中国港航企业财务预警模型――基于Logistic回归分析.docVIP

中国港航企业的财务预警模型――基于Logistic回归分析 　　摘 要：随着国际金融危机快速蔓延，国际、国内航运市场需求急剧下滑，港航企业财务风险因子进一步加大，企业承受着更大的财务风险。本文提出了建立以我国港航行业所特有的港航企业财务预警体系。选取13家上市港航企业财务数据作为建模样本，利用spss分析软件，完成正态性检验、显著性检验、相关性检验后，采用因子分析法，借助Logistic回归分析模型，建立了财务预警模型。该模型通过企业的基本财务数据就能直接依据模型结论进行判定，对降低港航企业财务风险有着积极意义。 　　关键词：财务预警；因子分析；逻辑回归；预警模型 　　中图分类号：F552 文献标志码：A 文章编号：1671-7953(2009)02-0026-03 　　 　　1 研究背景 　　 　　在当前形势下，全球性金融危机正呈愈演愈烈之势，企业财务风险的存在时刻威胁着企业的生存和发展，处于动荡经济环境中的企业更加需要准确掌握财务状况，以及时有效地对变化的环境因素作出反映，才能在金融危机的浪潮中处于不败之地。企业财务预警模型能够提升企业的反应能力，加强对企业财务危机的预防和控制［1］。 　　在实际工作中，由于每个行业的状况不同，影响财务危机的因素也有着差别，因此，分行业对企业财务预警状况的研究更有价值。要根据企业所在行业的实际情况，建立符合企业特点和行业特点的财务预警模型［2］，所以，除了要研究普遍适应的模型外，还要研究适合行业及企业的模型。国外在分行业研究中发现，由于行业的不同，同一预警变量包含信息量有所不同，其预测效果大有差别。因此，基于我国港航行业背景，建立针对港航企业的财务预警系统，非常具有现实意义。 　　 　　2 研究目的 　　 　　本文模型简单易懂，科学性强，操作简便，基于我国港航行业背景，只需要利用可收集的上市港航企业资料，通过本文建立的适合单个港航企业的财务预警系统，通过输入基本财务数据或财务指标，就可以作出是否有危机的判断。从而为港航企业决策制定者节省大量阅读财务报表，分析财务数据的时间和精力。 　　 　　3 研究设计 　　 　　3.1 数据来源及处理方法 　　本文选取了沪深两市A股市场上2006年被特别处理的2家ST(*ST)港航企业作为财务困境企业的研究样本，分别为ST长运（600386）和ST天海（600751），在数据处理上鉴于PT与ST的区别，暂不考虑PT南洋（000556），此外，鉴于*ST天海B（900938）属于B股市场，也不将其纳入本文样本范围。其此，对每一家ST(*ST)港航企业按其行业板块和资产规模配对选取了五家非ST(*ST)港航企业。数据来源于国泰安数据库，证券之星www．stockstar．com的“个股资料”，大智慧炒股软件提供的行业分类，采用spss13等软件进行数据处理。 　　3.2 基础指标的确定 　　本研究采用了我国交通部发布的交通企业通用型财务指标评价体系［3］，其中包括了11个预测指标，参考了在实证研究中目前广泛采用的财务指标，并结合我国港航企业的实际情况。这11个备选财务预测指标主要反映了企业财务状况的四个方面，即偿债能力状况、财务效益状况、资产运营状况、发展能力状况。 　　偿债能力状况细分为X1流动比率、X4资产负债率；财务效益状况细分为X5营业收入净利润率、X6资产报酬率、X7净资产收益率、X9资本保值增值率；资产运营状况细分为X2流动资产周转率、X3总资产周转率；发展能力状况细分为X8主营业务收入增长率、X10总资产增长率、X11净利润增长率。 　　3.3 建模过程： 　　3.3.1 Kolmogorov-Smirnov检验 　　用单样本Kolmogorov-Smirnov检验方法探索以上11个财务指标样本的正态性，检验结果显示这些财务指标整体上并不符合正态分布，这一结果也符合财务管理领域的研究结论。 　　3.3.2 指标的相关性检验 　　通过运用SPSS统计软件对上文11个财务指标变量进行相关性分析，相关性分析的结果如表1.1所示： 　　 　　根据计算得到的各财务指标变量之间的相关系数结果，剔除高度相关的变量。其中x5与X6、X6与X7，X9和X10相关性比较高。相关系数分别达到了0.811，0.929和0.837。为了消除变量间的高度相关性的影响，需要剔除X6、X10两个财务指标变量。 　　3.3.3 指标的确定 　　通过以上分析和整理后，决定选用X1，X2，X3，X4，X5，X7，X8，X9，X11等9个财务指标建立最后的预警模型。最后所选用的财务指标变量如下： 　　X1流动比率 　　X2流动资产周转率 　　X3总资产周转率 　　X4资产负债率 　　X5营业收入净利润率 　　X7