導語：上市公司財務危機預警探討一文來源于網友上傳，不代表本站觀點，若需要原創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，選取反映財務狀況經營成果的21個財務指標，首先對指標進行分析處理和對支持向量機進行參數優化的基礎，然后構建了基于因子分析和支持向量機的財務危機預警模型，為投資者、債權人、上市公司和公司監管層提供參考。

關鍵詞：京津冀上市公司；因子分析；支持向量機；財務預警模型

1引言

精確的預測財務風險，對上市公司的投資者、債權人、證券監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。投資者可以運用數據挖掘模型對上市公司是否具有風險行為進行甄別，理性投資，降低投資風險。第二，有利于債權人合理評估，降低信用風險。債權人可以利用風險模型，判斷上市公司是否存在違約等信用風險，可以隨時監控信用風險，進行上市公司貸款控制。第三，為證券監管部門提供理論參考，豐富完善財務風險政策。政府監管部門可以利用財務風險識別模型，及時有效的遏制虛假會計信息、杜絕財務風險的發生，提高監管效率。第四，有助于上市公司自身的發展，提高公司聲譽。挖掘潛在信號，對公司未來的財務狀況進行有效預測和判斷，為公司提供參考。支持向量機是解決機器學習問題的新工具，是一種精準的機器學習算法，于上世紀年代中期提出，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危機，本文將支持向量機模型引入到上市公司財務危機預警研究領域中，提出一種全新的財務危機預警模型，即基于因子分析和支持向量機的財務危機預警，這種模型必將提高財務危機預警的準確率，為上市公司做出重大的貢獻。

2財務危機和數據挖掘理論

公司陷入財務危機，也就是公司陷入了財務困境，表現為公司無力支付優先股股利或無力償付到期債務，威脅上市公司生存和發展，降低上市公司聲譽。上市公司出現財務風險，陷入財務危機并不是偶然，而是有小及大、循序漸進的過程。依據國內外參考文獻的定義，財務危機呈現以下幾方面特征：一是客觀累積性。是指財務危機是一個由小積多、由量變到質變的過程。二是損失性。上市公司發生財務危機，必將導致融資困難，資金鏈緊張，無力償付債務，損害上市公司投資人及債權人的經濟利益。三是突發性。上市公司財務危機的發生是多種因素造成的，既有國家政策、經濟環境等外部因素的影響，又有上市公司投融資策略、成本運營等內部因素的影響。四是多樣性。上市公司所處經營環境的多變性、政策環境的復雜性，都對公司的財務狀況有重大影響。五是預測性。在財務危機發生前，反映上市公司財務狀況會的指標會出現異常。CorinnaCortes和Vapnik于1995年最先提出了支持向量機（SupportVectorMachine，SVM）理論，它是一種與相關的學習算法有關的監督學習模型，功能用于識別模式、分析數據，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，以及函數擬合等各種機器學習問題中。支持向量機分為線性支持向量機和非線性支持向量機。線性支持向量機理論由線性可分的最優分類面發展而來。當樣本非線性可分時，可以通過非線性變換，將非線性可分問題轉換為高維空間的線性問題。

3研究樣本的選取和指標體系的構建

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，并按規模相近同行業的原則，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家財務正常上市公司，共104家公司。其中，作為訓練樣本的是42家公司的財務數據，30家公司的財務數據作為測試樣本。本文以京津冀上市公司被特殊處理前兩年作為研究期間，財務報表數據選擇區間是T-2年和T-3的。3.2初步構建的財務預警模型指標體系。按照反映公司財務狀況和經營成果指標的全面性、真實性、可靠性原則，構建了公司財務危機預警指標體系。本文共選取了21個財務指標，分別是6個盈利能力指標，即P1每股收益指標、P2凈資產收益率指標、P3資產報酬率指標、P4銷售凈利率指標、P5營業利潤率指標、P6成本費用利潤率指標；4個償債能力指標，即P7資產負債率指標、P8流動比率指標、P9現金總負債比率指標、P10現金流動負債比指標，5個成長能力指標，即P11每股收益增長率指標、P12營業收入增長率指標、P13凈利潤增長率指標、P14凈資產增長率指標、P15總資產增長率指標；4個運營能力指標，即P16存貨周轉率指標、P17流動資產周轉率指標、P18固定資產周轉率指標、P19總資產周轉率指標；2個現金流量指標，即P20銷售現金比率指標、P21總資產現金回收率指標等。

