（会计学专业论文）基于灰色神经网络的动态财务预警研究.pdf

武汉理工大学硕士学位论文 摘要 随着全球经济的发展，传统财务理论中的持续经营假设逐渐松动，企业面临 的不确定性日益加强，各类市场主体对企业财务状况的关注同时随之增强，因而 对财务预警的需求也日趋迫切。我国市场经济仍在发展阶段，资本市场尚不成熟， 与国外财务预警研究相比，我国预警理论研究还存在着一定的差距。企业陷入财 务困境时，通常表现为某些财务指标的异常。这种异常情况的发生看似一个时点 的突变，实为一个渐进的发展过程。因而本文拟从我国国情出发，以我国资本市 场作为立足点，探讨动态财务预警模型的建立。 本文的研究目的是，运用统计方法，建立能够表征企业陷入财务困境的指标 体系；同时利用灰色预测理论与人工神经网络方法，建立灰色神经网络动态财务 预警模型，实现对我国企业潜在财务危机的预警。 本文研究的核心问题是，将灰色预测理论与人工神经网络方法相结合建立一 个有效的动态预警模型，实现财务预警。在写作安排上，全文的研究思路主要包 括六个部分。其中，第一部分为导论，总括性概述本文的研究目的与意义，国内 外研究综述，以及本文的研究内容和方法；第二部分为现有财务预警研究方法剖 析，通过对现有预警方法进行分类比较，进一步分析现有预警方法的局限性，并 在此基础上提出本文研究的改进思路；第三部分基本理论，对本文研究中运用的 相关理论进行扼要概述，并简要阐述灰色预测理论与人工神经方法的融合机理； 第四部分为模型研究框架，逐步阐释模型对财务困境的界定，样本数据的选取方 法，预警变量的选取与定义等各个部分的研究设计，并对整体模型的构建步骤进 行简要阐述：第五部分为基于灰色神经网络模型的财务预警，主要论述动态预警 模型的具体实现过程，分模型指标体系的建立，b p 神经网络的建立，动态财务 预警与检验，以及预警结果分析四个部分全面阐述本文实证分析过程；第六部分 为结论，总结本文研究得到的主要研究结论，以及本文研究中的创新之处，并对 论文的不足与后续发展研究进行探讨。 通过实证研究，本文得到以下结论。首先，企业陷入财务困境是一个综合事 件，可以通过流动比率、每股收益、每股净资产、每股现金含量四个指标综合度 量反映财务状况的优劣；其次，在进行财务状况分析评价时，财务指标的趋势效 应不容忽视，财务指标时序序列纵向信息对财务困境具有显著预警作用；最后， 将灰色预测理论与人工神经网络方法相结合，建立的灰色神经网络动态财务预警 模型能够在早期发现企业潜在财务危机，实现有效动态预警。 关键词动态财务预警灰色预测人工神经网络 i 武汉理工大学硕士学位论文 w i t ht h ed e v e l o p m e mo f l h eg l o b a le e o n o m y ，c o n t i n l l i t y 勰卯m p d 叩i l it r a d i t i o n 丘啪c i a ia f f a i r st b e o f yi s 雠e r e d , l a 玎t a i n 母t h a t 蜘舵r p r i s 皓l h 商喀w i t hh a s g r a d u a l l yb e e ne n h a n c e d ，m o r e 卸dm o l ea t t e n d o nh a v eb e 朗p a i do nt h ef i n a n e i a l 训t i o no f 血e 钮t e 删螂b yd i f f c r e n tn ：l a r k e t d d e s ，锄d 岫g l a td e m a n do n 血e f i n a n c i a lp r e - w m i n gs e e m st ob em o 糟a n dm o 代u r g t c o m p a r i n gw i t ha b r o a d r e s e a r c h e so nt h ef i n a n c i a lp w a r n i n g ，t l m ei sag a po no m p r e - w a m i n gt b r i 韶t o ac a 乜i ne x t e 醯勤ft h ed e v e l 豳s t a g eo f m a r k e te c o n o m ya n di m m a t u r eo f e a p i t a l m a r k mi nc h i n a g e n e r a l l y 山e 他咖s 咄f i m m e i a li n d e x a l , p c a r i n g 锄o m a l o 璐鹊 t h ef i n a n e i a lc d i 石o f 髓t e r p r i sd c t e r i o r a t 酷s u c h a n o m a l ys e 锄st 0b e 姐 a b r t l p tc h a n g e 缸o p o i n t ，w h i l ci ti sav 砌i o ng e r a t e d ag r a d l l a la d v 撇 p l c e s si nf a c ts 0t a k i n ga