核Fisher判別分析模型在財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用研究.pdf

1、競(jìng)爭(zhēng)激烈的市場(chǎng)經(jīng)濟(jì)孕育發(fā)展機(jī)遇的同時(shí),也暗藏著無(wú)盡的風(fēng)險(xiǎn)和危機(jī)。對(duì)于上市公司而言,因財(cái)務(wù)危機(jī)淪為“ST”甚至被迫退市的情況愈演愈烈。公司陷入財(cái)務(wù)危機(jī),不僅危及其自身的生存和發(fā)展,也給投資者、債權(quán)人帶來(lái)巨大損失。因此,構(gòu)建一個(gè)有效實(shí)用的財(cái)務(wù)預(yù)警模型,滿足利益相關(guān)者的需要,已不僅僅是一個(gè)學(xué)術(shù)問題,更是影響我國(guó)資本市場(chǎng)健康發(fā)展的重要因素,具有很強(qiáng)的現(xiàn)實(shí)意義。本文試圖使用能夠處理非線性分類問題的方法——基于核函數(shù)方法的Fisher判別來(lái)解決企業(yè)

2、財(cái)務(wù)危機(jī)的預(yù)警問題,它是Fisher判別的非線性推廣。樣本數(shù)據(jù)選擇的是2005年和2006年被ST的上市公司以及配對(duì)樣本兩者三年前的財(cái)務(wù)數(shù)據(jù)。首先對(duì)初選的29個(gè)指標(biāo)進(jìn)行K-S檢驗(yàn)和Mann-Whitney U顯著性檢驗(yàn),篩選出在兩類樣本中有顯著差異的指標(biāo),并在此基礎(chǔ)上對(duì)經(jīng)過篩選的指標(biāo)進(jìn)行主成分分析,將得到的主因子作為核Fisher判別模型的輸入,通過核Fisher模型在高維空間建立的判別函數(shù),解決原空間中的非線性判別問題,得到了較好的判