我国上市公司财务困境预测模型的参数问题分析

《我国上市公司财务困境预测模型的参数问题分析》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、首都经济贸易大学硕士学位论文我国上市公司财务困境预测模型参数问题研究3.3主要结论............................................................................................................164研究结论.......................................................174.1本研究的结论......................................

2、..............................................................174.2本研究的创新点................................................................................................184.3本研究的局限性与研究展望.........................................................................

3、...18参考文献..........................................................20附录A：样本公司名单..............................................22附录B：编程所用SAS程序..........................................29附录C：攻读学位期间发表的学术论文................................31II首都经济贸易大学硕士学位论文我国上市公司财务困

4、境预测模型参数问题研究摘要企业陷入财务困境，不仅会给企业投资者、债权人以及其他企业相关利益者带来经济损失，而且会影响社会稳定。找到上市公司陷入财务困境的原因，构造适合中国上市公司财务困境的预测模型，及时获得上市公司财务状况出现严重恶化的预警信号，不论对投资者、债权人、经营者还是监管者，都具有重大意义。在以往对于财务困境预测的研究中，Logistic回归是主流的统计模型之一。然而，Logistic回归中隐含的模型系数固定不变假设可能与事实相悖，有待于统计检验。与此同时，企业所在行业属性在财务困境预测模型中经常被忽略或

5、回避。因此，有必要将行业属性纳入预测模型，并验证企业行业属性对回归系数变动的解释力。因此，本文选择分层Logistic模型进行预测模型的建立，该模型既能适用于离散型响应变量，又能处理分层数据结构的统计模型，能够将宏观变量即行业信息引入模型，并对其效应检验。本文首先对上市公司财务困境预测问题进行理论研究，在此基础上给出了基于流动比率的财务困境定义方法；之后进行样本选择和指标选取，选取2010年我国沪、深股市的A股上市公司作为研究总样本，得到样本公司1249家，其中财务困境公司272家，选择财务指标和非财务指标作为预测

6、变量；而后建立多层Logistic模型，并对回归系数固定效应和随机效应检验。本研究的数据来自于国泰安CSMAR数据库。基于分层Logistic模型的财务困境预测模型显示，微观层次回归系数的变动情况在组间（跨行业）存在，且该变动可分解为两个方面，一部分可由宏观层次解释变量解释，一部分由微观层次变量回归系数的随机斜率解释。同时，在财务管理意义上，模型在宏观层次支持了行业前景水平（由行业平均营业收入增长率表示）对企业财务困境风险的影响，在微观层次支持了流动比率、流动负债比率、资产报酬率、流动资产周转率和审计意见对企业财务

7、困境风险的影响。除资产报酬率为随机效应外，其余均为固定效应。基于模型的拟合效果，多层Logistic模型对于数据拟合情况良好，适用于上市公司财务困境预测问题。关键词：财务困境预测模型多层Logistic回归第1页共31页首都经济贸易大学硕士学位论文我国上市公司财务困境预测模型参数问题研究AbstractWhenacompanyfallintofinancialdistress,notonlyeconomiclosswillbecausedforinvestors,creditorsandotherstakehold

8、ers,butalsosocialstabilitybeendangered.Asaresult,itissignificantlyimportanttofindthereasonscontributingtocompanies'financialdistressandtobuildingpredictionmodelsthatfitChineseliste