财务困境研究Word文件下载.docx
《财务困境研究Word文件下载.docx》由会员分享,可在线阅读,更多相关《财务困境研究Word文件下载.docx(9页珍藏版)》请在冰点文库上搜索。
businessimpact.Howtocarryoutitsdailybusinessoperationoffinancialanalysis,identifyingfinancialdistress,theestablishmentofaviablefinancialdistressearlywarningmechanismisthecompany”sfinancialmanagersneedtofacethekey
issues.Inthispaper,researchersathomeandabroadrelatedresearch,combinedwithanumberof
surveys.Revealsthemainformoffinancialdistress,financialdistressanalysisoftheformationofthemainreasons,andfromtheresearchscholarstothinkthestatusquoandestablishcorporatefinancialdistresspredictionmodelandpreventive
measures.Aimistoestablishaneffectivepreventionmechanisminfinancialdistressprediction,andreducetheriskoffinancialdistress,toavoidthecompanybecauseoffinancialdifficultiesresultingfromnegativeimpacts,andimprovingoverall
competitiveness.Key
words:
financialdistress,prediction,prevention在市场经济条件下,由各种原因导致财务困境的企业并不鲜见。
陷入财务困境的企业面临两种选择:
一、变卖资产、债务重组以度过难关;
二、破产清算,以清偿企业债务。
不管是哪一种选择,企业必定会承担一定的成本--财务困境成本。
因此企业如何预测及防范财务困境成为经营者关注的重点,企业财务困境则成为资本结构理论的热点问题之一,财务困境预测及防范具有相当的社会价值和实践意义。
关于财务困境的理论国内外研究者经过长时间研究和探讨,许多学者对财务困境有了较为系统的论述。
现阶段对财务困境预测及防范的研究主要分为两类:
一类是从企业形成财务困境的原因出发,例如:
经营决策、治理结构、投资风险、经济环境等因素,致力于建立合理科学的企业财务困境预警体系;
另一类是以数学、计算机软件程序为基础,定量定性的进行财务困境分析,从技术层次上估算出企业财务困境的概率,评定企业是否已陷入或即将陷入财务困境。
本文运用国内外学者的研究成果,从引起企业财务困境的相关因素出发,采用科学的测量方法和评测标准,旨在提高财务困境预测的准确性,全方位思考企业财务困境防范策略,提高企业财务管理的效率和成果,为企业各项决策提供准确的参考,增强企业竞争力。
一、财务困境界定、产生原因及其表现形式
(一)财务困境界定在进行财务困境预测及防范研究时首先需要解决的是企业财务困境概念的界定问题。
企业陷入财务困境是一个连续的过程,并不存在一个明确的分界点将企业分为陷入财务困境和没有陷入财务困境,因此国内外专家学者对财务困境有不同的判断标准。
对于财务困境国内外并没有明确的定义,在国内财务困境又被称为财务危机、财务困难。
现在我国普遍接受概念的是:
企业处于经营性现金流量不足以补偿现有到期债务,而被迫采取更正行动的境况。
具体来讲财务困境是从企业现金流量而非盈利的角度来下定义的,企业财务困境是指企业现金流不足以履行偿还义务或违约,企业承担很大的违约风险。
企业在现金流严重不足的情况下,经常会进行资产重组、债务重组和破产清算,这三种现象既是一般情况下评定企业陷入财务困境的标志同时也是企业摆脱财务困境的措施。
