基于logit模型的上市公司財務困境預測實證分析

摘 要 本文通過logit模型對我國30家未被ST而后被ST的上市公式進行分析研究，發(fā)現(xiàn)logit模型對即將虧損的上市公司財務困境的預測準確性比較高。

關鍵詞 上市公司 財務困境預測 logit模型

中圖分類號:F275文獻標識碼:A

一、引言

對于上市公司本身而言，公司財務狀況的好壞對公司整體的運行情況有直接的影響，所以要想保持公司正常的運行，必須對公司的財務困境進行研究，找出能準確預測到財務困境的有效方法，從而能提前發(fā)現(xiàn)公司是否即將進入財務困境，并及時采取措施防患于未然，保持公司正常運行。然而對于投資者來說，上市公司財務狀況的好壞直接決定著投資的成敗，假如投資即將進入財務困境的公司將會造成很大損失。因此對上市公司是否即將面臨財務困境提前進行分析判斷，是投資者比較關心的一個問題。所以通過建立財務預警模型對上市公司的財務狀況進行監(jiān)控，及時發(fā)現(xiàn)上市公司的財務困境信號，不但能使上市公司的經(jīng)營者在財務出現(xiàn)困難之前及時采取有效措施避免財務危機的出現(xiàn)，而且能為投資者科學合理的判斷上市公司的財務狀況提供有效的手段。

二、國內(nèi)外研究現(xiàn)狀

對于國外證券市場來說，其關于公司財務困境預測的研究文獻比較多，成果也較豐富，其中比較著名的是Beaver(1966)提出的單變量判定模型，以及Altman(1968)構造的z模型和1977年建立的ZETA模型。1988年Aziz、Llaw son以及Emanuel構建出了基于現(xiàn)金流量的財務困境預警模型，并且在1989年對基于現(xiàn)金流量的財務困境預警模型和z模型、ZETA模型的預測準確率進行了比較，結果表明，基于現(xiàn)金流量的財務困境預警模型的預測效果比較好。Mitchem于1990年建立了一個具有兩個宏觀經(jīng)濟變量和兩個現(xiàn)金流變量的財務困境預警模型，并且通過比較該模型和ZETA模型的預測效果發(fā)現(xiàn)在破產(chǎn)的前一年該模型的預測效果比較好一些。

然而對于國內(nèi)的證券市場來說，由于其發(fā)展歷史較短，因此對于公司財務困境預測的研究尚處于起步階段。國內(nèi)對于財務困境預警的研究是從20世紀80年代開始的，吳世農(nóng)和黃世忠于1986年簡要介紹了企業(yè)的預測模型和破產(chǎn)分析指標。陳靜于1999年以1998年的27家ST公司與27家非ST公司為樣本，通過1995年至1997年的財務指標來做單變量分析以及二類線性判斷分析。張玲把選擇的120家公司分成兩組來進行研究，第一組有60家公司來進行二類線性判別模型估計;第二組有另外60家公司來進行檢驗而得到的模型，另外發(fā)現(xiàn)這個模型能提前四年預測到結果。吳世農(nóng)、盧賢義以70家非ST公司為樣本，通過剖面分析以及單變量判定分析方法來對這70家公司的21個財務指標進行分析研究，以便從中選出比較重要的6個財務指標來作為最后的預測指標，并且分別通過三種分析方法:Fisher線性判定分析法、Logistic分析法以及多元線性回歸分析法，最后建立了三種預測財務困境的模型。

三、樣本與變量選擇

(一)樣本選擇。

為了消除樣本內(nèi)部和外部影響的不統(tǒng)一，增加樣本以及配對的有效性，本文選取2007~2009年未被ST而后被ST的40家上市公司作為樣本。以這種方式選擇樣本可以使得同一家公司在ST期間與非ST期間，公司規(guī)模大小等方面的因素沒有變化。另外在選擇變?yōu)镾T的前后一年的數(shù)據(jù)來進行研究，公司的財務狀況正好處于非財務困境和財務困境的分界處，這樣得到的數(shù)據(jù)才能夠更形象的描述從非財務困境進入財務困境的情況。在所選樣本數(shù)據(jù)這個時段內(nèi)，各方面的政策措施對上市公司的影響都比較小，而且宏觀環(huán)境較穩(wěn)定，因此可以忽略這方面對數(shù)據(jù)的影響不計。樣本資料主要來源于海通證券網(wǎng)站中的個股資料和同花順2009版中的個股的財務指標數(shù)據(jù)。

(二)變量選擇。

關于變量的選取，依據(jù)財務管理的相關理論和證監(jiān)會對于上市公司財務狀況異常特別處理的規(guī)定，并且結合國內(nèi)外的相關研究結果對變量進行選取。本文主要從反映上市公司資本與負責對企業(yè)利潤的創(chuàng)造情況，特別選取:主營業(yè)務利潤率、資產(chǎn)負債率、應收賬款周轉率、總資產(chǎn)周轉率、銷售增長率、每股經(jīng)營活動現(xiàn)金流量六項比較重要的指標作為變量，其分別計為:。

