上市公司财务困境预测实证研究-厦门大学金融系.doc

上市公司财务困境预测实证研究 马喜德 厦门大学金融系 福建厦门，361005 Email: stevehorse@21 工作论文 2003.10.12 内容摘要 财务困境预测是金融领域一个重要的研究课题。自上世纪60年代以来，随着企业破产问题的日益严重，各国学者纷纷试图通过定量分析对企业破产提前作出预测。近五十年来，从多元判别分析等线性预测模型，到以神经网络模型为代表的各种非参数预测模型，相关的研究成果层出不穷。但是，在国内对公司财务困境预测的研究才刚刚起步，其主要原因是1993年7月1日之前我国并没有实施统一的会计准则，缺乏可靠的规范的研究数据。因此，研究如何利用国外现有的研究成果，结合中国的实际对企业破产作出准确的预测，是摆在我们面前迫切需要解决的问题。ST）作为企业陷入财务困境的标志，采用逐步判别分析方法筛选自变量，并利用多元判别分析（MDA）、Logistic回归和BP神经网络三种方法进行财务困境预测，比较其预测结果。研究发现，速动比率、营运资本/流动资产、利息保障倍数、总资产周转率、营业收入净利润率、流动资产净利润率和主营业务利润/利润总额等财务指标具有较强的预测能力；比较三种方法，发现BP神经网络的预测能力最强，Logistic回归模型的预测能力次之，多元判别分析的预测效果最弱；采用BP神经网络模型可以在上市公司被ST的前3年以87％的准确率预测出企业即将陷入财务困境。 本文共分四章，引言部分介绍研究背景和研究意义；第一章是国内外财务困境预测研究概述；第二章介绍本文的主要设计，包括研究样本、财务指标的选取和模型的构建；第三章对实证研究的结果进行分析，比较了多元判别分析、Logistic回归和BP神经网络三种方法的预测效果；第四章是研究结论。 关键词：上市公司、财务困境、实证研究 Empirical Study of Financial Distress Prediction of Public Company Abstract Financial distress Prediction is an important field in Finance. Since 1960s,more and more researchers try to predict bankruptcy through quantitative analysis. In the recent 50 years, many models such as Multivariate Discriminant Analysis and Neural Network come out. However, in our country, financial distress prediction just begins. The main reason is the lack of uniform Accountant Rule before July,1,1993.Thus,It is urgent for us to work on financial distress prediction in China. In the last 13 years, the Chinese security market developed rapidly. Because there are so many public companies, if we can predict the failure of them beforehand, it is significant not only for supervisor, bank and investors, but also for public companies themselves. This study regards public companies received special treatment as a signal of financial distress, and try to predict financial failure of public companies in China. I use stepwise discriminant analysis to select financial ratios and use Multivariate Discriminant Analysis, Logistic Regression and Neural Network model to predict financial distress. I find that quick ratio, working capit