基于logistic模型的上市公司風險預警研究【畢業(yè)論文】

1、<p>　　本科畢業(yè)論文(設計)</p><p><b>　　（二零 屆）</b></p><p>　　基于Logistic模型的上市公司風險預警研究</p><p>　　所在學院 </p><p>　　專業(yè)班級 會計學

2、 </p><p>　　學生姓名 學號 </p><p>　　指導教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　摘 要</b></p>

3、<p>　　隨著國際金融市場的發(fā)展，多元化的金融工具和衍生工具在資本市場中得以運用和發(fā)展。上市公司作為自主經(jīng)營、自負盈虧、自我發(fā)展的市場主體，面臨著日益多變的市場環(huán)境，隨時都要經(jīng)受財務危機的考驗。財務風險預警研究有助于對企業(yè)財務風險進行預測，動態(tài)了解企業(yè)發(fā)展的現(xiàn)狀和未來的趨勢，及時發(fā)現(xiàn)和解決企業(yè)財務管理中存在的問題，降低發(fā)生財務危機的概率，具有重大的現(xiàn)實意義。</p><p>　　本次研究選取我國深

4、滬兩市共70家上市公司（均為制造行業(yè)）2007年的財務報表數(shù)據(jù)，通過因子分析降維，將16個財務指標濃縮為4個主成分因子，將4個主成分因子作為自變量建立回歸模型。從制造行業(yè)上市公司的財務狀況的盈利能力、償債能力、發(fā)展能力和營運能力角度，揭示財務指標在企業(yè)發(fā)展中所起的信號作用。在選取變量、建立模型后，得到的整體預測水平較高，模型效果良好，可以將該模型運用于我國上市公司的制造行業(yè)，為其提供財務風險防范方面的幫助。</p><

5、;p>　　關鍵詞：財務指標；財務風險預警；因子分析；Logistic模型</p><p><b>　　Abstract</b></p><p>　　With the development of international financial markets, a wide range of financial instruments and derivativ

6、es are Applied and Developed, in the capital market. Listed Companies as autonomous, self-financing, self-development of the market players, is facing an increasingly volatile market environment, always have to stand the

7、 test of the financial crisis. Financial Risk research can help predict the risk of corporate finance, business development dynamic understanding of the status and future t</p><p>　　The study selected 70 cit

8、ies of Shanghai and Shenzhen listed companies (both manufacturing industry) in 2007 financial statement data, dimensionality reduction through factor analysis, the concentration of 16 financial indicators for the four pr

9、incipal components, the four main Component factor regression model as independent variables. Listed manufacturing companies from the financial position of profitability, solvency, capacity development and operational ca

10、pabilities point of view, reveals t</p><p>　　Keywords: Financial Indicators ;Warning of financial risk ; Factor Analysis;Logistic model</p><p><b>　　目 錄</b></p><p>　　1 財

11、務風險預警的相關概念1</p><p>　　1.1 風險及財務風險的概念1</p><p>　　1.1.1 風險的概念1</p><p>　　1.1.2 財務風險的概念2</p><p>　　1.2 財務風險、財務危機和財務預警的關系3</p><p>　　2 企業(yè)財務風險預警的現(xiàn)狀分析4</p>

12、;<p>　　2.1 無法適應外部環(huán)境的變化4</p><p>　　2.2 企業(yè)信息流通不暢、內(nèi)部控制形同虛設4</p><p>　　2.3各系統(tǒng)之間存在漏洞，預警系統(tǒng)執(zhí)行力弱5</p><p>　　2.4 預警區(qū)間選取不科學5</p><p><b>　　3 樣本的選取7</b></p&g

13、t;<p>　　3.1 ST公司樣本的選取7</p><p>　　3.2 非ST公司樣本的選取8</p><p>　　4 財務指標的選取10</p><p>　　4.1 KMO和Bartlett檢驗10</p><p>　　4.2 將原始數(shù)據(jù)進行標準化處理11</p><p>　　4.3提取公共

14、因子11</p><p>　　4.4 降維后的財務變量說明13</p><p>　　5 運用Logistic回歸建立預警模型15</p><p><b>　　結 論19</b></p><p><b>　　參考文獻21</b></p><p>　　隨著國際金融市場

15、的發(fā)展，多元化的金融工具和衍生工具在資本市場中得以運用和發(fā)展。而在中國逐漸放開國門，使越來越多的領域出現(xiàn)多種資本合作經(jīng)營的時代，企業(yè)面臨的財務風險也越來越復雜和多樣，企業(yè)發(fā)生財務困難甚至破產(chǎn)的現(xiàn)象越來越多，給企業(yè)和社會帶來嚴重的影響。上市公司作為自主經(jīng)營、自負盈虧、自我發(fā)展的市場主體，面臨著日益多變的市場環(huán)境，隨時都要經(jīng)受財務危機的考驗。因此，對于上市公司來說，預防重于治療，在財務危機發(fā)生前洞察先機，迅速采取相應的措施進行有效預防，具有

16、重大的現(xiàn)實意義。</p><p>　　1 財務風險預警的相關概念</p><p>　　1.1 風險及財務風險的概念</p><p>　　1.1.1 風險的概念</p><p>　　風險是無處不在的且具有不確定性，20世紀以來對風險的理解主要存在5種觀點：第一種觀點認為，風險是一種損失或損害的可能性。美國學者海恩斯（Haynes），Haynes

17、（1895）認為風險意味著損害的可能性，這種損害具有不確定性，而這種不確定性由風險承擔。第二種觀點認為，風險是損失的不確定性。如美國經(jīng)濟學者羅伯特?梅爾（Robert I.Mehr）所著的《保險概論》（1986）中將風險定義為“風險即損失的不確定性?！盋.A.克布（C.A.Kulp）和約翰?W?賀爾（John W.Hall）認為風險是在一定條件下財務損失的不確定性，并在合著的《意外傷害保險》中提出。第三種觀點認為風險是實際結果和預期結果

