亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Probit模型的上市公司財(cái)務(wù)失敗實(shí)證研究

        2013-08-15 00:51:28陸云杰
        時(shí)代金融 2013年12期
        關(guān)鍵詞:預(yù)警準(zhǔn)確率顯著性

        陸云杰

        (南京大學(xué)商學(xué)院金融與保險(xiǎn)學(xué)系,江蘇 南京 210000)

        一、引言

        Probit模型是一個(gè)非線性回歸模型,自其產(chǎn)生以來,由于具有很好的統(tǒng)計(jì)性質(zhì),彌補(bǔ)了最小二乘模型假設(shè)的缺陷,模型的使用得到了迅速推廣。本文將Probit模型運(yùn)用到公司財(cái)務(wù)領(lǐng)域,來研究上市公司財(cái)務(wù)失敗的影響因素,提出ST公司的預(yù)警指標(biāo)。

        過去四十多年來,公司財(cái)務(wù)失敗預(yù)警研究被各界重視,廣泛應(yīng)用于銀行信貸管理、證券投資分析、證券監(jiān)管等許多方面,產(chǎn)生了大量的研究成果。Beaver(1966)的研究為財(cái)務(wù)預(yù)警單變量分析的起點(diǎn),利用二分類檢定法進(jìn)行了比較分析。A ltman(1968)運(yùn)用線性多元判別分析方法建立了多變量財(cái)務(wù)失敗預(yù)警模型。國內(nèi)學(xué)者陳靜(1999)、陳曉和陳治鴻(2000)應(yīng)用多元判別分析、Logit等方法進(jìn)行了財(cái)務(wù)失敗預(yù)警的研究。在本文中將應(yīng)用Probit模型進(jìn)行財(cái)務(wù)失敗的預(yù)警分析,對(duì)加深這一領(lǐng)域的研究具有重要的意義。

        二、研究設(shè)計(jì)和實(shí)證分析

        (一)數(shù)據(jù)選取

        鑒于證監(jiān)會(huì)是根據(jù)上市公司前兩年或前三年的年報(bào)業(yè)績來判斷是否出現(xiàn)了財(cái)務(wù)異常而決定是否實(shí)施ST或*ST,因此本文以上市公司是否被ST來界定財(cái)務(wù)失敗。Oh lson(1980)研究發(fā)現(xiàn)為了避免事后預(yù)測(cè)的偏差,數(shù)據(jù)要選擇公眾第一時(shí)間知道財(cái)務(wù)失敗時(shí)的數(shù)據(jù),因此文章解釋變量的數(shù)據(jù)選擇公司股票成為ST之前一年的數(shù)據(jù)。根據(jù)以上分析,本文*ST股票的解釋變量選擇2009年末的數(shù)據(jù),財(cái)務(wù)失敗公司共計(jì)72只股票(*ST公司66只,ST公司6只)。對(duì)于正常公司的選擇,為了避免選擇性偏差,本文選擇2009年全部A股(非ST、*ST公司)作為財(cái)務(wù)正常公司。

        (二)變量設(shè)計(jì)

        1.被解釋變量和解釋變量。被解釋變量(y)定義為二元選擇變量:當(dāng)樣本公司為ST或*ST公司時(shí),y取值為1;當(dāng)樣本公司為正常公司時(shí),y取值為0。

        參考以往的研究,我們選取了以下解釋變量,包括了財(cái)務(wù)變量和非財(cái)務(wù)變量,具體有流動(dòng)比率(X1)、速動(dòng)比率(X2)、存貨周轉(zhuǎn)率(X3)、應(yīng)收賬款周轉(zhuǎn)率(X4)、資產(chǎn)負(fù)債比(X5)、每股收益(X6)、基本每股收益同比增長率(X7)、銷售凈利率(X8)、總資產(chǎn)凈利率(X9)、市盈率(X10)、前十大股東持有比例合計(jì)(X11)、機(jī)構(gòu)持有比例合計(jì)(X12)。

