基于類別非平衡時序數據批的企業(yè)財務困境預測動態(tài)建模研究.pdf

1、財務困境預測研究一直備受理論界和實務界的高度重視，一旦企業(yè)發(fā)生財務困境，不僅會影響到企業(yè)自身的生存和發(fā)展，還會影響到其他利益相關者的利益，甚至引發(fā)國家金融危機。在當前國際金融危機影響還在持續(xù)、全球經濟復蘇乏力、中國經濟下行壓力大的背景下，如何構建更科學有效的財務困境預測模型來及時監(jiān)控企業(yè)的財務風險，具有重要的現實意義。
　　近80年來國內外學者對財務困境預測理論進行了深入研究，并已取得豐富的理論成果，然而當前研究仍然存在不足。一方

2、面，當前絕大部分的研究都是基于平衡數據集的研究，這與財務困境公司只占所有上市公司少數比例的事實不符，從而高估了模型對財務困境公司的預測性能;另一方面，當前很多學者在進行財務困境預測模型研究時都采用靜態(tài)橫向面板數據進行建模，而未考慮到隨著時間的推移財務數據成增量流動的特點及概念漂移問題的發(fā)生，基于靜態(tài)橫向面板數據建立的模型可能無法有效預測含新財務困境概念的樣本。因此為了建立更貼合實際更有效的財務困境預測模型，根據數據的非平衡性和時序性的特

3、點，本文基于類別非平衡和概念漂移雙重視角，試圖構建基于類別非平衡時序數據批的企業(yè)財務困境動態(tài)預測模型。
　　本文在總結理論文獻資料和實踐調研資料的基礎上，提煉出本文的研究課題為基于類別非平衡時序數據批的企業(yè)財務困境預測動態(tài)建模研究，然后采用跨學科、定性分析、定量分析和比較分析、實證分析等研究方法，具體從理論基礎研究、動態(tài)模型的構建研究和實證研究三方面展開對基于類別非平衡時序數據批的企業(yè)財務困境預測動態(tài)建模研究。
　　首先，本

4、文提出企業(yè)財務困境預測動態(tài)建模的含義和流程，并結合人工智能和數據挖掘相關理論，對企業(yè)財務困境預測動態(tài)建模理論基礎進行研究，為模型的構建研究提供堅實的理論支撐。
　　其次，基于類別非平衡和概念漂移的雙重視角，將非平衡處理技術和概念漂移的思想融入到財務困境預測動態(tài)建模中。對于類別非平衡問題本文采用了SMOTE采樣和數據分割的處理辦法，對于財務困境概念漂移問題本文采用了滑動時間窗口的處理辦法，模型以SVM、MDA、Logit為基分類器。

5、為了對比分析模型在處理類別非平衡問題上的有效性，本文構建了基于滑動時間窗口和SMOTE的財務困境動態(tài)預測模型、基于滑動時間窗口和數據集分割集成的財務困境動態(tài)預測模型;為了分析滑動時間窗口在處理概念漂移問題上的有效性，本文還構建了以2003(t-2)、2005(t-2)年的靜態(tài)模型以作為比較分析的基準模型。
　　最后，以中國上市公司做為研究對象，收集了從2003至2012年時間區(qū)間共373家財務困境的樣本公司和與其配對的1119家財

6、務正常的樣本公司，在Matlab環(huán)境中仿真模擬，對本文提出的模型展開實證研究。實驗結果表明，基于滑動時間窗口的財務困境動態(tài)預測模型是有效的，且對于SVM、Logit分類器來說，基于滑動時間窗口和SMOTE的財務困境動態(tài)預測模型比基于滑動時間窗口和數據集分割集成的財務困境動態(tài)預測模型表現更優(yōu)，對于MDA分類器來說，基于滑動時間窗口和數據集分割集成的財務困境動態(tài)預測模型比基于滑動時間窗口和SMOTE的財務困境動態(tài)預測模型表現更優(yōu)。此外，在實