基于最优模糊SVM的财务危机预警研究

• 作 者: 徐凯 黄迅 刘金彬
• 出 处: 会计之友
• 发表日期: 2015年12期
• 关键词: 模型 经济区 上市公司 财务危机 函数 最优

　　【摘 要】 以我国成渝经济区上市公司为研究对象，将模糊方法（Fuzzy Approach）引入支持向量机（Support Vector Machine，SVM），构建了模糊支持向量机（FSVM）模型，并对四种不同核函数下的FSVM进行了性能对比研究，同时，也与传统统计模型和其余人工智能模型进行了性能对比研究。实证结果表明，Gauss径向基核函数下的FSVM模型不仅较线性、多项式和神经元的非线性作用三种核函数下的FSVM模型具有更为优越的预测性能，同时，也显著优于传统统计模型和其余人工智能模型。
　　【关键词】 成渝经济区； 财务危机预警； 模糊方法； 支持向量机； 核函数
　　中图分类号：F279.23 文献标识码：A 文章编号：1004-5937（2015）12-0073-05
　　一、引言
　　随着经济全球化进程的不断加快，上市公司的竞争日益激烈，使得财务危机爆发的可能性大大增加。而一旦爆发财务危机，不仅威胁着上市公司的生存与发展，同时还严重损害投资者的投资利益，甚至也给国家经济的发展带来严峻的挑战。因此，开展财务危机预警研究，以准确地预测并有效地防范和化解财务危机，对于促进上市公司的健康发展、优化投资者的投资决策、推动国家经济的稳定发展具有重要的现实意义（鲍新中和杨宜，2013），尤其是次贷危机、欧债危机等金融危机的相继爆发，使得财务危机预警研究成为了理论与实务界研究的热点问题之一。
　　成渝经济区作为长江流域三大经济区之一，既担负着承接中东部地区产业转型的重要任务，又肩负着国家振兴西部以及推进西部大开发的重要使命，对于促进区域经济的协调发展起着至关重要的作用（何雄浪和朱旭光，2010；江琴，2010）。而成渝经济区内的上市公司作为成渝经济区发展与建设的重要经济主体，在维持整个成渝经济区经济的稳定与发展中具有举足轻重的作用。因此，对成渝经济区内上市公司的财务危机预警进行研究，以维持上市公司的稳定运行与发展，从而促进成渝经济区的繁荣与和谐具有重要的现实意义。
　　财务危机预警模型至今已被大量学者广泛研究，较早的预警模型主要是以单变量分析（Beaver，1966）、多元判别分析（Multiple Discriminant Analysis，MDA）（Altman，1968）、逻辑（Logit）回归（Ohlson，1980）、改进Z模型（徐凯等，2014）等为代表的传统统计模型。然而，传统统计模型却存在较为明显的缺陷，如传统统计模型通常假设样本服从正态分布，事实上，研究所获取的样本往往难以满足正态分布的前提假设条件；又如传统统计模型属于线性模型，但现实中的财务预警样本却往往呈现出非线性特征（黄继鸿等，2003），如果仍然使用传统统计模型进行线性建模，就很可能会导致预测不准确。
　　由于传统统计模型存在上述缺陷，因而以人工神经网络（Artificial Neural Networks，ANNs）（Tam