基于主成分

摘 要：紡織行業(yè)健康平穩(wěn)的發(fā)展，關系著國計民生和社會穩(wěn)定的大局。目前我國紡織企業(yè)急需一套有效合理的財務預警系統(tǒng)來保障企業(yè)長期穩(wěn)定的發(fā)展。本文以我國紡織上市公司為研究樣本，構建了紡織企業(yè)財務風險預警的主成分-Logistic模型，為紡織企業(yè)發(fā)展提供幫助。

關鍵詞：紡織企業(yè)；財務預警；Logistic模型

一、引言

紡織行業(yè)在我國經濟發(fā)展中起著重要的作用，它促進了我國的就業(yè)，擴大了外貿出口，它的健康平穩(wěn)的發(fā)展，對國計民生和社會穩(wěn)定至關重要。然而受國際市場需求的下降、產業(yè)轉型升級步伐加快、成本增加等因素的影響，紡織企業(yè)的生存發(fā)展遇到了最嚴峻的挑戰(zhàn)。為了保障企業(yè)長期穩(wěn)定的發(fā)展，我國紡織企業(yè)迫切需要建立一套有效合理的財務預警系統(tǒng)，及時預測紡織企業(yè)的財務狀況，及早發(fā)出預警風險信號，提高紡織企業(yè)抗風險能力。本文結合財務預警相關理論，選取部分上市紡織公司進行實證研究，構建了一套適合我國紡織行業(yè)的主成分-Logistic財務風險預警的模型，以保障紡織企業(yè)長期安全穩(wěn)定運營和發(fā)展。

二、研究設計

1.樣本的選取

本文將上市公司中的“*ST類”公司定義為“存在財務風險”企業(yè)。根據同花順軟件的數據，截止2015年4月，在我國 A股市場上共計39家紡織制造業(yè)上市公司。其中被界定為*ST紡織制造公司的有3家，*ST中毅（600610），*ST新民（002127），*ST派神（000779），然后再隨機抽取12家紡織上市公司作為研究樣本（如表1），研究這些公司2011年-2013年的財務數據。

表1 研究樣本

2.財務指標的選擇

在財務預警指標的選擇上，本文首先參考了國泰安“中國上市公司財務指標分析數據庫”中對財務指標設置的分類，然后結合紡織企業(yè)實際情況和財務數據的可獲得性，最后選取了反映企業(yè)償債能力、盈利能力、成長能力、營運能力、現金流量能力五個方面的10個財務指標來構建紡織行業(yè)財務指標預警模型，如表2所示。

表2 財務危機預警指標

3.模型的選取

本文采用的預警模型為主成分—Logistic回歸模型。首先，采用主成分分析法，將多個解釋變量（財務指標）化為少數幾個相互無關的綜合指標，實現降維，然后再把綜合指標引入Logistic模型進行回歸分析。該模型不要求研究的數據符合正態(tài)分布，只判別上市公司是否出現財務危機情況。定義如下：

假設用p表示事件發(fā)生的概率，即P=P（Y=1），事件未發(fā)生的概率為（1-p）。引入p的Logistic變換，即：

以logit（0.5）=0為中心對稱，當p≥0.5時，就可以認為上市公司發(fā)生了財務危機，而當p<0.5時，則認為上市公司沒有發(fā)生財務危機。主成分—Logistic回歸模型以k個主成分作為Logistic分析的解釋變量，克服了單純采用Logistic分析的共線性和原始變量數據丟失信息等問題，具有比較高的判斷正確率。

三、模型的構建和檢驗

1.預警模型的構建

本文采用主成分分析法提取影響紡織行業(yè)財務運作的關鍵因子。首先，采用SPSS20.0把原始數據標準化，然后對標準化后的數據進行KMO統(tǒng)計量與Bartlett球形檢驗，以檢驗其是否適合進行主成分分析，如表3所示。

表3 KMO和Bartlett檢驗

KMO統(tǒng)計量的值介于0和1之間。一般情況下，KMO大于0.5表明適合進行主成分分析。從表3可以看出，KMO值為0.737，大于0.5，Barlett檢驗的近似卡方統(tǒng)計值的顯著性概率為0.000<0.05，所以，我們認為樣本數據較適合做主成分分析。

其次，采用SPSS20.0對標準化后的數據進行主成分分析。結果如表4所示。從表4中，我們可以看到前4個主成分的累計貢獻率達到87.933%，也就是說，這4個主成分包含了87.933%的原指標信息，因此，我們選擇這4個主成分來代替原來的10個解釋變量。

表4 主成分特征值及方差貢獻率

提取方法：主成分分析法

由因子載荷矩陣可知：X1、X2在第一主成分上有較高載荷，主要反映了償債能力；X10在第二主成分上有較高載荷，主要反映了現金流量能力；X3、X4、X5、X9在第三主成分上載荷較高，主要反映了盈利能力；X6、X7、X8在第四主成分上有較高的載荷，主要反映了企業(yè)的成長能力和營運能力。我們用提取的四個主成分代替原來的10個變量，并將原始變量X1，X2，…，X10的值代入，即可計算出各樣本的4個主成分值F1、F2、F3、F4，然后再對F1、F2、F3、F4四個主成分進行Logistic回歸分析，得到紡織企業(yè)財務危機預警模型為：

從回歸系數的絕對值可以看出，F1、F2兩個主成分對P值的影響大于F3、F4，這就意味著，在紡織企業(yè)財務預警方面，償債能力指標和現金流量能力指標比成長能力指標、營運能力指標更有效。

2.模型的檢驗

將研究樣本的數據代入所建立的財務危機預警模型，結果如表5所示。從表5可以看出，該模型的預測準確度為91.11%，我們可以得出如下結論：該模型對紡織行業(yè)具有較好的整體預警作用。

表5 邏輯回歸判別結果

四、研究結論

1.主成分-Logistic模型具有較強的準確性和實用性。該模型通過對綜合指標的回歸分析，避免了原始數據信息的丟失，使得模型預警結果的準確性和合理性提高。本文研究的數據來自紡織服裝業(yè)上市公司，因此，本模型的結果對紡織服裝行業(yè)的預測性較高，其他行業(yè)的適用性有待驗證。

2.主成分-Logistic模型仍需要進一步修正。在建立紡織企業(yè)財務風險預警模型時，本文并未考慮定性方面的影響因素，僅僅采用定量分析法對財務指標進行了研究。在以后的研究中，應當綜合考慮定性指標對模型進行修正，使得模型更加符合實際，更加有效。

參考文獻：

[1]曹秀俊.后經濟危機下中國紡織行業(yè)上市公司財務預警的實證研究[J].商業(yè)會計，2014（3）：45-47.

[2]劉青，王瑞雪.紡織業(yè)上市公司財務危機預警模型的構建[J].遼寧師范大學學報，2013（9）：329-333.

[3]趙息，肖錚.Logistic模型在上市公司財務預警中的應用研究[J].西安電子科技大學學報，2007（3）：21-24.

[4]李建中，武鐵梅.基于因子—Logistic模型的房地產業(yè)上市公司財務預警分析[J].哈爾濱商業(yè)大學學報，2010（5）：89-93.

[5]張愛民，祝春山.上市公司財務失敗的主成分預測模型及其實證研究[J].金融研究，2001（3）：10-25.