基于类别非平衡时序数据批的企业财务困境预测动态建模研究

作     者：刘欣 

作者单位：浙江师范大学 

学位级别：硕士

导师姓名：孙洁

授予年度：2016年

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 1202[管理学-工商管理] 

主      题：财务困境预测 概念漂移 类别非平衡 动态建模 

摘      要：财务困境预测研究一直备受理论界和实务界的高度重视,一旦企业发生财务困境,不仅会影响到企业自身的生存和发展,还会影响到其他利益相关者的利益,甚至引发国家金融危机。在当前国际金融危机影响还在持续、全球经济复苏乏力、中国经济下行压力大的背景下,如何构建更科学有效的财务困境预测模型来及时监控企业的财务风险,具有重要的现实意义。近80年来国内外学者对财务困境预测理论进行了深入研究,并己取得丰富的理论成果,然而当前研究仍然存在不足。一方面,当前绝大部分的研究都是基于平衡数据集的研究,这与财务困境公司只占所有上市公司少数比例的事实不符,从而高估了模型对财务困境公司的预测性能;另一方面,当前很多学者在进行财务困境预测模型研究时都采用静态横向面板数据进行建模,而未考虑到随着时间的推移财务数据成增量流动的特点及概念漂移问题的发生,基于静态横向面板数据建立的模型可能无法有效预测含新财务困境概念的样本。因此为了建立更贴合实际更有效的财务困境预测模型,根据数据的非平衡性和时序性的特点,本文基于类别非平衡和概念漂移双重视角,试图构建基于类别非平衡时序数据批的企业财务困境动态预测模型。本文在总结理论文献资料和实践调研资料的基础上,提炼出本文的研究课题为基于类别非平衡时序数据批的企业财务困境预测动态建模研究,然后采用跨学科、定性分析、定量分析和比较分析、实证分析等研究方法,具体从理论基础研究、动态模型的构建研究和实证研究三方面展开对基于类别非平衡时序数据批的企业财务困境预测动态建模研究。首先,本文提出企业财务困境预测动态建模的含义和流程,并结合人工智能和数据挖掘相关理论,对企业财务困境预测动态建模理论基础进行研究,为模型的构建研究提供坚实的理论支撑。其次,基于类别非平衡和概念漂移的双重视角,将非平衡处理技术和概念漂移的思想融入到财务困境预测动态建模中。对于类别非平衡问题本文采用了SMOTE采样和数据分割的处理办法,对于财务困境概念漂移问题本文采用了滑动时间窗口的处理办法,模型以SVM、MDA、Logit为基分类器。为了对比分析模型在处理类别非平衡问题上的有效性,本文构建了基于滑动时间窗口和SMOTE的财务困境动态预测模型、基于滑动时间窗口和数据集分割集成的财务困境动态预测模型;为了分析滑动时间窗口在处理概念漂移问题上的有效性,本文还构建了以2003(t-2)、2005(t-2)年的静态模型以作为比较分析的基准模型。最后,以中国上市公司做为研究对象,收集了从2003至2012年时间区间共373家财务困境的样本公司和与其配对的1119家财务正常的样本公司,在Matlab环境中仿真模拟,对本文提出的模型展开实证研究。实验结果表明,基于滑动时间窗口的财务困境动态预测模型是有效的,且对于SVM、Logit分类器来说,基于滑动时间窗口和SMOTE的财务困境动态预测模型比基于滑动时间窗口和数据集分割集成的财务困境动态预测模型表现更优,对于MDA分类器来说,基于滑动时间窗口和数据集分割集成的财务困境动态预测模型比基于滑动时间窗口和SMOTE的财务困境动态预测模型表现更优。此外,在实证研究中还发现SVM分类器对类别非平衡问题最为敏感、Logit分类器次之,MDA分类器不大敏感。