上市公司财务困境预测及其实证研究
上市公司财务困境预测及其实证研究[20191219195138]
摘 要
在日益发展的中国证券市场中，上市公司的健康与否关系到各投资人、债权人的相关利益。所以，对上市公司的财务健康状况进行有效的评估以及对上市公司的财务风险进行合理估计，科学地预测上市公司面临财务困境的可能性，是非常有必要的。本文以2014年1月1日至4月30日之间因财务困境而被特殊处理(ST)的A股上市公司为例，并按照行业相同和资产规模相当的标准选出财务健康的配对公司，从中选出差异显著的若干财务指标，运用预测效率较高的Logistic回归建立财务困境模型，并对该模型进行回判检验得出其预测效率，从而给出一定的结论和建议。
查看完整论文请+Q: 351916072
关键字:财务困境预测财务指标Logistic回归
Key Words: Financial distress; prediction; Financial indicators; Logistic regression目录
1.引言 1
1.1 选题背景及意义 1
1.2 国内外研究现状 1
1.3 本文研究思路和方法 2
2.相关理论介绍 4
2.1 财务困境的定义 4
2.2 Logistic回归模型 4
3.实证研究分析 6
3.1 样本的选择 6
3.2 财务指标的选择 7
3.3 财务指标的筛选 7
3.3.1 样本分布检验 7
3.3.2 财务指标差异的显著性检验 8
3.3.3 财务指标的相关性分析 9
3.4 财务困境预测模型的建立和检验 10
3.4.1 模型的建立 10
3.4.2 回归系数的检验 11
3.4.3 多重共线性检验 12
3.4.4 模型拟合优度的检验 12
3.4.5 回判检验 13
4.结论和建议 15
参考文献 16
附录 17
附录一：ST公司2012年数据 17
附录二：非ST公司2012年数据 19
致谢 21
1.引言
1.1 选题背景及意义
随着中国市场的不断发展，我国市场经济得到了空前的发展和不断完善，优胜劣汰是市场经济的生存法则，在激烈的竞争下，一些企业因为管理失衡，公司决策阶层做出了错误决策导致公司生产经营困难，业绩下滑，出现亏损甚至破产等情况。企业被淘汰出市场，从资源分配的角度来看是有利的，这样可以促进资源分配结构的优化。然而，随着证券市场的发展，越来越多的投资者投资于股票市场，不仅可以为企业的重要资本，也可以给投资者带来投资收益，公司是否出现财务困境直接关系着投资者的切身利益，同时也是证券市场管理者，公司的债权人，企业员工等所关心的。1998年，深沪证券交易所正式启动上市公司出现“异常状况"时给以“特别处理”(简称ST)的条款，其中的“异常状况"包括“财务状况异常”和“其他状况异常"，前者指“连续两年亏损"或“每股净资产低于股票面值”，后者指因自然灾害，重大事故导致公司生产经营活动基本终止，或公司面临赔偿金额可能超过其净资产的诉讼等 。如果上市公司出现以上两种中的一种，将被直接进入ST板块。从而对投资者有警示作用。公司陷入财务困境通常是一个渐进的过程，大部分上市公司从一个财务健康的公司渐渐变成财务困境公司是能够预测的。建立财务困境预测模型对投资者、企业的决策人员、股市证券部门等都是有意义的，这样可以有利于投资者进行投资的决策，证券部门更好行使职能进行监督，决策者防患于未然，尽早发现企业存在的问题，对企业财务状况的认识和风险的规避等。为利益相关者提供更好的决策和指导。
1.2 国内外研究现状
