论文部分内容阅读
随着中国经济及金融证券业的快速发展,财务危机预警技术也日益受到广泛关注和深入研究。从美国安然财务舞弊案例到中国银广夏破产事件,无一不凸显出上市公司财务危机预警研究的重要性。正确的财务分析信息可以帮助投资者、管理层及监管部门等诸多利益相关者更好地做出决策。目前在该领域研究中已提出众多财务危机预警模型,包括:单变量分析模型、多元判别模型、Logit回归分析模型、人工神经网络模型等,以上经典分析模型虽然都能获得一定分析效果,但究其本质而言,他们都属于基于单期财务数据建立的静态预警模型。很显然,公司本年度财务状况不仅仅是公司上一年度经营业绩影响的结果,更是多期企业运营基础上所产生的累加效果,因而基于单期截面数据的静态模型,无法有效利用公司历史累积财务数据来反映公司财务的动态变化趋势。为了深入反映公司财务运营的动态变化机理并有效提升财务预警的准确度,纳入分析模型的财务数据应该由同时包含时间序列与财务指标变量的面板数据构成,而非由仅包含单期财务数据的截面数据构成。本文利用多期财务数据构成的面板数据,基于遗传算法的二进制基因表达的理念,设计一种用于财务预警的基因模板,并提出了一种基于离散实例的动态预警模型——时段基因预警模型。通过采用面板数据,可从动态历史值角度更好地反映公司财务运营状况的动态变化趋势。首先,使用规约技术针对财务面板数据进行离散化处理,用改进分箱法找出合适断点,将呈现连续属性的面板数据规约到0与1两个二元变量;然后通过设计包含时间信息的时段基因,构建时段基因预警模型,从而实现公司财务状况的分析与预警。实证表明,基于面板数据的时段基因模型具有良好预警效果。