关于毕业论文财务状况创新点

企业偿债能力风险的理论研究与识别基于流动比率指标评价财务状况的局限性 随着金融危机席卷全球，财务风险防范已然成为公司治理面临的重要课题，而偿债能力风险（liquidity risk）作为财务风险分析的重要组成部分也相应成为理论与实务研究的侧重点。此外，对于投资者来说，识别上市公司披露的财务信息及其财务风险是投资的第一步。一、国际理论界对偿债能力风险理论研究的发展脉络。1、现金流无疑是每个企业正常运营的重要资产，企业陷入财务困境并可能导致破产的直接原因就是公司现有现金流不能偿付到期债务。基于此，Duhovnik Metka提出上市公司应该将一份较为合理的现金流量表提供给财务报表使用者。专业人士基于现行的现金流量表计算出相关财务比率并对上市公司偿债能力和盈利能力做出的判断往往与公司的现行业绩是不符的。因此，对现金流的报告采用过程追踪来代替仅仅计算结果的比率，以改进会计信息质量的需求越来越迫切。以此种财务报告为基础，上市公司的盈利能力和现金回报两方面都能得到正确、合理的判断，同时相关现金流比率也将作为编制资产负债表和利润表时的一种控制机制体现其价值。2、对于如何识别财务困境问题，CoyneJoseph S&Singh Sher G.在分析了健康公司和破产公司的财务体系基础上，提出了一系列预测财务失败的相关因素并识别出明确显示出健康公司和破产公司区别的财务指标。研究结论显示七个偿债能力比率在两者之间存在显著差异，并在此基础上提出了合理运营现金流的措施以预防偿债能力风险。3、上市公司的经营状况会定期以财务报告的形式披露，因此，投资者通常只有当上市公司对财务风险在正式财务报告中披露出来才能得到相关信息。但是，如果公司管理者有意隐瞒已经存在的财务风险，那么投资者也很少有机会可以获得真实信息。为了改进财务预警模型的准确度，Chen Wei-Sen&Du Yin-Kuan应用台湾股票交易公司对被停牌公司的营运规则作为分析对象，应用财务比率、非财务比率及因素分析来提取可用变量，并且引入人造神经网络（ANN）和数据挖掘（DM）技术为上市公司构造财务预警模型。Chen WS&Du YK提出，人造智能方法在预测公司潜在财务困境时比传统的统计数据更加有效。4、在分析财务风险时不能一味的仅以偿债比率等财务指标为依据。识别财务风险时应注意宏观经济形式、公司战略决策等同样会影响到上市公司的财务比率。例如公司流动比率或者偿债比率增大时，并不能仅依此判定公司经营状况改善，相反，降低时也不一定公司正面临破产威胁。Baum Christopher F，CaglayanMustafa，Stephan Andreas&TalaveraOleksandr采用美国COMPUSTAT季度数据库中的非财务公司在1993-2003年之间的数据，开发出了流动资产的预警平衡模型。研究结论显示公司面临宏观经济不稳定或有特殊的不确定因素时会增大自身的流动比率以预防财务风险。二、基于流动比率指标评价财务状况的局限性。以上研究者所做的研究从不同的侧面阐释了对财务风险的识别、预测以及防范。基于财务比率分析预测财务风险，研究者更多关注的是综合财务比率，对于反映偿债能力的流动比率（流动资产/流动负债）分析也是从广义的方面加以研究，没有深入探讨流动比率的数值变化对于公司财务状况的影响。很多教科书上指出，流动比率值在2：1左右时比较合理，而此理论在实证研究中并没有得到证实，仅是通过经验得出的。同时，伴随着21世纪初利率政策的调整，企业也相应调整利用权益性筹资等方式的配置比例来满足营运资金不足的需要，流动比率在2：1左右比较合理的论断更是受到了挑战。此外，在不同行业、同一行业的不同企业以及同一企业的不同发展阶段，流动资产的变现能力、质量等方面都存在差异，因此流动比率无论在横向还是纵向上可比性都较差。另外，该指标容易被粉饰，如企业可能采用推迟赊购货物、暂时性偿还债务、不转销呆账和损失等人为地影响流动比率。三、当前经济形势下企业偿债能力风险的识别。总之，在当前经济形势下，为了比较切合实际的识别与防范企业偿债能力风险，应对企业的现金流采用过程追踪而不仅仅单一的使用现有比率指标。同时，力求比较切合实际地估计流动资产的变现能力，客观地看待流动比率指标。在利用流动比率评价企业偿债能力时，应结合多种分析工具，综合判断企业现金流的运营措施进而识别与评价偿债能力风险。参考文献】1、田天,陈斐.论流动指标评价财务状况的局限性及创新对策.财会学习[J].2008(2)2、刘薇.对流动比率的思考[J].财政金融.2008(27)总第974期3、陈庆华.流动比率指标评价及改进方法分析.中国总会计师[J].2007(11)4、赖永添,吴子云.金融危机对我国企业财务运行的影响及启示.财务与会计[J].2009(1)5、Duhovnik,M(Duhovnik,Metka).Improve-ments of the cash-flow statement control functionin financial of Economics,26(1):123-150 20086、Coyne,JS(Coyne,Joseph S.);Singh,SG(Singh,Sher G.).The early indicators of financialfailure:A study of bankrupt and solvent of Healthcare management,53(5):333-345 SEP-OCT 20087、Chen,WS(Chen,Wei-Sen);Du,YK(Du,Yin-Kuan).Using neural networks and data miningtechniques for the financial distress prediction Systems with Applications,36(2):4075-4086 Part 2 MAR 20098、Baum,CF(Baum,Christopher F.);Caglayan,M(Caglayan,Mustafa);Stephan,A(Stephan,Andreas);Talavera,O(Talavera,Oleksandr).Uncertainty determinants of corporate Modeling,25(5):833-849 SEP2008