在国外,美国的Beaver（1966）是最先使用统计方法探索公司的财务困境方面的问题的人。并通过使用财务比率来进行研究，他从成功公司和破产的公司中个各选择79家，并且按照行业相当且资产规模相当的原则将成功的公司和破产的公司配对，观察两者之间财务指标的差异情况，然后使用单变量判定方法现金流量和总负债之间的比值最能判定公司的财务状况是否出现问题，但当财务比率选取不一样时，则会预测出现不同结果。美国的Altman（1968）首次将多元线性判别分析来构成多元财务困境预测模型。他将1946年到1965年间申请破产的33家企业及其相对应的33家正常企业作为研究的样本，从5个方面的财务比率中提取5个财务指标，通过加权汇总产生总判别分，以此为依据用来预测企业的财务困境，但是其缺乏现金流量的指标而遭到了对其是否能有效预测的能力的怀疑。Deakin在Beaver和Altman研究基础上提出了一个经营失败判别模型。他分别采用了32家1964到1970年间的破产公司与非破产公司作为配对样本，重复了Beaver的两分检验，发现使用现金流／总负债比例时模型的结果与Beaver的研究结果非常相似。Beaver认为在破产前1至3年内，净利润率与现金流／总负债比率具有相同的预测准确率，而Deakin更偏向于采用现金流／总负债比率 。1977年，为了弥补多元财务困境预测模型存在的问题，Altman、Haldeman、Narayanan（1977）提出了一种能够更准确预测企业财务失败的新模型——ZETA模型，选择7个能反映公司财务是否健康的财务指标，分析了1969到1975年的53家破产企业和58家非破产企业，结果发现ZETA的预测效率要比Z分数模型的预测效率高,从而使ZETA模型受到了广泛的欢迎。Ohlson（1980）用1971到1976年间105家破产公司并进行随机抽取的方法抽取2508家健康公司作为样本，使用多元逻辑回归分析的方法发现用公司规模、资本结构、业绩和当前的变现能力进行财务困境预测有着非常高的准确率，由于此模型在不同的样本分布下也可以使用并有很高的预测效率，由于其拥有不受变量分布的限制Logit在使用上非常的广泛。Coat and Fant（1992）使用71到90年的94家健康公司和188家财务状况有比较大的变动的公司为样本，运用神经网络技术学习审计专家的结论来判别财务困境。Coats and Fant认为Z值模型不具有很好的提前预测效果，而神经网络模型则有着较好的提前预测效果。
国内财务危机预警研究起步比较晚，陈静(1999)第一个以中国上市公司为研究对象，从98 年上市公司的年度报告中选择27家ST公司和与之相对应27 家非ST公司作为样本，在Fisher准则下使用单变量分析和多元判别分析方法进行财务困境预测，其预测效率达到92.6%。陈晓和陈治鸿(2000)采用1：n的方式以38 家ST 和132 家非ST 上市公司作为样本，使用Logit模型进行预测，研究表明Logit模型对财务困境的预测能力强准确率到了86.5%。吴世农和卢贤义(2001)对财务困境模型做了全面的研究对线性判别、多元线性回归和Logit回归三种方法进行比较，最后的研究结果表明线性判别、多元线性回归和Logit回归在财务困境发生前1年的误判率为10.7%、1.07%、6.47%，Logit的预测效率最高。姜国华等(2005)首次引入非财务因子，即大股东持股比例进入Logit 判别模型，认为大股东对上市公司是否ST具有显著影响。李萌(2005)以不良贷款率作为信用风险衡量标准，使用Logit模型，并结合t检验和主成分分析法对模型进行实证。
虽然国内学者根据各自的研究重点，使用不同的方法但给出了很多有价值的结论。
1.3 本文研究思路和方法
本文在了解财务困境的概念和Logistic回归模型的基础下结合国内外学者的研究，对财务困境预警模型进行研究，具体思路和方法如下：
（1）首先选取应财务困境而被特殊处理（ST）的A股上市公司，接着按行业相同和总资产规模相差在10%以内的原则1：1寻找财务健康（非ST）的A股上市公司，以排除行业和资产规模所带来的影响。
（2）查找这些公司2012、2011、2010年所公布的年度财务报表，从报表中选取可以准确反映公司财务状况的财务比率，涵盖公司盈利能力，发展能力，营运能力，偿债能力。
（3）为了选取对公司是否会被特别处理解释能力强的指标，我们需要对这些财务指标做差异的显著性检验，选出差异性明显的指标。由于Logistic回归模型对自变量之间的多重共线性敏感，为排除多重共线性的影响，对选出的指标做相关性分析已排除指相关性高的指标。
