基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系研究【開(kāi)題報(bào)告+文獻(xiàn)綜述+畢業(yè)論文】

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　開(kāi)題報(bào)告</b></p><p><b>　　會(huì)計(jì)學(xué)</b></p><p>　　基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系研究</p><p><b>　　選題的背景與意義</b><

2、;/p><p>　　從國(guó)際形勢(shì)來(lái)看，上世紀(jì)60年代以來(lái)，西方國(guó)家企業(yè)特別是美國(guó)公司的負(fù)債比率逐漸升高，為經(jīng)濟(jì)的發(fā)展埋下了隱患。美國(guó)非金融性公司的利息支付數(shù)額占公司現(xiàn)金流量的比率已達(dá)空前水平：60年代僅為12.5%，而90年代已高達(dá)35%。而且近幾年來(lái)，全球金融危機(jī)正從金融界向?qū)嶓w經(jīng)濟(jì)蔓延，對(duì)相當(dāng)一部分企業(yè)造成了重大創(chuàng)傷。眾多企業(yè)財(cái)務(wù)危機(jī)進(jìn)一步惡化，全球金融危機(jī)形勢(shì)進(jìn)一步加劇。</p><p>

3、　　從國(guó)內(nèi)形勢(shì)來(lái)看，面對(duì)經(jīng)濟(jì)全球化的沖擊、外國(guó)公司的搶灘以及知識(shí)經(jīng)濟(jì)帶來(lái)的競(jìng)爭(zhēng)壓力，加之以近年來(lái)金融危機(jī)的影響，中國(guó)企業(yè)特別是民族工業(yè)正遭遇前所未有的挑戰(zhàn)與考驗(yàn)，因財(cái)務(wù)危機(jī)導(dǎo)致陷入困境甚至宣告破產(chǎn)的例子已是屢見(jiàn)不鮮。</p><p>　　由此可見(jiàn)，今日公司的管理決策當(dāng)局迫切需要建立一個(gè)能預(yù)先發(fā)出危機(jī)警報(bào)的財(cái)務(wù)分析系統(tǒng)，以幫助避開(kāi)或化解可能出現(xiàn)的財(cái)務(wù)危機(jī)。</p><p>　　現(xiàn)金流量是企業(yè)

4、資產(chǎn)中最具流動(dòng)性、最活躍的部分，是企業(yè)持續(xù)經(jīng)營(yíng)的基本保障和擴(kuò)大再生產(chǎn)的資源保障。西方國(guó)家和日本有關(guān)破產(chǎn)預(yù)測(cè)的研究雖數(shù)量比較多，成果比較成熟，但大部分研究成果表明現(xiàn)金流量較會(huì)計(jì)收益有更強(qiáng)的預(yù)警能力。</p><p>　　本文需要選取一定比例的ST與非ST公司作為統(tǒng)計(jì)樣本，鑒于化學(xué)原料及化學(xué)制品制造業(yè)有較大樣本的ST公司報(bào)表，數(shù)據(jù)可獲得性強(qiáng)。因此，本文試通過(guò)對(duì)國(guó)內(nèi)化學(xué)原料及化學(xué)制品制造業(yè)上市公司的現(xiàn)金流量指標(biāo)進(jìn)行實(shí)證

5、研究，目的在于一方面建議使用何種現(xiàn)金流量指標(biāo)來(lái)預(yù)測(cè)企業(yè)的財(cái)務(wù)狀況；另一方面構(gòu)建基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，并完成實(shí)證檢驗(yàn)。</p><p>　　研究的基本內(nèi)容與擬解決的主要問(wèn)題：</p><p><b>　　研究的基本內(nèi)容</b></p><p>　　以現(xiàn)金流量為基礎(chǔ)，選取反映企業(yè)收益質(zhì)量、財(cái)務(wù)彈性、流動(dòng)性、營(yíng)運(yùn)能力、成長(zhǎng)性等財(cái)務(wù)指標(biāo)，確定

6、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)權(quán)重，建立財(cái)務(wù)預(yù)警模型，并確立該模型的判別準(zhǔn)則，形成完善的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系。并選取化學(xué)原料及化學(xué)制品制造業(yè)一定比例的ST公司和非ST公司，進(jìn)行模型效用的檢測(cè)。</p><p><b>　　基本研究框架</b></p><p><b>　　引言</b></p><p><b>　　研究背景及意義&l

7、t;/b></p><p><b>　　文獻(xiàn)綜述</b></p><p>　　現(xiàn)金流量與收益信息有用論</p><p>　　基于傳統(tǒng)財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警研究</p><p>　　基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)預(yù)警研究</p><p>　　基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系框架構(gòu)建</p>&

8、lt;p>　　現(xiàn)金流量財(cái)務(wù)指標(biāo)體系預(yù)警原理</p><p>　　現(xiàn)金流量財(cái)務(wù)預(yù)警體系的構(gòu)成指標(biāo)</p><p><b>　　實(shí)證分析</b></p><p><b>　　研究分析方法概述</b></p><p><b>　　相關(guān)假設(shè)</b></p><

9、p><b>　　原始樣本選擇</b></p><p><b>　　分析與檢驗(yàn)</b></p><p><b>　　主成分分析</b></p><p><b>　　T檢驗(yàn)</b></p><p><b>　　多元邏輯回歸分析</b>

10、;</p><p><b>　　模型構(gòu)建</b></p><p>　?。?）構(gòu)造財(cái)務(wù)預(yù)警指標(biāo)體系函數(shù)</p><p><b>　?。?）確立判別標(biāo)準(zhǔn)</b></p><p><b>　　模型效用檢測(cè)</b></p><p><b>　?。?）檢

11、測(cè)樣本選擇</b></p><p>　?。?）模型效用評(píng)價(jià)結(jié)果</p><p><b>　　研究結(jié)論與不足</b></p><p><b>　　擬解決的主要問(wèn)題</b></p><p>　　以現(xiàn)金流量為基礎(chǔ)，選取反映企業(yè)收益質(zhì)量、財(cái)務(wù)彈性、流動(dòng)性、營(yíng)運(yùn)能力、成長(zhǎng)性等財(cái)務(wù)指標(biāo)，構(gòu)成財(cái)務(wù)風(fēng)險(xiǎn)

12、預(yù)警指標(biāo)體系的基本框架；</p><p>　　運(yùn)用主成分分析和邏輯回歸分析確定各指標(biāo)權(quán)重，構(gòu)建基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，并確立該體系的判別標(biāo)準(zhǔn)。</p><p>　　研究的方法與技術(shù)路線：</p><p>　　研究的總體安排與進(jìn)度：</p><p><b>　　五、主要參考文獻(xiàn)：</b></p>&l

13、t;p>　　[1]李曉丹.對(duì)現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的探討[J].發(fā)展,2006(4)：71-73.</p><p>　　[2]蔣飛鴻.上市公司現(xiàn)金流量的財(cái)務(wù)預(yù)警作用分析[J].同濟(jì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2007,18(2)：118-124．</p><p>　　[3]王金鳳，楊松濤.上市公司惡性財(cái)務(wù)危機(jī)預(yù)警模型有效性研究[J].財(cái)會(huì)月刊：綜合版,2005(9):5-6．<

14、/p><p>　　[4]錢(qián)愛(ài)民,張淑君,程幸.基于自由現(xiàn)金流量的財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建與檢驗(yàn)[J].中國(guó)軟科學(xué),2008(9)：148-155．</p><p>　　[5]錢(qián)忠.基于上市公司現(xiàn)金流量的財(cái)務(wù)綜合指標(biāo)實(shí)證研究[J].當(dāng)代經(jīng)濟(jì), 2008(1)：114-116.</p><p>　　[6]楊娟.中小企業(yè)現(xiàn)金流量財(cái)務(wù)預(yù)警系統(tǒng)的構(gòu)建[J].科技創(chuàng)業(yè)月刊, 2008

15、,21(10)：65-66.</p><p>　　[7]鮑新中,劉應(yīng)文.基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警研究[J].統(tǒng)計(jì)與決策, 2007(14)：158-160.</p><p>　　[8]卿艷,劉禹.基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)分析[J].經(jīng)營(yíng)管理者, 2010(9)：30.</p><p>　　[9]周首華,楊濟(jì)華,王平.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J].會(huì)計(jì)研究

16、, 1996(8): 8-11.</p><p>　　[10]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999,(4):31-38.</p><p>　　[11]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001,(6):46-55.</p><p>　　[12]賀瓊,郝匯.上市公司財(cái)務(wù)危機(jī)預(yù)警模型中變量體系的設(shè)計(jì)[J].財(cái)會(huì)

