APP下载

基于数据挖掘的上市公司财务危机预警研究

2019-11-29崔维康张晓萍张若望王丽媛胡安琴刘虹雨

时代经贸 2019年29期
关键词:财务危机财务指标决策树

崔维康 张晓萍 张若望 王丽媛 胡安琴 刘虹雨

引言

经济的快速发展增长,上市公司的规模也越来越壮大,据统计2018年底,深沪上市公司数量已经壮大到3584家,营收相当于中国GDP的一半。上市公司发展如火如荼,但是企业在追求利润的同时,财务风险也随着出现了。财务危机的出现是企业发展过程中至关重要的重要难题,学习财务危机预警的方法和避免财务危机出现的手段是现在企业必须具备的能力。不然在面对出现的财务风险时,可能就会束手无策。现在在信息发达的互联网时代,数据挖掘技术不断的发展和完善,数据挖掘通过对于企业的经营信息进行处理,对数据进行快速高效的处理,找出那些财务指标出现恶化的表现,从而判断出企业所处在的财务危机不同的阶段。这样便于企业根据财务危机预警的表现来进行经营决策等一系列的管理行为,对于企业的更好发展做出贡献。

一、财务危机理论

(一)财务危机的判定

财务危机,亦为财务风险不断积累的结果,在广义上定义为,企业的各项财务活动在,受不确定因素影响使得财务业务的结果和预期的收益发生一定程度上的偏离,形成了有可能使企业遭受损失的可能。从狭义上来说,财务危机是企业丧失了偿付能力。财务危机由很多种的类型,例如筹资危机、收益分配危机、投资危机、现金流量危机等等。

(二)财务危机通常有五种表现形式。当企业出现这五种财务现象时,可能财务危机即将发生

(1)无力偿还到期债务,且无债务重整计划。无力偿还到期债务是企业面临严重的财务危机的表现形式。一是即使企业的资产负债表表现良好,但由于现金短缺,而且其他固定资产等又难以及时变现。二是企业借贷款金额过大,企业本身无力偿还。这是企业到期无力偿还债务的两种情况。(2)现金循环中断,现金入不敷出。当企业陷入财务危机时,有一个重要的表现形式就是现金资金链断裂,现金支付严重不足。企业现金资金链断裂,直接影响企业的经营生产过程,影响企业的正常运转。企业有可能因此陷入破产的境地。(3)巨额投资没有回报。企业想要利用有限资源进行利益最大化,那多元化投资对于企业来说是必不可少的操作。但是在进行投资时,企业应当将企业的资产结构和资本结构进行良好的协调,如果这一步处理不好,可能导致企业资金不能周转,投资没有回报,企业损失过大,严重的可能导致企业破产。(4)产品销量不好,大量库存商品积压。库存商品是直接反映在企业的资产负债表上,对于企业的资产状况和损益状况都有直接的影响。产品不随着消费者需求的变化而变化,产品大量积压导致企业资金周转缓慢,可能导致企业无力偿还到期债务,资金链断裂,造成严重的财务危机。(5)主营业务收入严重下滑,企业利润依靠关联方交易和外来补贴。企业长期稳定的发展都是依靠着主营业务的稳定。若是主营业务收入严重下滑,以致造成企业的巨额亏损,让企业陷入财务危机。大多数上市公司为了改善财务状况,保持股价稳定,通常会采用与关联方交易和获得外部政府的补贴等手段来粉饰财务报表,使上市公司从表报看起来是盈利的,但是这些手段都无法掩饰企业陷入了财务危机的本质。

(三)财务危机对于企业的损伤如此之大,企业应当采取怎样的措施或者方法来预防财务危机的出现呢

我为大家列举的两种方法措施。

(1)财务报表对比分析法。这个方法有利于企业的管理者分析是否存在财务风险跟财务危机。管理者有较强的财务分析能力,加之通过企业自身的资产负债表、损益表、现金流量表等对企业自身经营状况和财务状况有很好的反馈。财务报表对比分析法能够让企业及时发现财务漏洞,这是预防出现财务危机很有效的方法。(2)财务指标计算判定法。财务指标的计算能很好地反应企业一段时间内的经营状况,也是对于判定财务危机出现的标准。当财务指标超过一定的范围时,可以认定该企业出现了财务危机。财务指标一般可以包括偿债能力、流动资产周转率、净资产收益率、股东权益比率等等。企业可以根据这些指标进行计算并与安全范围进行比较,然后判定企业是否处在财务危机的范围,这也是有效预防出现财务危机的一种重要方法。

