文献综述范文

基于Z-Score模型的武汉力诺太阳能集团财务预警分析文献综述以所研究题目或主要论题加“文献综述”的方式作为标题，中文字体为宋体，二号字，加粗，居中；外文字体为Times New Roman,二号字，加粗。左边距3厘米，右边距、上边距、下边距均为2.5厘米，单倍行间距，字数在4000字到5000字之间（英语专业2000字以上）。摘要：对任何企业来说，收益与风险都是并存的，在日益激烈的市场竞争中，防范风险与获取收益同样重要，企业因财务危机导致经营陷入困难，甚至破产的例子屡见不鲜，建立财务预警系统成为企业以先进财务管理手段增强自身竞争力和应变能力的一种有效途径，从而使管理者可以及时采取措施，化解财务风险，避免财务失败。本文综合了目前国内外财务预警研究的现状，涉及财务困境理论，财务预警理论以及财务预警方法与模型，重点介绍了多变量分析方法中Altman提出的ZScore模型分析方法，包括它具体的预警指标，各项指标的含义，由此得出笔者的启示以及论文的研究方向。摘要字数300字左右关键词： 财务困境 财务预警 ZScore模型 关键词3-5个 一、 财务困境理论回顾（一）、国外学者观点文献综述应包括前言、正文、总结三部分中文字体为宋体，四号字；外文字体为Times New Roman,四号字。文献综述正文使用数字番号为“一、（一）、1、（1）”。从20世纪30年代起，国外学者就开始了企业财务困境问题的研究，积累了丰富的研究资料和大量的研究成果，但从相关文献来看，不同的学者具有不同的认识，理论界还没有形成比较一致的概念。财务困境（financial distress）又称财务危机（financial crisis），W.H.Beaver(1966)在作为失败预测的财务比率中提出“财务困境是破产、拖欠优先股股息、银行透支和债券不能偿付”。E.D.Deakin(1972)在企业失败预测的判别分析中认为财务困境公司“仅包括已经经历破产、无力偿债或为债权人利益而己经进行清算的公司”。George Foster(1956)在他的Financial statement Analysis中指出“所谓财务困境，就是指公司出现了严重的资产折现问题，而且这种问题的解决必须要依赖于公司的经营方式或存在形式的转变”。文献综述里面的标准写法，作者（文献出版年份）在文献名中提出“引用的文献内容”纵观大多数西方财务困境实证研究，界定“财务困境”的标准往往都集中在流动性较差、无力支付债务、破产这几条中，尤其是申请破产和破产清算，因此财务困境研究常被称为破产研究。（二）、国内学者观点我国张玲（2000），吴世农（2001）等学者一般以上市公司被特别处理，特别是因为财务状况异常而被特别处理作为界定财务困境的标志，也就是说上市公司被特别处理，那么，说明该公司陷入了财务困境。根据相关统计资料，在上市公司中，因财务状况异常而被特别处理的公司绝大部分是由于连续两年亏损或一年巨亏产生的。由此也可以说，我国学者以公司严重亏损作为界定财务困境的标志。二、财务预警理论回顾（一）、财务预警的概念财务预警是对财务困境产生的结果进行警告，是防范风险发生的有效途径，张鸣（2004）在企业财务预警研究前沿中提出“财务危机预警是财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机所实施的实时监控和预测警报”。（二）、财务预警的功能蒋永华（2008）在ZScore模型在财务预警中的应用一文中做了详细的描述，他提到财务预警的功能有以下几点：1、监测功能。2、财务诊断功能。3、财务治疗功能。4、辅助决策功能。5、财务保健功能”。（三）、财务预警的方法与模型吴雯雯，杨玉辉等（2006）在国内外财务预警方法的研究综述一文中对现阶段国内外财务预警方法及模型进行了综述，他们主要提出以下几方面的内容：1、国外关于财务预警方法的研究关于公司财务预警方法的研究在国外历史悠久。总体而言，运用于财务预警的方法可分为统计类和非统计类两大类，其中，统计类的方法主要有单变量分析法和多变量分析法。