多元统计分析案例ppt课件
合集下载
相关主题
- 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)。
精品课件
( 二) 财务预警指标选择
• 为使预测变量的选择范围更加广泛和全面, 本文借鉴国泰 安研究服务中心“中国上市公司财务指标分析数据库”中 相关指标的设置分类, 选择全面反映企业盈利能力、成长 能力、偿债能力、现金流量能力、营运能力的28 个财务 指标作为备选变量。根据30 家估计样本ST 公司前3 年的 数据, 对28 个指标分别进行配对样本显著性T 检验, 共 有9 个指标在0.05 的显著性水平通过检验, 包括所有者 权、债总果益营比资表比运率产明(,率资净(XS金利5T)X对润1公)、资率司营、产(与权业总X8非益)毛额S对和利比T 负投率率公债(入(司比X资在X64)率本偿)、回(债、资报X能2现)产率力金、报(、流流酬X盈量9动率)利对比(。能流率X检力7动)(验和负、X结现3) 金流量三个方面存在显著差异, 上述9 个财务指标可用于 构建财务预警模型。
精品课件
二、研究设计
• ( 一) 研究样本选取 • 本文选取我国A 股制造业上市公司2006 年和2007
年新增的46 家ST 公司( 剔除非财务状况引起的 ST 公司) 作为研究样本, 并按照1: 1 的比例选 取相同会计年度、资产规模相近、细分行业相同 或相近的46 家非ST 公司作为配对样本。根据统 计学原理, 当样本容量大于( 等于) 30 时, 对总 体具有很大程度的代表性, 因此, 我们将46 对公 司分为两组, 一组30 对作为估计样本, 另一组16 对作为检验样本。样本数据取自国泰安研究服务 中心“中国上市公司财务指标分析数据库”, 为 样本公司ST 前1 年、前2 年和前3 年的财务比率 数据。
精品课件
• 表3 显示, 主成分1中, X6、X7、X8 和X9 的负荷量较为明 显且集中, 主要代表了企业的盈利能力; 主成分2 中, X2 、X3 和X4的负荷量明显大于其他比率。代表了企业的偿债 能力; 主成分3 中, X5 的负荷量为0.8706, 远高于其他 指标, 代表了企业的现金流量水平; 主成分4 中, X6的负 荷量为0.7786, 远高于其精他品指课件标, 代表了企业的盈力能力
精品课件
三、模型构建和检验
• ( 一) 主成分分析预警模型构建 • 为消除不同量纲的影响, 在进行主成分分
析之前, 首先根据标准化公式对估计样本 组60 家公司的财务指标原始数据进行标准 化处理。为检验标准化后的数据是否适宜 进行主成分分析, 进行KMO 统计量与 Bartlett 球形检验, 结果如表1 所示。
根据因子得分系数矩阵表( 见表4)
精品课件
可得到主成分( 用F 表示) 关于财务指 标的线性表达式:
• F0+1.0=0.11039.172XX9594-4X10-.207.2163X562X+2-00..31697586XX73++0.01.139748X74X+8 • F002..=2112044.880XX8595+5X01+.002.54X1674-X20+.109.7510X371X-3+0.01.638923X98X4- • F0+3.04.=5182-X5540X.+81+4050.11.X0111889-9XX509.-0007.81X502 2-X60.+1509.32X6335-X7 • F004..13=6178-84XX048.+3-1030.7.2X1081216+4XX905.0+5815.X382 7+8X06.1-740X.33 4-89X7 -
计算各上市公司的预警分布值, 并按Z 值由大到 小进行排序。 • 在保证判别分类错误最小的前提下, 确定判别分 割点在0.03099 和0.01139 之间。本文取二者的 平均值0.02119 作为判别分割点, Z 值大于 0.02119判定为非ST 类公司, 否则为ST 类公司。
精品课件
