|
6 -0.0194 0.133 -0.4684 -0.0939 0.7982 1 7 0.1983 -0.2191 -0.0906 0.0911 0.4574 0 8 0.0981 -0.5719 0.5259 0.0048 0.7361 1 9 0.3659 0.2883 -0.09 -0.0774 0.4258 0 10 -0.2357 -0.2513 -0.363 -0.1255 0.9068 1 11 -0.6125 0.2167 -1.4894 -0.826 0.9649 1 12 -0.1566 0.1674 -0.7702 -0.314 0.8433 1 13 -0.6358 -0.3287 -0.4319 -0.3135 0.9920 1 14 -1.356 3.8125 2.0373 0.1502 1.0000 1 15 0.1648 1.8765 -0.278 0.1092 0.9919 1 16 -0.0933 -0.2558 -0.1944 -0.0911 0.8302 1 17 -0.9025 0.3399 -0.8283 -0.6161 0.9994 1 18 0.2737 0.0793 -0.2527 -0.0852 0.3821 0 19 -2.8529 2.669 1.9508 -0.2091 1.0000 1 20 -0.3128 -0.3583 -0.0546 -0.0567 0.9651 1 21 0.2 -1.1902 1.4164 -0.1929 0.6418 1 22 0.1895 -0.368 -0.0782 -0.1512 0.3546 0 23 -0.6619 0.0696 -3.5523 1.5077 0.5716 1 24 -1.3181 1.7325 0.4737 -0.3405 1.0000 1 25 -2.0588 -1.8027 0.457 0.3215 1.0000 1 26 0.7321 -0.2383 0.0052 0.1335 0.0180 0 27 0.6848 0.4476 -0.4192 -0.0317 0.0471 0 28 0.4894 0.0667 -0.3945 -0.0515 0.0812 0 29 0.4857 0.1594 0.0764 -1.3603 0.1210 0 30 1.1532 0.1301 0.0382 0.5895 0.0027 0 31 0.3922 -0.219 0.0912 0.0268 0.2191 0 32 0.3805 -0.1279 0.0086 -0.1129 0.2257 0 33 0.4485 0.0063 -0.4826 -0.196 0.0721 0 34 -0.0964 -0.5211 0.0227 -0.0372 0.8139 1 35 0.6998 0.3355 -0.7753 4.7561 0.2558 0 36 0.7102 0.1805 -0.1694 -0.1025 0.0340 0 37 0.8698 -0.3574 0.3823 0.079 0.0107 0 38 0.5279 -0.1928 0.7285 -3.746 0.0365 0 39 0.5602 0.0056 0.0595 0.1553 0.1221 0 40 0.0097 -0.3606 0.1906 -0.0339 0.8089 1 41 0.11 -0.235 -0.1111 -0.2408 0.5484 1 42 1.0244 0.2859 -0.2216 0.2313 0.0047 0 43 0.0328 -0.7907 -0.0606 -0.033 0.4163 0 44 0.8621 0.2754 -0.5065 0.0571 0.0074 0 45 0.4242 -0.0971 0.3844 -0.3809 0.3035 0 46 0.6474 -0.002 -0.1981 -0.022 0.0345 0 47 0.3647 -0.4273 0.3339 0.0083 0.2593 0 48 0.039 -0.2339 -0.0077 -0.0247 0.7503 1 49 0.3993 -0.2655 0.1279 0.0808 0.2105 0 50 0.5462 -0.0332 -0.079 0.4315 0.1103 0 110 预测组表示判定的最终结果。1 表示财务危机企业；O 表示财务正常企业；灰色标记的 为判定错误的企业。 3 Logistic 回归模型的建立 3.1 建模分析 本文运用Logistic 回归方法进行财务危机预警模型的构建，运用Logistic 回归模型进行 115 危机预测实质上就是计算公司陷入财务危机的概率有多大，Y 取值为0 或者1，当Y 取值为 1 时表示公司发生财务危机，当Y 取值为0 时表示公司财务健康安全；以影响Y 取值的财 务指标作为构建模型的变量，用概率p 表示公司发生财务危机的可能性，以0.5 作为临界值 进行判断，通过模型算出的概率大于0.5，表明公司很可能发生财务危机；若算出的概率小 于0.5 则表明公司财务健康安全[5]-[6]。 120 设P 为某事件Y 发生的概率，取值范围为0-1，1-P 为该事件不发生的概率，将比数P/ （1-P）取自然对数㏑(P/(1-P))，则㏑(P/(1-P))的取值范围在-∞到+∞之间。