（4）以上市公司2012年的数据为建模样本建立Logistic回归模型并检验。
（5）从模型的结果发现影响上市公司陷入财务困境的因素，基于这些因素提出相关结论和建议。
2.相关理论介绍
2.1 财务困境的定义
财务困境又被称为财务危机，其定义国内外学者给出了许多解释，Altman(1968)认为财务危机是一个广泛的概念，它包括企业发生财务困难时的多种情况，主要为：破产、失败、无力偿还债务和违约等。同时，Altman对上述存在细微差别的概念给出了一个完整的描述：破产主要是财务危机在法律上的定义；失败是考虑风险条件下，投入资本的回报率低于行业同样投入资本的平均回报率。其实这一定义很具有经济学的色彩，并未说明企业无持续经营的能力。无力偿还债务可从破产角度可认为资产净值为负。违约则企业违背了与债权人签定的和约并可能导致法律诉讼。Ross(1999) 认为财务危机可从四个方面定义：一是公司失败，即公司清算后仍无力支付债权人的债务；二是法定破产，即公司和债权人向法院申请公司破产；三是技术破产，即公司无法按期履行债务合约付息还本；四是会计破产，即公司的账面净资产出现负数，资不抵债。而我国房维中等人(1998)则认为企业发生亏损就是企业陷入财务困境。需要运用亏损额、亏损时间和扭亏前景来界定和衡量企业是否严重亏损拍。学者谷褀、刘淑莲（1999）认为财务危机为公司无力支付到期费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况。从上述定义可以看出财务困境具有以下特点：一是是企业长期亏损；二是不能偿还到期债务。其主要表现是现金流量不足即没有足够现金支付各类开支。在实证研究中外国学者大多以企业提出破产申请做为企业陷入财务困境的标志，国内学者主要研究的是上市公司，以上市公司是否被特殊处理（ST）为财务困境的标志。
摘 要
在日益发展的中国证券市场中，上市公司的健康与否关系到各投资人、债权人的相关利益。所以，对上市公司的财务健康状况进行有效的评估以及对上市公司的财务风险进行合理估计，科学地预测上市公司面临财务困境的可能性，是非常有必要的。本文以2014年1月1日至4月30日之间因财务困境而被特殊处理(ST)的A股上市公司为例，并按照行业相同和资产规模相当的标准选出财务健康的配对公司，从中选出差异显著的若干财务指标，运用预测效率较高的Logistic回归建立财务困境模型，并对该模型进行回判检验得出其预测效率，从而给出一定的结论和建议。
查看完整论文请+Q: 351916072
关键字:财务困境预测财务指标Logistic回归
Key Words: Financial distress; prediction; Financial indicators; Logistic regression目录
1.引言 1
1.1 选题背景及意义 1
1.2 国内外研究现状 1
1.3 本文研究思路和方法 2
2.相关理论介绍 4
2.1 财务困境的定义 4
2.2 Logistic回归模型 4
3.实证研究分析 6
3.1 样本的选择 6
3.2 财务指标的选择 7
3.3 财务指标的筛选 7
3.3.1 样本分布检验 7
3.3.2 财务指标差异的显著性检验 8
3.3.3 财务指标的相关性分析 9
3.4 财务困境预测模型的建立和检验 10
3.4.1 模型的建立 10
3.4.2 回归系数的检验 11
3.4.3 多重共线性检验 12
3.4.4 模型拟合优度的检验 12
3.4.5 回判检验 13
4.结论和建议 15
参考文献 16
附录 17
附录一：ST公司2012年数据 17
附录二：非ST公司2012年数据 19
致谢 21
1.引言
1.1 选题背景及意义
