论文部分内容阅读
摘 要：本文以风电设备上市企业为研究对象，建立符合该行业特点的财务预警指标体系，并采用多元统计分析的方法进行财务预警分析，以达到帮助风电设备上市企业对财务危机提前做出应对的目的。
关键词：风电设备上市企业；财务预警；多元统计分析
引言
在清洁能源尤其是风能的迅速发展过程中，风电设备制造行业起着至关重要的作用。由于我国的风电设备制造技术与发达国家仍然存在着不小的差距，若风电设备制造企业未能拥有安全的财务状况，将会阻碍我国风电产业的发展。因此，对风电设备上市企业财务预警问题进行研究是十分有必要的。 Fitzpatrick [1]首先建立了财务预警模型，单变量模型，其研究结果表明净利润与股东权益之比，股东股本与债务总额之比这两个指标对企业财务状况的判别能力较高。在我国，最早研究企业财务状况的是吴世农和黄世忠[2]，当时的主要思想是经验分析以及规范性说明，局限性很大。本文将多元统计分析方法运用到财务预警问题中，并构建较为全面的指标体系，以达到良好的财务预警目的。
1.财务预警指标体系的构建
通过对相关企业财务状况研究的文献进行研究分析，总结归纳出了一般上市企业财务预警的主要指标[3]，如表1所示。
除了以上五个方面的财务预警指标外，考虑到风电设备上市企业自身的特点，本文还引入如下4项符合风电设备行业特性的财务指标。
（1）代理成本比率（X21），其指的是管理费用与主营业务收入之间的比值，由于管理费用的界定比较模糊，所以在一定程度上可以衡量企业管理者的代理成本。
（2）托宾的Q比率（X22），其指的是企业市场价值与企业资产重置成本之间的比值，该指标将股票价格与投资支出相互联系起来，以反映货币供应，股票价格，投资支出与总产出之间的联动关系。
（3）应收账款比例（X23），其指的是应收账款额与利润总额之间的比值，由于应收账款有可能无法收回，所以会对企业的利润产生一定的负面影响。
（4）资本充足率（X24），其指的是企业资本总额与加权风险资产总额之间的比值，反映了在债权人或存款人的资产在受到损失之后，可以利用自身资本可以挽回损失的程度。
2.多元统计分析财务预警模型的构建
判别分析表示的是在已经研究对象分类情况的前提下，分析样本数据，归纳和推到出一系列判别函数，同时规定判定标准，从而是判别准确率最大。其数学描述如下：
假设由g个p维种类G1，G2，…，Gg，其分布函数分别为F1x，F2x，…，Fgx。对于指定的某一样本x=x1，x2，…，xp来说，需要判别该样本属于哪个种类。
对于样本种类的划分，这里运用主成分分析法就行解决，并依据主成分贡献率及累计贡献率计算出各个样本的综合评价值。计算公式如下：
F=∑nj=1dj×fj（1）
上式中，dj表示主成分贡献率，fj表示单个主成分得分。
fj=∑ni=1bij×xi （2）
上式中，bij表示主成分得分系数，xi表示经过标准化处理的评价指标值。
3.实例分析
本文选取我国41家风电设备上市企业2011年到2013年的财务指标数据作为研究样本进行验证分析[3]。
首先，运用主成分分析法对这41家风电设备上市企业的24个财务指标数据进行主成分提取，其结果见表2。
其中，Y1，Y2，Y3和Y4分别表示财务预警的差、中、良、优四种类别。
利用上述判别函数，对41家风电设备上市企业的财务状况进行判别，其中4家财务状况为差的企业全部判断正确；4家财务状况为优的企业全部判断正确；17家财务状况为中的企业，有15家判断正确；16家财务状况为良的企业，有15家判断正确。该模型的整体正确判别率达到了92.7%，说明该模型具有良好的判断效果。
4.结论
本文构建了符合风电设备行业特点的财务预警指标体系，将主成分分析法和多元统计分析法结合起来对41家风电设备上市企业的财务状况进行了判别，判断准确率超过90%，验证了该财务预警指标体系及其预警模型的有效性。（作者单位：中国地质大学长城学院）
本文为保定市科学技术协会2015年自然科学课题“基于多元统计分析的风电设备上市企业财务预警研究（课题号KX2015A11）”成果
参考文献：
[1] Fitpatrick P. J. A comparison of Rations of Successful Industrial Enterprise with Those of Failed Firms[J]. Certified Public Accountant， 1932， （6）：589-731
[2] 佘廉.企业预警管理论[M].河北：河北科学技术出版社，1999：5-8
[3] 朱岩. 我国风电设备上市公司财务预警研究[D].华北电力大学，2014.
