灰色預測財務預警論文

導語：灰色預測財務預警論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、財務預警指標體系的構建

（一）指標體系的建立。

一家企業的資金來源是公司運營的根本所在。資金來源中自有資金的多少直接影響著企業的運行是否健康。自有資金越多意味著負債所占的比例越小或者是公司的企業規模可以達到更大的程度，發展的根基也就越牢固；而負債的存在擴大了企業的規模，增大了企業發展的潛力和動力，反映了企業資本的使用效率，即一定的資本量可以帶動的資產倍數。然而，僅有運營的資本還是不夠的，一家逐年虧損的公司根本無法在市場上生存。收入是盈利的前提，而盈利是企業的基本目標和長期健康存活并發展的保障。這不僅關系到企業的財務管理目標，企業的價值能否實現，更是度量企業成長潛力的重要指標。每一個個體在發展的過程中的投入產出比都是不相同的，在上述兩指標的限定下最終產生了怎樣的化學反應，企業的狀況是否在朝向完善的方向，這將是一個綜合的度量指標。當企業各項指標都處于正常值時，此類指標的超標則意味著企業在不久的將來存在著一定的隱患。需要及時對這種隱患進行處理，及時償還短期貸款加快產品周轉速度，增加自己的信用水平，使其恢復到正常水平，避免在未來成為企業的惡疾。基于上述分析，選取主要財務指標如下：自有資金比率、權益資本總額、財務杠桿比率、資本負債率、固定資本比率、資產利用率、資產收益率、企業利潤率、每股收益、利潤獲現指數、流動比率、速動比率。

（二）財務指標的均值化處理。

由于各公司間規模，行業差距等原因指標的數據可能相差較大，以致無法在模型的運行過程中加以比較分析。故此，運用均值化方法將所收集的各指標原始數據進行處理。10家公司（5家st公司，5家非st公司）的均值化處理數據如表1所示。（表1）

二、基于灰色預測模型的實證分析

（一）賦權原因。

由于GM（1，1）是用于單一時間序列的預測模型，對于財務指標體系而言無法顧及全部數據，而GM（1，n）用于對于多時間序列的狀態描述一般不用于預測，為解決這一問題本文采用主成分分析法確定各指標權重Wi。再由各指標通過GM（1，1）實現的預測值乘以相應的Wi得到Yi，對Yi進行加總求和，即得到該公司的預測目標值———∑Yi。由于數據有限，對隨機選取的10家st公司隨機分成兩份A、B，每份均為5家公司并由A與5家非st公司混合產生主成分分析的樣本，而B則作為檢驗樣本。對混合樣本均值化處理后的數據進行主成分分析，最終在10家公司所得到的預測目標值∑Yi中選取最小值作為預測閾值的近似估計值。

（二）基于主成分分析的灰色預測模型及實證分析。

根據表1中經均值化處理的數據計算相關系數矩陣的特征值、貢獻率及累積貢獻率。同時，要使累積貢獻率達到85%以上且主成分對應的特征值大于1，需要提取前三個主成分。進而求得綜合成分指標為：F＝-0.48194每股收益－0.44683資產負債率＋0.396329凈資產收益率＋0.429333流動比率＋0.407708速度比率＋0.095155利潤獲現指數＋0.560366企業利潤率＋0.379284資產利用率＋0.446827自有資金比率＋0.159696權益資本總額－0.43769財務杠桿比率－0.55151固定資產比率。最后，結合灰色預測模型對5家st公司和5家非st公司的綜合成分進行求解。可以看出，st型公司的預測目標值大多位于區間（3.5，6.5）內。為相對精確地確定公司的財務臨界狀況，結合樣本數據，對st公司綜合指標值進行區間估計，得出預警閾值的置信度95%的置信區間為（2.95，6.08），即當某公司財務綜合評定指數瀕臨該區間內或超過區間上限時，該上市公司財務狀況異常。

三、結束語

灰色預測模型在預測數據貧乏的單一指標時有著較高的準確度且其運行過程并不繁復。但面對眾多指標的財務預警問題，如何合理處理各指標間的關系并確立一個近似閾值則變成了首當其沖的癥結所在。在實現單一指標的預測后，運用主成分分析法對各指標的賦權解決了眾多指標間相互聯系的問題。通過主成分分析的過程將眾多指標提煉、降維，提高了指標的利用效率。通過綜合成分指標的分布情況以隨機樣本估計st公司總體閾值，解決了確立估計閾值的問題。

作者：孫煥宇陳倩黃俊開容瑀航張莉爽單位：河北金融學院