《上市公司财务困境预测实证中英文》

PAGE上市公司财务困境预测实证研究工作论文内容摘要搬财务困境预爹测是金融领语域一个重要挑的研究课题草。自上世纪洲60年代以倒来，随着企香业破产问题蛙的日益严重月，各国学者京纷纷试图通搜过定量分析隐对企业破产俱提前作出预投测。近五十龙年来，从多酿元判别分析翁等线性预测贤模型，到以决神经网络模香型为代表的贴各种非参数近预测模型，惨相关的研究投成果层出不停穷。但是，胞在国内对公拆司财务困境劲预测的研究马才刚刚起步床，其主要原耽因是199乖3年7月1各日之前我国刑并没有实施庸统一的会计慎准则，缺乏甲可靠的规范摄的研究数据穷。因此，研告究如何利用盛国外现有的根研究成果，垃结合中国的源实际对企业千破产作出准报确的预测，闻是摆在我们路面前迫切需棉要解决的问蔑题。彼羡中国证券市份场历经十三扭年的发展，演规模日益壮布大。面对这弄么庞大的市饥场，如果能办借助财务困因境预测模型厦对上市公司律的财务危机之提前作出预姨测，不管对贵于监管者、粮银行、上市主公司或者投李资者来说，尚都具有重要巧的意义。选本文以中国秒上市公司作币为研究对象侧，将公司因优财务状况异炼常而被特别姿处理（盯ST漂）作为企业秧陷入财务困任境的标志，廉采用逐步判编别分析方法材筛选自变量邪，并利用多检元判别分析街（足MDA落）、览Logis录tic察回归和BP么神经网络三杨种方法进行币财务困境预缘测，比较其宰预测结果。能研究发现，督速动比率、勿营运资本/屠流动资产、涛利息保障倍昆数、总资产辽周转率、营笨业收入净利闲润率、流动芹资产净利润桌率和主营业语务利润/利汪润总额爽等财务指标繁具有较强的吨预测能力；缴比较三种方告法，发现B峰P神经网络扇的预测能力桌最强，无Logis首tic刑回归模型的蛮预测能力次妹之，多元判胶别分析的预病测效果最弱弄；采用BP期神经网络模肝型可以在上薪市公司被匙ST筒的前抛3克年以米8桌7％的准确学率预测出企俭业即将陷入饼财务困境。而本文共分四迁章，引言部脆分介绍研究民背景和研究劣意义；第一看章是国内外威财务困境预你测研究概述哈；第二章介光绍本文的主洪要设计，包葬括研究样本译、财务指标叙的选取和模芦型的构建；蚕第三章对实妙证研究的结薪果进行分析丰，比较了多绞元判别分析答、瘦Logis妻tic烫回归和BP节神经网络三本种方法的预散测效果；第饭四章是研究送结论。疯关键词：许上市公司、课财务困境、菜实证研究留Empir凉ical毕Study苹ofF冈inanc译ialD紫istre气ssPr悼edict壮iono寸fPub那licC粮ompan革y宋Abstr娱act智Finan岛cial歉distr纵essP腔redic落tion桶isan较impo笋rtant旨fiel宴din信Finan他ce.S夏ince铁1960s蔬,more辅and驴more手resea菠r青chers接try惧topr咱edict两睬bankr棕uptcy涂thro升ughq学uanti辛tativ吸eana鲁lysis牢.In基ther幸ecent龙50品years孟,man熄ymod推elss见ucha腔s嚼Multi习varia振te率Disc疤rimin秃antA下nalys惹isan守dNeu纸ralN帮etwor截kcom保eout晌.How久ever,辈ino员urco第untry舍,fin狼ancia城ldis创tress堵pred本ictio道njus民tbeg概ins.霉Them虹ainr鬼eason到ist过hela芹ckof米unif些ormA秒ccoun太tant考Rule侵befo中reJu恳ly,1,摇1993.茶Thus,阔Itis韵执urgen蛙t军for区usto嘱work管on汽finan策cial身distr川essp轮redic狡tion桌in蒙China无.没Inth详elas崭t13架years筐,the洪Chin崭eses锣ecuri啦tyma愚rket虾devel算oped扫rapid会ly劫.Bec搞ause小there藏are枕soma炉nypu暗blic叮compa梦nies,路ifw畏ecan袄pred舞ictt月hefa万ilure踩oft拴hemb跑efore必hand,钞iti拘s奸signi外fican悠t扩not葱only奴for满super燥visor假,ban成k足andi浑nvest茄ors碍,but廊also蚊for艘publi岸ccom叠panie仿sthe敌mselv候es.贞This洁study避rega巴rdsp论ublic夹comp湖anies银它recei肌ved毙spec乓ialt零reatm馆enta四sas围ignal维off议inanc割iald初istre棵ss,a他ndtr芬yto后predi得ctfi总nanci桑alfa水ilure棒ofp闯ublic木comp泛anies享in夜China跑.Iu蜘sest凳epwis卧edis档crimi办nant路analy驻sist杏osel喜ectf胶inanc燃ialr衔atios贤and烛use座Multi套varia贪te延Disc再rimin对antA赛nalys南is,L管ogist刻icRe斯gress阴iona患ndNe团ural枕Netwo察rkmo芽delt轨opre础dict叼finan章cial键distr果ess.秒I露find降that滥quic瓦krat排io,w瓜orkin托gcap阿ital照/curr淡enta魄ssets帝,EBI颜T/蚀inter洗ests瞧,sal稠es/to家tala馋ssets检,ear卡nings队/sale陆s,ea茎rning役/curr茫enta斜ssets汁eta厅l.ca严npre庙dict泰finan发cial齿distr陷ess诸accur半ately猾.Ia圣lsof窑indt甩hatB魂ackP兵ropag门ation品Neur峰alNe京twork横mode时l倚overw环helm在s按Multi临varia谢te陷Disc们rimin寸antA勤nalys景isan疏dLog折istic竹Regr百essio颈nmod沿elsi芒npre呢dicti面onac欺curac罢y.We阴can赏predi条ctfi似nanci磁aldi麻stres京sof松apub扩licc吹ompan赶yat拖thea妄ccura岩cyof乔87p醒ercen盯t3y铜ears轨befor城eit跃recei专ves缠speci不al伶trea揪tment翼byB油ackP集ropag猜ation羞Neur姿alNe绞twork蛙mode难l.访This龙study械cons汪ists品offo第urpa酷rts.呜Inth示efor膝eword翁the协backg满round娱and订signi冒fican鱼ceof贤the悼study毅are绒intro刊duced横.Cha梯pter闭1revi请ewst板hepa恢stst红udies去.Cha占pter鼓2int菜roduc医esth迷esam扒ple,溉varia副bles挨andm映odels投.Cha恶pter烧3ana至lyzes突the耐empir何ical寻resu难lts.积Chapt携er4注isth典e睬concl盗usion售.夫Keyw校ords:字强Publi忘cCom顿pany;摊Fina成ncial泡Dist逼ress;英Empi待rical产Stud促y引言劲一、上市公把司财务困境鸽预测的研究岗背景恳企业破产（歌bankr鼻uptcy爱orf瞒ailur斜e送）不仅是市松场经济中的括普遍现象，铜也是一个全贝球化的话题中。一个国家令企业破产的诊数量经常被晨作为衡量该纤国经济发展蚁和经济稳定牵的指标。近稼年来，全球笼企业出现了奉破产数量多裙、破产面广肢的趋势，甚泽至一些大公辰司也无法幸亮免。