1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 上市公司財(cái)務(wù)信用風(fēng)險(xiǎn)評估的應(yīng)用研究論文

        時(shí)間:2022-11-22 15:18:13 財(cái)務(wù)稅收 我要投稿
        • 相關(guān)推薦

        上市公司財(cái)務(wù)信用風(fēng)險(xiǎn)評估的應(yīng)用研究論文

          摘要:

        上市公司財(cái)務(wù)信用風(fēng)險(xiǎn)評估的應(yīng)用研究論文

          我國是能源生產(chǎn)和消費(fèi)大國的,新能源上市公司的健康發(fā)展對我國的未來的戰(zhàn)略部署有重大的意義。同時(shí)新能源上市公司屬于資金密集型公司,有必要對其財(cái)務(wù)風(fēng)險(xiǎn)做好評估,降低風(fēng)險(xiǎn),減少損失。本文選取我國深滬兩市A股市場的25家正常經(jīng)營的公司和25家ST公司,在因子分析和Logit模型原理的基礎(chǔ)上,運(yùn)用SPSS19。0和STATA分析軟件,運(yùn)用Logit模型進(jìn)行實(shí)證分析,來對新能源上市公司的財(cái)務(wù)狀況進(jìn)行預(yù)測分析。實(shí)證證明主成分1對于財(cái)務(wù)預(yù)警具有很強(qiáng)的預(yù)測能力。

          關(guān)鍵詞:

          logit;新能源;因子分析;STATA

          一、緒論

          新能源是一個(gè)正在興起,并且在國家的大力支持下蓬勃發(fā)展的行業(yè)。對于新能源上市公司,不僅需要與同行業(yè)的新能源公司競爭,還需要跟傳統(tǒng)的能源公司競爭。對于身處競爭激烈的新能源上市公司而言,建立財(cái)務(wù)機(jī)制是十分必要的。因?yàn)橥?cái)務(wù)數(shù)據(jù)的異常能反映出公司的潛在危機(jī),為公司預(yù)防和應(yīng)對危機(jī)提供可靠的依據(jù)。本文的財(cái)務(wù)信用風(fēng)險(xiǎn)評估就是對引起企業(yè)財(cái)務(wù)狀況和經(jīng)營狀況異常的因素進(jìn)行跟蹤和監(jiān)測,以便公司的管理層應(yīng)對危機(jī)。本論文還克服了僅僅依靠單純的財(cái)務(wù)指標(biāo)來預(yù)警帶來的滯后性,將新能源上市公司的財(cái)務(wù)風(fēng)險(xiǎn)看成一個(gè)動(dòng)態(tài)變化的過程,對于新能源上市公司危機(jī)預(yù)警和降低危害具有重大的意義。

          二、國內(nèi)外研究現(xiàn)狀

          馬。∕artinm,1977)選取1969~1974年間58家有財(cái)務(wù)困境的銀行,運(yùn)用篩選出的8個(gè)財(cái)務(wù)指標(biāo)預(yù)測兩年后銀行破產(chǎn)概率,由此建立了Logistic回歸模型,預(yù)測效果比Z模型和ZETA模型好。奧爾森(Ohlson,1980)選取1970~1976年的2163家企業(yè),其中2058家營運(yùn)正常企業(yè),其余是經(jīng)營困難的企業(yè),建立Logistic回歸模型,準(zhǔn)確率高達(dá)96。12%,這也是多元回歸模型第一次在破產(chǎn)預(yù)測中的應(yīng)用。姜秀華、任強(qiáng)和孫錚(2001)選擇了84家企業(yè)按照1:1的方式配對,建立Logistic判別模型,得出對兩類企業(yè)的預(yù)測準(zhǔn)確率都在80%以上。李蕾和韓立巖(2010)利用主成分分析和logistic回歸模型解決了解釋變量多重共線性等問題,提出了我國中小企業(yè)的財(cái)務(wù)指標(biāo)體系。李月英(2010)選取了38家上市公司,其中31家良好的公司,7家st公司構(gòu)建獨(dú)院線性回歸模型,研究表明主營業(yè)務(wù)收入增長率,資產(chǎn)負(fù)債率和總資產(chǎn)增長率是預(yù)測最顯著的3個(gè)指標(biāo)。

          三、Logistic模型在新能源上市公司財(cái)務(wù)信用風(fēng)險(xiǎn)的實(shí)證分析

         。ㄒ唬颖镜倪x擇

          本文的研究對象是我國新能源上市公司,選擇2009年到2014年間第一次被st的公司作為財(cái)務(wù)危機(jī)來研究,并考慮公司的規(guī)模和公司所處的行業(yè),按照1:1的原則來匹配為st公司匹配正常運(yùn)營的公司。本文篩選了2009到2014年間首次被st的25家A股新能源上市公司,同時(shí)根據(jù)上述原則匹配了25家A股新能源上市公司。本文根據(jù)指標(biāo)體系分為盈利能力指標(biāo),償債能力指標(biāo),成長能力指標(biāo),運(yùn)營能力指標(biāo)和現(xiàn)金流量指標(biāo),包括每股收益、每股凈資產(chǎn)、每股營業(yè)利潤、凈資產(chǎn)收益率等35個(gè)財(cái)務(wù)指標(biāo)。

