基于现金流量上市公司财务危机预警探究

《基于现金流量上市公司财务危机预警探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、于现金流量上市公司财务危机预警探究摘要：本文选择2004年至2011年因财务状况异常而首次被ST的227家公司和227家非ST上市公司作为样本，选取18个现金流量指标，建立了基于现金流量的财务预警模型指标体系。首先运用正态性检验和非参数检验筛选出迗到显著性水平的指标，然后利用主成分分析法，进行指标的筛选降维，选取主成分因子，最后通过Logistic回归方法构建了基于现金流量的我国上市公司财务预警模型，并通过对随机抽取的50家样本企业T-3、T-2、T-1年的财务数据进行检验，检验结果表明模型具有较

2、理想的预测效果。关键词：现金流量财务危机预警主成分分析Logistic回归务预警的实证研究一直是一个被广泛关注的课题，目前国内关于财务预警方面的研究，尤其是引入现金流量的研究还不成熟。只有基于现金流量指标构建的预测模型才能反映公司是否有足够的现金支付到期债务，达到更好的预测效一、研究设计（一）研究样本的选择基于对国外相关研究的考察和分析，结合我国证券市场的实际情况，本文选取2004年至2011年间因财务状况异常而首次被ST的上市公司为样本，同时，对于非ST公司样本的选择采用配对样本设计方法，即对应

3、每一个ST公司样本，按会计年度相同、行业相同、资产规模相近的原则，选择一个非ST公司。再剔除数据不全的公司和并非由于财务状况异常而被ST的公司，最终共选出符合条件的454家上市公司，其中ST公司和非ST配对样本公司各227家，100家作为测试样本，其余的354家公司作为训练样本，根据对训练样本进行分析所构建的模型，再对测试样本进行预测。本文选取的研究期间为公司被ST之前的1至3年，因此样本数据采集时间为2001年至2010年的现金流量数据。（二）现金流量预警指标的选取现有的财务危机预警模型由于缺乏

4、必要的经济理论的支撑，在财务指标的选取上主要还是依靠对前人研究成果的借鉴和研究者的经验。因此，本文在选择现金流量预警指标时，主要从指标的重要性出发，选择比较重要的现金流量指标。从理论上来看，在现金流量分析中，最能体现现金流量表编制目的的是获现能力分析和偿债能力分析。因为，如果上市公司的获现能力强，则盈利质量高，同时也会有较多的资金用于资本支出，满足投资需要；反之亦然。上市公司的偿债能力与财务弹性有较大的相关性，如果上市公司的偿债能力强，资产流动性大，则财务弹性就大；反之财务弹性就小。因此，通过对公

5、司获现能力和偿债能力的分析可以为其他问题的分析提供初步的判断基础。本文借鉴前人的研究成果，为综合反映企业的财务状况，选择获现能力分析指标、偿债能力分析指标、盈利质量分析指标、财务弹性发展能力分析指标和现金流量结构指标共五大类现金流量指标作为研究变量，并在这五大类指标中选择一些相对重要，同时数据资料比较完整的现金流量指标。为了使指标更具普遍性和代表性，同时引入资本支出与折旧摊销比、净资产增长率、营业收入增长率三个传统的财务指标。最终设计的现金流量指标体系为：（1）获现能力分析指标，包括：总资产获现比

6、、每股经营活动现金净流量、资本支出与折旧摊销比。（2）偿债能力分析指标，包括：现金负债总额比、现金流动负债比、现金流量带息负债保障倍数。（3）现金流量结构指标，包括：经营活动现金流入流出结构比、投资活动现金流入流出结构比、筹资活动现金流入流出结构比、经营活动现金流入结构比率、筹资活动现金流入结构比率、经营活动现金流出结构比率、筹资活动现金流出结构比率。（4）盈利质量分析指标，包括：销售现金比和盈余现金保障倍数。（5）财务弹性发展能力分析指标，包括：经营活动现金流量净增长率、净资产增长率、营业收入增

7、长率。二、实证结果与分析（一）研究样本的正态性检验通常情况下，当样本服从正态分布时，适合选用T检验的方法进行显著性检验；如果样本不服从正态分布，则选用非参数检验的方法进行显著性检验。在国内外有关财务危机预警的研究中，基于样本服从正态分布的假设前提，许多学者都选用T检验进行显著性检验。但是这种假设是不符合实际的，实际的情况是数据很少严格服从正态分布。因此，本文运用SPSS软件，选择K-S检验来判断各现金流量指标是否服从正态分布。在显著性水平a=0.05的条件下，P^O.05时，说明该指标服从正态分布

8、；而当P利用SPSS统计软件对训练样本T-1年的通过显著性检验的17个现金流量指标进行主成分分析，得到8个主成分的特征值和贡献率。从结果可以得出，在T-1年，前8个主成分的累计贡献率为82.143%,说明用这8个因子代替原来的17个指标，共计反映原有变量82.143%的信息。同理，可以得出T-2年和T-3年的特征值和贡献率，从结果可以发现，T-2年共提取了7个主成分因子，累计贡献率达到了81.733%，说明这7个主成分因子包含了原有变量81.733%的信息量，总体上，7个因子能够解