基于行業(yè)差異性的上市公司財(cái)務(wù)困境預(yù)警的logistic模型實(shí)證研究

《基于行業(yè)差異性的上市公司財(cái)務(wù)困境預(yù)警的logistic模型實(shí)證研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、基于行業(yè)差異性的上市公司財(cái)務(wù)困境預(yù)警的Logistic模型實(shí)證研究基于行業(yè)差異性的上市公司財(cái)務(wù)困境預(yù)警的Logistic模型實(shí)證研究摘要：隨著我國(guó)上市公司面臨的國(guó)際國(guó)內(nèi)競(jìng)爭(zhēng)日趨激烈，財(cái)務(wù)困境已成為許多企業(yè)可能要面臨的問(wèn)題。因此有必要建立一個(gè)比較完善的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)幫助上市公司避免可能出現(xiàn)的財(cái)務(wù)危機(jī)。本文選取了制造業(yè)板塊上市公司中的機(jī)械設(shè)備儀表行業(yè)與金屬與非金屬行業(yè)作為實(shí)證研究對(duì)象，探討具體行業(yè)財(cái)務(wù)困境預(yù)警分析的必要性。首先對(duì)包括財(cái)務(wù)信息和非財(cái)務(wù)信息的22個(gè)指標(biāo)進(jìn)行單變量檢驗(yàn)和因子分析，對(duì)其進(jìn)行提煉和篩選，然后運(yùn)用Logistic回歸建立一個(gè)變

2、量少且效果佳的財(cái)務(wù)困境預(yù)警模型。最后，就不同行業(yè)上市公司的預(yù)警體系應(yīng)注意的問(wèn)題提出相關(guān)建議。關(guān)鍵字：財(cái)務(wù)困境因子分析Logistic回歸預(yù)警體系建議一、前言與文獻(xiàn)綜述（一）、前言隨著我國(guó)證券市場(chǎng)的快速發(fā)展，上市公司數(shù)量逐年增多，規(guī)模逐年擴(kuò)大，越來(lái)越多的投資者通過(guò)證券市場(chǎng)進(jìn)行投資。但是，在激烈的市場(chǎng)競(jìng)爭(zhēng)下，一些上市公司業(yè)績(jī)逐年下降，由一個(gè)財(cái)務(wù)正常漸漸發(fā)展到財(cái)務(wù)危機(jī)，陷入財(cái)務(wù)困境，甚至面臨退市的危險(xiǎn)，就叫做財(cái)務(wù)困境。因此，財(cái)務(wù)困境具有可預(yù)測(cè)性，正確預(yù)測(cè)財(cái)務(wù)困境從而有效及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，進(jìn)而采取措施來(lái)防范以減少甚至避免其財(cái)務(wù)危機(jī)帶來(lái)的損失，對(duì)企業(yè)的經(jīng)營(yíng)著

3、、投資者、債權(quán)人、政府監(jiān)管部門、會(huì)計(jì)師等各方面具有重要的意義。因此一個(gè)準(zhǔn)確的財(cái)務(wù)困境預(yù)警模型有著非常重要的意義。對(duì)于企業(yè)陷入財(cái)務(wù)困境的原因，可能是由財(cái)務(wù)與非財(cái)務(wù)指標(biāo)共同引起的。一些文章僅通過(guò)財(cái)務(wù)指標(biāo)建立模型，然后對(duì)財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)，這種分析缺乏對(duì)企業(yè)陷入財(cái)務(wù)困境原因的系統(tǒng)分析，似乎在完成財(cái)務(wù)指標(biāo)與財(cái)務(wù)狀況的邏輯驗(yàn)證，并沒(méi)有全面考慮企業(yè)運(yùn)營(yíng)的市場(chǎng)環(huán)境和治理環(huán)境，因此，難以對(duì)公司的財(cái)務(wù)困境做出深層解析，因而凸顯此分析模式的局限性。而且多數(shù)文章都是只針對(duì)某一個(gè)行業(yè)進(jìn)行分析，并沒(méi)有關(guān)注財(cái)務(wù)預(yù)警分析的行業(yè)差異性，對(duì)于不同的行業(yè)其研究結(jié)果可能不同。（二）、

