)生的原因。

        1.2.2 財務(wù)風險預警模型研究

        單變量判別模型。吳世農(nóng),黃世忠(1986)通過《中國經(jīng)濟問題》的一篇文章首次介紹了企業(yè)破產(chǎn)分析的相關(guān)預警指標和單變量預警模型。陳靜(1999)對我國上市公司的財務(wù)困境進行了預測,她對同行業(yè)同規(guī)模的27家ST公司的財務(wù)數(shù)據(jù)進行了單變量預警研究。研究結(jié)果表明流動比率、資產(chǎn)負債率、總資產(chǎn)收益率和營運資本比率對企業(yè)財務(wù)失敗的反應較為敏感。

        多變量判別模型。袁康來,吳曉林(2008)檢驗出Z模型在我國農(nóng)業(yè)企業(yè)財務(wù)風險的預警中效果明顯。李元鳳(2012)對 Z 模型進行了檢驗,同時增加了 3 個新的變量并修改了臨界值,模型的準確性得到大幅度提高。王文紅(2015)運用 Z 模型對我國汽車制造行業(yè)上市公司財務(wù)風險預警進行適用性分析,證明了其有效性。

        邏輯回歸模型。陳曉,陳治鴻(2000)運用邏輯回歸模型對ST公司進行研究,研究結(jié)果表明ST公司的產(chǎn)權(quán)比率和資產(chǎn)回報率對公司財務(wù)風險預警的準確率最高。吳應宇,袁陵(2004)將因子分析法在指標信息處理上的優(yōu)點以及邏輯回歸法擬合模型準確度較高的優(yōu)勢結(jié)合起來,應用于上市公司財務(wù)風險預警的研究之中。王會檸,張振偉(2015)以Altman的Z計分模型為理論基礎(chǔ),構(gòu)建了中小企業(yè)財務(wù)風險預警模型。從選取樣本來看,Altman的Z計分模型基本上能夠反映企業(yè)的財務(wù)狀況。

        神經(jīng)網(wǎng)絡(luò)預警模型。周喜,吳可夫(2012)利用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)、財務(wù)及非財務(wù)指標構(gòu)建財務(wù)危機預警模型,研究結(jié)果表明其構(gòu)建的預警模型較準確地預測了財務(wù)危機,并且實際應用價值較高。黃曉波,高曉瑩(2015)運用神經(jīng)網(wǎng)絡(luò)模型對財務(wù)危機進行預測,結(jié)果表明該財務(wù)危機預警模型預測效果較好。李芳(2015)運用神經(jīng)網(wǎng)絡(luò)模型構(gòu)建財務(wù)危機的預警模型,發(fā)現(xiàn)每股凈資產(chǎn)、每股經(jīng)營活動凈現(xiàn)金流量凈額和資產(chǎn)負債率這3個財務(wù)指標對于財務(wù)困境有較好的判斷和預測能力。

        其他財務(wù)風險預警模型。顧曉安(2000)首次在企業(yè)財務(wù)風險預警研究中引入了功效系數(shù)法,通過對8個能夠反映企業(yè)財務(wù)風險的預警指標設(shè)定滿意值及不允許值,并按指標權(quán)重加權(quán)得出財務(wù)指標的綜合功效系數(shù),對比已經(jīng)設(shè)定的指標評價值,判斷企業(yè)財務(wù)風險警情。余凱(2008)選擇并構(gòu)造了7個房地產(chǎn)預警復合指標,通過主成分分析法確定每個指標在該預警體系中的權(quán)重,最后利用灰色預測模型預測了FZ市未來兩年房地產(chǎn)的發(fā)展情況。孫煥宇,陳倩等人(2015)構(gòu)建了一個灰色預測模型,并使用主成分分析法對眾指標降維,通過實證分析表明,灰色預測模型有著較高的準確度且過程并不復雜。

        從以上研究來看,國內(nèi)外學者在研究財務(wù)風險的概念時,通常將該風險分為狹義和廣義兩種。狹義的財務(wù)風險一般被稱為負債籌資風險,是指企業(yè)通過負債的方式籌集資金,在債務(wù)到期償還債務(wù)方面存在的不確定性。狹義的觀點認為負債是使企業(yè)面臨財務(wù)風險的唯一因素,沒有負債便不存在財務(wù)風險。廣義的財務(wù)風險貫穿于企業(yè)的整個財務(wù)活動,是企業(yè)面臨的外部環(huán)境以及企業(yè)內(nèi)部難以預計的不確定性因素引起的,使企業(yè)的實際財務(wù)收益偏離預期目標,因而在財務(wù)方面遇到難題的風險。廣義財務(wù)風險的觀點將企業(yè)財務(wù)活動的整體和全過程考慮在內(nèi),從而界定出財務(wù)風險的概念。

