基于現(xiàn)金流量的財務風險預警體系研究【開題報告+文獻綜述+畢業(yè)論文】

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　開題報告</b></p><p><b>　　會計學</b></p><p>　　基于現(xiàn)金流量的財務風險預警體系研究</p><p><b>　　選題的背景與意義</b><

2、;/p><p>　　從國際形勢來看，上世紀60年代以來，西方國家企業(yè)特別是美國公司的負債比率逐漸升高，為經(jīng)濟的發(fā)展埋下了隱患。美國非金融性公司的利息支付數(shù)額占公司現(xiàn)金流量的比率已達空前水平：60年代僅為12.5%，而90年代已高達35%。而且近幾年來，全球金融危機正從金融界向實體經(jīng)濟蔓延，對相當一部分企業(yè)造成了重大創(chuàng)傷。眾多企業(yè)財務危機進一步惡化，全球金融危機形勢進一步加劇。</p><p>

3、　　從國內(nèi)形勢來看，面對經(jīng)濟全球化的沖擊、外國公司的搶灘以及知識經(jīng)濟帶來的競爭壓力，加之以近年來金融危機的影響，中國企業(yè)特別是民族工業(yè)正遭遇前所未有的挑戰(zhàn)與考驗，因財務危機導致陷入困境甚至宣告破產(chǎn)的例子已是屢見不鮮。</p><p>　　由此可見，今日公司的管理決策當局迫切需要建立一個能預先發(fā)出危機警報的財務分析系統(tǒng)，以幫助避開或化解可能出現(xiàn)的財務危機。</p><p>　　現(xiàn)金流量是企業(yè)

4、資產(chǎn)中最具流動性、最活躍的部分，是企業(yè)持續(xù)經(jīng)營的基本保障和擴大再生產(chǎn)的資源保障。西方國家和日本有關破產(chǎn)預測的研究雖數(shù)量比較多，成果比較成熟，但大部分研究成果表明現(xiàn)金流量較會計收益有更強的預警能力。</p><p>　　本文需要選取一定比例的ST與非ST公司作為統(tǒng)計樣本，鑒于化學原料及化學制品制造業(yè)有較大樣本的ST公司報表，數(shù)據(jù)可獲得性強。因此，本文試通過對國內(nèi)化學原料及化學制品制造業(yè)上市公司的現(xiàn)金流量指標進行實證

5、研究，目的在于一方面建議使用何種現(xiàn)金流量指標來預測企業(yè)的財務狀況；另一方面構建基于現(xiàn)金流量的財務風險預警模型，并完成實證檢驗。</p><p>　　研究的基本內(nèi)容與擬解決的主要問題：</p><p><b>　　研究的基本內(nèi)容</b></p><p>　　以現(xiàn)金流量為基礎，選取反映企業(yè)收益質量、財務彈性、流動性、營運能力、成長性等財務指標，確定

6、財務風險預警指標權重，建立財務預警模型，并確立該模型的判別準則，形成完善的財務風險預警體系。并選取化學原料及化學制品制造業(yè)一定比例的ST公司和非ST公司，進行模型效用的檢測。</p><p><b>　　基本研究框架</b></p><p><b>　　引言</b></p><p><b>　　研究背景及意義&l

7、t;/b></p><p><b>　　文獻綜述</b></p><p>　　現(xiàn)金流量與收益信息有用論</p><p>　　基于傳統(tǒng)財務指標的財務預警研究</p><p>　　基于現(xiàn)金流量指標的財務預警研究</p><p>　　基于現(xiàn)金流量的財務風險預警體系框架構建</p>&

8、lt;p>　　現(xiàn)金流量財務指標體系預警原理</p><p>　　現(xiàn)金流量財務預警體系的構成指標</p><p><b>　　實證分析</b></p><p><b>　　研究分析方法概述</b></p><p><b>　　相關假設</b></p><

9、p><b>　　原始樣本選擇</b></p><p><b>　　分析與檢驗</b></p><p><b>　　主成分分析</b></p><p><b>　　T檢驗</b></p><p><b>　　多元邏輯回歸分析</b>

10、;</p><p><b>　　模型構建</b></p><p>　?。?）構造財務預警指標體系函數(shù)</p><p><b>　　（2）確立判別標準</b></p><p><b>　　模型效用檢測</b></p><p><b>　?。?）檢

11、測樣本選擇</b></p><p>　?。?）模型效用評價結果</p><p><b>　　研究結論與不足</b></p><p><b>　　擬解決的主要問題</b></p><p>　　以現(xiàn)金流量為基礎，選取反映企業(yè)收益質量、財務彈性、流動性、營運能力、成長性等財務指標，構成財務風險

12、預警指標體系的基本框架；</p><p>　　運用主成分分析和邏輯回歸分析確定各指標權重，構建基于現(xiàn)金流量的財務風險預警體系，并確立該體系的判別標準。</p><p>　　研究的方法與技術路線：</p><p>　　研究的總體安排與進度：</p><p><b>　　五、主要參考文獻：</b></p>&l

13、t;p>　　[1]李曉丹.對現(xiàn)金流量的財務危機預警系統(tǒng)的探討[J].發(fā)展,2006(4)：71-73.</p><p>　　[2]蔣飛鴻.上市公司現(xiàn)金流量的財務預警作用分析[J].同濟大學學報(社會科學版),2007,18(2)：118-124．</p><p>　　[3]王金鳳，楊松濤.上市公司惡性財務危機預警模型有效性研究[J].財會月刊：綜合版,2005(9):5-6．<

14、/p><p>　　[4]錢愛民,張淑君,程幸.基于自由現(xiàn)金流量的財務預警指標體系的構建與檢驗[J].中國軟科學,2008(9)：148-155．</p><p>　　[5]錢忠.基于上市公司現(xiàn)金流量的財務綜合指標實證研究[J].當代經(jīng)濟, 2008(1)：114-116.</p><p>　　[6]楊娟.中小企業(yè)現(xiàn)金流量財務預警系統(tǒng)的構建[J].科技創(chuàng)業(yè)月刊, 2008

15、,21(10)：65-66.</p><p>　　[7]鮑新中,劉應文.基于現(xiàn)金流量的財務危機預警研究[J].統(tǒng)計與決策, 2007(14)：158-160.</p><p>　　[8]卿艷,劉禹.基于現(xiàn)金流量的財務風險分析[J].經(jīng)營管理者, 2010(9)：30.</p><p>　　[9]周首華,楊濟華,王平.論財務危機的預警分析——F分數(shù)模式[J].會計研究

