（会计学专业论文）以主成分分析构建我国上市公司财务预警模型的实证研究.pdf

苏州大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立 进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文 不含其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏 ：j j - | 大学或其它教育机构的学位证书而使用过的材料。对本文的研究作 出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本 声明的法律责任。 研究生签名：趣! 三 日期：兰型生型 学位论文使用授权声明 苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论 文合作部、中国社科院文献信息情报中心有权保留本人所送交学位论 文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论 文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的 保密论文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的 全部或部分内容。论文的公布( 包括刊登) 授权苏州大学学位办办理。 研究生签名：盘! 三日期：e ：! ：吵：兰对 以主成分分析构建我田l 市公- d 时务颅警模型的填i l ( i j i j l中史性星 中文提要 我国加入w t o 后，企业所面临的经营风险、财务风险日益增大。在这种环境 下，如何有效地避免和分散这些风险成为了当前财务学界讨论的热点。财务预警 作为财务风险管理中的一个重要环节，受到了许多学者的青睐。本文以我国的上 市公司对样本，通过引入一种科学的统计分析方法主成分分析来创建我国企 业的财务风险预警模型，期望在财务预警的研究方法上有所创新。主成分分析是 通过少数的几个主成分尽量代表全体变量的信息，这样既可以减少研究变量的个 数，又抓住了主要矛盾，有利于问题的分析和处理。 文章首先对我国企业进行财务预警的意义进行了简要的阐述，指出了财务预 警的必要性；从国内外两方面对财务预警模型实证研究的成果进行了综述，对这 些成果进行评析总结的基础上提出这些研究对本文的启示：接着概要地介绍了本 文的研究方法主成分分析和研究的技术路线：文章最后，提出了研究结论和 有必要说明的其他问题。 在本项目的研究中，选取了2 0 0 3 年我国深沪股市a 股市场5 4 家被s t 的公司 和5 4 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 个财务指标作为判别变量，其中引入了现金流量指标。在分析方法上，运用主成 分分析建立了我国上市公司财务预警模型，根据统计分组原理确定了上市公司财 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。研究结果 表明：本研究建立的财务预警模型正确率为8 4 2 5 。本研究最后对所建立的模型 进行了科学论证。 关键词：财务预警模型 主成分分析分割点显著性检验 作者：贲友红 指导教师：俞雪华 以土垃仆分析构建我罔l 。市公州时并颅警模型的实证研究 英殳提要 e m p i r i c a ls t u d yo n f i n a n c i a la f f a i r se a r l yw a r n i n gm o d e l o ft h el i s t e dc o m p a n yi no u rc o u n t r yb yt h ea p p r o a c h o ft h ep r i n c i p a lc o m p o n e n ta n a l y s i s a b s t r a c t a f t e ro u rc o u n t r yi se n t e r i n gi n t ow t o ，m a n a g i n gr i s k sa n df i n a n c i a lr i s k sw i t h w h i c hc o m p a n i e si no u rc o u n t r ya r ec o n f r o n t e da r ei n c r e a s i n g l yi m p r o v e d i nt h i s e n v i r o n m e n t ，h o wt