18、的離差。美國小阿瑟?威廉姆斯（C.Arthur Williams）（1985）在其《風險管理與保險》中指出，“在給定的情況下和特定的時間內(nèi)，那些可能發(fā)生的結果間的差異。如果肯定只有一種結果發(fā)生，則差異為零，風險為零；如果有多種可能的結果，則有風險，且差異越大，風險越大。”這種觀點強調(diào)風險是結果中潛在的變化，風險是人們預期結果和實際結果的差異。第四種觀點認為，風險是可度量的不確定性。在1921年</p><p>　

19、　上述五種觀點，雖然表述有所不同，但事實上都將風險與不確定性（或可能性）相聯(lián)系。第一種觀點認為風險是一種損失或損害的可能性，第二種觀點和第一種觀點很相似，即認為風險是損失的不確定性。第三種觀點認為風險是實際結果和預期結果的離差。這種觀點強調(diào)客觀的不確定性。強調(diào)風險是結果中潛在的變化，風險是人們預期結果和實際結果的差異。第四種觀點認為，風險是可度量的不確定性。這種觀點說明客觀的尺度可以來衡量風險的大小，使得概率統(tǒng)計等科學方法開始被運用到風

20、險理論中。由此可見，沒有“不確定性”就沒有風險，“不確定性”是風險研究的出發(fā)點。</p><p>　　風險是客觀不確定性和主觀不確定性的統(tǒng)一。事件會隨著客觀環(huán)境的變化而變化，不以人的主觀意志為轉移，即客觀的不確定性，是由于事件本身的不確定性。對事件認識或估計上的不確定性，即主觀的不確定性，是由于人類的預測能力的有限性。一般來說，可以將風險概括為：在特定的客觀情況下，在特定的時間內(nèi)，未來事件的預期目標和實際結果之間

21、的偏差，這種差異表現(xiàn)為收益或損失。</p><p>　　1.1.2 財務風險的概念</p><p>　　目前對“財務風險”的概念沒有統(tǒng)一的定義，大致分為廣義的財務風險和狹義的財務風險。</p><p>　　狹義的財務風險通常指籌資風險，即企業(yè)由于舉債而給企業(yè)財務成果（企業(yè)利潤或股東收益）帶來的不確定性（孫星，2007）。舉債籌資一方面為企業(yè)滿足投資、擴大規(guī)模創(chuàng)造了條

22、件；另一方面，也增加了企業(yè)的債務負擔。當企業(yè)資不抵債時，就會形成財務風險。財務風險一般是指舉債經(jīng)營給公司收益帶來的不確定性。認為企業(yè)的財務風險是由籌資活動引起的，企業(yè)借入資金，必須按時支付利息，如果在未來償債能力不確定的情況下借入資金，就會給企業(yè)帶來風險（傅元略，2005）。也就是說企業(yè)在生產(chǎn)經(jīng)營中負債規(guī)模越大，風險程度越大；沒有負債的企業(yè)，則不存在財務風險。</p><p>　　這種觀點進一步認為，在投資報酬率

23、和借款利息率都具有不確定性的情況下，企業(yè)的投資報酬率可能高于或低于借款利息率。如果決策正確，管理措施得當，企業(yè)就可以實現(xiàn)其經(jīng)營目標，獲得高于借款利息率的投資報酬率。反之，由此產(chǎn)生籌資風險。</p><p>　　廣義的財務風險是借助于對風險概念來對財務風險進行界定的。其認為財務風險對于每一個企業(yè)都是客觀存在的，想完全消除風險及其影響是不現(xiàn)實的（張先治，2005）。</p><p>　　由此可

24、見，廣義的財務風險是從企業(yè)理財活動全過程和財務的整體觀念透視財務本質(zhì)，能更全面的解釋企業(yè)的財務風險。廣義的財務風險是指企業(yè)由于經(jīng)營環(huán)境及各種難以預計或無法控制的因素，在一定時期內(nèi)實際的財務收益與預期財務收益發(fā)生偏離，從而蒙受損失的可能性。貫穿于企業(yè)各個財務環(huán)節(jié)，是各種風險因素在企業(yè)財務上的集中體現(xiàn)，包括籌資風險、投資風險、經(jīng)營風險和收益分配風險四種風險。具體來說，籌資風險是指在資金的籌集過程中，存在著到期無法還本付息的籌資風險；投資風險

25、是指在資金投入使用的過程中，存在無法獲得期望投資收益率的投資風險；經(jīng)營風險是指在在資金耗用和收回的過程中，存在著資金耗用過多和無法收回的風險；收益分配風險是指在資金分配的過程中，存在著資金分配不合理的風險。這些風險的存在使企業(yè)的財務狀況和經(jīng)營成果存在很多的不確定性。</p><p>　　1.2 財務風險、財務危機和財務預警的關系</p><p>　　財務風險、財務危機和財務預警之間的關系十

26、分密切。簡單來說，公司風險可能是永遠存在的，并不斷給我們造成現(xiàn)在和長遠的壓力，所以要將財務風險控制在一定的范圍內(nèi)，從而保證生產(chǎn)經(jīng)營的有序進行。否則，一旦財務風險超過了企業(yè)可以承受的程度，財務危機就有可能出現(xiàn)。</p><p>　　財務危機的出現(xiàn)基本上都是因為企業(yè)無法適應外部環(huán)境的變化或企業(yè)自身管理不當所造成的，將財務危機定義為：企業(yè)無力支付到期債務或費用的一種經(jīng)濟現(xiàn)象，包括從資金管理技術性失敗到破產(chǎn)以及處于兩者之

