论文部分内容阅读
近年来,世界几大著名企业都先后陷入财务困境,如安然、世通、瑞士航空等,这些经营失败给广大的投资者敲响了警钟,同时也提高了中小企业、甚至是大型企业的危险意识。事实上,自20世纪60年代以来,随着国外企业破产问题日益严重,“财务困境预测”便逐渐成为学术界的一个重要研究课题。对于我国来说,通常情况下将企业被特殊处理(ST)视为破产的前兆,而根据CSMAR数据库(深圳国泰安数据库)的资料显示,自1998年我国对上市公司实行特别处理制度以来,截至2010年期间共有477家上市公司被冠以ST字样。并且在此期间,ST公司数量占上市公司总数的比例呈波动上升趋势。因此,国内学者也越来越重视对企业财务困境预测的研究。
一般情况下,“财务困境”是指公司面临流动资产暂时性不足、难以按时全额偿还公司债务的一种负面财务状况评价。各国学者针对各地区的市场,从理论或实证上纷纷对此进行了定性或定量分析。从最初的基于单一会计比率预测,到早期的基于会计信息预测一直发展到近年来的基于市场信息预测。研究发现,对于不同市场区域、不同行业特征,企业财务困境预测的模型也有所不同。近几年来,我国石油石化行业上市公司的ST比例最高,并且该行业的ST比例一直都高于平均水平,其中2010年205家石油石化企业中共有35家公司被冠以ST字样。因此,本文针对我国石油石化业上市公司,对财务困境预测模型进行了研究分析。从另一方面来看,企业财务困境预测模型历经了几个阶段的发展,有传统基于会计信息的财务困境预测模型,也有近年来发展形成采用或有权益估值法的企业破产预测模型,后者属于基于市场信息的预测模型方法。近年来国外学者对这两种方法进行实证比较,发现对于部分公司或行业而言,传统的会计信息模型反而比近年发展形成的市场信息模型的预测能力更强,因此,本文将针对我国石油石化业上市公司,将这两种预测方法的有效性进行对比。
本文在第二章中首先对企业财务困境的含义进行了界定,分别面向事件、过程和技术对财务困境进行了定义。在此基础上,从时间、财务状况和绩效表现三个维度,建立了财务困境的综合流程,分析财务困境、财务失败、资不抵债、破产和困境重组之间的细微差别,以及这些下属过程是如何嵌入财务困境理论的。依据预测模型发展形成时间的先后,学术界将财务困境预测模型分为会计信息模型和市场信息模型两大类。其中会计信息模型包括最早期的财务比率单变量分析、Altman对财务困境预测的开创性实证研究即经典的Z分模型,以及80年代在Z分模型基础上发展形成的O分模型。而基于市场信息模型则主要包括违约期权模型、KMV模型和简单危险率模型。
基于学术界对预测模型的分类,本文在第三章中针对2006年-2010年石油石化业上市公司的经验数据进行了实证分析,分别建立了会计信息模型以及市场信息模型。其中会计信息模型为会计Z分模型,选取了偿债能力、运营能力、盈利能力、成长能力和审计意见五类指标,共计20个变量进行逐步回归和多重共线性分析,最终筛选出了6个自变量,包括X4(现金流动负债比)、X6(存货周转率)、X8(流动资产周转率)、X11(销售毛利率)、X17(净利润增长率)和X20(审计意见类型)。建立市场信息模型即石油石化业违约期权模型时,本文以期末资产价值低于负债账面价值的可能性大小作为判断依据,采用了两种方法对资产价值和资产波动性进行估计,分别获得了市场H模型和市场BS模型。得出上述两个石油石化业上市公司的财务困境预测模型后,为比较市场信息和会计比率模型的预测有效性的差异,本文在第四章运用了三种模型评价方法对这两类模型的预测有效性进行检验,分别是:(1)运用ROC曲线来评价预测能力；(2)运用各种模型的经济价值；(3)运用相关信息量测试来进行信息量检验。
结果表明,在预测准确度方面,会计模型的要略优于两个市场模型。考虑各种差异性错误分类成本和贷款定价问题,ROC曲线下方区域面积的细微差异会导致信贷风险模型的巨大经济利润率差别,通过会计模型将会得到更高程度的风险调整收入、利润和风险加权资产收益率。另外,尽管无论是市场模型还是会计比率模型,都无法作为公司失败预测的充分统计量,两类模型都提供了有关公司失败的独特信息,但是会计信息模型所能提供的信息量仍然高于市场模型。因此,基于本文的样本而言,在预测中国石油石化上市公司财务困境时,还是采用传统的会计方法更准确、实用。如果想要得到更全面、准确的预测信息,则可以将会计和市场模型结合起来。