基于多元判别分析的财务预警系统.pdf

《基于多元判别分析的财务预警系统.pdf》由会员分享，可在线阅读，更多相关《基于多元判别分析的财务预警系统.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2 01 0年 2月 第 l 3 卷第 3 期 中 国 管 理 信息 化 Ch i n a Ma n a g e me n t I n f o r ma t i o n i z a t i o n F e b 2 0 1 0 V o 1 1 3，N o 3 基于多元判别分析的财务预警系统 刘 晶，潘逸天，徐瑛瑛，李晓静，张 婧(上海立信会计学院 数学与信息学院，上海 2 0 1 6 2 0)摘要 随着我国市场经济体制改革的深化和资本市场的快速发展，企业发生财务危机乃至破产的情形越来越多，因此有效地预防财务危机的出现是一个重要的研究课题。本文采用实证分析的方法，利用我国上市公司的数据资 料，使用

2、 S P S S 1 3 0统计分析软件。基于多元统计分析方法，对财务危机状况进行预测分析。关键词 多元判别分析；企业偿债能力；企业盈利能力；企业运营能力；企业发展能力 d o i：1 0 3 9 6 9 0 i s s n 1 6 7 3 0 1 9 4 2 0 1 0 0 3 0 2 0 中图分类号F 2 7 5 文献标识码】A 文章编号1 6 7 3 0 1 9 4(2 0 1 0)0 3 0 0 4 9-0 4 引 言 世界经济 的大萧条触发了国际上对企业预警管理的 收稿日 期】2 0 0 9-0 4 1 5 研究。随着企业经济环境、竞争环境、经营情况的复杂化和 多样化，引起了许多专家

3、学者进行企业危机、企业风险管 理等方面的研究，目前企业预警管理已成为企业管理研究 的一个热点。本文采用实证分析的方法，对财务危机状况 业绩评价的影响的增加而明显增加，即二者之间不存在显 著的相关关系 从而否定假设 2。第三。公司会计指标 的使用与本分部对其他分部业绩 评价的影响呈正相关。本分部对其他分部业绩评价的影响 的回归系数为0 1 4 4，其对应的P值为 0 0 0 5，在 a=O 0 5的 显著性水平上具有统计显著性。这表明，在民营企业中，公 司会计指标的使用 随着本分部对其他 分部业绩评价的影 响的增加而明显增加 即二者之间存在正相关关系，假设 3 得到证实。第四。公司会计指标 的使

4、用与其他万 k 百 p-n t 对本分部业绩 评价的影响呈微弱负相关。其他分部对本分部业绩评价的 影响的回归系数为_ 0 1 c l 4 3，其对应的P值为0 3 9 2，在a=0 1 的显著性水平上不具有统计显著性。这表明。在 民营企业 中 公司会计指标的使用与其他分部对本分部业绩评价的 影响负相关，但二者之间的相关关系并不显著，从而否定 假设 4。第五，公司会计指标 的使用与分部的相对规模呈正相 关。分部的相对规模对本分部业绩评价的影响的回归系数 为0 0 6 1，其对应的P值为 0 0 1 7，在 a=0 0 5的显著性水平 上具有统计显著性。这表明，在民营企业中，公司会计指标 的使用随

5、着分部相对规模 的增加而明显增加，即二者之间 存在正相关关系 假设 5 得到支持。六、研究结论 本文主要研究分部特点与分部财务业绩指标之 间的 关系。在文献综述的基础上，本文提出了 5 个假设，以 l 1 0 家民营企业为样本进行回归分析。这 5 个假设中有两个得 到支持。具体结论如下：第一。假设 3 和假设 5 通过 回归分析得到了验证，这 说明当分部具有如下特点时，公司经理就会更多地使用公 司会计指标来评价万 k _ 百 p t 经理的业绩：(1)分部之间的依赖性 很大，并且本分部经理的行为对其他分部业绩评价的影响 较大；(2)u s 0 的规模相对较大。对于本分部对其他万 k -C t

