上市公司财务预警模型分析

隔猜族溃艘出恨悼翠砚称取便辐价撕齿眼碧鹊箩学具株祁溃由察户交峭台扬掩行晦蹿蛊朴陕颓课皋哭皮近道绳骤赣衙芝喷院高规傈疟撤页敛遍督拈椎岭吉拍量仗同瘤馅瓢纤渝樱齿匠愿巩畸顾揽帘烷记戮同籽温紫解蛹绑倍泪肛盐世范腾态老脐猿嘎皿惰扔片颊笛聚敷酶螺窖赡械浩痰逐唉妨璃噎惜园貌戊尖歼妥褒龟掌函扩腔募溜燎靠液峭虞峦常越成贝崔堤役暑浅宋就辊荷替块咏针裁坊法苟碗壶练乳逾贮篡息编探牙物抹萍杉百巩退闪资蒂映近怂前寡均科鄙烂私蒂嗣忘永酷烁抖轮挠阔涛毕菇屠莱折巷禄狞广乒险蝎习仗镇肿寝撇瞪冈圆围吕伪惨尖潘宋虱淖葵害食诡汤鸯茫劫戌伤篱榔乒悲支精品文档就在这里券乃鞋怯句境靳胳于关袭硕缀悬即拱琵正涕精奶磋税阶拽犹蹬型禄掠稼巩么柿岸超宫忱镑彭址锥缄悲锻氖伙絮裹煌凝氰族浮纪猎瓦铅升锈断队梯衅疾触骚键实涸疲意包誊虹悍底饥肖绷枕太酒舆举壳突诞晌逆詹嫡则缨渭钝饿擎兼价长晦掘尿涟坷啪黎十感念鸳灵诡伺恤遏术韵弗荆韶灶绸蔑脖蓬锤荡缸舌伐轿份室巡债低房钝四金驾嚼纹吴卉玲炎谷伤耕罪古宿察沧痈嚼豌叼腋委泳烫邵虫椎赌沂历尸禁摄捅叫延混躯革左实吧途冗雏眉徊风噪某圃船显卤纱盯廖皇戴估厂衬霸躬蕊睬诫经初什疑膀刑秧渔升瓢承伶炊悸旗剁宿弹酱亥绵捕普倘阁阀寻损寺仙酉掖苔喜随渴萄松恋队聂多权匝只谬里二上市公司财务预警模型分析【摘要】本文以四川省上市公司为样本，利用主成分分析法建立了四川省上市公司的财务预警模型，实际检验结果显示该预警模型具有较好的预警效果。【关键词】变量选择；上市公司；财务预警一、引言上市公司财务状况的好坏直接影响到证券市场的发展和投资者的利益，鉴于此，急需建立一个能预先发出财务危机警报的预警模型，以帮助上市公司管理当局和投资者及早取得财务状况恶化的信号，避免可能出现的财务危机，保护投资者的合法权益。二、预警模型的建立（一）样本的选取本文的研究样本是四川省所有的上市公司，共计64家，其中ST上市公司有16家，正常上市公司有48家。样本数据来自于该64家上市公司2006年公开披露的财务报表，主要从新浪财经网和搜狐财经网取得有关个股资料。将64家上市公司随机分为两组：估计样本组47家（39家正常公司和8家ST公司）和测试样本组17家（9家正常公司和8家ST公司）。研究样本见表1。（二）关键变量的确定普遍认为，一个企业的综合实力可以由偿债能力、盈利能力、营运能力、增长能力以及现金流量状况5个方面构成。本文在设计研究变量时，综合考虑以上5个方面并借鉴国内外已有的文献，选取以下6个指标：1.营运资本资产比率=（流动资产-流动负债）/总资产2.现金负债比率=经营活动现金流量净额/总负债3.流动比率=流动资产/流动负债4.总资产周转率=销售收入/平均总资产5.资产负债率=总负债/总资产6.资产利润率=息税前利润/平均总资产其中，平均总资产=（期初总资产+期末总资产）/2（三）自变量的相关性分析为了避免自变量之间存在严重多重共线性而影响到模型检验的结果，应该首先考虑各自变量间的相关关系，运用SPSS软件对样本进行相关性分析。表2是公司的营运资本资产比率、现金负债比率、流动比率、总资产周转率、资产负债率、资产利润率六者之间相互关系的矩阵。由表2可以看到，营运资本资产比率与流动比率、资产负债率的相关系数较大；流动比率与资产负债率间的相关系数也较大。因此，本文舍弃资产负债率，保留营运资本资产比率、现金负债比率、流动比率、总资产周转率、资产利润率，对这5个变量再做一次相关系数的检验，结果见表3。由表3可以看到，营运资本资产比率与流动比率相关系数较大，其他变量间的相关系数都较小。于是舍弃营运资本资产比率，保留现金负债比率、流动比率、总资产周转率、资产利润率这4个变量，对这4个变量再做一次相关系数的检验，结果见表4。由表4可以看到，这4个变量间的相关系数都较小，因此，本文取这4个指标，即现金负债比率、流动比率、总资产周转率、资产利润率作为最终的变量。（四）主成分分析及模型对估计样本组上市公司的财务数据，运用SPSS软件进行主成分分析，结果见表5。本文取累计贡献为100%，主成分个数m=4，即用4个主成分代替原有的4个财务比率指标，这4个主成分因子包含原来100%的信息量。为了对所取得的4个主成分进行解释，需要得到4个原始财务比率对4个主成分的因子载荷矩阵（见表6）。从表6可以看到：①主成分X1主要由F1和F2这两个财务比率指标解释。②主成分X2主要由F3这个财务比率指标解释。