资产的相关系数范例6篇

前言：中文期刊网精心挑选了资产的相关系数范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。

资产的相关系数

资产的相关系数范文1

经研究，2007年度电子信息产业发展基金（以下简称电子发展基金）项目申报工作将于2月26日开始，现将有关事宜通知如下：

（一）各地信息产业主管部门及大型企业集团（以下简称推荐单位，名单见基金申报网站itfund.省略），请按《2007年度电子信息产业发展基金项目指南》（见附件）、《电子信息产业发展基金管理暂行办法》的要求，认真组织管理范围内的单位做好今年基金项目申报组织和推荐工作。在规定的申报日期截止后，推荐项目不再受理。

请推荐单位严肃、认真、科学、公正地履行其职责，确认项目申报单位的资格，对申报单位提交的项目是否属于指南范围，申报资金是否符合管理暂行办法规定进行把关，并就其项目的真实性、可行性做出审核和评价，同时以正式上报文件形式对项目进行推荐、排序和报送（报送方式见后），排序不分行业类别。

（二）项目申报单位提供的材料必须真实可靠。申报单位在申请材料准备过程中必须按照《电子信息产业发展基金管理暂行办法》要求，实事求是，任何夸大、掺杂水分都会对项目评审过程产生不利的影响，一经发现弄虚作假，信息产业部将不再受理该单位的申请，并在全行业中进行通报。

项目申报单位在上传电子版时，应仔细阅读基金申报网站上传资料方法说明，项目须经推荐单位推荐，如果出现上传文件归类错误、无推荐单位、压缩误码、附带病毒或内容缺失（包括财务报表）等情况，将取消申报资格。

（三）材料报送方式：

1.电子稿：项目承担单位通过网站下载、按填报说明填制并上传可行性报告的电子版，推荐单位在网上对电子稿进行审核、评价、推荐和排序；

2. 纸质稿: 除电子稿外，项目承担单位还应制作纸质稿。纸质稿包括可行性报告、单位法人营业执照、前两年的会计报表（包括资产负债表、损益表、现金流量表及报表附注等）和相应的审计报告等复印件，及可以说明项目情况的相关文件（如专利证书）等，内容不宜冗长。一式两份，用A4纸打印，简装，不加封皮，送交当地推荐单位。

推荐单位根据营业执照、财务报表等资料，确认管理范围内的申报单位资格后，对送交来的纸质稿的真实性、可行性做出评价，签署推荐意见，整理后，连同正式文统一寄送基金管理办公室。

两稿需同时具备，主要信息完全一致，否则不予受理。

（四）信息产业部电子发展基金管理办公室负责受理电子发展基金项目的申报，对项目申报单位提交的申报材料进行形式审查，并组织专家进行评审。在此期间，各单位不得以任何形式干预。

财政部和信息产业部联合设立的项目审查委员会确定本年度的电子发展基金项目计划，得到财政批复后，推荐单位将通知项目承担单位按规定办理项目资金使用手续。

（五）项目申报截止日期: 申报截止日期为2007年3月31日（含资料的填制、整理、评估、排序、寄送时间。两稿同时截止，纸质稿以推荐单位寄送时的邮戳为准）。

（六）问题解答和联系方式：为提高效率，项目申报单位在申报过程中若有疑问，可以咨询推荐单位联系人，推荐单位联系人应认真细致地予以辅导和解答。遇到的共性问题可由推荐单位提交基金管理办公室联系人解答。

办公室联系人: 葛亮、冉晓丹、郭爱华

联系电话: 010－82512089、010－68208017、010－68208342

传真：010－68277286

资产的相关系数范文2

DOI：10.19694/j.cnki.issn2095-2457.2018.12.089

1 研究背景与意义

国内外部分学者在会计信息与股票价格的相关性领域进行了深入研究。Fama提出了有效市场假说（EMH）；赵宇龙等采用事项研究法进行分年度的检验，发现1994～1995年的会计盈余基本上不具有因信息含量而导致的价格效应，而1996年的披露则显示了两者间有明显的相关性[1]。事实上西方发达国家的证券市场上股票价格与会计信息的相关指标相关性较高，而我国由于上市公司会计信息失真甚至是故意造假，从而导致会计信息对股票价格的影响程度不高。因此，国内学者以往对于国内上市公司会计信息与股价相关性进行的研究，得出的结论往往是两者相关性较弱[2]。随着近些年国家对于证券市场的监管不断加强，信息披露逐步规范，两者间的相关性可能会进一步提高。因此将采用新的样本，对会计信息与股票价格的相关性进行研究是有意义的。

