基于Logistic回歸的信息技術企業(yè)財務系統(tǒng)研究

徐 旭

（宿州學院 經(jīng)濟管理學院，安徽 宿州 234000）

1 引言

在當今產(chǎn)品市場日新月異的環(huán)境里，財務危機的出現(xiàn)與財務風險控制不當有很大關系，大多數(shù)遭遇破產(chǎn)的企業(yè)在其破產(chǎn)之前一般是先在財務上表現(xiàn)出危機境況.使用財務危機預警系統(tǒng)，采取相應措施(將危機消失在萌芽階段)，判斷出企業(yè)財務危機的狀態(tài)，需要企業(yè)決策人員提高預判風險的能力，有良好的風險意識.因此，如何有效地進行企業(yè)財務危機預警已經(jīng)成為企業(yè)財務管理的關鍵問題之一，是值得深入探討的領域.

企業(yè)財務人員根據(jù)不斷變化的財務信息，在信息技術環(huán)境下，安裝使用良好的財務信息系統(tǒng)軟件，借助信息應用平臺，根據(jù)企業(yè)的經(jīng)營活動運行結果，為財務決策提供財務數(shù)據(jù)，使會計管理實現(xiàn)動態(tài)化，企業(yè)領導者可以實現(xiàn)正確的財務預測，令企業(yè)的財務信息得到正確處理，在網(wǎng)絡時代的嚴峻挑戰(zhàn)中，企業(yè)財務管理不能再繼續(xù)循規(guī)蹈矩,亟須提升企業(yè)財務業(yè)務管理水平，運用新型財務管理程序，從而適應環(huán)境的變化，這樣企業(yè)決策者可以有效的籌備資金，選擇合理的投資項目.本文將利用Logistic回歸方法建立適用于信息技術企業(yè)的財務預警系統(tǒng).

2 文獻綜述

最早使用統(tǒng)計方法進行財務預警研究的先驅者Fitzpatrick提出單變量破產(chǎn)預測研究.學者William Beaver為了預測79家企業(yè)面臨的危機狀態(tài)，得出財務比率長期走勢圖.學者Martin 研究評價美國各家銀行，該專家是最早應用Logistic回歸系統(tǒng)進行財務預警的人.Ohlson利用1970-1976年105家美國破產(chǎn)企業(yè)與2000家生存企業(yè)組成的樣本重新構建Logistic系統(tǒng).Black得出結論，企業(yè)績效與公司治理效果有很大的關系，Mossman研究結果得出，能在破產(chǎn)前兩年到三年，可以通過現(xiàn)金流模型預測多數(shù)破產(chǎn)案例.Hughes對比分析了多因素系統(tǒng)和管理表現(xiàn)系統(tǒng)的差異，綜合考慮財務因素和非財務因素的影響.國內(nèi)學者吳世農(nóng)應用Fisher判別分析進行財務預測.張愛民研究上市公司財務預警系統(tǒng)，選擇統(tǒng)計軟件中的因子分析模型.國內(nèi)學者劉紅霞利用主成分分析法對58家ST公司與58家非ST公司進行了財務危機預測.

3 實證分析

3.1 收集企業(yè)數(shù)據(jù)

本文選取公司前兩年(t-2)出現(xiàn)財務危機的數(shù)據(jù)，在建立預測模型時，作為輸入變量.選擇2013年至2014兩年共20家公司樣本，這些公司是由于財務狀況惡化而被特別處理的信息技術企業(yè).搜索出相對應的財務正常企業(yè)樣本，嚴格依據(jù)行業(yè)和資產(chǎn)規(guī)模相近的原則實現(xiàn)配對.

3.2 確定變量

通過研究財務指標,雖然利用模型能夠計算出財務危機發(fā)生的可能性,但是由于公司陷入危機的原因存在很大差異，需要反映公司經(jīng)營管理的各個方面的財務因素，那么提高財務預警系統(tǒng)水平，其前提是是否選擇準確的財務信息.否則難以給出財務危機的深層次解釋,特別是對于財務危機早期預警具有較大局限性，所以還必須從企業(yè)公開的財務報表以外的信息中挖掘更有意義的統(tǒng)計變量.為此，借鑒國內(nèi)外學者的研究成果，從公司的財務狀況和治理結構方面初步確定35個指標變量.

3.3 提取公因子

為了達到檢驗變量在特別處理公司和非特別處理公司之間的顯著差異性的目的，對選取的變量利用t分布理論檢驗，篩選前三年的指標，結果顯示有21個指標變量檢測通過.利用因子分析方法統(tǒng)計標準化的財務指標，提取了公因子，實現(xiàn)降低多重共線性財務變量之間的的目標，通過軟件計算因子值，在主成分矩陣的基礎上，確定邏輯回歸分析變量，82.199%的比例代表原指標變量，KMO andBartlett'sTest結果顯示，檢驗統(tǒng)計量等于0.685，0.000作為巴特利特試驗的顯著性概率，低于百分之一，說明數(shù)據(jù)具有相關性，適宜作因子分析.

