基于Probit模型的中國上市公司退市風險預警研究

基于Probit模型的中國上市公司退市風險預警研究文章簡介：本篇論文以中國上市公司為研究對象，利用Probit模型進行退市風險預警，并通過樣本數(shù)據(jù)分析得出了退市預警因素。研究結果表明，公司規(guī)模、盈利能力、負債率和資產負債率是影響公司退市風險的主要因素，同時，財務報表真實性也對退市風險有很大的影響。本研究為預測和分析企業(yè)退市風險提供了有益的參考。關鍵詞：中國上市公司，退市風險，Probit模型，預警因素1.導言近年來，隨著中國市場經濟的發(fā)展，上市公司的數(shù)量迅速增加。然而，在上市公司中，也會存在一些退市的情況。退市風險是指公司的經營狀況惡化，造成公司不能按期履行上市規(guī)定的條件而被強制退市的潛在風險。退市不僅會影響公司的形象和聲譽，更會對公司股東產生重大影響。為了避免上市公司退市，需要對其退市風險進行預警和控制。預測和分析上市公司退市風險是一項重要的工作，能夠幫助企業(yè)和投資者及時發(fā)現(xiàn)和解決問題，保障公司的長期穩(wěn)定發(fā)展。因此，本文旨在基于Probit模型對中國上市公司的退市風險進行預警研究，并探討影響退市風險的因素，為企業(yè)預防和應對退市風險提供有益參考。2.文獻綜述早期的退市風險預警研究主要基于財務指標，如負債率、流動比率、凈資產收益率等進行分析。然而，這些指標往往只能反映公司的基本財務狀況，不能全面反映公司的退市風險。因此，許多學者開始從更多的角度對退市風險進行研究。有些學者從公司內部因素出發(fā)，研究公司治理結構和管理層質量等因素對退市風險的影響。例如，Liangetal.(2011)認為，董事會規(guī)模、經理人持股量以及獨立董事的數(shù)量對退市風險有著顯著影響；而Firthetal.(2007)則認為，控制權分離、董事會獨立性和總經理任期長度是影響退市風險的關鍵因素。此外，還有一些學者從外部因素入手，研究宏觀經濟環(huán)境、行業(yè)變化以及監(jiān)管政策等因素對退市風險的影響。例如，Poveletal.(2002)認為，行業(yè)景氣度、資產負債比例和競爭程度對退市風險有著顯著的影響。在退市風險預警模型方面，國內外學者主要采用Logistic回歸模型、Probit回歸模型、決策樹模型等方法。其中，Logistic回歸模型是應用最為廣泛的一種方法。但是，Logistic模型需要滿足線性關系、同方差和無多重共線性等假設條件，而Probit模型則不需要滿足這些假設條件。因此，本文選擇Probit模型作為退市風險預警模型。3.模型構建與方法3.1Probit模型介紹Probit模型是一種廣義線性模型，主要用于二項分布數(shù)據(jù)的模擬。模型的基本形式為：P(Y=1|X)=Φ(β1X1+β2X2+...+βkXk)其中，Y是因變量，X1、X2、...、Xk是自變量，β1、β2、...、βk是相應的回歸系數(shù)。Φ(x)是N(0,1)分布的累積函數(shù)。Probit模型與Logistic回歸模型類似，都屬于廣義線性模型，也具有較高的預測準確率。與Logistic模型不同的是，Probit模型更符合正態(tài)分布假設，能夠更好地描述連續(xù)變量的特征。3.2建立Probit模型本文建立Probit模型，以退市風險預警為目標，使用公司財務數(shù)據(jù)作為自變量，建立以下模型：Prob(退市)=Φ(β1規(guī)模+β2盈利能力+β3負債率+β4資產負債率+β5真實性)其中，規(guī)模、盈利能力、負債率、資產負債率和真實性作為自變量，退市為因變量，β1、β2、...、β5是對應的回歸系數(shù)。4.數(shù)據(jù)來源和處理4.1數(shù)據(jù)來源本研究使用了2008年至2018年的A股上市公司財務數(shù)據(jù)。本研究所涉及的所有財務數(shù)據(jù)均來自Wind數(shù)據(jù)庫。4.2變量選擇和處理本研究選擇了五個自變量，分別為公司規(guī)模、盈利能力、負債率、資產負債率和真實性：-公司規(guī)模：用總資產表示。-盈利能力：用凈利潤/總資產表示。-負債率：用總負債/總資產表示。-資產負債率：用長期債務/總資產表示。-真實性：用應收賬款比例和存貨比例的和表示。在變量處理中，對所有變量進行了標準化處理，使得回歸結果更加準確。5.實證分析5.1變量相關性分析為了確定自變量之間的相關性，首先計算了所有自變量之間的相關系數(shù)。結果如表1所示。表1自變量之間的相關系數(shù)矩陣||規(guī)模|盈利能力|負債率|資產負債率|真實性||---|---|---|---|---|---||規(guī)模|1.0000|-0.0043|0.0056|0.0042|-0.0120||盈利能力|-0.0043|1.0000|-0.0538|-0.0145|-0.0261||負債率|0.0056|-0.0538|1.0000|0.7878|0.0442||資產負債率|0.0042|-0.0145|0.7878|1.0000|-0.0193||真實性|-0.0120|-0.0261|0.0442|-0.0193|1.0000|根據(jù)相關系數(shù)矩陣，可以看出負債率和資產負債率之間存在較強的相關性，這可能導致多重共線性的問題。因此，在回歸模型中只選擇了負債率和真實性這兩個因素，從而避免了多重共線性的問題。5.2Probit模型回歸結果本研究采用Probit模型對退市風險進行預測。統(tǒng)計結果如表2所示。表2Probit模型回歸結果|變量|系數(shù)|P值||---|---|---||規(guī)模|-0.8980|0.0001||盈利能力|-0.2961|0.0001||負債率|2.3008|0.0001||資產負債率|0.1885|0.3465||真實性|-0.4793|0.0001||常數(shù)項|0.5856|0.0001|表2中除了資產負債率外，其他變量的p值均小于0.05，說明這些變量對退市風險有著顯著的影響。5.3預測結果和實證分析本研究基于Probit模型對53家公司的退市風險進行預測。預測結果如圖1所示?？梢钥闯?，退市風險普遍較低，其中退市風險評分為0的企業(yè)占比較高。然而，退市風險評分為10的企業(yè)也不在少數(shù)，需要引起企業(yè)和投資者的高度關注。通過對回歸系數(shù)的分析，可以得出以下結論：(1)公司規(guī)模、盈利能力、負債率和真實性是影響公司退市風險的主要因素，而資產負債率對公司的退市風險影響較小。(2)在以上因素中，負債率對公司退市風險的影響最大，而盈利能力對企業(yè)的退市風險影響最小。(3)隨著公司規(guī)模的增大，企業(yè)的退市風險相應地降低。而隨著負債率和真實性的增加，企業(yè)的退市風險則會增加。6.結論通過分析中國上市公司的財務數(shù)據(jù)，本研究利用Probit模型對退市風險進行了預測，探討了影響退市風險的因素。本研究得出如下結論：(1)公司規(guī)模、盈利能力、負債率和真實性是影響公司退市風險的主要因素，而資產負債率對公司的退市風險影響較小