基于Cox模型的财务风险预警实证研究——以1990-2012年信息技术类上市公司数据为例.pdfVIP

湖南社会科学 2013/6 基于Cox 模型的财务风险预警实证研究事 一一以 1990-2012 年信息技术类上市公司数据为例 口雷振华楚攀 摘 要g 针对我国沪深两市 A 股市场中被ST 的信息技术类上市公司进行实证研究，从上市公司的偿债能力、资产 营运能力、成长能力、现金流量能力和公司治理五个方面，选取了 23 个指标作为初选预警指标，运用Cox 模型构建 了信怠技术类上市公司财务危机预警模型，研究表明，Cox 模型能提供较准确的判!tl 精度及具有估计公司未来存 活时间的能力。 关键诩g 模型 信怠类上市公司 财务风险预警 中团分类号: F81 文献标识码:A 文章编号: 1009-5675(2013)06一164一04 Cox 模型是Cox1972 年提出的一种多因素生存分析方 将观测期的终点设定为 2012 年 12 月 31 日，所采用的时间 法中的半参数模型，用来分析多种因素对研究对象生存时间 尺度统一为月。 T 的影响。Cox 模型的基本形式为:h(t !X) =ho(t)exp(X ß) , (二)研究样本的选择 在实际中，运用较多的是时间依存变量模型Cox ，表示为:s 本文针对信息技术类(基础电子技术产业、电子通信产 (t !X) = [So (t) ]即〈XTF〉，其中 So (t) 为基准生存函数[门。它反 业、工业信息化产业、IT 产业、消费电子品产业)上市公司进 行分析，以其财务正常持续时间为因变量，分析影响其财务 映了协变量X 和生存画数的关系，Cox 回归模型就是寻找卢 风险的指标。在 2012 年底，我国共有信息技术类A 股上市 的系数。当 ßo 时，说明变量X 增加时，危险率增加，即 X 公司 203 家，其中被实行 ST 的企业 23 家，这其中包括后面 是危险因素;当卢0 时，说明变量 X 增加时，危险率下降， 被摘帽的企业以及继续维持ST 状态或者退市企业。从时间 即 X 是保护因素p 当卢=0 时，说明变量X 增加时，危险率不 连续性角度出发，本文将删除 2009-2012 年新上市的信息 变，即 X 是危险无关因素。 技术类上市公司，共计 100 家;从数据的可获得性上来讲，删 -、生存分析时间界定和研究样本的选择 除未找到相关数据的 1 家上市公司，最后选取以中国联通为 代表的信息技术类上市公司共计 102 家，其中 ST 的上市公 (-)生存时间的界定 司 23 家。 生存时间包括起点、终点和时间尺度三个因素。本文界 定公司首发上市交易的时间作为生存时间的起点，这样所有 二、财务预警指标的描述性统计 上市公司生存时间数据的起点信息均可以获取，从而有效避 在进行实证检验之前，需要对财务指标进行描述性统 免删失数据对模型分析的干扰。观测期终点以样本构成的不 计，用以分析各类指标的大致概况，具体见表1. 同来区别设定，对于财务危机样本，观测终点为上市公司被 首次实施 ST 时间为观测终点;对于非财务危机样本，本