17、月刊：理論版,2007,(2):21-23.</p><p>　　[13]丁曰佳,王華民,劉海龍,仝金正.我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警模型及實(shí)證研究[J].煤炭經(jīng)濟(jì)研究,2008,(5):50-52.</p><p>　　[14]吳國(guó)強(qiáng),戴紅軍.公司治理與財(cái)務(wù)危機(jī)預(yù)警[J].會(huì)計(jì)之友,2010,(1):78-82.</p><p>　　[15]張友棠.財(cái)務(wù)預(yù)警系統(tǒng)管理研

18、究[M].北京:中國(guó)人民大學(xué)出版社,2004:3-8.</p><p>　　[16]谷祺,劉淑蓮.財(cái)務(wù)管理[M].大連:東北財(cái)經(jīng)大學(xué)出版社,2007:37-44.</p><p>　　[17]上海證券交易所.上市公司XBRL[EB/OL].http://www.sse.com.cn.</p><p>　　[18]深圳證券交易所.上市公司XBRL[EB/OL].htt

19、p://www.szse.cn.</p><p>　　[19]國(guó)泰安研究服務(wù)中心.數(shù)據(jù)服務(wù)[EB/OL].http://old.gtarsc.com.</p><p>　　[20]James A.Ohlson.Financial ratios and the probabilistic prediction of bankruptcy[J].</p><p>　　J

20、ournal of accounting research,Vo.l18, No.1.(Spring, 1980),109-131.</p><p>　　[21]J.M.Gahlon and R.L.Vigeland.Early warning signs of bankruptcy:using cash flow analysis[J].Journal of commercial bank lending,1

21、998.</p><p>　　[22]Bowen, Robert, M.David Burgstabler and Lane A. Daley. Evidence on the relationships between earnings and various measures of cash flow[J]. The accounting review LXI. 1986,(4): 713-725.</

22、p><p>　　[23]FASB.Statement of financial accounting concepts No.1, Objectives of financial reporting by business enterprises, November 1978.</p><p>　　[24]FASB.Statement of financial accounting conce

23、pts No.5, Recognition and measurement in financial statements of business enterprises, December 1984.</p><p>　　[25]Catherine.A.F.The ability of earnings to predict future earnings and cash flow[J].Journal of

24、 accounting research,1994.</p><p>　　[26]Ervin Black.Which is more value relevant:earnings or cash flows[J].A life cycle examination,1999.</p><p><b>　　畢業(yè)論文文獻(xiàn)綜述</b></p><p>

25、;<b>　　會(huì)計(jì)學(xué)</b></p><p>　　基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系研究——以化學(xué)原料及化學(xué)制品制造業(yè)為例</p><p>　　財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過(guò)設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對(duì)可能或?qū)⒁霈F(xiàn)的財(cái)務(wù)危機(jī)實(shí)施實(shí)時(shí)監(jiān)控和預(yù)警警報(bào)，防范和化解各種風(fēng)險(xiǎn)。國(guó)內(nèi)外關(guān)于財(cái)務(wù)預(yù)警的研究成果眾多，納入預(yù)警體系的指標(biāo)包括會(huì)計(jì)利潤(rùn)指標(biāo)以及現(xiàn)金流量指標(biāo)

26、，而且兩類(lèi)指標(biāo)對(duì)財(cái)務(wù)預(yù)警的有效性在學(xué)術(shù)界尚有較大爭(zhēng)議。</p><p>　　1. 現(xiàn)金流量與收益信息有用論</p><p>　　國(guó)外學(xué)者在現(xiàn)金流量與收益信息對(duì)財(cái)務(wù)預(yù)警孰更為有用的論爭(zhēng)中各有不同</p><p>　　的觀點(diǎn)。美國(guó)財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)在其財(cái)務(wù)會(huì)計(jì)公告第1號(hào)（1978）中指出：用應(yīng)計(jì)制會(huì)計(jì)計(jì)量的有關(guān)公司收益及其組成部分的信息，通常比有關(guān)當(dāng)期現(xiàn)金流入與流出的信

27、息能更好地反映公司的業(yè)績(jī)。但在之后的第5號(hào)（1984）中又指出：現(xiàn)金流量信息對(duì)企業(yè)的流動(dòng)性、財(cái)務(wù)杠桿、盈利能力以及風(fēng)險(xiǎn)等要素具有事先預(yù)測(cè)作用。</p><p>　　Black（1999）認(rèn)為收益在一個(gè)企業(yè)的成熟階段具有更高的決策相關(guān)性，而現(xiàn)金流量在企業(yè)成長(zhǎng)階段或不確定情況下具有更大的決策相關(guān)性。Venkatesh（2002）認(rèn)為會(huì)計(jì)收益受到會(huì)計(jì)政策等多方面的影響，其可靠性不如現(xiàn)金流量。Bowen，Robert.M

28、.,David Burgstahler and Lane A. Daley（1986）和Catherine. A.Finger（1994）的研究表明現(xiàn)金流量信息具有較強(qiáng)的預(yù)測(cè)能力。</p><p>　　國(guó)內(nèi)學(xué)者一般認(rèn)為現(xiàn)金流量對(duì)財(cái)務(wù)風(fēng)險(xiǎn)更有預(yù)警效用。如張友棠（2004）認(rèn)為財(cái)務(wù)預(yù)警系統(tǒng)只能選擇以現(xiàn)金流量為基礎(chǔ)的財(cái)務(wù)指標(biāo)作為檢測(cè)標(biāo)準(zhǔn)或目標(biāo)。李曉丹（2006），錢(qián)忠（2008），楊娟（2008）以及卿艷、劉禹（201

29、0）都認(rèn)為以權(quán)責(zé)發(fā)生制為基礎(chǔ)的收益信息容易受盈余管理的影響，與財(cái)務(wù)狀況之間欠缺相關(guān)性，應(yīng)將現(xiàn)金及其流動(dòng)作為企業(yè)財(cái)務(wù)預(yù)警體系的研究對(duì)象。</p><p>　　本文認(rèn)為以現(xiàn)金流量為基礎(chǔ)研究財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系不僅克服了人為操縱盈利的弊端，而且企業(yè)是否有警情，并不僅僅取決于盈利的多少，還取決于有沒(méi)有足夠的現(xiàn)金和與其經(jīng)營(yíng)規(guī)模相適應(yīng)的現(xiàn)金支付能力。</p><p>　　2. 基于傳統(tǒng)財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警

30、研究</p><p>　　最早的財(cái)務(wù)預(yù)警研究始于Fitzpatrick（1932）的單變量預(yù)警模型，研究發(fā)現(xiàn)該模型判</p><p>　　別能力最高的是凈利潤(rùn)/股東權(quán)益和股東權(quán)益/負(fù)債比率。</p><p>　　Edward Altman（1968）將財(cái)務(wù)預(yù)警模型發(fā)展為多元線性判定模型（多變量模型），提出了“Z-Score”模型。他抽取了1946至1965年間的33

31、家破產(chǎn)公司作為樣本，選擇了5種基本財(cái)務(wù)比率，并根據(jù)判別函數(shù)，為每一種比率確定了其對(duì)公司破產(chǎn)的影響程度，以此作為預(yù)測(cè)公司破產(chǎn)的基本模型。實(shí)證研究表明，Z模型在財(cái)務(wù)預(yù)警方面優(yōu)于單變量模型，其破產(chǎn)前一年的預(yù)測(cè)精度在90%以上，而破產(chǎn)前5年的預(yù)測(cè)精度也有70%。</p><p>　　Coats和Fant（1993）又根據(jù)Altman研究中的5個(gè)財(cái)務(wù)比率建立了人工神經(jīng)網(wǎng)絡(luò)模型。雖然該方法的預(yù)警力更為顯著，但是由于這些分析方

32、法存在建模的復(fù)雜性，因而在應(yīng)用時(shí)受到了限制。</p><p>　　Richard B.Whitaker（1999）分別選取因經(jīng)濟(jì)困難（外部因素）和管理不善（內(nèi)部因素）導(dǎo)致業(yè)績(jī)下降的兩類(lèi)企業(yè)，從營(yíng)業(yè)收入、賬面總資產(chǎn)、資產(chǎn)市場(chǎng)價(jià)值三個(gè)因素出發(fā)構(gòu)建多元邏輯回歸，最后得出關(guān)于企業(yè)陷入財(cái)務(wù)困境的原因、財(cái)務(wù)困境對(duì)企業(yè)的業(yè)績(jī)和市場(chǎng)價(jià)值的影響以及企業(yè)恢復(fù)的決定因素三個(gè)方面的結(jié)論。</p><p>　　國(guó)內(nèi)

