基于Logit模型公用商贸上市公司财务预警实证研究.docVIP

基于Logit模型公用商贸上市公司财务预警实证研究 　　[摘 要] 本文在借鉴国内外研究成果的基础之上,以公用商贸上市公司为研究对象,利用我国万联证券上市公司的会计数据,通过运用一定的统计方法,建立Logit财务预测模型,并验证该模型能否有效地预测出企业是否将陷入财务困境#65377; 　　[关键词] Logit模型;财务预警指标;公用商贸上市公司 　　[中图分类号]F275[文献标识码]A[文章编号]1673-0194(2008)14-0063-03 　　 　　1 文献综述 　　 　　关于企业财务困境预测问题,在国外已具有比较成熟的研究成果并得到广泛应用#65377;最早的财务困境预测研究是Fitz Patrick (1932)所做的单变量破产预测模型;Winaker Smith (1935) 和Merwin (1942)也做了相似结论的描述性分析(Profile Analysis)研究;1968年,Altman首次将多元线性判别方法引入到财务困境预测领域;1977年Altman,Haldeman Narayanan又提出了一种能更准确预测企业财务失败的新模型――ZETA模型;1980年Ohlson运用多元逻辑回归方法分析,将模型对公司的财务困境预测能力的准确度提高到96.12%,可以说是财务预警研究史上的一个新高峰#65377; 　　在国内,此类研究起步较晚#65377;1999年,陈静以1998年的27家ST公司和27家非ST公司,使用了1995-1997年的财务报表数据,进行了单变量分析和二类线性判定分析; 2000年陈晓#65380;陈治鸿以因财务状况异常而被特别处理(ST)作为上市公司陷入财务困境的标志,运用多元逻辑回归模型和可公开获得的财务数据,对中国上市公司的财务困境进行了预测;2001年吴世农#65380;卢贤义以我国上市公司为对象,首先应用剖面分析和单变量判定分析,采用Fisher线性判定分析#65380;多元线性回归分析和逻辑回归分析3种方法,分别建立3种预测财务困境的模型#65377;2003年,薛锋#65380;乔卓则将网络模型引入了上市公司财务困境预测之中;2004年,姜天#65380;韩立岩采用Logit模型,对中国预亏的上市公司财务困境进行预测#65377; 　　从国内外研究的结果看,在模型构建方法方面,既有统计方法,也有非统计方法#65377;具体而言,统计方法有:一元线性回归预测法法#65380;多元线性回归预测法#65380;多元逻辑回归#65380;生存分析法;非统计方法有:递归划分算法#65380;神经网络模型#65380;实验法#65380;基于灾害理论的预测方法#65380;基于混沌理论的预测方法及基于期权理论的预测方法等#65377;既有总体研究,也有专门的行业研究#65377;而对公用商贸行业的财务预警模型,尚未有研究#65377;本文采用在目前被认为是最有效的财务危机预测的Logit回归分析方法,对该行业的财务预警模型进行实证研究#65377; 　　 　　2 实证分析 　　 　　2. 1样本的选取 　　本文研究主要使用SPSS#65380;Excel进行数据处理#65377;以净利润作为评定ST公司与非ST公司的界限#65377;如果公司的净利润?0,则该公司为非ST公司;如果公司的净利润?0,则为ST公司#65377; 　　样本A1:2004-2006年沪深交易所首次出现亏损的上市公司; 　　样本A2:2004-2006年与样本A1相同行业#65380;相同资产规模的盈利上市公司#65377; 　　通过万联证券提供的上市公司2004-2006年的财务数据,在前人的研究成果的基础上,以公用商贸行业的上市公司为研究对象,分别以ST公司与非ST公司为两大样本,经筛选,引入ST公司与非ST公司各10个样本#65377; 　　2. 2预测模型与数据选择 　　2. 2. 1预测模型 　　 　　2. 2. 2变量与数据选择 　　本研究初步选定以下14个流动性指标作为财务困境预警的特征变量(财务预测指标体系见表1)#65377;首先,在显著性水平α = 0.05情况下,对样本各指标的均值进行两相互独立样本的非参数假设检验,剔除了两个样本(A1和A2)中指标均值无显著差异的指标,最后剩下X13#65380;X21#65380;X23#65380;X24#65380;X31#65380;X32#65380;X41#65380;X51#65380;X52 9个指标; 接着,考虑到在用Logit方法进行建模时,过多变量之间存在着多重共线性的问题,会影响模型的准确程度#65377;故需要对初步选定的变量进行相关性分析,剔除高度相关的变量#65377;