判别分析模型在信用评价中的运用
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１９６８ 年， Ａｌｔｍａｎ 率先将判 别 分 析 法 应 用 于 财 务 危 机 、公 司 破 产 及 违 约 风 险 的 分 析 ， 他 从 ２２ 个 财 务 比率中选取 ５ 个财务比率： 运营资本／总资产、存留收益／总资产、息税前利润／总资产、股东的权益资产／负
＊ 庞 素 琳 ： 暨 南 大 学 信 息 学 院 数 学 系 广 州 ５１０６３２； 王 燕 鸣 ： 中 山 大 学 数 学 与 计 算 科 学 学 院 ， 岭 南 学 院 金 融 系 广 州 ５１０２７５ 电 子信箱： ｗａｎｇｙｍ＠ｌｉｎｇｎａｎ．ｎｅｔ。
南方经济 ２００６ 年第 ３ 期
判别分析模型在信用评价中的应用
庞素琳 王燕鸣＊
内容摘要 本文利用线性判别分析建立信用评价模型， 用来对中国２０００年１０６家上市公司 ２０００ 年 ９６ 家 上市公司进行两类模式（“好”、“差”） 分类及三类模式（“好”、“中”、“差”） 分类。对于线性判别分析法， 又使 用两种不同的方法进行判别分析： 一种是利用 ＳＰＳＳ 统计软件对数据样本进行判别分析， 称为 ＬＤＡபைடு நூலகம் ＳＰＳＳ 方法； 一种是利用原始样本数据推导建立线性判别分析模型， 然后根据模型计算得到的结果对数据样本 进行判别分析， 称为 ＬＤＡ 方法。仿真结果表明， 无论是两类模式分类还是三类模式分类， ＬＤＡ－ ＳＰＳＳ 的判 别效果均优于 ＬＤＡ。但与多层感知器 （ ＭＬＰ） 相比， 对两类模式分类， ＬＤＡ－ ＳＰＳＳ （ １００％） 优于 ＭＬＰ （ ９８．１１％） ， ＭＬＰ 又 优 于 ＬＤＡ ＬＤＡ（ ９５．２８％） ； 对 三 类 模 式 分 类 ， ＬＤＡ－ ＳＰＳＳ（ ９１．６７％） 优 于 ＬＤＡ（ ８２．２９％） ， ＬＤＡ 又优于 ＭＬＰ（ ７９．１７％） 。
本 文 得 到 国 家 自 然 科 学 基 金 （ ６０５７４０６９） 和 广 东 省 软 科 学 研 究 项 目 （ ２００５Ｂ７０１０１０４４） 资 助 。
－ １１３－
判别分析模型在信用评价中的应用
债总额、销售收入／总资产， 建立了如下著名的线 性 判 别 分 析 （ Ｌｉｎｅａｒ ｄｉｓｃｒｉｍｉｎａｎｔ Ａｎａｌｙｓｉｓ， 简 称 ＬＤＡ） 模 型：
关 键 词 线性判别法 信用评价模型 模式分类 多层感知器 ＪＥＬ分类： 中图分类号： 文献标识码： Ａ 文章编号： １０００－６２４９（ ２００６） ０３－０１１３－００７
一 引言
近年来我国企业陷入财务危机的数量在急剧上升， 企业普遍抗风险能力减弱。仅以上市公司为例， 亏损面和亏损额有逐年增加的趋势 ， 部分上市公司出现了严重的财务危机， 有些上市公司如 ＰＴ 水仙等 因此被勒令退市。据统计， 仅在 ２００１ 年中期， 我国出现亏损的上市公司就超过 １００ 家， 发布亏损预警的 公司超过 ７０ 家， 成为新的历史之最。非上市公司的财务状况也不容乐观。国家统计局的研究资料表明， 我国企业资产负债率一直处于较高水平， １９９５ 年为 ６７％， １９９７ 年为 ６４．７３％， １９９８ 年为 ６４％。