常用到的因子分析法适用性检验是巴特利特球度检验，该检验服从χ2分布。检验结果显示，巴特利特球度检验相伴概率为0.0001，在1%水平上显著，说明所选取的财务指标适合于因子分析。就公共因子累计贡献率来看，公共因子累计贡献率达到92.51%，说明提取公共因子具有较好的代表性。
　　为较好理解公共因子的经济意义，采用方差最大法（Varimax）对公共因子进行旋转，以将公共因子表示为原始指标形式，这样可根据原始指标与公共因子转化形式确定公共因子得分。就旋转后因子负载值来看（见表3）：第一公共因子主要反映了公司的流动比率、速动比率、存货周转率等信息，代表短期偿债能力和存货变现能力；第二公共因子主要反映了公司的资产负债率、总资产利润率等信息，代表偿债能力和盈利能力；第三公共因子反映了公司的每股未分配利润、每股收益率、每股净资产等信息，代表了发展潜力；第四公共因子反映了公司的每股经营活动净现金流量的信息，代表现金流动能力；第五公共因子主要反映了公司的主营业务利润率，代表主营业务的盈利能力；第六公共因子主要反映了公司的总资产周转率的信息，代表资产管理能力；第七公共因子反映了公司的净资产收益率的信息；第八公共因子反映了公司的应收账款周转率的信息，代表资产的变现能力。
　　（三）因子得分公共因子得分是进一步分析的基础，公共因子得分就是公共因子在每一个样本点上的分值。常用的求解方法是用回归思想求解出来，通常以公共因子为因变量，以原始变量为自变量，然后进行线性回归的估计值，从而实现原始数据向公共因子得分的转变，回归的模型如下：
　　Xj=βj1+x1+…+βjpxp（1）
　　其中βj表示第j个指标对应的系数，p表示样本的总量。由此可见，本模型包括8个公共因子与13个原始指标，公共因子分值计算公式如下：
　　x1x8=Ax1x13（2）
　　其中A表示系数矩阵。根据因子得分与原始变量的标准化值，可以计算每个公共因子得分，并进行进一步分析。由此，可以根据该系数矩阵，实现原始变量向公共因子的转换。本文主要采用SPSS软件进行处理，各公共因子与原始财务指标的线性表达式采用矩阵表示，具体如下：
　　（四）模型建立为提高财务预警模型预测准确性，需要确定不同情况下公司发生财务困境的概率。为此，本文采用logistic方法建立预测模型，该模型是建立在随机效用函数基础上的二元选择模型，该模型将逻辑分布作为μ*i的概率分布而推导出来的。B？觟rsch-Supan（1987）指出，如果选择行为是依据效用最大化原则进行，具有极限值的逻辑分布是较好的选择，在这种情况下二元选择模型就应该采用Logistic模型。若假设企业经营失败的概率为P、ln■可以用财务指标比率线性解释。即公司发生经营困境的计量模型可以表示为：
　　ln■=βX+ε（3）
　　p=■（4）
　　若设定某一临界值作为财务困境发生与否的判别标准，当事件发生的概率大于临界值时，则判定财务困境发生，否则判定财务困境不发生。在选定企业发生财务困境概率阀值后，将样本数据代入模型p=■，若得到的p值大于选定的阀值，则判定该样本公司属于财务困境公司组，否则该样本公司属于未发生财务困境的公司组。
　　由于上市公司经营状况通常是由公司的经营管理能力、资产管理能力、资本运作能力等因素共同决定的，因此，上市公司是否会发生财务困境是由公司盈利能力、资产管理能力、偿债能力、股本扩张能力等多方面因素内生决定。从数据使用来看，考虑到模型需要对公司的财务状况进行预测分析，因此，本文主要使用混合数据展开研究。为保证变量的稳定性，使用Eviews软件对模型进行逐步回归。表4结果显示，计量模型各项检验指标反映模型拟合效果较好，模型的整体检验相伴概率为0.00，在1%水平上显著，除一个公共因子在10%水平显著外，其余公共因子均在1%水平显著。由此，可将财务困境预警模型表示为：
　　该模型从系数来看，影响程度从大到小的排列顺序为X2、X8、X6、X4、X5、X7。
　　（五）模型检验参照相关研究，本文选取0.5为发生财务困境的阀值，当拟合值大于0.5时判定该公司为ST公司，当拟合值小于0.5时判定该公司为非ST公司。应用上述模型分别对2010新增ST上市公司和对应的非ST公司进行检验（结果见表5）。模拟结果显示，该模型具有较好的预测能力，其中上市公司在被特别前三年的准确率为84.91%，前两年的准确率为94.34%，前一年的准确率为96.23%。在公司被列为ST公司前两年，该模型预测准确程度均比较高，这反映该模型进行预测时具有比较稳定、可靠的性质。但是也应该注意到，公司发生财务困境前第三年的预测程度较低，这可能是因为时间跨度较大，由于公司发生财务困境是个渐进的过程，所以导致模型在不同年份的预测准确率存在较大差异。
　　五、模型评价
　　（一）指标选取方法的评价为克服指标上的主观性等问题，本研究综合运用Z检验、因子分析法等对指标进行初步分析与遴选，在Z检验后剔除两个指标的基础上，利用因子分析法将13个指标信息浓缩为8个代表性的公共因子指标，并且有效解决了指标间相关性对估计结果的影响。
　　（二）使用数据的评价本文采用的数据是2002-2010年上市公司的混合数据，这综合考虑到了样本公司特征与系统特征的影响，避免了个别年份导致指标变动对估计结果的影响，有效提高了模型的稳定性与预测准确率，由此建立的财务困境模型在进行预测分析时的可靠性更高。
　　（三）模型的有效性本文建立的财务困境预警模型可能存在的最大优点是模型预测的准确率与有效性较高，正如结果显示，上市公司发生财务困境前3年的预测准确率均比较高，这为后续的模型应用提供了较好的基础。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。