英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
ICIMTR 2013
马来西亚创新、管理和技术研究国际会议
2013年9月22日至23日
利用宏观经济变量预测马来西亚贸易和服务业公司的金融危机
莫赫德·诺菲安·阿利菲亚
马来西亚科技大学管理学院会计与财务系，柔佛州柔佛市联合技术管理局81310号，马来西亚
摘要：
本研究尝试以金融危机公司为因变量，以宏观经济变量及财务比率为自变量，预测马来西亚贸易及服务业的金融危机公司。逻辑分析被用作分析程序，因为如果使用，财务比率就不必是正常的。当因变量本质上是二元变量时，它也适用。此外，它还可以提供公司财务困境的可能性。此外，它还可以为我们提供自变量的符号。本研究发现，马来西亚贸易及服务业财务困境预测之自变量为负债比率、总资产周转率、营运资本比率、净收入与总资产比率及基本放款利率。
关键词：
破产；财务困境；宏观经济变量；财务比率；贸易和服务业；马来西亚
1.引言
财务困境预测一直是金融界研究的热点之一。预测财务困境的能力对公司本身、潜在投资者和现有投资者以及股市监管机构都很重要。在马来西亚，股票市场监管机构是马来西亚证券交易所，为了应对金融危机公司，马来西亚证券交易所于2001年2月15日引入了第4/2001号业务注释（PN4），并于2005年1月3日引入了第17/2005号业务注释（PN17）。
2006年5月5日，对PN17进行了进一步修订，以改进马来西亚Bursa与上市金融危机公司的交易方式。然而，文献表明，还没有研究利用宏观经济变量和财务比率的组合来预测马来西亚贸易和服务行业的金融困境公司。本研究旨在利用宏观经济变量及财务比率，建立马来西亚贸易及服务业财务困境预测模式。利用逻辑分析方法建立了预测模型。
论文的其余部分组织如下。第二部分讨论了金融危机预测的文献综述。第3节解释了本研究中使用的独立变量、数据收集和数据分析程序。第4节提供了使用logit分析得出的研究结果，最后，第5节总结了研究结果，并为未来的研究提供了一些建议。
2.文献综述
利用多重判别分析（mda）在马来西亚混合行业预测金融危机公司方面进行了多项研究（驰恩，2005；卡巴哈里和祖卡曼，2004）。除混合行业的研究外，马来西亚以前的其他研究也使用MDA在制造业进行（福齐亚斯amp;驰恩，2001；祖卡曼amp;卡巴哈里，2004）。MDA基于这样的假设：对于失败和未失败的公司，组分散（方差-协方差）矩阵是相等的，并且总体必须以多变量的方式分布。然而，研究发现，这些假设经常被研究中的数据集所违背，并且只有在满足正态性条件的情况下，MDA程序才是最佳的（卡雷尔斯amp;普拉卡什，1987）。他们得出的结论是，如果所使用的比率偏离正常性假设，那么MDA不一定能提供更好的结果。
由于MDA的弱点，在马来西亚的混合部门进行了大量的研究，使用logit分析（穆罕默德，2004年；图amp;埃尼莉娜，2005年）。除了混合行业外，福齐亚斯和驰恩（2001）还利用Logit分析对马来西亚的制造业进行了研究。在破产和财务危机预测研究中，逻辑分析可能更可取，因为它不仅是所需的分类，而且是故障发生概率（巴恩斯，1987年）。logit分析提供了使用自变量系数的二分法（或多分法）因变量描述的结果发生概率（扎夫格伦，1985）。此外，逻辑分析不要求自变量是多变量正态的，它们能够确定单个变量的显著性。此外，Logit分析没有与MDA相同的严格假设（凯西amp;沃森，1991）。
为了确定破产和财务困境的决定因素，进行了大量的研究。一般来说，破产和财务困境的决定因素可分为四类主要的财务比率，即资产管理比率、杠杆比率、流动性比率和盈利能力比率。财务比率采用损益表和资产负债表中的项目计算。本研究中使用的四组主要财务比率是基于马来西亚先前的研究（穆罕默德，2004年）。
总的来说，马来西亚先前研究的结果表明，他们的模型可用于预测破产或财务困境公司。然而，马来西亚的所有研究仅在其研究中使用财务比率，穆罕默德（2004年）除外。穆罕默德（2004）在他的研究中也考虑了宏观经济变量，他发现国内生产总值（GDP）是预测马来西亚财务困境公司的一个重要变量。然而，他的研究只在混合部门进行。国内生产总值在其他先前研究中也被发现对预测金融危机公司具有重要意义（邦恩amp;雷德伍德，2003；克利策，1985）。其他宏观经济变量在预测财务困境公司中具有重要意义，包括股票价格指数（阿尔达莱什，1990；米切姆，1990）和货币供应量（霍尔，2007）。
