基于貝葉斯網(wǎng)絡的上市公司財務困境預測研究.pdf

1、公司財務困境預測一直是國內(nèi)外公司管理領域一個重要的研究問題。陷入財務困境的公司會經(jīng)歷一個財務狀況逐漸惡化的過程，并在財務指標上直接體現(xiàn)出來。從目前已有的對理論與實踐方面的研究來看，財務困境都是可預測的。隨著中國經(jīng)濟全球化參與度的提高，國內(nèi)企業(yè)在享受大量機遇的同時也面對著空前激烈的競爭，亟待通過完善的預測方法建立有效的財務預警機制。
　　 論文主要研究了基于貝葉斯網(wǎng)絡方法的國內(nèi)上市公司財務困境的預測問題。與已有的回歸方法相比，貝葉

2、斯網(wǎng)絡方法不僅對變量的總體分布沒有要求，而且可以針對變量間復雜關系或相互作用進行建模分析。同時，貝葉斯網(wǎng)絡方法并不要求樣本觀察值必須包含完整信息，信息不完整的數(shù)據(jù)依然可以用來訓練或檢測模型。另一方面，貝葉斯網(wǎng)絡具有動態(tài)性和交互特征，每當獲得新的信息即可通過學習更新網(wǎng)絡，并融合人的主觀信息進行分析。最后，因為變量間相互關系可由網(wǎng)絡圖形直觀的表示，因此貝葉斯網(wǎng)絡方法與其他的機械學習方法相比，具有更好的可解釋性也更易理解。
　　 在判

3、斷公司是否陷入財務困境方面，以上市公司是否因財務異常被ST作為標志?；谏鲜泄颈籗T前兩年和被ST前三年的數(shù)據(jù)進行研究，樣本包含了1998年至2010年因財務問題而被ST的公司。在變量預處理方面，運用相關分析方法篩選模型變量并選擇EP-T方法對變量數(shù)據(jù)離散化處理。在此基礎上，通過學習構建了財務困境預測貝葉斯網(wǎng)絡模型并采用10-折交叉檢驗方法進行樣本檢測。對比以往財務困境預測研究中常用的Logistic回歸模型，結(jié)果表明：基于貝葉斯網(wǎng)絡