（会计学专业论文）基于指标变动幅度的企业财务预警研究.pdf

声明尸明 本人郑重声明：此处所提交的硕士学位论文基于指标变动幅度的企业财务 预警研究，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究 工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有 权保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩 印或其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅； 学校可以学术交流为目的，复制赠送和交换学位论文；同意学校可以用不同方 式在不同媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名： 导师签名： 日期：芈、。日期： 瑾堑 胡、l o 溯 l 一 华北电力大学硕士学位论文摘要 摘要 企业的生存和发展面临着各种风险和危机因素，任何危机都有一个蕴藏、生成、 演化、临近、显现的过程，具有一定的先兆性和可预测性。防范和规避财务危机， 对于促进企业的健康发展具有重要的现实意义。本文架构在企业预警理论之上，以 企业财务报告及其他相关经营资料为依据，通过对财务指标变动幅度的分析，运用 l o g i s t i c 回归分析方法建立财务预警模型，及时发现和传递危机信号，督促企业管 理当局采取有效措施，最大限度地避免或减少危机的破坏作用；帮助经营者及时找 出导致财务危机的根源，弥补企业现有的经营管理缺陷，防范和化解风险，避免财 务危机再度发生。 关键词：财务指标，变动幅度，财务预警，l o g i s t i c 回归分析 a b s t r a c t e n t e r p r i s e ss u r v i v a la n dd e v e l o p m e n ta r ef a c i n gk i n d so fr i s ka n dc r i s i sf a c t o r s ， a n yc r i s i sh a si m p l i c a t i o n ，p r o d u c t i o n ，e v o l u t i o n ，a p p r o a c h i n g ，a p p e a r a n c ep r o c e s s ，h a s c e r t a i no m e na n dp r e d i c t a b i l i t y p r e v e n t i o na n da v o i d a n c eo ff i n a n c i a lc r i s e s ，h a sv i t a l p r a c t i c a ls i g n i f i c a n c e f o rp r o m o t i n ge n t e r p r i s e s h e a l t h yd e v e l o p m e n t t h i sa r t i c l e c o n s t r u c t i o no ne n t e r p r i s ef o r e w a r n st h e o r y , t a k ee n t e r p r i s ef i n a n c i a lr e p o r ta n dr e l a t e d m a n a g e sm a t e r i a la sb a s i s ，t h r o u g ha n a l y s i s o ff i n a n c i a li n d i c a t o r s c h a n g i n ge x t e n t ， u t i l i z e sl o g i s t i cr e g r e s s i o na n a l y s i sm e t h o de s t a b l i s h m e n tf i n a n c ee a r l yw a r n i n gm o d e l ， d i s c o v e ra n dt r a n s f e rc r i s i ss i g n a li nt i m e ，s u p e r v i s ea n du r g eb u s i n e s sa d m i n i s t r a t i o n a u t h o r i t yt a k e se f f e c t i v em e a s u r e s ，m a