基于Logit模型的上市公司评级研究

合集下载

上市公司财务困境预测Logit模型实证研究

上市公司财务困境预测Logit模型实证研究
维普资讯
20 0 2年 1 0月
华 东 经 济 管 理
Ea tChi a FA1II i M a ge e s n . l{ c 3q ul na m nt
Oc . t ,2 0 02 V_ . 6. 0 1 No. I 5
第 1 第 5期 6卷
( 3 ,每股 净利润 ( ) x) x4 ,应 收账款周转 率 ( 5 x ),存货 周转 率 ( 6 ,总资 产周 转率 ( ) x) ,流 动 比率 ( ) ,资 产 负债
1 )年的年报和 其在 t 年是否被特别 处理这两个事 件几乎是 同 时发生 的。Ohsn( 9 0 l o 1 8 )的研究 表 明 :采 用破 产之 后 获得 的信息来 建立预测模 型会高估模 型 的预测能 力【 ¨。因此 本文 采用 的是 上市公司 ( 一2 t )年 的财务 信息 建立 模 型来预 测其
本对模型 的预测能力进行 检验 。结合 国外研 究成 果[儿 儿 J 0 以
及我国财务 管理 实 际 ,从 盈 利能 力 、经 营能 力 、偿债 能 力 、 成长能力和 现金流量五个 方面构 建评价 上 市公 司财务状 况 的 指标 体系 ,作为 研 究 中使 用 的初 始 变 量 ,这 1 5个 指 标 是 :
h tdc mp ne .Reerh rs  ̄ct h t cu a yo hsn xd o da di cn b p l da nef t ep e it gto ff a — se o a i s sa c eetn ae ta c rc ft i  ̄ t i g o n a ea pi sa fe i rdci o l i n i s a s t e c v n o n
主营业务 利润率 ( ) x1,投 资收益 比率 ( 2 ,净 资产 收益 率 x)

基于logit模型的上市公司财务困境预测实证分析

基于logit模型的上市公司财务困境预测实证分析
出 的 单变 量 判 定模 型 , 以及 Al n 16 ) 造 的 z 型 和 17 t (9 8构 ma 模 97
( ) 二 变量 选择 。
年建 立 的 Z T 模 型 。9 8 Az 、 l n以及 E n e 构 EA 18 年 i La s z wo maul
建 出 了基 于 现 金流 量 的 财 务 困境 预 警模 型 ,并且 在 18 9 9年 对 基于 现 金 流量 的财 务 困 境预 警 模 型和 z模型 、 E A 模 型 的 预 ZT
关于 变 量 的选 取 , 据财 务 管理 的相 关理 论 和 证监 会 对 于 依 上 市 公 司财 务状 况 异 常特 别 处理 的 规 定 , 并且 结 合 国 内外 的相
关 研 究 结 果 对 变量 进 行 选 取 。 本 文主 要 从 反 映 上 市 公 司 资 本 与 负 责对 企 业利 润 的创 造 情况 , 别选 取 : 营业 务 利润 率 、 特 主 资 产 负债 率 、 收 账 款周 转 率 、 资产 周 转 率 、 售 增 长 率 、 应 总 销 每股 经 营活 动现 金流 量六 项 比较 重要 的指 标作 为 变量 , 分别 计为 : 其
对 于 上 市 公司 本 身而 言 , 司财 务 状 况 的好 坏对 公 司 整体 较 重 要 的 6个财 务 指标 来 作 为最 后 的预 测 指 标 , 公 并且 分 别 通过
的运行情况有直接 的影响, 以要想保持公司正常的运行 , 所 必 三 种 分析 方 法 : i e 线 性 判 定 分析 法 、 o ii Fs r h L gsc分析 法 以及 多 t
市 公 司 的财 务 状况 提 供 有 效 的手 段 。
的情 况 。在 所 选 样本 数 据 这个 时 段 内 , 各方 面 的 政 策措 施 对 上