关键词：风电设备上市企业；财务预警；多元统计分析
引言
在清洁能源尤其是风能的迅速发展过程中，风电设备制造行业起着至关重要的作用。由于我国的风电设备制造技术与发达国家仍然存在着不小的差距，若风电设备制造企业未能拥有安全的财务状况，将会阻碍我国风电产业的发展。因此，对风电设备上市企业财务预警问题进行研究是十分有必要的。 Fitzpatrick [1]首先建立了财务预警模型，单变量模型，其研究结果表明净利润与股东权益之比，股东股本与债务总额之比这两个指标对企业财务状况的判别能力较高。在我国，最早研究企业财务状况的是吴世农和黄世忠[2]，当时的主要思想是经验分析以及规范性说明，局限性很大。本文将多元统计分析方法运用到财务预警问题中，并构建较为全面的指标体系，以达到良好的财务预警目的。
1.财务预警指标体系的构建
通过对相关企业财务状况研究的文献进行研究分析，总结归纳出了一般上市企业财务预警的主要指标[3]，如表1所示。
除了以上五个方面的财务预警指标外，考虑到风电设备上市企业自身的特点，本文还引入如下4项符合风电设备行业特性的财务指标。
（1）代理成本比率（X21），其指的是管理费用与主营业务收入之间的比值，由于管理费用的界定比较模糊，所以在一定程度上可以衡量企业管理者的代理成本。
（2）托宾的Q比率（X22），其指的是企业市场价值与企业资产重置成本之间的比值，该指标将股票价格与投资支出相互联系起来，以反映货币供应，股票价格，投资支出与总产出之间的联动关系。
（3）应收账款比例（X23），其指的是应收账款额与利润总额之间的比值，由于应收账款有可能无法收回，所以会对企业的利润产生一定的负面影响。
（4）资本充足率（X24），其指的是企业资本总额与加权风险资产总额之间的比值，反映了在债权人或存款人的资产在受到损失之后，可以利用自身资本可以挽回损失的程度。
2.多元统计分析财务预警模型的构建
判别分析表示的是在已经研究对象分类情况的前提下，分析样本数据，归纳和推到出一系列判别函数，同时规定判定标准，从而是判别准确率最大。其数学描述如下：
假设由g个p维种类G1，G2，…，Gg，其分布函数分别为F1x，F2x，…，Fgx。对于指定的某一样本x=x1，x2，…，xp来说，需要判别该样本属于哪个种类。
对于样本种类的划分，这里运用主成分分析法就行解决，并依据主成分贡献率及累计贡献率计算出各个样本的综合评价值。计算公式如下：
F=∑nj=1dj×fj（1）
上式中，dj表示主成分贡献率，fj表示单个主成分得分。
fj=∑ni=1bij×xi （2）
上式中，bij表示主成分得分系数，xi表示经过标准化处理的评价指标值。
3.实例分析
本文选取我国41家风电设备上市企业2011年到2013年的财务指标数据作为研究样本进行验证分析[3]。
首先，运用主成分分析法对这41家风电设备上市企业的24个财务指标数据进行主成分提取，其结果见表2。
其中，Y1，Y2，Y3和Y4分别表示财务预警的差、中、良、优四种类别。
利用上述判别函数，对41家风电设备上市企业的财务状况进行判别，其中4家财务状况为差的企业全部判断正确；4家财务状况为优的企业全部判断正确；17家财务状况为中的企业，有15家判断正确；16家财务状况为良的企业，有15家判断正确。该模型的整体正确判别率达到了92.7%，说明该模型具有良好的判断效果。
4.结论
本文构建了符合风电设备行业特点的财务预警指标体系，将主成分分析法和多元统计分析法结合起来对41家风电设备上市企业的财务状况进行了判别，判断准确率超过90%，验证了该财务预警指标体系及其预警模型的有效性。（作者单位：中国地质大学长城学院）
本文为保定市科学技术协会2015年自然科学课题“基于多元统计分析的风电设备上市企业财务预警研究（课题号KX2015A11）”成果
参考文献：
[1] Fitpatrick P. J. A comparison of Rations of Successful Industrial Enterprise with Those of Failed Firms[J]. Certified Public Accountant， 1932， （6）：589-731
[2] 佘廉.企业预警管理论[M].河北：河北科学技术出版社，1999：5-8
[3] 朱岩. 我国风电设备上市公司财务预警研究[D].华北电力大学，2014.