基于Logit模型的上市公司財務預警分析

胡耀文

摘 要：隨機選取滬深兩市被ST的20家上市公司的年報數據作為目標樣本，采用SPSS19.0的Logit回歸模型建立的方法技術確定模型常量及變量權重，并另隨機選取236家上市公司財務數據作為檢測樣本，以識別Logit模型對上市公司財務預警的準確度。

關鍵詞：Logit模型；財務預警；上市公司

一、Logit回歸模型及其基本參數

在Logit回歸模型中，因變量設為Y，服從二項分布，取值為0（無財務危機）和1（有財務危機），自變量為X1、X2、X3、X4、X5、X6，分別表示每股負債、每股收益、凈資產收益率、流動比率、每股未分配利潤、營業收入增長率這六大財務指標。

事件發生（Pi）與不發生（1-Pi）的概率之比為OR值，對OR值做對數變換，即可得到Logit回歸模型的線性模式ln=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。

二、樣本選取及ST&非ST上市公司財務數據搜集

使用的數據均來自國泰安數據庫，選取121家ST上市公司及2925家非ST上市公司的六大指標財務數據，并從中隨機選擇16家ST及9家非ST，再進行隨機排列，選擇前20家公司作為目標樣本。

三、確定Logit回歸方程參數值

導入數據至SPSS19.0，采用向后Wald法，以sig.<0.05為判定標準，判定引入變量是否具備統計意義，得到如下結果：

此外，將此模型用于被ST的121家上市公司進行總體檢測，現121例個案中僅有5例預測有誤，預測精度達到95.87%。

由表4可知，在118家非ST上市公司中，該模型正確識別了109家公司，錯誤識別9家公司，預測精度達92.4%；而在118家ST公司中，該模型正確識別了99家，錯誤識別19家公司，預測精度也達到83.9%，模型總的正確率為88.1%，具有較高的預測能力，因此可以運用此模型對上市公司進行財務預警。

四、Logit模型財務預警的現實意義

財務預警模型是指借助企業財務指標和非財務指標體系來判別企業財務狀況的模型。通常包括六大類：一元判定模型（Univariate）、多元判定模型（MDA）、多元邏輯（Logit）回歸模型、多元概率比（Probit）回歸模型、人工網絡（ANN）模型和聯合預測模型。筆者僅選擇其中一類--基于Logit模型對上市公司進行財務預警。根據實證研究結果可以看出此模型的預測精度較佳，且能對眾多財務指標進行篩選，找出最能反映及預測上市公司是否將出現財務危機的關鍵財務因子。在選定的六大財務指標中，可以看到每股未分配利潤這一財務指標在預測公司未來的財務狀況中起著重要的作用。每股未分配利潤越高，企業出現財務危機的可能性越小。

構建Logit模型一方面可以判別上市公司財務狀況，為投資者或者股東提供關鍵信息，同時警示對于經預測會出現財務危機的公司管理層，及時作出戰略調整，進行成本管控等系列提升公司績效的措施；另一方面可以通過實證分析篩選出重要財務因子，從而可以其為切入點，更為具體地研究財務指標和非財務指標如何影響并反映公司的財務狀況、經營成果和現金流量等財務信息。

參考文獻：

[1]ChanLin.林嬋.基于Logit模型的上市公司財務預警實證分析[J].瓊州學院學報，2010，（05）：110-112.

[2]MeiHong.CO-OERATIVECONOMY&；SCIENCE.洪梅.基于Logit模型上市公司財務預警實證研究[J].合作經濟與科技，2007，（8）：78-80.

[3]Haoyang Feng，Jiashuai Yuan.馮浩洋，袁嘉帥.上市公司財務困境預測-基于Logit模型的實證研究[J].財會學習，2016，（11）：1-6.