（管理科学与工程专业论文）基于pso和svm的上市公司财务危机预警研究.pdf

中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 中文摘要 加入w t o 后，随着市场的逐步开放和竞争的加剧，我国企业外部环境正在 发生一系列深刻的变化，给企业带来大量机遇的同时也放大了企业发生财务危机 的风险。在我国，随着大量国企和私企的上市，上市公司日渐成为中国经济的主 体和最具代表性的部分。因此，针对我国上市公司的情况，加强财务危机预警的 理论和实证研究是非常重要和紧迫的。 首先，对财务危机预警研究作了回顾和总结，重点介绍了各种常见的模型和方法： 接着，详细介绍了支持向量机方法和粒子群算法；然后本文提出了一种将经过改 进的粒子群( p s o ) 算法和支持向量机( s v m ) 相结合的算法，以选择最优的指 标集并用于财务危机预警。并将此算法应用于上市公司的最新数据，检验模型提 前3 年的预警效果，最后与已有的主成分分析( p c a ) 方法与s v m 相结合的模 型进行对比，结果证明了p s o s v m 模型的合理性和优越性。 关键 司：财务危机预警：上市公司；粒子群算法；支持向量机 第2 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 a b s t r a c t a f t e ro u rc o u n t r yj o i n e dw t o ，d u et og r a d u a n yo p e n i n gm a r k e ta n dd r a s t i c c o m p e t i t i o n , c o r p o r a t i o n sa r ec o n f t o n t e hw i t hp r o f o u n d l yc h a n g i n gs o e i o - e e o n o m i c e n v i r o n m e n t i tb r i n g sn o to n l yam a 鼹o f o p p o r t u n i t yb u ta l s or i s ko ff i n a n c i a lc r i s i s i no u re o u n x y , l i s t e dc o m p a n yh a sb e c o m i n gt h ei m p o r t a n ta n dr e p r e s e n t a t i v ep a r to f e c o n o m y s oe n h a n c i n gf i n a n c i a lc r i s i sw a r n i n gr e s e a r c hb a s eo ni i s t e dc o m p a n yo f o t t rc o u n t r yi sv e r yi m p o r t a n ta n dp r e s s i n g i nt h i sp a p e r , f i r s t , f i n a n c i a lc r i s i sw a r n i n gr e s e a r c hi sr e v i e w e da n ds u m m a r i z e d v a r i o u sf a m i l i a rm o d e l sa n dm e t h o d sa r ee m p h a t i c a l l yi n t r o d u c e d s e c o n d s u p p o r t v e c t o rm a c h i n ea n dp a r t i c l es w a r mo p t i m i z a t i o na r ei n t r o d u c e di nd e t a i l a n dt h e na f i n a n c i a lc r i s i sw a r n i n gm o d e lb a s e do nm o d i f i e dp a r t i c l es w s i * i f io p t i m i z a t i o na n d s u p p o r tv e c t o rm a c h i n ei sf i r s t l yp r e s e n t e d t h ee h o u s e ml i s t e dc o m p a n i e s d a t ai s u s e da st h em o d e l ss a m p l e f i n a l l y , at e s ti sg i v e nt oc o m p a r et h ep r o p o s e dm e t h o d w i t ht h ep r e s e n tp c a o s v mm o d e l t h et e s tr e s u l t si l l u s t r a t et h er e a s o n a b i l i t ya n d s u p e r