上市公司风险预警实证研究

卐 摘要：本文以我国沪深A股制造业上市公司为样本，将上市公司被特别处理（ST）界定为财务风险的标志，并运用Logistic回归模型对被ST前3年的财务指标进行实证研究，为及时发现潜在财务隐患并予以改善提供借鉴。

关键词：上市公司；风险预警；Logistic模型

风险预警是通过分析一些具有敏感性A财务指标的变化，监控并预测企业可能或者将要面临的财务风险，并提出具体的措施帮助企业规避风ฑ险。目前，国内外学者采用的财务风险预警模型主要包括判别分析模型、条件概率模型、人工神经网络模型和生存分析模型，其中，条件概率模型主要有逻辑回归模型和多元概率比模型，并因假设条件较为宽松而受到学者青睐[1]ช。

一、Logistic回归模型

Logistic回归分析是用于处理分类因变量的统计分析方法，根据因变量取值类别不同，可分为二元回归和多元回归。其中，前者因变量只能取两个值1和0，后者可以取多个值。

二、研究设计

参照国内外研究成果，本文主要从公司的偿债、盈利、营运、发展能力以及财务弹性♪等五个层面，分别选取自由现金负债率=（经营活动现金流量净额-资本性支出）/负债总✎额、净资产收益率=净利润/平均股东权益、应收账款周转率=主营业务收入净额/应收账款平均余额、主营业务增长率、资本购置比率=经营活动现金流量净额/资本性支出这5个指标，并利用SPSS16.0统计软件进行二元回归分析。

三、实证分析

（一）相关性分析

（二）回归分析结果

用Logistic模型中的全部变量进入法进行回归分析，模型如下表，（）内表示P值。

四、结论