而企业的净 资产收益率却很低， 且下降速度较快， １９９４ 年为 ８．２５％， １９９５ 年下降到 ５．９５％， １９９８ 年仅为 ３．９％。由此 可见， 无论是美国、欧洲还是亚洲， 在残酷的竞争压力下， 陷入财务失败境地的企业数目都是巨大的。对 于经营者来说， 如何建立防范日益加大的财务风险的机制， 规避潜在的经营风险是攸关企业生死的大问 题； 对于投资者和监管层而言， 如何客观评价上市公司财务状况， 尤其是预测可能出现财务失败的公司， 对于投资者及时调整投资决策、监管层准确识别盲目融资公司以及投资银行有效发掘潜在服务客户都 具有重要意义。正是在这种意义下， 信用风险分析的研究成为一个世界性的热点研究问题。
利用判别分析法建立了信用评价模型， 分别对德国和澳大利亚两组财务数据进行两类模式分类， 判别准 确率分别达到 ７２．６％和 ８２．９６％。
由于国内外的会计准则有一定的差异， 因此， 直接采用 Ｚ－ Ｓｃｏｒｅ 模型来分析我国企业的财务状况是 不准确的。宋秋萍（ ２０００） 就曾经直接采用美国 Ａｌｔｍａｎ 的 Ｚ－ ｓｃｏｒｅ 模型对我国 ６ 家公司进行预测分析， 结 果发现与实际情况相差很大。因此， 研究我国企业的财务状况， 必须从我国企业财务数据中提取特征指 标建立相应的信用评价模型， 才能对我国企业的财务状况作出更为准确的评价。陈静 （１９９９）以 １９９８ 年 ２７ 家 ＳＴ 公司和 ２７ 家非 ＳＴ 公司， 使用了 １９９５－ １９９７ 年的财务报表数据， 进行了线性判别 分 析 ， 发 现 在 ＳＴ 前的 ３ 年中， 财务指标能较好地预测 ＳＴ， 而离宣布日越远， 成功率越低。张玲（ ２０００） 以我国实际运营 的上市公司的财务比率为依据 ， 选取深、沪两交易所 １９９８ 年 １２０ 家上市公司， 其中有 ６１ 家绩优公司和 ５９ 家 ＳＴ 公司， 通过建立财务危机判别分析模型， 对其中 ３０ 家 ＳＴ 公司作了超前 ５ 年的预测。结果表明， 财务困境前 １、２、３、４、５ 年的预测准确率分别为： １００％、８７％、７０％、６０％、２２％。庞素琳， 王燕鸣等（ ２００３） 利用多层感知器（ ｍｉｌｔｉｌａｙｅｒ ｐｅｒｃｅｐｔｒｏｎ） 原理分别建立了两类模式和三类模式信用评价模型， 分别用来对 我国 ２０００ 年 １０６ 家上市公司及 ２０００ 年 ９６ 家上市公司进行两类模式分类和三类模式分类。研究结果表 明， 两类模式 ＭＬＰ 信用评价模型的分类准确率达到 ９８．１１％， 三类模式 ＭＬＰ 信用评价模型的分类准确率 为 ７９．１７％。庞素琳， 王燕鸣等（ ２００３） 还利用 ＢＰ 算法为我国商业银行 １２０ 家贷款企业进行信用风险分析 与评估， 按照贷款企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组。研究表明 ， ＢＰ 算法 信用风险评价模型的分类准确率为 ８３．３４％。
Z = 0.012x1 + 0.014x2 + 0.033x3 +0.006x4 + 0.999x5 该模型也称为 Ｚ－ Ｓｃｏｒｅ 模型， 对 ３３ 家困境公司和 ３３ 家非困境公司进行判别分析。在 Ｚ－ ｓｃｏｒｅ 模型的基 础上， Ａｌｔｍａｎ（ １９７７， １９８３） 又进行了改进， 建立了著名的 ＺＥＴＡ 模型。此外， Ｍｅｙｅｒ 和 Ｐｉｆｅｒ （１９７０）也利用判 别分析法对失败银行进行财务困境预测分析。Ｄａｖｉｄ Ｗｅｓｔ（ ２０００） 为了研究商业银行信用评价的准确性，