2 相关性分析

2.1 样本选取

为了研究我国证券市场上酒类企业会计信息与股票价格的相关性，将会计信息确认为会计财务报表所披露的财务指标体系，主要分为盈利能力指标、偿债能力指标、营运能力指标和发展能力指标，其中包括每股收益，加权平均净资产收益率等等。对于股票价格，因为一般上市公司年报的公布发生在4月份，因此选取4月15日的收盘价作为上市公司的股票价格。本文以在上海证券交易所2014年以前上市的酒类企业为样本，选取数据的时间段为2014年至2016年。

2.2 实证分析

选取在上交所和深交所上市的25家酒类企业为样本，并运用SPSS软件对所得样本进行分析。令股价为Y，每股收益为X1，加权平均净资产收益率为X2，营业利润率为X3，资产负债率为X4，流动比率为X5，速动比率为X6，应收账款周转率为X7，存货周转率为X8，总资产增长率为X9，净利润增长率为X10，分别得到相关数据，如表1～3所示。

由表1可知，共有3个指标的相关系数通过了检验，说明这3个指标与股票价格之间存在着显著的相关关系，它们分别是盈利能力指标中的每股收益、加权平均净资产收益率和发展能力指标中总资产增产率。每股收益的相关系数最大，其值为0.956。而另两个指标的相关系数分别为0.470和0.884。由表2可知，共有5个指标的相关系数通过了检验，说明这5个指标与股票价格之间存在着显著的相关关系。其中，相关系数最大的为每股收益，其值为0.982，其次是营业利润率，它的相关系数为0.712，第三个是加权平均净资产收益率，它的相关系数为0.642。相关系数处于第四和第五位的分别是应收账款周转率和总资产增长率，分别为0.494和0.445。表明在一定程度上这些指标越高，股票的价格越高；反之则越低。由表3可知，共有3个指标的相关系数通过了检验，说明这3个指标与股票价格之间存在着显著的相关关系。其中，相关系数最大的为每股收益，其值为0.989；其次是应收账款周转率，它的相关系数为0.977；最后是营业利润率，它的相关系数为0.432。表明在一定程度上上面所述的这3个指标越高，股票的价格越高；反之股票价格则越低。

综上所述，结合2014-2016年酒类企业财务指标与股价之间的相关性分析，可以发现共有5个财务指标与股价有着相关关系，分别是每股收益、加权平均净资产收益率、营业利润率、总资产增长率和应收账款周转率。其中每股收益在这3年中始终与股价保持着显著的相关关系，且其皮尔逊系数很高。而其余的4个指标均在2年中与股价保持着显著的相关关系。总体而言，盈利能力指标与股价相关性最大。

3 回归分析

根据Feltham-Ohlson模型可知，股票价格与财务指标之间存在着线性关系，因此沿用实证分析中的自变量和因变量，构建多元线性回归方程

分别对2014-2016年的数据进行回归分析得到结果如表4～6所示。

根据表4，可以得到回归方程为

由此可知，影响股价的因素主要是盈利能力指标，盈利能力指标中每股收益与股价呈显著的正相关关系，而加权平均净资产收益率与股价呈显著的负相关关系。同理，分别对2015年和2016年的数据进行回归分析，可得总体上线性模型成立，而对每个会计指标而言，其对股价的影响是不显著的。因此同样采用逐步剔除法，得到其回归方程分别为

由此可知，2015年影响股价的因素主要是盈利能力指标中的每股收益、营业利润率和发展能力指标中的总资产增长率。其中每股收益与总资产增长率和股价呈显著的正相关关系，表明每股收益和总资产增长率越高，股价越高。而营业利润率与股价则成显著的负相关关系，一定程度上反映了营业利润率可能存在被粉饰的情况。而在2016年中，影响股价的因素主要是盈利能力指标中的每股收益和营业利润率，以及营运能力指标中的应收账款周转率。其中每股收益和应收账款周转率与股价之间存在正相关关系，与实际情况符合，而营业利润率与股价之间存在负相关关系，这与实际不符。因此可能存在操控股价或者虚增利润的情况。

