企业财务危机预警系统实证研究方法评述

本文在分析国内外企业财务危机预警的主要方法及其优缺点的基础上,指出我国财务危机预警研究亟待在分行业预警模型的构建和非上市公司财务危机预警研究两个方面进行突破。     

基于现金流量指标的财务风险预警研究综述

本文对国内外基于现金流量的上市公司财务危机预警研究理论基础、建模指标、计量方法、预测效果等方面进行梳理比较,对我国上市公司财务危机预警研究做出了展望。     

石化行业上市公司财务危机预警研究

本文通过对选取的财务指标进行观察和总结,建立了我国石化行业上市公司危机前四个年度的多重截面的主成分分析预警模型。研究表明:企业的盈利能力以及现金流量状况对财务危机有显著性影响,危机发生前两年的主成分分析模型的预测准确率达到了82.5%,能有效地预测企业在下个年度是否会发生财务危机。     

上市公司财务预警分析--基于现金流模型的实证研究

本文从财务危机的预警机理出发,选取能反映企业财务安全的“现金制”指标,采用主成分分析法,通过对我国上市公司财务危机状况的实证研究,建立了上市公司财务预警模型———T分数模型。该模型针对目前以“ST”作为财务困境企业的分界点不能准确判断出企业是否有足够的现金流、是否能够真正避免财务危机这一现状,结合本文给出的各项现金类指标,能够从企业现金流的角度判断企业是否存在财务困境、能否偿还各类到期利息及债务,为企业提供了一个更为准确的预测自身财务危机的工具。     

关于企业财务危机预警若干问题的思考

目前企业财务危机预警研究主要集中于建立各种更为准确的财务危机预警模型,关于企业财务危机预警其他方面的研究相对较少。本文从财务危机的含义,财务危机预警所警示的风险种类,多变量财务危机预警模型的使用效果,财务危机预警的应用,财务危机预警的局限性等几个方面对企业财务危机预警研究中的相关问题进行探讨。     

非财务指标在财务风险预警中的应用

目前对于公司财务危机预警的研究,主要基于财务指标建构模型,并展开预警分析、监督公司财务状况.但利用一些财务指标直接分析或构建模型来预测企业财务危机发生的可能性只是整个财务预警系统的一个方面,存在局限性.因此在财务危机预警研究中引入公司治理、关联交易、投资者保护、对外担保等非财务因素, 充分估计各种不利因素对企业财务状况的影响,以更好地预测财务危机发生的可能.     

基于多元回归分析——支持向量机的财务危机预警模型

研究结果表明:基于财务信息指标信息的多元回归支持向量方法,是预测企业财务是否会发生财务危机的有效方法。应用Matlab编程语言,使用计算机可以方便的完成支持向量机模型的算法设计和数据运算。建立上市公司财务危机的预警模型,可为投资者及相关者预测公司财务状况提供科学的决策手段和可靠的依据。     

财务危机预警系统在商业银行信贷风险管理中的应用

目前,商业银行信贷风险管理中财务分析存在的贷款企业资料不真实、现金流量没得到应有重视、财务分析手段不丰富等主要问题,都会引发财务危机。在信贷风险管理中应用财务危机预警系统,通过对上市公司运营因子、盈利因子、偿债因子、成长因子、现金流量因子、规模因子、行业因子、股权集中度因子的分析,能够及时发现企业可能带来的危机影响。商业银行应准确合理地选择财务危机预警指标,为信贷风险管理提供强有力的依据;建立财务危机预警模型应在会计信息真实完整的基础上,通过对会计信息进行加工、处理来完成。     

基于现金流的财务危机预警指标体系初探

现金流在企业财务分析评价中起着举足轻重的作用,国外用现金流指标建立的财务危机预警模型取得了很好的预警效果。但由于我国上市公司所处的背景、机制不同,一些国外研究中的现金流预警指标在我国并不具有实用性。     

基于KMV模型探讨我国上市公司财务危机预警

客观评价一个公司财务经营状况的好坏,对其做出财务危机预警,对于投资者、监管机构,甚至企业经营者都格外重要.本文运用KMV模型的思想,在对KMV模型相关假设修正的基础上,通过对配对样本的适用性和具体预警能力的分析,探讨我国上市公司财务危机预警分析的方法.     

