化工行業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究.pdf

1、隨著A股上市公司數(shù)量越來越多,面臨的競(jìng)爭(zhēng)也越來越激烈,經(jīng)常會(huì)出現(xiàn)一些公司經(jīng)營困難、停滯甚至破產(chǎn)等風(fēng)險(xiǎn)問題,這給投資帶來了意想不到的巨大損失。財(cái)務(wù)指標(biāo)作為企業(yè)的體檢表能夠反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的狀況和變化趨勢(shì),因此建立一套完整的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系,將能夠有效甄別出現(xiàn)潛在財(cái)務(wù)風(fēng)險(xiǎn)的公司,這對(duì)于管理層、投資人、債權(quán)人和監(jiān)管者都有重要的意義。
　　 本文在國內(nèi)外學(xué)者研究的基礎(chǔ)上,重點(diǎn)對(duì)化工行業(yè)上市公司樣本進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警分析,引入了主成分分析和

2、邏輯回歸等方法,對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行全面深入的研究:首先將被交易所特別處理(ST)的作為出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)(財(cái)務(wù)異常)的標(biāo)志,這能夠有效地區(qū)分和反映A股上市公司的風(fēng)險(xiǎn)差異,為投資者、監(jiān)管層及管理者所認(rèn)同。其次使用了海量樣本數(shù)據(jù)量,收集了最近9年A股所有化工行業(yè)上市公司的32個(gè)經(jīng)行業(yè)標(biāo)準(zhǔn)化處理的財(cái)務(wù)指標(biāo)數(shù)據(jù),挑選了869家次正常公司和32家ST公司作為樣本,數(shù)據(jù)樣本全面豐富,以便剔除人為篩選對(duì)結(jié)果的影響。第三指標(biāo)的多樣性,選擇能代表企業(yè)償債能

3、力、贏利能力、運(yùn)營能力、成長(zhǎng)能力等方面的32個(gè)財(cái)務(wù)指標(biāo),分年度進(jìn)行行業(yè)內(nèi)標(biāo)準(zhǔn)化以便跨年度比較。第四、建模分析獨(dú)特,本文采用主成分分析方法進(jìn)行指標(biāo)的篩選和處理,選擇能夠代表大部分原始數(shù)據(jù)方差的12個(gè)主成分,并對(duì)其進(jìn)行邏輯回歸分析,實(shí)證分析結(jié)果為:在邏輯回歸值高于的21%分位時(shí),組合1的誤差率為18.75%,組合2的誤差率為18.64%,綜合誤差是最小為18.69%,正確率可以高達(dá)82.3%。說明模型的鑒別和預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)能力較好。