简介:审计风险是由多种风险因素共同作用的结果。本文就新审计风险模型应用中的难点即重大错报风险的识别予以探讨。
简介:一些企业在预测融资需求时大多采用销售百分比法,虽然简单方便,但是其基本假设与现实不很相符,实用性较差。GM(1,1)灰色预测模型建模所需信息较少,而模型精度较高,是处理小样本预测问题的有效工具。因此本文运用GM(1,1)模型来预测企业融资需求,克服了传统方法的缺陷,提高了企业财务预测的准确度。
简介:本文运用中国A股上市公司1994-2004年的数据,实证检验了Feltham—Ohlson剩余收益模型对横截面股票收益的预测能力。与国内相关研究不同的是,本文通过计算“综合收益”来运用剩余模型计算股票的内在价值,从而满足了剩余收益模型所要求的“清洁盈余假设”(CleanSurplusRelation,CSR)。在研究方法上,本文借鉴了FamaandFrench(1988a,b;1989)使用的多期收益的检验模型,并结合国内外的相关研究,控制了各种可能因素的影响,增强了研究结论的说服力。本文研究发现,虽然有很多因素影响中国股票市场中未来股票收益的横截面差异,但是随着时间的延长(超过一年),剩余收益模型对股票收益的预测能力及其稳定性明显高于其他变量,而且在控制了相关变量的影响后,运用剩余模型计算的内在价值/价格比率(V/P)仍然与未来股票收益高度相关。由此本文得出结论,在中国股票市场中,剩余收益模型能够较好地预测未来的股票收益,在本文的样本检验期内,时间越长,预测的效果越好;在控制了相关因素的影响之后,该结论仍然是成立的。
简介:本文应用历史β模型,β=1模型,布鲁姆调整(BlumeAdjustment)模型、瓦西塞克调整(Vasicek Adjustment)模型和罗森贝格系统(Rosenberg SYstem)等五种有关股票系统性风险的预测方法,搜集1996年1月1日-2000年12月29日期间上海和深圳市场上的292家上市公司的有关资料进行实证研究。结果表明:1996—2000年,以市场模型估计的β整体上没有显著差异,但各自股票的β的离差逐年扩大。同时,10个产业的β估计值的差异不大,但其离差存在较大差异。此外,布鲁姆调整模型的预测误差最小,其次分别是β=1模型和以β为预测变量的罗森贝格模型,再次是瓦西塞克调整模型和历史β模型。最后,以β为因变量的两种罗森贝格预测模型明显优于以收益率为因变量的罗森贝格预测模型。作者认为,β是投资决策和股市风险提示的重要信息,虽然估计和偏差调整技术有待改进,但我国必须重视股票系统性风险研究,鼓励投资服务机构定期公布上市公司的β值。同时,为提高预测β的准确性,须惩治提供虚假信息的上市公司,完善信息披露制度,而投资者也需了解我国上市公司β的不稳定性和β自身的局限性,慎用β于投资决策,并注意选择β的各种调整和预测模型。