oa v o i da n dd i s p e r s et h e s er i s k sh a sb e c o m et h ed i s c u s s e dh o t s p o ti n t h ef i n a n c i a ls c o p e m a n yp r a c t i t i o n e r sf a v o rt h ef i n a n c i a la f f a i r se a r l yw a r n i n ga sa l l i m p o r t a n ts t e po ft h ef i n a n c i a lr i s km a n a g e m e n t t h i sp a p e rs e l e c t st h el i s t e dc o m p a n y a st h es a m p l e sa n dt r i e st oe s t a b l i s haf i n a n c i a la f f a i r se a r l yw a r n i n gs y s t e ma n dm a k e s o m ei n n o v a t i o n so nt h er e s e a r c hw a y sb yu s i n gt h es c i e n t i f i cs t a t i s t i c sw a y s t h e p r i n c i p a lc o m p o n e n t sa n a l y s i s t h i sa n a l y t i c a l m e t h o du s e saf e wk e yf a c t o r st o r e p r e s e n to v e r a l lc h a n g e t h ew a yi sc o n v i n e n tt oa n a l y s i st h ep r o b l e mb e c a u s ei t r e d u c e st h en u m b e ro fv a r i a b l e s i nt h i sp a p e r , f i r s t ，i ts h o w st h es i g n i f i c a n c eo fc o n d u c t i n gf i n a n c i a la f f a i r se a r l y w a r n i n gm o d e l s i no u rc o u n t r ya n de m p h a s i z e st h en e c e s s i t i e so ft h i ss t u d y i t s u m m a r i z e st h ed o m e s t i ca n da b o r da c h i e v e m e n t se m p i r i c a ls t u d yo nf i n a n c i a la f f a i r s e a r l yw a r n i n gm o d e l i tg i v e st h el e s s o n sc o n d u c t i n gf r o mt h i ss t u d yo nt h eb a s i so f a n a l y z i n ga n dc o n c l u d i n gt h e s er e s u l t s t h e n ，t h ew r i t e rs i m p l yi n t r o d u c e st h ep r i n c i p a l c o m p o n e n ta n a l y s i s a tl a s t ，t h es t u d yp r e s e n t st h ec o n c l u s i o n sa n do t h e rp r o b l e m s ， w h i c ha r en e c e s s a r yt ob ep o i n t e do u t i n t h i ss t u d y , i ts e l e c t s5 4 “s t ”c o r p o r a t i o n sa n d5 4n o r m a lc o r p o r a t i o n sa s s a m p l e si ns h a n g h a ia n ds h e n z h e ns t o c km a r k e ti nt h ey e a ro