因此严格意义上讲,企业财务困境是从企业现金流不足到企业破产清算的一系列情况,包括现金流不足、资产重组、债务重组和破产清算。
具体如下:
1.现金流不足是指企业用于维持其一定时期正常经营所必须的现金或现金等价物不足,导致企业不能维持其正常经营,不能履行其到期偿还债务义务,形成企业违约风险。
2.资产重组是指企业通过出售部分资产、与其他企业合并、减少资本支出等方法来取得现金流,以偿还到期债务。
例如:
大规模的资产出售;
企业兼并收购;
降低生产成本;
产品价格、质量、服务及组合的调整;
市场营销和广告活动;
加大研发投入等。
3.债务重组是指企业与债权人就原债务合同进行谈判以确定新的债务合同,包括债务展期、债务减免和债转股等。
债务重组的类型主要有:
正式重组、私下重组和预打包破产重组。
4.破产清算是指传统意义上的破产,即存量破产,具体步骤为:
企业倒闭,对资产进行清算,根据绝对优先准则进行清偿。
由图1说明:
图1企业财务困境图
(二)财务困境产生原因对财务困境预警机制的研究离不开对财务困境成因的分析与探讨。
近年来,国内外学者和公司主管更加关注企业财务,分析财务困境产生原因有利于从本质上认识企业财务困境。
众多学者将ST公司作为研究上市公司财务困境的标本,所谓ST(specialtreatment)公司是指证券交易所对连续两年亏损,或每股净资产值低于股票面值的财务状况异常公司实行股票交易的特别处理的公司。
通过对大量ST企业的观测分析,企业陷入财务困境不仅是由企业经营管理不善造成,另外经济不景气、公司主营业务萎缩失去竞争力、国家宏观经济环境及其政策的影响、企业所在行业进入衰退期以及资本结构不合理等都可能导致企业财务困境。
综合各类观察分析可以将导致企业财务困境的原因分为宏观因素和微观因素。
由表1说明:
表1财务困境的成因企业现金流不足存在违约风险资产重组债务重组财务正常企业企业陷入财务困境破产清算
宏观因素国家宏观经济环境及其政策的影响体制因素市场经济的局限性国家宏观管理制度的不健全行业背景的影响微观因素主营萎缩盲目投资大量举债三费过高,资金匮乏公司治理结构的严重缺陷经营杠杆的负效益、财务杠杆的负效益
(三)财务困境表现形式财务困境是一个动态的过程,要从企业经营行为中判定企业陷入财务困境,则要研究企业财务困境的表现形式。
陷入财务困境的企业其现金流不足,存在相当的违约风险,在具体经营活动中呈现出:
贷款违约、成本上升、裁员、出售主要资产、与其他企业合并、减少资本支出等现象,对于上市公司来说其偿债能力下降、可能出现上市企业取消或减少股利、发行新股、与债权人协商谈判、债权换股权甚至私下和解等现象。
因此,国外学者R0SS等人就企业财务困境的表现形式认为可以从四个方面定义企业的财务困境:
第一,企业失败,企业清算后仍无力支付债权人债务;
第二,法定破产,即企业和债权人向法院申请企业破产;
第三,技术破产,即企业无法按期履行债务合约付息还本;
第四,会计破产,即企业的账面净资产出现负数,资不抵债。
近年来,国内相当部分上市公司在上市后并没有得到很好的发展,部分公司因投资管理失误、巨额亏损等原因以致资金链断裂,财务状况异常而被实行特殊处理。
对被实施特殊处理的财务困境公司研究,其财务困境表现形式有很多共性。
研究表明:
目前,出售资产成为我们国家ST公司或绩差公司财务困境的最主要表现形式,贷款违约、成本上升、裁员、与其他企业合并、减少资本支出、更换CEO或审计师等现象也是公司财务困境的重要表现形式。
二、企业财务困境预测模型及应用企业财务困境会造成企业股价下跌等负面影响,使企业遭受必定的损失。
因此对企业财务困境进行预测和防范、尽可能提前预防企业发生财务困境或破产,同时也为了避免这类事件对债权人合法利益的侵蚀,建立财务困境的预警系统非常必要。
成功的进行财务困境预测最为关键是建立适合我国现实情况的预测模型。
迄今为止,国内外对财务困境预测模型方面的研究非常丰富,运用于财务困境预测的模型主要有5种:
一元判别模型(Univariate)、多元线性判别模型(Multiplediscriminantanalysis,MDA)、多元逻辑回归模型(Logit)、多元概率比回归方法模型(Probit)和人工神经网络模型(ArtificialNeuralNetworks,ANN)。
