基于Logit模型的A股上市公司数据判断分析.docx

基于 Logit 模型的 A 股上市公司数据判断分析(江阴兴澄特种钢铁有限公司,江苏 江阴214429) 摘 要:采用 Logit 模型,并考虑到上市公司公开披露信息的可取性,筛选若干个常用的财务数据,获取具有代表性的指标,经过严格的实证数据测试,建立了上市公司财务预警的 Logit 模型关键词:上市公司;数据判断;Logit 模型中图分类号:F83 文献标识码:A 文章编号:1672-3198(2011)17-0154-02 1 引言随着我国证券市场的日益规范化,根据在客观、公允基础上披露的上市公司的财务报告,通过构造合理的预测模型,获得对那些财务状况出现严重恶化的上市公司的预警信号,对于有关方面毋庸置疑地具有现实意义。本文在借鉴现有研究成果的基础上,以财务理论和Logit 模型为基础,选取一系列较为全面的财务指标,构建财务预警模型,用模型对上市公司发生财务困境的概率进行预测,即对我国 A 股上市公司数据判断分析。 2 模型介绍 Logit 模型是最早的离散选择模型,在本文中,建立这样的一个 Logit 模型: 设事件 Y 代表上市公司是否出现财务困境,Y1 代表发生财务困境,Y0 代表未发生财务困境,事件 Y 依赖另一个不可观测的变量 V,即 Vf(X),设其为线性形式:VβXi+εi。假设当 Y1 时等价于 V0,当 Y0 时等价于 V≤0。因此事件 Y 发生的概率为:P(Y1)P(V0)P(εi-βXi)。为了根据一定的样本估计 V,需要为 εi 选择一定的概率分布函数,这里选择逻辑(Logistic)分布,得到 Logit 分析模型,Logit 模型假定的概率分布函数为:F(t)。由 F(-t)1-F(t),可得: P(Y1)P(V0)P(εi-βXi)1-p(εi≤-βXi)1-F(-βXi)F(βXi)。则第 i 个样本点发生财务困境的概率为:P(Y1)。当第 i 个样本点为发生财务困境的公司时,Yi1;当第i 个样本点为未发生财务困境的公司时,Yi0,Xi(Xil,Xi2,……XiK),为第 i 个样本点的预测变量,其中 β 为待估计参数,根据样本数据通过迭代可以求出 β 的极大似然估计值。 Logit 模型的最大优点:不需要严格的假设条件,不需要满足正态分布和两组协方差矩阵相等的条件,可操作性强,应用方便。 3 数据和指标选取(1)数据采集。本文的研究对象来源于上市公司,所选取的样本公司的数据主要来自于证券交易软件。把 A 股上市公司中的 ST公司定义为“财务困境”公司,其样本是 2010 年被罚 ST的 A 股公司,剔除数据不全的公司和金融类公司,最终得到 47 个 ST 公司样本。为了保证样本的对称性,对每一个ST 公司,根据资产规模匹配的原则挑选一个对应的非 ST公司,每对样本的总资产规模的差异在 10%之内,由此得到 47 个非 ST 公司,最终得到一共 94 个样本点。本文采用 2008 年的财务数据来建立模型,用来预测这些公司在 2010 年是否会因为出现财务困境而被 ST,通过这样处理数据,可以在一定程度上缓解高估模型预测能力的问题。在选取的 94 家上市公司中,随机挑选 60 家公司作为训练组,其中包括 30 家 ST 公司和 30 家非 ST 公司,用训练组的数据来估计模型;剩下的 34 家公司作为预测组,包括 1