4.4.2 基于调整后财务指标的实证研究
1）调整后指标的描述性统计
（1）t－3年的描述性统计
256家样本公司调整后指标t－3年描述性统计的结果如下表4.26所示。
表4.26 调整后指标t－3年描述性统计结果
（2）t－2年的描述性统计
256家样本公司调整后指标t－2年描述性统计的结果如下表4.27所示。
表4.27 调整后指标t－2年描述性统计结果
续表4.27
（3）t－1年的描述性统计
256家样本公司调整后指标t－1年描述性统计结果如表4.28所示。
表4.28 调整后指标t－1年描述性统计结果
2）T检验
（1）t－3年的T检验
256家公司的t－3年数据的T检验结果如表4.29所示。
表4.29 调整后指标t－3年数据的T检验结果
续表4.29
从表4.29中可以看出，经过调整后，在显著性水平为0.05的情况下，两类样本的Y3、Y9、Y10变量的方差存在显著差异。
（2）t－2年的T检验
256家公司的t－2年数据的T检验结果如表4.30所示。
表4.30 调整后指标t－2年数据的T检验结果
从表4.30中可以看出，经过调整后，在显著性水平为0.05的情况下，两类样本的Y3、Y6、Y9、Y10、Y11、Y12变量的方差存在显著差异。
（3）t－1年的T检验
256家公司的t－1年数据的T检验结果如表4.31所示。
表4.31 调整后指标t－1年数据的T检验结果
从表4.31中可以看出，经过调整后，在显著性水平为0.05的情况下，两类样本的Y3、Y5、Y10、Y11、Y12变量的方差存在显著差异。
3）Mann－Whitney检验
（1）t－3年的Mann－Whitney检验
t－3年的Mann－Whitney检验结果如表4.32所示。
表4.32 调整后指标t－3年Mann－Whitney检验结果
从表4.32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T检验的Y3、Y9、Y10指标也通过了Mann－Whitney检验。
（2）t－2年的Mann－Whitney检验
t－2年的Mann－Whitney检验结果如表4.33所示：
表4.33 调整后指标t－2年Mann－Whitney检验结果
续表4.33
从表4.33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T检验的Y9、Y10、Y11、Y12指标也通过了Mann－Whitney检验。
（3）t－1年的Mann－Whitney检验
t－1年的Mann－Whitney检验结果如表4.34所示。
表4.34 调整后指标t－1年Mann－Whitney检验结果
从表4.34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T检验的Y5、Y10、Y11、Y12指标也通过了Mann－Whitney检验。
综合上述的两种显著性检验的结果，经过对盈余管理指标的调整，我们重新分布得到t－1年、t－2年、t－3年用于建模的预警指标体系，总结如表4.35所示。
表4.35 调整后预警指标体系的构成
4）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20对样本（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Bayes判别分析模型。
（1）t－3年的多元判别分析
t－3年多元判别分析结果如表4.36所示。
表4.36 t－3年基于调整后财务指标的分类方程系数
根据表4.36的结论，我们可以得到t－3年的判别模型如式4.10和式4.11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4.37所示。
表4.37 t－3年基于调整后财务指标的Fisher线性判别模型的分类准确率
（2）t－2年的多元判别分析
t－2年多元判别分析结果如表4.38所示。
表4.38 t－2年基于调整后财务指标的分类方程系数
根据表4.38的结论，我们可以得到t－2年的判别模型如式4.12和式4.13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。结果如表4.39所示。
表4.39 t－2年基于调整后财务指标的Fisher线性判别模型的分类准确率
（3）t－1年的多元判别分析
t－1年多元判别分析结果如表4.40所示。
表4.40 t－1年基于调整后财务指标的分类方程系数
根据表4.40的结论，我们可以得到t－1年的判别模型如式4.14和式4.15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。结果如表4.41所示。
表4.41 t－1年基于调整后财务指标的Fisher线性判别模型的分类准确率
5）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4.42～表4.44。
（1）t－3年的逻辑回归分析
t－3年的逻辑回归分析结果如表4.42所示。
表4.42 t－3年基于调整后财务指标的逻辑回归方程系数
由表4.42的结果可以得到下面的逻辑回归判别模型如公式4.16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4.43。
表4.43 t－3年基于调整后财务指标的逻辑回归分类结果
（2）t－2年的逻辑回归分析
t－2年的逻辑回归分析结果如表4.44所示。
表4.44 t－2年基于调整后财务指标的逻辑回归方程系数
由表4.44的结果可以得到下面的逻辑回归判别模型如公式4.17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4.45。
表4.45 t－2年基于调整后财务指标的逻辑回归分类结果
（3）t－1年的逻辑回归分析
t－1年的逻辑回归分析结果如表4.46所示。
表4.46 t－1年基于调整后财务指标的逻辑回归方程系数
由表4.46的结果可以得到下面的逻辑回归判别模型如式4.18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4.47。
表4.47 t－1年基于调整后财务指标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。
