Fisher判別法的應(yīng)用

作者簡(jiǎn)介：龍海玲（1986-），女，漢族，貴州財(cái)經(jīng)大學(xué)金融學(xué)院，主要研究方向?yàn)榻鹑诶碚撆c政策。

摘要：判別分析是統(tǒng)計(jì)分析中的典型代表，判別分析的主要目的是識(shí)別一個(gè)個(gè)體所屬類別。它是在已知觀測(cè)對(duì)象的分類結(jié)果和若干表明觀測(cè)對(duì)象特征的變量值的情況下，建立一定的判別準(zhǔn)則，使得利用判別準(zhǔn)則對(duì)新的觀測(cè)對(duì)象的類別進(jìn)行判斷。Fisher判別方法是多元統(tǒng)計(jì)分析中判別分析方法的常用方法之一，能在各領(lǐng)域得到應(yīng)用。

關(guān)鍵詞：Fisher判別分析法;高儲(chǔ)蓄;次高儲(chǔ)蓄;郵政儲(chǔ)蓄銀行一、文獻(xiàn)回顧

楊建斌（2011年）采用Fisher判別分析法構(gòu)建企業(yè)危機(jī)預(yù)警模型并進(jìn)行了實(shí)證分析，對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行了基本判斷預(yù)測(cè)，便于決策者及時(shí)采取相關(guān)措施，進(jìn)而達(dá)到風(fēng)險(xiǎn)預(yù)警的目的。

魏春梅，蔡通（2012年）以上市公司為研究對(duì)象，運(yùn)用logistic回歸對(duì)其進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究，研究結(jié)果表明Fisher判別法具有較好的財(cái)務(wù)危機(jī)預(yù)警效果，能夠在危機(jī)發(fā)生的前兩年做出較為準(zhǔn)確的預(yù)警。

趙忠智（2013年）應(yīng)用判別分析在商業(yè)銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用，認(rèn)為Fisher判別分析在銀行客戶信用風(fēng)險(xiǎn)的整體預(yù)測(cè)能力上還是不錯(cuò)的，總的正確率，都在80%以上。

二、Fisher判別法的基本原理

Fisher判別法的基本原理是對(duì)于N維空間RN中的點(diǎn)，通過(guò)某種方法投影到低維空間中。

Fisher判別的基本思路就是投影，針對(duì)P維空間中的某點(diǎn)X=（X1，X2，X3，……，Xp）尋找一個(gè)能使它將為一維數(shù)值的線性函數(shù)y（x）：

y（x）= ∑CjXj

然后應(yīng)用這個(gè)線性函數(shù)把P維空間中的已知類別總體以及求知類別歸屬的樣本都變換為一維數(shù)據(jù)，再根據(jù)其間的親疏程度把未知?dú)w屬的樣本點(diǎn)判定其歸屬。

三、實(shí)證分析

（一）進(jìn)行Fisher判別分析，得到分析結(jié)果

2012年我國(guó)東部沿海11個(gè)省市中國(guó)郵政儲(chǔ)蓄銀行的郵政儲(chǔ)蓄五個(gè)主要指標(biāo)（儲(chǔ)蓄余額、新增存款、賬戶數(shù)、新增戶數(shù)、戶均余額）數(shù)據(jù)得到EXCEL表格，并將11個(gè)省份劃分為高儲(chǔ)蓄組（代號(hào)為1）和次高儲(chǔ)蓄組（代號(hào)為2），分類如表3-1所示：

表3-1時(shí)間：2012 年單位：億元萬(wàn)戶省份儲(chǔ)蓄余額新增存款賬戶數(shù)新增戶數(shù)戶均余額（元）組別北京602.80119.10152526239521天津327.9029.00111827829331河北1022.20159.40223738045692遼寧714.50162.70182438039172上海634.6094.60129816548891浙江744.80146.50288344625841福建492.8070.50203624924212山東1261.00118.30389950632342廣東1263.30234.20514770524551廣西壯族441.1078.10175229625172海南159.2028.304945932252資料來(lái)源：金融統(tǒng)計(jì)數(shù)據(jù)庫(kù)