c c o u n tf b ro i 盯n a t i o n a lc o n d i t i o n ，也i st h c s i sh a st 棚t o 妇血ee a p i t a lm a r k e to fo l l rc o 岫船血e 细岫l d m a k ea 缸u s s i o no nt h c e s t a b l i s l a m 朋to f l h ea y n a m i ef m a n e i a lp r e - w a m i n gm o d e l s t h em s e a t e hp u r p o o f 伍i st h e s i si st h a t , 幻s e t 叩缸i l l d e x 舒s y s t e m 南r i n e - w a r n i n gt h ef i i m e i a lc r i s i so f 州螂埘t ht b cs t a t i 删m e t h o d s ，a n d e s t a b l i s ht h ed y n a m i cf i n a n e i a lp 佗一w a r n i n gm o d e l ，m a k eap r a g m a t i cp r e d i c t i o nt 0 f i l l f i l lt h ep r e - w a r n i n go nt h e 岫d d y i n gf i n a n e i a lc r i s i so f 锄t c r 皿s 铝，b y 坞t l l e o i y 0 f 鲫刚i c t i 叩姐d 恤a r d f i e i a ln e u l a ln e t w o r km e t h o d 1 1 l cv e r yc 0 他o f 山i s s e a r c hi st h a lt oe s t a b l i s h 锄e f f e c t i v ed y l l a m i ef m a n e i a l p t e - w a m i n gm o d e lf o rh i g ha c c u r a c yp 陀d i 幽o nb yt h e 仪衄商脚吐o no ft h et l a e o f yo f g 他yp r e m e t i o n 缸dt h ea r t i f i c i a ln e u r a ln e t w o r km e t h o d o nw r i n g 舡均n g e m t ，t h e t h e s i sd i 、d d c ss i xp a r t sm a i n l y t h ef i r s tp a ni sn ”m l a o d u e t i o n ，w h i c hg e r a l l y i n l 硎l l c e s 恤佗辩砌p u r p o a n ds i 鲥f i c 撇o ft h i st h e s i s ，t b es u m m a l yo f 血e 缅蜘n c i a lp r e w a r n i n gr e s e a r e h 髂b o t hh o m e 卸da b r o a d 盟d 也er e s e a r e hm a i n 啪t c x t s 锄dr e s e a r c hm 砒o d s ；t h es e e o n dp a r ti st h ec o m p 丽s o no nm ef m a n e i a l p r e - w a m i n gm 础o d se m s t e n t w h i c he o m p 撕st h ed i f f e r e n tm e t h o d sb ye a t c g o f i e s 1 1 n l l l 【e $ af u l t h 盯删y s i so nt h cl i m i t so fe x i s t e n tm e t h o d s a n dp r o 畔st b ei i i l p r o v e 也c 懈h 乜o f t h i sr e s e a r e hb a s e do nt h a t ；n et h i r dp a r ti s 地b a s i cm w h i c hm a k e s as u m m a r yo f t l l er e f c 佗n tt h r i e se x e r t e do nt l l e 佗咖ha n de x p o s i tt b ec o m p a r i n g m e c b a n i 锄o ft h e 伊e yp r e d i c t i o nt h e o r ya n dt h e 枷f i c i a ln e u r a ln e t w o r l 【m 甜l o d c o n c i 辩；t h ef o u r t hp a r ti s 也e 缸d n l ew o r ko f 也em o d e l ，w h i c hi i l u m i n