第六章 财务危机预警.ppt

1、(三)企业财务困境评价标准1。财务困境的评价标准(1)卡迈克尔(1972)标准：认为企业履行义务时财务困境受阻，表现为四种形式：(1)流动性不足：流动负债大于流动资产，短期债务难以清偿；(二)权益不足：长期偿债能力不足，因为留存收益处于亏损状态，或者负债总额大于资产总额，即负权益；债务违约：未能偿还应付债务或违反贷款协议的条款；资金不足：公司有限或无法获得各种额外资金。(2)罗斯等人(1999年；(2000)标准：认为企业的财务困境可以从四个方面来界定：(1)企业失败：即企业清算后仍无力偿还债权人的债务；法定破产：即企业和债权人向法院申请破产；(三)技术破产：即企业不能按时履行债务合同支付本息

2、或企业经营现金流量不足以抵消现有到期债务；会计破产：也就是说，一个企业的账面净资产为负，资产处于破产状态。(3)标准3)比弗(1966):79家“财务困境公司”包括：59家破产公司、16家拖欠优先股股息的公司和3家拖欠债务的公司。因此，海狸将破产、拖欠优先股股息和拖欠债务定义为财务困境。阿尔特曼(1968)标准：财务困境的定义是“一个企业进入法定破产”。(5)迪肯(1972)标准：人们认为，处于财务困境的公司“只包括为了债权人的利益而经历破产、无力偿债或清算的公司”。因此，财务困境的定义标准随着不同的研究目标而不同。(4)企业财务困境的判断/预测方法1。单变量判断/预测方法将财务困境企业和非财

3、务困境企业的财务指标逐一进行比较，判断财务困境企业和非财务困境企业在某些(或某些)关键指标上是否存在显著差异。具有显著差异的常见财务指标有：现金流量与总负债比率、累计市值、每股收益、净资产收益率、应收账款周转率、流动比率、负债/权益、长期负债/权益等。多元判断/预测方法费希尔发明了统计判断分析方法来判断/预测未识别单元的整体属性。第一个使用判断分析来预测破产的是爱德华阿尔特曼(1968)“财务比率、歧视性分析和公司破产预测”，纽约大学，JOF 23，1968年9月。奥尔特曼的实证研究结果：息税折旧摊销前利润销售股票市场价值z=3.3-99.9-0.6。的债务账面价值留存收益营运资本1.4 -

4、1.2 -总资产总资产，3。判断/预测财务困境、破产或违约风险的原则(1)问题：违约企业和非违约企业在违约早期的各项主要财务指标存在显著差异。如何用一个变量来综合反映各种财务因素的总体差异(2)思路：通过收集违约企业和非违约企业的财务指标进行对比分析，选择判断变量；然后，根据判断分析方法，建立了债券违约的判断模型。判断模型是一系列判断变量的线性组合，反映了违约企业和非违约企业在财务指标上的综合差异，从而最大限度地区分了这两类具有不同财务特征的企业。(3)程序：*选择判断变量*抽样(有财务困难的企业和财务状况正常的企业)*数据排序*选择模型，*建模和估计判断/预测模型*确定最佳判断点*测试判断效

5、率*应用估计模型进行判断或预测(5)美国州政府发行的债券是否存在违约风险？1.案例背景和问题政府也有财政状况是否健康的问题。巨额财政赤字是中央政府或国家财政状况不佳的表现；地方政府也可能因为财政收支不平衡导致资产流动性不足而无力偿还债务。1994年12月1日，美国最富有的县奥兰治县宣布投资损失17亿美元，1994年12月6日，奥兰治县政府不得不宣布破产保护。因此，许多州政府发行的债券也存在违约风险。为了区分同类国债是否存在违约风险或偿债风险，有必要判断国债是高于(含)还是低于。为此，财务分析师可以选择判断变量并估计一个两组判断模型，即iii (i=1，2，10)。下表显示了10个州政府在20世

6、纪80年代发行的债券的违约等级。其中，6只债券为甲级，意味着违约风险较小，另外4只债券为乙级，意味着违约风险较大。州政府发行债券的风险水平主要与州的人均财产价值和人均债务有关。下表还显示了这10种状态的数据。2。美国10个州政府债券等级及相关判断指标组：债券人均财产价值(x)债券人均债务(y)穆迪一级债券价值1 6685美元116 aa 1.632 2 6360 87 aa 1.677 3 11806 272 aa 2.555 4 2957 53a 0.713 5 3183 47a 0.817组6 2408 188 a 0.126 7 2703 613 baa=32790 cov(xy)=-1

7、6187d(x)=a组平均值和b组平均值=3653 d，a组平均值-b组平均值=-165描述：1。 资料来源：乔治福斯特，财务报表分析，1986年。吴士农，厦门大学，3。建模和估计模型iii (i=1，2，10) 0.000329i0.004887i其中：V(Y)d(x)-CoV(Xy)d(Y)V(x)V(Y)-CoV(Xy)CoV(Xy)0.000329V(x)d(Y)-CoV V(Y)是变量Y的方差；Cov(XY)是变量x和y的协方差；d(x)=A组平均值和B组平均值；d(y)=a组平均值-b组平均值。4.确定最佳判断点根据估计的判断模型，可以计算出每个样本单元的值，然后确定“最佳判断点”

