基于ＫＮＮ和Ｌｏｇｉｓｔｉｃ回归方法财务预警模型比较.docVIP

基于ＫＮＮ和Ｌｏｇｉｓｔｉｃ回归方法财务预警模型比较 　　◆ 中图分类号：F275文献标识码：A 　　 　　内容摘要：基于我国上市公司的财务报表数据，本文使用“行业优先”的样本选择方法，采用K近邻方法和Logistic回归方法进行财务危机的预警建模研究。实证结果显示两种方法均具有很好的预测效果，但Logistic回归更适合于对短期内的预测，而K近邻方法对于基于事前信息建模的长期预测有很高的精确度。本文的研究为将来更加详尽全面的研究上市公司的财务危机预警模型提供了参考。 　　关键词：K近邻方法财务预警模型Logistic回归 　　 　　随着我国经济的发展，利用财务预警模型可更好的预测上市公司财务危机的发生。本文引入了一种非参数的判别方法K近邻法，为了更好的反映和比较预警模型构建的效果，也采用了Logistic回归构建模型进行对比。 　　 　　样本选取及研究假设 　　 　　（一）样本选择 　　本文的样本原始资料均来自于WIND数据库，从中选取了2004~2006年度所有被实施ST的公司财务数据。参考吴世农、卢贤义（2001）的研究，本文首先剔除了由于以下四个方面原因被实施ST的公司样本：出现其它异常状况，实施特别处理；在法定期限内未依法披露定期报告；被注册会计师出具无法表示意见或否定意见的审计报告；在规定期限内未对存在重大会计差错或虚假财务会计报告进行改正。在抽