财务分析——财务风险预警模型构建实证分析.doc

财务风险预警模型构建实证分析
财务风险预警模型可以从定量角度客观精确判断公司的财务危机限度，网络的普及对此颇具影响。本文采用实证措施，选用了5个财务指标作为模型变量，构建了一种基于极值原理的Fisher线性鉴别模型，并对该模型进行了实差别；为避免指标之间某些特性反复计算，尽量消除变量的高度有关性。为此，本文将通过两个环节选用建模指标。
　　（一）运用T检查，判断财务指标的明显性差别
　　运用收集的总共36家公司的数据资料，分组计算19个财务指标在被挂名ST前两年的平均值，计算两组样本各指标值的T检查值。
　　这个过程可以通过SPSS记录分析软件中的样本明显性检查功能，对数据进行检查。为了让更多的指标入选，现将T检查的鉴别原则定为：｜T｜≥。在双尾检查的明显性概率中，通过检查的指标较多，在前一年有十二个，在前两年有八个。模型中涉及过多的指标，会不利于对上市公司的财务危机进行有效的预测。因此，需再通过明显性的指标中再次筛选。
　　通过综合考虑，最初选定了五个财务指标即：X1销售营业钞票流入比、X2资产负债率、X3营运资金占用率、X4总资产报酬率和X5总资产周转率。
　　（二）运用因子分析法，检查财务指标的有关性
　　如果上述所选的五个指标之间高度有关，那么就会使某些特性反复计算，引起夸张的危害，因此在选择最后变量时应尽量消除变量的高度有关性。
　　这个过程可以通过SPSS记录分析软件中的因子分析功能，对五个指标进行检查，其检查成果表白，。因此，可以选择这五个指标来构建模型。
　　
　　三、财务风险预警模型的构建 　　
　　本文将采用基于极值原理的Fisher鉴别法。其基本思想是：把多维问题化为一维问题，并应用线性鉴别函数解决鉴别问题。
　　第一步，在构建模型前，需要拟定所选的样本数据与否是有效的。运用SPSS软件，对样本进行鉴别分析，经鉴别后，有效观测量为36。
　　第二步，检查五个指标的均值在ST组和非ST组之间与否存在明显的差别，从而证明这些变量在构造预测模型中的代表性。经SPSS软件检查证明，五个指标的均值在ST组和非ST组之间的确存在着明显差别。
　　第三步，运用SPSS软件，对五个指标进行F线性鉴别，得到：
　　前一年的线性鉴别模型为：
　　Y=-++++
　　前两年的线性鉴别模型为：
　　 Y=-+-+-
　　根据前一年的鉴别模型，将公司成为ST前一年的数据进行回代代入，得到样本公司的Y，Y=，根据此分界值对样本公司进行检查。若Y值＜，则阐明该公司在将来一年内将陷入财务危机，反之，则为正常公司。检查成果表白：在ST组中，只有一家公司被误判，%；在非ST组中，只有两家公司被误判，%。
　　同理，根据前两年的鉴别模型，将公司成为ST前两年的数据进行回代代入，得到样本公司的Y，Y=-，根据此分界值对样本公司进行检查。若Y值＜-，则阐明该公司在将来一年内将陷入财务危机，反之，则为正常公