摘 要:文章以中小型家具企業(yè)為研究對象,篩選了甘肅省的120家中小型家具企業(yè)作為研究樣本,構(gòu)建了基于20個常用的財(cái)務(wù)指標(biāo)的Logistic回歸預(yù)警模型,進(jìn)而對中小型家具企業(yè)的信用風(fēng)險進(jìn)行預(yù)測分析. 研究結(jié)果表明模型具有良好的預(yù)測效果,預(yù)測準(zhǔn)確率達(dá)到92.5%,可以較好的為家具企業(yè)內(nèi)部進(jìn)行風(fēng)險預(yù)警,并為銀行系統(tǒng)提供家具企業(yè)信用風(fēng)險狀況和信貸決策依據(jù).
關(guān)鍵詞:中小型家具企業(yè);信用風(fēng)險;Logistic回歸模型
1.引 言
信用風(fēng)險評估是定性和定量的方法對可能引起信用風(fēng)險的因素進(jìn)行分析,將評估對象分為正常類和違約類,或直接計(jì)算出借款人的違約概率,為擔(dān)保機(jī)構(gòu)是否承保和銀行貸款提供依據(jù).近幾年,我國中小型家具企業(yè)占規(guī)模以上家具企業(yè)99%,由于銀行貸款為其主要的融資方式,這無疑為商業(yè)銀行提供了很大的業(yè)務(wù)市場.然而由于中小家具企業(yè)規(guī)模小、抗風(fēng)險能力弱、生命周期短、信息透明度差等特點(diǎn),銀行對其的借貸條件較為苛刻,為中小型家具企業(yè)獲得銀行間接融資帶來一定障礙.綜上所述情況,使得建立能夠準(zhǔn)確預(yù)測中小型家具企業(yè)信用風(fēng)險模型勢在必行.
本文的研究主要是沿著兩個方向進(jìn)行:基于中小型家具企業(yè)在我國經(jīng)濟(jì)中的重要地位以及研究數(shù)據(jù)的可取得性,選取中小型家具企業(yè)作為研究對象;同時,在充分借鑒前人研究成果的基礎(chǔ)上,在確定了科學(xué)的樣本和指標(biāo)選擇方法之后,采用Logistic回歸模型對家具企業(yè)信用風(fēng)險進(jìn)行研究, 使模型建立在可信的數(shù)理基礎(chǔ)之上,預(yù)警效果更為理想.
2.實(shí)證研究
2.1 研究樣本和指標(biāo)選取
本文以甘肅省120家中小型家具企業(yè)2011年的財(cái)務(wù)數(shù)據(jù)為研究樣本,數(shù)據(jù)來源于聯(lián)合信用管理有限責(zé)任家具公司甘肅分家具公司,并根據(jù)其評級級別分為風(fēng)險組以及正常組.本文在財(cái)務(wù)指標(biāo)的選取上,主要倚重盈利能力、現(xiàn)金流量、償債能力、營運(yùn)能力、成長能力五個方面,初始選取被使用最頻繁的20個指標(biāo)作為研究變量:流動比率、速動比率、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、銷售凈利潤、主營業(yè)務(wù)利潤率、凈資產(chǎn)收益率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、存貨增長率、銷售現(xiàn)金比率、現(xiàn)金收入比、總資產(chǎn)、主營業(yè)務(wù)收入增長率、凈資產(chǎn)增長率、流動負(fù)債率、固定資產(chǎn)比率.
2.2模型指標(biāo)的篩選
根據(jù)上表可以看出,用分析樣本數(shù)據(jù)的預(yù)測準(zhǔn)確率為93.8%.從預(yù)測結(jié)果來看,以上模型作為一個信用風(fēng)險的預(yù)警模型無論從歷史數(shù)據(jù)的擬合優(yōu)度,還是對未來預(yù)測來說,均較為理想.
4. 結(jié)論
本文所使用的數(shù)據(jù)均是真實(shí)有效的,所建模型具有較強(qiáng)的預(yù)測能力,辨別能力高達(dá)92.5%,結(jié)果較為理想.并且在預(yù)測指標(biāo)的選擇過程中可以發(fā)現(xiàn)盈利能力、現(xiàn)金流量、償債能力和成長能力四類財(cái)務(wù)指標(biāo)對判別家具企業(yè)信用風(fēng)險效果顯著.然而本文亦存在很多不足之處,首先所使用數(shù)據(jù)全部為甘肅省的中小型家具企業(yè),在對其他地區(qū)中小型家具企業(yè)進(jìn)行分析時,模型或許會有一定的局限性;其次本文僅研究了20個預(yù)警指標(biāo),并未包括所有的財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo),而且由于搜集資料途徑限制,對于很多有可能影響家具企業(yè)信用狀況的指標(biāo)沒有納入研究.對于以上問題,待以后的工作中會繼續(xù)研究.
參考文獻(xiàn):
[1] Patrick P.A comparison of ratios of successful industrial enterprises with those of failed firms[J].Certified Public Accountant. 1932,(10):598-605.
[2] Altman E.Financial ratios,discriminant analysis and the prediction of corporate bankruptcy[J].The Journal of Finance.1968,(23):589-609.
[3]Altman E, Haldeman R,Narayanan P.ZETA^{TM} analysis:A new model to identify bankruptcy risk of corporations[J]. Journal of Banking & Finance,1977,(1):29-54.
[4]Hamer M. Failure prediction:sensitivity of classification accuracy to alternative statistical methods and variable sets[J], Journal of Accounting and Public Policy, 1983, (2): 289-307.
[5]吳世農(nóng),盧賢義.我國上市家具公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究,2001,6:46-55.
