導(dǎo)語：上市公司財務(wù)危機(jī)預(yù)警探討一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：本文選取了我國京津冀104家上市公司作為研究對象，以京津冀上市公司被特殊處理前兩年作為研究期間，選取反映財務(wù)狀況經(jīng)營成果的21個財務(wù)指標(biāo)，首先對指標(biāo)進(jìn)行分析處理和對支持向量機(jī)進(jìn)行參數(shù)優(yōu)化的基礎(chǔ)，然后構(gòu)建了基于因子分析和支持向量機(jī)的財務(wù)危機(jī)預(yù)警模型，為投資者、債權(quán)人、上市公司和公司監(jiān)管層提供參考。

關(guān)鍵詞：京津冀上市公司；因子分析；支持向量機(jī)；財務(wù)預(yù)警模型

1引言

精確的預(yù)測財務(wù)風(fēng)險，對上市公司的投資者、債權(quán)人、證券監(jiān)管部門和上市公司自身都具有十分重要的意義：第一，有利于投資者正確鑒別，理性投資。投資者可以運用數(shù)據(jù)挖掘模型對上市公司是否具有風(fēng)險行為進(jìn)行甄別，理性投資，降低投資風(fēng)險。第二，有利于債權(quán)人合理評估，降低信用風(fēng)險。債權(quán)人可以利用風(fēng)險模型，判斷上市公司是否存在違約等信用風(fēng)險，可以隨時監(jiān)控信用風(fēng)險，進(jìn)行上市公司貸款控制。第三，為證券監(jiān)管部門提供理論參考，豐富完善財務(wù)風(fēng)險政策。政府監(jiān)管部門可以利用財務(wù)風(fēng)險識別模型，及時有效的遏制虛假會計信息、杜絕財務(wù)風(fēng)險的發(fā)生，提高監(jiān)管效率。第四，有助于上市公司自身的發(fā)展，提高公司聲譽。挖掘潛在信號，對公司未來的財務(wù)狀況進(jìn)行有效預(yù)測和判斷，為公司提供參考。支持向量機(jī)是解決機(jī)器學(xué)習(xí)問題的新工具，是一種精準(zhǔn)的機(jī)器學(xué)習(xí)算法，于上世紀(jì)年代中期提出，這種方法極大提高了模型的泛化能力。越來越多的上市公司面臨財務(wù)危機(jī)，本文將支持向量機(jī)模型引入到上市公司財務(wù)危機(jī)預(yù)警研究領(lǐng)域中，提出一種全新的財務(wù)危機(jī)預(yù)警模型，即基于因子分析和支持向量機(jī)的財務(wù)危機(jī)預(yù)警，這種模型必將提高財務(wù)危機(jī)預(yù)警的準(zhǔn)確率，為上市公司做出重大的貢獻(xiàn)。

2財務(wù)危機(jī)和數(shù)據(jù)挖掘理論

公司陷入財務(wù)危機(jī)，也就是公司陷入了財務(wù)困境，表現(xiàn)為公司無力支付優(yōu)先股股利或無力償付到期債務(wù)，威脅上市公司生存和發(fā)展，降低上市公司聲譽。上市公司出現(xiàn)財務(wù)風(fēng)險，陷入財務(wù)危機(jī)并不是偶然，而是有小及大、循序漸進(jìn)的過程。依據(jù)國內(nèi)外參考文獻(xiàn)的定義，財務(wù)危機(jī)呈現(xiàn)以下幾方面特征：一是客觀累積性。是指財務(wù)危機(jī)是一個由小積多、由量變到質(zhì)變的過程。二是損失性。上市公司發(fā)生財務(wù)危機(jī)，必將導(dǎo)致融資困難，資金鏈緊張，無力償付債務(wù)，損害上市公司投資人及債權(quán)人的經(jīng)濟(jì)利益。三是突發(fā)性。上市公司財務(wù)危機(jī)的發(fā)生是多種因素造成的，既有國家政策、經(jīng)濟(jì)環(huán)境等外部因素的影響，又有上市公司投融資策略、成本運營等內(nèi)部因素的影響。四是多樣性。上市公司所處經(jīng)營環(huán)境的多變性、政策環(huán)境的復(fù)雜性，都對公司的財務(wù)狀況有重大影響。五是預(yù)測性。在財務(wù)危機(jī)發(fā)生前，反映上市公司財務(wù)狀況會的指標(biāo)會出現(xiàn)異常。CorinnaCortes和Vapnik于1995年最先提出了支持向量機(jī)（SupportVectorMachine，SVM）理論，它是一種與相關(guān)的學(xué)習(xí)算法有關(guān)的監(jiān)督學(xué)習(xí)模型，功能用于識別模式、分析數(shù)據(jù)，用于分類和回歸分析等。它可以解決小樣本、非線性及高維模式識別，以及函數(shù)擬合等各種機(jī)器學(xué)習(xí)問題中。支持向量機(jī)分為線性支持向量機(jī)和非線性支持向量機(jī)。線性支持向量機(jī)理論由線性可分的最優(yōu)分類面發(fā)展而來。當(dāng)樣本非線性可分時，可以通過非線性變換，將非線性可分問題轉(zhuǎn)換為高維空間的線性問題。

