互联网企业的财务预警研究
摘 要
在大数据时代发展背景下，互联网的发展速度极其迅猛，为了推动互联网企业更好的发展，国家制定了一系列鼓励性政策，由此，互联网企业成了国民经济增长的重点所在。但是，繁荣背后，由于各类因素的影响，企业免不了会应对着各种未知风险，如何做好风险预警成为了互联网企业的一项重要工作。基于此，本文针对互联网企业的财务预警展开实证分析。首先阐述研究背景及意义，并整理了财务预警的相关模型，为互联网企业财务风险预警提供了理论基础。其次，结合互联网企业的实际，选取了共计20个指标进行因子分析，通过提取公共因子最终获得8个公共因子，进一步用这8个指标建立互联网财务预警的Logistic回归模型。
关键词：互联网企业；财务预警；因子分析；回归分析
Research on financial early warning of Internet enterprises
Abstract
Under the background of the development of big data era, the development speed of Internet is extremely rapid. In order to promote the better development of Internet enterprises, the state has formulated a series of incentive policies. Therefore, Internet enterprises have become the focus of national economic growth. However, behind the prosperity, due to the influence of various factors, enterprises will inevitably face various unknown risks. How to do a good job of risk early warning has become an important work for Internet enterprises. Based on this, this paper analyzes the financial early warning of Internet enterprises. First of all, this paper expounds the research background and significance, and collates the relevant models of financial early warning, which provides a theoretical basis for the financial risk early warning of Internet enterprises. Secondly, combined with the actual situation of Internet enterprises, 20 indicators are selected for factor analysis. Through extracting the public factors, 8 public factors are finally obtained. Further, the logistic regression model of Internet financial early warning is established with these 8 indicators.
Keywords: Internet enterprises; financial early warning; factor analysis; regression analysis
目 录
1 绪论1
1.1 研究背景1
1.2 研究目的及意义1
1.2.1 研究目的1
1.2.2 研究意义1
1.3 研究方法2
2 理论概述2
2.1 相关概念的界定2
2.1.1 互联网企业2
2.1.2 财务预警3
2.2 财务预警模型3
2.2.1 多变量模型3
2.2.2 Logistic回归模型3
3 互联网企业的财务预警评价指标体系的建立4
3.1 样本数据的选择4
3.2 指标的选取4
3.3 指标的处理6
3.4 指标的检验6
3.4.1 信度检验6
3.4.2 效度检验7
4 互联网企业的财务预警实证分析7
4.1 因子分析7
4.1.1 因子贡献率分析7
4.1.2 因子载荷分析9
4.1.3 因子得分计算11
4.2 Logistic回归预警模型12
4.2.1 Logistic回归模型的构建12
4.2.2 预警模型结果分析14
5 结论与建议15
5.1 结论15
5.2 研究局限性15
参考文献17
致谢18
1 绪论1.1 研究背景
近些年，越来越多的企业在资本市场上犹如昙花一现般被被淘汰出局，由此引起了学术界以及实务领域的共同重视，并以怎样才能够帮助企业始终保持平稳发展状态为研究目标开启了探索之路。事实上，企业从最初正常运行，到最后破产淘汰并不是一朝一夕的事情，它会有一个逐渐开始恶化的经过，因此，怎样发现自己存在的问题，并及时找出解决对策显得异常关键。