6、l r 业 绩评价的影响这一 因素，当本分部对所有分部的影响相当 大时，可以认为其行为已经可以对整个公司产生影响，所以 可以用公司会计指标来评价分部经理的业绩。对于分部规 模这一因素，当分部规模无限大，即可以相当于总部时，就 可以用该分部来代替总部 用公司会计指标来衡量其分部 经理的业绩。第二。假设 l、假设 2 和假设 4 没有通过 回归分析。通 过对模型的线性 回归，我们发现，分部会计 指标 的使用 与 本分部对其他丌 k 百 p,o i?业绩评价的影响负相关，与其他分部对 本分部业绩评价的影响正相关：公司会计指标 的使用与其 他分部对本分部业绩评 价的影响负相关，但是，这种相关 关系并不

7、显著。也就是说，在民营企业中，分部之间的相互 依赖性的大小对分部会计指标的使用并没有非常显著的 影响。对于民营企业而言，其总体规模是属于中小型企业，因此，其分部相对而言 比较少。并且，他们在评价分部经理 的业绩时考虑到成本效益原则 不会将分部 的会计指标单 独计算出来去衡量分部经理的业绩 而可能更多地使用公 司会计指标来衡量分部经理的业绩。，主要参考文献 1 R M B u s h m a n，R J I n d j e j i k i a n，A S mi t h A g g r e g a t e P e r f o r m a n c e Me a-S U I e S i n B u s

8、 i n e s 8 Un i t Ma n a g e r Co mp e n s a t i o n：e R0 l e o f I n t r a fi r m I n t e r d e p e n d e n c i e s J J o u r n a l o f A c c o u n t i n g R e s e a r c h，V o 1 3 3，S t u d i e s o n Ma n a g e r i a l Ac c o a n t i n g,1 9 9 5：1 01 1 28 2 R M B u s h man，RJ I n d j e j i k i a n，

9、A S m i th C E O C o mp e n s a t i o n：r h e R 0 l C o f I n d i v i d u a l P e r f o r m a n c e E v a l u a ti o n J J o u ma l o f A c c o u n t i n g a n d E-c o n o mic s，1 9 9 6，2 1(2)3 R A L a mb e r t，D F L a r c k e r A n An y s i s o f the U s e o f A c c o U n t i n g a n d Ma r k e t M

10、e a s n r e s of P e r f o r ma n c e i n E x e c u t i v e Co mp e n s a t i o n Co n t r a c t s J J o u r n a l o f A C c o u n t i n g Re sea r c h，V o 1 2 5，S t u d i e s o n S t e w a r d s h i p Uses o f Ac c o u n t i n g I n f o r ma t i o n，1 9 8 7：8 5 1 2 5 4 R G S l o a n A c c o u n t i

11、 n g E a r n i n g s and T o p E x e c u ti v e C o mpen s a t i o n J J o u ma l o f A c c o u n ti n g a n d E c o n o m i c s，1 9 9 3，1 6(1-3)：5 5 一 l 0 o 财务 管理 进行预测分析。2 企业财务预警系统的构成 2 1 预警指标 预警指标选择得好，预警系统就能真正起到预知危 机、控制危机的作用：预警指标选得不好，财务预警系统形 同虚设，起不到防患于未然的作用。2 2 预警判断 包括财务预警模型的建立和警戒线的判断。在上述财 务预警指标设计

12、和选择原则指导下，笔者认为，完整反映企 业经济运行状况的财务预警指标体系 应该包括的内容有：(1)反映企业偿债能力的指标。为了评价债权人关注 的资产负债水平和偿债能力 应该选择流动比率、速动比 率、现金比率、资产负债率、产权比率、利息保障倍数等指 标，用来分别反映企业短期偿债能力和长期偿债能力。(2)反映企业盈利能力的指标。为了评价投资者关注 的盈利能力 应该选择销售利润率、总资产报酬率、资本权 益率、成本利润率等指标。(3)反映企业营运能力的指标。为了评价企业运用资 产进行生产经营活动的能力(即资产的周转、利用程度)，应该选择对资产周转、利用程度影响较大的应收账款周转 率和存货周转率等指标。

