财务危 机预警模型的实证研究设计.docVIP

湖南省软科学计划项目 项目编号：05ZK3054 中国上市公司经营危机 预警方法研究 湖南大学 二OO九 年 六 月 十六 日项目编号：05ZK3054 项目名称：中国上市公司经营危机预警方法研究 承担单位：湖南大学 协作单位： 课题主持人：王 瑛 课题组成员：曹 玮 张立军 刘菊红 刘 丹 罗 珍 郝国杰 田煜明 报告主要执笔人：王 瑛 曹玮 刘菊红 报告统稿人：王 瑛 工作时间：2005年 12 月 至 2009 年 6月 摘 要 财务危机的发生是一个逐步、渐进的过程，因此财务危机不但具有先兆，并且是可以预测的。正确地预测企业财务危机，对保护投资者和债权人的利益，对经营者防范财务危机，对政府部门监管上市公司质量和证券市场风险，都具有十分重要的现实意义。本文在对已有研究成果进行总结和评价的基础上，选取了我国上市公司中60家财务危机公司和60家财务正常公司为样本，分别采用Logistic回归、贝叶斯判别和BP神经网络模型方法进行研究，建立了预测精度比较高的预警模型。实证研究主要分三个阶段来逐层推进：首先，运用方差分析对反映盈利能力、现金流量、偿债能力、资产负债管理能力和成长能力五大类共22个财务指标进行筛选，选取了能显著区别ST公司与非ST公司的10个指标。第二阶段，以40家ST公司与同期的40家非ST公司作为分析样本，分别采用Logistic回归、贝叶斯判别和BP神经网络模型方法，建立判别模型。第三阶段，对已建立的三种模型，分别用20家ST公司与同期的20家非ST公司组成的预测样本进行检验，结果表明：Logistic回归、贝叶斯判别和BP神经网络模型的预测精度都是95%，因此认为这三种模型都具有较高的预测精度，管理者可以根据其公司的具体情况选择合适的模型进行财务危机预测，同时结合其他非定量的因素，分析财务危机出现的原因，就可避免财务状况的恶化。 关键词：财务危机；Logistic回归；贝叶斯判别；BP神经网络第1章 绪 论 1 1.1 选题背景及意义 1 1.1.1 选题背景 1 1.1.2 研究意义 2 1.2 文献综述 4 1.2.1 国外研究现状 4 1.2.2 国内研究现状 12 1.2.3 研究方法及研究成果的评价 14 1.3 本文的研究内容、方法和体系结构 17 第2章 财务危机预警方法及比较 20 2.1 Logistic回归方法 20 2.2 贝叶斯判别方法 21 2.3 BP神经网络方法 25 2.4 统计方法比较 30 第3章 财务危机预警模型的实证研究设计 33 3.1 财务危机预警的理论基础 33 3.2 研究对象的界定 35 3.3 研究样本的设计 36 3.4 预测变量的选择 43 第4章 上市公司财务危机预警方法的实证研究 51 4.1 基于Logistic回归模型的财务危机预警方法的实证研究 51 4.2 基于贝叶斯判别模型的财务危机预警方法的实证研究 54 4.3 基于BP神经网络模型的财务危机预警方法的实证研究 58 4.4 实证结果分析比较 61 结 论 63 参考文献 66 附录 BP神经网络计算核心程序 70 附件 发表论文的复印件 71 第1章 绪 论 1.1 选题背景及意义 财务危机（Financial Crisis）又称为财务困境（Financial Distress），是指企业丧失支付能力、无力支付到期债务或费用、以及出现资不抵债的经济现象，包括营运失败、商业失败、技术性无力偿债、无力偿债、资不抵债、正式破产等。财务危机预警是以企业会计信息及其他相关资料为基础，通过各种方法，分析企业财务指标的变化，发现并将企业可能面临的经营风险及时报告给经营者和其他利益相关人，分析导致风险的可能性因素，以促使经营者早做准备或采取对策，使企业走出破产危机的一种财务活动。 1.1.1 选题背景 随着资本市场的蓬勃发展，资本市场已成为企业募集资金的重要场所，投资者也可以通过资本市场运作获取较高的回报，所以一个企业财务状况的好坏往往是企业管理当局、投资者和债权人关注的焦点。但市场竞争非常残酷，企业发展也可能会陷入财务危机之中，而财务危机的发生并非突然，它是一个逐步、渐进的过程，因此财务危机不但具有先兆，并且是可以预测的。正确地预测企业财务危机，对保护投资者和债权人的利益，对经营者防范财务危机，对政府部门监管上市公司质量和证券市场风险，都具有十分重要的现实意义。 自1990年上海证券交易所成立以来，中国证券市场规模迅速扩大，目前沪深两市A股上市公司的数量已有1000多家，成为国民经济的重要组成部分。上市公司作为证券市场的基石，其优良的经营业绩是证券市场