i o r i t yo f t h ep r o p o s e 圮lm e t h o d k e y w o r d ：f i n a n c i a lc r i s i sw a r n i n g ；l i s t e dc o m p a n y ；p a r t i c l es w a r l l lo p t i m i z a t i o n ； s u p p o r tv e c t o rm a c h i n e 第3 页共7 0 页 中蔼科学技术大学硕士学位论文 基于p s o 和s v m 的上市公司财务危机预警研究 图序 图3 1 机器学习的基本模型2 2 图3 2 输入空间与高维特征空间之间的映射关系2 9 图3 3 支持向量机结构示意图3 0 图3 4 线性可分数据集的最优分类超平面示意图3 2 图4 1 基本p s o 算法流程图4 l 图4 2 隶属度函数4 6 图5 1p s o s v m 算法的适应度变化曲线图5 6 表序 表5 1 各选指标集5 2 表5 2 两模型在训练样本上的判别效果5 5 表5 3 两模型在检验样本上的判别效果5 5 袭5 4p s o s v m 模型对s t 和非s t 样本的错判率。5 6 第6 页共7 0 受 中国科学技术大学硕士学位论文基于p $ o 和s v m 的上市公司财务危机预警研究 1 第一章绪论 1 1 研究背景和意义 诺贝尔经济学奖得主赫伯特西蒙认为，企业的一切管理工作都是决策。当 然财务活动也不例外，筹资时需要资本结构决策，投资时涉及若干方案的评价和 最优选择，收益分配时要考虑股利决策等。决策与风险总是密不可分，只要某项 活动的未来结果有两种或两种以上，就会存在风险。因为倘若结果只有一种，就 不存在风险，也就无需决策了。对企业来说，风险积聚到一定程度，如果不能及 时的采取化解措施或采取的措施有效程度不足，企业就会陷入财务危机。在现代 社会中，企业因财务危机导致经营陷入困境，甚至宣告破产的例子一直屡见不鲜。 尤其是我国加入w t o 后，随着我国银行业、保险业和证券业市场的逐步开放， 企业外部环境正在发生一系列深刻的变化，给企业带来大量机遇的同时也放大了 企业发生财务危机的风险。 企业产生财务危机的原因是多方面的，可能是企业经营者决策的失误，也可 能是管理失控，还可能是外部环境恶化，如经济衰退和通货膨胀等。但任何财务 危机都有一个逐步显现、不断恶化的过程。因此，有必要对企业的财务运营过程 进行跟踪、监控，及早的发现财务危机信号，预测企业可能的财务失败，一旦发 现某种异常征兆就着手应变，以避免或减少对企业的破坏。 上市公司是现代公司制的最高形式，相对于传统型企业和一般公司型企业来 说，上市公司具有业绩较好、规模较大、筹资和扩张能力较强等优势，已成为现 代市场经济中最具活力和发展潜力的企业组织。在我国，随着大量国企和私企的 上市，上市公司日渐成为中国经济的主体和最具代表性的部分。自2 0 0 1 年4 月 “p t 水仙”成为中国第一例被摘牌的上市公司后，上市公司如何防范财务危机 开始引起各方的高度重视。此后，在上市公司建立财务预警机制，以客观评价上 市公司风险，准确判断财务危机程度，避开或化解可能出现的财务危机，保证上 市公司正常运行，日益受到我国上市公司、监管当局以及与公司有利窖关系的团 体和个人的关注。 建设并不断完善上市公司财务危机预警系统，对相关各方有着十分重要的现 第7 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 实意义：对于监管部门来说，根据财务危机预警机制提供的信息，可以进行宏观 经济监测与预警，改善宏观经济环境：对于公司管理层来说，借助财务危机预警， 能够及时发现公司财务状况的恶化，以及造成公司财务状况恶化的原因，从而能 够及时地、有针对性地调整公司的经营策略，扭转公司经营状况恶化的势头；对 于银行而言，通过有效的财务预警，有利于银行随时监控信用风险，防止坏账发 生，帮助银行做出贷款决策，并进行企业贷款或质押贷款控制，避免贷款风险； 对于投资者来说，可以根据对财务预警指标的动态分析进行正确的投资选择，有 助于他们树立正确的投资理念，为他们的最终选择提供一些技术上的支持；对于 审计人员来说，能够帮助他们确定审计范围、制定必要的审计程序，并帮助判断 被审计公司能否维持经营或保持良好的前景，进而提高审计人员的评估能力，降 低审计风险，避免因未能正确披露其经营失败而招致的法律诉讼。 财务危机预警不同于传统的财务评价。财务评价以财务报表为依据，形成各 项财务指标，以评价企业的财务状况和经营成果，考核和检查企业经营者的业绩 和受托情况。它虽然能起到监督管理的作用，但只是财务监督管理的一个侧面。 而且财务评价是对企业财务报表进行表面的静态的存量分析，属于事后监管，不 是事前监管。因此，证监部门除了利用财务评价系统对经营者的业绩做出客观评 价外，也要利用财务危机预警机制来监测企业发生财务危机的可能，给上市公司 经营者亮黄牌、发警告，监督上市公司增强风险意识，采取应对措施。财务预警、 财务评价两者相辅相成、互相促进。 目前，在理论研究方面，我国的财务危机预警研究刚起步不久，还远未成熟。 