电力行业上市公司财务预警Logit模型实证研究

电力行业上市公司财务预警Logit模型实证研究

票成 为投 资者 的重要 投资 方式 。上 市公 司 的经 营
状况 , 尤其 是对财 务状 况严 重恶 化 的企业 的预报 ,
二 、 本 的选 取和 模 型 的 建立 样
19 9 9年财政 部 、 国家经 贸 委等 部 门联 合 发布 了《 国有 资本金效 绩评 价规则 》 其 中 , 争性 工商 , 竞 企业 的评 价指标 体 系 包 括 8大基 本 指标 : 资 产 净 收益 率 、 总资产 报 酬率 、 产负 债 率 、 资产 周 转 资 总 率、 流动资产 周转率 、 已获利息倍 数 、 销售 增长 率 、 资本积 累率 。本 文选 取 3 0家 电力 行业 上 市公 司
结 果 见 表 l 表 5 ~ 。 表 1给 出 了 变 量 之 间 的 相 关 系 数 矩 阵 , 以 可 看 出 , 多 变量 之 间有 较强 的 相关 性 , 行 因 子分 诸 进 析 是合 理 的 。
表 2 共 同 度
表 2给 出 了共 同 度 的 信 息 , 果 显 示 公 因子 结

0. 58 O

— 0 08 . 6
0 09 . 6
10 . 00
0. 7 32 1 00 . 0

0. 06 0
0. 54 7 0. 0 01 0. 4 92
— 0 05 .7 0 1 .2 6 — 0 39 .5
0. 1 07 0. 41 2 — 0. 3 05
对 每 个 原 始 变 量 的解 释 能 力 都 较 强 。 表 3显 示 , 留 4个 公 因 子 可 以 解 释 原 始 变 保
对投 资决 策具 有 重 要 的 意 义 。虑 及 不 同行 业 、 不 同时 间的 财 务数 据 对 模 型 的影 响l , 文依 据 电 1本 ]

基亏Logit模型的上市公司财务预警分析

基亏Logit模型的上市公司财务预警分析
市场 风险都具 有重 要 的现实 意义 , 这也是 文章 的研 究 目的所 在 。
二 、 本选 取和 数据 来源 样
或公共汽车 ; 投资决策中, 是投资房地产、 股票还是 基 金 。以这 样 的决 策 选 择作 为 被 解 释 变量 而 建 立
的计 量经 济模 型 , 称为 离散选 择模 型 。在离 散选择 模 型 中 , 简单 的情 形 是 因变 量 只 能取 两 个 值 , 最 称
造成 极 为不利 的影 响。 因此 , 过构造 模型 来对财 通 务危 机给予及 时和有效 的预 测 , 已经成 为学者 与业 界研究 的一个 热 门课 题 。当然 , 全正确 的预测 模 完
标 作 为分 析 的指 标 : 1每 股 营业 现 金 净 流 量 、 2 x X 总资 产周转 率 、 3净利 润增 长率 、 4流动 比率 、5 x X x 资产 负 债率 、 6净 资 产 收益率 、 7总资 产 增长 率 。 X x
Fi=( + x () F pi ≥ y 仪 )
对 上 式 除 以 p, 减 1得 : : i并 e

丽 ,
一1 =
对上式 作如下 变换 : i 1—

pi
取倒 数后 , 取对数 ,i= l 再 y o g(
的是 挑 战 。在 激烈 的市场 竞争 中 , 可避免 地会使 不

财务 状况 主要 取 决 于 企业 的盈 利 能 力 、 债能 力 、 偿
营运 能力 和成 长 能 力 。本 文 选 取如 下 7个 财 务指
些 企业 陷入 财务 困境 和危机 , 而企 业一 旦发生财
务危 机 , 会给 投 资者 、 就 债权 人 和 企业 乃至 国家都
l o g‘ ) y i 邯 x。 。

