中國上市公司退市風(fēng)險預(yù)警問題研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、中國證券市場的退市制度產(chǎn)生是以《證券法》的推出為標(biāo)志的,但退市制度推出后并未被有效實施,2001年2月23日《虧損公司暫停上市和終止上市實施辦法》頒布,標(biāo)志著退市制度正式啟動。然而,從退市《實施辦法》頒布至今,上市公司的退市工作在實際操作中,仍然存在諸多問題,例如退市機制單一、退市標(biāo)準缺乏可操作細則、退市條件不嚴格、投資者利益沒有受到充分保護等。這些問題的存在致使我國在制度層面上己經(jīng)建立了退市制度,但上市公司退市風(fēng)險仍處于事后控制的狀態(tài)

2、,而缺乏風(fēng)險出現(xiàn)前及時的警示,這就沒有在根本上解決退市風(fēng)險問題,存在退市風(fēng)險的公司股票依然活躍在證券市場上,仍沒有從根本上改變有進無出、有進難出的局面。因此,構(gòu)建設(shè)計中國股市系統(tǒng)風(fēng)險預(yù)警模型,加強對上市公司退市風(fēng)險的警示研究,采取主動有效的管治措施,針對退市風(fēng)險,積極預(yù)防,防控結(jié)合,才能使退市預(yù)警機制更有效地發(fā)揮作用,使得存在退市風(fēng)險的上市公司及時退出股票市場,從而保證證券市場正常運轉(zhuǎn)。
   風(fēng)險的識別和處置是退市風(fēng)險管理和退

3、市機制有效運行的核心內(nèi)容。建立有價值的上市公司退市風(fēng)險預(yù)警模型,盡早識別和警示上市公司退市風(fēng)險,有利于在事前控制風(fēng)險,有助于完善證券市場退市機制,保護投資者合法權(quán)益,降低市場風(fēng)險。從制度上保證投資者能夠隨時掌握公司股票可能的退市風(fēng)險狀態(tài),促進我國證券市場的穩(wěn)定發(fā)展。對于我國證券市場投資理念的轉(zhuǎn)型及正?;?提高市場運作效率,起到了良好的促進作用。退市風(fēng)險預(yù)警機制的完善,有助于指導(dǎo)證券監(jiān)管部門采取措施防范和化解風(fēng)險,對于促進證券市場優(yōu)勝劣汰

4、、健康發(fā)展;完善銀行監(jiān)管機制;保護投資者利益以及提高上市公司質(zhì)量具有重大的理論意義和現(xiàn)實意義。
   由于不同國家的經(jīng)濟、金融發(fā)展水平不同,退市機制不盡相同,對于證券市場退市的監(jiān)管方式也不同,我國在構(gòu)建證券市場退市風(fēng)險預(yù)警模型的方法上必然與國外相關(guān)研究存在一定的差異。
   本文在研究國內(nèi)外關(guān)于退市風(fēng)險預(yù)警模型的基礎(chǔ)上,首先回顧退市風(fēng)險的種類,退市預(yù)警機制的功能、目標(biāo)以及退市機制的政策內(nèi)涵和退市方式。對部分國家和地區(qū)上市

5、公司退市預(yù)警機制進行了對比,從退市標(biāo)準、退市程序以及退市制度規(guī)定等方面總結(jié)出成熟證券市場上的退市風(fēng)險預(yù)警經(jīng)驗。再通過與我國退市預(yù)警機制的比較,得出我國退市風(fēng)險預(yù)警方面存在的問題。在分析了退市風(fēng)險的種類,預(yù)警方法、功能、目標(biāo)以及退市機制后,旨在構(gòu)建一個適合我國實際的退市風(fēng)險預(yù)警模型。
   關(guān)于我國上市公司退市風(fēng)險的研究主要集中在退市機制和退市預(yù)警制度上,大多數(shù)研究都是針對制度方面的理論性研究,而利用模型分析從而從實證角度針對退市

