基于CART算法的中国上市公司财务危机模型研究.docVIP

基于CART算法的中国上市公司财务危机模型研究 摘要：在后金融危机时期，我国股价持续走低，通过研究上市公司的财务数据构建财务危机预警系统，具有重要的理论与现实意义。文章应用数据挖掘中的cart算法，构建我国上市公司财务危机预警模型。 关键词：数据挖掘；cart；财务危机 一、 引言 随着我国市场经济的发展，市场竞争不断加剧，尤其是2008年以来金融危机的蔓延,以及近年我国股价指数的持续走低，导致许多上市公司的经营与发展受到严重威胁，财务状况不断恶化。财务危机的出现不仅会影响到上市公司的生存，而且会影响到投资者、贷款者等其他相关利益者，进而对我国经济发展产生负面影响。因此，在当前后金融危机时期，通过研究公司的财务数据构建财务危机预警系统，具有重要的理论与实践意义。 证监会在1988年3月公布的《上市公司状况异常期间的特别处理》规定中指出，交易所有权对那些出现财务或其他方面异常状况的上市公司实施特别处理的惩罚，即简称st（special treatment）。随后在2001年公布的《亏损上市公司暂停上市和终止上市实施办法(修订)》中提出连续亏损三年的上市公司将被暂停上市；若后面第一个半年度仍未扭亏为盈，该公司将被终止上市。altman、beaver、oh1son等国外学者以破产为标准对上市公司财务危机预警展开研究。但考虑到中国的实际情况，由于中国的破产机制不健全，目前国内学者大多将因财务状况异常而被实施特别处理（st）的上市公司作为存在财务危机的上市公司。因此，本文采用将财务危机定义为st的定量分析方法。 国际上应用数据挖掘技术研究财务危机预警模型的重要成果包括：r.j.taffler（1982）与altman（1968）应用判别分析方法、k.keasey与guinness，h.short（1990）应用logistic回归方法、altman与r.sharda（1994）应用神经网络方法、h.frydman与e.i.altman（1985）应用决策树方法、c.zopounidis（1999）应用多准则的决策支持、feng yu lin与sally mcclean（2001）应用多分类混合模型进行公司财务危机的预警。通过对文献的分析，决策树方法对于财务危机的预测有较高的准确率。因此，本文选用决策树中的cart算法对我国上市公司财务危机模型进行研究。 二、 财务危机预警指标体系的构建 公司的财务危机可以从公司偿债能力、盈利能力、市场价值、成长能力、资产管理能力情况进行分析，这五个方面综合体现了公司的实际经营绩效。 偿债能力指标，偿债能力反映公司到期偿还债务的能力，偿债能力的大小是上市公司能否健康生存和发展的关键。盈利能力指标，对于上市公司来说，盈利能力是生存发展的基石，盈利能力越强，表明企业市场竞争力越强，发展潜力越大，降低上市公司财务危机发生的可能性。市场价值指标，上市公司发行的股票具有信息传递的功能，当公司经营面临危机，出现管理不当或投资决策失误时，市场的信息传递机制会把这些信息反映到股票价格或收益上。成长能力指标：上市公司在发展过程中，经营规模逐渐扩大，成长能力指标有助于判断公司的未来变化趋势，对公司发展方向做出合理预测。资产管理能力指标，公司资产管理能力是反映资产利用的情况，经营良好的上市公司应有较好的资产管理能力。根据以上几个方面，本文选择35个变量建立我国上市公司财务危机的预警指标体系。 三、 财务危机预警模型的建立 1. cart方法。cart生长过程的本质是对训练样本的反复分组过程，对于数值型输入变量，先将数据按升序排序，然后从小到大依次以相邻数值的中间值作为组限，将样本分成两组，并计算所得组中样本输出变量取值的差异性，cart采用gini系数的减少量来测度异质性下降，依此方法反复计算可得到异质性下降最大的分割点。cart产生子树序列的过程是：首先对于最大树t1，令?琢=0；然后根据上述方法计算代价复杂度，并逐步增加?琢直到有一个子树可以被裁掉，得到子树t2；重复上述步骤，直到决策树只剩一个根节点。根据一定标准在k个子树中确定一个代价复杂度最低的子树作为最终的剪枝结果。cart根据“少数服从多数”原则，节点中多数样本所属的类别即为节点的预测类，此外，cart还将判错损失考虑进来，即 其中，p（j|i）为节点t预测类为第j类的置信度，c（j|i）为将i类错误预测为第j类的错判损失。另外，损失矩阵中中各类别的损失值将作为因数参与到gini系数的计算中，是现在规避大损失的基础上选择最佳分组变量和最佳分割点的目的。损失矩阵还可以通过权数形式影响模型的建立。对损失较大的类别给较高的权数，损失较小的类别以较小的权数，进而使模型更多地向损失大的类别数据学习。 2. 样本选取。本文从wind资讯数据库中获得2010年2 207家中国