基于logit模型上市公司财务困境预测实证分析.docVIP

基于logit模型上市公司财务困境预测实证分析 　　摘 要 本文通过logit模型对我国30家未被ST而后被ST的上市公式进行分析研究,发现logit模型对即将亏损的上市公司财务困境的预测准确性比较高。 　　关键词 上市公司 财务困境预测 logit模型 　　中图分类号:F275文献标识码:A 　　 　　一、引言 　　对于上市公司本身而言,公司财务状况的好坏对公司整体的运行情况有直接的影响,所以要想保持公司正常的运行,必须对公司的财务困境进行研究,找出能准确预测到财务困境的有效方法,从而能提前发现公司是否即将进入财务困境,并及时采取措施防患于未然,保持公司正常运行。然而对于投资者来说,上市公司财务状况的好坏直接决定着投资的成败,假如投资即将进入财务困境的公司将会造成很大损失。因此对上市公司是否即将面临财务困境提前进行分析判断,是投资者比较关心的一个问题。所以通过建立财务预警模型对上市公司的财务状况进行监控,及时发现上市公司的财务困境信号,不但能使上市公司的经营者在财务出现困难之前及时采取有效措施避免财务危机的出现,而且能为投资者科学合理的判断上市公司的财务状况提供有效的手段。 　　二、国内外研究现状 　　对于国外证券市场来说,其关于公司财务困境预测的研究文献比较多,成果也较丰富,其中比较著名的是Beaver(1966)提出的单变量判定模型,以及Altman(1968)构造的z模型和1977年建立的ZETA模型。1988年Aziz、Llaw son以及Emanuel构建出了基于现金流量的财务困境预警模型,并且在1989年对基于现金流量的财务困境预警模型和z模型、ZETA模型的预测准确率进行了比较,结果表明,基于现金流量的财务困境预警模型的预测效果比较好。Mitchem于1990年建立了一个具有两个宏观经济变量和两个现金流变量的财务困境预警模型,并且通过比较该模型和ZETA模型的预测效果发现在破产的前一年该模型的预测效果比较好一些。 　　然而对于国内的证券市场来说,由于其发展历史较短,因此对于公司财务困境预测的研究尚处于起步阶段。国内对于财务困境预警的研究是从20世纪80年代开始的,吴世农和黄世忠于1986年简要介绍了企业的预测模型和破产分析指标。陈静于1999年以1998年的27家ST公司与27家非ST公司为样本,通过1995年至1997年的财务指标来做单变量分析以及二类线性判断分析。张玲把选择的120家公司分成两组来进行研究,第一组有60家公司来进行二类线性判别模型估计;第二组有另外60家公司来进行检验而得到的模型,另外发现这个模型能提前四年预测到结果。吴世农、卢贤义以70家非ST公司为样本,通过剖面分析以及单变量判定分析方法来对这70家公司的21个财务指标进行分析研究,以便从中选出比较重要的6个财务指标来作为最后的预测指标,并且分别通过三种分析方法:Fisher线性判定分析法、Logistic分析法以及多元线性回归分析法,最后建立了三种预测财务困境的模型。 　　三、样本与变量选择 　　(一)样本选择。 　　为了消除样本内部和外部影响的不统一,增加样本以及配对的有效性,本文选取2007~2009年未被ST而后被ST的40家上市公司作为样本。以这种方式选择样本可以使得同一家公司在ST期间与非ST期间,公司规模大小等方面的因素没有变化。另外在选择变为ST的前后一年的数据来进行研究,公司的财务状况正好处于非财务困境和财务困境的分界处,这样得到的数据才能够更形象的描述从非财务困境进入财务困境的情况。在所选样本数据这个时段内,各方面的政策措施对上市公司的影响都比较小,而且宏观环境较稳定,因此可以忽略这方面对数据的影响不计。样本资料主要来源于海通证券网站中的个股资料和同花顺2009版中的个股的财务指标数据。 　　(二)变量选择。 　　关于变量的选取,依据财务管理的相关理论和证监会对于上市公司财务状况异常特别处理的规定,并且结合国内外的相关研究结果对变量进行选取。本文主要从反映上市公司资本与负责对企业利润的创造情况,特别选取:主营业务利润率、资产负债率、应收账款周转率、总资产周转率、销售增长率、每股经营活动现金流量六项比较重要的指标作为变量,其分别计为:。 　　四、研究方法概述与模型构建 　　(一)研究方法概述。 　　本文主要采用的是Logit研究方法。Logit方法是通过Logistic回归而建立的非线性模型,其曲线有两种:S型;倒S型。对于因变量的取值一般在0至1之间。其回归模型为: 或者。p表示在条件 的情况下,某个事件发生的概率大小,1-p是这个事件没有发生的概率,m表示自变量的个数, 为截距项, i为待估计参数。本文将ST公司赋值为1,而非ST公司赋值为0。通过最大似然估计法来对待估参数进行估计