基于改进Logit模型的电力公司财务危 机预警研究.pdfVIP

风 险 内 控 基于改进Logit模型的电力公司财务危机预警研究 成都理工大学商学院 杨 潇 【摘 要】文章以中国电力上市公司为研究对象，运用主成分分析方法对预警指标变量进行约简，进而将随机欠抽样不均衡样 ，构建了改进的 ，即 本处理方法与传统的Logit 回归模型相结合 Logit 回归模型 RU-Logit模型，并与其余预警模型进行了性能对比 ， ，而且具有最为稳定的预测性能。 研究。实证结果表明 RU-Logit预警模型不仅具有最高的预测精度 】 ； ； 【关键词 电力上市公司 财务危机预警 PCA； RU； Logit 【中图分类号】F272 【文献标识码】A 【文章编号】1004-5937（2017）02-0095-04 引言 ，在克服“维数灾难”的同 一、 的指标变量进行快速降维处理 [9] 财务危机一直是企业、投资者乃至政府管理部门重点 时，保证模型的预警效果 。因此，本文首先引入PCA方 关注的危机之一。因为企业一旦发生财务危机，不仅会威 法对财务危机指标变量进行降维处理，其次运用Logit回 胁到企业自身的生存与发展，而且会使投资者蒙受损失， 归模型进行预警研究。 甚至对国民经济的稳定发展产生较大影响。因此，只有对 不可忽视的是，就实际的企业样本而言，往往发生财 企业的财务危机进行预警研究，才能提前识别风险，从而 务危机的企业样本较未发生财务危机的企业样本更少，由 引导企业、投资者和政府管理部门采取防范措施，有效地 少数和多数两类样本所构成的样本集被称为不均衡样本 [1] 控制风险，最终降低甚至消除财务危机的影响 。 集。当对不均衡样本集进行Logit回归建模时，很容易使 目前，研究学者主要采用单变量模型、判别分析（Dis- 判别规则倾向于将更多的待判别样本预测为多数类样本， 、 criminate Analysis，DA）模型 Logit回归模型以及人工神 即更容易将发生财务危机的样本预测为未发生财务危机 （ 经网络 ArtificialNeural Network，ANN）模型等方法进行 的样本，这将导致企业疏于采取相应的防范措施来应对即 [2-5] 财务危机预警研究 。单变量模型仅依据单个指标进行 将发生的财务危机，投资者则将资金错误地投资于即将发 财务危机判断，但众所周知，诱发财务危机的因素通常不 生财务危机的企业，政府管理部门也将错误地认为企业未 止一个，而是由众多因素共同作用，因此，单变量模型并不 来的财务状况良好而无所作为，最终使企业经营遭遇困 判别分析模型尽管能够克服 [10] 适用于企业的财务危机预警； 境、投资者蒙受资产损失、国民经济遭受冲击 。因此，如 单变量模型的缺陷，但解释变量服从正态分布的要求过于 何对不均衡样本集进行处理，从而使构建的 Logit回归模 苛刻，现实中的样本变量很难满足；人工神经网络模型具 型具有准确的预测效果，是学术与实务界需要解决的重要 也被大量学者运用于财务危 有智能识别财务危机的功能， 问题。值得庆幸的是，针对不均衡样本集，已有学者提出运 机的预警研究中，但却存在运算复杂、对小样本预测精度 用随机欠抽样（Random Under-Samplin