论文部分内容阅读
公司发生财务危机甚至破产，将会对公司管理者和职工、对上游的供应商下游的客户、对银行等信贷机构、对公众投资者和国家利益、对证券监管带来负面影响和重大损失，并影响到国家经济发展和社会稳定。因此研究财务危机产生的原因，建立精准的预测模型，提早预测并防范危机的发生，一直为国内外所重视。随着科技进步，尤其是数据挖掘技术的发展，新的预测方法不断涌现，由最初的统计方法逐步扩展到人工智能方法，预测方法主要包括单变量分析、多元判别分析、Logistic回归、熵、人工神经网络、遗传算法、遗传规划、基于案例推理、粗糙集等等。
我国在该领域研究起步稍晚，主要使用统计方法建模，许多人工智能方法尚未得到应用，本文试图填补这一空白，建立了多种预测模型并进行比较，以便寻找更优的预测方法。
论文主要包括以下内容：
一、财务危机预测理论回顾
规范性理论可以为预测变量的选择提供一定的指导。在很多领域，一般是先提出理论，再通过实证进行理论检验，但财务危机预测领域却相反，大量的统计方法和人工智能方法被用于财务危机预测模型的建立，而公司为什么会陷入财务危机的规范性经济理论的研究却远远落后于实证研究。即便如此，前人还是提出了许多理论来解释财务危机的产生，如灾害理论和混沌理论、赌徒破产理论模型、委托代理理论、管理学和企业战略学理论等。
二、我国上市公司财务危机发生的原因
公司发生财务危机是多种因素交互作用的结果，归纳出这些原因，无疑会有助于公司采取防范措施。
上市公司财务危机发生的直接原因主要是：公司连续两年亏损、追溯调整导致两年连续亏损、最近一年每股净资产低于面值、无法表示意见或否定意见的审计报告等。
财务危机发生的根本原因包括宏观因素和微观因素，宏观因素包括：(1)宏观经济环境因素，例如经济周期波动、通货膨胀、汇率和税收、技术进步，以及国外发生金融危机或经济危机等；(2)国家政策；(3)产业结构；(4)证券市场监管等因素。
微观因素包括：(1)公司治理因素，例如股权结构畸形产权主体虚置、内部人控制现象严重经理层缺乏合理的约束机制、外部治理功能弱、大股东掠夺严重等；(2)生产与运作管理因素，例如筹资、投资、采购/支付、库存、生产、销售/收款、资产减值、战略、管理等；(3)内部控制因素，例如控制环境、风险评估、控制活动、信息与沟通、监控。
三、我国上市公司财务危机发生的防范措施
财务危机发生的防范措施包括：(1)对已经发生财务危机的公司进行资产重组和债务重组，资产重组常采取资产剥离或出售、资产置换等方式，债务重组常采用债务展期、和解、债转股等；(2)识别和评估宏观经济风险，以便采取控制措施，例如及时掌握对经济形势、物价、利率汇率走势的预测信息，评估其对公司利润的影响；对技术进步等科技因素做出预判，并评估其对公司业绩的影响；熟悉与公司经营相关的法律法规、产业政策、政府规章制度，规避政策风险；(3)完善公司治理结构，例如建立合理的股权结构、完善董事会结构和责任、完善管理层约束和激励机制、强化监事会监督职能等；(4)强化内部控制和生产运作管理；(5)建立ERP系统及财务危机预警子系统等。
四、建立基于统计方法和人工智能方法的财务危机预测模型
本文以我国沪深A股上市公司为研究对象，将被特别处理的ST公司视为财务危机公司，选取了376家公司数据做样本，其中ST公司188家，与其配对的健康公司188家，使用21个财务指标建立了Fisher判别、Logistic回归、遗传算法、神经网络、案例推理和粗糙集预测模型，并比较了各模型的优缺点，以便寻找更优的预测方法。
结果表明，使用遗传算法、案例推理等智能方法可以获得不受统计约束且预测准确率更高的模型。遗传算法模型成为本文最优预测模型。
五、本文创新点
1.方法及模型创新
(1)建立了基于遗传算法的规则积分预测模型Score-sign、基于遗传算法和适度财务指标的改进型规则积分预测模型Score-sign-Ⅱ，以及基于遗传算法、适度指标和Gauss函数的改进型规则积分预测模型Score-sign-Ⅲ。
(2)进行了含有熵的适应度函数设计：
()
(3)建立了基于遗传算法和Sigmoid函数的规则积分预测模型Score-Sigmoid。
(4)建立了基于遗传算法的IF-THEN判别模型。
(5)建立了遗传模拟逻辑斯蒂模型GA-Logistic和遗传模拟线性判别函数模型GLS。
(6)建立了使用遗传算法确定权重、Logistic回归标准化系数绝对值做为权重、Logistic回归模型预测准确率的灵敏度做为权重、粗糙集属性重要度做为权重的案例推理预测模型。
(7)建立了主成分BP神经网络财务危机预测模型。
(8)进行了基于ERP的财务危机预警子系统的系统分析和系统设计。
2.结论创新
(1)我国上市公司财务危机发生的根本原因可分为宏观因素，以及公司治理、生产与运作管理、内部控制等微观因素。
虽然目前还没有完整的理论框架，来指导选择更优的预测变量，但仍然可以使用财务指标做为变量进行预测，因为不管财务危机发生的原因是什么，这些原因所导致的结果大多会在财务指标上反映出来。
(2)与统计模型相比，人工智能模型预测准确率普遍高于统计模型，尤以基于遗传算法的规则积分模型Score-sign预测准确率最高，且具有无需筛选预测变量、预测规则透明易用的特点，适宜创建多变量综合复杂的模型，是本文最优预测模型。
(3)总体而言，统计模型的优点是：模型形式简单、建模成本低、容易进行交叉验证；缺点是：统计约束。人工智能模型的优点是：准确率高、无统计约束、非线性处理；缺点是：需关注过度拟合、建模成本高于统计模型、交叉验证相对困难。
(4)本文的创新预测方法和模型，同样可以平移应用到其他分类预测问题上，如信贷评估、债券评级、经济涨跌等。
(5)经过多年的会计电算化或ERP系统建设，我国企业进行财务危机预警的信息化基础已经形成，结合会计软件或ERP中财务模块建立企业财务危机预警子系统是切实可行的。
(6)企业内部控制基本规范2009年7月1日在上市公司实施，溶内部控制于生产运作管理之中，将会有效抵御财务危机的发生。