企业破枯产会带来一森系列的经济坟和社会问题况，因而如何倡在企业破产件之前预警并枣采取相应的书减震措施是苗学者们研究雕的重点。早乱在十九世纪覆三十年代，袜美国就开始严通过对破产虾企业的财务斯状况进行定植量分析以期嫂提前对企业陆陷入财务困堡境发出预警歌。自十九世击纪六十年代唤起，西方国王家掀起了企呀业财务困境惑预测研究的允高潮。经过雹近五十年的跪发展，财务土困境预测不煎仅在理论上闯形成了一套倡系统的研究候方法，而且醋在政府外部大监管、辽银行商业贷却款评估、企绘业内部控制述、投资者投肆资决策等领丸域得到广泛岩的应用。氧但是在国内绞，财务困境减预测研究才秀刚刚起步。锯新中国第一滑部统一的会嫁计准则地——忍《企业会计糊准则》于中1993迎年乌7怨月如1希日正式开始维生效，才把威全国各行业演的企业会计研工作统一到腹一个标准上莫，实现了会育计指标的统铅一。在此之御前，由于企蜓业财务报表糊数据缺乏可舟比性，财务滥困境预测研逆究一直处于筛停滞状态。拜随着中国经蹲济的快速发苦展，对企业荷破产问题的罢研究受到越胆来越多人的失关注，而大滴家关注的焦久点又都集中善在中国的上扶市公司。上困市公司是证挽券市场发展热的基础，其挂行为的规范看和业绩的好监坏直接决定叶了证券市场吨的兴衰。中捐国证券市场彼历经十三年爸的发展，规瞒模日益增大艺，截至阻2003乎年套9闸月吴29垂日，中国证宗券市场共有洽上市公司厉1280份家，流通市躬值蓬13509需.26铁亿元。但是纱我们看到，克随着证券市兆场规模的扩跌大，上市公冒司所暴露出区来的问题也晌越来越多。术上市公司良璃莠不齐，部喘分上市公司蚊为了达到包量装上市的目乖的，利用市捉场本身法规忧的不健全和吼监管的不成芳熟恶意造假奴，损坏了投鼓资者的利益吹，扰乱了证宇券市场的秩摔序。这些上族市公司治理秀结构失衡，族生产经营管峡理混乱，因蒜而一上市就程连年亏损，坦从而给投资贴者带来了巨往额损失。市什场监管的不弟完善，加上颜上市公司的浩虚假行为，洋沉重打击了猾投资者的投铁资信心，竿2003锐年饮7香月份中国证山券市场的开若户数首次出烫现了负增长辩，证券行业摄的发展出现条边缘化趋势垄，市场笼罩忽着悲观失望烤的情绪。通士过对企业财滥务状况的分巡析鉴别质地哲不同的上市箱公司，成为塔摆在我们面警前迫切需要河解决的问题慰。本文的主溉要目的，就跪是通过比较耗找出最佳的榨预测上市公在司财务困境何的方法，以期期向监管部抗门和广大投粥资者揭示，席哪些上市公部司已经进入跳了财务困境边的预警区，谎是我们应该栋加以关注或绸警惕的对象跨。之所以选律择上市公司吹进行分析，早一方面是因南为上市公司械在国民经济掘发展中的重锯要地位，另炕一方面也是狡因为上市公即司必须遵循予严格规范的汤信息披露制侮度，所得到危的财务数据背较为准确和炭可靠。齐二、研究意扑义久企业破产的芳影响面是相缴当广的，投较资者、公司话管理层、员仔工、债权人龙、供应商、挽客户甚至政塔府部门都会傲受到不同层违次的影响。戏概括地讲，除本文在以下亏几个方面具传有重要意义谎：今有助于投资录者的投资决线策卖当公司破产猴清算时，股继东的资产请州求权是处于秒最后一位的性，因而当公附司资不抵债适时，股东的好投资往往血讨本无归。而防即使公司没边有进行破产锣清算，一旦币监管部门公坡布某公司陷扩入财务困境微，该公司的吵股票价格通旅常会大跌，载投资者也会参遭到投资损具失。因而，骂如果投资者括能够获得一埋种事前信息滤，提前知道赶上市公司是货否会陷入财阁务困境，加香强警惕性，疫减少或者取酷消对该公司谎的投资，那饿么就能避免哗损失。可见颈，财务困境垂预测给投资两者提供了一漂种评价公司柴业绩的尺度蝇，有助于投牲资者作出正京确的投资决驴策。对于保解守的投资者靠，可以通过梦“斜用脚投票钩”叼避免投资损纺失；而对于阿激进的投资明者，甚至可根以通过卖空垃该公司股票腔获得不错的格投资收益。络2奥、棵有助于管理持层加强内部焰控制并改善萝经营管理线对于公司管任理层来说，岛阶段性地评惭估公司当前脖的状况是一叨项极其重要躲但却又相当走困难的任务绝。通过这种古阶段性的评面估，管理人约员可以发现族公司潜在的望优点和缺点丸，这样就可润以有序地改替变政策和行胀动。在这里泪，如果应用传得当的话，可判别模型就屯可以足够早究地预测出公怕司存在的问偶题，使管理唐人员能够意寇识到目前情项况的严重性织，并采取相县应的措施改轰善经营管理著以避免破产醋的发生。即尚使破产是不双可避免的，仁那么在破产曾前与比较强甚的公司进行朋合并，也将最使公司的债先权人和股东奴受益。慎3饰、奏有助于员工愧及时对未来帽的工作前景咸作出规划樱昼对于公司的抓员工而言，描其经济利益状与公司的经把营情况紧密婆相连。作为笋企业的一分抵子，员工可犬以为企业发壮展献计献策授，协助企业于走出财务困股境；如果公躁司确实积弱仆难返，则可烂以提前对自前己未来的工季作进行规划偶，避免遭到许失业的威胁滴。晃4西、邪有助于债权额人对贷款安摘全性进行评袖估膜商业贷款评夜估在社会中杆是一项很重惭要的活动，况它对商业银角行和其它的肾一些放款机争构尤为重要谋。债权人通绘过财务困境挨预测可以判银断企业的偿枝债能力，从礼而提前采取在相应的措施处加大清收贷击款的力度，脚避免贷款损票失；而对于腿潜在的债权旨人，利用财互务困境预测突则可以对贷令款的安全性罚进行评估，祖帮助信贷员蛙避免做出令必银行损失惨住重的决策。取可见，财务诵困境预测有啊助于信用风检险评估机制动的建立。具5茶、有棵助于关联公迟司的业务决颗策属企业的关联白公司包括材附料供应商、械产品销售商再和业务合作它者等等。现馋代企业之间按存在着千丝草万缕的合作近关系，一旦株合作链条上找的某个环节州发生问题，唯就会产生一岛系列连锁反蔽应。企业经夏营状况的好吼坏不仅会直半接影响到其同供应商的销槐售收入和应盗收账款的回坐收率，也会前对销售商的谜供货来源产生生影响。因捡此，对于供螺应商而言，五利用财务困懒境预测可以棍及时改变合种作策略，寻蠢求替代的合片作伙伴，避谨免由于企业江破产产生的糊震动，保证悄企业生产经反营有序进行烦；对于销售康商而言，则再可以提前寻低找其他的供节货来源，避阀免由于断货磁产生的不良摘影响。拔6列、春有助于监管底部门加强监安管惑目前，我国倚证券市场的类监管机制还造是主要以事枝后监管为主涛，即通过对交连续亏损两吼年的上市公拿司实行杰ST绕制度，对连还续亏损三年衣的上市公司锻实行退市制砖度，从而对逗上市公司进氏行约束。证咐监会对上市馒公司进行监鹅管所依赖的传信息主要来角源于公司当发年所披露的祥财务报表，惧因而具有一陵定的滞后性腥。通过财务壮困境预测，护监管部门可予以利用该公踏司前几年披临露的财务信伤息提前对上耻市公司进行洒监测，对于疯出现财务困静境征兆的上棕市公司给予携更多的关注寻，加强事前誓监管；此外六，财务困境功预测还有助辉于完善市场袄准入制度，哥防止证券市希场成为送“喉圈钱爆”伪的摇篮，从猴而有助于证敬券市场的健面康稳定发展蛋。拖除此之外，竟财务困境预竿测还可以应住用于收购或闪兼并时对目煎标公司价值暑的评估，在绣会计报表审遣计中也有助愤于注册会计顾师出具正确衰的审计报告航。由此可见搂，财务困境兰预测研究的雷应用范围很纳广，具有很陆强的理论和交实践意义。贿三、主要创认新嗽本文的创新净要点如下：健1逃、本文在国邀内首次将神骨经网络技术贷应用到中国此上市公司的划财务困境预杰测并将其和步多元判别分躁析模型、劈Logis经tic倒回归模型进碧行比较。育2舍、本文选取葵了涵盖短期次偿债能力、绘长期偿债能纪力、营运效盟率、盈利能割力、风险水股平、发展能占力六大类共味52港个财务指标宽并通过逐步捷判别分析筛券选模型的预核测变量，用忧于财务困境溉预测的财务答信息是目前趟为止最全面怎的，。思3撕、在以往的晨研究中，许取多学者只对韵估计样本进形行预测，而丸且是在公司况被旱ST坊的前两年进场行预测，即异在公司已经忍亏损一年的精情况下进行旗预测，判断彻其最终是否促会被摄ST磁，这样无疑笔会高估模型蚊的预测能力嘱。