27、間的各種情況（朱榮，2009年）。而財務危機的發(fā)生是一個過程，包括財務危機潛伏期、財務危機發(fā)作期、財務危機惡化期和財務危機實現(xiàn)期。因此，建立科學有效的財務預警系統(tǒng)對防范財務危機具有現(xiàn)實可行的意義。</p><p>　　財務危機預警是以財務會計信息為基礎，通過設置并觀察一些敏感性預警指標的變化，對企業(yè)可能或者將面臨的財務危機所實施的實時監(jiān)控和預測警報（鐘靈，2009）。財務預警作為財務風險的信號燈，可以依據(jù)相關指標

28、的變化來預測企業(yè)財務即將呈現(xiàn)的問題，及時向利益相關者提出警示，提前預測未來財務風險的水平，是企業(yè)財務風險預防與控制的一種手段，有利于分析和說明企業(yè)財務危機產(chǎn)生的原因，從而尋找治理的對策。</p><p>　　2 企業(yè)財務風險預警的現(xiàn)狀分析</p><p>　　2.1 無法適應外部環(huán)境的變化</p><p>　　有些企業(yè)高層特別是企業(yè)的高級財務管理人員無視經(jīng)濟環(huán)境變化

29、對企業(yè)財務狀況和未來發(fā)展所造成的重大影響。根本沒有建立財務預警系統(tǒng)，或者雖然建立了這一類的財務預警系統(tǒng)，卻完全不具備環(huán)境變化的適應性，當客觀環(huán)境發(fā)生變化時，企業(yè)依舊按照機械或傳統(tǒng)的思路來分析判斷問題，最終不能適應環(huán)境的變化，給企業(yè)造成重大損失，而這些企業(yè)所謂的財務預警系統(tǒng)也就名存實亡。</p><p>　　企業(yè)作為市場經(jīng)濟的重要主體，面臨復雜多變的市場環(huán)境變化所帶來的機遇或挑戰(zhàn)，如何建立能夠適應外部環(huán)境變化的財務

30、預警體系，是企業(yè)面臨的一個重要的命題。在制定企業(yè)財務預警體系時，要關注國家宏觀政策和經(jīng)濟發(fā)展的趨勢，積極主動的適應外部環(huán)境的變化，重點關注以下四個方面：（1）金融環(huán)境的變化，一定時期國家宏觀金融政策的變化，可能影響企業(yè)財務管理和財務風險預警系統(tǒng)的實施。一般情況下，國家宏觀金融政策越嚴格，企業(yè)和整個行業(yè)的籌資活動和各種資金運作就越困難。所以，要及時的改變企業(yè)的資金政策，保證企業(yè)正常經(jīng)營活動所需的資金，減輕因外部融資環(huán)境變化而對企業(yè)資金鏈的

31、壓力。（2）法律環(huán)境的變化，企業(yè)各項活動均是在一定的法律的制約下進行，所以應該及時關注法律法規(guī)的變動。因為一旦超越法律的合法范圍，會受到法律的干預和制裁，給企業(yè)的經(jīng)營帶來風險。（3）經(jīng)濟環(huán)境的變化，一般情況下，如果社會經(jīng)濟高速發(fā)展和社會需求增長較快的環(huán)境下，企業(yè)應著眼于抓住機遇，采取相對寬松的財務預警標準，否則應采用相對嚴格的財務預警標準，減少財務風險。（4）稅務環(huán)境因素的變化，支付國家規(guī)定的相關稅費是企業(yè)的一項法定義務，如果企業(yè)確定要

32、支付一筆稅費</p><p>　　2.2 企業(yè)信息流通不暢、內(nèi)部控制形同虛設</p><p>　　企業(yè)預警系統(tǒng)必須以大量的信息為基礎，而有些企業(yè)信息管理系統(tǒng)薄弱，沒有專門的組織負責信息的收集和管理，甚至沒有專門的人員負責這部分的工作，更沒有做到不相容職務分離，信息存在不完整、不及時、甚至錯誤的問題。</p><p>　　加強信息管理工作，建立信息管理組織機構，配備專

33、門的從業(yè)人員，明確信息收集、處理、存放及反饋等各個環(huán)節(jié)的工作要求，保證權責明確、不相容職務分離，同時提供相關的技術支持。建立完善的內(nèi)部控制制度，包括法人治理結構完善、組織建設權責分明、交易處理程序適當、信息記錄真實、披露及時等內(nèi)容。</p><p>　　2.3 各系統(tǒng)之間存在漏洞，預警系統(tǒng)執(zhí)行力弱</p><p>　　企業(yè)是一個有機的整體，企業(yè)預警應與其他系統(tǒng)保持良好的合作關系。而有些企業(yè)

34、各子系統(tǒng)之間沒有建立起密切的聯(lián)系，信息缺少統(tǒng)一、信息反饋不及時，經(jīng)常發(fā)生幾個系統(tǒng)之間，同一經(jīng)濟活動數(shù)據(jù)不同的現(xiàn)象。同時，企業(yè)預警體系必須進行事前、事中、事后的經(jīng)常性控制。有的企業(yè)往往只是在發(fā)生財務問題的時候才重視該系統(tǒng)，而系統(tǒng)因為長年不用，形同虛設，根本無法通過預警系統(tǒng)，分析造成危機的問題，無法確定到底是哪個環(huán)節(jié)發(fā)生了問題。</p><p>　　企業(yè)預警系統(tǒng)是財務信息為中心的信息系統(tǒng)，它以預警為目的，不同于企業(yè)其

35、他系統(tǒng)。但是應當考慮不同子系統(tǒng)的數(shù)據(jù)傳遞和各子系統(tǒng)對數(shù)據(jù)的不同要求，實現(xiàn)企業(yè)數(shù)據(jù)共享，建立以財務為中心的信息集中、反饋系統(tǒng)，才能更好的發(fā)揮預警系統(tǒng)的作用。同時，企業(yè)的每一項重要的經(jīng)營決策對財務風險都存在影響，要做到預先分析、事中控制、事后反饋。通過日常的實時監(jiān)控，及時發(fā)現(xiàn)財務風險，及時快速做出反應，抓住重點，對癥下藥，從而達到預警、糾錯、改善的目的。</p><p>　　2.4 預警區(qū)間選取不科學</p&g

