上市公司财务危机集成预警建模研究

发布时间：2020-10-11 02:34

　　 财务危机预警是企业财务管理和投资决策领域的重要问题,其实质是对企业未来财务状况的预报和分类,一直备受理论研究和实务研究的高度关注。企业发生财务危机将影响管理者、债权人、投资人等利益相关者的经济利益,甚至引起国家资本市场的波动和损失。在当前全球资本环境持续低迷,金融危机影响仍然存在的背景下,如何监控企业的财务风险因素,更加有效的开展财务危机预警,具有重要的现实意义。 我国财务危机预警研究起步比较晚,企业面临的内外部环境复杂多变,国外传统的财务危机预警模型难以适应我国的实际情况。因此,迫切需要探索一套合理的财务危机预警建模方法,为相关利益主体提供决策建议和技术支持。然而,目前的财务危机预警模型多数仍集中于单一模型预警,或者是几种模型的组合预警以及分类器集成的简单应用,而且建模过程中没有考虑财务数据概念漂移对预警模型的影响。鉴于已有预警模型的不足,本文以上市公司为对象进行有针对性的研究。一方面,将分类器集成及其改进方法用于财务危机预警的建模过程。另一方面,考虑企业财务数据概念漂移对预警模型的影响,建立动态更新的财务危机预警模型。 首先,分类器集成技术研究。详细解释了分类器集成的概念和原理,研究分类器集成的关键步骤,包括基分类器的生成、基分类器的选择以及基分类器的输出,介绍三种常用的分类器集成算法并进行比较和说明。针对目前已有财务危机预警模型中使用分类器集成技术的各种问题,从群体决策、样本量、方便性等方面,分析分类器集成在财务危机预警中的适用性。 其次,基于分类器集成的财务危机预警研究。已有集成预警研究只是分类器集成的简单应用,论文详细分析分类器集成系统的泛化能力,尝试从基分类器的差异度和基分类器的个体精度两种思路来提升集成系统泛化能力。一方面,从增加基分类器差异度的角度提出RS-Bagging分类器集成方法。该方法通过样本分布扰动和特征空间扰动的双重扰动策略,使基分类器能够保持更大差异度。模型实验表明,RS-Bagging预警模型能弥补单一分类器模型的不足,较大提升原有Bagging集成模型的性能。另一方面,从增加基分类器个体精度的角度,提出MTS-Bagging分类器集成方法。该方法是将马田系统特征选择加入Bagging算法,通过马田系统方法选取有效分类特征,从而提高基分类器的个体精度。模型实验表明,MTS-Bagging集成方法适合财务危机预警建模,预测精度优于原有Bagging集成模型,但低于RS-Bagging集成模型。另外,对于财务危机预警而言,发生两类错误的风险成本存在差异。以错误分类的风险成本对RS-Bagging模型和MTS-Bagging模型进行比较,发现MTS-Bagging模型的综合错误率低于其他集成模型。 再次,基于滑动时间窗口的财务危机集成预警研究。财务危机预警中的财务数据来自于不同年份,可能存在概念漂移问题。论文针对概念漂移开展研究,使用基于滑动时间窗口的样本动态更新以及马田系统的特征动态更新来处理可能的概念漂移,模拟时间推移在不同时间窗口宽度下进行集成预警建模实验。结果表明,财务数据的概念漂移确实存在,选择宽度合适的滑动时间窗口可以降低漂移概念的不利影响。 最后,基于增量学习系统的财务危机集成预警研究。鉴于已有预警模型增量学习能力的不足,论文设计了一种基于分类器集成思想的增量学习系统。利用财务类别导向知识对集成子系统实现动态选择,构建具有增量学习能力的财务危机预警模型。财务数据实验表明,基于增量学习系统的财务危机预警模型兼具稳定性和适应性,模型预测性能优于滑动时间窗口模型,是一种有效的财务危机预警建模方法。
【学位单位】：南京理工大学
【学位级别】：博士
【学位年份】：2012
【中图分类】：F275;F224
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究目的与意义
    1.3 国内外研究综述
        1.3.1 财务危机概念研究综述
        1.3.2 财务危机预警指标研究综述
        1.3.3 财务危机预警模型研究综述
        1.3.4 当前研究存在的问题
    1.4 论文的主要工作和结构安排
        1.4.1 论文的主要工作
        1.4.2 论文结构安排
    1.5 研究方法与技术路线
        1.5.1 研究方法
        1.5.2 技术路线
2 财务危机预警理论基础分析
    2.1 财务危机
        2.1.1 财务危机的概念界定
        2.1.2 财务危机的特征
        2.1.3 财务危机的表征要素
        2.1.4 财务危机的形成机理
        2.1.5 财务危机的理论解释
    2.2 财务危机预警
        2.2.1 财务危机预警的概念
        2.2.2 财务危机预警的过程
        2.2.3 财务危机预警的功能
    2.3 集成预警
        2.3.1 集成预警的概念
        2.3.2 集成预警的思路框架
    2.4 本章小结
3 财务危机预警的样本选择与数据检验
    3.1 建模时间的确定
    3.2 样本公司的确定
        3.2.1 财务危机企业的确定
        3.2.2 财务健康企业的确定
    3.3 财务危机预警指标选择
        3.3.1 指标的选择原则
        3.3.2 预警指标体系
    3.4 财务样本的数据检验
        3.4.1 正态性检验
        3.4.2 显著性检验
    3.5 本章小结
4 分类器集成及其在财务危机预警中的适用性分析
    4.1 分类器集成原理
        4.1.1 基分类器与分类器集成
        4.1.2 分类器集成原理分析
        4.1.3 分类器集成有效的原因
    4.2 分类器集成系统的关键步骤
        4.2.1 基分类器的生成
        4.2.2 基分类器的选择
        4.2.3 基分类器的输出
    4.3 常用的分类器集成算法
        4.3.1 Bagging集成算法
        4.3.2 Boosting集成算法
        4.3.3 Random Subspace集成算法
    4.4 分类器集成在财务危机预警中的适用性分析
        4.4.1 分类器集成的应用研究现状
        4.4.2 分类器集成在财务危机预警中的适用性分析
    4.5 本章小结
5 基于分类器集成的财务危机预警研究
    5.1 分类器集成系统的泛化能力分析
        5.1.1 分类器集成系统的泛化能力
        5.1.2 泛化能力的提升思路
    5.2 基于RS-Bagging集成的财务危机预警模型
        5.2.1 基于样例扰动的分类器集成
        5.2.2 RS-Bagging集成的方法基础
        5.2.3 RS-Bagging集成设计
        5.2.4 RS-Bagging财务危机集成预警模型分析
    5.3 基于MTS-Bagging集成的财务危机预警模型
        5.3.1 基于特征选择的分类器集成
        5.3.2 马田系统特征选择
        5.3.3 MTS-Bagging集成设计
        5.3.4 MTS-Bagging财务危机集成预警模型分析
    5.4 预警模型的比较分析
        5.4.1 预警模型的性能比较
        5.4.2 基于分类错误风险成本的比较
    5.5 本章小结
6 基于滑动时间窗口的财务危机集成预警研究
    6.1 财务数据的概念漂移
        6.1.1 概念漂移的定义
        6.1.2 财务数据的概念漂移
    6.2 滑动时间窗口动态更新设计
        6.2.1 滑动时间窗口
        6.2.2 财务样本动态更新机制
    6.3 基于滑动时间窗口的财务危机预警动态模型分析
        6.3.1 财务数据
        6.3.2 实验过程
        6.3.3 模型结果分析
    6.4 本章小结
7 基于增量学习系统的财务危机集成预警研究
    7.1 预警模型的增量学习能力
    7.2 基于集成思想的增量学习
    7.3 增量学习系统设计
        7.3.1 设计思路
        7.3.2 集成子系统的选择机制
        7.3.3 集成子系统的动态史新机制
        7.3.4 财务危机增量预警过程
    7.4 财务危机增量预警模型分析
        7.4.1 财务数据
        7.4.2 增量学习系统的构建
        7.4.3 模型结果分析
    7.5 本章小结
8 结论与展望
    8.1 工作总结
    8.2 主要创新点
    8.3 展望
致谢
参考文献
附录