[6]張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2000,(3):51-53.
[7]張堯庭等. 定性資料的統(tǒng)計(jì)分析[M].廣西師范大學(xué)出版社, 1991.
作者簡介:高金玲(1988-),女,內(nèi)蒙古赤峰,碩士,研究方向:應(yīng)用統(tǒng)計(jì)與精算學(xué)。
關(guān)鍵詞:中小型家具企業(yè);信用風(fēng)險;Logistic回歸模型
1.引 言
信用風(fēng)險評估是定性和定量的方法對可能引起信用風(fēng)險的因素進(jìn)行分析,將評估對象分為正常類和違約類,或直接計(jì)算出借款人的違約概率,為擔(dān)保機(jī)構(gòu)是否承保和銀行貸款提供依據(jù).近幾年,我國中小型家具企業(yè)占規(guī)模以上家具企業(yè)99%,由于銀行貸款為其主要的融資方式,這無疑為商業(yè)銀行提供了很大的業(yè)務(wù)市場.然而由于中小家具企業(yè)規(guī)模小、抗風(fēng)險能力弱、生命周期短、信息透明度差等特點(diǎn),銀行對其的借貸條件較為苛刻,為中小型家具企業(yè)獲得銀行間接融資帶來一定障礙.綜上所述情況,使得建立能夠準(zhǔn)確預(yù)測中小型家具企業(yè)信用風(fēng)險模型勢在必行.
本文的研究主要是沿著兩個方向進(jìn)行:基于中小型家具企業(yè)在我國經(jīng)濟(jì)中的重要地位以及研究數(shù)據(jù)的可取得性,選取中小型家具企業(yè)作為研究對象;同時,在充分借鑒前人研究成果的基礎(chǔ)上,在確定了科學(xué)的樣本和指標(biāo)選擇方法之后,采用Logistic回歸模型對家具企業(yè)信用風(fēng)險進(jìn)行研究, 使模型建立在可信的數(shù)理基礎(chǔ)之上,預(yù)警效果更為理想.
2.實(shí)證研究
2.1 研究樣本和指標(biāo)選取
本文以甘肅省120家中小型家具企業(yè)2011年的財(cái)務(wù)數(shù)據(jù)為研究樣本,數(shù)據(jù)來源于聯(lián)合信用管理有限責(zé)任家具公司甘肅分家具公司,并根據(jù)其評級級別分為風(fēng)險組以及正常組.本文在財(cái)務(wù)指標(biāo)的選取上,主要倚重盈利能力、現(xiàn)金流量、償債能力、營運(yùn)能力、成長能力五個方面,初始選取被使用最頻繁的20個指標(biāo)作為研究變量:流動比率、速動比率、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、銷售凈利潤、主營業(yè)務(wù)利潤率、凈資產(chǎn)收益率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、存貨增長率、銷售現(xiàn)金比率、現(xiàn)金收入比、總資產(chǎn)、主營業(yè)務(wù)收入增長率、凈資產(chǎn)增長率、流動負(fù)債率、固定資產(chǎn)比率.
2.2模型指標(biāo)的篩選
根據(jù)上表可以看出,用分析樣本數(shù)據(jù)的預(yù)測準(zhǔn)確率為93.8%.從預(yù)測結(jié)果來看,以上模型作為一個信用風(fēng)險的預(yù)警模型無論從歷史數(shù)據(jù)的擬合優(yōu)度,還是對未來預(yù)測來說,均較為理想.
4. 結(jié)論
本文所使用的數(shù)據(jù)均是真實(shí)有效的,所建模型具有較強(qiáng)的預(yù)測能力,辨別能力高達(dá)92.5%,結(jié)果較為理想.并且在預(yù)測指標(biāo)的選擇過程中可以發(fā)現(xiàn)盈利能力、現(xiàn)金流量、償債能力和成長能力四類財(cái)務(wù)指標(biāo)對判別家具企業(yè)信用風(fēng)險效果顯著.然而本文亦存在很多不足之處,首先所使用數(shù)據(jù)全部為甘肅省的中小型家具企業(yè),在對其他地區(qū)中小型家具企業(yè)進(jìn)行分析時,模型或許會有一定的局限性;其次本文僅研究了20個預(yù)警指標(biāo),并未包括所有的財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo),而且由于搜集資料途徑限制,對于很多有可能影響家具企業(yè)信用狀況的指標(biāo)沒有納入研究.對于以上問題,待以后的工作中會繼續(xù)研究.
參考文獻(xiàn):
[1] Patrick P.A comparison of ratios of successful industrial enterprises with those of failed firms[J].Certified Public Accountant. 1932,(10):598-605.
[2] Altman E.Financial ratios,discriminant analysis and the prediction of corporate bankruptcy[J].The Journal of Finance.1968,(23):589-609.
[3]Altman E, Haldeman R,Narayanan P.ZETA^{TM} analysis:A new model to identify bankruptcy risk of corporations[J]. Journal of Banking & Finance,1977,(1):29-54.
[4]Hamer M. Failure prediction:sensitivity of classification accuracy to alternative statistical methods and variable sets[J], Journal of Accounting and Public Policy, 1983, (2): 289-307.
[5]吳世農(nóng),盧賢義.我國上市家具公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究,2001,6:46-55.
[6]張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2000,(3):51-53.
[7]張堯庭等. 定性資料的統(tǒng)計(jì)分析[M].廣西師范大學(xué)出版社, 1991.
作者簡介:高金玲(1988-),女,內(nèi)蒙古赤峰,碩士,研究方向:應(yīng)用統(tǒng)計(jì)與精算學(xué)。
本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文