上市公司财务危机动态预警模型探究综述

《上市公司财务危机动态预警模型探究综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、上市公司财务危机动态预警模型探究综述【摘要】公司财务危机预警系统的研究是一个非常重要的课题，被广泛关注。现在也有很多对于财务危机预警系统的研究，但是大多数采用的是静态分析，忽视了财务危机的发生是一个持续动态的过程，因此，建立动态的财务危机预警系统是非常有必要且很有意义的。本文在分析研究国内外关于财务危机动态预警相关研究的基础之上，对财务危机的动态预警模型的研究现状进行综述，探讨财务危机动态预警研究的发展趋势。【关键词】财务危机动态预警研究综述在全球经济衰退、金融危机的大背景下，探索识别财务危机，为企业利益相关者提供预警信号是非常

2、值得研究的现实问题。因此，建立基于时间序列特征的动态预警系统成为了必然的趋势。国内外很多学者都对财务危机预警模型进行了研究，并建立了相应的预警模型。但是现阶段关于财务危机预警的动态研究还是较少，目前我们的财务危机预警系统大多是静态预警，大部分学者采用的都是多截面样本数据，对不同时期的多个样本数据进行研究，但是这样研究存在一个显著的逻辑性缺陷，即没有考虑到财务状况的时间延续性。这些实证研究的结果普遍存在着预测准确率不理想的情况，特别是多期财务危机预测准确率较低的情况。如果企业的整体财务状况很好，只是单期的表现不好，随后企业的财务状

3、况会很快恢复正常，这种暂时的偏离正常值不应该被归为财务危机公司，但静态模型不考虑历史的影响，会将这种公司归为危机公司，预测准确率不理想。一、财务危机动态预警模型简介动态财务预警主要使用的技术有人工智能技术（如神经网络模型和机器学习等分析技术）具备良好的模式辨别能力，克服了传统统计方法的局限性，有更高的预测能力。二、国外关于财务危机动态预警模型的研究目前，国外学者广泛应用的动态预警模型主要有神经网络模型、遗传算法模型、案例推理模型等等。（一）人工神经网络模型人工神经网络模型主要是运用神经网络的分类方法来进行财务预警。许多功能是对人

4、脑神经网络系统的模拟，有很好的模式识别能力，根据随时更新的数据进行自我学习，因此有很高的纠错能力，能够更好的预测财务危机。Odom和Sharda（1990）是最早在财务危机预警模型中运用人工神经网络模型的，随后许多学者做了相似研究，并对模型及算法进行了响应的改进。（二）遗传算法（geneticalgorithm,GA）遗传算法是模仿生物遗传进化规律，运用在大量复杂概念空间内随机搜索的技术，用于企业财务危机的预测。Varetto(1998)、Shin&Lee(2002)、Hyunchui(2009)都进行了这方面的研究，Franc

5、o(2010)的研究表明了采用GA来进行预测比较省时并且受到主观影响也较小，但是预测精度没有MDA髙。(三)案例推理(case-basedreasoning,CBR)案例推理一般运用K临近算法对存储案例进行分类，据此来对新增的案例进行推断，主要适用于在复杂多变的环境中进行决策。Hongkyu(1997)对案例推理(CBR)、人工神经网络模型(ANN)以及多元判别分析方法(MDA)进行了比较分析，结果显示CBR与MDA判别结果无本质上的区别，更适合在数据不充分的时候使用；Cheol-Soo(2002)用层次分析法(AHP)对K临近

6、算法进行了改进，预测精度明显得到了提高。(四)支持向量机(supportvectormachine,SVM)SVM方法是在统计学理论基础之上的一种机器学习方法，这种算法通过非线性变换把实际问题换到高维特征空间，并且进行处理，对维数的要求没有那么严格，具有很好的推广能力o在这方面，Fan、Palaniswami均有相关的研究,Kyung-ShikShin(2005)采用这种算法构建了财务危机预警模型，并对韩国的企业进行实证研究，结果表明SVM的预测性能高于BP神经网络模型。(五)粗集理论(roughsettheory,RST)RS

7、T是一种用多个财务比率来描述财务危机与财务正常公司的工具，可以有效地解释财务指标与财务危机的关系。Pawlak、Dimitras和Joseph都将RST应用与财务危机预警系统的研究中。三、国内关于财务危机动态预警模型的研究国外对财务危机动态预警模型的研究已经取得比较丰硕的成果，国内的学者关于动态预警系统的研究少之甚少。（一）大部分学者是从动态管理角度得出破产公司和非破产公司的现金管理特征变量，并据此构建预警模型国内由于对现金流重要性的认识不够，加上我国从1998年开始才要求上市公司编制现金流量表，因此进行实证研究所需的现金流量方

8、面的数据严重缺乏。这些原因，最终导致国内的研究仅仅停留在对现金流量指标体系构建的理论探讨层面。姚靠华、蒋艳辉（2005）就动态财务预警系统建立的技术基础和系统框架进行了阐述，提出应该充分利用数据仓库技术、数据挖掘技术和Agent技术来建立企业的动态财务预警系统。