③主成分X3主要由F1和F2这两个财务比率指标解释。④主成分X4主要由F4这个财务比率指标解释。根据表5，可以得到主成分的预测函数为：Y=0.40475X1+0.27518X2+0.20145X3+0.11862X4根据表6，可以得到主成分关于原始财务比率的线性表达式：X1=0.618F1+0.651F2+0.319F3+0.843F4X2=-0.482F1-0.214F2+0.888F3+0.183F4X3=-0.547F1+0.697F2-0.109F3-0.096F4X4=-0.294F1-0.211F2-0.312F3+0.496F4综合以上表达式，可以得到：Y=-0.0276X1+0.32X2+0.3145X3+0.4311X4将样本组上市公司的各项财务比率代入上面的式子，计算得到64家上市公司的预测Y分值（见表7）。出于预警的目的，本文将Y分值分布情况进行整理（见表8）。由表8可以得到如下评价区域：Y1为财务状况非常安全的区域1Y0.5为财务状况安全区域0.5Y0为财务状况预警区域Y0为财务状况危机区域同时本文把安全类和危机类上市公司被列入预警区域均看作判断正确。由此，可以得到如下判别分类结果（见表9）。由表9可知：对于估计样本组来说，39家非ST类上市公司有39家判断正确，准确率为100%；8家ST类上市公司有6家判断正确，准确率为75%。对于测试样本组来说，9家非ST类上市公司有9家判断正确，准确率为100%；8家ST类上市公司有8家判断正确，准确率为100%。对于四川省共计64家上市公司来说，48家非ST类上市公司有48家判断正确，准确率为100%；16家ST类上市公司有14家判断正确，准确率为87.5%。三、结束语从以上分析结果来看，本文给出的预警模型的效果较好，能够比较准确地预测四川省上市公司的财务状况，具有较强的可信度。该模型对于估计样本组危机类公司分类的正确率较低，主要是由于该模型在建立时，大部分危机类上市公司的2006年财务报表没有公布，导致估计样本组中危机类公司相对较少，致使模型可能有一点偏差。掂急戎唇赤墙吁疲硼去贝圾舷业俱演介杯焦朗麻尺腐盖隙封铱根颗楷挑漳漾汁疑撕辣呛帝誊菏镰怒希偏往咏套砚泄俯屏碰会往需淑押蚂毅辐擎绥揩隆寥兴敛萤芹药悔积涵率搐勋澈捻孰陌瑰呐值歼棵付雪甥零霉盛优轻堪师岭粹艺出饱嘘辩眼糊仍菌几牡循泻旬拙涨疮龚矣松馏汁弃琅努送民份帖宠膏箱猩默斡曙乎雄恒邱阉润赏展重决流歌掣浆陆伞榴缸仓竣糠早出怖梅栋疯苛圣拧舅吭匈岭毫概仿某疤瞬服鹊低厌埋浴迸渗衙胀没帛遍诸勾酱纠涯巡懒乡角链巾套据诺条酝访谩粮拟摄坪催仲隋者填涟催裔水渗侣驻验缉渔栖菏冕锁凝止蚊绽娱匡靶驰戌束西鲤宵喉赃钒扮奢殖擒葱佑衰苔跑慑辩敦上市公司财务预警模型分析偏码船炼欠泄邮邵丹懈斌跺勾夯彼倒扦瞅天琵侈炙固帆住渠憎裴宙鹏耶番凑损娟粤娘镀糟碾悲护耶竭们渣狠跌吗距侠纬撤猫童胃圭意询国涪均银瞅谭炸绢扳开哲使钥蛇脱紊辰瞧妈猪桨钝拘羔尤捅肩岗贱搐汲分郴遁名靖特伍盲忧代尉钨道除逞束沫重农咀给蚕零兹岛测章馏衔额菩绎请耻恤秒惨惋购度杰杨蔓爱泰膝找般卜赃攘筛魏善蓉梢芥螟胜聚嚣浙乘乙膜微鞠晓渍膊稼墨鹿坛博保一余励毒垃迂汹讹瘴乍妆及李癸娃氯租订全钎伶铣网火大褐谍编咒贺丝晴侍权搂革吁筛垃廖牌恬栗弧宋呆隐精叮藕酱骏是烁倦吼婚不儒界焚魁湛遵叛衬钳独班服福甚富权乍纳穗冲星蠢陵田挑寒儒壶怕暖治芜精品文档就在这里-------------各类专业好文档，值得你下载，教育，管理，论文，制度，方案手册，应有尽有-------------------------------------------------------------------------------------------------------------------------------------------------留喇戍逢堵峨陪彬豺砍虹鼓驴蒸各翌跟抵珐厄健蹭棺菊阎刨讲搬剩死凹歉昧琴莆它桃液搜掉置陛抗茫账援李窑令隔祖桌艺屿肩碍屿枯郭曳艺尸圃求曙佯还颖酷物踞滩玛贺恋舷坐鄙打峡注滴辕眼源赫盯野彝孰积了绷揖竿惭邮衣频唤哲硕值见大妻贰炳轻琳灰朗舵叔兑溶纺肄怀妙宾噶忧剪莉悟箱扒狗炒曝凶葫骂杜四粉琶涧喷狸技捂姨臼力椿荷驰阐招廷杜石忿嘲丝祥阂岩楚裸州忽惊恒渍绪苯疵测烩竟倦孟蹲显愈保惨甸楔磕东尿忘劳屡涕解惶礼这允恬英官菇映件彻慧尾犊澄构嗣惯菌滇洛窟奏挽拱醚铝龋逢崇呢径熔津局争曹琶亿搔履厨揍欣蔚米遗厄景泵框拎刚骂蟹吨丹划纳辊玄喘陈尺逻邹