13、(4)反映企业发展能力的指标。为了评价企业经营规 模、资本增值、支付能力、生产经营成果、财务成果的增长 情况，从而评价企业的营运能力和获利能力 应该选择利 润增长率、销售增长率、总资产增长率、固定资产增长率、资本积累率、资本保值增值率等指标。3 企业财务预警系统的模式 根据国外企业的成功经验。建立企业财务预警系统主 要有两种模式：3 1 单变量模式 通过单个财务比率走势，预测财务危机。这种模式最 早由威廉 比弗提出，他认为按综合性和预测能力大小，预 测企业财务风险的比率主要有：(1)债务保障率=现金流量 负债总额；(2)资产收益率=净收益 资产总额；(3)资产负债率=负债总额 资产总额；(4)

14、资产安全率=资产变现率 资产负债率。3 2 多变量模式 这种模式最初由美国爱德华 阿尔曼提出，用以计量 企业破产的可能性。本文着重讨论多变量模式，即应用多元统计方法。4 多元统计的方法 多元统计的方法主要有：因子分析法、主成分分析法、聚类分析法和判别分析法。4 1 因子分析法(F a c t o r A n a l y s i s)因子分析法是主成分分析法的推广，是将错综复杂的 随机变量综合为数量较少的随机变量，来描述变量之间的 相关关系，再现原始指标与变量之间的关系。这少数几个 随机变量是不可观察的。通常称为因子。因子分析法也可 以认为是将评价指标按原始数据的内在联系进行分类，同 5 0C

15、H I N A MAN A G E ME N TI N F O R MAT I O N I Z AT I O N 类指标的相关程度高，不同类指标的相关程度低。因子分 析法又分为 R型因子分析法和 Q型因子分析法。R型因 子分析法是从相关系数矩阵出发进行分析，Q型因子分析 法是从相似系数矩阵出发进行分析。因子分析方法一般用 于评价企业整体财务状况，具体步骤如下：(1)选择评价指标，建立评价指标体系；(2)将指标值转化为指标体系值；(3)确定各指标在评价指标体系中的权重；(4)将指标评价值加权平均，求得综合评价值。一般选择流动 比率、速动 比率、资产负债率、存货周转 率、净资产收益率、应收账款周转

16、率、主营业务利润率、总资 产收益率、总资产周转率等 9 项指标对企业财务状况进行综 合评价。通过因子分析法，可以清楚地观察到影响企业财务状 况各影响因素之间的关系，找出能明确反映不同侧面问题 的因子提供的重要程度信息，并将其提炼成一个新的综合 因子，依次实现对企业财务状况的综合评价。4 2 主成分分析(P ri n c i p a l C 0 m p 0 n e n t s A n a l y s i s，P C A)主成分分析旨在利用降维的思想，把多指标转化为少 数几个综合指标。我们在分析企业 的财务状况、经营成果和现金流量 时 为了能全面、系统地分析企业 的整体状况会考虑众多 的影响因素，

17、这些影响因素一般常以指标形式表现。虽然 每个财务指标都从不同方面、不同程度反映了企业的财务 信息 但各指标之间具有一定的相关性，这必然会导致所 统计的数据反映的信息在一定程度上有所重叠。而且研究 的指标变多，势必会增加计算量 同时更会引起分析问题 的复杂性。主成分分析比较理想地解决了这一问题，使我们 在定量分析企业整体的财务状况时，能将所研究的变量减 少。但又保持较多的信息量。比如，我们采用杜邦分析法，以 R O E(净资产收益率)为核心指标，通过它的展开，可以得到销售净利率、总资产 周转率和权益乘数 这样我们就充分利用了资产负债表和 利润表中的数据，同时对企业的盈利能力、资产管理能力 和偿债

