判别分析在H上公司财务困境预测的应用

1、判别分析在 H 上市公司财务困境猜测的应用案例背景上市公司的财务状况是通过定期的财务报告反映的；现阶段,国内上市公 司的定期报告包括三表（资产负债表、损益表、现金流量表）及其附注,因此 人们主要是从分析上市公司的财务指标,或将这些指标进行肯定的技术处理来 猎取相关分析信息；对于财务报表信息的分析应用,是反映现代企业经营状况 的一种重要方式；H 公司是专业生产机动车检测仪器的省级高新技术企业,也是 A 股上 市企 业；主导产品有机动车排放检测系统、废气分析仪、前照灯检测仪、烟度计不 透光度计等四大系列三十多个品种规格,己被广泛应用于各级机动车综合安全 性能检测机构、环保监测部门,各类汽车修理业、

2、汽车制造厂 3S、4S 店,科 研院校以及军队机动车修理检测部门；近年来,面对猛烈的市场竞争环境,公 司经营策略显现肯定问题,亟需进行调整优化；本案例即在公司公开数据基础教学目标及难点一、 教学目标上,进行分析判定；通过该案例使同学明白常用的财务指标,学会利用财务报表数据建立模型 , 进 行数据分析；详细而言,木案例要在被选的财务指标中依据公司特点挑选适当的指标,利 用公开的上市公司财务报表数据和统计分析方法,建立财务困境猜测模型,以便利 用模型对公司是否陷入财务困境进行猜测；二、 教学难点 财务指标往往涵盖较多内容,指标模型的建立需要建立于较强的统计基础之上,应用也要结合不同企业自身状况进行

3、系统分析；数据分析（一）数据来源及说明木案例数据来源于国泰君安及 H 公司供应的股市数据库,可供挑选分析的财务指标变量说明如下：XI ：（货币资金 +短期投资净额） / 流淌负债 X3:总利润 / 总负债X5：流淌负债 / 总资产X7：总负债 / 总资产 X9：主营业务收入 / 营运资金 XII ：主营业务收入 / 净资产 X13：主营业务利润 / 主营业务收入 X15：营业利润 / 主营业务收入X17：总利润 / 总资产 w r c 1177 口 人 / M 次X2：流淌资产 / 流淌负债 X4：营业利润 / 财务费用 X6：总负债 / 总资产 X8：长期负债 / 固定资产 X10：主营业务

4、收入 / 固定资产 X12：主营业务收入 / 总资产 X14：净利润 / 主营业务利润X16：营运资本 / 总资产 X1& 净利润 / 净资产需要说明的是,以上指标是反映公司经营状况的最主要指标体系,但不代表全部内容,现实分析中可以依据公司的详细类别,进展状况及应用要求进行进一步筛选和识别；（二）数据描述第一,依据以上所列指标及相应数据,做 20 组自变量的组间均值相等检 验,结果如下表 1 .其中变量 X3. X10, XH, X16, X20 在 0.05 的水平上显著,说明这 5 个指标（总利润 / 总负债、主营业务收入 / 固定资产、主营业务收入 / 净资产、营运资 木/总资产、留存盈

5、余 / 股东权益）具有很强的判别才能,也是我们进行分析的主要 依据；表 1 自变量的组间均值相等检验考察上述 5 个变量的相关性；下表组间协方差矩阵和组间相关矩阵显示X10 和 XII 有较强的相关性,对此可以考虑主成分分析；进一步对以上5 个指标进行协方差和相关分析,以把握指标之间的联系亲密程度,从而为建立判别方程确立基础；详细结果见表 2covariance表 2 协方差均值和相关矩阵Xll-0.00腹X21X10-0.00X30.065-0.1320. 041640.03X10-0.132& 4960. 7940.1756Xii-0.0060. 7890. 2210. 074-0.011

6、-0.0040. 035-0.000.01-0.019X2012-0.02no0.0410.1750. 0750. 9719-0.14-0. 1.001-0.1780.16209670.10correlation-0.1781.0030. 5810. 0618-0.20m-0.0580. 5811.0020.16261.00-0.20-0.1740.108-0.2711062X210.1620.06-0.2711.0020.161由此可见,上述5个指标间的相关性较强,正负关系比较明显,可以由此建立判别方程；（三）判别方程分析第一对判别方程的显著性进行检验,详细结果见表 3.表 3 判别方程显著

7、性检验Test of Functic wils Lambda Chisqt df 4 sig.步可1 0.751 20.252 0 判别方程显著性及自变量影响力分析说明,判别函数在护0.01水平上显著,进一以得出判别函数得分的形式：Tj=0. 662X 3/i + 0. 381X1U- 0. 298X 2o, i + 0. 311X2IJ i 二 l、109.并且 X3 在该判别函数中影响力最大cases used in analysis 表 4表 2 协方差均值和相关矩阵Function各组判别得分均值DUMMY1表5DUMMY0Prior先0. 599验1-0. 54700.47752 临

8、界 值为10. 52657 109Total1.001表 4 给岀了各组判别得分均值,表5给岀了先验概率q,可以运算出分类0. 11&即 t0. 118 分为 group 1,即猜测显现财务困境 ; 反之 groupO,猜测不 显现财务困境；表 6 结构矩阵2022Function2022Function2022Function111X20-0.746X20-0. 668X30. 736X210.681X210.644X210. 559X30. 539 0.409爼0. 588 0. 373X20 Xll-0. 557 0.456XIIX3表 6的结构矩阵输出信息特别有意义,分析如下：1. X

9、3：总利润 / 总负债总利润二销售收入减去销售成木、折旧、利息以及税收后所剩的资金；总负 债 二流淌负债 +长期负债； X3 越大说明公司的经营越好,负债相对越小,而负债越大 , 公司陷入财务困境的可能性越大；这与 X3 在模型的正奉献是相吻合的,而且对于短 期猜测（如 2022年）具有很高的重要性,而在中长期猜测中的作用有所下降；2. XII: 主营业务收入 / 总资产总资产二流淌资产 +固定资产二负债 +全部者权益,主营业务收入/ 总资产,为主营业务利润率,反映了企业通过主营业务能够得到的利润高低,是表达企业总 体盈利能的指标之一,其在判别方程中的正的奉献与现实意义相符；3. X20：其它

10、应收款 / 总资产应收款项属于流淌资产和现金运用,应收款增加就现金流量削减,X20 反映了 公司的短期偿债才能；该财务指标增加,说明偿债才能越差,这与其在判别方程 中的负奉献相吻合,且该指标的肯定值始终较大,说明其影响力应得到足够的重视；该财务指标说明肯定的资产规模对于上市公司防止陷入财务困境时一个牢靠的保证；表 7 交互表202220222022在木 例 中 2022Original64.270.676. 1cross-validated58. 769.774.3；1.084. 085. 06Sig.由表 7 可以看出, Fisher模型的判别才能随着时间的进展逐步下降,年数据的猜测才能己经不显著,但在前两年中仍是显著的；案例分析结论目前国内对于上市公司财务困境主营可以分为判别分析和 Logistic 模型两 大主要流派；木案例分析发觉通过判别分析挑选的自变量在 Logistic 模 型回来中 不显著,这是值得进一步讨论的问题；作为一种线性模型,Fisher判别分析在某种 程度上与