相關(guān)標(biāo)簽:大智慧預(yù)警公式指標(biāo) 、 z計(jì)分模型公式 、 陽包陰 指標(biāo)預(yù)警公式 、 大智慧 集合競(jìng)價(jià)預(yù)警 、 大智慧 信息地雷 預(yù)警 、 大智慧 60分鐘預(yù)警 、 大智慧預(yù)警 發(fā)送到qq 、 大智慧 官網(wǎng) 、 大智慧 威廉指標(biāo) 、 大智慧指標(biāo)公式論壇 、

 

摘 要】 文章介紹了財(cái)務(wù)危機(jī)預(yù)警的Z計(jì)分模型，并以滬深股市38家電器業(yè)上市公司為樣本，對(duì)財(cái)務(wù)危機(jī)預(yù)警展開了實(shí)證研究。結(jié)果表明，Z計(jì)分模型在評(píng)價(jià)電器業(yè)上市公司財(cái)務(wù)危機(jī)方面具有較高的準(zhǔn)確性，可以引導(dǎo)管理層、投資者、債權(quán)人、上市公司監(jiān)管部門等依據(jù)該模型對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)可能的財(cái)務(wù)危機(jī)進(jìn)行預(yù)警。
　　【關(guān)鍵詞】 財(cái)務(wù)風(fēng)險(xiǎn)； 財(cái)務(wù)危機(jī)預(yù)警； Z計(jì)分模型； 電器業(yè)上市公司
　　
　　一、引言
　　根據(jù)財(cái)政部公布數(shù)據(jù)，2010年1—11月納入本月報(bào)統(tǒng)計(jì)范圍的全國國有及國有控股企業(yè)①主要效益指標(biāo)保持穩(wěn)定增長(zhǎng)，但實(shí)現(xiàn)利潤(rùn)環(huán)比略有下降。11月比10月實(shí)現(xiàn)利潤(rùn)呈現(xiàn)不同程度增長(zhǎng)的行業(yè)有：施工房地產(chǎn)（87.9%）、電力（33.2%）、煙草工業(yè)（22.6%）、有色（19.5%）、醫(yī)藥（17.6%）等；11月比10月實(shí)現(xiàn)利潤(rùn)呈現(xiàn)不同程度下降的行業(yè)有：交通（-68.7%）、輕工（-37%）、紡織（-22.9%）、電器電子（-22%）、石化（-21.1%）等?？梢娫谖覈?jīng)濟(jì)逐步復(fù)蘇的大形勢(shì)下，還存在較大的結(jié)構(gòu)性差異，其中電器電子行業(yè)利潤(rùn)下降趨勢(shì)明顯，經(jīng)營(yíng)、財(cái)務(wù)風(fēng)險(xiǎn)增加，發(fā)生財(cái)務(wù)危機(jī)的可能性提高，因此本文選擇電器業(yè)上市公司作為研究對(duì)象。
　　企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，從狹義上看，是指由于利用財(cái)務(wù)杠桿給企業(yè)帶來的破產(chǎn)風(fēng)險(xiǎn)或普通股收益發(fā)生大幅度變動(dòng)的風(fēng)險(xiǎn)；從廣義上看，是指企業(yè)在籌資、投資、資金營(yíng)運(yùn)及利潤(rùn)分配等財(cái)務(wù)活動(dòng)中因各種原因而導(dǎo)致的對(duì)企業(yè)的存在、盈利及發(fā)展等方面的重大影響。本文在提到財(cái)務(wù)分析時(shí)更多指的是廣義的概念，而財(cái)務(wù)危機(jī)則是財(cái)務(wù)風(fēng)險(xiǎn)積累到一定程度的產(chǎn)物。
