论文部分内容阅读
钢铁素有工业粮食之称,我国是钢铁大国,自1996年起钢铁产量一直排名世界第一位。钢铁行业是我国国民经济的基础产业和支柱行业,在我国工业现代化进程中产生了无可替代、不可忽视的重要支撑作用,对我国经济发展和社会安定作出了举足轻重的贡献。我国向来都十分重视钢铁行业的健康发展和壮大,从2003年开始国家陆陆续续出台了一系列宏观调控政策。尽管国家出台了一系列调控政策,但收效甚微。我国钢铁行业利润率连续多年低于工业利润率,2013年广东韶钢松山股份有限公司和鞍钢股份有限公司被*ST(退市风险警示),2014年南京钢铁股份有限公司也被*ST了,2015年大部分上市钢企艰难地徘徊于亏损和大幅亏损之间。如果对钢企进行财务危机预警,及早诊断出危机并发出预警信号,使得决策者采取一定的措施,最大程度地防范和化解危机或者尽可能降低潜在的危害,或许我国钢铁行业的去产能进展会相对顺利一些。在参考了近年来国内财务危机预警的大量研究成果的基础上,结合我国上市钢企的特点,本文运用数据挖掘技术,从财务危机预警的角度入手,对我国上市钢企近五年(2011—2015年)主要会计和财务数据、员工人数及其受教育程度等数据作深入研究,分析和比较多种财务预警方法对于我国上市钢企的预警效果。具体而言,本文开展了以下工作。(1)财务危机预警研究现状综述。本文从财务危机预警研究的目的和意义、定性分析法和定量分析法等研究方法、预警变量的选择和预警模型等四个方面分析和评述了财务危机预警的研究现状,指出财务危机预警研究及应用中存在着理论基础薄弱、预警变量选择因人而异、忽略行业差异和预警滞后性等四大问题,为本文的后续研究奠定了研究意义和背景基础。(2)典型钢企情况分析。为了更加深入地了解行业差异,以及钢企目前产能和财务等具体情况,以便更好地理解钢企财务危机,本文对宝山钢铁股份有限公司、武汉钢铁股份有限公司、河北钢铁股份有限公司、马鞍山钢铁股份有限公司、山东钢铁股份有限公司和北京首钢股份有限公司等六家上市钢企近五年(2011—2015年)主要会计和财务数据、员工人数及其受教育程度等数据作深入分析和讨论,从而为本文的后续研究奠定了行业背景基础。(3)上市钢企财务危机预警研究。本文选取40家上市钢企作为研究对象,既有制造业排名前10位的宝山钢铁股份有限公司和河北钢铁股份有限公司,又有500强排名前40位的北京首钢股份有限公司和武汉钢铁股份有限公司;既有A股票公司,也有B股票公司,又有H股票公司;既有钢铁企业的龙头老大,又有面临退市风险的公司。本文采用大多数研究者普遍采用的财务危机标志,即因财务状况异常而被*ST(退市风险警示特别处理)的作为上市公司陷入财务危机的标志。以40家上市钢企近五年主要会计和财务季度数据为样本,从每股指标、分红能力、收益质量、盈利能力、现金流量、偿债能力、成长能力、营运能力、资本结构、杜邦分析等十个方面选择指标作为构建财务危机预警模型的预选指标变量,采用Na?ve Bayes、Logistic、SMO、AdaBoost M1、Bagging、Stacking、Vote、J48、Random Forest和Random Tree等10种不同的方法构建财务危机预警模型,并比较各种模型的预警效果。实验结果表明,就全部企业的财务危机预警而言,Random Forest模型预警准确率99.00%,AdaBoost M1模型98.90%,Logistic模型98.80%,Random Tree模型98.60%,J48模型98.50%,SMO模型98.40%,Na?ve Bayes模型98.30%,Bagging、Stacking和Vote模型均为97.00%;就被*ST企业的财务危机预警而言,Logistic模型最好,预警准确率83.33%;Na?ve Bayes模型其次,预警准确率58.33%;AdaBoost M1、J48和Random Tree模型紧随其后,预警准确率41.67%;SMO和Random Forest模型跟随,预警准确率33.33%;Bagging、Stacking和Vote模型最差,预警准确率0。(4)对财务危机钢企的建议和对策。对财务危机钢企给出内部退养、内部息岗和推动非钢发展等建议和对策。本文工作的创新性体现在三个方面。为了弥补现有的财务危机预警模型中存在预警变量选择因人而异问题,本文采用模型法自然选择,因此不同的模型可能用不同的预警变量;为了弥补现有的财务危机预警模型中存在滞后性问题,本文没有采用年度报表数据,而是采用季度报表数据,共20个季度,800条记录;为了解决现有钢铁企业财务危机预警模型寥寥可数的现状,本文不仅建模方法多达10种,且更关注财务危机企业的预警准确率,而不只是关注全部企业的预警准确率。在去产能行业背景和供给侧改革的大背景下,钢企早期财务危机预警具有积极的现实意义。第一,对财务危机预警方法进行深入研究,目的是明确各种分类预测方法在钢铁企业财务危机预警中的应用效果,以便帮助投资者、债权人和管理者更及时、更准确地发现财务危机风险;第二,通过财务危机的预警分析,及时地发现企业存在的主要问题,并对企业下一步发展提出建议和对策,为钢企的兼并重组、人员分流提供参考,更科学把握我国钢铁产业发展方向,进一步深化我国供给侧改革,为钢企在国际钢铁再分配中占有一席之地保驾护航。