私募投资对受资企业财务风险评价影响分析.docVIP

私募投资对受资企业财务风险评价影响分析 　　随着私募股权投资业的发展，受资企业的财务信息是私募投资者做出投资决策的重要信息源，其财务状况的优劣直接受到投资者的关注。为使财务报告能简单清晰地表明企业的实际经济状况，对目标企业的研究不再停留在盈余能力、偿债能力的分析上，还需要对盈余质量进行分析，使投资者了解企业各项目的现金流的水平。而以前的评价方法运用最多的是经验法或者领导决策法等，所得出的评价数据不客观，为了避免常规评判方法的弊端，本文运用因子分析法（spss13.0统计软件）对企业的财务风险评价指标进行了实证分析。 　　一、模型构建 　　（一）因子分析财务风险指标体系构建 因子分析法是对数据运用降维的方法，用少数几个主因子来解释许多变量之间的联系，而少数主因子包含了数据的大多数信息。 　　根据私募投资的需要以及企业的财务指标的核定，在参考了现有企业设计的运用性较强的财务分析指标，对私募投资受资企业的财务风险评价构建了12个指标（见表1）。 　　（二）样本选取与数据来源 本次实证选取了私募股权投资企业苏州高新区高新技术公司作为企业样本，以2008年至2011年作为研究的样本区间。样本财务指标数据来源于http：///数据系统。数据由spss13.0统计软件和Office Excel处理。 　　（三）因子分析过程 具体如下： 　　（1）分析共同度（Communality）。在Final Statistics一栏中显示各因子解释掉方差的比例，也称变量的共同度（Communality）。共同度从0到1，0为因子不解释任何方差，1为所有方差均被因子解释掉。一个因子越大地解释掉变量的方差，说明因子包含原有变量信息的量越多。 　　（2）计算相关矩阵的特征值和旋转方差贡献率。使用主成分分析法得到几个因子以及因子矩阵（Total Variance Explained），选定系统默认的因子提取标准：特征值≥1。方差的累计贡献率达80%以上，可解释大部分财务信息。 　　（3）对因子载荷矩阵旋转（Rotated Component Matrix（a））。运用最大方差旋转法，旋转得到Rotated Factor Matrix矩阵。而旋转的目的是为了获得简单结构，以帮助解释主因子所包含的财务信息。 　　（4）运用多元回归分析计算主因子得分系数（Component Score Coefficient Matrix）。通过Scores处理，选择另存为新变量，根据系统提供3种估计因子得分系数的方法，选Regression（多元回归分析法），之后得到主因子得分系数矩阵。 　　（四）财务风险评价综合分析模型建立 根据以上因子分析过程以及因子分析的原理，得出以下分析模型： 　　主因子得分系数函数模型为： 　　Fi=Mi1×zZ1+ Mi2×zZ2+……. Mi j×zZj公式1 　　其中，j=1、2……n； Mi j是标准变量对主因子的依赖程度，zZj 是标准变量。 　　财务风险综合评价模型为： 　　Ti=∑wi Fj公式2 　　其中，w是根据各主因子的特征值得出各主因子的权重 i 为第 i 个主因子； Fi 是各个主因子得分矩阵；i，j=1、2……n。 　　二、实证结果与分析 　　（一）因子变量分析检验 江苏苏州高新区高新技术公司2008～2011年 财务评价指标原始数据（表2），并运用SPSS统计软件进行对该公司的财务风险指标进行Factor Analysis（因子分析）。 　　根据统计软件与评价分析的需要，首先对变量（指标）数据表1的原始数据通过SPSS13.0进行标准化处理，然后运用行Factor Analysis，得出以下的结果： 　　（1）Communalities（分析共同度）。共同度从0到1，0为因子不解释任何方差，1为所有方差均被因子解释掉。本例见表3，共同度为1，说明了所有因子都被解释掉，而且变量包含了企业很多的财务信息。因此证明适合因子分析方法。 　　（2）Variance and Cumulative （分析t特征值和旋转方差贡献率）。该例使用主成分分析法，特征值大于1的提取因子的标准，得到3个主因子的矩阵（Total Variance Explained）如表4，由表中得知，满足特征值大于1的主因子有三个，累计贡献率达到100%。说明了这3个因子能反映大多数原始数据变量的信息，能对企业的财务信息作出很好地评价。 　　（3）Rotated Component Matrix（a）（因子旋转载荷矩阵）。旋转的目的是为了获得简单结构，使复杂的矩阵变得简洁，以帮助解释因子。为了能更好地解释这3个主因子的财务信息，本例选最大方差旋转法，经过25歩迭法后，得出Rotated Component Matrix