中小板上市公司财务预警实证研究过程材料.doc

XXXXXXXXXXX（2010届）毕业论文（设计）过程材料题 目： 浙江中小板上市公司财务预警实证研究 姓名： XXXXXXXXX 专业： 财 务 管 理 班级：XXXXXXXXXX 学 号： XXXXXXXXXXXX 指导教师： XXXXXXXX XXXX 导师职称： 副教授 高级会计师 XXXXXXXXXXXXXXXXXXXXXX2009年12月20日XXXXXXXXXXXXXXXXXXXXXXXXX题目：浙江中小板上市公司财务预警实证研究系 别： 商 学 系 专 业： 财 务 管 理 班 级：XXXXXX 学 号：2XXXXXX 学生姓名： XXXX 一、主要任务与目标：（一）主要任务在南湖学院规定的毕业论文撰写期间内，根据师生共同商定的毕业论文选题浙江中小板上市公司财务预警实证研究，综合运用本科阶段所学财务管理专业知识和相关学科知识，撰写一篇具有一定的理论价值和应用价值、篇幅不少于8000字的毕业论文。（二）目标论文的主要目标是在文献归纳的基础上，结合浙江省中小板上市公司的实际情况，运用实证分析的方法构建浙江中小板上市公司财务预警模型，并探寻相关预警指标的实际运用办法。二、主要内容与基本要求：（一）主要内容本文属于根据学到的财务管理理论知识结合浙江省中小板上市公司实际情况进行财务预警研究的应用型论文，对提高浙江省中小板上市公司抵御财务风险能力，促进浙江省中小板上市公司的可持续发展具有现实意义。论文的具体研究内容主要集中在以下几个方面：（1）问题的提出：包括对研究背景和研究意义的介绍；（2）国内外的文献回顾。根据国外和国内对中小板上市公司财务预警的研究现状对其进行详细的介绍；（3）财务预警的概念、基础理论以及它的影响因素。详细介绍财务危机、财务预警以及发生危机后如何采取财务危机预警，以这些理论为基础去分析浙江中小企业板快上市公司财务预警的影响因素；（4）浙江中小板上市公司财务预警的现状。主要分析中小板上市公司目前的发展状况，去发现中小板上市公司存在的一系列问题，如业绩不稳定、股权结构失衡等等；（5）对浙江中小板上市公司财务预警进行实证分析。分别进行单变量模型和多变量模型的实证分析，从各个层面分析产生不同结果的原因；（6）就如何加强中小板上市公司财务预警的建议。基于中小板上市公司存在的问题以及用模型进行检验得出不同的结果的基础上，得出模型是否适用或适用程度的有关的结论，针对中小板块现存的财务预警问题提出小小建议；（7）结论部分。指出本文的不足之处以及进一步研究的方向。本文的重点是：（1）财务预警指标体系的选择；（2）适合浙江省中小板上市公司的财务预警线的确定。（二）基本要求1、严格按照毕业论文撰写进度和计划，完成文献资料的收集、开题报告的撰写、外文文献的收集和翻译和毕业论文的撰写等项工作。2、开题报告应反映该课题的最新发展成果与研究动态，力求层次清晰、格式规范。3、外文文献应与毕业论文密切相关，外文文献译文应忠实原文、语言流畅。4、毕业论文应结构完整、观点鲜明、论证充分、思维严密、内容充实、格式规范，力求有所创新。5、论文写作过程中要自始至终保持认真的态度，尊重老师，积极探讨。6、对于浙江省中小板上市公司财务预警指标的筛选一定要科学合理，不能缺乏依据，在具体筛选方法上可以考虑多方法结合，以期获得合适的指标。三、计划进度：2009.09.292009.11.08 完成毕业论文选题2009.11.092009.12.20 完成文献综述、开题报告及外文翻译2009.12.212010.03.19 完成毕业论文初稿，确定实习单位2010.03.202010.05.05 毕业实习，修改论文2010.05.062010.05.13 毕业论文定稿推荐参考文献：1 黄海,罗友丰等.SPSS1010 for windows统计分析.人民大学出版社,2001:P100-111.2 彭韶兵,刑精平.公司财务危机论.清华大学出版社,2005:P55-85.3 吴世农,卢贤义.我国上市公司财务困境的预测模型研究.经济研究,2001(6):P46-55.4 陈晓,陈治鸿.中国上市公司的财务困境预测.中国会计与财务研究,2000(9):P55-72.5 陈静.上市公司财务恶化预测模型的实证研究.会计研究,1999(4):P31-38.6 张玲.财务危机预警分析判别模型.经济研究,2000(3):P49-51.7 张鸣,张艳.财务困境预测的实证研究与评述.财经研究,2001(1):P29-35.8 张爱民,祝春山,许丹健.上市公司财务失败的主成分预测模型及其实证研究.金融研究,2001(3):P10-25.9 杨宝安,季海.BP神经网络在企业财务危机,1932(2):P589-737.10 杨怡光.神经网络在经济信息管理中的应用.科学与管理，2006(4):P50-53.11 顾小安.公司财务预警系统的构建.财经论丛,2000(2):P65-71.12 谷祺,刘淑莲.