3研究樣本的選取和指標(biāo)體系的構(gòu)建

3.1樣本公司的選擇。本文將我國京津冀上市公司作為研究對象，并按規(guī)模相近同行業(yè)的原則，采用一一配對的方法，選取了京津冀2013-2018年度被ST或被*ST52家的上市公司和52家財務(wù)正常上市公司，共104家公司。其中，作為訓(xùn)練樣本的是42家公司的財務(wù)數(shù)據(jù)，30家公司的財務(wù)數(shù)據(jù)作為測試樣本。本文以京津冀上市公司被特殊處理前兩年作為研究期間，財務(wù)報表數(shù)據(jù)選擇區(qū)間是T-2年和T-3的。3.2初步構(gòu)建的財務(wù)預(yù)警模型指標(biāo)體系。按照反映公司財務(wù)狀況和經(jīng)營成果指標(biāo)的全面性、真實性、可靠性原則，構(gòu)建了公司財務(wù)危機(jī)預(yù)警指標(biāo)體系。本文共選取了21個財務(wù)指標(biāo)，分別是6個盈利能力指標(biāo)，即P1每股收益指標(biāo)、P2凈資產(chǎn)收益率指標(biāo)、P3資產(chǎn)報酬率指標(biāo)、P4銷售凈利率指標(biāo)、P5營業(yè)利潤率指標(biāo)、P6成本費用利潤率指標(biāo)；4個償債能力指標(biāo)，即P7資產(chǎn)負(fù)債率指標(biāo)、P8流動比率指標(biāo)、P9現(xiàn)金總負(fù)債比率指標(biāo)、P10現(xiàn)金流動負(fù)債比指標(biāo)，5個成長能力指標(biāo)，即P11每股收益增長率指標(biāo)、P12營業(yè)收入增長率指標(biāo)、P13凈利潤增長率指標(biāo)、P14凈資產(chǎn)增長率指標(biāo)、P15總資產(chǎn)增長率指標(biāo)；4個運營能力指標(biāo)，即P16存貨周轉(zhuǎn)率指標(biāo)、P17流動資產(chǎn)周轉(zhuǎn)率指標(biāo)、P18固定資產(chǎn)周轉(zhuǎn)率指標(biāo)、P19總資產(chǎn)周轉(zhuǎn)率指標(biāo)；2個現(xiàn)金流量指標(biāo)，即P20銷售現(xiàn)金比率指標(biāo)、P21總資產(chǎn)現(xiàn)金回收率指標(biāo)等。

