基于多元判别分析及神经网络技术的公司财务困境预警.pdfVIP

( ) 第23 卷第 11 期 总第 143 期 　　　　　 　系　统　工　程 V o l. 23, N o. 11 2005 年 11 月　　　　　　　　　　 　 　 Sy stem s En g in eer in g N ov. , 2005　 ( ) 文章编号: 100 14098 2005 基于多元判别分析和神经网络技术的公司财务困境预警 张　玲, 陈　收, 张　昕 (湖南大学工商管理学院, 湖南 长沙　4 10082) 摘　要: 应用我国上市公司的财务报表数据, 采用多元判别分析( ) 技术和神经网络( ) 技术对我国 M DA ANN 上市公司进行财务困境预警研究。实证结果显示这两种方法都具有较好的预测效果, 其中ANN 模型的短期 预测效果优于 模型的预测效果, 但无明显的优势。研究同时证明在现有会计制度和会计准则下, 财务报 M DA 表能提供预测财务困境的大量有用信息。财务危机有踪可寻。 关键词: 财务困境; 多元判别分析技术; 人工神经网络 中图分类号: F 275　　　文献标识码: A 　 　财务困境预警研究始于20 世纪60 年代, 时至今 日, 公司财务数据建立的多元判别模型具有超前4 年的预测 [ 13 ] ( ) 许多研究成果已软件化并付诸商业应用, 有力地支撑了 效果 ; 吴世农、卢贤义 200 1 运用线性判定分析、多元 实际经济活动的决策。总的来说, 财务困境的评价被表 线性回归分析和L og ist ic 回归分析三种方法分别建立了 述为一类分类问题, 即根据观察的每个类别的若干样本, 三种财务困境预测模型, 结果显示在财务困境发生前4 年 从中总结出分类的规律性, 建立判别模型, 用于对新事物 的误判率在28% 以内, 具有较强的预测能力[ 14 ] 。 所属类别的判别。采用的分析方法归纳起来大致有五类: 纵观国内外的研究和应用现状, 分类方法以多元线 ①剖面分析法, 于 1968 年最早运用剖面分析法进 性判别分析( ) 为主流, 这也是学术界和业界视为最 B eaver M DA [2 ] 行了研究 ; ②单变量判别分析法, 其主要代表有以净 有效的方法。然而这类方法也有其 自身的缺陷, 如M DA 值报酬率为龙头的杜邦分析法和沃尔比重法; ③多元判 要求变量呈正态分布和协方差距阵相等、线形独立等较 别分析法, 主要包括线性概率模型、