基于logistic模型和因子分析的上市公司财务危机预警机制研究

汪红

摘 要：近些年，伴随着我国资本市场的快速发展，上市公司面对的财务风险越来越大，亟需进行合理的财务风险预测。本文通过识别模型中财务预警度的大小，分析和预测上市公司的财务风险，帮助公司及时知道财务危险即将到来，以免发生财务危机。采用因子分析法对指标体系进行降维，构建Logistic回归分析预警模型来判别企业的财务危机，结果表明预测模型准确度较高，可以用来预测公司财务危机。通过研究企业的财务风险预警机制以期为企业提供切实可行的财务预警方法，并为完善财务预警研究机制提供一定的参考。

关键词：logistic回归；因子分析；财务预警

中图分类号：F272.1 文献标识码：A 文章编号：2095-7866 （2017） 05-095-007

工业经济论坛 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2017.05.014

Abstract： In recent years， with the rapid development of China's capital market， listed companies face more and more financial risks， the urgent need for a reasonable financial risk forecast. This paper analyzes the financial risk of listed companies by identifying the size of the financial warning in the model， and helps the company know that the financial risk is coming in time to avoid the financial crisis. This paper uses the factor analysis method to reduce the dimension of the index system and construct the logistic regression analysis and early warning model to judge the financial crisis. The results show that the forecasting model is highly accurate and can be used to predict the financial crisis. Through the study of corporate financial risk early warning mechanism in order to provide enterprises with practical financial early warning methods， and to improve the financial early warning research mechanism to provide some reference.

Key words： Logistic Regression； Factor Analysis； Financial Warning

引言

隨着各行各业的市场竞争越来越激烈，国际化进展逐渐加快，我国市场经济也逐渐开放起来，企业的经营风险不断上升，我国上市公司在把握改革和发展机遇的同时，面临的考验也愈加严峻，遭遇的各类风险也在不断增多。由于上市公司一旦出现财务危机会损害多方利益相关者带的利益，甚至引起严重的社会问题，因此财务预警问题倍受关注。如何在形势愈加严峻的经济环境中生存下来，并谋求长远发展？如何在企业遭遇风险之前对企业经营者进行警告？及时采用应对措施，不让危机真正到来。这就需要建立高效、准确的企业财务风险预警模型对企业的未来财务风险进行预警分析，这已经是现代公司财务经管的重要内容之一。

对企业而言，如何建立准确高效的财务预警机制来提前预测企业的财务状况尤为重要，关系到企业的生死存亡。公司的财务状况从开始恶化到进入财务危机是一个渐进的过程，我们可以根据公司财务指标的变化方向以及变化程度，从中挖掘其所蕴含的有效财务信息来对企业进行财务预警，尽早发现可以降低损失，甚至可以对企业进行挽救。复杂的经济环境下，公司也经常因为经管不利，或者是没有办法适应外界的环境变化而使得他们的经营行为陷入一种严重困境，这便是财务危机，也称财务困境。企业财务危机的产生实际上是一个渐进的积累过程，如果能够在潜伏的时候对其进行合理的监督检测、警报以及防治，无论对于企业自身的生存发展，还是对于整个市场经济活动的有序进行都具有重要的意义。

现阶段对于财务危机预测的研究，主要是建立在对企业历史的财务数据及其他相关信息的分析上，通过对这些历史的相关数据进行分析以建立起适用的财务危机预测模型，但是国内外学者们在对财务危机预警模型的研究上观点各不一致。企业法人实质上是各个利益相关者组成的契约集合体，利益相关者们的行为和经营决策对于企业的存续至关重要。而对企业的利益相关者们而言，企业的经营状态与其切身利益密不可分，财务危机预警机制能够对公司自身的状态做出越精准的预测，对利益相关者越好。因此，建立起具备精准预测功能的财务危机预警模型是十分必要的。本文通过选取盈利能力、偿还债务能力、经营运行能力、成长能力、获取资金能力和风险水平6个方面的指标，这些指标能够较为全面地反映上市公司财务状况和经营状况，用其构建起财务危机预警指标体系，并针对样本公司被实施ST前2年的财务数据，使用因子分析配合logistic回归方法构造财务危机预警模型，并对模型的判别效果进行检验，以期为上市公司的财务危机预警提供有价值的实用参考意义。