本文采用芹了新样本检姿验模型的预筐测能力，并规且在上市公投司被叙ST雄的前三年，大即公司尚未资发生亏损的顿情况下进行酸预测，模型鸡预测能力的决评价比较客竟观。研究结救果表明BP秃神经网络模享型对新样本脂的预测准确幅率可以达到谁8吩7％。种4狠、样本新，绸容量大。本诞文对览1998盘－干2003园年间因为财喝务状况异常细而被随ST突的所有上市累公司进行分汤析，最终获巧得宋108危个财务困境蓬企业样本，潮并同时根据想行业和规模事配比原则另聋外选取了只108湾个正常企业淡作为配对样哗本，样本规春模是迄今为养止最大的。牌第一章响企业财务困录境预测研究丸概述交第一节业思财务困境的冶定义东对于通“坏财务困境激”谎的定义国内姨外学者有很贪多不同的看洽法，离Altma侵n(19悄93)谣综合了学术室界对财务困经境的定义，蚕将财务困境寇分为四种情促形：（挽1供）失败（筋Failu浑re狂）：体踏典型代表是锅商业统计公折司摩Dun&株Brads耽treet夫虾采用的蔑“芬经营失败傅”扭（成Busin伏essF抖ailur粒e土）概念，指役公司经营因车为破产而停特止，或者处础置抵押品后董仍对债权人限造成损失；殃无法按期偿姥付债务，由旷于法律纠纷夹被接管重组语等情况。（璃2世）无偿付能急力（冤Insol层vency筑），包括技季术上的无力纤偿付和破产段意义上的无勇力偿付。前烟者是指企业泰缺乏流动性吩，不能偿付丛到期债务，珍主要用净现肠金流是否能乞满足流动负繁债的支付需稀要作为判别腰技术上是否仅无偿付能力骨的标准；而挠后者是指企抬业资不抵债驰，净资产为捏负等情况。左（坡3夕）违约（铲Defau阁lt杨）。违约可当以是技术上狂的或法律上埋的，前者是虏指债务人违保反合同规定鲁并可能招致扰法律纠纷，蕉后者则指债氏务人到期无彻法还债。（芹4拴）破产（轿Bankr豆uptcy妄），指企业案提交破产申它请后被接管挂清算。威对财务困境弯定义的不同毕必然导致研药究对象的差数异，从而得滚到不同的研挨究结论。国汽外大多数研汇究将企业根链据破产法提何出破产申请辱的行为作为蜘确定企业陷腐入财务困境化的标志，如张Altma众n滋（声1968牢）、疏Ohlso群n讽（镜1980吓）、抢Casey炮and掀Bartc异zak档（混1985猾a）、研Aziz,泼etal如（斤1988斧）。此外也镜有部分学者每把破产、拖乳欠优先股股迎利和债务作殖为确定企业捎陷入财务困泄境的标志，盘如自Beave胶r(196巷6)种。而构Jain直andN舒ag(1俱997)听则将首次发哥行股票后第宴三年的资产绒营运收入低施于其股票发组行前一年收朱入的企业定汪义为财务困摸境企业。据在国内，财迅务困境预测急研究才刚刚以起步，由于烧非上市公司星的财务报表添比较不规范较，可靠性不厕高，加之数型据很难获得原，所以基本狠上所有的研盐究都以上市狡公司作为研广究对象；而村由于我国证件券市场的退询市制度建立颈较晚，退市线的企业不多很，因而大部恳分研究又都拾把上市公司桑被特别处理渡作为企业陷勒入财务困境顶的标志，如爱陈静（讨1999碧），陈晓、思陈治鸿（漏2000班），吴世农睛，卢贤义（钥2001返），李华中工（目2001锁）等。除此详之外，长城优课题组（懒2001嫩）将首次出袜现亏损的公批司界定为财深务困境公司叉；高培业，泽张道奎（弊2000智）则把企业师能否按时偿惭还银行贷款北作为企业陷晴入财务困境厨与否的界定色标准。晌根据《公司盯法》第建157偶条第炮4僚款规定，上岁市公司最近射三年连续亏戏损的，由国配务院证券管避理部门决定员暂停其股票伙上市；第斯158片条规定，上疏述情形在限愁期内未能消狡除，不具备珠上市条件的化，由国务院轰证券管理部火门决定终止迟其股票上市赞。这说明，财上市公司若博发生连续亏磁损，则意味肢着公司陷入宵了财务困境够，公司有可虹能随之走向免破产，或者坊被兼并、重洋组。由于公嘉司连续亏损其蕴含着较大仙的风险，中灾国证监会和堂深沪两地证村券交易所出肝台了一系列列制度用于警芳示和防范风暮险：太1器、犹ST劲制度诞。自桨1998董年比3督月京16香日起，我国猴证券市场开宋始推行茫ST队制度。根据怒中国证监会洗《关于上市来公司状况异覆常期间的股两票特别处理手方式的通知迷》，躲“没特别处理颠”使的内容包括夺：于特别处沈理的股票前县加沿“许ST”(S被PECIA芳LTRE裂ATMEN名T秘的缩写崖)蜜标记；公司渠股票每日涨至跌幅限制为住5筒％；指定报义刊应另设专矛栏厉刊登特别处贡理股票的每计日行情。纷上市公司出杰现以下情形伯之一的，则裳视为财务状湖况异常：县最近两个会推计年度的审耐计结果显示醋的净利润均庄为负值；油最近一个会律计年度的审吸计结果显示支其股东权益散低于注册资钞本，即每股苍净资产低于棍股票面值；津注册会计师遇对最近一个负会计年度的炊财务报告出保具无法表示假意见或否定姻意见的审计竹报告；约最近一个会俭计年度经审摔计的股东权己益扣除注册读会计师、有醋关部门不予皇确认的部分狮，低于注册技资本；钻最近一份经螺审计的财务写报告对上年欣度利润进行壳调整，导致溜连续两个会馆计年度亏损青；惯(6)经乱证券交易所受或中国证监行会认定为财蛇务状况异常恶的。纠除了财务状滤况异常，其暮他状况异常贴规定如下：猛由于自然灾僻害、重大事赵故等导致上熟市公司主要搁经营设施遭宣受损失，公叹司生产经营度活动基本中林止，在三个妖月以内不能询恢复的；腥公司涉及负痕有赔偿责任挪的诉讼或仲惹裁案件，按米照法院或仲恩裁机构的法房律文书，赔崭偿金额累计捎超过上市公螺司最近经审环计的净资产提值的50％耻的；隆公司主要银影行帐号被冻丢结，影响上胶市公司正常耐经营活动的艇；督公司出现其寻他异常情况秋，董事会认煌为有必要对款股票交易实牛行特别处理弓的；朗人民法院受泽理公司破产革案件，可能呼依法宣告上阅市公司破产遇的；庙（6）公司肆董事会无法慢正常召开会寸议并形成董跪事会决议的专；倦（7）梳公司的主要括债务人被法捎院宣告进入薪破产程序，画而公司相应移债权未能计纺提足额坏帐甘准备，公司片面临重大财掀务风险的；萍(8)增中国证监会掀或证券交易勺所认定为状倘况异常的其墙他情形。尊2荐、无PT主制度限。臭1999施年，深沪证怠券交易所根风据《公司法欲》、《证券趣法》和《交做易所股票上狂市规则》的隆有关规定，葡制定了特别姜转让（焦PT义）制度，即患当上市公司棵出现最近三败年连续亏损康的，由证券吴交易所暂停援其股票上市聚。公司股票雪暂停上市期掌间，交易所御为投资者提督供特别转让等服务。沉3伟、婆退市制度标。颂2001粪年浆2赔月篇24塞日，中国证敞监会发布了惜《亏损上市筑公司暂停上卵市和终止上朵市实施办法君》，给予纽PT绵公司一年的糊宽限期，从工而正式熟启动证券市旋场的退市机蓄制。随后，西2001句年蛾11参月献30汤日，中国证赠监会又发布辨了世《亏损上市诉公司暂停上共市和终止上壁市实施办法蚊（修订）》屯，取消了特世别转让（安PT羊）制度灭，加快了完辩善退市机制卷的步伐。彩4义、爽退市风险警妇示制度称。为了向投骆资者充分警裂示上市公司君存在的终止腐上市的风险映，同时又与禽其他异常状唇况实行特别言处理的风险沸警示相区别躺，猛2003萄年纸4肾月侨4甚日，深沪两晨地证券交易贪所发布了《资关于对存在吹股票终止上眠市风险的公芽司加强风险乳警示等有关广问题的通知东》，系由证券交易诱所对存在股奉票终止上市累风险的公司线股票交易实麻行敢“姑警示存在终贡止上市风险右的特别处理义”朗。其主要措劈施为在其股拣票简称前冠算以护“*ST”嚼字样，以区绪别于其他股林票，并且股真票报价的日本涨跌幅限制浸为烛5夏％。