篆苏 羹学 经 学 篆 一… ＿Ｉ一 【摘要】蕾文以我国企业资料为依据，利用１１ ５ ｒ Ｗｉｚ ｄ ｗｓ 据表３—１旋转后的因子载荷矩阵．得到各主成分因子与原始财 务比率指标的主成分模型： Ｚ１＝Ｏ ３８４Ｘ ＋Ｏ．０３７Ｘ２＋Ｏ １２２Ｘ３＋Ｏ＋Ｏ００Ｘ４＋Ｏ＋８７６Ｘ５＋Ｏ＋１６４Ｘ６＋Ｏ．０５２Ｘ７ ＳＰＳＳ统计软件．根据统计分组原理确定上市会司财务预警的评价区 域。提出了以前研究中罕有论及的分割点的计算方法，从 而确定了上 市公司财务预警模型的最优分割点 一、引言 构建财务预警模型。将危机消灭于萌芽中。是财务管理的一项重 要内容．也是财务管理制度创新的必然选择。但模型建立后。如何才 能知道企业是否处于财务困境呢？这就需要对模型的计算结果设定 一个判定的分割点，即通常所称的阀值。 二、模型的建立 在本文的研究中。选取了２００４年我国深沪股市Ａ股市场５４家 被ＳＴ的公司和５４家财务正常公司为样本。运用显著性检验筛选了 初始研究变量．最终选取９个财务指标作为多元判别分析的研究变 量．拟采用主成分分析法。确定上市公司财务预警模型。 运用ＳＰＳＳ １１ ５ ｆｏｒ Ｗｉｎｄｏｗｓ统计软件。将所收集样本组的财 务指标进行无量纲化和标准化处理后。根据上述已确定的９个研究 变量进行主成分分析。我们根据因子载荷矩阵的不惟性。对因子载 荷矩阵方差采用最大正交旋转法实行旋转。旋转后的载荷矩阵如下 表３—１、表３—２所示。 表３—１ 旋转以后的因子载荷矩阵表 财务指标 主成分 ｌ ２ ３ ４ ５ ６ ７ 应收账款周转率Ｘ ３８４ ６８Ｏ １８Ｏ —Ｏ９５ ３２５ —１Ｏ８ ．０４１ 总资产周转率Ｘ Ｏ３７ ９Ｏ５ ＯＯ２ １７９ —０７２ １６１ —０１５ 速动比率Ｘ １２２ ＯＯ３ １ ７８ Ｏ２Ｏ １Ｏ２ —０２４ ９６５ 股东权益比率Ｘ ０００ ０６３ ９４６ Ｏ８１ ＯＯ７ 一Ｏ３２ １８８ 总资产扩张率Ｘ ８７６ １３６ —１１４ Ｏ５１ ２４９ Ｏ２５ １ ７４ 债务保障率Ｘ １６４ Ｏ５３ 一Ｏ１０ Ｏ２４ ９３８ １７５ １０４ 主营业务现金比率Ｘ ０５２ Ｏ８６ 一Ｏ１５ 一Ｏ６５ １５７ ９６３ —０２４ 。 ＾ 总资产报酬率Ｘ ６７Ｏ １７１ ４７３ ３８３ —０７４ １２３ 一Ｏ３８ 主营业务利润率Ｘ １２２ Ｏ９６ ０９５ ．９５８ Ｏ２４ —０７４ Ｏ２４ 表３－２旋转以后的主成分特征值与贡献率表 卞成分序号 协方差阵的特征值 旋转后的因子提取结果 特征值 方差贡献率 累移 ｃ献率 特征值 方差贡献率 累积贡献率 １ ２ ６４１ ２９ ３４１ ２９ ３４１ １ ４２５ １５ ８３６ １５ ８３６ ２ １ ４４１ １６ ０１４ ４５ ３５５ １ ３５２ １５ Ｏ２４ ３０ ８６Ｏ ３ １ １９４ １３ ２６２ ５８ ６１６ １ ２０５ １３ ３８７ ４４ ２４６ ４ ９１４ １Ｏ１５４ ６８ ７７Ｏ １ １２Ｏ １２ ４４９ ５６ ６９６ ５ ８４６ ９ ３９６ ７８ １６６ １ Ｏ９３ １２１４８ ６８ ８４４ ６ ６２１ ６ ８９８ ８５ ０６４ １ ０１８ １１ ３１２ ８Ｏ１５６ ７ ５７Ｏ ６ ３３６ ９１ ４００ １ Ｏ１２ １１ ２４４ ９１ ４００ ８ ４７８ ５ ３１２ ９６ ７１３ ９ ２９６ ３ ２８７ １ＯＯ ＯＯＯ ＋Ｏ ６７０Ｘ８＋Ｏ １２２Ｘ９ Ｚ２＝Ｏ ６８０Ｘ１＋０ ９０５Ｘ２＋０ Ｏ０３×３＋０ ０６３Ｘ４＋０ １ ３６Ｘ６＋０．０５３Ｘ８＋００８６Ｘ ＋Ｏ １７１ＸＢ＋Ｏ ０９６Ｘ９ Ｚ。＝Ｏ １８０Ｘ１＋Ｏ Ｏ０２Ｘ２＋Ｏ １７８Ｘ３＋Ｏ ９４６Ｘ４－０ １ １４Ｘ５－０ ０１０Ｘ６一Ｏ ０１５Ｘ７ ＋Ｏ ４７３Ｘ８＋Ｏ ０９５Ｘ９ Ｚ４＝一０ ０９５Ｘ１＋０ １７９Ｘ２＋Ｏ ０２０Ｘ３＋Ｏ＋０８１Ｘ４＋０ ０５１Ｘ５＋Ｏ ０２４Ｘ６—０ ０６５×７ ＋Ｏ ３８３Ｘ８＋Ｏ ９５８Ｘ９ Ｚ ＝０ ３２５Ｘ广Ｏ ０７２Ｘ２＋Ｏ １０２Ｘ３＋Ｏ Ｏ０７Ｘ４＋Ｏ ２４９Ｘ５＋０ ９３８Ｘ６＋Ｏ １５７Ｘ７ ＋Ｏ ０７４Ｘ８＋Ｏ ０２４Ｘ９ ＺＢ＝一０＋１０８Ｘ ＋０ １６１Ｘ２—０ ０２４Ｘ３—０ ０３２Ｘ ＋Ｏ ０２５Ｘ５＋０ １７５Ｘ６＋Ｏ＋９６３Ｘ７ ＋Ｏ １２３Ｘ８—０ ０７４Ｘ９ Ｚ７＝０ ０４１Ｘ１—０ ０１５Ｘ２＋Ｏ ９６５Ｘ３＋０ １８８Ｘ４＋Ｏ １７４Ｘ５＋０ １０４Ｘ６—０ ０２４Ｘ７ —０ ０３８Ｘ ０ ０２４Ｘ９…Ｉ式３ １） 根据标准化后的数据表３—１、表３—２得出上市公司财务预警的 预测模型为： Ｙ＝Ｏ １５８３６Ｚ１＋０ １５０２４ＺＰ＋０ １３３８７Ｚ３＋０ １２４４９Ｚ４＋０ １２１４８Ｚｓ＋ ０１１３１２Ｚ Ｏ＋１１２４４Ｚ ……Ｉ式３ ２） 注：Ｙ一预测分值 Ｚ 一资产发展和盈利能力 Ｚ 一长短期 管理能力Ｚ 一长期偿债能力 Ｚ 一盈利能力 Ｚ 一现金流量 偿债能力 Ｚ 一现金流量能力 Ｚ 一短期偿债能力 上市公司运用该财务预警模型进行预测．计算出分值后，根据下 文设定的阀值就可确定上市公司财务预警的警度。 三、确定评价区域 （一）评价区域的定性分析 将样本组上市公司的各项财务比率标准化处理后的数据。代入式 ３ ２。计算得到各上市公司的预测分值，对预测结果Ｙ值进行排序。并 对Ｙ值进行频数统计，结果如表３－３。 表３－３ Ｙ值分布表 原始样本 判别区域 样本数 百分比（％） 累计样本数 累计百 （％） Ｙ＞１ １１ ２０ ４ １１ ２Ｏ ４ ０ ７＜Ｙ（１ ９ １６ ７ ２Ｏ ３７ １ 非ＳＴ公司 ０ ５＜Ｙ＜Ｏ ７ １９ ３５ ２ ３９ ７２ ３ （ｎ＝５４） ０ ３（Ｙ＜Ｏ ５ １１ ２Ｏ ４ ５Ｏ ９２ ７ Ｙ＜Ｏ ３ ｄ ７ ３ ５４ ＩＯ０ Ｙ＜Ｏ ２ ２９ ５３ ７ ２９ ５３ ７ ＳＴ公司 Ｏ ２＜Ｙ＜Ｏ ３ １２ ２２ ２ ４１ ７５ ９ （ｎ ５４） ０ ３＜Ｙ＜Ｏ ５ ５ ９ ３ ４６ ８５ ２ Ｙ＞Ｏ ５ ８ １４ ８ ５４ １０Ｏ 据此。