上市公司财务预警模型的实证研究14118.docx

全流通条条件下上上市公司司财务危机机预警模模型的实实证研究究课题研究究人：张张宪、郝郝力平、涂春辉辉、王法力、洪明、刘年财财选送单位位：航空空证券有有限责任任公司内容提要要本文选择择了在220066年1月月至20006年年6月期期间，在在20005年年年报公布布后，因因财务状状况异常常而首次次被STT 的553家上上市公司司，同时时选取同同行业（按按证监会会行业代代码分类类）、同同规模的的53家家非STT公司作作为配对对样本。本文从从财务指指标的角角度出发发，在了了解我国国上市公公司财务务困难成成因的基基础上，探探讨了各各财务因因素之间间的关系系以及它它们对上上市公司司发生财财务困难难的预警警作用。本文的的创新点点在于，采采用了最最新的公公司财务务数据，改改进了数数据处理理的方式式，在因因子分析析的基础础上利用用二分类类Loggisttic回回归建立立了财务务困难的的预警模模型，该该模型的的预测效效果优于于现有的的研究结结论。同同时，本本文还针针对全流流通之后后新的市市场环境境，将“股票总总市值/负债总总额”指标引引入模型型讨论。本文得到到的结论如下下。（1）从从统计描描述的角角度，SST公司司与非SST公司司在已获获利息倍倍数、销销售净利利率、资资产净利利率、净净资产收收益率、应收帐帐款周转转、现金金流动负负债比等等指标上上有明显显差异，而而在速动动比率、流动比比率、销销售毛利利率、营营业利润润比重等等指标上上差距不不大，且且有交叉叉现象。（2） 从单变变量分析析的角度度，已获获利息倍倍数、资资产负债债率、流流动比率率、销售售净利率率、资产产净利率率、总资资产周转转率、存存货周转转率、销销售现金金比率、现金债债务总额额比、全全部资产产现金回回收率、现金流流动负债债比等指指标，能能在=0.05的的较小显显著性水水平下与与公司的的财务困困难情况况显著相相关。（3）从从多元回回归的角角度，通通过因子子分析处处理原始始数据，然然后利用用二分类类Loggisttic回回归建立立了财务务困难的的预警模模型1，对现现有数据据的判断断准确率率为944.622%。考虑到到全流通通之后的的市场现现实，本本文认为为股票市市值对上上市公司司的影响响不容忽忽视，“股票总总市值/负债总总额”这一指指标引入入预测模模型。同同样是通通过因子子分析处处理原始始数据，利利用二分分类Loogissticc回归建建立了财财务困难难的预警警模型22，对现现有数据据的判断断准确率率为944.577%。这两个模模型的预预测效果果都超过过90%，准确确率基本本一致，优优于目前前的研究究结论。本文认认为，由由于模型型2的结结果受到到了历史史数据的的局限，股票市值对于财务预警模型的作用尚未得到体现。未来随着全流通市场的进一步规范和成熟，市值考核为指标的股权价值激励政策的逐步推广，股票市值对于财务预警模型的作用继续值得今后进一步深入研究。目 录录1、前言言····································································32、文献献综述·······························································33、样本本选取和和研究方方法 ················································43.1研研究样本本························································43.2研研究数据据························································53.3研研究变量量························································53.4研研究方法法························································64、样本本变量统统计描述述·················································65、单变变量研究究·························································75.1独独立样本本的均值值比较方方法·····································775.2 T检验验分析结结果················································86、多元元回归分分析······················································86.1样样本及数数据·····················································96.2 