基于组合分类的我国上市公司财务困境预测

《基于组合分类的我国上市公司财务困境预测》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、基于组合分类的我国上市公司财务困境预测★口王昱(1．重庆大学经济与工商管理学院，重庆400030；2．重庆大学现代物流重庆市重点实验室，重庆400044)[摘要]为降低单分类模型在公司财务困境预测中的不确定性和不稳定性，提出了一种基于有监督聚类的组合分类方法，并用于对我国上市公司财务困境预测。通过在上海和深圳证券交易所554家上市公司实际数据上的实证研究，说明了所提出方法的准确性和优越性。【关键词]有监督聚类；组合分类；财务困境预测[中图分类号]F224．9[文献标识码】A[文章编号]1003—1154(2012)06—0085—03在中国资本

2、市场日益发展的今天，企业的财务并且每种单分类模型都有其特定的不确定性，而组状况如何和是否将陷入财务困境状态既关系到企业合分类则可以减少估计误差的方差，提高总体性能本身的战略制订与调整，还关系到其债权人或投资(Granittoeta1．，2005)。因此，本文提出了一种基于组方的收益。根据上市公司的财务报表数据，应用科学合分类以提高准确性的财务困境预测模型，并用于的方法分析各个财务指标以预测上市公司财务困对我国上市公司财务困境进行预测。实证研究结果境，揭示风险并及时采取有效的防范和化解风险的说明了所提出模型相对于传统单分类模型的准确性措施，已成为

3、上市公司管理当局、投资者、债权人等和优越性。利益相关者共同关注的问题。上市公司的各类利益相关者对财务困境、财务危机信息的需求是推进财一、基于有监督聚类的组合分类模型务困境预测研究逐步发展的动力所在。因此，上市公司财务困境预测研究对于企业的管理者和利益相关(一)组合分类原则者的决策参考具有重要的理论意义和现实意义。概括而言，组合分类的最终预测性能取决于各Kumareta1．(2007)将财务困境预测中应用的各个分类模型之间的差异性程度和单个分类模型的个种方法和技术分为两大类别：第一类是统计方法，第体性能(Granittoeta1．，2005)。一

4、方面，由于在现实问二类是智能方法。在第一类方法中，财务困境预测从题中不存在完美的分类模型，因此，在组合分类中，早期的单变量分析和多元判别分析发展~lJlogit模型。当一些分类模型输出错误的结果时，需要其它分类第二类方法即智能方法包括各种神经网络模型，粗模型输出正确的结果，以实现不同分类模型的优势糙集模型，贝叶斯网络模型，支持向量机等。一些其互补。这要求分类模型必须具有差异性和多样性。另他的运筹学技术包括线性规划、数据包络分析等。一方面，可以通过不同的分类模型算法参数设置和从整体上看，已有的研究大多根据历史数据样模型结构优化，使得用于组合的各个

5、分类模型的性本建立单一的分类预测模型，然后应用该模型预测能不断得到提高，从而提高组合分类的整体性能。这公司财务困境的发生与否。然而，单分类模型在特定要求分类模型必须具有较高的个体性能。在本文提问题上的表现很大程度上取决于样本的模式特征，出的模型中，通过有监督聚类以得到具有较高差异基金项目：国家自然科学基金项目(项目编号：71001112)；中央高校基本科研业务费(项目编号：CDJSK100077)。，，n19钲笛R蜘嘲性同时又具有较好个体性能的分类模型，并通过加个数据簇样本之间的差异度越大，则中心之间的平权投票方法对各个分类模型的预测结果进行组

6、合。均距离越远，，凡抛r(K)越小。因此，最优聚类结果使得(二)有监督聚类聚类有效性指标最小化。聚类分析根据“各聚集(cluster)之内数据对象的在有监督聚类得到各个数据簇后，可以对不同相似度最大化和各聚集之间数据对象相似度最小类别的数据簇进行两两配对以产生训练样本子集化”这一原则将数据对象划分为若干数据簇，其中相合，然后再在各个训练样本子集合中建立分类模型。似度一般定义为数据对象的空间距离，~Euclidean不失一般性，本文仅考虑二分类情况，即数据样本总距离。每一个数据簇可以视为一个具有类似特性的体包含来自两个类别的数据样本集合S和S，(

7、分别对数据对象集合。本文提出的有监督聚类指在聚类过应于发生财务困境和不发生财务困境的公司)。有监程中考虑数据样本的类别，即将数据样本中不同类督聚类和两两配对的目的是产生若干具有差异性的别的样本分别进行聚类。有监督聚类的作用是在每训练样本集合，以克服随机抽样难以保证各个训练个类别的数据中聚类得到具有类似特性的数据对象样本集合之间具有差异性这一问题。同时，通过有监子集合，并在此基础上对不同类别的子集合之间两督聚类，可以更好地在每个类别内探索具有不同特两配对产生训练样本子集合，从而使得在各个子集性的数据样本，从而使得建立的分类模型具有更好合上建立的分

8、类模型能够更好地拟合数据样本属性的个体性能。与类别之间的关系，具有较高的个体性能。同时，采(三)组合分类模型用不同的数据子集合建立不同的分类模型有利于