工商管理我国上市公司负债筹资风险预测研究:一个文献综述

工商管理我国上市公司负债筹资风险预测研究:一个文献综述

ID:9871831

大小:26.50 KB

页数:4页

时间:2018-05-13

工商管理我国上市公司负债筹资风险预测研究:一个文献综述_第1页
工商管理我国上市公司负债筹资风险预测研究:一个文献综述_第2页
工商管理我国上市公司负债筹资风险预测研究:一个文献综述_第3页
工商管理我国上市公司负债筹资风险预测研究:一个文献综述_第4页
资源描述:

《工商管理我国上市公司负债筹资风险预测研究:一个文献综述》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、我国上市公司负债筹资风险预测研究:一个文献综述我国上市公司负债筹资风险预测研究:一个文献综述是小柯论文网通过网络搜集,并由本站工作人员整理后发布的,我国上市公司负债筹资风险预测研究:一个文献综述是篇质量较高的学术论文,供本站访问者学习和学术交流参考之用,不可用于其他商业目的,我国上市公司负债筹资风险预测研究:一个文献综述的论文版权归原作者所有,因网络整理,有些文章作者不详,敬请谅解,如需转摘,请注明出处小柯论文网,如果此论文无法满足您的论文要求,您可以申请本站帮您代写论文,以下是正文。  [摘要

2、]本文综述了上市公司负债筹资风险预测研究的国内外现状,预测对象多集中于整体财务风险,研究内容突出表现为有关财务风险预测系统的建立和预测模型的实证研究,另外有关财务风险预测指标的选择、筛选、修正等方面争议较大,目前还没看及有关针对负债筹资风险进行成因分析、风险预测和风险控制等方面系统的研究。研究我国上市公司负债筹资风险须明确以下问题:负债筹资风险含义的界定、负债筹资风险的标志性事件、样本数据来源分布和负债筹资风险预测方法等。  [关键词]上市公司负债筹资风险预测文献综述    近年来,我国一些著名

3、的企业纷纷在高速发展的阶段突然倒下,除体制、机制和经营原因的影响外,其自身的财务风险管理无不存在着严重的问题。据研究,我国上市公司中ST公司面临严重财务危机的同时,其财务风险的重要组成部分——负债筹资风险表现的尤为明显[1],故加强上市公司负债筹资风险的预测研究对有效防范企业财务危机的发生有着重要的意义。然而,我国针对负债筹资风险预测的专门研究很少见及,故加强这个问题的研究无疑是一个具有探索性、前沿性的课题。    一、上市公司负债筹资风险预测研究现状    1.国外研究现状  最早从事财务预警

4、研究的是Fitzpatrick(1932)的单变量财务危机预测研究,此后Smith和Winakor(1935)、Merwin(1942)、Beaver(1966)等人进行了类似研究。但单变量分析根据不同的财务指标进行判断有可能得出相反的结论,且单个变量所包含的信息不足以反映企业的整个财务状况。这些缺陷严重影响了单变量模型的适用性。  为克服单变量分析的局限性,Altman(1968)首次将多元判别分析(MDA)的方法引入到财务危机预测领域[2]。类似的研究还有Dambolena和Khoury(1

5、980)、Laitimen(1991)等。多元判别分析虽得到广泛的应用,但其对预测变量的分布性质施加了一些统计上的限制。  由于多元判别分析无法估计企业破产的概率,研究者设计了线性概率模型(LPM)。Meyer和Pifer(1970)最早将LPM运用于银行业的财务危机预测,Laitinen(1993)也做过类似研究。  为克服MDA和LPM都受到统计假设限制的局限性,研究人员引入了多元条件概率模型,包括Logistic模型和Probit模型。Martin(1977)首次运用Logistic模型来

6、进行银行破产预测。这一方法后来被Ohlson(1980)用于预测企业的财务危机。Zmijewski(1984)使用了Probit的分析模型。  随着现金流量表用于评价企业整体财务状况愈加受到重视,各国学者开始讨论现金流量指标是否能用于企业财务危机预测。Nosworthyetal.(1980)认为“现金流/总债务”是一个显著的单变量判别指标。Caseyetal.(1984)却认为单独使用现金流量指标进行财务危机预测效果不佳。  Laneetal.(1986)运用生存分析对银行破产进行预测。这一方法

7、后来被ChenandLee(1993)用于预测企业的财务危机。  由于统计分析方法受制于其假设前提,而这些假设前提在财务领域中已被证实具有缺陷,所以随着人工智能的发展一些非统计分析方法应用于财务预警研究。Coatst和Fant(1993)利用神经网络理论建立财务预警模型。Backetal.(1994)却并不认为神经网络模型具有比多元判别分析和Logistic分析更加明显的预测效果。Altman(1995)研究认为神经网络分析方法在风险识别和预测中的应用并没有实质性地优于线性判别模型。  基于MM

8、理论和期权定价理论,美国KMV公司于1993年提出的期望违约率模型。Charitou和Trigeorgis(2000)使用B-S期权定价模型中的相关变量构建了财务困境判别模型。  此外,Frydman(1985)运用决策树等更为复杂的机器学习方法来建立模型,联合预测模型、递归分割算法、近邻法、分类树方法、专家系统法、主成分分析(因子分析)、聚类分析等方法也被应用于该方面的研究。一些综合分析法如历史事件分析法、杜邦财务分析体系和沃尔比重评分法等也被应用于财务预警研究中。    2.国内研究现状  

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。