f 2 0 0 3 t h ep a p e rc h o o s e s s o m ev a r i a b l e sf r o ma l lo ft h eo r i g i n a lv a r i a b l e sb yt h et e s to fs i g n i f i c a n c e a tl a s t ，i t s e l e c t s9f i n a n c ei n d e x e sa sd i s c r i m i n a t i n gv a r i a b l e s i ta p p l y st h ei n d e xo fc a s hf l o wi n o r d e rt of i n dt h e i rd i s c r i m i n a t i n ge f f e c t s a f t e rt h a t ，t h ep a p e re s t a b l i s h e sf i n a n c i a l a f f a i r se a r l yw a r n i n gm o d e lb yu s i n gt h ea p p r o a c ho fp r i n c i p a lc o m p o n e n ta n a l y s i s i t a l s os e t su pa ni n t e r v a lf 、o ri d e n t i f i n gt h ee x t e n to ff i n a n c i a le v a l u a t i o n sa n dp r e s e n t sa l l 土成分分析构建我周 市公卅财务颅警模型的实l 正研究英文挺筻 m e t h o d o l o g yt oc a l c u l a t et h ec u tp o i n tt h a ti sr a r e l ym e n t i o n e di n m o s to fp r e v i o u s s t u d i e sf o rm u l t i v a r i a t em o d e l s t h ep a p e rt e s t sa n dv e r i f i e st h es i g n i f i c a n c eo ft h e w a r n i n gm o d e lb yt h et e s to fh y p o t h e s i s i ts h o w st h a tt h ed i s c r i m i n a t i o nm o d e l sc a n p r e d i c tt h ef i n a n c ed i s t r e s st o8 4 2 5 c o r r e c t l y k e yw o r d s ：f i n a n c i a la f f a i r se a r l yw a m i n gm o d e l p r i n c i p a lc o m p o n e n ta n a l y s i s ； c u tp o i n t ； t e s to fs i g n i f i c a n c e w r i t t e nb yb e n gy o u h o n g s u p e r v i s e db yy u x u e h u a 以上成仆分析构建我罔f + 市公- q 财抒颅警模型的实证研究 1 绪论 1 1 问题的提出和研究意义 2 0 0 3 年以来，我国经济发展出现了一些问题，如夏季电力缺乏、房地产过热、 汽车行业过热的现象，煤炭、钢铁价格持续上涨。由于缺乏预警，造成了许多事 件被动的结果。人们深感忧虑的同时，呼唤尽快建立经济预警机制与监测体系。 作为社会经济主体的企业与社会动脉息息相关，同样需要预警机制与监测体系。 随着我国经济市场化和全球经济一体化的逐步推进，企业面临着瞬息万变的市场， 企业管理者的有限理性和信息的不对称性使得企业的决策具有不可避免的风险 性。如果企业对风险控制不力，最终遭受侵害的显然是资金运动的中枢即财务管 理，由财务状况的渐进恶化可能引发财务危机。由于财务风险既有可能给企业造 成损失，也有可能给企业带来利益 1 】；任何企业的危机又都是一个渐进恶化的过程。 因此，企业应树立忧患意识，防微杜渐，构建一个实用的财务预警模型，在财务 系统的正常运作中，对财务运营过程进行跟踪、监控，及时发出预警信号，告知 其企业管理者和利益相关者，以便及时采取相应的措施，避免或减弱对企业的破 坏程度，实现财务风险由可能的损失向利益地转化。