《基于支持向量机模型的上市公司财务预警研究》由会员分享，可在线阅读，更多相关《基于支持向量机模型的上市公司财务预警研究（72页珍藏版）》请在金锄头文库上搜索。
1、南京航空航天大学硕士学位论文基于支持向量机模型的上市公司财务预警研究姓名：鲍鹏申请学位级别：硕士专业：会计学指导教师：刘益平20070101南京航空航天大学硕士学位论文 I 摘 要 在日益发展但尚不成熟的中国证券市场中， 许多上市公司的财务状况频频陷入困境，这不仅严重损害了广大股票投资者、债权人的利益，也严重影响了我国证券市场的健康发展。因此，对上市公司财务困境预警的研究已成为近年来学术界的一个研究热点，它不仅具有较高的学术价值，而且有着巨大的应用前景。如果能够将这种研究成果推广到其他各种非上市公司，用以指导所有类型企业来防范其自身的财务风险，就更具现实意义。 本文首先对国内外财务困境预测模型
2、研究的经典文献进行了回顾， 总结分析了前人研究方法和研究成果的优点和不足。在此基础上，选取 2003 年和 2004 年因“财务状况异常”而被特别处理的 122 家 A 股上市公司作为研究样本，并按照行业和规模配对的标准,选择同样数目的财务状况良好的上市公司构成配对样本，对反映样本公司财务状况的 19 个主要财务指标，运用因子分析的方法提取出 7 个公共因子，建立新的财务指标体系。最后，使用一种被称为支持向量机（SVM）的新型神经网络技术，以所提取的 7 个公共因子为变量，构建了一种新的上市公司财务困境预警模型，使广大的股票投资者及上市公司的其他利益相关者能够利用这一模型， 对上市公司的财务状
3、况进行方便、 准确、 有效地预测， 为他们进行正确的理财决策提供理论和方法支持。 为了检验所建财务困境预警模型的有效性， 本文又利用相同的样本及财务数据建立了 Logistic 回归模型，并将这两种模型的预测效果和精度进行比较，结果发现支持向量机模型因其自身特点， 使预测精度大大提高， 具有其他方法不可比拟的优越性，实现了方法上的创新。 关键词：财务预警、支持向量机、因子分析、上市公司 基于支持向量机模型的上市公司财务预警研究 II ABSTRACT Research on financial distress prediction is one of the most important r
4、esearch subjects. It has not only high academic value but also enormous practical value. In Chinese developing but not mature security market, whether the listed companies are healthy or not, will affect related interests of investors and creditors. The research of their financial situation is of gr
5、ate importance. If we can generalize the research results into the other no-listed companies, it will be more significant to guide the management and risk prevention of the enterprises. This article firstly reviews previous empirical results of the research on the financial predicting models. Second
6、ly, based on the summary of previous research methods and results, one hundred and twenty two A Publicly listed firms, which are special treated (ST) in the year of 2003 and 2004, are selected as samples. And according to the matching criterion of the same industry and size, the equal quantity firms
7、 whose financial situation is good are selected as control samples. Furthermore, this paper uses factor analysis to abstract the most important nine factors from nintheen financial indexes, then seven common factors have been selected to set up the new financial index system. At last, we use support
8、 vector machines to set up a new financial distress prediction model., which gives the direction of the enterprise operation. In order to test the validity of financial distress prediction model ，we use the same samples and financial data to establish a logistic regression model,through comparing th
