一、引言
　　随着我国资本市场快速发展，上市公司已经成为国民经济发展的重要组成部分，对上市企业的直接或间接投资也已成为投资者的重要投资渠道。上市公司的财务运行状况不仅关系到公司的发展能力，也逐渐成为投资者进行投资决策的重要参考因素。随着我国上市公司退市制度的健全，能否及时有效地监测上市公司财务状况，以便预测财务风险并及时采取有效的措施防范，逐渐成为上市公司管理层、投资者、债权人十分关注的问题。对上市公司管理层而言，可以根据财务预警系统提供的相关信息，随时发现企业财务运行的各种预警及恶化信号，从而可以及早采取应对策略。对投资者或债权人而言，财务预警可以为投资决策提供依据，避免投资损失或减少损失；债权人可以根据财预警系统提供的相关信息，对贷款决策及债务风险监控，防止因公司破产倒闭而产生坏账。
　　二、文献综述
　　（一）国外研究国外关于公司困境（或者破产）预测的研究较多，其成果比较成熟。最早的代表性研究成果是Fitzpatrick（1932）建立的财务预警模型，他运用单个财务比率指标将样本分为破产与未破产两组，研究发现判别能力最高的指标是净利润/股东权益、股东权益/负债。不过，Beave（1966）利用79对样本公司数据检验了不同财务指标对公司破产的预测能力，研究发现最好的判别指标是现金流量/总负债与资产负债率，越临近破产误判率越低。当然，不同指标随着使用目的不同，判断的准确性可能存在较大差别。Altman（1968）根据行业和资产规模差异，选取了33家破产公司与33家非破产配对公司作为样本，选用22个指标作为破产预测变量，研究结果显示，在破产前一年预测准确性较高，但在破产前五年预测准确性较低，该模型即被称为Z模型。与Altman模型相类似的还有Deakin（1972）建立的概率模型等。此外，具有代表性的研究是Ohlsom（1980）建立的模型，他使用逻辑回归方法研究了破产概率分布、判别错误概率以及分割点关系，研究发现公司规模、资产结构、公司业绩和资产变现能力对公司破产概率具有较大影响。其他学者，大多以上述研究为基础，分别建立了多指标模型等。
　　（二）国内研究国内关于上市公司财务困境的研究起步相对较晚，但也取得了不错的成果。陈静（1999）首次利用上市公司的配对数据研究了公司财务困境问题，利用27家ST公司和27家非ST公司的财务数据，分别进行了单变量分析与二类线性判定分析。张玲（2000）利用60家公司的财务数据计量估计了二类型线性判别模型，并使用其他60家公司对模型进行检验，研究发现二类型模型具有较强的预测能力。吴世农和卢贤义（2001）利用140家上市公司为研究对象，应用了剖面分析和单变量判定分析法研究了财务困境发生前5年公司财务指标的变动，进而构建三种预测财务困境模型，为后续研究提供了较好的基础。就具体研究方法来看，众多学者相继采用了各种方法建立了财务预警模型，主要包括神经网，络方法（杨保安，2002；马超群、吴丽华，2009；周昊旬，2011；等）、灰色理论方法（秦小丽、田高良，2011）、统计分析方法与Logistic模型（孔宁宁、魏韶巍，2010；汪超群、黄晓莉，2011；张恒等，2011）。
　　综上所述，财务预警的主要目的是寻找一套有效预测上市公司财务状况的方法，以避免上市公司破产导致经济发展不稳定等现象。Logistic模型是采用一系列财务比率变量来预测公司破产或违约的概率，然后根据公司、投资者的风险偏好程度设定风险警界线，以此对分析对象进行风险定位和决策，其与多元判别分析法的本质区别在前者不要求满足正态分布。因此，本文采取Logistic回归作为研究模型，利用2002-2010年上市公司的财务数据建立模型、以及模型检验。
　　三、研究设计
　　（一）样本选择本文从2002-2010年被特别处理上市公司中选取ST公司共60家、非ST公司60家，样本总量为120家上市公司，并将其作为样本建立模型。（1）为获得足够的样本数据进行比较，将公司被特别处理前3年的数据作为样本的时间范围，这需要样本必须具有较好的时间连续性和可比性。为表述方便，本文把公司被特别处理当年称t年，其中（t-1）、（t-2）、（t-3）分别代表被特别处理的前一年、前两年和前三年。（2）在选取被特别处理公司时，需要剔除了上市两年就被特别处理的公司。主要考虑到这些公司财务数据过少和存在严重包装上市嫌疑，使得这些公司与样本中其他公司不具有同质性，也可能降低模型的可靠性。
　　（二）指标选取本文主要从公司盈利能力、偿债能力、资产管理能力、股本扩张能力、现金流动性和主营业务鲜明状况等六方面选择财务指标，作为模型构建的初始变量（见表1）。
　　四、模型构建
　　（一）剔除非显著变量为更好反映选取指标在两类公司间的差异，本文首先采用Z值检验法对指标差异的显著性进行检验，以剔除发生财务困境公司与正常公司差异不显著的指标。然后，对分组60家被特别处理公司和60家非特别处理公司15个财务指标的3年平均值的差异进行Z值检验，并剔除非显著变量。表2统计检验结果显示，非ST公司与ST公司的每股公积金、主营业务鲜明率指标差别并不显著，其可能原因是由于公积金的积累是法定的，需要按照规定的比例缴纳，所以两个指标并没有显著差别。
　　（二）公共因子提取考虑到各变量之间具有一定的相关性，为尽可能多的反映样本信息，又可以较少指标数量，本文采用因子分析法提取公共因子展开分析。因子分析法的基本思想是根据变量相关性大小对变量进行归类分组，使得同组内变量的相关性较高，而不同组的变量相关性相对较低。这样每组变量就形成一个公共因子，公共因子往往能够反映事物或研究对象的本质。因子分析法的数学模型可以表示为：Z=AX+aδ。其中：A表示因子载荷矩阵，a表示为因子载荷；X表示Z的公共因子，δ表示特殊因子。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。