基于判别分析法的上市公司财务危机预测模型的研究

Z2=0.380X1+0.018X4-0.011X6-0.006X7-0.052X11+0.012X12+
0.002X13+0.034X14-0.401X15+2.383X17-6.651
（2）
判别函数用于将观测值分类, 即将新个案的观测值代
入两个判别函数中, 哪一个函数值较大, 就判为哪一类。 例
Z< Z* 时，则判为非 ST 公司。 还拿股票代码为 600984 的公
司 举 例 ， 将 有 关 数 据 带 入 （3） 式 ， 得 到 典 则 判 别 值 Z=-
0.157<0,该公司被判为 ST 公司，与 前 面 判 别 的 结 果 是 一 致
的。 在实际操作中，我们不必手工计算，只需将新个体的数
表 1 判别系数表
由表 1 可得 fisher 判别函数：
ST 企业的判别模型：
Z1 =0.340X1 -0.054X4 -0.013X6 -0.008X7 -0.105X11 -0.002X12 -
0.003X13+0.026X14-1.072X15+ 1.721X17-4.014
（1）
非 ST 企业的判别模型：
一、样本的设计及变量的选择 （一）样本选择的依据及分组 本文选取 2007 年新增的沪深两市 A 股证券市场上 58 家 ST 公司作为财务危机样本公司, 遵循“同行业、同 规 模 、 同时期”的原则以 1：1 的比例选取配对公司,除此之外本文 还考虑以下要求 ：（1）必 须 上 市 三 年 以 上,能 提 供 三 年 以 上 的完整财务报表；(2)没有出具 否 定 意 见 的 审 计 报 告 ；（3）公 司无重大造假行为或受重大行政处罚。 在 58 家 ST 公司中 有 13 家数据不 全 ，3 家(股 票 代 码 分 别 是 000681，600556 ， 600671）被 出 具 了 无 法 表 示 意 见 的 审 计 报 告 ，1 家 （股 票 代 码 是 600599）受 到 上 海 证 券 交 易 所 的 公 开 谴 责 ，还 有 1 家 （股票代码是 600757） 被处以 10 万元罚款的行政处罚，并 在 2003、2004 年 度 会 计 信 息 质 量 有 问 题 。 剔 除 这 些 公 司 后，还有 40 家 ST 公司，其中沪市占 21 家，深市占 19 家。 在时间段的选择 上 ， 本 文 以 发 生 ST 的 前 1 年 的 财 务 数据为基准，即 采 用 2006 年 的 上 市 公 司 财 务 数 据 ，建 立 财 务危机预警模型。 这是因为，据以往文献研究表明，离危机 日越近的，其指标的预测能力越强。 另外，为了研究的需 要，本文采取随机选择的方法，将样本分为开发样本和检
可判别。 将两样本组合各指标的均值分别带入未标准化典
则判别方程， 得到 ST 组合均值和非 ST 组 合 均 值 的 重 心 ，
即 ST 企业的重心值 Z1＝-1.2414,非 ST 企业的 Z2=1.2414,根 据 完 全 对 称 原 则 确 定 最 佳 判 定 点 ， 即 ：Z*=（Z1+ Z2）/2=（1.2414+1.2414）/2=0，当 Z< Z* 时 ，判 为 ST 公 司 ， 反 之 ， 当
还有一种更方便的方法就是利用未标准化典则判别
方程系数构建判别函数：
Z =0.016X1 +0.029X4 +0.001X6 +0.001X7 +0.021X11 +0.005X12 +
0.002X13+0.003X14+0.270X15+0.266X17-1.062
（3）
该模型的优点在于只需将相关数据带入这个方程即
据带入原始数据表中，SPSS 统计将在结果一览表中给出分
类结果。
（三）预警模型有效性的检验
将 t -1 年 的 开 发 样 本 和 检 验 样 本 的 原 始 数 据 带 入
SPSS 统计软件中得到如下判别结果:
表 2 判别分类结果
这93.5%， 从而证明所建立的判别分析模型具 有很高的准确率。 在检验样本中，预测分类与实际类别的 一致率达到了 82.4%，说明所建模型有较好的预测能力。 综 合全部样本的结果，模型的综合判断正确率达 87.9%，预测 结果理想。
2、预警指标的相关性分析 财务指标大多存在着多重共线性的问题，即指标与指 标间的相关性非常高，这样,与其他指标相关性非常高的指 标对最终的判别就没有太大的意义，某些特征变量也会重 复计算，加重工作量，不利于做出正确的决策。 为减弱变量 之间的共线性程度，应剔除具有高度相关的变量，为此，我 们应该对这 13 个 指 标 进 行 相 关 性 分 析 ， 研 究 变 量 之 间 的 关系密切程度，以及根据样本的数据推论样本空间是否相 关。 采用 SPSS11.5 对通过显著性检验的 13 个变量进行相 关 性 分 析 ，统 计 结 果 显 示 ，最 终 选 择 的 变 量 是 X1；X4，X6， X7；X11，X12，X13，X14；X15 和 X17，它 们 涵 盖 了 财 务 状 况 的偿债能力、盈利能力、成长能力和股东获利能力，其中盈 利能力方面有三个指标，成长能力方面有四个指标，股东 获利能力方面有两个指标，说明这三个方面对企业财务状 况的判别有重要作用。 （二）多元判别模型的建立 以最终筛选出来的 10 个指标为预测变量，ST 企业为 1、 非 ST 企业为 2 作为因变量， 利用 SPSS 统计软件中(Analyze/ Classify/Discriminant)模块进行判别分析，得到了 Fisher 判别 系数和未标准化典则判别方程系数，如表 1 所示。