财务危机企业投资行为分析与对策.会计研究,1999(10):P99-120.指导教师 年 月 日专业负责人： 年 月 日XXXXXXXXXXXXXXXXXXXXXXX题目： 浙江中小板上市公司财务预警实证研究系 别： 商 学 系 专 业： 财 务 管 理 班 级：XXXXX 学 号：XXXXXXXXXXX 学生姓名： XXXXXXX 1、 选题的背景、意义（1） 背景中小企业板推出至今，由于存在整体运行不太稳健及其制度性缺陷等问题，不可避免地会面临着各种财务危机，如何及时准确地对财务风险的险情进行监测、预报，已成为现在企业财务管理工作中必须解决的问题，所以构建一套高效、灵敏、实用的财务风险预警体系是十分重要的。加强企业财务危机的预防与控制抵御财务风险，确保财务状况的稳定，是现代财务理论界与实力界研究的热点问题之一。企业财务预警模型是以企业财务信息数据为基础，以财务指标体系为中心，通过对财务指标的综合分析、预测，及时反映企业经营情况和财务状况的变化，并对企业各环节发生或将可能发生的经营风险发出预警信号，为管理当局提供决策依据的监控系统。它能通过收集与企业相关的产业政策、市场竞争状况、企业本身的各类财务和生产经营状况信息，进行分析比较，预知财务危机的征兆。当可能危害企业财务状况的关键因素出现时，财务预警系统能发出警告，提醒企业经营者早做准备或采取对策以减少财务损失。（二）意义理论意义：中小企业板上市公司有着相对较大的财务风险和存在相对不稳定性，因此相对来说较为容易地陷入财务困境，而企业陷入财务困境是一个渐进的过程，它的形成、发展和演化都有其客观规律，完全有可能在企业的财务状况出现问题之前使用有效的方法预先发现，提醒企业经营者做好准备或采取对策。研究中小企业板上市公司财务困境的预警就是要在陷入财务困境的企业或破产企业的财务问题中找到规律为其他企业敲响警钟。财务危机预警理论是财务管理理论的重要组成部分。关注中小企业财务危机预警问题，从理论上完善中小企业财务危机的发生、发展与预防等，实际上有利于富中小企业财务管理理论。实际意义：建立中小企业板上市公司的财务预警系统，在公司面临财务风险的时候及时发出预警信号，对各利益相关者主体来说都具有十分重要的意义。从微观角度来看，对公司经理人来说，及时有效的财务困境预测有利于找出问题症结，提前采取适当的纠正措施，阻止企业财务状况的进一步恶化；对借贷者(银行或其它债权人)来说，可以避免将款项贷给高风险的企业，以免遭受损失；对于投资者来说，可以及时发现股票的价格是被市场高估还是低估，提前做出决策，从而将损失减少到最低程度。从宏观层面上看，有利于经济主体降低营运风险，以便促进我国资本市场的规范和健康发展。2、 相关研究的最新成果及动态（一）、国外关于上市公司财务预警研究现状关于公司财务预警方法的研究在国外历史悠久，总体而言，运用于财务预警的方法可分为统计类和非统计类两大类，其中，统计类的方法主要有单变量分析法和多变量分析法。1、一元判别法最早的财务预警研究是Fitzpatrick的单变量破产预测研究。一元判别方法简单易行，然而此后就很少出现专门的单变量研究。这主要是因为：只重视一个指标的分离能力，如果经理人员知道这个指标，就有可能在决算时尽可能地去粉饰这个指标，以表现出良好的财务状况。另外，如果使用多个指标分别进行判断，这几个指标值的分类结果之间就可能会产生矛盾，导致无法做出正确的判断。2、多元线性判别1968年，Altman首次使用了多元判定分析预测财务困境。他对19461965年间对提出破产申请的33家公司和33家非破产公司进行了研究，运用多元判别模型建立了z模型心。 此后，多变量分析方法被广泛采用，成为一种主流方法，其优点是：(1)能包容反映企业财务情况的多项指标。(2)能够包含独立变量。(3)一旦完成建立模型之后，运用相对容易。但是该方法也存在一系列的缺陷：首先，该模型是建立在组内分布为近似正态分布，并且两组的协方差矩阵相等的假设之上的，而在实际中，很难满足这一假设。其次，对于破产前两年以上的预测未必有用。第三，由于企业规模、行业等存在诸多差异，该模式不具有横向可比性。最后，财务困境组与控制组之间配对标准的确定是一个很大的难题。3、多元逻辑回归模型多元线性判别法所具有的种种局限性使这一模型的合理性与精确性一直受到质疑。但由于这种方法的简单易用且有一定的判别效果，而一直沿用下来。进入20世纪80年代，在先进统计方法的发展推动下，研究者开始使用逻辑回归模型来估计企业进入困境的概率，以概率高低来判定企业未来进入困境的可能性。为克服线性模型的局限，研究人员引进了逻辑和概率比回归方法。1980年Ohlson用多元逻辑回归方法分析了19701976年问破产的105家公司和2058家公司组成的非配对样本，他发现利用公司规模、当前的变现能力进行财务危机的预测准确率达到96.12。4、递归划分算法(递归分割法RPA)1985年，Frydman等提供了一种新分类方法递归划分算法进行财务分析并在公司财务危机的背景下与判别分析作了比较。