Logistic模型在上市公司動態(tài)財務預警中的應用研究.pdf

1、隨著我國經濟的飛速發(fā)展，經濟領域中的復雜性、不確定性日益凸顯，上市公司由于財務風險處理不當陷入財務困境的情況越來越多。上市公司要在瞬息萬變的市場中立于不敗之地，實現(xiàn)可持續(xù)發(fā)展，就必須增強自身抗風險的能力和意識，建立健全風險預警體系。因此，無論對經營者、投資者、債權人、政府或其他相關利益主體來說，建立財務預警系統(tǒng)，對企業(yè)財務狀況進行監(jiān)測都具有非常重要的現(xiàn)實意義。 在我國，財務預警的研究剛剛起步，不少學者們進行了相應的實證研究，但絕

2、大部分研究方法都站在一個時點上對上市公司進行橫截面預警，屬于一種靜態(tài)分析，不能連貫動態(tài)地反映出危機公司特征變量的演變過程，同時在以往的研究中選擇何種財務指標進入模型帶有極大的主觀隨意性。因而本文擬從我國國情出發(fā)，以我國資本市場作為立足點，探討動態(tài)財務預警模型的建立。 一、本文的主要內容 本文的主要內容包括以下五部分： 第一部分首先闡述了研究的背景、意義及目的，然后從國外學術界和國內學者兩方面對財務危機的內涵做了簡

3、要介紹。如何界定財務危機是進行財務危機預警研究需要首先考慮的問題，國外學術界對此有多種不同的定義和觀點。大多數(shù)研究者對財務危機的認定受研究樣本選擇范圍所限，通常在文獻中會明確給出財務危機的定義及樣本的選擇特性，歸納起來可以指變現(xiàn)拍賣、無力支付短期債務、無力支付債券利息、無力支付債券本金、無力支付優(yōu)先股股息、重組及法定破產等。國內學者對于財務危機也沒有統(tǒng)一的定義。 第二部分主要從靜態(tài)研究和動態(tài)研究兩方面回顧了國內外財務危機預警研究

4、的現(xiàn)狀及代表人物。本章是整個研究的基礎，它能讓我們對國內外財務危機預警研究的過去、現(xiàn)在和未來有比較清晰的把握。國外靜態(tài)研究方面，主要是單變量分析、多元判別分析、Logistic回歸分析和神經網絡模型；動態(tài)研究方面，國外已有越來越多的學者將注意力轉移到現(xiàn)金流量表上。而國內關于財務危機預警的研究基本以靜態(tài)分析為主，基于現(xiàn)金流量表的動態(tài)實證研究比較少，有些文獻僅對現(xiàn)金流指標體系的構建進行過理論上的探討。 第三部分通過對靜態(tài)財務預警和動

5、態(tài)財務預警的比較，探討了靜態(tài)財務預警模型局限性和動態(tài)財務預警模型優(yōu)越性；然后通過對一元判定模型、多元線性回歸模型、Logistic模型和類神經網絡模型幾種模型的優(yōu)缺點比較，說明了本文選擇Logistic模型選擇的理由和本文研究的內容與結構。 第四部分分了四節(jié)主要從實證方面進行了財務預警模型的建立。 第一節(jié)說明了指標體系的構建，具體闡述了財務危機預警指標的選取原則和方法，包括財務指標的選擇和非財務指標的選擇。財務指標里除了

6、選擇常用的反映償債能力指標、反映資產運營能力指標、反映收益能力指標、反映成長能力指標等四種指標外，還加入了現(xiàn)金流量指標。 第二節(jié)主要介紹了研究樣本的設計與選擇，具體介紹了樣本設計標準，說明了ST公司和非ST公司樣本的選擇，并對數(shù)據的選擇進行了一些說明。 第三節(jié)對本文實證部分用到的研究方法進行了簡單介紹，也是為后面的實證做鋪墊。首先介紹了動態(tài)主元分析，接著對Logistic回歸模型的原理做了簡單介紹。 第四節(jié)介紹了

7、實證的過程及分析，首先對數(shù)據分布的狀態(tài)進行剖面分析，粗略估計了財務預警指標均值存在的差異，然后對財務比率進行了K—S檢驗，驗證財務財務比率是否符合正態(tài)分布以及財務預警指標均值差是否存在顯著性。通過相關性分析選取指標和因子分析選取指標對財務預警指標的篩選，最后進行Logistic回歸分析。 第五部分說明了研究的結論、研究特點及其局限性。 二、本文的主要貢獻 (一)本文的研究特點 本文主要針對當前我國對財務預

