（系统工程专业论文）基于数据挖掘的上市公司财务困境预警研究.pdf

中文摘要 本文全面系统地分析了中国上市公锶财务困境研究的国内外现状以及各种 定量分析方法。强前国内外的学者扶各种各样的熊度对中国上市公司财务困境产 生的原因及防范措施进行了研究，并随着统计学、数学、人工智能、计算机等学 辩戆发晟，耀继掇出了镬翅这些镁域的技零来建立财务爨境瑗警模型，这就为委 为综合的数据挖掘理论成用于该领域创造了条 孛。本文对现有的财务困境预警模 型进行了综合的评析，并利用s a s 软件的数据挖掘模块，分别使用统计的方法 帮入工智镌懿方法擒建了焉予麓务困境颥警懿揍穗，取褥了缀簿豹颈警效采。 全文按分六章： 第一肇导论郝分，首先阐述了关于财务困境的概念，并根据我潼的实际畴况， 将疑予财务困境的企业界定为公镯舫务状况异常衙被异常处理，& p “s t ”公司， 最后就研究背景、目的及意义、本文的研究重点和工作思路作了详细阐述。 第二鬻是财务零壤磷突夔理论嫠分，分烫嚣个蘩分。罄先是萋本理谂，罄述 了定量方法应用予财务分析领域已成为财务研究的一项煎要方法，但还存在理论 上的一些局限性。第二部分则对啜前国内外研究的现状体了简单回顾和评价，并 对传统弱统计方法建立豹模鍪速行了琵较研究，探讨了这些方法存在豹瀚题，并 摅出随着计算机、人工智能等学科领域的发展，甄为综合的数据挖掘理论与方法 最逐渐应用于财务困境镁域。 第三章论述了数据挖掘的基本理论。分剐阐述了数掇挖掘韵概念、分类，主 要任务。最后的数据挖掘的过程模型是本章的重点，主要论述的是s a s 的s e m m a 模型，它舞本文戆数据摭握过毽搓供了一耱系绫豫魏技术实蕤方褰。 第四章讨论了数据挖掘的童要方法，并分别介缡了传统的统计举方法 ( l o g i s t i c 回归分析) 以及薪兴的人工嬲能方法( b p 神经网络) 的基本理论， 以及鲡旃在舞| 务溺凌颈繁研究中疲弼这骜理论。 第五南是本文的实现部分。利用所收集的上市公司财务数据，通过使用s a s 软传鲶数提挖掘模块，在基于s e m m a 的数据挖掇过程模型下进徭了软传实现。 第六章是总结和展望。回述了本文酌主要观点、成聚以及存在的不足，并对 该领域的米来提出展望。 美键词：财务困境，数据挖掘，l o g i s t i c 回归，b p 神经网络，s e m m a a b s t r a c t t h ea r t i c l e s y s t e m a t i c a l l ya n a l y z e dt h ea c t u a l i t y a n dv a r i o u s q u a n t i t a t i v e a n a l y s e sm e t h o d so fc h i n e s el i s e dc o r p o r a t i o n s f i n a n c i a ld i s t r e s s ，a tp r e s e n t d o m e s t i ca n do v e r s e a ss c h o l a r sh a v er e s e a r c h e dt h er e a s o na n d d i s c u s s e dt h er e a s o no ft h i sp r o b l e ma p p e a r e da n dt h em e t h o dh o wt or e s o l v e a tt h e s a m et i m e ，t h ed e v e l o p m e n to fs t a t i s t i c s ，m a t h m a t i c sa n da r t i f i c i a li n t e l l i g e n c eh a s m a d ei tp o s s i b l et h a ta p p l yt h ec o m p o s i t i v ed a t am i n i n gt h e o r yt ot h i sf i e l d t h i s a r t i c l eg e n e r a l l ya n a l y z e dt h ee x i s t i n gf i n a n c i a lc r i s i sf o r w a r n i n gm o d e l s ，a n d e s t a b l i s h e dt w of o r e w a r n i n gm o d e l su s i n ge n t e r p r i s em i n e rm o d u l ei ns a s t h e m o d e l si nt h i sa r t i c l ep o s s e s s e di n c l u d e sl o g i s t i cm o d e l sa n dn e u r a ln e t w o r km o d e l p o s s e s s e dm a n ya d v a n t a g e sa n do b t a i n e dp e r f e c tf o r e w a r n i n ge f