发现递归划分算法在许多原始样本和对比样本方面比判别分析更好，并且通过递归划分算法和判别分析结果还可以得到额外信息。5、其他非统计类财务预警方法其他非统计类财务预警方法还包括有专家系统法、实验法、灾害理论、混沌系统理论、期权定价理论等等。尽管目前财务危机预测方法层出不穷，但主流的分析方法只有一元判别模型、多元判别模型和多元逻辑回归模型三大类。其他研究方法虽然作出了有益的尝试，但是由于模型开发历史较短，研究不够广泛，模型的稳定性尚有待进一步检验。（二）、国内关于上市公司财务预警研究现状在国内，受证券市场发展的影响，对财务预警的研究起步较晚。1986年吴世农、黄世忠首次在我国介绍了企业破产的分析指标和预测模型。1990年，国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究， 1999年出版了企业预警管理丛书。之后我国学者才真正开始了对财务预警的研究，并取得了一定的成果，但主要还是借鉴国外的模型。总体来说，研究方法可以分为两大类，即单模型研究和多模型比较研究。1、单模型研究1996年周首华、杨济华提出了F分数模型，它是在充分考虑了企业现金流量的变动等方面的情况后，通过调整和更新指标对z模型进行了修正，也取得了一定的效果。2000年，张玲使用更细分的样本数据，用19981999年120家上市公司组成的样本，同样用线性判别分析方法进行了预测研究。样本分成二组，第一组由60家公司组成，含30家被特别处理的公司和30家绩优公司，第二组含2l家被特别处理的公司和39家随机选中的没有被特别处理的公司。前者用于估计二类线性判别模型，并使用后者的另外60家公司进行模型检验，发现模型具有超过前4年的预测效果。国内研究应用逻辑回归模型的，以陈晓、陈治鸿的研究为代表。其研究以19981999年的38家被特别处理的公司作为初始样本，并以同年度的所有净资产收益率低于5的没有被处理的公司132家作为配比样本，构成含有170家公司的总样本。采用公司被特别处理前2年的财务报表数据，选取8组共27个财务比率，作为备选变量，做了1260种变量组合后，选出具有最小误判率的变量组合放入模型之中，并根据不同的筛选原则构建了四个模型，比较得到最优的模型，同时对误判率和期望成本进行了详细分析，这些均异于其他研究，成为其突出的特点。另外类似的研究有储一军和姜秀华，结果同样发现多元逻辑回归模型预测效果良好。张爱民等(2000)借鉴A1tman的多元z值判定模型，运用统计学的主成分分析方法，建立了主成分预测模型，选取19992000年间的40家被特别处理的公司与40家没有被特别处理的公司作为研究样本进行实证检验。结果显示了一定的有效性：在ST宣布年前判别正确率达925，前2年为875，前3年为775。杨保安等利用BP神经网络对中信实业银行的30个企业客户的财务风险状况进行了判别分类，认为BP神经网络方法是企业财务危机预警中较好的应用工具，并能为银行贷款授信、预警提供有效决策。而杨怡光则认为：人工神经网络、混沌分析等新的数学分析方法，由于方法的复杂性以及可操作性等方面的问题，在实践中不便使用。国内对财务危机预警模型的研究始于上世纪90年代末。造成这种现象可能有以下几个原因：(1)尽管我国在1986年颁布了破产法，但由于受经济制度的制约，破产实践有限，即便企业破产，常常包含了极其复杂的原因，而不仅仅是企业发生财务危机的直接后果；(2)我国于1992年才开始推行企业会计准则，之前的会计制度与国际通行的会计准则有较大的差异，加之我国企业会计报表一直缺乏有效的外部审计鉴证，随意性较大；(3)我国企业会计数据被时断时续保存于政府的各个部门，如财政部门、统计部门及国家信息部门，缺乏统一的数据库，学者们几乎没有渠道以低成本的方法来获取众多企业连续几年的会计报表。缺乏合适数据获取途径对我国财务危机判别模型研究的限制可能是最关键的。随着我国证券市场的快速发展，我国出现了大量的中小板上市公司。尽管我国上市公司尚没有出现破产的先例，但大量中小板上市公司的出现以及现在已经显露出来的一系列问题使得企业经营者必须去重视财务危机预警。2、多模型比较研究方法陈静以1998年的27家被特别处理的公司和没有被特别处理的公司为对象，使用了19951997年的财务报表数据，进行了单变量分析和多元线性判定 ，分析并进行了两种方法的比较。这项研究作为国内最早的实证财务困境预测研究，利用中国的数据，作了有益的探索。但由于受样本与数据的限制，样本量小，结果难有广泛适用性。吴世农、卢贤义以我国上市公司为研究对象，选取了70家处于财务危机的公司和70家财务正常的公司为样本。首先应用剖面分析和单边量判定分析，确定了6个预测指标，然后应用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危机的模型。研究结果表明：三种模型都能在财务困境发生前发出相对准确的预测。