基于数据挖掘的上市公司财务预警建模与分析.pdf

摘 要 随着经济体制的改革，我国经济呈现出快速增长的态势，上市公司的数量也迅速增 长。但是根据国际通用的衡量标准，我国上市公司的财务状况并不乐观，企业财务风险 评估作为企业财务预警和帮助变更经营策略的关键，目前越来越受到政府、业界以及学 术界的关注。一个好的财务风险评估模型，能够精准预测企业的财务风险，从而促进我 国上市公司的经营和发展。因此，从企业的海量财务数据中提取出对企业财务风险具有 预警作用的信息，建立预测精度高的财务风险预警体系，成为我国上市公司亟待解决的 问题。 本文的上市公司财务风险建模分析是基于 Logistic 回归、神经网络和C5.0 决策树这 三种算法来实现的。首先，介绍财务预警的流程和研究方法，解释本文使用的三种数据 挖掘方法。然后，结合前人的研究成果，根据我国企业实情，筛选财务指标，构建基于 因子分析方法的财务风险预警指标体系。最后,使用 SPSS22.0 和 R 软件，对选取的样本 数据进行财务风险预警的实证分析。 模型结果表明，基于数据挖掘的上市公司财务预警结果更准确。就本文使用的三种 算法来看，财务风险发生的时间越近，预测精度越高。从短期预警来看，预测准确率最 高的是 C5.0 决策树算法；从长远来看，相比较于 Logistic 回归和决策树算法，神经网络 模型的预测能力更强。此外，模型的结果显示，盈利能力和偿债能力指标是企业在接下 来的经营过程中应当引起重视，有利于帮助企业及时发现财务问题，调整经营策略和方 法。 关键词 财务预警 数据挖掘 Logistic 回归 神经网络 决策树 Modeling and Analysis of Financial Early Warning of Listed Companies Based on Data Mining Sun Xinmiao (College of Mathematics and Information, South China Agricultural University, Guangzhou 510642, China) Abstract: With the reform of the economic system, China’s economy has grown rapidly, and the number of listed companies has also grown rapidly. However, according to the internationally accepted measurement standards, the financial status of Chinese listed companies is not optimistic. As the key corporating financial early warning and helping to change business strategies, corporate financial risk assessment is receiving more and more attention from the government, industry and academia. A good financial risk assessment model can accurately predict the financial risks of enterprises, thus promoting the operation and development of listed companies in China. Therefore, extracting information that has early warning effect on corporate financial