基于主成分分析方法的上市公司财务危机预警模型研究

《基于主成分分析方法的上市公司财务危机预警模型研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于主成分分析方法的上市公司财务危机预警模型研究财务危机是指企业明显无力按时偿还到期的无争议债务的困难与危机。根据相关X站统计，国内外每年都有数以万计的企业因财务危机而倒闭。这种经营失败，实质上是企业缺乏财务风险防范能力，在财务风险面前显得软弱无力。本文基于此通过主成分分析方法运用多个财务指标综合建立主成分财务危机预警模型，帮助企业在危机来临前识别风险，对防范和处理我国上市公司财务风险具有一定的指导意义和实用价值。1文献综述国外最早的财务预警研究者是Fitzpatrick，其创建的单财务比率判定模型，开创了单变量财务预警方法的先河。随着对现金流量信息重要性的认可，许

2、多学者尝试运用现金流量信息预测企业财务困境。Beaver（1966）利用单变量模型预测企业财务情况，发现现金流量与负债比率能够比较准确地判定公司是否陷入财务困境。Altman（1968）创立了多变量的Z分数财务预警模型。国内的企业预警研究起步较晚，绝大部分以上市公司为研究对象，其研究初期主要是对国外方法的介绍和具体应用。陈静（1999）在《上市公司财务恶化预测的实证分析》中使用1998年的27家ST公司和27家非ST公司的财务报表数据，进行了单变量分析和二类线性判定分析研究。张玲（2000）采用多元线性判定法则选取深沪交易所120家上市公司作为研究对象，研究得出的判

3、别方程和判别法则选择出的指标为资产负债率，营运资金/总资产，总资产利润率，留存收益/总资产。吴世农、卢贤义（2001）在《我国上市公司财务困境的预警模型研究》中选取6项财务比率建立了财务预警系统。张爱民（2001）等选取40家ST公司及40家非ST公司作为研究样本，采用主成分分析方法，建立了另一种预测企业财务失败的模型——主成分预测模型，并对上市公司财务失败的主成分预测模型进行了实证检验。2研究设计2.1研究假设根据后文对财务危机预警模型设计的需要以及结合现实性，本文做出以下相关假设：①由于连续两年净利润为负而被ST处理的上市公司被认为陷入财务危机状况；②与选取的S

4、T公司同行业且资产规模相差±10%范围内的非ST公司具有可比性；③上市公司的财务数据真实且能反映公司财务状况。2.2研究方法本文利用配对t检验来筛选公司处于和不处于财务危机时财务指标是否存在显著性差异，然后作为构造模型的指标进入下一阶段，再通过主成分分析方法在不损失或很少损失原有信息的前提下，减少变量个数，反应综合信息。2.3变量设计本文共选取盈利能力、发展能力、营运能力、偿债能力等四个维度共18个变量来构建财务危机预警指标体系，综合反映ST公司的财务状况。2.4数据和样本选择①数据及选用。本文的数据来自于聚源数据工作站和新浪财经X上有关各上市ST及非ST公司的财务

5、数据。其中假定上市公司被ST的2010年份为t。本文选取因财务状况异常而被特别处理的ST上市公司和非ST上市公司t-1年（2009年）和t-2年（2008年）为研究范围，取用这两年的财务数据作配对检验，以t-2年数据作主成分分析。②配对原则。在为ST公司选择配对的非ST公司时，本文按照时间匹配及数量1：1匹配原则：要求所处行业相同，且资产规模相差+10%以内，极个别确实无法准确配对但具有重要意义的样本除外的其他无法配对的样本个体均被剔除，这样的选取原则可以较好的满足可比性要求。3实证分析3.1配对样本t检验通过SPSS19.0软件根据24家公司t-1年和t-2年的财

6、务数据对20个指标进行显著性分析，我们设定两年的配对结果必须都在0.05的置信水平下通过配对t检验，才能说明该财务指标能够显著区别ST公司和非ST公司，并将通过检验的财务指标作为财务预警指标进入下面的主成分分析。初步筛选结果如表1所示，销售毛利率、销售净利率、ROE、ROA、流动比率、速动比率等共11个可进入下一阶段的财务预警指标。3.2主成分分析3.2.1基于初步筛选的11个指标，再通过主成分分析提取信息（前4个主成分综合指标信息提取度达到82.71%）后，本文提取的综合财务指标如下，并列主成分载荷矩阵表如表2所示。由表2成分矩阵的系数和各主成分特征值计算得到主成

7、分的系数矩阵如表3。根据表中系数矩阵和各标准化变量可得到t-2年4个主成分的综合表达式：Y1=0.028*ZX1+0.424*ZX2+0.087*ZX3+0.408*ZX4+0.326*ZX5+0.300*ZX6+0.328*ZX8+0.303*ZX9+0.212*ZX16+0.381*ZX17-0.242*ZX18Y2=-0.459*ZX1-0.209*ZX2+0.141*ZX3-0.296*ZX4+0.361*ZX5+0.427*ZX6+0.217*ZX8-0.284*ZX9+0.286*ZX16+0.002*ZX17+0.340*ZX18Y3=0.299*