瘦根据规定，弟当上市公司薄出现下列可废能终止上市活风险情形时横，将对其股捕票实行蹲“径退市风险警闪示亩”莲：谨（您1疼）最近两年抄连续亏损的返；和（蜜2风）因财务会鞠计报告存在朗重大会计差殊错或虚假记犁载，被中国师证监会责令喂改正或公司盒主动改正，衔对以前年度织财务报告进叉行追溯调整博，导致最近五两年连续亏庸损的；觉（浓3倒）因财务会蜂计报告存在跪重大会计差广错或虚假记价载，中国证救监会责令其裹改正，在规吹定期限内未册对虚假财务雾会计报告进衡行改正的；陶（耐4唱）在法定期遍限内未依法回披露年度报由告或半年度祥报告的；昌（摆5摸）处于股票耻恢复上市交质易后至其披娇露恢复上市吊后的第一个晚年度报告期园间的。封上市公司经东营首次出现板亏损带有一列定的偶然性仓，其受到国摔民经济发展志状况、行业质发展态势、拢甚至个别意讲外事件的影草响。因此，殊若上市公司耗一亏损就直钥接将其判定毯为财务困境妹企业有失偏章颇，这无疑使会夸大财务铅困境企业的商比例，把一往些出现暂时赞经济困难的访公司也误认梯为是财务困残境企业。但小是，从上述浪制度可以看忍出，出现连属续两年亏损肾的上市公司睬不仅会被特宪殊处理，而假且面临着退龟市风险，因扬而可以认为谷其已经陷入格了财务困境饭。应该注意舒的是，我们挺仅仅把上市脑公司因为财映务状况异常伯而被特别处池理作为企业头陷入财务困娃境的标志，尖剔除了因为敢其他异常而楼被牛ST醒的情况，这临是由于上市宫公司出现其欧他异常状况沈而被特别处耕理具有一定厕的特殊性和颗突发性，难治以提前加以输预测。伍综上所述，恰本文以上市甚公司作为研温究对象，将廉公司因财务乐状况异常而判被特别处理翻（泪ST生）作为企业灰陷入财务困饥境的标志。勇这不仅符合农中国的实际候情况，而且柴与国内大部霸分研究保持徐一致，便于也相互比较。仪第二节朽啄国外财务困脊境预测模型柳概述驰自上个世纪蝇60年代以居来，财务困陶境预测在欧声美得到广泛葵发展，从多康元判别分析淘等线性预测照模型，到以乏神经网络模隐型为代表的庆各种非参数易预测模型，显相关的模型悉、方法层出格不穷。在这慕些模型中，缝有一个共同段的前提假设驳，就是可以喝对公司进行值分组（如可刘以将公司分紧成财务困境党公司和财务旦健康公司）抬，其基本的辛思想即利用止企业的各种阳财务指标，斤建立判别模剑型，从而根姑据企业的总朋体财务状况岗进行分类。求纵观国外现对有的研究成欺果，财务困氧境预测方法加主要有单变呢量分析、多恒元判别分析幼、线性概率呼模型、Lo抬gisti蝴c模型、递清归分割算法史、生存分析鸦、专家系统冈和神经网络捷模型等。疗一、单变量听分析朗单变量分析禽是最早应用沙于财务困境演预测的模型显，其主要思贪想是通过比签较财务困境贸企业和非财滥务困境企业输之间各个财余务指标的显鹅著差异，选霸定某个指标士作为排序变苹量，让样本戴数据根据该窝指标进行排闷序，然后根奴据最佳判定苹点对财务困乳境企业和财想务健康企业库进行分类的趟一种分析方再法。偿Fitzp组atric杯k队（劈1932撑）最早利用练该模型对企寒业财务困境淋进行预测，马他以汗19付家公司作为算样本，运用姻单个财务指绍标进行预测短，结果发现寿净利润疼/甜股东权益、仿股东权益匀/歇负债这两个尤财务指标判投别能力最高妹。而怕Smith腾筐和阀Winak伪or推（川1935侨）进行了类感似的研究，区则发现营运傍资本械/偿总资产这个恼指标的预测桐能力最高。艰此外，蒸Merwi暖n牙（陡1942波）发现营运我资本色/锻总资产、股摆东权益说/祝负债、流动沟资产者/耀流动负债这婆三个指标能吩提前匹6葡年对企业破勉产作出预测洁。蒙Beave辅r借（匀1966竟）发现判别俘能力最高的充财务指标分猫别是现金流忠/案总负债、净谋收入汗/亏总资产、总峡债务乏/健总资产。充单变量分析鼓是最早应用观于企业财务书困境预测的泊实证模型，黄虽然其开创扩了财务困境奏预测实证研丹究的先河，愈但是其具有谢以下的局限炎性：（拼1债）相关的指废标给出令人枕混淆的判别馅信号，根据烘不同的财务僵指标进行判防断有可能得枯出相反的结家论。如盈利军能力差的企围业有可能因乏为流动性稍荐好而被判为祝财务健康企节业，但是如占果根据盈利伪能力判断则车很可能被判淹为财务困境飞企业。（鼓2汉）实证结果叼表明，从总肠体上看单变者量分析分辨贵非财务困境释企业的能力联高于分辨财经务困境企业攻的能力。（需3迁）单个变量虑所包含的信稠息不足以反垂映企业的整括个财务状况缩。这些缺陷命严重影响了堆单变量模型详的适用性。浩二、预拳多元判别分潮析毕为了克服单滥变量分析的秩局限性，泪Altma钥n控（敲1968唇）首次将多善元判别分析幕（恐MDA雕）的方法引架入到财务困猜境预测领域碧。此后，这昼种方法在企经业财务困境循预测的实践版和研究中都碗得到了广泛抓的应用。牲该方法假设占任一家公司饰i碑，其特征可珠以用饰n僻个独立的财限务变量劫x汇组成的向量贸X散来表示。那互么对两组公给司（财务困萍境与财务健会康公司），肠假设两组中尝的自变量分耽布服从多元尊正态分布，祝协方差矩阵栋相等，但均科值不同。其件目的在于获瘦得自变量的塌线性组合，么使得组间方喷差与组内方艺差之比达到尝最大化。用饶这个方法估瓣计出判别函沙数，其系数险向量为钞A(思),板常数项为仅。由这一变擦量的线性组化合可以得出塘每一家公司趣的凉Z召值：颈，店菊宾树占温（捆1.1扎）五其中，刻是米i俱公司的辩Z熟分值，稳惠是企i裁公司的怨n砖个自变量。混然后，根据每组内公司数施目和错误分膝类成本的先诚验概率计算趋出临界值。功通过将各公没司计算出的俱Z曾值和临界值紧进行比较，旷可以知道公泻司属于财务响困境或是财脉务健康企业疤。刃Altma刻n共（冠1968餐）选择了营两运资本著/酱总资产、留盐存收益红/稳总资产、息蔬税前收益戚/困总资产、股婶票市场价值棚/案债务账面价箱值、销售收丝入做/提总资产跟5抛个财务比率戏建立判别函拒数来区分财煌务困境和财尝务健康公司期，在破产前蒙1刊年预测精确抄度达到被95%些，前示2待年精确度达班到完72%扭。此外，类乎似的研究还勾有鲜Dambo漂lena不和化Khour哪y浇（剩1980犹）、行Lait于imen叙（剩1991享）等。及多元判别分断析虽然得到郑广泛的应用贩，但是该方利法也存在着锁一些问题，叙主要是其对绕预测变量的压分布性质施腐加了一些统扰计上的限制众。比如说，帆对于破产组番和非破产组冶，预测变量押的方差－协誓方差矩阵必喝须是相等的兔，预测变量划必须遵循正赵态分布等。顿这使多元判脸别分析遭到饲诸多学者的访批评。毅三、线性概适率模型烈由于多元判倍别分析只能缴直接得出判遍别结果，无忌法估计出企贵业破产的风斜险。为了估建计企业破产命的概率，研旁究者设计了胶线性概率模惑型（拼LPM乖）。线性概瓶率模型其实坑是普通最小制二乘回归模狐型的一种特抱例，其因变逝量只能取两蓝个值，街1轧或者调0锹。其模型的更回归形式如另下：穗班阻危蕉株霜覆（阔1.2维）顾其中，自变完量工是反映企业弄财务状况的浙指标。授首先，从估号计样本中利豪用最小二乘铅法县(OLS)可估计出系数胸，然后利用外估计出的系喜数算出企业耻破产的概率短，当它大于毒某个临界值蓬时则认为企枕业属于财务替困境企业，突反之亦然。催葱我们发现，鼻模型（侄1.2肿）中的回归功系数除了截激距外，都与成多变量判别娇系数成固定隙比例，也就那是说线性概期率模型只是寇多变量判别摩分析（群MDA饿）的一个特检例。因此，貌我们上面所蜂算出的题LPM傻得分也只是抖判别得分的吩一个线性转震换。所以虽乔然绪MDA羞与业LPM颈的模型假设配不同，但是过分类的结果臣却是相同的彼。但相对于珍MDA凝，跌LPM锡用于企业财示务困境预测哄更方便（龟Theod森ossio沫u1991英）。淡句芽胡凤LPM眯的应用存在孔两个主要的管统计问题：滔（咸1难）如果采用答普通最小二漆乘法来估计眯式（芽1.2组）的系数，省那么就必须五假设残差项棋方差相同，侧如果出现异恐方差，那么用OLS健的系数估计日虽是无偏但冶却是无效的旗。而且，如啊果残差项不掀是正态分布亡的，那么传酱统的显著性男检验将没法牧用。不幸的语是这两种情饰况在痛LPM哀的应用中都司可能存在。便（尖2术）根据菠LPM长计算出的概与率有可能落危在区间（叉0皮，赛1听）之外，这宾很难加以解雅释。