而相对同一信息集，Logistic预测模型的误判率最低，财务危机发生前的第1年的误判率仅为6.47。（三）、中小板上市公司财务预警研究中存在的问题与国外相比，国内财务预警研究方法多是采用单变量分析、多元判别模型和多元逻辑回归模型，很少涉及生存分析法和其他非统计类方法。而国外对于非统计类方法进行了很多大胆的尝试，总体效果比较好。目前还未有选取预测变量的综合性理论框架，如何选取定性变量和定量变量还缺乏理论支撑。NNS可以用于发现预测变量之间以及和预测结果之间的非线性关系。但在未有理论支撑的情况下，将NNS与其他方法结合使用，仍有待进一步研究。MDA、LOGIT方法形式简便明了，易应用，仍具有很高的应用价值。如何确模型的适用条件，目前的研究中还比较模糊。将定性评价和定量结果相结合，进一步考虑时间维度，进行动态预测，是继续改进MDA、LOGIT方法的重要方向。（四）、国内外研究小结虽然中小板上市公司财务预警方法研究取得了重大进展，开始进入快速成长阶段，但总体上看，尚未进入成熟阶段。中小企业资金结构不尽合理、技术管理水平偏低、投融资渠道窄、开拓市场能力弱、服务体系不健全、存货过多、资金运转调度欠灵活等都可能导致企业的持续经营能力下降，成为发生财务危机的诱因。现今已有的财务危机预警系统是以财务数据计算和相应的防范措施为主要内容，而要真正完善中小板上市公司财务预警系统还需要一定的时间。3、 课题的研究内容及拟采取的研究方法（技术路线）、研究难点及预期达到的目标（1） 课题的研究内容1、问题的提出：包括对研究背景和研究意义的介绍。2、国内外的文献回顾。根据国外和国内对中小板上市公司财务预警的研究现状对其进行详细的介绍。3、财务预警的概念、基础理论以及它的影响因素。详细介绍财务危机、财务预警以及发生危机后如何采取财务危机预警，以这些理论为基础去分析浙江中小企业板快上市公司财务预警的影响因素。4、浙江中小板上市公司财务预警的现状。主要分析中小板上市公司目前的发展状况，去发现中小板上市公司存在的一系列问题，如业绩不稳定，股权结构失衡等等。5、对浙江中小板上市公司财务预警进行实证分析。分别进行单变量模型和多变量模型的实证分析，从各个层面分析产生不同结果的原因。6、就如何加强中小板上市公司财务预警的建议。基于中小板上市公司存在的问题以及用模型进行检验得出不同的结果的基础上，得出模型是否适用或适用程度的有关的结论，针对中小板块现存的财务预警问题提出小小建议。7、结论部分。指出本文的不足之处以及进一步研究的方向。（2） 拟采取的研究方法（技术路线）本文采用规范分析和实证分析相结合的研究方法。规范分析力求做到客观、准确和易于理解；实证分析力求做到数据真实，过程清晰，结论具有说服力。规范分析主要集中在财务危机预警的相关概念和基础理论、中小企业板块上市公司财务危机预警的影响因素、以及中小企业板块上市公司财务危机预警的现状等几个方面。论文的实证部分以中小企业板块上市公司为样本，采用2004年和2006年的实际财务数据，运用多元逻辑回归模型、多元判定模型、Z分数模型对中小板上市公司进行检验，并对模型产生不同的结果进行分析。技术路线图财务预警问题的提出中小板企业财务预警财务预警的概念财务危机的概念构建模型进行实证研究中小板上市公司发展现状及存在的问题多元逻辑回归模型多元判定模型Z分数模型对结果进行数据分析得出结论和个人建议（3） 研究难点1、样本的数量问题。由于中小板上市公司上市时间不长，使得浙江省样本公司数量不多，样本容量存在不足。2、样本的时间跨度问题。中小板上市公司推出较晚，以及数据获取方面的原因会使得样本时间相距较近，会影响预测模型的稳定性。3、样本的配对性问题。样本数量的限制会导致很难根据会计年度、行业和资产规模等因素配对地选择非困境公司样本，并且进行一一配对抽样，影响精确度。（四）预期达到的目标结合浙江省中小板上市公司的实际情况，运用实证分析的方法构建浙江中小板上市公司财务预警模型，并探寻相关预警指标的实际运用办法。中小板上市公司的财务危机预警研究不是一蹴而就的，它需要大量的数据，并对这些数据进行理论分析研究。要持续关注中小板上市公司财务状况，采集大量真实的上市公司财务状况数据，并进行长时间的追踪研究。四、论文详细工作进度和安排2009.09.292009.11.08 完成毕业论文选题2009.11.092009.12.20 完成文献综述、开题报告及外文翻译2009.12.212010.03.19 完成毕业论文初稿，确定实习单位2010.03.202010.05.05 毕业实习，修改论文2010.05.062010.05.13 毕业论文定稿五、主要参考文献1 艾健明.企业财务危机预警研究.企业经济.2002(7):P103-1042 周首华,杨济华.论财务危机的预警分析-F分数模式.会计研究,1996(8)：P8-113 张玲.财务危机预警分析判剐模型及其应用,2000(6):P38-404 陈治鸿,中国上市公司的财务困境预测.