　　財(cái)務(wù)危機(jī)預(yù)警屬于微觀經(jīng)濟(jì)預(yù)警的范疇，國外早在20世紀(jì)初就開始了對(duì)經(jīng)濟(jì)預(yù)警的研究，并在“二次世界大戰(zhàn)”后的美國得到發(fā)展，而我國國內(nèi)的研究則起步較晚，從20世紀(jì)80年代開始，預(yù)警系統(tǒng)的研究經(jīng)歷了一個(gè)從宏觀經(jīng)濟(jì)預(yù)警滲透到微觀領(lǐng)域主要是企業(yè)經(jīng)營(yíng)預(yù)警，從單純定性分析到定性定量相結(jié)合、從點(diǎn)預(yù)警到狀態(tài)預(yù)警的轉(zhuǎn)變過程，其中財(cái)務(wù)預(yù)警領(lǐng)域的研究發(fā)展很快，取得了令人矚目的成就。
　　本文以我國滬深股市2009年電器業(yè)上市公司為研究對(duì)象，采用經(jīng)典多變量財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的Z計(jì)分模型，依據(jù)我國電器業(yè)上市公司2009年、2010年的數(shù)據(jù)展開對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的實(shí)證研究，結(jié)果表明，Z計(jì)分模型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的判定有較高準(zhǔn)確性。研究意義在于，依據(jù)Z計(jì)分模型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效預(yù)警，可以降低市場(chǎng)主體的營(yíng)運(yùn)風(fēng)險(xiǎn)，可以進(jìn)一步優(yōu)化社會(huì)資源的配置，可以促進(jìn)資本市場(chǎng)的規(guī)范和發(fā)展，對(duì)公司所有者、經(jīng)營(yíng)者、投資人、監(jiān)管者以及其他它利益相關(guān)者都有重要的現(xiàn)實(shí)意義。
　　
　　二、文獻(xiàn)綜述
　　（一）對(duì)財(cái)務(wù)危機(jī)概念的界定
　　國內(nèi)外學(xué)者由于研究側(cè)重點(diǎn)不同，使用了不同的標(biāo)準(zhǔn)。Beaver（1966）認(rèn)為符合“破產(chǎn)、拖欠償還債務(wù)（債券違約）、透支銀行賬戶或無力支付優(yōu)先股股利”四項(xiàng)中任何一項(xiàng)的企業(yè)，就可定義為失敗企業(yè)，也就是發(fā)生財(cái)務(wù)危機(jī)的企業(yè)。Altman（1968）認(rèn)為，財(cái)務(wù)危機(jī)（財(cái)務(wù)困境）是企業(yè)無法解決現(xiàn)金流量不足以償還當(dāng)前債務(wù)而引發(fā)的危機(jī)。Carmichael（1972）將財(cái)務(wù)危機(jī)定義為企業(yè)履行義務(wù)時(shí)受阻，出現(xiàn)流動(dòng)性不足、權(quán)益不足、債務(wù)拖欠及流動(dòng)資金不足四種形式。Deakin（1972）認(rèn)為，財(cái)務(wù)危機(jī)是公司面臨破產(chǎn)、無力償債或?yàn)閭鶛?quán)人利益而被迫清算的狀況。Alves（1978）認(rèn)為，財(cái)務(wù)危機(jī)就是“如果不對(duì)公司營(yíng)運(yùn)方式或結(jié)構(gòu)進(jìn)行大規(guī)模的重新調(diào)整就不能解決嚴(yán)重的流動(dòng)性問題”。George Foster（1986）認(rèn)為，財(cái)務(wù)危機(jī)就是公司發(fā)生的嚴(yán)重的流動(dòng)性問題，這類問題只有通過對(duì)公司運(yùn)營(yíng)方式或結(jié)構(gòu)進(jìn)行大規(guī)模的重新調(diào)整才能解決。Karels和Prakash（1987）認(rèn)為，財(cái)務(wù)危機(jī)就是不能支付到期債務(wù)、銀行賬戶透支、凈現(xiàn)值小于零等。Rosh等人（1999—2000）則認(rèn)為可以從四個(gè)方面定義企業(yè)的財(cái)務(wù)危機(jī)：第一，企業(yè)失敗，即企業(yè)清算后仍無力清償債權(quán)人的債權(quán)；第二，法定破產(chǎn)，即企業(yè)和債權(quán)人向法院申請(qǐng)企業(yè)破產(chǎn)；第三，技術(shù)破產(chǎn)，即企業(yè)無法按期履行債務(wù)合約付息還本；第四，會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)出現(xiàn)負(fù)數(shù)，資不抵債。