矛Meyer沈和坦Pifer研（璃1970费）最早将鞠LPM曾运用于银行与业的财务困拳境预测，而衡Laiti葬nen毁（堵1993万）也曾作过遍相似的研究娱，将丢LPM倍运用于企业挑财务困境预肯测。南四、LOG巩ISTIC快和PPOB球IT回归模五型扣由于深MDA虏和菜LPM酱都受到统计痰假设的限制玩，为了克服奶这一局限性抛，研究人员巨引入了多元若条件概率模堪型，并采用拉极大似然估竭计法进行参定数估计。多盖元条件概率面模型包括L燥ogist墙ic模型和菌P壁robit膏模型，两者巴的区别只在吵于累积概率海函数不同。株其主要优点奋是对破产的散先验概率或浇预测变量的粱分布不需要赛作任何假设于，基本的估配计问题为：馒给定一家公辞司属于某个漠特定的总体舱，那么在某另一特定期间镰内，公司破惑产的概率是菜多大？猪液假设施是第末i化个公司的预五测变量，赴α搜和狠β逼为待估计参结数，公司潮i屋破产的概率庙可以由下式滔给出：掉璃谊腊贼聪哈筹倦工（跳1.于3）井在呼Logis补tic田模型中，稀纹粮箱萌茧（砖1.诞4）女或者奉钓救熟沈盖矮仿塞（醋1.谨5）罪假设第埋1评组样本为杂，第身2鸦组样本为节，则似然函腹数为：惊抽勿知（路1.巴6）凳最大化对数金似然函数只就可以估计得出式（棕1.耽5）中的参豪数符，从而算出糖公司破产的将概率眼，基于这一请概率公司可崖以被划分为寄财务困境公曲司与财务健示康公司。厌Marti裙n摆（校1977犬）首次运用箭Logis品tic模型盘来进行银行厦破产预测。疲这一方法后公来被姓Ohlso腾n遗（绍1980屿）用于预测方企业的财务藏困境。泉在Prob铁it模型中雀，采用的概瞧率函数则是批累积标准正尖态分布函数能：发保钩埋肢掏洽（1贤.墙7）齿蠢虽然猫P否robit油模型与辱Logis嫩tic斜模型相似，妻但应用并不基象后者那么飞广泛。关于冈P澡robit跨模型研究的可文献很少，眯这可能是因敏为该模型包杂括了非线性樱估计，所以简计算量较滤Logis奉tic腹模型大。豪五、递归分室割算法残递归分割算航法馋RPA蔑是一种基于胖模式识别的孤非参数的计盾算机分类技决术，它同时踩具有传统单题变量分类法狂和多变量分灰析法的特点絮。由澡RPA求得到的模型坝呈现出分类财二叉树的形帖式，该二叉酱树能够把对恢象分到特定微的组中。柏RPA论的输入包括召一个由辽个对象的观偏测数据组成怖的原样本，蜂还有它们实似际的类别以犯及先验概率舟和误判成本晕。我们用输表示某对象丝属于组寸的先验概率毙，用纲表示将属于里组厘的对象被误假判为组丢的成本。如极图毯1郑所示，我们眯给出了一个盟实际的树，躁该树是牵RPA暮基于一定的姜先验概率和史误判成本，坑从筐200誉家破产公司泡（组藏1博）和非破产平公司（组除2伞）中构建出六的。该树共婆有家5集个最终节点枣（腔termi饿naln书ode震），如图典1箭中的圆圈所触示。这些圆念圈代表所有作公司最后的甲分类。模型激根据各个公括司的财务特稿征将其逐级兴往下分到各诸个最终节点腿。刑RPA婶模型的构建击分两步，第钢一步是构建括预期误判成毒本较小的树智，第二步是仿通过交叉检按验来选择树冲合理的复杂捆度。将RPA网模型的缺点睡是：（经1层）它是一种卵前向选择方邀法，当它引宽入新的分类齿规则时并没违有考虑前面础的分类方法绳，因而有可饮能同一个分文类指标会重见复出现但判忠别点发生变藏化；（斗2坛）有可能出少现过度拟和快现象；（澡3旨）替RPA纯技术能将公距司分割成不苹同风险类型烈，但无法将妹同一风险类乞型内的公司赛进行对比。灿望付劫咱尼图1.1方RPA树200家公司现金流量/总负债200家公司现金流量/总负债23家公司现金/总销售收入132家公司总负债/总资产68家公司留存收益/总资产重注：树（瞒1加）是基于伴200申家公司的财液务数据、破晴产组和非破造产组的先验讲概率牛以及误判的滑成本迫构建而成。暗当某个公司安的判别变量吴值大于判别蝴点（低cutof燕f惨）时朝右边俯移动。最终数节点是圆圈童。最左边的猜最终节点有蜡45医家公司，其残中丰40触家属于组暖1油，尺5笑家属于组趁2涨。属于组馆1逆（破产）的嚼节点在圆圈裂内记为贯B河。属于组旧2腊的最终节点议记为两NB尖。该树误判忘了趴5习家破产公司斩和赌15义家非破产公电司。薯六、生存分驶析龙鹿上述模型均借运用企业破们产前的数据松进行预测，推但并不能预墙测出企业破烂产的确切时透间。苗Lane赖etal论.逼（尤1986润）运用一个趟比例危害模号型对银行破烛产进行预测砍，称为生存茎分析。生存揉分析假定财鹅务健康和财醒务困境的公贫司都来自同岛样的总体。外公司破产的住风险是通过赤计算每家公乡司的生存时葵间来衡量的昏。假设棋T宣时间后公司弟就会破产，升那么生存函逆数砌S流（相t管）就代表这T>t盆概率，公司抛在从t久时间前破产魔的概率可以枯用膊F贼（云t谅）表示：撑毫泻左舱盒易袍胁大傻晋递（1霉.冤8）亭危险度函数捆h(t)锈可以由下式厘给出：羊续恭努拜后丑榨轮促（1久.睡9）驾并且，岩余谱寻扔策径它鹿（1励.1超0）伞其中，示x槐代表公司一务系列财务比度率的向量，炸代表系数向抗量，是用最躺大似然法进喊行估计的，纪是令但x=0来计算得到的皆。觉生存函数致生田饺得阀毫（1.罢11）圆其中，逝往着烛蚕拿陷渴（1.12塘）剧由于没有限侧制谁的分布，所扇以生存分析杜是一种半参昂数的方法，卖这也使之免菊于很多对参稻数方法的攻跌击，而且，绢用这种方法锡处理破产预世测问题显得烤更为现实。邪雄生存分析方捎法可以得出底期望破产时伞间，这给决洒策者提供了孟重要的信息采。虽然相对管传统的统计湖方法而言，岛生存分析方并法的确是很姑好的替代方尝法，但是到扁目前为止，申它仍然得不斯到非常广泛端的应用。兵七、专家系美统峰患人工智能的御发展和应用木使得研究者乌开始采用专渴家系统来解秃决破产问题矛。专家系统劣一般是采用送归纳推理（赴Induc逼tive趣infer帝ence始）方法，该版方法是通过评分析与所要霉解决的问题丽相关的一系侄列案例，从肃而发现规律吊。归纳推理嫌方法又有两那种途径：一栽是模型驱动悲型（菌model士-driv栏en宇），利用先照验模型指导败来发现规律猜；二是信息盖驱动型（番data-骑drive鸽n订），利用一斜系列案例信主息来发现规宗律。宫在模型驱动阳型方法中，侦规律是建立穿在先验模型粗基础上的，摊然后用一系淘列的案例来矿检验。信息父驱动型方法软首先对所有蜡公司进行审谱查，然后寻赏找最为方便尾的程序系统直来对这些公齿司进行分类绩，当加入新喜公司时就必楼须对所得出币的规律进行游修改。具体质地说该方法杜先是把公司顿分成破产组土和非破产组峰，把这些公蚁司用一系列炮财务状况属膝性来描述，寻然后归纳出凤一个流程系皆统来正确分扁类样本公司拾。临其中，优先近用于分类的辛属性必须使劈得分类后熵批（这entro堪py启）最小，假粥设有某家公棵司可能被分事入仍n漠种不同的组泊，该公司被饥分入组滨的概率是提，那么分类童的熵篮为健棵臭吸雀扁哭涛（1附.1迫3）熊类归纳推理方峰法的局限性性表现在以下暗几个方面：露（录1膀）该方法很伸难应用于解舰决较大的问抱题，因为可畏以得到的样详本毕竟有限孕，这可能可惠以通过把大飘问题分割成妇小的问题单扭元来加以解却决，但这只幸是个设想，丽仍需进一步街研究。（塞2况）方法的应柱用中如果忽舅视了重要的浇案例（公司书）或是分类应属性，那么忆将会使得该北方法的预测休能力大为减荒弱。（每3驼）方法的应翠用中经常会害出现相互矛碗盾的案例，甩比如说两个扯案例（公司蓝）属于不同渡类，但是具中有相同的属坊性，从而难栏于加以区分赖。睛繁目前，在专浊家系统方法党的深入研究走中，除了我抹们所具体阐妄述的归纳推法理方法外，庸通过与经验吼丰富的决策结者进行交谈零，并将其知益识和经验并战入流程程序挑中，这也是阶一种很好的公方法。夕愈专家系统经茂常被用来解父决破产与信鸡用承诺问题尘，本Borow掠ski槐eta劫l.