x i m u ml i m i ta v o i d so rr e d u c e dc r i s i s sd e s t r u c t i v e e f f e c t ；h e l p so p e r a t o rt op r o m p t l yf i n do u tr o o tc a u s eo ff i n a n c i a lc r i s i s ，t om a k eu pf o r d e f e c t si nm a n a g e m e n t ，a v o i df i n a n c i a lc r i s i sf r o mh a p p e n i n ga g a i n y u a nx u e ( a c c o u n t i n g ) d i r e c t e db yp r o f y a n gf a n g w e n k e yw o r d s ：f i n a n c i a li n d i c a t o r s ，c h a n g i n ge x t e n t ，f i n a n c i a l e a r l yw a r n i n g ， l o g i s t i cr e g r e s s i o na n a l y s i s 华北电力大学硕士学位论文目录 目录 中文摘要 英文摘要 第一章绪论1 ll 研究背景和意义1 1 1 1 研究背景j 1 1 1 1 1 现实背景j ：1 1 l1 2 理论背景l 1 1 2 研究意义2 1 1 2 1 学术价值：2 1 1 2 2 应用价值2 1 2 国内外研究动态3 1 2 1 统计类预测方法“3 1 2 1 1 单变量模型3 l - 2 1 2 多变量模型4 1 2 2 非统计类预测方法6 1 3 研究思路和研究方法8 1 3 1 研究思路8 1 3 2 研究方法8 1 4 论文的结构安排9 第二章财务预警的理论基础：1 0 2 1 企业失败理论j 1 0 2 1 1 生命周期理论1 0 2 1 2 生存因素理论1 0 2 1 3 现金流量理论1 l 2 1 4 治理结构理论1 l 2 2 企业预警理论1 2 2 2 1 危机管理理论1 2 2 2 2 策略震撼管理理论1 2 2 2 3 企业逆境管理理论1 2 2 2 4 企业诊断理论1 3 2 3 财务预警机制1 4 2 3 1 财务危机的形成过程和特征1 4 华北电力大学硕士学位论文目录 2 3 2 财务预警机制1 4 2 3 2 1 组织机制1 4 2 3 2 2 信息收集、传递机制1 5 2 3 2 3 分析机制1 5 2 3 2 4 处理机制1 5 2 3 3 财务预警的功能1 5 2 3 3 1 信息监测功能1 5 2 3 3 2 危机预告功能1 5 2 3 3 3 预防矫正功能1 5 2 3 4 财务预警机制的意义1 6 第三章研究对象的界定、样本的设计和指标的选择1 7 3 i 研究对象的界定1 7 3 1 1 研究对象的类型1 7 3 1 2 研究对象的范围1 7 3 1 3 研究对象的界定j 1 7 3 2 研究样本的设计。1 8 3 2 1 样本设计的原则1 8 3 2 2 样本设计的方法1 8 3 3 研究指标的选择2 0 3 3 1 全面性和重要性2 0 3 3 2 数据的可获得性2 0 3 3 3 变量的合理性2 0 第四章财务预警模型的构建2 4 4 1 财务预警模型的选择j 2 4 4 2l o g i s t i c 回归分析的原理2 4 4 3l o g i s t i c 回归模型的构建2 5 4 3 1 模型的检验2 7 4 3 2 模型的判别效果2 8 4 3 3 参数估计及检验2 8 4 3 4 判别分类图2 9 第五章财务预警模型的实证检验和研究补充3 1 5 1 财务预警模型的实证检验3 l 5 2 财务预警模型的不足3 l 5 2 1 财务指标自身的局限性3 1 5 2 2 研究方法的局限性3 2 5 2 3 非财务指标未纳入预警模型3 2 5 3 财务预警模型的补充辅助信息的定性分析3 2 5 3 1 为模型的判别结果提供进一步的证据3 3 5 3 2 揭示财务危机的成因3 4 5 3 2 1 外因3 4 5 3 2 2 内因3 4 第六章总结与展望3 6 6 1 研究结论和创新点? 