　　由此可見，國外對(duì)財(cái)務(wù)危機(jī)的界定因研究目的不同而不同，主要有：已經(jīng)破產(chǎn)的企業(yè)；進(jìn)入破產(chǎn)程序的企業(yè)；無力償付本息的企業(yè)；資不抵債的企業(yè)。
　　國內(nèi)學(xué)者對(duì)財(cái)務(wù)危機(jī)范圍的界定也基本以企業(yè)破產(chǎn)為分界線。認(rèn)為企業(yè)破產(chǎn)是財(cái)務(wù)危機(jī)的有：谷祺和劉淑蓮（1999）、吳應(yīng)宇和袁陵（2004），他們將財(cái)務(wù)危機(jī)定義為，企業(yè)無力支付到期債務(wù)或費(fèi)用的一種經(jīng)濟(jì)現(xiàn)象，包括從資金管理技術(shù)性失敗到破產(chǎn)以及處于二者之間的狀態(tài)。吳世農(nóng)與盧賢義（2001）則將財(cái)務(wù)困境視為財(cái)務(wù)危機(jī)（Financial Cresis），最重要的財(cái)務(wù)困境是破產(chǎn)，企業(yè)因財(cái)務(wù)困境導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)困境又稱為違約（Default Risk）。鑒于我國證券市場(chǎng)陸續(xù)推行了特別處理（Special Treatment，ST）制度、特別轉(zhuǎn)讓（Particular Treatment，PT），2003年又發(fā)布了《關(guān)于對(duì)存在股票終止交易上市風(fēng)險(xiǎn)的公司加強(qiáng)風(fēng)險(xiǎn)警示等有關(guān)問題的通知》，我國部分學(xué)者在研究財(cái)務(wù)危機(jī)時(shí)，把特殊處理作為衡量企業(yè)財(cái)務(wù)危機(jī)的標(biāo)準(zhǔn)之一。吳世農(nóng)等（2001）在研究中認(rèn)為上市公司由于非偶發(fā)事件而被特別處理標(biāo)志著企業(yè)陷入財(cái)務(wù)困境，并認(rèn)為這是一種違約行為，且財(cái)務(wù)困境不僅僅限于特別處理的上市公司。陳曉和陳治鴻（2000）將“特別處理”界定為公司發(fā)生了財(cái)務(wù)困境，也就是出現(xiàn)了財(cái)務(wù)危機(jī)，因?yàn)?ldquo;特別處理”有很高的度量性，要改變管理部門所給予的“特別處理”，一般要通過大規(guī)模資產(chǎn)重組。
　　由以上綜述可以看出，目前國內(nèi)外學(xué)術(shù)界對(duì)財(cái)務(wù)危機(jī)尚沒有統(tǒng)一的定義。由于我國證券市場(chǎng)的完善程度、經(jīng)濟(jì)環(huán)境、制度環(huán)境、研究環(huán)境與國外有差異，數(shù)據(jù)的積累遠(yuǎn)遠(yuǎn)不夠，基本上沒有破產(chǎn)企業(yè)的數(shù)據(jù)，因此，國內(nèi)大多數(shù)研究者都以資本市場(chǎng)數(shù)據(jù)為樣本，以特別處理或暫停上市作為發(fā)生危機(jī)的標(biāo)志，如吳世農(nóng)、陳靜、陳曉等，本文也認(rèn)可并采用這一觀點(diǎn)。
　　（二）有關(guān)財(cái)務(wù)危機(jī)預(yù)測(cè)方法的研究
　　財(cái)務(wù)危機(jī)預(yù)測(cè)方法按大類分有定性與定量的研究方法。
