芒果超媒公司財務預警體系指標計算案例分析綜述目錄TOC\o"1-2"\h\u17868芒果超媒公司財務預警體系指標計算案例分析綜述 111795（一）預警指標的選擇 124183（二）預警樣本的選擇 27054（三）財務指標篩選結果分析 270911、因子分析可行性 2200922、主成分的提取 3205173、計算綜合得分 68718（四）構建財務預警模型 7309381、構建Logistic模型 7233732、Logistic預警模型在芒果超媒公司的應用 10（一）預警指標的選擇財務指標是基于描述企業生產和經營活動中出現的各種情況的數據。而財務風險預警指標則是對風險的量化表達，以特定方式描述公司的財務風險。本文根據傳媒行業上市公司財務數據建立財務風險預警模型，依據財務風險預警模型對芒果超媒的財務情況是否有風險進行預測，使公司面對財務風險時能夠及時找到問題根源。本文認為，選擇有效的財務風險預警指標能夠提高財務風險預警模型的準確性。公司財務風險的預測受選取指標的影響，因此有下列幾個原則需要把握：1、靈敏性原則。在建立財務風險的預警模型時，必須注意所選擇的指標必須是敏感的，是能夠準確反映公司財務狀況的變化的。這有助于在公司財務狀況出現異常時作出快速反應。2、實用性原則。最重要的是財務風險預警指標要根據公司的情況來選擇，并能對公司所面臨的風險進行重點評估，而不是使用過去一般使用的指標。3、可操作性原則。財務預警指標所選取的數據是要在現實生活中切實可行的，財務風險預警指標有關需要的資料是能在公司所披露的財務報告以及公布的信息中查閱到的。4、不相關原則。財務風險預警指標是根據財務報表的數據計算出來的，所以比較類似的財務指標會導致指標之間的高度關聯性。特別是高度相關的指標通常包含很多重復的信息，如果不加選擇地全盤考慮，會扭曲信息，從而使財務風險預警結果不準確。5、可比性原則。主要有兩個方面，一是指使用的指標可以跟相同行業的企業之間比較，二是指指標之間可以橫向比較。6、全面性原則。最重要的是使這些單獨指標和整個指標體系具有預警作用，從多個角度分層分類構建財務風險預警指標體系，對公司的財務狀況進行全面研究，進行綜合預警。本文以傳媒行業的特點為基礎，結合芒果超媒所處市場的外在情況和內在情況再加上自身的管理運行模式和生產經營情況，在基于上文中的原則下，使財務風險預警模型更加全面和客觀，為了使所需要的數據更有說服力，就要最大限度地挑選可以反映企業生產經營的財務數據。（二）預警樣本的選擇本文研究對象為傳媒行業上市公司，本文根據申萬行業分類從我國A股股票市場中選擇了38家傳媒企業，以2020年的財務報表數據為樣本（三）財務指標篩選結果分析1、因子分析可行性KMO統計量是是簡單相關量與偏相關量的一個相對指數，用于檢驗變量間的相關性是否足夠小。KMO和Bartlett檢驗是用來測試樣本的指標數據，判斷是否有條件進行主成分分析。本文根據2018年38家公司的財務報表數據，運用SPSS統計軟件，確定主因子，先將原始數據導入統計軟件SPSS25.0，單擊“分析”—“降維”-“因子”命令，進入因子分析對話框，選入分析的變量，本文中選擇X1、X2、…、X16；單擊因子分析中的“描述”按鈕，在“統計”欄中選擇“初始解”，要求輸出原變量的公因子方差、與變量數目相同的因子（主成分）、各因子的特征值及其所占方差的百分比和累計百分比；再選擇“相關性矩陣”欄中的“KMO和Bartlett檢驗”判斷檢驗數據是否適合做因子分析；最后單擊“繼續”回到因子分析對話框。最后得出表4-11。在KMO和Bartlett檢驗中，KMO統計量取值在0～1之間，其值越大，因子分析的效果越好，KMO小于0.5時，不易做因子分析。由表4-11可知，KMO統計量為0.544，大于最低標準0.5，Bartlett球形檢驗中，顯著性為0，小于0.05，說明所選取的樣本公司數據適合做因子分析。表4-11財務預警模型樣本公司KMO和Bartlettd檢驗KMO取樣適切性量數0.544Bartlettd球形度檢驗近似卡方384.815自由度120顯著性0.0002、主成分的提取單擊因子分析對話框中的“提取”按鈕，選擇“主成分”方法，在“分析”欄中選擇“相關性矩陣”，在“輸出”欄中選擇“未旋轉的因子解”，在“提取”欄中選擇“基于特征值”，方框內填特征值大于1，得出表4-12。根據下表4-12所示，第一主成分的特征根為5.294，它解釋了總變異的33.088%，第二成分的特征根為2.894，解釋了總變異的18.086%，第三成分的特征根為1.922，解釋了總變異的12.011%，第四成分的特征根為1.236，解釋了總變異的7.725%，第五成分的特征根為1.154，解釋了總變異的7.210%。前五個主成分的特征根均大于1，累計貢獻率達到了78.121%。因此，本文設所提取的五個因子分別為Z1、Z2、Z3、Z4、Z5。