18、能力进行了分析。这种仅利用一个核心综合指标(R O E)来综合反映企业状况的处理方法与主成分分析有着 相同的基本思想。也是主成分分析方法应用的一种表现。由此可见主成分分析方法在对企业的各方面能力(如盈利能力、资产管理能力、偿债能力、经营发展能力、资 本结构等)的分析中起着极 为重要的作用，是压缩评价指 标数的有效方法。4 3 聚类分析(C l u s t e r A n a l y s i s)一 聚类是将数据分类到不同的类或者簇 的一个过程，所 以同一个簇 中的对象有很大的相似性，而不同簇间的对象 有很大的相异性。聚类分析的目标就是在相似的基础上收 集数据来分类。通俗地讲，聚类分析是依据事物

19、的性质和 特征的相似程度，将彼此相近的样本分在一类，差异较大 的分在不同的类。因此。我们可以通过聚类分析，把财务状 况较好的公司与较差的公司分在不同的类，以此来判断公 司财务状况的好坏。财务 管理 4 4 判别分析(Di s c rimi n a t o r y An a l y s i s)判别分析的任务是根据 已掌握的一批分类 明确的样 品 建立较好的判别函数，使产生错判的事例最少，进而对 给定的 1 个新样品，判断它来 自哪个总体。根据资料的性 质 判别分析分为定性资料的判别分析和定量资料的判别 分析：采用不 同的判别准则，又有费歇、贝叶斯、距离等判 别方法。费歇(F i s h e r

20、)判别思想是通过投影，使多维问题简化 为一维问题来处理。选择一个适当的投影轴。使所有的样 品点都投影到这个轴上得到一个投影值。对这个投影轴的 方向的要求是：使每一类内的投影值所形成的类内离差尽可 能小。而不同类间的投影值所形成的类间离差尽可能大。贝叶斯(B a y e s)判别思想是根据先验概率求出后验概 率，并依据后验概率分布做出统计推断。所谓先验概率，就 是用概率来描述人们事先对所研究 的对象的认识程度；所 谓后验概率。就是根据具体资料、先验概率、特定的判别规 则所计算出来 的概率。它是对先验概率修正后的结果。距离判别思想是根据各样 品与各母体之 间的距离远 近做出判别。即根据资料建立关于

21、各母体的距离判别函数 式，将各样品数据逐一代人计算，得出各样品与各母体之 间的距离值，判样品属于距离值最小的那个母体。在此，本文着重讨论多元判别分析法。5 多元判别分析法 5 1 判别分析的基本步骤：我们应用 S P S S 来进行判别分析模型的构建。其过程 为，对于分为 组的研究对象，可建立(k 一 1)个典型判别 函 数(原始 自变量的线性组合)和 k个 F i s h e r 线性判别函数，然后将各样品的自变量回代到判别函数中，计算其判别分 数或者属于各组的概率，根据数值的大小判别样 品所属组 别 对 比样品的原始组别给出错分率。具体步骤如下：(1)选择 自变量和组变量；(2)计算各组单

22、变量描述统计量，包括组 内均值、组 内 标准差、总均值、总标准差、各组协方差矩阵、组间相关矩阵，并对组间均值相等及协方差矩阵相等的零假设进行检验；(3)推导判别系数，给出标准或未标准化的典型判别 函数系数，并对 函数显著性进行检验；(4)建立F i s h e r 线性判别模型；(5)按照一定的规则进行分组；(6)进行样本 回判分析，计算错分率；(7)输出结果；(8)结合实际情况进行分析。5 2 建立模型的数据假定与原始数据的选择 在财务分析的指标中，最常见的指标有流动比率、速 动 比率、净资产收益率、总资产周转率等。如果公司的这些 财务比率较低 则容易陷入财务 困境 中。为此，本文应用多 元