事实上，财务风险既受外部 经营环境的影响，又受内部经营条件的制约，财务风险无时不在，无处不在，对 财务风险进行监测和预警十分必要。需要强调的是财务预警不是在企业将要发生 危机时才进行，而是只要企业财务系统运行偏离目标时就要财务预警。 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 是财务管理制度刨新的必然选择 2 】。在这方面，国外己在多年的理论探索和实践摸 索中建立了一套行之有效的财务预警模型。s h i r a t a ( 1 9 9 8 ) 3 】、黄国良( 1 9 9 9 ) 4 1 和o o g h e ( 2 0 0 2 ) 5 1 等通过实证研究认为一国建立的模型不一定能直接适用于另一 个国家，因此有必要研究适合我国国情的财务预警模型。另外财务预警模型也应 该是不断发展的，建立模型的资料应该具有时效性。在我国经济发展同新月异的 环境中需要用不断更新的数据资料建立新的模型，以便及时反映时代的发展。模 型不是事先给定的，是数据本身决定的，模型的作用是为了更好地分析数据。因 此应浚可以有多种方法建立财务预警模型。本文的写作目的是：通过引入一种科 学的统计分析力+ 法主成分分析柬创建我国企业的财务预警模型，朗望在财务 以主j 成分分析构建我困1 市公；d 财务预普模型的实证研究i 绪论 预警的研究方法上有所创新。 主成分分析是通过少数的几个主成分尽量代表全体变量的信息。如果原来的 变量之间没有线性关系，那么得到的主成分将与原始变量一样多，达不到减少变 量的目的。预测企业财务状况，实质上就是多财务指标的综合评价。为了获得充 分的信息对企业的财务状况进行可靠的判断，我们往往要选择多个变量进行观测， 因为每一个变量都在不同程度上反映了企业的财务信息，但是变量个数太多不仅 会增加分析企业财务状况的复杂性，而且会因为变量间的相关性造成信息的重叠。 通过应用统计软件s p s s ，将各财务指标用少数几个潜在的主成分的线性组合来表 示，自动生成因子权重，简化实测系统。同时主成分分析，使我们在分析问题时 能够抓住问题的主要矛盾。 1 2 财务预警模型研究成果回顾及启示 1 2 1 国外财务预警模实证研究成果的回顾 财务危机预警的实证研究国外起步较早，成果较多。从最简单的单项财务指 标到多个财务指标共同组合成一个多变量模型：从最直觉的多元回归模型到线性 概率模型，再到突破传统统计方法的类神经网络等。各种模型都在在不同时期发 挥了应有的作用，现总结如下。 1 ) 以财务比率构建财务预警模型 ( 1 ) 单变量( 或单个财务比率) 模型 单变量模型是指以某单个财务指标作为判别标准来判断企业是否处于财务困 境的预测模型。西方经济学界自2 0 世纪3 0 年代起，就有学者陆续对公司财务预 警模型进行研究，其中的先驱者当推选f i t p a t r i c k ( 1 9 3 2 ) 6 1 ，他发现财务困境的公 司其财务比率与正常公司的财务比率显著不同，从而认为企业的财务比率能够反 映企业财务状况，并对企业未来具有预测作用。他的研究发现两个指标有较强的 判别能力，即净利润比股东权益的比率和股东权益与负债比率，但在当时并未引 起广泛的重视。其后美国学者w i l l i a mb e a v e r 7 1 就1 9 5 4 一1 9 6 4 年间的财务危机公司 随机抽样，共有7 9 家危机样本公司，再利用配对法为每一个样本公司寻找一个属 于相同产业、相似规模的_ f 常公司作为配对比较，检验两组公司在失败前五年在 1 4 个财务比率上的差异程度。于1 9 6 6 年提出了较为成熟的单变量判定模型，引起 了社会各界广泛的重视。他的研究成果发现，债务保障率即现金流量比负债总额 是预测经营失败的最佳指标，其次是负债占资产的比重，以及资产报酬率。而且 以主成分分析构建我罔j 市公州财务颅警模型的实证研究 i 绪论 这些指标的时效性越强，预见性越准确。 按照单变量模型的解释，企业发生财务失败是由长期因素而非短期因素造成 的，因此企业可以长期跟踪这些比率的变化，借以预测企业的财务危机。显然， 这种模式的不足是：单个比率都只反映企业风险程度的一个方面，并且当它们彼 此不完全一致时，指标的警示作用可能被抵消，因而有效性受到一定的限制。归 根到底，单变量模型的缺陷在于：企业财务特征不可能由单个变量充分反映出来。 大多数研究人员意识到这一点时，开始倾向于多变量模型的研究。 ( 2 ) 多变量模型 多变量模型是将各层面具有代表性的财务比率，各赋予一个权重，组成一个 综合财务指标，用以评估企业财务状况的模型。