中国会计与财务研究,2000(3)：P55-925 张爱民,祝春山,许丹健,上市公司财务失败的主成分预测模型及其实证研究.金融研究,2001(3):P10-256 杨保安,季海,徐晶.神经网络在企业财务危机预警之应用.预测,200l(2)：P49-547 杨怡光.神经网络在经济信息管理中的应用.中南财经大学学报,2000(2)：P50-538 陈静.上市公司财务恶化预测的实证分析.会计研究,1999(4):P3l-389 吴世农,卢贤义,我国上市公司财务困境的预测模型研究.经济研究,2001(6):P46-5510 W.H.Beaver, Financial Rations as Predictors of Failure. Joumal of Accounting Research(supplement),1966:P77-11113 Altman E.I,Financial rati08,the prediction of corporate bankruptcy.Joumal of Finance，1968(9):P58-6714 0hlsonJA，Financial Ratios and the Prediction of BankruptcyJoumal of Accounting Research，1980(1):P109-13115 Halina dmarI，Edward IAltman，“Kao，Introducing Recursive Panitioning for Financial Classification：The Case of Fincial Distress.Joumal of Fin，1985，Volume 40，Issue l，pp.P269-29116 Pela K.Coats aIld L.Franklin Fant.A Neuml Network Approach to Forecasting Financial Distress.The Joumal of Business Forecasting.1991.Winter指导教师审核意见： 签字： 年 月 日专业意见： 签字： 年 月 日院（系）意见： 签字： 年 月 日XXXXXXXXXXXXXXXXXXXXXXX题目：浙江中小板上市公司财务预警实证研究系 别： XXXXX 专 业： 财 务 管 理 班 级：XXXX 学 号：XXXX 学生姓名： XXXXX 1、 前言部分近年来,证监会对一批ST公司的处理也给中小板上市公司敲响了警钟，中小板上市公司迫切需一个可行的财务预警系统，以起到警报器的作用。对于监控部门来说，根据财务预警系统提供的信息，可以进行宏观经济监测和预警；对于上市公司来说,可以据此揭示财务经营中所存在的问题，及时调整公司经营策略，以避免沦入ST、PT的行列；对于投资者和债权人来说，可以根据财务预测指数的动态分析进行正确的投资选择；对于准备借壳上市或买壳上市的公司来说，可以通过关注预警信息寻找到宝贵的“壳”公司；对于审计人员、法律人员来说,可以据此更为准确的对上市公司经营情况做出判断，避免因未能准确披露而招致的法律诉讼。因此,上市公司财务预警是摆在财务管理研究工作者面前亟需研究的课题，是我国财务管理研究的创新项目。目的是创新财务预警模型，提高预警质量，增强预警研究的实用价值，为上市公司利益相关者提供准确的预警信号。中小板上市公司推出至今，由于存在整体运行不太稳健极其制度性缺陷等问题，不可避免地会面临着各种财务危机，如何及时准确地对财务风险的险情进行监测、预报，已成为现在企业财务管理工作中必须解决的问题，所以构建一套高效、灵敏，实用的财务风险预警体系是十分重要的。加强企业财务危机的预防与控制抵御财务风险,确保财务状况的稳定,是现代财务理论界与实力界研究的热点问题之一。企业财务预警模型是以企业财务信息数据为基础，以财务指标体系为中心，通过对财务指标的综合分析、预测,及时反映企业经营情况和财务状况的变化，并对企业各环节发生或将可能发生的经营风险发出预警信号,为管理当局提供决策依据的监控系统。它能通过收集与企业相关的产业政策、市场竞争状况、企业本身的各类财务和生产经营状况信息，进行分析比较,预知财务危机的征兆。当可能危害企业财务状况的关键因素出现时,财务预警系统能发出警告,提醒企业经营者早做准备或采取对策以减少财务损失。财务预警,具体的说就是财务危机的预测与警报。财务危机(Financial Crisis)是企业遭受财务风险的结果,是财务风险的一种极端表现,财务危机企业要么连年亏损要么经营不畅,面临着较大的财务风险。二、主题部分（一）国外研究现状在国外利用财务报告数据对企业财务危机预测的研究已有不短的历史。Fitz Patrick(1932)所做的单变量破产预测模型是最早的财务危机预测研究,研究现判别能力最高的是净利润/股东权益和股东权益/负债两个比率,而且在经营失之前三年这些比率就呈现出显著差异。