非统计方法主要有模拟类预测方法、行为反映类方法和案例分析法三大类，详细的财务预警方法分类如图1所示： （1）、一元判别法最早的财务预警研究是Fitzpatrick的单变量破产预测研究。其后，美国学者Beaver提出了较为成熟的单一变量模型，又称一元判别模型。他以79家失败公司和79家非失败公司为研究对象，使用了5个财务指标作为变量进行一元判定分析，发现最好的判别变量是债务保障率，其次是资产负债率。一元判别方法简单易行，然而此后就很少出现专门的单变量研究。（2）、多元线性判别法1968年，Altman首次使用了多元判定分析预测财务困境。他对1946年-1965间对提出破产申请的33家公司和33家非破产公司进行了研究，运用多元判别模型建立了Z模型。（3）、多元逻辑回归模型多元线性判别法所具有的种种局限性使这一模型的合理性与精确性一直受到质疑。但由于这种方法的简单易用且有一定的判别效果，而一直沿用下来。进入20世纪80年代，在先进统计方法的发展推动下，研究者开始使用逻辑回归模型来估计企业进入困境的概率，以概率高低来判定企业未来进入困境的可能性。为克服线性模型的局限，研究人员引进了逻辑和概率比回归方法。（4）、递归划分算法（递归分割法RPA）1985年，Frydman等提供了一种新分类方法递归划分算法进行财务分析并在公司财务危机的背景下与判别分析作了比较。发现递归划分算法在许多原始样本和对比样本方面比判别分析更好，并且通过递归划分算法和判别分析结果还可以得到额外信息。（5）、神经网络模型（NNS）1991年，Coats和Fant论述了神经网络模型可正确预测公司的财务危机的观点，并用了47家财务危机公司和47家健康公司检测模型的预测效果，拟和度达100%。模型用于预测财务危机公司准确率达91%；而采用多元判别法的预测精度仅为72%。尽管目前财务危机预测方法层出不穷，但主流的分析方法只有一元判别模型、多元判别模型和多元逻辑回归模型三大类。其他研究方法虽然做出了有益的尝试，但是由于模型开发历史较短，研究不够广泛模型的稳定性尚有待进一步检验。2、国内关于上市公司财务预警方法的研究现状（1）、主要方法在国内，受证券市场发展的影响，对财务预警的研究起步较晚。1986年，吴世农、黄世忠首次在我国介绍了企业破产的分析指标和预测模型。1990年，国家自然科学基金委员会管理科学组先后支持佘廉等人从事企业预警研究，并于1999年出版了企业预警管理丛书。之后我国学者才真正开始了对财务预警的研究，并取得了一定的成果，但主要还是借鉴国外的模型。总体来说，研究方法可以分为两大类，即单模型研究和多模型比较研究。（2）、主要缺陷与国外相比，国内财务预警研究方法多是采用单变量分析、多元判别模型和多元逻辑回归模型，很少涉及生存分析法和其他非统计类方法。而国外对于非统计类方法进行了很多大胆的尝试，总体效果比较好”。在财务预警研究中，国外研究方法和技术相比较国内而言，较为成熟，这也是笔者采用多变量ZScore模型分析武汉力诺太阳能集团财务情况的原因之一。三、ZScore模型概述（一）、“ZScore”模型提出“ZScore”模型，最早是由Altman(1968)提出来的。他在财务比率、判别分析和公司破产的预测中根据19461965年期间，资产规模在1002500万美元，提出破产申请的33家破产企业和33家非破产企业作为样本，采用逐步判别分析法，从最初的22个财务比率中选择了5个，使用破产企业破产前一年的数据和非破产企业在相应时段的数据，用多元判别分析法（MDA）对5个财务比率分别给出一定权数，进而计算其加权平均值(即Z值)。而后由于“ZScore”模型来自于对上市公司的研究，应用范围不广，故此后Altman对其进行了修正，先后提出了两种模型，一个适用于上市公司，一个适用于非上市公司。