基于Probit模型的中国上市公司退市风险预警研究

论文导读:：笔者利用Probit模型。上市公司退市机制是证券市场制度体系中的重要组成部分。
论文关键词：Probit模型，上市公司，退市风险预测

　　一、选题背景和意义
　　从1990年11月上海证券交易所成立以来，我国的证券市场已经走过了近20个年头。处于新兴证券市场的高速发展阶段，我国证券市场的制度建设也从不规范逐步走向规范，从不成熟逐步走向成熟。上市公司退市机制是证券市场制度体系中的重要组成部分，对于提高上市公司质量和优化证券市场融资环境具有十分重要的意义。2001年4月23日PT水仙被终止上市，成为我国证券市场上第一只被摘牌的股票，上海水仙电器股份有限公司成为我国第一家被依法退市的上市公司，它标志着我国上市公司退出机制的正式启动。截止2010年7月，沪深两市共有70家上市公司的73只股票（70家A股毕业论文的格式，3家B股）退市，其中包括上海证券交易所的35家上市公司和深圳证券交易所的35家上市公司。
　　目前，国内理论界对于上市公司退出机制的研究主要集中在制度和政策的定性分析上:第一种是对我国上市公司退出机制的现状分析（陈华东，2001；晁站勇2004）；第二种是从理论上对上市公司退出机制存在的问题和成因的分析；（纪元，2002；中恒，2002；罗贻芬，2002；王国刚，2001；崔钊，2002）；第三种是对上市公司退出机制的政策性研究（李德民，2002；孙学亮，2005；袁炜，2000；戴念念，2002；俞玲，2002；李荣，2003；陈尔瑞，2001）。国内现有的理论成果较少针对上市公司退市风险问题进行定量化的实证研究论文提纲格式。^[1]
　　本文通过对我国上市公司退市制度推行以来已退市的36家典型公司的财务数据的实证分析，研究上市公司退市的成因，并建立上市公司退市风险的预警模型。具体地，在预警模型的建构中毕业论文的格式，首先以描述统计和单变量分析对影响上市公司退市的财务因素做出初步判断，目的主要是探讨样本公司的财务指标是否有预警性，是否可以根据这些指标建立预警模型。接着在此基础上建立多变量判断模型，通过因子分析处理数据，利用Probit回归建立退市风险的预警模型。最后以建立的Probit预警模型对样本公司做出综合性评判，并由此推断出各相关财务因素对退市的影响程度。
　　二、研究对象和指标选取
　　根据本文研究目的及数据的有效性，在剔除了数据遗漏、不全和主业行业特征不明显的退市公司的基础上，本文研究样本最终选取了2001年4月至2010年7月期间在沪深证券交易所已宣布退市的具有典型代表意义的36家上市公司作为研究对象。为了使研究具有可比性，本文还选取了业绩正常的36家非退市公司作为配对样本，全部的样本公司为72 家。而在配对样本公司的选择上，我们还遵循了与退市的样本公司保持同行业、同规模、同时期的原则。具体地，同行业体现在我们按照证监会规定的行业分类标准选取同行业代码的配对样本；同规模体现在我们按照注册资本和股票市值相近的原则选取配对样本；同时期体现在对样本各项指标的选取上，选择的是退市公司退市前一年的财务指标，而配对的样本公司也选择了同期的财务指标。样本观测值的所用数据来源于新浪财经数据库，并利用证交所公开披露的上市公司年报信息进行补充。本文数据均运用SPSS17.0进行处理分析。
　　本文目的是考察上市公司财务因素对公司退市风险的影响程度，而理论上一般认为，上市公司的财务因素主要包括了上市公司的盈利能力、成长能力、营运能力、偿债能力和现金流量几方面，它们可以较为全面地从整体上体现上市公司的综合能力和发展水平。^[2]其中，盈利能力是衡量上市公司经营绩效的重要尺度；成长能力反映了上市公司的发展趋势；营运能力可以体现上市公司的经营规模；偿债能力体现上市公司的财务结构；现金流量可以反映上市公司的现金持有和流转情况。而由于这5方面的财务因素又分别由各项具体的财务指标所描述毕业论文的格式，所以本文结合上市公司的特点和财务指标的一般化选取原则，选择了可以体现上市公司盈利能力、成长能力、营运能力、偿债能力和现金流量5方面的18个主要的财务指标，作为构建退市风险预警模型的预选指标（见表1）。
　　表1指标体系汇总表
　　

　　F4=-0.000×总资产净利润率+0.998×销售净利率+0.200×主营业务收入增长率-0.218×总资产周转率-0.122×资产负债率-0.051×流动比率-0.104×速动比率.
　　（二）Probit多元回归建立预警模型
　　probit模型是一种广义的线性模型。最简单的probit模型就是指被解释变量Y是一个0,1变量，事件发生地概率是依赖于解释变量，即P（Y=1）=f(X)，也就是说,Y=1的概率是一个关于X的函数，其中f(.)服从标准正态分布。^[4]为建立多元预警模型，首先设定退市和非退市公司为因变量（退市取值1，非退市取值0，同时将因子分析得到的4个因子为自变量，用probit多元回归建立预警模型。运用spss17.0软件进行拟合毕业论文的格式，得到最终的结果如下：
　　表6 参数估计值