第八章离散选择模型Logist回归.pdf
《第八章离散选择模型Logist回归.pdf》由会员分享,可在线阅读,更多相关《第八章离散选择模型Logist回归.pdf(7页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、1/7 第八章 离散选择模型Logistic 回归 基于 logistic 回归模型的企业信用评价 以材料和机械制造行业上市公司为例 一、引言 中国市场经济制度的日益健全与完善以及证券债券等金融市场的逐步建立与发展,信用成为经济交往、债务形成的一个重要的基础,信用风险越来越受到市场交易者的关注。信用风险是指借款人、证券发行人或交易方由于各种原因不愿或无能力履行商业合同而违约,致使债权人、投资者或交易方遭受损失的可能性。对于上市公司而言,这种违约行为经常表现为拖欠账款、资不抵债以及以发行证券或债券进行圈钱等失信行为。对这种违约失信的可能性的度量显得十分重要。怎样分析公司的信用状况,对信贷管理者如
2、何分析企业的信用,对证券投资者如何衡量投资项目的风险和价值以及企业家如何评价自己管理的公司,都有极大的价值。自上世纪中期以来,国内外以计算违约率(本文计算守信率,守信率=1-违约率)对信用风险进行评价和度量的方法和模型得到了迅速发展。对企业的信用评价主要是基于综合财务指标特征计算违约风险并用来划分等级。以综合财务指标为解释变量,运用计量统计方法建立模型,分析信用在金融和学术界成为主流,并且评价效果显著。特别对于 logistic 回归模型效果更好,因为该模型没有关于变量分布的假设,也不要求假设指标存在多元正态分布。最早有 Martin(1977)建立 logistic 回归模型预测公司的破产以
3、及违约的概率。Madalla(1983)建立logistic 回归模型来区分违约和非违约贷款申请人,并确认 0.551 为两者的分界线。比如在我国,张后启等(2002),杨朝军等(2002),应用 Logistic 模型研究上市公司财务危机,得出有效结论等等。面对我国在深沪两家证券市场上市的一千多家上市公司,由于公司体制和管理机制缺陷,或者自身利益最大化利益驱使,或者多部分有国企改制而来等各种原因,信用风险程度变的更大。若能够应用一个较简单的计量模型对他们的信用状况进行评价,对债权人选择贷款对象,投资者投资和交易方的选取都有较大帮助。本文则利用上市公司综合财务数据,运用主成分分析,建立 log
4、istic 回归模型。并为了消除行业因素的影响,仅对材料和机械制造行业的 100 家上市企业作为样本进行建立模型,对于其他行业可依次方法进行评价。二、指标选取与数据搜集 选择指标的类别 一般而言,企业信用评价及违约风险大小与企业财务状况密切相关的,企业财务状况良好时,资本运营顺畅、现金流量管理较好,企业就可能守信、有能力且可及时还款。反过来,当一个企业财务出现危机时,企业的经营、运作和盈利均处于不利状态,可能出现拖欠货款,圈钱,丧失信誉等行为,导致企业信用危机,更加剧了财务困境。从而企业信用评价基于企业财务状况,在建立信用评价模型时,就选择几个有代表性的综合财务指标作为分析的对象。2/7 选取
5、指标的原则 在选择财务指标时,首先,遵循全面性和综合性原则,可以从不同方位、层次体现信用状况,综合考虑会计的三大报表,从中提取数据,各报表的数据互相结合、对比,注重现金流量表这个动态变量的作用,充分表达企业的偿债能力、盈利能力、营运能力等。比如,选取应付账款周转率这个指标,其较好的反映了企业还款意愿,该周转率越高,周转天数越少,表明还款意愿强烈,此外该指标同应收账款周转率存在高度相关性,反映了营运能力的大小,变现速度和收账效率。再如流动负债经营现金净流量比,即动态地体现了企业的短期偿债能力,又表达其营运能力的大小。其次,遵守可比性和数据的易于获取性原则,选择同行业中数据,反映其内在规律性。据我
6、国现行企业会计核算制度,上市公司的财务数据必须向社会报出,可以根据报表的基本数据来计算指标。最后,考虑选取的指标与评价目标要求存在正相关性,这是由于回归模型本身决定的,因各个解释变量与解释的目标是正比例关系,比如负债率等这样的指标不宜使用。选取的财务指标 综上所述的选取指标的类别和选取原则,全面考虑,选取如下(见表 1)财务指标:表 1 选取的指标 反映能力 财务指标 计算公式 偿债 能力 X1:流动比率 流动资产/流动负债 X2:流动负债经营活动净现金流比 经营活动净现金流量/流动负债 X3:股东权益比率 股东权益/总资产 经营 能力 X4:总资产周转率 主营业务收入净额/平均总资产 X5:
7、存货周转率 主营业务成本/存货平均余额 X6:应付账款周转率(主营业务成本+期末存货-期初存货)/平均应付账款 盈利 能力 X7:净资产收益率 利润总额/平均股东权益 X8:主营业务利润率 净利润/主营业务收入净额 数据的来源 以 2004 年上市公司的报出的三大报表数据为依据计算财务指标作为分析对象,选取两组样本。由于 logistic 回归模型的特征,为了使守信率更趋近于 0和 1,选取两组两端(较好和较坏)作为样本数据,一组为正常上市公司(信用状况较好),选取被证券之星网站排名在材料行业前 30 名和机械制造行业前 20名的公司,共计 50 家;另一组为非正常公司(信用状况较坏),因财务
8、异常而被特别处理(ST)的公司,选取材料和机械制造行业被特别处理的公司和注册会计师给以“拒绝表示意见”的审计报告的公司共计 50 家。3/7 三、logistic 回归模型分析 数据的初始处理和主成分分析 设选取的原始数据为128(,.),Xx xx其中:12100(,.),(1,2.8)jjjjxxxxj 先消除量纲的影响,先对样本数据进行标准化:*jijijjxxxs 其中:10010021111,()100100 1jjijjijiixxsxx.标准化后的数据记为(i=1,2,)。为了消除 logistic 回归模型分析中各变量存在的多重共线性,并对选取的指标进行分类,对 8 个指标进行
9、采取主成分分析法进行因子分析,即寻找因子保持原始的信息,并且互不相关。先求出相关系数矩阵 10 10()ijRr,100*11100 1ijtitjtrx x (i,j=1,2,.)计算相关系数矩阵的特征值,和特征向量,所求特征值依大小顺序排列为11100,对应的特征向量为,主成分为iXD.主成分的贡献率为 81iitth这样可只考虑少数几个主成分而不损失较多信息,抓住主要矛盾,揭示规律性。并对其通过方差最大化法进行正交因子旋转。旋转过程对主成分提取的结果只改变信息量在不同主成分之间的分布,从而可以找到合理的经济解释。采用 SPSS11.5 统计软件中 AnalyzeData Reductio
10、n Factor进行因子分析,前 4 个主成分的特征值的累计贡献率已经达到了 78.58%,选取F1,F2,F3,F4作为最终指标进行分析,可以分别有原来8 个指标表示为:*12345678F1=0.456+0.335+0.486+0.031-0.157+0.035-0.073+0.079 XXXXXXXX*12345678F2=-0.048+0.242-0.219+0.498+0.530+0.07-0.015-0.214 XXXXXXXX*12345678F3=0.012-0.138+0.006 0.116-0.087 0.452+0.050.698 XXXXXXXX*12345678F4=
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第八 离散 选择 模型 Logist 回归
限制150内