论文部分内容阅读
自1960年后,国际上重大破产案件的发生使得国外的研究者对企业破产预警模型的探索越来越感兴趣。在50多年中,他们研究出了多种预警模型,如单变量模型、多元判别分析(MDA)模型、Logistic模型、递归分割决策树模型、神经网络(NN)模型、信用风险理论等等,这些模型从简单到复杂无不体现了国外对该问题的重视。虽然,由于制度差异,我国按照法定程度宣布破产的公司为数不多,但这并不能说明致使公司破产的种种因素特别是财务风险因素对我国各类企业、公司的影响比国外小。所以,我国学者将公司财务预警的研究与国内的实际相结合,将被“ST”公司或使用计算机软件筛选出的财务表现不好的公司作为研究对象,进而对本国各行各业公司的财务预警模型展开了研究,且获得了许多有益成效。本文则是在这些成果的基础上,重点研究服装业上市公司财务评价及预警问题。首先本文将2015年我国沪深两市35家A股服装业上市公司作为观测对象,依据聚类分析法(2015年有关分类指标数据)对它们的财务风险状况做评价及分类,分析表明这些公司中财务良好和陷入困境的各有18家和17家,分类后从中随机选出正常与困境公司各13家作为建模样本,其余公司为检验样本。然后,初选了25个财务指标,利用其2014年的数据进行独立性、相关性、共线性检验,并使用通过三个检验的存货周转率(X2)、营业净利润(X10)、净利润现金净含量(X12)、营业收入增长率(X18)、现金比率(X22)这5个指标构建了主成分分析预警模型和Logistic预警模型。文章最后是用2014年财务数据构建的两个模型分别评价预测2015年服装业35家上市公司的财务性质并与聚类分析的结果做对比,即对两个模型的检验,结果显示两个模型的拟合程度都比较令人满意,但Logistic预警模型对建模组及检验组的预测正确性均达到80%,优于主成分预警模型。因此,Logistic预警模型更适合服装业上市公司用来提前了解、应对财务风险,并在其向危机转变时或之前加以管理控制,从而保持公司持续健康运营。