33、的財(cái)務(wù)預(yù)警研究起步較晚，其研究初期主要是對(duì)國(guó)外方法的介紹和具體應(yīng)用。如陳靜（1999）以及吳世農(nóng)、盧賢義（2001）分別應(yīng)用單變量分析、線性判定分析、回歸分析三種方法，建立了財(cái)務(wù)困境預(yù)測(cè)模型。</p><p>　　王金鳳、楊松濤（2005）采用上市公司的兩組樣本，選取每股凈資產(chǎn)、總資產(chǎn)報(bào)酬率等九個(gè)傳統(tǒng)財(cái)務(wù)指標(biāo)變量，利用Logistic回歸和BP神經(jīng)網(wǎng)絡(luò)兩種方法比較性構(gòu)建了上市公司惡性財(cái)務(wù)危機(jī)預(yù)警模型。研究表明在惡

34、性財(cái)務(wù)危機(jī)發(fā)生前一年用BP神經(jīng)網(wǎng)絡(luò)建立的財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)測(cè)判斷效果較好,前二三年用Logistic回歸方法建立的財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)測(cè)判斷效果較佳。</p><p>　　賀瓊、郝匯（2007）從盈利能力、資產(chǎn)狀況、償債能力、管理能力四個(gè)方面選取了14個(gè)財(cái)務(wù)指標(biāo)作為初始變量，以我國(guó)企業(yè)資料為依據(jù)，利用 SPSS統(tǒng)計(jì)軟件，采取顯著性檢驗(yàn)和相關(guān)性檢驗(yàn)的方法篩選預(yù)警變量指標(biāo)，對(duì)財(cái)務(wù)預(yù)警模型中的變量體系進(jìn)行了設(shè)計(jì)。&l

35、t;/p><p>　　丁曰佳、王華民、劉海龍、仝金正（2008）選擇了能反映公司流動(dòng)性、結(jié)構(gòu)性、效率性、盈利性和成長(zhǎng)性5大類(lèi)21個(gè)傳統(tǒng)財(cái)務(wù)預(yù)警指標(biāo)作為研究變量，利用多元邏輯回歸分析方法構(gòu)建上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。結(jié)果表明資產(chǎn)報(bào)酬率、銷(xiāo)售凈利率、總資產(chǎn)增長(zhǎng)率具有較好的預(yù)警功能。</p><p>　　以上研究主要以會(huì)計(jì)利潤(rùn)作為核心指標(biāo)，未考慮作為債務(wù)支付手段的現(xiàn)金的充分性，因而其預(yù)警作用并不充分

36、。</p><p>　　3. 基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)預(yù)警研究</p><p>　　William Beaver（1966）在單變量分析基礎(chǔ)上融入了現(xiàn)金流量，抽取了1954至1964年間的79家破產(chǎn)公司作為樣本，考察了30個(gè)財(cái)務(wù)比率在企業(yè)陷入財(cái)務(wù)困境前1-5年的預(yù)測(cè)能力，經(jīng)過(guò)篩選，最終采用了6個(gè)財(cái)務(wù)比率進(jìn)行分析，發(fā)現(xiàn)現(xiàn)金流量/負(fù)債總額能夠最好地判定公司的財(cái)務(wù)狀況。</p>&

37、lt;p>　　Ohlson（1980）采用Logistic回歸模型，構(gòu)建了以現(xiàn)金流量指標(biāo)為基礎(chǔ)的財(cái)務(wù)預(yù)警系統(tǒng)，并發(fā)現(xiàn)影響公司破產(chǎn)概率的四類(lèi)變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績(jī)和當(dāng)前的融資能力。Aziz、Emanuel和Lawson（1989）比較了多個(gè)模型的財(cái)務(wù)預(yù)警準(zhǔn)確率，發(fā)現(xiàn)現(xiàn)金流量模型的預(yù)警效果較好。</p><p>　　H.D. Platt 和 M.B. Platt（2002）選取了24個(gè)危機(jī)公司和62個(gè)健

38、康公司，通過(guò)Logit回歸分析確立了6個(gè)變量：一個(gè)顯示利潤(rùn)率，兩個(gè)測(cè)量流動(dòng)性，兩個(gè)評(píng)估財(cái)務(wù)杠桿和一個(gè)指定的增長(zhǎng)率，認(rèn)為現(xiàn)金流水平和增長(zhǎng)率與流動(dòng)性、長(zhǎng)期資產(chǎn)、債務(wù)一樣，對(duì)財(cái)務(wù)危機(jī)有較高的預(yù)測(cè)度。同時(shí)該模型取得了較好的檢測(cè)效果。</p><p>　　國(guó)內(nèi)在該領(lǐng)域的研究差異主要體現(xiàn)在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)變量的取舍上。周首華、楊濟(jì)華和王平（1996）在Altman的Z模型基礎(chǔ)上，加入現(xiàn)金流量這一預(yù)測(cè)自變量，建立了F分?jǐn)?shù)模式

39、。楊淑娥、徐偉剛（2003）運(yùn)用主成分分析，加入經(jīng)營(yíng)活動(dòng)引起的現(xiàn)金流量/總負(fù)債比率，建立了Y模型。張友棠（2004）構(gòu)建了基于現(xiàn)金流量指標(biāo)——現(xiàn)金盈利值和現(xiàn)金增加值的財(cái)務(wù)預(yù)警個(gè)體指數(shù)測(cè)試系統(tǒng)和綜合指數(shù)測(cè)試系統(tǒng)。</p><p>　　蔣飛鴻（2007）采用單變量分析法研究上市公司現(xiàn)金流量的財(cái)務(wù)預(yù)警作用，研究結(jié)果表明上市公司在被處理為ST公司的三年前，現(xiàn)金流量信息具有較高的財(cái)務(wù)預(yù)警能力。有效性最高的是每股現(xiàn)金流量指標(biāo)

40、，其次是經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/負(fù)債總額及經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/所有者權(quán)益。</p><p>　　鮑新中、劉應(yīng)文（2007）從現(xiàn)金流量數(shù)量性和效益性?xún)蓚€(gè)方面分別選取了經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量、投資活動(dòng)現(xiàn)金流出額、負(fù)債籌資現(xiàn)金流入額和總資產(chǎn)現(xiàn)金回收率、經(jīng)營(yíng)現(xiàn)金盈利率、加權(quán)資本成本率6個(gè)指標(biāo)建立現(xiàn)金流量財(cái)務(wù)預(yù)警模型，并通過(guò)多組上市公司數(shù)據(jù)對(duì)該模型的有效性進(jìn)行了驗(yàn)證。</p><p>　　錢(qián)愛(ài)民、張淑君和程幸（

41、2008）從企業(yè)償債能力、營(yíng)運(yùn)能力、收益質(zhì)量、財(cái)務(wù)彈性以及成長(zhǎng)性方面選取不同變量，運(yùn)用主成分分析法對(duì)中國(guó)機(jī)械制造業(yè)上市公司2002年至2006年的數(shù)據(jù)進(jìn)行分析，以不同的ST、非ST公司比例組成樣本，建立多元邏輯回歸模型。研究發(fā)現(xiàn)該模型對(duì)ST公司判斷的準(zhǔn)確率達(dá)到100%，而非ST公司也達(dá)到60%。</p><p>　　吳國(guó)強(qiáng)、戴紅軍（2010）在利用我國(guó)上市公司財(cái)務(wù)數(shù)據(jù)的基礎(chǔ)上，從盈利能力、償債能力等五個(gè)方面選取了

42、24個(gè)指標(biāo)作為研究變量（將傳統(tǒng)財(cái)務(wù)指標(biāo)與現(xiàn)金流量指標(biāo)相結(jié)合，同時(shí)加入公司治理信息變量），采用主成分分析和 Logistic回歸構(gòu)建了預(yù)警模型。實(shí)證結(jié)果表明公司的現(xiàn)金流量越多、盈利質(zhì)量越好、資產(chǎn)運(yùn)營(yíng)效率越高、股權(quán)集中度越高、高管持股比例越大，發(fā)生財(cái)務(wù)危機(jī)的可能性就越小。</p><p>　　目前基于現(xiàn)金流量的財(cái)務(wù)預(yù)警研究大多僅強(qiáng)調(diào)經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量，對(duì)于其他形式（投資活動(dòng)或籌資活動(dòng)）表示的現(xiàn)金流量尚未給予過(guò)多關(guān)

