基于Logit模型的上市公司财务预警分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘
*
要 : 上市公司财务预警对投资者理性投资具有重 要的参考 价值 , 采 用 L og it非线 性模型 , 并考 虑到
上市公司公开披露信息的可获取性 , 筛选若干个常用的财务指标 , 经过严格的实证数据测试 , 建立了 上市公 司财务预警的 ห้องสมุดไป่ตู้og it模型 , 运用该模型对 ST 公司进行了戴帽预测 。 关键词 : 上市公司 ; 财务预警 ; L og it 模型 中图分类号 : F275 文献标识码 : A 文章编号 : 1007- 5585( 2005) 04- 0057- 05
为了消除规模的影响 , 增加样本和配对的有效性, 我们把 1998~ 2003 年被 ST 又摘掉 ST 的 34 家 公司选为样本。这种样本选取方法的优点在于 : ( 1) 同一家公司在 ST 和取消 ST 期间 , 公司的规模等 因素基本没有变化。 ( 2) 选取 ST 前一年和取消 ST 前一年的数据 , 公司财务状况刚好处于财务危机 和非财务危机的分界点, 这样的数据能较好地描述陷入或脱离财务危机的状态。 ( 3) 在样本数据对 应的时段, 不仅退市规定和会计制度变化对上市公司影响很小, 而且 GDP 增长都在 8 % 左右, 宏观环 境比较稳定。但由于从 1998 年起才开始要求编制现金流量表 , 无法获得 1997 年现金流量指标。所 以 , 本文除去 1998 年被 ST 的 7 家公司 , 最后选取云南马龙、 宁波富邦以及天华股份等 2003年新被 ST 的 36 家上市公司 , 通过中国股票上市公司财务数据库查询系统 V2 . 1 、 证券之星 ( www. stockstar . com ) 和深圳证券交易所 ( www. sse . org . cn) 收集样本公司的七个财务指标数据。 四、 财务预警模型的建立 在 Ev ie w s中选择 Qu ick /Esti m ate Equation 打开方程定义窗口 , 在 E st i m ation Settings中设定 B I NA RY 估计方法 , 并选择 L og it模型。输入虚拟应变量和解释变量序列名 : Y C X1 X2 X3 X 4 X5 X6 X7, 点击 OK 按钮进行极大似然估计 , 结果如表 1:
2005 年 8 月 第 21 卷 第 4 期
云南财贸学院学报 Journal of Yunnan Un iv ersity of F in ance and Econom ics
Aug. , 2005 Vo.l 21 No. 4
基于 Logit模型的上市公司财务预警分析
傅文
(云南财贸学院 计算机科学系 , 云南 昆明 650221)
S. D. dependent var A ka ike info criter ion Schw arz cr iterion H annan- Q uinn cr iter . A vg . log like lihood M cF adden R - squared
结果表明, LR 统计量 ( LR statistic , 用来检验 L og it模型的整体显著性 , 相当于线性回归中的 F 统 计量 )为 62 . 06489 , 该检验的零假设是除常数项外 , 所 有系数都为零。由于 LR 统计量的相伴概率 P robability( LR stat) 为 5 . 83E - 11 非常小, 因此可以拒绝原假设。同时, 似然比系数 ( M cF adden R squared , 相当于线性回归中的可决系数 R ) 为 0 . 829081 , 说明模型拟合精度较高。 但是, 作为 Logit非线性回归系数显著性检验的 Z 统计量 ( Z - statistic) 大多数不显著, 最大的只 有 2. 146138 , 最小的仅有 0 . 057633 。这说明变量之间的多重共线性不能容忍。为了更清楚地看到这 一点, 利用 EV iew s的 V iew /Co rre latio n 命令计算出解释变量之间的相关系数, 如表 2 所示 :
7 3
X3 +
4
X4 +
5
X5 +
6
X6 +
7
X7 ( 1)
= c+
i= 1
i
i i
其中 , P i 是上市公司发生财务危机 的概率 , 比率的预 期。 三、 样本与数据
是预警指标 X i每变动 一个单位 所导致的 上市
公司财务 危机机会比率的变化量。 该模型 表示七 个财务 指标 对上市 公司发 生财 务危 机的机 会
收稿日期 : 2005- 03- 15 作者简介 : 傅文 ( 1979 ), 女 , 云南昭通人 , 云南财贸学院计算机科学系助 教 , 主 要研究方向 为应用数学 和计 量经济学 。
*
57