a t e s 也e r e s e a r c hd e s i g n ss t e pb ys t e p , s u c ha st h cd e f m i f i o no f 也ef m a n e i a lc r i s i s t h em e l b o d i i 武汉理工大学硕士学位论文 o fs a m p l es e l e c t , t h es e l e c ta n dd e f i n i t i o no ft h ep r e - w a m i n gv a r i a b l e s ，a n dm a k e sa n e x p o s i t i o no ft h ee s t a b l i s h m e n tp r o c e d u r e so ft h ew h o l em o d e l sa tl a s t ；1 1 把f i f t hp a r t i st h ef i n a n c i a lp r e - w 锄i n gb a s e do nt h et h e o r yo f g r e yp r e d i c t i o na n da r t i f i c i a ln e u r a l n e t w o r k , w h i c hm a i n l yd e m o n s u - a t et h em o d e le s t a b l i s h m e n ti nt h ec o n c r e t e ，d i v i d i n g i n t of o u rp a r tt oc a l y yo u tt h ep a r to f p r a g m a t i cr e s e a r c ht n t e g n d l y ，b u i l d i n go f i n d e x e s s y s t e m , e s t a b l i s h m e n to f b pn e u l 砌n e t w o r k s ，d y n a m i cf i n a n c i a lp r e - w a m i n ga n dt e s t , a n a l y s i so nt h ep r e - w a r n i n gr e s u l t ；ms i x t hp a r ti sc o n c l u s i o n ，w h i c h 咖l l pt h e m a i nr e s u l t so ft h ew h o l er e s e a r c h , c l a r i f i e st h ei n n o v a t i v ep o i n t s , a n dm a k e sa d i s c u s s i o no nt h el i m i t sa n df u t u r es t u d yd i g c 商o n so f t h er e s e a r c hi nt h i st h e s i s t h r o u g ht h ep r a g m a t i cr e s e a r c h , t h et h e s i sh a so b t a i n e df o l l o w i n gc o n c l u s i o n s f i r s t l y , e l l t c r p r i s e sc a u g h ti nt h ef i n a n c i a lc r i s i s i sas y n t h e t i ce v e n t , w h i c hc a nb e r e f l e c t e di n t e g r a l l yb yf o u ri n d e x e s ，c t w r e n tr a t i o ，e a r n i n g sp e rs h a r e ，n e ta s s e t sp e r s h a r e ，a n dc a s h e sp e rs h a r e ；s e c o n d l y , i ti sc a nn o tb ei g n o r e dt h et r e n de f f e c to ft h e t i m es e r i e so ff i n a n c i a li n d e x e s ，a se v a l u a t i n gt h ef i n a n c i a lc o n d i t i o no fe n t a - p r i s e s , w h i c hp r e d i c t s s i g n i f i c a n to nt h ef i n a n c i a lp r e - w a r n i n g ；t h i r d l y , e f f e c t i v e l y t h e d y n a m i cf i n a n c i a lp r e - w a r n i n gm o d e lp r e d i c tt