＊ 庞 素 琳 ： 暨 南 大 学 信 息 学 院 数 学 系 广 州 ５１０６３２； 王 燕 鸣 ： 中 山 大 学 数 学 与 计 算 科 学 学 院 ， 岭 南 学 院 金 融 系 广 州 ５１０２７５ 电 子信箱： ｗａｎｇｙｍ＠ｌｉｎｇｎａｎ．ｎｅｔ。
南方经济 ２００６ 年第 ３ 期
判别分析模型在信用评价中的应用
庞素琳 王燕鸣＊
内容摘要 本文利用线性判别分析建立信用评价模型， 用来对中国２０００年１０６家上市公司 ２０００ 年 ９６ 家 上市公司进行两类模式（“好”、“差”） 分类及三类模式（“好”、“中”、“差”） 分类。对于线性判别分析法， 又使 用两种不同的方法进行判别分析： 一种是利用 ＳＰＳＳ 统计软件对数据样本进行判别分析， 称为 ＬＤＡபைடு நூலகம் ＳＰＳＳ 方法； 一种是利用原始样本数据推导建立线性判别分析模型， 然后根据模型计算得到的结果对数据样本 进行判别分析， 称为 ＬＤＡ 方法。仿真结果表明， 无论是两类模式分类还是三类模式分类， ＬＤＡ－ ＳＰＳＳ 的判 别效果均优于 ＬＤＡ。但与多层感知器 （ ＭＬＰ） 相比， 对两类模式分类， ＬＤＡ－ ＳＰＳＳ （ １００％） 优于 ＭＬＰ （ ９８．１１％） ， ＭＬＰ 又 优 于 ＬＤＡ ＬＤＡ（ ９５．２８％） ； 对 三 类 模 式 分 类 ， ＬＤＡ－ ＳＰＳＳ（ ９１．６７％） 优 于 ＬＤＡ（ ８２．２９％） ， ＬＤＡ 又优于 ＭＬＰ（ ７９．１７％） 。
本 文 得 到 国 家 自 然 科 学 基 金 （ ６０５７４０６９） 和 广 东 省 软 科 学 研 究 项 目 （ ２００５Ｂ７０１０１０４４） 资 助 。
－ １１３－
判别分析模型在信用评价中的应用
债总额、销售收入／总资产， 建立了如下著名的线 性 判 别 分 析 （ Ｌｉｎｅａｒ ｄｉｓｃｒｉｍｉｎａｎｔ Ａｎａｌｙｓｉｓ， 简 称 ＬＤＡ） 模 型：
关 键 词 线性判别法 信用评价模型 模式分类 多层感知器 ＪＥＬ分类： 中图分类号： 文献标识码： Ａ 文章编号： １０００－６２４９（ ２００６） ０３－０１１３－００７
一 引言
近年来我国企业陷入财务危机的数量在急剧上升， 企业普遍抗风险能力减弱。仅以上市公司为例， 亏损面和亏损额有逐年增加的趋势 ， 部分上市公司出现了严重的财务危机， 有些上市公司如 ＰＴ 水仙等 因此被勒令退市。据统计， 仅在 ２００１ 年中期， 我国出现亏损的上市公司就超过 １００ 家， 发布亏损预警的 公司超过 ７０ 家， 成为新的历史之最。非上市公司的财务状况也不容乐观。国家统计局的研究资料表明， 我国企业资产负债率一直处于较高水平， １９９５ 年为 ６７％， １９９７ 年为 ６４．７３％， １９９８ 年为 ６４％。而企业的净 资产收益率却很低， 且下降速度较快， １９９４ 年为 ８．２５％， １９９５ 年下降到 ５．９５％， １９９８ 年仅为 ３．９％。由此 可见， 无论是美国、欧洲还是亚洲， 在残酷的竞争压力下， 陷入财务失败境地的企业数目都是巨大的。对 于经营者来说， 如何建立防范日益加大的财务风险的机制， 规避潜在的经营风险是攸关企业生死的大问 题； 对于投资者和监管层而言， 如何客观评价上市公司财务状况， 尤其是预测可能出现财务失败的公司， 对于投资者及时调整投资决策、监管层准确识别盲目融资公司以及投资银行有效发掘潜在服务客户都 具有重要意义。正是在这种意义下， 信用风险分析的研究成为一个世界性的热点研究问题。
