基于Logistic回归模型上市公司财务预警实证研究.docVIP

基于Logistic回归模型上市公司财务预警实证研究 　　【摘要】本文采用实证研究的方法，以我国A股市场2009年因财务原因新被ST的43家上市公司以及与其行业、资产规模相当的43家非ST的上市公司的财务数据为基础，对财务指标进行差异T检验选出预警指标变量，并据预警指标变量基于Logistic回归分析的方法，构建了财务预警的模型，得出回判的正确率是较高的。最后为了进一步检验模型的预测能力，从A股市场中随机抽取200家上市公司（不包括已在模型中使用的上市公司）2004-2008年连续五年的财务数据代入预警模型进行预测，结果可以看到模型的预警能力是很高的，回判率达到近87%，结果比较令人满意。 　　【关键词】财务危机；logistic回归模型；财务预警 　　一、引言 　　随着我国市场经济不断发展和完善，企业之间的竞争也越来越激烈，市场的复杂性和不可预见性使得企业一旦经营不善，就有可能陷入财务困境之中。从上世纪90年代开始，世界经济出现了许多意外的复杂情况，企业由于财务危机而破产的例子屡见不鲜。2008年的金融危机席卷了全球，让为数不少的企业陷入了财务危机甚至面临着破产。 　　财务危机(financial crisis)又称财务困境(financial distress)，学术界对该术语有着许多不同的见解。Altman（1990）综合了学术界的观点，认为财务危机为经营失败（failure）、无偿付能力(insolvency)、违约(default)、破产(bankruptcy)四种情形。在国外的许多研究中，为了将财务危机尽可能有效的量化和客观化，一般是以破产作为标准而展开的。而在我国，财务危机研究多以上市公司中的“ST”公司为对象展开。因为我国的证券市场上市公司破产的案例是极少数的，以破产为标准作为研究对象是不太现实的。2002年《上海证券交易所股票上市交易规则》和《深圳证券交易所上市规则》中规定：“上市公司出现财务状况和其他状况异常，导致投资者难于判断公司前景，权益可能受损害的。本所对公司股票交易实行特别处理，在股票简称前冠以‘ST’字样，以区别于其他股票”，并且详细说明财务状况和其他状况异常的具体情况。所以本文将沪、深两交易所A股市场中因“财务状况异常”而被特别处理（ST）的上市公司，作为财务危机公司的界定标准。 　　在我国证券市场上，由于连续亏损出现财务危机而被ST的上市公司，不仅给投资者带来巨大的损失，也给公司以后生产经营带来巨大压力。事实表明，企业通常是一个渐进发展的过程，逐步的陷入财务危机之中的，通常都是有预兆的且可预测到的。如果投资人和债权人能借助一定的科学方法和相对准确的预警模型对财务状况进行预测，就能为他们的投资决策提供理论和方法支持。所以基于此，本文的目的在于为企业、投资者、债权人提供了一个简单而有效的财务预警模型。 　　本文财务预警的数据来源于国泰安数据库（Csmar），以我国A股市场2009年因财务原因新被ST的43家上市公司以及与其行业、资产规模相当的43家非ST的上市公司的财务数据为基础，对财务指标进行差异T检验选出预警指标变量，并据预警指标变量基于Logistic回归分析的方法，构建了财务预警的模型，得出回判的正确率是较高的。最后为了进一步检验模型的预测能力，从A股市场中随机抽取200家上市公司（不包括已在模型中使用的上市公司）2004-2008年连续五年的财务数据代入预警模型进行预测，结果可以看到模型的预警能力是很高的，回判率达到近87%，结果比较令人满意。 　　二、文献回顾 　　20世纪30年代，国外学者就已经开始对财务困境预警模型进行研究。运用于财务危机预测的基本方法分为定性分析法和定量分析法。定性分析方法主要是依靠人的主观判断进行财务预警分析的方法。定量分析方法比较有代表性的预警模型有单变量预警模型、多变量预警模型。该种方法是根据企业的财务资料，运用一定的数学模型或者数理统计方法，对各种财务资料进行加工处理分析，建立起一种模型反映企业财务状况。从研究的发展历程来看，各学者利用相应的财务数据指标，在指标选择和模型的构建等方面，对财务预警进行一系列研究，主要分为三部分： 　　（1）单变量模型：即运用具有代表性的单一变量财务指标来预测财务危机的模型。1966年美国Beaver提出了单变量判定模型，但模型存在很大的缺陷，即该模型采用不同的财务指标对同一企业进行预测时，往往会得出相悖的预测结果，因此无法得到正确的预测结论，当然也引来了其他学者的不少的批评。国内学者陈静（1999）才首次采用了单变量分析和判别分析，以1998年深沪上市的27家ST公司和27家非ST公司为样本，使用了1995-1997年的财务报表数据，对财务危机预警模型进行了实证检验。 　　（2）多变量模型：即运用多个