我国上市公司信用风险评价和度量——基于面板数据Logit模型的实证分析

我国上市公司信用风险评价和度量——基于面板数据Logit模型的实证分析

The Credit Risk Evaluate for China Listed Companies: Based on Panel Data Logit Model 作者: 唐亮[1,2];张北阳[2];陈守东[2]
作者机构: [1]东北师范大学,长春130117;[2]吉林大学,长春130012
出版物刊名: 工业技术经济
页码: 140-147页
年卷期: 2011年 第2期
主题词: 信用风险;Logit模型;面板数据
摘要:上市公司的信用风险识别有很多的方法,本文选择构建面板数据的Logit模型进行上市公司的信用风险评价,选择财务指标、市场指标和上市公司的存续时间作为解释变量,实证结果表明,该模型的评价结果具有较高的准确率,有趣的是,上市公司的存续时间和信用风险同向变动,这意味着上市公司的存续时间越长,越需要适当的监管。

上市公司分配现金股利概率的probit和logit模型对比研究

上市公司分配现金股利概率的probit和logit模型对比研究

收稿 日期 :0 0—0 21 8—2 1
作者简介 : 付连军 , 讲师 , 主要从事企业财务问题实证分析等 方 面的研究 ; 马传兵 , 副教授 , 主要从事 企业无形 资产 与 心竞争力 等 核
方面的研究 ; 嵇冉 , 副教授 , 主要从事 产业经济 与应用统 计‘ 分析等 方
面 的研 究 。E—m il nuf@yh ocn.i a:ajnn ao.o c i q
第1 0卷 第 6期
2 0正 01
中 国


Vo . 0 No 6 11 . De . c 2 0 01 21
1 2月
Ch n v lp e t i a De eo m n
上 市 公 司 分 配 现 金 股 利 概 率 的 po i和 l i模 型 对 比研 究 rbt o t g
收效应 有 反应 , 而各 公 司问 的 股利 发 放 存 在 较大 差
征 的现 代理 财 阶段 。股利政 策是 现代 公 司理财 的核 心 内容 之一 , 既是 公 司前 期 筹 资 和 投 资 活动 的必 它
然 结果 和延续 , 同时 符合 公 司 当前 发 展 战 略 的股 利 政策 , 又可使 公 司获 得 长 期 稳定 发 展 的条 件 。现 金
股 利是用 货 币资金 形 式 支 付 的股 利 , 种 股 利 形 式 这 既是上 市公 司常用 也 是 投 资 者容 易接 受 的方 式 , 但 无 疑会大 量增 加公 司现 金 流 出 , 给公 司形 成 重 大 资 金 支付压 力 。规模 较小 且处 于发展 初期 的公 司通 常
不发 放现 金股利 , 而公 司认 为 自己 已足 够 成 熟 并有
企 业微 观个 体财 务 特 征 的考 察 人 手 , 据 著 名经 济 根 学 家 Mcae F dn的行为 理性 选择 剖视 理论 , 利用 Po— rb

