上市公司财务困境实证研究.doc

文档介绍：上市公司财务困境实证研究
殷 雷 财务困境又称“财务危机”,最严重的财务困境是“企业破产”。企业因财务困境导致破产实际上是一种违约行为,所以财务困境又可称为“违约风险”。事实上,企业陷入财务困境是一个逐步的过程,通常从财务正常渐渐 (五)模型拟合的优良性指标
1、拟合分类表。根据logistic模型,对样本重新判别分类,符合率越高,拟合度越好。注意:logistic模型对于判别分类很粗劣,此法仅做参考。
2、最大似然函数值L。“Likelihood”为似然函数值,SPSS提供了-2Loglikelihood(缩写为-2LL)是似然函数值的自然对数的-2倍,常用来反映模型的拟合程度,其值越小,表示拟合程度越好(L→1)。因为logistic模型是使用最大似然估计,似然函数值越大,则表明越接近最大似然值,拟合程度越好。

三、实证研究

(一)研究假设
1、经典的logistic模型要求因变量为二分类变量,但其因变量也可以是多分类变量(SPSS中Multinomial logistic菜单)。
2、样本不能完全线性可分(完全线性可分是指L=1,此时模型有无数多组解,回归系数的估计是不准确)。
3、样本量足够大。
(二)样本选取。样本来自于2005年在上海交易所上市的31家公司的年报,但排除了:(1)上市两年内就进入特别处理的公司,共1家。排除原因是财务数据过少和存在严重的包装上市嫌疑,因此与样本中的其他公司不具有同质性;(2)因巨额或有负债进行特别处理的公司,共1家。排除原因是或有负债属偶发事件,不是由企业正常经营造成的,与其他样本公司不具有同质性;(3)因自然灾害、重大事故等进行特别处理的,共1家。排除原因同(2)。所以,最后入选的公司只有28家,构成了我们研究的样本,数据准确,真实可靠。
(三)财务预警模型的建立。选择财务预警logistic模型判断财务危机通常采用的财务指标有:
x1=(总负债/总资产)×100%
x2=净资产利润率=(净利润/平均净资产总额)×100%
x3=(公司现金流量/总资产)×100%
P是财务失败的条件概率。
在一般多元回归中,若以P为因变量,则方程P=B0+B1×x1+B2×x2+…+Bi×xi,但用该方程时,常会出现P>1或P<0的不合理情况,为此,对P做对数单位转换,即logitP=ln(P/1-P),于是可得到logistic方程:

由该式可知logistic模型是一个具有如下性质的概率模型:
①随着xi,i=1,2,3的变化,条件概率也在变化,但是不会超过0~1之外。
②P与xi,i=1,2,3之间的关系是非线性的,而且概率趋于0,1的速度会越来越慢。







引入数据文件,定义变量名:Y为风险情况;1为有风险,0为无风险;x1,x2,x3根据2005年上海交易所28家上市公司年报中数据计算所得。运用SPSS软件计算如下:(表1、2、3、4)
Block1:Method=Enter
Omnibus Tests of Model Coefficients