SVM集成理念之上市单位财务困境动态估测研究.docVIP

　　SVM集成理念之上市单位财务困境动态估测研究 --第 1 章 绪论 1.1课题及研究意义 财务困境预测研究的必要性已逐渐成为实务界与理论界的共识，然而，由于上市公司财务困境产生的原因复杂，种类繁多，有些因素可以度量，有些因素却难以量化，很难科学地计算和评价，从而使得研究难度较大。我国从 20 世纪 90 年代末才开始兴起对该领域的探索，起步较晚，数据与案例积累不足，研究成果相对贫乏，迫切需要结合我国上市公司的实际情况进一步深入地研究。国外从 20 世纪 30年代开始该领域的探索，已有七十多年的研究历史和成果积累[2]。但是，当前国内外财务困境预测研究的一个共同问题是尚处于静态建模阶段，只针对某一特定时间段内的样本数据建立模型，与上市公司运营的动态特点相脱节，随着时间推移必然不能满足新的经济环境或上市公司运营环境下财务困境预测的需要[3]。如何考虑到上市公司运营的动态性特点，对财务困境预测的动态建模展开研究，正是本课题的出发点所在。鉴于 SVM 的优点，使其成为研究热点，而国内外为了优化其输入特征和参数，更好地完善 SVM 回归模型，便将其与其它方法相结合，如 PCA-SVM，基于 GA 的 SVM，支持向量机的集成，产生了许多优于单个 SVM 的特质。因此逐渐强大的 SVM 功能为财务困境预测开阔了新的思路，提供了新的理论和技术支持[4]。本文试图建立一个基于支持向量机集成的上市公司财务困境动态预测模型来提高预测的准确度。 1.1.2 课题研究的意义 针对上市公司财务困境预测的动态建模问题，提炼本课题的科学研究问题。基于概念漂移问题的本质，剖析财务困境预测模型构建所需的纵横数据流中呈现的概念漂移现象，并提出适合财务困境预测动态建模的更加有效的概念漂移跟踪处理方法、分类器学习算法和建模指标体系构建方法。纵向角度，以上市公司生命周期的推进为线索，基于具体上市公司财务数据流，研究真实概念漂移情形下单个上市公司财务困境预测模型的动态构建；横向角度，以同类别上市公司具有相似特征为线索，基于截面样本数据流，研究虚拟概念漂移情形下一般上市公司财务困境预测模型的动态构建。从纵横两个角度开展实证研究，检验所提财务困境预测动态建模方法的有效性，通过与传统财务困境预测静态建模方法的比较，分析其实际应用效果及优劣性。近年来，财务困境预测研究的现实迫切性凸显，但是理论与实证的静态研究思路与上市公司运营的动态性特点严重脱节，财务困境预测模型不能适应时间推移过程中样本数据的增量流动和财务困境本身发生的概念漂移现象。本课题探索性地进行面向数据流概念漂移的财务困境预测动态建模研究，并从上市公司纵向数据流和横向截面样本数据流角度展开实证研究，具有重要的现实意义和理论研究价值。 第一，财务困境是上市公司内外部各种风险因素的综合反映，财务困境预测是上市公司风险管理的重要内容，关系到上市公司甚至整个国民经济的健康发展。当前，上市公司运营环境呈现出全球经济一体化和客户需求多样化的特征，行业竞争日趋激烈。由于客观环境的不确定性及人们对这种不确定性认识的局限性，上市公司面临的风险日益增大，缺乏风险防范意识的上市公司将很难在瞬息万变的市场环境中占据一席立足之地，风险管理的重要性毋庸置疑。财务困境是上市公司内外部各种风险因素恶化的综合和显著表现，即使由非财务因素引发的上市公司危机和隐患最终也往往以财务困境的面目出现，并且它是上市公司走向破产清算最直接、最主要的原因，财务困境预测自然而然构成了上市公司风险管理的一项重要内容。财务困境不但给上市公司本身带来巨大的成本，直接损害投资者、债权人、员工及其他相关者的利益[5]，而且，如果一个国家的大量上市公司同时陷入财务困境，尤其是很多上市公司同时陷入财务困境时，将给整个国家的社会经济带来巨大的冲击，甚至导致资本市场陷入混乱，最终引发金融危机或经济危机。 第二，我国当前的经济环境特点要求上市公司通过财务困境预测来加强财务风险管理，从而降低上市公司破产概率。首先，由于各种因素引发财务困境导致最终按法定程序宣告破产的上市公司数量呈现上升趋势，从 1988 年底破产法开始实施至 1993 年五年期间的仅 1153 件上升到目前的年均 6000 件左右，甚至有的年份突破了 10000 件。2007 年 6 月 1 日起开始实施新的《企业破产法》，调整了适用范围，不仅适用于国有法人企业，而且适用于法人型的私营企业、三资企业、上市公司与非上市公司、有限责任公司与股份有限公司，甚至包括金融机构，持续处于财务困境状态的企业都将面临破产可能性[6]。其次，我国证券市场的 ST 制度迫使上市公司必须加强防范财务危机，防止因“财务状况异常”而进入 ST 行列。ST 公司不仅在股票交易、信息披露等方面受到中国证监会更为严格的监控，而且其在资本市场和产品市场的