标题 | 中国上市公司判别分类模型的实证研究 |
范文 | 李香丽+++张圣泉
摘 要:选取2016年上海证券交易所所有的中国上市公司,按照传统的分类方法对其进排名,分成优、良、差三大类,然后在每一类中随机地选取100名上市公司作为研究对象,建立以三类上市公司作为因变量,市场质量指标、综合能力指标、股权结构指标和风险因子指标作为自变量的Fisher判别分类函数。同时判别的准确率高。所以每个上市公司可以针对各自的具体情况进行改进。 关键词:市场质量指标;综合能力指标;股权结构指标;风险因子指标;判别分类 一、引言 判别分析是一种统计判别和分组的技术手段。而线性判别分析是根据预测变量的属性值,确定这些预测变量的最佳线性组合,将研究对象的总体划分成两个或多个部分。上市公司传统的判别评价等级,归纳起来主要有三种方法。第一种方法是综合评价指标,即根据一定的权重对各项财务指标进行综合评价。第二种方法用每股收益作为评价等级的指标。第三种方法是用净资产收益率作为评价等级的指标。这些评价等级方式的缺点是指标过于单一、片面。 杨善林,江兵(2006)运用Q型聚类中的系统聚类分析法将机械工业行业的45家上市公司分成5类,并进一步按盈利性、成长性和财务安全性对每一类公司的业绩状况进行总体归纳评价。沈璟(2009)选取六项财务变量对中小型上市公司进行聚类分析,得到中小型上市公司信用级别的分类,再通过判别分析得到不同信用级别的二次型判别模型,依据该模型中小型上市公司可以进行级别的判定。朱顺泉(2009)以中国资本市场的实际数据为样本,建立了期权定价信用分类模型。周丽聪(2011)选取2005-2007年对被进行特别处理的118家ST公司和126家非ST公司,以其财务指标为样本,进行logistc回归和BP神经网络分类,对这两种信用风险评判模型在中国市场做了实证研究。 二、模型 中国的证券市场诡异多变、问题重重。用哪些因素构建中国上市公司控分类模型显得至关重要?虽然影响中国证券市场的因素纷繁复杂,但主要因素无非四种情况,第一种是股票市场的质量情况,第二种是财务情况,第三种是股权结构情况,第四种是股票市场的风险状况。因此选用这些因素及相应指标,建立上市公司的评价等级是证券市场中的一个空白。 (1)中国上市公司的判别分类模型。 样本的选取:2016年上海证券交易所(A股)600000到601999号所有的上市公司按照总市值、营业收入和净利润排名分成优、良、差三大类,然后在每一类中随机地选取100名上市公司。 样本数据的处理:三类上市公司作为分类因变量,市场质量指标(价格冲击指数、流动性指数、大宗交易成本、买卖十档总额、相对买卖价差、相对有效价差、波动率、超额波动率、收益波动率、定价效率系数和定价误差系数)、综合能力指标(每股收益、每股净资产、净资产收益率、扣除后每股收益、流动比率、速动比率、应收账款周转率、资产负债比率、存货周转率、固定资产周转率、总资产周转率、净资产比率和固定资产比率),股权结构指标(股权集中度1、股权集中度5、股权集中度10、股权集中度11、H1指数、H5指数、H10指数、Z指数)、风险因子指标(Alpha因子、Beta因子、R方因子、调整的R方因子)做自变量,用spss软件构造上市公司的判别分类函数。其中在优、良、差类的上市公司中各项指标不含缺失值的分别有81,70和91个上市公司。 样本数据来源:上海证券交易所市场质量报告(2016年的市场质量指标的数据),全景网(http://www.p5w.com)(2016年的综合能力指标的数据),RESSET金融数据库(http://www.resset.cn)(2016年股权结构指标和风险因子指标的数据)。 首先为了避免自变量高度的相关性,用逐步筛选法,如果F值大于3.84选入模型,小于2.71将该变量删除。然后再用这些变量做判别分析。 由表1知,第一步到第九步引入的自变量分别是大宗交易成本、总资产周转率、价格冲击指数、调整的R方因子、股权集中度10、速动比率、每股净资产、每股收益和流动性指数。每一步F值的显著性水平都是零,说明选入自变量的区别力较强。 待判个案代入上市公司的Fisher系数判别分类函数,哪个组值最大,就说明预测对象在哪一类。 由表3知,在原始回代法中,91个差的上市公司中有87个上市公司判断正确,百分比是95.6%,4个上市公司错判为良的上市公司,百分比是4.4%。70个良的上市公司中有52个上市公司判断正确,百分比是74.3%,12个上市公司错判为差的上市公司,百分比是17.1%,6个上市公司错判为优的上市公司,百分比是8.6%。81个优的上市公司有72个上市公司判断正确,百分比是88.9%,9个上市公司错判为良的上市公司,百分比是11.1%。 用原始回代法有4+12+6+9=31个样本分类错误,正确率为(242-31)/242=87.19%。 三、结论 1.中国上市公司传统的分类方法主要用得是财务指标,这种分类方法不能直观地反映证券市场的状况,因此本文加入了反映证券市场的指标--市场质量指标和风险因子指标,这两类指标能够更加直观地反映各类上市公司的证券市场的情况。不仅如此,还可以全面地分析各类上市公司的差异。这种直接反应证券市场状况的新颖的分类方法,相对于用传统的财务指标进行分类,用原始回代法,准确率高达87.19%。 2.通过标准化系数的判别分类模型可知,影响上市公司的类别不仅有财务指标的每股收益、每股净资产、速动比率、总资产周转率,股权集中度,还有直接反应市场状况的价格冲击指数、流动性指数、大宗交易成本以及调整的R方因子,并且对类别影响较大的是市场质量指标中的大宗交易成本和价格冲击指数,而不是传统思维中的财务指标。 3.用非标准化系数判别分类模型和Fisher判别分类模型可以算出任何一个中国上市公司应该属于那一类。当用非标准化系数判别分类模型时,需要求出各类的中心,而用Fisher判别分类模只要代入三个判别函数,哪个值大就属于哪一类。 参考文献: [1]华长生.逐步判别分析模型在识别上市公司财务欺诈中的应用[J].当地财经,2008(12):119-122. [2]陈晓红,陈松灿.类依赖的线性判别分析[J].小型微型计算机系统,2005(5):894-897. [3]曹官师,张才仙.基于判别分析模型的企业信贷风险评估研究[J].科技创新导报,2008(18):18. [4]杨善林,江兵.上市公司经营业绩的分类与评价[J].数学的实践与认识,2006(1)29-34. [5]沈璟.中小型上市公司信用级别的划分基于SAS的聚类分析和判别分析[J].企业导报,2009(9):15-16. [6]朱顺泉.基于期权定价理论的上市公司信用分类建模及应用研究[J].统计与信息论坛,2009(7):23-28. [7]周丽聪.上市公司信用风险分类准确度比较分析[J].财会通讯,(综合)2011(11)(下):68-70. [8]上海证券交易所市场质量报告.上海:上海证券交易所,上海证券交易所创新实验室,2008,3. [9]林震岩.多变量分析--Spss的操作与应用[M].北京:北京大学出版社,2007. |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。