【正文】 0．167070．761862．1813091．1411370．967583．228191．0314460．3564090．9436581．946980．843831．426412．352452．163495n．a(chǎn)．1．862562．296540．1833910．3452840．1000751．0363921．1467561．1203441．0156720．4992490．2183161．0225n．a(chǎn)．n．a(chǎn)．n．a(chǎn)．2．759770．861331．95081．0837051．358374*Z是二組的平均數(shù)之差除于二組的共同標(biāo)準(zhǔn)誤，即Z=[M1M2]/[S1/N1]+（S2/N2）]1/2本文研究的ST樣本包括1998—2000年發(fā)生ST的公司，即A股市場(chǎng)上全部的ST公司，同時(shí)剔除了非正常的ST公司；此外，樣本數(shù)據(jù)的收集時(shí)間延至公司發(fā)生ST前5年，樣本時(shí)間跨度較長(zhǎng)。他們發(fā)現(xiàn)在正式的破產(chǎn)公告日之前的4年內(nèi)，破產(chǎn)公司的股票的市場(chǎng)收益率方差與一般公司存在差異?！　≡贕entry，Newbold和Whitford(1985a；1985b)研究的基礎(chǔ)上，Aziz、Emanuel和Lawson(1988)發(fā)展了現(xiàn)金流量信息預(yù)測(cè)財(cái)務(wù)困境模型?！　?二)預(yù)測(cè)變量的選擇事實(shí)上，企業(yè)陷入財(cái)務(wù)困境是一個(gè)逐步的過(guò)程，通常從財(cái)務(wù)正常漸漸發(fā)展到財(cái)務(wù)危機(jī)。正確地預(yù)測(cè)企業(yè)財(cái)務(wù)困境，對(duì)于保護(hù)投資者和債權(quán)人的利益、對(duì)于經(jīng)營(yíng)者防范財(cái)務(wù)危機(jī)、對(duì)于政府管理部門(mén)監(jiān)控上市公司質(zhì)量和證券市場(chǎng)風(fēng)險(xiǎn)，都具有重要的現(xiàn)實(shí)意義。　　1．財(cái)務(wù)指標(biāo)信息類(lèi)模型。顯然，這一結(jié)果是符合現(xiàn)實(shí)的?！　?三)計(jì)量方法的選擇　　首先分組計(jì)算70家財(cái)務(wù)困境公司和70家非財(cái)務(wù)困境公司的21個(gè)財(cái)務(wù)指標(biāo)在財(cái)務(wù)困境發(fā)生前1至5年的平均值和標(biāo)準(zhǔn)差等描述性統(tǒng)計(jì)量，比較這二組在21個(gè)財(cái)務(wù)指標(biāo)各年的平均值是否具有顯著差異，其次計(jì)算各年的Z統(tǒng)計(jì)檢驗(yàn)量，結(jié)果如表1所示。估計(jì)模型的結(jié)果如表2至表5所示。34．15　　由表2至表5可見(jiàn)：(1)從各個(gè)單變量判定模型的判定效果來(lái)看，凈資產(chǎn)報(bào)酬率的判定模型誤差最小；營(yíng)運(yùn)資本／總資產(chǎn)的判定模型和負(fù)債比率的判定模型誤差次之，資產(chǎn)周轉(zhuǎn)率的判定模型誤差最大。34．2921．58百分比050．0050．00100原始值預(yù)測(cè)值計(jì)數(shù)0181331選取這些指標(biāo)的原因是：(1)以財(cái)務(wù)困境前1年的逐步回歸結(jié)果為主，參考其他年份的回歸結(jié)果。參數(shù)估計(jì)值參數(shù)估計(jì)值參數(shù)估計(jì)值參數(shù)估計(jì)值參數(shù)估計(jì)值截距0．43800．22250．22151．23650．6001X10．10870．1661*0．0073*X190．1584*一般地，方差膨脹因子VIF大于10，認(rèn)為具有高的多重共線性。合計(jì)誤判率01(％)　　Z=4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19百分比094．295．71100因?yàn)镮dsistic模型是使用最大似然估計(jì)，似然函數(shù)值越大，則表明越接近最大似然值，擬合程度越好。表13第二，在我國(guó)上市公司陷入財(cái)務(wù)困境的前1年和前2年，本文所選的21個(gè)財(cái)務(wù)指標(biāo)中16個(gè)指標(biāo)具有判定和預(yù)測(cè)財(cái)務(wù)困境的信息含量，但各個(gè)指標(biāo)的信息含量不同，預(yù)測(cè)財(cái)務(wù)困境的準(zhǔn)確率不同。一類(lèi)錯(cuò)誤(％)二類(lèi)錯(cuò)誤(％)誤判率(％)年份LPMFisher模型Logistic模型LPMFisher模型Logistic模型LPMFisher模型Logistic模型114．4914．497．255．715．715．7110．0710．076．47222．8622．8617．1411．4311．4314．2917．1417．1415．71323．1923．1926．0924．2923．7423．7423．74429．5129．5127．8725．8125．8125．8127．6427．6426．83531．2531．2534．3861．2961．2954．8446．0346．0344．44參數(shù)估計(jì)值標(biāo)準(zhǔn)差Wald統(tǒng)計(jì)量自由度顯著性水平X12．53130．759211．116810．0009X340．27858．017825．236810X70．45970．56120．670910．4127X113．22931．57824．186910．0407X123．95443．01131．724510．1891X191．78141．45681．495410．2214截距0．8671．10120．619910．4311合計(jì)誤判率01(％)表9根據(jù)上述選定的6個(gè)變量及其財(cái)務(wù)困境前1年的樣本數(shù)據(jù)，得到LPM模型的回歸結(jié)果如表8所示。計(jì)算公式為：選擇的標(biāo)準(zhǔn)是：F值的概率值小于0．10時(shí)進(jìn)入，大于0．11時(shí)剔除。百分比054．8445．161003130．4369．57100 資產(chǎn)周轉(zhuǎn)率在財(cái)務(wù)困境前15年的判定模型計(jì)數(shù)1313162計(jì)數(shù)0541670計(jì)數(shù)0462470最佳判定點(diǎn)計(jì)數(shù)04121624最后，篩選和確定對(duì)企業(yè)陷入財(cái)務(wù)困境影響最為顯著的6個(gè)指標(biāo)為模型的判定指標(biāo)，應(yīng)用線性概率模型、Fisher二類(lèi)線性判定模型、Logistic模型三種計(jì)量方法，建立和估計(jì)財(cái)務(wù)困境的預(yù)測(cè)模型，并比較這三種模型的預(yù)測(cè)效果。第一，樣本新、時(shí)間長(zhǎng)、容量大?！　harony，Jones和Swary(1980)提出了一個(gè)基于市場(chǎng)收益率方差的破產(chǎn)預(yù)測(cè)模型。企業(yè)因財(cái)務(wù)困境導(dǎo)致破產(chǎn)實(shí)際上是一種違約行為，所以財(cái)務(wù)困境又可稱(chēng)為“違約風(fēng)險(xiǎn)”(Default risk)。縱觀財(cái)務(wù)困境判定和預(yù)測(cè)模型的研究，涉及到三個(gè)基本問(wèn)題：一是財(cái)務(wù)困境的定義；二是預(yù)測(cè)變量或判定指標(biāo)的選擇；三是計(jì)量方法的選擇。Ahman(1968)等學(xué)者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，19