上市公司财务预警研究—基于Logistic模型的实证分析

论文导读:：这就需要提高上市公司质量。上市公司财务预警研究—基于Logistic模型的实证分析。
论文关键词：上市公司，因子分析，Logistic模型，财务预警
 

一、引言

在生存与发展的激烈竞争中，由于客观环境的复杂性以及市场的瞬变性和不可预见性，再加上决策者素质水平的局限性，使得风险成为一种必然。现实中危机的种类多种多样而且导致危机的因素很多，有财务因素和非财务因素。但无论如何，大量的非财务性质的企业危机，往往都是以财务危机的形式出现的，财务危机是企业危机中最显著、最综合的表现。而且，企业财务危机的产生也不是一朝一夕所造成的财务论文，而是一个长期积累和逐步发展的过程。在企业财务危机从小到大的整个发展过程中，这些危机会表现出不同的财务特征。因此，企业的财务危机不但有征兆，还是可预测的，建立财务预警系统，及早诊断出财务困境的信号，并采取相应的对策，帮助识别、化解可能出现的财务危机，对于经营者防范财务危机、实现企业的可持续发展，对于保护投资者和债权人的利益、对于政府管理部门的监控以及对于商业银行是否提供贷款等都具有重要的现实意义cssci期刊目录。

最早对财务危机预警研究的是Fitzpatrick(1932)做的单变量模型。财务预警的方法多种多样，主流的研究方法主要有一元判定方法、多元判定方法、多元逻辑回归方法、多元概率比回归方法和人工网络方法。鉴于国内外实证研究的基本情况，绝大多数研究人员选择上市公司被标注ST作为财务危机的标志。

本文在前人对上市公司研究的基础上，结合新疆实际情况，以新疆上市公司作为研究对象，应用多变量统计模型中的多元逻辑模型，把被特别处理的 (ST) 公司作为企业陷入财务危机标志，对新疆上市公司作财务危机预警进行实证研究。

二、上市公司财务预警指标体系构建

（一）指标的选取

在构建财务困境预警模型时，本文根据可测性、科学性、可比性和重要性等原则主要选取了反映公司财务信息的财务指标。

一般情况下财务论文，上市公司财务指标构建应尽量全面反映上市公司的综合实力。因此，在构建指标体系时，应按照公司的财务结构进行指标体系构建。在公司财务治理中，公司财务结构和财务指标一般可以分为盈利能力指标、成长能力指标、营运能力指标、偿债及资本结构等四个指标。本文在借鉴国内外相关文献的相关指标基础上，兼顾新疆上市公司的特殊性和数据可获得性、可测性，选取了33个上市公司样本作为研究对象。通过筛选共选择了4大类15个关于财务风险最富有解释力的比率指标。

表1 上市公司财务预警指标

（二）数据的来源及处理

本文数据来源于2009年《新疆上市公司年报》和新浪财经网。数据一般可以分为时间序列数据、截面数据和面板数据。时间序列数据虽然是按照不同年份选取且可以排除某年的偶然性，可以动态的研究财务状况逐年变化的情况，但新疆上市公司数量不多，指标数量多，逐年变化较大不宜采用时序数据cssci期刊目录。并且时序数据不能全面反映上市公司的基本情况；截面数据选取的指标数目较多且可以全面反映上市公司的基本情况。结合新疆上市公司的实际情况采用截面数据，又指标间具有不同的单位和数量级，为量化指标和消除量纲的影响，对所选取的数据进行标准化处理。

三、上市公司财务状况测评

（一）因子分析

运用SAS9.1对标准化后的数据求相关系数矩阵，发现指标间存在相关性。可以运用因子分析法提取主因子，其主要目的就是对原有变量中信息重叠的部分提取综合因子，最终实现减少变量个数的目的。

1．因子个数确定

表2 方差贡献

由表2知，依据特征值大于1和累积贡献率大于80%来提取主因子，从初始解中提取前4个因子财务论文，其总方差贡献率为80.24%，即可描述原变量的信息已达80.24％，被放弃的其他15个因子解释方差仅仅占约19.76%。可见，运用因子分析法很好的消除了相关性，符合因子分析法中的因子提取标准，因此可以选择前4个主因子代表原来15个指标。

2．因子旋转及命名

根据因子载荷的不唯一性，同时还由于载荷矩阵的元素多数居中，不大不小，对模型的公共因子不易作出解释，为更好的对公共因子作出合理的解释，对因子载荷矩阵进行旋转。旋转的目的是尽可能地使每个变量仅在一个主因子上有较大的载荷，使所有的主因子能更好地表达原始变量。此时使用最大方差旋转法进行因子旋转，旋转后的因子载荷矩阵使每个变量在尽可能少的因子上具有比较高的载荷，即让某些变量在某个因子上的载荷趋于1，而在其他因子上的载荷趋于0，使载荷矩阵每列或行的元素平方值向0和1两极分化。

表3 正交旋转后的因子载荷

从表3可以看出x1、x2、x3、x4、x5在第一因子S1上有较大的载荷，在其它指标上的载荷都比较小，第一因子主要解释这几个指标财务论文，结合这些指标的经济意义，说明第一因子S1是反映了上市公司盈利能力；x9、x10、x11、x12在第二因子S2上的载荷比较大，在其余三个因子上的载荷都比较小，说明第二因子与这几个指标密切相关，是反映了上市公司营运能力；第三因子S3在x13、x14、x15上具有较大的载荷，反映上市公司的偿债能力因子；第四因子S4在x6、x8上具有较大的载荷，在其余指标上的载荷均比较小，反映了上市公司成长能力。

四、上市公司财务预警模型的构建—— Logistic模型

（一）Logistic回归原理

由于事件发生的概率P的范围为[0，1]，而Logistic分布函数是值域(0，1)之间的S形曲线，它是单调递增函数，当自变量趋近于-（+）时，因变量趋近于0（1）。这和企业陷入财务困境的概率随企业的某些财务比率以及宏观经济因素等变量的变化而单调增减的特点是一致的。

设P为某事件发生的概率，1-P为不发生的概率，将比数P/（1-P）取自然对数得到Ln[P/(1-P)]，则其取值范围为(-，+)cssci期刊目录。建立包含P个自变量的Logistic回归模型如下：

Ln[P/(1-P)]=财务论文，其中是截距，…是斜率。

由上式逆推得：

P==

该模型实际上是普通多元线性回归模型的推广。

（二）Logistic回归

本文对新疆2009年上市公司中ST公司与非ST公司样本进行0、1分类，这个特点决定了在测量的模型中，其因变量为一个0、1二分类变量，因而使用Logistic函数是合理的，

所以本文选择Logistic模型。把四个因子得分作为财务危机预警模型的自变量值，（见附表），0、1为因变量，用Ｅviews6.0作分析输出结果如表4

表4：Logistic模型输出结果

从表4可以看出由LR统计量及概率，以4个主因子为自变量得出的回归方程是显著的；另外，在显著性水平为10%的情况下，主因子S1、 S2 、S4是显著的，而S3是不显著的。说明因子S1、S2、S4对模型的解释能力很强，而因子S3对模型的解释能力很弱。由此表建立如下回归模型：

Y=-13.36258-3.80882S1-8.808706S2-2.595032S3-8.843204S4

P=F(Y) ==

 1/2    1 2 下一页 尾页