基于生存分析法的财务困境预警研究.doc

基于生存分析法的财务困境预警研究 　　摘要：本文以1996―2012年在沪、深两市上市的所有农业上市公司为研究对象，采用生存分析方法中的Kaplan-Meier方法总结了我国农业上市公司的生存状况及发生财务困境的时间规律；构建Cox模型对样本公司T-3年财务数据进行实证研究，得出产权比率、营业收入增长率、总资产增长率、投入资本回报率和农业收入占比这五个指标对财务困境预警有显著代表性的结论；并通过样本内预测，证明了生存分析方法在我国农业上市公司财务困境预警中的适用性 关键词：生存分析法 农业上市公司 财务困境 预警 中图分类号：F275 文献标识码：A 文章编号：1002-5812（2016）03-0038-04 一、引言 在我国，虽然作为第一产业的农业在国内生产总值中所占的份额从1952年的51%下降到2012年的10.1%，但这改变不了我国还是农业大国的现状。政府对农业发展的重视程度也在逐年增加，“十一五”期间中央财政对“三农”的投入约合3万亿元，年均增长比率高达23.6%；2011年的投入更是达到10 408.6亿元。然而，发展现代化农业仅仅依靠财政的扶持是远远不够的，1993年同人华塑的成功上市标志着我国农业企业正式进军资本市场，然而截至2012年12月，在整个证券市场中，农业上市公司的数量、资产规模和发行股票数量所占份额依然低于10%，与农业的重要地位并不相称。同时，我国农业类上市公司频频因严重的财务问题而被证券交易所ST处理。在目前国际金融局势极为不稳定的情况下，我国农业上市公司需要建立一套完善的财务困境预警体系来提高自身抵御外部资本市场波动带来的财务风险的能力 二、文献综述 目前国内学者对我国农业上市公司财务困境预警主要采用多元判别分析法、条件概率分析法和人工智能预测法。陈远志（2008）基于2003―2005年我国沪深两市农业上市公司的样本数据，比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果，结果显示，后三者的预测准确率明显较高，且越接近被ST年份预测准确率越高，其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。马晓利（2009）采用因子分析和Logistic回归分析相结合的方法，基于2006年我国农业上市公司财务数据构建了包含资产留存收益率、每股收益、总资产增长率、每股经营现金流量、每股净资产、流动比率和销售增长率7个指标的财务预警模型。袁康来（2008）采用Logistic回归分析和多元判别分析法相结合的方式，构建了含有农业收入状况指标的预警模型。郝晓雁（2008）对2003―2005年我国农业上市公司分年度构建Logistic回归模型，结果显示利用被ST前三年的财务数据构建的预测模型效果最好 以上方法和模型虽然在理论上发展的较为成熟且在实践上也取得了良好的效果，但是这些传统分析方法都不能避免静态时点性的缺陷，无法对企业陷入财务困境的过程进行动态把握，进而影响其对企业财务预警的效果。本研究拟采用生存分析方法将研究对象的生存时间数据纳入模型，更好地满足财务困境预警研究的动态性要求，丰富我国农业上市公司财务困境预警研究领域的理论方法 三、生存分析方法的相关概念 （一）生存分析的基本涵义。生存分析是研究一个或多个生物，在经过某一特定时间后，会发生某种特定事件的概率。这个特定事件称为“死亡事件”，这个特定时间称为“死亡时间”。简单来说，生存分析就是一种动态研究某现象或因素随时间变化的规律的统计方法 （二）生存时间的概念。生存时间是指从某种起始事件开始，到某种终点事件截止，研究对象所经历的时间跨度，常用符号t表示，由起点、终点和时间尺度三个要素构成。定义生存时间概念的关键是某种“特定事件”，该“特定事件”可以根据研究目的和专业知识由研究者在设计阶段自行确定 （三）生存数据分类。实验设计的思路各不相同，不同的研究者进行观测的时间也不同，加上观测对象存在个体差异性，因此生存数据的表现形式会因为研究对象进入或退出观测的时间不同而分成两类：第一类是完全数据，是指起点事件和终点事件都可以被观察到的研究对象，其观测数据完全落于观测起点与终点之间，这类研究对象的时间信息可以被完整记录下来；第二类是截尾数据，是指未知真正生存时间的研究对象，其在观测过程中因为失访、退出或研究时限已到而未能观测到其起点事件或终点事件，这类研究对象的生存时间数据是不完整的 四、研究设计 （一）模型的设定。本文首先利用非参数方法对我国农业上市公司的生存时间进行研究，找到样本公司被ST处理的时间规律，进而描述样本公司生存状况的特征。由于本文抛弃了配对抽样的方法，将样本一次性全部纳入模型，且生存时间为离散数据，取值范围