基于上市公司现金流的财务风险预警

企业之间竞争日益激烈,因财务风险导致企业经营陷入困境甚至破产清算的现象不断增加。加强对企业营运过程中的风险控制,特别是建立在现金流基础上的风险预警机制是预防企业陷入财务困境的有效措施。从财务风险的预警机理出发,以江苏省上市公司为研究对象,从盈利能力、获现能力、偿债能力和可持续发展能力方面选取反映企业现金流和财务质量的核心财务指标,并运用SPSS软件,采用主成分分析法,通过对江苏省上市公司财务风险状况的实证研究,建立上市公司财务预警模型——z值模型,为企业提供一个较为科学的预测自身财务风险的工具。     

ST公司中预测危机的现金流指标

本文的目的是探讨:在ST公司中,哪些财务指标可以在公司陷入危机之前起到预测危机的作用。文章采用实证研究的方法,选取了40家ST公司,并对它们陷入危机前第三年的与现金流相关的财务指标进行分析。最后,我们得出了预测模型,并得出结论:现金流动负债比,现金债务总额比,总资产现金比率以及经营现金流出结构比率这四类指标对于公司在未来是否会陷入财务危机具有很强的预测能力。     

融资约束与资本结构的非对称调整——基于动态门限模型的经验证据

以1999—2009年中国上市公司面板数据为研究对象,围绕融资约束对资本结构调整行为的影响,以公司规模和现金持有水平作为衡量融资约束的指标,采用动态面板门限模型展开研究。结果表明,大规模和高现金持有的公司会表现出更快的调整速度,非融资约束公司比融资约束公司的调整速度要快30%以上。本文解决了以往研究中存在的分组模糊性及忽视个体异质性缺陷的问题,实证发现融资约束程度的降低能有效提高公司的资本结构调整速度。     

金融危机的历史规律、当前特征与中国企业应对策略

本文对金融危机进行了历史分析,阐述了金融危机生成的历史规律,揭示此次国际金融危机在传导路径、资产定价和风险分担机制方面的突出特征。文章认为,为了对抗金融危机的冲击,中国企业应重视安全性,贯彻安全保值、审慎稳健的主导思维,并在战略管理、并购、投融资和业绩评价方面做出相应的调整。     

浅析改进财务分析体系

改进财务分析体系是以传统的财务分析体系为基础,对相关公式进行重新设定而形成的改进的财务分析体系。它具有与公式中的分子分母更加匹配、区分了经营活动损益和金融活动损益与有息负债和无息负债等优点。但也存在适用面相对较窄、没有考虑现金流量状况等不足之处。在对改进财务分析体系的运用上应结合现金流量状况分析,修改对外报表的格式,以利于使用者更好的分析和决策。     

金融危机冲击下上市公司融资约束与融资决策的实证研究

以1998-2009年度制造业上市公司为样本,检验金融危机冲击下融资约束对上市公司融资决策的影响。实证研究结果表明:融资约束程度显著影响了上市公司外源融资能力,特别是外源权益资本的融资能力;同时,在金融危机冲击下融资约束严重的上市公司受到外源融资溢价及外源融资可获得性下降的影响,更倾向于内源融资和负债融资。可见,融资约束严重的上市公司在面临金融危机冲击时,具有较高的脆弱性。     

Using Inductive Learning to Predict Bankruptcy

An emerging trend in organizational computing is using information technology to learn decision knowledge from enterprise data. The primary contribution of this study is the presentation of a sound theory and a comprehensive technique for learning the decision model for predicting bankruptcy. The theory is based on the information contained in cash flow components, which is the foundation of valuation theory, and an analytical system that measures the amount of uncertainty in the cash flow information. The approach links a tree-based inductive learning system that relies on the concept of entropy, with an information system based on the cash flow of a firm. A test of the cash flow approach involves the cash flow components for a sample of 99 failed and 99 non-failed companies. The structural instability of cash flow components generated by an inductive learning system is a serious issue for financial analysts. However, this shortcoming is overcome by using a jackknife procedure to develop a global tree that identifies the most important cash flow components. The final global tree found only 3 cash flow components were needed to classify correctly 89% of the companies as either failed or non-failed. Only a few early studies achieved a higher level of predictive accuracy. The 3 significant cash flow components were dividends, net investment, and net operating cash flow. Using the same data, a probit statistical technique generated a 67.5% predictive accuracy. In summary, the inductive learning results indicate that cash flow components are not only a natural tool for explaining the bankruptcy process, but they provide a high level of predictive accuracy.     

Sensitivity of external resources to cash flow under financial constraints

This paper explores the external financing–cash flow relationship in capital structure theory by comparing unlisted (financially constrained) and listed (financially unconstrained) companies. We postulate that investment is determined endogenously in the case of unlisted firms, as they are strongly dependent on internally generated funds (cash flow). Consequently, unlisted firms invest their cash flow in profitable projects, using any residual cash flow to increase their holdings of safe assets. In turn, listed companies determine their investment exogenously and may reduce leverage if they raise an excess of cash flow. As a result, listed companies would react more negatively to shocks in cash flow. Our findings reveal that both unlisted and listed companies show a negative external financing–cash flow relationship, that of the latter being clearly more intense.