基于现金流分解项的上市公司财务预警问题研究
摘要 | 第8-9页 |
Abstract | 第9-10页 |
1 引言 | 第11-21页 |
1.1 研究背景及目的意义 | 第11-12页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究目的 | 第11-12页 |
1.1.3 研究意义 | 第12页 |
1.2 国内外文献综述 | 第12-18页 |
1.2.1 国外文献综述 | 第13-15页 |
1.2.2 国内文献综述 | 第15-18页 |
1.2.3 文献述评 | 第18页 |
1.3 研究的主要内容与方法 | 第18-21页 |
1.3.1 研究的主要内容 | 第18-19页 |
1.3.2 研究方法 | 第19-20页 |
1.3.3 研究思路及结构框架 | 第20-21页 |
2 基于现金流分解项的财务预警理论及概念分析 | 第21-28页 |
2.1 公司财务预警的基础理论与相关概念 | 第21-24页 |
2.1.1 公司财务危机的界定 | 第21-22页 |
2.1.2 财务预警的含义 | 第22-23页 |
2.1.3 公司财务预警的理论基础 | 第23-24页 |
2.2 现金流分解项的概念及分析 | 第24-28页 |
2.2.1 现金流分解项的概念 | 第24-25页 |
2.2.2 现金流分解项特性 | 第25-26页 |
2.2.3 现金流分解项对公司财务状况的影响 | 第26-28页 |
3 上市公司财务预警存在的问题 | 第28-33页 |
3.1 财务预警指标体系存在缺陷 | 第28-31页 |
3.1.1 财务预警指标选取缺乏完整性 | 第28页 |
3.1.2 财务预警指标反应的盈余质量失真 | 第28-29页 |
3.1.3 偿债能力预警指标中资产缺乏流动性 | 第29-30页 |
3.1.4 缺乏评价获取现金能力指标 | 第30页 |
3.1.5 财务预警指标未能反应企业财务弹性水平 | 第30-31页 |
3.2 样本数据存在时间和空间的差异 | 第31页 |
3.3 财务危机预警模型存在缺陷 | 第31-33页 |
3.3.1 单变量模型具有片面性 | 第31页 |
3.3.2 多元线性判定模型统计假设严格 | 第31-32页 |
3.3.3 神经网络判别模型缺乏稳定性 | 第32-33页 |
4 基于现金流分解项的财务预警指标选取 | 第33-40页 |
4.1 典型财务预警模型指标 | 第33-35页 |
4.1.1 Z分数模型指标 | 第33页 |
4.1.2 Y计分模型指标 | 第33-34页 |
4.1.3 神经网络模型指标 | 第34-35页 |
4.2 选取指标的原则 | 第35-36页 |
4.3 现金流分解项财务预警指标 | 第36-40页 |
4.3.1 偿债能力指标 | 第36-37页 |
4.3.2 经营能力指标 | 第37页 |
4.3.3 现金结构指标 | 第37-38页 |
4.3.4 盈利质量指标 | 第38页 |
4.3.5 财务弹性指标 | 第38-39页 |
4.3.6 每股份额指标 | 第39-40页 |
5 基于现金流分解项的财务预警实证研究 | 第40-51页 |
5.1 样本选择与数据来源 | 第40页 |
5.2 财务预警指标筛选 | 第40-47页 |
5.2.1 指标显著性检验及筛选 | 第40-42页 |
5.2.2 运用主成分分析法确定预警指标 | 第42-47页 |
5.3 预警模型构建 | 第47-50页 |
5.3.1 预警模型构建方法 | 第47页 |
5.3.2 预警模型构建及效果检验 | 第47-50页 |
5.4 实证结果 | 第50-51页 |
6 结论 | 第51-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-56页 |
攻读硕士学位期间发表的学术论文 | 第56页 |