中國上市公司判別分類模型的實證研究

李香麗+++張圣泉

摘 要：選取2016年上海證券交易所所有的中國上市公司，按照傳統(tǒng)的分類方法對其進排名，分成優(yōu)、良、差三大類，然后在每一類中隨機地選取100名上市公司作為研究對象，建立以三類上市公司作為因變量，市場質(zhì)量指標、綜合能力指標、股權(quán)結(jié)構(gòu)指標和風險因子指標作為自變量的Fisher判別分類函數(shù)。同時判別的準確率高。所以每個上市公司可以針對各自的具體情況進行改進。

關(guān)鍵詞：市場質(zhì)量指標；綜合能力指標；股權(quán)結(jié)構(gòu)指標；風險因子指標；判別分類

一、引言

判別分析是一種統(tǒng)計判別和分組的技術(shù)手段。而線性判別分析是根據(jù)預(yù)測變量的屬性值，確定這些預(yù)測變量的最佳線性組合，將研究對象的總體劃分成兩個或多個部分。上市公司傳統(tǒng)的判別評價等級，歸納起來主要有三種方法。第一種方法是綜合評價指標，即根據(jù)一定的權(quán)重對各項財務(wù)指標進行綜合評價。第二種方法用每股收益作為評價等級的指標。第三種方法是用凈資產(chǎn)收益率作為評價等級的指標。這些評價等級方式的缺點是指標過于單一、片面。

楊善林，江兵（2006）運用Q型聚類中的系統(tǒng)聚類分析法將機械工業(yè)行業(yè)的45家上市公司分成5類，并進一步按盈利性、成長性和財務(wù)安全性對每一類公司的業(yè)績狀況進行總體歸納評價。沈璟（2009）選取六項財務(wù)變量對中小型上市公司進行聚類分析，得到中小型上市公司信用級別的分類，再通過判別分析得到不同信用級別的二次型判別模型，依據(jù)該模型中小型上市公司可以進行級別的判定。朱順泉（2009）以中國資本市場的實際數(shù)據(jù)為樣本，建立了期權(quán)定價信用分類模型。周麗聰（2011）選取2005-2007年對被進行特別處理的118家ST公司和126家非ST公司，以其財務(wù)指標為樣本，進行l(wèi)ogistc回歸和BP神經(jīng)網(wǎng)絡(luò)分類，對這兩種信用風險評判模型在中國市場做了實證研究。

二、模型

中國的證券市場詭異多變、問題重重。用哪些因素構(gòu)建中國上市公司控分類模型顯得至關(guān)重要？雖然影響中國證券市場的因素紛繁復雜，但主要因素無非四種情況，第一種是股票市場的質(zhì)量情況，第二種是財務(wù)情況，第三種是股權(quán)結(jié)構(gòu)情況，第四種是股票市場的風險狀況。因此選用這些因素及相應(yīng)指標，建立上市公司的評價等級是證券市場中的一個空白。

（1）中國上市公司的判別分類模型。

樣本的選?。?016年上海證券交易所（A股）600000到601999號所有的上市公司按照總市值、營業(yè)收入和凈利潤排名分成優(yōu)、良、差三大類，然后在每一類中隨機地選取100名上市公司。

樣本數(shù)據(jù)的處理：三類上市公司作為分類因變量，市場質(zhì)量指標（價格沖擊指數(shù)、流動性指數(shù)、大宗交易成本、買賣十檔總額、相對買賣價差、相對有效價差、波動率、超額波動率、收益波動率、定價效率系數(shù)和定價誤差系數(shù)）、綜合能力指標（每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率、扣除后每股收益、流動比率、速動比率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負債比率、存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)比率和固定資產(chǎn)比率），股權(quán)結(jié)構(gòu)指標（股權(quán)集中度1、股權(quán)集中度5、股權(quán)集中度10、股權(quán)集中度11、H1指數(shù)、H5指數(shù)、H10指數(shù)、Z指數(shù)）、風險因子指標（Alpha因子、Beta因子、R方因子、調(diào)整的R方因子）做自變量，用spss軟件構(gòu)造上市公司的判別分類函數(shù)。其中在優(yōu)、良、差類的上市公司中各項指標不含缺失值的分別有81，70和91個上市公司。

樣本數(shù)據(jù)來源：上海證券交易所市場質(zhì)量報告（2016年的市場質(zhì)量指標的數(shù)據(jù)），全景網(wǎng)（http：//www.p5w.com）（2016年的綜合能力指標的數(shù)據(jù)），RESSET金融數(shù)據(jù)庫（http：//www.resset.cn）（2016年股權(quán)結(jié)構(gòu)指標和風險因子指標的數(shù)據(jù)）。

