Fisher判別法在企業財務危機預警中的應用

　　【摘要】 文章采用Fisher判別分析法構建企業危機預警模型并進行了實證分析，對企業財務狀況進行了基本判斷預測，便于決策者及時采取相關措施，規避經營決策風險，進而達到風險預警的目的。
　　【關鍵詞】 Fisher判別法；財務危機；預警模型；應用研究
　　
　　隨著我國市場經濟的發展，對公司財務危機預警研究的需求日益迫切。財務危機預警可利用的統計方法很多，如Fisher判別、貝葉斯判別、Logistic回歸等。通過分析不難發現，Fisher判別只要求二階矩陣，且對總體分布類型沒有嚴格的要求，模型構建簡單，可操作性強。因此，本文從實用性出發，通過建立Fisher判別預警模型對我國上市公司財務狀況進行分析判別，力求為決策者提供一定的決策依據。
　　
　　一、Fisher判別法
　　
　　（一）Fisher判別法的基本思想
　　Fisher判別法是費希爾（R.A.Fisher）于1936年在生物學上植物分類提出來的。基本思想是：從兩個總體中抽取具有P個指標的樣品觀測數據，借助方差分析的思想構造一個判別函數y=c1x1+c2x2+…+cpxp，其中c1，c2，…，cp確定的原則是使兩個總體組間的區別最大，同時每個組內部的離差最小。確定了判別式后，對于一個新的樣品，將它的P個指標值代入判別式中求出y值，然后與判別臨界值（或稱分界點）進行比較，就可以判別它應歸于哪一個總體。
　　（二）Fisher判別法判別臨界值的確定
　　將兩個總體的樣品觀測值代入判別式中，可得：
　　如果有原始數據求得y（1）、y（2），且y（1）＞y（2），則建立判別準則為：記某一個樣品X=（x1...xp）代入判別函數中所得值為y。若 y＞y0，則判定X∈G1；若y＜y0，則判定X∈G2。如果 y（1）y0，則判定X∈G2；若y＜y0，則判定X∈G1。
　　
　　二、實證研究
　　
　　（一）模型變量選擇
　　本文選取的樣本來源于中國注冊會計師協會網站和訊網公布的2008年度財務財務報表。利用公開獲取的上市公司財務報表數據，結合國內專家的研究成果進行適當取舍，選取的財務指標變量見表1。
　　（二）變量檢驗
　　為了使選擇的指標具有很強的判別能力，首先，做X1-X21組自變量的組間均值相等檢驗，結果如表2。
　　通過表2分析結果可以看出，變量X3，X10，X11，X20和X21的顯著水平（Sig.）分別為0.005、0.028、0.035、0.006、0.001，均在0.05水平下顯著，說明這5個財務指標具有很強的判別能力。
　　（三）相關性檢驗
　　為了避免多重指標帶來的多重共線性問題，并出于簡化的分析目的，需考查自變量的協方差和相關性，檢驗結果見表3。
　　通過表3分析可以看出， 組間協方差矩陣和組間相關矩陣顯示X10和X11之間的相關性為0.581有較強的相關性，需在兩Qcpz2i3Rm/wo+A/qTlkGKg==者之間進行取舍。分別對兩組自變量進行標準化及結構分析，表4表示兩組模型的標準化典型判別系數，表5表示結構矩陣，即自變量與判別函數的組內相關矩陣，各矩陣根據變量對判別函數影響力排序，絕對值越大表明影響力越大。當然，兩組矩陣結果有差異，通常是由于受到變量間共線性導致的。但是通常結構矩陣不受共線性影響，所以結構矩陣的分析結果相對可靠，依次類推，X11影響力大于X10，故選X11進入模型。
　　（四）模型構建
　　為了檢驗模型的可靠性、擬合度和預測能力，需對X3、X10、X20和X21進行顯著性檢驗，分析結果見表6。
　　通過分析結果可看出，相伴概率為0.00，表明判別函數在a=0.01水平下顯著，說明判別能力很強，且各自變量間獨立性比較好。
　　
　　三、結論
　　
　　本文采用Fisher判別分析法對選定的上市企業財務危機進行了預測與分析。研究結論如下：使用Fisher判別法可以對企業目前的財務狀況作出基本的判斷。由于模型構建簡單方便，實際操作性強，具有一定的實用價值。同時，也不難發現，由于變量之間的相關性和多元線性函數變量之間可能存在多重共線性，導致全部由判別效率相對較高而生成的判別函數會高估模型的判別準確率，在今后的研究與實踐中，還需進一步將其它判別法的優點綜合于Fisher判別法中。●
　　
　　【參考文獻】
　　［1］ 陳曉紅，戴靜.基于Logit模型的中小企業成長危機預測［J］.系統工程，2007（1）.
　　［2］ 姚瑾，盛松成，劉勤明.Fisher 判別法在房地產投資環境評價中的應用［J］.建筑經濟，2008（6）.
　　［3］ 于秀林，任雪松.多元統計分析［M］.北京：中國統計出版社，2006.
　　［4］ 胡平，崔文田，徐青川.應用統計分析教學實踐案例集［M］.北京：清華大學出版社，2007.
　　［5］ 周洪力，董景榮.上市公司投資價值Fisher判別分析［J］.統計與決策，2006（14）.
　　注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文