《基于Logit模型的中小企业财务困境预警模型研究》由会员分享，可在线阅读，更多相关《基于Logit模型的中小企业财务困境预警模型研究（2页珍藏版）》请在金锄头文库上搜索。
1、企业家天地 2 0 1 2 年 第 2 期 中旬刊样本数据及指标选取样本指标的选取。本文选取了 2 0 0 6 年、 2 0 0 7 年在深圳交易所上市的 4 2家中小板块企业作为本文的研究样本，分为业绩优良的公司即非 S T公司（按每股收益在 0 . 5 元以上为判断标准） 和 S T公司 （按中国证监会的规定被特别处理的公司） 两种类型， 其中 S T公司因变量所属类型为 1 ，非 S T 公司因变量所属类型为 0 ， 并以 4 2 家样本企业 2 0 0 7 年的财务比率数据作为其分析的基础，数据来源于国泰安金融数据库网。由于数据来源中提供的资料有限, 我们在遵守全面性和易获得性原则的前
2、提下我们选取了以下几类指标作为初步分析体系。表 1初选财务指标体系表主成分分析。根据单侧样本 T 值检验原理， 可以检验个指标的 T 值， 从而剔除了 P 0 . 0 5 的指标， 得知现金流量比率、 债务保障比率和营运资金周转率不符合要求， 然后采用因子分析法对上述财务指标做二次筛选。运用 S P S S 软件， 对数据进行主成分分析， 得到 5 个主成分因子， 这 5 个因子包含了原始数据 8 5 . 7 8 %的信息量。因此考虑这 5 个因子即可。结果见表 2 ：表 2 解释的总方差( 一部分)表 3原始财务指标变量与主成分因子 之间的关系 （成分矩阵 ）从成分矩阵中可以看出：（1 ）
3、主成分 1的支配变量为流动比率和速动比率， 代表了企业的偿债能力。（2 ） 主成分 2的支配变量为总资产周转率和流动资产周转率，代表了企业的营运能力。（3 ） 主成分 3 的支配变量为总资产净利润率和净资产收益率，代表了企业的获利能力。（4 ） 主成分 4 的支配变量为固定资产周转率、存货周转率、营运资金对总资产比率， 代表了企业的营运能力和偿债能力。（5 ） 主成分 5 的支配变量为销售收到现金比率， 代表了企业的变现能力。至此，本文已完成了财务指标的筛选。通过 T检验和主成分因子分析，从初选的1 8 个指标中共选取了涵盖 1 5个指标的 5个主成分， 分别代表了企业的偿债能力、 获利能力、
4、 营运能力和变现能力。 实证分析在 L o g i s t i c 回归模型中， a 为截距， k（k = 1 , 2 , k ） 为回归系数。和其它多元回归方法一样， L o g i s t i c 回归模型也对多重共线性敏感， 当变量的相关程度较高时， 样本的较小变化将会带来系数估计的较大变化，从而降低模型的效果，而各项财务指标都是相互联系的，它们之间的相关程度往往较高。为了克服多重共线性的影响， 一个简单的办法是从模型中删除某些变量，但这样又会损失较多的财务信息。所以， 本文已经对财务指标进行了因子分析，选取了 5个主成分因子即 F 1 、 F 2 、 F 3 、 F 4 、 F 5 ，
5、 所以进行 L o g i s t i c 回归分析时， 上述 5 个线性表达式的值便在二元逻辑回归模型中作为自变量即 X k 。此时， 采用 S P S S 1 7 . 0 软件处理数据得到二元逻辑回归模型系数和其他相关信息。结果如下表：表 4方程中的变量成份 12345 X 1 . 8 6 2 . 1 9 0- . 2 2 0 - . 1 6 3 - . 1 4 4 X 2 . 8 6 8 . 2 5 6- . 2 2 1 - . 2 3 6 - . 1 0 6 X 3 . 7 2 8 . 3 1 2- . 3 2 3 - . 4 6 5 - . 1 3 9 X 4 . 8 0 8 - .