(史1988险)采用专家谎系统方法来辜预测储蓄和朽贷款机构的守破产问题,跳而欣Bouwm弱an从（夕1浇983唐）和到Duche最ssi茧eta湿l.（赞1988滋）等则将专担家系统的方乒法应用于信距用承诺研究课。渔八、神经网才络模型川神经网络模姿型是由大量惊的简单处理习单元相互联悼结组成的复当杂网络系统菌。它的许多殿功能和特性岂是对人脑神药经网络系统疑的模拟，是徒一种自然的孕非线性建模矛过程，也被麦称为人工神炉经网络（泻Artif杰icial滴Neur脉alNe咐twork船）。作为非偶参数的预测酿模型，它克疮服了选择模摄型函数形式卫的困难，同造时对样本及坊变量的分布坛特征没有限舰制。其主要刮分析模型如煤下：吼图1.2川斯神经网络模尿型输出神经元输出神经元隐层神经元输入神经元LayerILayerII牛它的神经元修一般包括三驶种处理单元叨，也称为节膀点（痕Node办）：输入神移经元，隐层防神经元和输杀出神经元。俘输入神经元闪接受外界环睬境信息的输磁入；输出神责经元则将经以过神经网络企处理后的信封息送到外界条；而隐层神脏经元则处于简前两种神经黑元之间，不罚直接与外界裳环境发生联啄系，它接受乖输入神经元皱的信息，经唯过多层次的箱网络内部运光算，把数据忍结果转移给艳输出神经元雪。隐层神经旋元可以有多众个层次（辟Layer衡）。宇总体来说，纹神经网络具息有一些其他队方法无法比怪拟的优点，往体现在：唇(1)榨它根据所提号供的数据进赶行学习和训泉练，找出输谈入与输出之老间的内在联符系，通过改役变每个节点册上的加权系仍数来求取问期题的解，从丑而具有自适导应的功能；涛(2)足能够处理那慧些有噪声或邪不完全的数末据，具有泛紧化功能和很酬强的容错能吩力；扯(3)坝神经网络对盆于非独立因塔素组成的总蹈体依然适用卸，并能够处俯理其中复杂封的非线性关源系。急目前，主要厦采用的神经嫌网络模型有饺反向传播（大Back－忠Propa材gatio昏n）算法、套串级相关（响Casca滨deCo炒rrela队tion）册算法和献遗传算法（扛Genet鉴icAl蒜gorit答hm）等。谱第三节知炭国内财务困瓣境预测研究傲概述息国内的财务晴困境预测研座究才刚刚起绩步，陈静（堂1999逝）以膊1998看年苦27抢家放ST攀和磨27目家非蹄ST债上市公司作且为样本，分被别采用单变伯量分析和多浴元判别分析研方法进行财丽务困境预测宴，发现由资恰产负债率、超净资产收益服率、总资产竖收益率、流今动比率、营把运资本谜/沟总资产、总故资产周转率透等蕉6床个指标构成铃的判别函数隶能较好地预板测出优ST语公司。碎陈晓、陈治滚鸿（山2000培）以意38矛家廊ST孟和世132斗家非俯ST燕上市公司作防为样本，采恋用销Logis每tic选模型，通过判试验沟1260谨种变量组合男，发现负债茎－权益比、状应收账款周混转率、主营盲利润珍/背总资产、留敬存收益啊/缩总资产对企旗业财务困境衡有显著的预浊测作用。照高培业、张错道奎（畅2000络）采用承29件个财务指标道，运用多元追判别分析方抚法建模，发宋现由留存收站益校/号总资产、息稠税前收益托/串总资产、销莫售收入部/剑总资产、资愤产负债率、星营运资本得/拉总资产构成难的判别函数膀有较好的预秧测能力。立吴世农、卢丢贤义（辉2001诉）以疏70拾家押ST牧和兴70晚家非术ST律上市公司作昨为样本，采啊用盈利增长星指数、资产吗报酬率、流矿动比率、长米期负债膏/供股东权益、兔营运资本怒/芝总资产、资潜产周转率等植6揭个财务指标墨，比较了多乘元判别分析器、线性概率桨模型和殃Logis侨tic商模型的预测铲效果，发现室logsi些tic介模型的预测刘能力最强。阀长城证券课故题组（餐2001壮）选取了罚37蜡个财务指标饺，采用宏logsi钱tic挣模型，设计颈了财务危机阻预警系统和杏财务危机恶辰化预警系统熔，发现净利跪润粮/渡总资产、投萝资收益撤/擦利润总额、肌应收账款周雾转率、营业互利润增长率楚、净资产增售长率、长期城负债英/车总资产、净牺利润增长率挥、存货周转衬率等指标具深有显著的判狡别作用。碰讯归纳起来，淋国内目前的恶研究存在以酱下不足：（怀1检）使用的方疗法比较简单云，主要是单趁变量分析、刃多元判别分踩析和泻Logis芒tic另模型等参数句方法，而像某神经网络模观型等非参数扇方法则尚未细有人使用；明（寨2赚）由于受到维数据限制，扫样本量不足烤，大部分研宝究只是对估巴计样本进行接回判，没有更采用新样本亮进行检验，堡这高估了模率型的预测能下力；（士3涌）大部分研赵究是在公司床被胳ST自的前两年进亩行预测，即煎在公司已经威亏损一年的乔情况下进行段预测，判断林其最终是否阵会被坦ST陪，这样无疑进会再度高估棵模型的预测中能力；（狂4挑）有些研究恒采用的财务韵指标不多，越无法反映企汗业全面的财蓄务状况。恰鉴于此，本姿文的目的即杜采用容量更痒大的样本和扶更全面的财退务指标比较誉多元判别分笔析、音Logis垦tic亭模型和神经胡网络模型三野种方法的真派实预测能力解。羡第二章妹侮实证研究设粥计歇第一节捏欧样本设计粘如第一章第盾一节所述，染本文以灿沪深两市淡A股蓄上市公司作志为研究对象竖，将公司因哲财务状况异滥常而被特别掠处理（抚ST欲）作为企业禽陷入财务困乏境的标志，答从中选取了叉1998－突2003年谋间108家场ST公司作罗为财务困境沾公司样本，抚具体样本见惧附录1，样跌本的行业分棋布特征如下顾：剂表2.惯1“财务残困境企业”暂样本的行业编分布特征嫩行业类别似财务困境企魂业样本数量异（个）源农、林、牧榆、渔业匠1毛制造业瓶59涛建筑业到1暗交通运输、旺仓储业笛3醋信息技术业斯5羞批发和零售熊贸易桶9岂房地产业舌7残社会服务业救5绣传播与文化由产业电3鸦综合块15甩合计星108丝由于证监会赶是根据上市旦公司前两年击的年报所公垫布的业绩判抓断其是否出树现财务状况绝异常并决定酿是否要对其姻进行特别处喂理的，所以键采用上市公尤司前两年的状年报预测其健是否会被暂ST显然会沟夸大模型的枝预测能力。急毕竟在公司被已经亏损一啄年的情况下抄其被ST的饶几率自然大冈于没有出现痒亏损的公司涝；而在公司立已经亏损两搜年的情况下膊其被ST已断成定局，所没以更没有任寺何预测意义笛。因此，本哄文选择在上房市公司被S犁T的前三年祥进行预测，最判断其最终葛是否会陷入岗财务困境，边即如果某上构市公司在2塔003年被润特别处理，赚我们采用2寨000年的飞年报数据进浓行预测。眉为了剔除不师同年份、行微业和资产规寿模因素对财制务困境预测春的影响，我航们根据以下释原则按鸽1：1的比侵例选择财务猜健康的上市云公司作为配巨对样本：麻（担1）、研究渣期间一致，拴如财务困境划企业采用的他是2000跪年的数据，食则财务正常挡公司也同样着采用200按0年的数据胶。谁（巡2）、配对辞样本与财务纷困境企业行知业类型相同番或相近。棵（竞3）、配对预样本与财务句困境企业的凳总资产规模瞎相当。垂据此，本文怖确定了誓216个研难究样本，其容中3/4作窗为估计样本壤，1/4作遵为预测样本绞，具体情况湖如下：样估计样本雕162虹家，其中财观务困境公司垒81土家，财务健虾康公司么81敲家恒预测样本任54眉家，其中财武务困境公司标27滨家，财务健堤康公司泥27讲家霉第二节南阴预测变量的腐选择暴一、预测变铺量分类词财务困境预乐测模型所采缠用的预测变骡量大体可分氧为三类：它1姐、财务指标叉。这里的财应务指标指的山是狭义的来学自资产负债底表和损益表间的指标，大袄部分学者均恶采用此类预贤测变量，但榆是对于如何松选取财务指毫标却一直存衣在分歧。目姓前唯一能达踩成共识的一团点是财务指子标所涵盖的丰企业的财务按信息越广越挪好，应该覆下盖企业盈利少能力、长短铺期偿债能力域、营运能力命、成长能力良、风险水平称等诸多方面饱，但是对于阁具体挑选哪麦一个指标，衡则见仁见智誓。走Harme雕r成（鬼1983忧）指出被选域财务指标的狠相对独立性家能提高模型示的预测能力侄。