基于KMV模型的制造业上市公司财务危机预警实证研究

发布时间：2018-04-19 02:36

本文选题：财务危机 + KMV模型　；参考：《西南财经大学》2012年硕士论文

【摘要】：在日前政府提出的“十二五”规划中明确提出了要转变我国经济发展方式,加快产业升级步伐。这一政策转变,势必造成不同行业的兴衰交替,制造业作为国民经济发展的主导力量必然首当其冲。由此势必造成制造业中各细分行业不同的政策倾向,从而使得不同细分行业出现兴衰交替。对于政策支持的产业,必然使得该类企业的资金投入逐渐增加,企业的规模不断扩大,资本密集型产业的发展也使得投资项目的技术风险不断上升。而对于政策限制的产业,由于市场的萎缩,产能的减少,必然造成该类制造企业的经营业绩下滑,经营困难,从而出现财务危机。我国制造业企业规模较大,抵抗风险能弱,一旦出现危机,将对各利益相关方造成重大影响。基于此,本文试图对我国制造业上市公司财务危机预警进行研究,期待能为我国制造业财务危机预警做出一些贡献,期望能在公司发生财务危机之前及时发出危机预警信号,防止发生不必要的经济损失。这对于经营管理者、投资者及监管当局等诸多利益相关方都具有重要的现实意义。本文的主要研究内容如下：第一、本文首先从“财务危机”概念的界定入手,分析了国内外研究学者对于“财务危机”概念的界定,并给出了本文对制造业上市公司“财务危机”的界定标准以及危机发生时间的判定标准。第二、通过对已有研究文献的梳理,详细评述了现有的经典财务危机预警模型,从Z-sore模型、F分数模型、到Logistic回归模型、probit模型、神经网络模型,并详细评述了KMV模型及违约距离相关理论以及该模型在我国应用中存在的不足。第三、定性研究了我国制造业的现状、制造业上市公司的行业分布情况及地区分布情况。第四、本文以我国制造业上市公司为研究对象,依据一定的样本筛选标准,选取了2009-2011年“被ST”的上市公司54家以及随机抽取的51家非ST公司作为配对样本。根据KMV模型相关理论,我们运用MATLAB软件编程求解样本公司的违约距离指标。而后,通过不同年份间,不同市场行情下的违约距离指标的单因素方差分析,并结合上证指数的对比分析,研究违约距离用于判定财务危机的缺陷和不足。进而,本文创新性的提出调整违约距离指标。通过正态性的K-S检验、独立样本T检验、单因素方差分析以及构建单一变量的Logistic回归分析法,对比研究违约距离指标与调整违约距离指标应用于预测财务危机预警研究的可行性及其优劣。第五、我们将财务指标引入危机预警模型,并与违约距离指标、调整违约距离指标结合分别构建了两个基于Logistic回归分析方法的财务危机预警模型。从模型的变量系数显著性、模型拟合优度、预测准确率、收益矩阵四个方面对比分析了两模型。本文综合运用财务管理学、计量经济学等多学科知识,通过数据的搜集、数据分析等手段,遵循理论与实践相结合、定性与定量相结合的原则,分析了我国制造业上市公司的一些特点,探寻了对财务危机预警模型中个别变量的改进,建立了我国制造业上市公司财务危机预警模型。通过本文的研究,我们得到了如下结论：第一、本文将公司“被ST”作为出现财务危机的界定标准,以公司被证券交易所冠以“ST”的年度作为财务危机时间发生的判定。本文采用样本公司(t-2)年的年报财务指标及该公司股票在(t-2)年全年的交易数据建立模型,以此预测其是否会在t年发生财务危机。第二、从制造业现状的定性研究发现,目前我国制造业企业大多处于价值链的低端,知识密集型、技术密集型的企业不多；从制造业上市公司地域分布情况来看,存在产业分布的集聚效应,企业分布最多的地区是以“北上广”为代表的三个综合经济区。第三、通过正态性的K-S检验,独立样本T检验,表明将KMV模型的重要输出指标-违约距离以及本文中提出的“调整违约距离”指标运用于上市公司财务危机预警研究是可行的。通过单因素方差分析得出行情的大幅波动对违约距离的影响是显著,而对调整违约距离指标没有显著影响。通过对比单—变量的Logistic回归模型的拟合优度、预测准确率,我们得出调整违约距离用于财务危机预警效果更好。第四、通过对初步选定的18个财务指标的K-S正态性检验、独立样本的Man-Whitney检验、斯皮尔曼相关系数分析,我们得到“流动比率”、“总资产收益率”、“现金流量对流动负债比率”、“净利润现金含量”、“总资产周转率”、“主营业务增长率”共计6个财务指标作为财务预警模型中反映会计信息的输入指标。第五,将上述得到的6个财务指标分别与违约距离指标、调整违约距离指标结合,构建了两个基于Logistic回归分析方法的财务危机预警模型。通过从两模型的变量系数显著性、模型拟合优度、预测准确率、收益矩阵四个方面对比分析了两模型,我们得到了如下结论：在变量系数显著性方面：在违约距离与财务指标构建的Logistic回归模型中,违约距离值指标的回归系数Wald值为0.755,对应的P值为0.385；而在调整违约距离与财务指标构建的Logistic回归模型中,调整违约距离指标的回归系数Wald值为2.709,对应P值为0.1。对比可以看出,违约距离指标在回归模型中表现是不显著的,说明其用来预测财务危机的能力有限,而调整违约距离指标表现相对较好,预测能力要强。在模型拟合优度方面：违约距离与财务指标构建的Logistic回归模型的-2倍对数似然值为66.3571,修正可决系数为0.7059；调整违约距离与财务指标构建的Logistic回归模型的-2倍对数似然值为64.1823,修正可决系数为0.7188。对比可以看出,基于调整违约距离的Logistic回归模型的拟合优度优于后者,能够更好的解释变异,拟和性更好。在预测准确率方面：由于样本不足,本文只能将建模样本回代以此来评价模型的预测准确率。从样本回代后的预测情况看,两模型总体预测准确率是相同的,均为88.6%,但两模型犯第一类错误与犯第二类错误的概率却是不相同的。从收益矩阵的角度分析：通过两模型的预测结果可以看出,基于违约距离的预测模型犯第一类错误的概率更大,为“弃真”的错误,即将原本应该判为ST的公司,判定为了非ST公司,其犯第一类错误的概率为13%；基于调整违约距离的预测模型犯第二类错误的概率更大,为“存伪”的错误,即将原本正常的公司判定为ST公司,其第二类错误的概率为13.7%。根据我们的分析,在总体预测能力相同的情况下,犯第二类错误造成的损失不论是对公司经营管理者、投资者还是监管当局来说,其造成的损失显然是比犯第一类错误造成的损失要小。因此,作者认为将本文提出的调整违约距离应用与财务危机的预警研究效果更好,将其与财务指标结合构建的Logistic回归模型应用于预测财务危机,可以更好的减少决策可能造成的损失,预测能力更强,适应性更好。
[Abstract]:......
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F406.72;F832.51;F224

【参考文献】