基于C&R树的上市公司财务危机预警研究

张鹏 刘勇波 李明

【摘 要】 随着经济的全球化和大数据时代的到来，企业的风险意识也进一步加强，上市公司都迫切需要时刻把握其财务状况。故从资产管理能力、盈利能力、营运能力、偿债能力和成长能力五个方面构建了上市公司财务危机预警指标体系，并基于PCA和数据挖掘技术构建了财务危机预警模型，来对企业的财务状况进行判别。通过利用C&R树、Logistic回归、C5、CHAID、SVM、决策列表、QUEST、神经网络、贝叶斯网络等方法分别建模。比较发现，基于C&R树的预警模型具有更好的精确度，并根据该模型的分析结果，给出了相应的预防对策及建议。

【关键词】 财务危机； 主成分分析法（PCA）； 分类与回归（C&R）树； 预警模型

中图分类号：F810.2 文献标识码：A 文章编号：1004-5937（2015）04-0048-04

引 言

随着我国市场经济的不断完善，企业在高速发展的同时，也不断地受到各种风险的冲击，尤其是随着大数据时代的到来，信息的重要性被提高到一个更加重要的地位。上市公司作为其中比较优秀的组成部分，更重视风险预警的研究。国内外学者在这方面都进行了大量的研究，并取得了大量成果。例如2013年Tomasz Korol选取了在华沙证券交易所上市的185家公司和来自墨西哥、阿根廷、秘鲁、巴西和智利证券交易所上市的60家公司的财务数据作为样本，选取14个财务比率指标构建了指标体系，并采用判别分析、决策树和人工神经网络方法分别构建了预警模型，并对公司的财务危机进行了有效的识别。2009年韩宇豪和张卫东采用遗传算法来优化神经网络算法的权重，提出了改进的神经网络评估模型用于财务危机的评估，通过利用Matlab工具箱来进行仿真，仿真结果证明了该方法的可行性和有效性。2009年我国学者岳上植和张广柱以沪深两市A股上市公司的数据为样本，采用距离判别分析法构建了财务危机预警模型，并对企业财务状况进行了分析。2011年刘宏洲以中国电器业上市公司为例，提出了Z计分模型用于财务危机预警研究。周喜和吴可夫在2012年选取了30家ST和90家非ST的上市公司的财务数据作为样本，基于混合粗糙集与ANN方法构建了财务危机预警模型，并取得了较高的财务危机预测准确率。2013年魏明谋等选取了36家ST公司和36家非ST公司的数据作为样本，采用因子分析法构建了金融长期预警模型，结果表明该模型能有效地规避金融危机。2013年李红梅和田景鲜等以沪深两市A股制造业上市公司的财务数据为样本，构建了以财务指标与公司治理指标相结合的逻辑回归模型，对公司的财务危机进行了预测，取得了良好的预测效果。可以看出，前人在这方面的研究主要是采用一些判别分析、回归分析以及神经网络的方法来构建预警模型对财务危机加以预测，并不断优化预警模型的准确度。

鉴于此，本文结合PCA与C&R树这两种方法的优点，构建了上市公司财务危机预警模型，并与Logistic回归、C5、CHAID、SVM、决策列表、QUEST、神经网络和贝叶斯网络等方法构建的模型进行比较，验证了本文模型的优越性，同时由C&R树方法生成的决策树图又能很好地给出最终判断的依据，指出导致企业出现财务危机的薄弱点，使得我们可以有针对性地加以弥补，从而有效地规避财务危机的发生，这样不仅能很好地预测危机的存在，同时也能很好地防范危机的发生。

一、上市公司财务危机预警指标体系的构建

预警指标的选取对预警模型的性能具有重要的影响。为了体现指标选取的科学性，本文从反映企业财务状况的资产管理能力、盈利能力、营运能力、偿债能力和成长能力五个方面着手，统计了从2005—2013年国内外发表的与财务预警相关的共150篇论文，挑选其中使用频数≥50，且对最终预测模型有显著贡献的评价指标作为本文评价指标体系的组成部分。最终的选取结果如表1所示。

利用最终选取的22个评价指标构建了财务危机预警评价指标体系，并根据收集到的75家上市公司的财务数据对指标进行了可靠性分析，分析结果如表2所示。

根据分析结果可以得出，本文选取的指标可以满足可靠性要求，进一步验证了本文所构建的指标体系的合理性。

二、上市公司财务危机预警模型的构建

（一）样本的收集

为了保证样本具有一定的代表性，本文在进行样本的选择时，按照12的比例从医疗器械及医疗服务、出版传媒、信息服务、陆路运输和医药生物共5个行业选取了25家ST公司和50家非ST公司的财务数据作为研究样本。数据的收集来自于同花顺炒股软件上公布的各上市公司的年报。