随着中国市场的不断发展，我国市场经济得到了空前的发展和不断完善，优胜劣汰是市场经济的生存法则，在激烈的竞争下，一些企业因为管理失衡，公司决策阶层做出了错误决策导致公司生产经营困难，业绩下滑，出现亏损甚至破产等情况。企业被淘汰出市场，从资源分配的角度来看是有利的，这样可以促进资源分配结构的优化。然而，随着证券市场的发展，越来越多的投资者投资于股票市场，不仅可以为企业的重要资本，也可以给投资者带来投资收益，公司是否出现财务困境直接关系着投资者的切身利益，同时也是证券市场管理者，公司的债权人，企业员工等所关心的。1998年，深沪证券交易所正式启动上市公司出现“异常状况"时给以“特别处理”(简称ST)的条款，其中的“异常状况"包括“财务状况异常”和“其他状况异常"，前者指“连续两年亏损"或“每股净资产低于股票面值”，后者指因自然灾害，重大事故导致公司生产经营活动基本终止，或公司面临赔偿金额可能超过其净资产的诉讼等 。如果上市公司出现以上两种中的一种，将被直接进入ST板块。从而对投资者有警示作用。公司陷入财务困境通常是一个渐进的过程，大部分上市公司从一个财务健康的公司渐渐变成财务困境公司是能够预测的。建立财务困境预测模型对投资者、企业的决策人员、股市证券部门等都是有意义的，这样可以有利于投资者进行投资的决策，证券部门更好行使职能进行监督，决策者防患于未然，尽早发现企业存在的问题，对企业财务状况的认识和风险的规避等。为利益相关者提供更好的决策和指导。
1.2 国内外研究现状
在国外,美国的Beaver（1966）是最先使用统计方法探索公司的财务困境方面的问题的人。并通过使用财务比率来进行研究，他从成功公司和破产的公司中个各选择79家，并且按照行业相当且资产规模相当的原则将成功的公司和破产的公司配对，观察两者之间财务指标的差异情况，然后使用单变量判定方法现金流量和总负债之间的比值最能判定公司的财务状况是否出现问题，但当财务比率选取不一样时，则会预测出现不同结果。美国的Altman（1968）首次将多元线性判别分析来构成多元财务困境预测模型。他将1946年到1965年间申请破产的33家企业及其相对应的33家正常企业作为研究的样本，从5个方面的财务比率中提取5个财务指标，通过加权汇总产生总判别分，以此为依据用来预测企业的财务困境，但是其缺乏现金流量的指标而遭到了对其是否能有效预测的能力的怀疑。Deakin在Beaver和Altman研究基础上提出了一个经营失败判别模型。他分别采用了32家1964到1970年间的破产公司与非破产公司作为配对样本，重复了Beaver的两分检验，发现使用现金流／总负债比例时模型的结果与Beaver的研究结果非常相似。Beaver认为在破产前1至3年内，净利润率与现金流／总负债比率具有相同的预测准确率，而Deakin更偏向于采用现金流／总负债比率 。1977年，为了弥补多元财务困境预测模型存在的问题，Altman、Haldeman、Narayanan（1977）提出了一种能够更准确预测企业财务失败的新模型——ZETA模型，选择7个能反映公司财务是否健康的财务指标，分析了1969到1975年的53家破产企业和58家非破产企业，结果发现ZETA的预测效率要比Z分数模型的预测效率高,从而使ZETA模型受到了广泛的欢迎。Ohlson（1980）用1971到1976年间105家破产公司并进行随机抽取的方法抽取2508家健康公司作为样本，使用多元逻辑回归分析的方法发现用公司规模、资本结构、业绩和当前的变现能力进行财务困境预测有着非常高的准确率，由于此模型在不同的样本分布下也可以使用并有很高的预测效率，由于其拥有不受变量分布的限制Logit在使用上非常的广泛。Coat and Fant（1992）使用71到90年的94家健康公司和188家财务状况有比较大的变动的公司为样本，运用神经网络技术学习审计专家的结论来判别财务困境。Coats and Fant认为Z值模型不具有很好的提前预测效果，而神经网络模型则有着较好的提前预测效果。
