導(dǎo)語(yǔ)：當(dāng)代多元統(tǒng)計(jì)的財(cái)務(wù)預(yù)警探究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

本文作者：潘海峰工作單位：安徽工程大學(xué)

基于因子分析的預(yù)警模型

根據(jù)指標(biāo)體系確定的全面性、重要性、層次性、可獲得性等原則，結(jié)合我國(guó)上市公司的實(shí)際情況，最終選定反映上市公司償債能力、盈利能力、經(jīng)營(yíng)能力、成長(zhǎng)能力和獲利能力等五個(gè)方面的16個(gè)財(cái)務(wù)指標(biāo)構(gòu)成綜合評(píng)價(jià)指標(biāo)體系，具體包括:流動(dòng)比率x1、速動(dòng)比率x2、股東權(quán)益比率x3、流動(dòng)負(fù)債率(%)x4、每股收益(元)x5、每股凈資產(chǎn)(元)x6、每股凈資產(chǎn)增長(zhǎng)率(%)x7、存貨周轉(zhuǎn)率(倍)x8、總資產(chǎn)周轉(zhuǎn)率(倍)x9、應(yīng)收帳款周轉(zhuǎn)率(倍)x10、凈利潤(rùn)率x11、凈資產(chǎn)收益率(%)x12、主營(yíng)收入增長(zhǎng)率(%)x13、總資產(chǎn)增長(zhǎng)率(%)x14、資產(chǎn)負(fù)債率(%)x15、每股經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~(元)x16。因子分析預(yù)警模型(1)數(shù)據(jù)的預(yù)處理①將逆向指標(biāo)取倒數(shù)，進(jìn)行同趨化處理。②為避免量綱不同的影響，將同向化后的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。(2)適度性檢驗(yàn)①相關(guān)系數(shù)檢驗(yàn)。為了解自變量之間的關(guān)系，利用SPSS得到16個(gè)財(cái)務(wù)比率的相關(guān)系數(shù)矩陣，結(jié)果表明各變量之間的相關(guān)系數(shù)普遍偏高，用因子分析法進(jìn)行公因子提取是可靠的。②KMO檢驗(yàn)和Bartlett''''s球形檢驗(yàn)。運(yùn)用KMO檢驗(yàn)和Bartlet''''s球形檢驗(yàn)，結(jié)果如表1。表1KMOandBartlett''''s檢驗(yàn)Kaiser－Meyer－OlkinMeasureofSamplingAdequacy．0．634Bartlett''''sTestofSphericityApprox．Chi－Square526．104Df120Sig．0結(jié)果顯示Bartlett''''s球形檢驗(yàn)的顯著性值為0，拒絕原假設(shè)，說明各變量間存在相關(guān)性，適合進(jìn)行因子分析。另外KMO測(cè)度值0．634＞0．5，也證明了變量數(shù)據(jù)適合進(jìn)行因子分析。(3)因子分析①提取公因子。未旋轉(zhuǎn)及旋轉(zhuǎn)情況下，各因子對(duì)應(yīng)的特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率，見表2。特征值大于1的公因子有5個(gè)，累計(jì)貢獻(xiàn)率達(dá)90．619%，基本反映了原始數(shù)據(jù)所提供的信息。由于未旋轉(zhuǎn)因子載荷的經(jīng)濟(jì)意義不明顯，因此進(jìn)行方差最大化旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷見表3。②因子命名。因子1在x7、x11和x12上載荷分布較高，表明該因子集中反映了上市公司有關(guān)盈利能力指標(biāo)方面的信息，因此命名為盈利能力因子，該因子對(duì)全部初始變量的方差貢獻(xiàn)率為23．23%，是評(píng)價(jià)上市公司綜合業(yè)績(jī)需要考慮的主要方面之一。類似地，將因子2、因子3、因子4、因子5分別命名為償債能力因子、成長(zhǎng)能力因子、營(yíng)運(yùn)能力因子、資產(chǎn)管理因子。③因子得分和綜合排名。進(jìn)一步得到5個(gè)主因子的因子得分系數(shù)矩陣，見表4。根據(jù)錯(cuò)誤分類總數(shù)最小原則，得到的分割點(diǎn)應(yīng)該在3．674和3．990之間，選擇其中位數(shù)，為3．832，因此可以得到劃分ST公司與非ST公司的PS分割點(diǎn)值為PS0=3．832。④財(cái)務(wù)預(yù)警模型。根據(jù)上述分析，得到的財(cái)務(wù)預(yù)警模型為:PS=35．068%F1+17．012%F2+11．431%F3+10．621%F4+6．487%F5若PS≥PS0，則1年后該企業(yè)為非ST上市公司;若PS＜PS0，則1年后該企業(yè)為ST上市公司。⑤結(jié)果分析。根據(jù)上述標(biāo)準(zhǔn)的分類，15家公司有3家被錯(cuò)判，預(yù)測(cè)準(zhǔn)確率為80%，錯(cuò)判率為20%，對(duì)非ST公司的預(yù)測(cè)準(zhǔn)確率為100%。具體分析被錯(cuò)判的公司:S*ST集琦2009年債務(wù)重組收益有790萬元，銷售收入較去年有所提高，相應(yīng)增加了公司的利潤(rùn)，其面臨財(cái)務(wù)危機(jī)的可能性較小。ST百花公司2009年凈利潤(rùn)比上年同期大幅增長(zhǎng)，其主要原因系公司的債務(wù)重組收益所致。ST前鋒2009年的最后一個(gè)交易日公告，公司與首創(chuàng)集團(tuán)進(jìn)行資產(chǎn)置換，二者均屬首創(chuàng)集團(tuán)，出現(xiàn)財(cái)務(wù)危機(jī)的可能性較小。此外，可以通過計(jì)算各公司主因子的綜合得分，對(duì)公司的財(cái)務(wù)指標(biāo)及盈利能力、償債能力、成長(zhǎng)能力、營(yíng)運(yùn)能力和資產(chǎn)管理能力等進(jìn)行詳細(xì)分析。