基于Logit模型的上市公司财务预警实证分析

基于Logit模型的上市公司财务预警实证分析
第1 7卷
第 5期
Vo. 7 N . 1 1 o 5
琼 州 学 院 学 报 Ju a o inzo nvrt or l f oghuU ie i n Q sy
21 0 0年 l 0月 2 8日
O t2 2 1 c . 8, 0 0
基于 Lg 模型的上市公司财务预警实证分析 oi t
收稿 日期 :00— 8— 52 1 0 2
作者简介 : 林婵( 9 1 , , 南三亚人 , 18 一) 女 海 琼州学院旅游管理 学院助教 硕 士, 究方向为经济学. 研
第 5期
林婵: 基于 L g 模型 的上市公司财务预警实证分析 ol t
是 : 值的概率大于 0 1 F .0时剔除 , 于 0 0 小 .9时进入。以 0 5作为临界点 , . 概率大于 05的判断为财务危机 . 企业 , 小于 0 5则判 为财务 状况 安全企 业 , . 由此 得到表 l的结果 。
关键词 : 上市公司 ; 财务危机 ; g 模型 ; li ot 财务预警 中图分类号 : 2 5 F 7 文献标识码 : A 文章编 号:10 62 (0 0 0 0 1 0 0 8— 7 2 2 1 )5- 10- 3
在激烈 的市场竞争 中 , 企业 面临着各 种各样 的影 响因素 , 这些 因素最 终会 影 响企 业 的财务 状况 , 企业 财 务危机是一种企业盈利能力实质性减弱并有可能导致持续亏损的渐进式的累积过程 , 危机的发生将使得企 业无法持续 经营 。因此 , 企业 的投资者 、 债权人及 管理者 有必 要对 企业 的财 务状况 进 行预 测 , 早发 现企 业 及 面临的财务风险, 从而采取必要的防备措施。财务危机的预测是一个典型的虚拟因变量的问题, 可以应用经 济计量学 中的二元选择 模型 即 Lg 模 型来分析 , oi t 二元选 择模型是 指它 的因变量只要 求 回答 “ ” 否 ” 在 是 与“ , 此 即为危机 与否两种情 况 。采用 L g 模 型对上 市公 司的财 务预 警进 行 实证 分析 , 将上 市公 司是 否被 s o i t 而 T 作为财务危 机 出现与 否的主要标 识 。

微型企业信用风险评估——基于Logit模型的分析

微型企业信用风险评估——基于Logit模型的分析
17 8 .7
.g 4 6 .8 7 7 .3 6 7 51 0 48 5 2 0 .7 0
8 7 5
5 9 .1 2 3 37 1 9 2 . 7 1 88 4 6 .9 3 1. 9 0 00 2. 7 4 2 7 2 98 1 4
43 1 .0
Lg t i ,体现 了P oii' sc  ̄数 与解 释 变量 之 间的非 线 性 关 系 。最 后利 用极 大 似然法 对 回归模 型 中 的参 数进 行 估 计 ,再 利用统 计 量对模 型进 行 检验 与评价 。
主的个 人信 用 。可 以从 这一 点 出发 ,结合 以前 中小 企 业 和个 人信用 风 险研 究成 果来 对微 型企 业 的信用
2 1年 1 月 01 1
经 济 论 坛
E o o c F r m c n mi o u
Oe .2 1 t 01 NO . 9 . l V4 6 No 1
总第 4 6期 9
第 1 期 1
微型企业信用风险评估
— —
基 于L gt oi 模型 的分析
文/ 郭玉 华
【 摘
Co s a t n t n
.. 1 40 9 —.7 1 7 4 —38 1 g . 6 2 2 1 8 1 . 58
26 1 .1
74 6 .6 68 40 7 47 4 1 1 80
7 6 9
3 8 3 5 6 2. 5 8 0 7 4 8 4 8 8 3 .8 8 2 .1 3 46 2 5 2 4 1
【 键 词 】 o t ;微型企业 ;信用风险 关 L百模型 【 作者简介 】 玉华 ,中央财经大 学保险学院硕 士研 究生 , 究方 向:保险学与风险管理 。 郭 研
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于Logit模型的上市公司评级研究
摘要:本文选用Altman的ZETA模型中7个变量,利用Logit 模型对我国上市公司进行了评级分类,结论表明Logit模型能够将估计样本中的71.89%的公司进行正确评级分类,而能将预测样本中62.50%的公司进行正确评级分类,Logit 模型对我国上市公司的评级具有一定的效力。

关键词:Logit模型;上市公司;评级
一、引言
我国股票市场和债券市场的扭曲发展不仅使得资本市场的资源配置作用并未得到有效发挥,而且使得股票市场独自承担了所有的市场风险,从而导致了股票市场的巨大波动。

