基于Logit模型上市公司财务危机预警实证研究

Logistic回归模型在上市公司财务预警中的应用

龙 松 向丽苹

（华中科技大学武昌分校，湖北，武汉，430064）

摘要：该文以我国A股市场上因“财务状况异常”而被特别处理的制造类上市公司为研究对象，首先利用非参数检验方法对财务危机公司和非财务危机公司的27个财务指标的显著性差异进行了检验，其次利用单变量逻辑回归分析进一步筛选出对模型预测有显著贡献的9个财务指标，然后又利用因子分析方法再次精简变量并避免多重共线性的影响，最终选择3个因子变量作为Logistic模型的自变量，构建了我国制造类上市公司财务危机发生前三年的预警模型，并对所建模型的有效性进行了检验。

关键词：Logistic回归 ；财务预警

中图分类号：O212.4 文献标识码：A 文章编号：

一、国内外有关研究及其评价

自20世纪60年代以来，就有许多学者对财务危机预警问题进行深入的探索，提出了许多财务危机预警模型。这些模型按构建方法的不同可以分为统计类预警模型和非统计类预警模型两大类。

统计类财务危机预警模型主要包括一元判别模型、多元线性判别模型、多元逻辑回归模型、多元概率比回归模型、生存分析法等。

财务危机预警的非统计方法包括递归划分算法、人工智能、神经网络等，其中较有代表性的是神经网络分析方法。

企业财务风险的实证研究在我国才刚刚起步，尽管资本市场的结构特征与成熟程度不同，国内学者也做出了可贵的探索。1986年，吴世农、卢贤义1曾介绍企业的破产分析指标和预测模型，引领了我国在这领域的研究。总的说来，国内外学者对财务危机预警模型大致可以分为：单变量判定模型、多变量判定模型、多元逻辑回归模型。以上三种模型也代表了财务预警研究方法不断发展和完善的阶段性过程；他们的共同点是都运用了会计数据和财务比率，而从各自的前提假设、适用范围上看，三种模型又各有特点。

通过比较分析可以看出，采用多元逻辑回归模型的效果相对于其它两种模型更具科学性。

基于ｌｏｇｉｓｔｉｃ回归的上市公司财务危机预警模型

【摘要】为了建立合理有效的财务危机预警模型，本文选择了代表公司财务健康状况的18个指标作为备选预警指标，并运用logistic过程中逐步回归的方法从中选择了3个对因变量影响显著的财务指标。用容许度（TOL）和方差膨胀因子（VIF）两个指标对3个财务指标进行多重共线性检验。在多重共线性不显著的情况下，对符合条件的财务数据进行logistic回归，得到了财务危机预警模型。最后通过回代判定，发现这个模型具有较高的预测准确性。

一、财务危机预警研究概述

企业财务危机是一个连续的动态过程，并直接表现为绩效指标的恶化，因此可通过一定的财务指标来构造企业的财务预警模型。从现实情况来看，股票投资者、债权人和政府监管机构对企业财务危机预测具有很大的需求，这些需求推动了财务危机预警研究的不断深化。

国外对于财务预警模型的研究相对比较成熟，早在1966年，Beaver就运用单变量判定分析研究公司财务危机问题；Altman（1968）最早运用多变量线性判别分析（Multiple Discriminate Analysis）探讨企业危机预测问题，其发现最具解释能力的5个财务比率分别为：营运资金/总负债、保留利润/总资产、息税前利润/总资产、权益市价/总负债和销售收入/总资产。Altman、Haldeman和Narayanan（1977）继续对Altman（1968）的原始模型修正和补充，提出一个“新Zeta模型”。随着统计技术和计算机技术的不断发展，递归分类、人工智能及人工神经元网络等技术也逐渐被引入到财务危机预警模型中。

近年来，随着公司破产数量的增多，国内学者对公司财务危机预警模型的研究也越来越多：1999年，陈静发表了《上市公司财务恶化预测的实证分析》，该文将1998年年报后被特别处理（ST）的27家上市公司定义为财务危机公司。陈瑜在2000年发表了《对我国证券市场ST公司预测的实证研究》一文（《经济科学》，2000年6月），该文以1999年底前曾被特别处理（ST）的58家上市公司为样本进行了分析。吴世农、卢贤义（《我国上市公司财务困境的预测模型研究》，《经济研究》）以1998～2000年发生ST的70家上市公司为研究对象，结果表明（1）在财务困境发生前2年或1年有16个财务指标的信息时效性较强，其中净资产报酬率的判别成功率较高；（2）模型在财务困境发生前能做出较准确的预测，且在财务困境发生前4年的误判率在28%以内；（3）相对同一信息集而言，Logistic预测模型的误判率最低，财务困境发生前1年的误判率仅为6.47%。

