考虑违约距离的上市公司危机预警模型研究

在上市公司财务危机预警中,违约距离起着重要的不可替代的作用,仅考虑财务指标并不足以完全解释企业财务危机发生的原因.文章应用Merton模型对2002～2004年ST公司和相应配对公司的危机发生之前的违约距离进行了研究,发现危机公司违约距离在危机发生前第三年明显低于正常公司的相应值,违约距离比传统财务指标能更早地预警到企业财务危机的发生.结合违约距离因素的危机预警模型能更明显地提高模型的危机判断正确率.     

基于我国上市公司信用状况的KMV模型运用与实证分析

文章对KMV在我国的应用情况进行了研究,设立七种违约点,分别计算出违约距离,最终确立一个最适合我国股市的违约点计算模型.为了提高计算的正确性,在计算股权的市场价值时考虑了非流通股的价值.实证分析表明,ST公司违约距离与非ST公司违约距离差距明显,从而说明KMV模型在我国使用是有效的,并且发现对总资产与流动负债、长期负债之间的回归取得的带截距项的回归方程是最适合我国股市的违约点设置.     

我国上市科技型企业财务危机预警模型研究——基于logistic回归模型的实证分析

文章以100家上市科技型企业作为研究样本,采用SPSS统计分析软件中的Logistic回归分析,建立了我国上市科技型企业财务危机预警的Logistic回归模型。模型的综合预测正确率在违约前两年达到83%,违约前3年达到81%;实证研究表明,模型对预测样本的预测正确率还是令人满意的。     

上市公司信用风险度量研究

本文利用KMV模型计算出样本上市公司的违约距离,并将其作为PROBIT模型的自变量计算出上市公司的违约概率。实证结果表明,违约距离能较好地识别上市公司的信用风险,将违约距离作为自变量进行PROBIT建模分析时明显提高了模型的统计显著性和预测精度。在无法利用KMV模型测算上市公司经验违约率时,利用加入违约距离做自变量的PROBIT模型可以实现有效的替代,将二者结合起来使用能够为金融机构的信用风险评价提供科学依据。     

金融危机中上市公司信用风险变化——基于KMV模型的实证分析

KMV模型是基于公司的股权价值和负债之间的关系来计算公司的违约风险,但在金融危机背景下几乎所有公司的股价均大幅下跌,由此计算出的公司违约距离和违约率也大幅度上升,并且基于历史数据的预测结果也不再有效。选择2007年研究结果中违约风险具有明显差异的成对公司样本,计算2008年的违约距离和理论违约率,发现这种鲜明的对比已不复存在。利用GARCH模型估计股权价值波动率,用迭代程序估算资产价值及其波动率,选择24家A股上市公司的年度数据,利用KMV模型对它们的信用风险状况进行分析。     

我国林业上市公司信用风险研究——基于KMV模型

文章以我国沪深两市A股林业上市公司为研究对象,选取2007-2012年首次成为ST的8家公司和对应的8家非ST公司为研究样本,运用KMV模型研究我国林业上市公司信用风险。实证过程中,文章根据我国林业公司特点研究确定KMV模型中各参数的计算方法,计算出在不同违约点下各个样本的违约距离,主要结论:财务危机前非ST公司与ST公司的违约距离表现出显著差异,运用KMV模型能够有效识别我国林业上市公司的信用风险状况;我国林业上市公司的违约点应设定为短期负债加上50%长期负债;在研究连续两年违约距离的基础上,构建了我国林业上市公司两级信用风险预警体系。     

基于KMV模型的适用性研究与应用分析——以A股市场主要过剩产能行业为例

本文通过对2007年—2012年钢铁行业和水泥建材行业共45家上市公司的财务数据和股票历史信息的分析,基于KMV模型原理,通过使用Matlab、Excel等软件,实证分析了近几年来上述企业的违约距离,并探讨产能过剩和信用违约之间的关系。实证结果表明,KMV模型适用于钢铁行业和水泥建材行业的信用违约测度,结果符合经济运行形势;同时,上述行业产能过剩并不能直接解释以违约距离表征的公司信用违约风险。     

