国内外文献综述.docx

国内外文献综述.docx

《国内外文献综述.docx》由会员分享，可在线阅读，更多相关《国内外文献综述.docx（21页珍藏版）》请在冰点文库上搜索。

国内外文献综述

1.引言

1.1 研究背景与意义

1.1.1 研究背景

2011 年是我国加入 WTO 的第十个年头，随着我国经济的不断发展，改革开放的不断

深入，制造业日益面对激烈的国内市场竞争与国际市场竞争。

我国是一个制造业大国，制

造业在经济发展中具有特殊地位和作用。

世界经济发展的趋势已表明，制造业是一个国家

经济发展的基石，也是增强国家竞争力的基础。

在过去的 20 世纪中，是制造业给美国、日

本和欧洲带来了巨大的经济发展和市场繁荣。

有人坦言：

“无论今后科学技术怎样进步，

发展先进的制造业将是人类社会永恒的主题，制造业也将永远是人类社会的首席产业”。

同

时，制造业是解决就业矛盾的一个重要领域，也是新时代提高一个国家整体就业水平的重

要基础。

世界经济发展的历史表明，虽然第三产业将会吸纳越来越多的生产力，但是制造

业仍然是解决就业矛盾的一个重要领域，而且制造业的发展水平直接关系到第三产业的发

展。

我国的人口压力和就业压力越来越大。

因此，发展制造业不仅可以吸收巨大的劳动力，

而且随着生产效率的提高，也可以提高劳动力的素质。

对维持社会稳定，构建社会和谐有

着举足轻重的作用。

此外制造业不仅是高新技术的载体，而且也是高新技术发展的动力。

近年来，先进的制造技术不仅创造了更先进的生产方式和更高的生产效率，而且先进的制

造技术正在对传统的制造技术进行着系统的改造。

当今世界，高度发达的制造业和先进的

制造技术已经成为衡量一个国家综合经济实力和科技水平的最重要标志，成为一个国家在

竞争激烈的国际市场上获胜的关键因素。

1.1.2 研究意义

在激烈的国内及国际竞争的大环境下，虽然我们的制造业上市公司从数量到规模都有

了很大的提升，从整体上看，公司的经营状况、盈利状况都有所改善，但每个企业都面临

着巨大的生存压力，企业陷入困境、陷入危机的几率大幅度增加。

出现了多样化的风险与

危机，有些企业逐步从财务状况正常发展到财务状况恶化，陷入财务危机，甚至出现倒闭、

破产，使企业本身、投资者等多方面利益遭受到损失。

所以本文试图通过对财务预警模型

的研究，实现保护企业和投资者利益、防范企业财务风险的目的，具体意义如下：

（1）对于投资者来讲。

有助于投资者预知公司是否会陷入财务危机，获取财务危机

的事前提示，使投资者对公司的财务状况和经营成果作出预先判断，加强投资的警惕性，

这样就能使投资者尽可能的降低公司股票价格大跌及破产清算的影响，尽可能的避免损失。

所以财务预警有助于投资者作出正确的投资决策，切实保障投资者自身利益。

（2）对于企业经营者来讲。

可以有效防范财务风险，加强企业内部控制，改善企业

经营管理。

目前来讲，阶段性地评估企业当前的财务状况是一项极其重要的工作，因为这

样可以发现公司潜在的优势和不足，以便采取针对性的对策，制定新的措施，改变企业发

展现状，有效阻止企业的财务危机，有助于企业长久、稳定地发展。

（3）对于债权人来讲。

目前的债权人以银行和金融企业居多，通过财务预警债权人

可以判断企业的偿债能力，合理评估企业未来的资信状况，从而提前采取相应的措施，避

免贷款损失，保证债权资产的安全。

（4）对于监管部门来讲。

证监会对上市公司进行的监管主要依赖于上市公司年底所披

露的财务报表，在时效上具有一定的滞后性。

通过财务预警，监管部门便可以利用该公司

前几年披露的财务报表提前对上市公司进行监测，对于有财务危机预兆的上市公司，可以

通过加强事前监管，更好的维护市场秩序，并且防范股票市场风险。

1.2 国内外文献综述

1.2.1 国外文献研究