         。ǘ┴(cái)務(wù)指標(biāo)的篩選

          本文初步構(gòu)建的指標(biāo)體系涉及五大模塊35個(gè)財(cái)務(wù)指標(biāo),但是不清楚對于樣本的分布,所以對財(cái)務(wù)指標(biāo)進(jìn)行非參數(shù)檢驗(yàn)來篩選指標(biāo)。首先本文利用spss19。0選用k—s檢驗(yàn)來判斷樣本是否服從正態(tài)分布。根據(jù)k—s檢驗(yàn)可知,除了利息保障倍數(shù)(X15)等13個(gè)指標(biāo)外,其余的22個(gè)財(cái)務(wù)指標(biāo)都服從正態(tài)分布,這指標(biāo)體系中服從正態(tài)分布的指標(biāo)多,故留下服從正態(tài)分布的22個(gè)指標(biāo)進(jìn)行之后的檢驗(yàn)。接下來對22個(gè)指標(biāo)進(jìn)行顯著性差異檢驗(yàn)。利用spss19。0對上文中的22個(gè)服從正態(tài)分布的指標(biāo)進(jìn)行顯著性差異的檢驗(yàn)。因?yàn)橐鲐?cái)務(wù)信用風(fēng)險(xiǎn)評估,需要樣本之間有顯著性的差異,故對樣本進(jìn)行T檢驗(yàn)。根據(jù)分析結(jié)果,留下具有顯著性差異的每股收益(X1),每股凈資產(chǎn)(元/股)(X2)等14個(gè)指標(biāo)。

          (三)因子分析

          根據(jù)因子分析的原理,利用spss19。0對保留的14個(gè)指標(biāo),50個(gè)樣本進(jìn)行因子分析。通過對KMO檢驗(yàn)和Bartlett球形檢驗(yàn)做因子分析。由結(jié)果可知,本文中的KMO值為0。797,Bartlett球形檢驗(yàn)統(tǒng)計(jì)量的Sig為0。000,故本文的樣本適合做因子檢驗(yàn)。對樣本按照主成分分析的原理進(jìn)行因子分析。按照“解釋的總方差”表,提取了3個(gè)公因子,解釋的總方差依次為54。382%,11。985%和10。627%,總共能夠解釋76。967%。(四)logit回歸利用stata對通過因子分析的得到的3個(gè)公因子作為協(xié)變量進(jìn)行二元Logit分析,按照進(jìn)入法的方法進(jìn)行回歸分析,協(xié)變量全部進(jìn)入模型。因變量表示企業(yè)的狀況,“1”表示經(jīng)營狀況好的公司,“0”表示st的公司。據(jù)Logit回歸結(jié)果可知,主成分1的p值為0。005,主成分2的p值為0。359,主成分3的p值為0。702。我們可以看出利用Logit模型構(gòu)造出來的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警能力,第一個(gè)因子很顯著,另兩個(gè)因子的在5%的顯著性水平下不顯著。

          四、結(jié)論

          一是我國的財(cái)務(wù)數(shù)據(jù)還是比較有效,通過對新能源上市公司財(cái)務(wù)數(shù)據(jù)的篩選,具備對新能源上市公司的財(cái)務(wù)信用風(fēng)險(xiǎn)評估的能力。二是我國新能源上市公司的財(cái)務(wù)狀況惡化是一個(gè)逐漸惡化的過程,本文篩選的是公司被st前兩年的數(shù)據(jù),從分析結(jié)果可以看出,在t—2年的時(shí)候,財(cái)務(wù)指標(biāo)已經(jīng)出現(xiàn)了顯著性的差別,并且用預(yù)測出的準(zhǔn)確率還是比較高的。三是本文的指標(biāo)體系中引進(jìn)了成長性指標(biāo)和現(xiàn)金流量指標(biāo),可以看出在財(cái)務(wù)信用風(fēng)險(xiǎn)評估中,盈利性指標(biāo)最為重要,而現(xiàn)金流量指標(biāo)在經(jīng)過K—S檢驗(yàn)和T檢驗(yàn)都剔除了,同樣成長性指標(biāo)也只剩下一個(gè)指標(biāo)。本文的模型更重視盈利,償債等指標(biāo)。四是通過Logit模型進(jìn)行的財(cái)務(wù)信用風(fēng)險(xiǎn)評估模型,構(gòu)造出來的因子1比較顯著,具備財(cái)務(wù)預(yù)警的能力。

        【上市公司財(cái)務(wù)信用風(fēng)險(xiǎn)評估的應(yīng)用研究論文】相關(guān)文章:

        上市公司財(cái)務(wù)數(shù)據(jù)質(zhì)量探索論文05-11

        電流型逆變器問題的應(yīng)用研究論文08-07

        GPSRTK技術(shù)在工程測量中的應(yīng)用研究論文06-05

        淺析上市公司財(cái)務(wù)造假的動(dòng)因及其預(yù)防論文(精選5篇)04-21

        FEWD隨鉆測井技術(shù)應(yīng)用研究論文08-19

        企業(yè)管理溝通定律及創(chuàng)新應(yīng)用研究論文04-22

        上市保險(xiǎn)公司內(nèi)控問題研討論文05-03

        上市公司財(cái)務(wù)報(bào)表案例08-28

        兒童的問題行為的評估及其對策論文05-07

        工程碩士論文:關(guān)于項(xiàng)目管理在工程管理的應(yīng)用研究08-15

        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>