43、注。</p><p>　　近年來(lái)，該領(lǐng)域的前沿課題開(kāi)始將公司治理等非財(cái)務(wù)信息納入預(yù)警模型，并采用定量與定性相結(jié)合的研究方法；或利用信息平臺(tái)建立分行業(yè)、分部門(mén)的動(dòng)態(tài)預(yù)警模型。這將是此課題新的發(fā)展動(dòng)向和趨勢(shì)。</p><p><b>　　4. 評(píng)述與啟示</b></p><p>　　綜上所述，國(guó)內(nèi)外學(xué)者或僅從現(xiàn)金流量指標(biāo)角度，或從現(xiàn)金流量性質(zhì)指標(biāo)

44、與傳統(tǒng)財(cái)務(wù)財(cái)務(wù)指標(biāo)相結(jié)合的角度，運(yùn)用主成分分析、多元線性回歸等方法進(jìn)行實(shí)證研究，建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。</p><p>　　本文將基于現(xiàn)金流量有用論，選取反映企業(yè)盈利能力、收益質(zhì)量、財(cái)務(wù)彈性、成長(zhǎng)性、償債能力的現(xiàn)金流量指標(biāo)（考慮籌資和投資活動(dòng)），借鑒相關(guān)計(jì)量方法建立多變量財(cái)務(wù)預(yù)警模型。并通過(guò)選取化學(xué)原料及化學(xué)制品制造業(yè)上市公司的數(shù)據(jù)進(jìn)行檢驗(yàn)，以驗(yàn)證該模型的財(cái)務(wù)預(yù)警效用。</p><p>&

45、lt;b>　　參考文獻(xiàn)：</b></p><p>　　[1]李曉丹.對(duì)現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的探討[J].發(fā)展,2006(4)：71-73.</p><p>　　[2]蔣飛鴻.上市公司現(xiàn)金流量的財(cái)務(wù)預(yù)警作用分析[J].同濟(jì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2007,18(2)：118-124．</p><p>　　[3]王金鳳，楊松濤.上市公司惡性財(cái)務(wù)危

46、機(jī)預(yù)警模型有效性研究[J].財(cái)會(huì)月刊：綜合版,2005(9):5-6．</p><p>　　[4]錢(qián)愛(ài)民,張淑君,程幸.基于自由現(xiàn)金流量的財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建與檢驗(yàn)[J].中國(guó)軟科學(xué),2008(9)：148-155．</p><p>　　[5]錢(qián)忠.基于上市公司現(xiàn)金流量的財(cái)務(wù)綜合指標(biāo)實(shí)證研究[J].當(dāng)代經(jīng)濟(jì), 2008(1)：114-116.</p><p>　　

47、[6]楊娟.中小企業(yè)現(xiàn)金流量財(cái)務(wù)預(yù)警系統(tǒng)的構(gòu)建[J].科技創(chuàng)業(yè)月刊, 2008,21(10)：65-66.</p><p>　　[7]鮑新中,劉應(yīng)文.基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警研究[J].統(tǒng)計(jì)與決策, 2007(14)：158-160.</p><p>　　[8]卿艷,劉禹.基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)分析[J].經(jīng)營(yíng)管理者, 2010(9)：30.</p><p>　　

48、[9]周首華,楊濟(jì)華,王平.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J].會(huì)計(jì)研究, 1996(8): 8-11.</p><p>　　[10]陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J].會(huì)計(jì)研究,1999,(4):31-38.</p><p>　　[11]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001,(6):46-55.</p><p>

49、;　　[12]賀瓊,郝匯.上市公司財(cái)務(wù)危機(jī)預(yù)警模型中變量體系的設(shè)計(jì)[J].財(cái)會(huì)月刊：理論版,2007,(2):21-23.</p><p>　　[13]丁曰佳,王華民,劉海龍,仝金正.我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警模型及實(shí)證研究[J].煤炭經(jīng)濟(jì)研究,2008,(5):50-52.</p><p>　　[14]吳國(guó)強(qiáng),戴紅軍.公司治理與財(cái)務(wù)危機(jī)預(yù)警[J].會(huì)計(jì)之友,2010,(1):78-82.&

50、lt;/p><p>　　[15]張友棠.財(cái)務(wù)預(yù)警系統(tǒng)管理研究[M].北京:中國(guó)人民大學(xué)出版社,2004:3-8.</p><p>　　[16]谷祺,劉淑蓮.財(cái)務(wù)管理[M].大連:東北財(cái)經(jīng)大學(xué)出版社,2007:37-44.</p><p>　　[17]James A.Ohlson.Financial ratios and the probabilistic predict

51、ion of bankruptcy [J].Journal of accounting research, Vo.l18, No.1.(Spring, 1980),109-131.</p><p>　　[18]J.M.Gahlon and R.L.Vigeland.Early warning signs of bankruptcy: using cash flow analysis[J].Journal of c

52、ommercial bank lending,1998.</p><p>　　[19]Bowen, Robert, M.David Burgstabler and Lane A. Daley. Evidence on the relationships between earnings and various measures of cash flow[J]. The accounting review LXI,

53、 1986, (4): 713-725.</p><p>　　[20]FASB.Statement of financial accounting concepts No.1, Objectives of financial reporting by business enterprises, November 1978.</p><p>　　[21]FASB.Statement of f

54、inancial accounting concepts No.5, Recognition and measurement in financial statements of business enterprises, December 1984.</p><p>　　[22]Catherine.A.F.The ability of earnings to predict future earnings an

55、d cash flow [J].Journal of accounting research, 1994.</p><p>　　[23]Ervin Black. Which is more value relevant: earnings or cash flows [J].A life cycle examination, 1999.</p><p>　　[24] Whitaker, R

56、.B. The early stages of financial distress [J]. Journal of Economics and Finance,1999, 23(2)：123-133..</p><p>　　[25] H.D. Platt and M.B. Platt. Predicting corporate financial distress: reflections on choice-

57、based sample bias [J]. Journal of Economics and Finance, 2002, 26(2): 184-199.</p><p><b>　　本科畢業(yè)論文</b></p><p><b>　　（20_ _屆）</b></p><p>　　基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系研究<

58、/p><p><b>　　目 錄</b></p><p><b>　　摘要 </b></p><p><b>　　關(guān)鍵詞</b></p><p><b>　　Abstract</b></p><p><b>　　Key wo

59、rds</b></p><p>　　1 引言 ……………………………………………………………………………………………1</p><p>　　1.1研究背景及意義 ……………………………………………………………………………1</p><p>　　1.2研究述評(píng) ……………………………………………………………………………………1</p>&l

60、t;p>　　1.2.1 現(xiàn)金流量與收益信息有用論 …………………………………………………………2</p><p>　　1.2.2 基于傳統(tǒng)財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警研究 …………………………………………………2</p><p>　　1.2.3 基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)預(yù)警研究 …………………………………………………3</p><p>　　2 基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體

61、系框架構(gòu)建 ………………………………………………4</p><p>　　2.1現(xiàn)金流量財(cái)務(wù)指標(biāo)體系預(yù)警原理 …………………………………………………………4</p><p>　　2.2現(xiàn)金流量財(cái)務(wù)預(yù)警體系的構(gòu)成指標(biāo) ………………………………………………………5</p><p>　　3 實(shí)證分析…………………………………………………………………………………………7&l

62、t;/p><p>　　3.1研究分析方法概述 …………………………………………………………………………7</p><p>　　3.1.1 研究樣本的選擇及選取方法 …………………………………………………………8</p><p>　　3.1.2 分析方法 ………………………………………………………………………………8</p><p>　　3.2相關(guān)

63、假設(shè) ……………………………………………………………………………………9</p><p>　　3.3預(yù)警模型構(gòu)建 ………………………………………………………………………………9</p><p>　　3.3.1 描述性統(tǒng)計(jì) ……………………………………………………………………………9</p><p>　　3.3.2 獨(dú)立樣本T檢驗(yàn)…………………………………………………

64、……………………10</p><p>　　3.3.3 多元判別分析…………………………………………………………………………11</p><p>　　3.3.4 臨界值判定……………………………………………………………………………12</p><p>　　3.4預(yù)警模型實(shí)證檢驗(yàn)…………………………………………………………………………13</p><