文献显示，马来西亚的贸易和服务业没有使用宏观经济变量和财务比率进行研究。对以往金融危机公司预测研究的调查表明，由于数据不可用，个别部门的公司缺乏预测模型研究（阿齐兹amp;达尔，2006年）。此外，还提出了一些建议，研究预测模型预测马来西亚个别行业金融困境公司的能力（驰恩，2005年）。本研究希望利用宏观经济变量及财务比率，建立马来西亚贸易及服务业财务困境预测模型。
3.方法论
3.1自变量
大多数研究人员根据其在先前破产研究中的受欢迎程度和预测能力选择财务比率作为预测变量（阿特曼，1968；比弗，1966）。用于选择财务比率的其他标准是其简单性和与当地环境的相关性（洛、福齐亚斯和雅蒂姆，2001；默罕默德、安哥和桑达，2001）。在这项研究中，我们选择了至少在过去十项关于金融危机公司预测的研究中有用的财务比率，而如果宏观经济变量在过去至少一项研究中有用，则选择宏观经济变量。在本研究中，财务比率以负债比率、总资产周转率、流动比率、速动比率、营运资本比率及净收入与总资产比率来表示，而宏观经济变量则以基本贷款利率、国内生产总值（GDP）、货币供应量、消费者物价指数（CPI）及吉隆坡综合指数来表示（KLCI）。
3.2人口和样本选择
从2001年2月15日至2010年12月31日，本研究的人群为马来西亚布尔萨根据PN4、PN17和修订后的PN17的要求分别列为财务困境的公司。财务危机预测研究的标准做法包括汇集不同年份的数据，以便获得足够大的破产公司样本进行分析（门萨，1984年）。因此，本研究也收集了马来西亚布尔萨根据PN4、PN17和修订后的PN17的要求将一家公司列为财务困境前五年的数据。本研究使用估计样本建立预测模型（多姆波斯和佐巴尼迪斯，1999）。
3.3数据搜集程序
财务困境公司和非财务困境公司的财务报表收集了五个财政年度的财务报表，然后由马来西亚国家统计局在PN4、PN17和经修订的PN17类别下上市。与财务危机日期相关的五年定义为与先前研究一致的T-1、T-2、T-3、T-4和T-5年。如果在整个样本财务困难之前计算一个报告期的比率，则会产生严重的偏差（纳姆amp;泰宏，2000年）。2001年1月至2010年12月，从马来西亚布尔萨网站（www.bursa malaysia.com）的媒体发布和公司公告中获取了根据PN4、PN17和修订后的PN17上市的公司名单。选定公司的年度报告来自数据流数据库，可通过敦阿卜杜勒拉扎克网站进行评估，马来西亚科技大学。
3.4数据分析程序
本研究采用逻辑分析。它是一种替代的参数化方法，已被广泛应用于财务危机预测，以克服MDA的局限性（多变量正态性和群体间弥散矩阵的相等性）。logit分析提供了使用自变量系数的二分法（或多分法）因变量描述的结果发生的概率。开发的逻辑分析模型具有累积逻辑概率函数的形式（莱蒂宁和康卡帕，1999）。
在logit分析下，二分因变量只是特定事件（财务困境/非财务困境）发生概率的对数。也就是说，这里追求的是对属于某个群体的“对数概率”进行建模，而不是对群体成员本身进行建模。虽然可以对赔率进行建模，但对赔率[ln（奇数）=ln（p/1-p）]的对数（自然对数，ln）进行建模比较简单。这种转换为自然对数的方法，允许因变量取负无穷大和正无穷大之间的任何值。这样，因变量也变成连续的，而不是离散的。
为了呈现这一想法，我们首先考虑以下模型：
Yi = D beta;1X1 beta;2X 2 mu;I （1）
在这里，
Xi = 解释变量（s）
Yi = 1 如果事件发生（例如公司财务状况不佳）
Yi = 0如果事件没有发生（比如公司没有财务问题）
现在，方程式1可以用逻辑回归函数形式表示为：
ln (P/1-P) = D beta;1X1 beta;2X 2 mu; （2）
因此，在这种情况下，事件可能发生、公司陷入财务困境的概率由以下公式给出：
（3）
方程3用最大似然法估计。假设1表示财务困境，则得出的小数部分大于0.5（意味着公司财务困境或非财务困境的概率相等），则目标公司财务困境的概率越高。需要指出的是，在已发展的logit模型中，比率的负系数表明，这些比率与财务困境的概率呈负相关（它们降低了财务困境的风险），而正系数的比率对财务困境的概率有正影响（它们是增加财务困境的风险）。
