試談基于logistic模型的上市公司財務(wù)困境預(yù)警論文

《試談基于logistic模型的上市公司財務(wù)困境預(yù)警論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、試談基于Logistic模型的上市公司財務(wù)困境預(yù)警論文基于Logistic模型的上市公司財務(wù)困境預(yù)警論文導(dǎo)讀：本論文是一篇關(guān)于基于Logistic模型的上市公司財務(wù)困境預(yù)警的優(yōu)秀論文范文,對正在寫有關(guān)于公司論文的寫有一定的參考和指導(dǎo)作用,一、引言　　隨著我國資本市場快速發(fā)展，上市公司已經(jīng)成為國民經(jīng)濟(jì)發(fā)展的重要組成部分，對上市企業(yè)的直接或間接投資也已成為投資者的重要投資渠道。上市公司的財務(wù)運轉(zhuǎn)狀況不僅關(guān)系到公司的發(fā)展能力，也逐漸成為投資者進(jìn)行投資決策的重要參考因素。隨著我國上市公司退市制度的健全，能否及時有效地監(jiān)測上市公司財務(wù)狀況，以便預(yù)測財務(wù)風(fēng)險并及時采取有效的措施防

2、范，逐漸成為上市公司管理層、投資者、債權(quán)人十分關(guān)注的理由。對上市公司管理層而言，可以根據(jù)財務(wù)預(yù)警系統(tǒng)提供的相關(guān)信息，隨時發(fā)現(xiàn)企業(yè)財務(wù)運轉(zhuǎn)的各種預(yù)警及惡化信號，從而可以及早采取應(yīng)策略略。對投資者或債權(quán)人而言，財務(wù)預(yù)警可以為投資決策提供依據(jù)，避開投資損失或減少損失；債權(quán)人可以根據(jù)財預(yù)警系統(tǒng)提供的相關(guān)信息，對貸款決策及債務(wù)風(fēng)險監(jiān)控，防止因公司破產(chǎn)倒閉而產(chǎn)生壞賬?！　《?、文獻(xiàn)綜述　　（一）國外研究國外關(guān)于公司困境（或者破產(chǎn)）預(yù)測的研究較多，其成果比較成熟。最早的代表性研究成果是Fitzpatrick（1932）建立的財務(wù)預(yù)警模型，他運用單個財務(wù)比率指標(biāo)將樣本分為破產(chǎn)與未破產(chǎn)兩

3、組，研究發(fā)現(xiàn)判別能力最高的指標(biāo)是凈利潤/股東權(quán)益、股東權(quán)益/負(fù)債。不過，Beave（1966）利用79對樣本公司數(shù)據(jù)檢驗了不同財務(wù)指標(biāo)對公司破產(chǎn)的預(yù)測能力，研究發(fā)現(xiàn)最好的判別指標(biāo)是流量/總負(fù)債與資產(chǎn)負(fù)債率，越臨近破產(chǎn)誤判率越低。當(dāng)然，基于Logistic模型的上市公司財務(wù)困境預(yù)警zglan（1968）根據(jù)行業(yè)和資產(chǎn)規(guī)模差異，選取了33家破產(chǎn)公司與33家非破產(chǎn)配對公司作為樣本，選用22個指標(biāo)作為破產(chǎn)預(yù)測變量，研究結(jié)果顯示，在破產(chǎn)前一年預(yù)測準(zhǔn)確性較高，但在破產(chǎn)前五年預(yù)測準(zhǔn)確性較低，該模型即被稱為Z模型。與Altman模型相類似的還有Deakin（1972）建立的概率模型等

4、。此外，具有代表性的研究是Ohlsom（1980）建立的模型，他使用邏輯回歸策略研究了破產(chǎn)概率分布、判別錯誤概率以及分割點關(guān)系，研究發(fā)現(xiàn)公司規(guī)模、資產(chǎn)結(jié)構(gòu)、公司業(yè)績和資產(chǎn)變現(xiàn)能力對公司破產(chǎn)概率具有較大影響。其他學(xué)者，大多以上述研究為基礎(chǔ)，分別建立了多指標(biāo)模型等?！　。ǘ﹪鴥?nèi)研究國內(nèi)關(guān)于上市公司財務(wù)困境的研究起步相對較晚，但也取得了不錯的成果。陳靜（1999）首次利用上市公司的配對數(shù)據(jù)研究了公司財務(wù)困境理由，利用27家ST公司和27家非ST公司的財務(wù)數(shù)據(jù)，分別進(jìn)行了單變量分析與二類線性判定分析。張玲（2000）利用60家公司的財務(wù)數(shù)據(jù)計量估計了二類型線性判別模型，并使

5、用其他60家公司對模型進(jìn)行檢驗，研究發(fā)現(xiàn)二類型模型具有較強(qiáng)的預(yù)測能力。吳世農(nóng)和盧賢義（2001）利用140家上市公司為研究對象，應(yīng)用了剖面分析和單變量判定分析法研究了財務(wù)困境發(fā)生前5年公司財務(wù)指標(biāo)的變動，進(jìn)而構(gòu)建三種預(yù)測財務(wù)困境模型，為后續(xù)研究提供了較好的基礎(chǔ)。就具體研究策略來看，眾多學(xué)者相繼采用了各種策略建立了財務(wù)預(yù)警模型，主要包括神經(jīng)X，絡(luò)策略（楊保安，2002；馬超群、吳麗華，2009；周昊旬，2011；等）、灰色理論策略（秦小麗、田高良，2011）、統(tǒng)計分析策略與Logistic模型（孔寧寧、魏韶巍，2010；汪超群、黃曉莉，2011；張恒等，2011）?！　?/p>

6、綜上所述，財務(wù)預(yù)警的主要目的是尋找一套有效預(yù)測上市公司財務(wù)狀況的策略，以避開上市公司破產(chǎn)導(dǎo)致經(jīng)濟(jì)發(fā)展不穩(wěn)定等現(xiàn)象。Logistic模型是采用一系列財務(wù)比率變量來預(yù)測公司破產(chǎn)或違約的概率，然后根據(jù)公司、投資者的風(fēng)險偏好程度設(shè)定風(fēng)險警界線，以此對分析對象進(jìn)行風(fēng)險定位和決策，其與多元判別分析法的本質(zhì)區(qū)別在前者不要求滿足正態(tài)分布。因此，本文采取Logistic回歸作為研究模型，利用2002-2010年上市公司的財務(wù)數(shù)據(jù)建立模型、以及模型檢驗。　　三、研究設(shè)計　?。ㄒ唬颖具x擇本文從2002-2010年被特別處理上市公司中選取ST公司共60家、非ST公司60家，樣本總量為120

7、家上市公司，并將其作為樣本建立模型。（1）為獲得足夠的樣本數(shù)據(jù)進(jìn)行比較，將公司被特別處理前3年的數(shù)據(jù)作為樣本的時間范圍，這需要樣本必須具有較好的時間連續(xù)性和可比性。為表述方便，本文把公司被特別處理當(dāng)年稱t年，其中（t-1）、（t-2）、（t-3）分別代表被特別處理的前一年、前兩年和前三年。（2）在選取被特別處理公司時，需要剔除了上市兩年就被特別處理的公司。主要考慮到這些公司財務(wù)數(shù)據(jù)過少和存在嚴(yán)重包裝上市嫌疑，使得這些公司與樣本中其他公司不具有同質(zhì)性，也可能降低模型的可靠性?！　。ǘ┲笜?biāo)選取本文主要從公司盈利能力、償債能力、資產(chǎn)管理能力、股本擴(kuò)張能力