1、判別分析在 H 上市公司財(cái)務(wù)困境猜測(cè)的應(yīng)用案例背景上市公司的財(cái)務(wù)狀況是通過定期的財(cái)務(wù)報(bào)告反映的；現(xiàn)階段,國(guó)內(nèi)上市公 司的定期報(bào)告包括三表（資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表）及其附注,因此 人們主要是從分析上市公司的財(cái)務(wù)指標(biāo),或?qū)⑦@些指標(biāo)進(jìn)行肯定的技術(shù)處理來 獵取相關(guān)分析信息；對(duì)于財(cái)務(wù)報(bào)表信息的分析應(yīng)用,是反映現(xiàn)代企業(yè)經(jīng)營(yíng)狀況 的一種重要方式；H 公司是專業(yè)生產(chǎn)機(jī)動(dòng)車檢測(cè)儀器的省級(jí)高新技術(shù)企業(yè),也是 A 股上 市企 業(yè)；主導(dǎo)產(chǎn)品有機(jī)動(dòng)車排放檢測(cè)系統(tǒng)、廢氣分析儀、前照燈檢測(cè)儀、煙度計(jì)不 透光度計(jì)等四大系列三十多個(gè)品種規(guī)格,己被廣泛應(yīng)用于各級(jí)機(jī)動(dòng)車綜合安全 性能檢測(cè)機(jī)構(gòu)、環(huán)保監(jiān)測(cè)部門,各類汽車修理業(yè)、

2、汽車制造廠 3S、4S 店,科 研院校以及軍隊(duì)機(jī)動(dòng)車修理檢測(cè)部門；近年來,面對(duì)猛烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境,公 司經(jīng)營(yíng)策略顯現(xiàn)肯定問題,亟需進(jìn)行調(diào)整優(yōu)化；本案例即在公司公開數(shù)據(jù)基礎(chǔ)教學(xué)目標(biāo)及難點(diǎn)一、 教學(xué)目標(biāo)上,進(jìn)行分析判定；通過該案例使同學(xué)明白常用的財(cái)務(wù)指標(biāo),學(xué)會(huì)利用財(cái)務(wù)報(bào)表數(shù)據(jù)建立模型 , 進(jìn) 行數(shù)據(jù)分析；詳細(xì)而言,木案例要在被選的財(cái)務(wù)指標(biāo)中依據(jù)公司特點(diǎn)挑選適當(dāng)?shù)闹笜?biāo),利 用公開的上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)和統(tǒng)計(jì)分析方法,建立財(cái)務(wù)困境猜測(cè)模型,以便利 用模型對(duì)公司是否陷入財(cái)務(wù)困境進(jìn)行猜測(cè)；二、 教學(xué)難點(diǎn) 財(cái)務(wù)指標(biāo)往往涵蓋較多內(nèi)容,指標(biāo)模型的建立需要建立于較強(qiáng)的統(tǒng)計(jì)基礎(chǔ)之上,應(yīng)用也要結(jié)合不同企業(yè)自身狀況進(jìn)行

3、系統(tǒng)分析；數(shù)據(jù)分析（一）數(shù)據(jù)來源及說明木案例數(shù)據(jù)來源于國(guó)泰君安及 H 公司供應(yīng)的股市數(shù)據(jù)庫,可供挑選分析的財(cái)務(wù)指標(biāo)變量說明如下：XI ：（貨幣資金 +短期投資凈額） / 流淌負(fù)債 X3:總利潤(rùn) / 總負(fù)債X5：流淌負(fù)債 / 總資產(chǎn)X7：總負(fù)債 / 總資產(chǎn) X9：主營(yíng)業(yè)務(wù)收入 / 營(yíng)運(yùn)資金 XII ：主營(yíng)業(yè)務(wù)收入 / 凈資產(chǎn) X13：主營(yíng)業(yè)務(wù)利潤(rùn) / 主營(yíng)業(yè)務(wù)收入 X15：營(yíng)業(yè)利潤(rùn) / 主營(yíng)業(yè)務(wù)收入X17：總利潤(rùn) / 總資產(chǎn) w r c 1177 口 人 / M 次X2：流淌資產(chǎn) / 流淌負(fù)債 X4：營(yíng)業(yè)利潤(rùn) / 財(cái)務(wù)費(fèi)用 X6：總負(fù)債 / 總資產(chǎn) X8：長(zhǎng)期負(fù)債 / 固定資產(chǎn) X10：主營(yíng)業(yè)務(wù)

4、收入 / 固定資產(chǎn) X12：主營(yíng)業(yè)務(wù)收入 / 總資產(chǎn) X14：凈利潤(rùn) / 主營(yíng)業(yè)務(wù)利潤(rùn)X16：營(yíng)運(yùn)資本 / 總資產(chǎn) X1& 凈利潤(rùn) / 凈資產(chǎn)需要說明的是,以上指標(biāo)是反映公司經(jīng)營(yíng)狀況的最主要指標(biāo)體系,但不代表全部?jī)?nèi)容,現(xiàn)實(shí)分析中可以依據(jù)公司的詳細(xì)類別,進(jìn)展?fàn)顩r及應(yīng)用要求進(jìn)行進(jìn)一步篩選和識(shí)別；（二）數(shù)據(jù)描述第一,依據(jù)以上所列指標(biāo)及相應(yīng)數(shù)據(jù),做 20 組自變量的組間均值相等檢 驗(yàn),結(jié)果如下表 1 .其中變量 X3. X10, XH, X16, X20 在 0.05 的水平上顯著,說明這 5 個(gè)指標(biāo)（總利潤(rùn) / 總負(fù)債、主營(yíng)業(yè)務(wù)收入 / 固定資產(chǎn)、主營(yíng)業(yè)務(wù)收入 / 凈資產(chǎn)、營(yíng)運(yùn)資 木/總資產(chǎn)、留存盈