3 6 6 1 1 研究结论二：3 6 6 1 2 创新点j ：3 6 6 1 2 1 以财务指标变动幅度代替财务指标绝对值3 6 6 1 2 2 选取样本的特点和优势3 7 6 1 2 3 定量分析与定性分析有机结合3 7 6 2 研究的局限性3 7 6 3 财务预警趋势展望3 8 6 3 1 成本效益的权衡3 8 6 3 2 非财务指标的量化和影响力衡量3 8 6 3 3 加强非上市公司的财务预警研究3 8 6 3 4 财务预警系统与企业其他系统的协调“3 8 参考文献4 0 致谢4 3 附录4 4 在学期间发表的学术论文和参加科研情况6 8 1 1 1 现代市场经济条件下，多变的环境和多因素联动的情况使企业经营面临的不确 定性大大增加。在享受风险给企业带来的巨额收益的同时，企业生存也面临着前所 未有的挑战。研究表明，中国大型企业( 集团公司) 的平均寿命约为7 8 年，一般 的中小企业只有3 , - - 4 年。据美国财富杂志报道，美国中小企业平均寿命不到7 年，大企业平均寿命不足4 0 年；一般的跨国公司平均寿命为1 0 ，- - 1 2 年；世界5 0 0 强企业平均寿命为4 0 , - - - - 4 2 年，1 0 0 0 强企业平均寿命为3 0 年。日本日经实业的 调查显示，日本企业平均寿命为3 0 年。虽然企业作为社会的有机组成部分，有自 己的生命周期，它的消亡是一种必然的社会现象。但是，在资本市场日趋发达的今 天，企业的消亡给社会造成的影响和损失是无法估量的，企业失败已不单纯是企业 本身的损失，还关乎众多个体和团体乃至整个社会的利益。纵观企业失败的诸多案 例，并非是企业发展到了生命周期的衰退期，而多是由于经营不善引发的财务危机 得不到有效的识别和应对造成的。当财务状况出现危机时，未能做出科学、准确的 预测：在危机信号频频显示时，未能及时发出警报；或发现警情后没有恰当、有效 的对策进行排警，从而导致企业陷入困境无法脱身。财务风险是客观存在的，建立 全面、有效的财务预警系统，帮助企业及早避开和化解财务风险，不仅能够延长企 业寿命，还能使许多个人、团体乃至整个社会受益。 1 1 1 2 理论背景 国外财务预警的实证研究以筛选的财务指标绝对值作为样本变量，已经由单变 量预警模型阶段发展到多变量预警模型阶段，建立了较全面的分行业财务预警模 型。我国财务预警的实证研究主要借鉴国外的预警研究，样本变量同样选用财务指 标的绝对值，但还未能构建全面的分行业财务预警模型。虽然迄今为止，已建立了 许多经过历史数据检验的准确率较高的国内外财务预警模型，但是这些理论模型的 应用前景似乎并不明朗，企业失败案例仍然屡见不鲜。中外财务预警理论的研究不 断朝着科学化的方向迈进，在某种程度上忽视了理论成果的应用问题，在追求理论 的前沿性和精深度的同时，企业失败案例有增无减。今后财务预警的理论研究迫切 地需要由对繁复模型的热衷转向对预防企业失败的实际贡献，构建出各行业普遍适 用、能用的准确、高效的财务预警模型。 华北电力大学硕士学位论文 1 1 2 研究意义 从财务指标变动幅度的新视角探讨财务预警的新方法，不仅具有较高的学术价 值，而且有着巨大的应用价值。 1 1 2 1 学术价值 随着经济理论的发展和学术研究方法的改进，财务预警研究不断深化，与此同 时，实务界的强烈需求也推动着学术界的研究进程。财务危机的发生并不是瞬间所 致，而是一个渐进积累、不断恶化的过程。在这一过程中，各种危机因素都直接或 问接地在一些敏感性财务指标的变化中反映出来。利用指标变动幅度与财务危机的 相关关系，建立财务预警模型，能够提炼出敏感性财务指标，重点分析这些指标的 变动幅度和方向与财务危机的关系可以进一步推进财务预警的理论研究。选择精确 性与实用性综合效用最大的统计方法构建财务危机预警模型，可以摆脱以财务指标 绝对值为变量的传统财务预警模型由于行业差异因素所导致的应用限制，对财务预 警理论的发展是有益的探索和突破；同时，不单纯追求构建财务预警模型时选用的 统计方法的精深，而是在构建财务预警统计模型的过程中，同步评估模型的应用价 值，当二者出现矛盾时，权衡利弊以获得最大的综合效用，兼具准确性和应用性的 模型能够有效扩展理论的应用空间，进而更好的丰富和发展财务预警理论。 1 1 2 2 应用价值 财务预警研究作为经济运行的晴雨表和企业经营状况的指示灯，对于我国日益 发展但尚不成熟的企业及证券市场、金融机构、会计师事务所等利益相关者来讲， 意义尤为重大。财务活动的风险最终要在会计报表上体现出来，通过建立基于指标 变动幅度的具有普适性的风险识别和预警机制，可以对企业财务风险进行识别和监 控。