资产质量是指公司资产盈利性、流动性和安全性的综合水平,是资产的变现能力或被公司在未来进一步利用或与其它资产组合增值的潜在价值.由于股票、债券以及其他索偿权的预期价值与公司资产质量和财务风险的估计密切相关,因此对公司资产质量的评价和财务危机的预测模型的研究是长期以来倍受关注的金融课题之一,其重要意义不言自明.针对国内外公司财务风险判别研究中长期忽视财务数据时间序列特征的明显不足,该研究以估计样本和控制样本的多年财务数据为基础,创造性地构建了适用于资产质量评价的时序数据,并最终建立了适合中国制造业上市公司资产质量的评价系统,从而在很大程度上提高了公司资产质量评价和财务风险判别研究的实用价值.该研究的主要贡献包括:(1)建立了以时序数据为基础的资产质量评价模型,提高了样本中重要财务趋势特征的信息含量,从而克服了国内外单截面及多重截面分析中普遍存在的忽视财务数据时序特征的问题,使公司财务数据的持续性变化和累积效果能够得到较为逼真的映射重现.(2)应用Jackknife method检验,避免了国内外许多研究中采用交叉确认检验而可能引致的不足,显著提升了们模型的稳定性和可信度.(3)从决策有用而非纯粹学术角度出发,该研究得出的资产质量评价模型能够在上市公司出现亏损经营的一年前、持续性亏损的两年前即提供准确度较高的预测信号(正确率为89.6﹪),从而为决策者争取了宝贵的决策时间.该研究得出的主要结论包括:(1)以时序立体数据来重现公司的真实财务循环是可行的.这一结论有助于金融机构、投资者甚至公司自身以此为基础来构建更趋精密的财务风险监控模型.(2)资产质量水平的下降往往在公司出现亏损经营前2年已经在财务指标上有所体现,这为以后相关研究对财务危机判别起点的确定提供了一个重要的经验证据.(3)公司的财务安全状况可以从5个维度得以表达,即盈利能力、偿债能力、营运能力、成长能力和获取现金能力.(4)公司财务危机的根源来自持续盈利能力的削弱.我们还发现盈利能力的各项指标对于公司在未来2年内的盈利状况具有一定的预测性.