4基于因子分析和支持向量機(jī)的財務(wù)危機(jī)預(yù)警模型

本文初步構(gòu)建的預(yù)警指標(biāo)體系包含的數(shù)目較多，為減少模型訓(xùn)練的復(fù)雜性，有必要對指標(biāo)進(jìn)行降維處理，采用因子分析法對通過顯著性檢驗的指標(biāo)進(jìn)行分析。因子分析是一種統(tǒng)計分析技術(shù)，從變量群中提取共性因子。因子分析可將相同本質(zhì)的變量歸入一個因子，在許多變量中找出隱藏的具有代表性的因子，提取主成分，歸納出具有代表性的指標(biāo)，起到約簡指標(biāo)數(shù)目降維的作用，還可檢驗變量間關(guān)系的假設(shè)，進(jìn)一步消除指標(biāo)之間的多重共線性。4.1KMO和Bartlett檢驗。為了判斷檢驗所選的21個指標(biāo)是否適合采用因子分析法，需要對原始變量進(jìn)行KMO檢驗與Bartlett球形檢驗。KMO（Kaiser-Meyer-Olkin）檢驗統(tǒng)計量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)。當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強(qiáng)，表示原有變量越適合作因子分析；當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和接近0時，KMO值接近0。KMO值越接近于0，意味著變量間的相關(guān)性越弱，表明原有變量越不適合作因子分析。本文利用SPSS19.0統(tǒng)計分析軟件，對選定的21個財務(wù)指標(biāo)進(jìn)行KMO檢驗和bartlett球形檢驗，檢驗結(jié)果表明，KMO值為0.650，大于0.5；Bartlett值為0.000，小于0.05。因此，選定的指標(biāo)適合因子分析。4.2提取主成分。實驗表明，前8個因子的累計方差貢獻(xiàn)率為92.898%，原始21個財務(wù)指標(biāo)的絕大部分信息可以由這八個因子表示。由因子碎石圖也可以看出，需要提取8個主成分。P1每股收益、P2凈資產(chǎn)收益率、P3資產(chǎn)報酬率、P4銷售凈利率、P5營業(yè)利潤率、P6成本費用利潤率為盈利能力指標(biāo)，用于表示第一因子，P7資產(chǎn)負(fù)債率、P8流動比率、P9現(xiàn)金總負(fù)債比率、P10現(xiàn)金流動負(fù)債比為償債能力指標(biāo)，用于表示第二因子，其它以此類推。運用旋轉(zhuǎn)成分矩陣，對原數(shù)據(jù)進(jìn)行換算，形成新的預(yù)警因子。因子計算公式為：4.3支持向量機(jī)財務(wù)預(yù)警模型。本文將研究樣本分為ST公司和非ST公司，本文共選擇了104家京津冀上市公司為研究樣本，42家公司作為訓(xùn)練樣本，30家公司作為測試樣本，其中包括ST公司15家，非ST公司15家。支持向量機(jī)選用RBF核函數(shù)，輸出為1代表財務(wù)正常，輸出為-1代表財務(wù)危機(jī)。本實驗是基于“線性空間不可分問題”及“非線性問題”建立SVM模型，在這種模型下，需要選定兩個參數(shù)：“RBF核函數(shù)密度”和“懲罰因子C”。最后，利用選定的參數(shù)及規(guī)整后的數(shù)據(jù)，進(jìn)行SVM模型訓(xùn)練，即可得出結(jié)果。結(jié)果顯示，SVM訓(xùn)練集識別結(jié)果ST公司準(zhǔn)確率86.5%，非ST公司準(zhǔn)確率89.2%，平均準(zhǔn)確率87.85%，SVM測試集識別結(jié)果ST公司準(zhǔn)確率87.43%，非ST公司準(zhǔn)確率85.91%，平均準(zhǔn)確率86.67%。4.4研究結(jié)論。本文將因子分析和支持向量機(jī)算法相結(jié)合，分析京津冀上市公司財務(wù)危機(jī)情況，研究結(jié)果表明財務(wù)危機(jī)的發(fā)生是可以提前預(yù)測的，實驗結(jié)果表明財務(wù)危機(jī)的發(fā)生是由多種因素共同作用的結(jié)果。結(jié)合非財務(wù)量化指標(biāo)，深層次挖掘上市公司財務(wù)報表信息，對存在財務(wù)風(fēng)險公司提出預(yù)警，預(yù)測結(jié)果可以使上市公司經(jīng)營管理者及時調(diào)整策略，改變公司經(jīng)營模式，減少或避免損失；投資者洞察上市公司發(fā)展前景并進(jìn)行理性投資；債權(quán)人可以規(guī)避貸款風(fēng)險；此外也為證券監(jiān)管部門提供依據(jù)，使其對存在風(fēng)險的上市公司加強(qiáng)監(jiān)管力度，對保證上市公司、證券市場、國家經(jīng)濟(jì)平穩(wěn)運行有著重要的經(jīng)濟(jì)和社會意義。