财经论坛
市场周刊·理论研究
2009 年 1 月号
基于判别分析法的上市公司财务危机预测模型的研究
王冉 （河海大学 商学院，江苏 南京 210000）
摘 要：随着我国市场经济的飞速发展，企业在获得机会的同时，也面临着巨大的财务风险。 因此建立良好的预警体系防范财务 危机势在必行。 本文以沪深股两市 A 股上市公司为研究对 象，运用多元统计中的 fisher 判别法 ，构建财务危机预测模型,并 利用 预测模型对公司的财务趋势做出预测，以便各经济主体提前做出决策。 关键词：财务危机；变量选择；预警模型 中图分类号：F230 文献标识码：B 文章编号：1008-4428（2009）01-70-03
- 70 -
2009 年 1 月号
市场周刊·理论研究
财经论坛
就可以在财务预警指标均值方差不知道的情况下, 使用 T 检验方法检验样本均值的显著性差异，从而确定各个指标 是否具有有效区别 ST 公司与非 ST 公司的预警能力。 我们 定 义 分 组 变 量 为 z，ST 企 业 的 z=1，非 ST 企 业 的 z=2，这 里 的 z，1 和 2 均没有实际意义。 在独立样本指标均值的 T 检 验中，t 统计量的值是通过方差齐性检验的值来确定的 ，这 里不再赘述。 需要说明的是， 本文在做 T 检验时均是在 95%的置信区间下进 行的，也就是说，当 t 统 计 量 的 显 著 性 （双 尾 ）概 率 p<0.05 时 ，即 拒 绝 原 假 设 （即 方 差 齐 性 检 验 确 定 的 假 设 ），认 为 相 应 财 务 指 标 的 均 值 有 显 著 差 异 ，有 显 著 差异的指标即可进入下一步的相关性分析，没有显著差异 的指标将被淘汰。 因此，T 检验的结果显示有 13 个指标通 过 显 著 性 检 验 ， 它 们 分 别 是 X1，X3；X4，X5，X6，X7；X11， X12，X13，X14；X15，X16，X17。 这表明 ST 企业与与其配对 的非 ST 企业在这 13 个指标 的 数 据 上 具 有 显 著 差 异 ，具 有 进一步分析的价值。
如 股 票 代 码 为 600984 的 公 司 财 务 数 据 ：X1=1.2339, X4= 10.4800, X6=-16.4757, X7=-17.3300, X11=-13.7000,X12=9.720,X13=-20.1900,X14=70.1593,X15= 0.4836 ,X17= 2.430 分 别 带 入 判 别 方 程 ，得 到 Z1＝3.1987，Z2=2.8293,很 显 然 Z1>Z2, 所以该公司被判为 ST 公司。
验样本，其中 23 组样本为开发样本组, 用来构建财务危 机 预测模型, 另外 17 组样本为检验样本组, 用来检验预 测 模 型的有效性。 本文多数样本数据来自钱龙旗舰软件中的分 类股报表深证 A 股和沪市 A 股数据，部分数据参考了著名 的 中 国 上 市 公 司 资 讯 网 ()和 证 券 之 星 等相关网站。
（二）财务危机预测变量的选取 国 外 权 威 研 究 机 构 Dunfc Brudstreet Company 通 过 大 量实证资料所作的研究结果表明，导致企业破产的原因有 以下几个方面：疏忽（Neglect）的原因占 4%，欺诈（Fraud）的 原 因 占 2%，重 大 灾 难 （Disaster）的 原 因 占 1%，不 知 名 因 素 的原因占 2%，而经营和财务管理不 善 （management incompetence）的原因占 91%，由此可见，在导致 企 业 破 产 的 众 多 因素中，企业的财务状况无疑是最为重要、最为根本的因 素。 因此，本文结合我国上市公司的实际情况以及可获得 性的要求，选定在历史文献中被普遍使用，与公司财务危 机状况的潜在相关性高，并已充分显示其重要性的偿债能 力、盈利能力、经营能力、成长能力、股东获利能力、现金流 量等六个方面的 21 个 财 务 比 率 指 标 作 为 研 究 起 点 ， 它 们 分 别 是 ：流 动 比 率 （X1），速 动 比 率 （X2），资 产 负 债 率 （X3）； 主 营 业 务 利 润 率 （X4）， 总 资 产 利 润 率 （X5）， 销 售 净 利 率 （X6），净 资 产 收 益 率 （X7）；应 收 账 款 周 转 率 （X8），存 货 周 转 率 （X9），总 资 产 周 转 率 （X10）；总 资 产 增 长 率 （X11）， 主 营 业 务 收 入 增 长 率 （X12），税 后 利 润 增 长 率 （X13），主 营 业 务 利 润 增 长 率 （X14）；每 股 经 营 现 金 流 量 （X15），每 股 收 益 （X16），每 股 净 资 产 （X17）；全 部 资 产 现 金 回 收 率 （X18），主 营 业 务 收 入 现 金 比 率 （X19），现 金 获 利 指 数 （X20），营 业 活 动 收 益 质 量 （X21）。 二、财务危机预测模型的构建及检验 （一）最终财务预警指标的选择过程 由于各个预警指标之间有一定的关联性或多重共线 性 ， 并 非 所 有 指 标 都 能 显 著 地 区 别 出 ST 企 业 与 非 ST 企 业，因此在构建模型时需要对指标进行筛选。 本文将通过 假设检验及相关性分析来剔除指标。 1、指标均值差异的显著性检验 为方便研究，我们假设预警指标符合正态分布，这样