基于主成分分析的医药类上市公司财务预警模型研究

《基于主成分分析的医药类上市公司财务预警模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文基于主成分分析的医药类上市公司财务预警模型研究姓名：黄文锋申请学位级别：硕士专业：会计学指导教师：贺琼20120505摘要有效的财务预警能降低企业的财务风险，有利于发挥财务杆杠作用，增强企业的盈利能力。医药行业具有典型的高投入高风险特征，对医药类上市公司财务危机进行研究，分析财务危机中可能存在的问题，提出改善公司财务预警的合理化建议，对优化医药类上市公司的资本结构，降低企业财务风险，提高医药类上市公司的盈利能力，具有重要的现实意义。基于医药行业上市公司财务指标和非财务指标现状的统计分析，从实证会计的角度结合医药行业板块上市公司目前的

2、财务现状，探讨财务指标、非财务指标与财务危机的相关性。研究相关指标对医药类上市公司财务危机的预警机制。在总结研究国内外的财务预警理论与方法的基础上，运用主成分分析法，选取变量指标，借助SPSSl9．0统计分析软件对所选样本进行分析，运用显著性检验筛选了初始研研究变量，通过降维将多个有一定关系的变量，变成少数几个综合指标，使用特征值大于1且累积贡献率在70％左右的这种兼顾二者的方法来选取主成分，根据主成分方差贡献率构造综合评价函数并得出财务危机预警的综合指标，为实证分析打下基础。选取2007．2011年我国深沪股市A股市场60家医药类上市公司(18家被ST的

3、公司和42家财务正常公司)为样本。通过对样本公司的综合评价函数的计算，发现所得数据能充分说明财务危机企业与非财务危机企业的主成分函数值存在较大差距。在主成分函数的基础上，利用熵权法对所得主成分进行客观赋权，通过对样本公司的综合负熵值的计算，发现所得数据能充分说明财务危机企业与非财务危机企业的熵值存在较大差距。研究结果表明，选取的六个主成分预警变量基本反映了医药行业上市公司的经营管理状况，构建的财务危机预警模型对我国医药行业上市公司财务危机预测准确度高达83．33％，可以较好的预测医药行业上市公司财务状况；六个主成分中，获利能力因子和营运能力因子的主成分权重

4、最大，现金流量因子和偿债能力因子对医药行业上市公司实际影响更大大。关键词：医药行业，主成分分析法，财务预警模型AbstractContent：Effectivefinancialearlywarningcanreducethefinancialriskoftheenterprise，toplaythefinanciallevereffect,enhancethegainabilityoftheenterprise．Thepharmaceuticalindustryhasthetypicalcharacteristicsofhighinvestmentand

5、llighrisk，formedicine，thefinancialcrisisofthelistedcompaniesforresearch,analysisofthefinancialcrisismayexistintheproblem，putforwardtoimprovethecompany'sfinancialwarningrationalizationproposals，tooptimizepharmaceuticallistedcompany'scapitalstructure，reducefinancialriskofenterprises

6、，improvethepharmaceuticallistedcompany'sprofitability,hastheimportantpracticalsignificance．Basedonthemedicallistedcompaniesfinancialindexandnon-financialindicatorsofthestatisticalanalysisofcurrentsituation,fromtheaccomltingperspectivecombinedwithmedicineindustrylistedcompanyatpres

7、entfinancialsituation,explorethefinancialindex，non-f'mancialandfinancialcrisiscorrelation．Studyonpharmaceuticallistedcompany'sfinancialcrisisearlywarningmechanism．Insummarizingtheresearchondomesticandforei黟financialearlywamingtheoryandmethod，usingthemethodofprincipalcomponentanaly

8、sis，selectionofvariables，usingSPS