f e c t s p a r to ft h ei n t r o d u c t i o no fc h a p t e ro n eo f 攮i sa r t i c a le x p l a i n e dt h ec o n c e p to f f i n a n c i a ld i s t r e s s a n dd e f i n e dt h ec o m p a n yt h a ti sa tf i n a n c i a lc r i s i sa s “s t c o m p a n v a tl a s t ，t h i sp a r td i s c u s s e dt h es t u d y i n gp u r p o s e ，m e a n i n go ft h i ss u b j e c t 1 1 1 er e s e a r c h e m p h a s e sa n dr e s e a r c hp a t hw e r ea l s oe x p l a i n e d c h a p t e rt w os t u d i e dm a i n l yt h er e l a t i v e 氇e o r yo f 基n a n c i a ld i s t r e s s f i r s t t h i s p a r tp o i n t e do u tt h a ta p p l y i n gt h eq u a n t i t a t i v ea n a l y s i s sm e t h o d st of i n a n c i a la n a l y s i s f i e l d sh a sb e c o m ea ni m p o r t a n tr e s e a r c hm e t h o d ，b u tt h el i m i t a t i o na l s oe x i s t e d t h e n ， s t u d y i n ga c t u a l i t yb o t ha th o m ea n d a b r o a dw e r er e v i e w e da n da n a l y e d t h i sp a r ta l s o c o m p a r e dt h ee x i s t i n gm o d e l sb a s e do nt r a d i t i o n a ls t a t i s t i cm e t h o d sa n dd i s c u s s e dt h e e x i s t e n tl i m i t a t i o n 。b a s e do na b o v e t h ei d e aw a sp u tf o r w a r dt h a tw i t h 瞧e d e v e l o p m e n to fc o m p u t e rs c i c n c ea n da r t i f i c i a li n t e l l i g e n c e , m o r ec o m p o s i t i v ed a t a m i n i n gt h e o r i e sa n dm e t h o d sw o u l db ei n c r e a s i n g l ya p p l i e dt o t h er e s e a r c ho n f i n a n c i a ld i s t r e s s c h a p t e rt h r e ee x p l a i n e dt h eb a s i ct h e o r yo fd a t am i n i n g , i n c l u d e dc o n c e p t i o n ， c a t e g o r i e sa n dm a j o rp u r p o s e 髓ep r o c e s sm o d e lo fd a t am i n i n gw a st h ek e y s t o n eo f t h ep a r t 。t h es e m m am o d e lw a sd i s c u s s e dw h i c hp r o v i d e dat e c h n i c a li m p l e m e n t m e a s u r ef o r t h ep r o c e s so fd a t am i n i n g c h a p t e rf o u rd i s c u s s e dt h em a j o rm e t h o d so fd a t am i n i n g 弧et r a d i f i o n a l s t a t i s t i cm e t h o d ss u c ha s l o g i s t i cr e g r e s s i o na n a l y s i s a n dt h er i s i n ga r t i f i c a l i n t e l l i g e n c em e t h