　　定性研究方法，這種方法首推美國管理專家約翰·阿吉蒂提出的一種定性衡量企業(yè)風(fēng)險(xiǎn)的方法——“A計(jì)分法”。其基本原理是首先計(jì)算綜合風(fēng)險(xiǎn)分值“A”，再將其與標(biāo)準(zhǔn)值對(duì)比，可知該企業(yè)的風(fēng)險(xiǎn)程度。傳統(tǒng)的風(fēng)險(xiǎn)評(píng)估采用“A計(jì)分法”，將企業(yè)的風(fēng)險(xiǎn)因素逐一列出，包括宏觀因素、技術(shù)因素、市場(chǎng)因素、管理因素、退出因素等，根據(jù)各因素對(duì)項(xiàng)目影響程度大小予以賦值，最后將所有因素的影響值加總，從總體上評(píng)價(jià)風(fēng)險(xiǎn)度。風(fēng)險(xiǎn)度的項(xiàng)值在0—10之間，得分越高，風(fēng)險(xiǎn)度越大。這一方法的優(yōu)點(diǎn)是考慮到風(fēng)險(xiǎn)不是一下子產(chǎn)生的，而是相互關(guān)聯(lián)的，孕育于公司的業(yè)務(wù)流程系統(tǒng)中，因而要通過加總求和，從總體上來判斷風(fēng)險(xiǎn)大小。其缺點(diǎn)是影響大小的賦值取決于決策人員的主觀判斷，趨向于定性的主觀評(píng)價(jià)，缺乏科學(xué)性。
　　定量研究方法，最早在1932年時(shí)Fitzpatrick運(yùn)用單個(gè)指標(biāo)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警，1966年威廉·比弗（William Beaver）運(yùn)用統(tǒng)計(jì)方法和財(cái)務(wù)與比率進(jìn)行財(cái)務(wù)危機(jī)研究，但是傳統(tǒng)的單變量財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型有很多缺陷，因此從20世紀(jì)60年代起，發(fā)展了很多新的模型和方法，預(yù)測(cè)的精度和效率得到了極大的提高。美國學(xué)者Altman于1968年在《金融雜志》發(fā)表的一篇題為《財(cái)務(wù)比率、判別分析和公司破產(chǎn)預(yù)測(cè)》的文章提出了預(yù)測(cè)企業(yè)破產(chǎn)的多元Z值判斷模型。Altman最初選擇的樣本共有66家公司，分兩組，每組33家。破產(chǎn)組（組1）包含了從1946年到1965年申請(qǐng)破產(chǎn)的33家制造業(yè)公司?？紤]到無論是從行業(yè)還是從資產(chǎn)規(guī)模進(jìn)行比較，這些公司的差別都較大。因此，在選擇非破產(chǎn)組（組2）時(shí)，Altman采用了分層隨機(jī)抽樣的方式對(duì)應(yīng)選擇了另外33家在1996年仍在經(jīng)營(yíng)的未破產(chǎn)的制造業(yè)企業(yè)。每層樣本的設(shè)計(jì)主要考慮了行業(yè)和規(guī)模因素，樣本中剔除了小公司（總資產(chǎn)100萬以下）和超大型公司。因?yàn)樾」镜膱?bào)表數(shù)據(jù)不全，而超大型公司的破產(chǎn)概率較小，不適于用來做普遍意義上的預(yù)測(cè)模型。



　　Altman共選擇了22個(gè)可能有用的財(cái)務(wù)比率分五大類（流動(dòng)性、獲利能力、財(cái)務(wù)杠桿、償債能力和活動(dòng)性）進(jìn)行研究。選擇原則是該比率在以前研究中出現(xiàn)的頻率和其與研究問題的潛在相關(guān)性。Altman經(jīng)過因素分析最終找出最具解釋力的五個(gè)財(cái)務(wù)指標(biāo)，建立了多變量財(cái)務(wù)危機(jī)預(yù)警的經(jīng)典模型——Z-score模型。