1、适用于上市公司的“ZScore”模型Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中： X1 = (期末流动资产-期末流动负债) /期末总资产=营运资本/期末总资产X2 =期末留存收益/期末总资产X3 =息税前利润/期末总资产X4 =期末股东权益的市场价值/期末总负债X5 =本期销售收入/总资产在模型中涉及到的五个指标, 从不同方面对企业的持续经营能力作出了评价。模型中的X值除X5之外,均以绝对百分率来表示, 比如“留存收益资产总额”为20% ,则X2为20。X1 反映了企业资产的变现能力和规模特征。X2 反映了企业的累积获利能力。X3 即EBIT/资产总额,可称为总资产息税前利润率,而通常所用的总资产息税前利润率为EBIT/平均资产总额,分母间的区别在于平均资产总额避免了期末大量购进资产时使其降低,能客观反映一年中资产的获利能力。X4 测定的是财务结构, 分母为流动负债、长期负债的账面价值之和；分子以股东权益的市场价值取代了账面价值,因而对公认的、影响企业财务状况的产权比率进行了修正,使分子能客观地反映公司价值的大小。对于上市公司,分子应该是:非流通的股票账面价值+流通股票期末市价股份数。X4的分子是一个较难确定的参数, 尤其对于股权结构较复杂的企业。X5为总资产周转率,企业总资产的营运能力集中反映在总资产的经营水平上,因此,总资产周转率可以用来分析企业全部资产的使用效率。判别规则:当Z2.99时，陷入财务困境的可能性很小；当Z1.81时，陷入财务困境的可能性非常大；当1.81Z2.99时，为“灰色区域”。“灰色区域”是财务健康和财务困境Z值重叠区域，该区域的企业的错判率最高。进一步对“灰色区域”分析，采用误判率最小的原则，确定2.675为区分破产和非破产公司的Z值。此后Altman从这一模型的运用中还发现，随着时间的延长，企业发生破产的可能性越大，“ZScore”模型预测效果的准确性也会降低。据统计，预测企业破产在一年时间内的准确率为95%，两年时间内的准确率为83%，而三年以上的准确率不到二分之一，仅为48%，这样运用“ZScore”模型预测企业风险时就必须注意时间性。对于企业短期风险的判断可以直接依据Z值，但对于企业长期风险的判断则必须先计算企业在各年份的得分值，然后根据这些分值的变化趋势来断定企业长期风险的大小。尽管“ZScore”模型最初是依据制造企业公司的资料提出，但检验结果证明，它对其它类型的公司同样也适用。2、适用于非上市公司的“ZScore”模型Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5其中:X1=净营运资本/总资产X2=留存收益/总资产X3=息税前收益/总资产X4=企业的账面价值/负债总额X5=销售量/资产总额判别规则:当Z2.90时，企业财务状况良好，不会破产；当Z1.23时，企业处于破产边缘；当1.23Z2.90时，为“灰色区域”。这一模型对原来适用于上市公司的模型作了如下修订：财务比率X4的计算公式中分子用企业的账面价值代替普通股和优先股的市场价值总额；修改了模型中各相关变量的系数。（二）、ZScore的优缺点“ZScore”模型之所以得到如此广泛的重视和应用，最主要的特点和优势在于它客观准确，简单易懂，计算简便，所有数据均可直接根据财务报表得到，可操作性强，不仅有利于企业管理当局进行财务分析，促进其改进财务管理，同样也适用于外部投资者、债权人对企业的评价，并可作为其投资决策依据。其以严谨的公式与数据为依据，可操作性强，适用性广，尤其是在破产风险和财务失败的分析中具有很高的灵敏度，因而得到广泛的应用。但是此模型在运用上还是有不足之处：首先，该模型是建立在组内分布为近似正态分布，并且两组的协方差矩阵相等的假设之上的，而在实际中，很难满足这一假设。其次，对于破产前两年以上的预测未必有用。第三，由于企业规模、行业等存在诸多差异，该模式不具有横向可比性。最后，财务困境组与控制组之间配对标准的确定是一个很大的难题。