论文部分内容阅读
摘 要 本文通过logit模型对我国30家未被ST而后被ST的上市公式进行分析研究,发现logit模型对即将亏损的上市公司财务困境的预测准确性比较高。
关键词 上市公司 财务困境预测 logit模型
中图分类号:F275文献标识码:A
一、引言
对于上市公司本身而言,公司财务状况的好坏对公司整体的运行情况有直接的影响,所以要想保持公司正常的运行,必须对公司的财务困境进行研究,找出能准确预测到财务困境的有效方法,从而能提前发现公司是否即将进入财务困境,并及时采取措施防患于未然,保持公司正常运行。然而对于投资者来说,上市公司财务状况的好坏直接决定着投资的成败,假如投资即将进入财务困境的公司将会造成很大损失。因此对上市公司是否即将面临财务困境提前进行分析判断,是投资者比较关心的一个问题。所以通过建立财务预警模型对上市公司的财务状况进行监控,及时发现上市公司的财务困境信号,不但能使上市公司的经营者在财务出现困难之前及时采取有效措施避免财务危机的出现,而且能为投资者科学合理的判断上市公司的财务状况提供有效的手段。
二、国内外研究现状
对于国外证券市场来说,其关于公司财务困境预测的研究文献比较多,成果也较丰富,其中比较著名的是Beaver(1966)提出的单变量判定模型,以及Altman(1968)构造的z模型和1977年建立的ZETA模型。1988年Aziz、Llaw son以及Emanuel构建出了基于现金流量的财务困境预警模型,并且在1989年对基于现金流量的财务困境预警模型和z模型、ZETA模型的预测准确率进行了比较,结果表明,基于现金流量的财务困境预警模型的预测效果比较好。Mitchem于1990年建立了一个具有两个宏观经济变量和两个现金流变量的财务困境预警模型,并且通过比较该模型和ZETA模型的预测效果发现在破产的前一年该模型的预测效果比较好一些。
然而对于国内的证券市场来说,由于其发展历史较短,因此对于公司财务困境预测的研究尚处于起步阶段。国内对于财务困境预警的研究是从20世纪80年代开始的,吴世农和黄世忠于1986年简要介绍了企业的预测模型和破产分析指标。陈静于1999年以1998年的27家ST公司与27家非ST公司为样本,通过1995年至1997年的财务指标来做单变量分析以及二类线性判断分析。张玲把选择的120家公司分成两组来进行研究,第一组有60家公司来进行二类线性判别模型估计;第二组有另外60家公司来进行检验而得到的模型,另外发现这个模型能提前四年预测到结果。吴世农、卢贤义以70家非ST公司为样本,通过剖面分析以及单变量判定分析方法来对这70家公司的21个财务指标进行分析研究,以便从中选出比较重要的6个财务指标来作为最后的预测指标,并且分别通过三种分析方法:Fisher线性判定分析法、Logistic分析法以及多元线性回归分析法,最后建立了三种预测财务困境的模型。
三、样本与变量选择
(一)样本选择。
为了消除样本内部和外部影响的不统一,增加样本以及配对的有效性,本文选取2007~2009年未被ST而后被ST的40家上市公司作为样本。以这种方式选择样本可以使得同一家公司在ST期间与非ST期间,公司规模大小等方面的因素没有变化。另外在选择变为ST的前后一年的数据来进行研究,公司的财务状况正好处于非财务困境和财务困境的分界处,这样得到的数据才能够更形象的描述从非财务困境进入财务困境的情况。在所选样本数据这个时段内,各方面的政策措施对上市公司的影响都比较小,而且宏观环境较稳定,因此可以忽略这方面对数据的影响不计。样本资料主要来源于海通证券网站中的个股资料和同花顺2009版中的个股的财务指标数据。
(二)变量选择。
关于变量的选取,依据财务管理的相关理论和证监会对于上市公司财务状况异常特别处理的规定,并且结合国内外的相关研究结果对变量进行选取。本文主要从反映上市公司资本与负责对企业利润的创造情况,特别选取:主营业务利润率、资产负债率、应收账款周转率、总资产周转率、销售增长率、每股经营活动现金流量六项比较重要的指标作为变量,其分别计为:。
