基于因子和判别分析的上市公司财务危机预警研究

来源:用户上传      作者: 温小郑　高春艳

　　[摘要] 本文基于SPSS13.0系统的因子分析，对上市公司的财务指标进行了归类。再利用判别分析对此归类进行了分析，并得出最具影响的4个因子，分别为：发展因子、现金流量因子、盈利性因子和经营性因子。运用此方法可成功拟合出上市公司财务危机预警模型，预测精度达到84.5%，获得较好的预测效果和稳定性。
　　[关键词] 财务危机 因子危机 判别分析
　　
　　一、引言
　　
　　财务危机是企业无力支付到期债务或费用的一种经济现象，包括从资金管理技术失败到破产以及处于两者之间的各种情况，它反映了企业财务安全状况衰变的一个渐进过程。及早地发现公司财务危机信号，使经营者能够在财务危机出现的萌芽阶段采取有效措施改善企业经营，防范危机；使投资者和债权人可依据这种信号及时转移投资、管理应收账款及做出信贷决策。本文正是基于这一动机，旨在建立一个变量少且效果佳，可用于跨行业公司财务危机预警分析的判别模型。
　　
　　二、实证方案
　　
　　1.研究思路
　　本文选择了因子分析（Factor Analysis）和判别分析（Discriminant Analysis）二种统计方法实施实证研究。因子分析中的因子变量之间不存在线性相关性，而这正是判别分析的假定条件之一。因此，将二者有机结合起来，能规范整个研究过程，增强研究结果的解释能力和科学性。
　　(1)因子分析
　　因子分析是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原材料的大部分信息的统计方法。其基本思想是根据相关性大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。每组变量代表一个基本结构，这个基本结构称为公共因子或主因子。
　　设P个可观测的指标为x1,x2,Λ,xp; m个不可观测的因子为F1,F2,Λ,Fm。则因子分析的数学模型可表示为：
　　
　　
　　其中：m

　　3.模型的检验与分析
　　为了进一步检验预测模型的预警能力和稳健性，我们将利用预留的控制样本对模型进行再次验证。
　　将控制样本的45家样本公司数据利用上述模型求P值，以0.5为分割点作判别，并与2007年观测值相比较，得到较好的统计结果。此模型将30家非ST公司中的5家误判为ST公司，错误率达到16.7%；而对于15家ST公司中的4家判别错误，错误率为21.4%，综合I类错误和II类错误，模型总的判误达到20.5%，总正确率为79.5%。
　　对比估计样本和控制样本两者的判别结果，我们发现，模型对于非ST公司的预测准确率较高，而且较为稳定，两次检验的结果都达到了83%；另一方面，对ST公司的预测效果也较为稳定，只是预测准确率没有非ST公司高，这可能与ST公司的数据相对较少有关。但总的来看，模型的预测精度还是较高的，也较为稳定，总的正确率都达到了79%以上。
　　
　　四、结论
　　
　　本文引入因子分析法，与判别分析方法相结合，利用因子分析法在数据简化和结构化处理上的优势，在保证信息量的基础上，试图增强判别回归的预测效果和稳定性；利用判别模型进一步筛选出了4个主要的特征因子，分别为：发展因子、现金流因子、盈利性因子和经营性因子。这四个方面也是企业所特别关注的地方，从此就可推测出模型的预测精度较高。而从本文的研究结果来看，拟合的预警模型的预测精度达到了84.5%，而且二次检验结果较为稳定，从而在一定程度上实现了本文的设计意图。本文的研究也说明了，利用各计量方法的不同优势，有机组合，形成长短互补，能够有效克服单个方法研究中存在的约束问题，以此提高研究的科学性和准确性。
　　
　　参考文献：
　　[1]Altman E I, Haldem an R. Zeta analysis: a new model to identify bankruptcy risk ofcorporations [J], Journal of Banking and Finance, 1997.
　　[2]Beaver W H. Financial ratios as predictors of failure [J]. Journal of Accounting Research(Supplement), 1996.
　　[3]吴应宇袁陵:基于因子分析的上市公司财务危机预警研究的修正. 东南大学学报，2004
　　[4]姜秀华任强孙铮:上市公司财务危机预警模型研究[J]. 预测，2002
　　[5]余建英何旭宏;《数据统计分析与SPSS应用》.人民邮电出版社，2007

转载注明来源:https://www.xzbu.com/3/view-1491957.htm