Loggisttic多多元回归归分析·······································96.2.1多元元回归方方法选择择··········································996.2.2用因子分分析对数数据预处处理···································96.2.3Loogissticc回归建建立预警警模型11······························1116.3将将股票市市值因素素引入，建建立预警警模型2·····················137结论····································································1181前言言 财务危危机给企企业和社社会带来来了严重重的影响响，适时时、准确确地对企企业财务务危机进进行预测测分析是是市场竞竞争机制制的客观观要求。因此，利用相关信息构建有效的财务危机预警模型，从而获得财务状况恶化的上市公司预警信号，对于投资者、债权人、经营者以及监管者等诸多方面无疑都具有重要的现实意义。财务危机机（Fiinannciaal ccrissis）又又称财务务困境（FFinaanciial disstreess），国国外多数数同类研研究采用用破产标标准（AAltmman，119688；Ohhlsoon，119711；Pllattt annd pplattt，119900 annd 119944）。但但考虑到到中国的的实际情情况，国国内学者者大都将将特别处处理（SST）的的上市公公司作为为存在财财务危机机的上市市公司（陈陈静，119999；李华华中，220011）。本本文采用用以上学学者的思思路，将将ST公公司作为为研究样样本，并并将“财务危危机”定义为为“因财务务状况异异常而被被特别处处理（SST）”。本文在上上市公司司财务预预警模型型的构建建中，首首先以描描述统计计和单变变量分析析对影响响企业的的财务危危机的因因素做出出初步判判断，在在此基础础上建立立多变量量判断模模型，通通过因子子分析处处理数据据，利用用二分类类Loggisttic回回归建立立财务困困难的预预警模型型，对样样本企业业做出综综合评判判。同时时，本文文针对全全流通之之后的市市场变化化，对于于股票市市值在财财务预警警中的作作用进行行了积极极的探讨讨。2文献献综述国外关于于财务失失败预测测研究影影响最广广泛的是是威廉··比弗（WWillliann Beeaveer）的的单一变变量模型型和阿尔尔特曼（EEdwaard I .Alttimaan）的的“Z-SScorre”模型。比弗通通过对119455年19664年间间79家家失败企企业和对对应的779家成成功企业业的比较较研究表明明，下列列财务比比率对预预测财务务失败是是最有效效的：现现金流量量/债务务总额，净净收益/资产总总额（资资产收益益率），债债务总额额/资产产总额（资资产负债债率）。美国财务务专家阿阿尔特曼曼（19668）提出的的企业失失败预测测模型是是以营运运资金/资产总总额、留存收收益/资资产总额额、息税税前利润润/资产产总额、普通股股及优先先股市价价/负债债总额、销售总总额/资资产总额额等五项项财务比比率的加加权平均均数来测测试财务务失败的的。该模模型主要要针对于于上市公公司，样样本包括括了19946年年19665年间间提出破破产申请请的333家公司司和同样样数量的的非破产产公司。通过计计算，该该模型产产生了一一个总的的判别分分，成为为Z值。Z值越越低，企企业发生生财务失失败的可可能性就就越大。同时确确定了ZZ值实际际截止点点用以判判断。阿阿尔特曼曼将各种种有关的的比率合合并成单单一的预预测指数数，克服服了单个个比率内内容有限限、无法法全面揭揭示企业业财务状状况的缺缺点。奥尔逊（OOhlsson，19880）提出一一种loogitt模型。该模型型建立在在累积概概率函数数的基础础上，而而不需要要满足自自变量服服从多元元正态分分布和两两组协方方差相等等的条件件。Logiit模型型另一个个重要优优点是在在（0，1）上上预测一一个公司司是否发发生财务务危机的的几率。在国内，学学者周首首华等（19996）对阿尔尔特曼的的“Z -scoore”模型进进行了一一定的拓拓展，建建立了“F分数数模式”，F分分数模式式的临界界值是00.02274，此此数值上上下0.07775为所所谓的不不确定区区域，FF分数越越小，则则公司发发生财务务危机的的可能性性越大。陈静（119999）根据119955年至119977年544家样本本企业财财务资料料，分别别进行了了单变量量和多变变量分析析，得出出结论是是在宣布布前一年年预警模模型的成成功率较较高，离离宣布日日越远，则则成功率率越低。吴世农、卢贤义义（20001）对上市市公司财财务危机机预警研研究成果果表明：（1）我我国上市市公司财财务困境境具有可可预测性性。（22）在单单变量模模型中，净净资产报报酬率的的判定效效果较好好。（33）多变变量模型型优于单变变量判定定模型。（4）比比较多变变量模型型下的33种模型型，loogitt模型的的判定准准确性最最高。 