- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中小型上市公司信用级别划分
中小型上市公司信用级别的划分
【摘要】 在Z-Score和ZETA模型基础上,选取六项财务变量对143家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,依据该模型可以对中小型上市公司进行级别的判定。
【关键词】 信用级别划分;SAS;聚类分析;判别分析;中小型企业
一、理论基础
大多数情况下,多元判别分析模型因为能较好地解决信用评估问题,被学术界广泛应用。Altman对66家美国制造业企业的经营状况进行了典型判别分析,建立了由5个企业财务比率组成的模型;Altman又改进了Z-Score模型,并建立了著名的ZETA判别模型。这些多元判别模型判别能力较强、判别精度高,加之简单实用,很快被应用到大多数国家的企业破产或失败的预测研究中。
二、模型的建立
(一)模型变量的选取
参考Z-Score模型和ZETA判别模型中的变量,选取中小型上市企业的六项财务指标作为本文模型的变量,分别为:资产报酬率、流动比率、财务杠杆系数、利息保障倍数、净利润增长率和盈余现金保障倍数。这六项指标分别反映了企业的盈利能力、短期偿债能力、风险水平、长期偿债能力、发展能力和现金流量能力,较为全面的反映了企业的各方面财务状况。
(二)变量样本的选取
选取在上海证券交易所上市的143家中小型企业(代码开头为002)的2007年12月31日的财务数据进行分析(由于个别企业中的利息保障倍数这一类的数据缺少,原本选取的199家中小型企业的数据中,经过删减后,最终选取的143家企业的相应指标的数据)。
(三)模型建立分析思路
首先根据143家中小型上市企业的六项财务数据,运用SAS统计软件对其进行聚类分析,然后再运用SAS统计软件对得到的企业分类结果进行判别分析,最后得到相应的误判率并得到每个信用级别的判别函数,即得到相应的评级模型。
三、基于SAS统计软件的聚类分析结果
(一)选择聚类方法
在SAS程序编写中写的是method=flexible,即选用的是可变类平均法对143个企业样本进行了分类。可变类平均法是由类平均法和中间距离法适当推广得到的,分类的结果既具有代表性,又可以充分了利用各个样本的信息。最终的分类结果是按照聚类分析的一般步骤得到的,即先让143家企业作为143类,然后逐步聚成142类、再141类……以此类推,最终聚为1类。
(二)选择合适的聚类数
适当的选择聚类数,可以对中小型上市公司的信用级别有更为清晰的划分。判别聚类数的依据是查看ccc值在ncl聚类中为多少时达到高峰,以及psf值pst2值在聚类数为多少时达到峰值,通过再合并成新类时rsq值减少得最多来验证,结合树状图来决定分类数。在综合考察上述指标之后,最后决定将原始的样本分为4组,在这里主要是根据聚类树状图和信用级别划分需求来最终决定分类数的。
四、基于SAS统计软件的判别分析结果
(一)模型选择二次型判别函数进行分类
模型中用6个变量建立的判别函数来进行分类,由于SAS输出结果中Chi-square= 1580.433593,p=0.0001,即H0的假设检验显著,SAS程序没有使用线性判别函数来对聚类结果进行判别分类,而是自动改用二次判别函数分类。
(二)模型判别能力强
从能否选用六项财务数据变量来判别四类总体的多元假设检验结果表明:F=22.25,p=0.0001,即H0的假设检验显著。所以用这六项变量建立的判别函数模型具有显著的判别能力。从相互实证(cross-validation)的判别结果可见,误判为9例,误判率为0.0686,符合率=1-0.0686=0.9314=93.14%,说明误判率很低,模型判别能力强。
(三)获得二次型判别函数的系数
SAS统计软件在最后的输出数据中输出了二次判别函数的系数。type为quad(quadratic)的输出行中存放所有的二次型判别函数的系数。根据这些数据,得到四类总体的二次型判别函数,即得到了四种信用级别的的判别模型。
(1)第1类=-80.61+2.61A-0.49B+121.78C+0.29D-0.95E+ 20.88F-174.01A2-0.71A×B+25.20A×C-0.12A×D+0.76A×E+4.81A×F-0.06B2+0.67B×C+0.01B×E+0.12B×F-58.51C2-0.03C×D+0.18C×E-10.22C×F-0.01E2+0.03E×F-1.79F2
(2)第2类=-124748.88-1881.95A-18.75B+23039
您可能关注的文档
- 中小企业融资创新举措中小企业社会保障制度.doc
- 中小企业融资困难分析及对策研究.doc
- 中小企业融资困难动因及对策分析.doc
- 中小企业融资担保行业现状分析与对策研究.doc
- 中小企业融资制度困境.doc
- 中小企业融资模式经济学分析.doc
- 中小企业融资现状融资难原因与解决对策.doc
- 中小企业融资租赁新思路思考.doc
- 中小企业融资结构及其决定一个国外文献综述.doc
- 中小企业融资萧山经验.doc
- 《GB/T 32151.42-2024温室气体排放核算与报告要求 第42部分:铜冶炼企业》.pdf
- GB/T 32151.42-2024温室气体排放核算与报告要求 第42部分:铜冶炼企业.pdf
- GB/T 38048.6-2024表面清洁器具 第6部分:家用和类似用途湿式硬地面清洁器具 性能测试方法.pdf
- 中国国家标准 GB/T 38048.6-2024表面清洁器具 第6部分:家用和类似用途湿式硬地面清洁器具 性能测试方法.pdf
- 《GB/T 38048.6-2024表面清洁器具 第6部分:家用和类似用途湿式硬地面清洁器具 性能测试方法》.pdf
- 《GB/T 18238.2-2024网络安全技术 杂凑函数 第2部分:采用分组密码的杂凑函数》.pdf
- GB/T 18238.2-2024网络安全技术 杂凑函数 第2部分:采用分组密码的杂凑函数.pdf
- 《GB/T 17215.686-2024电测量数据交换 DLMS/COSEM组件 第86部分:社区网络高速PLCISO/IEC 12139-1配置》.pdf
- GB/T 13542.4-2024电气绝缘用薄膜 第4部分:聚酯薄膜.pdf
- 《GB/T 13542.4-2024电气绝缘用薄膜 第4部分:聚酯薄膜》.pdf
文档评论(0)