16、, 1996(8): 8-11.</p><p>　　[10]陳靜.上市公司財務惡化預測的實證分析[J].會計研究,1999,(4):31-38.</p><p>　　[11]吳世農(nóng),盧賢義.我國上市公司財務困境的預測模型研究[J].經(jīng)濟研究,2001,(6):46-55.</p><p>　　[12]賀瓊,郝匯.上市公司財務危機預警模型中變量體系的設計[J].財會

17、月刊：理論版,2007,(2):21-23.</p><p>　　[13]丁曰佳,王華民,劉海龍,仝金正.我國上市公司財務危機預警模型及實證研究[J].煤炭經(jīng)濟研究,2008,(5):50-52.</p><p>　　[14]吳國強,戴紅軍.公司治理與財務危機預警[J].會計之友,2010,(1):78-82.</p><p>　　[15]張友棠.財務預警系統(tǒng)管理研

18、究[M].北京:中國人民大學出版社,2004:3-8.</p><p>　　[16]谷祺,劉淑蓮.財務管理[M].大連:東北財經(jīng)大學出版社,2007:37-44.</p><p>　　[17]上海證券交易所.上市公司XBRL[EB/OL].http://www.sse.com.cn.</p><p>　　[18]深圳證券交易所.上市公司XBRL[EB/OL].htt

19、p://www.szse.cn.</p><p>　　[19]國泰安研究服務中心.數(shù)據(jù)服務[EB/OL].http://old.gtarsc.com.</p><p>　　[20]James A.Ohlson.Financial ratios and the probabilistic prediction of bankruptcy[J].</p><p>　　J

20、ournal of accounting research,Vo.l18, No.1.(Spring, 1980),109-131.</p><p>　　[21]J.M.Gahlon and R.L.Vigeland.Early warning signs of bankruptcy:using cash flow analysis[J].Journal of commercial bank lending,1

21、998.</p><p>　　[22]Bowen, Robert, M.David Burgstabler and Lane A. Daley. Evidence on the relationships between earnings and various measures of cash flow[J]. The accounting review LXI. 1986,(4): 713-725.</

22、p><p>　　[23]FASB.Statement of financial accounting concepts No.1, Objectives of financial reporting by business enterprises, November 1978.</p><p>　　[24]FASB.Statement of financial accounting conce

23、pts No.5, Recognition and measurement in financial statements of business enterprises, December 1984.</p><p>　　[25]Catherine.A.F.The ability of earnings to predict future earnings and cash flow[J].Journal of

24、 accounting research,1994.</p><p>　　[26]Ervin Black.Which is more value relevant:earnings or cash flows[J].A life cycle examination,1999.</p><p><b>　　畢業(yè)論文文獻綜述</b></p><p>

25、;<b>　　會計學</b></p><p>　　基于現(xiàn)金流量的財務風險預警體系研究——以化學原料及化學制品制造業(yè)為例</p><p>　　財務風險預警是以財務會計信息為基礎，通過設置并觀察一些敏感性預警指標的變化，對可能或將要出現(xiàn)的財務危機實施實時監(jiān)控和預警警報，防范和化解各種風險。國內(nèi)外關于財務預警的研究成果眾多，納入預警體系的指標包括會計利潤指標以及現(xiàn)金流量指標

26、，而且兩類指標對財務預警的有效性在學術界尚有較大爭議。</p><p>　　1. 現(xiàn)金流量與收益信息有用論</p><p>　　國外學者在現(xiàn)金流量與收益信息對財務預警孰更為有用的論爭中各有不同</p><p>　　的觀點。美國財務會計準則委員會在其財務會計公告第1號（1978）中指出：用應計制會計計量的有關公司收益及其組成部分的信息，通常比有關當期現(xiàn)金流入與流出的信

27、息能更好地反映公司的業(yè)績。但在之后的第5號（1984）中又指出：現(xiàn)金流量信息對企業(yè)的流動性、財務杠桿、盈利能力以及風險等要素具有事先預測作用。</p><p>　　Black（1999）認為收益在一個企業(yè)的成熟階段具有更高的決策相關性，而現(xiàn)金流量在企業(yè)成長階段或不確定情況下具有更大的決策相關性。Venkatesh（2002）認為會計收益受到會計政策等多方面的影響，其可靠性不如現(xiàn)金流量。Bowen，Robert.M

28、.,David Burgstahler and Lane A. Daley（1986）和Catherine. A.Finger（1994）的研究表明現(xiàn)金流量信息具有較強的預測能力。</p><p>　　國內(nèi)學者一般認為現(xiàn)金流量對財務風險更有預警效用。如張友棠（2004）認為財務預警系統(tǒng)只能選擇以現(xiàn)金流量為基礎的財務指標作為檢測標準或目標。李曉丹（2006），錢忠（2008），楊娟（2008）以及卿艷、劉禹（201

29、0）都認為以權責發(fā)生制為基礎的收益信息容易受盈余管理的影響，與財務狀況之間欠缺相關性，應將現(xiàn)金及其流動作為企業(yè)財務預警體系的研究對象。</p><p>　　本文認為以現(xiàn)金流量為基礎研究財務風險預警體系不僅克服了人為操縱盈利的弊端，而且企業(yè)是否有警情，并不僅僅取決于盈利的多少，還取決于有沒有足夠的現(xiàn)金和與其經(jīng)營規(guī)模相適應的現(xiàn)金支付能力。</p><p>　　2. 基于傳統(tǒng)財務指標的財務預警

30、研究</p><p>　　最早的財務預警研究始于Fitzpatrick（1932）的單變量預警模型，研究發(fā)現(xiàn)該模型判</p><p>　　別能力最高的是凈利潤/股東權益和股東權益/負債比率。</p><p>　　Edward Altman（1968）將財務預警模型發(fā)展為多元線性判定模型（多變量模型），提出了“Z-Score”模型。他抽取了1946至1965年間的33

31、家破產(chǎn)公司作為樣本，選擇了5種基本財務比率，并根據(jù)判別函數(shù)，為每一種比率確定了其對公司破產(chǎn)的影響程度，以此作為預測公司破產(chǎn)的基本模型。實證研究表明，Z模型在財務預警方面優(yōu)于單變量模型，其破產(chǎn)前一年的預測精度在90%以上，而破產(chǎn)前5年的預測精度也有70%。</p><p>　　Coats和Fant（1993）又根據(jù)Altman研究中的5個財務比率建立了人工神經(jīng)網(wǎng)絡模型。雖然該方法的預警力更為顯著，但是由于這些分析方

