【摘 要】本文以四川省上市公司為樣本，利用主成分分析法建立了四川省上市公司的財務(wù)預(yù)警模型，實際檢驗結(jié)果顯示該預(yù)警模型具有較好的預(yù)警效果。

　　【關(guān)鍵詞】變量選擇；上市公司；財務(wù)預(yù)警

　　一、引 言

　　上市公司財務(wù)狀況的好壞直接影響到證券市場的發(fā)展和投資者的利益，鑒于此，急需建立一個能預(yù)先發(fā)出財務(wù)危機警報的預(yù)警模型，以幫助上市公司管理當(dāng)局和投資者及早取得財務(wù)狀況惡化的信號，避免可能出現(xiàn)的財務(wù)危機，保護投資者的合法權(quán)益。

　　二、預(yù)警模型的建立

　�。ㄒ唬�樣本的選取

　　本文的研究樣本是四川省所有的上市公司，共計64家，其中ST上市公司有16家，正常上市公司有48家。樣本數(shù)據(jù)來自于該64家上市公司2006年公開披露的財務(wù)報表，主要從新浪財經(jīng)網(wǎng)和搜狐財經(jīng)網(wǎng)取得有關(guān)個股資料。

　　將64家上市公司隨機分為兩組：估計樣本組47家（39家正常公司和8家ST公司）和測試樣本組17家（9家正常公司和8家ST公司）。研究樣本見表1。

　　（二）關(guān)鍵變量的確定

　　普遍認(rèn)為，一個企業(yè)的綜合實力可以由償債能力、盈利能力、營運能力、增長能力以及現(xiàn)金流量狀況5個方面構(gòu)成。本文在設(shè)計研究變量時，綜合考慮以上5個方面并借鑒國內(nèi)外已有的文獻，選取以下6個指標(biāo)：

　　1. 營運資本資產(chǎn)比率=（流動資產(chǎn)-流動負(fù)債）/總資產(chǎn)

　　2. 現(xiàn)金負(fù)債比率=經(jīng)營活動現(xiàn)金流量凈額/總負(fù)債

　　3. 流動比率=流動資產(chǎn)/流動負(fù)債

　　4. 總資產(chǎn)周轉(zhuǎn)率=銷售收入/平均總資產(chǎn)

　　5. 資產(chǎn)負(fù)債率=總負(fù)債/總資產(chǎn)

　　6. 資產(chǎn)利潤率=息稅前利潤/平均總資產(chǎn)

　　其中，平均總資產(chǎn)=（期初總資產(chǎn)+期末總資產(chǎn)）/2

　�。ㄈ�）自變量的相關(guān)性分析

　　為了避免自變量之間存在嚴(yán)重多重共線性而影響到模型檢驗的結(jié)果，應(yīng)該首先考慮各自變量間的相關(guān)關(guān)系，運用SPSS軟件對樣本進行相關(guān)性分析。

　　表2是公司的營運資本資產(chǎn)比率、現(xiàn)金負(fù)債比率、流動比率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)負(fù)債率、資產(chǎn)利潤率六者之間相互關(guān)系的矩陣。

　　由表2可以看到，營運資本資產(chǎn)比率與流動比率、資產(chǎn)負(fù)債率的相關(guān)系數(shù)較大；流動比率與資產(chǎn)負(fù)債率間的相關(guān)系數(shù)也較大。因此，本文舍棄資產(chǎn)負(fù)債率，保留營運資本資產(chǎn)比率、現(xiàn)金負(fù)債比率、流動比率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)利潤率，對這5個變量再做一次相關(guān)系數(shù)的檢驗，結(jié)果見表3。

　　由表3可以看到，營運資本資產(chǎn)比率與流動比率相關(guān)系數(shù)較大，其他變量間的相關(guān)系數(shù)都較小。于是舍棄營運資本資產(chǎn)比率，保留現(xiàn)金負(fù)債比率、流動比率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)利潤率這4個變量，對這4個變量再做一次相關(guān)系數(shù)的檢驗，結(jié)果見表4。

