中國上市公司財務困境預警指標研究.pdf

1、根據中國證監(jiān)會相關規(guī)定，上市公司連續(xù)兩年凈利潤為負則對其采取一系列懲罰措施，包括公司股票漲停限制和股票代碼加注“ST”等。如何能夠在企業(yè)發(fā)生財務困境之前盡可能早地預測出這一變故，從而為實施相應措施贏得寶貴時間一直是企業(yè)管理層、投資者和監(jiān)管者急需解決的問題。本文結合中國上市公司實際狀況，首次使用統(tǒng)計模型與非統(tǒng)計模型（人工神經網絡模型）相結合的方式構造了一個能夠比較準確地預測出企業(yè)未來是否會發(fā)生財務困境的組合預測模型。 本文首先回顧

2、了國內外學者對企業(yè)財務困境預測的研究成果，在此基礎之上提出20個財務指標作為構建組合預測模型的備選指標。為了盡可能消除對企業(yè)財務狀況反應不夠靈敏的指標對模型預測能力的干擾，本文采用基于雙樣本的t檢驗法和主成份分析法對20個備選指標逐一過濾，最后篩選出流動比率、總資產報酬率、每股收益增長率、主營業(yè)務利潤率、總資產周轉率、每股經營性現(xiàn)金流、審計意見類型和主營業(yè)務收入增長率等8個財務指標用于模型構建。 本文選取的研究樣本為2006年和

3、2007年滬深兩市所有新增加的ST公司以及它們的配對公司共計248 家公司，樣本數(shù)據為樣本公司發(fā)生ST前兩年的8 項財務指標數(shù)據。構造組合模型之前，本文首先使用Logistic和Fisher方法構建統(tǒng)計模型對訓練樣本公司和測試樣本公司分別預測，然后在統(tǒng)計模型預測的結果之上使用Matlab工具構建了一個神經網絡模型對統(tǒng)計模型的處理結果進行修正。實證表明：這種基于神經網絡方法的組合預測模型對上市公司財務困境的預測能夠取得比統(tǒng)計模型更加準確的