基于面板logit模型的上市公司财务困境实证分析

摘要：本文建立了基于面板logit模型的上市公司财务困境动态分析模型，以装备制造业上市公司为例，根据2000—2009年的财务数据进行了实证分析。结果显示，速动比率、总资产增长率、营业毛利率、债务保障率和固定资产周转率是影响公司发生财务困境的重要因素。

关键词：面板logit模型；财务困境；装备制造业

随着全球经济一体化进程的加快和我国市场经济体制改革的深化，我国企业面临的生存环境竞争性在不断加剧。从微观上来看，在激烈的市场竞争中，如果企业经营或管理过程中出现的问题得不到有效控制与及时解决，容易致使企业步入财务困境的被动局面，进而导致企业遭受破产的威胁。从宏观上来看，如果企业的财务危机问题得不到妥善处理，在全球经济融合日益密切的背景下，可能会诱发“蝴蝶效应”，将企业层次的风险危机扩大至行业层面、国家范围，甚至是全球领域。装备制造业是我国国民经济中的基础性、战略性及支柱性产业，具有产业关联度高、经济拉动力大及就业吸纳力强的先天优势，早在1998年中央经济工作会议中就提出要“大力发展装备制造业”。因此，对装备制造业企业财务困境进行实证分析，无论对于宏观政府层面、中观行业层面还是微观企业层面，都具有十分重要的现实意义。

鉴于此，本文以装备制造业的上市公司为研究对象，对装备制造业上市公司进行了财务困境的实证分析。考虑到以往的财务困境实证分析方法大多未摆脱静态分析的局限性，本文建立了基于面板logit模型的上市公司财务困境动态分析模型，以期为装备制造业上市公司进行财务风险管理提供有益的借鉴。

一、财务困境的界定

如何界定财务困境是进行财务困境实证分析要解决的首要问题，国内外学术界对财务困境的界定尚未形成权威的公认标准。国外较具代表性的观点有：Beaver（1966）认为，企业若发生诸如债券违约、银行透支、未支付优先股股利或破产事件均可视为发生财务困境；Blum（1974）认为，财务困境是指企业无力偿还到期债务，进入破产程序或与债权人协商减少债务的事件。国内大多数学者将财务困境界定为因财务状况异常而被“特别处理”（ST），如陈静（1999）、吴世农、卢贤义（2001）等。本文采取国内研究常用的做法，将“特别处理”作为上市公司陷入财务困境的标志。

山东商业会计２０１０‘４　・理论探讨・　

基亏Ｌｏｇｉｔ模型的上市公司财务预警分析　

彭　亚　

（南京大学，江苏南京２１００９３）　

摘要：上市公司财务预警对投资者理性投资具有重要的参考价值，文中选取２Ｏ家ＳＴ公司及与之相　对应的２０家非ＳＴ公司共４０家企业作为研究样本，并考虑到上市公司公开披露信息的可获取性，筛选７　

个常用的财务指标，经过严格的实证数据测试，建立了上市公司财务预警的Ｌｏｇｉｔ模型，并对上市公司财务　

失败的预测模型进行实证检验。　关键词：ＬｏＮｔ模型；财务危机预警；上市公司　

一、引言　随着中国社会主义市场经济体制改革的进一　步深化，激烈的竞争带给企业的不仅是机遇，更多　的是挑战。在激烈的市场竞争中，不可避免地会使　

一些企业陷入财务困境和危机，而企业一旦发生财　务危机，就会给投资者、债权人和企业乃至国家都　造成极为不利的影响。因此，通过构造模型来对财　务危机给予及时和有效的预测，已经成为学者与业　界研究的一个热门课题。当然，完全正确的预测模　型从现实来看还无法做到，因为任何预测结果都要　受到样本容量和误差的影响，且市场状况瞬息万　变，总会发生一些意外的、偶然的事件使企业的生　

产经营有重大获利或受到打击的可能。尽管如此，　

一个判断准确率较高的模型还是有必要的，它对于　保护投资者和债权人的利益，对于经营者防范财务　危机，对于政府管理部门监控上市公司质量和证券　市场风险都具有重要的现实意义，这也是文章的研　究目的所在。　二、样本选取和数据来源　（一）研究样本　

在本文的研究中，我们沿用国内的习惯，仍然　以ＳＴ现象作为企业陷入财务困境的标志。上市公　司被分为３１个行业，但由于某些行业的特殊性不　存在ｓＴ公司（如银行类），因此本文从２Ｏ个不同　

的行业随机选取２Ｏ家ｓＴ公司，并按照同行业近似　规模原则选取与这些ＳＴ公司相对应的非ＳＴ公司，　共选取ＳＴ黄海、ｓＴ皇台、ｓＴ马龙、万科Ａ、古井贡　

酒、上海建工等４０家上市企业作为样本。　（－－）财务指标的选取　根据证监会关于上市公司财务状况异常的特