基于聚類分析的預(yù)警模型

采用分層聚類分析法，對(duì)樣本公司同趨化和標(biāo)準(zhǔn)化處理后的數(shù)據(jù)進(jìn)行聚類處理，結(jié)果顯示16個(gè)財(cái)務(wù)指標(biāo)可聚為3類:盈利能力(x5，x7，x11，x12，x13，x14)、償債能力(x1，x2，x4，x8，x10，x15)和成長(zhǎng)能力(x3，x6，x9，x16)。由聚類分析結(jié)果知，指標(biāo)體系由3類指標(biāo)組成，保證了指標(biāo)的全面性，但每一類指標(biāo)數(shù)量各不相同，需要從中進(jìn)一步篩選，應(yīng)用主成分分析法，選取特征根大于1的主成分，再對(duì)主成分進(jìn)行加權(quán)求和，得到一組Yij值。結(jié)果依次為:盈利能力的主因子:Y11=0．218x5+0．216x7+0．231x11+0．223x12+0．140x13+0．186x14償債能力的主因子:Y21=0．327x1+0．341x2+0．340x4+0．20x8－0．049x10－0．062x15Y22=0．012x1－0．069x2－0．063x4+0．464x8+0．571x10+0．309x15成長(zhǎng)能力的主因子:Y31=0．291x3+0．331x6+0．324x9+0．357x16按照公司財(cái)務(wù)評(píng)價(jià)的綜合評(píng)分法，將3類指標(biāo)按5:3:2來分配權(quán)重，由樣本數(shù)據(jù)可得上市公司的綜合得分Y，并從高到低排列。根據(jù)錯(cuò)誤分類總數(shù)最小原則，得到的分割點(diǎn)應(yīng)該在5．013和5．840之間，選擇其中位數(shù)5．427，因此可以得到劃分ST公司與非ST公司的PS分割點(diǎn)值為Y0=5．427。根據(jù)上述分析，得到財(cái)務(wù)預(yù)警模型為:Y=50%Y1+30%Y2+20%Y3，其中，Y1=Y11，Y2=m21Y21+m22Y22，Y3=Y31，m21，m22為償債能力因子的主因子權(quán)重。若Y≥Y0，則1年后該企業(yè)為非ST上市公司;若Y＜Y0，則1年后該企業(yè)為ST上市公司。從分類結(jié)果看，15家ST公司有4家被錯(cuò)判為非ST公司，除因子分析錯(cuò)判的3家外，又多出了ST四環(huán)，對(duì)非ST公司的預(yù)測(cè)正確率為66．7%。具體分析被錯(cuò)判的公司ST四環(huán)，根據(jù)監(jiān)管機(jī)構(gòu)對(duì)公司債務(wù)重組業(yè)務(wù)會(huì)計(jì)處理的整改意見書，對(duì)公司2008年的定期報(bào)告進(jìn)行了追溯調(diào)整。經(jīng)調(diào)整，2008年年報(bào)凈利潤(rùn)由原來的6102257．89元變更為－25388633．39元，即由原來的盈利變?yōu)樘潛p，2009年凈利潤(rùn)呈現(xiàn)為扭虧為盈，財(cái)務(wù)狀況逐漸好轉(zhuǎn)。