4、文獻(xiàn)綜述財(cái)務(wù)困境預(yù)警能夠起到預(yù)先警告利益相關(guān)各方的作用，從而使管理者和投資者及時(shí)采取應(yīng)對(duì)措施。因此一個(gè)準(zhǔn)確的財(cái)務(wù)困境預(yù)警模型有著非常重要的意義。國(guó)內(nèi)外也有很多關(guān)于財(cái)務(wù)困境預(yù)警模型的研究，但大多數(shù)都是在方法的選取與財(cái)務(wù)指標(biāo)的選取上有所不同，較少的考慮到非財(cái)務(wù)指標(biāo)及深入到某一具體行業(yè)，同時(shí)也較少考慮不同行業(yè)的差異性。自Fitzpartrick、Beaver、Altman等經(jīng)典文獻(xiàn)問(wèn)是以來(lái)，大量的研究人員對(duì)財(cái)務(wù)困境預(yù)警進(jìn)行了研究。如Beaver提出的一元判別模型、Altman提出的多元判別模型、Ohlson提出的Logistic回歸模型，到最近Coa

5、tandFant運(yùn)用的神經(jīng)網(wǎng)絡(luò)模型為代表的各種非參數(shù)預(yù)測(cè)模型，相應(yīng)的研究成果層出不窮。但這些都是研究方法上的改變，通過(guò)不同的方法建立模型。國(guó)內(nèi)學(xué)者對(duì)于企業(yè)財(cái)務(wù)困境的研究起步較晚，1999年以后才陸續(xù)出現(xiàn)了以財(cái)務(wù)信息為基礎(chǔ)建立的財(cái)務(wù)困境預(yù)警模型，期中以陳靜、張玲、陳曉、吳世農(nóng)、方洪全、姜天、朱順泉等的研究具有代表性，他們也都是在研究方法上做了一定得改變，引入了不同的指標(biāo)。如陳靜采用的是單變量分析和二類線性判定分析對(duì)1998年27家ST公司和27家非ST公司進(jìn)行研究。張玲以120家上市公司為研究對(duì)象采用二類線性判別分析。陳曉運(yùn)用多元邏輯回歸模型，研

6、究財(cái)務(wù)困境公司的特征。本文從不同的行業(yè)出發(fā)，選用農(nóng)業(yè)與制造業(yè)的數(shù)據(jù)進(jìn)行對(duì)比分析，研究財(cái)務(wù)困境預(yù)警分析在不同行業(yè)間的差異性。二、研究方法（一）、因子分析簡(jiǎn)介因子分析方法作為一種能夠?qū)?fù)雜關(guān)系的多個(gè)變量歸結(jié)為少數(shù)幾個(gè)無(wú)關(guān)的新的綜合因子的多變量統(tǒng)計(jì)分析方法，其目的是盡可能合理地解釋存在于原始變量之間的相關(guān)性，并簡(jiǎn)化變量的維數(shù)與結(jié)構(gòu)。通過(guò)因子分析方法可以客觀地給出各因子的權(quán)重，避免了權(quán)證確定的主觀性，而且因子分析不需要大量的樣本數(shù)據(jù)。因此本文應(yīng)用因子分析法對(duì)企業(yè)的經(jīng)營(yíng)業(yè)績(jī)進(jìn)行定量研究。因子分析模型：假設(shè)有個(gè)變量，分別用表示;因子變量有個(gè)分別用表示，運(yùn)用

7、多元因子分析法可建立如下數(shù)學(xué)模型：該數(shù)學(xué)模型的矩陣形式為：，其中為公共因子，為因子載荷矩陣，這里的稱為因子載荷；為特殊因子。多元因子分析法就是運(yùn)用數(shù)學(xué)方法找出因子載荷矩陣,對(duì)所得到的各因子，觀察它們?cè)谀男┳兞可系妮d荷較大，哪些變量上的載荷較小，對(duì)載荷大的變量本身進(jìn)行說(shuō)明。因子分析在本文中的應(yīng)用步棸：1.原始數(shù)據(jù)標(biāo)準(zhǔn)化：設(shè)是企業(yè)的第個(gè)指標(biāo)值，則標(biāo)準(zhǔn)化的數(shù)據(jù)為：，其中為這些指標(biāo)的均值，為這些指標(biāo)的方差。2.盡力因子分析模型：提取公共因子、因子載荷矩陣變換等步棸后，則可以計(jì)算各個(gè)因子的得分，建立因子分析模型：其中是第個(gè)變量在因子上的載荷。（二）、Lo

8、gistic回歸分析簡(jiǎn)介線性回歸模型的一個(gè)局限性是要求因變量是定量變量（定距變量、定比變量）而不能是定性變量（定序變量、定類變量）。但是在許多實(shí)際問(wèn)題