• 有鉴于此, 本文选取我国制造业上市公司 作为研究样本, 借鉴国泰安研究服务中心 “中国上市公司财务指标分析数据库”中 相关指标的设置分类, 选择全面反映企业 财务状况的盈利能力、成长能力、偿债能 力、现金流量能力和营运能力财务指标作 为研究对象, 采用主成分分析法构建制造 业上市公司财务预警模型, 并对其判别效 果进行分析。
基于主成分分析的财务预警模型
学生 指导老师
源自文库精品课件
一、引言
• 当今世界已经进入知识经济和信息经济时 代,随着世界经济的一体化和全球化发展, 我国企业面临着前所未有的竞争压力以及 国内外宏观经济和金融市场变动带来的各 种风险, 因财务危机导致企业陷入经营困 境甚至发生破产的案例屡见不鲜。如何在 财务危机到来之前能够预先有所觉察, 尽 早采取措施消除危机隐患, 已成为当前亟 待解决的问题。
精品课件
• 根据表2 中各主成分因子的贡献率, 可以得到制 造业上市公司的财务预警模型:
• Z= 0.4594F1+ 0.2917F2+ 0.1115F3+ 0.0927F4 • 其代业毛中表利,现率金F1 。流代量表能盈力利;能F力4 ;代表F2 盈代利表能偿力债比能率力中; 的F3营 • 将估计样本组标准化后的财务指标代入上述公式,
精品课件
• 本文基于我国制造业上市公司的财务数据, 运用主成分分析法构建制造业上市公司财 务预警模型, 并对其判别效果进行比较分 析。
精品课件
• 财务预警模型的作用会受到财务指标和样 本选取的限制。各种模型都有财务指标选 择的侧重点,从而可能因忽视其他方面财务 指标存在一定的片面性; 此外, 不同行业 和研究区间的样本选取也会对财务预警模 型的适用性产生影响。
精品课件
• 表1 表明,KMO> 0.5, Bartlett 检验统计量对应 的显著性概率为0.000, 适宜进行因子分析
精品课件
我们运用SPSS 对估计样本组ST 前1 年的标准化数 据进行主成分分析, 计算各主成分的特征值和贡献 率, 结果如表2 所示
精品课件
本文取包含原指标信息含量( 累计贡献 率) 95.53% 的前4 个主成分。经方差最 大化旋转后的4 个主成分的贡献率分别 为45.94%、29.17%、11.15%和9.27%。4 个主成分因子的因子载荷矩阵如表3 所 示
( 二) 财务预警指标选择
• 为使预测变量的选择范围更加广泛和全面, 本文借鉴国泰 安研究服务中心“中国上市公司财务指标分析数据库”中 相关指标的设置分类, 选择全面反映企业盈利能力、成长 能力、偿债能力、现金流量能力、营运能力的28 个财务 指标作为备选变量。根据30 家估计样本ST 公司前3 年的 数据, 对28 个指标分别进行配对样本显著性T 检验, 共 有9 个指标在0.05 的显著性水平通过检验, 包括所有者 权、债总果益营比资表比运率产明(,率资净(XS金利5T)X对润1公)、资率司营、产(与权业总X8非益)毛额S对和利比T 负投率率公债(入(司比X资在X64)率本偿)、回(债、资报X能2现)产率力金、报(、流流酬X盈量9动率)利对比(。能流率X检力7动)(验和负、X结现3) 金流量三个方面存在显著差异, 上述9 个财务指标可用于 构建财务预警模型。
精品课件
二、研究设计
• ( 一) 研究样本选取 • 本文选取我国A 股制造业上市公司2006 年和2007
年新增的46 家ST 公司( 剔除非财务状况引起的 ST 公司) 作为研究样本, 并按照1: 1 的比例选 取相同会计年度、资产规模相近、细分行业相同 或相近的46 家非ST 公司作为配对样本。根据统 计学原理, 当样本容量大于( 等于) 30 时, 对总 体具有很大程度的代表性, 因此, 我们将46 对公 司分为两组, 一组30 对作为估计样本, 另一组16 对作为检验样本。样本数据取自国泰安研究服务 中心“中国上市公司财务指标分析数据库”, 为 样本公司ST 前1 年、前2 年和前3 年的财务比率 数据。
精品课件
• 表3 显示, 主成分1中, X6、X7、X8 和X9 的负荷量较为明 显且集中, 主要代表了企业的盈利能力; 主成分2 中, X2 、X3 和X4的负荷量明显大于其他比率。代表了企业的偿债 能力; 主成分3 中, X5 的负荷量为0.8706, 远高于其他 指标, 代表了企业的现金流量水平; 主成分4 中, X6的负 荷量为0.7786, 远高于其精他品指课件标, 代表了企业的盈力能力
