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：F83文献标识码：A：1672-3198（2011）17-0154-021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---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---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。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---本文的研究对象于上市公司，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17家ST公司和17家非ST公司，用预测组的数据来检验模型的预测能力。（2）指标选取。为全面反映上市公司的财务状况，本文选取了15个备选指标：销售毛利率、净资产收益率、净利润增长率；资产负债比率、每股净资产、股东权益比率；应收账款周转率、存货周转率、总资产周转率；每股经营活动现金流量、---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---净利润现金含量、经营活动现金流量与净利润比；净资产增长率、主营业务收入增长率、税后利润增长率。为了保证变量选择的正确性，对这15个变量分别进行单变量组间均值相等检验，得出的结果如下：4实证分析（1）模型估计。本文的数据处理采用的是Eviews6.0软件，将选取的60个样本数据输入软件中，利用Logit模型进行估计，得到的估计结果如下：（2）模型预测及准确性检验。在检验的过程中，令概率P0.5为概率的阈值，将预测组的数据带入回归方程中，如果计算得出的P大于0.5，判断为ST公司，如果计算得出的P小于0.5，则判断为非ST公司。通过Eviews6.0软件的预...