一、研究现状

公司发生财务危机通常也叫公司陷入财务危机，或者是公司财务破产。财务危机分为四种情况：违约、无偿债能力、经营失败、破产，这四种情形均有可能导致企业破产。财务危机预警就是在企业的全部财务信息和其他各种相关资料中选择综合性强、敏感度高、有针对性的财务指标，通过数学建模，及时监测以便提前预知企业可能出现的或已经出现的财务危机。国内外的一些专家目前有的探究中大多使用Logistic函数建立模型，Logistic函数也是增长函数，是美国专家在1920年探究果蝇繁殖时发现的，而且开始在估计人口以及预测里广泛使用。因为你计算机技术的高速发展和普及，Logistic回归开始普及于经济探究领域。这个模式的长处是它可以在（0，1）上预先猜测一个企业能不能发生财务危机的可能性变成为在实数轴预先猜测一个企业能不能发生财务危机的机会比率问题，Logistic回归模式不仅可以判断公司会不会发生财务风险，而且还可以权衡公司发生财务风险的机率是多少。

美国专家沃尔森第一次把多元逻辑回归模式带入破产预警监测。从资本组成、经营绩效、企业的经营范围大小、资本的变成现金的能力这四个方向来对企业财务风险预测报警，实证检测结果准确率达到96.12%。然后KeaseyM.J.Peel，Martin运用logit分析方法来预测企业的财务风险，这种方法一方面能够降低对数据的要求，另一方面可以根据不同投资者对于风险的偏好来设定预测值，财务风险预测效果很好[1]。宁静鞭采用KNN和Logistic回归方法使用上市公司财务指标建立了企业财务危机预警模型，其实证结果表明，使用财务指标建立的模型能够较为准确的预测公司未来的财务风险[2]。李建中、武铁梅采用样本企业被ST的前三年、前两年以及前一年数据来进行财务危机预警探究，在逻辑回归模式里采用因子分析法，其选择的指标兼顾了财务指标和非财务指标[3]。胡跃红、黄婧采用因子分析中方差最大旋转来对公司的财务指标进行标准化处理，获得主要因子得分，构造对应的Logistic回归模式财务险境预警系统，其实证检测的结果也很准确[4]。陈永飞在研究中以现金流作为关键指标，他认为使得企业无法偿还到期债务并最终导致破产的直接原因是由于现金流短缺，所以其在研究中选择的指标是能够反映企业现金流方面真实财务状况的[5]。何妮在研究中分别使用了多种研究方法，比如因子分析、非参数检验和显著性检验等，建立了Logistic回归模型，通过对比分析制造业上市公司在金融危机前后的财务危机状况，研究结果发现使用Logistic回归方法建立的财务危机预警模型具有较高的准确性和可实施性[6]。张健在研究中构建了EVA财务危机预警模型，采用了Logistic回归法，对52家样本上市公司的财务状况进行实证检验，但研究结果表明该方法只适用于短期预测[7]。刘彦文、戴红军采用三分法将样本公司先分为财务困境和非财务困境两种，在将非财务困境公司细分为财务状况良好和财务状况不稳定，然后构建成三元的logistic预警模型，其结果表明其构建的三元模型判别能力较好，误判情况低[8]。

二、样本选择及指标的选取

（一）研究样本

文中实证部分用的是我国2014年和2015年第一次被施行ST的60家A股制造行业的企业作为研究样本，并按照1∶1的比例选取同行业、经营范围相当、上市时间接近的60家不是ST企业作为对比样本。将这120家公司分为建模组和检验组：选取2014年被实施ST的33家制造业上市公司和相对应的33家非ST公司作为建模组；选取2015年被实施ST的27家制造业上市公司和与之对应的27家非ST公司作为检验组。对建模组样本前2年的财务数据分别利用因子分析确定主因子得分，得分成绩作为Logistic回归模式的自变量，构造财务危机报警模式，然后利用检验组样本验证模型的准确度。本文在选择样本时，剔除了非财务状况异常而被ST的股票，上市2年或者不足4年就被ST的股票也排除在外。样本的数据来自wind资讯以及国泰安数据库。

（二）指标体系的建立

企业在选择财务危机预警指标时，应该充分考虑到企业的实际经经营状况，并且所选择的财务指标要能够真实、及时、系统的反应公司的经营情况以及财务情况，财务指标的选择应尽可能地满足综合、普遍、可比等原则。为全面反映企业的财务状况，依据公司财务经管方面的有关理论，在对前人探究后果进行总结辨析的条件上从公司盈利能力、营运能力、偿债能力、成长能力、获取现金能力和风险水平这6个方面选取了18个指标构建初始预警指标体系，具体如表1所示。

三、财务预警模型的构建

（一）指标体系的降维

本文建立的指标体系包含了18个财务指标，这些指标之间存在一定的相關关系，若直接将这些指标作为自变量来构建财务危机预警模型，不仅让所建模型变得复杂，而且还因为变量间的多重共线性而使得检测结果出现很大误差。所以，这个环节考虑用因子分析法对指标进行标准化，提取主要因子，使后面的建模能够较为直观。