36、t;<p>　　企業(yè)的預警區(qū)間包括財務指標的安全區(qū)間、一般風險區(qū)間，以此確定財務預警信號的重大性。有些企業(yè)在制定區(qū)間指標時，未考慮行業(yè)水平、企業(yè)規(guī)模等因素。所選用的指標也沒有實時更新，所選用的區(qū)間具有很大的主觀性。</p><p>　　企業(yè)的預警區(qū)間必須保持科學性和有用性，在區(qū)間指標的選擇上，應結合行業(yè)水平、企業(yè)特點、產(chǎn)業(yè)政策、注重實時性和適用性。在實施系統(tǒng)的過程中，要不斷改善指標、增加能解決問題的

37、新指標，刪減不適用的指標，使預警系統(tǒng)不斷完善。</p><p>　　一個公司財務狀況的好壞往往是管理當局、投資者和債權人等利益相關者關注的焦點。以上四點都是現(xiàn)行我國財務預警方面的現(xiàn)狀，公司財務預警是公司管理經(jīng)營的一個重要方面。在學術研究方面，相比較國外，國內(nèi)的相關文獻較少，且以靜態(tài)研究為主。靜態(tài)研究成果涉及到六種財務預警模型：一元判定模型、多元判定模型、Logistic模型、Probit模型以及人工神經(jīng)網(wǎng)絡(AN

38、N)模型和聯(lián)合預測模型。其中應用較多的是前三種模型，而后面的模型應用相對較少。</p><p>　　財務預警的實證研究具有重大的現(xiàn)實意義：（1）實證研究的發(fā)展，能夠拓展預警視角，從而能夠更加全面、更為有效地進行財務預測，建立起適應于不同經(jīng)濟環(huán)境、不同時間區(qū)間和不同行業(yè)的預警模型。（2）可以由此尋找核心財務指標，為公司的財務風險提供可靠的指導意見。（3）較為準確的財務預警模型可以充當財務信息匯總、解析者的角色，幫助

39、投資者識別公司質(zhì)量，及時調(diào)整投資組合，降低投資風險，提高投資收益。（4）幫助政府監(jiān)管者，監(jiān)控市場發(fā)展情況。</p><p>　　財務預警實證研究使我們通過會計數(shù)據(jù)和財務比率，運用統(tǒng)計等其他學科的知識，建立風險預警模型，這對我國財務風險防范和控制方面的發(fā)展具有積極的意義。考慮到大量的財務指標所包含的信息較多且重復，本論文擬通過因子分析，將16個財務指標縮減為4個主成分，然后再通過預警模型，進行分析。通過查閱相關文獻

40、，基于Logistic模型不需要自變量滿足多元正態(tài)分布和兩組樣本等協(xié)方差的假設條件，且預測精度比較高，本文將基于該模型對我國上市公司財務風險預警進行研究。</p><p><b>　　3 樣本的選取</b></p><p>　　國內(nèi)外學術界對財務危機有不同的解釋。國外大多將企業(yè)申請破產(chǎn)的行為作為企業(yè)發(fā)生財務危機的標志，但由于我國市場經(jīng)濟發(fā)展的不完善，迄今為止還沒有一家

41、上市公司破產(chǎn)的案例，所以無法以此為依據(jù)進行樣本的選取。就我國上市公司狀況而言，被特別處理（Special Treatment,簡稱ST）的上市公司大多與財務危機緊密相關，且ST企業(yè)在被特別處理前的2～3年內(nèi)，其重要財務指標與正常公司的重要財務指標存在明顯的區(qū)別，分析、研究與判斷這些差別是預測、防范財務風險的重要途徑。根據(jù)我國證監(jiān)會頒布的《關于上市公司狀況異常期間的股票交易的特別處理方式通知》，這里所說的“狀況異?！敝饕?“財務狀況異

42、?！焙汀捌渌麪顩r異?！??！柏攧諣顩r異常”指：“連續(xù)兩年虧損”或“每股凈資產(chǎn)低于股票面值”或是“注冊會計師出具拒絕表示意見或否定意見的審計報告”等等。“其他狀況異?！敝饕赣捎谧匀粸暮?、重大事故等導致公司生產(chǎn)經(jīng)營活動基本中止，公司涉及訴訟賠償金額累計超過凈資產(chǎn)值 50%等情況。</p><p>　　現(xiàn)根據(jù)上市公司2009年會計年度信息資料（數(shù)據(jù)來源于深圳證券信息公司巨潮資訊網(wǎng)和企業(yè)經(jīng)營分析與預測系統(tǒng)）進行分析。樣

43、本包括兩個部分，即2009年首次被ST的深滬兩市上市公司和在2007年～2009年均未被ST的上市公司，通過資料收集，共獲得70個樣本資源。</p><p>　　3.1 ST公司樣本的選取</p><p>　　（1）從巨潮資訊網(wǎng)上摘錄ST公司的公司名稱和股票代碼，共計35個，樣本均為制造型企業(yè)且盡量包括較多的細分行業(yè)。（2）將這35個企業(yè)名稱逐個輸入企業(yè)經(jīng)營分析與預測系統(tǒng)，收集已選定的財務

44、指標，若發(fā)現(xiàn)數(shù)據(jù)不全，剔除。（3）因為剔除已有的個別樣本后，樣本總量不足，故通過該系統(tǒng)尋找新的樣本，通過數(shù)據(jù)整理，剔除了數(shù)據(jù)不全的樣本公司后，最終選定35家ST公司（表1）作為此次分析研究的樣本。</p><p>　　表1 ST樣本公司的統(tǒng)計</p><p>　　3.2 非ST公司樣本的選取</p><p>　　同時，為了使樣本選擇更為科學，在確定ST公司后，按照1