云南财贸学院学报 二、 变量与模型设计 在变量选取方面 , 根据证监会关于上市公司财务状况异常的特别处理规定以及财务相关理论, 在 综合国内外有关研究的基础上进行选取。从反映企业的偿债能力、 成长能力、 获利能力和营利能力等 财务状况方面, 本文选取了 X1 ( 每股营业现金净流量 )、 X2 ( 总资产周转率 ) 、 X 3 (现金流动负债比 ) 、 X4 ( 流动比率 ) 、 X5 (资产负债率 ) 、 X6 ( 净资产收益率 ) 和 X7 ( 总资产增长率 ) 共七项指标来反映上市公 司的财务状况。 根据以上指标, 公司在发生财务危机时的概率 Log it理论模型设计如下: L i = ln[ Pi / ( 1- Pi ) ] = c+ 1 X1 + 2 X2 +
Analysis on the F in ancal Pre- w arn in g in L isted Com pany based on th e LogitM ode FU W en- yue
(C omputer Science D epartm ent, Yunnan University of F inance and E conom ics, K un m ing 650221 , China ) Abstract : The fin ancia l pre- w arn ing in listed com pan ies proved to be good reference to th e rat iona l investors . Based on the Log it nonlinear m ode , also w ith the consideration of availab le of public infor m at io n , the paper efforts on an e m p irica l test on a ll data using severa l f in anc ial inde xes , constructs the fin ancial pre- w arn in g log it m ode , and pred icts the com pan ies w hich could be denounced as Special T rea. t K ey W ords : L isted Com pany ; F inancia l P re- w arnin g ; Log itM ode 一、 引言 就财务预警而言 , 最早的研究始于美国比弗 ( W illia m beaver ) 的单变量模式研究, 之后美国学者 奥曼 ( A ltm an , 1968)提出了多元线性判定模型 Z - score 模型。另外 , 还有学者提出概率模型、 小企业模型、 范式确认模型和现金流量模型等。从 20 世纪 80 年代开始 , 我国部分学者, 如周首华 ( 1996)、 张爱民 ( 2001) 、 陈洪波 ( 2003) 等, 也在该领域针对上市公司进行了研究, 并取得了一些成果。 财务预警研究至少涉及到临界点的确定、 解释变量的选取和计量方法的选择三个问题。国内的 研究一般都以是否被 ST (特别处理 ) 戴帽作为企业是否陷入财务危机为标志 ; 在选取变量时一般都以 财务理论为基础 , 选取若干能够代表企业偿债能力、 营运能力、 获利能力和成长能力等方面的指标作 为解释变量 ; 在计量方法的选取方面 , 多见用主成分分析、 线性回归而少见运用非线性回归模型进行 计量。本文在借鉴现有研究成果的基础上 , 以财务理论为基础 , 选取一系列较为全面的财务指标 , 首 先利用相关系数矩阵判别入选解释变量的线性相关性, 其次利用 log it模型对所选解释变量进行逐步 回归构建出财务预警模型 , 通过数据测试来筛选具有解释力的预警指标 , 最后以 0 . 5为预测概率的临 界值, 利用 2003年被 ST 的 36 家上市公司的财务数据进行预警预测。
表 1 D ependent V ar iable : Y M e thod : M L - B inary L og it D a te : 06 /10 /05 T i me : 14: 02 Sa m ple : 1 54 Included observations : 54 Converg ence ach ieved afte r 9 itera tions Covariance m a trix co m puted using second derivatives V a riab le Coe ffic ient C X1 X2 X3 X4 1 . 785538 30 . 03711 0 . 786632 - 23 . 35745 - 0 . 106860 Std. E rro r 3. 194881 37. 62932 3. 892695 20. 43068 1. 854152 z- Sta tistic 0. 558875 0. 798237 0. 202079 - 1. 143254 - 0. 057633 P rob. 0. 5762 0. 4247 0. 8399 0. 2529 0. 9540 L og it模型的极大似然估计