四、研究方法概述與模型構建

(一)研究方法概述。

本文主要采用的是Logit研究方法。Logit方法是通過Logistic回歸而建立的非線性模型，其曲線有兩種:S型;倒S型。對于因變量的取值一般在0至1之間。其回歸模型為: 或者。p表示在條件 的情況下，某個事件發(fā)生的概率大小，1-p是這個事件沒有發(fā)生的概率，m表示自變量的個數(shù)， 為截距項， i為待估計參數(shù)。本文將ST公司賦值為1，而非ST公司賦值為0。通過最大似然估計法來對待估參數(shù)進行估計，在具體研究中一般取0.5來作為概率的臨界值，假如將樣本數(shù)據(jù)帶入回歸模型中得到的P值大于0.5時，就可以判定該樣本是面臨財務困境的公司，反之則可以認定該樣本為沒有面臨財務困境的公司。對于Logit模型來說，其最大優(yōu)點在于不需要很嚴格的假設前提，也無需滿足兩組協(xié)方差矩陣相等和正態(tài)分布，從而使得出的結果能夠更直接地表示了企業(yè)財務困境的概率大小，操作簡單明了，然而其計算過程過于復雜，而且需要很多近似處理的地方，因此也在一定程度上影響了結果的精確度。

(二)模型構建。

根據(jù)選定的六項財務指標和Logit模型構建方法，可以構建出根據(jù)上市公司發(fā)生財務困境時的Logit模型，該模型如下:

或:

其中，Pi代表上市公司發(fā)生財務困境的概率大小，當其他條件不變時，Xi每變動一個單位上市公司發(fā)生財務困境的概率變化 i個單位，上式主要表示六項財務指標對上市公司發(fā)生財務困境的影響大小。

根據(jù)上述模型，將收集的有關這六個財務指標的數(shù)據(jù)輸入到Eviews軟件中，可以得到如表1的結果。

從以上的結果中我們可以得出，主營業(yè)務利潤率、資產(chǎn)負債率、應收賬款周轉率和銷售增長率的顯著性水平均小于0.05，這說明這些指標的解釋能力比較強，而總資產(chǎn)周轉率與每股經(jīng)營活動現(xiàn)金流量的顯著性水平在0.1以上，這說明這兩個指標的解釋能力相對來說較弱些。根據(jù)表1得出的結果可以構建出上市公司財務困境的模型方程:

其中，X1為主營業(yè)務利潤率，X2為資產(chǎn)負債率，X3應收賬款周轉率，X4總資產(chǎn)周轉率，X5銷售增長率，X6每股經(jīng)營活動現(xiàn)金流量。在這四十個樣本資料中，使上式中的P值大于0.5的有35個，小于0.5的有5個，因此預測準確率在87%以上，因此運用Logit模型對上市公司的財務困境狀況進行預測是有效的。

五、總結

從以上的分析可以得出，運用Logit模型預測準確率比較高、選擇的變量具有較強的代表性、運用的分析軟件比較簡便易操作，并且分析得出的結果比較準確可靠。但得出的最終結果可能受到上市公司發(fā)布的財務資料準確性的影響，因上市公司的財務狀況經(jīng)常出現(xiàn)被粉飾的現(xiàn)象，所以可能會影響到所收集數(shù)據(jù)的可靠性，從而使最終得出的分析結果的準確性受到影響。但是總的來說，運用Logit模型對上市公司財務困境進行預測的利大于弊，具有較強的實用價值，得出的預測結果對企業(yè)管理層和投資者都具有很強的參考價值，為企業(yè)管理者和投資者作出正確決策提供比較重要的依據(jù)。

(作者單位:河南財經(jīng)政法大學數(shù)量經(jīng)濟學專業(yè))

參考文獻:

[1]Ohlson，J.A.Financial ratios and the probabilistic prediction of bankruptcy.Journal of Accounting Research，1980，1.

[2]Erkki K Laitinen， Teija Laitinen. Bankruptcy Prediction Applicartion of the Taylor’s Expansion In Logistic Regressio.International Review of Financial Analysis， 2000，(9).

[3]張友棠.財務預警系統(tǒng)管理研究.中國人民大學出版社，2004.

[4]陳靜.上市公司財務惡化預測的實證分析.會計研究，1999，(4).

[5]吳世農(nóng)，黃世忠.企業(yè)破產(chǎn)的分析指標和預測模型.中國經(jīng)濟問題，1986，(6).

[6]張玲.財務危機預警分析判斷模型.數(shù)量 經(jīng)濟技術經(jīng)濟研究，2000，(3).