四、研究方法概述与模型构建
(一)研究方法概述。
本文主要采用的是Logit研究方法。Logit方法是通过Logistic回归而建立的非线性模型,其曲线有两种:S型;倒S型。对于因变量的取值一般在0至1之间。其回归模型为: 或者。p表示在条件 的情况下,某个事件发生的概率大小,1-p是这个事件没有发生的概率,m表示自变量的个数, 为截距项, i为待估计参数。本文将ST公司赋值为1,而非ST公司赋值为0。通过最大似然估计法来对待估参数进行估计,在具体研究中一般取0.5来作为概率的临界值,假如将样本数据带入回归模型中得到的P值大于0.5时,就可以判定该样本是面临财务困境的公司,反之则可以认定该样本为没有面临财务困境的公司。对于Logit模型来说,其最大优点在于不需要很严格的假设前提,也无需满足两组协方差矩阵相等和正态分布,从而使得出的结果能够更直接地表示了企业财务困境的概率大小,操作简单明了,然而其计算过程过于复杂,而且需要很多近似处理的地方,因此也在一定程度上影响了结果的精确度。
(二)模型構建。
根据选定的六项财务指标和Logit模型构建方法,可以构建出根据上市公司发生财务困境时的Logit模型,该模型如下:
或:
其中,Pi代表上市公司发生财务困境的概率大小,当其他条件不变时,Xi每变动一个单位上市公司发生财务困境的概率变化 i个单位,上式主要表示六项财务指标对上市公司发生财务困境的影响大小。
根据上述模型,将收集的有关这六个财务指标的数据输入到Eviews软件中,可以得到如表1的结果。
从以上的结果中我们可以得出,主营业务利润率、资产负债率、应收账款周转率和销售增长率的显著性水平均小于0.05,这说明这些指标的解释能力比较强,而总资产周转率与每股经营活动现金流量的显著性水平在0.1以上,这说明这两个指标的解释能力相对来说较弱些。根据表1得出的结果可以构建出上市公司财务困境的模型方程:
其中,X1为主营业务利润率,X2为资产负债率,X3应收账款周转率,X4总资产周转率,X5销售增长率,X6每股经营活动现金流量。在这四十个样本资料中,使上式中的P值大于0.5的有35个,小于0.5的有5个,因此预测准确率在87%以上,因此运用Logit模型对上市公司的财务困境状况进行预测是有效的。
五、总结
从以上的分析可以得出,运用Logit模型预测准确率比较高、选择的变量具有较强的代表性、运用的分析软件比较简便易操作,并且分析得出的结果比较准确可靠。但得出的最终结果可能受到上市公司发布的财务资料准确性的影响,因上市公司的财务状况经常出现被粉饰的现象,所以可能会影响到所收集数据的可靠性,从而使最终得出的分析结果的准确性受到影响。但是总的来说,运用Logit模型对上市公司财务困境进行预测的利大于弊,具有较强的实用价值,得出的预测结果对企业管理层和投资者都具有很强的参考价值,为企业管理者和投资者作出正确决策提供比较重要的依据。
(作者单位:河南财经政法大学数量经济学专业)
参考文献:
[1]Ohlson,J.A.Financial ratios and the probabilistic prediction of bankruptcy.Journal of Accounting Research,1980,1.
[2]Erkki K Laitinen, Teija Laitinen. Bankruptcy Prediction Applicartion of the Taylor’s Expansion In Logistic Regressio.International Review of Financial Analysis, 2000,(9).
[3]张友棠.财务预警系统管理研究.中国人民大学出版社,2004.
[4]陈静.上市公司财务恶化预测的实证分析.会计研究,1999,(4).
[5]吴世农,黄世忠.企业破产的分析指标和预测模型.中国经济问题,1986,(6).
