运用财务比率预测公司财务失败：中国企业的实证研究外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

运用财务比率预测公司财务失败：中国企业的实证研究

摘要

股票市场在当今的中国经济中发挥了重要的作用。由于一些上市公司没有产生投资者所预期的回报，因此对财务失败的原因和预测这种财务失败的研究对未来资本市场发展显得尤为重要。本文选择了43个ST上市公司（特别处理）和43个非ST上市公司作为样本，使用财务比率和因子分析模型对其进行比较分析。此次研究特别分析了企业的盈利能力，经营效率和发展能力，重点通过使用因素分析法设计上市公司可能的财务失效预警系统。

关键词：财务措施、财务预测、因子分析

1 引言

企业破产是有效市场经济的重要组成部分。随着中国正在向着自由市场经济转型，企业破产是现在中国企业普遍存在的问题。企业破产问题对于股东、银行、员工、供应商以及对公司财务状况感兴趣的客户等群体而言都有着不言而喻的重要影响。很多原因可能会导致企业破产。其中一些原因是外部因素，例如高利率、经济衰退缩减利润和政府监管标准等。其他因素是内部性的，包括由于管理层决策不善而导致需求衰退的漫长过程，以及由于激烈的竞争而导致重要客户的损失。不论是由于任何内部原因，企业破产都是一个始于管理缺陷的过程。由于经营成本的经济成本相对较大，因此对我们来说，能够预测出现恶化的财务比率的预警信号的潜在故障是重要的。由于不良企业的市场价值大幅度下降，为企业破产预测开发强大可靠的模型显然符合投资者和审计师们独立评估投资风险的利益。

从Beaver 的研究之后，有无数学者对使用财务比率来预测财务失败产生了相当大的研究兴趣。Beaver提出用一个单变量模型来确认一个具有最大分类能力的单一财务比率，以区分失败企业和非失败企业。通过比较79家企业破产者与财务幸存者的各项财务比率，他发现现金流量与总债务的比例最具预测能力，其次是净收入占总资产的比例和总债务占总资产的比例。 阿尔特曼采用线性判别分析（LDA）模型，该模型不仅使用财务比率，而且还结合了一个公司的市场数据，而不是尝试确认一个最具预测能力的的财务比率。一个LDA模型是一种多变量分析技术，它试图通过克服使用单一比率可能产生的潜在冲突来预测一个公司的财务失败。

LDA预先假定了多元正态性和每个分类组的协方差矩阵的平等。LDA对财务比率数据有一个限制。其他研究包括Deakin的概率模型，Edakisterd的一个小型公司研究模型，Dimond的定义模型，以及 Ohlson的对数比率模型和概率单位模型。这些模型比LDA模型具有优势，因为它们符合累积概率函数，没有假设多变量正态性和协方差矩阵的相等性。

虽然已经出版了大量关于财务失败预测的研究著作，但美国学者并没有停止这方面的研究兴趣。然而，在中国，这方面的研究兴趣才刚刚开始。其中一个原因是中国直到1993年7月1日才有统一的会计准则。而在此之前的财务数据缺乏可比性。陈通过使用文献中讨论的一些预测模型进行了预测于中国证券市场上市的ST公司财务失败的研究。之后潘和陈改进了所选择的样本的预测，并使用线性判别分析以及对数比率和概率统计理论，构建了预测模型。近年来，一些学者利用神经网络（NN）在估量公司财务状况方面的优势，从而为可能出现的财务危机形成预警信号。使用NN进行失败预测有许多缺点，如难以解释财务面临破产风险原因，缺乏稳定性，难以确定衡量一个取舍点，难以预测宏观形势。

阿尔特曼提出了Z评分模型，即使用五个加权平均财务指标来预测财务破产风险。该模型主要适用于上市公司。研究的原始样本数据来源于1946年至1965年的66家上市公司，而其中一半的公司已经申请破产。为了评估企业破产的任何可能性，我们将该企业的Z评分与预定的截止点进行比较。一般说来，Z评分越低，则公司越有可能破产。预测财务危机的Z评分模型方法试图克服因使用单一变量而可能产生的潜在冲突迹象。

阿尔特曼设定了一个更加准确的模型来预测公司的财务破产危机，ZETA模型，该模型包括营业收入/总资产的比率、收入稳定性、利息收入、留存收益与总资产的比率，流动比率、普通股与合计股权的比率、普通股与总资产的比率等财务指标。之后，阿尔特曼又进行了一些调整便于区分Z分数模型和ZETA模型的系数，以满足资本市场的变化。

2 数据和方法论

2.1 数据

此次研究中主要的财务数据来源于在2001年在沪、深证券交易所上市的86家被称为特别处理（ST）的公司。在中国，如果一家公司连续三个会计年度都获得负利润，则该公司被列为ST公司。 有很多ST公司一直处于未能用其所有资产偿还其所有负债的边缘，股东权益为负值。中国ST公司的特点与一家正在破产的公司所描述的特点非常相似。因此，ST公司也被定义为财务破产风险公司。我们根据行业和规模的不同，用分层抽样方法从名单中选出43家ST公司和43家非ST公司。详细信息如下：