65、p>　　4 研究結(jié)論與不足 ………………………………………………………………………………13</p><p>　　附錄 ………………………………………………………………………………………………15</p><p>　　附表1：訓(xùn)練樣本………………………………………………………………………………15</p><p>　　附表2：訓(xùn)練樣本財(cái)務(wù)指標(biāo)數(shù)據(jù)…………………

66、……………………………………………16</p><p>　　附表3：訓(xùn)練樣本回判結(jié)果……………………………………………………………………18</p><p>　　附表4：檢測(cè)樣本………………………………………………………………………………19</p><p>　　附表5：檢測(cè)樣本財(cái)務(wù)指標(biāo)數(shù)據(jù)………………………………………………………………19</p>

67、<p>　　參考文獻(xiàn) …………………………………………………………………………………………20</p><p>　　致謝 ………………………………………………………………………………………………21</p><p>　　摘要：本文以現(xiàn)金流量為基礎(chǔ)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，全面評(píng)價(jià)企業(yè)盈利能力、收益質(zhì)量、財(cái)務(wù)彈性、成長(zhǎng)能力、償債能力，并運(yùn)用多元判別分析法對(duì)中國(guó)制造業(yè)滬深兩市上市公司20

68、06年至2008年的數(shù)據(jù)進(jìn)行分析建模。且利用化學(xué)原料及化學(xué)制品制造業(yè)上市公司的數(shù)據(jù)進(jìn)行檢驗(yàn)，研究發(fā)現(xiàn)該現(xiàn)金流量指標(biāo)體系可以提前兩年對(duì)公司財(cái)務(wù)危機(jī)作出較為準(zhǔn)確的預(yù)警。</p><p>　　關(guān)鍵詞：現(xiàn)金流量；財(cái)務(wù)預(yù)警；判別分析</p><p>　　Abstract：On the basis of cash flow, this essay builds a financial risk ear

69、ly-warning system, which assesses profitability, earning quality, financial flexibility, growing ability and solvency of a company. Then build the system by multiple discriminant analysis method using the data of China’s

70、 listed companies in manufacturing industry of Shanghai and Shenzhen stock exchange from 2006 to 2008. Moreover, test the validity of the early-warning system using the data of listed companies in raw chemi<

71、/p><p>　　Key words：cash flow; financial early-warning; discriminatory analysis</p><p><b>　　1 引言</b></p><p>　　1.1 研究背景及意義</p><p>　　上世紀(jì)60年代以來(lái)，西方國(guó)家企業(yè)特別是美國(guó)公司的負(fù)債比率逐

72、漸升高，為經(jīng)濟(jì)的發(fā)展埋下了隱患。美國(guó)非金融性公司的利息支付數(shù)額占公司現(xiàn)金流量的比率已達(dá)空前水平：60年代僅為12.5%，而90年代已高達(dá)35%。隨著公司利息支出比率的增加，企業(yè)不能如期支付到期本息的風(fēng)險(xiǎn)亦快速提高。在此情況下，盡管許多公司盈利情況良好，但也難免處于收不抵支乃至破產(chǎn)的窘境。</p><p>　　而且近幾年來(lái)，全球經(jīng)濟(jì)深受由美國(guó)次貸危機(jī)引起的金融風(fēng)暴的影響，危機(jī)正從金融界向?qū)嶓w經(jīng)濟(jì)蔓延，對(duì)相當(dāng)一部分企

73、業(yè)造成了重大創(chuàng)傷。一些大型國(guó)際跨國(guó)公司也未能幸免于難：09年初美國(guó)微軟、日本豐田公司凈利潤(rùn)大幅度下跌，通用汽車(chē)公司處于破產(chǎn)邊緣……眾多企業(yè)財(cái)務(wù)危機(jī)進(jìn)一步惡化，全球金融危機(jī)形勢(shì)進(jìn)一步加劇。</p><p>　　而國(guó)內(nèi)面對(duì)經(jīng)濟(jì)全球化的沖擊、外國(guó)公司的搶灘以及知識(shí)經(jīng)濟(jì)帶來(lái)的競(jìng)爭(zhēng)壓力，加之以近年來(lái)金融危機(jī)的影響，中國(guó)企業(yè)特別是民族工業(yè)正遭遇前所未有的挑戰(zhàn)與考驗(yàn)，因財(cái)務(wù)危機(jī)陷入困境甚至宣告破產(chǎn)的例子已是屢見(jiàn)不鮮。由此可見(jiàn)，

74、今日公司的管理決策當(dāng)局迫切需要建立一個(gè)能預(yù)先發(fā)出危機(jī)警報(bào)的財(cái)務(wù)分析系統(tǒng)，以幫助避開(kāi)或化解可能出現(xiàn)的財(cái)務(wù)危機(jī)。</p><p><b>　　1.2 研究述評(píng)</b></p><p>　　財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)，通過(guò)設(shè)置并觀察一些敏感性預(yù)警指標(biāo)的變化，對(duì)可能或?qū)⒁霈F(xiàn)的財(cái)務(wù)危機(jī)實(shí)施實(shí)時(shí)監(jiān)控和預(yù)警警報(bào)，防范和化解各種風(fēng)險(xiǎn)。國(guó)內(nèi)外關(guān)于財(cái)務(wù)預(yù)警的研究成果眾多，納入預(yù)

75、警體系的指標(biāo)包括會(huì)計(jì)利潤(rùn)指標(biāo)以及現(xiàn)金流量指標(biāo)，而且兩類(lèi)指標(biāo)對(duì)財(cái)務(wù)預(yù)警的有效性在學(xué)術(shù)界尚有較大爭(zhēng)議。</p><p>　　1.2.1 現(xiàn)金流量與收益信息有用論</p><p>　　國(guó)外學(xué)者在現(xiàn)金流量與收益信息對(duì)財(cái)務(wù)預(yù)警孰更為有用的論爭(zhēng)中各有不同的觀點(diǎn)。美國(guó)</p><p>　　財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)在其財(cái)務(wù)會(huì)計(jì)公告第1號(hào)（1978）中指出：用應(yīng)計(jì)制會(huì)計(jì)計(jì)量的有關(guān)公司收益及

76、其組成部分的信息，通常比有關(guān)當(dāng)期現(xiàn)金流入與流出的信息能更好地反映公司的業(yè)績(jī)。但在之后的第5號(hào)（1984）中又指出：現(xiàn)金流量信息對(duì)企業(yè)的流動(dòng)性、財(cái)務(wù)杠桿、盈利能力以及風(fēng)險(xiǎn)等要素具有事先預(yù)測(cè)作用。</p><p>　　Black（1999）認(rèn)為收益在一個(gè)企業(yè)的成熟階段具有更高的決策相關(guān)性，而現(xiàn)金流量在企業(yè)成長(zhǎng)階段或不確定情況下具有更大的決策相關(guān)性。Venkatesh（2002）認(rèn)為會(huì)計(jì)收益受到會(huì)計(jì)政策等多方面的影響，

77、其可靠性不如現(xiàn)金流量。Bowen，Robert.M.，David Burgstahler and Lane A. Daley（1986）和Catherine. A. Finger（1994）的研究表明現(xiàn)金流量信息具有較強(qiáng)的預(yù)測(cè)能力。</p><p>　　國(guó)內(nèi)學(xué)者一般認(rèn)為現(xiàn)金流量對(duì)財(cái)務(wù)風(fēng)險(xiǎn)更有預(yù)警效用。如張友棠（2004）認(rèn)為財(cái)務(wù)預(yù)警系統(tǒng)只能選擇以現(xiàn)金流量為基礎(chǔ)的財(cái)務(wù)指標(biāo)作為檢測(cè)標(biāo)準(zhǔn)或目標(biāo)。李曉丹（2006），錢(qián)忠

78、（2008），楊娟（2008）以及卿艷、劉禹（2010）都認(rèn)為以權(quán)責(zé)發(fā)生制為基礎(chǔ)的收益信息容易受盈余管理的影響，與財(cái)務(wù)狀況之間欠缺相關(guān)性，應(yīng)將現(xiàn)金及其流動(dòng)作為企業(yè)財(cái)務(wù)預(yù)警體系的研究對(duì)象。</p><p>　　本文認(rèn)為以現(xiàn)金流量為基礎(chǔ)研究財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系不僅克服了人為操縱盈利的弊端，而且企業(yè)是否有警情，并不僅僅取決于盈利的多少，還取決于有沒(méi)有足夠的現(xiàn)金和與其經(jīng)營(yíng)規(guī)模相適應(yīng)的現(xiàn)金支付能力。</p>&l