　　根據(jù)對(duì)過去經(jīng)營(yíng)失敗企業(yè)統(tǒng)計(jì)數(shù)據(jù)的分析，Altman認(rèn)為Z值越大公司財(cái)務(wù)狀況越好，并進(jìn)一步得出經(jīng)驗(yàn)性臨界數(shù)據(jù)值判斷企業(yè)破產(chǎn)的臨界值：如果Z值大于2.675，則表示企業(yè)的財(cái)務(wù)狀況、經(jīng)營(yíng)狀況良好，發(fā)生破產(chǎn)的可能性?。蝗绻鸝值小于1.81，則表明企業(yè)正處于破產(chǎn)的邊緣；如果Z值在1.81～2.675之間，則表明企業(yè)的財(cái)務(wù)及經(jīng)營(yíng)極不穩(wěn)定，被稱為“灰色地帶”。通過計(jì)算，觀察某個(gè)企業(yè)連續(xù)若干年的Z值大小，就能發(fā)現(xiàn)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的先兆。由于Z計(jì)分模型簡(jiǎn)單易懂，計(jì)算簡(jiǎn)便，所有數(shù)據(jù)均可直接根據(jù)財(cái)務(wù)報(bào)表得到，可操作性強(qiáng)，準(zhǔn)確率高，目前已廣泛應(yīng)用于國外許多銀行、企業(yè)、會(huì)計(jì)師事務(wù)所、投資機(jī)構(gòu)等，因此，本文采用該方法展開實(shí)證研究。
　　
　　三、研究設(shè)計(jì)
　?。ㄒ唬┭芯磕Ｐ?br />　　鑒于我國資本市場(chǎng)的特點(diǎn)，對(duì)Altman的Z計(jì)分模型中各項(xiàng)指標(biāo)的系數(shù)設(shè)定做以下微調(diào)：
　　Z=1.2X1+1.4X2+3.3X3+0.6X4
　　+0.999X5
　　其中：X1=營(yíng)運(yùn)資本/總資產(chǎn)（WC/TA）=（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）／總資產(chǎn)
　　X2=留存收益/總資產(chǎn)（RE/TA） =（未分配利潤(rùn)+盈余公積）／總資產(chǎn)
　　X3=息稅前利潤(rùn)/總資產(chǎn)（EDIT/TA）=（稅前利潤(rùn)+利息費(fèi)用）／總資產(chǎn)
　　X4=權(quán)益市場(chǎng)價(jià)值/總債務(wù)的賬面價(jià)值（MVE/TL）=總市值／總負(fù)債
　　X5=銷售收入/總資產(chǎn)（S/TA）=主營(yíng)業(yè)務(wù)收入／總資產(chǎn)
　?。ǘ┭芯考僭O(shè)
　　基于前文文獻(xiàn)分析，筆者提出如下假設(shè)：
　　假設(shè)1：ST公司具有較大財(cái)務(wù)風(fēng)險(xiǎn)，Z值應(yīng)小于1.81；
　　假設(shè)2：每股收益大于0.4的公司，不具有財(cái)務(wù)風(fēng)險(xiǎn)，Z值應(yīng)大于2.675；
　　假設(shè)3：凈資產(chǎn)收益率小于10％，在10％到15％之間，大于15％的公司，財(cái)務(wù)風(fēng)險(xiǎn)越來越小，平均Z值應(yīng)該依次升高；
　　假設(shè)4：Z值小于1.81，1.81到2.675，大于2.675的公司，隨著Z值的升高，平均每股收益及平均凈資產(chǎn)收益率都應(yīng)該依次升高。
　?。ㄈ颖具x取與數(shù)據(jù)來源
　　1.樣本的選擇
　　本文以2010年滬深股市45家電器業(yè)上市公司為對(duì)象，剔除了相關(guān)財(cái)務(wù)數(shù)據(jù)數(shù)據(jù)缺失的上市公司7家后，獲得了38家樣本公司，其中：32家為正常公司，6家為危機(jī)公司，觀察其在2009年末的相關(guān)數(shù)據(jù)。
　　2.數(shù)據(jù)來源
　　數(shù)據(jù)來自巨潮資訊、CSMAR數(shù)據(jù)庫、上海證券交易所、深圳證券交易所網(wǎng)站。