9、e accuracy of these two forecast models,we find that because of its unique properties, support vector machine model has the superiority of any other method, and it is a method of innovation. Keywords: financial prediction , support vector machines, factor analysis, listed firms 承 诺 书 本人郑重声明：所呈交的学位论文
10、，是本人在导师指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文。 (保密的学位论文在解密后适用本承诺书) 作者签名： 日 期： _ 南京航空航天大学硕士学位论文 1 第一章 绪论 第一章 绪论 1.1 财务困境和财务困境预警研究 1.1 财务困境和财务困境预警研究 财务困
11、境是指企业因财务运作不善而导致财务危机潜在发生的一系列动态结果1。财务困境预警是以企业的财务报表、经营计划及其他相关会计资料为依据，利用财会、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种统计方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告，督促企业管理当局采取有效措施，避免潜在的风险演变成损失，起到未雨绸缪的作用。 财务困境预警的一般实证研究方法是“确定一组陷入财务困境的公司；再根据一定的标准确定一组未陷入财务困境的公司作为控制样本；采用一定的统计方法对两组样本数据进行分析，从而揭示
12、出哪些财务比率在两组中存在显著差异；最后运用差异显著的财务比率指标体系，构造出进行财务困境预测的基本评价模型” 2。 1.2 研究背景及意义 1.2.1 研究的背景 1.2 研究背景及意义 1.2.1 研究的背景 在市场经济环境下，企业间的竞争十分激烈，企业自负盈亏，自担风险，时时刻刻将自身的生存放在第一位， 而市场的复杂性和不可预见性是的风险成为一种客观存在，一旦企业经营不善，就可能陷入财务困境。就上市公司而言，因其经营的好坏影响到各关联方的利益，因此一旦其陷入了财务困境，不仅会受到各利益相关者的广泛关注，还会受到证券监管部门更严格的监管。1998年3月16日中国证券监督与管理委员会发出关于
13、上市公司状况异常期间的股票特别处理方式的通知 ，根据这项规定，当上市公司出现财务状况异常，导致投资者对该公司前景难以判定，可能损害投资者的利益时，交易所将对其股票进行特别处理3 。1999年6月，为维护证券市场的交易秩序，保护投资者的合法权益，深沪证券交易所根据公司法 、 证券法和交易所股票上市规则的有关规定，制定有关“特别转让服务”规则，即当上市公司出现最近三年连续亏损的，由交易所决定暂停其股票上市4。2001年12月5日，中国证监会正式发布了亏损上市公司暂停上市和终止上市实施办法（修订）的通知 ，规定上市公司连续三年亏损，其股票即停止交易5 。2001年12月20日，深、沪证交所就基于支持
14、向量机模型的上市公司财务预警研究 2 做好年报工作发出的通知指出，在2001年会计年度结束后，如果上市公司预计可能发生亏损或者盈利水平较上年出现大的波动， 上市公司应在年度结束后30个工作日内及时刊登预亏公告或业绩预警公告。上海、深圳证券交易所于2003年4月4日发布关于对存在股票终止上市风险的公司加强风险警示等有关问题的通知 ， 并从2003年5月12日开始实行退市风险警示制度。以上制度连同1986年颁布的破产法构成了上市公司财务预警研究的制度背景。 企业陷入财务困境通常是个逐渐的过程。大多数的企业从正常到逐步恶化，都是有先兆的，而且可以预测。因此，对于投资者、监管部门、企业管理者和债权人而
15、言，如果能够借助一定的方法，建立一套科学的财务评价体系，无疑就可以把握住证券市场的命脉。在这样的背景下，本文使用一种被称为支持向量机（SVM）的新型神经网络技术，构建一种新的上市公司财务困境预警模型，希望使广大的股票投资者及上市公司的其他相关利益者能利用这个模型，对上市公司的财务状况进行方便、准确、有效地预测，为他们进行准确的理财决策提供理论和方法支持。 1.2.2 研究的意义 1.2.2 研究的意义 （1）有利于投资者的投资决策 从保护投资者利益出发，中国证券监督与管理委员会和交易所制定了一系列防范和化解财务危机风险的制度。但值得注意的是，除了预亏预警制度外，这些制度都是针对上市公司出现财务
16、危机以后的相关措施，至于预亏预警制度，其发布与否以及发布的确切时间都取决于上市公司，上市公司调控的余地很大。而投资者在进行投资决策时，更多的是需要一种事前信息。他们想知道盈利的上市公司是否会突然亏损，亏损一年的上市公司是否会连续两年亏损，亏损两年的是否会连续三年亏损，他们也想知道净资产低于面值的公司是否会出现资不抵债的情形。若能建立一套财务危机发生及财务危机恶化的预警系统，对投资者的投资决策有着重要的意义。 （2）有利于债权人等利益相关者的决策 上市公司的利益相关者还包括债权人、供应商等。尽管目前上市公司有着直接的融资渠道，但间接融资仍在上市公司的资本结构中占有相当大的比重。债权人在进行是否对上市公司进行融资的决策时，迫切想知道上市公司是否会发生财务危机，从而保证其发放贷款的安全性和效益性。尤其是在中国特定的环境下，债权转让市场没有建立起来， 债权人持有的债权流动性不强， 一旦上市公司发生财务危机，债权很有可能收不回来，坏账的可能性很大。所以建立上市公司的财务危机预警系统对银行
