基于logistic模型的中小板上市公司财务预警模型构建

《基于logistic模型的中小板上市公司财务预警模型构建》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、网络首发时间：2016-12-2711:14财会月刊2016,36,85-88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导出/参考文献关注分享收藏打印摘要：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，对和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

2、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0“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）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，党和政府高度重视屮小企业的生存和发展，先后颁布Y许多法律

3、法规对屮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闲境，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宄，从根源、普遍性來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

4、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。Altmem(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IX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

5、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[h]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)引入股木结构数据，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、

6、余云(2009)引入股权结构构建logistic模型，分析非财务指标在预测屮发挥的作用。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異，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

7、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。祌经网络成木较高，一般难以操作,稳定性较差。相比之下，logisticiHl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。0前国内针对中小企业的预警研宄较少，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

8、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，导致logistic回归输出系数的标准误较高，同时显著性水平较低。由于财务指标的数据均源于财务报表，只是计算方式略有不同，因