45、:1的比例，在企業(yè)經(jīng)營分析與預測系統(tǒng)中，選取相同會計年度、資產(chǎn)規(guī)模相近、細分行業(yè)相同或相似的35家非ST公司（表2）作為配對樣本。（在資產(chǎn)規(guī)模相近和行業(yè)相同不能同時滿足時，優(yōu)先考慮資產(chǎn)規(guī)模相近。）采用配對的方式來選擇非ST公司，不但可以減少行業(yè)因素對研究結論的影響，而且增強了非財務因素在兩類公司之間的可比性（一般來說，資產(chǎn)規(guī)模不同，公司收入、成本、費用以及財務比率等變量都會不同；資產(chǎn)規(guī)模相近，它們的這些變量就具有可比性）。</p&

46、gt;<p>　　表2 非 ST樣本公司的統(tǒng)計</p><p><b>　　4 財務指標的選取</b></p><p>　　考慮到財務指標的完整性、可比性和可操作性，根據(jù)“企業(yè)經(jīng)營分析與預測系統(tǒng)”的數(shù)據(jù)，結合已有的研究成果，本文從償債能力、發(fā)展能力、營運能力和盈利能力的4方面，初步選取了16個財務指標，來分析影響企業(yè)的財務風險的因素。將上述研究變量定義為

47、分析變量，依次記為Xi。（i=1、2、……16），分別定義為表示償債能力的4個指標：資本負債比率（X1）、流動比率（X2）、速動比率（X3）、營運資金與流動負債比率（X4）；表示發(fā)展能力的4個指標：銷售收入增長率（X5）、凈利潤增長率（X6）、主營業(yè)務收入增長率（X7）、自有資金增長率（X8）；表示營運能力的4個指標：應收賬款周轉率（X9）、總資產(chǎn)周轉率（X10）、存貨周轉率（X11）、營運資本周轉率（X12）；表示盈利能力的4個指標：

48、凈資產(chǎn)收益率（X13）、主營業(yè)務利潤率（X14）、銷售毛利率（X15）、資本保值增值率（X16）。</p><p>　　本文認為ST企業(yè)在被特別處理前的2-3年內(nèi)，其重要財務指標與正常公司的重要財務指標存在明顯的差別。由于我國上市公司t-1年的財務報表和其t年是否被ST，這兩件事幾乎同時發(fā)生。所以不選擇t-1年的財務數(shù)據(jù)；而t-3年距離被ST時間較長，采用此數(shù)據(jù)來進行預測，比采用t-2年的財務指標進行預測的準確性

49、低。為此，本文通過2007年的財務數(shù)據(jù)對企業(yè)財務風險進行預測分析。</p><p>　　由于各財務指標之間存在著較多的相關關系，很多信息重復，使用原始數(shù)據(jù)直接進行邏輯回歸分析，可能會產(chǎn)生極大的誤差。因此我們首先利用因子分析對數(shù)據(jù)進行預處理，用少數(shù)因子代替所有變量去分析整個問題，包括KMO和Bartlett檢驗；將原始數(shù)據(jù)進行標準化處理；計算各主成分的特征值和方差貢獻率，降序排列，提取公共因子。</p>

50、<p>　　4.1 KMO和Bartlett檢驗</p><p>　　為檢驗這些指標是否存在共同因素，是否適合進行主成因分析，首先進行KMO值檢驗和Bartlett檢驗。KMO值越大，說明變量間共同因素越多，越適合進行因子分析；Bartlett’s的球形檢驗達顯著水平，說明題項間共同因素存在，適合進行因子分析。</p><p>　　當所有變量間的簡單相關系數(shù)平方和遠遠大于偏相

51、關系數(shù)平方和時，KMO值接近1。KMO值越接近1，意味著變量間的簡單相關系數(shù)平方和越大，變量間的相關性越強，越適合進行因子分析。如果KMO值小于0.5時，較不宜進行因子分析，KMO為0.6表示可以進行因子分析。</p><p>　　表3 KMO和Bartlett檢驗</p><p>　　檢驗結果如表3所示。根據(jù)表1所示，KMO為0.6491，即KMO>0.5，Bartlett’s檢驗

52、對應的顯著性概率為0.000，檢測結果表示適合進行因子分析。</p><p>　　4.2 將原始數(shù)據(jù)進行標準化處理</p><p>　　由于各財務指標之間存在著較多的相關關系，很多信息重復，因此在確定使用因子分析降維后，首先根據(jù)標準化公式對估計樣本組70家公司的財務指標原始數(shù)據(jù)進行標準化處理（只有通過數(shù)據(jù)標準化，都把它們標準到同一個標準時才具有可比性。即通過將屬性數(shù)據(jù)按照比例縮放，使之落入

53、一個小的特定區(qū)間，如[-1,+1]、[0,1]等，以進一步分析數(shù)據(jù)的屬性。常用的數(shù)據(jù)標準化方法有最小-最大標準化、Z-score標準化和按小數(shù)定標標準化等），從而使因子分析達到較好的降維效果。</p><p>　　4.3 提取公共因子</p><p><b>　　結果如表4所示</b></p><p>　　表4 主成分特征值與貢獻率</p

54、><p>　　選取保留主成分的依據(jù)主要有以下兩點：（1）特征值大于1，大于1說明主成分的解釋力度高于直接使用原始指標代入的解釋力度。（2）主成分的累計貢獻率高于80%，表明已提取了原始信息80%以上的信息量。</p><p>　　表4中共有16個成分，其中前4個成分的特征值都大于1，說明這4個成分的解釋力度高于直接使用原始指標代入的解釋力度。前4個成分的累計貢獻率為84.878%，高于80%。

