基于中报数据的上市公司财务预警模型构建与检验

《基于中报数据的上市公司财务预警模型构建与检验》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于中报数据的上市公司财务预警模型构建与检验［摘要］国内外学者关于财务预警模型的研究大都以上市公司年报数据为样本数据。在我国，由于上市公司年报公告的时间与当年有关机构宣布ST公司名单的时间比较接近，而距下年有关机构宣布ST公司名单的时间则比较远，因此，用ST前一年的年报数据来预测当年或下年的警情，都具有较大的局限性。实证研究结果表明，采用上市公司中报数据构建的财务预警模型，不仅具有很高的预警准确率，而且比基于年报数据的模型更具有较强的预警时效性。　　［关键词］上市公司；中报数据；财务预警模型；准确率；

2、时效性　　［中图分类号］F270.7［文献标识码］A［］1673-0194（2007）01-0047-05　　　　一、引言　　　　国外关于财务预警模型的研究中，威廉·比弗(Beaver，1966)以79对行业相同、资产规模相似的破产公司和非破产公司为样本，在30个财务比率变量中找出最具差别能力的单个财务比率及其分界点，证明了现金流量/债务总额、净收益/资产总额、债务总额/资产总额、营运资本/资产总额、流动资产/流动负债等比率对预测财务失败来说是最好的。爱德华·奥特曼(Altman，1968)利用多元判

3、别分析法对1945-1965年间的33家破产企业和33家正常经营的企业进行了研究，从企业的资产规模、折现能力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警模型的发展。　　在我国，陈晓、陈治鸿（2000）运用多元逻辑回归模型，对中国上市公司的财务困境进行了预测，他们的研究所发现的最优模型能够从上一年股本收益率公告小于5%的上市公司中预测出73.68%的公司下一年会进入ST板块，总体判别正确率为78.24%。吴世农、卢贤义（2001）研究财务困境出现前5年内

4、两类公司21个财务指标的差异，最后选定6个指标为预测指标，应用Fisher线性判定分析、多元线性回归模型和Logit回归分析分别建立了3种预警模型。研究结果表明，3种模型均能在财务困境发生前做出相对准确的预测，在财务困境发生前4年内的误判率在28%以内，而Logit预测模型的误判率最低，财务困境发生前1年的误判率仅为6.47%。杨淑娥等（2003）更运用主成分分析方法，以沪深两市1999年和2000年的67家上市公司为样本进行实证研究，提出了我国企业的财务预警模型——Y分数预测模型。张鸣、程涛（200

5、5）运用Logit回归方法，引入现金管理特征变量和现金管理结果变量，从财务指标和现金流量角度共同构建综合预警模型，结果表明：在ST前一年的预警中，财务指标模型预警效果比较好，而在ST前两年、前三年，综合预警模型的效果比较好。　　根据对国内外研究现状的了解，我们发现：第一，研究方法以及所构建和检验的财务预警模型呈现多样化的特点；第二，研究样本基本分为破产公司和非破产公司（国内分为ST公司和非ST公司）两类；第三，研究数据于上市公司的年度报告。　　研究方法以及所构建和检验的财务预警模型呈现多样化有利于人们

6、从不同的方面采用不同的方法对上市公司的财务危机做出预警。把研究样本分为破产公司和非破产公司（或ST公司和非ST公司）有利于检验财务预警模型的适用性，提高财务预警的准确率。但是，仅仅利用上市公司年度报告作为构建和检验财务预警模型的数据，则具有较大的局限性。这是因为，在我国，上市公司年度报告公告的时间与当年有关机构宣布ST公司名单的时间比较接近，而距下年有关机构宣布ST公司名单的时间则比较远，用ST前一年的年报数据来预测当年的警情，提供的预警信号具有明显的滞后性，失去预警的意义；而用ST前一年的年报数据来

7、预测下一年是否会被ST，则又因时距较远、变化因素太多而削弱了预警的准确性，同样也不能给公司提供可靠的预警信号。因此，用ST前一年的中报数据来构建和检验财务预警模型，应该更有理论意义和现实价值。基于这种考虑，本文选择上市公司的中期报告（半年报）数据为研究对象，以多元线性回归模型为研究工具，以我国上市公司中的ST公司和非ST公司为配对样本，构建并检验我国上市公司的财务预警模型，试图在现有研究成果的基础上有所突破。　　　　二、研究思路　　　　本文以上市公司的半年报数据为研究对象，以多元线性回归模型为研究工具

8、，以我国上市公司中的ST公司和非ST公司为配对样本。先把样本总体分为模型构建样本组和模型检验样本组，然后再将每一个样本组中的样本分为ST样本组和非ST样本组。模型构建样本组主要用于构建财务预警模型，模型检验样本组主要用于检验所构建的财务预警模型的准确性。研究的总体思路为：首先是确定变量，接着选取样本并对样本进行描述，然后提出研究假设，跟着用模型构建样本组的样本来构建模型，用模型检验样本组的样本来检验所构建的模型，最后对研究结论进行归纳并提出相关建议。