对公司经理人而言，可以改变其渴望进行财务危机管理但找不到体现自身行业 特点的预警模型的尴尬现状，为保障企业的生存及时提供重要的信息，并对可能出 现的财务危机加以防范，减少或规避财务风险对企业的冲击；对企业的利益相关者 而言，科学合理的基于指标变动幅度的财务预警模型能够提供技术上的支持，使得 投资者能够正确衡量投资价值与风险，债权人可以恰当评估债权风险，其他利益相 关者也能够得到有助于做出正确决策的合理依据；对证券市场的中小投资者而言， 可以及时调整投资策略，选择具有核心竞争力的企业进行投资，避免投资风险和投 资损失；对银行等金融机构而言，可以将预测结果作为信贷决策的参考指标，降低 信贷风险；对社会审计机构来讲，可以准确判断企业的持续经营能力，发表恰当的 审计意见，避免因未能正确披露而招致的法律诉讼。 2 华北电力大学硕士学位论文 1 2 国内外研究动态 从上个世纪3 0 年代开始，国外就开始了对于企业危机管理和风险管理的研究， 经过长期理论和实践的探索，财务预警研究取得了丰硕的成果，积累了宝贵的经验， 提供了成功的范例。受证券市场发展的影响，我国财务预警的研究起步较晚。上世 纪8 0 年代，我国学者才真正开始了对财务预警的研究，吴世农、黄世忠( 1 9 8 6 ) 首 次在我国介绍了企业破产的分析指标和预测模型。余廉( 1 9 9 0 ) 首次提出了企业逆境 管理理论并创立了企业预警管理体系。在此之后，我国财务危机预警研究得到了极 大的丰富与发展。总的来说，财务预警的方法可分为统计类预测方法和非统计类预 测方法两大类，其中，统计类的方法主要有单变量分析法和多变量分析法。非统计 类方法主要指模拟类预测方法，即人工神经网络方法。 1 2 1 统计类预测方法 1 2 1 1 单变量模型 单变量模型是运用单一财务比率或现金流量指标来预测或判定财务危机的预 测模型。在单变量模型中，最为关键的一点就是寻找判别阀值。通常需要将样本分 为两组：一组是构建预测模型的“预测样本 ，也称“估计样本” ( e s t i m a t i o ns a m p l e ) ；另一组是测试预测模型的“测试样本”，又称“有效样本” ( v a l i d a t i o ns a m p l e ) 。首先，将预测样本( 包括破产企业和非破产企业) 按照某一 选定的财务比率进行排序，选择判别阀值点，使得两组的误判率达到最小。然后， 将选定的阀值作为判别规则，对测试样本进行测试。 最早建立单变量破产预测模型进行财务危机预测研究的是f i t z p a t r i c k ( 1 9 3 2 ) ，作者以1 9 家公司作为样本，运用单个财务比率将样本划分为破产组与非 破产组，发现判别能力最高的是“净利润股东权益 和“股东权益负债”两个比 率。b e a v e r ( 1 9 6 6 ) 沿用这种思路，在其论文f i n a n c i a lr a t i o sa sp r e d i c t o r so f f a i l u r e 中，以单一的财务比率指标为基本变量，运用配对样本法，随机挑选了 1 9 5 4 1 9 6 4 年间7 9 家经营失败的公司和7 9 家经营正常的公司进行一元判定预测， 考察了变量在企业破产前1 - - - 5 年的预测能力，发现“现金流量负债总额 预测效 果最好，其次是“总负债总资产 和“净利润总资产比率，在失败前5 年预测 准确率为7 1 ，在失败前1 年预测准确率高达8 7 。 我国学者对此类模型也做出了不少可贵的探索。陈静( 1 9 9 9 ) 以1 9 9 8 年的2 7 家 s t 公司和非s t 公司为样本，使用1 9 9 5 一, 1 9 9 7 年的财务报表数据，进行了单变量分 析，提出在流动比率、资产负债率、总资产收益率、净资产收益率4 个指标中，流 动比率和资产负债率在宣布s t 前一年误判率最低，总资产收益率在宣布s t 前两年、 3 华北电力大学硕士学位论文 三年时，误判率较低。吴世农、卢贤义( 2 0 0 1 ) 选取7 0 家s t 和7 0 家非s t 上市公司 为样本，首先应用单边量判定分析研究财务困境出现前五年这两类公司2 1 个财务 指标各年的差异，进而确定了6 个预测指标。 单变量模型判别法运用的变量单一，方法简便易操作，在使用上具有简单易行 的优点，因此很早就为人们所熟知并应用于实践。但单变量模型也存在很大的不足， 主要表现为：第一，单个比率所反映的内容有限，在财务风险复杂、多变的情况下， 不能全面、准确地反映企业的财务状况；第二，因不同财务比率的预测方向与能力 经常有很大的差距，有时会产生对于同一公司使用不同比率预测出不同结果的现 象；第三，一次只能用一个财务变量分类，根据不同的变量分类势必造成冲突，导 致对同一个公司不同的变量产生不同的分类，而且企业的财务状况是多方面的，仅 用一个财务指针不可能充分反映企业的财务特征。总之，由于单变量模型不够严谨， 无法诠释财务比率之间的互动关系，需要对单变量分析作适当的扩展，将不同的比 率同时融入一个模型中，多变量模型因此应运而生。 