上市公司财务预警模型对比分析.docVIP

上市公司财务预警模型对比分析 摘要：当前我国上市公司信息披露仍存在着许多不规范的现象，个别上市公司在面临财务危机时，粉饰其财务风险，进行财务造假。本文利用上市超过3年的A股共3002家上市公司的财务数据，通过对ST、*ST和10家2019年退市的公司样本分析，根据不同的时间窗口，构建了财务预警因子库，共96个因子。分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练。将数据集分为训练集和测试集，用训练集训练模型，并将模型应用在测试集中进行预测。结果如下：（1）三种模型均有较好的预测能力，其准确率都在94%以上；（2）决策树模型的预测效果最佳，支持向量机模型次之，逻辑斯蒂回归模型的预测效果最差；（3）三种模型都存在将较多的财务预警公司预测为正常公司的情况。本文通过将三种模型进行对比分析，以寻找更加优质的财务预警模型，来更好地帮助企业识别财务风险。 关键词：财务预警；机器学习；逻辑回归模型；支持向量机模型；决策树模型 目前，我国宏观经济正面临着下行压力，许多企业在大形势下都面临着融资困难和财务风险暴露的问题，目前我国上市公司信息披露仍存在着许多不规范的现象，因此，识别可能进行财务造假的公司，有助于帮助投资者合理投资，更有利于维护经济社会的健康良性发展。由于企业财务风险暴露是有征兆的，所以企业的财务危机是可以预测的，因此本文基于大数据