非财务指标在财务风险评价中的应用【文献综述】

《非财务指标在财务风险评价中的应用【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、毕业论文文献综述会计学非财务指标在财务风险评价中的应用财务风险是企业风险中的一种，国内外学者对财务风险研究的角度不其得出的结论也不同。其含义总体来说有广义和狭义之分。张平韬（2010）总结为从狭义来说仅是指公司举债活动给公司财务成果带来的不确定，通常也称筹资风险。从广义来说，财务风险是指公司理财活动的全过程和财务的整体观念透视财务本质来界定财务风险，是公司在声场经营活动中由于内外部各种难以预计或无法控制的因素影响，使公司财务活动未来财务活动成果和预期成果发生偏离的可能性。一般国内外主要是从广义的角度来研究财务风险。

2、国内外对于财务风险的评价只要是通过建立模型进行实证研究。国外学者对于财务风险预警研究从20世纪三十年代开始，提出了各种不同的财务风险评价模型一般可以分为定量和定性两种预警模式。定性预警模式主要为标准化调查法、管理评分法等。而定量模型经历了从单变量模型到多变量的过渡。单变量判定模型首先是由Fitzpatrick发现，美国的Beaver最先应用。他最先通过运用债务保障率等五个财务比率建立了单变量分析模型。多变量判定模型的研究相对于单变量来说较多，而且多变量模型比单变量模型有效性更强。西方关于多变量模型研究主要有Z模型、

3、Z计分模型、多元回归模型、多元概率比回归模型等。1968年Altman首次将多元线性判别方法引入到财务危机预测中，他随即抽取了33家在1946-1965年申请破产的制造企业作为样本进行研究。最后得出总资产息税前利润率、总资产周转率和产权比率三个指标的预测能力比较强。1977年，Altman又运用了流动资金与资产比率、股票市值与负债比率、销售与总资产比率等五个指标进行了进一步研究，其成功率达到82%。Grice和Ingram（2001）也运用了Z模型进行研究发现虽然其精确度有所下降，但是该模型在财务风险预测中还存在应

4、用价值。1977年Altman等人又Z模型进行了扩散，提出了ZETA模型。此模型的研究主要是将零售企业的研究考虑在内，相对于Z模型来说有更广泛的应用价值。多元逻辑回归模型（logic模型）是由Ohlson在1980年提出，他选用了1970-1976年间105家破产企业和2058家非破产企业进行了研究，研究发现企业的规模大小、资本结构、经营业绩等四个因素与企业财务风险的产生有高度的相关性。Tirapat和Nittayagasetwat(1999)运用了logic模型研究了1997年泰国企业破产的情况发现宏观经济条件在

5、一定程度上与企业的财务风险由较大的相关性。神经网络分析模型在财务风险控制中的运用是在20世纪90年代由Fletcher和Altman等研究者提出，将人类大脑的神经运行模式植入到财务风险控制中，它具有高度计算能力和自主学习能力。国内在财务风险控制研究上起步较晚，1999年陈静以1998年27家ST公司与同行业、同规模的非ST公司作为样本进行了研究，采用的是单变量模型结果发现在，发现在负债比率、流动比率、总资产收益率、净资产收益率4个指标中，流动比率和负债比率误判率最低。多元变量预警模型在在我国的研究首先是周首华、杨济

6、华和王平（1996）在Z模型的基础上进行改进，考虑了先进流量变动情况指标建立了F分数模型。张玲（2000）以120家公司为研究对象，使用了其中60家公司的财务数据估计二元线性判别模型进行验证发现模型具有超前四年的预测结果。此外黄岩和李元旭（2001）、尹侠等（2001）、向德伟（2002）、卫建国等（2002）、杨淑娥和徐伟刚（2003）、唐振宇等（2004）以及贲友红（2005）也采用了此模型进行研究。Logic模型首先在我国的运用是吴世农和卢贤义（2001）选取了79家处于财务困境的公司和79家财务正常的公司为

7、样本进行研究。在综合其它模型的基础上结果发现logic模型的误判率最低。此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率0.1为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建模；顾银宽（2005）则基于Jackknife检验进行了建模，均提高了模型预测的准确率。神经网络模型

8、在我国的研究室在1999年开始的，王春峰、万海辉、张维等用此模型对商业银行财务风险进行了研究发现此模型具有很强的非线性映射能力，其学习能力极强。刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于前两种方