影响Y 取值的因 素记为X1，…，XK，以㏑(P/(1-P))为因变量，建立线性回归方程： 0 1 1 2 2 k k C CX CX CX 1 P P ⎛⎜⎝ − ⎞⎟⎠= + + +…+ ㏑ 0 1 1 2 2 1 p C C X C X CkXk p = e + + +…+ − 公司发生财务危机概率的表达式为： 0 1 1 2 2 1 0 1 1 2 2 k k k k C C X C X CX C C X C X CX p e e + + +…+ + + +…+ = + 125 公司财务安全健康的概率为： 0 1 1 2 2 1 1 1 C C X C X CkXk p e + + +…+ − = + 在求得50 家样本企业在T-1 年的主成分分值后，利用Logistic 回归模型进行建模分析。 表8 回归方程中的变量系数及主要参数 B S.E. Wals df Sig. Exp (B) F1 -7.529 2.482 9.203 1 .002 .001 F2 2.447 1.811 1.827 1 .177 11.553 F3 2.208 1.012 4.760 1 .029 9.100 F4 .650 .515 1.595 1 .207 1.916 步骤 1 常量 1.999 .988 4.094 1 .043 7.382 130 因此，根据T-1 年的数据构建的预警模型为： 1.999 7.529 1 2.447 2 2.208 3 0.65 4 1 P F F F F P ⎛⎜⎝ − ⎞⎟⎠= − + + + ㏑ 表9 逻辑回归模型的实际准确率 已预测 预测类别 已观测 非ST 公司 ST公司 百分比校正 预测类别 非ST 公司 21 4 84.0 ST 公司 6 19 76.0 总计百分比 80.0 a. 切割值为 .500 135 根据判别值得出判别预测结果，从表12 中可以看出，在25 个非财务危机公司中，有 21 个非财务危机公司被判别为非财务危机公司，预测准确率为84%；25 个财务危机公司中 有19 个被判别为财务危机公司，其预测准确度为76%。总体预测准确度为80%，由此可见， 模型的判别能力较好。 140 3.2 预警模型的拟和度检验 表10 Logistic 回归模型拟合度分析 步骤 -2 Log likelihood Cox & Snell R Square Nagelkerke R Square 1 39.534 .449 .598 2 39.262 .452 .602 3 34.776 .499 .665 4 33.283 .514 .685 145 判别模型优劣的方法之一就是检验判别模型与样本的拟和程度。评价变量与模型的拟合 效果时，一般采用Cox&SnellR2 和NagelkerkeR2 这两个统计量。Cox&Snel1R2 统计量介于0 和1 之间，其值越接近于1，说明拟合程度越高。NagelkerkeR2 统计量介于0 和1 之间，其 值越接近于1，说明拟合程度越高。从上表可以看出，通过四次的回归分析，-2 Log likelihood 的值越来越小，并最终达到33.283，此值不大，说明模型对数据的拟和度理想。接下来是 150 Cox&Snel1R2 和NagelkerkeR2 统计量，其值最后分别为0.514 和0.685，说明由模型解释的 变量较多，拟和程度较高。由此，从预测效果和拟合度检验来看，该预警模型能够较好的判 断石油化工企业的财务状况，并据此作为企业采取应对措施的有力依据。 4 结论 本文建立的模型能够对我国石油化工企业起到很好的预警效果，结合主成分分析和 155 Logistic 回归分析模型不仅准确、实用，还具有较强的解释性。虽然分析过程较为复杂，但 是使用SPSS 统计分析工具可以大大简化分析过程。研究结果表明： 1、我国上市公司财务数据可以提供对财务危机预测的信息。通过上述实证分析，可以 得出结论，根据财务指标得出的综合指标能够判别和预测公司陷入财务危机的可能性。 2、影响我国石油化工企业财务状况好坏的因素主要是盈利能力因素、偿债能力因素、 160 现金流量因素和成长能力因素，其中影响其财务状况的主要财务指标为：销售毛利率、总资 产收益率、净资产收益率、每股收益、经营净现金比率、现金营运指数、资产负债比率、主 营业务收入增长率、总资产增长率、应收账款周转率。 财务危机是事关企业生存发展的重要因素，对石油化工上市公司来说，针对自身特点建 立一个良好的财务预警系统是防范财务危机行之有效的办法。因此，需要针对可能造成财务 165 危机的因素，采取监测和预防措施，及早防范财务风险，控制财务危机，以保证企业健康发 展。 [参考文献] (References) [1] 张鸣，张艳，程涛.企业财务预警研究前沿[M].中国财政经济出版社，2004 170 [2] 李春振.基于面板数据的财务预警模型建构及实证分析[D].西南交通大学，2010 [3] 代拓.基于主成分分析的财务与机制实证研究[D].华中科技大学，2007 [4] 吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：24-26 [5] 陈艳，张海君.上市公司财务预警模型的研究[J].财经问题研究，2007，（6）：92-97 [6] 陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999，（5）：45-48 学术论文网Tag：代写经济论文 代写代发论文 论文发表 代发论文 职称论文发表 |