79、t;p>　　1.2.2 基于傳統(tǒng)財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警研究</p><p>　　最早的財(cái)務(wù)預(yù)警研究始于Fitzpatrick（1932）的單變量預(yù)警模型，研究發(fā)現(xiàn)該模型判別</p><p>　　能力最高的是凈利潤(rùn)/股東權(quán)益和股東權(quán)益/負(fù)債比率。</p><p>　　Edward Altman（1968）將財(cái)務(wù)預(yù)警模型發(fā)展為多元線性判定模型（多變量模型），提出了“Z

80、-Score”模型。他抽取了1946至1965年間的33家破產(chǎn)公司作為樣本，選擇了5種基本財(cái)務(wù)比率，并根據(jù)判別函數(shù)，為每一種比率確定了其對(duì)公司破產(chǎn)的影響程度，以此作為預(yù)測(cè)公司破產(chǎn)的基本模型。實(shí)證研究表明，Z模型在財(cái)務(wù)預(yù)警方面優(yōu)于單變量模型，其破產(chǎn)前一年的預(yù)測(cè)精度在90%以上，而破產(chǎn)前5年的預(yù)測(cè)精度也有70%。</p><p>　　Coats和Fant（1993）又根據(jù)Altman研究中的5個(gè)財(cái)務(wù)比率建立了人工神經(jīng)

81、網(wǎng)絡(luò)模型。雖然該方法的預(yù)警力更為顯著，但是由于這些分析方法存在建模的復(fù)雜性，因而在應(yīng)用時(shí)受到了限制。</p><p>　　Richard B.Whitaker（1999）分別選取因經(jīng)濟(jì)困難（外部因素）和管理不善（內(nèi)部因素）導(dǎo)致業(yè)績(jī)下降的兩類(lèi)企業(yè)，從營(yíng)業(yè)收入、賬面總資產(chǎn)、資產(chǎn)市場(chǎng)價(jià)值三個(gè)因素出發(fā)構(gòu)建多元邏輯回歸，最后得出關(guān)于企業(yè)陷入財(cái)務(wù)困境的原因、財(cái)務(wù)困境對(duì)企業(yè)的業(yè)績(jī)和市場(chǎng)價(jià)值的影響以及企業(yè)恢復(fù)的決定因素三個(gè)方面的

82、結(jié)論。</p><p>　　國(guó)內(nèi)的財(cái)務(wù)預(yù)警研究起步較晚，其研究初期主要是對(duì)國(guó)外方法的介紹和具體應(yīng)用。如陳靜（1999）以及吳世農(nóng)、盧賢義（2001）分別應(yīng)用單變量分析、線性判定分析、回歸分析三種方法，建立了財(cái)務(wù)困境預(yù)測(cè)模型。</p><p>　　王金鳳、楊松濤（2005）采用上市公司的兩組樣本，選取每股凈資產(chǎn)、總資產(chǎn)報(bào)酬率等九個(gè)傳統(tǒng)財(cái)務(wù)指標(biāo)變量，利用Logistic回歸和BP神經(jīng)網(wǎng)絡(luò)兩種方

83、法比較性構(gòu)建了上市公司惡性財(cái)務(wù)危機(jī)預(yù)警模型。研究表明在惡性財(cái)務(wù)危機(jī)發(fā)生前一年用BP神經(jīng)網(wǎng)絡(luò)建立的財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)測(cè)判斷效果較好,前二三年用Logistic回歸方法建立的財(cái)務(wù)危機(jī)預(yù)警模型的預(yù)測(cè)判斷效果較佳。</p><p>　　賀瓊、郝匯（2007）從盈利能力、資產(chǎn)狀況、償債能力、管理能力四個(gè)方面選取了14個(gè)財(cái)務(wù)指標(biāo)作為初始變量，以我國(guó)企業(yè)資料為依據(jù)，利用 SPSS統(tǒng)計(jì)軟件，采取顯著性檢驗(yàn)和相關(guān)性檢驗(yàn)的方法篩選

84、預(yù)警變量指標(biāo)，對(duì)財(cái)務(wù)預(yù)警模型中的變量體系進(jìn)行了設(shè)計(jì)。</p><p>　　丁曰佳、王華民、劉海龍、仝金正（2008）選擇了能反映公司流動(dòng)性、結(jié)構(gòu)性、效率性、盈利性和成長(zhǎng)性5大類(lèi)21個(gè)傳統(tǒng)財(cái)務(wù)預(yù)警指標(biāo)作為研究變量，利用多元邏輯回歸分析方法構(gòu)建上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。結(jié)果表明資產(chǎn)報(bào)酬率、銷(xiāo)售凈利率、總資產(chǎn)增長(zhǎng)率具有較好的預(yù)警功能。</p><p>　　以上研究主要以會(huì)計(jì)利潤(rùn)作為核心指標(biāo)，未考

85、慮作為債務(wù)支付手段的現(xiàn)金的充足性，因而其預(yù)警作用并不充分。</p><p>　　1.2.3 基于現(xiàn)金流量指標(biāo)的財(cái)務(wù)預(yù)警研究</p><p>　　William Beaver（1966）在單變量分析基礎(chǔ)上融入了現(xiàn)金流量，抽取了1954至1964年間的79家破產(chǎn)公司作為樣本，考察了30個(gè)財(cái)務(wù)比率在企業(yè)陷入財(cái)務(wù)困境前1-5年的預(yù)測(cè)能力，經(jīng)過(guò)篩選，最終采用了6個(gè)財(cái)務(wù)比率進(jìn)行分析，發(fā)現(xiàn)現(xiàn)金流量/負(fù)債

86、總額能夠最好地判定公司的財(cái)務(wù)狀況。</p><p>　　Ohlson（1980）采用Logistic回歸模型，構(gòu)建了以現(xiàn)金流量指標(biāo)為基礎(chǔ)的財(cái)務(wù)預(yù)警系統(tǒng)，并發(fā)現(xiàn)影響公司破產(chǎn)概率的四類(lèi)變量：公司規(guī)模、資本結(jié)構(gòu)、業(yè)績(jī)和當(dāng)前的融資能力。Aziz、Emanuel和Lawson（1989）比較了多個(gè)模型的財(cái)務(wù)預(yù)警準(zhǔn)確率，發(fā)現(xiàn)現(xiàn)金流量模型的預(yù)警效果較好。</p><p>　　H.D. Platt 和 M

87、.B. Platt（2002）選取了24個(gè)危機(jī)公司和62個(gè)健康公司，通過(guò)Logit回歸分析確立了6個(gè)變量：一個(gè)顯示利潤(rùn)率，兩個(gè)測(cè)量流動(dòng)性，兩個(gè)評(píng)估財(cái)務(wù)杠桿和一個(gè)指定的增長(zhǎng)率，認(rèn)為現(xiàn)金流水平和增長(zhǎng)率與流動(dòng)性、長(zhǎng)期資產(chǎn)、債務(wù)一樣，對(duì)財(cái)務(wù)危機(jī)有較高的預(yù)測(cè)度。同時(shí)該模型取得了較好的檢測(cè)效果。</p><p>　　國(guó)內(nèi)在該領(lǐng)域的研究差異主要體現(xiàn)在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)變量的取舍上。周首華、楊濟(jì)華和王平（1996）在Altman

88、的Z模型基礎(chǔ)上，加入現(xiàn)金流量這一預(yù)測(cè)自變量，建立了F分?jǐn)?shù)模式。楊淑娥、徐偉剛（2003）運(yùn)用主成分分析，加入經(jīng)營(yíng)活動(dòng)引起的現(xiàn)金流量/總負(fù)債比率，建立了Y模型。張友棠（2004）構(gòu)建了基于現(xiàn)金流量指標(biāo)——現(xiàn)金盈利值和現(xiàn)金增加值的財(cái)務(wù)預(yù)警個(gè)體指數(shù)測(cè)試系統(tǒng)和綜合指數(shù)測(cè)試系統(tǒng)。</p><p>　　蔣飛鴻（2007）采用單變量分析法研究上市公司現(xiàn)金流量的財(cái)務(wù)預(yù)警作用，研究結(jié)果表明上市公司在被處理為ST公司的三年前，現(xiàn)金流