国内财务危机预警研究起步比较晚，陈静(1999)第一个以中国上市公司为研究对象，从98 年上市公司的年度报告中选择27家ST公司和与之相对应27 家非ST公司作为样本，在Fisher准则下使用单变量分析和多元判别分析方法进行财务困境预测，其预测效率达到92.6%。陈晓和陈治鸿(2000)采用1：n的方式以38 家ST 和132 家非ST 上市公司作为样本，使用Logit模型进行预测，研究表明Logit模型对财务困境的预测能力强准确率到了86.5%。吴世农和卢贤义(2001)对财务困境模型做了全面的研究对线性判别、多元线性回归和Logit回归三种方法进行比较，最后的研究结果表明线性判别、多元线性回归和Logit回归在财务困境发生前1年的误判率为10.7%、1.07%、6.47%，Logit的预测效率最高。姜国华等(2005)首次引入非财务因子，即大股东持股比例进入Logit 判别模型，认为大股东对上市公司是否ST具有显著影响。李萌(2005)以不良贷款率作为信用风险衡量标准，使用Logit模型，并结合t检验和主成分分析法对模型进行实证。
虽然国内学者根据各自的研究重点，使用不同的方法但给出了很多有价值的结论。
1.3 本文研究思路和方法
本文在了解财务困境的概念和Logistic回归模型的基础下结合国内外学者的研究，对财务困境预警模型进行研究，具体思路和方法如下：
（1）首先选取应财务困境而被特殊处理（ST）的A股上市公司，接着按行业相同和总资产规模相差在10%以内的原则1：1寻找财务健康（非ST）的A股上市公司，以排除行业和资产规模所带来的影响。
（2）查找这些公司2012、2011、2010年所公布的年度财务报表，从报表中选取可以准确反映公司财务状况的财务比率，涵盖公司盈利能力，发展能力，营运能力，偿债能力。
（3）为了选取对公司是否会被特别处理解释能力强的指标，我们需要对这些财务指标做差异的显著性检验，选出差异性明显的指标。由于Logistic回归模型对自变量之间的多重共线性敏感，为排除多重共线性的影响，对选出的指标做相关性分析已排除指相关性高的指标。
（4）以上市公司2012年的数据为建模样本建立Logistic回归模型并检验。
（5）从模型的结果发现影响上市公司陷入财务困境的因素，基于这些因素提出相关结论和建议。
2.相关理论介绍
2.1 财务困境的定义
财务困境又被称为财务危机，其定义国内外学者给出了许多解释，Altman(1968)认为财务危机是一个广泛的概念，它包括企业发生财务困难时的多种情况，主要为：破产、失败、无力偿还债务和违约等。同时，Altman对上述存在细微差别的概念给出了一个完整的描述：破产主要是财务危机在法律上的定义；失败是考虑风险条件下，投入资本的回报率低于行业同样投入资本的平均回报率。其实这一定义很具有经济学的色彩，并未说明企业无持续经营的能力。无力偿还债务可从破产角度可认为资产净值为负。违约则企业违背了与债权人签定的和约并可能导致法律诉讼。Ross(1999) 认为财务危机可从四个方面定义：一是公司失败，即公司清算后仍无力支付债权人的债务；二是法定破产，即公司和债权人向法院申请公司破产；三是技术破产，即公司无法按期履行债务合约付息还本；四是会计破产，即公司的账面净资产出现负数，资不抵债。而我国房维中等人(1998)则认为企业发生亏损就是企业陷入财务困境。需要运用亏损额、亏损时间和扭亏前景来界定和衡量企业是否严重亏损拍。学者谷褀、刘淑莲（1999）认为财务危机为公司无力支付到期费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况。从上述定义可以看出财务困境具有以下特点：一是是企业长期亏损；二是不能偿还到期债务。其主要表现是现金流量不足即没有足够现金支付各类开支。在实证研究中外国学者大多以企业提出破产申请做为企业陷入财务困境的标志，国内学者主要研究的是上市公司，以上市公司是否被特殊处理（ST）为财务困境的标志。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/326.html