32、法存在建模的復雜性，因而在應用時受到了限制。</p><p>　　Richard B.Whitaker（1999）分別選取因經(jīng)濟困難（外部因素）和管理不善（內(nèi)部因素）導致業(yè)績下降的兩類企業(yè)，從營業(yè)收入、賬面總資產(chǎn)、資產(chǎn)市場價值三個因素出發(fā)構建多元邏輯回歸，最后得出關于企業(yè)陷入財務困境的原因、財務困境對企業(yè)的業(yè)績和市場價值的影響以及企業(yè)恢復的決定因素三個方面的結論。</p><p>　　國內(nèi)

33、的財務預警研究起步較晚，其研究初期主要是對國外方法的介紹和具體應用。如陳靜（1999）以及吳世農(nóng)、盧賢義（2001）分別應用單變量分析、線性判定分析、回歸分析三種方法，建立了財務困境預測模型。</p><p>　　王金鳳、楊松濤（2005）采用上市公司的兩組樣本，選取每股凈資產(chǎn)、總資產(chǎn)報酬率等九個傳統(tǒng)財務指標變量，利用Logistic回歸和BP神經(jīng)網(wǎng)絡兩種方法比較性構建了上市公司惡性財務危機預警模型。研究表明在惡

34、性財務危機發(fā)生前一年用BP神經(jīng)網(wǎng)絡建立的財務危機預警模型的預測判斷效果較好,前二三年用Logistic回歸方法建立的財務危機預警模型的預測判斷效果較佳。</p><p>　　賀瓊、郝匯（2007）從盈利能力、資產(chǎn)狀況、償債能力、管理能力四個方面選取了14個財務指標作為初始變量，以我國企業(yè)資料為依據(jù)，利用 SPSS統(tǒng)計軟件，采取顯著性檢驗和相關性檢驗的方法篩選預警變量指標，對財務預警模型中的變量體系進行了設計。&l

35、t;/p><p>　　丁曰佳、王華民、劉海龍、仝金正（2008）選擇了能反映公司流動性、結構性、效率性、盈利性和成長性5大類21個傳統(tǒng)財務預警指標作為研究變量，利用多元邏輯回歸分析方法構建上市公司財務風險預警模型。結果表明資產(chǎn)報酬率、銷售凈利率、總資產(chǎn)增長率具有較好的預警功能。</p><p>　　以上研究主要以會計利潤作為核心指標，未考慮作為債務支付手段的現(xiàn)金的充分性，因而其預警作用并不充分

36、。</p><p>　　3. 基于現(xiàn)金流量指標的財務預警研究</p><p>　　William Beaver（1966）在單變量分析基礎上融入了現(xiàn)金流量，抽取了1954至1964年間的79家破產(chǎn)公司作為樣本，考察了30個財務比率在企業(yè)陷入財務困境前1-5年的預測能力，經(jīng)過篩選，最終采用了6個財務比率進行分析，發(fā)現(xiàn)現(xiàn)金流量/負債總額能夠最好地判定公司的財務狀況。</p>&

37、lt;p>　　Ohlson（1980）采用Logistic回歸模型，構建了以現(xiàn)金流量指標為基礎的財務預警系統(tǒng)，并發(fā)現(xiàn)影響公司破產(chǎn)概率的四類變量：公司規(guī)模、資本結構、業(yè)績和當前的融資能力。Aziz、Emanuel和Lawson（1989）比較了多個模型的財務預警準確率，發(fā)現(xiàn)現(xiàn)金流量模型的預警效果較好。</p><p>　　H.D. Platt 和 M.B. Platt（2002）選取了24個危機公司和62個健

38、康公司，通過Logit回歸分析確立了6個變量：一個顯示利潤率，兩個測量流動性，兩個評估財務杠桿和一個指定的增長率，認為現(xiàn)金流水平和增長率與流動性、長期資產(chǎn)、債務一樣，對財務危機有較高的預測度。同時該模型取得了較好的檢測效果。</p><p>　　國內(nèi)在該領域的研究差異主要體現(xiàn)在對財務風險預警指標變量的取舍上。周首華、楊濟華和王平（1996）在Altman的Z模型基礎上，加入現(xiàn)金流量這一預測自變量，建立了F分數(shù)模式

39、。楊淑娥、徐偉剛（2003）運用主成分分析，加入經(jīng)營活動引起的現(xiàn)金流量/總負債比率，建立了Y模型。張友棠（2004）構建了基于現(xiàn)金流量指標——現(xiàn)金盈利值和現(xiàn)金增加值的財務預警個體指數(shù)測試系統(tǒng)和綜合指數(shù)測試系統(tǒng)。</p><p>　　蔣飛鴻（2007）采用單變量分析法研究上市公司現(xiàn)金流量的財務預警作用，研究結果表明上市公司在被處理為ST公司的三年前，現(xiàn)金流量信息具有較高的財務預警能力。有效性最高的是每股現(xiàn)金流量指標

40、，其次是經(jīng)營活動現(xiàn)金流量/負債總額及經(jīng)營活動現(xiàn)金流量/所有者權益。</p><p>　　鮑新中、劉應文（2007）從現(xiàn)金流量數(shù)量性和效益性兩個方面分別選取了經(jīng)營活動現(xiàn)金凈流量、投資活動現(xiàn)金流出額、負債籌資現(xiàn)金流入額和總資產(chǎn)現(xiàn)金回收率、經(jīng)營現(xiàn)金盈利率、加權資本成本率6個指標建立現(xiàn)金流量財務預警模型，并通過多組上市公司數(shù)據(jù)對該模型的有效性進行了驗證。</p><p>　　錢愛民、張淑君和程幸（

41、2008）從企業(yè)償債能力、營運能力、收益質量、財務彈性以及成長性方面選取不同變量，運用主成分分析法對中國機械制造業(yè)上市公司2002年至2006年的數(shù)據(jù)進行分析，以不同的ST、非ST公司比例組成樣本，建立多元邏輯回歸模型。研究發(fā)現(xiàn)該模型對ST公司判斷的準確率達到100%，而非ST公司也達到60%。</p><p>　　吳國強、戴紅軍（2010）在利用我國上市公司財務數(shù)據(jù)的基礎上，從盈利能力、償債能力等五個方面選取了

