论文部分内容阅读
在激烈的国内外市场竞争中,我国纺织服装业正面临着劳动力成本优势逐步减弱、生产成本上升、库存连年增长等许多严重问题,公司随时都有可能陷入财务困境。建立有效的财务危机预警模型能使上市公司的管理者提前发现财务危机,及早地制定相应的处理措施,有利于公司的长期健康发展。预警模型的构建方法仍在不断地发展变化之中,本文将证据理论应用于财务危机预警领域,以纺织服装行业的公司为研究对象,构建基于证据理论的财务危机预警模型,对分别用Logistic回归和支持向量机建立的单个预警模型得到的结果进行融合处理,为财务危机预警模型的研究提供新思路。本文在了解国内外研究现状的基础上,首先将被ST公司界定为财务危机公司。其次结合纺织服装行业的现状,对公司财务危机的内外部成因进行了分析,以便有效地选取预警指标。再次,通过对几种预警模型的比较和分析,选择Logistic和支持向量机两种模型用于证据合成,期望提高预警准确率。在实证设计部分,针对纺织服装业,选取了10家被ST公司和40家非ST公司用于建模,5家ST公司和12家非ST公司来测试模型的准确性。根据针对性、可比性、科学性、系统性和可获得性原则,初步选取了48个财务指标和8个非财务指标。财务指标经筛选提取出了7个公共因子,与通过显著性检验的3个非财务指标共同构成预警指标体系。通过实证检验,Logistic、支持向量机两种单个模型对研究样本的判别准确率分别为96%和98%,对测试样本的预测准确率分别为94.12%和88.24%。基于证据理论的融合预警模型对研究样本和测试样本的准确率高达98%和100%,比较两种单个模型,将总体误判率从4.48%降至1.49%,这说明证据理论可以提高预警的准确率,将其应用于公司的财务危机预警领域具有一定的有效性与可行性。