创业板上市公司财务风险预警研究[文献综述]

创业板上市公司财务风险预警研究[文献综述]

ID:9939519

大小:33.00 KB

页数:6页

时间:2018-05-16

创业板上市公司财务风险预警研究[文献综述]_第1页
创业板上市公司财务风险预警研究[文献综述]_第2页
创业板上市公司财务风险预警研究[文献综述]_第3页
创业板上市公司财务风险预警研究[文献综述]_第4页
创业板上市公司财务风险预警研究[文献综述]_第5页
资源描述:

《创业板上市公司财务风险预警研究[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、毕业论文(设计)文献综述题  目:   创业板上市公司财务风险预警研究     一、前言部分创业板市场,是指专门协助高成长的新兴创新公司特别是高科技公司筹资并进行资本运作的市场,有的也称为二板市场、另类股票市场、增长型股票市场等。它与大型成熟上市公司的主板市场不同,是一个前瞻性市场,注重于公司的发展前景与增长潜力。推出的主要目的是促进自主创新企业及其他成长型企业的发展,是落实自主创新国家战略及支持处于成长期的创业企业的的重要平台。但与此同时,我们也必须认识到,创业板市场功能的充分发挥离不开有效的市场监管和风险防范。财务风险作为一种危机信号,影响着企业的

2、生存、发展和获利能力,必须尽早加以防范和控制。认识风险,预测风险,进而防范和控制风险,是我们在面对风险时能够从容应对的最好方法。国外关于财务风险预警的研究无论是理论还是实证方面早已引起足够重视,并得了较为成熟的预警模型。而国内关于财务风险预警的研究起步较晚,主要是对国外预警模型借鉴及对模型有效性验证的实证研究,目前在研究上多是采用多变量模型、多元回归模型和神经网络模型。多变量模型除了Z计分法模型以外,还有日本开发银行的多变量预测模型,中国台湾陈肇荣的多元预测模型,以及中国学者周首华、杨济华F分数模型等。但是,这几种模型在实际中的应用并不广泛。就目前为止

3、,Z计分法模型仍然占据着主导地位。企业财务风险预警系统,作为一个行之有效的诊断工具,其灵敏度越高,就能越早的发现问题并告知企业经营者,就能越有效地防范与解决问题,回避财务风险。本文就是要分析创业板上市公司的现状及问题,利用Z计分模型分析我国创业板的财务指标,从而进行财务风险预警,看是否有财务风险,再进一步提出解决创业板上市公司财务风险存在问题的对策,促进创业板公司的长期稳定发展。二、主题部分(一)国外关于财务风险预警的研究国外对于财务风险预警的研究开始于20世纪30年代,其研究主要集中在财务预警模型的构建上。如今这些研究成果已经比较成熟,并且在实际中得

4、到广泛应用。1、一元判定模型的研究最早用统计的方法进行财务预警研究的当属Fitzpatrick(1932)进行的单变量研究,他以19家公司为样本,运用单个财务比率将样本划分为破产和非破产两组进行研究,自此开创了财务危机预警实证研究的先河。之后美国芝加哥大学教授WilliamBeaver(1966)进行了较为成熟的单变量预警研究,他以1954-1964年间79家经营失败公司和相同数量的正常公司为例,检验了反映不同财务能力的6组30个变量在公司破产前1-5年的预测能力,结果发现现金流量/总负债预测的准确率最高,其次是资产负债率,并且离经营失败日越近,预见性

5、就越强。单变量模型虽然比较简单,但也存在很多问题。2、多元线性判定模型的研究美国学者EdwardAltman(1968)首先将多元线性判别法引入财务风险危机预警研究领域,根据行业和资产规模,他选择了33家破产公司和33家非破产公司作为研究样本,确定了5个变量作为判别变量,构建了Z模型,通过对模型的检验表现出了较高的预测能力。此后,多变量分析方法被广泛采用。3、多元逻辑回归模型Ohlson(1980)第一个将逻辑回归方法引人财务危机预警领域,他选择了1970-1976年间破产的105家公司和2058家非破产公司组成的配对样本,发现公司规模、资本结构、业绩

6、和当前的融资能力进行财务危机的预测准确率达到96.12%。逻辑回归分析方法使财务预警得到了重大改进,克服了传统判别分析中的许多问题。4、多元概率化回归模型Ohlson(1980)采用概率化回归方法进行财务预警研究,采用极大似然法,通过每个样本个体的破产与非破产的联合概率最大来构造模型,其研究思路与多元逻辑回归相似,不同之处是多元概率化假设样本服从标准正态分布,且寻求破产概率的方法不同,所以其缺陷类似于多元逻辑方法。5、人工神经模型Coats和Fant(1993)将人工神经网络模型运用于财务风险预警研究。他们以47家破产公司和非破产公司为样本,运用神经网

7、络模型进行判别,发现该模型的准确率达到91%,明显高于其他判别方法。该模型没有严格的假设条件,具有很强的容错性和学习、纠错能力,因此应用较广。但由于神经网络系统在工作时具有很强的随机性,因此要想得到一个较好的神经网络结构,需要反复地去进行调试,非常耗费人力和时间,使其应用受到了一定的限制。TakeshiJingu(2009)在文中提到了中国创业板的重要作用,更表示在创业板市场建立财务风险预警模型是当务之急。而Scott(2010)也表明了要建立适合的财务风险预警模型。(二)国内关于财务风险预警的研究我国关于财务风险预警的研究相对于国外来说起步较晚,吴世

8、农等人(1986)在《中国经济问题》发表了一篇文章,首次在我国介绍了企业财务风险预警模型。之后

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。