企业财务危机预警指标筛选探究_因子分析

论文导读:：选择合适的财务指标来描述预警模型对提高预测的精度至关重要。运用显著性分析和因子分析法，对企业财务危机预警的备选指标进行筛选，并选择了76家上市公司为样本进行实证研究。通过两次筛选，最终得到由7个预警指标组成的全面互斥的财务危机预警指标体系，为进一步的财务危机预警评价提供参考。
论文关键词：显著性分析，因子分析，财务危机，预警，指标筛选
 

一、引 言　　企业财务危机预警问题的研究很早就引起了各方面的关注，国内外学者取得了丰富的成果。如Fitzpatrick^[1]和Beaver^[2]提出单变量模型，美国学者Altman构建Z-score模型^[3]，我国学者李秉祥提出组合预警模型^[4]；李益骐运用Logistic回归分析作为主要建模方法^[5],李腊生将因子分析与选择性模型相结合，构建了判别上市公司财务危机的因子分析Logit模型^[6]，郭德仁构建了基于模糊聚类和模糊模式识别模型^[7]，周辉仁提出一种基于递阶遗传算法和BP神经网络的财务预警模型^[8]。可见国内外学者对财务危机预警的研究主要集中在运用数学方法构建财务预警模型上　　二、显著性分析与因子　　（一）显著性　　一般来讲，财务危机和财务健康之间应该具有显著差别，因此进入预警模型的指标至少能有效显著的区分这两种状态，这是入　　针对同一财务指标变量而言，当两组样本具备方差齐性（即

当两组样本不具备方差齐性（即）　　

这样在可接受的显著性水平上就可以筛选出能显著　　（二）因子分　　因子分析最早是由心理学家Karl Pearson 和Charles Speamen在1904年提出的，在多元统计分析中，因子分析是一种很有效的降维和信息浓缩技术。这种方法是从变量的相关矩阵出发，将一个ｍ维的随机向量X分解成低于ｍ个且有代表性的公因子和一个特殊的ｍ维向量因子分析，使其公因子数取得最佳的个数，从而使对ｍ维随机向量的研究转化成对较少个数的公因子的研究。即用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。该　　三、财务危机预警指标　　根据敏感性、先兆性、关联性、可操作性和互斥性的原则，本文在借鉴国内外学者的实证研究成果并结合我国上市公司实际情况的基础上，从表内信息和表外信息两个角度六个方面构建了一套包括25个指标的财务危机预警的指标体系，作为研究中使用的初始变量^[9]，如表1所示。表内信息指标主要包括反映企业盈利能力、经　　表1 上市公司财务危机预警　　

四、财务危机预警指标体系的筛选

指标体系汇总表
营能力、偿债能力、成长能力和现金流量五个方面的财务指标，表外信息指标主要包括更能揭示公司陷入财务危机状况的非财务信息，比如反映上市公司过度依赖短期借款、存在大量的或有事项（主要是因担保、财务承诺而产生的或有负债）、审计报告的意见类型、期末存在大量关联方交易等情况的指标。
体系的初步构建
方法的本质就是通过降维技术将多个指标转化为少数几个综合指标，这些综合指标能够反映原始指标的绝大多数信息，并且所含有的信息互不重叠，彼此之间又不相关，这样既减少了变量的个数，又再现变量之间的内在联系。本文基于因子分析的思想，根据各预警指标相关性大小将它们分组，使得同组内的指标之间相关性较高，不同组的变量之间的相关性较低，通过对相关矩阵内部结构关系的研究因子分析，找出影响企业财务危机状况的几个综合指标，称之为主因子。以主因子构成预警指标体系，构建模型，进行预测与分析。
析法
区分财务危机和财务健康状态的预警变量。
时，采用的T统计量为：
f'>）时，采用的T统计量为：
选指标的首要条件。所以以此为标准本文采用统计分析法中的显著性检验方法（T检验）对预警指标进行第一次筛选。
分析
分析法简介
。由于企业内外部环境多变，导致发生危机的因素纷繁复杂，因而为了提高预警模型的精度，通常需要选择多方面、多层次的指标来进行预测。然而预警指标并不是越多越好，过多的指标会产生信息过载，加大成本，同时由于财务指标之间的相关性比较强，易产生覆盖范围重复，计算结果不容易解释等问题，因此在建立预警模型前有必要对初始变量进行筛选。基于此，本文采用显著性分析和因子分析法，对财务危机预警的备选指标进行筛选，以期构建一个有效而简洁的预警指标体系。


参考文献
[1]Fitzpatrick P J,Acomparison of ratios of successful industrial enterprises with those offailed firms[J].Certified Public Account ,1932
[2]Beaver W. Alternativeaccounting measures:predictors of failure[J].Accounting Review, 1968, 10(2):113-122.
[3]Edward I Altman,Financialratios,discriminant analysis and the prediction of bankruptcy[J].Journal ofFinance,1968,23(4):590-609.
[4]李秉祥.基于模糊神经网络的企业财务危机非线性组合预测方法研究[J].管理工程学报，2005(1)：19-23.
[5]李益骐,田高良.上市公司财务危机预警实证研究[J].西北大学学报(哲学社会科学版),2009(5):79-82.
[6]李腊生,张岩.我国上市公司财务危机的判断与预警[J].商业经济与管理,2009(4):90-96.
[7]郭德仁,王培辉.基于模糊聚类和模糊模式识别的企业财务预警[J].管理学报,2009(9):1194-1197.
[8]周辉仁,唐万生,任仙玲.基于递阶遗传算法和网络的财务预警[J].系统管理学报,2010(1):1-6.
[9]程晓娟.上市公司财务危机预警模型研究及实证分析[D].成都:成都理工大学,2005.