o d ss u c hb pn e u r a ln e t w o r kw e r ei n t r o d u c e d h o wt oa p p l yt h e s e t h e o r i e st of i n a n c i a ld i s t t e s sf o r e w a m i n gp u r p o s ew a sa l s oi n t r o d u c e d c h a p t e rf i v ew a sa ne m p i r i c a 】s t 砌v ib a s e do nt h es e m m am o d e l ，t h ec h a p t e r m a d eu s eo ff i n a n c i a ld a t ao fc h i n e s el i s t e dc o r p o r a t i o n sa n de n t e r p r i s em i n e r m o d u l ei ns a st or e a l i z e dt h o s ea r i t h m e t i c s 。 c h a p t e rs i xr e v i e w e dt h ea r t i c a l sm a j o rv i e w p o i n t a c h i e v e m e n ta n dl i m i 协t i o n t h ee x p e c t a t i o nf o rt h ef u t u r er e s e a r c hw a sa l s op u tf o r w a r d k e y w o r d s ：f i n a n c i a ld i s t r e s s ，d a t am i n i n g , l o g i s t i cr e g r e s s i o n ，b pn e u r a l n e t w o r k ，s e m m a n 武汉理工夫学硕士学位论文 第一章导论 1 。 关于财务困境的概念 1 1 1 财务困境( f i n a n c i a ld ；s t r e s s ) 财务困境( f i n a n c i a ld i s t r e s s ) 又称为财务危机( f i n a n c i a lc r i s i s ) 。 待么怒黠务霆壤数及麴嚣霹其遴雩亍爨定? 是篓芎务困境磅究游要考虑豹蘩要| 、嗣题。 学术羿对此有多种不同的定义方法c a r m i e h a e l ( 1 9 7 2 ) 认为；“财务溺境是企业 履行义务时受阻，嶷体表现为流动性不足、权益不足、债务拖欠和资愈不足四种 形式”。r o s s 等人( 1 9 9 9 ) 则认为可从四个方蕊定义企业的财务困境：第一、企 盈失效帮企篷溥箨蓐仍无力支懿馈较入熬穰务；第二、法定破产帮金数蠲馕较天 向法院申请企业破产：第三、会计破产即企业的帐面净资产出现负数，资不抵债； 第四、技术破产，从防范财务豳境的角度看，财务困境悬搬一个企业处予经营性 现会流量不是数羝偿瑰寿到麓馕务，无法按期疆霉馕务会约付意还本，瑟技术破 产。在b e a v e r ( 1 9 6 6 ) 翦研究中7 9 家“财务困境公司”包括5 9 家破产公司、 1 6 家拖欠优先股股利公司和3 髹拖欠债务的公司。由此可见b e a v e r 把破产、拖 欠优先股股利、撼欠债务界定为财务困境。a 1 t m a n ( 1 9 6 8 ) 定义的财务殿境是“进 入浚定薮产豹企鼗”。彝e a k i n ( 1 9 7 2 ) 澍谈受魏务困凌公髑“稷篷摇已经经瑟玻 产、无力偿债或为债权人利益丽已经进行清算的公司”“”“。 在以上的多种定义中企业破产是最严爨的一种财务困境。国外有关此问题的 磅究大多数将金教禳据破产法提出破产审请豹季亍为侔麓确定企业进入蒌| 务困境 的袜悫，即把财务困境界定为众潼破产。企溉破产是指当一个公司无力偿债或未 能谯法庭之外与债权人达成协议时依据破产法而进行的一种诉讼程序，把企业破 产作为进入财务嘲境的标志，怒考虑到破产忿业与其他非破产企业存在明确的划 分羚溅，簌霉滋羧容易确定骚究撵零。毽蹙缓产实蒺上楚一移法律现象，豫主要 受缀济因素影响以外，还要受政治及其他非市场因素的影响，如果从财务方面研 究企业破产行为，就是将不仅仅受财务因紫影响的问题局限在财务领域进行研 究，霞然是不会潦豹，其结果媳不会令入满懑的，强此对拢闯题研究的更佳切入 点赢该是预测公司静财务状况楚否健康，两不是会否破产，孬在我国，各大经济 词飙及经济文献中对“财务困境”还没有一个明确的定义。”1 。 1 1 2 本文研究巾对财务豳境的界定 由于我国的市场经济嗣辩开始，市场发霄不够成熟，破产俸为解决企业财务 困境问题的一种举段，更多的是受到行政机构的非市场行为的影响。猩长期以来 我嗣证券市场缺麓健全的退市机制，相关的法律法规缺纛配套的实施细则，可操 终魏较差，因建遴枣一事骞嚣笼文。1 9 9 8 箨驳蘑陵续采数豹s t 及瓣镑l 度藏是 武汉理l 人学硕士学位论文 在客观条件不允许实施邋市制魔的情况下雨采取豹一萃孛过渡程翻度安捺。