55、表明這4個成分所含信息量為原始信息量的84.878%，可以用這4個成分代替所有的原始信息。在因子旋轉后，累計方差比沒有改變，沒有影響原有變量的共同度。4個主成分因子的貢獻率分別為35.053%、24.878%、14.373%和10.573%。可以看到，4個主成分保留了較多原有變量的信息，將16個財務信息集中到4個綜合因子中，效果理想。</p><p>　　表5 因子解釋原有變量總方差的情況</p>

56、<p>　　4.4 降維后的財務變量說明</p><p>　　在載荷表中，載荷系數(shù)越大，表明綜合因子對相應的原始指標解釋能力越強。對于每個公共因子而言（即載荷矩陣的每一列），它在部分變量上的載荷較大，在其它變量上的載荷較小，使同一列上的載荷盡可能地向靠近1和靠近0兩極分離。每個公共因子和其載荷較大的那些變量存在更多的聯(lián)系。</p><p><b>　　表6 因子載荷矩陣

57、</b></p><p>　　根據(jù)表6，其主成分關于財務指標的線性表達式如下：</p><p><b>　　（1）發(fā)展能力變量</b></p><p>　　F1=0.239X1+0.288X2+0.546X3+0.102X4+0.623X5+0.798X6+0.763X7</p><p>　　+0.73X8+

58、0.33X9-0.267X10+0.254X11+0.222X12+0.282X13+0.283X14</p><p>　　+0.175X15+0.430X16</p><p>　　主成分1（即F1）中凈利潤增長率（X6）、主營業(yè)務收入增長率（X7）、自有資金增長率（X8）的負荷量較其他指標高，分別為0.798、0.763、0.73，說明第一個因子可以代表企業(yè)發(fā)展能力變量。</p&g

59、t;<p><b>　?。?）營運能力變量</b></p><p>　　F2=0.066X1+0.322X2+0.312X3-0.317X4+0.084X5-0.289X6-0.259X7</p><p>　　+0.458X8+0.896X9+0.914X10+0.536X11+0.846X12+0.227X13+0.3X14</p>&l

60、t;p>　　+0.596X15+0.758X16</p><p>　　主成分2（即F2）中其中應收賬款周轉率（X9）、總資產(chǎn)周轉率（X10）、營運資本周轉率（X12）的負荷量較高，分別為0.896、0.914、0.846，說明第二個因子可以代表企業(yè)的營運能力變量。</p><p><b>　?。?）償債能力變量</b></p><p>　

61、　F3=0.786X1+0.600X2+0.618X3+0.597X4-0.051X5-0.320X6-0.275X7</p><p>　　-0.181X8+0.574X9+0.24X10+0.03X11-0.02X12-0.318X13+0.133X14</p><p>　　-0.605X1-0.181X16</p><p>　　主成分3（即F3）中資本負債比率（

62、X1）、流動比率（X2）、速動比率（X3）的負荷量較高且集中，分別為0.786、0.6、0.618，說明第三個因子可以代表企業(yè)的償債能力指標。</p><p><b>　　（4）盈利能力變量</b></p><p>　　F4=-0.474X1-0.520X2-0.101X3+0.582X4+0.252X5-0.124X6+0.159X7</p><

63、p>　　+0.394X8+0.171X9-0.090X10-0.002X11-0.023X12+0.969X13+0.614X14</p><p>　　+0.843X1+0.794X16</p><p>　　主成分4（即F4）中，凈資產(chǎn)收益率（X13）、銷售毛利率（X15）、資本保值增值率（X16）其負荷量遠高于其他指標，分別為0.969、0.843、0.794， 說明第四個因子可以

64、代表企業(yè)的盈利能力指標。</p><p><b>　　表7 變量說明</b></p><p>　　5 運用Logistic回歸建立預警模型</p><p>　　將因子分析得到的4個因子作為自變量與因變量Y，利用二分類Logistic回歸建立預警模型并預測。</p><p>　　二元邏輯回歸擬合的方程為： </p&g

65、t;<p>　　ln a+ , 即： （公式1）</p><p>　　其中，P是是事件發(fā)生的概率，即上市公司發(fā)生財務危機的概率；Xi是自變量，即影響財務危機的第i個因素，i=1，2，…，m；a，bi（i=1，2，…，m）是待估參數(shù)。</p><p>　　將F1、F2、F3和F4的表達式作為替代變量代入預測模型中，p值代表上市公司發(fā)生財務危機的概率，若p大

66、于0.5小于1，取1；若p大于0小于0.5，取0。</p><p>　　運行SSPS17.0，得到的結果如下：</p><p>　　表8 模型估計及系數(shù)檢驗</p><p>　　從表7的結果可以看出，所有系數(shù)均通過了檢驗，4個因子的各自系數(shù)和常數(shù)項分別是-2.3、-6.64、-3.55、-10.03和2.55，可建立如下Logistic回歸方程：</p>

67、<p>　　ln2.55-2.3X-6.64X2-3.55X3-10.03X4 </p><p><b>　　即：</b></p><p><b>　　P= </b></p><p><b>　　表9 模型總體檢驗</b></p><p>　　從表8可以看出，

68、-2 Log likelihood是似然函數(shù)值的自然對數(shù)的-2倍，通常來反映模型的擬合程度，其值越小說明其擬合程度越好。兩個判定系數(shù)Cox & Snell R Square和Nagelkerke R Square，兩個判定系數(shù)從不同角度反映了當前模型中自變量的變異占因變量總變異的比例。如果大于0.5說明模型效果良好，而本模型這兩個系數(shù)分別達到0.63和0.94，說明模型的自變量對因變量有良好的解釋效果。</p>&

69、lt;p>　　表10 模型預測結果</p><p>　　從表9的預測結果來看，70個研究樣本，被誤判5個，模型的整體預測效果為92.86%,是一個很高的值，說明該模型通過了檢驗。其中ST公司共35家，被誤判2家，其預測準確率為94.3%，非ST公司共35家，被誤判3家，其預測準確率為91.43%，總體而言，模型效果良好。</p><p><b>　　結 論</b&g

