1、毕业论文（设计）开题报告会计学上市公司财务预警方法研究以房地产上市公司为例一、立论依据1研究意义、预期目标随着经济全球化的深入，我国企业与世界经济的依存度越来越高。上市公司作为领军企业，有着相对完善的财务制度，面对纷繁复杂的经济形势，如何尽最大可能地规避风险，减少损失，已成为上市公司自身以及各方面利益相关者共同关注的问题。通过财务预警方法评析来对企业财务指标和经营数据进行分析,能够预测和防范财务风险,实现企业价值的最大化。但不同的方法需要不同的前提条件，如自变量要服从正态分布、样本要求等，但事实上这些条件并不能得到有效的满足，从这方面而言，所建模型大多是在近似条件下成立的，这就必然影响到了预警
2、模型的正确性及预警精度。因而，选择适合的财务预警方法对于上市公司预警模型的建立起着至关重要的作用。达到有效地预测、防范和控制企业财务风险的发生，减少财务危机形成的概率或将财务危机的损害度降到最低限，尽可能确保企业的可持续发展和内部管理的正常运营的目的。在这样的研究背景下，笔者通过对国内外财务预警研究领域中的经典文献的回顾，发现大部分研究时使用的方法比较简单，同时受到数据限制，样本量不足，大部分研究只是对估计样本进行回判，这高估了模型的预测能力。因而笔者采用更全面的财务指标，面对房地产行业无力偿还债务及再筹资风险，以及缺乏对财务预警认识，本文以房地产行业作为试验，并通过基于因子分析LOGISTI
3、C模型和ZSCORE模型的研究比较，探索出比较准确的财务预警方法，来揭示风险并采取有效的措施。2国内外研究现状1国外关于财务预警方法的研究11一元判别法最早的财务预警研究是FITZPATRICK1932开展的单变量破产预测研究。他以19家企业作为样本，运用单个财务比率将样本划分为破产和非破产两组，FITZPATRICK发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。其后，美国学者BEAVER在1966年提出了单一变量模型，BEAVER使用119541964年的79对公司组成的样本分别检验了反映公司不同财务特征的6组30个财务比率在企业陷入财务困境前15年的预测能力，在BEAVER
4、建立的一元判别模型中，许多比率都显示出极佳的预测能力，其中现金流量与负债总额的比率能最好的判定公司的财务状况（误判率最低）；其次是资产负债率和净收益与资产总额的比率。单变量分析法虽然简单，但却因不同财务比率的预测方向与能力经常有相当大的差距，有时会产生对于同一公司使用不同比率预测出不同结果的现象，因此招致许多批评，而逐渐采用多变量分析方法。12多元线性判别法在继单变量模型之后，1968年，ALTMAN提出了预测企业破产的“ZSCORE”模型。首先使用了多元线性判别模型研究公司的破产问题。在“ZSCORE”模型中，他以破产和非破产两组共66家制造业公司为样本，运用统计分析的多元判别分析方法，经过
5、筛选，对这些企业的财务指标按流动比率、收益率、稳定性、支付能力、活动比例五项标准分类，在从最初的22个变量中选定预测破产最有用的5个变量，在分析这些变量相关性的基础上，进行综合分析后建立了多元线性的Z分数预测模型。此后，多变量分析方法被广泛采用，成为一种主流方法。但是该方法也存在一系列的缺陷。首先，该模型是建立在组内分布为近似正态分布，并且两组的协方差矩阵相等的假设之上的，而在实际中，很难满足这一假设。其次，对于破产前两年以上的预测未必有用。第三，由于企业规模、行业等存在诸多差异，该模式不具有横向可比性。最后，财务困境组与控制组之间配对标准的确定是一个很大的难题。13多元逻辑回归法为克服这些局
6、限性，自20世纪70年代末以来，LOGISTIC和PROBITY模型由于不要求样本服从正态分布这一特点而被许多学者引进到财务困境的研究中。将LOGISTIC模型应用到企业财务危机预警的第一位学者是OH1SON1980，他选取1970到1976年间的105家破产企业与2058家正常企业配组成样本，选取九项财务指标纳入LOGISTIC模型选行财务危机预警研究。研究发现，至少有4个显著影响公司破产概率的变量，即公司规模、资本结构、业绩和当前的变现能力，同时模型的正确率达9284到9612之间14人工神经网络方法除此之外，MODOM和RSHARDA1991第一次把人工神经网络用于财务危机的预测研究，他