【相似文献】

相关期刊论文 前10条

1 王敏;;我国上市公司财务危机实证研究[J];合作经济与科技;2010年05期

2 骆勇;常华;汪方军;;我国上市公司财务危机发生的原因分析[J];产业与科技论坛;2007年11期

3 韦群;覃健;;上市公司财务危机早期预警信号透视[J];沿海企业与科技;2007年06期

4 刘胜英;;上市公司财务危机的防范研究[J];全国商情(经济理论研究);2008年01期

5 黎毅;毛志忠;;我国房地产类上市公司发生财务危机的原因及防范分析[J];中国管理信息化(会计版);2007年07期

6 周亦群;;上市公司财务风险分析[J];价格月刊;2008年09期

7 耿贵彬;;上市公司中长期财务危机预警模型的构建[J];财会月刊;2007年26期

8 邹睿蓉;王址道;陶艳珍;;关于上市公司财务预警机制的思考[J];九江职业技术学院学报;2007年03期

9 袁丹;冉伦;;上市公司财务预警方法研究[J];合作经济与科技;2009年21期

10 张胜昌;黄宝岩;;关于上市公司财务危机综合预警系统应用问题的研究[J];中国商界(下半月);2009年03期

相关博士学位论文 前10条

1 时建中;上市公司财务危机集成预警建模研究[D];南京理工大学;2012年

2 张昕源;基于数据挖掘技术的中国上市公司财务危机预警分析[D];吉林大学;2004年

3 孙晓琳;基于Kalman滤波和BP神经网络的财务危机动态预警模型研究[D];哈尔滨工业大学;2010年

4 池景清;企业财务危机原因的实证研究[D];暨南大学;2006年

5 邢精平;企业财务危机预警分析[D];西南财经大学;2003年

6 任惠光;中国A股上市公司财务危机预警模型构建及实证研究[D];山东大学;2007年

7 姚树中;基于EVA的企业财务战略研究[D];辽宁大学;2006年

8 刘彦文;上市公司财务危机预警模型研究[D];大连理工大学;2009年

9 孙洁;企业财务危机预警的智能决策方法研究[D];哈尔滨工业大学;2007年

10 陈洪波;融资结构与财务（金融）危机[D];中国社会科学院研究生院;2002年

相关硕士学位论文 前10条

1 凌飞;我国上市公司财务危机预警研究[D];湘潭大学;2010年

2 于慧艳;中国上市公司财务危机预警及管理对策研究[D];东北农业大学;2004年

3 于忻然;非财务信息与上市公司财务预警的实证研究[D];河北大学;2010年

4 武智慧;房地产企业财务预警研究[D];西南财经大学;2010年

5 于萍;基于现金流的上市公司财务危机预警研究[D];浙江大学;2003年

6 罗兰;我国上市公司财务危机预警实证研究[D];合肥工业大学;2008年

7 詹燚;基于现金流的企业财务危机预警研究[D];南京财经大学;2010年

8 路杨;上市公司财务危机预警的理论与实证研究[D];青岛大学;2004年

9 韩正辉;财务危机管理及预测模型[D];西安理工大学;2003年

10 刘儒昞;上市公司财务预警系统研究[D];石河子大学;2005年

本文编号：2835923