將其導(dǎo)入SPSS進(jìn)行Fisher判別分析，得到分析結(jié)果表3-2：

表3-2標(biāo)準(zhǔn)化的典型判別式函數(shù)系數(shù)函數(shù)1儲(chǔ)蓄余額-10.579新增存款-1.948賬戶數(shù)9.329新增戶數(shù)3.981戶均余額5.732如表3-2所示，可知只有一個(gè)判別函數(shù)：

D1=-10.579*儲(chǔ)蓄余額—1.948*新增存款+9.329*賬戶數(shù)+3.981*新增戶數(shù)+5.732*戶均余額

根據(jù)SPSS分析結(jié)果得表3-3所示：

表3-3分類函數(shù)系數(shù)組別12儲(chǔ)蓄余額-.597-.530新增存款-.779-.706賬戶數(shù).147.131新增戶數(shù).486.433戶均余額.140.125（常量）-240.027-191.735Fisher 的線性判別式函數(shù)

由分析結(jié)果表3-3可知：

高儲(chǔ)蓄組的Fisher線性判別函數(shù)為：

F1=-0.597*儲(chǔ)蓄余額—0.779*新增存款+0.147*賬戶數(shù)+0.486*新增戶數(shù)+0.140*戶均余額-240.027

次高儲(chǔ)蓄組的Fisher線性判別函數(shù)為：

F2=-0.530*儲(chǔ)蓄余額—0.706*新增存款+0.131*賬戶數(shù)+0.433*新增戶數(shù)+0.125*戶均余額-191.735

（二）應(yīng)用Fisher判別方程對(duì)未分組省市進(jìn)行分組

河北省判別函數(shù)值=37446.90;山西省判別函數(shù)值=37219.65;內(nèi)蒙古判別函數(shù)值=24809.40;吉林省判別函數(shù)值=28006.60;黑龍江省判別函數(shù)值=36244.46;安徽省判別函數(shù)值=35604.75;江西省判別函數(shù)值=32908.79;河南省判別函數(shù)值=50720.88;湖北省判別函數(shù)值=36971.13;湖南省判別函數(shù)值=38646.14;重慶市判別函數(shù)值=29842.66;四川省判別函數(shù)值=41620.92;貴州省判別函數(shù)值=20455.11;云南省判別函數(shù)值=23420.55;西藏自治區(qū)判別函數(shù)值=26716.22;陜西省判別函數(shù)值=32258.86;甘肅省判別函數(shù)值=20560.28;青海省判別函數(shù)值=28100.17;寧夏判別函數(shù)值=20410.45;新疆判別函數(shù)值=27816.50

根據(jù)各省判別函數(shù)值與臨界值56788.29比較可知，因?yàn)槭Ｓ辔捶纸M省市的中國(guó)郵政儲(chǔ)蓄銀行的儲(chǔ)蓄判別函數(shù)值所得結(jié)果均小于臨界值，所以剩余未分組的省份的中國(guó)郵政儲(chǔ)蓄銀行的儲(chǔ)蓄都屬于次高儲(chǔ)蓄組。

四、結(jié)論

由上述Fisher判別分析，得到分析結(jié)果可知，只有北京、上海、天津、廣東、浙江屬于高儲(chǔ)蓄組，其他省市的中國(guó)郵政儲(chǔ)蓄銀行的儲(chǔ)蓄類別均屬于次高儲(chǔ)蓄組，判別結(jié)果與我國(guó)東部沿海地區(qū)省市的中國(guó)郵政儲(chǔ)蓄銀行的儲(chǔ)蓄較中西部國(guó)情基本吻合。（作者單位：貴州財(cái)經(jīng)大學(xué)）

參考文獻(xiàn)：

[1]徐少峰.Fisher判別分析在個(gè)人信用評(píng)估中的應(yīng)用[J].2006

[2]陳林，周宗放.基于Fisher判別法的信用風(fēng)險(xiǎn)等級(jí)判別[J].2004

[3]李建云，邱菀華.核Fisher判別分析方法評(píng)估消費(fèi)者信用風(fēng)險(xiǎn)[J].2008

[4]楊建斌.Fisher判別法在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用[J].2011