表 2 X1 X1 X2 X3 X4 X5 X6 X7 1. 000000 0. 014248 0. 815498 - 0. 145660 - 0. 193193 0. 200517 - 0. 287300 X2 0. 014248 1. 000000 0. 073062 - 0. 078098 0. 045380 0. 325072 0. 191560 解 释变量间的相关系数 X3 0 . 815498 0 . 073062 1 . 000000 - 0 . 232390 - 0 . 323696 0 . 129344 - 0 . 358589 X4 - 0 . 145660 - 0 . 078098 - 0 . 232390 1 . 000000 0 . 415339 - 0 . 198978 - 0 . 029730 X5 - 0. 193193 0. 045380 - 0. 323696 0. 415339 1. 000000 - 0. 338079 - 0. 019021 X6 0. 200517 0. 325072 0. 129344 - 0. 198978 - 0. 338079 1. 000000 0. 448317 X7 - 0 . 287300 0 . 191560 - 0 . 358589 - 0 . 029730 - 0 . 019021 0 . 448317 1 . 000000
: 基于 Log it模型的上市公司财务预警分析
- 6 . 510595 - 30 . 22695 - 2 . 667564 0 . 500000 0 . 193050 1 . 714334 - 6 . 397504 - 37 . 42995 62 . 06489 5. 83E- 11 27 27 To ta l obs 54 6. 707299 14. 08435 3. 201542 - 0. 970673 - 2. 146138 - 0. 833212 0. 3317 0. 0319 0. 4047 0. 504695 0. 533241 0. 827905 0. 646881 - 0. 118472 0. 829081
58
傅文
X5 X6 X7 M ean dependen t var S. E. o f regression Sum squared resid Log likelihood R estr . log like lihood LR statistic ( 7 df) P robability( LR stat) O bs w ith D ep= 0 O bs w ith D ep= 1
*
要 : 上市公司财务预警对投资者理性投资具有重 要的参考 价值 , 采 用 L og it非线 性模型 , 并考 虑到
上市公司公开披露信息的可获取性 , 筛选若干个常用的财务指标 , 经过严格的实证数据测试 , 建立了 上市公 司财务预警的 ห้องสมุดไป่ตู้og it模型 , 运用该模型对 ST 公司进行了戴帽预测 。 关键词 : 上市公司 ; 财务预警 ; L og it 模型 中图分类号 : F275 文献标识码 : A 文章编号 : 1007- 5585( 2005) 04- 0057- 05
为了消除规模的影响 , 增加样本和配对的有效性, 我们把 1998~ 2003 年被 ST 又摘掉 ST 的 34 家 公司选为样本。这种样本选取方法的优点在于 : ( 1) 同一家公司在 ST 和取消 ST 期间 , 公司的规模等 因素基本没有变化。 ( 2) 选取 ST 前一年和取消 ST 前一年的数据 , 公司财务状况刚好处于财务危机 和非财务危机的分界点, 这样的数据能较好地描述陷入或脱离财务危机的状态。 ( 3) 在样本数据对 应的时段, 不仅退市规定和会计制度变化对上市公司影响很小, 而且 GDP 增长都在 8 % 左右, 宏观环 境比较稳定。但由于从 1998 年起才开始要求编制现金流量表 , 无法获得 1997 年现金流量指标。所 以 , 本文除去 1998 年被 ST 的 7 家公司 , 最后选取云南马龙、 宁波富邦以及天华股份等 2003年新被 ST 的 36 家上市公司 , 通过中国股票上市公司财务数据库查询系统 V2 . 1 、 证券之星 ( www. stockstar . com ) 和深圳证券交易所 ( www. sse . org . cn) 收集样本公司的七个财务指标数据。 四、 财务预警模型的建立 在 Ev ie w s中选择 Qu ick /Esti m ate Equation 打开方程定义窗口 , 在 E st i m ation Settings中设定 B I NA RY 估计方法 , 并选择 L og it模型。输入虚拟应变量和解释变量序列名 : Y C X1 X2 X3 X 4 X5 X6 X7, 点击 OK 按钮进行极大似然估计 , 结果如表 1:
2005 年 8 月 第 21 卷 第 4 期
云南财贸学院学报 Journal of Yunnan Un iv ersity of F in ance and Econom ics