资产的相关系数范文3

一、引言

巴塞尔协议Ⅱ（2006）明确提出了对商业银行信用风险、市场风险、操作风险的全面管理[1]。巴塞尔协议Ⅲ（2010）表明全面风险管理的有效途径是经济资本管理[2]。经济资本管理的前提是经济资本计量。要有效地发挥经济资本对商业银行资源配置功能，要科学地考核商业银行各分行、各业务单位、各业务线的管理绩效进而实现商业银行的经营目标，就必须将资产组合中含有的不同类型风险整合在一起实施集成计量。这不仅要求研究包含一种类型风险的资产组合的经济资本计量，而且还要求研究包含多种类型风险的资产组合的经济资本计量。李豫（2011），梁凌等（2005），刘开华（2011），丰吉闯等（2011），谭德俊等（2010）各自分别研究了信用风险、市场风险、操作风险模型[3-7]。朱世武（2005），李建平等（2010）分别研究了信用违约相关性以及不同风险类型的相关性[8-9]。这些研究为商业银行全面风险管理要求的集成风险模型与经济资本计量提供了很好的理论基础，然而，各自使用的风险模型和经济资本计量方法不同，因此，必须整合不同风险模型以实现集成经济资本计量。

二、单一风险模型的理论分析

商业银行的信用风险来源于客户的可能违约，而客户被商业银行划分成不同的信用等级，Lucas（1995）利用Moody投资者服务公司1970—1993年（巴塞尔协议实施前）共24年历史数据，对信用等级B以上的贷款企业之间的违约相关系数进行了研究（结果见表1），得到了同一信用等级企业贷款违约相关系数随着信用等级的提高而降低，不同信用等级企业贷款违约相关系数普遍较低的结论[10]。信用等级在Baa及Baa以上的企业，其一年违约相关系数为0，这表明信用等级Baa及以上的企业一年期贷款的违约是完全不相关的，信用等级B及以上企业一年期贷款违约相关系数不超过0.07，这表明信用等级B及以上的客户一年期贷款违约也几乎是不相关的。标准普尔公司对1993—2010年亚洲评级公司违约情况的研究报告表明，评级BBB以上的公司的违约是完全不相关的。

Zhou（2001）， Sanjiv R.Das等（2003）分别从理论和实证角度研究得到了企业之间的违约相关系数和资产价值相关系数具有相同的符号[12-13]；资产价值相关性越高，违约相关性就越高；较高信用等级企业之间的贷款违约相关性较低。理论与实证研究表明：企业之间违约不相关意味着企业之间的资产价值也是不相关的。由此以及上面的分析可以知道，信用等级较高的企业（Baa及以上）之间的违约损失是完全不相关的。

巴塞尔协议的实施在客观上促使商业银行加强了对于各种风险的管理。将金融资产投资分散于各种类型的风险较低的业务上，同时限制每一类型、每一笔投资规模是商业银行风险管理的一贯措施。对于信用等级相对较低的企业，抵押、担保、贷款承诺、贷款限制甚至拒绝贷款等比信用等级较高的企业更严格的贷款管理方式的采纳，一方面降低了客户违约的概率，另一方面即使客户违约也降低了违约造成损失，使得信用等级较低的企业违约损失表现出与其它企业的违约损失的不相关性。因此，无论信用等级较高的企业还是信用等级。于是，商业银行一年期贷款违约损失值之和Yn近似服从正态分布N（EYn），D（Yn））。

此外，在一个不断完善的的资本市场，无论是利率风险、汇率风险、股票风险还是商品价格风险，它们本身都是由参与市场交易的投资者共同作用的结果，其中每一个参与交易的主体都不可能主导它的变化，并且每一个的影响相对于整个交易主体的影响是微不足道的。也就是说，利率风险、汇率风险、股票风险和商品价格风险导致的损失是由许多种比较独立的因素共同作用的结果，从统计的角度来看，每种因素对风险损益的大小并不具有明显的影响，因此，根据中心极限定理可得：由市场风险导致的损益将服从正态分布。

由于操作风险是由于不完善或失效的内部控制流程、人的因素、系统因素或其他外部事件等原因导致可能的损失。尽管不同因素造成的损失是相互独立的，同一因素中，人的因素造成的损失是相互独立的，不完善或失效的内部控制程序、系统因素造成的损失几乎是完全相关的，从理论上很难得出操作风险损失的分布类型，但大量的实证研究表明操作风险损失的对数服从正态分布[15-16]。