        在財務(wù)風險預警模型方面,國外學者偏向于對模型的構(gòu)建,國內(nèi)學者的研究多偏向于在國外模型的基礎(chǔ)上進行改進,由于所有的模型都是以國外市場的數(shù)據(jù)為基礎(chǔ)建立的,放在不同的時代背景以及不同發(fā)達程度的市場中研究,會產(chǎn)生不同的結(jié)果,所以國內(nèi)學者偏重于對外國模型的改進。以上財務(wù)風險預警模型各具特色各有優(yōu)點,適用于不同類型及規(guī)模的公司,需要具體問題具體分析。

        參考文獻:

        [1]P.Wu,L.Gao,Q.Wang.Early Warning System for Finance[M]//Managing the Asian Century.Germany:Springer Link,2016:85-101.

        [2]Alessio Ciarlone,Giorgio Trebeschi.Designing an Early Warning System for Debt Crises[J].Journal of Accounting Research,2005(9):109-114.

        [3]Daniela Beckmann,Lukas Menkhoff,KatjaSawischlewski.Robust Lessons about Practical Early Warning Systems[J].Journal of Finance,2006(7):56-60.

        [4]張影.新時期餐飲企業(yè)財務(wù)風險識別與應對分析[J].商,2013(22):66-63.

        [5]吳世農(nóng),黃世忠.企業(yè)破產(chǎn)的分析指標和預測模型[J].中國經(jīng)濟問題,1986(6):36-37.

        [6]李元鳳,戴勁.Z財務(wù)預警模型的檢驗與改進[J].財經(jīng)界:學術(shù)版,2012(1):231-233.

        [7]韓彥峰,王娟娟.基于功效系數(shù)法的餐飲業(yè)財務(wù)預警實例研究[J].中國商貿(mào),2012(8):102-103.

        猜你喜歡
        預警模型財務(wù)風險綜述
        SEBS改性瀝青綜述
        石油瀝青(2018年6期)2018-12-29 12:07:04
        NBA新賽季綜述
        NBA特刊(2018年21期)2018-11-24 02:47:52
        基于AHP—模糊綜合分析的移動社交網(wǎng)絡(luò)輿情預警模型研究
        基于RS—ANN的大學生心理危機預警模型構(gòu)建與應用
        考試周刊(2016年103期)2017-01-23 17:18:13
        基于模糊分析法的高校專利初級預警模型的研究
        價值工程(2016年30期)2016-11-24 14:38:32
        外貿(mào)企業(yè)財務(wù)風險表現(xiàn)形式及管控策略
        “營改增”后施工企業(yè)財務(wù)風險的防范與控制
        試論防范企業(yè)財務(wù)風險的幾點措施
        農(nóng)村消失的影響因素及建模研究
        科技視界(2016年22期)2016-10-18 15:00:50
        保險公司財務(wù)風險管理及控制研究
        这里只有久久精品| 国产精品无码一区二区三级| 巨大巨粗巨长 黑人长吊| 国产午夜激无码av毛片| 亚洲AV无码一区二区三区精神| 日韩精品人妻视频一区二区三区 | 久久无码高潮喷水抽搐| 好日子在线观看视频大全免费动漫| 日韩高清无码中文字幕综合一二三区| av资源在线播放网站| 亚洲乱码av中文一区二区| 国产美女在线精品免费观看| 亚洲AV伊人久久综合密臀性色| 一本大道加勒比东京热| 极品嫩模大尺度av在线播放| a级毛片成人网站免费看| 国产一级在线现免费观看| 中文亚洲一区二区三区| 少妇被又大又粗又爽毛片| 日韩精品无码一区二区三区视频| 欧美亚洲h在线一区二区| 一区二区三区日本高清| 波多野结衣的av一区二区三区| 97无码人妻Va一区二区三区| 精品一区二区三区不老少妇| 国产精品女直播一区二区| 亚洲日本中文字幕天天更新| 成 人 网 站 在线 看 免费| 久久一区二区视频在线观看| 全黄性性激高免费视频| 国产精品高潮呻吟av久久无吗| 成年女人18毛片毛片免费| 亚洲最大中文字幕熟女| 久久久精品456亚洲影院| 99JK无码免费| 国产一区二区在线免费视频观看 | 婷婷九月丁香| 日韩精品视频中文字幕播放| 又色又爽又黄的视频软件app| 麻豆av传媒蜜桃天美传媒| 亚洲日本一区二区在线观看|