二元logistic逻辑回归分析3.doc

Logistic模型 1. 财务比率值与发生财务危机的概率之间关系可能是非线性的。为服务于对两分类定性因变量的多元非线性分析,选取对财务危机有较好判别分类效果的Logistic 回归分析。 本文通过两种方法来检验代表利益相关者行为的指标对企业危机的解释作用: 一是以截距模型作为标准, 通过计算- 2LL 值,比较在加入其他自变量后新的模型与数据的拟合水平是否有显著提高, 即这些变量是否象模型假设的那样提供了对因变量变化的解释。- 2LL 报告值越大, 意味着回归方程的似然值越小, 说明模型的拟合程度越差, 行为指标对危机事件的解释作用较差； 反之, 报告值越小, 意味着回归方程的似然值越接近1, 标志模型的拟合程度越好, 说明指标对危机事件有较好的解释作用。二是根据构建的Logistic 模型回判样本数据, 判别正确率高则说明变量有解释作用, 由此来判定相关利益人是否采取了正确行动。 （1）为了与代表各利益相关者行为指标所构建的模型进行比较, 本文首先以普通财务比率为变量检验样本数据组间差异是否显著, 并检验Logistic 模型对样本数据的分类效果。 构建了一个包含四项财务比率的logistic 模型: 判断出gistic 模型对样本数据有很好的判别效果。 （2）对均值差异选用非参数检验，并进行数据分析。 （3）分别将代表相关利益行为的各项指标纳入Logistic 模型, 为财务危机前1— 3 年的样本数据分别构建3 个模型, 对模型的似然值、卡方值及显著性水平进行整理。 （4）结合- 2LL 值、卡方值，进行显著性判断。如危机发生前一年, 加入代表管理人员行为的五项指标后, - 2LL 值从124.77 下降至106.66, 卡方值18.11, 在0.00 水平上显著; 加入代表银行行为的三项指标后, 卡值为2.51, 模型不显著; 加入代表供应商行为的指标后, 卡方值为3.36, 在0.07 水平上显著。 (5) 以50% 为分割点, 计算各模型对样本企业的判别准确率，然后依据数据进行分析。 参考文献：邢精平. 企业财务危机中相关利益人行为研究[J]. 经济研究,2004,08:57-63. 2. （1）变量选择。选取性别、年龄、家庭收入等13项指标作为解释变量，变量统计性描述为： （2）本文采用Collinearit　Diagnostics 中方差膨胀因子（Variance Inflation Factor,VIF）与条件指数（Condition Index,CI）判别变量间的多重共线性。 (3) 为检验模型能否用来分析问题，对模型的拟合优度进行检验. 由回归结果可知，影响农村居民点整理意愿的显著因素包括性别（0.002）、年龄（0.001）、职业（0.006）、家庭收入（0.005）、住房套数（0.001）、房龄（0.014）、耕地面积（0.007）、与邻居血缘（0.005）等。其中，影响最大的变量依次是住房套数（0.213）、与邻居血缘（0.188）、性别（0.169）、家庭收入（0.090）、年龄（0.051）、房龄（0.035）、耕地面积（0.020）、职业（0.008）.根据以上数据进行分析。 参考文献：邵子南,陈江龙,叶欠,苏勤. 基于农户调查的农村居民点整理意愿及影响因素分析[J]. 长江流域资源与环境,2013,09:1117-1122.