7、们使用了三层前馈神经网络，并与传统的多元判别分析进行了比较研究，实证表明，神经网络具有更好的准确性，具有较好的模式识别能力，对数据分布的要求不严格，具备处理资料遗漏或是错误的能力。但2是，运用中也存在网络结构难以确定（财务危机预测研究中没有一个规范的模式来构造网络结构）和“黑箱性”（缺乏解释能力）等问题；最大的缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，因此应用受到限制。2国内对财务预警方法的研究在国内，受证券市场发展的影响，对财务预警的研究起步比较晚，对其开始真正的研究并取得一定的成果，主要还是借鉴了国外的模型。1986年，吴世农、黄世忠
8、首次在我国介绍了企业破产的分析指标和预测模型。总的来说，我国财务预警方法的研究主要分为两大类，即单模型研究和多模型研究。21单模型研究方法周首华、杨济华1996提出了F分数模型，它是在充分考虑了企业现金流量的变动等方面的情况后，通过调整和更新指标对Z模型进行了修正，也取得了一定的效果。对于研究应用逻辑回归模型，以陈晓、陈治鸿2000的研究为代表。采用公司被特别处理前T2年的财务报表数据，选取8组共27个财务比率，作为备选变量，做了1260种变量组合后，选出具有最小误判率的变量组合放入模型之中，并根据不同的筛选原则构建了四个模型，比较得到最优的模型，同时对误判率和期望成本进行了详细分析。战梅20
9、07采用容量更大的样本和更全面的财务指标比较多元判别分析。选取了我国沪深两市的华东地区上市公司在2004年被首次ST的27家公司和该地区的27家非ST公司作为建立模型的估计样本，以这54家上市公司2003年的61项财务指标作为模型研究的财务指标体系。最后表明所建立的判别模型的判别分类能力还是很好的，可以作为有效的判别工具用于财务预警。杨保安于2002年利用人工神经网络模型方法进行研究，他选择了4类财务比率总共15项指标建立模型，最终表明神经网络是进行财务评估的一种比较好的应用工具,并能为银行贷款授信、预警提供有效决策。22多模型比较研究方法陈静1999以1998年底的27家ST公司与同行业同规
10、模的非ST公司作为样本，分别采用单变量分析和多元判别分析方法进行财务困境预测，并进行了两种方法的比较。这项研究作为国内最早的实证财务困境预测研究，利用中国的数据，作有益的探索。但由于受样本与数据的限制，样本量小，结果难有广泛适用性。而吴世农、卢贤义2001同样以财务危机企业和财务正常的企业为研究，对象应用剖面分析和单变量判定分析，确定了6个预测指标，然后应用FISHER3线性判定分析、多元线性回归分析和LOGISTIC回归分析三种方法，分别建立三种预测财务危机的模型。研究结果表明三种模型都能在财务困境发生前发出相对准确的预测。此外,2008年于海波采用ALTMAN的“ZSCORE”模型建立了多
11、变量的财务危机预警模型，并且对该模型进行了样本数据检验，然后在定量分析的基础上进行了定性的分析和研究；引入现金流预警体系，主要使用经营净现比观察短期偿债能力、净利润现金含量观察企业的盈利能力；进一步完善“ZSCORE”模型对企业经营决策的指导作用。针对国内研究只停留与传统方法研究，梁垚2010将传统的依赖财务指标的多变量分析法和近几年在国际上应用比较广泛的KMV模型进行结合，以期提高信用风险预测的精度。选取了114家上市公司作为样本，样本容量大、有代表性，对于KMV模型中的变量也都进行了中国化改造，这些都使得本文的结论对于中国市场更具有应用价值。3中外财务预警研究方法的比较与国外相比，国内财务
12、预警研究方法多是财务单变量分析、多元判别模型以及多元逻辑回归模型，很少涉及其他方法。而国外对其它方法进行了很大大的尝试，效果对很明显。虽然财务预警方法的研究取得了很大的发展，进入快速成长的阶段，但从总体来看，还未进入到成熟阶段。而我国的研究就更加滞后，主要存在两个方面的问题首先，国内很少对具体行业进行分析，建模。由于每个行业的状况不同，影响财务危机的因素自然也就不同，因此，分行业分析的研究会有更大的研究价值。而国外在分行业研究的过程中发现，行业间的不同，同一预警变量包含星系量会有所不同，其预测效果有很大的差别。4简要评述通过对国内外财务预警方法研究的分析，我们可以知道，不管是哪种财务方法，只要