具体地说，从企业财务报告中计 算出一组反映企业财务危机程度的财务比率，根据这些比率对财务危机警示作用 的大小给予不同的权重，最后进行加权计算就得到一个企业的综合风险总判别值， 将其与临界值对比就可确定企业财务危机的严重程度。多变量分析方法应用最著 名的是美国a l t m a n 教授的z s c o r e 模型。早在2 0 世纪六十年代，a l t m a n s l 就将多 变量统计分析方法判别分析( d i s c r i m i n a n ta n a l y s i s ) 运用到企业破产预测中。 a l t m a n 的研究设计亦仿照b e a v e r ，就1 9 6 4 1 9 6 5 年中宣告破产的3 3 家公司作为研 究样本的实验组，并寻找行业、规模相似的公司配对。经过大量的实证考察和分 析研究，从2 2 个财务指标中综合出5 个判别变量，结合成一个线性模型，定名为 z 值模型。其基本表达式为： z = i 2x i + 1 4 x 2 + 3 3x 3 + o 6x 4 + 0 9 9 9x 5 其中，z 一短期出现破产的概率x ，一营运资本，总资产x 2 一留存收益总资 产x 3 一息税前利润总资产) ( 4 一资本市值负债总额x 5 一销售额总资产 根据这模型，a l t m a n 模型的临界值为3 ，当z 3 0 公司基本上不存在财务风险。 基于该模型的变量未考虑规模效果，未涵盖风险观念，a l t m a n 等人在1 9 7 7 年 添加了两项变量并做了修正，重新建立模型，即z e t a 模型。但是a l t m a n 亦指出， 随着环境的改变，财务危机预测模型应调整，没有任何时点任何环境都适用的预 测模型。 7 0 年代同本学者也采用了与a l t m a n 相类似的方法，研究企业业绩评价、风险 估计的方法。所不同的只是计算z 值的指标选择有定的差异。他们建立的判别 以士成分分析构建我周f 市公。1 财务厩替模型的实证研究i 绪论 模型【9 j 为： z = 2 1xx + 1 6 x 2 1 7x 3 一x 4 + 2 3 x 5 + 2 5x 6 其中，z _ 一短期出现破产的概率x 1 一销售增长率x 2 一总资产增长率 x 3 一盈利分配率) ( 4 一资产负债率x 5 一流动比率x 6 _ 一粗附加值生产率 该模型认为z 处在0 - - 1 0 的数值范围为可疑地带，属灰色区域，表明企业存 在安全隐患：z 值高于1 0 ，企业财务状况良好；低于0 ，表明企业存在严重的财 务危机。 尽管多变量模型具有较高的判别精度，但模型的历史局限性在实践中逐步显 现出来，主要缺陷有两个方面：一方面不同企业有不同的财务预警临界值，不能 用一个千篇一律的财务预警系数来测度所有企业的财务风险；另一方面选取的样 本数较少，未考虑现金流动等方面的情况。 2 ) 改良研究方法的财务危机预测模型 除传统的分析预测外，目前国际上视为主流的是借助于数学、统计等工具构 建的财务预警模型。总体上可分为统计类和非统计类。统计类的主要包括一元判 别分析法、多元判别分析法、多元逻辑回归法等；非统计类方法主要有以神经网 络为代表的模拟类预测方法，案例分析法等。需要指出的是上文提到的单变量模 型运用的方法即为一元判别分析法，z 模型、z e t a 模型以及日本开发银行建立的多 变量模型运用了多元判别分析法，这里不再一一赘述，下面着重介绍多元逻辑回 归法( l o g i s t i c ) 和人工神经网络( a n n ) 法。 1 ) 多元逻辑回归法 美国的o h l s o n t l 0 1 是最早在财务预警研究中应用这种方法的学者。该模型的目 标是寻求观察对象的条件概率，主要运用对数成败比率模型( l o g i t ) 的统计方 法。从而据此判断观察对象的财务状况和经营风险。二元l o g i t 概率函数又称增长 函数，它是建立在累积概率函数的基础上，是1 9 3 8 年比利时p f v e r h u l s t 首次 提出的【“1 。二元l o g i s t i c 概率函数的定义为： p = z z + e x p ( 一( a o + b t x l + b 2 x 2 + + b x n ) ) 】 其中，p 是计算结果a 是常数项b 是斜率x i 是自变量 对以上等式进行等量变换，可以得出下面一个比较方便的计算公式： l n p ( 1 一p ) = a o + b l x l + b 2 x 2 + + b n x n 其中各自变量解释同上。 以土成分分析构建我周卜n i 公川财务颅臀模型的实“研宄i 绪论 总体而言，其判别法跟其它模型一样，先根据多元线性判定模型确定企业破 产的p 值，然后推导出企业破产的概率。