基于logistic回归的制造业上市公司财务困境预警模型,本文是有关公司财务本科论文怎么写与logistic和上市公司财务和预警方面硕士学位论文范文.
公司财务论文参考文献：
摘 要：为解决投资者对制造业上市公司在经济运行过程中对其未来财务状况的分析能力较弱,上市公司财务指标繁多而不能清晰地了解企业财务现状以及未来趋势,以及制造业上市公司股票预警没有充分判断能力等问题,本文以我国制造业上市公司的财务数据为基础,将因子分析和logistic 回归相结合,对我国制造业上市公司进行财务困境的风险预警,并选取样本外制造业上市公司对模型进行检验.结果显示模型的预警效果良好,这对投资者分析上市公司财务状况有参考意义.
关键词：制造业；财务预警；因子分析；logistic 回归
中图分类号：F275 文献识别码：A 文章编号：1001-828X(2018)022-0154-04
一、引言
财务风险又叫财务困境,严重的财务困境会导致公司破产.由于中国市场化起步较晚,证券市场不太完善,上市公司数据较少,获取数据困难.因此我国对财务预警的相关研究起步较晚,大多是基于或借鉴了国外的模型和经验.
国外对财务预警的研究主要有四个模型包括,包括单变量模型、多变量模型、逻辑回归模型和神经网络模型.这四个模型各有优劣,对财务预警的研究具有重要意义.
国内学者对财务困境预警模型的研究多以基于会计比率的传统预警模型为主.例如胡锦明、吕俊以2003-2008 年制造业上市公司为样本, 采用财务比率作为预测变量, 利用判别精度和ROC 曲线对多元线性模型、COX 模型、Logistic 模型进行了对比.研究结果表明, 这三类模型均具有应用价值, 但在预测精度和稳定性上各有优劣.
本文是采用计量相关方法通过分析ST 公司的财务相关指标,预测公司的财务风险,为公司陷入财务困境提供一个预警信号.
二、分析方法以及模型理论
本文选取目标样本前两年的指标数据进行logistic 回归得到模型,通过模型实证结果进而得到提前两年财务指标数据的可靠程度.具体用到的分析方法有因子分析法以及logistic 回归分析法.
( 一) 因子分析模型理论
因子分析法的目的是对数据进行浓缩,提取出关键的特征信息.首先通过研究众多变量之间的内在关系,探究观测数据的基本结构,然后用少数几个遐想变量表示.这些遐想变量反映了原来众多的观测变量所代表的主要信息,同时解释了这些观测变量之间的相互依存关系,被称为主因子.
因子分析的步骤：
(1) 对原始数据进行检验,看是否适合做因子分析；(2) 确定因子数目：因子分析的核心思想是将原始的变量用少数几个公共因子表示；(3) 估计因子载荷矩阵：本文使用主成分分析方法估计初始因子载荷矩阵,并用方差最大化旋转法得出旋转后的因子载荷矩阵.(4) 计算因子得分：在得到了公共因子并估计出因子载荷矩阵之后,我们采用主成分回归法计算各个公共因子的因子得分系数,用各公共因子的得分系数乘以对应的变量标准化值得到公共因子得分.
( 二)logistic 回归模型理论
三、基于因子分析的logistic 回归实证分析
用logistic 回归模型对制造业上市公司财务状况进行预警,主要包括两部分内容,一是对样本财务指标数据进行因子分析,筛选出logistic 回归的关键自变量,二是建立logistic 回归模型,用于对制造业上市公司财务状况进行风险预警.
( 一) 样本选取与简单描述性统计
本文数据来源于同花顺iFind 软件,选取了270 家制造业上市公司作为研究样本,其中213 家为正常公司,也就是非ST 公司；另外57 家为当年财务状况变坏的非正常公司,也就是当年变成ST的公司.选取了样本公司前两年以及前三年的财务指标作为自变量.为了检验最终的财务预警模型,本文还选取了146 家制造业上市公司作为检验样本.
