st预测案例报告_st保壳案例.docx
《st预测案例报告_st保壳案例.docx》由会员分享,可在线阅读,更多相关《st预测案例报告_st保壳案例.docx(14页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、st预测案例报告_st保壳案例 上市公司财务失败(ST)的影响因素分析 【摘要】本文以2022年28家ST(特殊处理)上市公司为探讨对象,选取这28家上市公司20222022年的财务数据,运用Logistic回来分析方法,建立回来模型,对影响上市公司财务失败的因素进行实证分析。探讨结果表明,总资产收益率和流淌比率显著地影响着公司在两年以后被ST的可能性的大小。并且提出了一个预料公司财务失败的逻辑回来模型。该模型精确地预料了超过60%的样本,显示了它良好的预料实力。 【关键词】上市公司;ST;Logistic回来 一、案例背景 探讨和建立上市公司的财务预警模型有利于爱护投资者和债权人的利益,帮助
2、注册会计师推断其审计风险,帮助政府部门监控上市公司质量和证券市场风险,也有利于上市公司对自身财务状况进行推断和构造有效的财务预警系统。我国财务预警模型探讨起步较晚,相对显得不够成熟,进一步对财务预警模型进行探讨有助于完善适合我国上市公司的理论模型,为建立能有效预料我国上市公司财务状况的预警模型进一步奠定理论基础。本文拟继承我国已有的探讨成果和已证明的较好探讨方法,以2022年至2022年上市公司财务数据为基础,对财务预警模型进行进一步的探讨。 二、指标选取 本文在总结国内外探讨结果的基础上选取了以下的指标。 首先,从财务分析角度,选择了五个代表企业不同方面实力的指标,分别为总资产酬劳率ROA、
3、资产负债率、流淌比率、总资产周转率和营业收入(同比增长率)这些指标分别代表了企业的盈利实力、长期偿债实力、短期偿债实力、资产利用实力、成长实力。以上五个指标较为全面地反映企业的健康状况,从而对企业的盈利趋势做出预料。 其次,我们认为公司的规模大小也是影响公司是否被特殊处理(ST)的重要因素。公司规模越大,操纵会计盈余的空间也就越大。例如,他们有更多的资产或负债进行重组以取得有利的交易利得。因此,我们选择负债及股东权益总计作为描述公司规模的指标。 最终,公司的大股东在紧急关头常常能扮演挽救公司的角色,他们并不想失去企业的上市资源,从而尽可能挽救企业。故选择第一大股东持股比例作为预料的重要指标。
4、综上所述,最终选取的财务指标分别为总资产酬劳率ROA、资产负债率、流淌比率、总资产周转率、营业收入(同比增长率)、负债及股东权益总计以及第一大股东持股比例。 三、数据获得机制 本文的样本数据全部取自wind资讯。 据wind显示,2022年A股被特殊处理(ST)的股票共有28家,我们选择该28家公司作为ST公司的样本。要预料2022年被ST的公司,应当剔除2022年利润为负的公司(共160家)。若2022年利润为负,则可能2022 或2022年公司被ST,肯定不会在 2022年被ST。若2022利润为正,2022年不会被ST;若2022利润为负,2022年会被ST。除此之外,还需剔除一些因新上
5、市或者被借壳而缺乏数据的公司。最终,非ST公司的有效样本为2400多家。 预料2022年被ST的公司,2022年的数据是不须要的。因为若存在2022年的数据,2022年是否为ST就可以被判别。同样2022的数据也是不须要的,若2022的利润为负,则只需预料2022年利润是否为负即可判别2022年是否被ST,故应当选取2022年数据对2022年是否为ST作为预料,这是由连续两年亏损被定为ST的政策确定的。 因此,选取作为预料的样本共2400多家上市公司,其中2022年被定为ST的公司仅占比1%左右。 四、探究性数据分析 将所收集的上市公司财务数据按ST上市公司和非ST上市公司分成两大类,ST上市