国外学者对企业破产预测的研究始于美国历史上的“大萧条”时期，大批银行倒闭，

企业破产，市场萧条，生产锐减，失业人数激增，人民生活水平骤降，农产品价格下跌，

很多人濒临破产，全面的金融危机接踵而至。

国外对企业财务危机的研究经历了以财务比率分析为主的单变量分析阶段和将财务比

率与各种统计方法相结合的多变量分析阶段，具体而言：

最初有关企业财务危机的预警分析主要采用财务报表分析和财务比率分析。

财务报表

分析的基本思想是通过考核企业财务报表（资产负债表、利润表及利润分配表、现金流量表）中

的历史比较、横向比较和结构性比较的数据来实现分析企业真实情况的目的。

财务比率分

析在本质上是属于财务报表分析，但比财务报表分析又更进一层，主要包括企业的偿债能

力、经营能力、获利能力、财务结构、成长能力和现金流量分析等。

真正全面对企业的财务危机进行预测研究的是 Fiztpartrick。

1932 年 Fiztpartrick 以 19

家公司为样本，运用单个财务比率将样本划分为破产组和非破产组，进行单变量破产预警

研究，其发现判别能力最高的是“净利润/股东权益”和“股东权益/负债”两个比率。

1966 年 Beaver 沿着 Fitzpartriek 的思路继续研究破产预测问题，在其《财务比率与失

败预测》一文中，Beaver 以企业危机预测为主题，以单一财务比率指标为基本变量，运用

配对样本法，随机挑选了 1954 年至 1964 年间的 79 家运营失败的企业，并针对这 79 家失

败企业挑选了与其产业相同且资产规模相近的 79 家正常企业，分别检验了反映企业不同财

务特征的 6 组 30 个变量在公司破产前的 1-5 年的预测能力，他发现最好的判别变量是“现

金流量/总负债”（在公司破产的前一年成功地判别了 90%的破产公司）和“净利润/总资产”

（在同一阶段的判别成功率是 88%）。

Bevaer 还发现越临近破产日，误判率越低。

由于单变量分析具有内在的无法克服的缺陷，因此后来的学者开始寻求新的方法。

Altman 首先将判别分析方法 MDA（Multiple Discriminant Analysis）应用到对企业财务危机的

研究中。

1968 年，根据行业和资产规模，他为 33 家破产公司选择了 33 家非破产配对公司，

选用 22 个变量作为破产前 1-5 年的预测备选变量，根据误判率最小的原则，最终确定了 5

个变量（营运资本/总资产、留存收益/总资产、税息前利润/总资产、权益市场价值/总债务的

帐面价值及销售收入/总资产）作为判别变量组成了 Z 计分（Z-Score）模型。

由于 Z 计分模型

是以上市公司中的制造业公司为研究对象，不利于非上市公司及非制造业的评分，所以后

来 Ahman 修改了 Z 计分模型，分别建立了非上市公司及非制造业的 Z 计分模型。

1977 年

Altman，Haldemna 和 Narayanan 扩展了原始的 Z 计分模型，建立了 ZETA 模型，该模型以

1962 年至 1975 年间的 53 家破产企业和 58 家配对的正常公司为样本，选用了 27 个初始财

务比率进行区别分析，最后选取了 7 个解释变量，其分类正确率高于原始的 Z 计分模型，

特别是在破产前较长时间的预测准确率较高。

由于 Z 计分模型的预测能力好，成本效益好，

后续很多学者也曾按照 Atlmna 的方法进行了类似的研究并取得了良好的效果，因此多元判

别分析方法成为了研究企业财务危机的一种主流方法。

自 80 年代后，许多相关文献在会计比率选择及新方法的引入方面进行了许多积极的探

索。

ohlson（1980）用多元逻辑回归方法分析了 1970-1976 年间破产的 205 家公司和 2058 家

公司组成的非配对样本，运用逻辑斯蒂回归法建立了预测模型，他发现至少存在四类显著

影响公司破产概率的变量:

公司规模、资本结构、经营业绩和当前的变现能力。

从 1980 年

代以来，Lgoistic 回归分析代替判别分析法，在财务危机预测研究领域占据主流地位。

Frydman，Altman 和 Kao（1955）提供了一种新分类方法一递归划分算法（Rcursive

Partitioning）进行财务分析并在公司财务危机的背景下与判别分析作了比较。

发现递归划分

算法在许多原始样本和对比样本上比判别分析更好。

Platt（1990）检验了与产业相关的财务指标营运指标和产出的变化与公司经营失败的关系，

结果证明，用产业因素调整后的模型事前和事后的分析效果较佳。

从而证明了在进行财务

危机预警研究时，应注意考虑不同行业之间所存在的差异。

Coats 和 Fant（1991）采用类神经网络构建了破产预测模型。

他们用了 47 家财务危机公

司和 47 家健康公司来建立并检测模型的预测效果，结果显示：

模型用于预测财务危机公司

准确率达 91%;而采用多元判别法的模型预测同样德 94 家样本企业，多元判别法的预测精

度仅为 72%。

这从而反映出了类神经网络具有较佳的预测能力。

但由于其缺乏理论架构说

明其运作原理，其预测效果并未得到广泛认同，因此应用前景尚不明朗。

Chen 和 Lee（1993）利用生存分析法（survivalanalysis）研究了二十世纪 80 年代的石油天

然气行业，研究样本包括 1980-1988 年间的 75 家企业，结果表明，流动性比率、财务杠杆

比率、营业现金流、开采成功率、企业历史和规模对企业能否存活影响巨大。

Lindsay 和 Campball（1994）应用混沌系统对 46 对破产公司和非破产公司的配对样本进

行分析，指出健康公司比非健康公司显现更多的混沌现象，但是利用该理论构筑的预测模

型对 23 对企业的预测结果的第一类错误和第二类错误分别高达 19.51%和 12.20%。

这些年来，为了克服单一方法的局限，一些研究人员尝试将统计、金融、经济和社会

等领域的各种方法相结合推进相关研究，出现了财务预警的混合模式。

混合模式是指在进

行预警分析时，同时采用两种或两种以上的方法建立模型，以实现企业财务危机预警的目

的。

建立混合模式的目的是同时采用多种方法，克服各个方法自身的缺陷，取长补短。

对

此进行的实证研究表明，混合模型与其中包括的单个方法模型相比，有着更高的准确性。

2001 年，英国学者 Fneg Yu Lin 和 Salyl MCClena 以四种独立的财务预警研究方法（判别分

析法、逻辑回归法、神经网络方法及决策树方法）为基础，将这几种方法进行不同的组合，

建立了几种混合模式，再对这些方法进行实证分析，验证结果表明在同等条件下，混合模

式明显优于单个方法模式。

通过上述对西方财务困境预测模型的分类介绍，得出的基本评价是：

目前财务困境预

测模型尽管层出不穷，但主要使用的还是单变量判别模型、多元线性判别模型和多元逻辑

回归模型三大类。

其他研究方法虽然也作出了一些有益的尝试，但由于模型开发历史较短，

研究不够广泛，模型的稳定性尚有待进一步检验。

1.2.2 国内研究现状

我国学者对财务危机预警问题的研究始于二十世纪八十年代末期，国内关于财务危机

预警的研究基本以静态分析为主。

最初的研究主要是对国外模型的介绍和评价，直至 1994

年，以我国企业数据为基础，建立适用于我国国情的预警模型的文章才开始出现。

此后，

国内学者开始提出一些预警的指标框架并开始引进国外的研究方法对财务危机预警问题进

行实证研究。

陈静在 1999 年的研究。

此研究以到 1998 年年底的 27 家 ST 公司与同规模、同行业的

非 ST 公司作为研究样本，选取净资产收益率、资产负债率、流动比率及总资产收益率等

4 个财务比率，进行了单变量分析，研究结果表明：

流动比率和资产负债率在宣布 ST 前 1

年的准确率最高，但在宣布前两年、前三年时，总资产收益率的准确率最高。

张爱民在 2001 年借鉴了 Ahmna 的多元 Z 值模型，选用了 8 个企业财务指标（净资产收

益率、总资产利润率、销售利润率、总资产周转率、股东权益比率、流动比率、总资产增

长率、资本积累率），选择了 40 家我国的上市公司为估计样本，用主成分分析法建立了主

成分预测模型，并给出了所研究上市公司的 PS 值范围:

当 PS≥0.03 时，则该公司近期不可

能发生财务危机；当 PS<0.03 时，则该公司近期有可能发生财务危机。

吴世农、卢贤义在 2001 年以 1998-2000 年中的 70 家被 ST 公司和 70 家非 ST 公司作

为研究样本。

分别从长短期偿债能力、企业的盈利能力、成长能力、营运能力和企业规模

等角度选取了股东权益收益率、盈利能力增长率等 21 个指标，首先采用了单变量判定分析

和剖面分析研究前 5 年内各年这些公司 21 个财务指标的差异性。

然后又以 Fisher 线性判别

分析、多元逻辑回归和线性回归分析三种方法应用构建了相应的模型。

研究结果表明：

三

种模型都可以在财务危机发生前做出较为准确的判断。

吴超鹏、吴世农在 2005 年收集我国 1998-2003 年 540 家价值损害型上市公司的有关财

务变量，并且首次引入公司内外部治理变量，应用“排序因变量模型”分析财务状态变化

的影响因素,并采用“人工神经网络技术”,预测价值损害型企业的五种变化趋势:

财务康复、

财务转好、财务维持、财务转差或财务困境。

其结果表明：

股票超额收益、公司治理指数

和投资者利益保护指数都有助于提高模型的预测能力。

吕长江、周现华在 2005 年以制造行业上市公司的 33 个指标样本为基础,分别运用多元

判别分析、逻辑线性回归模型和人工神经网络模型对财务状况处于困境的公司进行预测分

析并对他们的预测结果加以比较。

吕长江在 2008 年对上市公司两阶段财务预警进行了研究，在对公司财务行为和风险特

征的研究基础上,提出了公司财务状况五分类法,并采取两阶段财务预警的思路,研究了上市

公司财务困境和财务破产的前后变化关系,给出了预防、诊断和治疗财务困境、财务破产的

不同措施,这对于丰富和发展公司财务理论,规范、指导公司的财务行为,提高上市公司财务

运营的质量,指导上市公司财务管理实践,优化市场资源配置,促进证券市场的健康稳定发展

具有重要的理论意义和现实意义。

总之，在财务危机预警问题上我国学者作了一些有益的探索并取得了一定的成果，与

此同时也存在着一定的问题:

第一对国外的模型不加修正直接采用，没有充分考虑国内外模

型适用环境不同;第二上市公司前一年的财务报告是上市公司是否会被特别处理的主要依据。

而我国的大多数研究都以上市公司发生财务危机前一年的财务报告为数据来源，这样就会

降低了所建模型的实用性;第三“配对抽样”方法可能把象行业和资产规模排除在模型之外，

而这些因素很可能是解释破产的重要因素。

同时，配对抽样还夸大了预警模型的判别正确

率;第四我国财务危机预警研究中大都没有涉及现金流量内容，这样就影响一些研究成果的

有用性。

本文在进行研究时充分考虑了以上问题并在一定程度上予以改进，极力建立适合

我国上市公司的财务危机预警模型。

1.3 研究方法与理论框架

1.3.1 研究方法

本文主要采取定性分析与模型构建为主的方法，以制造业上市公司财务预警模型的构

建为研究目的。

在国内外财务预警理论研究的基础上，试图找出一种改进的财务预警模型，

主要采用以下研究方法：

（1）规范分析方法。

这种方法主要用于建立理论分析框架，阐述制造业上市公司财

务危机预警的概念和理论基础，建立财务危机预警的指标体系。

（2）统计分析方法。

这种方法应用在资料整理、寻找规律以及数学建模等，应用中

要合理确定统计方法的应用条件，有效利用这种方法寻找规律和检验规律。

（3）定性与定量相结合的方法。

在定性方法中，首先采用的是历史分析法。

在文献

综述部分，以时间为主线，对历史上相关领域的主要代表人物及其研究成果进行了汇总和

归纳，并结合本研究的需要加以评述。

在文中的实证研究部分，在搜集大量的样本数据基

础上，综合运用了数学及计算机等知识，最终得出研究结论并加以分析解释。

1.3.2 理论框架

研究背景与意义

引言国内外文献综述

研究方法理论框架

财务危机的基本概念

财务危机预警研究的理论基础

财务危机预警研究的基本理论

财务危机预警的方法

研究样本及研究变量选取研究样本选取研究变量的选择

变量的确定

财务危机预警模型的构建因子分析

Logistic 回归模型的建

立

Logistic 回归模型的检

验

结论与不足

变量的初选

KMO 和 Bartlett's 检

验

提取因子

因子得分系数

[1]Fitzpatrick,P.J. A Comparison of Ratis of Successful Industrial Enterprises With Those of

