




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
企業(yè)財(cái)務(wù)風(fēng)險評價實(shí)證研究的國內(nèi)外文獻(xiàn)綜述目錄TOC\o"1-2"\h\u10146企業(yè)財(cái)務(wù)風(fēng)險評價實(shí)證研究的國內(nèi)外文獻(xiàn)綜述 1195961.1國外研究現(xiàn)狀 146501.1.1國外財(cái)務(wù)風(fēng)險管理研究現(xiàn)狀 14951.1.2國外財(cái)務(wù)風(fēng)險預(yù)警研究現(xiàn)狀 160721.2國內(nèi)研究現(xiàn)狀 2292511.2.1供給側(cè)結(jié)構(gòu)改革 2280031.2.2財(cái)務(wù)風(fēng)險預(yù)警模型 21101.3國內(nèi)外研究述評 33066參考文獻(xiàn) 41.1國外研究現(xiàn)狀1.1.1國外財(cái)務(wù)風(fēng)險管理研究現(xiàn)狀Tomasz
Korol(2013)通過對多年來各位學(xué)者長期的分析思維和研究方法的廣泛研究,形成了一套完善的數(shù)據(jù)結(jié)構(gòu),經(jīng)過實(shí)際驗(yàn)證,發(fā)現(xiàn)該模型預(yù)測企業(yè)的財(cái)務(wù)風(fēng)險的準(zhǔn)確率很高[1]。ZhengM(2014)對中國礦業(yè)公司進(jìn)入海外市場會面臨的財(cái)務(wù)風(fēng)險進(jìn)行評估,此次研究使用了層次分析法,在進(jìn)行研究的同時向政府和行業(yè)提出合理有效的建議[2]。JSong(2014)認(rèn)為,企業(yè)未來應(yīng)該不斷加強(qiáng)經(jīng)營風(fēng)險管理,這樣才能有效地避免不必要的經(jīng)濟(jì)損失,而且提高財(cái)務(wù)風(fēng)險管理能力是未來企業(yè)財(cái)務(wù)風(fēng)險管理的一個重點(diǎn),企業(yè)未來要是能想長久健康發(fā)展就必須不斷逐步提高自身的企業(yè)財(cái)務(wù)經(jīng)營風(fēng)險管理能力水平[3]。1.1.2國外財(cái)務(wù)風(fēng)險預(yù)警研究現(xiàn)狀MLahiri(2013)通過預(yù)警探索財(cái)務(wù)風(fēng)險根源,積極推廣Z-score模型[4]。ChouhanVetal.(2014)用5家正常經(jīng)營的企業(yè)和5家已經(jīng)破產(chǎn)的企業(yè)來分析Atman修正的Z模型,以此分析Z模型對常規(guī)公司的準(zhǔn)確率。發(fā)現(xiàn)預(yù)測正常公司準(zhǔn)確率是55%。預(yù)測破產(chǎn)公司的準(zhǔn)確率是70%,這說明Atman修正的Z模型準(zhǔn)確率更高[5]。P.Wu(2016)通過研究傳統(tǒng)財(cái)務(wù)風(fēng)險管理和非常規(guī)收益分析,構(gòu)建財(cái)務(wù)風(fēng)險預(yù)警模型,并證實(shí)該模型合理可行[6]。PLuoetal.(2018)利用已經(jīng)落伍的數(shù)據(jù)結(jié)構(gòu),來分析行業(yè)數(shù)據(jù)動態(tài)、新的交易風(fēng)險指標(biāo)和行業(yè)大數(shù)據(jù),開發(fā)出新的數(shù)據(jù)框架來預(yù)測公司財(cái)務(wù)運(yùn)營的風(fēng)險,為有風(fēng)險的公司提出新的財(cái)務(wù)財(cái)務(wù)風(fēng)險預(yù)警思路[7]。1.2國內(nèi)研究現(xiàn)狀1.2.1供給側(cè)結(jié)構(gòu)改革張五常(2008)認(rèn)為把供給調(diào)控好有利于調(diào)動經(jīng)濟(jì)活力[8]。賈康(2011)從供給方面入手進(jìn)行了理論研究,將國外優(yōu)秀的研究成果和成功經(jīng)驗(yàn)與我國的實(shí)際情況相結(jié)合,總結(jié)出了一套適合中國的新理論,“供給側(cè)”這個詞開始浮現(xiàn)[9]。云小紅(2016)認(rèn)為供大于求在煤炭行業(yè)的問題已經(jīng)存在很長一段時間,煤炭行業(yè)應(yīng)率先進(jìn)行供給側(cè)改革。