h eu n d e r l y i n gf i n a n c i a lc r i s i s a tt h e i n c i p i e n ts t a g e ，b a s e do nt h ec o m b i n a t i o no ft h et h e o r yo fg r e yp r e d i c t i o na n dt h e a r t i f i c i a ln e l 1 r a ln e t w o r km & t l l o d k e yw o r d s ：d y n a m i cf i n a n c i a lp r e w a r n i n g g r e yp r e d i c t i o n , i 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究性工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所作的任何贡献均 已在论文中作了明确的说明并表示了谢意。 研究生签名：三鳌斗日期2 芈 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部内容， 可以采用影印、缩印或其它复制手段保存论文。 ( 保密的论文在解密后遵守此规定) 研究生签名：兰啤导师签名：墓出期：_ 2 等 武汉理工大学硕士学位论文 1 1 选题的目的和意义 1 1 1 选题目的 第1 章导论 随着全球经济的发展，世界发生了深刻而快速的变化，越来越多的公司跨越 国界一起争夺客户、人力、商品和资本供应商，世界商品和资本市场日益融合。 世界经济一体化在给企业带来前所未有的机遇的同时，也带来了巨大的挑战。面 对全球公司的抢摊威胁知识经济带来的竞争压力传统财务理论中的持续经营 假设逐渐松动，企业面临的不确定性日益加强。随着安然公司、t e x a c o 等大型 集团公司破产事件的曝光，企业陷入财务困境甚至破产的案例屡见不鲜，因而各 类市场主体对企业财务状况的关注随之日益增强，其对财务预警的需求也日趋迫 切。 国外财务预警研究起步较早，与之相比，我国在这一领域的研究还有一定的 差距。一方面，我国企业长期处于计划经济体制下，产权不明，政企不分的国有 体制，使得公司很少或者根本不会面临破产的威胁，财务困境的研究样本不足， 难以开展财务预警的研究；另方面，我国资本市场起步较晚，财务数据的披露 和监管制度还不完善，数据和资料的缺乏也在一定程度上遏制了我国财务预警研 究的发展。随着市场经济的进步深入，我国资本市场日益完备，各市场主体对 财务预警研究的需求与日俱增，亟须建立起套行之有效的财务预警系统，来防 范企业经营中的风险。 企业陷入财务困境时，通常表现为某些财务指标的异常。这种异常情况的发 生看似一个时点的突变，实为个渐进的发展过程。从生命周期理论来看，财务 危机的发生是一个由量变到质变的趋势变化过程，它的变化机理具有一定的内在 规律，可以通过时序数据对异常的发生进行预测，从而对财务危机实现动态预警。 因而本文拟从我国国情出发，以我国资本市场作为立足点，探讨动态财务与预警 模型的建立。 本文的研究目的主要包括以下两个方面。 ( 1 ) 运用统计方法，建立能够表征企业陷入财务困境的指标体系。 ( 2 ) 利用灰色预测理论与人工神经网络方法，建立动态财务预警模型，并 实际预测，实现对我国企业潜在财务危机的预警。 武汉理工大学硕士学位论文 1 1 2 选题意义 随着市场竞争的日趋激烈，企业难以避免地遭遇不同程度的财务风险。财务 状况作为企业生产经营活动的晴雨表，建立有效的动态财务预警系统，在财务困 境发生的初期采取相应的控制措施，无论对企业本身，还是管理当局、投资者、 债权入等相关利益主体都有着重要的意义。 ( 1 ) 实践意义 有利于企业管理者加强财务管理，防范风险。财务状况对企业的生存发展有 着重要的作用。敏感的动态财务预警模型，有助于财务管理人员把握企业财务状 况的发展趋势，在财务异常发生的早期发现问题，采取相应的措施，最大可能地 降低企业发生财务危机的概率。其次，有效的动态财务预警模型可以避免财务危 机的扩大。一旦企业遭遇财务危机的侵袭，财务预警模型能够尽早预报财务警情， 并反映警源所在，为企业管理者提供科学信息，对症下药，避免财务危机的恶化， 最大限度地降低财务损失。最后，良好的动态财务预警模型能够避免类似财务危 机的再度发生。动态财务预警模型可以通过对财务危机发生缘由、解决方法、处 理结果的记录。不断完善预警模型本身，同时为企业经营管理提供改进意见。从 根本上避免未来类似财务危机的发生。总之，动态财务预警模型的建立，将有效 加强企业财务状况的监管，提高企业的抗风险能力。 有利于投资者、债权人分析企业经营状况，科学决策。我国资本市场起步较 晚，企业生产经营水平参差不齐，由于市场监管制度尚不完善，投资者、债权人 等利益相关主体很难合理评价企业的经营状况。通过财务预警信息，投资者，尤 其是股票市场中的中小投资者，可以合理评估企业真实价值，衡量企业未来发展 潜力，科学决策投资，减少投资损失。而债权人，尤其是银行等金融机构，面对 多而繁杂的申贷者，很难逐一进行详尽分析，也可以通过建立有效财务预警模型 对申贷者的财务状况进行信用评级，科学评估，降低不良放贷造成的违约风险。 