【摘要】:为了检验财务危机预测模型的预测能力,本书在制造业的样本数据中随机选取了82家样本公司的数据进行预测,并与以上的回判结果加以比较。根据上面的制造业Logistic回归模型,对随机抽取的样本ST前1年至前5年的数据进行预测检验,结果见表7-8至表7-12。而在ST前4年、ST前5年,预测样本一类错误的概率高于二类错误的概率。因此,从预测结果来看,制造业Logistic回归模型在ST前1年、ST前2年、ST前3年,误判率较低,实用性也比较强。
为了检验财务危机预测模型的预测能力,本书在制造业的样本数据中随机选取了82家样本公司的数据(包括被ST的公司41家及与其配对的非ST公司41家)进行预测,并与以上的回判结果加以比较。根据上面的制造业Logistic回归模型,对随机抽取的样本ST前1年至前5年的数据进行预测检验,结果见表7-8至表7-12。
表7-8 制造业Logistic回归模型在ST前1年的预测结果
表7-9 制造业Logistic回归模型在ST前2年的预测结果
表7-10 制造业Logistic回归模型在ST前3年的预测结果
(www.daowen.com)
表7-11 制造业Logistic回归模型在ST前4年的预测结果
表7-12 制造业Logistic回归模型在ST前5年的预测结果
从以上预测结果可以发现:在ST前1年至ST前5年,制造业Logistic回归模型对于测试样本预测综合正确率分别为81.71%、69.52%、67.07%、63.42%、58.98%,与前面开发样本的判定准确率非常接近,都高于设定的先验概率,预测结果都可以接受。因此,可以得出结论:离财务危机发生的时间越远,模型判定准确率越低。
在预测结果中,ST前1年、ST前2年、ST前3年,二类错误的概率高于一类错误的概率。而在ST前4年、ST前5年,预测样本一类错误的概率高于二类错误的概率。因此,从预测结果来看,制造业Logistic回归模型在ST前1年、ST前2年、ST前3年,误判率较低,实用性也比较强。
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。
有关企业财务危机管理研究的文章