[10]郭水文(2016)認(rèn)為供給和需求是協(xié)調(diào)的,供給側(cè)改革會對當(dāng)今的中國有很大幫助。同時他還提出煤炭工業(yè)改革最有效的途徑是產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化[11]。??撕榈龋?016)以整個能源行業(yè)為例,分析了從供給方面著手進(jìn)行的改革對行業(yè)健康發(fā)展的重要意義,并且提出改革中最重要的任務(wù)就是去產(chǎn)能[12]。王靜(2019)以安徽省煤炭行業(yè)發(fā)展?fàn)顩r為例,探討出解決供給和需求的失衡以及利用市場規(guī)律解決產(chǎn)能過剩是改革煤炭行業(yè)改革的關(guān)鍵[13]。周偎等(2019)從怎樣在根本上避免危機(jī)的發(fā)生的角度出發(fā)對馬克思經(jīng)濟(jì)危機(jī)理論進(jìn)行研究,認(rèn)為供給側(cè)改革應(yīng)以科技創(chuàng)新為著力點(diǎn)[14]。徐玉德等(2020)認(rèn)為金融企業(yè)在改革時應(yīng)該將創(chuàng)新驅(qū)動和制度保障二者也相結(jié)合,倡導(dǎo)社會各個行業(yè)在實(shí)施改革中加快建設(shè)與現(xiàn)代化相適應(yīng)的制度[15]。高惺惟(2020)以金融業(yè)為切入點(diǎn),指出供給側(cè)改革需要明確政府與市場的邊界,認(rèn)為政府干預(yù)的本質(zhì)是為實(shí)體經(jīng)濟(jì)健康快速發(fā)展提供服務(wù)[16]。1.2.2財(cái)務(wù)風(fēng)險預(yù)警模型(1)單變量財(cái)務(wù)風(fēng)險預(yù)警模型吳芃(2006)以A股市場30余家服裝行業(yè)企業(yè)為例進(jìn)行研究,結(jié)果發(fā)現(xiàn),基于凈資產(chǎn)回收率的7項(xiàng)財(cái)務(wù)指標(biāo)可以準(zhǔn)確檢測企業(yè)財(cái)務(wù)風(fēng)險的真實(shí)性[17]。馮春林(2016)采用單變量分析法,使用資產(chǎn)負(fù)債率和速動比率作為償付能力的兩個指標(biāo),對兩組上市公司進(jìn)行對比分析,發(fā)現(xiàn)其償債能力的差異比較大[18]?;粲昙眩?018)用15項(xiàng)財(cái)務(wù)指標(biāo)對34家債券公司進(jìn)行財(cái)務(wù)風(fēng)險預(yù)警,結(jié)果表明,所選指標(biāo)能將對正常公司和存在風(fēng)險公司區(qū)分開來[19]。(2)多變量財(cái)務(wù)風(fēng)險預(yù)警模型歐陽歆(2014)發(fā)現(xiàn)用改進(jìn)后的Z模型的對我國上市公司進(jìn)行預(yù)警,結(jié)果發(fā)現(xiàn),改進(jìn)后的Z模型準(zhǔn)確率達(dá)到94.05%甚至更高,這說明我國的上市公司采用改進(jìn)后的Z財(cái)務(wù)風(fēng)險預(yù)警模型將會行之有效[20]??挡屎绲龋?018)對目前傳統(tǒng)的Z-Score財(cái)務(wù)風(fēng)險預(yù)警模型采用FOA算法進(jìn)行了改進(jìn)優(yōu)化,用改進(jìn)后的財(cái)務(wù)風(fēng)險預(yù)警模型對20家上市公司的整體財(cái)務(wù)風(fēng)險進(jìn)行預(yù)警,結(jié)果發(fā)現(xiàn)改進(jìn)優(yōu)化后的模型預(yù)測的準(zhǔn)確率比傳統(tǒng)Z-Score模型預(yù)測的準(zhǔn)確率更高[21]。吳玉鳳(2018)用單變量和多變量計(jì)算了每個樣本公司的財(cái)務(wù)指標(biāo),并建議公司以三維形式監(jiān)控其日常經(jīng)營與整體財(cái)務(wù)情況[22]。閆春等(2018)使用pls-logit數(shù)據(jù)模型方法引入應(yīng)用到七家壽險管理公司財(cái)務(wù)經(jīng)營風(fēng)險評估預(yù)警中,利用57家獨(dú)立壽險管理公司的相關(guān)財(cái)務(wù)數(shù)據(jù),建立基于使用pls-logit模型方法的七家壽險管理公司財(cái)務(wù)經(jīng)營風(fēng)險評估預(yù)警數(shù)據(jù)模型,并與之前使用Lasso方法重新建立的7家壽險管理公司財(cái)務(wù)經(jīng)營風(fēng)險評估預(yù)警數(shù)據(jù)模型相進(jìn)行比較。