上市公司违规行为对违约距离和预期违约率影响的实证研究——兼论KMV模型的修正

基于修正的KMV模型研究表明，上市公司违规行为使股价异常波动造成投资者损失，同时也会使公司资产的市场价值降低，资产价值的波动性增加，从而使得公司的违约距离减小，违约风险增大。公司违规行为给投资者造成的损失与违约距离变化的统计检验显示，两者之间具有较强的相关性，但并不是简单的正相关。     

澳大利亚新兴市场实体的尾部风险

在全球金融危机期间,澳大利亚经济被广泛地认为较之全球其他经济体表现良好,尽管如此,该国金融市场仍然经历了极端的波动。为了理解澳大利亚新兴经济实体较之成熟经济实体受到此类极端事件影响的程度,本文运用4个风险衡量指标,将新兴企业指数(EMCOX)涵盖范围内的新兴实体和标准普尔/澳大利亚证券交易所200指数涵盖范围内的成熟实体进行了比较。四个风险指标中的前两者是市场及信用风险的传统衡量指标——风险价值(VaR)及违约距离(DD);后两者则关注分布尾部的极端风险,包括条件风险价值(CVaR)和条件违约距离(CDD),其中条件违约距离(CDD)是本文作者独创的,可将条件风险价值技术应用到违约风险的度量中。将这些指标应用于全球金融危机发生之前及危机阶段,便可以发现:所采用的一切指标对于新兴市场股份都显示出更高的风险,在危机阶段新兴企业和成熟企业投资组合之间的价差缩小,违约风险价差在分布尾部处达到最大。这一信息对于投资者和贷款人在极端经济环境下决定其股票或贷款投资组合都具有重要意义。     

基于Leland-Toft模型的我国上市公司信用风险研究

文章首次运用Leland-Toft模型对我国上市公司的信用风险进行了实证研究,结果表明:通过该模型得到的预期违约率能够较好地描述上市公司的信用风险,不同信用级别上市公司的预期违约率有明显的不同,因而该模型在识别我国上市公司的信用风险时显示出一定的有效性.根据新华远东的信用评级体系,我们从Leland-Toft模型计算结果中发现:二A级以上公司、三B级以上公司和三B级以下公司分别在三年、一年和半年内的预期违约率接近为零,而我国上市公司长期的预期违约率则普遍偏高.     

我国上市公司财务困境的预测模型研究

本文以我国上市公司为研究对象 ,选取了 70家处于财务困境的公司和 70家财务正常的公司为样本 ,首先应用剖面分析和单变量判定分析 ,研究财务困境出现前 5年内各年这二类公司 2 1个财务指标的差异 ,最后选定 6个为预测指标 ,应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法 ,分别建立三种预测财务困境的模型。研究结果表明 :(1 )在财务困境发生前 2年或 1年 ,有 1 6个财务指标的信息时效性较强 ,其中净资产报酬率的判别成功率较高 ;(2 )三种模型均能在财务困境发生前做出相对准确的预测 ,在财务困境发生前 4年的误判率在 2 8%以内 ;(3)相对同一信息集而言 ,Logistic预测模型的误判率最低 ,财务困境发生前 1年的误判率仅为 6 .47%     

DETERMINANTS OF FINANCIAL DISTRESS IN LARGE FINANCIAL INSTITUTIONS: EVIDENCE FROM U.S. BANK HOLDING COMPANIES

We investigate determinants of financial distress in large financial institutions based on the Distance‐to‐Default and Z‐Scores measures. Using data of U.S. bank holding companies (BHCs), we find that the housing price index is a consistently significant factor across all BHCs and the non‐performing loan ratio is the most powerful indicator for financial distress. Short‐term wholesale funding is also a reliable default risk indicator. We additionally find that all the three regulatory capital requirements are very important for controlling default risk, particularly in the post‐crisis period. (JEL C53, G14, G21, G28)     

