您当前位置： >>
>> 浏览文章
基于Fisher判别分析下的企业信用评价
文章摘要：原载于《现代经济》2011年第11期总第204期 & 杨静静 （山东财经大学，山东&济南&250014） & 摘&要：本文采用理论分析与实证检验结合的方法，以100家上市公司综合财务数据为研究对象，采用主成分分析和Fisher判别分析方法，
& & 250014
& 100Fisher
F270-0&&&&&&&&&&& A&&&&&&&&&& 201111-0026-02
1 研究设计
有效性验证结果
2 结论及建议
①LDA是Linear discriminate Analysis的简称，意为&线性判别分析&。
参考文献：
[1]LEEG, SUNGTK, CHANGN. Dynamics of modeling in data mining: interpretive approach to bankruptcy prediction [J]. Journal of Management Information Systems, ):63&85.
[2]D.West.Neural network credit scoring models [J].Computer & Operations Research, 2000(27): .
[3]郭志刚.社会统计分析方法&&SPSS软件应用[M].北京:中国人民大学出版社,.
[4]庞素琳,王燕鸣,罗育中.多层感知器信用评价模型及预警研究[J].数学的实践与认识, 2003 (9).
[5]李秉祥.基于主成分分析法的我国上市公司信用风险评价模型[J].西安理工大学学报,2005(2).
[6]傅强,李永涛.Logistic模型在上市公司信用风险评价中的应用[D].重庆建筑大学学报,2005(10).
[7]宋廷山.经济管理定量分析方法及其计算机实现[M].中国广播电视出版社,6&371.
相关阅读：论文发表、论文指导
周一至周五
9：00&22：00
ST公司后续发展能力的财务预测实证研究
&&&&&&本期共收录文章20篇
　　内容摘要：本文以2004年至2008年五年沪深两市因“连续两年亏损”而从“正常交易”到被“*ST”的88家上市公司为研究对象，基于财务指标运用多变量Logistic模型进行实证分析，力求在已发生财务困境的公司中预测出具有良好后续发展能力的公司和后续发展能力不良的公司，研究发现，模型在预测财务好转公司时判别正确率偏低，导致总体判别率不高，但是模型在预测“二一二”公司时判别正确率较高。 中国论文网 /2/view-3074993.htm　　关键词：*ST公司 预测 后续发展能力 “二一二”公司 财务好转公司 　　 　　经过笔者整理分析发现，公司因为连续两年亏损被*ST之后的盈利状况主要分为四类：*ST当年未扭亏； 被*ST当年成功扭亏，并在之后年度连续盈利；被*ST当年扭亏，之后年度盈利和亏损情况发生间隔，但没有出现因为连续两年亏损再次被*ST现象；被*ST当年扭亏，之后又连续两年亏损，即发生所谓的“二一二”现象。笔者认为，“二一二”的上市公司，实际上这类公司内部已千疮百孔，对于投资者来说已无投资价值。而有些公司则可以在被*ST之后经过努力而经营状况好转，持续数年盈利，依然具有投资价值。笔者拟把“二一二”公司和摘帽后持续盈利的公司分别作为无药可救和起死回生的两类公司的代表，从财务比率指标方面对两者进行对比研究，并使用财务困境预测模型进行预测，力求为探寻财务困境公司的后续发展能力提供信息。 　　研究设计 　　（一）变量选择 　　近十年财务预警研究方法和模型非常之多，目前用于预测公司是否会发生财务困境的指标大致可以分为以下几类：资产的流动性指标：流动比率，速动比率；资产的管理能力指标：总资产周转率，应收账款周转率，存货周转率；盈利及回报能力指标：资产净利率，净资产利润率，主营业务利润率[（利润总额+ 财务费用） /总资产]；财务杠杆指标：资产负债率，负债权益比率；股本扩张能力指标：留存收益/总资产，每股收益，每股净资产，每股经营活动现金流量；公司的成长性指标：主营收入增长率，资产增长率。这些指标主要用于区分财务健康公司和发生财务困境的公司，该两类公司并不等同于本研究中的两类公司，即在已经发生财务困境的公司中预测出具有良好后续发展能力和已无力回天的公司。 　　