摘 要：在國際國內(nèi)經(jīng)濟(jì)形勢下，上市公司的生產(chǎn)經(jīng)營處于充滿風(fēng)險(xiǎn)的新時(shí)代。若企業(yè)可發(fā)現(xiàn)公司的經(jīng)濟(jì)狀況的異常，就有機(jī)會(huì)防止企業(yè)財(cái)務(wù)狀況愈加惡化，其對(duì)于我國上市公司及各利益相關(guān)信息主體都具有現(xiàn)實(shí)意義。

基于金融危機(jī)，國內(nèi)外學(xué)者預(yù)警系統(tǒng)的基礎(chǔ)上，在金融危機(jī)的整合基本方法的理論研究上的預(yù)警指標(biāo)體系，并構(gòu)建了風(fēng)險(xiǎn)預(yù)警模型。在二進(jìn)制和多現(xiàn)有的財(cái)務(wù)狀況模型的基礎(chǔ)上分析，形成在市場上更合理的金融危機(jī)早期預(yù)警系統(tǒng)。論文的主要問題研究人員工作如下：

1.背景文件的分析來解釋上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的理論和實(shí)踐意義，基于對(duì)金融危機(jī)在國內(nèi)外在當(dāng)前研究的問題普遍存在預(yù)警文獻(xiàn)綜述總結(jié)。

2.在了解國內(nèi)外學(xué)者對(duì)財(cái)務(wù)管理危機(jī)預(yù)警的理論基礎(chǔ)研究后，對(duì)財(cái)務(wù)危機(jī)概念的理論和實(shí)證結(jié)果進(jìn)行界定，進(jìn)而通過分析我國上市企業(yè)公司內(nèi)部財(cái)務(wù)危機(jī)形成的機(jī)理，介紹了各方法的基本發(fā)展思想，并對(duì)各個(gè)教學(xué)方法的優(yōu)缺點(diǎn)進(jìn)行簡述。

3.建立考克斯模型，對(duì)不同行業(yè)的差異與經(jīng)濟(jì)風(fēng)險(xiǎn)危機(jī)的影響進(jìn)行探究。其結(jié)果表明：虛擬變量系數(shù)顯著，表示：金融危機(jī)風(fēng)險(xiǎn)的上市公司在不同的行業(yè)面臨不同的，金融危機(jī)的這篇文章中的整體風(fēng)險(xiǎn)是2.0178倍電氣工業(yè)專業(yè)設(shè)備行業(yè)。

關(guān)鍵詞：財(cái)務(wù)危機(jī)預(yù)警;風(fēng)險(xiǎn)價(jià)值評(píng)估;Panel評(píng)定模型;行業(yè)間差異

一、緒論

自從中國進(jìn)入了一個(gè)新的時(shí)代，國內(nèi)經(jīng)濟(jì)已進(jìn)入供應(yīng)面的結(jié)構(gòu)性改革，其中最突出的是生長和CPI的經(jīng)濟(jì)增長方式轉(zhuǎn)變的低水平的時(shí)代。在新的經(jīng)濟(jì)發(fā)展形勢下，上市企業(yè)公司更難操作，上市公司應(yīng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)的水平提出了一個(gè)更高要求。因此，如何進(jìn)行選擇企業(yè)財(cái)務(wù)管理危機(jī)預(yù)警和篩查存在變數(shù)，并建立公司財(cái)務(wù)危機(jī)預(yù)警模型是本文的核心員工工作。

二、上市公司財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建

1.指標(biāo)選取的原則

（1）全面性原則

（2）代表性原則

（3）可操作性原則

（4）可度量原則

2.指標(biāo)體系的建立

（1）財(cái)務(wù)指標(biāo)體系構(gòu)建

①反映公司盈利能力的2個(gè)指標(biāo)

盈利能力指標(biāo)可以測量，反映盈利分析能力。

a.凈資產(chǎn)收益率

b.總資產(chǎn)報(bào)酬率

②反映公司資金鏈能力的3個(gè)指標(biāo)

償付能力指標(biāo)反映了上市公司的能力是由于償還債務(wù)，大致表述為上市公司的總資產(chǎn)加上各種債務(wù)比率。上市企業(yè)公司償債能力是判斷上市公司內(nèi)部財(cái)務(wù)發(fā)展?fàn)顩r的重要指標(biāo)。

a.流動(dòng)比率

b.速動(dòng)比率

c.現(xiàn)金比率

③體現(xiàn)上市公司營運(yùn)能力的指標(biāo)

用來表示上市公司的內(nèi)部資產(chǎn)管理的效率，業(yè)務(wù)能力的主要指標(biāo)，上市公司還可以指示利用現(xiàn)有資源，實(shí)現(xiàn)增加值的能力。

a.應(yīng)收賬款周轉(zhuǎn)率

b.存貨周轉(zhuǎn)率

（2）非財(cái)務(wù)指標(biāo)體系

審計(jì)工作行為是指這樣的上市公司發(fā)展及其原因的內(nèi)部經(jīng)濟(jì)社會(huì)活動(dòng)的經(jīng)濟(jì)管理行為方式進(jìn)行審核是權(quán)力經(jīng)濟(jì)文化活動(dòng)的法律強(qiáng)制審計(jì)監(jiān)督的鍛煉。因此，如果審核反饋良好的行為，不太可能上市公司的財(cái)務(wù)危機(jī);相反，財(cái)務(wù)危機(jī)更可能發(fā)生。

