區(qū)分度概念下動態(tài)財務(wù)預(yù)警模型的實(shí)證研究.pdf

1、目前，我國經(jīng)濟(jì)正面臨嚴(yán)重的壓力和挑戰(zhàn)，我國上市企業(yè)在內(nèi)部經(jīng)營管理和外部行業(yè)環(huán)境、宏觀經(jīng)濟(jì)的綜合因素影響下，不斷發(fā)生虧損、陷入財務(wù)困境，甚至面臨退市和破產(chǎn)的威脅。如果不能提前預(yù)測財務(wù)危機(jī)，及時調(diào)整經(jīng)營策略，等到企業(yè)出現(xiàn)虧損后，必然會減少投資者和債權(quán)人的投資收益，同時也會影響企業(yè)自身經(jīng)濟(jì)利益和未來的發(fā)展。因此，研究上市企業(yè)的財務(wù)狀況和發(fā)展走向是有現(xiàn)實(shí)意義的。
　　財務(wù)預(yù)警研究已經(jīng)持續(xù)了幾十年，期間有很多學(xué)者從不同的角度出發(fā)建立了適合不

2、同假設(shè)條件的預(yù)警模型。但是在如何充分利用財務(wù)數(shù)據(jù)的時間連續(xù)性來提高預(yù)警模型的準(zhǔn)確度方面還有很多研究空白，因此使用合理的方法將歷史信息因素加入到模型中，構(gòu)建動態(tài)財務(wù)預(yù)警模型是近年來的研究重心所在。顯然上市企業(yè)從出現(xiàn)虧損到最終被特別處理甚至被迫退市不是一朝一夕形成的，而是一個日積月累、逐步惡化的過程。單獨(dú)使用某一期的財務(wù)狀況來預(yù)測危機(jī)過于武斷，而且不同危機(jī)階段的表現(xiàn)形式是不同的，不可能使用一個模型準(zhǔn)確的監(jiān)測出所有危機(jī)階段的樣本，因此建立一個

3、可以區(qū)分不同危機(jī)程度的預(yù)警系統(tǒng)，動態(tài)的分析危機(jī)情況十分必要。
　　本文選取了符合要求的71個危機(jī)樣本和410個正常樣本四年的面板數(shù)據(jù)進(jìn)行實(shí)證研究，基于 CHAID(Chi-Square Automatic Interaction Detection卡方自動交叉診斷器）模型建立了單純財務(wù)指標(biāo)動態(tài)預(yù)警系統(tǒng)和包含非財務(wù)因素的綜合指標(biāo)動態(tài)預(yù)警系統(tǒng)，為了增強(qiáng)預(yù)警系統(tǒng)的實(shí)用性并且使企業(yè)能夠盡早識別其所處危機(jī)程度，本文提出模型區(qū)分度的概念，并按

4、照CHAID模型的特點(diǎn)對區(qū)分度的算法進(jìn)行了改進(jìn)。
　　通過比較兩個系統(tǒng)中的模型回判精確度發(fā)現(xiàn)引入市場信息和股權(quán)結(jié)構(gòu)后的預(yù)警系統(tǒng)有更高的預(yù)測準(zhǔn)確度。即在模型中引入非財務(wù)因素是必要且有意義的，可以提高模型的預(yù)警精度，特別是在遠(yuǎn)期預(yù)測時優(yōu)化效果更大。綜合指標(biāo)預(yù)警系統(tǒng)中，按照區(qū)分度的概念對測試集進(jìn)行分類時將危機(jī)樣本錯分為正常樣本的總數(shù)為11個，相比常規(guī)的直接分類減少了26.67％。對區(qū)分度進(jìn)行改進(jìn)后的預(yù)警系統(tǒng)分類效果更好，危機(jī)樣本錯分為正

5、常樣本的總個數(shù)減少為2個，相比直接分類錯分率下降了86.67%。
　　本文建立的動態(tài)預(yù)警系統(tǒng)的特點(diǎn)是：（1）利用CHAID模型進(jìn)行分類，該算法可以分析變量間復(fù)雜的交互作用、從多個變量中篩選出差異最顯著的變量組合、依據(jù)統(tǒng)計顯著性確定分割點(diǎn)、處理共線性的數(shù)據(jù)并且不要求樣本數(shù)據(jù)呈正態(tài)分布；CHAID的結(jié)果呈樹狀，是對危機(jī)情況的一個簡單直觀的描述，更容易被那些沒有專業(yè)知識和分析技術(shù)的企業(yè)決策者理解；（2）從實(shí)際應(yīng)用的角度出發(fā)提出模型間區(qū)分