上市公司财务危机预警模型探讨务管理毕业论(2)
2015-10-21 01:11
导读：四、Logistic回回分析在财务危机预警中的应用 根据经验，财务比率在一定范围内波动属正常现象，并不会引起危机概率的明显增加。只有当财务比率值超过
四、Logistic回回分析在财务危机预警中的应用
根据经验，财务比率在一定范围内波动属正常现象，并不会引起危机概率的明显增加。只有当财务比率值超过某一临界值，比率值的恶化会导致财务危机概率的明显增加。企业财务危机的猜测属于两分类定性分析，即要么正常，要么可能发生危机。为服务于对定性因变量的多元非线性分析，根据实际研究的需要不断对多元线性回回进行改造和发展，导致了一种新的分析方法Logistic回回的产生。Logistic回回被引进财务危机预警研究之后，财务危机预警即简化为己知一公司具有某些财务特征，而计算其在一段时期内陷进财务危机的概率题目。假如算出的概率大于设定的分割点，则判定该公司将陷进财务危机。
Logistic回回的假设条件是：(1)因变量 是二分变量；(2)数据必须来自随机样本；(3)因变量 被假定为K个自变量 的函数，因变量与自变量之间是非线性关系；(4)自变量之间不存在多重共线性。显而易见，Logistic回回没有关于自变量分布的假设条件。Logistic回回模型的一般形式如下：
ln
其中， 为自变量， 为给定系列自变量 值的事件发生概率； 为截距， 为回回系数。
或
其中 是与诸因素 无关的常数项， 是回回系数，表示诸因素 对P的贡献量。
SPSS中的Logistic回回分析具有自动选择变量的能力，共有7种方法建立模型。本文采用的是Method ＝ Forward Stepwise (Weld)。然后随机选择一部分样本作为构造样本，一部分作为测试样本。具体分类如下：
表1 Case Processing Summary
Unwished Cases (a) N Percent
Selected Cases Included in Analysis 120 80.0
Missing Cases 0 0
Total 120 80.0
Unselected Cases 30 20.0
Total 150 100.0
其中，Selected Cases为猜测样本，Unselected Cases为检验样本。终极进进方程的变量为：
（转载自http://zw.ＮＳＥaＣ.com科教作文网） 表2 Variables in the Equation
B S.E. Weld Sig. Exp (B) 95.0% C.I.for EXP (B)
Lower Upper
X3 2.631 2.240 1.380 0.240 13.894 0.172 1,121.542
X9 0.186 0.101 3.393 0.065 1.205 0.988 1.469
X14 10.803 0.327 6.041 0.014 2.232 1.177 4.233
X15 -29.496 10.387 8.064 0.005 0.000 0.000 0.000
X16 -14.312 5.865 5.956 0.015 0.000 0.000 0.060
X17 0.000 0.000 10.297 0.001 1.000 1.000 1.000
X18 0.562 0.520 1.168 0.280 1.754 0.633 4.863
X19 0.068 0.047 2.108 0.147 1.071 0.976 1.174
X21 1.298 0.643 4.075 0.044 3.663 1.039 12.918
X23 0.103 0.075 1.905 0.167 1.109 0.958 1.283
X24 8.370 5.255 2.537 0,111 4,314.309 0.145 128,101,617.79
X25 -0.043 0.014 8.978 0.003 0.958 0.931 0.985
C 2.335 1.672 1.951 0.163 10.333
表中X25为EVA值，它的Walt值为8.978，说明它对P具有很大的贡献量，是一个重要的指标。终极建立的模型为：
P＝EXP(2.335 2.631×x3 0.186×x9 0.803×x14-29.496×x15－14.312×x16 0.56×x18 0.068×x19 1.298×x21 0.103×x23 8.370×x24-0.043×x25)÷(1 EXP(2.335 2.631×x3 0.186×x9 0.803×x14-29.496×x15－14.312×x16 0.56×x18 0.068×x19 1.298×x21 0.103×x23 8.370×x24-0.043×x25)
表3 判别分类表
Classification Table(c)
Observed Predicted
Selected Cases (a) Unselected Cases (b)
group Percentage Correct group Percentage Correct
0 1 0 1
group 0 52 8 86.7 13 2 86.7
1 4 56 933 2 13 86.7
Overall Percentage 90.0 86.7
从表中可以看出，对于检验样本，其中把15家财务危机公司判为财务正常公司的有2家，正确率为86.7％，把财务正常公司判为财务危机公司共有2家，正确率为86.7％，总的判别正确率为86.7％。可见，本文所构建的Logistic模型能较好地预警财务危机。其中变量EVA对模型的整体判别正确率有很大的影响，是一个不可或缺的指标，在应用中应纳进财务指标体系。