首先為了避免自變量高度的相關(guān)性，用逐步篩選法，如果F值大于3.84選入模型，小于2.71將該變量刪除。然后再用這些變量做判別分析。

由表1知，第一步到第九步引入的自變量分別是大宗交易成本、總資產(chǎn)周轉(zhuǎn)率、價格沖擊指數(shù)、調(diào)整的R方因子、股權(quán)集中度10、速動比率、每股凈資產(chǎn)、每股收益和流動性指數(shù)。每一步F值的顯著性水平都是零，說明選入自變量的區(qū)別力較強。

待判個案代入上市公司的Fisher系數(shù)判別分類函數(shù)，哪個組值最大，就說明預(yù)測對象在哪一類。

由表3知，在原始回代法中，91個差的上市公司中有87個上市公司判斷正確，百分比是95.6%，4個上市公司錯判為良的上市公司，百分比是4.4%。70個良的上市公司中有52個上市公司判斷正確，百分比是74.3%，12個上市公司錯判為差的上市公司，百分比是17.1%，6個上市公司錯判為優(yōu)的上市公司，百分比是8.6%。81個優(yōu)的上市公司有72個上市公司判斷正確，百分比是88.9%，9個上市公司錯判為良的上市公司，百分比是11.1%。

用原始回代法有4+12+6+9=31個樣本分類錯誤，正確率為（242-31）/242=87.19%。

三、結(jié)論

1.中國上市公司傳統(tǒng)的分類方法主要用得是財務(wù)指標，這種分類方法不能直觀地反映證券市場的狀況，因此本文加入了反映證券市場的指標--市場質(zhì)量指標和風險因子指標，這兩類指標能夠更加直觀地反映各類上市公司的證券市場的情況。不僅如此，還可以全面地分析各類上市公司的差異。這種直接反應(yīng)證券市場狀況的新穎的分類方法，相對于用傳統(tǒng)的財務(wù)指標進行分類，用原始回代法，準確率高達87.19%。

2.通過標準化系數(shù)的判別分類模型可知，影響上市公司的類別不僅有財務(wù)指標的每股收益、每股凈資產(chǎn)、速動比率、總資產(chǎn)周轉(zhuǎn)率，股權(quán)集中度，還有直接反應(yīng)市場狀況的價格沖擊指數(shù)、流動性指數(shù)、大宗交易成本以及調(diào)整的R方因子，并且對類別影響較大的是市場質(zhì)量指標中的大宗交易成本和價格沖擊指數(shù)，而不是傳統(tǒng)思維中的財務(wù)指標。

3.用非標準化系數(shù)判別分類模型和Fisher判別分類模型可以算出任何一個中國上市公司應(yīng)該屬于那一類。當用非標準化系數(shù)判別分類模型時，需要求出各類的中心，而用Fisher判別分類模只要代入三個判別函數(shù)，哪個值大就屬于哪一類。

參考文獻：

[1]華長生.逐步判別分析模型在識別上市公司財務(wù)欺詐中的應(yīng)用[J].當?shù)刎斀?jīng)，2008（12）：119-122.

[2]陳曉紅，陳松燦.類依賴的線性判別分析[J].小型微型計算機系統(tǒng)，2005（5）：894-897.

[3]曹官師，張才仙.基于判別分析模型的企業(yè)信貸風險評估研究[J].科技創(chuàng)新導報，2008（18）：18.

[4]楊善林，江兵.上市公司經(jīng)營業(yè)績的分類與評價[J].數(shù)學的實踐與認識，2006（1）29-34.

[5]沈璟.中小型上市公司信用級別的劃分基于SAS的聚類分析和判別分析[J].企業(yè)導報，2009（9）：15-16.

[6]朱順泉.基于期權(quán)定價理論的上市公司信用分類建模及應(yīng)用研究[J].統(tǒng)計與信息論壇，2009（7）：23-28.

[7]周麗聰.上市公司信用風險分類準確度比較分析[J].財會通訊，（綜合）2011（11）（下）：68-70.

[8]上海證券交易所市場質(zhì)量報告.上海：上海證券交易所，上海證券交易所創(chuàng)新實驗室，2008，3.

[9]林震巖.多變量分析--Spss的操作與應(yīng)用[M].北京：北京大學出版社，2007.