针对我国资本市场信息不对称的现状，有效动态财务预警模型的建立，有助于为 投资者、债权人等相关利益主体提供企业生产经营真实信息，为其科学决策提供 帮助。 有利于监管部门完善法规，规范市场。我国现有股票市场的监管法规。如 s t 处理制度，暂停上市和退市制度等，主要针对企业财务困境发生后的处理， 事前监管制度相对薄弱，而建立针对我国股票市场的动态财务预警模型，可以为 事前监管提供上市公司财务状况信息。针对存在未来潜在财务危机的上市公司， 监管部门能够及时采取措施，加强监管，从而稳定资本市场，减少投资者利益损 失。此外，根据动态财务预警模型所表征的敏感财务指标数据等信息，可以为监 管部门健全法律法规提供理论基础，进一步规范我国资本市场。 2 武汉理工大学硕士学位论文 ( 2 ) 理论意义 有利于深入挖掘财务数据信息。灰色预测理论与人工神经网络方法相结合的 研究方法，将财务信息分解成为横纵两个方面进行数据处理。在考量财务指标预 警作用的过程中，这种信息处理方法，既考虑了横向各财务指标间相互联系对企 业财务状况的综合反映，又同时将单个指标纵向趋势发展信息纳入预警模型，对 财务指标信息运用更加充分。另一方面，由于对数据的深入挖掘，使得针对财务 数据量较少公司样本建立财务预警模型成为可能。 有利于从动态角度，建立操作性强，科学的财务预警系统。将灰色预测理论 与人工神经网络方法结合构建混合财务预警模型，从动态角度对企业财务状况进 行多指标综合预警，在理论上为解决财务预警问题提供了一种新的思路和方法。 如此建立财务预警模型，一方面，由于人工神经网络固有的动态学习性能，在实 际预警中能够不断改进模型本身，提高模型的科学性与准确度；另一方面，灰色 预测理论对小样本数据的高精度分析优势，降低了模型对数据数量的依赖，模型 形式更加简洁，操作性更强，使得企业能够在低成本条件下，对企业财务状况进 行高精度预警。 有利于进一步丰富和拓展财务管理理论研究。财务管理是企业管理的核心内 容之一，财务管理水平的高低直接影响企业的生存与发展。动态财务预警的研究， 能够为提高财务管理水平，规避财务危机风险提供理论依据。在财务管理实务中， 动态财务预警相关研究对财务危机形成原因的分析，以及对敏感财务指标信息处 理，能够指导财务管理工作的实践，从而加强对财务关键环节的动态管理与控制， 及早发现财务状况恶化的端倪，降低企业陷入财务困境的可能。动态财务预警的 研究，对财务管理理论与实务有着重要的意义。 1 2 国内外相关研究综述 1 2 1 国外相关研究状况 国外的财务预警研究，最早始于f i t z p a t r i c k ( 1 9 3 2 ) 【l l ，其运用单个财务比 率判别将1 9 家样本公司划分为破产与非破产两组，成为最早的财务预警的研究。 其后，b e a v e r ( 1 9 6 6 ) 2 1 对7 9 家危机样本公司进行配对研究，通过对6 组3 0 个财 务比率对公司破产能力的预测能力的检验，建立了首个单变量财务预警模型，在 财务预警研究史上具有里程碑意义。此后，财务预警研究引起了学术界广泛重视， 财务预警理论蓬勃发展。a l t m a n ( 1 9 6 8 ) p l 首先将多元判别方法应用于财务预警 研究，其选择3 3 家配对破产公司为研究对象，根据最小误判率原则，从2 2 个财 务比率中确定5 个变量作为判别变量，建立了z 分数模型。a i r m a n ( 1 9 7 7 ) 1 4 1 3 武汉理工大学硕士学位论文 在原有z 模型基础上进一步改进，建立了包含7 个判别变量的z e t a 模型，大大 提高了原有模型的整体预测准确度。为进一步反映财务危机发生的概率， o h l s o n ( 1 9 8 0 ) 1 5 】将多元逻辑回归方法引入财务预警研究，通过对1 9 7 0 1 9 7 6 年问 1 0 5 家破产公司和2 0 5 9 家非破产公司进行研究，其采用9 项四类财务指标建立 的l o g i s t i c 预警模型准确判别率达到9 6 1 2 。 随着财务预警研究的深入，国外学者尝试多领域的方法对财务预警问题展开 研究。f r y d m a n , a l t r a a n 和k a o ( 1 9 8 5 ) 1 6 j 提供了一种新的分类方法一递归划分 算法进行财务分析，与判别分析方法相比，递归划分算法在许多原始样本和对比 样本的实证结果更为理想。c o a t s 和f a n t ( 1 9 9 1 ) p j 贝q 运用人工神经网络，对4 7 家财务危机公司和4 7 家正常公司建立预瞀模型进行判别分析，其对财务危机公 司的预测准确率达到了9 1 ，明显高于多元判别法7 2 的准确率。c h a r i t o u 和 t r i g e o r g i s ( 2 0 0 0 ) 喁】创新地将实物期权理论应用于财务预瞀模型的建立，其使用 b - s 期权定价模型中的相关变量构建了财务危机判别模型，对1 9 8 3 1 9 9 4 年间 2 7 8 家美国企业进行了配对对比检验结果发现到期债务面值、企业资产的当期 市值、企业价值变化的标准差等期权变量在预测破产方面作用显著。