　?。ㄋ模?shí)證結(jié)果的分析與解釋
　　根據(jù)2009年年報(bào)資料，采用Microsoft Excel計(jì)算2009年38家上市公司的Z值（具體計(jì)算結(jié)果詳見附表5，其中對(duì)個(gè)別明顯異常數(shù)據(jù)按行業(yè)平均水平及慣例進(jìn)行了調(diào)整），具體結(jié)果分類歸納如下：
　　1.ST公司Z值情況（表1）
　　由表1可知：ST組公司平均Z值為1.30，小于1.81，與假設(shè)1符合。其中，ST國祥、ST春蘭Z值偏離正常水平，是由于X4指標(biāo)（總市值/總負(fù)債）異常，進(jìn)一步看，是總市值偏高。
　　2.每股收益大于0.4的公司的平均Z值（表2）
　　由表2可知：每股收益大于0.4的公司，Z平均值3.95大于2.675，與假設(shè)2符合。其中，格力電器Z值等于1.94，煙臺(tái)冰輪Z值等于2.25均偏離Z值正常范圍，是由于X1、X5值較低，而美菱電器Z值的偏離則是由于X1、X4值較低。
　　3.凈資產(chǎn)收益率與Z值的關(guān)系（表3）
　　由表3可知，在凈資產(chǎn)收益率小于10％、10％至15％、大于15％的水平上，平均Z值分別為2.7、3.21、3.96，Z值逐漸升高，符合假設(shè)3。
　　4.Z值的分布與凈資產(chǎn)收益率、每股收益的關(guān)系（表4）
　　由表4可知，Z小于1.81，1.81<
　　Z<2.675，Z大于2.675的公司，隨著Z值的升高，公司的平均每股收益0.22，0.57，0.4及凈資產(chǎn)收益率3.17％，17.17％，10.19％呈先升后降趨勢(shì)，不太符合假設(shè)4。經(jīng)分析可知，格力電器（證券代碼000651）Z值為1.94，但其2009年凈資產(chǎn)收益率高達(dá)33.66%；而美菱電器（證券代碼000521）、華意壓縮（證券代碼000404）Z值分別為1.97、2.52，但2009年凈資產(chǎn)收益率分別為21.82％、17.82％，進(jìn)一步觀察發(fā)現(xiàn)2008年凈資產(chǎn)收益率僅分別為2.67%、6.06%，變化較大。以上兩個(gè)因素是導(dǎo)致凈資產(chǎn)收益率、每股收益變化趨勢(shì)不完全符合假設(shè)的原因。
　　
　　四、對(duì)Z計(jì)分模型的評(píng)價(jià)
　　Z計(jì)分模型作為最早用來評(píng)價(jià)制造業(yè)財(cái)務(wù)危機(jī)的一種方法，對(duì)其它企業(yè)財(cái)務(wù)危機(jī)的預(yù)警也有一定的指導(dǎo)意義。但是也應(yīng)該注意到經(jīng)濟(jì)環(huán)境、政策法規(guī)、證券市場(chǎng)發(fā)育程度、準(zhǔn)則差異等，都會(huì)對(duì)模型的計(jì)算結(jié)果產(chǎn)生一定影響。因此，在使用過程中應(yīng)特別注意模型的適用范圍。
　　雖然我國滬深股市電器業(yè)38家樣本上市公司的實(shí)證結(jié)果大體上支持Z計(jì)分模型的有效性，但在運(yùn)用該模型進(jìn)行個(gè)案分析時(shí)，會(huì)存在個(gè)別指標(biāo)畸高或畸低的問題，從而導(dǎo)致Z值異常，這時(shí)應(yīng)對(duì)異常情況加以特別關(guān)注，進(jìn)行進(jìn)一步分析。其次，財(cái)務(wù)危機(jī)預(yù)警的前提是公司發(fā)布的財(cái)務(wù)數(shù)據(jù)必須是真實(shí)可靠的，但我國會(huì)計(jì)信息失真在一定程度上還存在，因此不能只停留在財(cái)務(wù)指標(biāo)上，應(yīng)結(jié)合非財(cái)務(wù)指標(biāo)分析。但是，總體上Z計(jì)分模型仍然是一種有效的財(cái)務(wù)危機(jī)預(yù)警方法，對(duì)幫助管理層、投資者、債權(quán)人判定危機(jī)，進(jìn)行財(cái)務(wù)危機(jī)預(yù)警有較強(qiáng)的指導(dǎo)意義。