三、不同类型风险集成计量的理论分析

设商业银行资产组合信用风险损失为Y1，市场风险损失为Y2，操作风险损失为Y3，由上面的分析可知：X1=Y1、X2=Y2、X3=lnY3都服从正态分布。记由X1、X2、X3构成的向量为X=（X1、X2、X3）'，设X1与X2的相关系数为？籽12，X1与X3的相关系数为？籽13，X2与X3的相关系数为？籽23，则Y1、Y2、Y3之间的相关系数值都比较小。这是因为：商业银行的信用风险是由于借款人不能或不愿按时还本付息给银行造成损失的风险，它与借款人的偿付能力以及偿付意愿直接相关。在全面风险管理的金融环境下，随着信用文化的普及以及贷款的抵押、担保的采用，使得不愿还款的意愿大大降低，因此，信用风险损失主要取决于借款人的偿付能力。而偿付能力尽管受宏观经济发展的影响，但由于贷款发放条件的约束使得这种影响被大大地弱化。商业银行市场风险是由于利率、汇率、股票指数、商品价格等资产的市场价格变化或波动而引起损失的风险。市场风险损失和参与市场交易的群体素质直接相关，同时受宏观经济发展影响。可见，信用风险与市场风险具有一定的线性相关性，但由于影响它们的主体有很大相同，因此，它们的线性相关程度不高。商业银行操作风险是由于银行内部不完善或失效的控制流程、人的因素、系统因素或其他外部事件等原因导致损失的风险。在全面风险管理的金融环境下，操作风险损失受宏观经济的影响很小，受制度、流程、交易系统以及人的意愿影响较大。由于信用风险、市场风险与操作风险损失的影响因素几乎完全不同，因此，它们的线性相关程度很低。

Ward和Lee（2002）[17]，Dimakos和Aas（2003，2004，20

07）等分别实证研究了不同类型风险的线性相关程度（见表2）[18-20]。不过，由于研究的对象不同、期限不同、所使用的样本数据不同、研究的方法不完全一样，得到的关于信用风险、市场风险、操作风险的线性相关系数差别也较大。从整体看，不同类型风险的线性相关系数值都比较低，信用风险与市场风险的相关系数最大值为0.30，信用风险与操作风险的相关系数的最大值为0.44，市场风险与操作风险的相关系数最大值为0.20。李建平等（2010）运用copula函数方法对奥地利银行的研究表明，市场风险损失与操作风险损失的对数之间的相关系数为0.30。如果Y1与lnY3的相关系数？籽13以及Y2与lnY3的相关系数？籽23都小于0.5，则向量X的相关系数矩阵为对角优势阵，它必定是正定矩阵。且向量X满足服从三维正态分布的条件，因此，随机向量X=（X1，X2，X3）'服从三维正态分布。

四、含多种类型风险的资产组合经济资本计量研究

假设向量X的概率密度函数为

本文通过收集到的我国某大型商业银行2011年8月至2012年7月期间信用风险损失与市场风险损失相关数据（单位：百万元），运用统计分析工具可以得到样本数据的直方图如图1，可知该银行信用风险日损益分布的偏度-0.192（比较接近于0），峰度3.852（相当接近于3），Jarque-Bera统计量值为8.850（小于x20.005（2）=10.597），P{x2（2）>8.850}=0.012这些统计数据结果表明：在置信度99.5%下，不能拒绝日损益样本数据近似服从正态分布。于是，接受组合信用风险日损益数近似地服从正态分布，即X1～N（4.909，135.7872）。

样本银行市场风险日损益的直方图如图2，可知分布的偏度0.185（比较接近于0），峰度3.886（比较接近于4），Jarque-Bera统计量值为9.342（小于x20.005（2）=10.597），P{x2（2）>9.342}=0.009，这些统计数据表明：在置信度99.5%下，不能拒绝市场风险日损益数据近似服从正态分布。于是，接受市场风险日损益数服从正态分布，即X2～N（9.605，117.5282）。

由于样本商业银行一年中操作风险损失发生的频数较少，为分析方便起见，本文将收集到的我国商业银行2011年前15年的操作风险损失数据作为其样本，分析其分布。统计分析显示这些数据的分布特征不明显。为此将这些数据取对数，得到操作风险损失的对数值的直方图如图3，图中可知，分布的偏度0.301，峰度为3.102，Jarque-Bera统计量值为5.092，P{x2（2）>5.341}=0.078，这表明：在置信度99.5%的条件下，不能拒绝数据服从正态分布，因此，接受样本商业银行操作风险损失数据对数值服从正态分布。即X3～N（-2.338，2.3982）

（责任编辑：于明）

参考文献：

[1]Basel Committee on Banking Supervision. International

Convergence of Capital Measurement and Capital Standards. A Revised Framework —Comprehensive Version [M].Bank for International Settlements， Basel， Switzerland，2006.