1968年Altman首次将多元线性判别方法入到财务危机预测领域,他对19461965年间提出破产申请的33家公司和同样量的非破产公司进行了研究。模型的预测精度高达94%。陈静(1999)首次对我国上市公司的财务危机进行了实证分析,他以上市公司被特别处理(ST)作为财务危机的标志,运用Fisher判别结合1997年年报数据对ST和非ST公司进行了判别,模型可以准确判别88.9%的ST公司和96.3%的非ST公司,总体正确率为92.6%,但不足之处是用于检验判别模型正确率的样本就是用于估计样本参数的样本,根据我国上市公司的年报披露制度,公司1997年度的财务报表和公司在1998年是否被特别处理这两条信息几乎是同时得到的,因此是用1997年年报判别1998年上市公司的ST状态,就预警目的而言缺乏实际意义。张玲(2000)选用深沪两市51家ST公司和69家非ST公司为研究对象,利用多元判别分析模型进行预警分析,结果显示模型具有超前4年的预测效果。吴应宇等(2004)选用2002年22家ST公司和138家非ST公司,以15个变量作分析的起点,运用因子分析和多元logistic回归分析两种计量方法相结合,拟合出上市公司财务危机预警型,测精度为85%。利用个量方法的不同优势,有机结合,形成长短互补,能够有效克服单个方法研究中存在的约束问题,以此提高研究的科学性和准确性,这样的思想方法可以进一步拓展和应用。本文正是基于现状,在充分利用国内外对财务危机预警模型研究的成果的基础之上,进一步探讨如何能够对上市公司的财务状况做出准确的预测,以希望对我国有关财务危机预测模型的研究有所贡献。目前越来越多的企业因为财务危机而宣告破产。对企业财务风险进行预警的需求也就越来越紧迫，但许多企业并没有充分了解财务预警。由于国外对财务预警研究已有比较深的探索与成就。因此本文主要介绍国外有关财务预警的研究成果。1、单变量财务预警模型最早用统计方法进行财务预警研究的是Fitzpatrick(19321的单变量破产预测研究。他以19组破产和非破产作为样本，运用单个财务比率将样本划分为破产与非破产两类，结果发现辨别能力最强的两个比率是权益利率(净利润股东权益)和产权比率(股东权益，负债)。一直到30多年后的1966年。美国的William Beaver才沿着Fitzpatrick的思路提出较为成熟的单变量模式。他对19511961年期问的79个失败企业和相同数量、铜等资产规模的成功企业进行比较研究。以单变量分析法发展出财务预警模型。他用以预测财务危机的比率有：债务保障率、资产收益率、资产负债率、资产安全率。研究结果表明，债务保障率(现金流量，总负债)预测财务危机的效果最好，资产负债率(净利润，总资产)次之，在失败前5年可达70以上的预测能力，失败前一年更可达87的正确区别率。 2、多变量财务预警模型(一)Altman多变量模型基于单变量的诸多缺点。美国纽约大学教授Ahman于1968年在金融杂志发表的一篇题为财务比率、判别分析和公司破产预测的文章中提出了预测企业破产的Z值模型，这是最早的多变量型财务预警。Z值模型从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况。进一步推动了财务预警的发展。经过筛选。对这些企业的财务指标按流动比率、收益率、稳定性、支付能力、活动比例5项标准分类，最终确定了5个变量作为判别变量。根据这一模型，Altman得出：对于判别值Z，当Z1.81，公司的财务风险很高；181Z30时，公司基本上不存在财务风险。后来奥特曼等人又将此模型加以改造，开发出“zeta模型” 。该模型可以对5年内可能出现的破产做了预测。但该模型的权数未对外公布，只提供了用于预测的7个变量。后来因为Z分数模型是为制造业企业设计的，有一定的局限性，Altman在1977年又发展了Z分数模型，即第二代z模理3(Zeta)模型，此模型包括了7个财务比率变量，即资产收益率，盈利的稳定性，债务还本付息，累计盈利能力，流动性，资本比率，由企业总资产衡量的企业规模。但此分析有独享权。故其变量的权重不予公开。（二）国内研究现状就国内实证研究而言,由于数据收集上的原因,我国学者陈晓、陈治鸿(2000)认为上市公司中被宣布特别处理的公司(ST公司)为财务危机企业,陈静(1999)、张玲(2000)、张鸣、张艳(2001)、吴世农与卢贤义(2001)等人也认同这种观点。本文在选择样本企业时采用的就是这种观点,目前,我国ST公司的认定标准为:上市公司如发生财务状况异常或发生其他异常状况,导致投资者对该公司前景难以判定,可能发生损害投资者利益的情形时,交易所将对该上市公司实行特别处理。其中,“财务状况异常”指的是最近两年连续亏损或最近一年的每股净资产低于每股面值,或同时出现上述两种情况。“其他状况异常”指的是因自然灾害、重大事故导致公司生产经营活动基本终止或公司面临赔偿金额可能超过其净资产的诉讼等。上市公司一旦发生上述两种状况,将自动进入所谓的ST板块。