基于logistic 模型的上市公司财务危机判别分析.pdf

财会月刊·全国优秀经济期刊
阴
基于Logistic模型的上市公司财务危机判别分析
杨七中袁地
江苏技术师范学院江苏常州 213001
渊冤
【摘要】本文选取 90 家 ST 公司为样本,以传统财务指标为基础,通过因子分析提取指标和降维,利用 Logistic 回归模
型作为判别企业财务状态的工具,构建了上市公司财务危机的判别模型。研究结果表明,该模型具有较高的建模精度和判
别能力。
【关键词】财务危机模型判别分析
学者们很早就对财务危机的判别问题展开了研究。Fitz 本文选择 ST 样本的标准为: 为消除企业间属性差别
淤
Partrick(1932)、Winakor 和 Smith(1935)以及 Merwin(1942) 的影响,样本企业均为在深市上市的 A 股公司; 该 90 家公
于
的研究结果都表明:在企业经营失败前,财务比率在经营失败司均是首次被 ST,剔除了多次被 ST 的公司; 所选的公司
盂
企业与非经营失败企业之间存在明显的差异。在其被 ST 前五年的财务数据可以获得。
1966 年,著名会计学家 Beaver 在《财务比率:失败的预测为了更好地建立财务危机判别模型,对这 90 家 ST 公
者》一文中率先提出了单变量分析法,认为预测经营失败能力司,分别按照同行业、同时间窗、资产规模相近的原则进行一
最强的比率是现金流量与总负债之比,其次是净收益与总资一配对,共选择了 90 家正常企业作为配对样本。即在与 ST
产之比,然后是总负债与总资产之比。公司相同的五年中,净利润至少有四年大于零,并且未受到证
1968 年,学者 Altman 首先提出多变量分析模型,即“Z- 监会的特别处理,本文将配对样本称为 NST 公司。最终得到
计分法”预测分析模型。从 20 世纪 70 年代起,一些学者开始 180 家样本公司,分布于 15 个行业,样本行业分布的密度基
用线性概率法、Logistic 模型以及神经网络技术来构建财务危本与我国上市公司的分布情况相吻合。
机判别模型。 2. 研究期间的选择。上市公司被 ST 的条件如下:一是上
国内学者张玲(2000)、陈晓(2000)、吴世农(2001)都以我市公司经审计连续两个会计年度的净利润为负;二是上市公
国上市公司为样本从单变量和多变量等方面对财务危机的判司最近一个会计年度经审计的每股净资产低于股票面值。因
别问题进行了深入研究,具有一定的借鉴意义。此,我们可以梳理出这样一条时间轴:
总结前人的研究,笔者有这样几点思考: 由于研究年份
淤 ST-4年 ST-3年 ST-2年 ST-1年 ST年
较早、样本量较少(如陈静所选择的研究样本仅为 27 家),因
此会影响到公众对预测精度和判别结果的正确解读。在构可见,如果在 ST 年上市公司被 ST,则其在 ST-1 年、
于
建模型过程中,研究人员一般没有检验财务比率的数据分布 ST-2 年连续两年亏损。当然也可能出现在 ST-1 年巨亏,而
特征而是假定服从正态分布。事实上,数据的分布特征将决定 ST-2 年净利润大于零的情况,但我们仍按一般原则将 ST-2
统计方法的选择。研究跨期较短。在存在危机的企业,最近年定义为亏损当年,ST-3