对于样本公司,本文从偿债能力,盈利能力,成长能力以及营运能力方面,选取了20 个财务指标,具体如下：
上示图1 为研究样本公司T-2 期的财务指标,为了更加清晰地展示结果,本文将较小的财务指标数据进行乘以10 倍处理,将X10 每股收益增长率,X11 营业利润增长率和X13 净利率增长率进行除以100 处理.由图中可以得到信息：T-2 期的非ST 样本公司财务状况没有明显变化,且相对稳定；而ST 样本公司的盈利能力以及成长能力有较明显的下降,而偿债能力以及运营能力没有较大波动.
( 二) 因子分析
1. 相关性分析
因子分析要求变量之间具有相关性,因此,本文先用SPSS 软件对T-2 期的20 个财务指标数据进行spearman 简单相关性分析.经spearman 相关性分析后我们得出结论,各个指标之间有着较高相关性,说明指标之间存在着重复解释的信息,需要从中提取可以覆盖多个指标信息的主成分,将相关度高的变量缩减成不具有相关度的成分变量.因此我们对本文的20 个财务指标进行主成分分析,降维操作.
2. 适用性进行检验
在主成份分析之前,要对分析适用性进行检验,本文采取KMO 和Bartlett 球形检验.KMO 检验数是衡量因子分析的结果,检验变量之间的简单相关性和偏相关,并对其大小进行比较,它的取值范围在0 至1 之间,一般认为,主成份的应用前提条件需要满足KMO 统计量大于0.7,当 KMO 小于0.5 时,则不适合做主成份分析.Bartlett 球形检验是通过检验各变量是否存在各自独立假设,检验各变量相关是否具有显著性,把相关变量矩阵被看成是单位矩阵零假设进行检验,从而得出结论判定用主成份分析法来研究原始数据的方法是否可行.当Bartlett 检验中的Sig. 值小于0. 001 时,表示极其显著,适合进行因子分析.运用 SPSS 软件分析得出如下结果：
从表中可以看出T-2 期的KMO 检验统计量的值大于0.7,证明适合作因子分析.同时,巴特利特球度检验值为4610.535,相伴概率为0.000,极其显著,说明变量存在相关性,适合作因子分析.
3. 确定主成份个数
通过公因子方差贡献率分析可以确定主成份的个数,提取主成份的个数主要由累积贡献率及特征值的高低来确定,在分析时,应该根据累计贡献率以及特征值来选出几个主成分,一般来说,特征值要大于1,累计贡献率要达到80%.
运用SPSS 软件提取主成份因子后如下表所示：
由上表可知,依据特征值大于1 的标准,我们提取了6 个主成份.其累计方差贡献率都接近80%.说明前6 个主成份因子提供了原始数据的足够信息,能够很好的代替原始数据,足够描述样本公司的财务水平,因子分析结果是比较理想的.因此,本文为了使建立的模型更加直观明了,研究得出6 个主成份来替代原有的20 个财务指标.下面是这20 个财务指标转化成主因子的碎石图：
4. 主成份因子解释
用SPSS 软件运行得出初始因子载荷矩阵,由于无法确定公共因子的经济意义,因此我们使用方差最大旋转法对初始因子载荷矩阵进行旋转,得到旋转后的因子载荷矩阵,如下表所示：
综上所述,以上提取的6 个主成份就是用来构建logistic 模型的自变量,并且上表已经给每个主成份命名和定义,由此可以看出它们代表着公司经营的各个方面能力.
( 三)logistic 回归分析
1. 自变量与因变量选取
logistic 模型的建立之前需要设定各个变量,包括因变量和自变量.本文的因变量采用虚拟变量,把P 作为因变量,表示企业违约概率,赋值P 值为1 时,代表企业为ST 公司；赋值P 值为0 时,代表企业为正常公司,也就是非ST 公司.Fx 为自变量,上文已经选取的自变量有6 个,即为主成份F1,F2,F3,F4,F5,F6.