四、启示综合以上各类文献的内容，笔者得到以下几点启示，并以此为方向进行论文的研究：（一）、无论是什么企业身处市场经济的大环境下，都存在着财务风险，及时发现风险，对企业的长远发展有积极的意义。建立健全企业财务预警机制是防范风险的有效措施。财务预警主要有信息收集，预防危机，控制危机的作用，能在危机发生前进行有效的监控，在财务困境发生时提出预警，并通过分析，查出危机的深层原因，帮助企业克服危机，渡过难关。（二）、在国内外财务预警方法的研究中，国外起步更早，研究成果丰富，理论较为成熟，尤其是美国Altman提出的多变量分析方法，在财务预警研究中运用较广，在笔者的论文中也将采用此方法对武汉力诺太阳能集团进行财务预警分析。（三）、笔者将运用“ZScore”模型分析方法对ST公司武汉力诺太阳能集团进行财务分析，加深对该方法的学习。参考文献另起页，“参考文献”四个字使用二号，宋体，加粗。1Altman E.I.，1968: Financial Ratios.Discriminat Analysis and the Prediction of Corporate Bankruptcy ，Journal of Finance ，1968（9）；2 Altman E.I.，2000：Predicting Finance Distress of Companies: Revisiting the Z-Score and ZETA Models，Journal of Finance ，2000（7）；3 Feng Yu Lin，Sally Mc Clean,2001：A data mining Approach to the Prediction of Corporate Failure，Knowledge-Based Systems，2001（4）；4李秉成：企业财务困境的研究：上市公司财务困境实证分析，中国财政经济出版社，2004；5张鸣：企业财务预警研究前沿，中国财政经济出版社，2004；6王志伟：财务困境及其资本结构、治理结构的关系，甘肃人民出版社，2006；7中国注册会计师协会：财务成本管理，中国财政经济出版社，2009；8杨宗昌，赵红，2002：运用财务失败预警模型对上市公司；进行财务分析，上海会计，2002年第11期；9 张玲，2000:财务危机预警分析判别模型及其应用,预测,2000年第6期；10吴世农，卢贤义，2001：我国上市公司财务困境的预测模型研究，经济研究，2001年第6期；11吴雯雯，杨玉辉，王家祥，2006：国内外财务预警方法的研究综述，黄河水利职业技术学院学报，2006年第3期；12陈静，1999：上市公司财务恶化预测的实证分析，会计研究，1999年第4期；13蒋永华，2008：ZScore模型在财务预警中的运用，山东商业会计，2008年第2期；14徐秀渠，2010：Altmans Z-Score模型在企业风险管理中的应用研究，经济经纬，2010年第4期；15包晓岚，2006：上市公司财务危机预警“Z”值区域研究与分析，财会通讯，2006年第5期；16李冰，孙长江，2006：我国上市公司财务风险预警的实证分析，经济分析，2006年第1期；17李义超，蔡晶晶，2010：基于财务与非财务指标的财务困境预警研究以制造业上市公司为例，中国管理信息化，2010年第21期；18刘晶，潘逸天等，2010：基于多元判别分析的财务预警系统，中国管理信息化，2010年第3期；19周剑涛，庞文凤，2009：Z-Score财务预警模型在上市公司应用的实证研究，财会通讯，2009年第8期；20苏亨万，2007：上市公司财务风险预警模型分析，北方经贸，2007年第5期；21陈嘉莉，2007：中小企业如何构建财务风险预警机制，财会研究，2007年第12期。所列文献来自刊物需注明：作者，年份：篇名，发表的刊物名，期号，中间用逗号分隔；所列文献来自著作需注明：作者：著作名，出版单位，出版时间，中间用逗号分隔。所列文献字体为宋体，四号字；外文字体为Times New Roman,四号字。参考文献数不得少于20篇。