文档介绍：第卷第期莆田学院学报..
年月.
文章编号:..—中图分类号:. 文献标识码:
上市公司财务困境预警比较分析
——基于回归和多层感知器的方法
周惠明
莆田学院商学院, 福建莆田
摘要:回顾上市公司财务预警问题的研究情况。选取家被特别处理的上市公司和家未被特别处理的
上市公司作为样本,从个初始财务指标中筛选出个作为预测指标,使用回归分析和多层感知器两
种方法,建立模型进行财务预警分析。结果表明:多层感知法对财务困境的预警效果要好于回归法,两
种方法对特别处理前年的预警能力良好,对前年和前年的预测能力下降迅速,为了提高财务困境的预测
能力,提出“过程监管”的新监管策略。
关键词:回归;多层感知器;上市公司;财务;预警

——
—
,,,
:.
, .
, .
,
一, , ·一. ,
.
,,,.
:;;;;
一
、研究回顾的应用。提出了多元值判定模型,将多
上市公司财务危机的预警问题一直是学术界个变量同时纳入考量,从而弥补了单变量判定模
研究的热点。国内外关于该领域的研究成果颇为型的对于同一公司不同比率判定结果自相矛盾的
丰富。已有研究主要是围绕以下两个问题展开的: 缺陷【。以上两种线性模型存在着很强的假设局
一是财务危机预警模型的构建方法选择;二是财限,因而模型的拟合精度和预测准确率招致一定
务指标变量的筛选。质疑。基于此,提出了一种基于回
采用何种方法来构建预警模型一直是学者们归的财务预警判定模型,及其支持者认为,
研究的重点。自从提出单变量判定模型以回归模型运用最大似然法来解决估计和
来,众多研究者致力于探索新方法在模型构建中检验的问题,无需依赖变量的正态分布和组间方
收稿日期:..
作者简介:周惠明.,男,江西上饶人,讲师。
第期周惠明:上市公司财务困境预警比较分析
差相等等条件,从而能够提高模型的预测能力【】。的公司。由于我国监管部门主要根据上市公司
但是,回归模型是间接建立在线性模型基前两年年报的盈亏情况决定是否对其进行特别处
础上的,实际应用中无法解决样本线性不可分等理,因此仅采用上市公司被特别处理当年的数据
情况,因此,等将神经网络方法引入财进行财务预警会夸大模型的预测能力。所以,采用
务困境预警研究中,选取与相同的个指上市公司被特别处理前三年的数据来进行预测,
标进行实证检验,结果表明神经网络方法明显多即本文考察的数据时间跨度为年。
元值判定模型。然而,神经网络反对者认为, 对财务正常上市公司的选择上,本文采用同
是基于经验风险最小化原理建立的,在算法的行常用的与财务困境公司同行业同规模的:配
运行过程中会陷于局部极小,从而无法得到全局比选取的原则,选取与财务困境公司对应年份的
最优解。为了解决这个问题,等将支持向量家公司。本文的所有数据来源于色诺芬数据库。
机的方法应用于财务预警,
较,得出支持向量机优于多元判定、回归现代财务管理理论认为,企业的财务状况主
和神经网络方法的结论。国内的研究主要集中于要取决于盈利能力、偿债能力、营运能力和成长能
上市公司财务困境的实证分析。自从陈静以家力。在学术界有关企业财务的研究中,上述四个方