基于logistic回归研究高校财务风险预警探究

《基于logistic回归研究高校财务风险预警探究》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。

基于Logistic回归研究高校财务风险预警探究【摘要】文章选取了70所高校作为研究样本和1所高校作为预测样本，在现代财务风险理论的指导下，通过对高校财务风险成因的分析并参考以前的研究成果，选择16个财务指标，筛选出拟进入模型的6个变量，利用Logistic回归分析方法建立财务风险预测模型，并进行检验。通过财务预警模型的构建为高校的财务风险提供有效的预警信号，有利于各利益相关者做出正确的决策，为防范风险提供重要参考。【关键词】财务风险；Logistic回归分析；预警模型一、文献回顾风险预警及控制实施是一种复杂和综合性的管理活动，其理论和实践涉及自然科学、社会科学、工程技术、系统科学、管理科学等多种学科，是一门新的应用经济学理论。最早研究财务风险预警的论文首推Beaver(1966),其选取了几个财务变量针对158个研究样本做出预测，并利用单变量统计模型构建出预警模型。接下来的学者包括Altlnan(1968)、Blum(1974)等用多变量分析模型来建立财务风险预警模型。而后的Ohlson(1950)、zmijewski(1954)开始采用Logistic模型构建财务预警模型。由于受证券市场发展的影响，国内对财务风险预警的研究起步较晚。陈静 （1999）使用了27家ST公司与同行业、同规模的非ST公司作为研究样本。研究发现：资产负债率、流动比率、总资产收益率、净资产收益率四项财务指标的预测能力较强。其中资产负债率和流动比率在宣布ST前一年的误判率最低，而在宣布前两年、前三年时，总资产收益率的误判率较低。张玲（2000）选取深、沪两市14个行业的120家上市公司作为样本，认为二分类线性判定模型具有超前四年的预测结果。吴世农、卢贤义（2001）建立了单变量判定模型和线性判定模型、线性概率模型、Logistic回归等三种多变量判定模型，比较各种模型在财务困境预测中的效率，认为Logistic回归模型在三种多变量模型中预测的准确性最高。同美日等发达国家相比，我国在学校风险管理方面的研究还非常薄弱。杨周复、施建军等（2000）对高校财务风险的评价理论及方法进行了定性的分析介绍，对高校财务风险预警指标体系进行了设计，并没有做实证研究。许道银（2003）针对髙校自身的特点，对高校建立财务风险预警系统做了简单的初步设想。谢立本（2005）则通过构建高校贷款额度与风险评价模型来计算现有高校贷款风险指数以确定高校贷款风险所在的风险区间，并引入当量系数的概念对该模型做进一步的调整。财务预警作为经济运行的晴雨表和经营管理的指示灯，对其进行研究不仅具有较高的学术价值，而且有着巨大的应用价值。任何高校的财务风险由初步萌芽到程度恶化，通常都是经历了一个逐渐积累和转化的过程。在这一 过程中，各种风险的因素，都将直接或间接地反映在资金运动的'‘晴雨表”些敏感性财务指标值的不断变化上。本文研究的主要目标在于探讨建立高校财务风险预警的理论依据，并利用已在企业中引入使用的财务风险预警分析这一财务诊断工具。在真实可靠的会计基础信息上，设立高校财务预警机制，构建财务分析预警的分析方法、指标体系和模型，通过一系列的财务风险指标的数据监测，为高校的财务风险提供有效的预警信号，为防范风险提供重要参考，对于增强高校的经营管理水平和预测能力具有重要意义。二、研究设计(-)设计思路本文采用实证研究的方法，以高校的财务报表数据为基础，构建高校财务风险预警的指标体系，借助多元统计分析方法来评价财务风险状况。运用SPSS软件进行分析运算：一是以因子分析法和相关性分析对指标体系进行结构化处理，保证信息含量的同时降低观测维度；二是利用逻辑回归分析拟合风险预警的回归模型；三是利用检验样本对模型进行一次检验，对模型的预测效果给予评价。(二)样本和数据的选择本文选取了70所高校的财务数据作为建模样本，进行财务风险预警的指标研究。为了现实直观地反映高校财务预警模型的实际价值，选取了X高校2000年至2009年的财务数据作为预测样本进行测试分析。 （三）指标选择高校财务风险预警指标体系中最关键的是选择高敏感性的重点预警指标，以便预警指标体系能够全面、真实地反映高校所面临的财务风险状况。根据高校财务活动的特点，其指标体系一般可分为四类：偿债能力指标、运行绩效指标、收益能力指标和发展潜力指标。具体指标详见表1。偿债能力是指高校偿还到期债务的能力。能否及时偿还到期债务，是高校能否健康生存和发展的关键。运行绩效是指高等学校有效、合理利用教育资源完成预期目标的能力。这一类指标反映了高等学校的日常管理水平和管理能力。收益能力是指高校的资金或资本增值能力。一个学校收益能力的大小，将直接影响到其发展的速度和竞争能力。发展潜力反映了高等学校可持续性发展的能力，高校不能只局限于当前，还应面向未来，为长期的办学规模扩大和经济效益增长储蓄良好支撑条件。本文运用SPSS对影响高校财务风险的16个比率指标进行相关分析，找出相关性较弱的对高校财务状况反映最敏感的财务指标。根据相关系数大小及其显著性检验结果，最终选取XI、X3、X8、X9、XII、X13作为建模变量。(四)Logistic回归分析的基本原理吴世农、卢贤义(2001)分别用Fisher线性判定分析、多元线性回归和Logistic回归分析三种方法建立预测财务困境的模型，得到的结论为Logistic预测模型的准确性最高。 