精品课件
三、模型构建和检验
• ( 一) 主成分分析预警模型构建 • 为消除不同量纲的影响, 在进行主成分分
析之前, 首先根据标准化公式对估计样本 组60 家公司的财务指标原始数据进行标准 化处理。为检验标准化后的数据是否适宜 进行主成分分析, 进行KMO 统计量与 Bartlett 球形检验, 结果如表1 所示。
根据因子得分系数矩阵表( 见表4)
精品课件
可得到主成分( 用F 表示) 关于财务指 标的线性表达式:
• F0+1.0=0.11039.172XX9594-4X10-.207.2163X562X+2-00..31697586XX73++0.01.139748X74X+8 • F002..=2112044.880XX8595+5X01+.002.54X1674-X20+.109.7510X371X-3+0.01.638923X98X4- • F0+3.04.=5182-X5540X.+81+4050.11.X0111889-9XX509.-0007.81X502 2-X60.+1509.32X6335-X7 • F004..13=6178-84XX048.+3-1030.7.2X1081216+4XX905.0+5815.X382 7+8X06.1-740X.33 4-89X7 -
计算各上市公司的预警分布值, 并按Z 值由大到 小进行排序。 • 在保证判别分类错误最小的前提下, 确定判别分 割点在0.03099 和0.01139 之间。本文取二者的 平均值0.02119 作为判别分割点, Z 值大于 0.02119判定为非ST 类公司, 否则为ST 类公司。
精品课件
• 有鉴于此, 本文选取我国制造业上市公司 作为研究样本, 借鉴国泰安研究服务中心 “中国上市公司财务指标分析数据库”中 相关指标的设置分类, 选择全面反映企业 财务状况的盈利能力、成长能力、偿债能 力、现金流量能力和营运能力财务指标作 为研究对象, 采用主成分分析法构建制造 业上市公司财务预警模型, 并对其判别效 果进行分析。
基于主成分分析的财务预警模型
学生 指导老师
源自文库精品课件
一、引言
• 当今世界已经进入知识经济和信息经济时 代,随着世界经济的一体化和全球化发展, 我国企业面临着前所未有的竞争压力以及 国内外宏观经济和金融市场变动带来的各 种风险, 因财务危机导致企业陷入经营困 境甚至发生破产的案例屡见不鲜。如何在 财务危机到来之前能够预先有所觉察, 尽 早采取措施消除危机隐患, 已成为当前亟 待解决的问题。
精品课件
• 根据表2 中各主成分因子的贡献率, 可以得到制 造业上市公司的财务预警模型:
• Z= 0.4594F1+ 0.2917F2+ 0.1115F3+ 0.0927F4 • 其代业毛中表利,现率金F1 。流代量表能盈力利;能F力4 ;代表F2 盈代利表能偿力债比能率力中; 的F3营 • 将估计样本组标准化后的财务指标代入上述公式,
精品课件
• 本文基于我国制造业上市公司的财务数据, 运用主成分分析法构建制造业上市公司财 务预警模型, 并对其判别效果进行比较分 析。
精品课件
• 财务预警模型的作用会受到财务指标和样 本选取的限制。各种模型都有财务指标选 择的侧重点,从而可能因忽视其他方面财务 指标存在一定的片面性; 此外, 不同行业 和研究区间的样本选取也会对财务预警模 型的适用性产生影响。
精品课件
• 表1 表明,KMO> 0.5, Bartlett 检验统计量对应 的显著性概率为0.000, 适宜进行因子分析
精品课件
我们运用SPSS 对估计样本组ST 前1 年的标准化数 据进行主成分分析, 计算各主成分的特征值和贡献 率, 结果如表2 所示
精品课件
本文取包含原指标信息含量( 累计贡献 率) 95.53% 的前4 个主成分。经方差最 大化旋转后的4 个主成分的贡献率分别 为45.94%、29.17%、11.15%和9.27%。4 个主成分因子的因子载荷矩阵如表3 所 示