1 2 1 2 多变量模型 多变量模型采用多个财务指标作为自变量，能够更全面地反映出企业的财务状 况，从而具有更强的辨识能力和实用性。这类模型还有一个共同的特点，即都是根 据企业已有的历史数据作为样本来建立等式，在选取样本时一般是先选取一定数量 的失败企业作为“失败组，然后再选取与这些失败企业在行业、规模和生存年限 上相匹配的相同数量的非失败企业作为“非失败组 进行比较判别。根据在建模时 使用的统计方法的不同，多变量模型主要可以分为：多元线性判定模型、多元逻辑 回归模型和多元概率比模型。 a l t m a n ( 1 9 6 8 ) 最早运用多元变量分析法( m u l t i p l ed i s c r i m i n a t ea n a l y s i s ) 探 讨企业财务危机预测，他从流动性、获利能力、财务杠杆、偿债能力和周转能力5 个方面选用了2 2 个变量作为预测各选变量，通过对1 9 4 6 1 9 6 5 年间3 3 家破产和 非破产制造企业的配对研究，根据误判率最小的原则，确定了最具解释能力的五个 财务比率，构成一个z - s c o r e 模型，将若干变量合并入一个函数方程，用z 值进行 判定，预测企业失败在一年内的准确率为9 5 ，两年内的准确率为8 3 ，而到三年以 上准确率仅为4 8 。线性预测模型还包括d e a k i n ( 1 9 7 2 ) 的概率模型， e d m i s t e r d ( 1 9 7 2 ) 的小企业研究模型，d i a m o n d ( 1 9 7 6 ) 范式确认模型等，但是这些模 型或多或少都存在着假设上的局限性。因此，以o h l s o n ( 1 9 8 0 ) 为代表的一些研究者 采用了条件概率模型，主要有对数成败比率模型( l o g i t ) 和概率单位模型( p r o b i t ) 两种统计方法。它们都建立在累积概率函数的基础上，一般运用最大似然估计，而 不需要满足自变量服从多元正态分布和两组间协方差相等的条件。o h l s o n ( 1 9 8 0 ) 率 先采用l o g i t 模型进行破产预测，对1 9 7 0 - - 一1 9 7 6 年间1 0 5 家危机公司与2 0 5 8 家正 4 华北电力大学硕士学位论文 常公司组成的配对样本在破产概率区间上的分布以及两类错误和分割点之间的关 系进行实证分析，发现至少存在四类影响公司破产概率的变量：公司规模、资本结 构、业绩和当前的融资能力。继o h l s o n 之后，g e n t r y ，n e w b o l d 和w h i t f o r d ( 1 9 8 5 ) 、 c a s e y 和b a r t c z a k ( 1 9 8 5 ) 、z a v g r e n ( 1 9 8 5 ) 也采用了类似的方法进行了研究。 o h l s o n ( 1 9 8 0 ) 首先采用p r o b i t 方法进行财务预警研究，选择1 9 7 0 - - - 1 9 7 6 年间1 0 5 家危机公司与2 0 5 8 家正常公司组成的配对样本，采用极大似然法，通过使每个样 本个体的破产与非破产的联合概率最大来构造模型，并分析了样本公司在破产概率 区间上的分布以及两类错误和判别阈值点之间的关系。 我国学者对此类模型的发展创新作出了有益的贡献。周首华、杨济华( 1 9 9 6 ) 在 充分考虑了企业现金流量变动等方面的情况后，通过调整和更新指标对z 计分模型 进行修正，建立了f 分数模型。f 分数模型的主要特点是：加入现金流量这一预警 自变量，弥补了z 计分模型的不足。该模型考虑了现代公司财务状况的发展及其有 关标准的更新，例如现代管理技术的应用导致财务比率标准发生的诸多变化，特别 是流动比率的标准值降低。陈静( 1 9 9 9 ) 以1 9 9 8 年的2 7 家s t 公司和非s t 公司为样 本，使用1 9 9 5 1 9 9 7 年的财务报表数据，进行了二类线性判定分析，发现由负债比 率、净资产收益率、流动比率、营运资本总资产、总资产周转率6 个指标构建的 模型，在s t 发生的前3 年能较好地预测s t 的可能。张玲( 2 0 0 0 ) 使用更细分的样本 数据，以1 9 9 8 一- - 1 9 9 9 年1 2 0 家上市公司为样本，使用其中6 0 家公司的财务数据估 计二类线性判别模型，并使用另外6 0 家公司进行模型检验，发现模型具有超前4 年 的预测结果。