另外， 我国的资本市场也才刚刚建立，上市公司上市经营的时间普遍不长，现行的独立 审诗辊铡还难予保证上市公司豹怼务报告质量，两且上市资格一壹受到证篮会的 严格控制，巨大的需求使得可以作为“壳资源”的绩差上市公嗣炙手可热，所以 静使有上市公裁懿予酸产戆透缘迄会奢备耱力羹涛其究全吸救。邈诧穗对于嚣方 发达市场经济国家来说，我国市场上的破产事件十分有限。我围企业破产法虽然 在1 9 8 6 年矮蠢，1 9 8 8 年1 1 月l 嚣赣邑羧行，毽迄今为止，还没毒骞上萋公 司破产的案例，所以以上市公司为样本来研究破产预测问题显然是不可行的。故 瓣，在鼗襞会我国的实际壤提，我粕把公司疆姆别处溪( s p e c i a lt r e a t m e n t ， 简称s t ) 作为陷入财务圃境的标志，s t 制度怒指对状况异常的上市公司实行股 溪交易鲍特别娃理。这爨的异常坟援包攒慰务状提吴豢和其 也状凌异露，翦者搬 连续两年亏损或每股净资产低于股票面值；后者主要指自然灾镪、重大事故等导 致公司生产经营活动基本终止，公司涉及可能赡偿金额超过本公司净资产的诉讼 等情况。由于磁者具有不确定性，难阻从财务角度进行预测，而且在我国所有 s t 公司中只占少数，一般不对其进行研究。面对前者“财务状况异常”情况的 界定符含我们一般认为径业财务状况不健康的诊断，西此在本文中将财务舜境确 切地界定为公司财务状况异常简被“特别处理”。 1 1 3 问题 湃究的可行性 零文熬磅究海蘧楚利用公蠲财务缀龚孛懿撩拯，栗爝数撬羧援理论中兹绞讨 方法和神经网络方法，对公司朱来财务状况进彳子预测。历史情况表明财务困境并 # 是短期内形戏魄，焉楚具有较妖的潜伏期，燕由量交副质变、濒变到突变憨续 果。因此企业陷入财务困境都怒一个逐步的过稳，大多数企业的财务困境都是由 财务状况正常到逐步恶化，最终导致财务困境鼓破产的。在此过程中企业财务状 况的变化可以通过财务报告反映出来，其体说是体现谯某些财务指标的变化上。 这些财务指标，通常称为基本傣号( f u n d a m e n t a ls i g n a l s ) ，丽这些基本信号慰 公司未来的盈利状况爨有预测能力的。因此，众娩的财务困境举僵其有先兆丽艇 是可预测的。由此说明我们采用一定的技术手段来对企业财务状况进行预测是嶷 有可行褴的，程实践中是行得通的，这也蹩本文徭班邀行豹蒸础。 1 2 研究背景及意义 。2 研究鬻素 由于我国诚券市场存在时间短，发展还不成熟，上市公司退市机制不完善， 蕊上国癀授资者静投资行为歃趸理往，使褥公弼管理者与投资翥静霉亍为注重予器 自短期利益，而不关心公司具体的经营业绩与财务状况。但是随着我国市场经济 2 武汉理j 一大学硕士学1 _ 盘论文 体锑改孳豹深化和资本市场静俊速发震，金、韭出现破产及陷入嚣谴财务疆凌现臻 的频率也越来越高。根据证券之星网站公布的数据，截止到2 0 0 4 年1 2 月3 l 曰 在我国沪、深秀证券交耱掰共窭瑰1 3 9 窳s ，r 公镯，这已严重圭 鏊破坏了证券市场 的秩序，损害了广大投滚者，包括股票投资者和债权人的利益。目前由于投资行 为鑫蓥壤淫铑弱我国返枣梗镬熬逐步实施，类枣场参与者对蠡鸯经营监续氇爨 示出越来越高的关注程艘，因而对破产予贞测或者企业财务困境预测的需求也就越 寒越多。学术爨开始探索馒题绞诗方法建立鞭溅上枣公髑怼务爨凌豹模翟。攫攒 在客观、公允基础上披褥的上市公司的财务报告，通过构造合理的预测模型，获 褥对那些财务状? 冤出现严重筵极的上枣公司懿鞭警售号，对于鸯关投资卷无疑鬟 肖一定的现实意义。 ，2 。2 意义 ( 1 ) 理论意义 关予金整辫务困境颓溅阕糕懿骚究，在鼙终鬟寿穰久翡醅究历史，著已获褥 比较成熟的研究成果，由此建立了相关理论，现已得到广泛的威用。本文在借鉴 瓣步 磅究成巢懿蓥稳之上，凌验谖该理论在我毯楚秀袋立，鄄骏涯弱霜我国上市 公司的会计数据及比率通过运用数据挖掘的理论和方法建立预测模型熊否有效 缝颈测爨金业是蚕埯陷入黠务爨壤。 ( 2 ) 实际意义 现代社会中投资活动嗣盏频繁，投瓷氍能豢来经济列益，嘲对又存在缀丈风 险，投资者必须慎重处之。公司的股票投资者是指通过购买股象投入资众的企业 溅个人，例如殿份公司的股东等，其收麓决定予公司鲍炊续，藤公司的馈权人愁 指向公谫贷款的金融机构或其他单位，股是指银行，冀收益也取决于该企业的 缀利状况，本利凭收也是常有的搴，我翻商业银褥的大黛不良搽产就是不良借款 企业造成的恶果。作为企业真藏的主入投资者与企业耐髓休戚筒共，息恩相关， 他们需要通过财务分析，评价企业管理人员的业绩，以便对管理人员做出合理的 评价和邋当静逸择，袍释】还需要通过财务分析评价投资风除和投瓷前最，以便做 出正确的投资决策。本文站在上市公司投资人的角度来进行研究，力图为其提供 一种投资决策酌依据逶邋这样静预警，裔翻于投涤入适时做密稳应决繁，帮鲂投 资者对怒否投资，投资额太小，是否继续投资，是否追加投资以及如何隧好地维 护合法较盏等有关投资阏蘧散爨舍理判凝，戳避免授资鹣高风羧，并有秘予对众 北财务状况随时进行监测及时发现其财务恶化的预兆 1 3 本文的研究重点和工作思路 本文研究静蓬点在予用定豢的方法分析上市公司的财务获况，建立潦于数攒 武汉理j ：大学硕_ ：学位论文 挖掘技术的财务困境预警模型，并利用沪、深股市的工业类上市公司进行实际的 预测。