5.4变量选取和数据来源
在对多元线性判定模型进行介绍的时候，作者提到不同行业的模型存在差异，因此本文在建模时，也仅仅针对某一个行业进行建模。作者选择“制造业”的上市公司财务指标进行研究。那么如何定义其证券存在投资风险呢？作者将“ST'’公司定义为财务状况恶化的公司，也即是ST公司的证券存在较大的投资风险。为了保证所建立模型的精确性，本文选择在深交所上市的40家制造业公司，其中有25家是非ST公司，另外的15家是ST公司。选取采用随机的方式，因此可以基本判定所选择的样本代表了在深交所上市的制造业公司。样本中较多地纳入非ST公司原因在于ST公司在所有上市公司中仅占据很小比例，为了真实反映两者数量关系，同时又不至于纳入过少的ST公司样本，才选择了 25: 15这个比例。为了保证入样的上市公司有相同的行业属性，所以我们选择的样本均是制造业行业的上市公司，虽然在深圳证券交易所上市的制造业公司数量不少，但是作为本文重要的研宄对象以及建模过程中的重要对象，在深圳证券交易所上市的制造业ST公司并不多，为了保证样本中ST公司和非ST公司的适当比例，所以我们将样本数量明确在了 40家。
通过随机选择，作者选取了以下四十家上市公司作为样本：
在确定了研宄对象之后，应当继续选择恰当的财务比率。由于现代财务管理理论认为企业的财务状况最主要受到四个方面的影响：盈利能力、偿债能力、运营能力和成长能力，因此本文在指标选取时，也参考了这四个方面。经过对相关文献的参考和作者的考察，最终决定将以下九个指标纳入到最初的指标体系中：
销售净利率、净资产收益率、速动比率、权益比率、应收账款周转率、存货周转率、净利润增长率、总资产增长率和现金流动负债比率。
以上数据是作者所预期的被纳入到数据模型中的变量，但是在数据收集过程中，发现”净利润增长率“这一指标各个公司的统计并不完善，无法应用到多元线性判定模型中，因此将其副除，纳入其余八个指标进入到模型中。在确定了研宄对象和纳入到模型中的指标之后，本文将对数据进行搜集，本文所选择的数据来自各个上市公司最新一期会计报告，也就是2014年半年报，数据来源为国安泰经济金融研究数据库。
在选择了进入模型的财务指标之后，作者还分析了这些指标对所投资上市公司风险预期的影响：
销售净利率是企业实现净利润与销售收入的比值，用于衡量企业的盈利能力，销售净利率越高，投资于该企业的风险就越低；净资产收益率是净利润与平均股东权益的比值，用于衡量企业权益创造利润的能力，净资产收益率越高，投资于该企业的风险就越低；速动比率是指速动资产对于流动负债的比率，该指标衡量企业的短期偿债能力，速动比率越高，企业的短期偿债能力越强，投资于该企业的风险越低；权益比率是企业权益对负债的比率，因此与速动比率相同，也是衡量企业偿债能力的指标，衡量的企业的长期偿债能力，该指标越高，企业偿债能力越强，投资风险越低；应收账款周转率和存货中转率都是衡量企业运营水平的指标，这两个指标越高，说明企业的运营状况越好，投资于该企业的风险越低；净利润增长率和总资产增长率都是衡量企业成长能力的指标，这两个指标越高，说明企业的成长潜力越高，投资于该企业的风险越低；现金流动负债比是企业年经营活动现金净流量与年末流动负债的比值，该指标同样是衡量企业偿债能力的指标，该指标越高，投资于该企业的风险越低。基于上面的分析作者做出了如下假设：
也就是说，这些指标与投资于该企业的风险统统有负向的关系，上述指标数值越高，投资于该企业的风险越低。
