我国制造业上市公司财务预警研究

《我国制造业上市公司财务预警研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、致谢本学位论文是在导师沈玉志教授的亲切关怀和悉心指导下完成的。从论文的选题、开题到论文撰写、修改，全过程无不凝聚着恩师汗水和心血。导师广博的知识、严谨的治学态度、精益求精的工作作风以及正直、乐观、平易近人的性格，使我受益终生。值此论文完成之际，谨向导师沈玉志教授致以最衷心的感谢和最崇高的敬意！辽宁工程技术大学工商管理学院的李士金副教授、温廷新副教授以及韩晓晨副教授给论文的修改提供了宝贵的意见，同时我的舍友李斌、季大奖在我论文收集资料和分析论证过程中给与我的支持和帮助，使得我的论文得以顺利完成，在此一并表示感谢。另外，特别感谢

2、我的家人，他们多年来在我学业上的大力支持以及生活上无微不至的关怀和照顾，给了我莫大的鼓舞。感谢各位专家、教授在百忙之中抽出时间评阅本论文，敬请批评指正！最后感谢学校对我教育和培养!摘要近年来，制造业上市公司陷入财务危机的案例也越来越多，其原因是多方面的。但重要的原因是制造业上市公司经营管理水平低，财务风险管理意识淡薄，没有建立相应的财务预警体系。在此背景下，构建适合我国制造业行业财务预警指标体系以及建立有较强预测能力的财务预警模型，对公司各利益相关者而言，具有十分重要的现实意义。论文以我国沪深A股制造业上市公司为研究对象，选

3、取了2007年～2011年共174家制造业上市公司作为研究样本，以危机发生前2年和3年的数据为基础，通过显著性检验、因子分析、Logistic回归以及Fisher判别等统计方法，结合财务指标和非财务指标，建立了制造业上市公司财务预警模型，并提出了相关对策建议和保障措施。⑴确定了财务预警指标体系。通过显著性检验（K-S检验、T检验和U检验）对初选22个财务指标和20个非财务指标做了进一步筛选，保留了在正常公司和危机公司间存在显著性差异的指标作为构建模型的变量。⑵构建了财务预警模型。运用因子分析法对通过显著性检验财务指标提取主因

4、子，并以得到的主因子为变量，运用二分类Logistic回归法构建基于纯财务指标的预警模型；将通过显著性检验的非财务指标和财务指标主因子一起进行回归，构建结合非财务指标的Logistic回归模型；引入组合的思想，将-I-经Fisher判别计算出来的Fisher分值，与通过显著性检验的非财务指标一起进行Logistic回归分析，构建结合非财务指标的混合预警模型。⑶检验了模型的有效性。运用建模样本、训练样本对各个模型的预测能力进行检验和对比分析。结果显示引入非财务指标有利于提高预警模型的判别能力，并且混合财务预警模型比单一预警模型

5、具有更高的预警精确度。⑷分析了进入模型的各变量与财务危机发生概率的相关关系。财务指标与上市公司发生财务危机的概率有显著性关系，非财务指标对财务危机也具有预警作用。上市公司不仅要加强对财务管理，提升公司财务质量，还应该优化股权结构、完善公司治理，从根本上降低财务危机发生的风险。⑸提出了实施财务预警保障措施。主要包括建立相应的财务预警组织体系，加强信息资源管理以及完善内部控制等具体措施。此外，政府也应该整顿证券市场秩序，增强上市公司信息透明度，建立、健全上市公司财务预警信息披露制度，为财务预警有效运行提供良好的外部环境。关键词：

6、财务预警；非财务指标；Logistic回归；混合预警模型-II-AbstractInrecentyears,moreandmorelistedmanufacturingindustrycompaniesfellintothefinancialcrisis,itsreasonwasvarious.Buttheimportantreasonisthemanagerialandadministrativeexpertiseislow,financialriskmanagementconsciousnessislight,doesn

7、othaveestablishedcorrespondingfinanceearlywarningsystem.Underthisbackground,buildafinanceearlywarningindicatorsystemandastrongpredictiveabilityfinancialearlywarningmodeltomanufacturingindustry,speakingofthecompanyvariousbenefitscounterparts,hastheveryvitalpractical

8、significance.ThispapertaketheA-sharelistedcompaniesinmanufacturingindustryastheresearchobjects,174listedmanufacturingindustrycompanieswereselecte