本篇论文使用KMO检测以及巴特利特球形检测来判断变量组成能不能使用因子分析方法。起初采用SPSS软件对数据来标准化处理，其次对标准化后的指标来KMO以及巴特利特球形检测，获得KMO检测值为0.675，高于0.6，巴特利特球形检测相应的显著性水平是0.000，低于0.01，说明两个检测都通过了相关性检测，表明原来指标变量可以做因子分析。

（二）主因子的确定

将建模组88家样本公司被ST前2年的数据带入SPSS软件进行因子分析，获得5个主要因子。依据表2，前五个因子的累计方差贡献了82.746%，也就是这五个因子反应了总指标体系信息的82.746%，通常认为这一数值在80%以上是比较好的，因此使用这5项因子来代替原有的多个指标变量体系是可行的。

为了方便阐述各个因子的概念，进行因子旋转。依据因子载荷矩陈，对因子来命名。表3是5个因子的组分得分系数矩阵，能够得到以下公式：

F1=0.287X1-0.019X2+0.019X3-0.113X4+……+0.009X17-0.206X18

F1=0.446X1-0.006X2-0.066X3-0.220X4+……+0.219X17+0.013X18

F3=-0.096X1-0.072X2+0.108X3+0.073X4+……+0.428X17+0.016X18

F4=0.453X1+0.220X2-0.056X3+0.153X4+……+0.095X17-0.117X18

F5=0.109X1-0.450X2+0.023X3-0.365X4+……+0.092X17+0.188X18

计算出各样本公司的主因子的预测得分，用于下文拟合Logistic回归模型。

（三） Logistic财务预警模型的构建

采用60家样本企业被ST的前两年数据以及五个主要成分变量，拟定Logistic回归模式。模式中假设因变量为0是正常企业，为1是财务危机企业，前面获取的五个主要成分是自变量。

在探究中用0.5为概率的分临界点，把样本数据带进回归方程里获得P值高于0.5时，判断这个样本是财务险境企业，不然就是非财务险境企业。采用SPSS来处理，样本的60个企业都被选为回归分析的案例中，缺失案例为0，说明此次回归分析效果非常显著。分类表呈现了目前获得的模式的错误判断矩陈，非ST公司=0时，即判断正常公司时准确性100%；ST公司=1时，即判断财务风险公司时准确性有100%，所以模型预测效果较理想。

结合表4中的数据可以得出上市公司财务危机Logistic预警模型：

将建模组和检验组的原始财务指标数据代入上述模型得到P值，因为样本里ST和非ST企业的選择是依据比例1：1。所以，本文中选择0.5为判断分界点，当P>0.5时表示是ST企业，当P<0.5表示非ST企业。判断结果见表5，从表5能够看到，见模组和检验组的判别总准确率均在90%左右，准确度较高，可以认为此模型可以用来判别企业财务危机。

四、结论与建议

本文在借鉴以往学者研究成本的基础上，从企业实际经营和面临的风险因素综合考虑从6个方面选取了18个财务指标，采用因子分析法结合Logistic回归模型建立财务预警模型，经过检测发现，所建模型有很高的准确性，能使企业所有者尽早意识到企业所面临的财务风险及财务危机可能到来的征兆。在经济发展过程中，经济融合的速度在很大程度上提升了，公司随时都会遭遇失败的后果，建立合理的财务报警机制可以帮助公司及时发生经营管理中存在的问题，加强经营管理，提升获利能力。预先知道自身的财务挑战，及时调节经营规划以及财务规划。

参考文献

[1] 赵辰，南星恒.基于MEA-BP神经网络的财务危机预警研究[J].财会通讯，2016（1）43-46

[2] 宁静鞭.基于LNN和Logistic回归方法的财务预警模型比较[J].商业时代，2008（13）74-75

[3] 李建中，武铁梅.基于因子-Logistic模型的房地产业上市公司财务预警分析[J].哈尔滨商业大学学报，2010（5）89-104

[4] 胡跃红，黄婧.我国化工企业的财务预警模型构建及其检验-基于Logistic回归方法[J].长沙理工大学学报（社会科学版），2011（11）41-45

[5] 陈永飞.基于现金流的财务预警研究：线性概率模型与Logistic模型之应用比较[J].经济问题探索，2011（6）102-111

[6] 何妮.制造业上市公司财务危机预警比较与分析—基于金融危机前后的数据[D].西南财经大学，2013

[7] 张健.基于EVA的农业上市公司财务危机预警实证研究[D].内蒙古农业大学，2014

[8] 刘彦文，戴红军.基于三元Logistic的财务困境预警模型实证研究[J].大连理工大学学报（社会科学版），2007（6）：60-66

[9] 刘肖，姚正海等.基于主成分分析和Logistic回归模型的上市公司财务预警机制研究[J].经济论坛，2016（1）：47-50