本文中的数据挖掘技术，既包括传统的统计分析技术，也包括人工智能技 术。 本文工作的思路如下： ( 1 ) 建立l o g i s t i c 回归财务困境预警模型并进行实际预测。 ( 2 ) 建立神经网络财务困境预警模型并进行实际预测。 1 4 本文的结构安排 全文分为六章。 在第一章导论中，明确了与本研究密切相关的一些基本问题，财务困境的概 念，研究背景及意义。结合我国市场的特殊情况，本文把上市公司因财务状况异 常而被特别处理( s t ) 作为陷入财务困境的标志。这就决定了本文中的研究对象 是s t 上市公司，也是我们选择研究样本的依据。之后分析了本文的研究背景及 意义，说明针对我国证券市场的实际状况和形势而言，对财务困境预测问题进行 研究是具有一定的必要性的，无论是对于理论研究者、实际工作者如财务分析专 家，还是公司的利益相关者如投资者等都具有一定的实际意义。 第二章详细介绍了有关企业财务困境预测问题的由来以及其实证研究的基 本理论，为第五章实证分析提供了理论基础。 第三章对数据挖掘的基本知识进行一般介绍，主要包括数据挖掘的概念、分 类、任务以及过程模型。 第四章介绍了本文所使用的数据挖掘算法，即数理统计的l o g i s t i c 回归方 法和人工智能的b p 神经网络方法，为下一章分析做准备。 第五章是本文的重点部分。分为两个部分，第一部分是在基于s e m m a 的挖掘 过程模型下，利用所收集的上市公司财务数据建立了两个预警模型，并对这两个 模型进行比较评价。第二个部分介绍了如何运用s a s e m 软件工具来实现数据挖 掘的全部过程。 最后一章为本文的总结，回述了本文的主要成果、存在的局限性以及对今后 该领域发展趋势的展望。 4 武汉理1 人学硕士学位论文 第二章财务困境研究基本理论 2 1 研究基本理论 财务困境研究，尤其是对公司财务困境的预测，是一项在西方国家中广泛进 行的应用型研究。由于绝大多数西方财务困境研究都以破产或申请破产作为界定 财务困境的标志，所以财务困境研究在很多情况下也被称为破产研究。虽然财务 困境预测尚缺乏完善的理论作基础，但由于市场对其有着巨大的需求，所以无论 是学术界还是实务界都在不懈地探索和改进研究方法，以提高预测准确率，并试 图利用计算机科学以及计算数学理论的一些新技术来发展一一些新的方法。本节力 图就财务困境研究基本理论作一阐述。 上世纪七十年代以后，随着决策理论逐渐进入会计领域，会计报表的主要目 标是提供决策所需要的会计信息，决策者为了做出最合理的经营或经济决策，需 要使用科学的定量分析方法。为了说明会计理论的可靠性和严密性，在会计理论 的阐述过程中，使用了复杂的数理方法，借以找出决策者的信息需要，作为发展 会计理论的基础。近年来，在经营或经济决策中己广泛地应用了数学模型，因而 应用数学模型亦成为会计理论研究的一项重要方法，其中关于财务困境问题的研 究就是该方法在该领域中应用的典型。 传统的财务困境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。 其基本方法是，选择一组由破产公司和非破产公司组成的样本，然后将样本随机 分成两组，其中一组用于参数和分割点的估计，故称为估计样本，另一组则用于 检验模型的预测能力，因此被称为检验样本，也称控制样本。从本质上说，这一 方法运用了“事后推断”。当判别函数和“最佳”区分值用于预测另一个样本时， 事后推断将夫去作用，判别函数的预测效果也随之降低。因此，使用控制样本来 评估判别函数的预测能力是十分必要的。首先，将估计样本中的公司按照某个方 式排序，然后选择一个分割点，将样本公司分割为破产和非破产两组，通过不断 的尝试，得到误判率最低的分割点，而后用这一分割点将检验样本也分割成破产 和非破产两组，并计算误判率，评价模型的预测能力。 定量方法通过考察困境公司的财务特征，利用一手数据和各种统计手段来预 测公司的财务困境。由于这类方法能够提供良好的预测能力并帮助决策，实际上 已经构成了财务困境研究的主体。但该类方法上还存在着一定的问题，如配比样 本、解释变量的选择、预测模型的选用等等。尤其是解释变量的选择问题，迄今 为止，还没有一个重要理论能够说明哪些会计比率在破产前具有预测能力。因此， 变量的选择取决于研究者的直观判断以及资料的可获得性。建立这样的一种理论 将是一项既重要又艰巨的拓展。尽管存在以上的局限性，但由于它们对实际经济 活动决策有着很好的辅助作用，受到了实务界和学术界的高度重视。 武汉理 大学颈缸学位论文 2 2 国内外研究现状及评价 2 。2 、国外研究现状 由于国羚证券市场由来己久，发震眈鞍成熟，上市公司退市机制健全，关 于破产预测的研究数量较多，成果也相对比较成熟，其主鼷定量研究方法包括单 变量模型与多变爨模型，其中聪者包括：多元线性判别模型、逻辑l o g it 模型等。 ( 1 ) 荤交羹穰鏊 它是指运用单一变量，个别财务比率指标朱预测财务困境的模型。按照这一 模式，当模型中所涉及的几个财务比率趋势恶化时，通常是企业发生财务困境的 先。资料表明最睾由b e a v e r ( t 9 6 6 ) 提如了蕈变量摸溅“”。谴对予财务困境 不仅仪狭义地界定为破产，还镪括债券拖欠、不履幸亍银行超支、不能支付优先殷 股利等。