89、量信息具有較高的財(cái)務(wù)預(yù)警能力。有效性最高的是每股現(xiàn)金流量指標(biāo)，其次是經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/負(fù)債總額及經(jīng)營(yíng)活動(dòng)現(xiàn)金流量/所有者權(quán)益。</p><p>　　鮑新中、劉應(yīng)文（2007）從現(xiàn)金流量數(shù)量性和效益性?xún)蓚€(gè)方面分別選取了經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量、投資活動(dòng)現(xiàn)金流出額、負(fù)債籌資現(xiàn)金流入額和總資產(chǎn)現(xiàn)金回收率、經(jīng)營(yíng)現(xiàn)金盈利率、加權(quán)資本成本率6個(gè)指標(biāo)建立現(xiàn)金流量財(cái)務(wù)預(yù)警模型，并通過(guò)多組上市公司數(shù)據(jù)對(duì)該模型的有效性進(jìn)行了驗(yàn)證。<

90、/p><p>　　錢(qián)愛(ài)民、張淑君和程幸（2008）從企業(yè)償債能力、營(yíng)運(yùn)能力、收益質(zhì)量、財(cái)務(wù)彈性以及成長(zhǎng)性方面選取不同變量，運(yùn)用主成分分析法對(duì)中國(guó)機(jī)械制造業(yè)上市公司2002年至2006年的數(shù)據(jù)進(jìn)行分析，以不同的ST、非ST公司比例組成樣本，建立多元邏輯回歸模型。研究發(fā)現(xiàn)該模型對(duì)ST公司判斷的準(zhǔn)確率達(dá)到100%，而非ST公司也達(dá)到60%。</p><p>　　吳國(guó)強(qiáng)、戴紅軍（2010）在利用我國(guó)上

91、市公司財(cái)務(wù)數(shù)據(jù)的基礎(chǔ)上，從盈利能力、償債能力等五個(gè)方面選取了24個(gè)指標(biāo)作為研究變量（將傳統(tǒng)財(cái)務(wù)指標(biāo)與現(xiàn)金流量指標(biāo)相結(jié)合，同時(shí)加入公司治理信息變量），采用主成分分析和 Logistic回歸構(gòu)建了預(yù)警模型。實(shí)證結(jié)果表明公司的現(xiàn)金流量越多、盈利質(zhì)量越好、資產(chǎn)運(yùn)營(yíng)效率越高、股權(quán)集中度越高、高管持股比例越大，發(fā)生財(cái)務(wù)危機(jī)的可能性就越小。</p><p>　　目前基于現(xiàn)金流量的財(cái)務(wù)預(yù)警研究大多僅強(qiáng)調(diào)經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量，對(duì)

92、于其他形式（投資活動(dòng)或籌資活動(dòng)）表示的現(xiàn)金流量尚未給予過(guò)多關(guān)注。</p><p>　　近年來(lái)，該領(lǐng)域的前沿課題開(kāi)始將公司治理等非財(cái)務(wù)信息納入預(yù)警模型，并采用定量與定性相結(jié)合的研究方法；或利用信息平臺(tái)建立分行業(yè)、分部門(mén)的動(dòng)態(tài)預(yù)警模型。這將是此課題新的發(fā)展動(dòng)向和趨勢(shì)。</p><p>　　綜上所述，國(guó)內(nèi)外學(xué)者或僅從現(xiàn)金流量指標(biāo)角度，或從現(xiàn)金流量性質(zhì)指標(biāo)與傳統(tǒng)財(cái)務(wù)財(cái)務(wù)指標(biāo)相結(jié)合的角度，運(yùn)用主成分

93、分析、多元線性回歸等方法進(jìn)行實(shí)證研究，建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。</p><p>　　2 基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系框架構(gòu)建</p><p>　　現(xiàn)金流量是企業(yè)資產(chǎn)中最具流動(dòng)性、最活躍的部分，是企業(yè)持續(xù)經(jīng)營(yíng)的基本保障和擴(kuò)大再生產(chǎn)的資源保障。從研究評(píng)述中可以看出，西方國(guó)家和日本有關(guān)破產(chǎn)預(yù)測(cè)的研究數(shù)量比較多，成果比較成熟，且大部分研究成果表明現(xiàn)金流量較會(huì)計(jì)收益有更強(qiáng)的預(yù)警能力。</p&g

94、t;<p>　　本文將基于現(xiàn)金流量有用論，選取反映企業(yè)盈利能力、收益質(zhì)量、財(cái)務(wù)彈性、償債能力等的現(xiàn)金流量指標(biāo)（考慮籌資活動(dòng)和投資活動(dòng)），借鑒相關(guān)計(jì)量方法建立多變量財(cái)務(wù)預(yù)警模型。并通過(guò)選取化學(xué)原料及化學(xué)制品制造業(yè)上市公司的數(shù)據(jù)進(jìn)行檢驗(yàn)，以驗(yàn)證該模型的財(cái)務(wù)預(yù)警效用。</p><p>　　2.1 現(xiàn)金流量財(cái)務(wù)指標(biāo)體系預(yù)警原理</p><p>　　總體來(lái)說(shuō)，使企業(yè)陷入財(cái)務(wù)危機(jī)的誘因可

95、以分為外部和內(nèi)部?jī)煞矫妫▓D2.1）。外部誘因包括經(jīng)濟(jì)周期的變動(dòng)、法律政策的變動(dòng)等；內(nèi)部誘因包括經(jīng)營(yíng)管理不善、投資決策失敗等。經(jīng)營(yíng)管理不善會(huì)直接影響企業(yè)的經(jīng)營(yíng)現(xiàn)金流，導(dǎo)致盈利能力下降、收益質(zhì)量不高以及業(yè)務(wù)等增長(zhǎng)緩慢或倒退。投資決策失敗，資本性支出不合理，影響企業(yè)成長(zhǎng)后勁，自身產(chǎn)生的現(xiàn)金遠(yuǎn)不足以滿足投資等現(xiàn)金需求。同時(shí)，外部經(jīng)濟(jì)不景氣也會(huì)導(dǎo)致企業(yè)產(chǎn)生的現(xiàn)金流與現(xiàn)金需求不相適應(yīng)，影響財(cái)務(wù)彈性。因此財(cái)務(wù)彈性是衡量企業(yè)對(duì)內(nèi)、對(duì)外部誘因的緩沖調(diào)節(jié)能

96、力。</p><p>　　而盈利能力、收益質(zhì)量、成長(zhǎng)性、財(cái)務(wù)彈性基本上屬于隱性指標(biāo)，不太容易察覺(jué)。這些指標(biāo)最后都會(huì)傳導(dǎo)到償債能力上，可見(jiàn)償債能力是企業(yè)是否陷入財(cái)務(wù)危機(jī)最直接的度量。因此盈利能力、收益質(zhì)量、成長(zhǎng)性、財(cái)務(wù)彈性以及償債能力五個(gè)方面的指標(biāo)能夠較好地對(duì)財(cái)務(wù)危機(jī)起預(yù)警作用。</p><p>　　圖2.1 現(xiàn)金流量財(cái)務(wù)指標(biāo)體系的有效預(yù)警途徑</p><p>　　

97、2.2 現(xiàn)金流量財(cái)務(wù)預(yù)警體系的構(gòu)成指標(biāo)</p><p>　　選取什么樣的現(xiàn)金流量財(cái)務(wù)指標(biāo)作為模型的變量，不僅關(guān)系到模型的可靠性還關(guān)系到模型的判別能力。為了全面客觀地檢驗(yàn)上市公司的經(jīng)營(yíng)好壞，所選取的財(cái)務(wù)比率既要具有全面性，即能購(gòu)反映企業(yè)盈利能力、收益質(zhì)量、成長(zhǎng)性、財(cái)務(wù)彈性以及償債能力等各方面的財(cái)務(wù)狀況；又要具有綜合性，即要選擇那些能夠?qū)︻A(yù)測(cè)企業(yè)財(cái)務(wù)失敗有指示作用的重要財(cái)務(wù)比率。</p><p&g

98、t;　　本文在遵循以上兩個(gè)原則的基礎(chǔ)上，結(jié)合數(shù)據(jù)的可得性，基于眾多學(xué)者的研究成果，以現(xiàn)金流量指標(biāo)為核心建立了財(cái)務(wù)預(yù)警指標(biāo)體系。表2.1列示了該指標(biāo)體系的構(gòu)成、計(jì)算方法和選擇該指標(biāo)的原因（指標(biāo)說(shuō)明）。</p><p>　　表2.1 現(xiàn)金流量財(cái)務(wù)預(yù)警體系的初始財(cái)務(wù)指標(biāo)</p><p><b>　　3 實(shí)證分析</b></p><p>　　3.1