表1 估计样本组和试验样本组

2.2 财务比率的选择

我们选择了12个具有潜在作用的财务比率对所选择的公司进行评估，这些财务比率反映了企业的盈利能力，偿债能力和运营效率。这些比率分别为（1）资本权益报酬率（税后盈利（净利润）与平均资本总额的比率，也叫资产净利润率，是企业资本总额中平均每百元所能获得的纯利润）（2）销售净利率（企业实现净利润与销售收入的对比关系，用以衡量企业在一定时期的销售收入获取的能力）（3）总资产利润率（是企业利润总额与企业资产平均总额的比率，即过去所说的资金利润率）（4）权益乘数（又称股本乘数，是指资产总额相当于股东权益的倍数）（5）流动比率（流动资产对流动负债的比率，用来衡量企业流动资产在短期债务到期以前，可以变为现金用于偿还负债的能力）（6）速动比率（是指速动资产对流动负债的比率。它是衡量企业流动资产中可以立即变现用于偿还流动负债的能力）（7）应收账款周转率（表示公司从获得应收账款的权利到收回款项、变成现金所需要的时间）（8）存货周转率（是企业一定时期销货成本与平均存货余额的比率。用于反映存货的周转速度）（9）总资产周转率（是指企业在一定时期业务收入净额同平均资产总额的比率）（10）每股收益增长率（是指反映了每一份公司股权可以分得的利润的增长程度）（11）总资产增长率（又名总资产扩张率，是企业本年总资产增长额同年初资产总额的比率，反映企业本期资产规模的增长情况）（12）每股经营现金流量（指本期现金净流量与股本总额的比值）。从这所选的12个财务比率中，有5个被选中，因为这五个比率在文献中被指出在预测企业破产方面最有效。

我们选择资本权益报酬率、销售净利率、资产总额利润率这些财务指标来评价公司的盈利能力及资产运营效率。而通过权益乘数、流动比率、速动比率这些指标，我们可以评价公司的偿债能力。 应收账款周转率、存货周转率、总资产周转率可以显示企业的管理能力和运营效率。最后，我们选择了收益增长率和总资产扩张率来评价企业的发展能力。

2.3 因子分析模型

进行因子分析的目的是揭示一组变量的潜在结构（维度）。它旨在用少数几个因子去描述许多指标或因素之间的联系，即将比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。其中一些财务指标很可能保留其主要信息，并且彼此无关。而有一些财务指标与任何其他指标相比，更多地衡量有效性等因素。

由初始财务比率计算而来的数据通常可以由下面所给定的矩阵Y来表示：

正在研究的个体公司的数量用n表示，用k表示每个公司所采用的评价指标（财务比率）数量。

使用标准化公式：

，。

是第j行比率的平均数，是第j行比率的标准差，标准化后，得到统一的数据，矩阵X。然后就是用下面的公式计算相关系数：

矩阵R测度i和j的财务比率的相关系数将数据归一化后，然后相关系数矩阵R= XX T /（n- 1）。R矩阵测度lambda;和mu;。因为R是正交的，当lambda;1ge;lambda;2ge;lambda;3ge;hellip;ge;lambda;Kge;0时，特征值lambda;是非负。对应的特征向量lambda;i，mu;=（mu;1i，mu;2I，hellip;，mu;ni）T（i= 1,hellip;, k).因为e mu;Ti mu;i= 1,mu;是一个正交矩阵，可以看到mu;Tmu;=mu; mu;T =I，所以矩阵R 被定义为以下结构：

由此可以得到：

Z =Xmu;，因此

因此，因子k的总数是由下得到：

由于标准的X j（1le;jle;K）的平均值是零，Zj（1le;Jle;K)的平均值也是零。
利用特征值，可以得到的因子R的权重（ai）和累积权重（tai）

2.4 因素的确认和解释

这个因素原则上应可以提供超过95％的方差解释率，相当于tasge;95％。 由于因素z _1，...，z _s计算出95％的变化，

全文共8336字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[143138]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 哈佛分析框架下的面板行业财务报表分析 ——以BOE为例外文翻译资料
• 哈佛框架下的企业财务分析：三家房地产公司的比较研究外文翻译资料
• 应收款管理的综合办法外文翻译资料
• 尼日利亚小规模渔业企业的盈利能力分析外文翻译资料
• 利用杜邦分析评估食品行业三大JSE上市公司的财务业绩外文翻译资料
• 探索杜邦分析法的应用与改进 ——以圆通快递为例外文翻译资料
• 并购中的财务风险防范分析外文翻译资料
• 小企业应收账款管理：理论与概念外文翻译资料
• 印度尼西亚贸易服务投资公司财务业绩的杜邦分析外文翻译资料
• 中小型企业的财务管理实践、企业成长和盈利能力外文翻译资料