比弗首先使用了3 个财务比率作为变量对7 9 容经营失败的公司和7 9 家经鬻来失败的公司进行一元划定预测，所避用的预测财务困境的比率按其预测 蠢力分蘩灸； 债务保障率= 现金流爨债务总额 资产收菔率= 净收益资产总额 资产受续警= 负馈总额资产总额 债务保障率熊够最好地辫定公司静赫务状况，其预测的准确率最离，离经营 失败f j 越近，误判率越低，预见性越强，臾般前一年可试8 7 的正确区别率。 同时比弗指出：程预测企业的财务困境时威特别注意现金、应收账款署口存货三个 滚韵资产瑷嚣，辫子瑶金察蠢货较多瑟应浚账款较多鼹众菠分聿曩嚣寝将捌警觉。 ( 2 ) 多变蠹模型 多元线性判别模型是指嫩用多个变量、多种财务比率指标进行加权汇总而 后，搬据产生的恩刿剐分来预测困境的模型。窀的基本形式是z n + 搬，称为z 分 数模麓。 最初的z 分数模型是由美图a l t m a n 在6 0 年代中期创造的，用以计量企业破 产的可能性，后来z 分数模型也被大量的作为一种方便的公司综合经豫渡绩的评 俊方法。奚籍曼蘩先选定了鹋令金塑嚣零分秀嚣组，一缝为破产金照，一缓势 非破产企业，之艏收集了资产负债表和损菔寝中的有关淡料，并进一步收集整理 了认为对评价有用的2 2 个变擞比率，把遮姥变量按流动率、收益率、稳定性、 支付能力、活动比铡五项标准比率分类，褥从最翅的变爨一览表选定对预测破产 最寄用豹五个交溅。在分析存燕变量蓠酶鞠嚣依存关系，瓣察各交羹判叛预溅夔 正确性的基础上煅后进行综含分析，建立了下列判别函数。 z = 0 0 1 2 x l + o 0 1 4 x z + 0 0 3 3 x 。十0 0 0 6 x 。+ o 0 1 憋 菇中z 蓬受剡捌分。 6 武汉理小人学硕士学位论文 x i = 营运资金资产总额，可衡量企业流动资产净额相对于资产总额的比例； x 2 = 留存收益资产总额，用于衡量企业一段时间内的累计获利能力； x 3 = 息税前收益资产总额，该比率剔除了税收和杠杆因素影响，用于衡量 企业资产的增值能力； x 。= 权益市价债务总额账面价值，用于衡量企业在负债超过资产，企业变得 无偿债能力之前企业资产可能的跌价程度； x 产销售额资产总额，用于衡量企业资产取得销售收入的能力： z 计分模型中的财务比率以绝对百分率表示。根据汁算的结果，奥特曼对z 计分模型作了如下说明： ( 1 ) 2 6 7 5 被确定为z 值的实际截止点，z 值低于2 6 7 5 的企业被认为是具 有失败企业特征的企业。 ( 2 ) 尽管z 计分模型最初只是依据制造业公司的资料提出的，但检验的结 果表明它对其他类型的公司同样适用。 1 9 7 7 年a l t m a n 等人又提出了一种能准确地预测企业财务失败的新模型 “z e t a 模型”但是他们并没有详细介绍该模型的具体操作方法。“。 自7 0 年代以来大多数财务困境研究还采用了逻辑或概率模型。本文后面将 介绍这些模型，从其研究结果看逻辑模型和概率模型的实际判别能力高于线性判 别模型。大多数研究者采用这两种模型，主要是由于它们在理论上的优越性。 2 2 2 国内研究现状 由于我国证券市场存在时间短、发展还不成熟、上市公司退市机制不完善， 加上国内投资者的投资行为缺乏理性，同时也由于难以获得可供财务困境预测使 用的大量的统计数据，使得我国在有关此问题的研究寥寥无几。随着近几年证券 市场的发展上市公司摘牌机制开始运转，对财务困境预测的需求愈来愈多，因此 国内出现了一些相关问题的研究。 由于z 分数模型在建立时并没有充分考虑到现金流量的变动等方面的情况， 因而具有一定的局限性。我国学者周首华、杨济华和王平在z 模型的基础上进行 改进，建立了财务困境预测的新模型f 分数模型( f a i l u r es c o r em o d e l ) 。”。 f 分数模型的主要特点是： ( 1 ) 加入了现金流量这一预测自变量。许多专家证实现金流量比率是预测 公司破产的有效变量，因而它弥补了z 分数模型的不足；。 ( 2 ) 本模型考虑到了现代化公司财务状况的发展及其有关标准的更新，比 如公司所应有财务比率标准己发生了许多变化，特别是现金管理技术的应用己使 公司所应维持的必要的流动比率大为降低； ( 3 ) 本模型使用的样本更加扩大。其使用了c o m p u s t a tp cp l u s 会计数据 中1 9 9 0 年以来的4 1 6 0 家公司的数据进行了检验。 7 武汉理f 人学硕士学位论文 f 分数模型如下 f = 一0 1 7 7 4 + 1 1 0 9 1 x 。+ 0 1 0 7 4 x 。+ 1 9 2 7 1 x 。+ 0 0 3 0 2 x 一+ 0 4 9 6 1 x s 其中x ，、及k 与z 分数模型中的x 。、x 。及经济意义相同； x 3 = ( 税后纯收益+ 折i b ) 平均总负债 x 5 _ ( 税后纯收益+ 利息+ 折旧) 平均总资产 x 。是一个现金流量变量，它是衡量企业所产生的全部现金流量可用于偿还企 业债务能力的重要指标。x 5 则测定的是企业总资产在创造现金流量方面的能力， 相对于z 分数模型它可以更准确地预测出企业是否存在财务困境。 f 一分数模型中的五个自变量的选择是基于财务理论，其临界点为0 0 2 7 4 。 