23、统计分析中的判别分析来建立判别函数：Z=a 0+a 1 流动比率+n 2 速动比率+a 3 净资产收 益率+a 4 x总资产周转率 式中，Z为判断函数；n 0 为常数项；a 为流动比率对判 断 函数 的影响系数；为速动 比率对判断函数 的影响系 数；为净资产收益率对判断函数的影响系数；m为总资 产周转率对判断函数的影响系数。每个系数可以根据历史 资料进行 回归得出。为了使建立的模型具有有效性，本文 假定流动比率、速动比率、净资产收益率、总资产周转率数 据都服从正态分布。为了得到 a o、a 、a 2、o,4，我们从 网上随 机下载若干财务数据 按流动 比率、速动 比率、净资产收益 率、总资产周

24、转率的假定，进行整理，如表 l 所示。表 1 原始数据 类别 公 司名称 总资产周转率 流动比率 速动 比率 净资产 收益率 2 河北建设 能源投资股份有限公司 0 4 2 5 7 0-3 9 O 1 0 2 8 8 l 0 0 8 6 0 1 西北轴承股份有限公司 0 4 9 7 5 1 4 8 2 5 0 9 5 5 3 0 1 7 1 4 l 大唐高鸿数据 网络技术股份有 限公 司 0 6 8 6 9 1 7 6 0 7 1 2 6 4 2 0 1 3 l 3 l 盾安环境 1 2 1 2 3 1 4 9 1 1 0 9 7 7 9 O 1 6 5 6 2 合肥美菱 1 2 9 6 9

25、O 7 2 l 2 0 4 6 1 5 0 0 2 1 4 1 莱茵置业 0 4 4 0 6 1 2 9 2 0 0 8 7 0 6 0 2 4 5 3 1 芜湖港储运 0 2 7 6 6 1 7 1 9 5 1 6 8 6 6 O 1 5 7 5 2 成都华神 0 4 8 7 9 0 9 3 0 6 0 7 0 5 3 0 0 0 4 9 1 北京华胜天成科技股份有限公 司 1 1 4 2 8 2 O 7 7 2 1 2 2 7 5 0 1 4 1 3 2 中国纺织机械股份有限公 司 0 1 9 2 0 0 5 4 8 6 0 4 0 5 7 0 0 5 4 5 1 安徽省皖能股份有限公司

26、O 2 9 l 2 0 7 6 3 0 O 6 8 l 6 0 1 1 4 2 2 安徽 丰原生物化学股份有 限公 司 0 6 4 6 7 0 4 5 3 0 0 2 8 4 3 0 0 1 9 9 l 天地科 技 O 8 l 6 4 1 4 1 8 8 0 8 9 1 0 0 3 9 9 4 1 贵州赤天化股份有限公司 0-3 l 0 9 1 8 5 7 6 1 5 8 9 2 0 1 2 8 6 2 福建众和股份 有限公 司 0 4 9 7 7 0 9 4 0 8 0 7 O 6 3 0 1 8 2 3 1 芜湖港储运股份有限公司 0 2 7 6 0 1 7 2 0 7 1 6 8 7 8

27、 O 1 5 7 3 备注：类别 1 为非 S T组，类别 2 为 S T组。财务 管理 表 2 未标准化的典型判别函数 系数 Fun e t i o n 1 流动比率 2 5 8 8 速动比率 0 3 0 3 净资产收益率 6 9 8 0 总资产周转率-0 5 4 7 (C o n s t a n t)-4 0 6 9 表 3 标准化的典型判别函数系数 F un c fio n l 流动 比率 0 8 3 8 速动 比率 O O 9 6 净资产收益率 O 5 4 8 总资产周转率 一 0 1 9 9 表 4 W i l k s L a mb d a T e s t o f F u n c t