　　
　　【參考文獻(xiàn)】
　?。?］ 陳靜.上市公司財(cái)務(wù)危機(jī)惡化預(yù)測(cè)的實(shí)證分析［J］.會(huì)計(jì)研究，1999（2）.
　?。?］ 谷祺，劉淑蓮.財(cái)務(wù)危機(jī)企業(yè)投資行為分析與對(duì)策［J］.會(huì)計(jì)研究，1999（10）.
　?。?］ 曲秀麗.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建實(shí)證分析——基于網(wǎng)絡(luò)環(huán)境下財(cái)務(wù)風(fēng)險(xiǎn)［J］.會(huì)計(jì)之友，2009（5）.
　　［4］ 吳應(yīng)宇，蔡秋萍，吳莧.基于神經(jīng)網(wǎng)絡(luò)技術(shù)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究［J］.東南大學(xué)學(xué)報(bào)，2008（10）.
　?。?］ 吳世農(nóng)，盧賢義.我國上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究［J］.經(jīng)濟(jì)研究，2001（6）.
　?。?］ 吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測(cè)模型［J］.中國經(jīng)濟(jì)問題，1986.
　　［7］ 楊淑娥，黃禮.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型［J］.系統(tǒng)工程理論與實(shí)踐，2005（1）.
　?。?］ 周首華，楊濟(jì)華，王平.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模型［J］.會(huì)計(jì)研究，1996（8）.
　　［9］ 張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型［J］.數(shù)量技術(shù)經(jīng)濟(jì)研究，2000（3）.
　　［10］ 王芳云.運(yùn)用Z計(jì)分模型對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的實(shí)證研究［J］.山東紡織經(jīng)濟(jì)，2005（5）.
　　［11］ Altman E.I.Finance Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy［J］.Journal of Banking and Finance，1968，9：589-609.
　?。?2］ Altman E.I.Corporate Financial Distress and Bankruptcy［M］.John Wiley&sons Inc.，2000：242.以上摘要公試編寫有些數(shù)據(jù)找不到引用所以代替了，以上文是網(wǎng)上找來的發(fā)出來給在大家參考，公試在下面有源碼CXH:=STRTONUM(STRRIGHT(DATESTR(CURRENTDATE),1));
WARNING('http://www.kzuj.com.cn',CURRENTTIME>180000 and (CXH=1 OR CXH=6));
DRAWTEXTREL(10 ,10 ,'指標(biāo)公式');

 

 

有思路，想編寫各種指標(biāo)公式，程序化交易模型，選股公式，預(yù)警公式的朋友

可聯(lián)系技術(shù)人員 QQ: 1145508240  （不貴！點(diǎn)擊查看價(jià)格！）