非線性組合模型在財務困境預測中的應用研究.pdf

1、財務困境研究是公司財務研究領域的熱點問題之一，而陷入財務困境也被看作是許多企業(yè)面臨的嚴重威脅之一。特別是隨著全球一體化進程的加快，企業(yè)間的競爭日趨激烈，出現財務危機、陷入財務困境的概率增大。但企業(yè)陷入財務困境是一個漸進的過程，通常多數企業(yè)都是由財務狀況正常到逐步惡化，最終陷入困境以至破產的。因而，企業(yè)的財務困境的發(fā)生是有先兆的，是可以進行預測的。所以，通過構建模型對企業(yè)的財務困境進行及時有效的預測具有重要的理論意義和現實意義。
　

2、　財務困境有很強的復雜性，它是企業(yè)內部因素和外部環(huán)境共同作用的結果。使用單一的預警模型很難做到預測結果準確性與穩(wěn)定性兼?zhèn)?。不同的預測模型有各自的特點，組合預測就是給幾種不同的模型賦予相應的權重，使它們之間可以相互補充，相對于單一的預測模型，組合模型不但可以提高預測的精度，還可以增加預測的穩(wěn)定性。本文以制造業(yè)上市公司為研究樣本，將被特別處理作為企業(yè)陷入財務困境的標志，在分析了他們財務困境的特征及成因的基礎上，從償債能力、盈利能力、營運能力

3、、公司治理結構等方面初步選取了用于預警模型的財務指標和非財務指標，再通過非參數檢驗將不顯著的指標剔除，又通過因子分析方法提取公因子，將提取的公因子作為輸入變量分別輸入本文建立的Logit回歸、BP神經網絡和支持向量機預警模型，得出他們的準確率分別為84.48％、89.66%、87.93%。最后，將這三個模型對應每個公司的實際預測結果分別進行投票時組合預測，和基于模糊神經網絡的非線性組合預測模型，簡單的投票式組合預測有很高的預測精度，而模