Failed Firms.Certified Public Accountant.1932,2:

589-737

[2]William H. Beaver. Financial Ratios As Predictors Of Failure.Journal Of Account

Recearrh.1966,4:

71-127

[3]Edward I.Altman.Finaneial Ratios,Diseriminant Analysis and Predietion of CorPorate

Bankrupt.Journal of Finanee.September1968,9:

589-606

[4]Edward I.Altman,Robert G. Haldeman,P.Narayanan.Zeta Analysis:

A New Model to Identify

Bankruptcy Risk of Corporation.Journal of Banking and Finanee.1977,1:

29-54

[5]Ohlson J.S.Finaneial Ratios And The Probabilistic Predietion of Bankruptcy.Journal of

Accounting Researeh.1980,1:

109-131

[6]Zmijewski,M.E.Methodological Issues Related to the Estimation of Financial Distress

Predietion Models.Supplement to Journal of Accounting Researeh.1984:

59-82

[7]Halina Frydman,Edward I.Altman,Duen-LiKao.Introducing Reeursive Partitioning for

Financial Classification:

The Case of Financial Distress,Journal of Finanee.1985，40

（1）:

269-291

[8]Harlan D.Platt,Marjorie B.Platt,Development of a Class of Stable Predietive Variables:

The

Case of Bankruptey Predietion.Journal of Business Finance&Accounting.1990.Spring

[9]Pamela K. Coats and L.Franklin Fant ,A Neural Network Approach to Forecasting Financial

Distress.The Journal of Business Forecasting.1991-1992.Winter

[10]Kevin C.W.Chen,Chi-Wen Jevons Lee.Financial Ratios and Corporate Endurance:

A Case of

the Oil and Gas Industry.Contemporary Accounting Researeh.1993,9

（2）.Spring.

[11]David H. Lindsay,Annhenrie Campbell.A Chaos Approach to Bankruptey Predietion.Journal

of Applied Business Resareh.1994

[12]Feng Yu Lin. Sally MCClean.A data mining approach to the Predietion of corporate

failure.Knowledge-Based Systems.2001,14:

189-195

[13]Deakin .E.B.A Diseriminant Analysis Prediction of Business Failure. Journal of Accounting

Researeh（Spring）,1972:

167-169

[14]Koh, H.C.The sensitivity of optimal cutoff points to misclassification costs of type I and

typeⅡerrorsinthegoing-concernpredictioncontext，JournalofBusiness

Finance&Accounting，1992,19

（2）:

187-97.

[15]Sinkey,J.F.,Jr.A multivariate statistical analysis of the characteristics of problem banks,The

Journal of Finance.1975,30

（1）:

21-36

[16]KichinosukeTakahashi,YukiharuKurokawa,CorporateBankrupteyPredictionin

Japan.Journal of Flanking and Finanee.1984,6

[17]Joo-Ha Nam, Taehong Jinn. Bankruptey Predietion:

Evidence from Korean Listed Companies

duringtheIMFCrisis.JournalofInternationalFinancialManagementand

Accounting，2000，11（3）

[1]陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999（4）31-38

[2]张爱民，祝春山，许丹健.上市公司财务失败的主成分预测模型及其实证研究.金融研究,

2001，（3）10-25

[3]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001（6）46-55

[4]吴超鹏，吴世农. 基于价值创造和公司治理的财务状态分析与预测模型研究[J].经济研究，

2005（11）：

99-110

[5]吕长江，赵岩. 上市公司财务状况分类研究[J].会计研究，2004（11）：

56-61

[6]王克敏，姬美光.基于财务与非财务指标的亏损公司财务预警研究[J]，财经研究，

2006（7）：

63-72

[7]吕长江. 上市公司两阶段财务预警研究[J]，审计与经济研究，2008（3）：

111

[8]陈燕，张海军.上市公司财务预警模型的研究[J]，财经问题研究，2007（6）：

92-97

[9]宋鹏，张信东.基于 Logistic 模型的公司财务危机预