[2]Basel Committee on Banking Supervision. Basel III： A

global regulatory framework for more resilient banks and banking systems. Bank for International Settlements Communications CH-4002 Basel， Switzerland，2010.

资产的相关系数范文4

随着2007年美国次贷危机的爆发，全球众多金融机构都遭受到不同程度的冲击，所受影响最大的是美国银行业，其倒闭银行每年都有100多家（可以从美国联邦保险机构FDIC网站上查找），当然这些银行都很小。而作为零售业银行的典范—花旗银行也遭受巨大的损失。这次危机波及世界各地，我国金融机构也未能完全幸免。在金融全球化、金融自由化和金融工程化的趋势下，全球金融市场的发展加快，给金融机构带来很多机遇，同时也带来不少挑战。特别地，商业银行作为金融机构的重要主体，更面临着收益和风险的抉择。

自国有商业银行股份制改造以来，我国银行业得到了快速发展，银行业金融机构资产规模迅速膨胀，在2010年世界企业500强排名中，中国工商银行和中国建设银行双双挤进前二十，这也给银行的经营带来更多的风险。如何控制各类风险，增强银行的综合运营能力，对保证银行业的平稳健康发展尤为重要。

本文的研究依据是我国商业银行2009年年度报告，探究商业银行各财务指标与其综合运营能力的关系，给出商业银行平稳健康发展的对策。本文首先选取了我国2009年底前上市的14家商业银行的财务指标作为变量，运用SPSS软件进行统计分析，得出银行综合运营能力各因子的得分方程。接着，对实验结果进行分析，进而得出各财务指标对银行平稳运营和盈利能力的影响。经研究，我们发现，在各财务指标中，净利润、核心资本充足率和不良贷款拨备率的不利变动分别会对商业银行的盈利能力、承担损失能力及资产质量水平产生重要影响，这有一定的理论实践意义。

二、实证分析

（一）实证方法概述

因子分析是将具有错综复杂关系的变量（或样品）综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类，它是属于多元分析中处理降维的一种统计方法。在构建银行综合运营能力的指标体系的过程中，为尽可能比较全面、完整地反映刻画银行的能力，需要从多个角度进行观测，选取多个指标，收集大量数据进行分析。多变量大样本虽然可以为我们提供丰富的信息，却增加了数据采集、处理的难度，而且多个变量间的相关关系加大了分析难度。

通过对原始变量重新组构，选取的因子的数量远少于原有指标变量的数量，减少分析时的计算工作量，同时它们可以反映原有众多指标的绝大部分信息，不会产生重要信息的丢失。因子间没有线性相关关系，可以对变量的分析提供较大的便利。另外，因子变量都有较为明确的经济含义，为我们的分析提供了更直观的解释。

（二）商业银行样本和主要财务指标的选取

首先，为测量我国商业银行的综合运营能力，本文选取了我国2009年底前上市的14家商业银行（见附录一）作为代表，进行实证分析。

其次，根据上述各商业银行2009年年度报告选取其2007至2009年的财务指标共11个，它们是：平均总资产净回报率、利润总额、净利润、每股收益（基本与稀释）、资本充足率、核心资本充足率、不良贷款率、不良贷款拨备率、贷款总额、存款总额以及每股经营活动中产生的现金流量净额。

（三）实证分析

1.因子分析

首先，将所有数据导入SPSS11.5中，采用主成分分析法提取公因子，并用最大方差法进行因子旋转（旋转后的因子载荷矩阵，见表4），分析结果如表：

上表示是对数据是否可进行因子分析的KMO和Bartlett检验的结果。KMO检验用于检验变量间的片相关系数是否过小，一般情况下，当KMO大于0.9时效果最好，小于0.5时不适合进行因子分析。从表1看出KMO检验结果是0.725，比较接近0.9，比较适合做因子分析。Bartlett检验的Sig.取值0.000，表示拒绝相关系数矩阵是单位矩阵的原假设，说明各个变量不是相互独立的。