        2.實(shí)證檢驗(yàn)。(1)通過Eview s對(duì)樣本數(shù)據(jù)進(jìn)行Probit回歸,從回歸結(jié)果中發(fā)現(xiàn),似然比統(tǒng)計(jì)量(LR)的值為111.5706,通過了顯著性為0.01、0.05、0.1的置信水平檢驗(yàn),表明了拒絕了所有系數(shù)為0的原假設(shè),即模型通過了總體顯著性檢驗(yàn)。在12個(gè)解釋變量中只有三個(gè)變量是顯著的,其中資產(chǎn)負(fù)債比(X5)、每股收益(X6)通過率置信度為0.01的顯著性性檢驗(yàn),銷售凈利率(X8)通過了置信度為0.05的顯著性檢驗(yàn),分別反映了在6類變量中只有償債能力和盈利能力的指標(biāo)對(duì)財(cái)務(wù)失敗有顯著的影響作用,這是因?yàn)樨?cái)務(wù)失敗的公司相對(duì)于正常公司來說往往具有很高的負(fù)債水平,經(jīng)營不佳一方面會(huì)使管理層繼續(xù)擴(kuò)大債務(wù)融資以期望改變虧損的現(xiàn)狀,從而導(dǎo)致了負(fù)債水平進(jìn)一步上升,但是同時(shí)另一方面高負(fù)債水平會(huì)使投資者和債權(quán)人失去信心,往往引起債權(quán)人的追償,更加影響了公司的持續(xù)經(jīng)營和償債能力,因此償債能力往往會(huì)對(duì)財(cái)務(wù)失敗有很強(qiáng)的解釋作用和預(yù)警能力。

        每股收益反映了公司的盈利能力,反映了公司扭虧轉(zhuǎn)盈的能力,這正是投資者這相關(guān)利益人所關(guān)心的,盈利能力越強(qiáng)財(cái)務(wù)失敗即ST的可能性越低,盈利能力越弱財(cái)務(wù)失敗即ST的可能性越高,這也是每股收益解釋變量系數(shù)為負(fù)數(shù)的原因,與理論觀點(diǎn)一致。銷售凈利率同樣對(duì)財(cái)務(wù)失敗有較強(qiáng)的解釋能力,該指標(biāo)同樣反映了公司的盈利能力,所以與每股收益可能存在相關(guān)性,這也是該指標(biāo)系數(shù)為正數(shù)的原因,由于共線性的存在,兩個(gè)反映盈利能力的指標(biāo)的系數(shù)并不完全與理論觀點(diǎn)一致。

        而其他反映資產(chǎn)流動(dòng)性、資產(chǎn)營運(yùn)能力、公司成長性的財(cái)務(wù)指標(biāo)和反映公司股權(quán)結(jié)構(gòu)、持有人類型的非財(cái)務(wù)指標(biāo)在給定的置信水平下都不顯著,這一方面是可能一家公司在面臨財(cái)務(wù)失敗狀況時(shí)最重要的影響因素不在是這些指標(biāo),而主要與公司生存、持續(xù)經(jīng)營最密切的償債能力指標(biāo)、盈利指標(biāo)相關(guān),另一方面可能模型存在多重共線性,這些指標(biāo)的影響一部分已經(jīng)被資產(chǎn)負(fù)債比、每股收益、銷售凈利率三個(gè)指標(biāo)所反映了。

        (2)Probit模型回代效果檢驗(yàn)。本文通過 H-L(Hosmer-Lemeshow)檢驗(yàn)擬合值和實(shí)際值,分析模型的擬合效果,差別越小,擬合約好。檢驗(yàn)結(jié)果中H-L統(tǒng)計(jì)值為8.2985,通過置信水平為0.01、0.05、0.1的顯著性檢驗(yàn),說明了在分組檢驗(yàn)中實(shí)際值和擬合之相差不大,擬合較好。