[6]张玲.财务危机预警分析判断模型.数量 经济技术经济研究,2000,(3).
关键词 上市公司 财务困境预测 logit模型
中图分类号:F275文献标识码:A
一、引言
对于上市公司本身而言,公司财务状况的好坏对公司整体的运行情况有直接的影响,所以要想保持公司正常的运行,必须对公司的财务困境进行研究,找出能准确预测到财务困境的有效方法,从而能提前发现公司是否即将进入财务困境,并及时采取措施防患于未然,保持公司正常运行。然而对于投资者来说,上市公司财务状况的好坏直接决定着投资的成败,假如投资即将进入财务困境的公司将会造成很大损失。因此对上市公司是否即将面临财务困境提前进行分析判断,是投资者比较关心的一个问题。所以通过建立财务预警模型对上市公司的财务状况进行监控,及时发现上市公司的财务困境信号,不但能使上市公司的经营者在财务出现困难之前及时采取有效措施避免财务危机的出现,而且能为投资者科学合理的判断上市公司的财务状况提供有效的手段。
二、国内外研究现状
对于国外证券市场来说,其关于公司财务困境预测的研究文献比较多,成果也较丰富,其中比较著名的是Beaver(1966)提出的单变量判定模型,以及Altman(1968)构造的z模型和1977年建立的ZETA模型。1988年Aziz、Llaw son以及Emanuel构建出了基于现金流量的财务困境预警模型,并且在1989年对基于现金流量的财务困境预警模型和z模型、ZETA模型的预测准确率进行了比较,结果表明,基于现金流量的财务困境预警模型的预测效果比较好。Mitchem于1990年建立了一个具有两个宏观经济变量和两个现金流变量的财务困境预警模型,并且通过比较该模型和ZETA模型的预测效果发现在破产的前一年该模型的预测效果比较好一些。
然而对于国内的证券市场来说,由于其发展历史较短,因此对于公司财务困境预测的研究尚处于起步阶段。国内对于财务困境预警的研究是从20世纪80年代开始的,吴世农和黄世忠于1986年简要介绍了企业的预测模型和破产分析指标。陈静于1999年以1998年的27家ST公司与27家非ST公司为样本,通过1995年至1997年的财务指标来做单变量分析以及二类线性判断分析。张玲把选择的120家公司分成两组来进行研究,第一组有60家公司来进行二类线性判别模型估计;第二组有另外60家公司来进行检验而得到的模型,另外发现这个模型能提前四年预测到结果。吴世农、卢贤义以70家非ST公司为样本,通过剖面分析以及单变量判定分析方法来对这70家公司的21个财务指标进行分析研究,以便从中选出比较重要的6个财务指标来作为最后的预测指标,并且分别通过三种分析方法:Fisher线性判定分析法、Logistic分析法以及多元线性回归分析法,最后建立了三种预测财务困境的模型。
三、样本与变量选择
(一)样本选择。
为了消除样本内部和外部影响的不统一,增加样本以及配对的有效性,本文选取2007~2009年未被ST而后被ST的40家上市公司作为样本。以这种方式选择样本可以使得同一家公司在ST期间与非ST期间,公司规模大小等方面的因素没有变化。另外在选择变为ST的前后一年的数据来进行研究,公司的财务状况正好处于非财务困境和财务困境的分界处,这样得到的数据才能够更形象的描述从非财务困境进入财务困境的情况。在所选样本数据这个时段内,各方面的政策措施对上市公司的影响都比较小,而且宏观环境较稳定,因此可以忽略这方面对数据的影响不计。样本资料主要来源于海通证券网站中的个股资料和同花顺2009版中的个股的财务指标数据。
(二)变量选择。
关于变量的选取,依据财务管理的相关理论和证监会对于上市公司财务状况异常特别处理的规定,并且结合国内外的相关研究结果对变量进行选取。本文主要从反映上市公司资本与负责对企业利润的创造情况,特别选取:主营业务利润率、资产负债率、应收账款周转率、总资产周转率、销售增长率、每股经营活动现金流量六项比较重要的指标作为变量,其分别计为:。
四、研究方法概述与模型构建
