随着我国证券市场的快速发展,上市公司的数量在逐年增加,市场规模也在不断扩大,正成为推动国民经济增长的中坚力量,对我国国民经济的贡献功不可没。尽管如此,我国上市公司业绩两极分化的趋势依然特别明显,而且有进一步扩大的趋势,陷入财务困境的公司也在不断增加。随着陷入财务困境的公司不断增加,越来越多的投资者与企业管理者意识到在我国证券市场建立一个反应灵敏的财务困境预警机制,规避投资风险已迫在眉睫。上市公司陷入财务困境不是突然发生的,而是一个渐进的过程,因此完全有可能在财务困境发生之前使用有效的方法预先发现。预测上市公司的财务困境己经成为投资者、管理者及证券监管机构所关注的课题。企业财务困境预测,在国外具有很长的研究历史,并且获得了比较成熟的研究成果,建立了相关理论,现已得到广泛的应用。而我国在这方面的研究尚属起步阶段,研究者对于数据的采集、指标的选取、方法的使用以及最终模型的检验上尚有许多分歧,另外大部分研究结果由于缺乏实际应用,需要实践的进一步检验。虽然随着人们对财务困境的重视,己经有不少学者致力于此方面的研究,但是还存在着一定的缺陷,特别是在寻找有预测力的财务指标时,其财务指标的寻找范围还不够全面,只是关注了偿债能力、盈利能力、发展能力、营运能力等方面的指标,而忽略了现金流量和股权结构方面的指标。本文在全面、深入研究国内外上市公司财务困境的现状与该领域已有研究成果的基础上,以上市公司是否被“特殊处理”即以ST作为其是否陷入财务困境的标志,基于Logistic回归分析方法中Logit回归模型,采集涵盖上市公司短期偿债能力、长期偿债能力、获利能力、营运能力、发展能力、现金流量、股权结构7个方面的多个变量,寻找尽可能多的可以准确预测上市公司财务困境的变量,进而得出适合我国国情的上市公司Logit困境预测模型,并根据实证结果,发现影响上市公司陷入财务困境的因素,根据相关因素提出政策性建议。本文共五章,主要内容如下:第一章绪论。首先阐述了本文的研究背景和研究意义,接着是国内外研究的文献综述,并对国内外的研究状况进行了简要的评述,在此基础之上提出了本文的研究思路、框架结构、规范与实证相结合的研究方法。第二章财务困境预测的理论分析。首先明确了本文对于财务困境的定义。公司陷入财务困境是一个渐进与连续的过程,而不是一个截然两分的状态,即不存在一个明确的分界点将公司分为“陷入财务困境”和“没有陷入财务困境”两类,因此国内外对财务困境有多种不同的定义方法,不同的财务学家对财务困境也有不同的判断标准。总的来看,国外学者对财务困境的定义是根据研究课题的需要而定,归结起来可以指变现拍卖、无力支付短期债务、无力支付债券利息、无力支付债券本金、无力支付优先股股息、重整及法定破产等等;国内学者大多数为了适应中国的国情,是将从1998年开始出现的上市公司受到特别处理这一现象作为公司财务困境的标志。为了符合中国的实际情况,而且与国内大部分研究保持一致,便于相互比较,本文以上市公司作为研究对象,将公司因财务状况异常而被特别处理(ST)作为陷入财务困境的标志。在财务困境预测的理论基础部分,阐述了与财务困境预测相关的周期波动理论、企业生存因素理论、企业诊断理论。第三章财务困境预测实证分析方法与评价。首先介绍了财务困境预测实证定量分析方法(一元判定分析方法、多元判定分析方法、逻辑回归分析法、人工神经网络分析法),并分析了4种方法的优缺点。最终认为多元逻辑回归分析法之一Logistic回归法对变量的要求比较低,不要求自变量服从多元正态分布和两组间协方差相等的条件,而且通过过去的研究可以看出该种回归方法具有较高的预测准确率,因此确定本文实证分析方法为Logistic回归法。