基于Logistic模型的上市公司财务预警研究

摘要： 本文以我国中小板制造业上市公司2014年1-6月份首次因财务状况异常而被特别处理的8家公司以及与其配对的8家财务状况正常公司为研究样本，并使用二项分类Logistic回归分析，构建了被特别处理前三年的财务危机预警模型，实证研究结果表明该模型具有较强的预测能力。

关键词： 财务危机预警；中小板制造业上市公司；Logistic回归分析

随着经济的快速发展，同行业公司间的竞争日益激烈，其的财务状况对其发展有着举足轻重的影响。上市公司作为本行业优秀的代表，建立有效的财务危机预警体系是十分重要的。上市公司财务状况的好坏直接关系到投资者、企业自身、债权人以及国家的利益，建立合理有效的财务危机预警模型不仅能够帮助这些利益相关者提早预测并规避风险，而且能将损失降到最低点。作为在深圳证券交易所上市的中小板企业，其大多数处于生命周期的成长期，高成长和高收益是这类企业显著的特征，而制造业又是我国的主体产业。因此，本文研究在中小板上市的制造业公司的财务状况并对其进行财务危机预警是很有意义的。

一、研究设计

1、研究样本的选取

本文以2014 年的中小板制造业A股上市公司为研究对象，将因财务状况异常而被特殊处理的上市公司界定为ST或ST公司，即财务危机公司。实证数据来源于新浪财经网和国泰安数据库。

①财务状况异常样本组。由于2014年中小板制造业上市公司还未全面摘帽戴帽，因此本文选取在2014年前半年即1-6月份首次被ST或ST的中小板制造业上市公司共9家作为财务状况异常样本组，剔除其中因“其他状况异常”而被ST的1家公司外，共8家上市公司。

②财务状况正常样本组。本文在选取正常样本组时遵循1：1配对，且与财务状况异常公司所在的上市板块相同、子行业相同以及资产规模差异不超过5%为原则，共选取了8家财务状况正常的公司。则参与实证分析的样本共计16家公司，详见表1。

③研究数据的选择。财务状况异常公司在2014年被首次特别处理是由于在2012年和2013年连续两年经营亏损，所以本文选取的是被特别处理前3年数据，即2011年的财务数据。公司在2011年虽然未出现经营亏损，但潜在的财务危机已经存在，因此选取2011年的财务数据建立模型是十分有价值的。