在实际应用方面，我国上市公司尚未建立完备的财务预警系统，仅在上市公司财 务报告中进行某些财务预测信息的披露，但这些信息可能只是对上市公司历史和 现在的财务趋势的简单延伸，而且事实上，上市公司在披露财务预测信息时，往 往倾向于“好消息”，隐瞒“坏消息”，使得预测“失真”。由于国情不同，国 外现成的理论和实践成果并不能直接搬到我国来使用。因此，针对我国上市公司 的情况，加强财务危机预警的理论和实证研究是非常重要和紧迫的。 1 2 研究思路 通过阅读大量的文献，我们发现财务危机预警研究中的主流方法是通过对企 第8 页共7 0 页 中国科学技术大学硕士学位论文基于p s 0 和s v m 的上市公司财务危机预警研究 业财务报表及相关经营资料的分析，寻找有预警能力的指标，并基于这些指标建 立模型，所用的数据一般为提前一段时间( 常见为提前1 或2 年) 的数据。以往常 见的模型一般是统计模型( 例如判别分析模型、l o g i t 模型等) 和人工神经网络模 型，但这些模型往往有各种局限性。近年来，基于统计学习理论的支持向量机方 法得至d 了广泛的关注，并在应用中表现出了明显的优势，尤其是在解决小样本、 非线性和高维空间等分类问题中表现出许多特有的优势。而我国的上市公司数据 恰恰具有小样本、非线性和高维等特性。另外，随着计算机软件技术的快速发展， 出现了支持向量机的工具箱，使得大量数据的快速处理成为可能。所以，本文选 择支持向量机作为新模型的分类器是合适的。 财务危机预警研究中另一个重要问题就是选择合适的指标集。由于上市公司 数据具有非线性和高维等特性，所以选择合适的指标集可以大幅提高模型的预警 效果。但目前，关于预警指标的选择缺乏统一的理论指导，也没有形成公认的指 标体系，研究者往往根据经验选择指标。另外，多数学者在选择指标时往往建立 在数据不存在质量问题的隐含假设下，但显然，目前我国的上市公司数据质量并 不满足这一假设。这些都导致了预警模型预警效果不佳。本文将p s o 和s 结合起 来，加以改进，建立新的模型，以实现让模型自动选择合适指标的目的。此外， 为了满足预警模型对预警时间的要求，大多数学者根据提前l 或2 年的数据建立预 警模型。但事实上，由于我国s t 锖i j 度的规定，提前3 年的预警更有实际意义。本 文选取1 0 0 家上市公司为样本，以0 6 年被s t 为财务危机的标志，采用提前3 年( 即 0 3 年年报) 的数据，应用于本文提出的新模型，通过实证研究，验证新模型的预 警效果。 i 3 本文结构和主要的创新点 本文的结构安排如下： 第一章：绪论部分，主要介绍本文的研究背景和意义、研究思路和研究方法 以及本文结构和主要创新点。 第二章：详细介绍财务危机预警，系统回顾和总结国内外关于该领域的主要 研究成果和常见方法，并分析我国上市公司财务危机预警研究的现状和存在的不 足。本章是全文的引子和开端。 第9 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 第三章：“统计学习理论与支持向量机”作为工具准备部分是本文的一个重 点，解释了支持向量机的理论基础统计学习理论的相关概念，并将重点放在 支持向量机的基本思想及基本算法的讨论上。 第四章：“群智能和粒子群算法”是本文的另一个重点部分，介绍了群智 能和粒子群算法的相关概念，并重点讨论了粒子群算法的各种改进版本。 第五章：“基于p s o 和s v m 的上市公司财务危机预警模型及其应用”是本文 的核心部分，本章建立改进的p s o s v m 模型，并利用上市公司的年报数据进行 实证研究，以预测其财务危机，并与现有的p c a s v m 方法的预测结果进行对比 分析，验证新模型的有效性。 第六章：“结论与展望”，总结全文的研究内容，综合评价本文提出的 p s o s v m 模型在上市公司财务危机预警中的应用价值，并说明今后可以进一步 研究的方向。 本文的主要创新在于： 针对我国上市公司的情况，尝试建立改进的p s o s v m 模型来预测财务危机， 并在m a t l a b 环境下，编程实现新模型。采用最新的上市公司数据，选取1 0 0 家 0 6 年被s t 的上市公司，用提前3 年( t i p 0 3 年) 的数据带入新模型，实现提前3 年 的预警，将预警结果与现有的p c a - s v m 方法的预测结果进行对比分析，验证了 新模型的有效性。 第1 0 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公j 财务危帆顶警研究 2 第二章财务危机预警研究综述 2 1 财务危机的定义 财务危机( f i n a n c i a lc r i s i s ) 又称为财务困境( f i n a n c i a ld i s t r e s s ) 、财务失败 ( f i n a n c i a lf a i l u r e ) ，从2 0 世纪3 0 年代起，国外学者就开始了企业财务危机问题 的研究近年来，我国学者也开始对财务危机问题进行研究。一般来讲，大多数 公司在破产之前都会经历财务困境的阶段。但国内外学术界对财务危机的定义仍 然存在不同的认识，没有形成认同度较高的定义。