6.4.1 基于公司治理指标预警模型的建立
1）基于公司治理指标的描述性统计
（1）基于公司治理指标的t－3年的描述性统计
256家公司t－3年的基于公司治理指标的描述性统计结果如表6.4所示。
表6.4 基于公司治理指标的t－3年的描述性统计结果
（2）基于公司治理指标的t－2年的描述性统计
256家公司t－2年的基于公司治理指标的描述性统计结果如表6.5所示。
表6.5 基于公司治理指标的t－2年的描述性统计结果
（3）基于公司治理指标的t－1年的描述性统计
256家公司t－1年的基于公司治理指标的描述性统计结果如表6.6所示。
表6.6 基于公司治理指标的t－1年的描述性统计结果
续表6.6
2）基于公司治理指标的T检验
（1）基于公司治理指标的t－3年的T检验结果
256家公司的t－3年数据的基于公司治理指标的T检验结果如表6.7所示。
表6.7 基于公司治理指标的t－3年的T检验结果
续表6.7
从表6.7中可以看出，在显著性水平为0.05的情况下，两类样本的Z6、Z7、Z11变量的均值存在显著差异。
（2）基于公司治理指标的t－2年的T检验结果
256家公司的t－2年数据的基于公司治理指标的T检验结果如表6.8所示。
表6.8 基于公司治理指标的t－2年的T检验结果
续表6.8
从表6.8中可以看出，在显著性水平为0.05的情况下，两类样本的Z2、Z7、Z8、Z11、Z16变量的均值存在显著差异。
（3）基于公司治理指标的t－1年的T检验结果
256家公司的t－1年数据的基于公司治理指标的T检验结果如表6.9所示。
表6.9 基于公司治理指标的t－1年的T检验结果
续表6.9
从表6.9中可以看出，在显著性水平为0.05的情况下，两类样本的Z2、Z7、Z10、Z11、Z12变量的均值存在显著差异。
3）基于公司治理指标的Mann－Whitney检验
（1）基于公司治理指标的t－3年Mann－Whitney检验
t－3年基于公司治理指标的Mann－Whitney检验的结果如表6.10所示。
表6.10 t－3年基于公司治理指标的Mann－Whitney检验结果
续表6.10
从表6.10可以看出，在显著性水平为0.05的情况下，t－3年的指标中通过Mann－Whitney检验的指标是Z6、Z7、Z11。
在前述章节中，本书均采用的信息显著性检验方法是综合T检验和Mann－Whitney检验的结果，将置信水平设为0.05，只要一种检验方法拒绝均值差异的假设，就认为该指标不具有信息显著性，从而从指标集里面剔除。因此，t－3年通过显著性检验的指标是Z6、Z7、Z11。
（2）基于公司治理指标的t－2年Mann－Whitney检验
t－2年基于公司治理指标的Mann－Whitney检验的结果如表6.11所示：
表6.11 t－2年基于公司治理指标的Mann－Whitney检验结果
从表6.11可以看出，在显著性水平为0.05的情况下，t－2年的指标中通过Mann－Whitney检验的指标是Z2、Z7、Z8、Z11。
因此，综合T检验的结果，t－2年通过显著性检验的指标是Z2、Z7、Z8、Z11。
（3）基于公司治理指标的t－1年Mann－Whitney检验
t－1年基于公司治理指标的Mann－Whitney检验的结果如表6.12所示：
表6.12 t－1年基于公司治理指标的Mann－Whitney检验结果
从表6.12可以看出，在显著性水平为0.05的情况下，t－1年的指标中通过Mann－Whitney检验的指标是Z2、Z7、Z11、Z12。
因此，综合T检验的结果，t－1年通过显著性检验的指标是Z2、Z7、Z11、Z12。
综合上述的两种显著性检验的结果，我们分别得到t－1年、t－2年、t－3年用于建模的公司治理预警指标体系，总结如表6.13所示。
表6.13 公司治理预警指标体系的构成
4）基于公司治理指标的多元判别分析
