判别分析与Logistic模型在上市公司财务困境预测中的应用研究

发布时间：2020-11-18 13:14

　　 在日益发展但尚不成熟的中国证券市场中，上市公司的健康与否关系到各投资人、债权人的相关利益，所以对其财务状况的研究极其重要。财务困境预测作为财务预警系统的一个重要方面，对公司财务状况能起到有效监测作用，通过完善的经济预测方法来建立有效的财务预警系统因而也显得日益迫切。 本文选取了2003年——2005年我国上市公司中108家被ST公司和108家非ST公司，利用上市公司公开披露的年报财务信息和数据，选取了38个财务指标，应用逐步回归方法，选取显著的预测变量，运用Logistic回归方法、判别分析法和主成分分析法等方法，借助SPSS统计分析软件，建立多变量财务困境预测模型。并对结果进行综合分析和评价比较，对实证分析中存在的一些问题进行了总结。研究发现，判别分析与Logistic能比较准确的预测上市公司财务困境。多元判别分析和Logistic回归的预测效果比单变量好，多元判别分析和Logistic回归的预测效果比较接近，Logistic回归略优于多元判别分析；通过主成分分析，发现离预测较近的几年如前2年、前3年，一般logistic回归分析的预测效果要比主成分logistic回归分析效果好；离预测较远的几年如前4年、前5年，主成分logistic回归分析的预测效果要比一般logistic回归分析好。但是主成分判别分析的预测效果没有一般判别分析的效果好。一般情况下，不论是用多变量判别分析还是用logistic回归分析，判别结果中表明：Ⅰ类错误率要比Ⅱ类错误率高，而且用越早的数据预测，Ⅰ类错误率越来越大。
【学位单位】：中南大学
【学位级别】：硕士
【学位年份】：2006
【中图分类】：F832.51;F275;F224
【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外文献综述
    1.3 研究框架
    1.4 本文的研究方法
第2章 上市公司财务困境预测的分析方法
    2.1 判别分析原理
        2.1.1 距离判别
        2.1.2 费歇（Fisher）判别
    2.2 Logistic回归分析方法
    2.3 主成分分析方法
        2.3.1 主成分分析的作用
        2.3.2 主成分分析法的一般原理
        2.3.3 主成分分析法的基本步骤
第3章 Logistic模型在上市公司财务困境预测中的实证
    3.1 样本的采集
    3.2 预测变量的选择
        3.2.1 预测变量的分类
        3.2.2 预测变量的平均值比较
        3.2.3 预测变量的确定
    3.3 Logistic回归分析模型预测
        3.3.1 一般 Logistic回归模型分析
        3.3.2 主成分 Logistic回归模型分析
        3.3.3 结论
第4章 判别分析在上市公司财务困境预测中的实证
    4.1 单变量判别分析模型预测
        4.1.1 剖面分析
        4.1.2 二分分类测试
    4.2 多变量判别分析模型预测
        4.2.1 典则判别模型
        4.2.2 Fisher判定模型
        4.2.3 主成分判别分析模型
        4.2.4 结论
    4.3 判别分析与 Logistic实证结果比较分析
第5章 研究结论和局限性
    5.1 研究结论
    5.2 研究局限性
参考文献
附录
致谢
攻读学位期间主要的研究成果目录

【引证文献】

相关硕士学位论文 前3条

1 贾云青;基于判别分析的医疗数据处理研究[D];中南大学;2010年

2 周喜;上市公司财务危机预警优化方法研究[D];中南大学;2011年

3 王静楠;基于公司治理结构的中国赴美上市公司退市风险研究[D];东北财经大学;2012年

本文编号：2888755