70、t;</p><p>　　隨著市場經(jīng)濟的不斷發(fā)展，企業(yè)面臨著復雜多變的國內(nèi)外環(huán)境，如何有效的提前預測財務風險，規(guī)避減弱財務風險可能帶來的不良影響，對企業(yè)的自身發(fā)展、對投資者準確的選擇投資對象、對金融機構評估信貸風險、對政府機構監(jiān)督市場經(jīng)濟和強化宏觀調(diào)控，都具有重大的意義。本文基于以上的考慮，根據(jù)上市公司財務指標、通過因子分析和邏輯回歸的結合運用展開研究，謹希望通過此次研究探討，揭示財務風險指標在企業(yè)規(guī)模擴張中所起

71、的信號作用，為企業(yè)財務風險預警控制提供實證依據(jù)。</p><p>　　通過該模型的建立，我們可以看到回歸模型的預警能力較強，上市公司可以運用該模型對財務風險進行分析。通過3、4、5章的分析，可以得到如下的結論:：</p><p>　?。?）同一時期，產(chǎn)業(yè)類別因素對企業(yè)財務風險的影響顯著?？紤]到是否上市以及所處行業(yè)都會對預測模型產(chǎn)生影響，所以前提是該模型僅適用于上市公司的制造行業(yè)。即使同屬于

72、制造行業(yè)，還需考慮細分行業(yè)，因為不同的細分行業(yè)所面臨的國內(nèi)外市場環(huán)境和產(chǎn)業(yè)政策等也存在著差異，所以造成不同行業(yè)對企業(yè)財務風險的影響不同。本文所選取的ST企業(yè)，均為上市公司，雖然包含了較多的細分行業(yè)，但樣本選擇上存在較多的主觀性；本文所選取的配對樣本，與ST企業(yè)具有相同的會計年度、相同或相似的細分行業(yè)和相近的資產(chǎn)規(guī)模。但是每個企業(yè)所涉及的領域很難嚴格界定，所以主要考慮的是主營業(yè)務所在細分行業(yè)是否相似或相同。</p><

73、p>　?。?）不同財務指標對企業(yè)財務風險的影響不同。由于預測變量的經(jīng)濟理論的研究成果較少，研究者在選擇預測變量時，主要依靠經(jīng)驗和已出現(xiàn)財務困境公司嚴重惡化的指標，來作為實證研究的備選預測變量組，通過大量的統(tǒng)計檢驗來篩選模型中的變量。本文根據(jù)前人的研究成果，參考了在實證研究中，被廣泛采用的財務變量，結合我國近期企業(yè)的現(xiàn)狀，確定了16個財務變量，降維后，將16個財務變量濃縮為4個，再使用邏輯回歸建立預測模型，得到較好的結果。但本文所選

74、取的研究變量都是財務指標，未選取非財務指標；本文所選用的財務指標數(shù)值均根據(jù)企業(yè)經(jīng)營與模擬系統(tǒng)，為對其準確性進行考核。</p><p>　?。?）從表6可知，總資產(chǎn)周轉率的負荷量較高，表明該指標對營運能力具有很強的解釋力。表明在企業(yè)經(jīng)營過程中，針對制造行業(yè)類似細分行業(yè)，資產(chǎn)的周轉期越長，則營運能力越弱，財務風險相對較大，上市公司被特別處理的可能也加大。因此，在企業(yè)的經(jīng)營過程中，要提高資產(chǎn)的流動性，及時處理呆滯存貨和

75、不良資產(chǎn)，減少現(xiàn)金的占用量。</p><p>　?。?）從表6可以看到，凈資產(chǎn)收益率的負荷量較高，表明該指標對盈利能力有較好的解釋能力。利潤表是反映企業(yè)未來盈利能力的最好途徑，企業(yè)利潤的創(chuàng)造能力是判斷企業(yè)財務風險大小的一個重要因素。一般來說該指標越大就說明企業(yè)權益資本的盈利能力越強，說明企業(yè)充分利用了財務杠桿，通過一定的負債促使企業(yè)的權益資本的盈利能力提高。但是，如果企業(yè)的該指標過高，明顯高于同行業(yè)水平，那么就要

76、考慮負債和利息費用是否過高，潛在的財務風險是否在可控的范圍內(nèi)，及時采取降低負債的相應措施。</p><p>　　以2007年容量為70的研究樣本詳細闡述了Logistic預測模型的建立和檢驗。主要思路：為檢驗這些指標是否存在共同因素，是否適合進行主成因分析，首先進行KMO統(tǒng)計量檢驗和Bartlett檢驗。在確定可以進行因子分析后，將原始數(shù)據(jù)進行標準化處理，計算各主成分的特征值和方差貢獻率、降序排列，提取公因子。然

77、后將4個公共因子作為變量代入Logistic回歸，最終確立以F1、F2、F3和F4為建模變量的預測模型，經(jīng)檢驗，該模型的準確率為92.86%。</p><p>　　通過以上的分析，我們可以發(fā)現(xiàn)Logistic具有較好的財務風險預測能力。通過主成因法降維，第一、可以避免因財務指標間信息的相關性和重復，將幾個財務指標濃縮為一個主成分，用少量因子代替所有變量。第二、只要該財務比率能夠在一定程度上區(qū)分ST和非ST企業(yè)，就

78、可以作為建模時采用的原始財務比率，不受財務比率個數(shù)的限制。</p><p>　　由于以下因素的限制，可能對本模型的準確性產(chǎn)生影響。第一，本文所選取的研究變量都是財務指標，未選取非財務指標，因此，模型未能反映出非財務因素對企業(yè)財務狀況產(chǎn)生的影響。第二，本文收集的信息在時間跨度上不夠廣泛，這主要是由于本人的時間和精力有限。第三，基于我國上市公司以制造型企業(yè)為主且該行業(yè)對我國的經(jīng)濟具有重大的戰(zhàn)略意義，本文選取的均為我國