使用变量K描述样本类别，将财务危机企业的K值取0，正常企业的K值取1。建模首先依据2006年至2007年108对样本（216家）的数据进行，然后用2008年对样本20对（40家）的数据进行测试。在SPSS11.5的环境下调用“Classify—Discriminant”程序，可以分别得到ST前1～3年的判别分析模型。
（1）基于公司治理指标的t－3年的多元判别分析
t－3年的基于公司治理指标的多元判别分析结果如表6.14所示。
表6.14 t－3年基于公司治理指标的分类方程系数
根据表6.14的结论，我们可以得到t－3年的判别模型如式6.1和6.2所示：
将建模数据和外推数据分别代入判别函数，分别得到回判和外推的结果。按照Fisher线性判别方法，将相同年份的样本观测分类到较大的分类函数值中，即当K0≥K1时将样本归入类别0，K0＜K1时将样本归入类别1，结果如表6.15所示。
表6.15 t－3年基于公司治理指标的Fisher线性判别模型的分类准确率
（2）基于公司治理指标的t－2年的多元判别分析
t－2年的基于公司治理指标的多元判别分析结果如表6.16所示。
表6.16 t－2年基于公司治理指标的分类方程系数
根据表6.16的结果，我们可以得到t－2年的判别模型如式6.3和6.4所示：
将建模数据和外推数据分别代入判别函数，分别得到回判和外推的结果如表6.17所示。
表6.17 t－2年的基于公司治理指标的Fisher线性判别模型的分类准确率
（3）t－1年的基于公司治理指标的多元判别分析
t－1年的基于公司治理指标的多元判别分析结果如表6.18所示。
表6.18 t－1年基于公司治理指标的分类方程系数
根据表6.18的结果，我们可以得到t－1年的判别模型如式6.5和6.6所示：
将建模数据和外推数据分别代入判别函数，分别得到回判和外推的结果如表6.19所示。
表6.19 t－1年基于公司治理指标的Fisher线性判别模型的分类准确率
5）基于公司治理指标的逻辑回归分析
用变量P描述样本类别，将财务危机企业的P值取0，正常企业的P值取1。在SPSS11.5的环境下调用“Regression—Binary Logistic”程序，得到ST前1～3年的逻辑回归模型，结果详见表6.20～表6.26。
（1）基于公司治理指标的t－3年的逻辑回归分析
基于公司治理指标的t－3年的逻辑回归分析结果如表6.20所示。
表6.20 基于公司治理指标的t－3年的逻辑回归方程系数
由表6.20的结果可以得到下面的逻辑回归判别模型如式6.7所示：
将建模数据和外推数据分别代入逻辑回归判别模型：当P≤0.5时将样本归入类别0，P＞0.5时将样本归入类别1，可得回判和外推分类的准确率结果。t－3年逻辑回归模型的分类准确率结果详见表6.21。
表6.21 基于公司治理指标的t－3年的逻辑回归分类结果
（2）基于公司治理指标的t－2年的逻辑回归分析
基于公司治理指标的t－2年的逻辑回归分析结果如表6.22所示。
表6.22 基于公司治理指标的t－2年的逻辑回归方程系数
由表6.22的结果可以得到下面的逻辑回归判别模型如式6.8所示：
将建模数据和外推数据分别代入逻辑回归判别模型：当P≤0.5时将样本归入类别0，P＞0.5时将样本归入类别1，可得回判和外推分类的准确率结果。t－2年逻辑回归模型的分类准确率结果详见表6.23。
表6.23 基于公司治理指标的t－2年的逻辑回归分类结果
（3）基于公司治理指标的t－1年的逻辑回归分析
基于公司治理指标的t－1年的逻辑回归分析结果如表6.24所示。
表6.24 基于公司治理指标的t－1年的逻辑回归方程系数
续表6.24
由表6.24的结果可以得到下面的逻辑回归判别模型如式6.9所示：
将建模数据和外推数据分别代入逻辑回归判别模型：当P≤0.5时将样本归入类别0，P＞0.5时将样本归入类别1，可得回判和外推分类的准确率结果。t－1年逻辑回归模型的分类准确率结果详见表6.25。
表6.25 基于公司治理指标的t－1年的逻辑回归分类结果
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
