文档介绍：公司治理与财务危机预警
一、引言
财务危机,也称财务困境或财务失败,它往往会引起“公司破产”。财务危机预警,就是以企业的财务指标及相关资料为基础,建立数学模型来预测企业发生财务危机的可能性。
财务危机预警研究最早始于美国学者Fitzpatrick(1932),后来Beaver (1966)给出了基于单变量的破产预测模型。影响最大的是Altman (1968)的Z—Score模型,它是最早的多元判别预警模型。Ohlson(1980)使用了多元Logistic回归方法构建了财务危机预警模型。在随后的研究中,许多学者使用多元概率比回归、人工神经X络构建了财务危机预警模型。国内学者也在财务危机预警方面做了许多研究。周首华、杨济华、王平(1996)建立了F分数模型,陈静(1999) 构建了单变量预警模型和多元线性判定单变量预警模型。吴世农、卢贤义(2001)应用单变量判定、多元线性判别和多元逻辑回归方法,分别建立ST公司预警模型。何沛俐、章早立(2002)建立了以时序立体数据空间为基础的财务危机判别模型。吕长江,周现华(2005)在分析各种研究方法应用前提的基础上,分别运用多元判别分析、逻辑线性回归模型和人工神经X络模型,构建了财务危机预警模型,其中,多元判别分析法要逊色于逻辑模型,神经X络模型的预测准确率最高。
随着国内外学者对于财务危机预警研究的不断深化,一些学者开始关注引发财务危机的更深层次原因,并开始引入公司治理信息进行分析。Fathi 和Jean-Pierre(2001)实证得出了董事会组成与财务危机有关的结论。而Tsun-Siou Lee 和Yin-Hua Yeh(2001)则采用台湾上市公司数据,实证得出控股股东在董事会中拥有的董事会席位百分比等,与财务危机正相关。Zhen O测试结果可知,19个财务指标预警变量存在较强的相关关系,适合进行主成分分析。为了尽可能地保留原始指标的信息和方便对因子的解释,本文在基于累积贡献率法≥85%方法的基础上,采用正交旋转法提取了10个主成分F1~F10,%。
根据主成分的因子载荷矩阵可以得到主成分F1~F10的数学表达式。同时,通过主成分因子载荷矩阵表还可以看出:主成分F1主要由反映现金流量获取能力和现金流量偿债能力的变量X12(经营性现金流量流动负债比)、X6(销售现金比率)、X7(资产现金回收率)和X13(经营性现金流量债务总额比)所解释;主成分F2主要由反映费用盈利能力的变量X2(销售净利率)、X4(净资产收益率)和X1(总资产净利率)所解释;主成分F3主要由反映资产营运能力和盈余管理情况的变量X16(总资产周转率)和X17(流动资产周转率)所解释;主成分F4主要由反映长期偿债能力、规模和盈利能力的变量X11(资产负债率)、X18(总资产)和X5(留存收益与总资产比率)解释;主成分F5主要反映资产营运能力的变量X15(应收账款周转率)解释;主成分F6主要由反映成长能力的变量X19(主营业务收入增长率)解释;主成分F7主要由反映盈余管理情况的变量X24(非经常性损益占利润总额比率)解释;主成分F8主要由反映资产营运能力和盈余管理情况的变量X14(存货周转率)和X22(其它应收款与流动资产比率)解释;主成分F9主要由反映成长能力的变量X20(净资产增长率)解释