4基于因子分析和支持向量機的財務危機預警模型

本文初步構建的預警指標體系包含的數目較多，為減少模型訓練的復雜性，有必要對指標進行降維處理，采用因子分析法對通過顯著性檢驗的指標進行分析。因子分析是一種統計分析技術，從變量群中提取共性因子。因子分析可將相同本質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，起到約簡指標數目降維的作用，還可檢驗變量間關系的假設，進一步消除指標之間的多重共線性。4.1KMO和Bartlett檢驗。為了判斷檢驗所選的21個指標是否適合采用因子分析法，需要對原始變量進行KMO檢驗與Bartlett球形檢驗。KMO（Kaiser-Meyer-Olkin）檢驗統計量是用于比較變量間簡單相關系數和偏相關系數的指標。當所有變量間的簡單相關系數平方和遠遠大于偏相關系數平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關性越強，表示原有變量越適合作因子分析；當所有變量間的簡單相關系數平方和接近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統計分析軟件，對選定的21個財務指標進行KMO檢驗和bartlett球形檢驗，檢驗結果表明，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率為92.898%，原始21個財務指標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凈資產收益率、P3資產報酬率、P4銷售凈利率、P5營業利潤率、P6成本費用利潤率為盈利能力指標，用于表示第一因子，P7資產負債率、P8流動比率、P9現金總負債比率、P10現金流動負債比為償債能力指標，用于表示第二因子，其它以此類推。運用旋轉成分矩陣，對原數據進行換算，形成新的預警因子。因子計算公式為：4.3支持向量機財務預警模型。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。支持向量機選用RBF核函數，輸出為1代表財務正常，輸出為-1代表財務危機。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：“RBF核函數密度”和“懲罰因子C”。最后，利用選定的參數及規整后的數據，進行SVM模型訓練，即可得出結果。結果顯示，SVM訓練集識別結果ST公司準確率86.5%，非ST公司準確率89.2%，平均準確率87.85%，SVM測試集識別結果ST公司準確率87.43%，非ST公司準確率85.91%，平均準確率86.67%。4.4研究結論。本文將因子分析和支持向量機算法相結合，分析京津冀上市公司財務危機情況，研究結果表明財務危機的發生是可以提前預測的，實驗結果表明財務危機的發生是由多種因素共同作用的結果。結合非財務量化指標，深層次挖掘上市公司財務報表信息，對存在財務風險公司提出預警，預測結果可以使上市公司經營管理者及時調整策略，改變公司經營模式，減少或避免損失；投資者洞察上市公司發展前景并進行理性投資；債權人可以規避貸款風險；此外也為證券監管部門提供依據，使其對存在風險的上市公司加強監管力度，對保證上市公司、證券市場、國家經濟平穩運行有著重要的經濟和社會意義。

5京津冀上市公司財務危機預警防范措施

（1）在制度上，健全內部控制機制。完善科學的制度對提升公司財務危機預警體系具有重要意義，公司要明確工作人員崗位責任，確保責任制度在公司內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，執行崗位任務。對于財務危機的產生，上市公司要及時完善公司結構和管理方式。根據國家政策和市場環境，制定合適的經營管理模式。在資金方面，不斷對資產、負債、利潤情況進行調整，要定期組織和抽查上市公司財務報表，控制財務風險，優化財務結構。在不增加風險的前提下，選擇合適的財務比例，充分利用和投資者債權人之間的關系，控制財務風險。（2）在體系上，擴展指標覆蓋范圍。為增強公司財務危機預警體系的完整性、科學性和實用性，公司使用定量和定性分析相結合的方法，分析財務信息和非財務信息，評估財務風險因素，構建完善的財務風險預警體系，進行財務危機預警體系指標范圍的拓展。上市公司在構建財務風險評價指標體系時遵循重要性、靈敏性、真實性、一致性、可預見性原則，從償債能力，營運能力，盈利能力及成長能力、現金流量等方面構建財務指標體系，也要從股權結構、公司治理、資產規模、年報披露、外部審計、高管背景等方面構建非財務指標。（3）在指標上，建立動態預警體系。高風險性、可防控性、動態變化性是財務危機的顯著特征，上市公司的經營活動不是在一個時間點上進行截面預測，不是靜態的，而是不斷變化的，所以上市公司要建立動態財務預警分析系統。當上市公司出現財務風險時，要結合公司內外部情況，采取最直接有效和經濟合適的動態預測方法進行預測，使預警系統發揮應有的效果。此外，善于利用信息技術構建財務信息系統，提升財務數據的全面性、安全性和完整性，促進各部門之間的信息共享和溝通。（4）在思想上，增強風險防范意識，實時關注上市公司財務的變化情況。京津冀上市公司首先應當成立自己的財務預警分析部門，及時分析公司每個月份、每個季度產生的籌資風險、投資風險、經營風險、現金流量風險等，及時進行風險預警。上市公司的管理者要及時關注上市公司財務指標的變化，及時分析、預測公司經營活動中產生的財務問題并提出解決方案，加強風險防范意識。財務部門應當引入具有統計學和運籌學等復合學科背景的專業人才，隨時匯總公司近期的財務數據，定期計算和分析公司的財務指標，判斷各個財務指標風險的大小，分析可能存在風險并及時向上級匯報。

參考文獻

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

[2]潘央迪.基于支持向量機的上市公司退市風險預警方法研究[D].浙江工業大學，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:河北金融學院