此外，k i m 和m c l e o dj r ( 1 9 9 9 ) 9 1 运用专家决策的方式构建线性和非线性的财务预警模型， 比较结果显示非线性模型效果更为良好 传统的财务预警研究主要以静态分析方法为主。在研究中，科研人员逐渐发 现财务危机的发生是一个动态发展的过程，为进一步推进财务预警理论发展，许 多国外学者进行了动态财务预警的相关研究。现有的动态预警模型主要从资金流 量角度，讨论动态预警模型。b e a v e r ( 1 9 6 6 ) 【z j 最早将现金流量信息纳入财务预警 研究。发现现金流量负债总额具有最佳的预测效率。b l u m ( 1 9 7 4 ) 1 1 哪在对 1 9 5 4 - 1 9 6 8 年问1 1 5 家经营失败企业研究中发现也得到类似结论，净现金流量 负债总额预警能力最佳。但是c a s e y 和b a r t c z a k ( 1 9 8 4 ) 】的研究结果与之略有 不同，其认为营运现金流量的引入并不能提高预警模型的预测能力。 与上述单纯考虑现金流量指标不同，g e n t r y , n e w b o l d 和w h i t f o r d ( 1 9 8 5 ) 1 1 2 1 研究更进一步。其利用h e l f e r t 现金流量模型( f u n d sf l o wm o d e l ) 系统地研究了 不同的资金流量所具有的预测效率，得到与c a s e y 和b a r t c z a k 等人一致的结论， 并通过实证分析发现股利现金流量对于财务危机的发生具有极高的判别能力。 j 乜i 乙e m a n u e l ( 1 9 8 8 ) 1 3 1 和l a w s o n ( 1 9 7 1 ) ( 1 9 8 1 ) ( 1 9 8 2 ) 【1 4 1 【1 5 】【6 】基于“企业 现金流量：债权人现金流量+ 股东现金流量”的l a w s o n 现金流量等式建立财务困 境预测模型，并将其与z 模型和z e t a 模型进行比较，发现现金流量模型更具优 势。w a r d ( 1 9 9 4 ) 【l7 j 的研究发现，投资现金流对资源行业财务危机预测作用明 显，而经营活动现金流则对非资源行业更为重要。此外，与以往从现金流角度研 4 武汉理工大学硕士学位论文 究动态预警研究不同，一些学者开始从新的角度探索动态财务预警的研究，譬如 h i l l ，p e r r y 和a n d e s ( 1 9 9 5 ) f l 叼运用历史事件分析法，从综合角度建立动态财务 预警模型，研究结果显示流动性、盈利性、财务杠杆、规模、审计意见等财务指 标，以及失业率、银行最优惠贷款率等经济指标，在预测经营失败方面起着重要 的作用。 1 2 2 国内相关研究状况 国内的财务预瞀研究起步较晚，与国外研究相比，还有一定差距。周首华等 ( 1 9 9 6 ) 1 9 l 在a i r m a n 的z 模型基础上进行一定修正，提出f 分数模型对公司偿 付能力进行预警，但其研究对象并非我国证券市场。陈静( 1 9 9 9 ) 【2 0 l 首次针对 我国证券市场展开实证研究，对2 7 对s t 与非s t 上市公司进行单变量分析私二 类线性判定分析，所构建的模型，在s t 前三年取得良好预测效果。张玲( 2 0 0 0 ) 】则运用多元判别方法，以沪、深股市1 2 0 家上市公司为样本建立多元线性预 警模型，在s t 前四年具有超前预测能力。 为进一步改进多元判别模型，杨淑娥、徐伟刚( 2 0 0 3 ) 1 2 2 1 将其与统计学中 的主成分分析相结合，对我国6 7 对公司样本进行财务预警研究，其准确判别率 达到8 6 左右。李杰，王蔚佳，刘兴智( 2 0 0 4 ) 田】贝0 将聚类分析、主成分分析 引入f i s h e r 判别预警模型，对我国家电类上市公司进行实证研究，结果显示财务 危机前一年判别正确率达到9 6 7 。 陈晓，陈治( 2 0 0 0 ) 剀和吴世农( 2 0 0 1 ) 嘲是早期国内l o g i s t i c 模型研究的 代表，其建立的预警模型均得到了良好的实证检验。在他们的研究基础上，张艳 ( 2 0 0 2 ) 1 2 6 ) 运用贝叶斯判别、交互验证和逐步判别分析等方法逐层推进构造财 务预警模型，巢剑雄( 2 0 0 5 ) 1 2 7 将因子分析应用于l o g i s t i c 判别建模，都在一定 程度上优化了原有模型 近年来，财务预警研究逐渐发展成为一个多领域交叉学科。经济、数学、计 算机等理论方法，尤其是人工智能技术的应用得到了研究人员的广泛的重视，我 国学者也在此方面做了一定研究。 杨保安( 2 0 0 1 ) 口s l 以原始3 0 个章葶本为学习样本训练神经网络。结果显示模 型对建模样本和检测样本均能实现有效预警。杨淑娥、黄礼( 2 0 0 5 ) 1 2 9 选用b p 神经网络为工具，以1 2 0 家上市公司的截面财务指标为训练样本，通过学习训练， 得到了建模样本9 0 8 和检验样本9 0 的高准确率预警模型。庞素琳( 2 0 0 5 ) p o l 则采用概率神经网络建立预警模型，对我国1 0 6 家上市公司进行两类模式分类建 模，实证仿真结果表明，该模型对建模样本具有高分辨率，但对新样本判别率相 对较低。 