陈晓、陈治鸿( 2 0 0 0 ) 是应用逻辑回归模型的代表，以1 9 9 8 1 9 9 9 年 的3 8 家s t 公司作为初始样本，并以同年度的所有净资产收益率低于5 的1 3 2 家非 s t 公司作为配比样本，构成含有1 7 0 家公司的总样本。采用公司被特别处理前两年 的财务报表数据，选取8 组共2 7 个财务比率，作为备选变量，做了1 2 6 0 种变量组 合后，选出具有最小误判率的变量组合放入模型之中，并根据不同的筛选原则构建 了四个模型，比较得到最优的模型。吴世农、卢贤义( 2 0 0 1 ) 选取1 9 9 8 2 0 0 0 年我 国证券市场上所有的s t 公司共计7 0 家及7 0 家财务正常的公司为样本，应用 f i s h e r 线性判定分析、多元线性回归分析和l o g i s t i c 回归分析三种方法，分别建 立三种财务危机预警模型。研究结果表明：( 1 ) 在财务危机发生前2 年或1 年， 有1 6 个财务指标的信息时效性强，其中净资产报酬率的判别成功率较高；( 2 ) 三 种模型均能在财务危机发生前作出相对准确的预测，在财务危机发生前4 年的误 判率在2 8 以内；( 3 ) 相对于同一信息集而言，l o g i s t i c 回归模型的误判率最低， 财务危机发生前1 年的误判率仅为6 4 7 。姜秀华、孙铮( 2 0 0 1 ) 以2 0 0 0 年1 1 月 2 0 日为基准点选取4 2 家s t 公司，并随机抽取4 2 家配对公司，在1 3 个原始财务比 率的基础上，筛选出毛利率、其它应收款与总资产的比率、短期借款与总资产的比 5 华北电力大学硕士学位论文 率及股权集中系数四个指标建立l o g i s t i c 判别模型。与其他相关文献不同的是， 作者进一步讨论了最佳分割点，选取概率0 1 为最佳分割点。如果l o g i s t i c 判别 模型估计的概率p o 1 ，则判定为s t 公司；如果估计概率p 1 或p 0 的不合理情形。为此，对p 作对数 单位转换： l o g i t p l n ( p 1 - p ) 于是，可得到l o g i s t i c 回归方程为： p 6 0 + b l x t + b 2 x 2 + + 6 t 芹i p ：_ - 一 1 +e6 0 + 6 l 工l + 6 2 工2 + + 6 i 工量 公式( 4 - 2 ) 公式( 4 - 3 ) l o g i s t i c 回归模型的目标在于寻求观察对象的条件概率，本文用该模型来判断 样本公司的财务状况和经营风险，即判断公司会被s t 的概率。l o g i s t i c 回归建立 在累计概率函数的基础之上，且自变量不需要服从多元正态分布和两组间协方差相 华北电力大学硕士学位论文 等的假设，根据样本数据使用极大似然法估计出各参数值，经一定的数学推导，求 得响应变量取某个值的概率。 在利用上述模型进行预测的时候，还涉及到临界点选取的问题，临界点选取的 恰当与否会影响到模型的判定效果。由于l o g i s t i c 回归模型在理论上不存在最优 的分割点，分割点的选择取决于模型使用者的具体目标。实际上，对于任意一个临 界点，所有模型都会犯两类错误：i 类错误和i i 类错误。i 类错误通常是指将s t 公司误判为非s t 公司，类错误通常是指将非s t 公司误判为s t 公司。i 类错误 的减少意味着类错误的增加，而且认为两类错误的成本是一样的。此类研究一般 选择0 5 作为临界点，即如果通过模型计算出来的某事件的概率大于或等于0 5 ， 那么就判定该事件会发生，否则就判定该事件不会发生。因为本文选取的样本也是 按照1 ：l 配对的，所以借鉴之前的研究经验将临界点选为0 5 。以预测概率0 5 为 判别分界点，如果通过预测模型计算出的概率大于0 5 ，则认为该公司会陷入财务 危机，即会被s t ，而且数值越大，表明该公司未来发生财务危机的可能性就越大； 如果计算出来的概率小于o 5 ，就将该公司判定为非s t 公司，而且数值越小，表明 企业未来发生财务危机的可能性就越小。 4 3l o g i s t i c 回归模型的构建 计算搜集的财务指标数据的变动幅度，将最终数据处理结果输入s p s s 数据编 辑窗口，在a n a l y z e 菜单r e g r e s s i o n 中选择b i n a r yl o g i s t i c 命令，运用e n t e r ( 全部引入法) 方法进行分析。全部进入模型的方法，可以避免把一些包含有效信 息的变量筛选掉，使所选变量全部进入回归方程进行逻辑回归分析。 