Aug. , 2005 Vo.l 21 No. 4
基于 Logit模型的上市公司财务预警分析
傅文
(云南财贸学院 计算机科学系 , 云南 昆明 650221)
S. D. dependent var A ka ike info criter ion Schw arz cr iterion H annan- Q uinn cr iter . A vg . log like lihood M cF adden R - squared
结果表明, LR 统计量 ( LR statistic , 用来检验 L og it模型的整体显著性 , 相当于线性回归中的 F 统 计量 )为 62 . 06489 , 该检验的零假设是除常数项外 , 所 有系数都为零。由于 LR 统计量的相伴概率 P robability( LR stat) 为 5 . 83E - 11 非常小, 因此可以拒绝原假设。同时, 似然比系数 ( M cF adden R squared , 相当于线性回归中的可决系数 R ) 为 0 . 829081 , 说明模型拟合精度较高。 但是, 作为 Logit非线性回归系数显著性检验的 Z 统计量 ( Z - statistic) 大多数不显著, 最大的只 有 2. 146138 , 最小的仅有 0 . 057633 。这说明变量之间的多重共线性不能容忍。为了更清楚地看到这 一点, 利用 EV iew s的 V iew /Co rre latio n 命令计算出解释变量之间的相关系数, 如表 2 所示 :
7 3
X3 +
4
X4 +
5
X5 +
6
X6 +
7
X7 ( 1)
= c+
i= 1
i
i i
其中 , P i 是上市公司发生财务危机 的概率 , 比率的预 期。 三、 样本与数据
是预警指标 X i每变动 一个单位 所导致的 上市
公司财务 危机机会比率的变化量。 该模型 表示七 个财务 指标 对上市 公司发 生财 务危 机的机 会
收稿日期 : 2005- 03- 15 作者简介 : 傅文 ( 1979 ), 女 , 云南昭通人 , 云南财贸学院计算机科学系助 教 , 主 要研究方向 为应用数学 和计 量经济学 。
*
57
云南财贸学院学报 二、 变量与模型设计 在变量选取方面 , 根据证监会关于上市公司财务状况异常的特别处理规定以及财务相关理论, 在 综合国内外有关研究的基础上进行选取。从反映企业的偿债能力、 成长能力、 获利能力和营利能力等 财务状况方面, 本文选取了 X1 ( 每股营业现金净流量 )、 X2 ( 总资产周转率 ) 、 X 3 (现金流动负债比 ) 、 X4 ( 流动比率 ) 、 X5 (资产负债率 ) 、 X6 ( 净资产收益率 ) 和 X7 ( 总资产增长率 ) 共七项指标来反映上市公 司的财务状况。 根据以上指标, 公司在发生财务危机时的概率 Log it理论模型设计如下: L i = ln[ Pi / ( 1- Pi ) ] = c+ 1 X1 + 2 X2 +
Analysis on the F in ancal Pre- w arn in g in L isted Com pany based on th e LogitM ode FU W en- yue
(C omputer Science D epartm ent, Yunnan University of F inance and E conom ics, K un m ing 650221 , China ) Abstract : The fin ancia l pre- w arn ing in listed com pan ies proved to be good reference to th e rat iona l investors . Based on the Log it nonlinear m ode , also w ith the consideration of availab le of public infor m at io n , the paper efforts on an e m p irica l test on a ll data using severa l f in anc ial inde xes , constructs the fin ancial pre- w arn in g log it m ode , and pred icts the com pan ies w hich could be denounced as Special T rea. t K ey W ords : L isted Com pany ; F inancia l P re- w arnin g ; Log itM ode 一、 引言 就财务预警而言 , 最早的研究始于美国比弗 ( W illia m beaver ) 的单变量模式研究, 之后美国学者 奥曼 ( A ltm an , 1968)提出了多元线性判定模型 Z - score 模型。