为了在逻辑分析中得到可靠的结果，有必要找出能够区分两组的主要解释性财务比率。采用逐步程序确定最大似然估计中使用的适当解释变量。比率的得分和P值必须具有统计学意义。对基于似然比的变量进行了整体显著性检验，确定了变量的显著性。还应获得变量的最大似然估计（纳姆amp;泰容，2000年）。
在似然值最大的情况下，可以估计出最优P（权重）。通过将P代入累积概率函数得到破产概率。如果逻辑分析模型计算出的概率大于0.5，则公司被归类为财务困境。否则将被视为非财务困境（努拉迪亚纳、罗哈尼和阿布德、哈利姆，2007年；奥尔森，1980年）。
财务困难的公司与非财务困难的公司相匹配，这些公司是根据其与财务困难公司来自同一行业或部门的标准选择的，并且在总资产规模方面大致相似（阿卡哈提amp;阿尔布兹，2011；拉克山amp;维杰护，2012；李，2012；蒙提amp;加西亚，2010年；王和坎贝尔，2010年）。这些标准将被设定为控制因素，以确保在选择用于金融危机预测模型开发的基本或估计样本时，偏差最小（驰恩，2005年）。
本研究使用逻辑分析（逐步程序）来预测马来西亚贸易及服务业的金融困境公司。使用社会科学统计包（SPSS）第16版进行分析。
4.调查结果
贸易和服务业的数据包括2001年至2010年共有20家公司，涉及10家金融危机公司和10家非金融危机公司。t检验分析表明，除总资产周转率在10%水平上显著外，所有财务比率在1%水平上都有显著差异。由于本研究中采用的匹配程序，财务困境和非财务困境公司的价值相同，因此没有对宏观经济变量进行t检验。因此，所有财务比率和宏观经济变量都包含在下一个分析中，即多重共线性的皮尔逊相关检验中。
基于皮尔逊多重共线性相关检验，由于快速比与电流比（0.99）具有很高的多重共线性，因此不包括在下一步的逻辑分析中。然而，没有一个宏观经济变量是高度相关的彼此或应计比率。因此，在逐步逻辑分析中选择的独立变量是负债率、总资产周转率、流动比率、营运资本比率、净收入与总资产比率、基准贷款利率、消费物价指数、国内生产总值、资本充足率和货币供应量（M2）。
进行了逐步逻辑分析，以评估若干独立变量对公司财务困境可能性的影响。最后一个模型包含五个独立变量，分别是负债率、总资产周转率、营运资本率、净收入与总资产比率和基本贷款利率。最后一个模型具有统计学意义，其中卡方值为77.667，六自由度，plt;0.005。这表明该模型能够区分财务困境公司和非财务困境公司。
该模型正确地分类了85%的总体情况，或者也被称为分类准确率百分比，当没有模型中使用的任何独立变量进行分析时，该百分比高于50%。分类表见表1。
如表2所示，只有五个独立变量对模型有统计学意义。五个独立变量分别是负债率、总资产周转率、营运资本率、净收入与总资产比率和基本贷款利率。这是基于瓦尔德检验，它是一个检验，显示了每个预测因子或独立变量的贡献或重要性。对模型有显著影响的变量的显著性值应小于0.05（帕伦特，2007年）。
基于表2，三个财务比率，即债务比率、营运资本比率和净收入与总资产比率，具有负的B系数值，这意味着马来西亚的贸易和服务行业中负债比率、营运资本比率和净收入与总资产比率较高的公司不太可能处于财务领域。爱思。然而，调查结果还表明，总资产周转率的财务比率中有一个具有正b系数的值，这意味着马来西亚的贸易和服务行业中总资产周转率较高的公司更有可能陷入财务困境。此外，调查结果还表明，一个宏观经济变量，即基本贷款利率是重要的，它有一个积极的B系数值，这意味着高的基本贷款利率可能导致马来西亚的贸易和服务行业的公司陷入财务困境。
表1.分类表
表2.逻辑分析的估计结果
***在1%水平上具有统计学意义
**在5%水平上具有统计学意义
因此，根据表2，使用财务比率和宏观经济变量的贸易和服务部门方程式如下：
（4）
在这里，
X1= 负债比率
X2= 总资产周转率
X3= 营运资本比率
X4= 净收入与总资产比率
X5= 基准贷款利率
例如，假设在交易和服务行业类别下可考
全文共8002字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1138]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