在美国，茧Altma代n母（耍1968宿）选取的永5买个财务指标浅成为大部分君学者用于模奏型比较的基南准，但是这拐5河个指标在中乒国却未必适棒用。眯2、现金流暂量指标。毯上世纪赤80覆年代，随着伯现金流量表歌在用于评价猎企业整体财酸务状况时越染来越受到重娘视，各国学渣者开始讨论旧现金流量指散标是否能用郊于企业财务嗓困境预测。着Noswo膜rthy驱etal角.晴（炊1980婶）认为绵“纠现金流绝/血总债务篇”慢是一个显著两的单变量判码别指标。颜Aziz息etal胸.纲（康1988楼）则发现在悼破产前五年谨财务困境公本司和财务正膀常公司的经坏营现金流量端均值和用现耽金支付的所滥得税均值存烦在显著差异售。但是膏Casey同eta皂l.(1舞984绞b福)卖却认为单独捡使用现金流之量指标进行叛财务困境预陶测效果不佳颜，而在其塑1985茂年的文章中隙，他们更进蜜一步指出即鼓使采用现金皮流量指标结捡合其他财务咱指标进行分践析，也无助累于提高模型语的预测能力光。读Gombo选laet找al.笑（和1987衬）也认为现灿金流指标并珍不是一个重只要的财务困栏境预测变量竿。因此，现剩金流量指标锤究竟是否有们助于财务困相境预测仍有宪待考证。改3、股票收磁益率指标。乞Beave批r（196姻6风）最早使用累股票收益率和数据进行财姥务困境预测絮，他发现在戚有效的资本懂市场上，股震票收益率也滔如同财务指赶标一样可以塞预测企业破父产。Aho运rony抹etal锋.（198牢0）则提出暂采用股票收孩益率的方差测进行财务困枪境预测，他擦们发现在正凡式的破产公默告之前的4绳年内，财务涨困境公司的诚股票的市场洒收益率方差储与财务健康死公司存在差洒异。但是，休由于中国证超券市场目前并仍不是一个抱有效市场，著所以无法采抛用股票收益漂率指标进行偿财务困境预趣测。符二、剖面分浓析舱如前所述，荣不同的财务前指标从不同奖的侧面反映朽企业的财务梦状况，选择姥的变量不同泄，最终预测棍的效果自然慈各异。由于膊以前很多研白究在变量的谋选择上带有钩主观性，因逢此很难直接美比较其研究圾成果。为了参克服这一问稻题，首先我返们将以往研狗究中所提到半的对最终模振型有显著贡渣献的财务指缓标进行了归关纳，并将其脑全部作为初哥始自变量（榆附录轨2边）。这些变使量包括短期泼偿债能力、拳长期偿债能貌力、营运效变率、盈利能肌力、风险水荡平、发展能猾力总共六大巡类子52保个指标，足伶以全面反映驴企业的财务朋状况。尾定义组合径0氏为财务困境糟公司，组合忘1潮为财务健康课公司，为了界比较圣52妖个财务指标茄在不同组合计中的均值是歉否相等，我止们进行了均查值相等的检具验。表2.赤2挡列出了抽52腾个财务指标垮在两组样本骑中的均值、料标准差和其wilks店’围λ悼统计量讨，可以看出休在添10姨％的显著性碎概率水平上贤，剥X3英等吐29灭个财务指标挎在两组样本绣的均值上存词在显著差异盒。某赔层途舌凭表2.把2闹组均值相等焦的检验结果伤变量往组语0北组赌1判Wilks控'激λ凡F欠df1付df2脉Sig.米均值糊标准差布均值也标准差以X1役0.4毕0.15漠0.39形0.14峰0.998泪0.379熔1袖214趴0.539保X2超0.59钢0.179棋0.56驶0.17嘉0.995熊0.996爷1缸214铺0.319赠X3丙0.07疲0.07劈0.12失0.1悦0.908兼21.72桨6双1羞214辛0猎X4个1.9家1.95井2.03戏1.5只0.998异0.345坐1架214列0.557赴X5死1.37晓1.62咳1.49酷1.33喇0.999芳0.309值1亦214素0.579尸X6虹0.23妥0.456仇0.52辫0.83途0.954稍10.35众2诵1燕214颈0.001照X7井0.29尽0.335提0.35隐0.3蛮0.973绩6.017克1蛮214深0.015滨X8腐0.17课0.19测0.218瘦0.17升0.983钞3.716众1想214法0.055匹X9矮0.29归0.38返0.346吼0.29粒0.994倒1.327切1捡214蔽0.251贫X10偿0.17格0.36的0.2蚕0.46台0.998沫0.422移1伐214懂0.517皆X11朋0.21齿0.441储0.358奶0.82语0.988晃2.588胞1斗214根0.109排X12凉0.51掠2.28泰0.72猫4.43鞭0.999嫩0.19貌1亭214飞0.663进X13脸0.49浴0.18誓0.39岩0.157闯0.914完20.09转2颜1集214桨0援X14勺0.3酱0.178漆0.34剖0.187浊0.987但2.806丢1晚214毕0.095司X15膨3.9辫4.79杜5.53淹16.26止0.995乡0.97料1哲214负0.326趴X16收0.15贞0.18绪0.1粗0.15麻0.985封3.269栋1膜214阵0.072纲X17室0.56医0.4醋0.44墙0.35脑0.975辉5.552爱1失214柱0.019掉X18握5.33鹅18.48遣-5.08外51.12惭0.982袜3.964描1倾214帆0.048披X19畜.269狗24.3旅1.53休8.61都0.999雷0.258厌1阳214静0.612丛X20幅6.68把12.狭15.7尊29.08捕0.96断8.966水1拍214奴0.003坚X21饰3.37绑4.30对4.81矩8.677雀0.989股2.393身1宰214臂0.123扒X22蛋22.1愧125.6敬51.86零285.7扇0.995屿0.983逐1暑214析0.323维X23宽1.2艰8.953刘-17.7贩225.4罩0.996退0.762层1乏214炸0.384乞X24脂11.6忠12.15叙7.997静9.54端0.974叼5.747系1朱214标0.017污X25罢0.8临0.64巡1.068窗0.796柜0.966德7.558挣1凉214向0.006诞X26因3.13盯6.19鞠2.858非4.186荷0.999篇0.144径1惕214牺0.705年X27失1.3赤1.376百1.537懒1.12挂0.992净1.771直1输214瘦0.185莫X28鄙0.432垮0.334枕0.56帆0.357休0.966讲7.558扭1松214尤0.006蔑X29汁1.06悄1.24锤1.03记0.817蓬1股0.041侧1迁214择0.839薄X30眼0.047叛0.068突0.047忌0.065处1肥0.001柜1扭214炕0.98漆X31脑0.2捡0.132距0.28桃0.158祝0.935滨14.97略8湾1论214周0率X32仍0.044假0.157梦0.101欠0.477参0.994林1.389云1老214风0.24云X33庄0.016室0.047稼0.057暗0.068顷0.89水26.55塑9乌1揭214携0露X34遮0.033白0.087灶0.126首0.134横0.855绝36.29诉1刚1罚214恰0僵X35滴.162极.489窄.44赔1.377絮0.982帐3.951冤1方214纸0.048主X36贤0.027摘0.12故0.095日0.13液0.928奸16.67患9稀1碍214棵0隶X37派0.07率0.16永0.14胳0.128泳0.941蚁13.50帝8牛1威214薯0泰X38峡0.03扯0.067哭0.080脱0.075拒0.887氏27.13窃8椒1斧214笛0窃X39漠0.03莫0.048亦0.075粪0.07种0.897根24.57级1帜1或214俱0祸X40宣0.075炉0.228科0.288除0.31负0.867馅32.79型1安1已214骗0过X41确0.23姓0.16连0.31组0.24飞0.958顺9.334润1维214田0.003卷X42啦0.14臂0.298寒0.2烂0.28茶0.989莫2.486历1卵214带0.116犯X43脑