中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究

內(nèi)容概要

　　本書主要對中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警問題進(jìn)行研究，建立預(yù)警模型。本書探討財(cái)務(wù)危機(jī)相關(guān)概念，回顧國內(nèi)外的研究歷史和狀況，探討財(cái)務(wù)危機(jī)發(fā)生的根源，驗(yàn)證傳統(tǒng)單變量財(cái)務(wù)指標(biāo)在危機(jī)預(yù)警中的顯著性，驗(yàn)證Altman教授系列財(cái)務(wù)危機(jī)預(yù)警模型在我國房地產(chǎn)上市公司的適用性。本書選取77個(gè)財(cái)務(wù)指標(biāo)進(jìn)行系統(tǒng)、科學(xué)統(tǒng)計(jì)分析，最后選取6類6個(gè)財(cái)務(wù)指標(biāo)作為建立財(cái)務(wù)危機(jī)預(yù)警模型的參數(shù)，利用SPSS統(tǒng)計(jì)分析軟件建立中國房地產(chǎn)上市公司Logistic財(cái)務(wù)危機(jī)預(yù)警模型，并對預(yù)警模型進(jìn)行檢驗(yàn)，證明模型具有較高的準(zhǔn)確率。最后對房地產(chǎn)上市公司財(cái)務(wù)狀況分類的定量研究進(jìn)行探討，提出定量分析模型和分類標(biāo)準(zhǔn)。
《中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究》可以作為財(cái)務(wù)工作者、房地產(chǎn)經(jīng)營者、證券和債券投資者、金融機(jī)構(gòu)風(fēng)險(xiǎn)研究者和監(jiān)管部門的參考用書。

作者簡介

　　王慶榮，1965年出生，博士，高級會計(jì)師、審計(jì)師、律師、中國注冊會計(jì)師、注冊資產(chǎn)評估師，現(xiàn)任龍灣房地產(chǎn)投資有限公司和北京英才房地產(chǎn)開發(fā)有限公司副總經(jīng)理，分管財(cái)務(wù)和資金工作。

書籍目錄

第1章  緒論
  1.1 研究的背景
  1.2 研究價(jià)值與意義
  1.3 研究結(jié)構(gòu)和內(nèi)容安排
  1.4 財(cái)務(wù)危機(jī)概念界定
  1.5 財(cái)務(wù)危機(jī)與相關(guān)概念的關(guān)系
  1.6 財(cái)務(wù)危機(jī)階段劃分
  1.7 研究方法
  1.8 本書創(chuàng)新之處
第2章  國內(nèi)外研究回顧和綜述
  2.1 國外財(cái)務(wù)危機(jī)預(yù)測實(shí)證研究回顧
  2.2 我國臺灣地區(qū)財(cái)務(wù)危機(jī)預(yù)測實(shí)證研究回顧
  2.3 我國大陸地區(qū)財(cái)務(wù)危機(jī)預(yù)測實(shí)證研究回顧
第3章  財(cái)務(wù)危機(jī)根源的探討
  3.1 國外學(xué)者對財(cái)務(wù)危機(jī)原因的分析
  3.2 我國臺灣地區(qū)學(xué)者對財(cái)務(wù)危機(jī)原因的分析
  3.3 我國大陸地區(qū)學(xué)者對財(cái)務(wù)危機(jī)原因的分析
  3.4 作者對財(cái)務(wù)危機(jī)原因的探討
第4章  財(cái)務(wù)危機(jī)實(shí)證研究——財(cái)務(wù)危機(jī)預(yù)警指標(biāo)單變量分析
  4.1 短期償債能力預(yù)警指標(biāo)分析
  4.2 長期償債能力預(yù)警指標(biāo)分析
  4.3 營運(yùn)能力預(yù)警指標(biāo)分析
  4.4 贏利能力預(yù)警指標(biāo)分析
  4.5 風(fēng)險(xiǎn)水平預(yù)警指標(biāo)分析
  4.6 發(fā)展能力預(yù)警指標(biāo)分析
  4.7 現(xiàn)金流量預(yù)警指標(biāo)分析
第5章  財(cái)務(wù)危機(jī)實(shí)證研究——Z模型系統(tǒng)性檢驗(yàn)
  5.1 對Altman(1966) Z計(jì)分模型的檢驗(yàn)
  5.2 Z′模型在我國的適用性
  5.3 Z″模型在我國的適用性
  5.4 EMS模型在我國的適用性
  5.5 EMS模型預(yù)測誤判的原因分析
  5.6 對Z模型評述
第6章  財(cái)務(wù)危機(jī)實(shí)證研究——研究設(shè)計(jì)與數(shù)據(jù)檢驗(yàn)
  6.1 研究設(shè)計(jì)
  6.2 資料來源與樣本企業(yè)選擇
  6.3 基礎(chǔ)財(cái)務(wù)指標(biāo)選取
  6.4 財(cái)務(wù)指標(biāo)的正態(tài)性檢驗(yàn)
  6.5 財(cái)務(wù)指標(biāo)均值差異檢驗(yàn)
  6.6 用因子分析法濃縮財(cái)務(wù)指標(biāo)
第7章  財(cái)務(wù)危機(jī)實(shí)證研究——Logistic模型建立
  7.1 單變量分析
  7.2 Logistic回歸分析
第8章  研究結(jié)論
  8.1 企業(yè)財(cái)務(wù)危機(jī)是可以預(yù)測的
  8.2 我國大陸地區(qū)財(cái)務(wù)危機(jī)預(yù)警的研究起步較晚
  8.3 我國臺灣地區(qū)財(cái)務(wù)危機(jī)預(yù)警研究起步較早且較深
  8.4 財(cái)務(wù)危機(jī)預(yù)警研究的理論體系尚未建立
  8.5 企業(yè)財(cái)務(wù)危機(jī)的發(fā)生原因是多方面的
  8.6 財(cái)務(wù)危機(jī)研究的方法是不斷創(chuàng)新和發(fā)展的
  8.7 財(cái)務(wù)指標(biāo)可以預(yù)測財(cái)務(wù)危機(jī)是否發(fā)生
  8.8 Z?Score模型不能有效預(yù)測我國房地產(chǎn)上市公司的財(cái)務(wù)狀況
  8.9 EMS模型對我國房地產(chǎn)公司的財(cái)務(wù)危機(jī)預(yù)警具有較高的應(yīng)用價(jià)值
  8.10 我國房地產(chǎn)上市公司財(cái)務(wù)指標(biāo)基本不符合正態(tài)分布
  8.11 正常公司與危機(jī)公司的主要財(cái)務(wù)指標(biāo)均值具有顯著差異
  8.12 確立建立財(cái)務(wù)危機(jī)預(yù)警模型的六項(xiàng)財(cái)務(wù)指標(biāo)
  8.13 六項(xiàng)財(cái)務(wù)指標(biāo)在判別危機(jī)公司和正常公司方面具有非常顯著的差異性
  8.14 進(jìn)行單指標(biāo)分類判別分析確定對預(yù)測誤判最小的財(cái)務(wù)指標(biāo)
  8.15 建立Logistic財(cái)務(wù)危機(jī)預(yù)警模型
  8.16 Logistic財(cái)務(wù)危機(jī)預(yù)警模型具有較高的預(yù)測性
  8.17 確立對房地產(chǎn)上市公司財(cái)務(wù)狀況進(jìn)行定量分類的f(x)模型
  8.18 f(x)模型對房地產(chǎn)上市公司的財(cái)務(wù)狀況進(jìn)行分類非常有效
第9章  研究限制與對后續(xù)研究的建議
  9.1 樣本的完善
  9.2 變量的完善
  9.3 財(cái)務(wù)指標(biāo)的完善
  9.4 建模方法的完善
  9.5 樣本假設(shè)的完善
參考文獻(xiàn)
后記