李炳承承（20004）选选取了1105家家ST公公司与1105家家非STT公司的的配对样样本进行行均值和和总样本本均值差差异分析析，研究究发现，财务征兆主要表现为：留存收益和营运资本短缺、应收项目和短期借款多、营业利润低等。陈晓、陈陈治鸿（220000）以770家公公司组成成分析样样本，通通过每大大类财务务指标中中分别选选取一个个指标来来进行检检验，认认为营运运资本与与总资产产比率、负债权权益比、应收帐帐款周转转率、主主营利润润与总资资产比率率、非主主营利润润与总资资产比率率、留存存收益与与总资产产比率这这6个指指标的财财务困境境预测效效果最好好。3样本本选取和和研究方方法3.1研研究样本本本文选择择了在220066年1月月至20006年年6月期期间，在在20005年年年报公布布后，因因财务状状况异常常而首次次被STT 的553家上上市公司司，为了了更好地地研究样样本的特特征，我我们同时时选取同同行业（按按证监会会行业代代码分类类）、同同规模的的53家家非STT公司作作为配对对样本。在选取取样本时时我们注注意以下下问题：（1）考考虑到SST公司司是由于于20005年报报公布后后，连续续2年亏亏损而导导致被SST的。在选择择观测年年限时，取被SST前11年的财财务年度度的财务务指标，即即选择220044年的财财务指标标，对应应的配对对样本取取同期的的财务指指标。（2）为为了使样样本更具具有代表表性，对对非STT公司的的选取是是在保持持同行业业、同规规模的原原则下选选取。（3）非非ST的的样本选选取同行行业为第第一选择择标准，即即在资产产规模不不同的情情况下，保保持行业业的一致致性。（4）对对ST样样本的选选择时，由于本文目的在于研究财务信息对财务预警的作用，因此剔除了有以下几种情况的公司：被注册会计师出具无法表示意见或否定意见的审计报告；追溯调整导致最近两年连续亏损；在法定期限内未依法披露定期报告；在规定期限内未对存在重大会计差错或虚假财务会计报告进行改正；主营业务所属行业发生变化的，行业归属不符合证监会行业要求的。3.2研研究数据据本文中的的数据均均来自WWindd资讯金金融终端端。首先先从Wiind资资讯金融融终端找找出20006年年内被SST的公公司信息息，然后后再根据据同行业业、同规规模的原原则查找找对应的的配对样样本，提提取样本本的财务务数据。数据是是运用SSPSSS13.0进行行处理分分析的。3.3研研究变量量根据我国国上市公公司的特特点，本本文分别别从偿债债能力、盈利能能力、运运营能力力、现金金流量等等4个方方面选择择了199个财务务指标，作作为构建建财务危危机预警警模型的的预选指指标。表1：财财务指标标汇总表表组别标号指标名称称公式偿债能力X1已获利息息倍数 （利润总总额+利利息费用用）/利利息费用用X2资产负债债率负债总额额/资产产总额X3速动比率率（流动资资产-存存货）/流动负负债X4流动比率率流动资产产/流动动负债X5长期负债债与营运运资金比比率长期负债债/（流流动资产产-流动动负债）盈利能力 X6销售净利利率净利润/主营业业务收入入X7资产净利利率净利润/资产总总额X8净资产收收益率净利润/净资产产X9销售毛利利率（主营收收入-主主营成本本）/主主营收入入X10营业利润润比重营业利润润/利润润总额营运能力X11总资产周周转率主营业务务收入/平均资资产总额额X12存货周转转率主营业务务成本/平均存存货X13应收帐款款周转率率主营业务务收入/平均应应收帐款款X14流动资产产周转率率主营业务务收入/平均流流动资产产X15营运资本本周转率率（流动资资产-流流动负债债）/资资产总额额现金流量X16销售现金金比率经营现金金流量净净额/主主营业务务收入X17现金债务务总额比比经营现金金流量净净额/负负债总额额X18全部资产产现金回回收率经营现金金流量净净额/资资产总额额X19现金流动动负债比比经营现金金流量净净额/流流动负债债3.4研研究方法法本文主要要对样本本进行截截面分析析和回归分分析。（1）描描述性分分析。（2）单单变量分分析。通过对SST公司司的199个财务务指标与与非STT公司同同期指标标的均值值差异进进行T值值检验，以以证明它它们的显显著性差差异以及及对区分分财务困困难公司司的作用用。（3）多多变量分分析。根据单变变量分析析的结果果，选取取ST公司司与非SST公司司之间具具有显著著性差异异的财务务指标变变量进行行多元回归归分析，先通过过因子分分析处理理数据，然然后利用用二分类类Loggisttic回回归建立立财务困困难的预预警模型型并检验验。