基于Logit模型的上市公司财务预警分析
一、Logit回归模型及其基本参数
在Logit回归模型中，因变量设为Y，服从二项分布，取值为0（无财务危机）和1（有财务危机），自变量为X1、X2、X3、X4、X5、X6，分别表示每股负债、每股收益、净资产收益率、流动比率、每股未分配利润、营业收入增长率这六大财务指标。
事件发生（Pi）与不发生（1-Pi）的概率之比为OR值，对OR值做对数变换，即可得到Logit回归模型的线性模式ln=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。
二、样本选取及ST&非ST上市公司财务数据搜集
使用的数据均来自国泰安数据库，选取121家ST上市公司及2925家非ST上市公司的六大指标财务数据，并从中随机选择16家ST及9家非ST，再进行随机排列，选择前20家公司作为目标样本。
三、确定Logit回归方程参数值
导入数据至SPSS19.0，采用向后Wald法，以sig.<0.05为判定标准，判定引入变量是否具备统计意义，得到如下结果：
此外，将此模型用于被ST的121家上市公司进行总体检测，现121例个案中仅有5例预测有误，预测精度达到95.87%。
由表4可知，在118家非ST上市公司中，该模型正确识别了109家公司，错误识别9家公司，预测精度达92.4%；而在118家ST公司中，该模型正确识别了99家，错误识别19家公司，预测精度也达到83.9%，模型总的正确率为88.1%，具有较高的预测能力，因此可以运用此模型对上市公司进行财务预警。
四、Logit模型财务预警的现实意义
财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。通常包括六大类：一元判定模型（Univariate）、多元判定模型（MDA）、多元逻辑（Logit）回归模型、多元概率比（Probit）回归模型、人工网络（ANN）模型和联合预测模型。笔者仅选择其中一类--基于Logit模型对上市公司进行财务预警。根据实证研究结果可以看出此模型的预测精度较佳，且能对众多财务指标进行筛选，找出最能反映及预测上市公司是否将出现财务危机的关键财务因子。在选定的六大财务指标中，可以看到每股未分配利润这一财务指标在预测公司未来的财务状况中起着重要的作用。每股未分配利润越高，企业出现财务危机的可能性越小。
构建Logit模型一方面可以判别上市公司财务状况，为投资者或者股东提供关键信息，同时警示对于经预测会出现财务危机的公司管理层，及时作出战略调整，进行成本管控等系列提升公司绩效的措施；另一方面可以通过实证分析筛选出重要财务因子，从而可以其为切入点，更为具体地研究财务指标和非财务指标如何影响并反映公司的财务状况、经营成果和现金流量等财务信息。