基于判別分析的預(yù)警模型

本文將通過假設(shè)檢驗(yàn)及相關(guān)性分析來剔除指標(biāo)。指標(biāo)均值差異的顯著性檢驗(yàn)定義分組變量z，ST企業(yè)z=1，非ST企業(yè)z=2。在95%的置信區(qū)間下進(jìn)行t檢驗(yàn)，當(dāng)P＜0．05時(shí)，拒絕原假設(shè)，相應(yīng)財(cái)務(wù)指標(biāo)的均值有顯著差異，然后進(jìn)行下一步的相關(guān)性分析，沒有顯著差異的指標(biāo)將被淘汰。對(duì)樣本數(shù)據(jù)進(jìn)行t檢驗(yàn)，結(jié)果顯示有9個(gè)指標(biāo)通過顯著性檢驗(yàn)，它們分別是x3，x5，x6，x7，x9，x13，x14，x15，x16，表明ST企業(yè)與配對(duì)的非ST企業(yè)在這9個(gè)指標(biāo)的數(shù)據(jù)上有顯著差異，有進(jìn)一步分析的價(jià)值。預(yù)警指標(biāo)的相關(guān)性分析為減弱變量之間的共線性程度，剔除高度相關(guān)的變量，對(duì)9個(gè)指標(biāo)進(jìn)行相關(guān)性分析，研究變量之間關(guān)系的密切程度，SPSS統(tǒng)計(jì)結(jié)果顯示，x5與x7的相關(guān)性較高(0．812)，故最終選擇的變量是x3，x5，x6，x9，x13，x14，x15，x16，它們涵蓋了財(cái)務(wù)狀況的償債能力、盈利能力、成長(zhǎng)能力，其中盈利能力有三個(gè)指標(biāo)，成長(zhǎng)能力有四個(gè)指標(biāo)，償債能力有一個(gè)指標(biāo)，說明這三個(gè)方面對(duì)企業(yè)財(cái)務(wù)狀況的判別有重要作用。4．3多元判別分析模型的建立以最終篩選出來的8個(gè)指標(biāo)為預(yù)測(cè)變量，ST企業(yè)為1、非ST企業(yè)為2作為因變量，利用SPSS軟件進(jìn)行判別分析，x15未通過檢驗(yàn)，進(jìn)而得到7個(gè)指標(biāo)的Fisher判別系數(shù)，可得Fisher判別函數(shù):ST企業(yè)的判別模型:Z1=－7．053+20．052x3－3．875x5+1．057x6+5．898x9－0．011x13+0．055x14－0．835x16非ST企業(yè)的判別模型:Z2=－16．741+24．371x3－3．893x5+2．662x6+11．133x9－0．013x13+0．093x14－1．964x16Z=－3．427+1．528x3－0．007x5+0．568x6+1．852x9－0．001x13+0．014x14－0．399x16將兩樣本組合各指標(biāo)的均值分別帶入未標(biāo)準(zhǔn)化典則判別方程，得到ST組合均值和非ST組合均值的重心，即ST企業(yè)的重心值Z1=－1．413，非ST企業(yè)Z2=1．413，根據(jù)完全對(duì)稱原則確定最佳判定點(diǎn)，即Z''''=Z1+Z22=－1．413+1．4132=0，當(dāng)Z＜Z''''時(shí)，判為ST公司，反之，當(dāng)Z≥Z''''時(shí)，則判為非ST公司。在實(shí)際應(yīng)用中，只需將新個(gè)體的數(shù)據(jù)帶入原始數(shù)據(jù)表中，即可得到具體的分類結(jié)果。有效性檢驗(yàn)將2009年年報(bào)樣本數(shù)據(jù)帶入SPSS統(tǒng)計(jì)軟件，結(jié)果表明，15家ST企業(yè)有2家被判錯(cuò)，預(yù)測(cè)準(zhǔn)確率為86．7%，錯(cuò)判率為13．3%;對(duì)非ST企業(yè)的預(yù)測(cè)準(zhǔn)確率為100%。模型整體誤判率較低，應(yīng)用性較強(qiáng)。

本文利用了多元統(tǒng)計(jì)分析方法中的因子分析、聚類分析和判別分析對(duì)30家公司進(jìn)行了預(yù)警建模，從效果來看，三種方法基本上令人滿意。比較三種模型的結(jié)果，因子分析法得到的結(jié)果較差，其原因在于因子分析法不可避免地把不存在顯著性差異的指標(biāo)提取為公共因子的成分，因而影響了模型的準(zhǔn)確性。聚類分析模型的效果最差，誤判率最高，尤其是存在將非ST公司劃入ST公司的錯(cuò)誤，會(huì)導(dǎo)致企業(yè)無故增加管理成本，其原因在于雖然該方法盡量減少了計(jì)算量，但控制較為復(fù)雜，且樣本集的分級(jí)分解直接影響判斷效果的好壞，對(duì)于樣本較為復(fù)雜的情況，很難獲得效果較好的親屬關(guān)系系譜圖。綜合分析結(jié)果表明，判別分析法最好。上市公司進(jìn)行財(cái)務(wù)預(yù)警分析時(shí)，可同時(shí)應(yīng)用三種模型，根據(jù)結(jié)果的對(duì)比分析，進(jìn)行合理地評(píng)價(jià)，并據(jù)此制定相應(yīng)的對(duì)策，有效解決了傳統(tǒng)預(yù)警方法的單一性。另外，無論是何種預(yù)警模型，在我國(guó)宏觀經(jīng)濟(jì)狀況發(fā)生變化或者公司所屬行業(yè)不同時(shí)，都應(yīng)不斷跟蹤修正，以提高預(yù)警效果。