二、数据挖掘理论

由于传统的财务危机的预测受个人经验等影响,分析经常不全面,计算方法也复杂多样。随着现在时代的发展,数据挖掘也快速成长和发展。数据挖掘理论的不断完善也推动这财务信息的系统化发展,建立更加高效、全面、客观的财务危机评价系统也成为各位学者研究的方向。

(一)数据挖掘概念

数据发掘一词是随着信息时代到来而出现的,美国计算机年会(ACM)在1995年规定了数据挖掘的概念,其是指从数据库中提取隐含的、不为人知的、具有潜藏使用价值的信息过程。财务危机需根据财务报表跟财务指标来判断,财务报表中隐含着许多信息不易被发现,此时数据挖掘的出现解决了这样的难题,通过数据挖掘发现这些报表中隐藏的信息,加以模型判定,可以更加准确地判断此时企业所面对的财务状况,为财务危机预警贡献很大。

(二)数据挖掘技术主要方法

数据挖掘技术的不断发展和完善,主要有四种方法:聚类分析、决策树分析、关联分析和人工神经网络。

(1)聚类分析。该方法是将数据分为许多组别,因为在提前处理数据是五类别归属,所以数据要根据“组内相似性最大,组间相似性最小”的原则来将数据进行分类。每个组内数据相似度最大。每一个组视为同类数据的集合。再根据相应的分类预测模型来对分类数据进行分析,最后得到相应的预测结果。(2)决策树分析。决策树分为两种一个是分类树,是对最终结果进行分类预测,另一种是回归树,是对最终结果进行数值预测。决策树是一种从上而下一层一层的递归方式,把信息在决策树的内部的节点进行比较,根据不同的性质将信息进行向下分支,最后到叶节点得到最终结论。(3)关联分析。该方法就是找出在数据中发现频繁一起出现的数据的条件。就像美国的一项研究,来买尿布的人一定会买啤酒,这就是利用了关联程度分析营销策略的一种表现。(4)人工神经网络。这种方法是利用BP神经网络结构将挖掘的数据输入进去,在输入层和输出层有一个隐含层,将输入的数据在隐含层进行层层分析联系,最后输出对应的目标。

(三)数据挖掘技术在财务危机预警方面的应用

从财务报表等历史的财务数据信息中自动推倒并且判断出企业现在是财务状况与发生财务危机的可能性,从而可以对上市公司未来经营活动和财务风险进行预警,这是上市公司一直寻找更加高效、快速、合理的数据挖掘模型来进行财务危机预警的目的。将历史的财务数据进行分类用来预测,预测的目的在于从历史的数据中自动导出给定数据的模型,用来预测未来发生状况。在数据的统计方面,根据分类的技术不同,分为回归分析和判定分析。回归分析中常用方法是线性回归、Logistic回归和概率比回归模型。而判定分析中由于函数建立的不同,通常有距离判别、Fisher判别和贝叶斯判别方法。在知识分类方面通常应用人工神经网络决策树和关联规则。在进行利用数据挖掘技术来进行财务危机预警分析之前,应当先收集与企业财务有关的信息数据,然后构建财务危机评价指标体系,可以选择相关的财务指标,例如偿债能力、流动资产周转率、净资产收益率、股东权益比率等指标体系。首先要将收集到的财务数据进行一系列的处理,即财务预处理。对数据进行指标压缩和降维处理,为数据挖掘技术的应用做好准备。在这里列举一个方法,可运用关联分析的方法找到各个评价指标之间的规则,再引入人工神经网络方法,建立财务危机预警模型,带入上市公司本期的财务数据,从而预测出上市公司下一期的财务危机程度。据此,上市公司可以采取相应的对策或者措施来规避一些财务危机的发生。

三、结语

传统的财务危机的预警方法大多数是靠企业的管理者根据财务报表跟财务指标自行分析,但是由于管理者自身能力的不同,再加之各种不确定主观因素的影响,财务危机的预测总是不尽如人意。现在随着数据时代的到来,数据挖掘技术发展也来也成熟。将数据挖掘技术应用于财务信息的处理以及财务危机预警中来,极大地提高了财务危机预警的准确率,也排除许多外界干扰因素,使更多财务数据中隐藏的信息显现了出来。基于数据挖掘的上市公司财务危机的预警也变得高效、便捷和准确了。

猜你喜欢

财务危机财务指标决策树
简述一种基于C4.5的随机决策树集成分类算法设计
35岁后,怎样应对财务危机
决策树学习的剪枝方法
吉利汽车的发展战略及财务分析
EVA业绩评价体系应用分析
贝因美股份有限公司偿债能力分析
企业财务危机预警体系研究
企业财务危机预警模型的选择
决策树在施工项目管理中的应用
小议财务危机与财务危机预警