网站大量收购闲置独家精品文档,联系QQ:2885784924

基于多层感知器的上市公司财务危机预警研究.docVIP

基于多层感知器的上市公司财务危机预警研究.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多层感知器的上市公司财务危机预警研究.doc

基于多层感知器的上市公司财务危机预警研究   【摘 要】 基于可持续发展理论,对财务危机进行了量化界定,以我国资本市场的200家首次因连亏两年而被*ST的上市公司为研究对象,使用财务与非财务变量,利用多层感知器构建了财务危机预警模型,测试样本的验证准确率达78%,效果较为理想,但也说明想进一步提升财务危机预警的准确率,除考虑公司内部因素的影响外,公司外部的其他因素,尤其是不可控因素也会对公司的财务状况产生影响。   【关键词】 多层感知器; 非财务变量; 财务危机; 危机预警   一、财务危机的概念及研究样本的选择   根据可持续发展理论,笔者认为财务危机实质上是指一种企业盈利能力实质性地减弱,逐渐丧失持续经营能力的渐进式积累过程。就我国现行的退市制度而言,公司从财务危机出现的那一时点起,直至公司终止上市都属于财务危机的过程。在这个过程中,财务危机有可能得到缓解,在短时间内(不超过一个会计年度)通过盈利摆脱危机,也有可能加重恶化,被处以暂停上市,甚至是最终形式――终止上市。陷入财务危机的公司,一般简称为财务危机公司。   按照这一定义和我国资本市场发展的实际,因“最近两年连续亏损(包括追溯调整)”而被*ST的上市公司符合财务危机的定义,所以,笔者选取2002―2010年间连亏两年首次被*ST的A股200家上市公司作为研究对象(不包括金融类公司、舞弊上市公司和资料不全公司),另外,采用一一配对方式确立了200家非财务危机公司,即用于模型构建的构造样本300家(危机公司150家,非危机公司150家),用于验证效果的测试样本100家(危机公司50家,非危机公司50家)。   研究期间选择危机前3年,使用的数据选择“国泰安数据库”。   二、多层感知器模型简介   多层感知器,是最早也是最常用的一种神经网络模型,它特别适用于简单的模式分类问题。当它用于两类模式分类时,相当于在高维样本空间中,用一个超平面将两类样本分开。它的权值算法一般采用误差反向传播算法(BP算法)学习。   笔者以主成分分析提取的主成分因子作为自变量,使用SPSS17.0中的多层感知器,构建动态多层感知器财务危机预警模型(简称MLP模型)。与Matlab等软件相比较,SPSS17.0软件不需要编程,使用比较简单,能够自动记录和保存运算过程中的最优解。   三、研究指标体系及其检验   借鉴相关研究中具有显著预测效果的变量,笔者初步选取了反映短期偿债能力、长期偿债能力、盈利能力、营运能力、发展能力、风险水平、股东获利能力、现金流量能力等8个方面的53个财务变量和审计因素、股权结构、董事会结构、高管持股4个方面的17个非财务变量。通过单样本的Kolmogorov-Smirnov检验和Wilcoxon符号平均秩检验,剩下26变量,见表1。   四、主成分分析   主成分分析采取的是一种降维方式,使用几个综合因子来代表原来众多的变量,这些综合因子能尽可能地反映原来变量的信息量,而且彼此之间互不相关。   经检测,样本数据变量的KMO值=0.745,可以进行因子分析。得到的各主成分因子对应的特征值与贡献率见表2。   取累计贡献率为73.132%,则主成分因子为8个。由于大多数因子还是和多个变量相关,故仍然使用正交旋转法进行转换。提取的8个主成分因子使用主要的因子载荷量分别命名为:盈利能力-资产主成分因子F1(主要由X4、X5和X8解释);公司治理主成分因子F2(主要由X23、X24和X25解释);营运能力-股东权益主成分因子F3(主要由X13解释);营运-偿债能力主成分因子F4(主要由X1、X10和X11解释);现金流量能力主成分因子F5(主要由X18和X19解释);盈利能力-损益主成分因子F6(主要由X3和X7解释);股东获利能力主成分因子F7(主要由X16和X17解释);审计因素主成分因子F8(主要由X20、X21和X22解释)。提取的这8个主成分因子中,F2和F8都是由非财务变量来解释的。   根据回归算法可以计算出因子得分函数的系数,得到26个变量的因子得分函数。   五、构建MLP模型及其预测效果分析   (一)模型的构建   输入点P1是提取的8个主成分因子,输出点P3是虚拟变量y(是财务危机公司为1,否则为0),隐藏层P2由软件自动计算测定为7个,得到的MLP网络模型结构是8×7×1。   输入层到隐含层的权值矩阵Wjh(8×7)、隐含层到输出层的权值矩阵Whi(7×1)及最终的BP网络结构分别为:   模型中,只有审计因素主成分因子F8与财务危机的发生正相关。每个因子在模型中的重要性分析见表3。营运―偿债能力主成分因子F4和现金流量能力主成分因子F5在模型中的作用尤为显著,这和公司的实际是一致的,公司非常关注

文档评论(0)

ganpeid + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档