判别分析在企业破产中的应用

率、总资产报酬率，销售增长率、资本保值增值率等等近52种比率。 　　结合我国的国情，我们从原来的52个特征财务比率变量中最后找出只有4个变量的判别函数，即： 　　X1=净收入/总资产 　　X2=现金流量/总债务 　　X3=流动资产/流动债务 　　X4=流动资产/净销售额 　　所得基本数据如下： 　　四、判别过程 　　（1）数据处理。本问判别分析过程是根据已知观测量的分类（1，2）和表明观测量特征的财务比率变量：X1，X2，X3，X4，推导出判别函数，并把各观测量的自变量值回代到判别函数中，根据判别函数对观测量所属类别进行判别。对比原始样本的分类和按判别函数所判的分类，计算出预估准确率，核心计算步骤包括两组各有关因素的均值计算，两组各因素平均值之差，两组数据的离差矩阵、共变异矩阵及联合共变异矩阵、导矩阵，判别系数计算、判别函数检验等。　　（2）验证。本文为二类判别，二类判别以0为分界点。综合原始样本和新样本两组的结果，据此我们可以得出以下判别法则： 　　a.凡判别分（Z值）小于0（Z<；0）的企业被判为即将破产公司 　　b.凡Z值大于0企业被判为非破产危机公司。 　　已知一企业：X1=-0.10，X2=-0.16，X3=1.45，X4=0.51 　　计算得：Z=-2.718<；0 故该企业为即将破产企业。 　　（3）误判率。总的误判率为10%。其中，把破产企业误判成非破产企业的概率]率为20%；把非破产企业误判成破产企业的概率为4%。总体情况还是比较乐观的。 　　五、结论及评价 　　（1）关于判别函数的准确率。样本回判结果和预测结果的准确率是令人鼓舞的。但是，如何能够进一步提高判别的准确度呢？ 　　借鉴Altman设定待定区间的做法，我们观察发Z值在零点附近破产类企业与非破产类企业最容易被误判。若Z值在零点附近寻找一个合适的区间，当目标企业的Z值落在该区间之内时，该企业的判别结果为待定，待对该企业做进一步调查后再确定；当目标企业的Z值落在该区间之外时，才根据模型对该企业做出明确的判别。这样就可以大幅度地提高判别效果。这在实践中极为重要，根据不同的工作需要和管理权限，选用或授权不同长度的待定区间，可以降低风险，提高效率和效益。 　　（2）我国目前会计报表财务数据的可用度。由于种种原因，目前我国会计报表的财务数据不够真实、存在不同程度的失真问题，一个企业可能有四种不同的会计报表：给上级主管部门的、给税务部门的、给银行用于贷款的、企业作为本身经营管理的。 　　（3）模型的代表性和适用性。本研究的数据主要来源于深圳和上海，南京附近的企业，仅仅是研究制造类企业。实证结果说明，这样建立模型是可行的，对企业适用这一结论是可以肯定的。 　　（4）应用及应注意的问题。企业破产判别模型在实际中有着广泛的用途。在实践中这些模型可以广泛的应用于银行贷款管理、债券评级、投资评估、企业信用等级评定、企业绩效评价、企业管理等方面。 　　任何模型的结果都无法代替人脑的分析。企业破产判别模型同样如此，它只是一种“量化”了的模型，给相关决策提供一种“更能量化和更直观”的方法，是提高决策质量和管理水平的手段，只能帮助有关人员决策，不能代替人的决策。尤其在模型判别结果与决策人员的调查分析出现矛盾时，应坚持以人为本，认真找出症结所在，才能作出正确判断和决策。 　　实证模型来源于实际样本数据，其可靠性、有效性是以样本数据为基础的，它存在着一定的时效性和条件性。随着时间的推移，当数据环境条件发生较大变化、对实证模型产生重大影响时，实证模型的准确性和适用性必然会发生变化，对实证模型的修改、补充和完善是必须的。 　　参考文献： 　　[1]王学民.应用多元分析[M].上海：上海财经大学出版社，2004. 　　[2]James M.Lattin，J.Douglas Carroll，Paul E.Greeen .Multiple Data Analysis，机械工业出版社，2003. 　　[3]梅长林，范金城.数据分析方法[M].北京：高等教育出版社，2006. 　　[4]GELMAN， ANDREW （EDT）/ CARLIN， JOHN B. （EDT）/ STERN， HAL S. （EDT）/ RUBIN， DONALD B. （EDT） BAYESIAN ；DATA ANALYSISI ；CRC PR I LLC 2005. 　　[5]胡国定.多元数据分析方法[M].天津：南开大学出版社，1989. 　　[6]AJIT C.TAMHANE，DOROTHY D.DUNLOP STATISTICS AND DATA ANALYSIS FROM ELEMENTARY TO INTERMEDIATE，高等教育出版社，2010. 　　[7]盛子宁.教师课堂教学质量的主成分分析[D].中国现场统计研究会第12届学术年会论文集，2005. 　　[8]张玲.财务危机预警分析判别模型及其应用[J].预测，2000. 　　[9]任兆言，陈德强.企业资产重组的判别模型[J].洛阳工学院学报，2000. 　　[10]索南仁欠.IT上市公司投资价值的统计分析研究[J].福建师范大学学报（自然科学版）， 2010.