下面是几个典型的观点： b e a v e r ( 1 9 6 6 ) 认为陷入财务危机的企业具有破产、拖欠优先股股利、拖欠债 务等特征。在他的研究中，所选取的7 9 家财务危机企业样本中，包括5 9 家破产公 司，1 6 家拖欠优先股股利公司及3 家拖欠债务公司； a i r m a n ( 1 9 6 8 ) 认为财务危机包括四种情形，分别为经营失败( f a i l u r e ) 、无偿付 能力( i n s o l v e n c y ) 、违约( d e f a u l t ) 、破产( b a n k r u p t c y ) ，并把企业破产作为财务危机 的标志： c a r m i c h a e l ( 1 9 7 2 ) 认为财务危机是企业履行义务时受阻，具体表现为四种形 势，即流动性不足、权益不足、债务拖欠及资金不足，遭遇上述四种情况之一的 企业即为财务危机企业： d e a k i n ( 1 9 7 2 ) 认为财务危机企业是“己经经历破产、无力偿债或为债权人利 益而己经进行清算的公司”： f o s t e k l 9 8 6 ) 认为财务危机是“除非对经营实体的经营或结构实行大规模重 组否则就无法解决的严重变现问题”； r o s s 等人( 1 9 9 9 ，2 0 0 0 ) 认为有四类企业可以界定为财务危机企业：第一，企 业失败，即企业清算后仍无力支付企业债权人的债务；第二，法定破产，即企业 或债权人向法院申请企业破产；第三，技术破产，即企业无法按期履行债务合约 还本付息；第四，会计破产，即企业的账面净资产出现负数，资不抵债。从防范 财务危机的角度来看，财务危机是指一个企业处于经营性现金流量不足以抵偿现 有到期债务的状态，即技术破产。 中国注册会计师独立审计具体准则第1 7 号持续经营第八条，列示了 第1 1 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 企业财务危机的迹象，包活：资不抵债；营运资金出现负数；无法偿还到期债务： 无法偿还即将到期且难以展期的借款；过度依赖短期借款筹资；主要财务指标显 示财务状况恶化；累计经营性亏损数额巨大；存在大额的逾期未付利润；无法履 行借款合同中的有关条款；存在大量不良资产且长期未做处理：重要子公司无法 持续经营且末进行处理；无法获得供应商的正常商业利润：难以获得开发必要新 产品或进行必要投资所需资金；显示财务状况恶化的其他迹象。 陈静( 1 9 9 9 ) 认为上市公司被s t 后就是陷入财务困境了，另外作者又指出企业 生产经营出现严重困难时也是一种财务困境间。 吴世农( 2 0 0 1 ) 、张爱民( 2 0 0 1 ) 、姜秀华( 2 0 0 2 ) 等认为财务困境是一种违约行 为，他们以上市公司作为研究对象，认为上市公司由于非偶发事件而被特别处理 就是陷入财务困境了，但财务困境并不仅限于特别处理的上市公司。 庄新田等( 2 0 0 2 ) 认为特定的企业或个人因破产倒闭而无力偿还所欠的债务 或部分债务就是陷入财务困境。作者同时指出作为一种风险，财务困境无法以特 定企业的过去破产数据来推断今后破产风险的大小，因而对财务困境的预测与一 般风险管理中的方法有很大不同。 检索国内已有的相关研究，发现绝大多数学者将上市公司中财务危机企业乔 定为被宣布特别处理的公司( s t 公司) 。本文也采用这种定义，原因如下： 第一，国外学者普遍认可的破产界限，在国外市场经济发达，信息披露充分 的条件下较易确认，而我国目前的经济环境却不适合采用这一标准。我国只有上 市公司的财务资料对外公开，较易获取，而目前，我国上市公司尚无一家破产。 出于可操作性考虑，破产标准不适用； 第二，目前，我国s t 公司的认定标准为：上市公司如发生财务状况异常或 发生其他异常状况，导致投资者对该公司前景难以判定，可能发生损害投资者利 益的情形时，交易所将对该上市公司实行特别处理。其中，“财务状况异常”指 的是最近两年连续亏损，或最近一年的每股净资产低于每股面值，或同时出现上 述两种情况；“其他状况异常”指的是因自然灾害，重大事故导致公司生产经营 活动基本终止、或公司面临赔偿金额可能超过其净资产的诉讼等。上市公司一旦 发生上述两种状况，将自动进入所谓的s t 板块。从以上规定可以看出，宣布为特 别处理的企业己经陷入了较大的财务危机，它们往往会出现难以偿还到期债务的 第1 2 页共7 0 页 中国科学技术大学硕士学位论文 基于p s o 和s v m 的上市公司财务危机预警研究 情形。所以，将s t 类公司作为财务危机型企业是既合理又合适的 2 2 财务危机预警 预警，就是事先发出警报，最初是军事学中的一个俗语，原意是指在敌人进 攻前发出警报，提前做好应战的准备。1 9 世纪末，人们开始把预警思想应用于 经济领域，主要用于对宏观经济的预测与警示。直到2 0 世纪6 0 年代，欧美一些 国家才开始将预警思想运用于微观经济领域，对企业的经营状况进行事前监测， 以便在经营出现险情之前发出警告，采取措施加以排除。也就是在此时，美国著 名学者b e a v e r 、a l t m a n 等将预警思想运用于企业财务领域，对企业财务危机进 行预警。无论是国际和国内，财务危机预警都是一个正在探索的前沿性课题。 财务危机由萌生到影响企业正常经营直至威胁企业生存，通常都经历了一个 渐进积累转化的过程。