然而,引起我国债券市场发展滞后的主要原因之一就是债券评级制度的不成熟。

因此,对上市公司能够做出独立且正确的信用评级,不仅可以引导投资者做出正确的投资决策,完善市场结构,还对我国债券市场乃至整个资本市场的健康发展具有重要的意义。

随着资本市场的资本配置作用日益显著,公司的信用评级研究在国内外都有了巨大的发展。

Altman(1968)与Altman等(1977)利用多元判别分析(MAD)分别建立了著名的得分模型和第二代信用评分模型,即ZETA模型。

Ohlson (1980)将Logit模型引入到公司财务危机预测上来,发现logit模型能够将具有不同财务质量的公司做出有效的分类。

李湛和徐一骞(2009)运用Altman的Z 得分模型,检验了2006-2007年由中诚信所作信用评级的34家企业,结果表明我国企业存在众多信用评级相背离的现象。

刘瑞霞、张晓丽、陈小燕以及郝艳丽(2008)将多元有序Logit模型应用于我国的信用评级,并选取我国53家上市公司作为样本对Logit模型的适用性进行了检验,但未对结果做出详细的分析。

本文将659家具有五种不同财务质量的公司分为估计样本和测试样本,以Altman的ZETA模型中的7个变量作为本文的解释变量,应用Logit模型对我国上市公司进行信用评级,结论表明Logit模型对我国上市公司具有较好的分辨能力,能够把不同财务质量的上市公司进行有效区分。

二、变量及数据
在大量的实证检验中,由于Altman的ZETA模型具有较高的信用分辨能力,因此,本文直接采用ZETA模型由财务指标构造的的7个变量,分别是:资产收益率、收益稳定性指标、留存收益/总资产、利息保障倍数、资本化率、流动比率和规模。

下表是对本文变量的简要说明。

表1 变量说明
对于因变量y,本文从我国A股市场一共选取了659家上市公司,根据其风险属性将这659家公司分成5类不同的风险级别。

并且将样本分为估计样本和预
测样本,估计样本用来估计模型系数,预测样本用于检验模型的评级分类能力。

针对不同的风险级别,y分别取值0、1、2、3和4。

表2对本文的样本进行了说明。

表2 样本说明
本文变量的数据均取自2012年的年度数据,其中收益稳定性变量是根据2008年至2012年5年利润总和求得。

所有数据以及上市公司的信息来源于Wind 数据库。

三、实证分析
Logit模型的关键假设是在隐变量和自变量的多元线性回归模型中,随机扰动项服从的是Logistic分布。

而Logit函数作为隐变量和次序函数之间的关联函数,可以将非线性函数转化为线性函数,从而形成了Logit模型。

Logit模型可以定义成如下形式:
(1)
其中,j为实际观测得次序类别,取0、1、2、3和4,为分界点。

由(1)式可以发现,模型的发生比是通过该发生比分子中的事件概率的依次连续累积而形成,累积概率可以通过Logistic分布函数的公式获得:
(2)
计算出累积概率,属于某一特定类别的概率P(y=1),P(y=2),…,P(y=J)等便可以按如下方式计算出来:
(3)
并且有P(y=1)+P(y=2)+…+P(y=J)=1。

那么,根据本文选取的7个变量,建立如下Logit模型:
(4)
其中,经过Logit函数的转换,可得:
(5)
(5)式中j取值为0、1、2、3、4。

那么,某一个公式在第j类信用等级上的累积概率为:
(6)
将估计样本的数据代入模型,估计结果见表3。

表3 参数估计结果
参数的估计结果表明,对于5类不同信用级别的上市公司,4个分界点的估计值都十分显著。

将参数估计值代入(4)式,便可得到隐变量,通过(5)式和(6)式,可以获得每家上市公司属于不同信用级别的概率,最大概率所对应的信用界别即为上市公司的最终评级。

表1显示了隐变量在不同取值下分别属于5个不同信用等级的概率。

相关文档
最新文档