企業(yè)財務(wù)困境預(yù)測動態(tài)建模研究.pdf

1、當(dāng)前，企業(yè)的運營環(huán)境呈現(xiàn)出全球經(jīng)濟一體化和客戶需求多樣化的特征，行業(yè)競爭日趨激烈。外部環(huán)境的不確定性以及企業(yè)內(nèi)部對其認(rèn)識的局限性，導(dǎo)致企業(yè)面臨的內(nèi)外部風(fēng)險日益增大。財務(wù)困境是企業(yè)所面臨的內(nèi)外部風(fēng)險因素最終惡化后的綜合和顯著的表現(xiàn)。隨著我國證券市場制度和破產(chǎn)法律的完善，持續(xù)處于財務(wù)困境的企業(yè)最終走向退市或者破產(chǎn)的風(fēng)險不斷加大。企業(yè)作為資本市場上的重要參與者，其能否健康發(fā)展受到諸多利益相關(guān)者的關(guān)注，甚至可以在一定程度上決定投資者對整個經(jīng)濟走

2、勢的預(yù)期。因此，在金融危機席卷全球的背景下，如何更加有效地對企業(yè)財務(wù)困境實施預(yù)測，具有重要的現(xiàn)實意義。
　　然而，當(dāng)前的財務(wù)困境預(yù)測研究仍多集中于靜態(tài)數(shù)據(jù)集上單一財務(wù)困境預(yù)測方法的比較選擇，或者靜態(tài)數(shù)據(jù)集上多種財務(wù)困境預(yù)測方法的簡單組合上。財務(wù)困境的組合預(yù)測方法研究不夠深入，其主要體現(xiàn)就是事先靜態(tài)給定組合系統(tǒng)的基本構(gòu)成，由此導(dǎo)致模型性能的隨機性，其外推性較差，缺乏以數(shù)據(jù)為驅(qū)動的模型結(jié)構(gòu)動態(tài)選擇機制。再者，當(dāng)前的財務(wù)困境預(yù)測研究方法

3、尚處于靜態(tài)建模階段，樣本數(shù)據(jù)收集于特定的擴展期，而企業(yè)財務(wù)數(shù)據(jù)信息具有隨時間推移動態(tài)增量變化的特點。因此打破靜態(tài)建模的限制，建立隨時間推移動態(tài)更新的財務(wù)困境預(yù)測模型，以滿足新的經(jīng)濟環(huán)境或企業(yè)動態(tài)運營環(huán)境下的財務(wù)困境需要，具有重要的理論意義。
　　本文以分析企業(yè)財務(wù)困境的含義及其特征入手，從而引出了可能使企業(yè)陷入財務(wù)困境的內(nèi)外部原因。以經(jīng)濟預(yù)警的基本理論知識和財務(wù)困境預(yù)測的理論為基礎(chǔ)，從理論層面分析以企業(yè)的財務(wù)指標(biāo)作為困境預(yù)測征兆預(yù)

4、測財務(wù)困境的合理性。進而提出了企業(yè)財務(wù)困境預(yù)測動態(tài)建模的整體思路框架，其包含兩個角度：第一，基于靜態(tài)數(shù)據(jù)集上多分類器組合預(yù)測系統(tǒng)結(jié)構(gòu)的動態(tài)優(yōu)化和選擇；第二，打破靜態(tài)數(shù)據(jù)集的限制，針對財務(wù)困境樣本數(shù)據(jù)流設(shè)計能夠動態(tài)更新的財務(wù)困境預(yù)測模型。
　　通過數(shù)據(jù)實驗對所提出的理論模型加以驗證，因此首先的工作就是樣本選取與數(shù)據(jù)的預(yù)處理。以上海證券交易所和深圳證券交易所的321對財務(wù)困境樣本公司及其配對樣本公司作為后續(xù)靜態(tài)數(shù)據(jù)集和動態(tài)數(shù)據(jù)流的實驗

5、樣本，初始財務(wù)指標(biāo)體系包含40個指標(biāo)，獲取了用于建立財務(wù)困境預(yù)測模型的兩個截面樣本數(shù)據(jù)集。通過財務(wù)指標(biāo)的正態(tài)性檢驗和均值的非參數(shù)檢驗，從實證角度證明了絕大多數(shù)財務(wù)指標(biāo)的確在兩類樣本中存在顯著差異。使用多種特征提取方法作用于兩個截面樣本數(shù)據(jù)集，獲取精簡的多個財務(wù)指標(biāo)特征子集，以期從多個角度反映財務(wù)困境的信息內(nèi)涵，并作為后續(xù)章節(jié)建立財務(wù)困境預(yù)測組合模型的多個輸入。
　　針對靜態(tài)數(shù)據(jù)集，提出多分類器選擇性集成的財務(wù)困境預(yù)測方法。首先，從

6、定性分析和定量推導(dǎo)的角度證明進行多分類器組合可能帶來的好處以及相應(yīng)的條件，進而說明選擇性集成的必要性。提出了基于貪心搜索和后剪枝的動態(tài)選擇性集成方法，該方法通過獲取多個局部最優(yōu)的組合系統(tǒng)并結(jié)合后剪枝方法從基本分類器庫中動態(tài)挖掘組合系統(tǒng)結(jié)構(gòu)，實驗結(jié)果表明：該方法顯著優(yōu)于全集成以及個體最優(yōu)單分類器，并且這種融合順序明顯優(yōu)于降序集成、升序集成和隨機集成；設(shè)計了基于遺傳搜索的選擇性集成方法，以基因來表示基本分類器，以染色體來表示組合預(yù)測系統(tǒng)，以

7、組合系統(tǒng)預(yù)測準(zhǔn)確率為全局優(yōu)化目標(biāo)，通過遺傳運算動態(tài)挖掘最優(yōu)組合系統(tǒng)，實驗結(jié)果表明其能夠進一步提高財務(wù)困境預(yù)測的準(zhǔn)確率。
　　針對財務(wù)困境預(yù)測樣本增量流動的特點，結(jié)合模式識別中的概念漂移理論，提出了面向概念漂移的財務(wù)困境預(yù)測動態(tài)建模方法。在深入分析財務(wù)困境概念漂移的含義基礎(chǔ)上，分別設(shè)計了窗口大小固定和窗口大小自適應(yīng)兩種窗口選擇機制，實驗結(jié)果表明：窗口大小自適應(yīng)機制能夠根據(jù)當(dāng)前財務(wù)困境概念特征動態(tài)調(diào)整窗口大小，無論從理論和實際預(yù)測效果

8、上均優(yōu)于固定窗口。在此基礎(chǔ)之上，將多分類器動態(tài)集成方法與窗口選擇方法結(jié)合，通過bagging方法產(chǎn)生基本分類器，并定義了未來待預(yù)測樣例的局部預(yù)測空間，以局部預(yù)測空間上的性能度量為單一待預(yù)測樣本動態(tài)選擇某一個或幾個基本分類器。實驗結(jié)果表明：在多數(shù)情況下，動態(tài)選擇和集成可以進一步提高窗口的預(yù)測性能。
　　本文所進行的企業(yè)財務(wù)困境預(yù)測動態(tài)建模研究，分別從靜態(tài)數(shù)據(jù)集上模型結(jié)構(gòu)的動態(tài)選擇和樣本數(shù)據(jù)流下模型的動態(tài)更新為研究視角，有助于豐富企業(yè)