　　由表4可以看到，這4個變量間的相關(guān)系數(shù)都較小，因此，本文取這4個指標(biāo)，即現(xiàn)金負(fù)債比率、流動比率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)利潤率作為最終的變量。

　�。ㄋ模┲鞒煞址治黾澳Ｐ�

　　對估計樣本組上市公司的財務(wù)數(shù)據(jù)，運用SPSS軟件進行主成分分析，結(jié)果見表5。

　　本文取累計貢獻為100%，主成分個數(shù)m=4，即用4個主成分代替原有的4個財務(wù)比率指標(biāo)，這4個主成分因子包含原來100%的信息量。為了對所取得的4個主成分進行解釋，需要得到4個原始財務(wù)比率對4個主成分的因子載荷矩陣（見表6）。從表6可以看到：①主成分X₁主要由F₁和F₂這兩個財務(wù)比率指標(biāo)解釋。②主成分X₂主要由F₃這個財務(wù)比率指標(biāo)解釋。③主成分X₃主要由F₁和F₂這兩個財務(wù)比率指標(biāo)解釋。④主成分X₄主要由F₄這個財務(wù)比率指標(biāo)解釋。

　　根據(jù)表5，可以得到主成分的預(yù)測函數(shù)為：

　　Y= 0.404 75X₁ + 0.275 18X₂ + 0.201 45X₃ + 0.118 62X₄

　　根據(jù)表6，可以得到主成分關(guān)于原始財務(wù)比率的線性表達式：

　　X₁ =0.618F₁ + 0.651F₂ + 0.319F₃ + 0.843F₄

　　X₂ = -0.482F₁ - 0.214F₂ + 0.888F₃ + 0.183F₄

　　X₃ = -0.547F₁ + 0.697F₂ - 0.109F₃ - 0.096F₄

　　X₄ = -0.294F₁ - 0.211F₂ - 0.312F₃ + 0.496F₄

　　綜合以上表達式，可以得到：

　　Y= -0.027 6X₁ + 0.32X₂ + 0.314 5X₃ + 0.431 1X₄

　　將樣本組上市公司的各項財務(wù)比率代入上面的式子，計算得到64家上市公司的預(yù)測Y分值（見表7）。

　　出于預(yù)警的目的，本文將Y分值分布情況進行整理（見表8）。

　　由表8可以得到如下評價區(qū)域：

　　Y>1 為財務(wù)狀況非常安全的區(qū)域

　　1>Y>0.5為財務(wù)狀況安全區(qū)域

　　0.5>Y>0為財務(wù)狀況預(yù)警區(qū)域

　　Y<0 為財務(wù)狀況危機區(qū)域

　　同時本文把安全類和危機類上市公司被列入預(yù)警區(qū)域均看作判斷正確。

　　由此，可以得到如下判別分類結(jié)果（見表9）。

　　由表9可知：對于估計樣本組來說，39家非ST類上市公司有39家判斷正確，準(zhǔn)確率為100%；8家ST類上市公司有6家判斷正確，準(zhǔn)確率為75%。對于測試樣本組來說，9家非ST類上市公司有9家判斷正確，準(zhǔn)確率為100%；8家ST類上市公司有8家判斷正確，準(zhǔn)確率為100%。對于四川省共計64家上市公司來說，48家非ST類上市公司有48家判斷正確，準(zhǔn)確率為100%；16家ST類上市公司有14家判斷正確，準(zhǔn)確率為87.5%。

　　三、結(jié)束語

　　從以上分析結(jié)果來看，本文給出的預(yù)警模型的效果較好，能夠比較準(zhǔn)確地預(yù)測四川省上市公司的財務(wù)狀況，具有較強的可信度。該模型對于估計樣本組危機類公司分類的正確率較低，主要是由于該模型在建立時，大部分危機類上市公司的2006年財務(wù)報表沒有公布，導(dǎo)致估計樣本組中危機類公司相對較少，致使模型可能有一點偏差。