（二）樣本的選取。
由於上市公司的投資價值受行業因素的影響較大，不同行業的上市公司投資價值在同一時間內可比性不強，因此本文選擇一個行業進行集中分析。本文選取我國滬深兩市股製造業上市公司2012年16家ST公司（連續2年虧損而被特殊處理的公司），並按照1：1的比例選取相同會計年度的16家非ST公司作為樣本，樣本數據取自巨潮資訊網站公布的財務報表。根據統計學原理，當樣本容量大於等於30 時，對總體具有很大程度的代表性。
（三）指標變量的選取。
現代財務管理理論認為：企的財務狀況主要取決於企業的盈利能力、償債能力、營運能力和成長能力。本文從上述四個方麵出發並考慮到現金流在財務管理中的重要作用，選擇了13個財務指標做為自變量，它們分別為：反映盈利能力的淨資產收益率X1、淨利潤率X2與總資產收益率X3；反映償債能力的流動比率X4、速動比率X5與資產負債率X6；反映營運能力的存貨周轉率X7、應收賬款周轉率X8與資產周轉率X9；反映成長能力的淨利潤增長率X10、總資產增長率X11與淨資產增長率X12；反映現金流量的經營活動產生的現金淨流量增長率X13。
四、上市公司投資價值實證分析
（一）單樣本的t檢驗。
已選取的基礎指標體係是進行指標變量篩選的基礎，但不能說明各個上市公司在這些指標上存在著顯著差異，因此需要對其進行單樣本t檢驗，以判別是否存在顯著差異。單樣本t檢驗的零假設為：總體均值與指定檢驗值之間不存在顯著差異。在0.05的顯著性水平下，若t檢驗的p值小於0.05，則拒絕零假設，認為總體均值與檢驗值之間存在顯著差異，反之則認為不存在顯著差異。我們選取的13個指標t檢驗對應的p值分別是：x1為0.628，x2為0.076，x3為0.107，x4為0.000，x5為0.000，x6為0.000，x7為0.034，x8為0.062，x9為0.000，x10為0.004，x11為0.048，x12為0.316，x13為0.042。不難發現X1、X2、X3、X8、X12的t檢驗的p值大於0.05，認為不顯著，因此在進行logistic回歸分析前，可先剔除這五個指標。
（二）主成分分析。
我們利用spss19.0對訓練樣本進行主成分分析，得到特征根和方差貢獻率如下所示：主成分1的特征跟為2.726，方差貢獻率為34.075﹪；主成分2的特征跟為2.26，方差貢獻率為28.256﹪；主成分3的特征跟為1.064，方差貢獻率為13.3﹪；主成分4的特征跟為0.956，方差貢獻率為11.947﹪；主成分5的特征跟為0.592，方差貢獻率為7.395﹪；主成分6的特征跟為0.223，方差貢獻率為2.786﹪；主成分7的特征跟為0.168，方差貢獻率為2.105﹪；主成分8的特征跟為0.11，方差貢獻率為0.137﹪。
從以上數據可以看出，前四個主成分方程的累計貢獻率達到87.578%，說明前四個主成分反映原指標體係信息的87.578%。但第四個主成分的特征根小於1，說明它對總體影響不明顯，最終我們取前三個主成分，它的累計方差貢獻率是75.63%。下麵在表1中給出了主成分係數矩陣，可以說明各主成分在各變量上的載荷，從而得出具體影響各主成分的指標。
表1 成分矩陣
成分
1 2 3
x4 0.888 0.340 -0.112
x5 0.868 0.391 -0.140
x6 -0.735 -0.181 -0.147
x7 0.050 0.567 -0.073
x9 0.165 -0.183 0.957
x10 0.694 -0.517 0.088
x11 -0.239 0.770 0.181