8、警實證研究的不足之處，即較少涉及動態(tài)研究和研究中忽視財務比率分析中的時間序列特征等進行補充和研究，并把注冊會計師的意見作為實證研究模型的一個參考指標，同時在自變量中加入基于現(xiàn)金流量表的財務比率，以此來進行動態(tài)財務危機預警模型的構建。 筆者選擇2005年-2007年三年內滬深兩市首次被ST或*ST的上市公司作為研究樣本。通過行業(yè)相同、資產規(guī)模相似等原則進行配對，找到對應的健康公司樣本。在盡量擴大財務比率數(shù)目的同時，取它們被ST或*

9、ST前4年內的年度財務比率進行分析。 實證中，本文建立Logistic回歸模型。不過與前面學者研究過程不同的是，筆者先對樣本連續(xù)多年的多個財務比率動態(tài)主元分析，以降低樣本維數(shù)，消除樣本中各因素的相關性，將多年的數(shù)據應用到經濟預測模型中去。整個處理過程既考慮了財務比率的時序特征，也克服了財務比率之間的多重共線性問題。 通過實證研究，本文的研究特點如下四點： 1、本文將動態(tài)主元分析引入預測模型中，克服了普通主成分分析

10、對連續(xù)多年的數(shù)據無能為力的困境，體現(xiàn)了財務比率分析中的時間序列特征。 2、研究樣本新，樣本容量較大，時間跨度也較長。本文選取了2005-2007年三年中首次被特別處理的上市公司共81家，同時又按照1：1的配比原則，選取了行業(yè)相等，時間相等的配對樣本非ST公司81家。而且樣本數(shù)據的收集時間也延至公司發(fā)生財務危機的前四年，樣本的時間跨度較長。 3、本文嘗試著把注冊會計師的意見作為實證研究模型的一個參考指標，同時在自變量中加入

11、基于現(xiàn)金流量表的財務比率，以此來進行動態(tài)財務危機預警模型的構建。 4、大多數(shù)的財務危機預警研究在篩選模型變量時，都采用參數(shù)檢驗中的獨立樣本T檢驗，但是它的前提條件是樣本必須服從正態(tài)分布，而我們通過K—S檢驗發(fā)現(xiàn)財務指標總體上不服從正態(tài)分布，因此采用非參數(shù)檢驗來考察指標差異的顯著性。 (二)本文的研究結果 本文針對我國滬深兩市A股市場中的上市公司進行實證研究。選取了45個基礎的財務指標，其中包括反映上市公司償債能力

12、、經營能力、盈利能力、成長能力的37個傳統(tǒng)財務指標、6個現(xiàn)金流量指標和1個資產規(guī)模指標，以及1個非財務指標，經過動態(tài)主元分析的篩選并采用Logistic邏輯回歸方法構建了我國上市公司財務危機的預警模型，并通過訓練樣本的回判檢驗和檢驗樣本的預測檢驗，證明了所建模型的有效性。 通過以上對上市公司財務危機預警問題的研究，本文得出以下幾個結論： 第一，我國上市公司的財務數(shù)據是有效的，并具有較強的預測能力。 第二，財務循環(huán)

13、具有時序特征，構建反映企業(yè)財務趨勢的立體數(shù)據空間是可行的。這克服了人們以往單純以截面分析為主，忽視財務狀況惡化的內在趨勢性分析的缺陷。 第三，財務困境公司和非財務困境公司在財務困境前2年內，財務指標變動趨勢背離較明顯，相對來說，在財務困境前3年內，財務困境公司的財務指標波動劇烈，非財務困境公司則較平穩(wěn)，而在財務困境前4年，大部分財務指標的差異并不顯著。 第四，本文通過實證分析，從定量方面證實了現(xiàn)金流的重要性。 第

14、五，無論是從回判精度還是從預測精度都可以看出，距離公司進入財務危機的年限越近，預測精度就越高，反之，預測精度越低。 (三)本文對后續(xù)研究的思考 第一、本文只考慮了反映財務危機表象特征的財務指標，且非財務指標也只考慮了注冊會計師的意見，而沒有考慮到其他非財務指標(如領導者素質和股權集中度等，其中股權集中度是衡量我國上市公司治理結構的一個非常重要的指標)的影響。這是本人在以后的研究中需要進一步學習的。 第二、由于我國

15、上市公司信息披露制度的不健全，本文只采用了年報數(shù)據。隨著證券市場的不斷發(fā)展和完善，上市公司的信息披露將更加及時、有效，我們可以利用中報或季報的高頻數(shù)據來構建更為精確的時序數(shù)據模型，從而更好的監(jiān)控財務危機的變動趨勢，及時采取措施加以預防和控制。 第三、在研究方法上，本文只采用了Logistic回歸模型進行動態(tài)研究，缺乏與其他動態(tài)模型的比較，今后可以試著采用一些其它的先進計算技術，如模糊邏輯方法與神經網絡相結合或將遺傳算法運用到神經