6、 1 6 7 . 4 4 7. 1 2 1. 0 9 7 X 5 . 4 4 5. 4 8 9 . 7 2 5- . 0 8 3 - . 0 1 9 X 6 . 1 5 0. 4 1 6 . 8 3 5- . 1 5 9 - . 0 6 3 X 1 1- . 0 6 6 - . 0 4 0 - . 0 7 7 - . 2 1 3 7 5 3 X 1 4- . 1 1 5 . 6 1 8 - . 3 0 5 . 4 6 7. 2 0 5 X 1 6- . 4 7 3. 7 7 8. 0 7 8. 3 0 6. 0 9 4 X 1 7 . 0 7 2 . 5 2 2- . 3 0 9 - . 5
7、4 7 . 1 1 2 X 1 8- . 2 5 6 . 8 9 8 - . 1 1 6 . 0 9 4. 0 9 2 X 1 9. 9 4 2. 0 0 4 - . 0 5 2 . 2 5 4. 0 9 1 X 2 0. 8 8 4 - . 0 4 6 - . 1 0 9 . 3 5 8. 1 5 7 X 2 1. 8 4 9- . 0 9 1 - . 0 8 3 . 4 2 3. 1 5 5 X 1 3- . 0 6 1 . 2 4 7 - . 2 0 3 . 3 3 7- . 5 7 1指标类别财务指标偿债能力流动比率 X 1 9 、 速动比率 X 2 0 、 现金比率 X 2 1 、
8、营运资金比率 X 1 、营运资金对资产总额比率 X 2 、 营运资金对净资产总额比率 X 3 、现金流量比率 X 8 、 债务保障比率 X 9获利能力总资产净利率 X 5 、 净资产收益率 X 6 、 销售净利率 X 4营运能力固定资产周转率 X 1 7 、 总资产周转率 X 1 8 、 存货周转率 X 1 4 、应收帐款周转率 X 1 3 、 流动资产周转率 X 1 6 、 营运资金周转率 X 1 5变现能力销售收到现金比率 X 1 1F i n a n c e 财务基于 L o g i t 模型的中小企业财务困境预警模型研究何菁 杨继平 符安平内容摘要中小企业在我国国民经济已经占据了至关重
9、要的地位， 对整个 社会的发展起了巨大的推动作用。本文选取了 2 0 0 6年、 2 0 0 7年中小板块 4 2家 企业作为研究样本， 采用因子分析法选取涵盖了 1 5个指标信息量的 5个主成分 因子， 并运用 L o g i s t i c 模型做实证研究， 分别预测样本企业 2 0 0 8年和 2 0 0 9年发 生财务危机的概率， 从而有效预警企业财务风险。主成分序号初始特征值 合计方差的% 累计的% 15 . 6 0 53 7 . 3 6 73 7 . 3 6 7 22 . 7 7 81 8 . 5 2 25 5 . 8 8 9 31 . 9 0 01 2 . 6 6 96 8 .
10、5 5 7 41 . 4 9 69 . 9 7 07 8 . 5 2 7 51 . 0 8 87 . 2 5 08 5 . 7 7 88 1企业家天地 2 0 1 2 年 第 2 期 中旬刊于是， 利用公式( 1 )可以计算企业前 1 年发生财务危机的概率 P1( 2 )此模型以 0 . 5位判别分界点, Y的范围为 0 , 1 , 当 Y值大于 0 . 5 时判别为危机型企业, 数值越大, 该企业发生财务危机的可能性就越大；当 Y值小于 0 . 5 时判别为健康型企业， 数值越小， 该企业在未来一年内的财务状况就越好；当 Y值恰好等于 0 . 5 ,则说明该企业的财务状况不够明朗。同理利用样
11、本企业 2 0 0 7年的财务数据预测前两年发生财务危机的概率，模型回归系数如下表：表 5 方程中的变量于是可以计算出企业前两年发生财务危机的概率 P2有以下式子：（3 ）注意：利用二元逻辑回归模型处理数据， 在选项界面中有个是否包含常数框， 对于常数项的选择是随意的，但是为了保持指标的较高的显著性，所以在表 4 中含有常量， 而在表 5 中则不包括常量， 即两种情况下 L o g i s t i c回归模型中的截距分别为2 . 7 0 2 和 0 。L o g i s t i c 回归模型的预测结果将样本企业发生财务危机前一年的财务数据回代入上述模型, 计算财务状况优良企业和 S T 企业的