利用判别分析法建立了信用评价模型， 分别对德国和澳大利亚两组财务数据进行两类模式分类， 判别准 确率分别达到 ７２．６％和 ８２．９６％。
由于国内外的会计准则有一定的差异， 因此， 直接采用 Ｚ－ Ｓｃｏｒｅ 模型来分析我国企业的财务状况是 不准确的。宋秋萍（ ２０００） 就曾经直接采用美国 Ａｌｔｍａｎ 的 Ｚ－ ｓｃｏｒｅ 模型对我国 ６ 家公司进行预测分析， 结 果发现与实际情况相差很大。因此， 研究我国企业的财务状况， 必须从我国企业财务数据中提取特征指 标建立相应的信用评价模型， 才能对我国企业的财务状况作出更为准确的评价。陈静 （１９９９）以 １９９８ 年 ２７ 家 ＳＴ 公司和 ２７ 家非 ＳＴ 公司， 使用了 １９９５－ １９９７ 年的财务报表数据， 进行了线性判别 分 析 ， 发 现 在 ＳＴ 前的 ３ 年中， 财务指标能较好地预测 ＳＴ， 而离宣布日越远， 成功率越低。张玲（ ２０００） 以我国实际运营 的上市公司的财务比率为依据 ， 选取深、沪两交易所 １９９８ 年 １２０ 家上市公司， 其中有 ６１ 家绩优公司和 ５９ 家 ＳＴ 公司， 通过建立财务危机判别分析模型， 对其中 ３０ 家 ＳＴ 公司作了超前 ５ 年的预测。结果表明， 财务困境前 １、２、３、４、５ 年的预测准确率分别为： １００％、８７％、７０％、６０％、２２％。庞素琳， 王燕鸣等（ ２００３） 利用多层感知器（ ｍｉｌｔｉｌａｙｅｒ ｐｅｒｃｅｐｔｒｏｎ） 原理分别建立了两类模式和三类模式信用评价模型， 分别用来对 我国 ２０００ 年 １０６ 家上市公司及 ２０００ 年 ９６ 家上市公司进行两类模式分类和三类模式分类。研究结果表 明， 两类模式 ＭＬＰ 信用评价模型的分类准确率达到 ９８．１１％， 三类模式 ＭＬＰ 信用评价模型的分类准确率 为 ７９．１７％。庞素琳， 王燕鸣等（ ２００３） 还利用 ＢＰ 算法为我国商业银行 １２０ 家贷款企业进行信用风险分析 与评估， 按照贷款企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组。研究表明 ， ＢＰ 算法 信用风险评价模型的分类准确率为 ８３．３４％。
Z = 0.012x1 + 0.014x2 + 0.033x3 +0.006x4 + 0.999x5 该模型也称为 Ｚ－ Ｓｃｏｒｅ 模型， 对 ３３ 家困境公司和 ３３ 家非困境公司进行判别分析。在 Ｚ－ ｓｃｏｒｅ 模型的基 础上， Ａｌｔｍａｎ（ １９７７， １９８３） 又进行了改进， 建立了著名的 ＺＥＴＡ 模型。此外， Ｍｅｙｅｒ 和 Ｐｉｆｅｒ （１９７０）也利用判 别分析法对失败银行进行财务困境预测分析。Ｄａｖｉｄ Ｗｅｓｔ（ ２０００） 为了研究商业银行信用评价的准确性，