互联网企业是现阶段发展最为迅猛的行业之一，处在政策调控的前沿，这类企业是建材、电力以及化工等各类行业得以生存和发展的保证，因此互联网企业的健康发展至关重要。与此同时，国际高效低碳新能源的呼声越来越高，带来了一系列的经济政策变革，造成了我国互联网行业增速越来越慢，使得原油价格大幅度下降，此外产能过剩以及互联网需求急剧下降等问题也越发明显，这时候，迫切需要相关企业作出深度的调整。在当前复杂多变的环境下，对互联网企业财务风险进行预测和评价显得极其重要。
而纵观现阶段对上市公司财务预警问题的研究，大多都集中于房地产以及钢铁行业，互联网行业的财务预警研究极少，因此，本文选择了互联网企业，建立起一套财务风险预警体系。
1.2 研究目的及意义1.2.1 研究目的
本论文以互联网企业为研究对象，通过定性分析和定量分析相结合的方式，针对其此阿武风险预警情况展开研究。那么，首先，针对当前互联网上市公司的实际情况展开一个大致的调查，总结出这类行业和其他行业的不同之处，找出这类行业的特点，建立起指标体系。其次，结合所建立的指标体系进行因子分析以及公因子提供；最后，根据所提取的公因子建立起互联网企业财务预警模型，最终得出结论。通过本文的研究，为该行业财务风险的管理提供参考。
1.2.2 研究意义
通过本论文对互联网上市公财务风险预警模型的研究，能够帮助相关的外部机构、投资者等取得更多相关的数据与信息，也能够从所得到信息中帮助其作出更恰当更有利于自身发展的决策；能够帮助互联网下游企业也能够获得更好的发展，比如电力企业或者建材企业等等，他们可以因此获得更多互联网企业的经营情况信息，因为，只要互联网公司出现财务危机，就会波及到下游的这些企业的正常运作，所以，对于下游企业来讲，也有着重要意义。
1.3 研究方法
首先，文献分析法：本文通过查阅相关文献，并利用知网、万方等进行相关资料的检索，对国内外与之相关的财务预警成果进行整理与归纳，通过提炼专家学者的观点，为本论文指标体系的建立以及模型的分析提供依据。
其次，数据分析法：本文通过数据分析，掌握当前互联网企业的财务情况，并进一步借助SPSS软件对所得财务数据展开因子分析，提取公共因子，并建立财务预警Logistic模型，构建财务风险预警体系。
最后，实证分析法：通过对构建的互联网企业财务风险评价模型进行实际检验和应用，进一步增加本文的实用性以及说服力。
2 理论概述2.1 相关概念的界定2.1.1 互联网企业
互联网企业主要指的是在互联网经济中，以网络为媒介，为相关互联网用户提供其所需要的网络服务，并利用互联网的某写形式取得利润的那些企业。按照主营业务来进行划分的话，互联网企业可以分成搜索引擎、综合门户、即时通讯、社交网络、网络游戏、网络视频、电子商务平台、电子商务平台运营商等类型的企业。
2.1.2 财务预警
财务预警也叫做财务失败预警，它主要值得是通过企业的财务表报、经营计划以及其他与之相关的会计资料，利用各种理论以及各种分析方法，从所获得资料的数据中，针对企业的经营活动以及财务活动等展开预测，从而人把企业当前经营管理活动当中所蕴含的潜在风险找出来。在此基础上，在危机还未爆发前题型经营者，督促相关人员及时的制定各项措施，来最大限度的把风险降低，把因此遭受的损失减少。这一过程运用到的方法可以有比率分析、比较分析以及因素分析等。可以说，企业财务预警系统对于企业的发展来讲是至关重要的，它能够发挥防患于未然的作用，能够帮助相关的经营者改正经营方向，作出正确的经营决策，促进企业资源的有效配置等。
2.2 财务预警模型2.2.1 多变量模型
多变量模型，顾名思义需要选择多个指标，通过对所选择的指标进行权重赋分，并利用线性函数把这一系列的指标进行有机整合，利用某一个函数关系把所需要获得的数据得到，最终根据所得到的数据来对企业到底有没有陷入财务危机作出判断。最典型的就是Z计分模型，这一模型是按照最后所计算出来的Z的值，来对企业会遭受破产的可能性进行衡量。一般来讲，可以按照可能性不同程度把企业划分成三种类型，分别是破产型、灰色型以及安全型。整体而言，所得到的Z的值越大，表示企业会遭受破产的概率就越低。
值得注意的是，虽然该模型所选择的指标比较全面，也充分的考虑了企业盈利能力，偿债能力以及资产周转能力等，也能够比较好的把企业实际财务情况体现出来，但是这种模型会对自变量存在一定的限制，因此，需要在分析之前针对指标的分布情况作出判断，最终所得到的财务预警结果会有所偏差。
2.2.2 Logistic回归模型
事实上，对于任何企业来讲，在其发展和经营的过程中都需要有财务预警来保证，但是，财务预警并不是首选最先进的预警方式，而是需要结合企业自身的实际情况来选择适合自身的财务预警方法。
Logistic回归模型是一种概率型模型，该模型将变量分成两种或者多种，之后，再进一步对因变量和自变量之间的相互关系进行分析。通常该模型会把破产企业记作1，把非破产企业记作0。借助该模型，可以把函数模型构建起俩，按照所构建的函数模型，就能够把因变量的结果得到，并对结果做出判断。即如果得出的结果是1，那么，将其视为破产企业；如果得出的结果是0，那么将其视为非破产企业。在建立Logistic回归模型的时候，由于对自变量没有特殊的要求，并不需要符合正态分布，或者满足协方差相等等条件，所以得到了广泛的应用。这一模型在对某个事件会发生的概率P进行研究的时候，因为P的取值范围在0至1之间，会对构造线性函数带来难度，所以，通过数据的变化便可以使计算简化。
在查阅了众多的财务预警方法和案例后，考虑到实用性、可操作性、成本效益等因素，本文选取Logistic回归模型，利用spaa软件进行模型构建。
