基于生存分析的制造业上市公司财务危机预警

《基于生存分析的制造业上市公司财务危机预警》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于生存分析的制造业上市公司财务危机预警【摘要】在现代严峻的经济形势下，财务危机预警显得越来越重要。在财务危机预警研究中，传统的研究方法不能较好的处理时间序列数据和删失数据，而生存分析研究方法可以弥补这一不足。本文以2000~2011年沪市上市的制造业企业为研究样本，基于生存分析研究方法，建立制造业企业的财务危机预警模型，最终检验结果显示，模型的预测精确度较高。【关键词】生存分析；Cox回归模型；财务危机；制造业一、引言随着经济环境的发展和市场竞争的加剧，企业的财务状况正常与否关系到整个企业的生死存亡和发展进步。财务危机是一个动态的演变过程，上市公司从起初的财务状况异常到最终被ST或破产需要

2、一段时间，如果在这段时间内监测到财务危机的信号，企业就能及时采取措施避免危机进一步加重。在财务危机预警研究领域，比较常用的研究方法有一元判别分析、二元判别分析、多元逻辑回归分析、神经X络分析以及各种方法的应用结合等，但是这些传统的研究方法都具有“单期性”和“静态性”的特点，不能较好地处理截面数据，不能很好地处理时间序列数据和删失数据，很大程度上影响了研究的灵活性。生存分析研究方法是近几年才被用于财务危机预警研究领域的新方法，它把企业的存续过程看成一个个体从生命开始到终结的过程，该方法能弥补传统研究方法的不足，动态的预测企业财务状况的变化。生存分析常用的方法有非参数法、参数法、半参数法三种，半

3、参数法具有参数法和非参数法的特点，主要用于研究影响生存时间和生存率的因素，属于多因素分析方法，最典型的就是Cox回归模型分析法。Cox回归模型分析法在应用过程中无须考虑生存时间的分布形状，能有效利用删失数据，比较适合用于企业的财务危机预警研究。制造业企业是各国的基础支柱产业，是经济发展的重点，其发展关乎社会的整体进步。在越来越严峻的经济形势下，制造业企业的财务问题不断出现，很多企业的财务状况岌岌可危，一旦出现财务危机，将对整个经济体系的运转产生一定的影响。诸多关于财务危机预警研究的成果显示，研究样本的分类越细，模型的预测精度越高，所以本文按照沪市的行业细分类别，选择制造业企业并基于生存分析中

4、的半参数方法进行财务危机预警模型的构建。二、生存时间的界定和样本选择生存分析中较为重要的生存数据就是生存时间，生存时间包括起点、终点和时间尺度三个因素。本文依照其他研究成果的标准，将企业首发上市的时间定为起点，将企业首次被ST的时间定为终点（未ST的企业终点为2014年12月31日），从起点至终点经历的时间即为时间尺度。企业上市的时间月份是在1~12月之间，企业被ST的时间一般是在年报披露之后，即每年的三、四月份，所以为使数据更加精确，计算时具体到生存时间尺度年小数点后一位。由于选择企业首发上市作为时间起点，所以不会出现左删失数据，只可能出现截止观测期末仍未发生事件的右删失数据的情况。本文的

5、研究样本数据于同花顺的“iFond金融数据终端”系统，选取沪市制造业上市公司数据，观测期是2000~2014年。一般情况下上市公司被ST是因为连续两年净利润为负，如果公司在t年被ST，那么在t-1和t-2年的净利润都会出现异常情况，一定程度上能显示出财务危机的信号，其数据的研究意义不大。但是在t-3年就不会出现明显的财务危机信号，所以用t-3年的数据进行财务危机预警研究比较合适，建立的模型可以较早地预测到将要发生的财务危机。本文的观测期是从2000~2014年，所以选择在2000~2011年上市的制造业上市公司为研究样本。至2014年12月31日，沪市制造业上市公司有527家（不包括中途退市

6、的公司），其中在2000~2011年上市的公司有238家，这238家公司在2000~2014年的观测期内，共有34家被ST，即本文的研究样本由沪市制造业上市公司的204家非ST公司和34家ST公司组成。为了更好地检验模型预测效果，将总研究样本分为实验样本和检验样本，按照4：1的比例将总样本分成五份，即实验样本190家（163家非ST企业和27家ST企业）、检验样本48家（41家非ST企业和7家ST企业）。三、财务预警指标的选取与处理（一）财务预警指标的初选企业发生财务危机的本质原因不尽相同，很难用几个财务指标进行充分的描述，所以本文尽可能选取足够多但又不重复的财务指标进行研究。本文选取了反映

7、企业偿债能力、营运能力、盈利能力、发展能力、现金流状况、资本状况等的财务指标，另外还包括非财务指标——两个股东指标，具体见表1。（二）财务指标的显著性检验假设沪市制造业企业的生存数据整体符合正态分布，将样本分为正常企业（非ST）和危机企业（ST）两组，通过独立样本T检验，检测各个指标在两组间的差异是否显著，检测结果如表2。从表中可以看出，流动比率x1在两组间的方差齐性假设的sig值为0.03，小于显著性水平0