4样本本变量统统计描述述表2：财财务指标标基本统统计量比比较表自变量平均值标准差最大值最小值ST非STST非STST非STST非STX1-5.4459.5117.90011.4482.69953.441-38.981.144X262.99841.44618.00713.774113.4766.44416.2277.844X31.0771.7110.6111.1443.8446.0880.3880.400X40.8221.2770.5221.0113.4115.6110.3440.211X5-0.2210.4002.0993.4554.86614.669-9.990-9.993X6-49.247.49988.4485.833-2.00724.775-5088.5770.300X7-11.704.71112.8853.688-0.66815.558-61.210.100X8-3255.6117.86618666.3445.688-1.33221.992-134479.380.211X915.88324.11511.99015.44839.33791.443-24.353.333X100.7660.8000.3660.5221.7992.011-0.444-1.228X110.3660.7990.1990.5661.0662.8110.0770.133X123.8888.5003.83316.11723.777107.660.2660.511X135.29976.8824.966431.6024.44231488.5110.6001.988X140.6991.6110.4221.2551.9338.1440.1440.288X152.55515.11611.55756.55962.224373.55-27.23-51.60X16-0.0060.0770.4000.1990.9440.799-1.550-0.667X17-0.0040.1880.2440.3550.4551.999-1.334-0.447X18-2.0015.75511.3348.84426.66734.005-44.75-20.16X19-3.55820.44624.99737.11056.007201.76-1344.344-48.74本文首先先对样本本的财务务指标变变量进行行基本统统计量描描述分析析，将样样本分为为ST类类和非SST类，结结果见表表2。从表2中中我们可可以看出出，STT公司与与非STT公司有有许多指指标存在在很大差差距，例例如X11、X66、X77、X88、X113、XX19等等指标。ST公公司的应应收帐款款周转率率平均值值为5.29，而而同期非非ST公公司的应应收帐款款周转率率为766.822，说明明与STT公司相相比非SST公司司的应收收帐款变变现能力力强。SST公司司的销售售净利率率平均值值为-449.224，而而同期非非ST公公司的销销售净利利率为77.499，这表表明STT公司与与非STT公司之之间平均均盈利能能力相差差巨大。ST公公司的已已获利息息倍数平平均值为为-5.45，而而同期非非ST公公司的已已获利息息倍数为为9.551，说说明STT公司的的财务负负担明显显高于非非ST公公司。同时，有有些财务务指标SST公司司与非SST公司司差距不不大，而而且出现现交叉现现象，如如X3、X4 、X99、X110等指指标。5单变变量研究究通过独立立样本的的均值比比较，分分析STT公司与与非STT公司各各单项财财务指标标的差异异规律。假设：HH0：ST公司司与非SST公司司19个财财务指标标同期均均值相等等 H1：ST公司司与非SST公司司19个财财务指标标同期均均值不相相等5.1独独立样本本的均值值比较方方法应用T检检验，可可以检验验独立的的正态总总体下样样本均值值之间是是否具有有显著性性差异。进行两两个独立立正态总总体下样样本均值值的比较较时，根根据方差差齐与不不齐两种种情况，应应用不同同的统计计量进行行检验。方差不齐齐时，统统计量为为 （公式式1）式中，和和表示样样本1和和样本22的均值值；和为样本本1和样样本2的的方差，mm和n为为样本11和样本本2的数数据个数数。方差齐时时，采用用的统计计量为 （公公式2）式中，为为两个样样本的标标准差，它它是样本本1的方方差和样样本2的的方差的的加权平平均值的的方根，计计算公式式如下： （公式式3）当两个总总体的均均值差异异不显著著时，该该统计量量应服从从自由度度为m+n-22的t分分布。T检验的的结果包包括t值值（t）、自由度度（dff）、双双尾显著著性检验验（siig. 2-ttailled）、均值差差异（MMeann Diiffeerennce）、均值差差异的标标准误差差（Sttd. Errror Diffferrencce）和和均值差差异的995%置置信区间间（955% CConffideencee Innterrvall off thhe DDifffereencee）。5.2 T检验验分析结结果给定显著著性水平平为0.05，根据SPPSS13.0运行的结果，对各个财务指标变量的显著性差异的判断情况如下。表3：TT检验结结果汇总总表组别标号指标名称称显著性偿债能力X1已获利息息倍数 X2资产负债债率X3速动比率率X4流动比率率X5长期负债债与营运运资金比比率×盈利能力 X6销售净利利率X7资产净利利率X8净资产收收益率×X9销售毛利利率X10营业利润润比重×营运能力X11总资产周周转率X12存货周转转率X13应收帐款款周转率率×X14流动资产产周转率率X15营运资本本周转率率×现金流量X16销售现金金比率X17现金债务务总额比比X18全部资产产现金回回收率X19现金流动动负债比比从上面的的实证分分析可以以看出，指指标X11（已获获利息倍倍数）、X2（资资产负债债率）、X3（速速动比率率）、XX4（流流动比率率）、XX6（销销售净利利率）、X7（资资产净利利率）、X9（销销售毛利利率）、X111（总资资产周转转率）、X122（存货货周转率率）、XX14（流流动资产产周转率率）、XX16（销销售现金金比率）、X177（现金金债务总总额比）、X188（全部部资产现现金回收收率）、X199（现金金流动负负债比）等14个指标能在很少的显著性水平下拒绝原假设，而接受备选假设。