4 實證分析

邏輯回歸模型可以有效減少服從多元正態(tài)分布的假設要求(兩組間協(xié)方差相等)，在企業(yè)管理領域具有廣泛的適用范圍,也沒有受統(tǒng)計條件的限制.該模型不是一種計量系統(tǒng)，應用廣泛，能夠解決離散因變量的問題.本文運用社會統(tǒng)計學軟件分析收集系統(tǒng)相關的系數(shù)與參數(shù)，運用因子分析得到的因子值建立數(shù)學模型.

表1 Model Summary

由 表 1ModelSummary可 知 -2LL 值 為34.748，此值較小，說明系統(tǒng)對數(shù)據(jù)的擬和度還可以，Cox&SnellRSquare和Nagelkerke RSquare統(tǒng)計量分別為0.646和0.862，兩者解釋的是回歸變異，即該方程還能解釋86.2%的變異，說明擬和性很好.表2HosmerandLemeshowTest顯示統(tǒng)計量大于0.05.

表3 Variables in the Equation(t-2)年

建立如下t-3年的Logistic回歸方程：

Ln(P/1-P)=0.719-0.116X1+0.047X2+0.013X3-0.008X4-0.085X7-0.045Y1+5.835Y3

以概率等于0.4為臨界點，根據(jù)回歸方程，對樣本公司t-3的數(shù)據(jù)進行預測.由回歸方程分析得到，代表公司股權結構的國家股比例是負向，國內(nèi)企業(yè)大多為國有企業(yè)改制而成，國有股一股獨大成為股權結構的明顯特征，國有股能有效地保護投資者，使公司良好運行，不易發(fā)生財務危機；代表公司財務信息質量的審計意見Y3是正向指標，它的值越大，公司發(fā)生財務危機的概率就越大.

5 結論

信息技術企業(yè)實施財務危機預警的難度系數(shù)越來越高，原因是企業(yè)所處的行業(yè)和領域廣泛，本文通過對樣本實地考察，抽取指標進行實證研究，突顯出治理結構指標預警的優(yōu)越性，最后建立信息技術企業(yè)的logistic 回歸模型，證實了公司治理因素達到幫助企業(yè)預測財務危機的目標，總結如下：

5.1 為了實現(xiàn)logistic回歸方法應用的規(guī)范化，改善模型中財務指標間的多重相關性現(xiàn)象，選擇因子分析方法，最終得到5個公因子，從而使財務危機預測的效果得到很大的提高.

5.2 本文將公司治理結構、審計意見和關聯(lián)交易等非財務變量引入財務預警研究，在Logistic回歸模型中，國家股比例和審計意見進入預警系統(tǒng)，說明這兩個變量具有較高的超前預測能力，并得出國家股比例與財務危機發(fā)生概率呈負相關，而審計意見與財務危機發(fā)生概率呈正相關的結論.而關聯(lián)交易比例在ST企業(yè)和非ST企業(yè)之間不存在顯著性差異，因此沒有發(fā)揮非財務因素的作用.

5.3 財務狀況異常的情形之一，即近期財務年度報告出具保留意見，或者審計報告顯示為否定意見的，都很清晰的反映了企業(yè)經(jīng)營的潛在風險.凡是審計單位對信息技術企業(yè)進行審查報表，結果為標準無保留意見，那么和其他類型意見相比較，該企業(yè)發(fā)生財務失敗的概率很低.所以企業(yè)發(fā)生財務危機的可能性與審計單位出具報告成正向比例.

5.4 對于較長時間跨度的系統(tǒng)預測問題，在篩選的初始變量(設定了三年無間斷的明顯標準)中，選出可以體現(xiàn)預測水平的變量.假如不能體現(xiàn)數(shù)據(jù)的影響力，會得出系統(tǒng)預測效果不佳的結果，否則增加無相關的變量也是徒勞的，企業(yè)財務人員需要確定與經(jīng)營狀況有很大關聯(lián)的變量.

〔1〕王志軍.IT 環(huán)境下的財務管理揭示[J].中國石油企業(yè)，2008(04):19-21.

〔2〕張秦.我國信息技術業(yè)上市公司財務預警系統(tǒng)方法研究[D].華南理工大學，2010.

〔3〕王慶榮.中國房地產(chǎn)上市公司財務危機預警研究[M].北京：清華大學出版社，2012.