99、研究分析方法概述</p><p>　　研究學(xué)者關(guān)于企業(yè)財(cái)務(wù)危機(jī)的起點(diǎn)各有不同的見(jiàn)解。本文將企業(yè)被ST（Special Treatment）作為財(cái)務(wù)失敗的標(biāo)準(zhǔn)。更準(zhǔn)確地說(shuō)，財(cái)務(wù)危機(jī)公司的選取是以某年份是否被ST為標(biāo)志的。企業(yè)被特別處理的原因很多，包括連續(xù)兩年出現(xiàn)虧損，財(cái)務(wù)狀況及其他方面存在異常。而本文只選取因連續(xù)虧損兩年而非其他原因被ST的企業(yè)作為財(cái)務(wù)危機(jī)公司，即存在退市風(fēng)險(xiǎn)警示，證券代碼從正常轉(zhuǎn)變?yōu)?“*ST”。

100、</p><p>　　3.1.1 研究樣本的選擇及選取方法</p><p>　　對(duì)于訓(xùn)練樣本的選擇，本文采取1:1配對(duì)法。共收集66家上市公司數(shù)據(jù)，其中ST公司33家，非ST公司33家。數(shù)據(jù)采集自CSMAR數(shù)據(jù)庫(kù)、巨潮資訊網(wǎng)、上海證券交易所以及深圳證券交易所網(wǎng)站。</p><p>　　ST公司樣本來(lái)源于2008—2010年滬深兩市新增退市風(fēng)險(xiǎn)警示的制造業(yè)企業(yè)，篩選條

101、件為：行業(yè)涉及食品飲料（C0）、紡織服裝（C1）、造紙印刷（C3）、石油化學(xué)塑膠塑料（C4）、電子（C5）、金屬非金屬（C6）、機(jī)械設(shè)備儀表（C7）、醫(yī)藥生物制品（C8）；上市時(shí)間距ST年度不少于三年。（樣本ST公司的時(shí)間、行業(yè)構(gòu)成見(jiàn)表3.1和3.2）</p><p>　　非ST公司樣本的篩選條件為：數(shù)據(jù)采集年度以及行業(yè)與配對(duì)樣本相匹配；上市時(shí)間距ST年度不少于三年。</p><p>　　

102、鑒于美國(guó)、日本等國(guó)家僅公布合并公司報(bào)表，為保持一致性，本文上市公司數(shù)據(jù)均取自合并報(bào)表。同時(shí)本文選取上市公司T-2年截面數(shù)據(jù)為樣本建立模型。</p><p><b>　　訓(xùn)練樣本見(jiàn)附表1。</b></p><p>　　表3.1 樣本ST公司的時(shí)間構(gòu)成</p><p>　　表3.2 樣本ST公司的行業(yè)構(gòu)成</p><p>　

103、　3.1.2 分析方法</p><p>　　文獻(xiàn)研究表明，此類(lèi)研究的分析方法主要通過(guò)多元判別分析法、綜合指數(shù)法、主成分分析法等。而多元判別分析法是最早應(yīng)用于財(cái)務(wù)預(yù)警的方法之一，且相應(yīng)的模型在實(shí)踐中得到廣泛應(yīng)用。從許多學(xué)者對(duì)我國(guó)上市公司和一般企業(yè)的實(shí)證結(jié)果來(lái)看，運(yùn)用此方法建立的預(yù)警模型能夠?qū)ζ髽I(yè)財(cái)務(wù)狀況作出較為準(zhǔn)確的預(yù)測(cè)和評(píng)價(jià)。因此，本文將運(yùn)用SPSS V17.0進(jìn)行多元判別分析。</p><p

104、>　　在數(shù)據(jù)采集過(guò)程中發(fā)現(xiàn)，由于報(bào)表選取年度與上市年度相差不到五年的原因，部分樣本存在缺失數(shù)據(jù)（訓(xùn)練樣本財(cái)務(wù)指標(biāo)數(shù)據(jù)見(jiàn)附表2），本文利用線性插值法對(duì)缺失數(shù)據(jù)進(jìn)行替換。且對(duì)一些明顯異常（異常大或異常?。┑呢?cái)務(wù)數(shù)據(jù)作為偏值除外，因?yàn)榧词箍倶颖局泻袠O少這樣的值，也會(huì)對(duì)研究結(jié)果產(chǎn)生影響。</p><p>　　在此基礎(chǔ)上進(jìn)行線性回歸，步驟如下：</p><p>　　對(duì)11個(gè)指標(biāo)進(jìn)行獨(dú)立樣本T

105、檢驗(yàn)，選擇判別能力較強(qiáng)的若干指標(biāo)進(jìn)入回歸模型；</p><p>　　確定回歸方程的解釋變量和被解釋變量；</p><p>　　確定是否可建立線性回歸模型；</p><p>　　建立回歸方程，即F =β0 +β1x1 +β2 x2+….+βpxp；</p><p>　　對(duì)回歸方程進(jìn)行各種檢驗(yàn)；</p><p>　　利用回

106、歸方程進(jìn)行預(yù)測(cè)。</p><p><b>　　3.2 相關(guān)假設(shè)</b></p><p>　　現(xiàn)金流量指標(biāo)對(duì)于企業(yè)財(cái)務(wù)危機(jī)的預(yù)警有較顯著作用；</p><p>　　被ST處理的公司被認(rèn)為開(kāi)始陷入財(cái)務(wù)危機(jī)；</p><p>　　各上市公司相關(guān)年度的財(cái)務(wù)數(shù)據(jù)具有可比性。</p><p>　　3.3 預(yù)警

107、模型構(gòu)建</p><p>　　3.3.1 描述性統(tǒng)計(jì)</p><p>　　從危機(jī)公司與健康公司的對(duì)比來(lái)看（表3.3），財(cái)務(wù)危機(jī)企業(yè)的財(cái)務(wù)指標(biāo)均值要普遍低于健康公司。在盈利能力、收益質(zhì)量、償債能力方面財(cái)務(wù)危機(jī)公司明顯處于較低水平。</p><p>　　在成長(zhǎng)能力方面，危機(jī)企業(yè)單位資產(chǎn)所儲(chǔ)備的留存收益顯著低于健康企業(yè)，這無(wú)疑會(huì)在未來(lái)進(jìn)一步拉大兩者的差距。但主營(yíng)業(yè)務(wù)收入增

108、長(zhǎng)率出現(xiàn)了相反的情況，這可能是由于本文用營(yíng)業(yè)收入代替主營(yíng)業(yè)務(wù)收入，危機(jī)企業(yè)由于無(wú)法從主營(yíng)業(yè)務(wù)中獲取足夠的利潤(rùn)，從而在其他副業(yè)上開(kāi)發(fā)利潤(rùn)，其他業(yè)務(wù)收入增長(zhǎng)過(guò)快而導(dǎo)致該指標(biāo)偏高。</p><p>　　在財(cái)務(wù)彈性方面，健康公司再投資的能力明顯強(qiáng)于危機(jī)公司，這將會(huì)進(jìn)一步增強(qiáng)健康企業(yè)的再生產(chǎn)能力。但其現(xiàn)金流量適合比率略低于危機(jī)公司，主要是因?yàn)槲C(jī)公司在現(xiàn)金流不足的情況下較大幅度地縮減了企業(yè)規(guī)模，如資本性支出、經(jīng)營(yíng)性支出、股

109、利支出等。</p><p>　　比較兩類(lèi)企業(yè)財(cái)務(wù)指標(biāo)的標(biāo)準(zhǔn)差?？傮w來(lái)看，財(cái)務(wù)危機(jī)企業(yè)的財(cái)務(wù)指標(biāo)標(biāo)準(zhǔn)差與財(cái)務(wù)健康企業(yè)相比普遍都比較高。但在收益質(zhì)量和償債能力方面，危機(jī)公司之間的差異程度反而較小。這可能是因?yàn)槲C(jī)企業(yè)由于受到財(cái)務(wù)危機(jī)的困擾，使得管理層都趨于相似的風(fēng)險(xiǎn)偏好以及采用相似的資產(chǎn)管理政策，如籌資策略類(lèi)似導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)趨同，或者資產(chǎn)收現(xiàn)政策相似等。而健康企業(yè)可能在這些方面存在的差異較大。</p>&