2. logistic 参数估计
利用SPSS 软件对应变量P 和自变量Fx 进行logistic 回归建模,选择逐步向前wald 回归分析,筛选出回归系数比较显著的自变量进入模型,剔除回归系数不显著的自变量,用wald 统计量来检验回归系数是否显著,结果显示F1,F2,F4,F6 为显著变量,具体如下：
上述方程中的概率P 取值判断是根据二分值原理确定的,一般将0.5 设定为临界值.由此模型判定：当P 取0 时,代表企业的财务状况为正常,将来变为ST 公司的概率小；当P 取1 时,则代表企业的财务状况将变差,将来变为ST 公司的概率较大.
3. logistic 模型效果分析
运用上述模型,将各样本的的相关财务数据代入方程,就可以得到公司发生违约的概率值.把选定的270 组样本公司数据代入模型进行检验,其中非ST 公司213 家,ST 公司57 家,用估计的模型对确定的样本进行检验,检验结果如下表所示：
由上表可知, 213 家非ST 公司有207 家被正确的预测,6 家被误测,预测准确率为97.2%,然而在选出的57 家ST 公司中,有50家被正确预测,被误测数有7 家,其准确率87.7%.综合比较得出总体准确率为95.2%,预测结果较好.
4. logistic 样本外预测
本文选取另外146 家制造业上市公司为检验样本,其中非ST公司126 家,ST 公司20 家,取其T-2 期的财务指标数据.利用Excel 软件进行模型公式代入检验,检验结果如下：
由上表可知,模型的预测效果良好,T-2 期的预测结果达到90.9%.
四、结语
本文主要利用因子分析法和logistic 分析法来研究企业未来财务预警模型的问题,实证结果表明：
1. 主成份分析可以有效避免企业财务指标之间的相关性和多重共线性的问题,在不丢失原始数据信息的前提下充分表现出其独有的类别特色,类别原则会加强判别模型说服力.
2. 基于主成份分析的模型能够提供给企业判定财务状况的客观依据.
本文模型结果显示,制造业上市公司的偿债能力,盈利能力,成长能力以及固定资产周转率对今后几年公司是否会出现财务危机有着较强的影响.总体来说,制造业上市公司要想预防财务风险要注重偿债能力,盈利能力以及成长能力的提升.从模型角度来看,T-2 期的模型预测结果较为准确.投资者可以利用本文模型对目标企业进行一个财务预警的估计,来判断期未来的财务情况.
综上所述,上述文章是一篇关于经典公司财务专业范文可作为logistic和上市公司财务和预警方面的大学硕士与本科毕业论文公司财务论文开题报告范文和职称论文论文写作参考文献.
我国上市公司财务会计报告存在的问题与
摘要国内各个公司为了扩大融资范围,均采用上市的方式,增加自身的经营管理资金 在此期间,上市公司负有财务会计报告披露的责任,股份持有者依据会计报告的内容,做出相应的判断,如继续融资或资金终止…… 201.
上市公司从囤房转向卖房是好事
A股市场的上市公司半年报已经全部出炉,数据显示,1477家上市公司在今年中报和去年年报中均具有投资性房地产数据 其中1160家投资性房地产较2016年末有不同程度的减少,占比高达78 5；还有些上市公.
上市公司的幼教生意
2018年1 1月15日,新华社播发、国务院关于学前教育深化改革规范发展的若干意见（简称意见） 意见第六项完善监管体系中提到,要遏制过度逐利行为 其中要求,民办园一律不准单独或作为一部分资产打包上市 .
群兴玩具：最囧上市公司的折腾之路
2018 年初,总资产达9 亿元的上市公司群兴玩具交出的报告无疑很“ 囧”在2017 年第三季度,有455 名员工公司的营业收入竟然为0 ！更“囧”的是.