42、24個指標作為研究變量（將傳統(tǒng)財務指標與現(xiàn)金流量指標相結合，同時加入公司治理信息變量），采用主成分分析和 Logistic回歸構建了預警模型。實證結果表明公司的現(xiàn)金流量越多、盈利質量越好、資產(chǎn)運營效率越高、股權集中度越高、高管持股比例越大，發(fā)生財務危機的可能性就越小。</p><p>　　目前基于現(xiàn)金流量的財務預警研究大多僅強調經(jīng)營活動產(chǎn)生的現(xiàn)金流量，對于其他形式（投資活動或籌資活動）表示的現(xiàn)金流量尚未給予過多關

43、注。</p><p>　　近年來，該領域的前沿課題開始將公司治理等非財務信息納入預警模型，并采用定量與定性相結合的研究方法；或利用信息平臺建立分行業(yè)、分部門的動態(tài)預警模型。這將是此課題新的發(fā)展動向和趨勢。</p><p><b>　　4. 評述與啟示</b></p><p>　　綜上所述，國內(nèi)外學者或僅從現(xiàn)金流量指標角度，或從現(xiàn)金流量性質指標

44、與傳統(tǒng)財務財務指標相結合的角度，運用主成分分析、多元線性回歸等方法進行實證研究，建立財務風險預警模型。</p><p>　　本文將基于現(xiàn)金流量有用論，選取反映企業(yè)盈利能力、收益質量、財務彈性、成長性、償債能力的現(xiàn)金流量指標（考慮籌資和投資活動），借鑒相關計量方法建立多變量財務預警模型。并通過選取化學原料及化學制品制造業(yè)上市公司的數(shù)據(jù)進行檢驗，以驗證該模型的財務預警效用。</p><p>&

45、lt;b>　　參考文獻：</b></p><p>　　[1]李曉丹.對現(xiàn)金流量的財務危機預警系統(tǒng)的探討[J].發(fā)展,2006(4)：71-73.</p><p>　　[2]蔣飛鴻.上市公司現(xiàn)金流量的財務預警作用分析[J].同濟大學學報(社會科學版),2007,18(2)：118-124．</p><p>　　[3]王金鳳，楊松濤.上市公司惡性財務危

46、機預警模型有效性研究[J].財會月刊：綜合版,2005(9):5-6．</p><p>　　[4]錢愛民,張淑君,程幸.基于自由現(xiàn)金流量的財務預警指標體系的構建與檢驗[J].中國軟科學,2008(9)：148-155．</p><p>　　[5]錢忠.基于上市公司現(xiàn)金流量的財務綜合指標實證研究[J].當代經(jīng)濟, 2008(1)：114-116.</p><p>　　

47、[6]楊娟.中小企業(yè)現(xiàn)金流量財務預警系統(tǒng)的構建[J].科技創(chuàng)業(yè)月刊, 2008,21(10)：65-66.</p><p>　　[7]鮑新中,劉應文.基于現(xiàn)金流量的財務危機預警研究[J].統(tǒng)計與決策, 2007(14)：158-160.</p><p>　　[8]卿艷,劉禹.基于現(xiàn)金流量的財務風險分析[J].經(jīng)營管理者, 2010(9)：30.</p><p>　　

48、[9]周首華,楊濟華,王平.論財務危機的預警分析——F分數(shù)模式[J].會計研究, 1996(8): 8-11.</p><p>　　[10]陳靜.上市公司財務惡化預測的實證分析[J].會計研究,1999,(4):31-38.</p><p>　　[11]吳世農(nóng),盧賢義.我國上市公司財務困境的預測模型研究[J].經(jīng)濟研究,2001,(6):46-55.</p><p>

49、;　　[12]賀瓊,郝匯.上市公司財務危機預警模型中變量體系的設計[J].財會月刊：理論版,2007,(2):21-23.</p><p>　　[13]丁曰佳,王華民,劉海龍,仝金正.我國上市公司財務危機預警模型及實證研究[J].煤炭經(jīng)濟研究,2008,(5):50-52.</p><p>　　[14]吳國強,戴紅軍.公司治理與財務危機預警[J].會計之友,2010,(1):78-82.&

50、lt;/p><p>　　[15]張友棠.財務預警系統(tǒng)管理研究[M].北京:中國人民大學出版社,2004:3-8.</p><p>　　[16]谷祺,劉淑蓮.財務管理[M].大連:東北財經(jīng)大學出版社,2007:37-44.</p><p>　　[17]James A.Ohlson.Financial ratios and the probabilistic predict

51、ion of bankruptcy [J].Journal of accounting research, Vo.l18, No.1.(Spring, 1980),109-131.</p><p>　　[18]J.M.Gahlon and R.L.Vigeland.Early warning signs of bankruptcy: using cash flow analysis[J].Journal of c

52、ommercial bank lending,1998.</p><p>　　[19]Bowen, Robert, M.David Burgstabler and Lane A. Daley. Evidence on the relationships between earnings and various measures of cash flow[J]. The accounting review LXI,

53、 1986, (4): 713-725.</p><p>　　[20]FASB.Statement of financial accounting concepts No.1, Objectives of financial reporting by business enterprises, November 1978.</p><p>　　[21]FASB.Statement of f

54、inancial accounting concepts No.5, Recognition and measurement in financial statements of business enterprises, December 1984.</p><p>　　[22]Catherine.A.F.The ability of earnings to predict future earnings an

55、d cash flow [J].Journal of accounting research, 1994.</p><p>　　[23]Ervin Black. Which is more value relevant: earnings or cash flows [J].A life cycle examination, 1999.</p><p>　　[24] Whitaker, R

56、.B. The early stages of financial distress [J]. Journal of Economics and Finance,1999, 23(2)：123-133..</p><p>　　[25] H.D. Platt and M.B. Platt. Predicting corporate financial distress: reflections on choice-

57、based sample bias [J]. Journal of Economics and Finance, 2002, 26(2): 184-199.</p><p><b>　　本科畢業(yè)論文</b></p><p><b>　?。?0_ _屆）</b></p><p>　　基于現(xiàn)金流量的財務風險預警體系研究<

58、/p><p><b>　　目 錄</b></p><p><b>　　摘要 </b></p><p><b>　　關鍵詞</b></p><p><b>　　Abstract</b></p><p><b>　　Key wo

59、rds</b></p><p>　　1 引言 ……………………………………………………………………………………………1</p><p>　　1.1研究背景及意義 ……………………………………………………………………………1</p><p>　　1.2研究述評 ……………………………………………………………………………………1</p>&l