8、来预测债券类别。“最佳判断点”是一个最大限度地减少样本单位误判数量的值。确定它的最简单方法是按大小顺序排列值，然后计算两个相邻值的平均值。最小化样本单元中误判数量的平均值是“最佳判断点”。从表中的值可以计算出两个相邻值的平均值，并可以确定“误判数”和“最佳判断点”:当0.7650时，误判数2为0.4505，误判数1(最佳判断点)为0.1710，误判数2.因此，最佳判断点=。5.用估计模型判断/预测加州政府发行的债券是否存在违约风险？*加州政府发行债券，人均资产为美元；人均债券债务为美元。*根据估计的判断模型，其值等于。所以其债券应该属于“或以上”，而不是具有违约风险的债券。(6)中国上市公司财

9、务困境分析与预测1。案例背景与问题：中国上市公司没有亏损的痕迹吗？为了化解“年报风险”，我国于1998年引入了“上市公司亏损前公告制度”。1999年1月5日，农垦贸易公司宣布“亏损前”，这是中国第一家宣布“亏损前”的上市公司。回顾1998年的年报，在宣布亏损的86家公司中，只有80家公司宣布“亏损前”，其中1月份是最多的，69家公司宣布亏损前。截至2000年1月16日，50家公司在1999年发布了亏损前公告，其中5家公司在1999年年底前发布了亏损前公告。今年有多少公司会“亏损前”？截至2000年3月13日，共有74家公司发布了“亏损前”公告。关于“赤字前”制度及其实施，有许多评论。并非所有亏

10、损公司都必须提前宣布“亏损前”，有些公司“亏损而不报”！中国证券监督管理委员会规定：“上市公司连续三年亏损或者当年发生重大亏损的，应当履行信息披露义务。”同时，“重大损失”的定义也不明确。因此，连续三年不会遭受亏损或重大亏损的公司可以“不报亏损”。例如，1999年甘长风的净资产收益率为-17.52%，但没有公布亏损前的情况，各方都不认为有任何违规行为。中国证监会还规定：“在会计年度结束时，及时履行信息披露义务。”“及时”意味着“没有明确的时间限制”，所以有些公司只在2月、3月和4月宣布“亏损前”。双鹿电气直到5月25日才发布亏损预警，可谓“姗姗来迟”！赶走那些将亏损转化为利润的公司，欢迎那些将

11、利润转化为亏损并继续亏损的企业。科技和工艺公司将会增加。连续两年亏损或重大亏损的企业将被列为“ST”。1999年有47家“科技”公司，估计2000年将有60多家“科技”公司。就目前情况而言，在47家ST公司中，有很多连续三年在ST上市的公司都不能“脱帽”，ST永久、ST中豪、ST北行、ST黔凯蒂都将被提升为“PT”。PT的公司只能在周五交易，这被视为“惩罚”。像重庆太白这样的PT公司，在连续三年亏损后，已经遭受了损失。他们能继续挂“PT”这个牌子吗？或者退市并停止交易，为什么亏损公司会赔钱？有许多争议。今年的亏损公司经常说“四项会计权责发生制”造成了亏损。一般认为，亏损的主要原因是：一是公司管

12、理不善；第二，行业竞争的加剧扩大了科技公司的覆盖面，涉及商业、机械、化工、建材、冶金、服装、房地产和轻工业；第三，企业债务负担过重，不良资产增加，这似乎是亏损企业的共同特征；此外，依赖“政府和总部补贴获取利润”的公司也是亏损的原因；最后，新的亏损公司总是披露大量的应收账款、坏账和坏账，成为四种权责发生制下亏损团队的新生力量。据不完全统计，1998年上市公司应收账款增加了60%以上，其中170多倍。应收账款的激增反映了上市公司资产质量的下降和亏损风险的增加。亏损公司频频出现在舞台上，难道没有迹可循吗？也不是！2000年首次宣布亏损的六家公司近年来一直表现出经营惨淡的迹象。到1999年中期，他们处

13、于亏损边缘，在盈亏线上挣扎。1998年3月，中国财政部发布了企业会计准则现金流量表，要求上市公司披露企业的现金流量状况，以克服现行会计制度和会计报表的缺陷。此外，吃补贴和增加利润而不增加现金的“白条利润”正在增加，误导投资者。因此，专家建议特别注意两个指标：一是“每股经营活动产生的现金流量余额”，二是“扣除非正常损益后的净利润”。前者是对每股收益的补充，防止企业在没有现金的情况下盈利，同时揭示企业的实际经营能力和资产质量；后者揭示了企业净利润的来源和构成，从而反映了企业的核心竞争力。讨论和分析的主要问题如下：第一，影响中国上市公司亏损的关键因素是什么？第二，如果你选择了足够多的有50%盈亏的上

14、市公司，你能分析它们在亏损前有什么共同特征吗？亏损公司和非亏损公司有什么显著区别？第三，如果用判断分析来建立亏损企业(巨额亏损或ST)的判断和预测模型，如何选择一套能有效反映亏损企业和非亏损企业特征的判断指标？更多损失？又赔钱了？我国上市公司财务困境判断与预测模型的研究与设计(1)选取样本公司：财务困境企业：70家科技和财务正常企业：70家相应的上市公司(规模、行业等)。)(2)选择样本时间：财务困境出现前1-5年(3)选择判断指标：21个财务指标(4)确定判断指标和选择(b)多变量判断模型：比较三种模型(PLM、MDA、Logistic)的预测精度。中国上市公司财务困境判断与预测模型的实证研究结果(1)所选判断指标Z=M1- M2/(S1/N1) (S2/N2)1/2 Z的标准化处理方法为两组(财务困境公司和财务正常公司)的平均差除以两组(财务困境公司和财务正常公司)的共同标准误差，反映了两个不同人群在某一指标X上的差异程度。Z越大，差异越大，预测能力越强。相反，它越小，预测能力就越弱。财务困难前的年度财务指标1 2 3 4 5 X1利润增长指数-5.02801-7.27657-3.192363-3.