基于支持向量機(jī)的房地產(chǎn)企業(yè)財(cái)務(wù)困境預(yù)測研究.pdf

1、房地產(chǎn)業(yè)是我國經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)之一。近幾年由于國內(nèi)政策和國際復(fù)雜環(huán)境的影響,房地產(chǎn)企業(yè)面臨著前所未有的挑戰(zhàn),而且由于自身資金結(jié)構(gòu)上的特點(diǎn),我國房地產(chǎn)業(yè)對流動(dòng)資產(chǎn)依賴度高,所要應(yīng)對的財(cái)務(wù)風(fēng)險(xiǎn)也較高,因此對房地產(chǎn)企業(yè)進(jìn)行有效地財(cái)務(wù)困境預(yù)警具有重要意義。國際上對財(cái)務(wù)預(yù)警的研究具有悠久的歷史,判別困境企業(yè)的方法眾多,包括多元判別分析法、邏輯回歸模型(LogisticRegression)法、人工神經(jīng)網(wǎng)絡(luò)(ANN)模型等方法和支持向量機(jī)方法等。

2、而預(yù)警研究面臨的主要困難是困境判定標(biāo)準(zhǔn)模糊不清,以及實(shí)際條件下小樣本數(shù)據(jù)建立判別模型容易擬合過度,通過對理論和方法的不斷研究和改進(jìn)來克服這些問題是財(cái)務(wù)預(yù)警研究工作的重中之重。
　　境內(nèi)房地產(chǎn)企業(yè)相對與境外同類型企業(yè)有其自身鮮明特點(diǎn),本次試驗(yàn)的樣本將全部采用我國境內(nèi)上市的地產(chǎn)企業(yè)。對于財(cái)務(wù)困境的判別標(biāo)準(zhǔn),國外研究者通常將破產(chǎn)企業(yè)定義為財(cái)務(wù)困境企業(yè)。而在國內(nèi)的同類實(shí)驗(yàn)中,通常將企業(yè)被“特別處理”作為辨別企業(yè)是否陷入財(cái)務(wù)困境的標(biāo)準(zhǔn)。本文

3、在詳細(xì)分析財(cái)務(wù)困境理論和房地產(chǎn)企業(yè)財(cái)務(wù)特征的基礎(chǔ)之上,將一個(gè)會(huì)計(jì)年度凈收益低于0.00元的企業(yè)定義為財(cái)務(wù)困境企業(yè)。一方面這樣設(shè)定更符合財(cái)務(wù)困境狀況發(fā)生的初始階段特征,另一方面這一新的判別標(biāo)準(zhǔn)將更加有利于房地產(chǎn)企業(yè)防患未然,更好的預(yù)防風(fēng)險(xiǎn)。
　　支持向量機(jī)(SupportVectorMachine)是一種新穎的小樣本機(jī)器學(xué)習(xí)方法,具有眾多的優(yōu)良特性?？紤]到房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警實(shí)驗(yàn)中訓(xùn)練樣本集所具有的維數(shù)高樣本少的特點(diǎn),本文選擇支持向量

4、機(jī)分類方法來進(jìn)行房地產(chǎn)企業(yè)財(cái)務(wù)困境預(yù)測,同時(shí)為改善傳統(tǒng)C-支持向量機(jī)模型在學(xué)習(xí)過程中容易因忽視有限樣本的差異性而導(dǎo)致的模型誤分率提高、推廣能力減弱的狀況,本實(shí)驗(yàn)將模糊理論引入支持向量機(jī)方法,從而改進(jìn)了傳統(tǒng)的支持向量機(jī)算法,建立基于模糊隸屬度的模糊支持向量機(jī)(FSVM)模型。作為關(guān)鍵性問題,模糊隸屬度函數(shù)的確定建立在對樣本財(cái)務(wù)指標(biāo)和經(jīng)營狀況的充分分析的基礎(chǔ)之上,通過統(tǒng)計(jì)方法將各個(gè)樣本公司實(shí)際經(jīng)營的穩(wěn)定程度具體數(shù)值化來確定每個(gè)樣本對應(yīng)的模糊