可得到以下判别准则．从而确定评价区域。见表３—４。 用建立的模型对１Ｏ８家公司样本进行分类．在预测值Ｙ＝Ｏ ３ （安全警限）时，非ｓＴ类公司预测分值超过此值的个数为５Ｏ个。占 到该类公司总数５４个的９２ ６％；ＳＴ公司小于此值的个数为４１ 个，占到该类公司总数５４个的７５ ９％，总体预测精度为８４ ２５％。 维普资讯 http://www.cqvip.com
果虽然不是１ＯＯ％的满意。但考虑到在选择非ＳＴ类公司时是按 状况最好的企业；同时有的ＳＴ公司正在进行资产重组或改制， 务指标值不具有稳定性。此类公司并不是真正意义上的“财务失 ”公司。这 原因使得对原始样本的预测。预测值未达到１００％ 准确率。但这种较为随机的取样恰恰反映了样本我国证券市场 基本情况．因此评价区域的临界值安全警限Ｏ ３的选择具有较 的适用性。 表３—４半０另０准Ⅲ０表 对样本公司预测结果Ｙ值进行分组统计。计算分组资料的累计 表３－５预测分值分组的累计数以及累计百分数表 Ｙ值分组 ＳＴ股 酚 ＳＴ股索 Ｓ１股累计 非ＳＴ 非ＳＴ股 非ＳＴ股累 个数 计个数 百分 ㈣ 股个数 百分｝匕（。／ｏ） 羁十叶擞 计百分比（％ Ｄ ２以下 ２９ ５３ ７ ２９ ５３ ７ １ Ｏ ２一Ｏ ３ １２ ２２ ２ ４１ ７５９ ．ＳＴ类公司的板块分布随机抽取的。并不是选择上市公司中财 数以及累计百分数．得表３—５。 １ ８ ５ ６ ２０．４ ３５ ２ １ ４ １５ ３４ １ ８ ７．４ ２７ ８ ６３ Ｏ ３ １１ １９ Ｏ３一Ｏ ５ ５ ．９ ３ １１ １ ４６ ５２ ８５ ２ ９６ ３ Ｏ ５Ｏ ７ ６ 一预测分值Ｙ Ｙ＞０．７ 上市公司财务状况 非常安全区域 ０ ７以上 ２ ３ ７ ５４ １ＯＯ ２０ ３７ ０ ５４ １ＯＯ 对上述分组资料．画出ＳＴ股和非ＳＴ股的预测分值曲线．如图 （二）评价区域最优分割点的确定 ０． ５３２Ｙ＜ＹＯ（＜ ２Ｏ０ ．７５３ 严安灰失重全色败恶区化域区 域 ３—２。 ＼ ＳＴ股 非 ／Ｔ． 。腔口厂Ｌ ＿ 星 ＼ ／ 否割点，对处假设预测分值为随机变量Ｘ于即通常所称的阀值。一财家务上困市境公呢？司运这用就 财需务要预对警方模程型的进计行算预结测果设。如定一何个才能判定知道的 。可以利用样本数值来拟台密度函 ‘，、，、 日诅 ＋估Ｍ．建、口 惶甘△ Ｉ， 日 盘々日持固 ［ａ ａ ）。［ａ 。ａ２）。Ａ，【ａ ．ａ ） 其中．ａ ＜ａ ＜ａ ＜Ａ＜ａ 记Ａ．＝ｌｘ∈【ａｉ＝１．ａ）｝．＿＿１．２，Ａ。ｋ 并记ｍｉ为落在【ａ．．．ａ）内的样本数，则事件Ａ．发生的频率为： 其中ｎ：∑ｍｉｏ因此，事件Ａ．发生的概率为： Ｐ．：ｆ ｆ（×）ｄ×。ｉ １。２。Ａ．Ｋ 可 作嘉 ’一 ．一 ：… ：【 、 、 ‘ ｌ ｆ… ’… 此表称为样本分组频数分布表。在每个区间【ａ ・ａ一）一Ｌ・以此区 Ｉ为底．