章節(jié)摘錄

　　2.2.8多元線性模型的改進(jìn)　　1.參考股權(quán)結(jié)構(gòu)等的預(yù)警模型　　黃振豐和呂紹強(qiáng)（2000）考慮財(cái)務(wù)及非財(cái)務(wù)因素，利用Logistic回歸分析構(gòu)建了“兩階段企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型”，共選取了18項(xiàng)非財(cái)務(wù)變量及28項(xiàng)財(cái)務(wù)變量，非財(cái)務(wù)變量包括有股權(quán)結(jié)構(gòu)、董事會質(zhì)量、管理架構(gòu)、多角化程度、董監(jiān)事特質(zhì)、總經(jīng)理特質(zhì)因素，選取了21家破產(chǎn)公司及同年同產(chǎn)業(yè)的40家正常公司為研究樣本，先構(gòu)建單階段非財(cái)務(wù)變量模型、原始財(cái)務(wù)變量模型、除以產(chǎn)業(yè)平均數(shù)的財(cái)務(wù)變量模型、減產(chǎn)業(yè)平均數(shù)的財(cái)務(wù)變量模型共四類預(yù)警模型；再結(jié)合財(cái)務(wù)變量和非財(cái)務(wù)變量進(jìn)行兩階段企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型。研究結(jié)果顯示，危機(jī)前一年、前兩年、前三年非財(cái)務(wù)變量預(yù)測準(zhǔn)確率分別為91.8%、90.16%、86.89%，財(cái)務(wù)變量預(yù)測準(zhǔn)確率分別為90.16%、85.25%、78.69%，非財(cái)務(wù)變量的預(yù)測準(zhǔn)確率要大于財(cái)務(wù)變量的準(zhǔn)確率。　　2.參考審計(jì)意見的預(yù)警模型　　田惠夢（1998）以1976-1997年間我國臺灣地區(qū)證券交易列為全額交割股的27家公司為財(cái)務(wù)危機(jī)公司樣本，并對照以185家財(cái)務(wù)正常公司，在保留意見變量‘加入前后的預(yù)警能力方面，用類神經(jīng)網(wǎng)絡(luò)分析方法和傳統(tǒng)的統(tǒng)計(jì)方法進(jìn)行丁比較分析，結(jié)果發(fā)現(xiàn)，在變數(shù)方面加入保留意見后，明顯比加入保留意見變數(shù)前的預(yù)警能力佳，而在方法方面，類神經(jīng)網(wǎng)絡(luò)的效果也較傳統(tǒng)預(yù)測方法佳?！　?.參考產(chǎn)業(yè)情況的預(yù)警模型　　梁清源（1992）以1981年至1986年間的21家全額交割股為危機(jī)公司樣本，配對相同年度產(chǎn)業(yè)及規(guī)模相當(dāng)?shù)?1家正常公司，以Logit模型，選取了21項(xiàng)財(cái)務(wù)指標(biāo)，探討了公司財(cái)霧指標(biāo)與產(chǎn)業(yè)相對比率的預(yù)測能力，結(jié)果發(fā)現(xiàn)使用產(chǎn)業(yè)相對比率可明顯提高模型的預(yù)警能力?！　　?/pre>








圖書封面



圖書標(biāo)簽Tags
無




評論、評分、閱讀與下載



還沒讀過(93)
勉強(qiáng)可看(680)
一般般(116)
內(nèi)容豐富(4812)
強(qiáng)力推薦(394)


 


    中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究 PDF格式下載