及时发现企业潜在的财务危机，并在危机显露之前向企业 经营者发出警告，促使企业管理当局采取有效措旆，避免企业现在的财务风险演 变为损失，对于企业的生存和发展具有重大的意义。 经济学理论分为规范理论和实证理论，前者研究的是“应该怎么样”的问题， 而后者研究的是“是什么样”的问题，财务危机预警也不例外。规范性理论致力 于通过演绎推理解释是什么因素导致一部分企业产生财务危机甚至走向破产，而 实证性理论则注重于通过分析经验数据预测企业的财务危机和破产。 在大多数关于企业财务危机的研究中，“规范理论”主要表现在研究企业破 产的相关理论上，大致可以分为三类： 非均衡理论。非均衡理论用外来冲击解释公司破产，如混沌理论和灾害理 论，着重关注一系列不均衡冲击对整个系统的影响。h o 和s a u n d e r s ( 1 9 8 0 ) 首次将 灾害理论应用于公司破产研究领域，他们使用灾害理论研究美国的银行管制，发 现银行的破产不是因为逐步衰落而引起的，而是一种由管制机构行为引起的突然 倒闭。另外一些研究者则将破产与具体的经济原因联系在一起，如消费者偏好、 企业生产函数的变化、市场结构、行业特征( 如进入及退出壁垒) 、公司的成长特 点、资本结构特征及其在行业中的相对地位等等。 契约理论。契约理论试图用股东和债权人之间的潜在利益冲突来解释公司 破产。c h e n ，w e s t o n 和a l t m a n 于1 9 9 5 年建立了一个研究破产过程的基本代理 第1 3 页共7 0 页 中国科学技术大学硕士学位论文基于p $ o 和s v m 的上市公司财务危机预警研究 模型( a g e n c ym o d e l ) ，该模型假设有三种参与者：股东、银行和股东不能直接联 系的其他债权人；并假设企业只面临两种状态：好的和坏的现金流；且假设所有 参与者都是风险中性，管理层以股东利益最大化为目标。在这些假设的基础上， 文章研究了出现有效投资、过渡投资、投资不足和不投资的条件，认为公司变现 价值l 和债务面值d 之比对公司投资行为有很大的影响，同时债务的期限结构 也是影响投资效率的显著因素；文章还认为短期银行借款在总负债中的比率越 高，企业的投资效率也越高，这是因为银行相对于其它债权人更具有信息优势和 判断能力，更能保护债权人和股东的共同利益。 管理学理论。这类理论只能勉强的称为规范性理论，因为它们是通过对一 系列破产公司进行案例研究得出的规律性总结。如p o r t e r 的竞争优势理论强调竞 争对手进入和替代的威胁以及与客户和供应商讨价还价能力等因素，分析这些因 素就可以确认企业在降低成本及产品差异上所具有的竞争优势。许多学者根据这 个理论框架发展出一系列解释破产原因和征兆的理论，大多数都将管理失误作为 公司经营失败的主要原因，例如权利过于集中、缺乏内控机制或机制没有得到有 效执行、会计及财务控制不严、对竞争反应太慢、经营缺乏多元化、借贷过度等。 规范性理论虽然不能完全认定进行实证检验或预测公司破产的实证模型所 应包括的解释变量，但毕竟提供了一个理论框架，为变量选择提供了一定的指导。 与规范性理论相反，实证理论研究注重于通过考察危机公司的财务特征，利 用一手数据和各种统计手段来预测公司的财务困境。由于它们能够提供良好的预 测能力并帮助决策，实际上己构成了财务危机预警研究的主体。实证研究主要利 用从公司财务报告中获得的财务数据进行预测。本文实际上属于实证研究范畴。 下文将详细介绍以往实证研究中常用的主要模型或方法。 2 3 财务危机预警的主要方法 2 3 1 定性研究方法 标准化调查法 又称风险分析调查法，通过专业人员、调查公司等，对企业可能遇到的问题 进行详细的调查分析，并形成报告文件供企业管理者参考的方法。它的一个特点 第1 4 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 是在调查过程中所提的问题对所有企业都适用，这也导致它无法针对特定企业的 特定问题进行调查分析。另外，调查时，它没有对其中的问题进行解释，也没有 引导使用者对所问问题之外的相关信息做出正确判断 四阶段症状分析法 企业财务运营状况必定有特定的症状，该方法将企业财务运营病症大体分为 四个阶段：财务危机潜伏期：盲目扩张；无效市场营销；疏于风险管理；缺乏有 效的管理制度，企业资源分配不当、无视环境的重大变化。财务危机发作期：自 有资本不足；过分依赖外部资金，利息负担重；缺乏会计的预警作用：债务拖延 偿付。财务危机恶化期：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：负债超过资产，丧失偿付能力；宣布倒 闭。根据上述标准，企业如有相应情况发生，就需弄清病因，采取措施，使企业 尽快摆脱财务困境，恢复企业正常运作。这种方法简单明了，易于实施，但各个 阶段的界限有时难以区分。 三个月资金周转表分析法 这是进行短期财务危机预警的重要方法之一，判断标准是：若企业制定不出 三个月资金周转表，这本身就是个问题；若制定出了周转表，就要查明转入下个 月的结转额是否占总收入的2 0 9 6 以上，付款票据的支付额是否在销售额的6 0 以 下( 批发商) 或4 0 9 6 以下( 制造业) 。