论文部分内容阅读
在会计和金融的研究中，很多学者利用会计报表披露的信息来预测财务困境。比弗(Beaver，1966)和奥特曼(Altman，1968)早期的研究揭开了这一研究领域的序幕，由此掀起了财务困境预测理论、方法和模型研究的热潮，各种理论、方法和模型层出不穷。在这些研究当中，常用的预测模型和方法包括单变量分析，判别分析，Logistic回归，神经网络等等。近期，在这一研究领域中，生存分析作为一个新的方法开始被西方学者尝试使用。在国内，利用生存分析判别和预测企业财务困境的研究才刚刚起步，本文主要目的是介绍生存分析应用于预测财务困境，并且通过对国内上市公司的实证分析，比较生存模型和Logistic回归模型的预测效果。 本文包括两章:第一章介绍了财务困境的定义，简要回顾了有关财务困境预测的文献，其中包括近几年国内学者这一领域的研究成果;并且着重介绍了Logistic回归和生存分析的基本原理。第二章为实证分析部分，通过对国内上市公司数据的实证分析，建立了两个不同的财务困境预测模型（生存模型和Logistic回归模型）并对其预测效果进行了对分分析。 本文尝试使用生存分析的方法来预测企业财务困境并将其应用于国内上市公司的研究。在单变量分析中，采用了信用评级行业中常用的fine-classing和coarse-classing方法来提高模型的预测能力和稳健性。实证分析的结果表明，相比Logistic回归而言，生存分析能够更准确的预测财务困境。