另外 , 还有学者提出概率模型、 小企业模型、 范式确认模型和现金流量模型等。从 20 世纪 80 年代开始 , 我国部分学者, 如周首华 ( 1996)、 张爱民 ( 2001) 、 陈洪波 ( 2003) 等, 也在该领域针对上市公司进行了研究, 并取得了一些成果。 财务预警研究至少涉及到临界点的确定、 解释变量的选取和计量方法的选择三个问题。国内的 研究一般都以是否被 ST (特别处理 ) 戴帽作为企业是否陷入财务危机为标志 ; 在选取变量时一般都以 财务理论为基础 , 选取若干能够代表企业偿债能力、 营运能力、 获利能力和成长能力等方面的指标作 为解释变量 ; 在计量方法的选取方面 , 多见用主成分分析、 线性回归而少见运用非线性回归模型进行 计量。本文在借鉴现有研究成果的基础上 , 以财务理论为基础 , 选取一系列较为全面的财务指标 , 首 先利用相关系数矩阵判别入选解释变量的线性相关性, 其次利用 log it模型对所选解释变量进行逐步 回归构建出财务预警模型 , 通过数据测试来筛选具有解释力的预警指标 , 最后以 0 . 5为预测概率的临 界值, 利用 2003年被 ST 的 36 家上市公司的财务数据进行预警预测。
表 1 D ependent V ar iable : Y M e thod : M L - B inary L og it D a te : 06 /10 /05 T i me : 14: 02 Sa m ple : 1 54 Included observations : 54 Converg ence ach ieved afte r 9 itera tions Covariance m a trix co m puted using second derivatives V a riab le Coe ffic ient C X1 X2 X3 X4 1 . 785538 30 . 03711 0 . 786632 - 23 . 35745 - 0 . 106860 Std. E rro r 3. 194881 37. 62932 3. 892695 20. 43068 1. 854152 z- Sta tistic 0. 558875 0. 798237 0. 202079 - 1. 143254 - 0. 057633 P rob. 0. 5762 0. 4247 0. 8399 0. 2529 0. 9540 L og it模型的极大似然估计
表 2 X1 X1 X2 X3 X4 X5 X6 X7 1. 000000 0. 014248 0. 815498 - 0. 145660 - 0. 193193 0. 200517 - 0. 287300 X2 0. 014248 1. 000000 0. 073062 - 0. 078098 0. 045380 0. 325072 0. 191560 解 释变量间的相关系数 X3 0 . 815498 0 . 073062 1 . 000000 - 0 . 232390 - 0 . 323696 0 . 129344 - 0 . 358589 X4 - 0 . 145660 - 0 . 078098 - 0 . 232390 1 . 000000 0 . 415339 - 0 . 198978 - 0 . 029730 X5 - 0. 193193 0. 045380 - 0. 323696 0. 415339 1. 000000 - 0. 338079 - 0. 019021 X6 0. 200517 0. 325072 0. 129344 - 0. 198978 - 0. 338079 1. 000000 0. 448317 X7 - 0 . 287300 0 . 191560 - 0 . 358589 - 0 . 029730 - 0 . 019021 0 . 448317 1 . 000000
: 基于 Log it模型的上市公司财务预警分析
- 6 . 510595 - 30 . 22695 - 2 . 667564 0 . 500000 0 . 193050 1 . 714334 - 6 . 397504 - 37 . 42995 62 . 06489 5. 83E- 11 27 27 To ta l obs 54 6. 707299 14. 08435 3. 201542 - 0. 970673 - 2. 146138 - 0. 833212 0. 3317 0. 0319 0. 4047 0. 504695 0. 533241 0. 827905 0. 646881 - 0. 118472 0. 829081
58
傅文
X5 X6 X7 M ean dependen t var S. E. o f regression Sum squared resid Log likelihood R estr . log like lihood LR statistic ( 7 df) P robability( LR stat) O bs w ith D ep= 0 O bs w ith D ep= 1