从以上规定可以看出,宣布为特别处理的企业已经陷入了较大的财务危机,它们往往会出现难以偿还到期债务的情形。所以,将ST类公司作为财务危机企业是既合理又合适的。Beaver(1966)以单变量分析法发展提出财务危机预测模型:Altman1Edward(1968)提出了著名的Z分数模型(这也是最早运用多变量方法研究企业财务危机的模型):Ohlson(1980)使用条件Logit模型来进行公司破产预测;顾小安(2000)运用功效系数法构建了企业的长期财务预警系统;张爱民(2001)等采用多元统计分析中的主成分分析法对企业财务预警进行了研究。吴世农、卢贤义(2001)对我国上市公司财务困境进行了研究,他们选取了70家处于财务危机的公司和70家对照公司(非财务危机)为样本,检验了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,并结合我国的实际情况建立了相应的数学模型。他们的研究表明,在财务危机发生前两年,盈利增长指数、流动比率、负债比率、总资产周转率等6个指标的时效性较强。模型均能在财务危机发生前作出较为准确的判断,Logistic模型的误判率最低(吴世农、卢贤义2001)。Logistic回归分析方法是从一组因变量中预测一个“对应的”应变量的另一种统计方法。Logistic模型为非线性回归模型,其反应函数呈倒S型或是S型,反映概率值落在0到1之间,因而易于对结果做出解释。另外,Logisitic模型可以解决判别分析中自变量数据非正态的问题。本文采用实证分析方法,建立企业财务预警模型。结合我国的实际情况,确定了52家样本企业和5个模型入选指标,建立了Logisitic模型,并对模型的准确率进行了分析。选取了38家中小板块上市公司,并利用前面构建的Logistic模型对这38家企业进行财务预警。（三）中小板上市公司存在的意义中小板上市公司在促进我国经济增长、提高生产率、减少贫困和增加社会就业机会等领域发挥着越来越重要的作用。截至2005年12月，它们已占全国企业总数的99.6，创造了58左右的GDP和提供了75%的就业机会。要保证我国国民经济的稳定持续增长，就必须保持足够数量的中小企业。但是，目前我国中小企业的成长具有较高的不确定性。中南大学商学院中小企业成长性课题组通过对中小上市公司成长性的研究，提出：中小上市公司在经历了上市后迅速成长扩张的阶段后，其成长能力明显放缓，出现成长停滞的趋势，面临财务危机。因此，选取财务危机预警指标，构建中小企业财务危机预警模型非常重要。因为企业的财务危机并非瞬间所致，都是经历了一个渐进积累转化的过程。我国企业经过年的拼搏竞逐上市已成为企业成功与发展的标志,水利行业也涌现出一批上市公司。随着经济一体化、经营全球化的发展,企业的生存发展环境面临着很大的风险性和复杂性。作为企业改革先锋的上市公司,虽然获得了更广泛的资本运作市场,同时也面临着更多的潜在的危机。我国上市公司正处于构建完善的公司治理机制阶段其中不乏经营良好的企业处在发展壮大和扩张经营规模的时期。因此,如何保持企业的可持续发展,不因财务失败而导致经营破产,成为了我国上市公司不可回避的重要问题。构建我国上市公司健全而有效的财务预警系统则是实现该目标的重要举措,也是对上市公司及资本市场、甚至经济社会的正常运行的技术保障。上市公司财务预警系统具有及时发现公司财务状况中异常情况的机制,有利于上市公司及时调整经营策略,扭转财务状况恶化的势头,因而对我国上市公司财务预警系统的研究具有十分重要的意义。3、 总结部分中小企业板推出的时间不长,在制定设计方面,在企业自身方面都存在一定的缺陷，而财务预警系统作为一种风险控制形式、内部控制形式和激励方式可以使中小企业板上市公司在危机到来之前采取预防措施避免产生经营困境。中小板上市公司有必要加强对财务危机预警的认识，预防公司的财务危机的发生，中小板上市公司的高层管理人员和全体员工要树立财务危机意识，防止好大喜功、不顾成本和不看市场的盲目的管理行为，树立稳扎稳打的经营方针和相对稳健的财务理念。中小板上市公司具有规模小、增长潜力大的特征，如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。因此，中小企业板块上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入和总资产指标。只有如此，才有可能建立真正有效的财务危机预警体系。4、 参考文献1 黄海,罗友丰等.SPSS1010 for windows统计分析.人民大学版社,2001:P100-111,192199.2 彭韶兵,刑精平.公司财务危机论.清华大学出版社,2005:P55-85.3 吴世农,卢贤义.我国上市公司财务困境的预测模型研究.经济研究，2001(6):P46-55.4 陈晓,陈治鸿.中国上市公司的财务困境预测.中国会计与财务研究,2000(9):P55-72.5 陈静.