6、公司的短期偿债实力与长期偿债实力明显比非ST上市公司差,另外ST上市公司的盈利实力和资产管理效率也明显低于非ST上市公司。ST上市公司的流淌比率、速动比率均低于非ST上市公司,这说明逆境公司的短期偿债实力较低。逆境公司存在大量的短期借款,而短期偿债实力的降低简单导致公司到期无力偿还债务,从而使公司的财务状态恶化。 在ST前13年,ST上市公司的资产负债率均高于非ST上市公司,并有逐年上升的趋势。ST上市公司各年的长期负债比率也低于非ST上市公司,表明公司对债权人利益的保障程度越来越弱。随着ST时间的接近,长期偿债实力越来越弱,公司面临的财务风险越来越高,陷入财务逆境的概率渐渐增大。 ST上市公
7、司的应收账款周转率、固定资产周转率和总资产周转率均低于非ST上市公司。逆境公司在被ST前几年,应收装款、存货和固定资产周转率均有所提高。特殊是逆境公司在ST当年比非ST上市公司的存货周转率高。在ST前一年固定资产周转率显著低于正常公司,这表明逆境公司资金回笼速度慢,资产利用效率低。总资产周转率逐年下降,表明逆境公司总体资产营运实力较弱、资产管理效率较低。 在ST前12年,ST上市公司的各盈利实力指标与非ST上市公司存在显著差异。逆境公司在盈利实力指标的特征是在接近被特殊处理前12年,盈利实力显著低于正常公司,并且部分财务指标出现了负增长。ST上市公司的主营业务利润率指标在ST前13年较低或持续
8、下降,说明企业的产品已逐步丢失竞争实力和盈利实力,这也可能是企业发生财务逆境的重要缘由。ST上市公司的资产酬劳、总资产净利润率、固定资产利润率和净资产收益率在ST前13年明显下降并呈现负增长。逆境公司盈利实力显著降低,经营效益水平低下,是陷入财务危机的一个重要信号。 在ST前不同时点上,ST上市公司与非ST上市公司的固定资产增长率不存在显著差异,但是在ST前12年,ST公司的固定资产增长率下降明显,甚至出现负增长。财务逆境公司在成长实力指标方面的特征是被特殊处理前12年,逆境公司的成长实力显著低于正常公司。逆境公司经营规模渐渐萎缩,成长性几近丢失,靠自身实力很难摆脱逆境、维持持续经营。 五、建
9、模过程 1、模型介绍 由于因变量(是否为ST)为分类型变量,假设上市公司被ST的可能性分布为逻辑分布,此时,定义模型为: 其中X为选取的指标,如总资产酬劳率ROA、资产负债率、流淌比率、总资产周转率、营业收入(同比增长率)、负债及股东权益以及第一大股东持股比例等。是回来系数。若该系数为正,表明随着该变量的增大,该公司被ST的概率增加。若该系数为负,表明随着该变量的增大,该公司被ST的概率降低。同时,系数的大小在肯定程度上反映了该变量对公司财务失败的影响力的大小。在建立模型前,我们针对数据进行了过度抽样,以避开ST公司样本量太少而对模型的预料结果造成影响。 2、全模型 剔除掉2022年财务数据不
10、全的样本,将剩余的2224个样本根据随机抽样原则,选取其中80%的数据为训练集,余下20%的数据为测试集。 对训练集建立Logistic模型,引入全部自变量进行回来,并对各变量的系数进行估计和检验,回来结果如下表。 表5.2.1 全模型回来系数表 系数估计值 标准差 Z统计值 P值 截距项 -1.07E+00 9.96E-01 -1.078 0.28117 X1 1.25E-02 1.05E-02 1.188 0.23468 X2 -7.04E-02 4.66E-02 -1.51 0.130101 X3 -6.88E-01 6.76E-01 -1.018 0.30873 X4 -9.87E-0
11、3 1.31E-02 -0.752 0.45207 X5 -7.24E-01 2.75E-01 -2.629 0.00856 * X6 -4.52E-01 4.26E-01 -1.06 0.28907 X7 2.67E-03 4.55E-03 0.587 0.557 X8 -1.71E-03 8.101E-03 -0.191 0.84869 X9 -5.33E-03 6.22E-03 -0.856 0.39187 X10 -5.38E-08 2.48E-07 -0.217 0.82827 X11 8.48E-05 7.22E-05 1.176 0.231016 X12 -4.29E-03 1.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- st 预测 案例 报告 _st
限制150内