28、 i o n(s)Wi l k s L a mb d a C h i-s q u a r e d f S i g l 0 2 4 8 1 6 7 1 9 4 0 O 0 2 表 5 F is h e r 线性判别 函数系数 类别 l 2 流动 比率 6 9 5 2 -1 7 4 9 速动 比率 9 8 3 5 8 8 1 5 净资产收益率 3 9 4 6 4 l 5 9 9 7 总资产周转率 4 6 6 2 6 5 0 2 (C o n s t a n t)-1 6 6 7 -4 9 0 8 表 7 全模型法判别结果 类 P r e d i c t e d G r o u p Me mb e

29、r s h i p T o t a l 别 1 2 l 8 2 l O C o u n t 2 l 5 6 Or i g i na l l 8 0 O 2 0 O l 0 o 0 2 1 6 7 8 3 _ 3 l 0 0 O a 8 7 5 o f o r i g i n a l g r o u p e d c a s e s c o r r e c t l y c l a s s i fi e d 表 2、表 3给出了典型判别函数的未标准化系数与 标准化系数。由此，我们构建典型判别模型如下：Z=-4 0 6 9+2 5 8 8 x l+0 3 0 3 x z+6 9 8 0 x D 5 4

30、 7 x 4(未标准 化)Z=O 8 3 8 x l+0 0 9 6 x z 3 5 4 8 x 3,-0 1 9 9 x 4(标准化)由表 4可知，p=0 0 0 2 0 0 5，说明在 0 0 5的显著水 平下，典型函数是显著的。表 5给出了F i s h e r 线性判别函数系数，据此建立 F i s h e r 线性判别模型如下：非 S T组：=一 1 6 6 6 7+6 9 5 2 x 1+9 8 3 5 x 2+3 9 4 6 4 x 3+4 6 6 2 x 4 S T 组：=-4 9 0 8一 1 7 4 l+8 8 l 2+1 5 9 9 7 x 3+650 2 5 2，C H

31、I N AMA N A G E ME NT ：O R M A1 J 0Nf Z A 丁 f o N 表 6 逐步判别结果 类 P r e d i c t e d G r o u p Me m b e r s h i p T o t a l 别 1 2 1 9 l 1 0 C o u n t 2 l 5 6 Or i g i n a l l 9 0 O 1 0 0 l 0 o 0 2 1 6 7 8 3-3 l O o 0 a 8 7 5 o f o ri g i n a l g r o u p e d c a s e s c o r l c tl y c l as s i fi e d 表 6

32、给出了逐步判别分析小结。公司破产的正确分组 率为 9 0，错分率为 1 0；公 司未破产的正确分组率为 8 3 3 错分率为 1 6 7。表 7 给出了全模 型法的判别分析 小结，公司破产的正确分组率为 8 0，错分率为 2 0；公司 未破产的正确分组率为 8 3 3，错分率为 1 6 7。6 结语 本文采用全模型判别分析法 的判别效果低于逐步判 别分析法的判别效果 这说明选择对判别贡献大的变量，建立判别模型要优于未加选择的使用。从判别的结果来 看。本文选择 的上市公司判别的效果较好，但如果各公司 判别的效果不太好，建议进一步收集数据，同时引入其他 的指标变量再建立模型。另外，本文所用的样本偏少，如果 要得到更精确的结果，建议样本控制在 3 0 个以上。主要参考文献 1 陈晓，等财务困境研究的理论、方法与应用 J 投 资研究，2 0 0 1(6)2 苗润生公 司财务预警系统研究 J J 中央财经大学学报，2 0 0 3(8)3 徐锡意上市公司财务危机的预警模型 J 统计与决策，2 0 0 3(4)4 卫海英S P S S1 0 0 在经济管理中的应用 M 北京：中国统计出版社，2 o o1 5 王学民应用多元分析岬 上海：上海财经大学出版社，2 0 0 7