（二）主成分分析

本文采用主成分分析来对选取的22个指标进行简化，最终得到各上市公司在盈利能力、资产管理能力、营运能力、偿债能力和成长能力这五个方面的得分。表3—表5是以盈利能力为例的主成分分析的计算过程。

根据表3、表4和表5可以看出，在盈利能力Z1方面抽取出一个主成分，该主成分的计算公式如下：

F11=（0.984×主营业务利润率+0.972×净利润率+

0.850×总资产收益率+0.973×毛利率）

根据上式计算得到的结果，可以求得盈利能力得分，计算公式如下：

Z1=0.89569×F11 （1）

同理依次可以得到资产管理能力Z2、营运能力Z3、偿债能力Z4、成长能力Z5的计算公式如下：

Z2=0.52151×F21+0.34199×F22 （2）

Z3=0.78144×F31 （3）

Z4=0.66550×F41+0.20390×F42 （4）

Z5=0.54931×F51+0.33118×F52 （5）

根据公式（1）—（5）分别计算出盈利能力、资产管理能力、营运能力、偿债能力和成长能力这五个方面的得分，可以最终得到这75家上市公司在这五个方面的相应得分。

（三）C&R树建模

从以上得到的75家上市公司的得分数据中选取20家ST公司和40家非ST公司的财务数据组成训练样本，剩下的5家ST公司和10家非ST公司的财务数据作为检验样本，并利用Clementine平台建立C&R树预警模型，模型如图1所示。

以上模型的多模型分析节点的运行结果如表6所示。

根据表6可知，基于C&R树的财务危机预警模型具有最好的效果，因此本文选用了C&R树方法来进行上市公司财务危机预警的建模。利用训练样本来对建立的预警模型进行训练，训练得到的规则集如图2。

根据图2，可以得到以下规则：（1）当盈利能力得分≤0.006时，该企业存在财务危机。（2）当盈利能力得分>0.006、偿债能力得分≤1.355、资产管理能力得分≤1.333时，该企业存在财务危机。（3）当盈利能力得分>0.006、偿债能力得分≤1.355、资产管理能力得分>1.333时，该企业不存在财务危机。（4）当盈利能力得分>0.006、偿债能力得分>1.355时，该企业不存在财务危机。能力重要性示意图见图3。

（四）模型的验证与分析

利用检验样本来对训练好的预警模型进行检验，检验结果如表7所示。

检验的结果表明，该模型在上市公司财务危机预警方面具有很好的预警准确度。根据变量重要性图可以看出，在上市企业财务风险方面起主要影响作用的在于盈利能力、资产管理能力和偿债能力，其中盈利能力的影响最大。由规则集图可以得到以下结论：当盈利能力得分小于等于0.006时，该企业存在财务危机，导致的主要原因在于盈利能力不足，当这种情况出现时，应该采取一些能增强企业盈利能力的措施来缓解财务危机。当盈利能力得分大于0.006、偿债能力得分小于等于1.355、资产管理能力小于等于1.333时，该企业存在财务危机，而导致该情况出现的关键限制因素在于资产管理能力的不足，因此需要提高企业的资产管理能力。而其他情况下，企业的财务状况良好。

三、结论

本文以75家上市公司的财务数据作为样本，利用PCA和C&R树方法构建了上市公司财务危机预警模型，并通过与目前常用的几种方法构建的模型进行比较，发现本文所构建的模型在各项评估指标上均具有更好的效果，且通过对模型的训练以及验证表明：该模型的判别准确度达到了100%。同时在模型的判别过程中还得到了判别的规则集，利用该规则集可以有效找出导致该公司出现财务危机的原因所在，并能给出有针对性和合理的解决方案，有效地避免危机的发生。【参考文献】

[1] Tomasz Korol.Early warning models against bankruptcy risk for Central European and Latin American enterprises[J].Economic Modelling，2013（31）：125-132.

[2] Ming-Mou Wei，Bin-Gu Shui. The Research on Long-Term Financial Early-Warning System of Listed Companies[J].Advanced Materials Research，2013（3）：216-221.

[3] Yuhao Han，Weidong Zhang.A Study on Assessment of Enterprise Financial Crisis Based on Optimizing Neural Networks by GA[J].International Journal of Business and Mangement，2009，1（6）：78-85.

[4] 岳上植，张广柱.上市公司财务危机预警模型构建研究[J].会计之友，2009（1）：81-86.

[5] 周喜，吴可夫.基于混合粗糙集与ANN的上市公司财务危机预警研究[J].企业经济，2012（2）：39-42.

[6] 李红梅，田景鲜.公司财务危机预警模型比较研究——以A股制造业上市公司为例[J].财会月刊，2013（10）：27-31.

[7] 刘宏洲.财务危机预警的Z计分模型实证研究——来自中国电器业上市公司的新证据[J].会计之友，2011（28）：47-53.