这就意味着ST公司与非ST公司在ST前1年的上述14个指标具有明显的差异。6多元元回归分分析 上述114个指指标的均均值差异异能明显显地区别别出STT公司与与非STT公司的的财务特特征。但但是在实实际操作作中，我我们是需需要预测测一个企企业的财财务状况况，仅仅仅区分财财务特征征是不够够的。为为此我们们运用多多元回归归来分析并并检验其其模型的的预测准准确性。6.1样样本及数数据我们仍然然选取上上述533家STT公司和和非STT公司数数据。根根据截面分析析的结果果，我们们将有显显著性差差异的114个财财务指标标（已获获利息倍倍数、资资产负债债率、速速动比率率、流动动比率、销售净净利率、资产净净利率、销售毛毛利率、总资产产周转率率、存货货周转率率、流动动资产周周转率、销售现现金比率率、现金金债务总总额比、全部资资产现金金回收率率、现金金流动负负债比）作作为输入入变量。6.2 Loggisttic多多元回归归分析6.2.1多元元回归方方法选择择在多元回回归方法法的选择择上，我我们根据据数据的的特点，首先进行因子分析，然后采用二分类Logistic多元回归法建立模型并加以检验。具体步骤骤如下，(1)引引入虚拟拟变量YY用以表表示是否否出现财财务危机机。Y取取1表示示ST公公司，YY取0 表示非SST公司司。(2)用用因子分析析对数据据预处理理。(3) 用二分分类Loogissticc多元回回归建立立预警模模型并检检验。6.2.2用因子分分析对数数据预处处理由于各财财务指标标之间存存在着较较多的相相关关系系，信息重重复较多多，直接接用它们们分析现现实问题题，不但但模型复复杂，而而且还会会因为多多重共线线性问题题而引起起极大的的误差。因此，我我们首先先利用因因子分析析使变量量简化降降维，用用少数因因子代替替所有变变量去分分析整个个问题。表4：巴巴特利特特球度检检验和KKMO检检验KMO andd Baartllettt's TesstKMO andd Baartllettt's Tesst0.633Barttlettt'ss TeestApprrox. Chhi-SSquaare14444.277df91Sig.0.000由上表可可知，巴巴特利特特球度检检验统计计量的观观测值为为14444.227，相相应的概概率P值值小于显显著性水水平0.05，则则应拒绝绝原假设设，认为为相关系系数矩阵阵与单位位矩阵有有显著性性差异。同时，KKMO值值大于00.6，原有变量适合因子分析。表5：因因子解释释原有变变量总方方差的情情况Totaal VVariiancce EExpllainnedInittiall EiigennvalluessRotaatioon SSumss off Sqquarred LoaadinngsTotaal% off VaariaanceeCumuulattivee %Totaal% off VaariaanceeCumuulattivee %14.79934.22034.2203.81127.11927.11923.44424.55558.7752.66618.99846.11732.16615.44574.2202.57718.33964.55641.1668.27782.4482.51117.99282.44850.7115.06687.55360.5113.65591.11870.3992.76693.99480.3772.64496.55790.1991.35597.993100.1000.72298.665110.0990.66699.332120.0550.35599.666130.0440.28899.994140.0110.066100.00从表5中中可以看看出，前前4个因因子的特特征根大大于1，累累计方差差贡献率率为822.488%，即即前4个个变量解解释了原原有变量量总方差差的822.488%。在在因子旋旋转后，累累计方差差比没有有改变，没没有影响响原有变变量的共共同度。总体上上，原有有变量的的信息丢丢失较少少，因子子分析效效果理想想。