其次，按特征根大于“1”为标准提取公因子，结果如表2：

表2表示主成分列表，表中列出了所有11个主成分，且按照特征根从大到小的次序排列。从表中可以看出，第一主成分特征根为4.469，方差贡献率为40.627%，第二个主成分特征根为2.747，方差贡献率为24.971%，前三个主成分的累计方差贡献率为81.804%，已超过了80%，且第4个主成分特征根小于1，故选出3个因子。

再次，得到因子载荷矩阵，如表3，反映各个变量的变异可以由哪些因子解释。通过因子载荷矩阵就可以给出各变量的因子表达式。如：利润总额=0.970*F1+0.048*F2+0.225*F3。所以利润总额主要由第一个主成分解释。

最后，我们得到了旋转后的因子载荷矩阵，如表4。

通过此表就可以把主成分表示为各个变量的线性组合。选取对各个因子影响大的变量得出因子得分方程，并对因子命名：

F1（盈利能力因子）=0.986*净利润+0.982*存款总额+0.982*利润总额+0.981*贷款总额

F2（承担损失能力因子）=0.967*核心资本充足率+0.965*资本充足率+0.791*平均总资产净回报率

F3（资产质量水平因子）=0.852*不良贷款拨备率+0.731*每股收益（基本与稀释）-0.727*不良贷款率+0.472*每股经营活动中产生的现金流净额

同时，得到因子得分的协方差矩阵，如表5，可以看出3个因子之间是相互独立的。

2.实验结果解释

得出因子得分方程后，我们对各财务指标与综合能力因子的相关性进行分析。

（1）对银行盈利能力进行分析：

X1=净利润相关系数1=0.986

X2=存款总额相关系数2=0.982

X3=利润总额相关系数3=0.982

X4=贷款总额相关系数4=0.981

在对银行盈利能力产生影响的4个指标中，相关系数最大的是净利润指标，说明净利润的微小变化更易对银行的盈利能力产生影响。若净利润下降，则银行的盈利能力会显著降低；若净利润上升，银行的盈利能力也会显著增强。为防范银行盈利能力下降的风险，应密切关注净利润指标。

同时，还需对存款总额、利润总额和贷款总额的变化充分重视，一方面它们会影响净利润的变化；另一方面，它们还会直接影响银行的盈利能力。

（2）对银行承担损失能力进行分析：

X5=核心资本充足率相关系数5=0.967

X6=资本充足率相关系数6=0.965

X7=平均总资产净回报率相关系数7=0.791

增强银行承担损失能力是银行风险管理的重点，我国商业银行也应给予高度重视。上述3个指标中，对银行承担损失能力影响最大的是核心资本充足率，2010年9月，巴塞尔银行监管委员会也对银行的这一指标提出了新的要求，即银行的核心资本充足率需要达到6%。

资本充足率对银行承担损失能力的敏感度达到了0.965，仅次于核心资本充足率，所以银行在争取高盈利的同时必须使资本充足率达到8%，巴塞尔银行监管委员会早在1988年的《巴塞尔资本协议》中就提出了这一要求。例如，深圳发展银行在2007年的资本充足率只有5.77，远小于8%的要求，为保证银行平稳健康地运营，该银行在2008年进行改革，资本充足率达到8.58。

我国部分银行对于这两项指标的重视不够易引起很大的经营风险，一方面，银行自身应提高要求；另一方面，银监会应加强监管。

平均总资产净回报率对银行承担损失能力也有影响，为加强银行的抗风险能力，应尽量保证平均总资产净回报率的稳步提高。

（3）对银行资产质量水平进行分析：

X8=不良贷款拨备率相关系数8=0.852

X9=每股收益（基本与稀释）相关系数9=0.731

X10=不良贷款率相关系数10=-0.727

X11=每股经营活动中产生的现金流净额

资产的相关系数范文5

关键词：净资产收益率；logistic回归；财务预警模型

一、样本选择与处理

本文的样本为2003年、2004年、2005年在上海交易所流通交易的ST股票，剔除B股类上市公司，最后样本个数2003年共32支，2004年共21支，2005年共15支。非ST配对股票的选择标准是在相同报表期内同行业(证监会行业)，当年合并报表总资产相差5%的股票，其中2003年有5支ST找不到配对股票，2004年有7支ST找不到配对股票，2005年有4支ST找不到配对股票。此时共有样本52支ST股票，52只非ST配对股。但由于样本股票的相关数据的残缺不全和计算问题，最后样本数据共84支股票。另外由于ST的执行期均在4月—6月之间，因此文章选择的财务指标及其他数据均是ST年度前一年的中报数据。数据来源于Wind数据库。通过财务指标数据的实证分析建立预警模型，考察其对违约的判别能力。