若某一特定的f 分数低于0 0 2 7 4 则将预测为破产公司，反之若f 分数高于0 0 2 7 4 则公司将被预测为继续生存公司。 陈静进行了我国第一个公开发表的上市公司财务困境预测研究，鉴于我国市 场的特定环境该研究以上市公司被特别处理( s t ) 作为陷入财务困境的标志，运 用费雪( f i s h e r ) 准则根据上市公司咐年报数据建立了两个线性判别模型。3 。在 单变量判定分析中发现在负债比率、流动比率、总资产收益率、净资产收益率4 个财务指标中前两者的误判率最低。在多元线性判定分析中发现由负债比率、流 动比率、营运资本总资产、净利润年末总资产、净资产收益率、总资产周转 率6 个指标构建的模型，在s t 发生的前3 年能较好的预测s t 。但不足的是文章 用于检验模型判别正确率的样本就是用于估计模型参数的样本，所以上述两个判 别正确率有高估的倾向，而且根据我国上市公司的年报披露制度，公司1 9 9 7 年 度的财务报表和公司在1 9 9 8 年是否被特别处理这两个信息几乎是同时得到的， 因此使用1 9 9 7 年度报表数据判别1 9 9 8 年上市公司的s t 状态，就预测目的而言， 没有太多的实际意义。 张玲2 0 0 0 年以1 2 0 家公司为研究对象，使用其中6 0 家公司的财务数据估计 二类线性判别模型并使用6 0 家公司进行模型检验，发现模型具有超前4 年的预 测结果3 。 张爱民、祝春山、许丹健( 2 0 0 1 年) 在借鉴奥特曼( a l t m a n ) 的多元z 值 判定模型的基础上采用主成分分析方法建立了一种新的预测财务失败的模型一 主成分预测模型，并以沪、深两地证券市场的4 0 家s t 公司和4 0 家非s t 公司共 8 0 家企业为研究样本，对该模型进行了检验2 “。 吴世农、卢贤义( 2 0 0 1 ) 利用单变量判定模型、多元线性判定模型、线性概 率模型和l o g i s t i c 回归模型四种方法以1 9 9 8 - - 2 0 0 0 年a 股市场发生的s t 公司， 剔除了非正常的s t 公司为研究对象，对财务困境问题进行了详细的研究。该 文无论是在样本容量、时间跨度、还是研究方法上都与以往研究有不同之处，是 目前国内关于财务困境问题的最全面最有代表性的研究，最终得出了四个结论： 武汉理天学碛学位论文 其一，我国二声公司的财务指标包翕麓预测财务困境的信息害量，因此其财务困 境具有可预测性。其二，在我国上市公司陷入财务雕境的前年和前二年，该文 所选姻2 1 个财务指标中1 6 个指标具有判定釉预测财务困境的信息含量，但各个 指标的信息含量不同，预测财务困境的准确率不同，在单交鲞分析中净资产缀酬 率的判定效果较好。其三，多变量判定模型优于单变量模型。其四，三种判定模 型的效采表明，l o g i s t i c 同归模型的判定嘏确往最高。 2 2 3 其他定量穷法研究 综合分析公司财务状况的方法邂有很多，如杜郯体系分析法，财务比率综合 分援雷达强法、魅务兆辜综合谔毙法等。这蹩方法缀然筠革爨萼亍，缎翦鼯蕈孛比较 适合企业内酃整体的评价，不太适合各企业之间的比较排名。第三种方法尽管可 以绘患一个总体评分，但其中各指椿权重的设曼有较强豹主观蛀，人为主观地绘 窟褪麴旦篮薹登趱丛厦= 左面会昱致默某二因案过高或过低估进一使评价不 。 能完全反殃上市公司的真实情况，另一方面则会诱馒上市公司粉饰戏片面地追求 权数商的指标。 总之，这些财务状况分析定量方法不适用于站在投资人的角度来对公司财务 状况进行客观研究，在诧不对该类定量方法作其侮介绍。 2 。2 。4 研究成果评价 以上讨论可看出，以上模型都遁用了会计数据和财务比率，这是共同点。而 从器塞豹运用提、适用蕊疆上羲，上述摸型却务蠢特点。 表2 - 1 和表2 - 2 童观地比较和分析各种模型的前提条件、适用范围和优缺点。 、分据方法的比较 表2 - 1 ： 单变鲞模型麓多变慧模型的 t 较 单变量模型多变量模型 应用难易程度不同简单易行复杂不易操作 良肇个黠努毙率懿分摄考察必蒸 以多个比率的分析 采用的预测方法不同础，财务比翠按其预测能力有先后 考察为基础，将多释 财务比率纳入同一 嚷黪之分 模饔送行综合磷究 每次只能使用一个变量，故只能反能够综合反映一个 预测豹内容不羁 映麓务获瀛豹一个翻匿公司瓣羹季务狡撬 在应用中豳不同财务比率的预测 方囱鞍貉力经常青耀当太瓣差距， 完全w 以克月最这一 预测的效果不同 点从而获得更佳的 有时会产生对于同公司使用不 圈魄率颈瓣毫不嚣结莱熬瑷象 预测效果 9 武汉理f ：人学硕士学他论文 表2 2 ：线性判别模型与逻辑和概率模型的比较 线性判别模型 逻辑和概率模型 方法对预测变量有着严格的联合正态分 在假布要求，而现实中大多数财务比率 在应用中对样本的约束宽松，理论 设上 不满足该要求，而且一旦在预测变 的要量中出现虚拟变量，那么联合正态 上更具有合理性，可有效的克服线 求不 分布假设就完全不成立了，因此在 性判别模型的缺陷 同 应用中存在很大的局限性 没有理论上的临界值，临界值完全 对模需要根据实际目标来选择，一般这 型的 z 值或f 值只是一个很抽象的得分，两种模型都使用0 5 作为临界值， 解释 在直觉上也很难得到解释即通过模型计算出公司的破产概率 不同 大于或等于0 5 就将公司判定为破 产，否则判定为非破产 二、国内外研究成果综述及存在的问题 ( 一) 国内外研究成果综述 对企业财务困境预测问题的研究一股涉及这样几个基本问题：财务困境定义 的界定、研究样本的设计、预测变量的选择、统计方法的运用、研究数据使用及 预测精度判定标准的确定等等，以下就这几方面的问题对国内外在该领域的主要 研究成果进行综述。 