这种方法的实质是企业面对着变幻无穷的理财 环境，所以要经常准备好安全度较高的资金周转表，假如连这种应当做到的事也 做不到，就说明这个企业已经处于紧张状态了。这种简单易懂，实施方便，只是 其判断标准过于武断，还存有争议。 流程图分析法 这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 财务活动的关键点特别有用。企业生产经营流程中，必然存在着一些关键点，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或资金运转 终止。画出企业流程图，找出关键点，对潜在风险进行判断和分析，并采取相应 的防范措施。流程图分析法脉络清晰，层次分明，但是要求画流程图的人员有较 高的水平。 管理评分法 第1 5 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 美国的约翰阿吉蒂调查了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，还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。总分是1 0 0 分，企业所得分数越高，处境越差。这 种管理评分法试图把定性分析判断定量化。这一过程需要进行认真的分析，深入 企业及车间，细致的对企业高层管理人员进行调查，全面了解企业管理的各个方 面，才能对企业的管理进行客观的评价。可见，管理评分法认为企业失败源于企 业高级管理层，这种方法简单易懂，行之有效，但其效果还取决于是否对被评分 公司及其管理者有直接、相当的了解。从一定意义上说，这种方法具备了定量分 析中多元线性函数的思想。 2 3 2 定量研究方法 通过对国内外文献的检索，可以发现有关财务危机预警的研究主要集中于定 量方面，利用各种数学方法和工具，建立财务危机预警模型，对财务危机进行预 测。主要的财务危机预警模型如下： ( 1 ) 单变量模型 单变量模型是指运用单一变量、个别财务比率来预测财务危机。最早提出财 务危机预警模型的是b e a v e r ( 1 9 6 6 ) ，他对7 9 个财务失败企业和相同数量、同等资 产规模阶段的企业进行比较研究后提出了单变量判定模型，指出有三个财务指标 能有效的预测财务危机状况。按预测能力大小，财务指标依次顺序为：债务保障 率( 现金流量债务总额) 、资产收益率( 净收益资产总额) 、资产负债率( 债务总 额资产总额) 。他发现债务保障率指标预测的准确率最高，并且离失败日越近， 预见性越强。 单变量模型简单易行，其缺点在于：一般来说，企业的生产经营活动受到 许多因素的影响，各种因素之间既有联系，又有区别。而单个比率所反映的内容 有限，无法全面揭示企业的财务状况；只重视一个指标的分离能力，如果经理 人员知道这个指标，就可能在决算时粉饰该指标，以使其表现出良好的财务状况； 如果使用多个指标分别进行判断，这几个指标的判别结果之间可能会产生矛 盾，导致无法做出正确的判断； ( 2 ) 多元线性判别模型( m d a ) 第1 6 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 1 9 6 8 年，a l u n a n - 首次将多元线性判别方法引入到财务危机预警领域，建立了 z 分数模型( z s c o r em o d e l ) 。利用五种财务指标加权汇总产生的总的判别分( 称 为z 值) 来预测财务危机。z 值越低，企业就越有可能破产。a t t m a n i 丕提出了判断 企业破产的临界值：若z 值低于1 8 1 ，表明企业破产可能性大：若z 值大于2 6 7 5 ， 表现企业财务状况良好；若z 值介于1 8 1 和2 6 7 5 之间，则称之为“灰色地带”， 表示公司财务状况不稳定。通过实证研究，发现该模型的预测成功率明显超过了 单变量预测模型。而且可以通过绘制z 值的趋势图，预测其发展走势。后来因为z 分数模型是为制造业企业设计的，有一定的局限性，a l t m a n 在1 9 7 7 年又提出了 z c t a 模型。但因为此项分析有独享权，故其变量的权重未予公开。继a l 缸n 姐之后， r i c h a r d t a f f l a r ，h o w a r dt i s s h a v o 和a l e x a n d e rb a t h o r y 进一步发展了z 分数模型， 主要区别在于选择的指标不同。与a l t m a n 建立的z 模型相类似的还有d e a k i n 在 1 9 7 2 年提出的概率模型和e d m i s t e r 在同年提出的小企业研究模型等线性模型。 多元线性判定模型具有较高的判别精度，现已成为财务危机预警最常用的方 法之一，但也存在一些缺陷：工作量比较大，研究者需要做大量的数据收集和 数据分析工作。在提前一年的预测中。多元线性判定模型的预测精度比较高， 但在提前两年、提前三年的预测中，其预测精度都大幅下降，甚至低于一元判别 模型。其原因是，很多财务变量只是企业陷入财务困境的征兆，或者说是一种表 象，而不是企业陷入财务困境的原因和本质。