基于主成分法电子信息制造企业财务预警研究.docVIP

基于主成分法电子信息制造企业财务预警研究 　　【摘要】由于市场竞争的加剧,企业所面临的经营风险、财务风险日益增大。在此环境下,财务预警能够有效地避免和分散这些风险。本文以我国电子信息制造上市公司为研究对象,构建了适应电子信息制造行业的财务预警指标体系,通过主成分法对84家电子信息制造企业进行了财务状况实证研究,创建了适应其特点的财务风险预警模型,并对两年的判别效果进行了验证。实证分析表明:本文构建的财务预警模型对于防范企业财务风险是有效的,主成分法的判别准确率较为理想。 　　【关键词】财务预警;电子信息制造业;主成分法 　　 　　1.引言 　　 　　随着全球经济一体化的日益加深,企业经营的不确定性在不断增强,面临着更大、更难预知的财务风险。在我国虚假财务信息泛滥、会计戏法充斥的今天,建立并完善企业财务预警模型,能够帮助企业做好自身的财务风险评估???作,及时调整经营战略;能够有效保护投资者和债权人的利益,提升他们对上市企业的信心;能够有效提高政府部门对企业的宏观监控质量以及规范证券市场。目前,现有的财务预警模型大多不分行业,或是集中在房地产、医疗卫生等几个热门行业,而结合电子信息制造业特色构建的预警体系很是鲜见。本文构建的这套财务预警体系,兼顾电子信息制造业与其他行业的共性及其自身特点,站在投资者的角度以电子信息制造业的经验财务指标为基础,运用统计方法构建了定量预警模型。因此这项研究具有较大的现实意义。 　　 　　2.财务预警模型国内外相关研究 　　 　　最早的财务预警研究是Fitzpatrick(1932)开展的单变量破产预测研究。1966年,美国的威廉?比弗将单变量分析法发展为财务危机预测模型。Altman(1968)则开创了多元线性判定模型(又称Z Score模型)的先河。之后,各国学者在Z-Score模型的基础上对其做出了改进,如1972年Edmister提出的专门针对小企业建立的财务危机预警分析模型;美国学者建立起来的多微区分模型;以及日本开发银行调查部建立的企业经营指标风险评价模型。为克服多元判别模型严格的统计假设,研究人员逐步提出采用回归分析方法来提高财务预警的能力。如1980年Ohlsonn建立的Logit预警模型及Zmijewski的Probit分析模型。而随着计算机和信息技术的不断发展,西方研究人员开始运用人工神经网络、支持向量机、专家系统、遗传算法等非统计类方法进行财务困境的预测研究。他们中的代表人物,包括Odom和Sharda,Vapnikessier,Hansenranco,Varett等。 　　国内的财务预警模型研究起步于20世纪80年代,90年代逐渐兴起并形成系统。90年代,我国学者周首华、杨济华和王平在Z计分模型的基础上进行改进,建立了F 计分模型。陈静(1999年)分别进行了单变量分析和二元线性判别分析。吴世农、卢贤义(2001年)应用了Fisher线性判别分析、多元线性回归分析和多元逻辑回归分析三种方法,并结合我国的实际情况建立了相应预测财务困境的模型。张爱民等则采用多元统计分析中的主成分分析法对企业财务预警进行了研究。同年,杨保安、季海针对判别分析方法在构建财务危机预警模型中存在的问题,最先运用BP神经网络建立财务预警模型。之后在此研究基础上相继出现了粗糙集神经网络(柳炳祥,2002)和人工神经网络(刘洪,2004)财务预警模型。但大多数研究对象是针对整个证券市场的企业或少数几个行业,有一定的局限性。 　　 　　3.研究年度的确定和研究样本的选择 　　 　　鉴于我国证券市场到目前为止,还未曾出现过破产的企业,本文以股票名称前冠“ST”作为企业陷入财务危机的标志。另外,一些ST样本公司经过一段时间可能“摘帽”,是否仍为ST需要参考该公司当年公告。值得注意的是,2008年的金融危机使得这一年的数据异常波动不具代表性,而2009年的年报数据尚未完全公布(本文研究时),笔者将建模样本选择的年度定在了2006和2007两年;2008年度则作为财务实际状况的参照年度,按2008年各个样本公司公告划分ST和非ST公司,再同提前两年、提前一年(2006年、2007年)财务数据构建的财务模型对财务状况预测的结果进行比对,从而得出模型的误判率。 　　为保证财务数据的可得性,本文研究样本选取了大智慧新一代软件中按证监会行业划分的电子信息制造业的5个板块(电子元器件业、日用电子器具业、其它电子设备业、通信及相关设备业、计算机及相关设备业)的2006年之前上市的84家企业。 　　 　　4.财务指标体系构建 　　 　　本文在选择财务指标时,参考以往相关文献所用的指标体系,依照指标出现频率及相关原则进行初步筛选。力求所选指标能尽量全面系统地反映企业的财务状况。另外,对指标体系所