其判别规则：若p 大于o 5 表明企业破产 概率比较大，即判定为破产类型，若p 低于o 5 表明企业财务正常的概率比较大， 可以判定企业为财务正常。 以多元逻辑回归法建立的模型最大的优点是：不需要严格的假设条件，克服 了线性方程受统计假设约束的局限性，因而具有广泛的适用范围【i ”。 2 ) 人工神经网络法 在2 0 世纪8 0 年代末期，神经网络理论开始兴起，其影响波及财务危机预测 研究领域。人工神经网络模型就是将神经网络的分类方法应用于财务预警。人工 神经网络( a r t i f i c a ln e u r a ln e t w o r k ) 是一种平行分散处理模式，其构建原理是基 于人类大脑神经运作的模拟。它通常由输入层、输出层、隐藏层组成，信息处理 分为前向传播和后向学习两步进行。网络的学习是一种误差从输出层到输入层向 后传播并修正数值的过程，学习的目的是使网络的实际输出逼近某个给定的期望 值，然后根据学习得出的判别规则来对样本进行分类。a n n 不仅具有较好的模式 识别能力，能克服统计方法的限制，还具有学习能力，可随时依据新数据资料进 行自我学习，调整其内部的储存权重参数以应对多变的企业环境。然而，由于其 理论基础比较抽象，对人体大脑神经的模拟的科学性、准确性还有待进一步加强， 因此其适用性也大打折扣。 由此可见，由于单变量分析法自身的缺陷，实际上已接近淘汰。比较而言， 多元线性判别法比多元逻辑回归法、人工神经网络法的实用性强，因而成为被广 泛运用的财务预警方法。多元线性判别法的优点主要有：能够包容反映企业财务 情况的多个指标；能够包含独立变量；预测精度高。多元逻辑回归法尽管克服了 线性方程受统计约束的局限性，但计算、分析过程比较复杂，难以得到广泛的应 用；而且计算过程有很多的近似处理，这不可避免会影响到预测精度。神经网络 分析方法建模复杂工作的随机性强，需要人为不断地调试，非常耗时，预测精度并不 比其它方法改进多少，这些使其应用受到很大的局限。f 是基于上述的原因，本 文选用了多元判别分析法主成分分析作为构建企业财务预警模型的研究方 法。 1 2 2 国内财务预警模型研究的现状及启示 i ) 国内财务预警模型研究的现状 以土成分分析构建我嗣l ：市公l l ：j 财务预警模型的实证j i j f 究1 绪论 国内对财务预警的研究起步较晚，始于上世纪8 0 年代，更多的还停留在理论 研究上，实证研究主要有：吴世农，黄世忠( 1 9 8 6 ) i ”】曾介绍了企业破产的财务 分析指标及其预测模型。陈静( 1 9 9 9 ) 【1 4j 曾发表了一篇以中国上市公司为样本的 实证研究论文，她使用2 7 家s t 和非s t 公司为对比样本，分别进行了单变量分析 和二类线性判定分析，认为在单变量分析中，流动比率比负债比率的误判率低； 而在二类线性判定中，发现负债比率、净资产收益率、流动比率、运营资本总资 产、总资产周转率6 个指标构建的模型，可以在3 年前较好地预测s t 公司。张玲 ( 2 0 0 0 ) l l5 j 以深沪1 2 0 家公司为样本，通过实证检验，认为二类线性判定模型具 有超前4 年有预测结果。吴世农、卢贤义( 2 0 0 1 ) 6 j 选取了7 0 家处于财务困境的 公司和7 0 家对照公司为样本，检验了f i s h e r 线性判定分析、多元线性回归分析和 l o g i s t i c 回归分析三种方法，并结合中国的实际情况建立了相应的模型。他们的研 究结果表明，在财务危机发生前2 年或1 年，盈利增长指数、流动比率、负债比 率、总资产周转率等1 6 个指标的时效性较强；多元性判定模型、f i s h e r 二类判定 模型和l o g i s t i c 回归模型均能在财务危机发生前做出较为准确的判断；相比与同一 信息集而言，l o g i s t i c 回归模型的误判率最低( 在财务危机发生前1 年的误判率只 有6 4 7 ) 。姜秀华和孙铮也在2 0 0 1 年首先讨论了治理弱化与财务危机的辩证 关系。然后在分析1 3 个变量的基础上，运用l o g s t i c 回归给出了判别上市公司财 务危机的模型，模型包括毛利率、其它应收款与总资产的比率、短期借款与总资 产的比率和股权集中系数等四个变量。其中股权集中系数是公司治理结构的直接 表现，也是此模型与其他模型的区别。 我国学者的研究主要在研究方法上做了各种有益的尝试，但是由于模型开发 历史短，模型的稳定性有待进一步研究。 综上所述，国内外关于财务预警模型的实证研究呈现出以下四个方面的特点： 第一，在对企业财务预警模型的实证研究时，忽视财务预警模型会受到样本 选取的范围和样本时间区间的限制的现实，总是试图寻求统一的参数解决所有企 业的问题，缺乏对不同企业处理、灵活选择各自参数的应变能力。 