基于BP神經(jīng)網(wǎng)絡(luò)集成的財(cái)務(wù)危機(jī)預(yù)警研究——以中國房地產(chǎn)上市公司為例.pdf

1、近年來，隨著我國國民經(jīng)濟(jì)的持續(xù)健康快速發(fā)展，房地產(chǎn)行業(yè)也得到迅速發(fā)展，其潛力大、關(guān)聯(lián)度高、帶動(dòng)力強(qiáng)等特點(diǎn)在我國經(jīng)濟(jì)發(fā)展過程中凸顯，逐漸成為宏觀經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)和保障民生的基礎(chǔ)產(chǎn)業(yè)。房地產(chǎn)作為我國新興的行業(yè)，屬于資金密集型行業(yè)，具有開發(fā)周期長，投資額巨大，資金回收期長等特點(diǎn)，其特有的融資、負(fù)債結(jié)構(gòu)使得其在特定條件下比其他行業(yè)更容易發(fā)生財(cái)務(wù)危機(jī)。2008年美國金融危機(jī)后，國家加大對房地產(chǎn)的調(diào)控力度，使得房地產(chǎn)企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)逐漸加大，尤

2、其是一些規(guī)模小、財(cái)務(wù)狀況不穩(wěn)定的企業(yè)，面臨更大的破產(chǎn)或被收購的風(fēng)險(xiǎn)。因此，建立一種有效的房地產(chǎn)行業(yè)財(cái)務(wù)危機(jī)預(yù)警(FinancialDistress Prediction，F(xiàn)DP)方法體系，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。
　　本文以滬深股市房地產(chǎn)上市公司作為研究對象，收集時(shí)間區(qū)間在2000-2010年因連續(xù)兩個(gè)會計(jì)年度虧損或每股凈資產(chǎn)低于股票面值而被特別處理(ST)的房地產(chǎn)企業(yè)作為財(cái)務(wù)危機(jī)樣本。采用非傳統(tǒng)的配對抽取方式，最終選取了滬

3、深兩市房地產(chǎn)行業(yè)共85家樣本公司，其中ST公司33家，非ST公司52家。建立了由35個(gè)財(cái)務(wù)指標(biāo)構(gòu)成的初始指標(biāo)體系，涉及企業(yè)的盈利能力、營運(yùn)能力、償債能力、發(fā)展能力、每股指標(biāo)、現(xiàn)金流量和資本結(jié)構(gòu)七個(gè)方面，通過T檢驗(yàn)、相關(guān)性分析和逐步判別分析方法精簡得到實(shí)驗(yàn)指標(biāo)。本文的研究采用BP神經(jīng)網(wǎng)絡(luò)作為基本分類器，運(yùn)用AdaBoost和Bagging兩種集成學(xué)習(xí)方法建立起B(yǎng)PNN AdaBoost和BPNN_Bagging模型對我國房地產(chǎn)企業(yè)進(jìn)行實(shí)證

4、研究，并將其與單一的BP神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的Z分?jǐn)?shù)模型進(jìn)行對比分析。
　　實(shí)證研究表明，BPNN_AdaBoost和BPNN_Bagging模型在三年的預(yù)測中，準(zhǔn)確率都高于單一的BP神經(jīng)網(wǎng)絡(luò)模型和傳統(tǒng)的Z分?jǐn)?shù)模型。在5％的顯著性水平上，無論是BPNN_Bagging模型還是BPNN_ AdaBoost模型，在T-1年、T-2年和T-3年的預(yù)測中均顯著優(yōu)于單一的BP神經(jīng)網(wǎng)絡(luò)模型，提升效果顯著。同時(shí)，由實(shí)驗(yàn)結(jié)果可知BPNN_Bagging