论文部分内容阅读
随着社会经济的繁荣发展,商业银行的业务发展迅速,2009年上半年新增7.37万亿元贷款,超过了新中国成立以来任何一年的信贷投放总量。信贷额的激增也带来了相应的信贷风险,而信贷风险目前已成为商业银行所面临的最主要的风险。2009年7月银监会四次发文强调信贷风险。可见,在经济高速发展、信贷量激增的情况下,控制信贷风险变得愈加重要。
本文旨在建立引入EVA指标的财务危机预警系统,并将其应用于信贷风险管理领域中。财务危机,又称财务困境、财务失败,它是一个综合的概念,既可以表现在企业缺乏流动性、无法偿还到期债务、资不抵债、亏损或被特别处理等,也表现在市场份额下降,资产收益率下降、存货积压严重。财务危机预警系统就是通过建立基于财务指标及非财务指标的模型,来对企业未来发生财务危机的可能性给予预测。本文试图将EVA指标引入财务危机预警系统,其原因在于EVA指标比传统的会诗指标更能真实的反映企业创造价值的情况,具有预测性和敏感性,并且由于其在计算过程中对财务数据进行了调整,因此一定程度上避免了会计调整的影响,可以更加真实的反映企业财务状况。尽管EVA的计算是从股东财富增加的角度考虑的,但实际上,出于其能更加真实的反映出企业的运营情况,对于预测企业长远发展有一定意义,也因此比债权人遴常用以衡量企业偿债能力、盈利能力的传统财务指标更能对未来的可能发生的财务危机起到预警效果。丽将引入EVA指标后的财务危机预警系统应用于信贷风险管理中,可以改进商业银行目前对于贷款企业财务状况的调查大多停留在基于财务报告的对过去财务状况的分析现状,商业银行可以根据自身客户的行业分布,分行业建立财务预警系统,更为准确的判断贷款企业未来的财务状况,从而减少不良资产产生的可能性,有效的防范信贷风险。
本文在研究过程中,根据研究需要,将财务危机企业界定为被证交所特别处理的上市公司,也即ST公司。这样界定的原因主要在于,就我国的实际情况而言,我国虽然早在1986年就颁布了《企业破产法》,然而迄今为止,我国的证券市场尚无-家上市公司被破产清算。因此,以破产作为财务危机公司的判断标准对于我国的上市企业进行研究并不可行。另一种研究思路是以企业无力支付债务作为财务危机判断的标准,例如通过对银行的违约记录来进行研究,然而在同一年内发生违约无法全额或按期偿还贷款的企业数量有限,无法构成研究是量的研究样本,而如果采用不同年份中违约企业的组合进行研究,又会受到不同年份国家政策和经济形势差异的影响,使得样本数据间缺乏可比性。而ST公司中有一种情况是由于企业连续两年发生亏损而被特别处理,这与我们对于财务危机的定义相似,因此本文选取由于这种原因被ST的公司作为财务危机公司研究样本。在研究样本的选择上,本文采用的是2006年最新由于连续亏损而被ST的58家公司以及200家非ST即经营正常公司作为研究对象,样本容量的选择主要是考虑到与我国目前上市公司中ST与非ST公司的比例相接近,而避免出现高估准确率的情况。研究中选取了258家上市公司2002年的财务数据作为预测2006年是否被ST的依据。在建模方法上,根据吴世农、卢贤义(2001)检验了Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法,并结合中国实际情况建立了相应的模型,他们的研究结果表明,对于同一信息集而言,Logisitic回归模型的判误率最低;而同时Logisitic回归模型对于样本数据的假设也较为宽松,因此本文选择Logisitic逻辑回归方法对2002年158家上市公司的财务数据进行建模,其中包括38家ST公司和120家非ST公司,并用保留样本组中的20家ST公司和100家非ST公司对所得财务危机预警模型进行检验,研究结果显示该模型对于ST公司的判断准确率较高,该方法具有一定的应用价值。