论文部分内容阅读
对财务困境的预测一直是人们关注的话题,几十年来,因为它对上市公司,利益相关者,甚至对一个国家的经济都非常重要。公司的财务困境通常是指公司的经营现金流不能补偿公司的负净资产,上市公司的财务状况恶化可能会影响到公司的运营以及公司员工,因此,建立一套财务预警系统对上市公司财务困境的预测十分重要。本文研究了142家在2000年到2015年被标记“特别对待”以及211家未被标记的中国上市公司全行业的财务困境现象,本文对数据进行多重共线性检验,并且结合Pearson相关矩阵与指标之间的P值进行指标组合,消除指标之间的多重共线性。本文基于财务指标、宏观指标、财务指标与宏观指标的交叉项、线性分段后的宏观指标以及分段后的宏观指标与财务指标的交叉项的Cox比例风险模型建立财务预警系统。结果表明,加入财务指标的预测精确度(ROC的面积AUC)达到81.86%。在财务指标的基础上依次加入宏观指标、财务指标与宏观指标的交叉项、基于分段线性关系的宏观指标以及分段后的宏观指标与财务指标的交叉项,我们发现预测精度在逐步提高。本文在验证4种模型的精确度时,采用了3种方法,ROC曲线,混淆矩阵以及ks曲线,这3种方法都验证了依次加入财务指标,宏观指标,财务指标与宏观指标的交叉项,基于分段线性关系的宏观指标以及分段宏观指标与财务指标的交叉项后,预测精度,准确度以及区分度都在逐步提高。本文的主要的贡献主要是两个,第一是本文通过在模型中引入交叉项来检测不同的宏观经济因素下某些企业特质对上市企业财务困境的影响,第二是本文通过引入分段线性关系将宏观指标的影响做分段处理。宏观因素的分段线性关系的引入体现了不同时期宏观因素对财务困境的累加影响。宏观因素的分段关系与财务因素的交叉项的引入,反映了财务指标对企业财务困境的异质性影响,特别当宏观经济下行时,企业的异质性累加影响会更强。本文为中国上市公司财务困境预测提供了一种更合适的方法。