13、符合企业自身的财务状况并能够有效的规避风险，减少损失，都是值得借鉴和值得学习的。笔者通过选取房地产行业的数据，通过基于因子分析LOGISTIC模型和ZSCORE模型的研究比较，找到适合有效的财务预警方法，并建立一套完善适合的财务危机预警系统，及早诊断出危机信号，并采取相应措施，将危机消灭于萌芽阶段。3参考文献1BEAVERWHFINANCIALRATIOSASPREDICTORSOFFAILUREJJOURNALOFACCOUNTINGRESEARCH,19667210242A1TMANEFINANCIALRATIOSDISCRIMINANTANALYSISANDTHEPREDICTIONOF
14、CORPORATEBANKRUPTCYJJOURNALOFFINANCE,196895896093OHLSONJSFINANCIALRATIOSANDTHEPROBABILISTICPREDICTIONOFBANKRUPTCYJJOURNALOFACCOUNTINGRESEARCH,198011091314ODOMMD,SHARDARANEURALNETWORKMODELFORBANKRUPTCYPREDICTIONMPROCOFIFFRINTERNATIONALJOINTCONFERENCEONNEURALNETWORKS,19901631685周首华，杨济华论财务危机的预警分析F分数模式J
15、会计研究，199688116陈晓，陈治鸿中国上市公司的财务困境预测J中国会计与财务研究，200037战梅判别分析在上市公司财务预警中的应用研究D北京对外经济贸易大学，20078杨保安，季海，徐晶，温金祥BP神经网络在企业财务危机预警之应用J预测，2001249549陈静上市公司财务恶化预测的实证分析J会计研究，19994313810吴世农、卢贤义我国上市公司财务恶化预测的实证分析J经济研究，20016，212411于海波我国上市公司财务预警方法研究D长春吉林大学，200812梁垚KMV模型在我国上市公司财务预警中的应用D济南山东大学，201013赵玉梅，刘琳谈企业财务预警系统J商场现代化，20
16、07114刘立上市公司财务预警模型研究D西安西安电子科技大学，200915吴雯雯，杨玉辉，王家祥国内外财务预警方法的研究综述J黄河水利职业技术学院学报，200616耿桂娟浅议财务预警研究方法J财会探析，商场现代化，20081二、研究方案1主要研究内容（或预期章节安排）1上市公司财务预警相关理论概述11财务危机的相关理论12财务危机与财务预警间的关系13财务预警方法的相关理论2上市公司财务预警方法应用现状及设计适合方法的必要性21上市公司财务预警系统应用现状22上市公司财务预警系统应用中采用适合方法的必要性3以房地产行业上市公司为例对于财务预警方法的探索31基于因子分析的LOGISTIC模型建立
17、311样本来源5312样本选取313财务指标的确定314T1年数据处理315T2及T3的数据处理32ZSCORE模型的建立4研究结论2实施方案和进度计划实施方案阅读财务预警方法的相关文献；与指导老师联系，通过讨论，确定本次课题的研究方法；选取研究对象，明确研究内容；收集房地产行业上市公司财务数据并对其进行归纳总结；确定论文框架，与指导老师共同研究课题的切入点，采集实证研究信息；学会应用财务预警模型；对相应数据进行统计分析，并以图表加文字的形式展示；分析数据并阐明自己的观点。进度计划第六学期第1920周至第七学期第12周在指导老师的帮助下，广泛收集资料，研究相关文献资料，完成毕业论文选题第七学期第35周在导师的指导下，对外文翻译、文献综述和开题报告进行必要的修改，准备参加开题答辩，进一步论证选题价值、确立主要研究内容，论证研究方案的合理性与可行性；第七学期第811周撰写论文详细提纲，交给导师批阅，反复修改，保证论文结构的合理性；并就自己论文的研究方向开始写作毕业论文，完成初稿第七学期第1216周针对指导老师所给的意见，对论文进行进一步的写作和完善；第七学期第1617周在导师的指导下，对论文进行最终的检查和完善，定稿并上交；第七学期第1819周制作PPT演示稿,梳理论文脉络,准备毕业论文答辩。