三、上市公司財(cái)務(wù)危機(jī)風(fēng)險(xiǎn)的行業(yè)差異性探究

1.研究設(shè)計(jì)

（1）Cox模型介紹

Cox模型是D.R.Cox提出的比例風(fēng)險(xiǎn)（Ratio&Risk）模型，其基本表達(dá)式為：

（2）初始指標(biāo)選取

借鑒前人研究的經(jīng)驗(yàn)結(jié)論，選定財(cái)務(wù)比率的17個(gè)相關(guān)備擇指標(biāo)進(jìn)行分析（見表1）。

2.實(shí)證分析

（1）VIF相關(guān)性檢驗(yàn)

從表2可以看出，各變量間是不存在有（多重）共線性。

（2）Cox模型估計(jì)

通過分析兩大模型，驗(yàn)證相異行業(yè)、相異企業(yè)間的經(jīng)濟(jì)管理的財(cái)務(wù)風(fēng)險(xiǎn)的差異性存在與否。建立兩個(gè)考克斯模型，每個(gè)模型的變量解釋觀察是否有差異。模型表達(dá)式如下：

（3）結(jié)果分析

最終，X的系數(shù)為0.702，比率是pr=2.0178，表明電氣行業(yè)的企業(yè)在總體規(guī)模上，發(fā)生財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)達(dá)到設(shè)備企業(yè)的2.0178倍。

四、基于Panel Logit（評(píng)定）模型的財(cái)務(wù)風(fēng)險(xiǎn)分類預(yù)測

1.數(shù)據(jù)預(yù)處理

設(shè)P個(gè)可觀測的指標(biāo)為X1，X2，……，XP，m個(gè)不可觀測的因子為F1，F(xiàn)2，……，F(xiàn)m，則因子分析的數(shù)學(xué)模型可表示為：

其中，m

表4結(jié)果表明，KMO測試的系數(shù)結(jié)果為0.878，即可以做因子分析。

正交旋轉(zhuǎn)后的主成分因子載荷矩陣和主成分分析結(jié)果如表5所示。

2.模型的建立

Panel logit模型表達(dá)式：

為固定效應(yīng)模型進(jìn)行評(píng)估，被認(rèn)為在一般情況下，足夠用于進(jìn)行統(tǒng)計(jì)參數(shù)的ξ，即對(duì)于一個(gè)給定的，條件分布不依賴于參數(shù)ξ。所以，求解其技術(shù)條件似然函數(shù)

的極大值，以獲得最大似然估計(jì)的條件。

賦值規(guī)則為：

3.模型的估計(jì)與預(yù)測

（1）模型估計(jì)

從表6可以得出模型的估計(jì)形式為：（把系數(shù)依次填入）

其中：分別為盈利因子、償債因子、成長因子和評(píng)價(jià)因子。

（2）模型預(yù)測效果檢驗(yàn)

按照基準(zhǔn)進(jìn)行數(shù)據(jù)測試，選定0.05為panel模型的最佳閾值。此概率閾值（臨界值）標(biāo)準(zhǔn)下，預(yù)測結(jié)果如表7所示。

從表7可以看出，Panel Logit模型的分類預(yù)測的準(zhǔn)確率是比較高的，這是因?yàn)椋篜anel數(shù)據(jù)有橫截面信息和時(shí)間序列的特征信息，從而得到一個(gè)更為精確的預(yù)測與分析結(jié)果。

五、結(jié)論

財(cái)務(wù)危機(jī)預(yù)警是上市公司，投資者，債權(quán)人和證券監(jiān)管機(jī)構(gòu)等利益相關(guān)者共同關(guān)注的問題。實(shí)證結(jié)果表明，panel logit模型能夠反映上市公司進(jìn)入財(cái)務(wù)危機(jī)的可能性和各因素之間的定量關(guān)系，而基于橫截面數(shù)據(jù)的缺陷恰好被面板數(shù)據(jù)模型彌補(bǔ)。

參考文獻(xiàn)

[1]單孟林.基于VaR的結(jié)構(gòu)性理財(cái)產(chǎn)品市場風(fēng)險(xiǎn)管理研究[D].西北民族大學(xué)，2019.

[2]喻晴.基于VaR模型的我國商業(yè)銀行利率風(fēng)險(xiǎn)度量及實(shí)證研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2018.

[3]廖仁健.基于耦合時(shí)空K近鄰與向量自回歸的地理時(shí)間序列預(yù)測[D].云南大學(xué)，2018.

[4]劉婉麗.基于布朗運(yùn)動(dòng)極值理論的VaR模型改進(jìn)研究[D].上海師范大學(xué)，2018.

[5]楊波.基于偏最小二乘的財(cái)務(wù)危機(jī)預(yù)警模型研究[D].中國財(cái)政科學(xué)研究院，2017.

[6]賈睿.中國貨幣政策傳導(dǎo)機(jī)制對(duì)A股市場影響的有效性分析[D].西南財(cái)經(jīng)大學(xué)，2016.

[7]朱兆珍.上市公司生命周期視角下財(cái)務(wù)危機(jī)預(yù)警研究[D].東南大學(xué)，2016.