并确定本文的研究目的是,基于Logistic回归法中的Logit回归模型,将上市公司是否陷入财务困境作为该模型的因变量,本文筛选得到的财务预测指标作为该模型的自变量,得出一个可以预测上市公司是否即将陷入财务困境Logit财务困境预测模型;并根据回归结果,发现影响上市公司陷入财务困境的因素,根据这些影响因素提出预防财务困境的政策性建议。第四章我国上市公司财务困境预测实证分析。在样本设计方面,本文将2007年至2008年间深沪两市的A股上市公司中因财务状况异常而被特别处理(ST)的上市公司作为研究对象,选取了符合条件的30家ST公司作为财务困境公司样本,并同时根据同行业同期间同规模的原则以1:3的比例取得90家非财务困境上市公司作为配对样本,样本选取的时间是陷入财务困境前三年,并交代了数据来源。在指标选择方面,本文在考虑了传统财务指标的基础之上,加入了现金流量和股权结构指标,共23个指标作为模型的解释变量,考虑指标更加全面。为了避免出现错误的结论,首先使用峰度—偏度检验(Jarque-Bera检验)对样本进行分布检验,得出该样本不符合正态分布的结论,因此不能使用t检验检验差异性,本文改用非参数检验中的Wilcoxon检验来进行对照组和ST组之间指标的差异性检验,发现财务正常公司的财务比率均值一般比较稳定,变化幅度不大,而困境公司的财务比率值变化幅度较大,而且越接近困境发生期,变化的幅度越大,即越靠近ST年份的指标对与预测财务困境所提供的信息量越大。最后选出有两年以上显著差异且连续三年都符合所预期经济意义的10个指标,作为第一次筛选后的解释变量。利用Logistic回归法中的Logit回归模型得到我国上市公司财务困境预测模型:先带入所有入选的10指标,发现个别指标之间的相关性较高,在剔除了流动比率和权益对负债比率之后,采用SPSS 13.0软件自带的数据挖掘功能——向后逐步回归法来筛选预测变量,使用的方法为Wald估计。得出Logit财务困境预测模型,通过该模型可以预测出上市公司是否即将陷入财务困境,并对回归的结果进行了回归系数的检验、拟和优度检验、解释变量共线性检验、判定正确率的检验。最后,对实证结果进行了必要的分析和总结。第五章结论和政策性建议。对本文的研究结果进行了综合阐述,并且结合相关研究结论,提出政策性建议。本文的主要贡献及不足:本文在前人研究的基础之上,对财务困境预测的研究进行了深入的探讨,对以往的研究进行了修正,收集了陷入财务困境前3年ST公司和非ST公司的相关数据,得到了相应的Logit财务困境预测模型。在研究中本文在以下几个方面进行了修正:第一,样本新,容量大,非1:1配比本文是选取2007-2008年间深沪两地A股公司因“财务状况异常”而被ST的公司作为研究对象,并同时根据同行业同期间同规模的原则以1:3的比例取得配对样本,样本规模比较大。此外非1:1配对,更符合目前深沪A股ST公司与非ST公司实际的数量比,避免了夸大或者低估准确率的弊端。第二,预测财务指标选取全面在指标的选取上,除了选择有关公司短期偿债能力、长期偿债能力、盈利能力、营运能力、成长能力等常用研究指标以外,本文还将选择反映公司现金流量和股权结构的指标,共23个指标,提供的预测信息是比较全面的。第三,显著性差异分析方法准确在样本分布检验上,以往大多数的文献中都没有进行分布检验,就直接采用t检验在检测差异性,结果导致了错误的结论。如果样本分布检验的结果是样本不服从正态分布,那么配对组和ST组之间指标是否有显著性差异就不能用t检验来进行。因此,本文先采用了峰度—偏度检验(Jarque-Bera检验)来检验样本是否服从正态分布,之后则选取了非参数检验中的Wilcoxon检验来进行对照组和*ST组之间指标的差异显著性检验,这也是本文和以往文献不同的地方之一。由于本人研究能力有限,以及客观条件的限制,以致本文在变量的选取、非财务指标的使用、财务数据的真实性、财务困境的界定等方面还存在诸多不足之处,我已在后记中提出和大家共同讨论。