以一ＩＩ…为高作一个矩形（ｉ＝１．２。…．ｋ）。这样的图形称为 ＿本组频率分． ．．．布直方． … 。图。一 所一示。 一 一、 ｆ（ ｝ 一、 一ｆ． Ｉ＼ ｌ、 ｘ 图３－１ 样本组频率分布直方图 第ｉ个小区上矩形的面积为ｆ。由大数定理可知，当ｎ很大时．频 接近于概率 ｆｉ＝ｐｉ＝Ｊ ｆ（×）ｄｘ 因而每个小区间上小矩形的面积接近干概率密度曲线之下该区 】之上的曲边梯形的面积。一般来说．ｎ越大且分组越细。则直方图 】外廓曲线越接￣－ｊ－总体的概率密度曲线。 ＼／／／一一／＿、 ＼、、 ／／ ＿ 一一一图３－２ ＳＴ股和非ＳＴ股的ｊ委测分析值曲线图 从ＳＴ股和非ＳＴ股的预测分值曲线图可以看出，两个曲线的交 点所对应的 值就是ＳＴ股和州非ＳＴ股的临界判别值。因此。可以值 建 ｌ －粮该公 非 上述判别准则有时也会犯错误。如某公司为ＳＴ股公司－但计算 得到的预测分值Ｙ＞＾。被判为非ＳＴ股。错判的概率为ＳＴ股曲线、 直线ｘ＝ 、以及Ｘ围成区域的面积．称为犯第一类错误（弃真错误。 反之亦然．如某公司为非ＳＴ股公司．Ｌ ’ ’ 术厶 胜ｎ ’’但计算得到的预测分值Ｙ＜兰 。丹。 土 且 。、’ 被判为ＳＴ股．错判的概率为非ＳＴ股曲线、直线ｘ＝ 、以及Ｘ围成 区域的面积．……称为犯第二类错误（取伪错误）…， ………… ……。从统计学的角／…Ｌ ｐ…Ｊ…Ｅ， ￣ｔ来说。、… 任何一个分割点的设定都会使模型的判定结果犯上述的错误。 ， 为了减小犯错误的机率，在 附近设置一个灰色区域 Ｏ ３＜ ＜Ｏ ５，作为待定区域。这样判别准则为：预测分值Ｙ＞０ ５时．判 定该公司为非ｓＴｉ笛 预测分值Ｙ＜０ ３时．判定该公ｓ验及 墩 一－－－］为ＳＴ。。 １工，厂研 ＩＩＪ１ 且 ＬＴ田耳Ｋｆｕｕ、）Ｈ－－口 、） 什午， 目Ｉ ｕ＿１ Ｊ 、Ｉ ｕ＿ｕ 期定可被、的看判同上出为规市。ｓ运模Ｔ公的用公司本原财研则的务究情．预利建况警用立相模本的比型文财，的ｓ所务Ｔ最构预公优建警司分的模有割财型２点务的家．预进误行警判模预效．型警果误判率为５ ７１％ｉ效。与利果２用０检本３验文年。所结实确果际 非ｓ型在预测上Ｔ公司有５市公司财务家误判．危机方面误判率为１具有较强的可信度；４．３％。故可得出以下结本文所确定的论：该模 上巾公－６１财势坝瞀惧型明最优分割息伺较５里朗＿头用’ 。 需用指出的是对企业进行个案分析时。对某些异常情况应予以 特别关注・以免某些因素畸变影响最优分割点的准确性和风险判 断。比如有时由于其中个别指标的畸高或畸低－可能会导致Ｙ值异 常。同时。对于最优分割点，必须有正确的态度和清醒的认识。计算 结果显示有问题的企业。应该引起足够的重视．因为至少已经有一 个证据表明企业的财务状况可能陷入困境；而对计算结果显示正 常的企业．也不能高枕无忧，可以考虑向前延伸一年．再次使用模 型检验前一年的财务状况。●
因篇幅问题不能全部显示，请点此查看更多更全内容