基于logistic与fisher的上市公司财务困境判别模型比较研究

《基于logistic与fisher的上市公司财务困境判别模型比较研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京丄商大学学报(社会科学版)2014,02(29),88-95基于Logistic与Fisher的上市公司财务困境判别模型比较研究马若微张微北京工商大学经济学院导出/参考文献关注分享收藏打印摘要：以我国股权分置改革后A股制造业公司为研究对象，采用大样本法选取样本，选用财务困境发生前2年8个季度的财务数据进行分析，对财务困境公司与正常公司的财务指标分别进行Fisher判别分析、线性logistic回归和非线性logistic[Hl归分析。研究结果表明，我国上市公司财务困境发生前2年的季度数据对公司财务网境是否发生具

2、有预测效力;总资产净利润率、营运资金比率和成本费用利润率三个指标对财务困境的预测能力较强;非线性logistic模型的误判率最低，线性logistic模型其次，Fisher模型的误判率最高。关键词：上布公司;财务困境;Fisher模型;logistic模型;作者简介：马若微(1976一)，女，河南郑州人，北京工商大学经济学院副教授，博士，研宄方向：资本市场、违约风险；作者简介：张微(1988—)，女，内蒙古呼和浩特人，北京工商大学经济学院硕士研宄生，研宄方向：信用风险、违约预测。收稿日期：2013-10-19基金：

3、教育部人文社会科学研究资助项S(10YSC79088)ComparativeResearchonFinancialDistressPredictionModelsinListedCompaniesBasedonLogisticModelandFisherModelMARuoweiZHANGWeiSchoolofEconomics，BeijingTechnologyandBusinessUniversity;Abstract：ThispaperchoosesChina’sA-sharemanufacturingcom

4、paniesafterthereformofnon-tradablesharesastheresearchobject,withtheuseoflargesamplemethodtoselectthesamples.The8quarterlydatainthefirsttwoyearsbeforefinancialdistressareselectedtomakearegressionanalysisoftheSTcompaniesandnormalcompaniesrespectivelybasedonFishe

5、rmodel,linearLogisticmodelandnon-linearLogisticmodel.Theresultsshowthatthequarterlydatainthefirsttwoyearsbeforefinancialdistresshasaneffectofpredictiontotheoccurrenceoffinancialdistress;thenetprofitmargin,workingcapitalratioandcostmarginshavebetterpredictionto

6、thefinancialdistress;andtheerrorrateofnon-linearLogisticmodelisthelowest,therateofthelinearLogisticmodelisinthesecondplace，andtheerrorrateoftheFishermodelisthehighest.Keyword：listedcompany;financialdistress;Fishermodel;Logisticmodel;Received：2013—10—19一、引言企业陷入

7、财务困境是一个逐步的过程，实践屮，多数企业的财务困境都是由财务状况正常到逐步恶化，最终异致财务困境或破产的。异致企业出现财务困境的原因多种多样且错综复杂。国内外学者一直致力于从这些因素中寻找到最能影响财务网境发生概率的关键变量，并将其建立成财务网境预测模型。目前建立的模型分为传统与现代财务困境预警模型两大类。国内多使用传统财务困境预警模型，如Fisher模型与Logistic模型。因此,研宄这两种模型,哪种对我国上市公司更具适应性，对上市公司的投资者、债权人和监管机构都具有重要的理论和现实意义。二、文献综述对违约率

8、度量模型背后的思想演变作为划分依据，国内外学者通常将财务困境预警模型分为两大类，即现代财务困境测度模型和传统财务困境判别模型。(一)现代违约率测度模型现代财务困境测度模型是运用较为先进的技术和量化手段对括金融信用的审核、等级的评定、资产的定价、风险预警等方面进行计量组合分析，从而能为监测金融信用风险度量提供更为接近事实的依据。如Kealhofer等(1989