上市公司财务恶化预测模型的实证研究.会计研究，1999(4):P31-38.6 张玲.财务危机预警分析判别模型.经济研究,2000,(3):P49-51.7 张鸣,张艳.财务困境预测的实证研究与评述.财经研究,2001(1):P29-35.8 张爱民,祝春山,许丹健.上市公司财务失败的主成分预测模型及其实证研究.金融研究,2001(3):P10-25.9 杨宝安,季海等.BP神经网络在企业财务危机. 2001 (2):P27-28.10 杨怡光.神经网络在经济信息管理中的应用.中南财学报，2000(3):P50-53.11 顾小安.公司财务预警系统的构建.财经论丛,2000(4):P65-71.12 谷祺,刘淑莲.财务危机企业投资行为分析与对策.会计研究,1999(10):P99-120.13 丁学东.关于国有经济结构调整的若干问题.国有资产管理,1999(9).14 陈静.上市公司财务恶化预测的实证分析.会计研究,1999(4):P75-150.15 张玲.财务危机预测分析判别模型.数量经济技术经济研究,2000(3):P110-120.16 吴应宇.基于因子分析的上市公司财务危机预警研究的修正.东南大学报(哲学社会科学版),2004(6):P30-50.17 周首华，陆正飞，汤谷良现代财务理论前沿专题大连：东北财经大学出版社，2000:P75-85.18 张鸣，张艳财务困境预测的实证研究与评述财经研究2001:P100-12019 Fitzpatrick1P1J.A Comparison of Ratios of Successful IndustrialEnterprises with Those of Failed Firm .Certified Public Accountant,1932,(2):P589-605,P656-662,P727-737.20 Beaver1W1H.Financial Ratios as Predictors of Failure .Journal of Accounting Research,1966(supple2ment):P71-111.五、导师评语：建议成绩：签字： 年 月 日六、专业意见：建议成绩： 签字： 年 月 日嘉兴学院南湖学院外文文献翻译译文题目： 浙江中小板上市公司财务预警实证研究系 别：XXXX XXX 专 业： 财 务 管 理 班 级：XXXXX 学 号： 2XXXXXXX 学生姓名： XXXXX 一、 外文原文原文一Log Marginal ModelsLog models provide the most flexible tools for analyzing relationships among categorical variables in complex tables. It will be shown in this chapter how to apply these models in the context of marginal modeling. First in Section 2.1,the basics of ordinary log modeling will be explained. The main purpose of this section is to introduce terminology and notation and those aspects of log modeling that will be used most in the remainder of this book. It will be assumed that the reader already has some familiarity with log modeling and, therefore, the discussion will be concise. An advanced overview of log models is provided by (2002); an intermediate one by Hagenaars(1990)and an introduction is given by Knoke and Burke(1980)among many others. In Section 2.2, several motivating examples will be presented showing what types of research questions can be answered by means of log marginal modeling. Finally in Section 2.3, a general ML estimation procedure will be discussed for testing and est