这五个典型的模型对不同时期企业财务困境预测都有过重要影响。
以人工神经网络模型为代表的智能预测模型是研究方法的重大创新,但实际效果不太稳定。
一元判别模型是以某一项财务指标作为判别标准来判断企业是处于破产状态还是非破产状态的预测模型。
多元判别模型是在一元判别模型的基础上发展起来的,运用多个指标综合反映企业的财务状况,从而建立预警模型,相较于一元判别模型更能全面分析企业财务状况,提高了其预测的准确性。
多元判别模型又可以分为静态统计模型和动态非统计模型。
动态模型在现实运用中有很大局限性。
静态统计模型即线性判别模型,它根据一定的样本资料建立判别函数并确定判定区域,以对企业财务状况进行预测。
这种模型以美国Altman教授的Z模型最具代表性。
因此本文将对多元线性判别模型Altman-Z分数模型及F分数模型进行介绍。
(一)财务困境预测模型介绍
1、AltmanZ-ScoreModelZ分数模型(Z-ScoreModel),是迄今为止对企业财务预测研究最具影响力的模型,由美国学者Altman在1968年提出。
Altman在他的研究中首次使用了多元判别分析(MultivariateDiscriminantAnalysis,MDA)预测财务困境,他将多变量统计分析方法与财务比率分析相结合,用Z值进行判定预测企业财务失败。
他以66家制造业企业为样本,样本分为两组,第一组是破产公司,由1946-1965年间处于破产法案保护下的33家公司组成,第二组为33家配对非破产公司。
Altman检验了22个财务比例,选择了其中5个,得到一个判别模型。
之后,根据实际还对上式进行了两次修正。
可以说目前以Altman-Z模型为代表的多元判定模型依然是最主要的财务失败预测方法。
判别函数如下:
Z=
1.2X1+
1.4X2+
3.3X3+
0.6X4+
0.999X5Altman先是
根据构造样本构建多元线性判定模型,确定判别Z值。
公式实际上是通过五个变量,将反映企业偿债能力的指标(X
1、X4)、获利能力的指标(X
2、X3)和营运能力指标(X5)有机联系起来,综合分析预测企业失败或破产的可能性。
公式变量由表2说明:
表2Z-ScoreModel变量表变量变量涵义变量公式1变量公式2X1资产营运率营运资本/总资产(流动资产﹣流动负债)/总资产X2资产留存率留存收益/总资产(股东权益合计﹣股本)/总资产X3资产报酬率息税前利润/总资产(利润总额﹣财务费用)/总资产X4负债权益率股权的市场价值/债务的账面价值(股票市值股票总数)/总负债X5资产周转率销售收入/总资产销售收入/总资产建立模型之后将测试样本数据代入判别方程,得出公司的Z值,并根据判别标准(Z值)判定企业陷入财务困境的可能性。
根据Altman观测分析,Z值判别标准如下表:
表3Z-ScoreModel判断标准Z值分布表Z2.99财务状况良好非财务困境公司
2.675Z<
2.99财务状况良好有可能陷入财务困境
1.81Z<
2.675灰色地带财务状况是极不稳定,陷入财务困境可能性较大Z<
1.81企业存在很大的破产风险财务状况异常,财务困境公司Altman设计的Z分数模型的预测能力比以往模型在判定效率和判定精准度上都有了较大提高,利用Z模型和它的判别标准,Altman成功地判别出破产前一年原始样本中33家破产公司的31家和33家非破产公司的32家,总体正确率达
95.5%(63/66);
成功判别破产前两年原始样本中33家破产公司的23家和33家非破产公司的31家,总体正确率达
81.8%(54/66)。
此外,Altman还选择了25家破产公司和66家非破产公司进行检验,结果Z模型正确判断出25家破产公司的24家和66家非破产公司的52家,总体正确率达
83.5%(76/91)。
2、F分数模型研究我国财务预警研究起步较晚,发展还不成熟,多是借鉴国外研究成果。
由于一元判定有其自身的局限性,国内采用一元判定模型进行研究的不多,研究时大多采用多元线性判
定的研究方法。
其中具有代表性的研究是由周首华、杨济华、王平
(1996)以Z分数模式为基础建立的新模式F分数模式(FailureScoreModel)。
由于Z分数模式在建立时并没有充分考虑到...