基于因子研究及有序支持向量回归模型上市公司财务预警探究.docxVIP

基于因子研究及有序支持向量回归模型上 市公司财务预警探究 一、因子分析基本模型及指标确定 本文研究所用的数据来自天津37家上市公司2009年和 2010年的财务数据。用到分析软件分别为SPSS17. 0. matlab7. 1 软件。 （一）因子分析基本模型因子分析正是基于信息损失 最小化而提出的一种非常有效的方法。它把众多的指标综 合成几个为数较少的指标，这些指标即因子指标。其基本模 型如下： 设X二（XI,…，Xp）是可观测的随机向量，E （X） =? 滋，D （X）二？滓 2,且设 F= （Fl,…，Fm） （m〈p）是不可 观测的随机变量，E （F） =0, D （F） =Im （即F的各分量方 差为1,且互不相关）。又设e= （ e 1,…，p）与F互 补相关，且E （ e ） =0o假定随机向量X满足一下的模型： XI-u1 二allFl+al2F2+???+alm+Fm+￡ 1； X2- u2=a21F1+a22F2+? ? ? +a2m+Fm+￡ 2； Xp- u p =aplFl+ap2F2+-*?+8pni+Fni+ ￡ po 此模型为正交因子模型，用矩阵表示为：X= u +AF+ e ； 其中F二（F1,…，Fm）\ Fl,…，Fm称为X的公共因子; e = （ e 1, e p）称为X的特殊因子；公共因子一般 对X的每一个分量Xi都有作用，而e i只对Xi起作用，而 且各个特殊因子之间以及特殊因子与所有各个因子之间都 是互不相关的。 （二）财务指标的确定本人通过对财务管理课程的学 习和相关文献的参考研究，选取以下十个财务指标来作为评 价公司经营发展业绩的评价指标体系，分别为：流动比率、 速动比率、资产负债率、股东权益周转率、每股净资产、净 资产收益率、总资产周转率、资产净利率、销售净利润利、 每股资本公积。运用SPSS17. 0软件对天津37家上市公司因 子分析得到以下结果： KMO and球型Bartlett检验的结果如表1。表1给出了 KMO和Bartlett的检验结果，其中KMO的值为0. 479,根据 统计学家Kaiset给出的分析，KM0的值近似于0. 5适应因子 分许；Bartlett检验给出的相伴概率为0. 000,小于显著水 平0. 05 （在SPSS中，此时选择默认的显著水平为0. 05）, 因此拒绝零假设（相关矩阵为单位阵），认为选择的便量很 好，便于因子分析。在求出因子分析的共同度、旋转前因子 方差贡献，因子旋转后的因子方差贡献、旋转前因子载荷以 后，再求出旋转后的因子载荷矩阵如表2所示： 由表2可以看出：销售净利率（0.957）、资产净利率 （0.908）、净资产收益率（0.886）在第一个因子上的载荷 都很大，它们都反映了企业的盈利能力，因此，将此因子定 义为盈利能力因子；总资产周转率（0.890）、股东权益周转 率（0.975）在第二个因子上的载荷比较大，这两项指标反 映了企业的营运效率，也即反映了企业对对资产的有效利用 能力，因此，本文将此因子定义为管理能力因子；流动比率 （0.967）、速动比率（0.938）、资产负债率（0.684）在第 三个因子上的载荷都很大，其中流动比率、速动比率代表企 业的短期偿债能力，而资产负债率代表企业的长期偿债能 力，因此，本文将此因子定义为偿债能力因子；每股资本公 积金（0.963）、每股净资产（0.911）在第四个因子上的载 荷比较大，这两项指标反映了企业股本扩张的能力，也即反 映了企业将来的发展，因此，本文将此因子定义为企业发展 潜力的因子。 二、支持向量机模型一一间隔最大化的有序支持向量回 归（0SVR）模型 在实际的问题财务系统预警过程中，预警警度一般分为 多个种类，例如：无警（0）、轻度预警（-1）、重度预警（-2） 等多分类问题，但是，不能简单的利用一般的多类支持向量 机分类方法进行预警，因为预警期望输出的3个可能值是有 顺序的，从预警的严重程度看应该满足升序关系，本文将有 序支持向量回归应用于财务预警，提出了 0SVR预警方法， 解决了多累警度的财务预警问题。 (一)间隔最大化的OSVR模型两类模式分类问题的支 持向量机方法的基本思想是“最大间隔” (maximized margin),其实质是结构风险最大化原则(SRM)o类似地， 本文的OSVR问题可考虑最小化(K-1)个间隔。传统的有序 回归遵循的是经验风险最小化的原则(ERM),而OSVR基于 结构风险最小化原则，这是他们的本质差异，而最小化(K-1) 个间隔有两种方式：固定间隔法(fixed margin)和总和间 隔法(sum of margin)；本文选用的是固定间隔法(fixed margin )o 令(w, bq)为最近两类的分离超平面，并标准化该超 平面，