表4 - 1 数据总述 u n w e i g h t e dc a s e s np e r c e n t s e l e c t e dc a s e sl n c l u d e di na n a l y s i s 5 4 01 0 0 0 m i s s i n gc a s e s 00 t o t a i5 4 01 0 0 0 u n s e l e c t e dc a s e s 00 t o t a i5 4 01 0 0 0 表4 2 因变量的编码 o r i a i n a iv a l u ei n t e r n a iv a l u e 0 00 1 0 01 表4 - 1 、4 - 2 显示数据资料的基本情况，有5 4 0 个未加权的样本数据被选择作 2 5 华北电力大学硕士学位论文 分析，缺失及未选数据零个。因变量原始及内部编码值为“0 和“1 ”。 输出表格4 - 3 列出了迭代过程。其中常数项包括在模型中，初始- 2 l l 为 7 4 7 1 4 6 。迭代结束于第二步，因为此时参数估计与其在上一步的变化已经小于 0 0 0 1 。 表4 - 3 迭代记录 - 2l o gi i k e l i h o o dc o e f f i c i e n t s i t e r a t i o nc o n s t a n t s t e p0 17 4 7 1 4 61 0 4 27 4 7 1 4 61 0 4 分类表4 4 说明s t e p o 的拟合效果。可以看出对于y = o ，有1 0 0 的准确性，对 于y = l ，有o 的准确性，总共有5 3 6 的准确性。 表4 - 4 分类表 p r e d i c t e d y p e r c e n t a g ec o r r e c t 0 b s e r v e d0 01 0 0 s t e p0 y0 002 5 60 1 0 002 8 41 0 0 0 0 v e r a l lp e r c e n t a g e5 2 6 迭代历史表格4 - 5 共列出了7 个步骤的回归结果。每一步得到的系数都可以从 表格中得到。 表4 5 迭代历史 一2l o g c o e f f i c i e n t s i i k e l i h o o d i t e r a t i o nc o n s t a n tx 12x 3x 4x 5x 67 x 8 x 9x 1 0x 11 s t e p1 16 6 2 0 9 10 9 04 4 73 9 80 5 10 0 0- 0 0 10 5 90 152 3 2 87 9 4- 0 0 61 4 1 25 9 9 3 0 60 8 9。5 6 94 7 7 3 8 6；0 0 00 0 0- 0 1 50 18- 3 3 6 32 8 8 3- 0 0 5 - 0 9 2 35 3 4 3 9 30 6 65 0 04 5 01 2 2 00 0 00 0 11 4 70 1 9- 2 9 8 87 5 2 5一0 0 3 0 7 6 45 0 3 1 1 00 4 14 7 44 6 82 7 9 20 0 00 0 13 2 80 1 52 6 7 71 2 7 8 8- 0 0 1- 0 5 5 5 4 9 7 5 6 70 184 7 94 8 23 6 2 80 0 00 0 24 0 80 17- 2 6 1 5- 1 6 2 1 6- 0 0 1- 0 4 5 64 9 7 3 3 50 11- 4 7 84 8 33 7 6 60 0 00 0 24 2 40 1 92 6 0 6- 1 7 1 5 4- 0 0 20 4 2 74 9 7 3 3 40 11 - 4 7 84 8 33 7 7 10 0 00 0 24 2 40 1 92 6 0 6- 1 7 2 0 6- 0 0 20 4 2 厂二二二一_ 表4 6 列出了模型系数的o m n i b u s 检验结果，即模型似然比检验的三项内容。 其中，m o d e l ：检验除常数项外所有的总体回归系数是否为o 。统计量 2 4 9 8 1 2 = 7 4 7 1 4 6 - 4 9 7 3 3 4 ，7 4 7 1 4 6 为只含常数项模型的一2 倍对数似然比，耳p - 2 l l ； 4 9 7 3 3 4 为当前模型的- 2 l l 。本模型p = o 0 0 0 ，回归方程具有显著性意义。 b l o c k ： 由当前的b l o c k ( 变量组合) 与前一b l o c k 的一2 倍的对数似然比之差求得。这里只 定义了一个b l o c k ，故其检验结果与m o d e l 相同。s t e p ：由当前步与前一步的一2 倍 的对数似然比之差求得，当选全变量模型时，其结果与b l o c k 相同。 