基于Logistic模型上市公司财务困境预警探究.docxVIP

基于Logistic模型上市公司财务困境预警 探究 一、引言 随着我国资本市场快速发展，上市公司已经成为国民经 济发展的重要组成部分，对上市企业的直接或间接投资也已 成为投资者的重要投资渠道。上市公司的财务运行状况不仅 关系到公司的发展能力，也逐渐成为投资者进行投资决策的 重要参考因素。随着我国上市公司退市制度的健全，能否及 时有效地监测上市公司财务状况，以便预测财务风险并及时 采取有效的措施防范，逐渐成为上市公司管理层、投资者、 债权人十分关注的问题。对上市公司管理层而言，可以根据 财务预警系统提供的相关信息,随时发现企业财务运行的各 财务预警系统提供的相关信息, 随时发现企业财务运行的各 种预警及恶化信号，从而可以及早采取应对策略。对投资者 或债权人而言，财务预警可以为投资决策提供依据，避免投 资损失或减少损失；债权人可以根据财预警系统提供的相关 信息，对贷款决策及债务风险监控，防止因公司破产倒闭而 产生坏账。 二、文献综述 （一）国外研究国外关于公司困境（或者破产）预测 的研究较多，其成果比较成熟。最早的代表性研究成果是 Fitzpatrick （1932）建立的财务预警模型，他运用单个财 务比率指标将样本分为破产与未破产两组，研究发现判别能 力最高的指标是净利润/股东权益、股东权益/负债。不过， Beave (1966)利用79对样本公司数据检验了不同财务指标 对公司破产的预测能力，研究发现最好的判别指标是现金流 量/总负债与资产负债率，越临近破产误判率越低。当然， 不同指标随着使用目的不同，判断的准确性可能存在较大差 别。Altman (1968)根据行业和资产规模差异，选取了 33 家破产公司与33家非破产配对公司作为样本，选用22个指 标作为破产预测变量，研究结果显示，在破产前一年预测准 确性较高，但在破产前五年预测准确性较低，该模型即被称 为Z模型。与Altman模型相类似的还有Deakin (1972)建 立的概率模型等。此外，具有代表性的研究是0hlsom(1980) 建立的模型，他使用逻辑回归方法研究了破产概率分布、判 别错误概率以及分割点关系，研究发现公司规模、资产结构、 公司业绩和资产变现能力对公司破产概率具有较大影响。其 他学者，大多以上述研究为基础，分别建立了多指标模型等。 国内研究国内关于上市公司财务困境的研究起 步相对较晚，但也取得了不错的成果。陈静(1999)首次利 用上市公司的配对数据研究了公司财务困境问题，利用27 家ST公司和27家非ST公司的财务数据，分别进行了单变 量分析与二类线性判定分析。张玲(2000)利用60家公司 的财务数据计量估计了二类型线性判别模型，并使用其他60 家公司对模型进行检验，研究发现二类型模型具有较强的预 测能力。吴世农和卢贤义（2001）利用140家上市公司为研 究对象，应用了剖面分析和单变量判定分析法研究了财务困 境发生前5年公司财务指标的变动，进而构建三种预测财务 困境模型，为后续研究提供了较好的基础。就具体研究方法 来看，众多学者相继采用了各种方法建立了财务预警模型， 主要包括神经网，络方法（杨保安，2002；马超群、吴丽华, 2009；周昊旬，2011；等）、灰色理论方法（秦小丽、田高 良，2011）、统计分析方法与Logistic模型（孔宁宁、魏韶 巍，2010；汪超群、黄晓莉，2011；张恒等，2011）o 综上所述，财务预警的主要目的是寻找一套有效预测上 市公司财务状况的方法，以避免上市公司破产导致经济发展 不稳定等现象。Logistic模型是采用一系列财务比率变量来 预测公司破产或违约的概率，然后根据公司、投资者的风险 偏好程度设定风险警界线，以此对分析对象进行风险定位和 决策，其与多元判别分析法的本质区别在前者不要求满足正 态分布。因此，本文采取Logistic回归作为研究模型，利 用2002-2010年上市公司的财务数据建立模型、以及模型检 验。 三、研究设计 （一）样本选择本文从2002-2010年被特别处理上市 公司中选取ST公司共60家、非ST公司60家，样本总量为 120家上市公司，并将其作为样本建立模型。(1)为获得足 够的样本数据进行比较，将公司被特别处理前3年的数据作 为样本的时间范围，这需要样本必须具有较好的时间连续性 和可比性。为表述方便，本文把公司被特别处理当年称t年, 其中(t-l)、(t-2)、(t-3)分别代表被特别处理的前一年、 前两年和前三年。(2)在选取被特别处理公司时，需要剔除 了上市两年就被特别处理的公司。主要考虑到这些公司财务 数据过少和存在严重包装上市嫌疑，使得这些公司与样本中 其他公司不具有同质性，也可能降低模型的可靠性。 (二)指标选取本文主要从公司盈利能力、偿债能力、 资产管理能力、股本扩