表4-12財務預警模型樣本公司解釋的總方差成分初始特征值提取載何平方根旋轉載荷平方和合計方差%累計%合計方差%累計%合計方差%累計%15.29433.08833.0885.29433.08833.0884.08525.53025.53022.89418.08651.1742.89418.08651.1743.23020.18845.71831.92212.01163.1851.92212.01163.1852.64316.51662.23441.2367.72570.9101.2367.72570.9101.3008.12270.35751.1547.21078.1211.1547.21078.1211.2427.76478.12160.9385.86483.98470.7834.89188.87580.6353.96792.84390.3822.38895.231100.3402.12897.358110.1671.04798.405120.1280.79799.202130.0540.33799.540140.0410.25999.799150.0250.15599.954160.0070.046100.000單擊因子分析中的“旋轉”按鈕，選擇“最大方差法”，在“輸出”欄中選擇“旋轉后的解”，最大迭代次數默認25，最終得出表4-13.根據下表4-13所示，基于此，可以總結得出表4-12五個因子Z1、Z2、Z3、Z4、Z5的分析結果。現將公因子從財務角度進行下列解釋：總資產報酬率、凈資產收益率、固定資產周轉率、營業利潤率、營業利潤增長率在因子1上有較大載荷，所以Z1用來表示盈利能力。流動比率、速動比率、現金比率、存貨周轉率在因子2上有較大載荷，所以Z2用來表示償債能力。總資產增長率、凈資產增長率、總資產周轉率、主營業務收入增長率在因子3上有較大載荷，所以Z3用來表示營運能力指標。應收賬款周轉率在因子4上有較大載荷，所以Z4用來表示營運能力指標。資產負債率、凈利潤現金含量在因子5上有較大載荷，所以Z5用來表示償債能力指標。表4-13財務預警模型樣本公司旋轉后的成分矩陣成分12345X1流動比率0.3610.845-0.057-0.0730.022X2速動比率0.1580.9320.045-0.178-0.003X3現金比率0.1690.8850.024-0.153-0.005X4資產負債率-0.638-0.4860.084-0.0020.329X5營業利潤率0.8980.1460.119-0.037-0.075X6總資產報酬率0.9040.2190.1980.175-0.017X7凈資產收益率0.9170.2080.1900.148-0.007X8存貨周轉率0.0140.557-0.0260.345-0.017X9應收賬款周轉率0.147-0.1770.0200.8240.006X10總資產周轉率-0.0340.0300.7210.5130.105X11固定資產周轉率0.223-0.263-0.080-0.246-0.747X12主營業務收入增長率0.0990.0330.588-0.1510.278X13總資產增長率0.116-0.0780.9280.025-0.157X14凈資產增長率0.3270.0110.8850.026-0.127X15營業利潤增長率0.8860.0230.120-0.0650.168X16凈利潤現金含量0.203-0.311-0.089-0.1880.642根據上表，從而可以整理出下表4-14的5個因子：表4-14財務預警模型樣本公司因子分析結果具體的衡量指標因子載荷量特征值方差貢獻率Z1總資產報酬率凈資產收益率固定資產周轉率營業利潤率營業利潤增長率0.9140.9170.2330.8980.8865.29425.530Z2流動比率速動比率現金比率存貨周轉率0.8450.9320.8850.5572.89445.718Z3總資產增長率凈資產增長率總資產周轉率主營業務收入增長率0.9280.8850.7210.5881.92262.234Z4應收賬款周轉率0.8241.23670.357Z5資產負債率凈利潤現金含量0.3290.6421.15478.1213、計算綜合得分單擊因子分析中的“得分”按鈕，選擇“保存為變量”在方法欄中選擇“回歸”，選擇“顯示因子得分系數矩陣”，得出下表4-15。再根據成分得分系數矩陣，得出各公共因子與各指標的函數關系，進而得出公司在5個因子上的得分。表4-15財務預警模型樣本公司成分得分系數矩陣成分12345流動比率0.0170.257-0.032-0.0260.053速動比率-0.0660.3110.048-0.1170.028現金比率-0.0550.2930.033-0.0960.026資產負債率-0.133-0.0890.084-0.0320.232營業利潤率0.244-0.056-0.029-0.049-0.022總資產報酬率0.229-0.019-0.0210.1150.019凈資產收益率0.236-0.026-0.0220.0930.028存貨周轉率-0.0660.211-0.0420.306-0.012應收賬款周轉率0.054-0.050-0.1120.660-0.019總資產周轉率-0.0880.0530.2490.3270.058固定資產周轉率0.081-0.148-0.021-0.180-0.597主