表6：旋旋转后的的因子载载荷矩阵阵Rotaatedd Coompoonennt MMatrrix(a)CompponeentF 1F 2F 3F 4X10.2220.6110.2990.344X2-0.005-0.444-0.114-0.771X3-0.0090.199-0.1120.933X4-0.1140.100-0.0050.933X60.0440.8330.1880.177X70.2220.8440.2330.300X90.0660.744-0.2270.033X110.1990.1440.8110.111X12-0.004-0.0040.844-0.110X140.1770.1550.944-0.005X160.9110.088-0.001-0.110X170.9770.0990.133-0.005X180.9770.1330.100-0.001X190.9660.1220.155-0.002由表 66可知，现现金指标标（X116、XX17、X188、X119）在在第一个个因子上上有较高高的载荷荷，第一一个因子子F1可以以成为现现金指标标因子；盈利能能力指标标（X66、X77、X99）在第第二个因因子上有有较高的的载荷，第第二个因因子F22可以称称为盈利利指标因因子；营营运能力力指标（X11、X12、X14）在第三个因子上有较高的载荷，第三个因子F3可以称为营运指标因子；偿债能力指标（X3、X4）在第四个因子上有较高的载荷，第四个因子F4可以称为偿债指标因子。表7：因因子得分分系数矩矩阵Compponeent Scoore Coeeffiicieent MattrixxCompponeentF1F 2F 3F 4X10.0000.2000.0660.044X2-0.001-0.004-0.003-0.226X30.044-0.113-0.0040.444X40.022-0.1180.0000.466X6-0.0090.4000.000-0.113X7-0.0020.3440.022-0.005X9-0.0050.422-0.119-0.119X110.000-0.0050.3220.066X12-0.007-0.0070.377-0.002X14-0.003-0.0010.388-0.003X160.266-0.004-0.0070.000X170.277-0.006-0.0020.033X180.277-0.005-0.0030.044X190.277-0.005-0.0010.044 根据表表7的结果果，我们们可以写写出以下下因子得得分函数数：F1=-0.001X22+0.04XX3+00.022X4-0.009X66-0.02XX7-00.055X9-0.007X112-00.033X144+0.26XX16 +00.277X177+0.27XX18+0.227X119F2=00.200X1-0.004X22-0.13XX3-00.188X4+0.440X66+0.34XX7+00.422X9-0.005X111-00.077X122 -0.01XX14-0.004X116-00.066X177-0.05XX18-0.005X119F3=00.066X1-0.003X22-0.04XX3+00.022X7-0.119X99+0.32XX11+0.337X112+00.388X144-0.07XX16 -0.02XX17-0.003X118-00.011X199F4=00.044X1-0.226X22+0.444X3+0.466X4-0.133X6-0.055X7-0.199X9+0.006X111-0.02X122 -0.03X144+0.003X177+0.004X188+0.004X1996.2.3 Loggisttic回回归建立立预警模模型1将因子分分析得到到的4个因子子与因变变量Y作作为引入入变量，利用二二分类LLogiistiic回归归建立预预警模型型并预测测。二元逻辑辑回归拟拟合的方方程为： （公式式4）其中，PP是上市市公司发发生财务务危机的的概率；是影响财财务危机机的第ii个因素素，i=1，22，m；a，（ii=1，22，m）是是待估参参数。运行SSSPS113.00，得到到的结果果如下：表8：模模型估计计及系数数检验Variiablles in thee Eqquattionn BS.E.WaldddfSig.Exp(B)Stepp 1(a)F1-2.4400.8118.71110.0000.099F2-11.033.5999.44410.0000.000F3-7.6642.6448.37710.0000.000F4-3.5521.10010.22910.0000.033Consstannt1.5550.8553.30010.0774.700从表8的的结果可可以看出出，所有有系数均均通过了了检验，可建立如下Logistic回归方程： （模型1）表9：模模型总体体检验Modeel SSummmaryyStepp-2 LLog likkeliihooodCox & SSnelll RR SqquarreNageelkeerkee R Squuaree120.8840.6990.922表9输出出了模型型的似然然值（-2 LLog）和和两个伪伪决定系系数Coox && Snnelll R Squuaree和Naagellkerrke R SSquaare，后后两者从从不同角角度反映映了当前前模型中中自变量量的变异异占因变变量总变变异的比比例。我我们看到到，这两两个伪决决定系数数分别达达到0.69和和0.992，说说明模型型1中自变变量对因因变量的的解释程程度良好好。以0.550为概概率最佳佳分割点点进行预预测，P大于00.500判断为为ST公公司。表10：模型11预测结结果Classsifficaatioon TTablle(aa)