基于Ｌｏｇｉｔ模型上市公司財務危機預警實證研究

[摘 要] 本文采取主成分分析方法，將主要因子提取出再運用Logit模型構建預測企業財務失敗的模型，并把滬深兩地證券市場的ST公司界定為“財務失敗企業”，選取20家ST公司及與之相對應的20家非ST公司共40家企業作為研究樣本，對上市公司財務失敗的主成分預測模型進行實證檢驗。

[關鍵詞] 上市公司 財務危機預警 主成分分析 Logit模型

企業的財務狀況直接影響企業的整體運行，因此對財務困境的研究，尤其是對財務困境預警的研究就顯得十分重要。特別是在我國金融體系、社會信用體系都很不完善的情況下，無疑極具現實意義。本文采用實證研究，根據證券市場的實際情況，運用主成分分析方法，構建企業財務失敗預測模型——Logit模型，選取20家ST公司和20家非ST公司共40家企業作為研究樣本。

一、財務危機預警模型的實證分析

1.研究樣本

在本文的研究中，我們把上市公司中的ST公司界定為“財務失敗”企業。截至2007年底，上市公司被分為31個行業。但由于某些行業的特殊性不存在ST公司（如銀行類），因此本文從20個不同的行業隨即選取20家ST公司，并按照同行業近似規模原則選取與這些ST公司相對應的非ST公司。

2.財務比率的選取

根據財務管理理論的觀點，企業的財務狀況主要取決于企業的盈利能力、償債能力、營運能力和成長能力。根據我國的財務特點結合已有學者的研究，選取如下11個財務分析指標作為分析的指標：

凈資產收益率、總資產報酬率、銷售利潤率、存貨周轉率、應收帳款周轉率、總資產周轉率、股東權益比率、流動比率、利潤增長率、總資產增長率和資本積累率。為了分析上述財務比率能否有效區別ST公司與非ST公司，下面就40家樣本企業分別對上述11個財務比率進行單變量T檢驗 ，最終選擇的財務比率分別是：凈資產收益率(X1)、總資產利潤率(X2)、銷售利潤率(X3)、股東權益比率(X7)、流動比率(X8)、總資產增長率(X10)和資本積累率(X11)。

3.主成分分析

對樣本組企業財務比率數據，運用SPSS 統計軟件進行主成分分析，首先得到各財務比率的相關系數表。從表中可以看出：（1）7個財務指標均呈正相關關系。(2)從相關系數的大小看，凈資產收益率與總資產報酬率的相關性較高，相關系數為0.843。

又由Bartlett球度檢驗的sig值0.000小于顯著性水平0.05，可知應該拒絕Bartlett檢驗的零假設，認為適合于因子分析。在主成分分析結果中，取累計貢獻率為87.223%，用3個主成分來代替原來的7個財務比率。進行最大方差旋轉法可得因子負荷矩陣：(1)因子FAC1在總資產增長率和資本積累率上有較大的載荷，所以FAC1代表的是公司的成長能力；(2)因子FAC2在銷售利潤率和股本權益比率上有較大的載荷，所以FAC2主要代表的是公司的盈利能力和償債能力；(3)因子FAC3分別在凈資產收益率和總資產報酬率上有較大的載荷， 所以FAC3代表的是企業的盈利能力。上述分析結果與相關系數矩陣的分析相一致。

二、Logit模型建立

運用SPSS對于logit模型的回歸參數進行估計。模型的似然比卡方統計量為26.701，在0.000顯著，說明所有解釋變量一起對財務困境有顯著性的影響，認為本模型擬合得較好，對于財務困境具有較強的解釋能力。所有解釋變量的系數均為負值，符合常理。以95%為置信水平，FAC2和截距項均未通過檢驗，由此可以得到財務危機的預警模型為：

Ln(P/1-P)＝-3.281FAC1-2.290FAC3

本文的研究樣本是按1∶1配對組成的，屬于均衡樣本，因此，預測閥值可以取0.5。根據Logit回歸方程，以0.5作為擬合檢驗的臨界值對原始數據進行回判判定，如果得到的p值大于0.5，則判定樣本面臨財務困境，否則為盈利公司，由判定結果可知：本模型準確預測了2006年20家ST公司中的17家，準確率達85%，同時準確預測了20家非ST公司中的17家，準確率也為85%，二者的加權平均正確率為85%。預測檢驗結果證明該模型的預測能力較好。

三、結論

本文利用Logit回歸構建上市公司成長危機預警模型， 研究發現以下結論：

1.Logit模型不失為一種簡單而有效的預測方法，可以將此模型應用于上市公司危機預測，借此了解企業發生成長性危機的可能性。

2.上市公司業績是決定成長性的最主要因素。回歸分析表明凈資產收益率和總資產收益率均與上市公司是否陷入財務困境顯著相關，持續良好的業績是上市公司成長性的保證。

3.模型也存在一定的局限性，如并未考慮公司治理等表外因素，且財務困境預測可行的前提是上市公司發布的財務數據是真實可信的，但我國部分上市公司存在人為操縱會計利潤的現象，故模型結論的準確性可能會受到影響。

參考文獻:

[1]傅 榮 吳世農:我國上市公司經營失敗風險的判定分析—BP神經網絡模型和Fisher多類線性判定模型[J].東南學術，2002，pp.71～79

[2]姜 天 韓立巖:基于Logit模型的中國預虧上市公司財務困境預測[J].北京航空航天大學學報，2004，Vol.17，No.1