金融创新、资本配置与企业技术创新

当前,金融创新在企业技术创新过程中的作用日益凸显。金融创新一方面能够为企业技术创新提供更多融资方式和工具;另一方面可通过优化企业资本配置,间接促进企业技术创新。基于内生金融发展理论和内部资本市场有效理论,构建理论分析框架,从微观层面研究金融创新对企业技术创新的影响路径。以2011-2015年343家战略性新兴产业A股上市企业数据为研究样本,实证分析金融创新、资本配置与技术创新之间的关系。结果发现,金融创新能够通过提高企业资本配置效率正向促进战略性新兴产业上市企业技术创新。结论可为战略性新兴产业合理运用金融创新、提升企业资本配置效率进而促进技术创新提供理论参考。     

Forecasting financial distress for French firms: a comparative study

The aim of this paper is to compare three statistical methods predicting corporate financial distress. We use discriminant analysis, logistic regression and random forest (RF) methods. These approaches are evaluated based on a sample of 800 companies, composed of 400 healthy companies and 400 failed companies. This study covers the period from 2006 to 2008 using 33 financial ratios. The results show the superiority of the RF approach, which gives better results in terms of classification. It allows for better forecast accuracy because it minimizes type I and type II errors.     

财务困境对CEO薪酬影响的实证分析——基于中国信息行业上市公司的研究

以资产负债率作为财务困境的替代变量,考察了中国信息行业上市公司财务困境与CEO薪酬变动之间的关系。研究表明,陷入财务困境的公司比未陷入财务困境的公司更易影响CEO薪酬变动。为此,探讨了陷入财务困境企业的CEO薪酬激励制度。     

中国汽车产业技术效率分析——基于中国汽车行业上市公司2006—2008年的经验证据

本文利用中国汽车行业上市公司2006—2008年的年报数据资料,运用数据包络分析法对中国汽车产业2006—2008年的技术效率进行测算和分析。研究结果表明:①虽然部分汽车行业上市公司的规模收益处于递增阶段,但是汽车行业部分上市公司纯技术效率的下降致使我国汽车行业上市公司的总体技术效率呈下降趋势;②在技术效率前沿面运行的汽车行业上市公司只占全部汽车行业上市公司的一半左右,中国汽车行业上市公司技术效率水平的差异化加剧;③在全球金融危机背景下,大多数的汽车行业上市公司利润大幅下降,达到技术效率前沿面(即纯技术效率和规模效率均有效)的上市公司的抵抗风险能力要大于技术效率较低的上市公司。鉴于此,有必要同时提高我国汽车行业上市公司的技术和规模对技术效率的贡献度。     

上市公司财务困境成本与股权结构

本文以沪深两市2004～2006年因财务困境而被ST的上市公司为样本,计量了其财务困境成本,并进一步分析股权结构对财务困境成本的影响。结果表明,我国上市公司的财务困境成本平均为17.27%,且各公司间差异较大。公司的控股股权性质显著影响财务困境成本,国有控股公司的财务困境成本较小,而股权集中度和股权制衡度对财务困境成本不具有显著影响。     

Financial distress of companies in Poland

The study examines main determinants of financial distress of companies in Poland during the recent transformation period. Data compose a sample of 1995–97 annual financial statements of 200 unlisted companies in Poland. Degree of financial distress is expressed either by the binomial variable or by the trinomial ordered variable. The attempted models (binomial and trinomial logit) explain the distress variable for 1997 by the financial indicators evaluated on the basis of financial statements from previous years. The results are sensitive to the choice of explanatory variables in the models. The forecast accuracy of the estimated models lies in the range of 80–90 percent. In the second half of the 1990's, the financial condition of companies in Poland was determined by the degree of liquidity, profitability, and the financial leverage variables.