基于na1vedd模型的财务困境预测

基于na1vedd模型的财务困境预测

ID:20631348

大小:65.05 KB

页数:9页

时间:2018-10-14

基于na1vedd模型的财务困境预测_第1页
基于na1vedd模型的财务困境预测_第2页
基于na1vedd模型的财务困境预测_第3页
基于na1vedd模型的财务困境预测_第4页
基于na1vedd模型的财务困境预测_第5页
资源描述:

《基于na1vedd模型的财务困境预测》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、基于naiveDD模型的财务困境预测摘要:本文选取我国A股2012、2013和2014年首次被ST的制造业上市公司为研究对象,通过对其前3年数据的分析,实证研究了naiveDD模型对我国制造业上市公司财务困境预测的适用性,得出naiveDD模型能显著地区别出制造业中的ST和非ST企业。关键词:财务困境naveDD模型预测一、引言证券市场上总有相当比例的挂牌公司因为自身原因或外部原因而陷于经营困境之中,对企业的财务困境进行预测,有助于市场参与者更好地进行各种投资决策活动,避免遭受严重的损失。制造业作为衡量一个国家综合国力的重要标志,在国民经济的增长中发挥

2、着重要作用。正确预测制造业上市公司的财务困境,有助于加快该行业的产业结构调整和升级,也有助于商业银行加强对制造业违约风险的防范。目前,国际上关于企业财务困境预测的研究主要有3种方法或模型(Bauer&;Agarwal,2014):(1)基于会计信息的传统模型。主要是Altman(1968)的Z-score模型和Ohlson(1980)的Logistic模型(孔德营、李晓峰,2012)。(2)基于市场信息的未定权益模型。该模型视债权为公司资产价值的一项看涨期权,以Black&Scholes(1973)和Merton(1974)的期权定价理论

3、为基础。(3)同时包含会计信息和市场信息的风险模型。Beaver,McNichols和Rhie(2005)指出同时包含市场变量和会计变量的模型更具有综合性,会提高公司违约预测的有用性。鉴于Merton模型较易被改进,美国Mood’sKMV公司对Merton模型做了进一步拓展,得出KMV模型,运用该模型可以对上市公司违约的可能性做出预测。关于Merton模型的另一项重要改进是Bharath&;Shumway(2008)的naiveDD模型,该模型假设债务的市场价值等于债务的面值,该模型的计算相对简单但是却和MertonDD模型拥有同样甚至更优的预测

4、能力(Bharath&;Shumway,2008)。国内基于市场信息对财务困境预测的研究,主要是基于KMV模型进行的。包括两类:一类是不修正KMV模型,直接用国内的样本数据进行验证(马若微,2006);另一类则是在修正KMV模型的基础上,用国内的样本数据进行验证,以探求在我国的具体适用性(鲁炜、赵恒珩、方兆本和刘冀云,2003;张泽京、陈晓红和王傅强,2007;张能福、张佳,2010;邹薇,2014等)。但是,较少有文献验证naiveDD模型在我国上市公司的适用性。又由于行业特性,不同行业的违约距离存在着差异(曾诗鸿和王芳,2013)。因此,本文

5、以制造业为例,研究naiveDD模型对于财务困境预测的有效性,以期丰富国内的研究。二、naiveDD模型介绍naiveDD是在MertonDD的基础上发展起来的,根据Crosbie&;ohn(2003),MertonDD模型的结果如下:MertonDD=[lnV/B+(y-0.5o2v)T]/ovH(1)其中,V是公司资产价值,B为债务面值,u为预期资产收益率,ov为公司资产价值的波动率,基于Merton模型正态分布的假定,预期违约概率(EDF)为:Pdef=N(-DD)=N-国(2)上述模型中,只有V和ov是未知的。在Bharath&;S

6、humway(2008)的naiveDD模型中,假定债务市值等于债务面值,即公司资产价值(V)=权益市值(E)+负债面值(F)。根据权益波动性和债务波动性之间的关系:naiveoD=0.05+0.25oE(3)采用加权算法得到公司资产价值的波动性:naiveov=[E/(E+F)]oE+[F/(E+F)](0.05+0.25oE)(4)令公司期望收益率等于公司上年股票收益率,即:naiveP=rit一1得出:naiveDD={ln[(E+F)/F]+(rit-1-0.5naiveo2v)T}/naiveovH(5)其中,naiveoD是债务波动率,oE

7、为权益波动率,rit_l为上年股票收益率,T为到期时间。naiveP=N(-naiveDD)(6)鉴于国内研究的惯例,本文只用违约距离来表示公司的违约情况,这样便于与国内学者的研究进行比较。即公司的naiveDD越小,公司违约的概率越高。Bharath&;Shumway(2008)指出,naiveDD模型要明显优于迭代算法及其他参数设定的MertonDD模型。三、naiveDD模型的计算(一)样本选择本文选择2012、2013和2014年首次被ST的制造业企业42个样本,筛选后得到31个ST样本,另外配对样本有31个,共62个样本,所有数据均来自

8、于国泰安(CSMAR)数据库。筛选过程为:(1)考虑到A股与B、H股市场的差异,剔除了4家同时

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。