60、t;p>　　1.2.1 現(xiàn)金流量與收益信息有用論 …………………………………………………………2</p><p>　　1.2.2 基于傳統(tǒng)財務指標的財務預警研究 …………………………………………………2</p><p>　　1.2.3 基于現(xiàn)金流量指標的財務預警研究 …………………………………………………3</p><p>　　2 基于現(xiàn)金流量的財務風險預警體

61、系框架構建 ………………………………………………4</p><p>　　2.1現(xiàn)金流量財務指標體系預警原理 …………………………………………………………4</p><p>　　2.2現(xiàn)金流量財務預警體系的構成指標 ………………………………………………………5</p><p>　　3 實證分析…………………………………………………………………………………………7&l

62、t;/p><p>　　3.1研究分析方法概述 …………………………………………………………………………7</p><p>　　3.1.1 研究樣本的選擇及選取方法 …………………………………………………………8</p><p>　　3.1.2 分析方法 ………………………………………………………………………………8</p><p>　　3.2相關

63、假設 ……………………………………………………………………………………9</p><p>　　3.3預警模型構建 ………………………………………………………………………………9</p><p>　　3.3.1 描述性統(tǒng)計 ……………………………………………………………………………9</p><p>　　3.3.2 獨立樣本T檢驗…………………………………………………

64、……………………10</p><p>　　3.3.3 多元判別分析…………………………………………………………………………11</p><p>　　3.3.4 臨界值判定……………………………………………………………………………12</p><p>　　3.4預警模型實證檢驗…………………………………………………………………………13</p><

65、p>　　4 研究結論與不足 ………………………………………………………………………………13</p><p>　　附錄 ………………………………………………………………………………………………15</p><p>　　附表1：訓練樣本………………………………………………………………………………15</p><p>　　附表2：訓練樣本財務指標數(shù)據(jù)…………………

66、……………………………………………16</p><p>　　附表3：訓練樣本回判結果……………………………………………………………………18</p><p>　　附表4：檢測樣本………………………………………………………………………………19</p><p>　　附表5：檢測樣本財務指標數(shù)據(jù)………………………………………………………………19</p>

67、<p>　　參考文獻 …………………………………………………………………………………………20</p><p>　　致謝 ………………………………………………………………………………………………21</p><p>　　摘要：本文以現(xiàn)金流量為基礎構建財務風險預警體系，全面評價企業(yè)盈利能力、收益質量、財務彈性、成長能力、償債能力，并運用多元判別分析法對中國制造業(yè)滬深兩市上市公司20

68、06年至2008年的數(shù)據(jù)進行分析建模。且利用化學原料及化學制品制造業(yè)上市公司的數(shù)據(jù)進行檢驗，研究發(fā)現(xiàn)該現(xiàn)金流量指標體系可以提前兩年對公司財務危機作出較為準確的預警。</p><p>　　關鍵詞：現(xiàn)金流量；財務預警；判別分析</p><p>　　Abstract：On the basis of cash flow, this essay builds a financial risk ear

69、ly-warning system, which assesses profitability, earning quality, financial flexibility, growing ability and solvency of a company. Then build the system by multiple discriminant analysis method using the data of China’s

70、 listed companies in manufacturing industry of Shanghai and Shenzhen stock exchange from 2006 to 2008. Moreover, test the validity of the early-warning system using the data of listed companies in raw chemi<

71、/p><p>　　Key words：cash flow; financial early-warning; discriminatory analysis</p><p><b>　　1 引言</b></p><p>　　1.1 研究背景及意義</p><p>　　上世紀60年代以來，西方國家企業(yè)特別是美國公司的負債比率逐

72、漸升高，為經(jīng)濟的發(fā)展埋下了隱患。美國非金融性公司的利息支付數(shù)額占公司現(xiàn)金流量的比率已達空前水平：60年代僅為12.5%，而90年代已高達35%。隨著公司利息支出比率的增加，企業(yè)不能如期支付到期本息的風險亦快速提高。在此情況下，盡管許多公司盈利情況良好，但也難免處于收不抵支乃至破產(chǎn)的窘境。</p><p>　　而且近幾年來，全球經(jīng)濟深受由美國次貸危機引起的金融風暴的影響，危機正從金融界向實體經(jīng)濟蔓延，對相當一部分企

73、業(yè)造成了重大創(chuàng)傷。一些大型國際跨國公司也未能幸免于難：09年初美國微軟、日本豐田公司凈利潤大幅度下跌，通用汽車公司處于破產(chǎn)邊緣……眾多企業(yè)財務危機進一步惡化，全球金融危機形勢進一步加劇。</p><p>　　而國內(nèi)面對經(jīng)濟全球化的沖擊、外國公司的搶灘以及知識經(jīng)濟帶來的競爭壓力，加之以近年來金融危機的影響，中國企業(yè)特別是民族工業(yè)正遭遇前所未有的挑戰(zhàn)與考驗，因財務危機陷入困境甚至宣告破產(chǎn)的例子已是屢見不鮮。由此可見，

74、今日公司的管理決策當局迫切需要建立一個能預先發(fā)出危機警報的財務分析系統(tǒng)，以幫助避開或化解可能出現(xiàn)的財務危機。</p><p><b>　　1.2 研究述評</b></p><p>　　財務風險預警是以財務會計信息為基礎，通過設置并觀察一些敏感性預警指標的變化，對可能或將要出現(xiàn)的財務危機實施實時監(jiān)控和預警警報，防范和化解各種風險。國內(nèi)外關于財務預警的研究成果眾多，納入預

75、警體系的指標包括會計利潤指標以及現(xiàn)金流量指標，而且兩類指標對財務預警的有效性在學術界尚有較大爭議。</p><p>　　1.2.1 現(xiàn)金流量與收益信息有用論</p><p>　　國外學者在現(xiàn)金流量與收益信息對財務預警孰更為有用的論爭中各有不同的觀點。美國</p><p>　　財務會計準則委員會在其財務會計公告第1號（1978）中指出：用應計制會計計量的有關公司收益及

76、其組成部分的信息，通常比有關當期現(xiàn)金流入與流出的信息能更好地反映公司的業(yè)績。但在之后的第5號（1984）中又指出：現(xiàn)金流量信息對企業(yè)的流動性、財務杠桿、盈利能力以及風險等要素具有事先預測作用。</p><p>　　Black（1999）認為收益在一個企業(yè)的成熟階段具有更高的決策相關性，而現(xiàn)金流量在企業(yè)成長階段或不確定情況下具有更大的決策相關性。Venkatesh（2002）認為會計收益受到會計政策等多方面的影響，