12、概率，预测时以 0 . 5 为概率最佳分割点, 大于 0 . 5 的判为财务风险公司, 反之为财务健康公司。用检验样本( T - 1 )年所选取的 5 个反映企业财务状况的主成分 F 1 、 F 2 、 F 3 、 F 4 、 F 5 对模型的预测能力进行检验, 得到提前一年中小板公司因财务状况出现风险的概率预测的判定结果准确率。表 6 L o g i s t i c 模型 “- 1 ” 年的判定结果注: 分割值为 0 . 5表 7L o g i s t i c 模型 “- 2 ” 年的判定结果注: 分割值为 0 . 5通过上述实证研究, 可以我们发现提前一年建立本文 L o g i s t
13、i c 模型的综合预测精度达到 7 5 . 7 2 %，提前两年建立 L o g i s t i c模型的综合预测精度为 7 5 %， 而且该回归模型将非 S T公司判为 S T公司的可能性十分低， 但容易将 S T公司判为非 S T公司5 判错率达到了 5 0 %。模型的预测结果说明该模型的实证研究在提醒公司所有者和投资者及其他利益相关者更加客观、 谨慎地对待企业的财务状况， 准确把握发生风险的概率。总之， 该模型的预测效果是较好的。本文在对国内外已有的财务危机预测研究的基础上，针对我国目前中小板上市公司的具体情况，以 2 0 0 6 、 2 0 0 7 两年新增加的 S T上市公司及非 S
14、 T公司作为研究样本， 综合传统财务指标和变现指标， 提出了一种进行中小企业财务困境预测的新指标体系，给出了一个操作性强的组合预测模型， 得出如下主要结论： ( 1 ) 中小企业在 T 年是否被特别处理主要取决于它的( T - 1 ) 年或( T - 2 ) 年的财务报告。 （2 ） 企业财务危机的根源来自持续营运能力的削弱和持续盈利能力的削弱。模型的预测效果虽然达到了较好的效果， 但由于我国证券市场发展较晚， 挂牌上市的中小板企业较少，符合我们的财务危机界定并具有长期会计记录的企业很少，本文只选取了 4 2 家。所以， 样本代表性始终受到一定程度的削弱；且因 2 0 0 8年、2 0 0 9
15、 年中小板块 S T 公司很少， 在数量上无法与非 S T企业匹配， 无法采用样本配对方法进行分组， 最后的研究结果可比性较弱；再加上就是数据的不完整性。这些都是研究存在的问题， 有待在后续的研究中改进。作者简介何菁， 湖南科技大学在读研究生。杨继平， 湖南科技大学商学院副院长、 研究生导师。符安平， 湖南科技大学讲师、 武汉华中科技大学博士生。参考文献 1 张启中， 中小企业财务风险预警管理研究 D . 武汉： 武汉理工大学， 2 0 0 5 ， 5 。 2 余立凡等，上市公司财务危机预警的L o g i s t i c 模型 J . 东南学术， 2 0 0 5 ， 2 ： 1 1 0 -
16、1 1 4 。 3 米红、 张文章， 使用现代统计分析方法及S P S S 应用 M . 当代中国出版社， 2 0 0 4 ， 5 。 4 张友棠， 企业财务预警国内外研究评述 J . 财会月刊 （理论 ） ， 2 0 0 8 ， 7 ： 6 6 - 6 8 。观测值预测值 P预测准确率 01 P03 329 4 . 2 9 % 1345 7 . 1 4 % 综合准确率7 5 . 7 2 %观测值预测值 P预测准确率 01 P04 201 0 0 % 1115 0 % 综合准确率7 5 %BS . E , Wa l sd fS i g .E x p ( B )步骤 1F 1 - . 5 5 8. 3 7 52 . 2 1 21. 1 3 7 . 5 7 2F 2- 1 . 5 3 4. 9 2 4 2 . 7 5 71. 0 9 7 . 2 1 6F 3- 2 . 4 3 11 . 7 1 82 . 0 0 41. 1 5 7 . 0 8 8F 4. 2 0 6. 2 8 6 . 5 2 21. 4 7 0 1 . 2 2 9