过多的财务指标，将“因”和“果” 混淆在一起，反而增加了模型的判别难度。多元线性判定模型有一个很严格的、 假设，即假定自变量是呈正态分布的，两组样本要求等协方差，而现实中的样本 数据往往并不能满足这一要求，这就大大限制了多元线性判定模型的使用范围。 当然，也有一些研究在并不满足这一前提的条件下，近似地使用多元线性判定模 型，这无疑会降低模型的预测精度。使用m d a 技术，要求在财务困境组与控 制组之间进行配对，但配对标准如何恰当确定是一个难题。 ( 3 ) l o g i t 模型与p r o b i t y 型 为克服m d a 模型的这些局限性，自2 0 世纪7 0 年代以来，研究人员将逻辑 ( l o g i 0 和概率比( p r o b i t ) 回归方法引入财务危机预警研究。这一类模型建立在累 计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条 件。 第1 7 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 l o g i t 模型假设了企业破产的概率p ( 破产取l ，非破产取0 ) ，并假设 l n ( p o p ) ) 可以用财务比率线性解释。假定i n ( p ( 1 一p ) ) - - 口+ k ，根据推导可以 得出p = e x p ( a + h ) ( 1 + “p 0 + 撕) ) ，从而计算出企业破产的概率。判别方法和 其他模型一样，先是根据多元线性判定模型确定企业破产的z 值，然后推导出企 业破产的条件概率。其判别规则是：如果p 值大于0 5 ，表明企业破产的概率比 较大，可以判定企业为即将破产类型；如果p 值低于0 5 ，表明企业财务正常的 概率比较大，可以判定企业为财务正常。 l o g i t 模型的最大优点是，不需要严格的假设条件，克服了线性方程受到统 计假设约束的局限性，具有了更广泛的适用范围。目前，这种模型的使用较为普 遍，但其计算过程比较复杂，而且在计算过程中有很多的近似处理，这不可避免 地会影响到预测精度。 p r o b i t 模型同样假定企业破产的概率为p ，并假设企业样本服从标准正态分 布，其概率函数的p 分位数可以用财务指标线性解释。其计算方法和l o g i t j l t 类 似，先是确定企业样本的极大似然函数，通过求似然函数的极大值得到参数a 、 6 ，然后利用公式p = “历一h d t ，求出企业破产的概率。和前面的判别 规则一样，如果概率p 小于0 5 ，就判别为财务正常型；如果p 大于0 5 ，则为即 将破产型。 p r o b i t 模型和l o g i t 模型的思路很相似，但在具体的计算方法和假设前提上又 有一定的差异，主要体现在三个方面：一是假设前提不同，l o 醇不需要严格的 假设条件，而p r o b i t 贝1 假设企业样本服从标准正态分布，其概率函数的p 分位数 可以用财务指标线性解释；二是参数a 、b 的求解方法不同，l o g i t 采用线性回归 方法求解，而p r o b i t 采用极大似然函数求极值的方法求解：三是求破产概率的方 法不同，l o g i t 采用取对数方法，丽p r o b i t 采用积分的方法。 针对与这两类模型的实践可见于很多相关的文献。o h l s o n ( 1 9 8 0 ) 、 m e m a h ( 1 9 8 3 ) 、z a v g r e n ( 1 9 8 5 ，1 9 8 8 ) 对于大公司做出了相关实践研究；相应的， k e a s e y 和w a t s o n ( 1 9 8 5 ) 、p e e l ( 1 9 8 7 ) 和s t o r e y ( 1 9 8 7 ) 对于小公司也做出了相关研 第1 8 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 究z a v g r e n 在研究中设计了一种衡量方法，即在财务危机发生之前一年、两年 等之前，衡量那些信号中所隐含的信息。她发现随着财务危机发生的临近，由 l o g i t s 型提供的信息随之增加 ( 4 ) 神经网络模型 神经网络模型，是将神经网络的分类方法应用于财务危机预警。传统的分类 方法大部分属于母参数统计方法，其中以判别分析( d i s c r i m i n a t i o na n a l y s i s ，d a ) 和l o 蓟回归等应用最为广泛。母参数统计方法是以选定的独立变量结合历史数 据资料建立一个预测模型，并用作分类判别之用。传统的统计区分方法由于受制 于若干母体分配的假设前提，已不适用于今日复杂多变的企业运作环境，而且传 统的分类方法对错误资料的输入不具有容错性，无法自我学习与调整，也无法处 理资料遗漏的问题。人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 作为一种平 行分散处理模式，是对人类大脑神经运作的模拟。a n n 除具有较好的模式识别 能力( p a t t e r nr e c o g n i t i o n ) 外，还可以克服统计方法的局限，因为它具有容错能力 和处理资料遗漏或错误的能力。