本文以我国因财务困境被特别处理(ST)的上市公司为例,采用多元逻辑Logistic回归模型对我国上市公司分年份构建财务困境预测模型。实证研究表明：整个预测系统准确率很高,在被ST的前三预测总准确率分别为97.69%、93.85%和83.08%。并且整个预测系统的第一错误率极低,前三年预测

我国上市公司财务困境预测模型实证研究

贾明琪，辛江龙，左霞

兰州大学管理学院，兰州 （730000）

E-mail：

摘 要：本文以我国因财务困境被特别处理(ST)的上市公司为例,采用多元逻辑Logistic回归模型对我国上市公司分年份构建财务困境预测模型。实证研究表明：整个预测系统准确率很高，在被ST的前三预测总准确率分别为97.69%、93.85%和83.08%。并且整个预测系统的第一错误率极低，前三年预测模型的第一类错误均小于10%，所以该预测系统无论是对公司自身、投资者及理论工作者来讲都具有很大的使用及学术价值。 关键词：财务指标；预测系统；财务困境；Logit回归模型 中图分类号：F275 文献标识码：A

1. 引言

财务困境（Financial distress）又称财务危机（Financial crisis）,George Foster[1]指出所谓“财务困境”是指公司出现了严重的资产折现问题（偿债问题），而且这种问题的解决必须要依赖于公司的经营方式或存在形式的转变。Ross等（1999）[2]认为财务危机可从四个方面定义：一、公司失败，即公司清算后仍无力支付债权人的债务；二、法定破产，即公司和债权人向法院申请公司破产；三、技术破产，即公司无法按期履行债务合约付息还本；四、会计破产，即公司的账面净资产出现负数，资不抵债。而我国学者谷褀、刘淑莲（1999）[3]认为财务危机为公司无力支付到期费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况。由此可见，国内外的定义都指出财务困境的本质为公司偿债能力的低下。

国外研究财务预测的先驱Fitzpartrick(1932)[4]进行了单变量破产预测研究，结果表明净利润/股东权益、股东权益/负债这两个指标有较高的判别能力。直到1966年Beaver[5]提出了单变量判定结果发现现金流量/负债总额为最能判定公司的财务状况的财务指标，其次是资产负债率，但因为该模型采用不同的指标对同一个公司进行预测时往往得出相矛盾的结论，从而无法进行正确的预测。而1968年Altman[6]首次提出了多元财务困境预测模型，经过检验从22个财务指标中选取了5个最具判定能力的财务指标，从而建立了最为著名的Z值模型和经修正的ZETA模型（1977）[7]。然而因多元回归模型要求自变量间具有协方差矩阵相等及自变量服从正态分布等条件，同时又因其缺乏现金流量方面的指标而遭到预测能力的质疑。为了克服以上条件的限制1980年以来，以Ohlson为代表的研究者们[8]（如：Zavgren(1985)、Zmijewsdi(1984)、Lav(1987)、Keasey与Mc Guinness(1990)）采用了逻辑回归Logistic模型及概率模型Probit两种统计方法进行预测模型构建。由于它们不受变量分布的限制在财务危机预测中得到广泛的应用。

国内最早在财务预测方面作出贡献的是吴世农等[9]在1986年介绍的公司破产分析指标和预测模型；周首华、杨济华和王平（1996）[10]在Z分数模型的基础上引入了现金流量指标建立了F分数模式其预测能力接近70%；陈静（1999）[11]首次利用上市ST公司的数据在Fisher准则下对财务恶化公司的多元判定进行了实证分析其预测正确率为92.6%，但其指标的选取具有一定的主观性和偏面性；张玲（2000）[12]对ST与非ST公司财务指标的均值进行F检验，其模型具有提前5年的预测能力（但第5年仅为22%）,但该模型没有考虑到现金流量方面的指标；吴世农、卢贤义（2001）[13]通过对21个财务指标进行Z检验并进行逐