第二，对财务预警的研究变量缺乏理论指导，以定性方法选取研究变量居多， 构建预警模型时的指标设置呈现出无序的状态。模型变量选择不具备客观性和可 操作性。一次线性模型，包括单变量模型和多元回归分析模型，其模型变量的选 择更多的是基于研究者个人的经验，而不足采用统计方法逐步筛选，例如张玲 以生成分分析构进我围l 。市公；财务颅警模型的实证研究绪论 ( 2 0 0 0 ) 的研究中财务预警模型的指标选取主要是根据a l t m a n ( 1 9 6 8 ) 的z 值模 型的五个指标，研究并没有说明这些指标是如何被选择进入模型变量的。 第三，各个预警模型的侧重点不一样，所选取的财务指标不够全面，有一定 的片面性。我国以前研究中没有明确考虑现金流量表。现金流量表所反映的是企 业一个财务年度内所有资金运动情况的一个缩影，因而现金流量指标是考察企业 各方面资金运动状况的重要补充。不管最终现金流量指标能不能对企业财务困境 作出预测，没有对现金流量指标的研究，将会忽视与企业财务状况关系同样关系 密切的现金流信息，因而对模型在反映企业财务信息方面的研究是不充分的。 第四，财务预警方法较多地采用统计、数学、计算机、生物技术等方面的专 业知识，对财务工作人员来讲，是一种挑战。 2 ) 启示 实际上，财务预警模型会受到样本选取的范围和样本时间区间的限制。如果 运用主成分分析，所选择的上市公司样本或数据时期不同，最后得到的权重体系 也不相同，但这不影响其在同一样本或同一时期范畴内公司财务危机状况评价的 可比性( 1 8 】。运用主成分分析，可根据研究的需要来选择所需样本或样本数据的时 期，从而建立更符合实际需要的预警模型，这克服了传统预警研究方法中“人为 赋值”的缺陷。 本研究在研究变量的选取上，拟拓宽研究的范围，选取与现金流量有关的财 务指标，克服以往选取的财务指标不够全面的的缺陷。同时利用s p s s1 1 5 f o r w i n d o w s 统计软件，采取显著性检验筛选研究变量指标，拟建立财务预警实证研 究的研究变量体系，改变以定性方法选取研究变量居多的做法。 此外，随着科学的统计软件如s p s s 的应用，主成分分析方法已变得日益简单 和实用，运用该软件已不需要过多的专业知识。 1 3 本文的研究思路及研究方法 本文研究的基本思路如下： 第一，考虑建立模型的时效性，本研究所用数据是最新数据。根据前面的文 献研究可以知道，国外的财务预警模型不能完全照搬到我国的经济环境中。本文 所用数据全部集中采集于2 0 0 3 年证券市场a 股的最新数据，因此这些数据能够集 中反映我国最近一年经济运行环境对公司财务：状况的最新影响情况。 第二，本文以5 4 家s t 公司和5 4 家非s t 公司为对照样本，样本容量达到1 0 8 以土成分分析构缱我同l ：市公4 财播颅警模型的实证研究i 绪论 家，可以在一定程度上降低估计和预测误差。 第三，在变量选取上，本文基于已有的研究结论将综合考虑国内外认为有效 的各种指标，将这些指标放在我国上市公司财务环境进行研究，用显著性检验等 统计分析方法客观地选出最具代表性的变量，避免了以前研究中在变量选取上存 在的较大主观性和随意性。 第四，本文在研究中将考察以前研究所忽略的现金流量指标，以期从这些研 究中深入考察这些指标对公司财务信息的解释程度，并期望得到一些有益的启示， 补充以前研究的不足。 遵循以上研究思路，在研究方法上，本文拟采用主成分分析对企业财务预警 进行实证研究，运用主成分分析对企业所面临的财务危机进行量化分析，将会起 到显著的效果。 因此，笔者在借鉴已有的财务预警模型特别是a l t m a n 的z 分数模式和国内学 者提出的预测模型的基础上，根据中国证券市场发展的现状，以我国企业资料为 依据，依据财务指标内在结构的关系，运用主成分分析客观地确定多变量在模型 中的权重，以s p s s 统计软件为技术支持手段，探索我国企业财务预警模型建立的 新途径、新方法。 1 4 本文所做的主要工作设计及结构体系 本文所做的主要工作设计： 1 ) 以上市公司为财务预警的研究对象，运用显著性检验筛选财务指标，建立 财务预警实证研究的研究变量体系。 2 ) 将统计学中的主成分分析引入财务预警研究领域，建立上市公司财务预警 的预测模型，研究财务预警问题。 3 ) 用统计分组的方法，确定上市公司预测分值的函数曲线，根据概率原理确 定评价区域。 4 ) 运用显著性检验、拟合优度检验、偏回归系数显著性检验、共线性诊断分 析对所建立的模型进行论证。 全文共分五章，结构体系如下： 第一章，绪论。