實(shí)證結(jié)果分析試驗(yàn)結(jié)果表明Pls-Logit比Lasso財(cái)務(wù)風(fēng)險預(yù)警模型的風(fēng)險預(yù)警結(jié)果準(zhǔn)確率更高[23]。王玉冬(2018),結(jié)合PSO-BP和FOA-BP神經(jīng)網(wǎng)絡(luò)模型原理,用果蠅算法和粒子群優(yōu)化算法構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)警模型對研究對象進(jìn)行實(shí)證分析,最后分析發(fā)現(xiàn),基于果蠅算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型適合企業(yè)財(cái)務(wù)風(fēng)險預(yù)警,預(yù)測準(zhǔn)確率高于PSO-BP神經(jīng)網(wǎng)絡(luò)模型[24]。齊芳(2019)選擇某大型房地產(chǎn)公司2015-2017年的資產(chǎn)負(fù)債率、資產(chǎn)收益率、資產(chǎn)利潤率、營運(yùn)能力和股東權(quán)益率為變量,基于Z評分模型構(gòu)建了房地產(chǎn)公司財(cái)務(wù)風(fēng)險預(yù)警系統(tǒng),結(jié)果表明Z評分模型適用于大型房地產(chǎn)公司的財(cái)務(wù)風(fēng)險預(yù)警[25]。(3)神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)風(fēng)險預(yù)警模型楊淑娥等(2005)以80家上市公司為樣本,進(jìn)行了BP人工神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)風(fēng)險預(yù)警模型構(gòu)建,進(jìn)行實(shí)證研究。結(jié)果表明,我國上市公司適合用BP人工神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)風(fēng)險預(yù)警模型進(jìn)行財(cái)務(wù)風(fēng)險預(yù)警[26]。曾嶸欣(2018)基于抵押貸款企業(yè)來完善一個完整的BP網(wǎng)絡(luò)系統(tǒng)預(yù)警模型,并創(chuàng)建一個可以對信貸風(fēng)險進(jìn)行預(yù)警的警報系統(tǒng)。將該系統(tǒng)與500家抵押貸款機(jī)構(gòu)原始的BP網(wǎng)絡(luò)進(jìn)行比較,發(fā)現(xiàn)以信貸企業(yè)為研究對象完善的BP的神經(jīng)網(wǎng)絡(luò)模型更準(zhǔn)確[27]。1.3國內(nèi)外研究述評關(guān)于企業(yè)財(cái)務(wù)風(fēng)險預(yù)警的研究,國外開始的比較早,已在實(shí)際企業(yè)中廣泛應(yīng)用,研究成果相對成熟,實(shí)踐能力比較強(qiáng)。對于企業(yè)財(cái)務(wù)風(fēng)險預(yù)警的研究,我國學(xué)者對這方面的工作起步相對較晚,大多是借鑒國外理論進(jìn)行研究或者是對不夠完善的模型進(jìn)行改進(jìn)。總體來說,國內(nèi)外在進(jìn)行財(cái)務(wù)風(fēng)險預(yù)警模型研究時,選擇的研究對象的數(shù)量較多,研究對象大多是大型上市公司,而且在供給側(cè)背景下對某個公司或中小型公司的研究較少。由于內(nèi)外環(huán)境的日趨復(fù)雜,特別是在供給側(cè)改革背景下企業(yè)各項(xiàng)財(cái)務(wù)指標(biāo)都發(fā)生風(fēng)險變化,增強(qiáng)企業(yè)的財(cái)務(wù)風(fēng)險管理方法迫在眉睫,所以本文基于供給側(cè)改革背景下對青島金王進(jìn)行財(cái)務(wù)風(fēng)險分析與防范對策研究。參考文獻(xiàn)[1]Korol.Early
warning
models
against
bankruptcy
risk
for
Central
European
and
Latin
Americanenterprises[J].