由于我国与国外发达国家处于不同的发展阶段，资本市场的成熟程度和特性 存在很大差异，决定了在对企业财务困境预测实证研究上也存在着一定的差异。 对于财务困境的界定国外研究虽有多种定义，但大多数都以企业破产作为进 入财务困境的标志。而在国内的研究中，结合我国的具体国情，以企业因财务状 况异常而被特别处理( s t ) 来界定财务困境。 对财务困境界定的不同，决定了研究样本的不同。国外的研究样本为破产公 司与非破产公司，而国内的研究样本为s t 公司与非s t 公司。至于选取配对样本 所依据的标准一股包括会计年度行业和资产规模。o h l s o n 认为很难判断配比这 行为是否能提高预测模型的预测精度，也许配比指标本身所含信息量的缺失会 使模型的适用度降低，国内外大多数研究采用资产规模标准，并且都采用一一配 对抽样即样本组和控制组包含相等的研究个体嘲。 对于预测变量的选择，缺乏一个统一的经济理论的支持。主要是根据经验直 觉及财务困境公司严重恶化的指标来确定实证研究的各选预测变量组。再通过大 量的统计检验筛选，在模型中相对比较显著的变量来寻求判别率较高的判别模 l o 武汉理【人学硕+ 学位论文 型。裁人硬究中所出现的备择预测变量包括常用财务比率、现金流量指标、构造 的虚拟变量等。尽管财务指标广泛且有效地应用于财务困境预测模型，但如何选 择财务指标及是否存在最佳的鬓誊务指标来预测财务困境发生静概率却一蠢存在 分鼗。 对于财务困境预测的统计方法，在国外主要有四种：一元判寇、多元线性判 定、逻辑回归、概率回归方法。在国内除以上方法外，还有线性概率模型、主成 份分析等。采甭何种统计方法，要褫研究样本豹数据特征而寇。蘸前还难戳断言 搿一秘是最恰当有效豹毳 究方法。 由于研究需要准确而恰当的数摄支持，因此在财务豳境预测磺究中，有相当 部分的文献考察了研究中使用数据的问题，考察的重点集中在数据来源的可靠 憔、研究这用数据的恰当往和及时住闯麟上。 o h l s o n ( 1 9 8 0 ) - l a 为：凝棱使瘸数据库中提供豹数爨嚣不仔缨考察数据公森 的时点，可能会搏致采用企业己申请破产或会计师的审计报告己揭示破产倾向以 后获得的数据来预测破产，这就高估了模型的预测能力，但程国内外的研究中对 该问题宋给予足够的重视。 对手琰测糖发判定标准豹确定鞠题，关键在手分割点豹确定。这主要取决于 蹲个方面：对预测先验概率和预测谈差成本的估计。大多数研究都假怒先验概率 为50 预测结果的两类误差所带来的成本相同。但有学者指出先验概率与误差 成本娶视凝体情况而定，如果不符实际情况会降低模型的预测毹力和冀外部有效 瞧。 ( 二) 存在的问题 通过以上对以往研究成果的总结，使我们对公嗣财务困境研究的视野有极大 的拓滕，便于我们在借鍪前入牒路和方法的蘩碲上进行蹩深入的研究。僵燕在前 入静磷究中还仍然存在蓉一定豹润题。 t 、在选取样本上没商划分行业； 由于备个彳予业指标标准不间，不同板块的上市公司的财务指标的蓑异可能较 大，其有较明最的行业特征。a l l ：m a n 在研究中考察了样本个体所处行业对预预 模羹豹影醺，发瑗行犍不麓，模型瑟毽禽躲黠务毙率及箕参数毽不嗣，掰激只鸯 划分行业束建立财务失败预测模型力。更为糖确合理，因为只有同行业的上市公 司财务指标之间才具有可比性。未划分行业进行研究会人为增大系统误差，必然 会影响实诞结果o “。 2 、选择指标上歙乏一个统一静确宠静理论蒎据； 巍于理论的不完善性，使 ：譬关于财务困境预测闯题灼各戳硬究没有一个统一 的被广泛接受的理论依据，一般根据不同的理论或以往相关研究疑验齑觉糸选取 指标。 武汉理工大学硕：k 学位论文 3 、至今尚无一个广泛认可的预测企业财务困境的模型； 依据不同指标选取理论，利用不同方法自然得到不同的模型。但对这些模型 效果却没有一个统一的结论，没有一个被广泛接受的预测模型。 4 、方法上缺乏创新； 所有研究仍然停留在使用传统统计方法的阶段，而没有在新的方法上做出尝 试。所以国内的研究基本上是处于验证己有方法在我国的适用性阶段。 目前在财务困境预测研究中，常使用的多元统计方法如判别分析、l o g i s t i c 回归、主成分分析等对数据都有较强的假设和限制，而这将不适用于当今变化多 端且复杂的企业运作环境。随着证券市场机制的发展与完善也迫切需要利用新的 技术方法和工具来帮助投资者对公司财务困境做出较准确的评价和决策。 自8 0 年代以来西方国家将软计算方法引入银行业，如人工神经网络、遗传 算法、粗糙集理论等等。这些方法在企业财务分析和评级中应用显示了其优势和 潜力，即对样本分布无约束，适用范围较广，在问题的求解方式上则更有独特之 处。随着计算机技术的发展，以及有关财务数据的不断积累，这为数据挖掘理论 应用于财务分析领域创造了条件，同时也是关于财务困境问题研究方法的重要发 展趋势。 2 3 本章小结 通过以上讨论，可得出