2.46撕3.5猎1.4陵1.51阶0.964李8.013宽1和214乘0.005勾X44论-5.55盛18.89菠-4.07堤5.2辈0.997惭0.619辱1双214江0.432仗X45跃-26.1壶53.3浑-7.6贤16.8滑0.947涂11.86性7天1假214勤0.001雀X46模2.305珠0.63寇2.68促0.887裤0.944顽12.60票2极1棵214愤0弟X47岂0.39车0.675扶.387上0.66词1可0.001望1雀214糟0.972颜X48生0.116咏0.24昏0.202方0.28沿0.973的5.953愧1棉214莲0.016症X49烘0.085窑0.25非0.16饮0.24匠0.974赛5.614肝1增214乌0.019无X50阔0.083单0.728别0.126隶0.33降0.999食0.307劣1阔214圣0.58桂X51闷-4.51叉36.78碌-0.17鹿6.6阔0.993纤1.462帖1指214绍0.228者X52够-1.39挪10.09级0.496如2.1脊0.983郊3.612捧1辣214龄0.059江三、预测变麻量的选择团关于预测变拥量的选择，钢不同的学者劳有不同的看伍法，比较有象代表性的是书Altma扔n甩（矩1968倦）的方法，威他提出分四返步筛选变量这：（法1篇）观察各种葵备选函数在挂统计上的重捧要性，包括爹决定各独立串变量的相对测贡献度；（词2痕）对相关变君量的交互相控关进行估计您；（扭3更）观察变量邀集合的预测湖精确度；（灯4萄）分析者的错判断。虾本文采用逐题步判别分析支对变量进行搜筛选。逐步片选择开始时瞒模型中没有据任何变量，起每一步都要村对模型进行体检验，在垒把模型外的势对模型判别改能力贡献最阻大的变量加朽入到模型的惰同时，也考腐虑把已经在自模型中但又板不符合留在唉模型中条件错的变量剔除讯。直到模型香中所有的变够量都符合引讽入模型的判剩据，模型外步的变量都不颤符合进入模士型的判据时弄，逐步选择诉变量的过程棋结束。进入派模型的判据嫩一般是根据炕事先指定的朋F值确定，浓F值越大，柿表示该变量捐在模型中的橡作用越大，效只有当某个暮变量计算出雄的F值大于哭指定值时，股该变量才能买进入最终的腔判别方程。肿一般而言，器事先指定的吨F值对应的去显著性概率炼在0.01覆—0.2之价间。F值太舟小，则进入锦模型的变量枣太少，建立耕判别函数的苏财务信息不称足；F值太辟大，则可能披发生过度拟贱和现象，从天而导致估计蒸样本准确率趣较高，但是首预测样本准场确率较低，菌更为严重的汁是，太多的央变量进入模士型，反而有萍可能产生干择扰信息，降堪低模型的预公测能力。据翼此，本文将湾F值对应的究显著性概率刷定为0.1承。共变量筛选过衡程见表2.浸3，可以看脏出从第1步恢到第5步逐堂步判别分析建总是将模型博外对模型贡沙献最大的变劲量选入；但组在第6步引嘴入X28后毛，X16对扭模型的贡献抚下降，显著唐性概率高于鸟10％，因何而被剔除出聋模型；而在送第8步和第注9步X7和笔X5又分别冈被选入，此中时模型外的域变量都没有永达到进入模悔型的要求，凡筛选变量的门过程结束，团最后进入模辨型的预测变呆量是X5、献X7、X1材8、X28运、X32、拿X34和X声45。吗源奉沟伍吸表2.烈3逐步筛丙选变量敲过程昌Step喝成Sig.摩ofF浙toRe雄move毅Wilks讯'Lam教bda爹Step冤Sig.个ofF李toRe滚move脆Wilks尚'Lam躁bda筹1称X34拼.000疑耻7猾X34蚀.000猪.848启2径X34阶.000文.998棚历X32装.017戒.788踪隐X32棒.004秋.873物滚X18虑.016光.788甩3店X34焦.000浊.984失偿X45葱.018麦.788粥乞X32贸.003巧.849钢慢X28董.025镜.784系裳X18屑.025蛋.828钞8户X34闭.000紧.812灭4木X34勾.000璃.951坝幕X32伯.021避.768子际X32渡.005闯.824巾燃X18站.019逝.768晃臂X18寿.023散.809奖绪X45售.018女.769糖铺X16扮.049拼.802芦割X28涨.011气.773找5抛X34相.000书.907被雾X7鞭.053霞.760梁炸X32勿.008米.801头9较X34懂.000启.796疗匆X18乒.027便.789编浅X32号.012环.746阻日X16膊.047泳.784站策X18密.036冰.736粉遇X45慰.058厨.783养恭X45缝.031馅.737蠢6投X34尤.000蹈.834崇洋X28摘.022肤.740游蜘X32全.021在.773排件X7宇.003锈.758列尖X18蛋.017逢.775慢晋X5奇.019瘦.741斯睡X16恒.109劲.760舱妄X45揭.021盛.774兴陕X28顺.058胳.765寻为了避免多霜重共线性，宗本文采用容桐许度（爬TOL）和检方差膨胀因幸子（VIF围）对选定的狸7个变量进述行了多重共涉线性检验，济计算公式为眉：丹盐影配里蓬弱筑鼠（2.1）较其中，休是皇X壶j凳对其他斜k爪－译1昨个自变量回落归中的判定米系数族。当至TOL络较小或厉VIF吧较大时，认裕为存在多重货共线性。一色般地，当成TOL播小于浮0.1意，或居TIF愈大于势10慈时，认为存虏在多重共线赛性。从表2尼.讨4故可以看到，贵本文选择的钩预测变量并尺不存在多重欣共线性。窄庭杆挂桃坟表2.辈4舌多重共线性编检验甩X5依哭X7超X18扣X28客X32都X34袋X45粉TOL倍0.605科0.587贱0.978铁0.814仰0.62递0.497金0.917循VIF饮1.652雅1.703诚1.022照1.229用1.614坏2.012慨1.091纺在入选的变顺量中，X5俊和X7属于兄短期偿债能业力指标，其恶中X5（速怒动比率）反控映企业资产难的流动性，棋由于其扣除例了存货和预酬付费用的影屑响，因而能窑比流动比率扁更透彻地反遵映企业的短伙期偿债能力仰，一般而言后该指标需要姨保持在1：抛1以上，数嚷值越大说明评公司的变现抵能力越强，炮但是如果该佛指标过高也咱并不一定是孩一件好事，恒这说明公司搂的资金使用线效率可能不薪高；X7（讯营运资本/逢流动资产）烤反映企业用股流动资产偿笛还流动负债欣后的余额占漏流动资产的辛比率，该指筋标越大说明赶公司的短期俘偿债能力越捷强。X18冰（利息保障城倍数）属于阳长期偿债能票力指标，其酿用息税前收女益除以财务劲费用，反映伶了企业所创想造的新增价捞值对利息费顿用的保障程靠度，当利息签保障倍数小抛于1时，说厘明企业偿债卫能力不足。槐X28（总委资产周转率每）属于营运冲效率指标，砌其反映了企既业管理者对妨企业拥有的雾全部资产的茶有效利用程砍度，资产周霜转速度越快省表明企业资屈产发挥的效尤率越大。X执32（营业筋收入净利润蝶率）和X3衣4（流动资穿产净利润率蹦）均属于盈辛利能力指标奋，其中X3蜻2是衡量企量业从事生产蔬经营活动所新获收益情况音的重要指标学，而X34鬼则衡量企业务运用流动资肆金获得利润虚的能力。X缎45（主营岭业务利润/驳利润总额）漂属于风险水肤平指标，由柏于利润总额禁＝主营业务偷利润＋其他驻业务利润＋虾投资收益仅—窝营业外收支筑净额，所以兵该指标反映乔了企业通过念主营业务创避造利润的能册力，该指标办越大说明利族润来源更稳颗定可靠，企纹业经营越稳所健。综上我旨们可以看到纯，在入选的竞7个变量中浆，并不包括拌发展能力指岔标，这说明着该类指标在转用于财务困竿境预测时作妖用并不突出跑；而短期偿象债能力指标莫和盈利指标性分别有两个讨变量入选，境说明该类指女标在企业财遭务困境预测面中具有重要阻作用。柱第三节僵实证模型渗本文走将财务困境散公司和财务圣健康公司分伯别用肯0侵和胀1搏表示，嘉采用多元判膏别分析、攻Logis知tic回归蚂和神经网络洗模型三种方尊法进行财务腹困境预测：廉一、多元判裕别分