沪深两市上市公司财务预警风险的分析

龙源期刊网 https://www.360docs.net/doc/8d3052003.html,

沪深两市上市公司财务预警风险的分析

作者：龙腾云

来源：《时代金融》2013年第06期

【摘要】文章以2012年1月到2012年6月期间沪深两市新增的28家ST公司为研究样本，按照1：1的比例选择同行业、同会计年度、相近资产规模的另外28家上市公司，利用主成分方法，对财务预警进行预测。结论表明，文章建立的财务预警模型的正确率达到了100%，有较好的预测效果。

【关键词】财务预警主成分 ST公司

一、引言

从1993年的全国性资本市场的形成开始，中国的资本市场不断发展壮大，上市公司也越来越多。随着上市公司规模的壮大，财务危机的预警越来越体现出其重要的作用。财务预警以公司的财务信息为研究基础，通过观察一些财务指标的综合变化，可以监控和预警可能出现的财务危机，为上市公司的经营提供参考，以便改善经营。

二、文献综述

财务预警的研究方法主要是单变量和多变量两种方法。单变量模型是早期出现的方法；后来出现了更为完善和有效的模型，即多变量模型。多变量模型主要包括多元线性判别模型、logistic模型和神经网络模型三种。多元线性模型，需要变量符合正态分布；而logistic模型对变量的分布不做要求，实用性较好。

很多学者研究了财务预警得建立和预测。张爱民等（2001）采用主成分分析方法，建立了“主成分预测模型”，对上市公司财务失败的主成分预测模型进行实证检验；文章中用1年前的数据得到模型预测的正确率为92.50%。孔宁宁等（2010）综合运用主成分分析法和Logistic回归法构建制造业上市公司财务预警模型；结果表明，成分分析模型与Logistic回归模型的判别准确率均较高，但整体而言，主成分分析预警模型的判别效果更好。

本文将ST公司界定为“财务失败企业”（张爱民等，2001）。由于主成分分析预警模型的判别效果相对于Logistic回归模型更好（孔宁宁等，2010），故本文使用主成分分析模型做财务预警模型。

三、模型设定

（一）研究样本筛选