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。