5、余 / 股東權(quán)益）具有很強(qiáng)的判別才能,也是我們進(jìn)行分析的主要 依據(jù)；表 1 自變量的組間均值相等檢驗(yàn)考察上述 5 個(gè)變量的相關(guān)性；下表組間協(xié)方差矩陣和組間相關(guān)矩陣顯示X10 和 XII 有較強(qiáng)的相關(guān)性,對(duì)此可以考慮主成分分析；進(jìn)一步對(duì)以上5 個(gè)指標(biāo)進(jìn)行協(xié)方差和相關(guān)分析,以把握指標(biāo)之間的聯(lián)系親密程度,從而為建立判別方程確立基礎(chǔ)；詳細(xì)結(jié)果見表 2covariance表 2 協(xié)方差均值和相關(guān)矩陣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由此可見,上述5個(gè)指標(biāo)間的相關(guān)性較強(qiáng),正負(fù)關(guān)系比較明顯,可以由此建立判別方程；（三）判別方程分析第一對(duì)判別方程的顯著性進(jìn)行檢驗(yàn),詳細(xì)結(jié)果見表 3.表 3 判別方程顯著

7、性檢驗(yàn)Test of Functic wils Lambda Chisqt df 4 sig.步可1 0.751 20.252 0 判別方程顯著性及自變量影響力分析說明,判別函數(shù)在護(hù)0.01水平上顯著,進(jìn)一以得出判別函數(shù)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 在該判別函數(shù)中影響力最大cases used in analysis 表 4表 2 協(xié)方差均值和相關(guān)矩陣Function各組判別得分均值DUMMY1表5DUMMY0Prior先0. 599驗(yàn)1-0. 54700.47752 臨

8、界 值為10. 52657 109Total1.001表 4 給岀了各組判別得分均值,表5給岀了先驗(yàn)概率q,可以運(yùn)算出分類0. 11&即 t0. 118 分為 group 1,即猜測(cè)顯現(xiàn)財(cái)務(wù)困境 ; 反之 groupO,猜測(cè)不 顯現(xiàn)財(cái)務(wù)困境；表 6 結(jié)構(gòu)矩陣2022Function2022Function2022Function111X20-0.746X20-0. 668X30. 736X210.681X210.644X210. 559X30. 539 0.409爼0. 588 0. 373X20 Xll-0. 557 0.456XIIX3表 6的結(jié)構(gòu)矩陣輸出信息特別有意義,分析如下：1. X

9、3：總利潤(rùn) / 總負(fù)債總利潤(rùn)二銷售收入減去銷售成木、折舊、利息以及稅收后所剩的資金；總負(fù) 債 二流淌負(fù)債 +長(zhǎng)期負(fù)債； X3 越大說明公司的經(jīng)營(yíng)越好,負(fù)債相對(duì)越小,而負(fù)債越大 , 公司陷入財(cái)務(wù)困境的可能性越大；這與 X3 在模型的正奉獻(xiàn)是相吻合的,而且對(duì)于短 期猜測(cè)（如 2022年）具有很高的重要性,而在中長(zhǎng)期猜測(cè)中的作用有所下降；2. XII: 主營(yíng)業(yè)務(wù)收入 / 總資產(chǎn)總資產(chǎn)二流淌資產(chǎn) +固定資產(chǎn)二負(fù)債 +全部者權(quán)益,主營(yíng)業(yè)務(wù)收入/ 總資產(chǎn),為主營(yíng)業(yè)務(wù)利潤(rùn)率,反映了企業(yè)通過主營(yíng)業(yè)務(wù)能夠得到的利潤(rùn)高低,是表達(dá)企業(yè)總 體盈利能的指標(biāo)之一,其在判別方程中的正的奉獻(xiàn)與現(xiàn)實(shí)意義相符；3. X20：其它

10、應(yīng)收款 / 總資產(chǎn)應(yīng)收款項(xiàng)屬于流淌資產(chǎn)和現(xiàn)金運(yùn)用,應(yīng)收款增加就現(xiàn)金流量削減,X20 反映了 公司的短期償債才能；該財(cái)務(wù)指標(biāo)增加,說明償債才能越差,這與其在判別方程 中的負(fù)奉獻(xiàn)相吻合,且該指標(biāo)的肯定值始終較大,說明其影響力應(yīng)得到足夠的重視；該財(cái)務(wù)指標(biāo)說明肯定的資產(chǎn)規(guī)模對(duì)于上市公司防止陷入財(cái)務(wù)困境時(shí)一個(gè)牢靠的保證；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模型的判別才能隨著時(shí)間的進(jìn)展逐步下降,年數(shù)據(jù)的猜測(cè)才能己經(jīng)不顯著,但在前兩年中仍是顯著的；案例分析結(jié)論目前國(guó)內(nèi)對(duì)于上市公司財(cái)務(wù)困境主營(yíng)可以分為判別分析和 Logistic 模型兩 大主要流派；木案例分析發(fā)覺通過判別分析挑選的自變量在 Logistic 模 型回來中 不顯著,這是值得進(jìn)一步討論的問題；作為一種線性模型,Fisher判別分析在某種 程度上與