上市公司财务预警模型构建.pdfVIP

研究与创新 lStudyandInnovation 上市公司财务预警模型构建 商丘学院 宋娟娟 一 、 引言 表 1 t一1年的 KMO检验和Bartlett球度检验 取足足够度的 Kaiser—Meyer～Olkin度量 0．692 财务预警模型在应对财务危机方面具有重要作用，并在国外 Bartlett的球形度检验 近似卡方 149．192 得到了广泛的应用。近年来 ，随着我国上市公司的迅速发展，因财 df 55 1o 0．000 务危机被证券交易所特别处理甚至退市的例子屡见不鲜。因此，构 表 2 t一2年的 KMO检 验和Bartlett球度检验 建符合我国上市公司特点的财务预警模型已成为理论界关注的焦 点。从发展趋势上看，国外财务预警模型的发展大体上经历了由单 变量预警模型向多变量预警模型发展的过程。Fitzpatrick(1932)提 出了运用财务指标分析企业的财务状况，但主要是针对企业的单 表3 t—3年的 KMO检验和Bartlett球度检验 个变量进行对比，涉及范围较窄，反映的指标也不够全面。Beaver (1966)在此基础上首次提出了运用财务指标构建财务预警模型的 想法，并通过扩大搜集企业和指标的范围构建了财务预警模型，标 由上表可知 ，三年的KMO值分别为0．692、0．632和0．602，根据 志着单变量财务预警体系的成熟。随着企业的迅速发展 ，单变量预 统计学家Kaiser给出的标准，KMO取值大于0．6，被认为适合做主成 警模型预测准确性差的弊端 日益显现出来，为此爱德华 ·阿特曼在 分分析，因此，三年的数据均适合做主成分分析。三年的Bartlett球 1968年提出了著名的z分模型，标志着多变量财务预警模型的产 度检验给出的相伴概率均为0．O0，小于显著性水平0．05，因此被认 生。随后 ，众多学者在此基础上不断地放宽假设对Z分模型进行了 为是具有统计学意义的，综上所述，认为适合于主成分分析。笔者 完善和发展。进入20世纪90年代以后，神经网络法构架财务预警模 将重点列出以t一1年数据为例的财务预警模型的构建过程。 型得到了广泛应用，奥多姆和沙达 (1990)首次将神经网络法运用 (二)提取主成分 解释的总方差表示提取的主成分是否能够 于财务预警模型的建立 ，随后萨奇伯格 (1992)和瓦里托(1994)分 代表大部分的原始信息，具体结果见表4： 别将此方法运用于实证分析中，并取得了较为理想的分析结果。我 表4 t-1年的解释的总方差