官俊琪
本文選取了多個上市公司的財務指標,并選擇了我國2015~2017年首次被實施ST的43家A股上市公司,并按照1:1的比例選取同行業(yè)、上市時間相同且被實施ST前一年末資產規(guī)模相等或者相近的43家非ST公司作為配對樣本。將這86家公司作為研究樣本,運用Logistic同歸方法建立了財務預警模型,并結合上市公司出現(xiàn)財務危機t-3年的數(shù)據(jù)送行分析和預濺。實驗結果表明,本文提出的上市公司財務預警模型預測的準確率較高,能夠幫助企業(yè)經營者有效地應對企業(yè)的財務狀況。
上市公司 Logistic回歸 財務預警
引言
所謂企業(yè)財務預警,即財務失敗預警,是指借助企業(yè)提供的財務報表、經營計劃及其他相關會計資料,利用多種理論和分析方法,對企業(yè)的經營活動、財務活動等進行分析預測,以發(fā)現(xiàn)企業(yè)在經營管理活動中潛在的經營風險和財務風險,并在危機發(fā)生之前向企業(yè)經營者發(fā)出警告,督促企業(yè)管理當局采取有效措施,避免潛在的風險演變成損失。因此,進行財務預警分析,建立企業(yè)財務預警模型對現(xiàn)代企業(yè)具有重要意義。
鑒于此,本文選取了能全面反映上市公司財務狀況的多個財務指標,并采用Logistic回歸分析方法建立了財務預警模型,以便為上市公司財務預警提供有效的參考。
研究設計
(1)樣本選取
本文選取我國2015~2017年首次被實施ST的43家A股上市公司,并按照l:1的比例選取同行業(yè)、上市時間相同且被實施ST前一年末資產規(guī)模相等或者相近的43家非ST公司作為配對樣本。
將這86家公司分為建模組和檢驗組:建模組有66個,包括33家被ST的上市公司和相對應的33家非ST公司;檢驗組有20個,包括10家被ST的上市公司和與之對應的10家非ST公司。假定上市公司被ST年份為第t年,對建模組樣本t-3年的財務數(shù)據(jù)利用Logistic回歸分析方法建立財務預警模型,然后利用檢驗組樣本驗證模型的準確度。
樣本數(shù)據(jù)來自Wlnd數(shù)據(jù)庫。數(shù)據(jù)處理軟件為SPSS 20.0。
(2)初始指標選取
本文初步選取了涵蓋上市公司償債能力、營運能力、盈利能力和發(fā)展能力4個方面的資產負債率X4、總資產周轉率Xio、現(xiàn)金流量比率X12、主營業(yè)務利潤率X14、營業(yè)利潤率X16等22個財務指標,基本能夠全面反映上市公司財務狀況和經營狀況。
(3)指標篩選
由于初始指標較多,分析起來比較復雜,而且各指標之間的信息具有重復性,所以需要對22個指標進行配對樣本T檢驗,選出那些能顯著區(qū)分ST公司和非ST公司的指標。從結果可以看出,X4、Xio、X12、X14、X16這5個指標的差異比較顯著,因此可以選取這5個變量作進一步的研究和建模。
實證分析
對建模組的t-3年原始數(shù)據(jù)分別作hgistic二元回歸分析,因變量為“是否被ST”,自變量為X4、X10、X12、X14、X16。在分析時,賦予ST公司的值為l,非ST公司的值為O??梢缘贸鲎罱K的Logistic財務預警模型:
Hosmer和Lemeshow檢驗的Sig.大于0.05,表明Logistic回歸模型的擬合優(yōu)度較好。
一般選取0.5作為判別分割點,即:p>0.5代表ST公司,p<0.5代表非ST公司。建模組和檢驗組的模型預測結果如下表所示。
從表中可以看出,Logisic回歸模型預測的準確率比較高,在80%以上,說明構建的財務預警模型的預測效果比較理想。
結論與不足
本文選取了上市公司財務指標,并采用Logistic回歸分析方法建立了財務預警模型,然后結合上市公司出現(xiàn)財務危機t-3年的數(shù)據(jù)進行分析和預測。從分析結果可以看出 Logistic回歸財務預警模型預測的準確率較高,并且操作和計算較簡單,可廣泛應用于上市公司的財務危機預警問題中。
同樣,本文的研究還存在很多不足之處。一是,本文只選取了財務指標,并沒有考慮非財務指標對財務預警模型的影響。二是,本文的指標篩選方法比較簡單,在一定程度上可能也會影響財務預警模型的建立。以上這些不足之處在今后的研究中都會進一步完善。
[1]祝映蘭.Logistic財務危機預警模型分析一一來自A股上市公司的證據(jù)[J].全國流通經濟,2017( 24):37-39.
[2]李紅梅,田景鮮.公司財務危機預警模型比較研究——以A股制造業(yè)上市公司為例[J].財會月刊,2013( 10).
[3]宋曉娜,黃業(yè)德,張峰.基于Logistic和主成分分析的制造業(yè)上市公司財務危機預警[J].財會月刊,2016 (3):67-71.
[4]連曉麗.我國A股上市公司財務危機預警模型實證研究[D].廈門大學,2014.
[5]阿小燕,趙娟.資源型上市公司財務預警實證分析[J].財會月刊,2018(2):79-84.