我国上市公司财务困境的预测模型研究(6)
2014-12-11 01:15
导读:即 P=1/(1 e-(-0.867 2.5313X1-40.2785X3 0.4597X7 3.2293X11-3.9544X12-1.7814X19)) 根据回归所得到的Logistic方程,以0.5为最佳判定点,对财务困境前1年的原始数据进行回代判
即
P=1/(1 e-(-0.867 2.5313X1-40.2785X3 0.4597X7 3.2293X11-3.9544X12-1.7814X19))
根据回归所得到的Logistic方程,以0.5为最佳判定点,对财务困境前1年的原始数据进行回代判定,结果见表12。
表12 Logistic回归模型在财务困境前1年的判定结果

在财务困境前1年,70个非财务困境公司有4个被错判,误判率为5.71%,69个财务困境公司有5个被错判,误判率7.25%,总体上看,139个公司有9个被错判,误判率6.47%。同样地,使用二元Logistic回归可以对财务困境前2年财务困境前5年的情况进行判定分析,判定结果见表13。
表13 三种多元判定分析方法估计模型的比较

四、结论与启示
第一,我国上市公司的财务指标包含着预测财务困境的信息含量,因此其财务困境具有可预测性。第二,在我国上市公司陷入财务困境的前1年和前2年,本文所选的21个财务指标中16个指标具有判定和预测财务困境的信息含量,但各个指标的信息含量不同,预测财务困境的准确率不同。在单变量分析中,净资产报酬率的判定效果较好。第三,多变量判定模型优于单变量判定模型。第四,比较三种判定模型的效果表明,Logistic模型的判定准确性最高。
参考文献
陈静,1999:《上市公司财务恶化预测的实证分析》,《会计研究》第4期。
吴世农、黄世忠,1986:《企业破产的分析指标和预测模型》,《中国经济问题》第6期。
张玲,2000:《财务危机预警分析判别模型》,《数量经济技术经济研究》第3期。
(科教范文网http://fw.ΝsΕΑc.com编辑)