基于Logistic模型的上市公司財務預警研究

周玉晶　尤華

摘要： 本文以我國中小板制造業上市公司2014年1-6月份首次因財務狀況異常而被特別處理的8家公司以及與其配對的8家財務狀況正常公司為研究樣本，并使用二項分類Logistic回歸分析，構建了被特別處理前三年的財務危機預警模型，實證研究結果表明該模型具有較強的預測能力。

關鍵詞： 財務危機預警；中小板制造業上市公司；Logistic回歸分析

隨著經濟的快速發展，同行業公司間的競爭日益激烈，其的財務狀況對其發展有著舉足輕重的影響。上市公司作為本行業優秀的代表，建立有效的財務危機預警體系是十分重要的。上市公司財務狀況的好壞直接關系到投資者、企業自身、債權人以及國家的利益，建立合理有效的財務危機預警模型不僅能夠幫助這些利益相關者提早預測并規避風險，而且能將損失降到最低點。作為在深圳證券交易所上市的中小板企業，其大多數處于生命周期的成長期，高成長和高收益是這類企業顯著的特征，而制造業又是我國的主體產業。因此，本文研究在中小板上市的制造業公司的財務狀況并對其進行財務危機預警是很有意義的。

一、研究設計

1、研究樣本的選取

本文以2014 年的中小板制造業A股上市公司為研究對象，將因財務狀況異常而被特殊處理的上市公司界定為ST或ST公司，即財務危機公司。實證數據來源于新浪財經網和國泰安數據庫。

①財務狀況異常樣本組。由于2014年中小板制造業上市公司還未全面摘帽戴帽，因此本文選取在2014年前半年即1-6月份首次被ST或ST的中小板制造業上市公司共9家作為財務狀況異常樣本組，剔除其中因“其他狀況異常”而被ST的1家公司外，共8家上市公司。

②財務狀況正常樣本組。本文在選取正常樣本組時遵循1：1配對，且與財務狀況異常公司所在的上市板塊相同、子行業相同以及資產規模差異不超過5%為原則，共選取了8家財務狀況正常的公司。則參與實證分析的樣本共計16家公司，詳見表1。

③研究數據的選擇。財務狀況異常公司在2014年被首次特別處理是由于在2012年和2013年連續兩年經營虧損，所以本文選取的是被特別處理前3年數據，即2011年的財務數據。公司在2011年雖然未出現經營虧損，但潛在的財務危機已經存在，因此選取2011年的財務數據建立模型是十分有價值的。