但是在本研究中，笔者仍使用上述指标，原因在于财务比率可以反映公司的财务运营情况，无论是财务健康公司还是发生困境的公司，以及在发生困境之后能起死回生和发生困境后无力回天的公司，这类公司的财务运营情况均可以由财务比率反映出来。 　　（二）模型选择 　　最早提出的是Fitzpatrick（1932）的单变量破产预测研究，由于单变量预测模型存在局限性，Altman（1968）首次提出采用多元判别分析的方法来建立财务困境预警模型。此后，学者又提出不同的多变量财务困境预测模型，最具有代表性的多变量模型有：线性判定模型、条件概率模型、多元逻辑（Logit）模型、人工神经网络（ANN）系统模型、支持向量机预测模型。但迄今尚无一个规范或实证研究证明哪个预警模型是最优的。目前多元逻辑（Logit）模型的使用较为普遍，该模型不需要自变量多元正态分布和两组样本等协方差的假设，预测精度较高，本研究采用多元逻辑（Logit）模型。 　　（三）研究样本选择及数据来源 　　本文研究的样本公司范围为沪深两市由于连续两年亏损而被*ST的公司。为研究方便，本文假设公司被*ST的当年为t年，并以此为基点依次倒计或顺计亏损前后年份（具体见图1）。由于每年因连续两年亏损而从正常交易到被*ST的公司数量占上市公司比例不大，而这些公司中发生“二一二”现象和扭亏后连续三年盈利的公司数量也仅占一部分，为保证样本公司数量，只能扩大选择年份（最终选择样本的年份跨度为五年）。本文选取样本公司的标准如下： 　　1.2004年至2008年五年沪深两市A股因“连续两年亏损”而从“正常交易”到被“*ST”的公司，从中找出“二一二”公司和扭亏后连续三年（扭亏年度包括在内）盈利的公司 　　2.在（t-3）年1 月1 日前上市，每一家样本公司均有被*ST的前三年（t-3，t-2，t-1），被*ST当年（t）和之后两年（t+1，t+2）的数据； 　　3.剔除金融保险行业类公司。笔者从多维角度选取流动比率、营运资本/总资产，资产负债率，总资产周转率，应收账款周转率，存货周转率，主营利润/总资产，净利润/总资产，非主营利润/总资产，留存收益/总资产，资产增长率等11个比率分别反映企业的资产流动性，财务杠杆，资产管理能力，盈利及回报能力，非主营业务回报，股本扩张能力，以及增长能力。本文财务数据来源于深圳国泰安信息技术有限公司开发的《CSMAR系列研究数据库系统》，*ST公司的划分及其相关资料来自于中国上市公司资讯网和巨潮资讯网，使用的统计软件为SPSS16.0。研究剔除了金融保险行业类公司，最终样本为88家，其中“二一二”公司27家，扭亏后连续三年盈利（以下简称为财务好转公司）的公司61家（见表1）。 　　回归结果 　　逻辑回归模型一般选择50％作为分割点，即如果通过模型计算出来的发生某事件的概率（y=1）大于或等于该事件不发生的概率（y=0），那么就判定该事件发生，否则就判定该事件不发生。但如表1所示，本文的样本是非均衡的，两类公司的比例严重偏离1∶1，如果采用50％作为分割点，就有可能会把所有公司都预测为财务好转公司。为此，我们将分割点定位于样本先验概率（=0.3068），即如果通过逻辑模型计算出来的公司被特别处理的条件概率大于或等于样本先验概率，就将该公司判为“二一二”公司，反之将其判为财务好转公司。 　　通过对选取88家上市公司的11个财务变量的描述性统计及t-检验、Mann-Whitney U检验 (限于篇幅，表略) ，本研究分别选出各年度两类公司在10%水平下具有显著差异的财务指标（见表2），按年度分别建立Logistic 回归模型。 　　通过相关系数矩阵检验各年份选入模型的财务指标间不存在多重共线性，因此建立Logistic 回归模型，以考察财务因素对ST 的影响，财务模型如下： 　　其中， Xj分别代表四年中选入模型的六个指标（见表3），当第i个样本点为“二一二”公司时，Yi=1；当第i个样本点为财务好转公司时，Yi= 0， P 表示是“二一二”公司的概率，ε是随机误差项。回归结果见表3。 　　由表3可以看出，回归结果中各年度模型中的变量系数仅有t-2年的资产负债率和t年的资产增长率分别在10%和5%水平上显著，其余的系数均不显著。两个伪决定系数Cox & Snell R2和Nagelkerke R2从不同角度反映出当前模型中自变量，解释了反应变量的变异占反应变量总变异的比例。由表3可以看出，四年的四个模型中伪决定系数都不大，说明方程的拟合性较低。