Ｌｏｇｉｓｔｉｃ方法在財務困境預測中的應用

［摘 要］財務困境預測已成為國內外廣泛關注的研究領域。財務困境預測方法主要包括多元線性判別法、邏輯回歸法等參數方法以及神經網絡等非參數方法，本文對各主要方法的優劣進行了評價，闡述了邏輯回歸模型在財務困境預測領域的應用現狀，并應用Logistic模型對我國上市公司進行了分類預測，在T-2年上取得了較好的預測精度。

［關鍵詞］財務困境；預測；邏輯回歸

doi:10.3969/j.issn.1673-0194.2009.15.037

［中圖分類號］F275［文獻標識碼］A［文章編號］1673-0194（2009）15-0124-03

1 引 言

從20世紀末的亞洲金融危機到如今的全球經濟衰退，日益復雜多變的競爭環境使得陷入財務困境的企業數量越來越多，企業管理者、債權人和投資者等都希望建立有效的財務困境預測機制，及早采取行動止損。因此，財務困境預測已成為國內外廣泛關注的領域。

關于財務困境的本質問題，迄今為止國內外也沒有一致的觀點。本文認為可以從兩個角度來定義財務困境，一是當企業財務報表出現資不抵債時，稱之為存量破產；二是當企業實際上不能夠清償到期債務時，稱之為流量破產。

企業財務困境長期困擾著經營者和資本持有者們，他們積極地尋求一些預測手段，希望能較早預見財務困境，避免更大的損失。財務困境預測研究在西方已經經歷了相當長的一段時間，我國則是2000年后才陸續有實證研究出現。Fitzpatrick（1932）、Beaver（1966）、Altman（1968）、Ohlson（1980）等學者是這個領域的開拓者，他們先后應用單變量分析法、多元線性判別法以及邏輯回歸等參數方法構建預測模型，以大量的變量組合以及恰當的方法，探索如何不斷提高模型的預測精度?！?br>