Economic
Modelling,
2013,
31(1):22-30[2]ZhengM.Minggui
Z
Jiayuan
CStudy
on
Country
Financial
Risk
Assessment
for
Overseas
Mining
Investment[J].Mining
Research
and
Development,
2014.[3]SongJ.Researchonthefinancialriskcontrolofgroupcompany[J].JournalofFinance&EconomicsTheory,2014.[4]M
Lahiri.Measuring
the
Financial
Health
of
Indian
Oil
Corporation,Limited
using
Z-ScoreModel[J]
.available
at
SSRN
2536340,2014.[5]ChouhanV,ChandraB,GoswamiS.PredictingfinancialstabilityofselectBSEcompaniesrevisitingAltmanZscore[J].InternationalLettersofSocialandHumanisticSciences,2014,15(2):92-105.[6]P.Wu,L.Gao,Q.Wang.EarlyWarningSystemforFinance[J].ManaginingtheAsianCentury.Germany:SpringerLink,2016:85-101.[7]LuoP,ChenYG,Chuan-HuaXU.BaiduSearch,RiskPerceptionandFinancialRiskPrediction——APerspectiveofBehavioralFinance[J].FinanceForum,2018.[8]張五常.新制度經(jīng)濟(jì)學(xué)的現(xiàn)狀及其發(fā)展趨勢[J].當(dāng)代財(cái)經(jīng),2008(07):5-9.[9]賈康.宏觀調(diào)控應(yīng)注重理性“供給管理”[J].理論參考,2011(04):44-45.[10]云小紅,張金鎖.煤炭行業(yè)供給側(cè)結(jié)構(gòu)性改革探索[J].改革與戰(zhàn)略.2016(10):60-63.[11]郭水文.關(guān)于當(dāng)前推進(jìn)中國煤炭產(chǎn)業(yè)供給側(cè)改革的思考[J].煤炭經(jīng)濟(jì)研究.2016(04):22-27[12]牛克洪,詹敏.煤炭供給側(cè)改革策略分析[J].煤炭經(jīng)濟(jì)研究.2016(04):33-36.[13]王靜.供給側(cè)改革背景下安徽省煤炭企業(yè)轉(zhuǎn)型發(fā)展研究[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(人文社會科學(xué)版),2019,16(05):26-28+79.[14]周偎,???馬克思經(jīng)濟(jì)危機(jī)理論下供給側(cè)改革新探析[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(人文社會科學(xué)版),2019,16(12):7-9.[15]徐玉德,張昉.以金融供給側(cè)結(jié)構(gòu)性改革助推經(jīng)濟(jì)高質(zhì)量發(fā)展[J/OL].財(cái)會刊:1-5.[16]高惺惟.金融供給側(cè)結(jié)構(gòu)性改革的邏輯與路徑[J/OL].金融與濟(jì),2020(03):76-83.[17]吳芃,吳應(yīng)宇,仲偉俊.基于單變量分析的我國上市公司兩階段財(cái)務(wù)預(yù)警模型實(shí)證研究--以紡織行業(yè)為例[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2006,(02):18-23+126.[18]馮春琳.我國上市公司財(cái)務(wù)危機(jī)預(yù)警模型的實(shí)證研究[J].財(cái)會通訊,2016,(10):58.[19]霍雨佳.公司債券違約的財(cái)務(wù)預(yù)警體系-基于單變量分析[J].會計(jì)之友,2018,(09):99-100.[20]歐陽歆.基于Z模型的物聯(lián)網(wǎng)企業(yè)財(cái)務(wù)風(fēng)險評價研究[J].會計(jì)之友,2014,(04):70-72.[21]康彩虹,王秋萍,肖燕婷.基于改進(jìn)FOA算法的上市公司Z-Score模型財(cái)務(wù)預(yù)警[J].2018,27(11):198-204.[22]吳玉鳳.財(cái)務(wù)預(yù)警分析及防范對策研究——以A企業(yè)為例[J
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 物業(yè)服務(wù)合同風(fēng)險防范措施
- 關(guān)于培訓(xùn)加盟合同(標(biāo)準(zhǔn)版)
- 汽車二級合同(標(biāo)準(zhǔn)版)
- 電腦買賣需合同(標(biāo)準(zhǔn)版)
- 分期付款廠房租賃合同條款解析
- 員工資金借貸合同
- 2025年汽車抵押貸款合同
- 2025年新能源項(xiàng)目合伙合同書
- 2025年美容院員工福利合同標(biāo)準(zhǔn)版
- 干細(xì)胞服務(wù)合同6篇
- 2025貴州黔西南州民政局公益性崗位招聘模擬試卷及答案詳解(典優(yōu))
- 一國兩制課件
- 隔震支座安裝施工方案
- 中藥生物安全培訓(xùn)內(nèi)容課件
- 2024年武漢商學(xué)院公開招聘輔導(dǎo)員筆試題含答案
- 捶草印花課件
- 銀行反電詐培訓(xùn)課件
- tesol考試的樣卷及答案
- DB32-T 5156-2025 零碳園區(qū)建設(shè)指南
- 外周血T細(xì)胞分離技術(shù)詳解
- 中醫(yī)治療疼痛講解
評論
0/150
提交評論