具体地，t-3和 t-1年的伪决定系数较小，Cox & Snell R2分别只有0.061和0.055，Nag elkerke R2分别只有0.086和0.077，说明当前模型中自变量解释了反映变量的变异仅占反应变量总变异的不到1%。相比而言，t-2年和t年的方程拟合度较其余两年有所提高，伪决定系数稍大，Cox & Snell R2分别为0.138和0.15，Nagelkerke R2分别为0.195和0.211。对于Logistic回归而言，通常看到的模型伪决定系数的大小不像线性回归模型中的决定系数那么大。 　　就判别正确率而言（见表4），相对于之前学者对于财务健康公司和财务困境公司的判别正确率，本研究中的总体判别正确率不高。其中，模型对于“二一二”公司的判别正确率较高，四年的判别率分别为70.4%，77.8%，81.5%和70.4%，呈现出现上升再下降的趋势，并且该四年的判别率较高，说明模型对于“二一二”公司的预测能力较高。而对于财务状况好转的公司，四年的判别正确率相差较大，呈现上升、下降再上升的波动趋势，但是t-3和t-1年的判别率很低，甚至连50%都不到，这与之前回归模型中该两年的方程拟合度很低这一结果相一致。另外两年t和t-2年的判别率在61%上下，同样大幅低于“二一二”公司的判别率。 　　之前学者对于财务健康公司和财务困境（公司被ST）公司的财务状况研究有结果表明，在公司ST 早期阶段，财务因素的影响并不显著；随着公司ST 时间的临近，财务指标对ST 的影响逐渐增强。而本研究中显示，在具有不同后续发展能力的*ST公司中（即在已经发生财务困境的公司中），财务指标对具有后续发展能力良好的公司和不良公司的两类公司的影响能力并没有显示出随公司*ST时间的临近而增大这一规律，而是呈现出波动的趋势。四年的伪决定系数呈现先上升再下降的趋势，四年的总体判别正确率也同样显示出先上升再下降。 　　结论分析 　　综上所述，通过模型分析，本文认为模型的四年的四个模型中伪决定系数都不大，说明方程的拟合性较低。模型的大多数系数不显著。除t-2年的资产负债率和t年的资产增长率分别在10%和5%水平上显著外，其余系数均不显著。 　　判别正确率方面，总体判别率同之前学者对于财务健康公司和财务困境公司的判别正确率相比偏低。模型对于两类公司的判别正确率差异很大。对“二一二”公司判别正确率较高，而对财务状况好转的公司的判别正确率很低，有两个年度的判别率甚至低于50%。 　　 　　参考文献： 　　1.陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999,4 　　2.陈晓，陈治鸿.中国上市公司财务困境预测[J].中国会计与财务研究，2000.3 　　3.陈瑜.对我国证券市场ST公司预测的实证研究.经济科学[J]，2000.6 　　4.王克敏，姬美光.基于财务与非财务指标的亏损公司财务预警研究—以公司ST为例[J].财经研究，2006.7
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。大神们求帮忙找一下年国泰安里面特殊变动的股票数据_数据库吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：13,266贴子：
大神们求帮忙找一下年国泰安里面特殊变动的股票数据收藏
因毕业论文需要，恰巧在家里没有权限下载国泰安里面的数据，哪位大神如果有权限，或者在学校的话帮忙下载一下国泰安数据库里年从正常交易变为ST或*ST或PT的股票。查询路径是国泰安数据库--单表查询--股票市场系列--中国特殊处理与特别转让股票研究数据--基本数据，时间段是~, 特殊变动文件字段选择全选，然后下载成excel文档发到我邮箱,求好人帮忙，我现在好着急，如果愿意下载的话可以留下你们的联系方式，我加你们，或直接帮我下载好发到我邮箱，非常感谢！！大神快出现啊~~
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或ST公司重组的生存分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
&&¥2.00
&&¥2.00
&&¥1.00
&&¥1.00
喜欢此文档的还喜欢
ST公司重组的生存分析
S​T​公​司​重​组​的​生​存​分​析
阅读已结束，如果下载本文需要使用
想免费下载本文？
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