【摘要】：良好的財務狀況預示著企業(yè)有較好的發(fā)展?jié)摿洼^大的利潤空間,不利的財務狀況易導致企業(yè)陷入破產、重組的困境中難以自拔。財務狀況惡化的風險是客觀存在的,不隨個人主觀意志的改變而改變,但財務風險的發(fā)生伴隨著各種征兆財務風險預警模型,可通過預警機制事前判別。服務業(yè)上市公司近年來發(fā)展迅猛,在國民經濟中的比重持續(xù)上升,其財務風險也時有發(fā)生。盡管諸多財務風險預警方法應運而生,但各有利弊,適用條件嚴格。本文旨在研究適用于服務業(yè)上市公司的財務風險預警方法,引導服務業(yè)上市公司對財務風險迅速做出判斷,為服務業(yè)規(guī)模擴大和良性發(fā)展提供參考。本文主要探究了統(tǒng)計學中的聚類分析法及從物理學中引入的費米分布函數(shù)法在我國服務業(yè)上市公司財務風險預警中的應用,并將所取得的研究結果與預警領域評價較高的Logistic回歸法進行了對比,最終指出了所探究方法的研究價值和研究局限。首先,通過梳理國內外學者研究成果、闡述財務風險預警相關概念和選取所需的樣本、指標等為財務風險預警方法的應用奠定了基礎。其次,本文重點探討了聚類分析法和費米分布函數(shù)法。初始因子載荷矩陣優(yōu)化后得到的初始因子載荷矩陣擬合法和因子分析法獲取的因子指標分別進行聚類分析,發(fā)現(xiàn)前者的預警效果更佳,同時說明不同的指標選取方法對預警效果會產生顯著影響;引入物理學中的費米分布函數(shù)并賦予經濟學含義后,發(fā)現(xiàn)費米分布函數(shù)法不但可以對企業(yè)財務風險進行預警,而且預警效果比較理想。研究還發(fā)現(xiàn)將通過因子分析法和相關性分析法獲取的指標應用在費米分布函數(shù)法中進行預警,后者效果更好。最后財務風險預警模型,本文利用研究所取得的成果對我國服務業(yè)上市公司進行了實證檢驗,同時為了深入了解該聚類分析法及費米分布函數(shù)法與同類方法之間的預警效果異同,本文選擇具有代表性的Logistic回歸法進行了預警效果的比較分析,并在結論部分簡述了研究成果和不足之處。
更多財稅咨詢、上市輔導、財務培訓請關注理臣咨詢官網 素材來源：部分文字/圖片來自互聯(lián)網，無法核實真實出處。由理臣咨詢整理發(fā)布，如有侵權請聯(lián)系刪除處理。
400-835-0088