77、其可靠性不如現(xiàn)金流量。Bowen，Robert.M.，David Burgstahler and Lane A. Daley（1986）和Catherine. A. Finger（1994）的研究表明現(xiàn)金流量信息具有較強的預測能力。</p><p>　　國內(nèi)學者一般認為現(xiàn)金流量對財務風險更有預警效用。如張友棠（2004）認為財務預警系統(tǒng)只能選擇以現(xiàn)金流量為基礎的財務指標作為檢測標準或目標。李曉丹（2006），錢忠

78、（2008），楊娟（2008）以及卿艷、劉禹（2010）都認為以權責發(fā)生制為基礎的收益信息容易受盈余管理的影響，與財務狀況之間欠缺相關性，應將現(xiàn)金及其流動作為企業(yè)財務預警體系的研究對象。</p><p>　　本文認為以現(xiàn)金流量為基礎研究財務風險預警體系不僅克服了人為操縱盈利的弊端，而且企業(yè)是否有警情，并不僅僅取決于盈利的多少，還取決于有沒有足夠的現(xiàn)金和與其經(jīng)營規(guī)模相適應的現(xiàn)金支付能力。</p>&l

79、t;p>　　1.2.2 基于傳統(tǒng)財務指標的財務預警研究</p><p>　　最早的財務預警研究始于Fitzpatrick（1932）的單變量預警模型，研究發(fā)現(xiàn)該模型判別</p><p>　　能力最高的是凈利潤/股東權益和股東權益/負債比率。</p><p>　　Edward Altman（1968）將財務預警模型發(fā)展為多元線性判定模型（多變量模型），提出了“Z

80、-Score”模型。他抽取了1946至1965年間的33家破產(chǎn)公司作為樣本，選擇了5種基本財務比率，并根據(jù)判別函數(shù)，為每一種比率確定了其對公司破產(chǎn)的影響程度，以此作為預測公司破產(chǎn)的基本模型。實證研究表明，Z模型在財務預警方面優(yōu)于單變量模型，其破產(chǎn)前一年的預測精度在90%以上，而破產(chǎn)前5年的預測精度也有70%。</p><p>　　Coats和Fant（1993）又根據(jù)Altman研究中的5個財務比率建立了人工神經(jīng)

81、網(wǎng)絡模型。雖然該方法的預警力更為顯著，但是由于這些分析方法存在建模的復雜性，因而在應用時受到了限制。</p><p>　　Richard B.Whitaker（1999）分別選取因經(jīng)濟困難（外部因素）和管理不善（內(nèi)部因素）導致業(yè)績下降的兩類企業(yè)，從營業(yè)收入、賬面總資產(chǎn)、資產(chǎn)市場價值三個因素出發(fā)構建多元邏輯回歸，最后得出關于企業(yè)陷入財務困境的原因、財務困境對企業(yè)的業(yè)績和市場價值的影響以及企業(yè)恢復的決定因素三個方面的

82、結論。</p><p>　　國內(nèi)的財務預警研究起步較晚，其研究初期主要是對國外方法的介紹和具體應用。如陳靜（1999）以及吳世農(nóng)、盧賢義（2001）分別應用單變量分析、線性判定分析、回歸分析三種方法，建立了財務困境預測模型。</p><p>　　王金鳳、楊松濤（2005）采用上市公司的兩組樣本，選取每股凈資產(chǎn)、總資產(chǎn)報酬率等九個傳統(tǒng)財務指標變量，利用Logistic回歸和BP神經(jīng)網(wǎng)絡兩種方

83、法比較性構建了上市公司惡性財務危機預警模型。研究表明在惡性財務危機發(fā)生前一年用BP神經(jīng)網(wǎng)絡建立的財務危機預警模型的預測判斷效果較好,前二三年用Logistic回歸方法建立的財務危機預警模型的預測判斷效果較佳。</p><p>　　賀瓊、郝匯（2007）從盈利能力、資產(chǎn)狀況、償債能力、管理能力四個方面選取了14個財務指標作為初始變量，以我國企業(yè)資料為依據(jù)，利用 SPSS統(tǒng)計軟件，采取顯著性檢驗和相關性檢驗的方法篩選

84、預警變量指標，對財務預警模型中的變量體系進行了設計。</p><p>　　丁曰佳、王華民、劉海龍、仝金正（2008）選擇了能反映公司流動性、結構性、效率性、盈利性和成長性5大類21個傳統(tǒng)財務預警指標作為研究變量，利用多元邏輯回歸分析方法構建上市公司財務風險預警模型。結果表明資產(chǎn)報酬率、銷售凈利率、總資產(chǎn)增長率具有較好的預警功能。</p><p>　　以上研究主要以會計利潤作為核心指標，未考

85、慮作為債務支付手段的現(xiàn)金的充足性，因而其預警作用并不充分。</p><p>　　1.2.3 基于現(xiàn)金流量指標的財務預警研究</p><p>　　William Beaver（1966）在單變量分析基礎上融入了現(xiàn)金流量，抽取了1954至1964年間的79家破產(chǎn)公司作為樣本，考察了30個財務比率在企業(yè)陷入財務困境前1-5年的預測能力，經(jīng)過篩選，最終采用了6個財務比率進行分析，發(fā)現(xiàn)現(xiàn)金流量/負債

86、總額能夠最好地判定公司的財務狀況。</p><p>　　Ohlson（1980）采用Logistic回歸模型，構建了以現(xiàn)金流量指標為基礎的財務預警系統(tǒng)，并發(fā)現(xiàn)影響公司破產(chǎn)概率的四類變量：公司規(guī)模、資本結構、業(yè)績和當前的融資能力。Aziz、Emanuel和Lawson（1989）比較了多個模型的財務預警準確率，發(fā)現(xiàn)現(xiàn)金流量模型的預警效果較好。</p><p>　　H.D. Platt 和 M

87、.B. Platt（2002）選取了24個危機公司和62個健康公司，通過Logit回歸分析確立了6個變量：一個顯示利潤率，兩個測量流動性，兩個評估財務杠桿和一個指定的增長率，認為現(xiàn)金流水平和增長率與流動性、長期資產(chǎn)、債務一樣，對財務危機有較高的預測度。同時該模型取得了較好的檢測效果。</p><p>　　國內(nèi)在該領域的研究差異主要體現(xiàn)在對財務風險預警指標變量的取舍上。周首華、楊濟華和王平（1996）在Altman