摘 要
在大数据时代发展背景下，互联网的发展速度极其迅猛，为了推动互联网企业更好的发展，国家制定了一系列鼓励性政策，由此，互联网企业成了国民经济增长的重点所在。但是，繁荣背后，由于各类因素的影响，企业免不了会应对着各种未知风险，如何做好风险预警成为了互联网企业的一项重要工作。基于此，本文针对互联网企业的财务预警展开实证分析。首先阐述研究背景及意义，并整理了财务预警的相关模型，为互联网企业财务风险预警提供了理论基础。其次，结合互联网企业的实际，选取了共计20个指标进行因子分析，通过提取公共因子最终获得8个公共因子，进一步用这8个指标建立互联网财务预警的Logistic回归模型。
关键词：互联网企业；财务预警；因子分析；回归分析
Research on financial early warning of Internet enterprises
Abstract
Under the background of the development of big data era, the development speed of Internet is extremely rapid. In order to promote the better development of Internet enterprises, the state has formulated a series of incentive policies. Therefore, Internet enterprises have become the focus of national economic growth. However, behind the prosperity, due to the influence of various factors, enterprises will inevitably face various unknown risks. How to do a good job of risk early warning has become an important work for Internet enterprises. Based on this, this paper analyzes the financial early warning of Internet enterprises. First of all, this paper expounds the research background and significance, and collates the relevant models of financial early warning, which provides a theoretical basis for the financial risk early warning of Internet enterprises. Secondly, combined with the actual situation of Internet enterprises, 20 indicators are selected for factor analysis. Through extracting the public factors, 8 public factors are finally obtained. Further, the logistic regression model of Internet financial early warning is established with these 8 indicators.
Keywords: Internet enterprises; financial early warning; factor analysis; regression analysis
目 录
1 绪论1
1.1 研究背景1
1.2 研究目的及意义1
1.2.1 研究目的1
1.2.2 研究意义1
1.3 研究方法2
2 理论概述2
2.1 相关概念的界定2
2.1.1 互联网企业2
2.1.2 财务预警3
2.2 财务预警模型3
2.2.1 多变量模型3
2.2.2 Logistic回归模型3
3 互联网企业的财务预警评价指标体系的建立4
3.1 样本数据的选择4
3.2 指标的选取4
3.3 指标的处理6
3.4 指标的检验6
3.4.1 信度检验6
3.4.2 效度检验7
4 互联网企业的财务预警实证分析7
4.1 因子分析7
4.1.1 因子贡献率分析7
4.1.2 因子载荷分析9
4.1.3 因子得分计算11
4.2 Logistic回归预警模型12
4.2.1 Logistic回归模型的构建12
4.2.2 预警模型结果分析14
5 结论与建议15
5.1 结论15
5.2 研究局限性15
参考文献17
致谢18
1 绪论1.1 研究背景
近些年，越来越多的企业在资本市场上犹如昙花一现般被被淘汰出局，由此引起了学术界以及实务领域的共同重视，并以怎样才能够帮助企业始终保持平稳发展状态为研究目标开启了探索之路。事实上，企业从最初正常运行，到最后破产淘汰并不是一朝一夕的事情，它会有一个逐渐开始恶化的经过，因此，怎样发现自己存在的问题，并及时找出解决对策显得异常关键。