5京津冀上市公司財務(wù)危機(jī)預(yù)警防范措施

（1）在制度上，健全內(nèi)部控制機(jī)制。完善科學(xué)的制度對提升公司財務(wù)危機(jī)預(yù)警體系具有重要意義，公司要明確工作人員崗位責(zé)任，確保責(zé)任制度在公司內(nèi)部控制中的貫徹落實。使其能夠有法可依、有法可循，落實工作要求，執(zhí)行崗位任務(wù)。對于財務(wù)危機(jī)的產(chǎn)生，上市公司要及時完善公司結(jié)構(gòu)和管理方式。根據(jù)國家政策和市場環(huán)境，制定合適的經(jīng)營管理模式。在資金方面，不斷對資產(chǎn)、負(fù)債、利潤情況進(jìn)行調(diào)整，要定期組織和抽查上市公司財務(wù)報表，控制財務(wù)風(fēng)險，優(yōu)化財務(wù)結(jié)構(gòu)。在不增加風(fēng)險的前提下，選擇合適的財務(wù)比例，充分利用和投資者債權(quán)人之間的關(guān)系，控制財務(wù)風(fēng)險。（2）在體系上，擴(kuò)展指標(biāo)覆蓋范圍。為增強(qiáng)公司財務(wù)危機(jī)預(yù)警體系的完整性、科學(xué)性和實用性，公司使用定量和定性分析相結(jié)合的方法，分析財務(wù)信息和非財務(wù)信息，評估財務(wù)風(fēng)險因素，構(gòu)建完善的財務(wù)風(fēng)險預(yù)警體系，進(jìn)行財務(wù)危機(jī)預(yù)警體系指標(biāo)范圍的拓展。上市公司在構(gòu)建財務(wù)風(fēng)險評價指標(biāo)體系時遵循重要性、靈敏性、真實性、一致性、可預(yù)見性原則，從償債能力，營運能力，盈利能力及成長能力、現(xiàn)金流量等方面構(gòu)建財務(wù)指標(biāo)體系，也要從股權(quán)結(jié)構(gòu)、公司治理、資產(chǎn)規(guī)模、年報披露、外部審計、高管背景等方面構(gòu)建非財務(wù)指標(biāo)。（3）在指標(biāo)上，建立動態(tài)預(yù)警體系。高風(fēng)險性、可防控性、動態(tài)變化性是財務(wù)危機(jī)的顯著特征，上市公司的經(jīng)營活動不是在一個時間點上進(jìn)行截面預(yù)測，不是靜態(tài)的，而是不斷變化的，所以上市公司要建立動態(tài)財務(wù)預(yù)警分析系統(tǒng)。當(dāng)上市公司出現(xiàn)財務(wù)風(fēng)險時，要結(jié)合公司內(nèi)外部情況，采取最直接有效和經(jīng)濟(jì)合適的動態(tài)預(yù)測方法進(jìn)行預(yù)測，使預(yù)警系統(tǒng)發(fā)揮應(yīng)有的效果。此外，善于利用信息技術(shù)構(gòu)建財務(wù)信息系統(tǒng)，提升財務(wù)數(shù)據(jù)的全面性、安全性和完整性，促進(jìn)各部門之間的信息共享和溝通。（4）在思想上，增強(qiáng)風(fēng)險防范意識，實時關(guān)注上市公司財務(wù)的變化情況。京津冀上市公司首先應(yīng)當(dāng)成立自己的財務(wù)預(yù)警分析部門，及時分析公司每個月份、每個季度產(chǎn)生的籌資風(fēng)險、投資風(fēng)險、經(jīng)營風(fēng)險、現(xiàn)金流量風(fēng)險等，及時進(jìn)行風(fēng)險預(yù)警。上市公司的管理者要及時關(guān)注上市公司財務(wù)指標(biāo)的變化，及時分析、預(yù)測公司經(jīng)營活動中產(chǎn)生的財務(wù)問題并提出解決方案，加強(qiáng)風(fēng)險防范意識。財務(wù)部門應(yīng)當(dāng)引入具有統(tǒng)計學(xué)和運籌學(xué)等復(fù)合學(xué)科背景的專業(yè)人才，隨時匯總公司近期的財務(wù)數(shù)據(jù)，定期計算和分析公司的財務(wù)指標(biāo)，判斷各個財務(wù)指標(biāo)風(fēng)險的大小，分析可能存在風(fēng)險并及時向上級匯報。

參考文獻(xiàn)

[1]王園.基于支持向量機(jī)AdaBoost模型的上市公司退市預(yù)警研究[D].華南理工大學(xué)，2018.

[2]潘央迪.基于支持向量機(jī)的上市公司退市風(fēng)險預(yù)警方法研究[D].浙江工業(yè)大學(xué)，2017.

[3]FitzPatrickPJ.Acomparisonofratioofsuccessfulindustrialen-terpriseswiththoseoffailedfirms[J].CertifiedPublicAccountant，2016（2）：589-605.

作者:張曉萍 張若望 王麗媛 崔維康 胡安琴 劉虹雨 單位:河北金融學(xué)院