88、的Z模型基礎上，加入現(xiàn)金流量這一預測自變量，建立了F分數(shù)模式。楊淑娥、徐偉剛（2003）運用主成分分析，加入經(jīng)營活動引起的現(xiàn)金流量/總負債比率，建立了Y模型。張友棠（2004）構建了基于現(xiàn)金流量指標——現(xiàn)金盈利值和現(xiàn)金增加值的財務預警個體指數(shù)測試系統(tǒng)和綜合指數(shù)測試系統(tǒng)。</p><p>　　蔣飛鴻（2007）采用單變量分析法研究上市公司現(xiàn)金流量的財務預警作用，研究結果表明上市公司在被處理為ST公司的三年前，現(xiàn)金流

89、量信息具有較高的財務預警能力。有效性最高的是每股現(xiàn)金流量指標，其次是經(jīng)營活動現(xiàn)金流量/負債總額及經(jīng)營活動現(xiàn)金流量/所有者權益。</p><p>　　鮑新中、劉應文（2007）從現(xiàn)金流量數(shù)量性和效益性兩個方面分別選取了經(jīng)營活動現(xiàn)金凈流量、投資活動現(xiàn)金流出額、負債籌資現(xiàn)金流入額和總資產(chǎn)現(xiàn)金回收率、經(jīng)營現(xiàn)金盈利率、加權資本成本率6個指標建立現(xiàn)金流量財務預警模型，并通過多組上市公司數(shù)據(jù)對該模型的有效性進行了驗證。<

90、/p><p>　　錢愛民、張淑君和程幸（2008）從企業(yè)償債能力、營運能力、收益質量、財務彈性以及成長性方面選取不同變量，運用主成分分析法對中國機械制造業(yè)上市公司2002年至2006年的數(shù)據(jù)進行分析，以不同的ST、非ST公司比例組成樣本，建立多元邏輯回歸模型。研究發(fā)現(xiàn)該模型對ST公司判斷的準確率達到100%，而非ST公司也達到60%。</p><p>　　吳國強、戴紅軍（2010）在利用我國上

91、市公司財務數(shù)據(jù)的基礎上，從盈利能力、償債能力等五個方面選取了24個指標作為研究變量（將傳統(tǒng)財務指標與現(xiàn)金流量指標相結合，同時加入公司治理信息變量），采用主成分分析和 Logistic回歸構建了預警模型。實證結果表明公司的現(xiàn)金流量越多、盈利質量越好、資產(chǎn)運營效率越高、股權集中度越高、高管持股比例越大，發(fā)生財務危機的可能性就越小。</p><p>　　目前基于現(xiàn)金流量的財務預警研究大多僅強調經(jīng)營活動產(chǎn)生的現(xiàn)金流量，對

92、于其他形式（投資活動或籌資活動）表示的現(xiàn)金流量尚未給予過多關注。</p><p>　　近年來，該領域的前沿課題開始將公司治理等非財務信息納入預警模型，并采用定量與定性相結合的研究方法；或利用信息平臺建立分行業(yè)、分部門的動態(tài)預警模型。這將是此課題新的發(fā)展動向和趨勢。</p><p>　　綜上所述，國內(nèi)外學者或僅從現(xiàn)金流量指標角度，或從現(xiàn)金流量性質指標與傳統(tǒng)財務財務指標相結合的角度，運用主成分

93、分析、多元線性回歸等方法進行實證研究，建立財務風險預警模型。</p><p>　　2 基于現(xiàn)金流量的財務風險預警體系框架構建</p><p>　　現(xiàn)金流量是企業(yè)資產(chǎn)中最具流動性、最活躍的部分，是企業(yè)持續(xù)經(jīng)營的基本保障和擴大再生產(chǎn)的資源保障。從研究評述中可以看出，西方國家和日本有關破產(chǎn)預測的研究數(shù)量比較多，成果比較成熟，且大部分研究成果表明現(xiàn)金流量較會計收益有更強的預警能力。</p&g

94、t;<p>　　本文將基于現(xiàn)金流量有用論，選取反映企業(yè)盈利能力、收益質量、財務彈性、償債能力等的現(xiàn)金流量指標（考慮籌資活動和投資活動），借鑒相關計量方法建立多變量財務預警模型。并通過選取化學原料及化學制品制造業(yè)上市公司的數(shù)據(jù)進行檢驗，以驗證該模型的財務預警效用。</p><p>　　2.1 現(xiàn)金流量財務指標體系預警原理</p><p>　　總體來說，使企業(yè)陷入財務危機的誘因可

95、以分為外部和內(nèi)部兩方面（圖2.1）。外部誘因包括經(jīng)濟周期的變動、法律政策的變動等；內(nèi)部誘因包括經(jīng)營管理不善、投資決策失敗等。經(jīng)營管理不善會直接影響企業(yè)的經(jīng)營現(xiàn)金流，導致盈利能力下降、收益質量不高以及業(yè)務等增長緩慢或倒退。投資決策失敗，資本性支出不合理，影響企業(yè)成長后勁，自身產(chǎn)生的現(xiàn)金遠不足以滿足投資等現(xiàn)金需求。同時，外部經(jīng)濟不景氣也會導致企業(yè)產(chǎn)生的現(xiàn)金流與現(xiàn)金需求不相適應，影響財務彈性。因此財務彈性是衡量企業(yè)對內(nèi)、對外部誘因的緩沖調節(jié)能

96、力。</p><p>　　而盈利能力、收益質量、成長性、財務彈性基本上屬于隱性指標，不太容易察覺。這些指標最后都會傳導到償債能力上，可見償債能力是企業(yè)是否陷入財務危機最直接的度量。因此盈利能力、收益質量、成長性、財務彈性以及償債能力五個方面的指標能夠較好地對財務危機起預警作用。</p><p>　　圖2.1 現(xiàn)金流量財務指標體系的有效預警途徑</p><p>　　

97、2.2 現(xiàn)金流量財務預警體系的構成指標</p><p>　　選取什么樣的現(xiàn)金流量財務指標作為模型的變量，不僅關系到模型的可靠性還關系到模型的判別能力。為了全面客觀地檢驗上市公司的經(jīng)營好壞，所選取的財務比率既要具有全面性，即能購反映企業(yè)盈利能力、收益質量、成長性、財務彈性以及償債能力等各方面的財務狀況；又要具有綜合性，即要選擇那些能夠對預測企業(yè)財務失敗有指示作用的重要財務比率。</p><p&g

