论文部分内容阅读
【摘要】上市公司财务状况是有关利益方关注的焦点。应用上市公司公开财务资料提取关键因素，利用生存分析方法的COX模型可以较好的反映企业的财务状况变化，因而具有较好的预测作用。
【关键词】电力板块；主成份分析；生存分析
近几年来，企业财务预警已成为国内研究的重点和热点，预测方法和模型层出不穷。究其因，企业经营关键是资金运作，因而财务状况是其关注的重点。对于上市公司而言，进行财务预警可以有助于监管部门的监控，投资者的风险识别和企业的风险自我防范。目前，财务预警研究集中于点数据，比如采用统计方法对上市公司综合实力进行排序，给有关各方定性的认识。而较少的使用时间序列数据进行预测，获得较长时间的预测效果。
一、研究方法简介及样本指标选择与处理
利用新浪财经、上市公司资讯网上公布的上市公司的财务数据，根据已有研究的成果选择适当的财务比率变量。在此基础上，采用统计方法进行降维处理，即根据共线行通过线性组合提取主成分，然后采用生存分析的方法进行分析。生存分析方法是在产品寿命评估、人和生物的研究中常用的方法。在医学中经常用来进行手术后或者采用药物治疗后的寿命预测。广义上讲，企业财务状况的变化也可以看作是一个企业生存过程，企业出现财务困境，可以看作是正常财务状况的恶化。生存分析是针对所选择数据中的完全数据和截断数据进行的，是对传统最小二乘法线性模型的改进。生存分析的预测模型常用的是带时间依赖变量的COX模型。该模型表达式为：
h(t，X)=h0(t)exp(βX)，其中h(t，X)表示样本在t时刻的风险概率函数，h0(t)表示研究在基准时间的基准风险概率，exp(βX)中X是协变量，其中的是回归系数，可以通过回归分析得到。将上述表达式进行变形，假定RH(t)为相对于基准时刻的相对风险度，公式可以表示为RH(t)=h(t，X)/h0(t)=exp(βX)。这样我们就可以通过统计分析软件的生存分析模块来解决这个计算问题。
结合已有文献，从盈利能力、偿债能力、运营能力和发展能力四个方面选择12个财务比率指标作为初始指标，选择2006～2009年间的中国证监会行业分类中的电力板块企业作为样本进行分析。
二、统计分析
针对存在的线性相关问题，本文针对2006年财务年报数据，用主成份分析法提取主要信息。
表1成份矩阵
由上可知，主成份为Y1、Y2、Y3、Y4，方差累计贡献达到75%。可以用将原始数据带入上面的主成份，经过回归将回归系数带入变形后的表达式，得
RH(t)=h(t,X)/h0(t)=exp(－0.739Y1(t)－0.999Y2(t)+0.327Y3(t)－1.862Y1(t))
将所选电力上市公司财务数据逐年带入，计算出逐年相对基准的相对风险度。有结果可知，沪深两市被特殊处理的电力上市公司相对风险度显著，而正常上市公司则不显著。生存分析较好的预测了上市公司财务状况变化的征兆。上市公司有关利益方均可使用此方法进行时间序列分析，做出有效的决策。
参考文献
[1]周建国等．电力上市公司综合实力的熵评价[J]．华北电力大学学报．2004（3）
[2]朱顺泉，张尧庭．改进的主成分分析在公司财务评价中的应用[J]．山西财经大学学报．2003（25）
[3]何晓群．现代统计分析方法与应用（第二版）[M]．中国人民大学出版社，2007
【关键词】电力板块；主成份分析；生存分析
近几年来，企业财务预警已成为国内研究的重点和热点，预测方法和模型层出不穷。究其因，企业经营关键是资金运作，因而财务状况是其关注的重点。对于上市公司而言，进行财务预警可以有助于监管部门的监控，投资者的风险识别和企业的风险自我防范。目前，财务预警研究集中于点数据，比如采用统计方法对上市公司综合实力进行排序，给有关各方定性的认识。而较少的使用时间序列数据进行预测，获得较长时间的预测效果。
一、研究方法简介及样本指标选择与处理
利用新浪财经、上市公司资讯网上公布的上市公司的财务数据，根据已有研究的成果选择适当的财务比率变量。在此基础上，采用统计方法进行降维处理，即根据共线行通过线性组合提取主成分，然后采用生存分析的方法进行分析。生存分析方法是在产品寿命评估、人和生物的研究中常用的方法。在医学中经常用来进行手术后或者采用药物治疗后的寿命预测。广义上讲，企业财务状况的变化也可以看作是一个企业生存过程，企业出现财务困境，可以看作是正常财务状况的恶化。生存分析是针对所选择数据中的完全数据和截断数据进行的，是对传统最小二乘法线性模型的改进。生存分析的预测模型常用的是带时间依赖变量的COX模型。该模型表达式为：
h(t，X)=h0(t)exp(βX)，其中h(t，X)表示样本在t时刻的风险概率函数，h0(t)表示研究在基准时间的基准风险概率，exp(βX)中X是协变量，其中的是回归系数，可以通过回归分析得到。将上述表达式进行变形，假定RH(t)为相对于基准时刻的相对风险度，公式可以表示为RH(t)=h(t，X)/h0(t)=exp(βX)。这样我们就可以通过统计分析软件的生存分析模块来解决这个计算问题。
结合已有文献，从盈利能力、偿债能力、运营能力和发展能力四个方面选择12个财务比率指标作为初始指标，选择2006～2009年间的中国证监会行业分类中的电力板块企业作为样本进行分析。
二、统计分析
针对存在的线性相关问题，本文针对2006年财务年报数据，用主成份分析法提取主要信息。
表1成份矩阵
由上可知，主成份为Y1、Y2、Y3、Y4，方差累计贡献达到75%。可以用将原始数据带入上面的主成份，经过回归将回归系数带入变形后的表达式，得
RH(t)=h(t,X)/h0(t)=exp(－0.739Y1(t)－0.999Y2(t)+0.327Y3(t)－1.862Y1(t))
将所选电力上市公司财务数据逐年带入，计算出逐年相对基准的相对风险度。有结果可知，沪深两市被特殊处理的电力上市公司相对风险度显著，而正常上市公司则不显著。生存分析较好的预测了上市公司财务状况变化的征兆。上市公司有关利益方均可使用此方法进行时间序列分析，做出有效的决策。
参考文献
[1]周建国等．电力上市公司综合实力的熵评价[J]．华北电力大学学报．2004（3）
[2]朱顺泉，张尧庭．改进的主成分分析在公司财务评价中的应用[J]．山西财经大学学报．2003（25）
[3]何晓群．现代统计分析方法与应用（第二版）[M]．中国人民大学出版社，2007