最为可贵的是，a n n 还具有学习能力，可随时 依据新的数据资料进行自我学习，并调整其内部的储存权重参数，以应对多变的 企业环境。由于a n n 具备上述良好的性质与能力，因而可以作为解决分类问题 的一个重要工具。最早进行这方面研究的是o d o m 及s h a r d a ( 1 9 9 0 ) 。a i r m a n ，m a r c o 和v a r e t t o ( 1 9 9 4 ) 在对意大利公司财务危机预测中应用了神经网络分析法；c o a t s 及f a l l t ( 1 9 9 3 ) 等采用神经网络分析法分别对美国公司和银行财务危机进行预测， 取得了一定的效果。国内的相关实践有杨淑娥、黄： ：l ( 2 0 0 5 ) 。 a n n 模型通常由输入层、输出层和隐藏层组成，其信息处理分为前向传播 和向后学习两步进行。网络的学习是一种误差从输出层到输入层向后传播并修正 数值的过程，学习的目的是使网络的实际输出逼近某个给定的期望输出。根据最 后的期望输出，得出企业的期望值，然后根据学习得出的判别规则来对样本进行 分类。人工神经网络具有较好的纠错能力，从而能更好地进行预测。但由于理论 基础比较薄弱，a n n 对人体大脑神经模拟的科学性、准确性还有待进一步提高， 因此其适用性也大打折扣。而且神经网络建模方法复杂，训练一个模型需要花费 大量的时间和上千次的迭代，还需要人为的不断调试，使其应用受到局限。尤其 是在有限样本条件下，神经网络容易过度拟合，导致模型的泛化能力下降。 第1 9 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的j ：市公司财务危机颅警研究 2 4 国内研究现状 国内对财务危机预警的相关研究目前还只处于起步状态，与国外研究相比较 存在着较大差距，其原因是多方面的。首先，我国的市场经济起步较晚，市场发 育还不够成熟，在相当长的一段时间内，破产作为一种解决企业财务危机问题的 手段，更多的是受到行政机构的非市场行为的影响。因此，相对于西方发达市场 经济国家来说，我国市场上破产事件很少。另外在1 9 9 3 年7 月1 日之前我国还没实 施统一的会计准则，所以企业财务报表数据缺乏可比性，难以获得可供财务危机 预警使用的大量可靠的统计数据，不具备根据统计学原理建模的条件；其次，我 国的资本市场也才刚刚建立不久，上市公司上市经营的时间普遍较短，加上我国 当前情况下，上市资格一直受到证监会的严格控制，巨大的需求仍然似的可以作 为“壳资源”的业绩较差的上市公司炙手可热，所以即便有上市公司处于破产的 边缘，也会有各种力量将其完整的吸收，因而在一段时间内在进行针对上市公司 这方面的研究中存在着样本量显著不足的问题。 回顾有关文献，我国学者在这方面的研究主要有：1 9 9 9 年陈静进行了我国第 一个上市公司财务困境预测研究，根据我国证券市场的特定环境，她以1 9 9 8 年2 7 家s t 公司和2 7 家非s t 公司为对象，运用费歇尔准则，根据这5 4 家上市公司的年报 数据，在方法上通过借鉴b e a v e r 、a l t m a n 的财务危机预警模型进行了单变量和二 类线性判别分析。使用1 9 9 7 年的年报数据，模型可以准确地判别样本中8 8 9 的， 被特别处理公司和9 6 3 的非特别处理公司总体正确率为9 2 6 。但不足的是文章 用于检验模型预测正确率的样本就是用于估计模型参数的样本，所以上述两个预 测正确率有高估的倾向。 在陈静之后，2 0 0 0 年张玲以1 2 0 家上市公司为对象，选取1 5 个财务指标建立 财务危机判别分析模型，该研究也是根据上市公司被s t 前一年的数据来对下一 年该公司是否会特别处理进行预测。与陈静的研究相比，由于样本数据的增加， 该研究采集y 6 0 家上市公司作为检验样本对模型的预测能力进行了检验。 其它的研究还有：2 0 0 0 年陈晓等将多元逻辑回归模型引入上市公司的财务危 机预警，张爱民( 2 0 0 1 ) 借鉴了a l t m a n 的多元z 值模型，用主成分分析法建立了主 成分预测模型。黄岩( 2 0 0 1 ) 等采用了f i s h e r 判别分析，以沪、深股市的上市公司 为样本，建立了我国工业类上市公司财务危机预警模型，并给出了所研究上市公 第2 0 页共7 0 页 中国科学技术大学硕士学位论文基于p s o 和s v m 的上市公司财务危机预警研究 司的z 值范围。吴世农( 2 0 0 1 ) 等则以1 4 0 家上市公司为样本比较了f i s h e r 判别、多 元线性回归分析和多元逻辑回归分析的预测效果，其结论是多元逻辑回归模型的 判定能力最好。李华( 2 0 0 1 ) 等运用贝叶斯判别，对上市公司危机预警进行了尝试。 姜秀华( 2 0 0 2 ) 等将表征公司治理结构的变量股权集中度引入h g i t 回归模型。 以上研究对我国上市公司财务危机的预警作了许多工作，极大地推动了我国 这方面研究的发展，但总的来说，与西方相比较国内研究还相对滞后。目前主要 存在以下几个问题和值得研究的方向：一，预警指标的选取上，很多是凭直观经 验或直接借用国外研究成果，对适合我国国情的指标选取上没有大的突破，涉及 现金流量指标及经济环境、管