基于生存分析财务困境预测实证研究-网

论文导读：内的破产概率。Whalen(1991)和Wheelock，Wilson(2000)也将生存模型应用于银行破产分析，前者通过计算样本分类准确率证实比例风险模型预测的优良性，后者采用了带时变协变量（Time-VaryingCovariates）的竞争性风险模型（Competing-RisksHazardModels）。McDonald和VandeGucht(1999)则将带时滞变协变量的竞争风险模型用于分析
摘 要：财务困境预测研究自上个世纪 60 年代以来，引起了国内外学者的极大兴趣，各种方法和模型层出不穷，但是最近国外学者发现生存分析方法可以用来预测财务困境，本文就以这种分析方法进行实证研究。
关键词：财务困境；模型；生存分析
一、引言
目前，受国外研究的影响，国内对财务困境预测的研究方兴未艾，而其中大多数都以ST作为陷入财务困境的标志。本文将利用沪深两市在2000年的上市公司为研究对象，通过对其IPO时的净资产收益率、每股净资产、流量比、应收账款与收入比、可持续增长率这几项财务数据归类汇总，追踪到2011年并运用生存模型加以预测。

二、国内外研究综述

关于生存分析在金融领域的应用最早见于Lane，Looney和Wansley(1986)。他们采用逐步回归的方法从21个财务指标中选择变量，建立了两个Cox比例风险模型（Cox Proportional Hazard Models），分别用于预测银行在一年内和两年内的破产概率。Whalen(1991)和Wheelock，Wilson(2000)也将生存模型应用于银行破产分析，前者通过计算样本分类准确率证实比例风险模型预测的优良性，后者采用了带时变协变量（Time-Varying Covariates）的竞争性风险模型（Competing-Risks Hazard Models）。McDonald和Van de Gucht (1999)则将带时滞变协变量的竞争风险模型用于分析高回报债券的违约和赎回的风险。Lee和Urrutia(1996)通过实证研究进行比较基于Weibull分布的生存模型和Logit模型，认为生存模型预测保险公司破产的准确性更高。Shumway(2001)在数学上证明了带时变协变量的风险模型与多时期的Logit模型的估计量是有偏且非一致的，并用实际数据支持他的这一结论。Kvathas（2001）将生存模型和马儿可夫链结合起来估计债券信用等级的迁移概率。Cha和Jarrow(2004)在生存模型的变量中加入了行业效应，证明了不同行业对破产概率有显著影响。Coudere和Renault(2004)用参数、半参数（非参数部分采用Gamma核估计方法）的方法估计风险率模型，以研究公司的寿命周期、宏观商业周期以及行业周期对破产概率的影响。Saretto（2004）采用了带时序协变量并且对生存时间分布不加任何限定的最大似然估计生存模型，模型的变量在先前相关信用风险模型的基础上有所扩展，从而提高了模型预测的准确度。
国内对于生存分析在经济、金融领域的应用的研究才刚刚起步。施方等（2003，2005）介绍了生存分析在分析住房抵押贷款提前偿付行为中的应用，并用Weibull分布比例模型建立了提前偿付模型。雷鸣、缪柏其等（2003，2004）将生存分析引入股市分析，建立了上证指数在不同政策条件下的连续涨跌的生存模型，以研究宏观政策对股指的政策效应。关于生存分析在企业信用风险分析中的应用只有顾银宽、林钟高（2004），邓晓岚、王崇军等（2005）作了一些简略介绍，但是尚未有用国内数据对此进行具体的实证研究。

三、实证分析

(一)数据搜集

这是前10列的数据，数据来源于CAA数据库。
（二)参数估计（Kaplan-Maier估计）
从上图可看出，所选的公司在寿命为6的概率为1，从第6年开始公司能生存下来的概率降低，也就是公司被从第ST的可能性增大。从第8开始公司死亡的概率加速地增大，即越来越多的公司被进行特别处理。

(三)生存函数的估计

从上表的置信区间可看出所选取的数据中都能生存6年，从第6年开始就有公司被ST，但只有一家。多数的被ST公司在IPO后的第十年首次受到该处理.

(四)拟合Cox等比例风险模型

由上表可知，除了incomeratio，其它变量与公司能生成下来的时间风险率都是正相关。并且还可观察到在5%置信水平下，这些风险系数中只有roe的是显著的。

(五)用AIC来选择最优模型和用BIC来选择COX函数

在等比例风险函数中，根据AIC准则选的变量也是roe，其估计的结果是显著的，与最初cox结果相差不大。还可小注意到该风险系数的方差较小。
在BIC准则和显著性水平为 5%下，其三个检验的方法都是显著的，其结果与AIC准则所得的结果相同，说明模型中的约束条件是正确的，即roe的系数存在是合理的，但是Rsquare较小，模型整体拟合地不好。
四、结论
（1）由以上的模型估计来看，公司IPO那年的净资产收益率（roe）对新上市的公司在一定期间内不被ST有着显著的影响，因为净资产收益率在财务上很好地反映了公司的盈利能力。
（2）所选的其他变量每股净资产（asset）、流量比、应收账款与收入比、源于：论文开题报告范文www.7ctime.com
可持续增长率分别反映了公司的股东获利能力、经营充足率、营运能力和发展能力，但模型拟合的结果表明这些变量对新上市公司在一定期间内不被ST没有显著的影响。
（3）从模型拟合的结果看，本文对对新上市公司在一定期间内不被ST的生存分析是成功的，但是由于所用的数据仅有100条，选取变量较为粗略、不够显著，导致整个模型整体拟合效果不好。（作者单位：西南财经大学）
参考文献：
陈静.上市公司财务恶化预测的实证分析. 会计研究[J]，1999，（4）：31-38.
陈晓、陈治鸿.中国上市公司的财务困境预测.中国会计与财务研究，2000（3）：55-92.
[3] 吴世农，卢贤义. 我国上市公司财务困境的预测模型研究[J]. 经济研究，2001（6）：46-96.
[4] Edward I.Altman.Predicting Railroad Bankruptcies inAmerica[J]，The Bell Journal of Economics and ManagementScience， 1973，184-211.
[5] James A. Ohlson. Financial Ratios and theProbabilistic Prediction of Bankruptcy[J].Journal of Accounting Research，1980，109-131.
[6]Gutierrez，R.G.2002.Parametric frailty and shared frailty survival models.Stata J.2:22-44.
[7]Hoer，D.W.and Lemeshow，S.1989.Applied Survival Analysis.New York:Wiley.
[8]Kalbfleisch，J，D，and Prentice，R.L.1980.The Statistical Analysis of Failure Time Data，New York:Wile