私募投资对受资企业财务风险评价影响研究.docxVIP

私募投资对受资企业财务风险评价影响研究 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（spssl3.0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： //www. eastmoney, com/数据系统。数据由 spssl3. 0 统计软件和Office Excel处理。 因子分析过程 具体如下： 分析共同度(Communality)o 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)o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。 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。 对因子载荷矩阵旋转(Rotated Component Matrix (a))o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。 运用多元回归分析计算主因子得分系数(Component Score Coefficient Matrix)o 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=MilXzZl+ Mi2XzZ2+…….Mi jXzZj 公式 1 其中，j=l、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=Zwi 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=l. 2 no 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） Communal it ies （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 Ma