5 武汉理工大学硕士学位论文 此外，李贺等( 2 0 0 6 ) 1 将主成分分析和支持向量机结合，对酒类行业进 行实证研究，提出了一种分行业、适用小空间样本的财务预警模型，且判别效果 优良。 在动态预警方面，我国的研究成果比较有限，现有研究也多局限于现金流量 表为出发点的研究分析。在理论方面，张延波、彭淑雄( 2 0 0 1 ) 0 2 提出在建立 风险监测与财务危机预警指标体系中，应加入动态现金流量指标加强系统预警能 力。洪森( 2 0 0 5 ) 1 3 3 1 则从会计学研究对象着眼，论证认为，体现动态资金流量 水平的现金流指标较之利润指标更为重要。 在理论研究的基础上，国内学者也对我国资本市场展开了相应的实证研究。 章之旺( 2 0 0 4 ) 0 4 1 选取了2 0 0 3 2 0 0 4 年度6 0 家财务困境企业和1 2 0 家财务健康 企业，分别运用单变量和多变量分析检验了现金流量指标的预测价值。张鸣、程 涛( 2 0 0 5 ) 0 5 1 以s t 上市公司为样本，将现金管理特征变量与现金管理结果变量 引入l o 豇方法建立的预警模型，与静态预警模型想比，动态预警模型在财务危 机发生前两、三年，预测结果更为准确。蒋元涛( 2 0 0 5 ) 1 3 6 则将以往对现金流 量指标的静态分析转为动态分析，对动态预警的研究更进一步。其研究利用灰色 灾变预测方法，构造现金流量异常值的预警模型，具有很高的可行性。 纵观现有财务预警研究，以静态分析为主的财务预警研究，借助统计与非统 计方法，取得了丰硕的成果。但是，动态预警的相关研究尚在起步阶段，且已有 的研究多将研究集中于个别财务指标的研究。因而，本文拟进一步挖掘财务数据 信息，研究建立综合视角的动态财务预警模型 1 3 研究内容和研究方法 1 3 1 研究内容 本文研究的核心问题是，将灰色预测理论与人工神经网络方法相结合，建立 一个有效的动态预警模型，实现财务预警。研究内容主要包括以下几个方面。 ( 1 ) 归纳整理财务预警相关理论与研究成果，夯实本文研究基础；并在此 基础上，比较分析现有理论方法的适用范围与局限，剖析灰色预测理论与人工神 经网络方法结合的优势，为研究提供坚实理论依据。 ( 2 ) 将现金流指标与传统财务指标，一并纳入备选指标集，运用统计方法 进行显著性筛选，建立动态财务预警指标体系。 ( 3 ) 从我国证券市场选择适当样本，通过网络学习、训练，灰色动态序列 生成等实证研究。建立灰色神经网络动态预警模型，并利用模型对原始数据和检 验数据进行预警，完成本文的核心研究工作。 6 武汉理工大学硕士学位论文 1 3 2 研究方法 在本文的研究过程中，采用了以下研究方法。 ( 1 ) 理论研究与实证分析相结合。本文一方面从理论上探讨灰色预测理论 与人工神经网络方法结合运用于动态财务预警问题的合理性，一方面从实践角 度，以我国上市公司作为样本构建动态财务预警模型，并将其应用于实际上市公 司预警。财务预警理论与财务预警实务相互融通，相互促进。 ( 2 ) 定性评价与定量分析相结合。本文用神经弼络阀值结果来定量评价公 司财务状况，同时通过企业财务状况的动态趋势定性地判定财务状况的异常与 否，通过定量与定性分析，最终实现对公司财务状况的动态预警。 ( 3 ) 组合思维方法的应用。将分处不同领域的多元统计分析方法、灰色预 测理论以及人工神经方法有机结合，构建财务预警指标体系，补充完善动态财务 预警管理研究。 7 武汉理工大学硕士学位论文 第2 章现有财务预警研究方法剖析 2 1 现有财务预警方法 财务预警，简而言之，即借助财务与非财务信息来判别公司的财务状况，对 可能发生的财务危机进行预报。现在财务预警研究方法层出不穷，涉及各个领域， 但大致可以分为两大类，定性分析法和定量分析法。 2 1 1 定性分析法 ( 1 ) 标准化调查法 标准化调查法又称风险分析调查法，是指通过专门人员、调查公司等，对未 来企业可能遇到的财务危机进行详细的调查分析，并最终形成报告形式，提供给 企业管理者参考的方法。 ( 2 ) 四阶段症状分析法 企业在财务运营过程中必定存在特定的症状，该方法将企业财务运营过程中 的病症大体分为以下四个渐进式的时期： 财务危机潜伏期，企业表现为盲目扩张，无效市场营销；缺乏有效管理制度； 企业资源分配不当、无视环境的重大变化； 财务危机发作期，表现为自有资本不足；过分依赖外部资金，利息负担重： 缺乏会计预警作用；债务拖延偿付； 财务危机恶化期，表现为经营者无心经营业务，专心于财务周转；资金周转 困难；债务到期违约不支付； 财务危机实现期，表现为负债超过资产，丧失偿付能力；宣布倒闭。企业如 有相应情况发生，就去弄清病因，采取措施，使企业尽快摆脱财务困境，恢复企 业正常运行。 ( 3 ) 流程图分析法 流程图分析法是一种动态分析方法，可以暴露企业潜在的风险，对识别企业 生产经营和财务活动的关键点比较有效。企业在生产经营流程中，必然存在一定 关键点，如果在关键点上出现堵塞和发生损失，将会导致企业全部经营活动终止。 画出企业流程图，找出关键点，对企业潜在风险迸行判断和分析，有利于采取相 应的防范措施，保证企业正常生产经营活动。 