互联网企业是现阶段发展最为迅猛的行业之一，处在政策调控的前沿，这类企业是建材、电力以及化工等各类行业得以生存和发展的保证，因此互联网企业的健康发展至关重要。与此同时，国际高效低碳新能源的呼声越来越高，带来了一系列的经济政策变革，造成了我国互联网行业增速越来越慢，使得原油价格大幅度下降，此外产能过剩以及互联网需求急剧下降等问题也越发明显，这时候，迫切需要相关企业作出深度的调整。在当前复杂多变的环境下，对互联网企业财务风险进行预测和评价显得极其重要。
而纵观现阶段对上市公司财务预警问题的研究，大多都集中于房地产以及钢铁行业，互联网行业的财务预警研究极少，因此，本文选择了互联网企业，建立起一套财务风险预警体系。
1.2 研究目的及意义1.2.1 研究目的
本论文以互联网企业为研究对象，通过定性分析和定量分析相结合的方式，针对其此阿武风险预警情况展开研究。那么，首先，针对当前互联网上市公司的实际情况展开一个大致的调查，总结出这类行业和其他行业的不同之处，找出这类行业的特点，建立起指标体系。其次，结合所建立的指标体系进行因子分析以及公因子提供；最后，根据所提取的公因子建立起互联网企业财务预警模型，最终得出结论。通过本文的研究，为该行业财务风险的管理提供参考。
1.2.2 研究意义
通过本论文对互联网上市公财务风险预警模型的研究，能够帮助相关的外部机构、投资者等取得更多相关的数据与信息，也能够从所得到信息中帮助其作出更恰当更有利于自身发展的决策；能够帮助互联网下游企业也能够获得更好的发展，比如电力企业或者建材企业等等，他们可以因此获得更多互联网企业的经营情况信息，因为，只要互联网公司出现财务危机，就会波及到下游的这些企业的正常运作，所以，对于下游企业来讲，也有着重要意义。
1.3 研究方法
首先，文献分析法：本文通过查阅相关文献，并利用知网、万方等进行相关资料的检索，对国内外与之相关的财务预警成果进行整理与归纳，通过提炼专家学者的观点，为本论文指标体系的建立以及模型的分析提供依据。
其次，数据分析法：本文通过数据分析，掌握当前互联网企业的财务情况，并进一步借助SPSS软件对所得财务数据展开因子分析，提取公共因子，并建立财务预警Logistic模型，构建财务风险预警体系。
最后，实证分析法：通过对构建的互联网企业财务风险评价模型进行实际检验和应用，进一步增加本文的实用性以及说服力。
2 理论概述2.1 相关概念的界定2.1.1 互联网企业
互联网企业主要指的是在互联网经济中，以网络为媒介，为相关互联网用户提供其所需要的网络服务，并利用互联网的某写形式取得利润的那些企业。按照主营业务来进行划分的话，互联网企业可以分成搜索引擎、综合门户、即时通讯、社交网络、网络游戏、网络视频、电子商务平台、电子商务平台运营商等类型的企业。
2.1.2 财务预警
财务预警也叫做财务失败预警，它主要值得是通过企业的财务表报、经营计划以及其他与之相关的会计资料，利用各种理论以及各种分析方法，从所获得资料的数据中，针对企业的经营活动以及财务活动等展开预测，从而人把企业当前经营管理活动当中所蕴含的潜在风险找出来。在此基础上，在危机还未爆发前题型经营者，督促相关人员及时的制定各项措施，来最大限度的把风险降低，把因此遭受的损失减少。这一过程运用到的方法可以有比率分析、比较分析以及因素分析等。可以说，企业财务预警系统对于企业的发展来讲是至关重要的，它能够发挥防患于未然的作用，能够帮助相关的经营者改正经营方向，作出正确的经营决策，促进企业资源的有效配置等。
2.2 财务预警模型2.2.1 多变量模型
多变量模型，顾名思义需要选择多个指标，通过对所选择的指标进行权重赋分，并利用线性函数把这一系列的指标进行有机整合，利用某一个函数关系把所需要获得的数据得到，最终根据所得到的数据来对企业到底有没有陷入财务危机作出判断。最典型的就是Z计分模型，这一模型是按照最后所计算出来的Z的值，来对企业会遭受破产的可能性进行衡量。一般来讲，可以按照可能性不同程度把企业划分成三种类型，分别是破产型、灰色型以及安全型。整体而言，所得到的Z的值越大，表示企业会遭受破产的概率就越低。
值得注意的是，虽然该模型所选择的指标比较全面，也充分的考虑了企业盈利能力，偿债能力以及资产周转能力等，也能够比较好的把企业实际财务情况体现出来，但是这种模型会对自变量存在一定的限制，因此，需要在分析之前针对指标的分布情况作出判断，最终所得到的财务预警结果会有所偏差。
2.2.2 Logistic回归模型
事实上，对于任何企业来讲，在其发展和经营的过程中都需要有财务预警来保证，但是，财务预警并不是首选最先进的预警方式，而是需要结合企业自身的实际情况来选择适合自身的财务预警方法。
Logistic回归模型是一种概率型模型，该模型将变量分成两种或者多种，之后，再进一步对因变量和自变量之间的相互关系进行分析。通常该模型会把破产企业记作1，把非破产企业记作0。借助该模型，可以把函数模型构建起俩，按照所构建的函数模型，就能够把因变量的结果得到，并对结果做出判断。即如果得出的结果是1，那么，将其视为破产企业；如果得出的结果是0，那么将其视为非破产企业。在建立Logistic回归模型的时候，由于对自变量没有特殊的要求，并不需要符合正态分布，或者满足协方差相等等条件，所以得到了广泛的应用。这一模型在对某个事件会发生的概率P进行研究的时候，因为P的取值范围在0至1之间，会对构造线性函数带来难度，所以，通过数据的变化便可以使计算简化。
在查阅了众多的财务预警方法和案例后，考虑到实用性、可操作性、成本效益等因素，本文选取Logistic回归模型，利用spaa软件进行模型构建。