表4 - 6o m n i b u s 检验 c h i - s q u a r e d f s i g s t e p1s t e p 2 4 9 8 1 21 10 0 0 b l o c k2 4 9 8 1 21 10 0 0 m o d e i2 4 9 8 1 20 0 0 表p 7 给出了一2 倍的对数似然值，c o x s n e l l 的决定系数r 2 为0 3 7 0 ， n a g e l k e r k e 的决定系数r 2 为0 4 9 4 ，表示回归模型对因变量变异贡献的百分比，检 验统计结果。表4 - 8 、表4 - 9 给出了h o s m e r 和l e m e s h o w 拟合优度检验统计量 表4 - 7 模型综述 is t e p - 2l o gl i k e l i h o o dc o x & s n e l irs q u a r en a g e l k e r k ers q u a r e l 14 9 7 3 3 43 7 04 9 4 表4 - 8h o s m e r 和l e m e s h o w 检验的应急表 y = 0 0 y = i 0 0t o t a l 0 b s e r v e d e x p e c t e d o b s e r v e d e x p e c t e d s t e p1 15 35 3 3 5 916 4 15 4 2 5 3 4 7 8 7 21 6 1 2 8 5 4 34 73 7 4 0 6 7 1 6 5 9 45 4 44 53 0 3 5 792 3 6 4 35 4 52 82 6 5 4 12 62 7 4 5 95 4 61 72 3 2 3 63 73 0 。7 6 45 4 771 9 2 0 84 73 4 7 9 25 4 8 1 1 2 3 7 35 3 4 1 6 2 75 4 945 0 4 25 04 8 9 5 85 4 1 016 0 65 35 3 3 9 45 4 华北电力大学硕士学位论文 表4 - 9h o s m e r 和l e m e s h o w 检验 4 3 2 模型的判别效果 以预测概率0 5 为判别分界点，对企业是否发生财务危机进行判别分类，分类 表4 - 1 0 说明第一次迭代结果的拟合效果，从该表格中可以看出对于y = o ，有8 1 6 的准确性；对于y = l ，有9 1 2 的准确性；总判对率为8 6 7 。 表4 1 0 分类表 p r e d i c t e d y p e r c e n t a g e c o r r e c t 0 b s e r v e d 0 01 0 0 s t e p1 y 0 02 0 9 4 7 8 1 6 1 0 02 52 5 99 1 2 0 v e r a l ip e m e n t a g e8 6 7 4 3 3 参数估计及检验 表4 一l l 列出了各变量对应的系数，以及该变量对应的w a l d 统计量值和它对应 的相伴概率。其中，b 为偏回归系数，s e 为偏回归系数的标准误。e x p ( b ) 为优势 比或比数比，即偏回归系数的反自然对数。w a l d 统计量用于检验总体偏回归系数与 0 有无显著差异。它服从z 分布，当自由度为1 时，w a l d 统计量等于偏回归系数与 标准误之商的平方。从该表格中可以看出x 9 的相伴概率最小，w a l d 统计量最大， 可见该变量在模型中最重要。对财务预警模型有显著影响的变量( p o 0 5 ) 有x 。、 x 。、x 9 。根据计算出的模型系数得： l n ( p 1 - p ) 一o 0 11 0 4 7 8 置+ o 4 8 3x 2 + 3 7 7 1 毛+ o 0 0 0 + 0 0 0 2 黾+ 0 4 2 4 + o 0 1 9 而一2 6 0 8 一1 7 2 0 6 而一0 0 0 2 葺o - 0 0 4 2 一l 公式( 4 4 ) 根据公式( 4 2 ) 、公式( 4 - 3 ) 将公式( 4 - 4 ) 进行变换得到的企业财务预警模 型为： 0 0 0 1 1 - 0 4 7 8 x z - d ) 4 8 3 x 2 + 3 7 l x 3 t o o o o x 4 t o 0 0 2 x 5 - d ) 4 2 4 x 6 - t o 0 1 9 x 7 皂6 0 8 两- 1 7 2 0 6 x 9 - o 0 0 2 x z o - o 0 4 2 x z z p 篁：。一 1 0 1 1 - 0 4 7 8 x zm 4 8 3 】【2 +