基于多元判别分析和神经网络技术的公司财务困境预警

基于多元判别分析和神经网络技术的公司财务困境预警

ID:5361475

大小:502.37 KB

页数:8页

时间:2017-12-08

基于多元判别分析和神经网络技术的公司财务困境预警_第1页
基于多元判别分析和神经网络技术的公司财务困境预警_第2页
基于多元判别分析和神经网络技术的公司财务困境预警_第3页
基于多元判别分析和神经网络技术的公司财务困境预警_第4页
基于多元判别分析和神经网络技术的公司财务困境预警_第5页
资源描述:

《基于多元判别分析和神经网络技术的公司财务困境预警》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第23卷第11期(总第143期)系统工程Vol.23,No.112005年11月SystemsEngineeringNov.,2005文章编号:100124098(2005)1120049208X基于多元判别分析和神经网络技术的公司财务困境预警张玲,陈收,张昕(湖南大学工商管理学院,湖南长沙410082)摘要:应用我国上市公司的财务报表数据,采用多元判别分析(MDA)技术和神经网络(ANN)技术对我国上市公司进行财务困境预警研究。实证结果显示这两种方法都具有较好的预测效果,其中ANN模型的短期预测效果优于MDA模型的预测效果,但无明显

2、的优势。研究同时证明在现有会计制度和会计准则下,财务报表能提供预测财务困境的大量有用信息。财务危机有踪可寻。关键词:财务困境;多元判别分析技术;人工神经网络中图分类号:F275文献标识码:A财务困境预警研究始于20世纪60年代,时至今日,公司财务数据建立的多元判别模型具有超前4年的预测[13]许多研究成果已软件化并付诸商业应用,有力地支撑了效果;吴世农、卢贤义(2001)运用线性判定分析、多元实际经济活动的决策。总的来说,财务困境的评价被表线性回归分析和Logistic回归分析三种方法分别建立了述为一类分类问题,即根据观察的每个类别的

3、若干样本,三种财务困境预测模型,结果显示在财务困境发生前4年[14]从中总结出分类的规律性,建立判别模型,用于对新事物的误判率在28%以内,具有较强的预测能力。所属类别的判别。采用的分析方法归纳起来大致有五类:纵观国内外的研究和应用现状,分类方法以多元线①剖面分析法,Beaver于1968年最早运用剖面分析法进性判别分析(MDA)为主流,这也是学术界和业界视为最[2]行了研究;②单变量判别分析法,其主要代表有以净有效的方法。然而这类方法也有其自身的缺陷,如MDA值报酬率为龙头的杜邦分析法和沃尔比重法;③多元判要求变量呈正态分布和协方差

4、距阵相等、线形独立等较别分析法,主要包括线性概率模型、Logit模型、Probit严格的前提假设与许多实际不符,一直是这一研究领域[3,4]模型和判别分析模型(MDA)。其中的杰出代表是定量分析上争议的问题。近年来,随着人工神经网络技术EdwardI.Altman1968年建立的多变量“Zeta”判别模(ANN)的突破,国外许多学者将其应用于财务困境预警[5]型。④基于MM理论和期权定价理论相结合的“破产”和信用评估研究中。国外研究者如Altman、Marco和预警模型,其主要代表为美国KMV公司于1993年提出Varetto(199

5、5)对意大利公司财务危机预测中应用了神经[6][7]的期望违约率(EDF)模型。⑤基于信息科学的神经网络网络分析法。Coats,Fant(1993)、Trippi和Turban,采用[7-9]分析法。了神经网络分析法分别对美国公司和银行财务危机进行[8,9]近年来,国内这一领域的研究逐渐开展。陈静(1999)了预测,取得了一定的效果。中国学者李云杰、王嘉诚、以27家ST和27家非ST上市公司1995~1997年报数据杨保安、王春峰等对神经网络技术在经济预测和信用风险[15-19]建立了两个线性判别模型,总体判别正确率为92.6%,然评

6、估中的应用进行了探讨。多数研究结果表明神经而遗憾的是检验模型的样本就是用于估计参数的样本,因网络优于传统的统计方法,但某些学者如Altman(1995)[10]此判别正确率有高估的倾向;陈晓、陈治鸿(2000)运用在对神经网络法和判别分析法的比较研究中得出结论“神Logit模型对上市公司进行了一次性的预测,判别准确率经网络分析方法在信用风险识别和预测中的应用,并没[11][7]达86.5%;高培业、张道奎(2000)采用了一年的财务有实质性地优于线性判别模型”。另外,Chatfield(1993)数据,用线性判别模型和Probit模型

7、对我国深圳上市公在《国际预测杂志》发表的题为“神经网络:预测的突破还[12][20]司进行了财务困境预测;张玲(2000)采用120家上市是时髦”一文中对神经网络方法也持有质疑。鉴于此,X收稿日期:2005208211基金项目:国家自然科学基金资助项目(70172018)作者简介:张玲(19622),女,湖南大学工商管理学院教授,研究方向:信用风险管理。50系统工程2005年本文试以中国公司被ST作为界定财务困境的标志,采用映观察对象特征差异的随机变量(财务指标),根据历史资上市公司财务数据对多元判别分析(MDA)这一主流方法料,采用

8、一定的统计方法筛选出具有显著差异的指标体和先进的神经网络技术(ANN)在财务困境预警方面作一系,拟合一个最优的线性判定模型用于对新事物的分类。比较研究,一方面进一步检验这两种方法在中国实证中判别函数的一般形式是:k的应用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。