基于三元分類的上市公司財(cái)務(wù)預(yù)警研究.pdf

1、如今證券市場為越來越多的公司提供了融資渠道，創(chuàng)造機(jī)遇的同時帶來了挑戰(zhàn)。經(jīng)營管理狀況好的企業(yè)抓住機(jī)遇，呈現(xiàn)越發(fā)良好的發(fā)展態(tài)勢，而面臨困境的企業(yè)則會更加的步履維艱。復(fù)雜變化的經(jīng)濟(jì)環(huán)境下，為規(guī)范市場的運(yùn)作，證監(jiān)會會對連續(xù)兩年虧損的企業(yè)進(jìn)行特別處理(ST)，部分企業(yè)雖然還沒有被特殊處理，但已出現(xiàn)短期虧損或績效較差的狀況，處于危機(jī)的邊緣。所以通過反映企業(yè)經(jīng)營管理活動的歷史財(cái)務(wù)數(shù)據(jù)進(jìn)行預(yù)警對企業(yè)等各方都具有指向作用，意義深遠(yuǎn)。
　　 以往研

2、究大多集中在對ST和非ST公司之間的研究，處于中間灰色地帶的財(cái)務(wù)狀況不穩(wěn)定的企業(yè)沒有引起足夠的重視，本文在謹(jǐn)慎性原則的指導(dǎo)下，將這部分公司單獨(dú)歸為一類，在以往學(xué)者研究的基礎(chǔ)上，將財(cái)務(wù)狀況分為財(cái)務(wù)危機(jī)，財(cái)務(wù)狀況不穩(wěn)定，財(cái)務(wù)狀況良好三類。從盈利能力、償債能力、現(xiàn)金流量能力、發(fā)展能力、營運(yùn)能力和股東獲利能力六方面篩選財(cái)務(wù)指標(biāo)，通過K-S檢驗(yàn)檢驗(yàn)出在類別間有顯著性差異的指標(biāo)，之后通過heatmap圖觀察分析指標(biāo)間的相關(guān)性，在指標(biāo)間存在相關(guān)性的條

3、件下利用主成分分析構(gòu)建新的成分因子，最后嘗試將近幾年財(cái)務(wù)危機(jī)預(yù)警研究領(lǐng)域已有的前沿主流方法應(yīng)用到三分類的研究中，具體包括人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)、K近鄰、AdaBoost和隨機(jī)森林。
　　 結(jié)果表明，ANN在未配對的全樣本狀態(tài)下，三分類的預(yù)測效果不盡理想。相比之下，SVM的預(yù)測效果還可以，準(zhǔn)確率可以達(dá)到90％。Adaboost、K近鄰和隨機(jī)森林對自然狀態(tài)下公司財(cái)務(wù)狀況的三分類效果很好，即利用以前年度的歷史數(shù)據(jù)，實(shí)現(xiàn)了對t年的財(cái)