8 武汉理工大学硕士学位论文 ( 4 ) 管理评分法 美国的阿吉蒂根据企业的管理特性及可能导致破产的公司缺陷，按照几种缺 陷、错误和征兆进行对比打分，并根据这几项对破产过程产生影响的大小程度对 它们作了加权处理，计算总褥分。最商分为1 0 0 分，企业所获褥分数越高，财务 状况越为危险。该种方法是把定性分析结果定量化来评定企业的财务状况【期。 2 1 2 定量分析法 定量分析法，大多根据相关理论。通过财务与非财务变量，建立相应判别模 型，实现财务预謦问题的定量化分析。 ( 1 ) 单变量分析方法 单变量分析方法是指运用单一交数，用个剐财务比率来预测财务危机的办 法。通过单变量分析建立的一元判定模型，是指将某一项财务指标作为判别标准 来判断企业是否处于破产状态还是非破产状态的一种预警模型。在一元判定模型 中，最为关键的一点就是寻找判别阀值。该模型在运用时，首先将样本分为两组： 一组为用于构建预测模型的“预测样本”，也称估计样本；另一组为用于测试预 测模型的“测试样本”，又称“有效样本”。然后将预测样本( 包括破产与非破产 企业) 按照某已选定的财务比率进行排序。选择判别阀值点，使得两组数据的误 判率达到最小。最后，将选定的阀值作为判别规律对测试样本进行预测。 最早进行财务预警模型研究的f i t z p a t r i c k ( 1 9 3 2 ) 1 1 1 就采用了单变量破产预 警模型，b e r v g t ( 1 9 6 6 ) 2 1 也通过此方法进行相关研究，得到最优判别变量营运 现金漉总负债比率。 ( 2 ) 多变量分析方法 多变量分析方法，是运用统计方法对企业多个财务指标信息进行汇总分析， 从总体的、综合的角度来检查企业的财务状况，作好财务危机的规避或延缓。 多元线性判别模型。该模型最早由a l l m a n ( 1 9 6 8 ) 【，】开始研究而得。此 后，多元线性判别法成为财务预警领域中最常用的方法。其基本原理在于通过统 计技术筛选出那些在两组问差别尽可能大。而在两组内部的离散度最小的变量。 从而将多个指标变量在最小值信息擐失下转换为分类变量，获得能够有效提高预 测精度的多元判别方程。其判别方程的形式为： z = v l x l + v 2 x 2 + w 。( 2 - 1 ) 根据判别方程可以把单个企业的各种各样的财务比率转化成单一的判别标 准，或称z 值。然后可以根据z 值将企业分为“破产”或“非破产”两类。在 运用上，它也需要将企业样本分为两类：预测样本和测试样本。现实中可以根据 预测样本构建多元判定模型，确定差别z 值，其大小可以作为判定企业财务状 9 武汉理工大学硕士学位论文 况的综合标准，然后将测试样本数据代入判别方程，得出企业z 值，并根据判 别标准进行判定。 国内外学者在该领域进行了诸多研究，a l l m a n ( 1 9 6 8 ) 【3 】首先运用该方法建 立个z 模型。而后a l t m a n ( 1 9 7 7 ) 【4 j 进一步改进模型。将财务变量增加到7 个 提出新的z e t a 模型。此外，我国学者周首华( 1 9 6 6 ) 1 1 9 1 也借鉴多元判定模型的 研究方法，对z 模型加以修正后，研究提出f 分数模型对公司财务进行预警。 多元逻辑回归l c 嚼s t i c 模型。多元逻辑回归模型使用l o g i s t i c 回归根 据样本数据使用最大似然估计法估计出个参数的数值，经过一定的数学推导运 算，可求得困境公司陷入困境的概率。多元逻辑模型是建立在累计概率函数的基 础上的，其目标在于寻求观察对象的条件概率，从而据以判断观察对象的财务状 况和经营风险。 l o g i s t i c 模型假设企业破产的概率p ，并假设l n p ( 1 一p ) 】可以用财务比率线 性解释。对破产与非破产建模样本企业，不同学者采取不同的目标值设定。若设 定破产企业目标值取0 非破产目标值取l 。 求解方程t n p ( i 一力】= a + b x ，可以得出( 2 - 2 ) 。从而计算企业破产概率i 碣。 p = e x p ( a + b x ) 1 + e x p ( a + b x ) 】( 2 - 2 ) 则常用的判别规则为：如果p 值小于0 5 ，则表明企业破产的概率比较大， 那么判定企业为即将破产类型；如果p 值大于0 5 ，财表明企业财务正常的概率 比较大，判定为财务正常。 多元逻辑回归模型，不仅能够判断公司是否具有陷入财务困境的风险，而且 可以定量衡量财务困境的发生概率，因而许多学者对该方法在财务预警研究中的 应用进行了深入研究。o h l s o n ( 1 9 8 0 ) 【5 l 运用多元逻辑回归，成功建立了包含四 类变量的财务预警模型；b a r t c z a k 和n o r m a n ( 1 9 8 5 ) 3 9 1 运用多元判定分析和条 件逐步逻辑回归两种方法对6 0 家破产和2 3 0 家非破产公司进行研究检验现金流 量信息的财务危机预泓镜力；t t r a p a t 和n i t t a y a g a s e t w a t ( 1 9 9 9 ) 4 0 l 贝【l 运用多元逻 辑回归模型研究了1 9 7 7 年泰国企业的破产情况，对宏观经济条件对财务危机