论文部分内容阅读
在激烈的市场竞争中,企业时刻都遭受着陷入财务困境的威胁,一旦陷入财务困境将对企业造成非常大的负面影响甚至直接导致破产。然而企业面对财务困境的威胁并不是束手无策,而是可以提前预知。因此,构建彼此不相关且信息涵盖范围广的财务困境预警指标体系以及预测能力较高的财务困境预警模型,对于证券市场投资者和公司管理层等都具有较大的现实意义。以往的研究大都单纯以财务比率为解释变量进行模型估计,或者凭借主观判断仅仅加入个别的非财务变量。本文应用我国上市公司的最新年报信息,在财务指标的基础上加入股权结构、董事会治理和公司重大事项等非财务信息,利用SPSS和EXCEL统计分析软件,将因子分析和Logistic回归分析相结合对我国上市公司进行财务困境的预警研究。与前人的研究相比,本文的特色之处在于:一是采用最新的ST公司样本数据,即2004年到2006年首次被ST的沪深两市A股上市公司;二是使用t—3年及以后的数据而没有用t—1或t—2年的数据,因为t—1和t—2年的数据和上市公司被ST存在直接的联系;三是指标体系中不仅包含财务信息,而且引入了较多的非财务信息,使预警指标体系更加完整,更能全面真实地反映上市公司的财务状况;四是将上市公司分为制造业和非制造业这两大行业类别,尝试构建分行业的预警模型。本文通过研究发现:(1)上市公司的大部分指标没有通过正态性检验,不服从正态分布;(2)由于行业因素,导致制造业和非制造业上市公司陷入财务困境的因素存在较大的差异;(3)财务指标和非财务指标在预测上市公司陷入财务困境时都具有非常重要的作用;(4)采用因子分析和Logistic回归分析的混合模型取得了较好的预测效果;(5)制造业上市公司模型的预测准确率要略高于非制造业上市公司,这可能是由于非制造业上市公司内部存在较大的行业差异。