我国上市公司财务困境的预测模型研究

1

0．4311

 

　　截距模型是将所有自变量删除后只剩一个截距系数模型。当前模型是含有自变量的Logistic回归模型。“Likelihood"为似然函数值，“—2LogLikelihood"(缩写为—2LL)是似然函数值的自然对数的—2倍，常用来反映模型的拟合程度，其值越小，表示拟合程度越好。因为Idsistic模型是使用最大似然估计，似然函数值越大，则表明越接近最大似然值，拟合程度越好。从表10可见，变量x1、X3、X11的显著水平均小于0．05，说明其预测能力较强；其余3个变量的显著水平较高，说明其预测能力较弱。

 

方程可表示为：

 

log(p/(1-p))=-0.867+2.5313X2-40.2785X4+0.4597X8+3.2293X12-3.9544X13-1.7814X20

 

即

 

P=1/(1+e^{-(-0.867+2.5313X1-40.2785X3+0.4597X7+3.2293X11-3.9544X12-1.7814X19)})

 

　　根据回归所得到的Logistic方程，以0．5为最佳判定点，对财务困境前1年的原始数据进行回代判定，结果见表12。

 

表12  Logistic回归模型在财务困境前1年的判定结果

 

 

一类错误(％)

二类错误(％)

《我国上市公司财务困境的预测模型研究(第90页)》