基于粗糙集mdash;决策树的上市公司财务预警.pdfVIP

阴财会月刊 全国优秀经济期刊 · 基于粗糙集—决策树的上市公司财务预警 刘 澄渊博士生导师冤 胡巧红 孙 莹 渊北京科技大学东凌经济管理学院 北京 100083冤 【摘要】传统的财务预警研究往往把企业财务状况分成ST和非ST两类，过于笼统。为此本文首先运用聚类的方法把 138家制造业上市公司分为财务状况健康、良好、一般、预警和危机5个层次，这使得对企业财务预警的研究更贴合实际，并 且使实证研究结果更加准确。然后运用粗糙集中的变精度加权平均粗糙度来构造决策树的改进算法，对这些公司进行分 类，进而提出公司财务状况预警的规则，这样生成的决策树财务预警规则防噪声能力更强，分类效果更好。 【关键词】决策树 粗糙集 财务预警 一 尧有 关 财 务 危 机 预 测 的 研 究 方 法 应用在财务领域，可以对财务进行预警。本文运用建造决策树 财务危机预测模型是由Beaver最早提出来的，之后许多 的一种新方法，通过实证研究，对国内制造业上市公司进行财 。 务预警分析。 预测方法被用于公司财务危机预测研究 20世纪60年代主要 是Beaver和Altman分别采用单变量判别分析和多变量判别分 二 尧基 于 变 精 度 加 权 平 均 粗 糙 度 的 决 策 树 生 成 算 法 析进行财务危机预警研究。20世纪80年代，Ohlson首先将 （一）对象聚类 ， 系统聚类也称为层次聚类，是聚类分析中广泛应用的一 Logistic模型应用于财务预警领域 20世纪90年代神经网络又 。 ， 种方法。聚类分析是建立在某种优化意义下，对样品或指标 被引入财务危机预测 20世纪80年代 Frydman等将决策树引 入了财务预警研究中，决策树（DT）在解决分类问题上具有简 （变量）之间存在的相似性进行比较，将“相近似”的对象归并 单和易于理解的优点。 成类的一种方法。 决策树是一种对大量数据集进行分类的非常有效的方 本文使用SPSS16.0对138家制造业公司进行分类，聚类步 法，通过决策树的构造模型，从大量信息中挖掘有效的数据， 骤如下： 提取有价值的分类规则，从而获得有用的知识，帮助决策者准 1援数据标准化。系统聚类首先要对各个原始数据进行一 确预测。它的基本算法是贪心算法，采用自顶向下的递归方式 些相互比较运算，而各个原始数据往往由于量纲不同而影响 构造决策树。 这种比较和运算。因此，需要对原始数据进行必要的变换处 根据决策树增长的方法不同，学者们提出了很多经典的 理，以消除量纲不同造成的影响。 决策树算法。1986年J援R.Quinlan提出了决策树ID3算法，有人 数据处理主要是对各个数据进行标准化，数据的标准化 在此基础上提出了一些改进的SLIQ、SPRINT、CHAID等一 是将数据按比例缩放，使之落入一个小的特定区间，方法如 些算法。这些算法运用也被运用到财务预警方面。姚靠华、陈 下： （ 对于一个正向指标X 晓红 200 ）运用这些算法对我国上市公司的财务预警问题进 i，假定当它取值大于或者等于琢时 行了研究。 为最佳，此时，把它所有取值等于或者大于琢的值标准化后取 1982年Z.Pawlak教授提出了粗糙集理论，运用粗糙集的 值为1；同理，假定当Xi的取值小于或者等于茁时为最差，标准 方法可以对属性进行约简，把粗糙集的知识运用到决策树上， 化后取值为0；取值为区间（茁，琢）的数据啄，标准化之后为：（啄- 国内外学者提出了很多不同的建树方法并应用到很多领域。 茁）/（琢-茁）。 2001年赵卫东、李旗号运用粗糙集知识对决