二、模型构建及实证结

（一）财务指标选择及逐步回归分析

财务指标的选择属于一个经验问题，本文的指标选择主要参考相关文献的成果。盈利能力指标包括净资产收益率(全面摊薄)、资产净利率和主营业务利润率；偿债能力指标包括流动比率、速动比率、资产负债率和已获利息倍数；营运能力指标包括存货周转率、应收账款周转率和总资产周转率。

本文先对2003、2004、2005年的财务指标进行分布检验，结果表明10个财务指标均不服从正态分布，参考相关文献的研究成果，本文采用Logit模型建模。为了选择出较好的财务指标，先单独采用每个财务指标对两元值因变量(ST取1，非ST取0)进行logistic回归，根据回归结果和指标之间的相关系数来判断指标是否进入预警模型，即假如两个指标都通过回归检验，但相关性很大，则选择解释力较大的指标。而没有通过检验的指标将被排除。设置信水平等于95%，违约门槛值设为0.5，违约概率在0和1之间变动，值越大则违约风险越大。指标的回归结果表明净资产收益率、资产净利率、主营业务利润率、资产负债率、已获利息倍数、应收账款周转率和总资产周转率七个变量通过检验。

另外根据Logit函数可知，自变量的负号系数表示它与企业的信用风险负相关。根据逐步回归结果，在通过检验的指标中，净资产收益率、资产净利率、主营业务利润率、已获利息倍数、资产负债率、应收账款周转率和总资产周转率均与企业的信用风险状况负相关，而资产负债率则与信用风险正相关，符合经济学意义及ST公司的基本面表现。

（二）相关性分析

通过以上回归分析可知，衡量盈利能力的三个指标、衡量偿债能力的资产负债率和已获利息倍数和衡量营运能力的应收账款周转率与总资产周转率均通过了显著性检验。但是考虑到指标间，至少是同类型指标间可能存在着共线性关系，本文采用Eviews统计软件进行处理，Eviews诊断多重共线性主要有两种方法，一种是相关系数法，另一种是VIF法。文章采用第一种方法，即在建模之前通过自变量的相关系数来进行指标的选择。通过检验的七个指标的相关系数如下：

净资产收益率(ROE)资产净利率(ROA)主营业务利润率资产负债率已获利息倍数应收账款周转率总资产周转率

净资产收益率1.0000000.8350890.185546-0.3535020.1107550.0747960.044510

资产净利率0.8350891.0000000.435387-0.4157570.2617580.1998380.247821

主营业务利润率0.1855460.4353871.000000-0.2196230.2925610.184940-0.002491

资产负债率-0.353502-0.415757-0.2196231.0000000.162246-0.2182270.087086

已获利息倍数0.1107550.2617580.2925610.1622461.0000000.1450900.236823

应收账款周转率0.0747960.1998380.184940-0.2182270.1450901.0000000.382466

总资产周转率0.0445100.2478210.0024910.0870860.2368230.3824661.000000

由相关系数表可知，ROE跟其他类型指标的相关性很小，ROA与其他类型指标相关性较大，主营业务利润率与ROE的关系比与ROA的关系小且两者间存在很大的相关性，因此在盈利能力指标中ROE和主营业务利润率将成为待选指标。而资产负债率与已获利息倍数无论其相关性，还是和其他类型指标的相关性都很小，两个都将成为模型解释变量；应收账款周转率和总资产周转率的关系与资产负债率和已获利息倍数的关系类似，两者也将成为解释变量。

（三）财务危机预警建模

假设回归模型为：

y=c+f(x)+ε

c表示常数项，x表示解释变量，本文主要为上述选择的财务指标，ε表示随机误差项，y为无法观察的变量，但可以观察到其替代变量y*,y*=假定危机公司的y*=1，正常公司的y*=0。根据Logistic分布函数可得

资产的相关系数范文6

【关键词】商业银行；因子分析；财务指标；相关系数