基于面板數據和Panel-Logit模型的上市公司風險預警模型研究

摘 要：在國際國內經濟形勢下，上市公司的生產經營處于充滿風險的新時代。若企業可發現公司的經濟狀況的異常，就有機會防止企業財務狀況愈加惡化，其對于我國上市公司及各利益相關信息主體都具有現實意義。

基于金融危機，國內外學者預警系統的基礎上，在金融危機的整合基本方法的理論研究上的預警指標體系，并構建了風險預警模型。在二進制和多現有的財務狀況模型的基礎上分析，形成在市場上更合理的金融危機早期預警系統。論文的主要問題研究人員工作如下：

1.背景文件的分析來解釋上市公司財務危機預警系統的理論和實踐意義，基于對金融危機在國內外在當前研究的問題普遍存在預警文獻綜述總結。

2.在了解國內外學者對財務管理危機預警的理論基礎研究后，對財務危機概念的理論和實證結果進行界定，進而通過分析我國上市企業公司內部財務危機形成的機理，介紹了各方法的基本發展思想，并對各個教學方法的優缺點進行簡述。

3.建立考克斯模型，對不同行業的差異與經濟風險危機的影響進行探究。其結果表明：虛擬變量系數顯著，表示：金融危機風險的上市公司在不同的行業面臨不同的，金融危機的這篇文章中的整體風險是2.0178倍電氣工業專業設備行業。

關鍵詞：財務危機預警;風險價值評估;Panel評定模型;行業間差異

一、緒論

自從中國進入了一個新的時代，國內經濟已進入供應面的結構性改革，其中最突出的是生長和CPI的經濟增長方式轉變的低水平的時代。在新的經濟發展形勢下，上市企業公司更難操作，上市公司應對財務風險危機的水平提出了一個更高要求。因此，如何進行選擇企業財務管理危機預警和篩查存在變數，并建立公司財務危機預警模型是本文的核心員工工作。

二、上市公司財務預警指標體系的構建

1.指標選取的原則

（1）全面性原則

（2）代表性原則

（3）可操作性原則

（4）可度量原則

2.指標體系的建立

（1）財務指標體系構建

①反映公司盈利能力的2個指標

盈利能力指標可以測量，反映盈利分析能力。

a.凈資產收益率

b.總資產報酬率

②反映公司資金鏈能力的3個指標

償付能力指標反映了上市公司的能力是由于償還債務，大致表述為上市公司的總資產加上各種債務比率。上市企業公司償債能力是判斷上市公司內部財務發展狀況的重要指標。

a.流動比率

b.速動比率

c.現金比率

③體現上市公司營運能力的指標

用來表示上市公司的內部資產管理的效率，業務能力的主要指標，上市公司還可以指示利用現有資源，實現增加值的能力。

a.應收賬款周轉率

b.存貨周轉率

（2）非財務指標體系

審計工作行為是指這樣的上市公司發展及其原因的內部經濟社會活動的經濟管理行為方式進行審核是權力經濟文化活動的法律強制審計監督的鍛煉。因此，如果審核反饋良好的行為，不太可能上市公司的財務危機;相反，財務危機更可能發生。

三、上市公司財務危機風險的行業差異性探究

1.研究設計

（1）Cox模型介紹

Cox模型是D.R.Cox提出的比例風險（Ratio&Risk）模型，其基本表達式為：

（2）初始指標選取

借鑒前人研究的經驗結論，選定財務比率的17個相關備擇指標進行分析（見表1）。

2.實證分析

（1）VIF相關性檢驗

從表2可以看出，各變量間是不存在有（多重）共線性。

（2）Cox模型估計

通過分析兩大模型，驗證相異行業、相異企業間的經濟管理的財務風險的差異性存在與否。建立兩個考克斯模型，每個模型的變量解釋觀察是否有差異。模型表達式如下：

（3）結果分析

最終，X的系數為0.702，比率是pr=2.0178，表明電氣行業的企業在總體規模上，發生財務危機的風險達到設備企業的2.0178倍。

四、基于Panel Logit（評定）模型的財務風險分類預測

1.數據預處理

設P個可觀測的指標為X1，X2，……，XP，m個不可觀測的因子為F1，F2，……，Fm，則因子分析的數學模型可表示為：

其中，m

表4結果表明，KMO測試的系數結果為0.878，即可以做因子分析。

正交旋轉后的主成分因子載荷矩陣和主成分分析結果如表5所示。

2.模型的建立

Panel logit模型表達式：

為固定效應模型進行評估，被認為在一般情況下，足夠用于進行統計參數的ξ，即對于一個給定的，條件分布不依賴于參數ξ。所以，求解其技術條件似然函數

的極大值，以獲得最大似然估計的條件。

賦值規則為：

3.模型的估計與預測

（1）模型估計

從表6可以得出模型的估計形式為：（把系數依次填入）

其中：分別為盈利因子、償債因子、成長因子和評價因子。

（2）模型預測效果檢驗

按照基準進行數據測試，選定0.05為panel模型的最佳閾值。此概率閾值（臨界值）標準下，預測結果如表7所示。

從表7可以看出，Panel Logit模型的分類預測的準確率是比較高的，這是因為：Panel數據有橫截面信息和時間序列的特征信息，從而得到一個更為精確的預測與分析結果。

五、結論

財務危機預警是上市公司，投資者，債權人和證券監管機構等利益相關者共同關注的問題。實證結果表明，panel logit模型能夠反映上市公司進入財務危機的可能性和各因素之間的定量關系，而基于橫截面數據的缺陷恰好被面板數據模型彌補。

參考文獻

[1]單孟林.基于VaR的結構性理財產品市場風險管理研究[D].西北民族大學，2019.

[2]喻晴.基于VaR模型的我國商業銀行利率風險度量及實證研究[D].首都經濟貿易大學，2018.

[3]廖仁健.基于耦合時空K近鄰與向量自回歸的地理時間序列預測[D].云南大學，2018.

[4]劉婉麗.基于布朗運動極值理論的VaR模型改進研究[D].上海師范大學，2018.

[5]楊波.基于偏最小二乘的財務危機預警模型研究[D].中國財政科學研究院，2017.

[6]賈睿.中國貨幣政策傳導機制對A股市場影響的有效性分析[D].西南財經大學，2016.

[7]朱兆珍.上市公司生命周期視角下財務危機預警研究[D].東南大學，2016.