98、t;　　本文在遵循以上兩個原則的基礎上，結合數(shù)據(jù)的可得性，基于眾多學者的研究成果，以現(xiàn)金流量指標為核心建立了財務預警指標體系。表2.1列示了該指標體系的構成、計算方法和選擇該指標的原因（指標說明）。</p><p>　　表2.1 現(xiàn)金流量財務預警體系的初始財務指標</p><p><b>　　3 實證分析</b></p><p>　　3.1

99、研究分析方法概述</p><p>　　研究學者關于企業(yè)財務危機的起點各有不同的見解。本文將企業(yè)被ST（Special Treatment）作為財務失敗的標準。更準確地說，財務危機公司的選取是以某年份是否被ST為標志的。企業(yè)被特別處理的原因很多，包括連續(xù)兩年出現(xiàn)虧損，財務狀況及其他方面存在異常。而本文只選取因連續(xù)虧損兩年而非其他原因被ST的企業(yè)作為財務危機公司，即存在退市風險警示，證券代碼從正常轉變?yōu)?“*ST”。

100、</p><p>　　3.1.1 研究樣本的選擇及選取方法</p><p>　　對于訓練樣本的選擇，本文采取1:1配對法。共收集66家上市公司數(shù)據(jù)，其中ST公司33家，非ST公司33家。數(shù)據(jù)采集自CSMAR數(shù)據(jù)庫、巨潮資訊網(wǎng)、上海證券交易所以及深圳證券交易所網(wǎng)站。</p><p>　　ST公司樣本來源于2008—2010年滬深兩市新增退市風險警示的制造業(yè)企業(yè)，篩選條

101、件為：行業(yè)涉及食品飲料（C0）、紡織服裝（C1）、造紙印刷（C3）、石油化學塑膠塑料（C4）、電子（C5）、金屬非金屬（C6）、機械設備儀表（C7）、醫(yī)藥生物制品（C8）；上市時間距ST年度不少于三年。（樣本ST公司的時間、行業(yè)構成見表3.1和3.2）</p><p>　　非ST公司樣本的篩選條件為：數(shù)據(jù)采集年度以及行業(yè)與配對樣本相匹配；上市時間距ST年度不少于三年。</p><p>　　

102、鑒于美國、日本等國家僅公布合并公司報表，為保持一致性，本文上市公司數(shù)據(jù)均取自合并報表。同時本文選取上市公司T-2年截面數(shù)據(jù)為樣本建立模型。</p><p><b>　　訓練樣本見附表1。</b></p><p>　　表3.1 樣本ST公司的時間構成</p><p>　　表3.2 樣本ST公司的行業(yè)構成</p><p>　

103、　3.1.2 分析方法</p><p>　　文獻研究表明，此類研究的分析方法主要通過多元判別分析法、綜合指數(shù)法、主成分分析法等。而多元判別分析法是最早應用于財務預警的方法之一，且相應的模型在實踐中得到廣泛應用。從許多學者對我國上市公司和一般企業(yè)的實證結果來看，運用此方法建立的預警模型能夠對企業(yè)財務狀況作出較為準確的預測和評價。因此，本文將運用SPSS V17.0進行多元判別分析。</p><p

104、>　　在數(shù)據(jù)采集過程中發(fā)現(xiàn)，由于報表選取年度與上市年度相差不到五年的原因，部分樣本存在缺失數(shù)據(jù)（訓練樣本財務指標數(shù)據(jù)見附表2），本文利用線性插值法對缺失數(shù)據(jù)進行替換。且對一些明顯異常（異常大或異常?。┑呢攧諗?shù)據(jù)作為偏值除外，因為即使總樣本中含有極少這樣的值，也會對研究結果產(chǎn)生影響。</p><p>　　在此基礎上進行線性回歸，步驟如下：</p><p>　　對11個指標進行獨立樣本T

105、檢驗，選擇判別能力較強的若干指標進入回歸模型；</p><p>　　確定回歸方程的解釋變量和被解釋變量；</p><p>　　確定是否可建立線性回歸模型；</p><p>　　建立回歸方程，即F =β0 +β1x1 +β2 x2+….+βpxp；</p><p>　　對回歸方程進行各種檢驗；</p><p>　　利用回

106、歸方程進行預測。</p><p><b>　　3.2 相關假設</b></p><p>　　現(xiàn)金流量指標對于企業(yè)財務危機的預警有較顯著作用；</p><p>　　被ST處理的公司被認為開始陷入財務危機；</p><p>　　各上市公司相關年度的財務數(shù)據(jù)具有可比性。</p><p>　　3.3 預警

107、模型構建</p><p>　　3.3.1 描述性統(tǒng)計</p><p>　　從危機公司與健康公司的對比來看（表3.3），財務危機企業(yè)的財務指標均值要普遍低于健康公司。在盈利能力、收益質量、償債能力方面財務危機公司明顯處于較低水平。</p><p>　　在成長能力方面，危機企業(yè)單位資產(chǎn)所儲備的留存收益顯著低于健康企業(yè)，這無疑會在未來進一步拉大兩者的差距。但主營業(yè)務收入增

108、長率出現(xiàn)了相反的情況，這可能是由于本文用營業(yè)收入代替主營業(yè)務收入，危機企業(yè)由于無法從主營業(yè)務中獲取足夠的利潤，從而在其他副業(yè)上開發(fā)利潤，其他業(yè)務收入增長過快而導致該指標偏高。</p><p>　　在財務彈性方面，健康公司再投資的能力明顯強于危機公司，這將會進一步增強健康企業(yè)的再生產(chǎn)能力。但其現(xiàn)金流量適合比率略低于危機公司，主要是因為危機公司在現(xiàn)金流不足的情況下較大幅度地縮減了企業(yè)規(guī)模，如資本性支出、經(jīng)營性支出、股

109、利支出等。</p><p>　　比較兩類企業(yè)財務指標的標準差。總體來看，財務危機企業(yè)的財務指標標準差與財務健康企業(yè)相比普遍都比較高。但在收益質量和償債能力方面，危機公司之間的差異程度反而較小。這可能是因為危機企業(yè)由于受到財務危機的困擾，使得管理層都趨于相似的風險偏好以及采用相似的資產(chǎn)管理政策，如籌資策略類似導致財務風險趨同，或者資產(chǎn)收現(xiàn)政策相似等。而健康企業(yè)可能在這些方面存在的差異較大。</p>&