79、上市公司的制造型企業(yè)，建模的前提承認了不同行業(yè)在財務風險的判斷依據(jù)上是不同的。所以，此模型僅適用于我國上市公司的制造型企業(yè)，不能推廣到其他行業(yè)。同時，考慮到樣本數(shù)據(jù)選取的方便性和我國證據(jù)市場的短暫歷史，符合本次樣本要求的企業(yè)數(shù)量有限，雖然最終的樣本個數(shù)基本滿足分析的要求，但樣本的代表性在一定程度上減弱。第四，在實踐中進行財務預警時，需要將定量方法與定性方法相結合，限于篇幅，本文未能將定性分析方法與預警模型的構建結合起來。</p&g

80、t;<p><b>　　參考文獻</b></p><p>　　[1]朱榮．企業(yè)財務風險的評價與控制研究［D］．大連：東北財經(jīng)大學，2009．</p><p>　　[2]鐘靈．基于Logistic模型的公司財務風險預報分析［D］．成都：成都理工大學，2009</p><p>　　[3]呈素娟．基于Probit模型的企業(yè)集團財務風險[

81、D]．蘇州:：江蘇大學，2009．</p><p>　　[4]向德偉．財務風險管理的基本理論與方法［J］．會計研究，1999（10）．</p><p>　　[5]谷祺，劉淑蓮．財務危機企業(yè)投資行為分析與對策［J］．會計研究，1999（10）．</p><p>　　[6]張玲．財務危機預警分析判別模型［J］．經(jīng)濟研究，2000（3）．</p><p

82、>　　[7]吳世農(nóng)，盧賢義．我國上市公司財務困境的預測模型研究［J］．經(jīng)濟研究，2000（3）．</p><p>　　[8] 張愛民，祝春山，許丹?。鲜泄矩攧帐〉闹鞒煞诸A測模型及其實證研究[J］．金融研究，2001（3）．</p><p>　　[9]齊治平，余妙志．Logistic模型在上市公司財務狀況評價中的運用[J]東北財經(jīng)大學學報，2002（6）．</p>

83、<p>　　[10] 鄭茂．我國上市公司財務風險預警模型的構建及實證分析[J］．金融論壇，2003（10）．</p><p>　　[11]程新生．公司治理、內(nèi)部控制、組織結構互動關系研究 [J］．會計研究，2004（14）．</p><p>　　[12]陳靜．上市公司財務惡化預測的實證分析［J］．會計研究，2005（6）．</p><p>　　[13]張先

84、治．基于管理者決策與控制的財務分析—企業(yè)內(nèi)部財務報表的財務分析應用［J］．會計研究，2005（6）．</p><p>　　[14]江紅．試論企業(yè)財務風險的分析與防范［J］．經(jīng)濟研究參考，2008（63）</p><p>　　[15]符建南．上市公司財務風險的分析與防范［J］．現(xiàn)代商業(yè)，2008（12）</p><p>　　浦軍，劉娟．財務狀況質(zhì)量與財務危機研究—基于

85、Logistic模型的實證分析[J］．經(jīng)濟問題，2009（10）</p><p>　　[16]孔寧寧，魏韶?。谥鞒煞址治龊蚅ogistic回歸方法的財務預警模型比較[J］．經(jīng)濟研究，2010（6）．</p><p>　　[17]李義超， 蔡晶晶．基于財務與非財務指標的財務困境預警研究[J]．中國管理信息化，2010（11）．</p><p>　　[18]汪平．財

86、務理論［M］．北京：經(jīng)濟管理出版社，2003．</p><p>　　[19] 張友棠．財務預警系統(tǒng)管理研究［M］．北京：中國人民大學出版社，2004．</p><p>　　[20]彭韶兵，邢精平．公司財務危機論［M］．北京：清華大學出版社，2005．</p><p>　　[21]傅元略．中級財務管理［M］．上海：復旦大學出版社，2005．</p>&l

87、t;p>　　[22]谷祺，劉淑蓮．財務管理［M］．大連：東北財經(jīng)大學出版社，2007．</p><p>　　[23]孫星．風險管理［M］．北京：經(jīng)濟管理出版社，2007．</p><p>　　[24]張繼德．集團企業(yè)財務風險管理［M］．北京：經(jīng)濟管理出版社，2008．</p><p>　　[25]步淑段．分公司財務風險測控系統(tǒng)研究［M］．北京：經(jīng)濟管理出版社，

88、2009．</p><p>　　[26]Altman Edward I. Financial Ratios, Discriminant Analysis and the prediction of Corporate Bankruptcy [J].Journal of Finance, 1968(4)</p><p>　　[27]Ohsan J.A.Financial Ratios and

89、 the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 1968(4)</p><p>　　[28]Beaver W Marketprice.Financial Ratios and the prediction of failure [J] .Journal of accounting Reaczrch, 1968

90、(9)</p><p>　　[29]Altman, Haldman, and Narayanan.A New Model to Identify Bankruptcy Risk of Corporations [J]. Journal of Banking and Finance, 1977(1).</p><p>　　[30]Altman, Haldman, and Narayanan.

91、A New Model to Identify Bankruptcy Risk of Corporations [J]. Journal of Banking and Finance, 1977(1)</p><p>　　[31]S.Summers,and J.Sweeney.Fraudulently Misstated Financial Statements and Insider Trading:An Em

92、pirical Analysis [J].The Accounting Review, 1998(2)</p><p>　　[32]K.Erkki Laitinen and Teija Laitinen, Cash Management Behavior and Failure Prediction [J]. Journal of Business Finance & Accounting, 1998(