        下面依然進(jìn)行擬合效果檢驗(yàn),但是不進(jìn)行分組,直接將所有的估計(jì)值和實(shí)際值進(jìn)行對(duì)比,可以通過圖/表兩者都可以進(jìn)行比較,由于樣本量較大,這里通過表格呈現(xiàn),C的值為0.5,即概率大于0.5令其y值為1,否則為0,結(jié)果表明模型預(yù)測(cè)的準(zhǔn)確率在正常公司組中達(dá)到了99.6,在財(cái)務(wù)失敗組中卻只有11.11%,準(zhǔn)確率不高,總體上的準(zhǔn)確率很高,達(dá)到了96.55%,但是通過之前的分析可以知道這么高的準(zhǔn)確率主要是正常組的高準(zhǔn)確率造成的,因此模型可能存在選擇性偏差,即文章通過全樣本來進(jìn)行Probit模型的回歸可能并不是準(zhǔn)確的,諸多文獻(xiàn)中的配比方法1:1或1:n的方法尤其合理之處,這里的準(zhǔn)確性可能通過表格沒有直觀的感受,但是通過圖形可以明顯的看出,高準(zhǔn)確率很有可能主要是因?yàn)檎9咎嗵Ц吡藴?zhǔn)確率。

        三、結(jié)論

        文章通過Probit模型對(duì)全部A股中財(cái)務(wù)失敗公司(ST、*ST)和正常公司進(jìn)行比較,發(fā)現(xiàn)在模型中只有資產(chǎn)負(fù)債比、每股收益和銷售凈利率具有影響作用,其中前兩個(gè)因子顯著相關(guān)。但是從模型的擬合程度來看,從整體上來看,準(zhǔn)確率達(dá)到了95%以上,但是單獨(dú)從財(cái)務(wù)失敗組上來看,準(zhǔn)確率只有11.11%,這很有可能是由于樣本選擇不均勻造成的。

        [1]Beaver WH.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966,4(supplement):71-111.

        [2]Altman E.Financial ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy [J].Journal of Finance,1968,23(4):589-609.

        猜你喜歡
        預(yù)警準(zhǔn)確率顯著性
        乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
        健康之家(2021年19期)2021-05-23 11:17:39
        不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
        2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
        法國發(fā)布高溫預(yù)警 嚴(yán)陣以待備戰(zhàn)“史上最熱周”
        基于顯著性權(quán)重融合的圖像拼接算法
        電子制作(2019年24期)2019-02-23 13:22:26
        基于視覺顯著性的視頻差錯(cuò)掩蓋算法
        高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
        園林有害生物預(yù)警與可持續(xù)控制
        一種基于顯著性邊緣的運(yùn)動(dòng)模糊圖像復(fù)原方法
        論商標(biāo)固有顯著性的認(rèn)定
        中文字幕人成乱码中文乱码| 99热这里只有精品国产99热门精品| 亚洲欧美日韩中文v在线| 一本之道加勒比在线观看| 国产乱理伦在线观看美腿丝袜| 国产成人无码精品久久久露脸| 久久精品国内一区二区三区| 国产国拍亚洲精品福利| 我的极品小姨在线观看| 欧美xxxxx高潮喷水麻豆| 性一交一乱一乱一视频| 国产原创精品视频| 亚洲情久久久精品黄色| 狠狠躁天天躁无码中文字幕图| 国产亚洲精品aaaaaaa片| 亚洲av不卡电影在线网址最新 | 亚洲欧美另类自拍| 亚洲一区二区三区成人在线| 中文字幕女同系列在线看一 | 国产成人av综合色| 亚洲乱码中文字幕一线区| 99久久婷婷国产综合亚洲| 国产香蕉一区二区三区在线视频| 久久中文字幕久久久久91| 久久亚洲中文字幕精品熟| 亚洲中文字幕成人无码| 超91精品手机国产在线| 亚洲中文字幕第一第二页| 无遮挡1000部拍拍拍免费| 18禁美女裸身无遮挡免费网站 | 亚洲综合久久中文字幕专区一区| 女人18毛片a级毛片| 中文字幕无码家庭乱欲| 亚洲一区二区三区免费av在线| 成人大片免费视频播放一级| 东北女人毛多水多牲交视频| 亚洲AV秘 片一区二区三| 国产一区精品二区三区四区| 免费无遮挡无码永久视频| 精品无码久久久久久久动漫| 国产丝袜美腿诱惑在线观看 |