營業務收入增長率-0.0190.0140.259-0.2050.228總資產增長率-0.054-0.0230.386-0.095-0.140凈資產增長率0.006-0.0170.348-0.089-0.104營業利潤增長率0.266-0.095-0.030-0.0840.174凈利潤現金含量0.137-0.132-0.052-0.1770.533利用上表4-15的主成分因子得分矩陣，旋轉后的五個主成分因子表達式可寫成：Z1=0.17X1-0.066X2-0.055X3++0.006X14+0.266X15+0.137X16Z2=0.257X1+0.311X2+0.293X3+-0.017X14-0.095X15-0.132X16Z5=0.053X1+0.028X2+0.026X3+-0.104X14+0.174X15+0.533X16（四）構建財務預警模型1、構建Logistic模型在上節因子分析基礎上，根據主因子表達式可以計算總結出以36家上市傳媒行業公司的五個主成分因子數據，如表4-16所示：表4-16財務預警模型樣本公司主成分因子數據公司Z1Z2Z3Z4Z5芒果超媒-18.49-9.32257.81-61.25-112.66新國脈18.5860.17-13.59-17.41143.00人民網52.492.92-2.45-32.37107.86新華網-34.81195.39-2.2371.8551.62風語筑19.62-9.7414.62-37.0682.80視覺中國29.49-35.64-12.21-58.90-124.02分眾傳媒-35.10223.57-16.28278.5321.41三七互娛16.87-3.27-8.03-37.20100.34世紀華通14.1123.88153.00-97.1684.03萬達電影11.41-8.141.13-11.7959.51光線傳媒76.9218.79-10.14-26.88-3.95吉比特31.6040.205.8034.9949.31中國電影10.2048.749.58-24.7533.93昆侖萬維41.27-27.28-31.45-40.4628.76浙版傳媒10.07-12.34-1.111.9835.72東方明珠14.8115.53-5.43-25.1167.42江蘇有線54.47-46.97-1.15-87.49258.95華誼兄弟-78.5834.766.9824.61-50.03中文傳媒23.92-2.691.16-30.4690.29新媒股份-74.98402.32-43.64487.3073.62橫店影視32.19-14.24-10.0121.42115.30電廣傳媒287.32-160.05-51.24-195.25541.02鳳凰傳媒20.4013.152.91-36.41100.66完美世界7.2624.495.75-9.034.53歡瑞世紀-27.9741.2521.4027.88-116.32湯姆貓45.64-5.4817.97-50.32104.40星期六604.58-572.46-220.45-763.472289.14中南傳媒2.1546.532.42-30.5759.50天下秀-184.28114.31-17.03135.35-162.74巨人網絡-12.04111.9815.83-39.7516.19利歐股份-149.2257.6722.7434.95-67.28果麥文化.7447.908.1915.89-52.22ST當代-362.61105.871.4084.91-147.34ST北文15.642.295.17-20.9934.71ST天潤-2.85-6.0031.23-53.63-25.17ST三五-286.41186.24-13.18187.09-122.93ST龍韻-33.9428.2315.5021.58-77.94ST聯建-432.99145.8715.42122.02-228.84通過得出的5個主成分因子，可以將它們作為Logistic回歸分析的解釋變量，設Y為因變量，正常公司（非ST公司）為0，非正常公司（ST公司）為1，運用SPSS統計軟件，首先將上表數據錄入SPSS軟件。單擊“分析”—“回歸”-“二元Logistic”命令，進入Logistic回歸對話框，將Y（公司是否破產）勾選進入“因變量”，將Z1、Z2、Z3、Z4、Z5勾選進入“協變量”，回到“Logistic回歸”對話框中，選擇“選項”按鈕，在“統計和圖”欄中選擇“霍斯默-萊梅肖擬合優度”，最后勾選“在模型中包括常量”，得出表4-17、表4-18和表4-19。如下表4-17所示，R方指標為0.287，小于1；內戈爾科R方為0.494，介于0到1之間，說明構建模型擬合度良好。表4-17Logistic回歸模型摘要步驟-2對數似然R方內戈爾科R方120.2790.2870.494霍斯默-萊梅肖檢驗主要是用于檢驗模型的擬合優度。檢驗結果如下表4-18所示，自由度為8，顯著性為0.724，大于0.05，說明該模型可以很好地擬合數據表4-18Logistic回歸霍斯默-萊梅肖檢驗步驟卡方自由度顯