6、風(fēng)險預(yù)警的研究并不多見。于是,在實證研究方面,筆者利用回歸模型,進行實證分析,建立退市風(fēng)險預(yù)警模型。首先對上市公司退市風(fēng)險預(yù)警模型的理論基礎(chǔ)進行概述,然后選取了構(gòu)建模型所需要的風(fēng)險指標(biāo),并對指標(biāo)的選取方法進行介紹,同時,對樣本公司的退市風(fēng)險進行量化評估。其后本文對樣本指標(biāo)數(shù)據(jù)進行了正態(tài)性檢驗和均值差異檢驗,在此基礎(chǔ)上構(gòu)建了我國上市公司退市風(fēng)險預(yù)警模型,又從模型的檢驗和實證檢驗兩方面對模型進行驗證和應(yīng)用。對上市公司退市風(fēng)險狀況做出評判,確

7、定樣本觀測值的各項變量。并選取模型算法,對指標(biāo)進行統(tǒng)計檢驗。檢驗指標(biāo)是否符合正態(tài)分布,如果符合,則采用T檢驗法對指標(biāo)進行均值檢驗。根據(jù)風(fēng)險指標(biāo)均值檢驗結(jié)果繼而選擇不同的方法構(gòu)建預(yù)警模型。
   檢驗結(jié)果顯示風(fēng)險指標(biāo)數(shù)據(jù)不符合正態(tài)性分布,并且均值檢驗顯著,則構(gòu)建Logistic回歸模型。如果檢驗結(jié)果表示指標(biāo)數(shù)據(jù)符合正態(tài)性分布,均值檢驗顯著,則需選擇構(gòu)建其他模型。
   本文針對分線指標(biāo)中態(tài)分布的檢驗方法選擇了Kolmogo

8、rov-Smimov適應(yīng)性檢驗(K-S檢驗)。該方法的原理是利用樣本數(shù)據(jù)估計樣本的總體是否服從某一理論分布,是一種擬合優(yōu)度的檢驗方法,這一方法一般運用于探索連續(xù)型隨機變量的分布。本研究采用K-S檢驗方法驗證指標(biāo)是否符合正態(tài)分布。通過指標(biāo)檢測選取不符合正態(tài)分布并且均值具有顯著性的變量后,對變量進行相關(guān)性分析,消除多重共線性影響,從而確定建立退市風(fēng)險預(yù)警模型的變量。運用SPSS19.0中的logistic回歸分析法向前逐步回歸法,按照條件參

9、數(shù)估計的原則(Forward:Conditional)進行自變量的篩選。將選取的樣本分為有退市風(fēng)險和無退市風(fēng)險公司兩大類,將運用自動篩選功能選中的財務(wù)指標(biāo)數(shù)據(jù)輸入,采用logistic回歸分析中的二元logistic最小二乘法進行分析,得出結(jié)果,建立模型。對模型進行總體顯著性檢驗和預(yù)測結(jié)果準確率檢驗。最后將建立的上市公司退市風(fēng)險預(yù)警模型進行運用。
   通過理論和實證研究得出結(jié)論,我國證券市場的退市機制在退市標(biāo)準和退市程序方面都

10、存在許多問題,導(dǎo)致一些存在退市風(fēng)險的上市公司沒有被淘汰。研究結(jié)果表明,上市公司是否存在退市風(fēng)險與上市公司的盈利能力密切相關(guān)。一般說來,一個上市公司具有良好的盈利能力,企業(yè)利潤呈上升趨勢,則該公司發(fā)生退市的可能性比較小。
   相反,如果上市公司在發(fā)展過程中盈利能力下降,公司利潤逐漸縮小,則該公司就有可能發(fā)生退市風(fēng)險。根據(jù)研究結(jié)論,上市公司的多項財務(wù)指標(biāo)對于其是否存在退市風(fēng)險都有較大影響,而我國現(xiàn)有的上市公司退市量化標(biāo)準卻比較單一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論