基于logistic模型的中小板上市公司财务预警模型构建.docVIP

基于logistic模型的中小板上市公司财务预警模型构建 刘秀琴 陈艺城 罗军 华南农业大学经济管理学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 随着宏观经济调整,越来越多的中小企业陷入了财务困境。为警示企业风险、提高决策水平,同时维护投资者权益,本文以2013~2015年被ST处理的21家中小板上市公司为样本,并以21家正常公司作为配对,对相关财务指标进行筛选和因子提取,运用logistic回归建立三年财务预警模型。结果显示,盈利和偿债能力指标能有效预测中小企业的财务危机,在ST企业陷入财务危机的前两年,模型总体准确率可达90%以上,所构建的财务预警模型能有效地分辨两类企业,具有较好的预警作用。 关键词： logistic模型; 财务危机; 预警系统; 因子分析; 基金：广东省自然科学基金项目“农业经营组织模式与结构的演变及选择优化研究”(项目编号:2015A030313411) 一、引言 中小企业是国内目前数量最大、创新活动最频繁的企业群体,在推动经济增长、缓解就业压力、提高科技创新能力、维护社会和谐等方面发挥着重要作用。在我国,党和政府高度重视中小企业的生存和发展,先后颁布了许多法律法规对中小企业进行政策指导和扶持。近年来,各类生产要素的价格上涨,令许多中小企业的利润不断下滑。同时,中小企业融资难的问题仍十分严重,不少中小企业资金周转出现了问题甚至资金链断裂。许多中小企业陷入了困境,甚至在某些地区,倒闭之风愈演愈烈。为了保持中小企业旺盛的生命力、帮助管理者和投资者进行决策,本文认为建立一套适合于中小企业的财务预警机制尤为重要。 二、文献综述 关于财务预警的研究,从根源、普遍性来看大致可分为以下两类:第一类是单变量预测模型,即使用一个指标实施判断和建立模型,如利用资产负债率、ROE指标等。第二类是多变量预测模型,即从多个维度、运用多个指标,赋以相应的权重构建新的方程,并实施预测。多变量预测模型主要包括以下几种: 1. 多元线性判别法。 Altman(1968)最早将多元线性判别法用于财务预警研究,他构造出的Z模型和划分的财务评价区域,具有很强的实际应用能力。聂丽洁等(2011)引入现金流量指标,利用因子分析方法构建模型,预测效果良好。为探讨Z模型在我国的实用性,余景选和郑少锋(2012)对我国农业企业的Z值进行求解,发现国外的Z值判定区域不适合我国具体情况并对其进行调整。孙立新(2013)引入股权结构对Z模型进行改良,拟合效果良好。 2. 多元条件概率判别法。 白承彪(2010)对制造业上市公司分别进行logistic回归和probit模型的构建,发现两者均能很好地预测财务情况。蒋亚奇(2014)引入股本结构数据,并以旅游行业为例构建多元probit模型,具有较强的有效性。 3. 人工神经网络模型。 王积田和孙婷婷(2012)利用遗传算法对BP网络模型进行优化,预测效果优于传统BP网络模型。耿东等(2014)融合logistic回归进行优化并建立模型,其预测能力强于单一的BP网络模型和logistic模型。 4. logistic回归模型。 袁康来、余云(2009)引入股权结构构建logistic模型,分析非财务指标在预测中发挥的作用。顾蓓蓓等(2015)通过参数检验和非参数检验筛选指标,实施因子分析,提取出主因子进行logistic回归,找出关键性因子,评价企业各项能力在财务预警中发挥的作用。作为近年来应用较多的业绩考核工具,张煜、肖美英(2015)将EVA指标引入模型,发现EVA能有效提示危机。 总之,单变量预测模型仅选取一个指标,难以综合反映企业的财务状况,具有一定的局限性。而多变量预测模型选取的指标数量较多,可以综合反映企业的财务状况和经营成果。不过,多元线性判别法和多元条件概率判别法具有假设条件较严格的缺陷。神经网络成本较高,一般难以操作,稳定性较差。相比之下,logistic回归模型可以克服假设条件太严格的缺点,并度量关键因素在财务危机预测中的贡献、量化企业陷入财务危机的概率,更具有优越性。 目前国内针对中小企业的预警研究较少,且研究的期间大多为危机发生的前一年,较少考虑企业陷入困境时是逐步的,忽视了时间的连续性。为了对相关研究进行改进,本文选取中小企业陷入财务困境前三年的数据(假设企业陷入财务困境的时间为T年,则选取T-1年到T-3年的数据),运用logistic回归方法构建符合中小企业实际状况的预警模型。 三、研究设计 1. 模型设计。 logistic回归,又称逻辑回归,可以判断某企业处于财务危险状况的概率有多大。在回归时,多重共线性会对逻辑回归的拟合效果造成很大的干扰