实证逻辑回归模型是解决0-1回归问题行之有效的方法。假设Xi为第i个发生财务危机的预警变量矩阵，那么其发生财务危机的概率Pi和Xi之间有如下关系：Pi*Yi=blxl+b2x2+•••+bkxk+a=a+Hbixi上式中：Yi值为总判别分，它反映的是第i项在总体中某一上市公司综合财务状况的数量特征；bi为权数，表示对有关自变量Xi的重视程度；Xi是与财务预警有关的变量；a为随机干扰项。所以：■逻辑回归模型的曲线为S型，且其预警的最大值趋近1,其预警的最小值趋近0o逻辑回归模型一般选择0.5作为分割点。假定财务危机公司为0,财务正常公司为1,即如果判别概率值大于0.5,则表明财务正常的可能性比较大，判定为财务正常；如果判别概率值小于0.5,则表明发生财务危机的可能性比较大，那么判定为财务危机公司。三、实证研究与结果分析（一）结果分析假定因变量0为“有风险”，1为“无风险”，在进行Logistic回归分析前，在70个研究样本中，有43个样本进入风险组，27个样本进入正常组。表2所示是模型参数的检验结果，系数为-0.465o由于此时模型中只有常数项，有无统计学意义关系不大，Sig.值越大 重要性越小，Wald值越大该自变量的重要性也越大。由表2可知常数项的重要性显著。表3所示是一个预分析的过程。即假设将未纳入模型的变量分别或一起纳入模型之后模型是否有统计学意义。从表格中Sig.取值可知，除了自筹收入能力比率、资产收入比率和投资收益比率的模型没有统计学意义之外，其余模型都有显著的统计学意义。表4所示是全局检验结果。共用了3种检验方法。由于只有一个自变量组且采取的是强行进入法将所有变量纳入模型，所以3种检验方法的结果是一致的。模型具有显著的统计学意义。表5给出了评价模型拟合优度的几个统计量，-2Loglikelihood为对数似然函数值的-2倍，该值越小表明模型的拟合优度越高，本例中该值为0结果属于比较理想的值；另外，Cox&SnellRSquare和NagelkerkeRSquare统计量分别为0.736和1.000,意味着模型解释了被解释变量100%的变动，说明该模型拟合优度还是较高的。表6是最终观测量分类表，这是包含常数项与6个变量的模型，它是以概率值0.5作为有风险和无风险的分界点得出的预测值和实际数据的比较表。这里的预测效果很好，有风险高校和无风险高校的预测准确率都达到100%,总的正确判断率也达到100%,所以在实际应用中完全可以使用该回归方程进行预测。表7是Logistic模型的拟合结果。Wald检验的Sig.可 知，各变量及常数项的系数都没有显著的统计学意义。根据表7的二元Logistic回归结果，可以建立下列财务预警模型：即：P=H此模型以0.5为判别分界点，P值范围为[0,1],当P值小于0.5时，判别为财务风险型高校，数值越小，该高校未来发生财务困境的可能性就越大；当P值大于0.5时，判别为非财务风险型高校，数值越大，该高校未来的财务状况越好，越安全。（二）模型检验为检验模型的预测效果和适用性，将样本的指标值回代得出所有样本的预测值，然后根据模型的准确率或误判率检验模型的预测效果。检验结果如表8所示，无风险组共有数据27个，判断正确26个，正确率为96.29%；风险组共有数据43个，判断正确43个，正确率为100%o对检验样本的分类都相当令人满意，基本判断准确。（三）模型预测为了现实直观地反映这一高校财务预警模型的实际价值，我们选取了X高校的财务数据进行测试分析，如表9所o运用Excel软件进行计算，Logistic模型对样本的预测结果如表10所示，该校2000—2004年有关综合财务风险指标 处于无财务风险状况。从2005年开始大面积建设新校区,新校区运行费用开始大幅度增加，负债建设格局形成，财务风险凸现。四、结束语高校陷入财务风险是一个逐步的过程，并且一旦出现财务风险，在管理活动中是有征兆的，可以利用一些方法进行预测，这也使得建立高等学校的财务危机预警系统成为可能。上述两个案例，一个是测试同一时期不同高校情况，另一个是测试一个高校不同阶段的财务风险状况。从测试结果看，Logistic模型能够较为确切地反映不同高校不同财务风险状况。通过财务预警模型的构建为高校的财务风险提供了有效的预警信号，有利于各利益相关者做出正确的决策，为防范风险提供了重要参考。但是，财务预测模型不是万能的,正确的预测是要建立在理论分析、实证研究综合基础之上，需要借助各方信息进行综合评判。【参考文献】[1]刘艳华•高校财务风险预警管理系统研究[J].事业会计，2008(2)：2-4.[2]郭琴•高校财务风险预警指标体系构建[J].财会通讯：理财版，2008(1)：108-109.[3]吴世农，卢贤义•我国上市公司财务困境的预测模型研究[J].经济研究,2001(6)：46-55.[4]赵芳芳•关于上市公司财务风险预警系统的实证研究 [J].商场现代化，2007(9)：375-376.[1]许道银.试论高校财务危机预警系统[J].徐州师范大学学报:自然科学版，2003,21(4)：19-21.[2]刘英姿.高校财务风险管理的问题与对策[D].厦门大学，2007.[3]赵祥涛•中国上市公司财务预警模型研究[D].山东大学,2007.[4]杨淑娥，黄礼•基于BP神经网络的上市公司财务预警模型[J].系统工程理论与实践,2005(1)：31-34.