基于变精度加权平均粗糙度决策树的财务预警研究

《基于变精度加权平均粗糙度决策树的财务预警研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第２４卷第３期运筹与管理Ｖｏｌ．２４，Ｎｏ．３２０１５年６月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＪｕｎ．２０１５基于变精度加权平均粗糙度决策树的财务预警研究鲍新中，傅宏宇（北京联合大学管理学院，北京１００１０１）摘要：运用聚类方法把公司财务状况分为５个等级，分别为财务状况健康，良好，一般，预警和危机，与以往将研究样本分为ＳＴ和非ＳＴ两类的财务预警模型相比，５分类模型更加精确合理，贴近实际。同时基于指标相关性和指标重要度对３３个财务指标进行了约简，得到９个能够反映企业财务状况的财务指标。

2、以约简后的９个指标及５个等级的财务状况来建立决策树，指标体系和财务等级更加合理。树的生成过程运用粗糙集中的变精度加权平均粗糙度作为选择测试属性的方法，每次选择变精度加权平均粗糙度值最小的属性作为分支结点。变精度加权平均粗糙度的应用提高了决策树的防噪声能力，复杂性较低且能有效提高分类效果。实证研究表明将它应用到财务预警领域，提高了财务预警的分类精度。关键词：财务危机；聚类分析；决策树；粗糙集中图分类号：Ｆ２７５文章标识码：Ａ文章编号：１００７－３２２１（２０１５）０３－０１８９－０８ＦｉｎａｎｃｉａｌＥａｒｌｙ－ｗａｒｎｉｎｇ

3、ＢａｓｅｄｏｎＶａｒｉａｂｌｅＰｒｅｃｉｓｉｏｎＷｅｉｇｈｔｅｄＡｖｅｒａｇｅＲｏｕｇｈｎｅｓｓＤｅｃｉｓｉｏｎＴｒｅｅＢＡＯＸｉｎ－ｚｈｏｎｇ，ＦＵＨｏｎｇ－ｙｕ（ManagementSchool，BeijingUnionUniversity，Beijing１００１０１，China）Ａｂｓｔｒａｃｔ：ＴｒａｄｉｔｉｏｎａｌｒｅｓｅａｒｃｈｅｓｕｓｕａｌｌｙｄｉｖｉｄｅｔｈｅｓａｍｐｌｅｓｉｎｔｏＳＴａｎｄｎｏｎ－ＳＴｆｏｒｔｈｅｆｉｎａｎｃｉａｌｓｔａｔｕｓ．Ｗｅｕｓｅｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｓｔｏｄｉｖｉｄｅｓａ

4、ｍｐｌｅｃｏｍｐａｎｉｅｓｉｎｔｏ５ｃａｔｅｇｏｒｉｅｓ，ｎａｍｅｌｙ，ｈｅａｌｔｈｙ，ｇｏｏｄ，ｇｅｎｅｒａｌ，ｗａｒｎｉｎｇａｎｄｃｒｉｓｉｓ．Ｔｈｉｓｆｉｖｅ－ｌｅｖｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎｍａｙｂｅｍｏｒｅｒｅａｓｏｎａｂｌｅａｎｄｐｒａｃｔｉｃａｌｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｔｗｏ－ｌｅｖｅｌｃｌａｓｓｉｆｉｃａ－ｔｉｏｎ．Ｍｅａｎｗｈｉｌｅ，３３ｆｉｎａｎｃｉａｌｉｎｄｉｃａｔｏｒｓａｒｅｒｅｄｕｃｅｄｉｎｔｏ９ｏｎｅｓｂａｓｅｄｏｎｔｈｅｉｎｄｉｃａｔｏｒｃｏｒｒｅｌａｔｉｏｎｓａｎｄｔｈｅｓｉ

5、ｇ－ｎｉｆｉｃａｎｃｅ．Ｔｈｅｒｅｄｕｃｅｄｉｎｄｉｃａｏｒｓｙｓｔｅｍａｎｄｔｈｅｆｉｖｅ－ｌｅｖｅｌｆｉｎａｎｃｉａｌｓｔａｔｕｓａｒｅｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅｄｅｃｉｓｉｏｎｔｒｅｅ，ｗｈｉｃｈｍａｋｅｓｔｈｅｐｒｏｃｅｓｓｍｏｒｅｒｅａｓｏｎａｂｌｅ．Ｔｈｅｎ，ｗｅｒｅｇａｒｄｖａｒｉａｂｌｅｐｒｅｃｉｓｉｏｎ－ｗｅｉｇｈｔｅｄａｖｅｒａｇｅｒｏｕｇｈｎｅｓｓａｓｔｈｅｍｅｔｈｏｄｏｆｓｅｌｅｃｔｉｎｇｂｒａｎｃｈｐｒｏｐｅｒｔｉｅｓ，ａｎｄｅａｃｈｔｉｍｅｓｅｌｅｃｔｍｉｎｉｍｕｍｏｆｔｈｅｍａｓｂｒａ

6、ｎｃｈｐｒｏｐｅｒｔｉｅｓ．Ｔｈｕｓｇｅｎｅｒａ－ｔｅｄｄｅｃｉｓｉｏｎｔｒｅｅｃａｎａｖｏｉｄｔｈｅｄｅｔａｉｌｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆａｓｍａｌｌａｍｏｕｎｔｏｆｓｐｅｃｉａｌｃａｔｅｇｏｒｉｅｓｄａｔａａｎｄｉｍｐｒｏｖｅｔｈｅａｂｉｌｉｔｙｏｆａｎｔｉ－ｎｏｉｓｅ．Ｔｈｉｓｍｅｔｈｏｄｉｓｌｅｓｓｃｏｍｐｌｅｘａｎｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓ．Ｔｈｅｅｍｐｉｒｉｃａｌｓｔｕｄｙｐｒｏｖｅｓｔｏｈａｖｅｇｏｏｄｒｅｓｕｌｔｓｂｙｕｓｉｎｇｉｔｉ

7、ｎｔｈｅｅａｒｌｙ－ｗａｒｎｉｎｇｏｆｆｉｎａｎｃｉａｌｄｉｓｔｒｅｓｓ．Ｋｅｙｗｏｒｄｓ：ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ；ｄｅｃｉｓｉｏｎｔｒｅｅ；ｒｏｕｇｈｓｅｔｓ；ｆｉｎａｎｃｉａｌｅａｒｌｙ－ｗａｒｎｉｎｇ０引言企业财务预警模型经历了从统计模型到人工智能模型的发展历程。２０世纪末到２１世纪初是财务困境预测理论发展的高峰期。除了传统的统计方法之外，以人工智能技术为主的一些具有非线性、分布式运［１～４］［５］算能力的新方法也被引入到财务困境预测的相关研究中。Ｆｒｙｄｍａｎ等首先将决策树引入财务预警研究中，决策树在解

8、决分类问题上具有简单、易于理解并对数据准备要求低等优点。决策树是一种对大量数据集进行分类的非常有效的方法，通过决策树构造的模型，可以从大量信息中收稿日期：２０１３－０９－３０基金项目：国家社会科学基金项目（１４ＢＧＬ０３４）；北京市社科基金重点项目（１５ＪＧＡ００３）作者简介：鲍新中（１９