主要介绍财务预警的含义，以及构建财务预警模型实证研究 的必要性，系统回顾和总结该领域的主要研究成果。在对这些成果进行评析的基 础f i 得到l ! = f 示，提出本文观点，即利用主成分分析进行多变量的财务颅警模型研 以上j 垃分分析构吐我困f ：市公- j 刚务顺警填掣的实i f 卅宄 绪论 冤。 第二章，研究方法和研究的技术路线。对主成分分析法作概要介绍，同时总 体介绍本文的研究技术路线。 第三章，我国上市公司财务预警模型的构建。以我国5 4 家s t 公司和与其配 对的5 4 家非s t 公司为研究样本；在参考前二章的基础上，考虑我国上市公司的 实际情况，选取了样本具体数据，期限一年，利用主成分分析进行财务预警模型 的研究，拟建立我国上市公司财务预警模型，从定量角度确定财务预警的评价区 域，在本章的最后进行评价和总结。 第四章，财务预警模型的显著性检验。运用显著性检验、拟合优度检验、偏 回归系数显著性检验、共线性诊断分析对所建立的模型进行论证，进一步从理论 上证明本研究建立的模型的科学性。 第五章，结论与建议。总结本文的研究结论和有必要说明的其他问题。 以土成分分析构矬我周i 。市公川忖， 颅警模型的实证 i f 究2 研究方法和研究技术路线 2 研究方法和研究技术路线 2 1 研究方法主成分分析方法概述 2 1 1 主成分分析的概念 主成分分析0 9 1 2 0 1 ( p r i n c i p a lc o m p o n e ta n a l y s i s ) ，也称主分量分析。该概念首 先由k a r lp a r s o n 在1 9 0 1 年提出，不过当时只是对非随机向量来讨论的。1 9 3 3 年 h o t e l l i n g 将这个概念推广到随机向量，后经r a o ( 1 9 6 4 ) 、c o o l e y & l o h e s ( 1 9 7 1 ) 、 g n a n a d e s i k a n ( 1 9 7 7 ) 、k s h i r s a g a r ( 1 9 7 2 ) 、m o r r i s o n ( 1 9 7 6 ) 和m a r d i a 、k e n t b i l l y ( 1 9 7 9 ) 发展和成熟起来。 在实际问题中，研究多指标( 变量) 问题是经常遇到的，然而在多数情况下， 不同指标之间具有相关性。由于指标较多，再加上指标之间有一定的相关性，造 成了相当多的信息重叠势必增加了分析问题的复杂性。一旦盲目减少变量又会损 失很多信息，容易产生错误结论。主成分分析就是设法将原来指标重新组合成一 组新的互相无关的几个综合指标代替原来指标，同时根据实际需要从中选取几个 较少综合指标尽可能多地反映原来指标的信息。这种将多个指标化为少数互相无 关的综合指标的统计方法叫做主成分分析。综合指标就是新的变量，是原来多个 变量的线性组合，虽然这些综合变量是不能直接观测到的，但这些综合变量彼此 互不相关，能反映原来多个变量的信息。综合指标都u 做原来变量的主成分。 2 1 2 主成分分析的基本思想及实质 1 ) 主成分分析的基本思想 主成分分析是设法将原来众多具有一定相关性的指标( 假定m 个指标) ，重新 组合成一组新的相互无关的综合指标来代替。通常数学上的处理就是将原来的m 个财务指标x i 、x 2 、x 。作线性组合，作为新的综合指标。但是这种线性组 合，如果不加以限制，会有很多。我们应该如何去选取呢? 如果选取的第一个线 性组合即第一个综合指标记为z l ，自然希望z i 尽可能多地反映原来指标的信息， 最常用的方法就是用z 的方差来表示，即v a r ( z i ) 越大，表示z 1 包含的信息越多。 因此在所有的线性组合中所选取的z i 应该是方差最大的，故称z i 为第一主成分。 如果第一主成分不足以代表原来m 个财务指标x i 、x 2 、x 。的信息，再考 虑选取z 2 巳| 】选第二个线性组合，为了有效地反映原来信息，z i 已有的信息就不需 以土成分分析构建我围市公t d 财拧顺警模型的实i i h o f 究2 研究方法和研究技术路线 要再出现在z 2 中，用数学语言表达就是要求c o v ( z 1 z 2 ) = o ，称z 2 为第二主成分。 依此类推可以得到第三、第四、第k 个主成分。显然，这些主成分之间不 仅不相关，而且它们的方差依次递减。这k 个主成分z l 、z 2 、z k 能解释原 始数据m 个财务指标x l 、x 2 、x 。大部分方差所包含的信息。包含的信息 量是原始数据包含信息量的绝大部分。其余m k 个综合指标z k + l 、z 。对方 差影响很小。因此，在实际工作中，就挑选前几个最大主成分，这种既减少变量