(一)研究方法概述。
本文主要采用的是Logit研究方法。Logit方法是通过Logistic回归而建立的非线性模型,其曲线有两种:S型;倒S型。对于因变量的取值一般在0至1之间。其回归模型为: 或者。p表示在条件 的情况下,某个事件发生的概率大小,1-p是这个事件没有发生的概率,m表示自变量的个数, 为截距项, i为待估计参数。本文将ST公司赋值为1,而非ST公司赋值为0。通过最大似然估计法来对待估参数进行估计,在具体研究中一般取0.5来作为概率的临界值,假如将样本数据带入回归模型中得到的P值大于0.5时,就可以判定该样本是面临财务困境的公司,反之则可以认定该样本为没有面临财务困境的公司。对于Logit模型来说,其最大优点在于不需要很严格的假设前提,也无需满足两组协方差矩阵相等和正态分布,从而使得出的结果能够更直接地表示了企业财务困境的概率大小,操作简单明了,然而其计算过程过于复杂,而且需要很多近似处理的地方,因此也在一定程度上影响了结果的精确度。
(二)模型構建。
根据选定的六项财务指标和Logit模型构建方法,可以构建出根据上市公司发生财务困境时的Logit模型,该模型如下:
或:
其中,Pi代表上市公司发生财务困境的概率大小,当其他条件不变时,Xi每变动一个单位上市公司发生财务困境的概率变化 i个单位,上式主要表示六项财务指标对上市公司发生财务困境的影响大小。
根据上述模型,将收集的有关这六个财务指标的数据输入到Eviews软件中,可以得到如表1的结果。
从以上的结果中我们可以得出,主营业务利润率、资产负债率、应收账款周转率和销售增长率的显著性水平均小于0.05,这说明这些指标的解释能力比较强,而总资产周转率与每股经营活动现金流量的显著性水平在0.1以上,这说明这两个指标的解释能力相对来说较弱些。根据表1得出的结果可以构建出上市公司财务困境的模型方程:
其中,X1为主营业务利润率,X2为资产负债率,X3应收账款周转率,X4总资产周转率,X5销售增长率,X6每股经营活动现金流量。在这四十个样本资料中,使上式中的P值大于0.5的有35个,小于0.5的有5个,因此预测准确率在87%以上,因此运用Logit模型对上市公司的财务困境状况进行预测是有效的。
五、总结
从以上的分析可以得出,运用Logit模型预测准确率比较高、选择的变量具有较强的代表性、运用的分析软件比较简便易操作,并且分析得出的结果比较准确可靠。但得出的最终结果可能受到上市公司发布的财务资料准确性的影响,因上市公司的财务状况经常出现被粉饰的现象,所以可能会影响到所收集数据的可靠性,从而使最终得出的分析结果的准确性受到影响。但是总的来说,运用Logit模型对上市公司财务困境进行预测的利大于弊,具有较强的实用价值,得出的预测结果对企业管理层和投资者都具有很强的参考价值,为企业管理者和投资者作出正确决策提供比较重要的依据。
(作者单位:河南财经政法大学数量经济学专业)
参考文献:
[1]Ohlson,J.A.Financial ratios and the probabilistic prediction of bankruptcy.Journal of Accounting Research,1980,1.
[2]Erkki K Laitinen, Teija Laitinen. Bankruptcy Prediction Applicartion of the Taylor’s Expansion In Logistic Regressio.International Review of Financial Analysis, 2000,(9).
[3]张友棠.财务预警系统管理研究.中国人民大学出版社,2004.
[4]陈静.上市公司财务恶化预测的实证分析.会计研究,1999,(4).
[5]吴世农,黄世忠.企业破产的分析指标和预测模型.中国经济问题,1986,(6).
[6]张玲.财务危机预警分析判断模型.数量 经济技术经济研究,2000,(3).