基于優(yōu)勢關系決策粗糙集的上市公司財務危機預測

基于優(yōu)勢關系決策粗糙集的上市公司財務危機預測基于優(yōu)勢關系決策粗糙集的上市公司財務危機預測

一、研究背景及意義

股份制的改革，是在二十世紀八十年代末九十年代初逐步出現(xiàn)的。股票的發(fā)行首先是在上海、深圳等一些經(jīng)濟開展相對興旺的城市出現(xiàn)的。上市公司的數(shù)量也和資本市場的開展呈現(xiàn)正相關。一系列數(shù)據(jù)說明，截止到2022年底，市場中存在的上市公司已經(jīng)到達兩千多家，市值總計到達21萬億元，位居全球第三。在全國經(jīng)濟開展中，上市公司的開展已經(jīng)成為整個經(jīng)濟開展的中堅支柱，我國經(jīng)濟在世界經(jīng)濟開展浪潮中居于當先地位，受到了全球的關注。

盡管上市公司的開展呈現(xiàn)一派欣欣向榮的景象，但是在其開展中同樣存在諸多問題。示例，許多上市公司由于各種原因，最終導致經(jīng)營上的困難甚至破產(chǎn)，造成這一結果的一個最主要的原因，是由于上市公司在財務運行中出現(xiàn)的一系列問題。上市公司如果在股票交易的過程中出現(xiàn)“異常狀況〞，則根據(jù)證券交易所中建立的上市規(guī)那么，應該對此“異常狀況〞進行特別對待。特別對待的辦法主要是退市風險警示和其他特別處理。如果在上市公司的股票簡稱前加“*ST〞的話，那么表示退市風險警示；如果在上市公司的股票簡稱前加“ST〞的話，那么表示其他特別處理。

ST制度的主要作用就是對于投資者在進行股票投資的過程中存在的風險進行警示，但是由于上市公司當年的年報信息相對滯后，這就要求股民以及投資者在進行投資決策之前，需要對上市公司的財務信息進行系統(tǒng)全面的了解；同時，上市公司為了防止財務危機的出現(xiàn)，也需要對自身的財務狀況進行一個細致的梳理記錄，只有在對財務問題進行詳細了解、對投資風險進行辨認，并且對原因進行分析的根底上，才能通過制定一系列有效措施應對風險或者是將風險降低到可以接受的最低水平。由此可見，只有在對企業(yè)的財務狀況進行合理了解、保證企業(yè)順利開展的情況下，上市公司才可能會防止財務危機的出現(xiàn)，從而對股民、投資者的資金平安、社會資源的合理優(yōu)化配置均具有一定的意義。

本文是通過對我國2022年上市公司的財務報告數(shù)據(jù)進行分析，將帶有三枝決策語義的決策粗糙集辦法應用到財務危機預警的研究中，建立了一種新型優(yōu)勢關系決策粗糙集預測辦法，通過主客觀相結合，進行實際例證的研究，旨在通過此種研究為預測我國上市公司的財務狀況提供一條新型路徑。

二、研究現(xiàn)狀分析

〔一〕國內外財務危機預警的研究現(xiàn)狀

本文通過對國內外的財務危機預警進行雙重研究，希望全面具體地了解財務預警研究的現(xiàn)狀。

1.國外財務危機預警狀況研究

在國外，研究財務危機預警的模型主要有非參數(shù)分析法以及神經(jīng)網(wǎng)絡模型、多元線性判別模型、單變量判別模型等。單變量判別模型是由Fitzpatrick建立的一種單變量判別模型，該模型是第一次對財務危機進行預測研究。在研究過程中，F(xiàn)itzpatrick將“凈利潤/股東權益〞和“股東權益/負債〞這兩個財務比率與成功企業(yè)比率進行比照。此單變量判別模型可以預測企業(yè)財務狀況。Beaver那么發(fā)現(xiàn)了“現(xiàn)今流量/債務總額〞、“凈收益/資產(chǎn)總額〞、“債務總額/資產(chǎn)總額〞這三個財務比率是可以對財務危機進行預測的，此辦法是Beaver分別對成功公司和破產(chǎn)公司進行比擬得出的最終結論。單變量模型具有多個優(yōu)點，示例該模型計算簡單方便、便于理解。但是也存在一定的缺陷，示例企業(yè)各個變量之間存在的相互影響不易被反映出來；企業(yè)具有的財務復雜狀況特征難以被反映出來；評價一個相同的企業(yè)也會得出不同的結論，即使分析時采用的是不同變量。

最早將邏輯回歸辦法應用到財務危機預測中的是Ohlson，邏輯回歸辦法具有多個優(yōu)點，示例該辦法可以使問題的預測得到簡化，可以使應用范圍更加廣大，同多元線性判別模型相比，該模型的要求相對較低。

2.國內財務危機預警研究

和國外對財務危機的預測研究相比，國內研究相比照較滯后，且大局部的研究成果建立在國外研究的根底上。我國財務風險預測模型的首次建立是通過學者吳世農(nóng)和黃世忠等人建立的。隨著對我國財務危機風險預測的更進一步研究說明，主要的研究辦法如神經(jīng)網(wǎng)絡和粗糙、統(tǒng)計學辦法、聚類辦法等也被應用到此類研究中。陳靜通過利用二元線性回歸分析和單變量預警分析來研究財務風險預測問題。

〔二〕決策粗糙集理論研究現(xiàn)狀

數(shù)學家Z《Pawlak提出了一種粗糙集理論，該理論可以被當作一種具有知識不確定性的理論工具，可以應用在對信息的推理分析中。粗糙集理論，在經(jīng)過多年的研究應用以后，逐步開展成為一種相對獨立的研究辦法。同時，與該理論相關的其他理論，示例神經(jīng)網(wǎng)絡、遺傳算法、粒計算等也被廣泛運用到此類問題的研究中。

三、基于優(yōu)勢關系粗糙集的屬性約簡辦法

在粗糙集研究領域中，有一項重要的分支就是屬性約簡。在實際市場中，有很多研究對象都是具有一定的偏好關系的，是按一定的順序進行的。Greco等通過以粗糙關系為根底的粗糙集辦法來對這類具有偏好關系的數(shù)據(jù)進行處理。

〔一〕粗糙集根本概念及屬性約簡辦法評述

2.粗糙集屬性約簡辦法評述

隨著科技的快速開展，互聯(lián)網(wǎng)時代的到來，我們的信息傳遞越來越快，交流也越來越方便。這是一個各種信息充滿的時代，在紛繁復雜的信息中，有許多信息是冗長的、多余的，過多的無效信息有礙于我們對正確決定的選擇。在這種情況下，我們需要對信息進行合理篩選，選擇我們需要的正確有用信息，刪除我們不需要的無效信息。在粗糙集理論中，有一個不可或缺的局部就是屬性約簡。屬性約簡就是為了刪除相關性不大的屬性，在不影響數(shù)據(jù)庫的分類和決策能力的情況下，將屬性找到最小約減，在此情景下找到的最小數(shù)據(jù)的匯合可以稱之為核。〔二〕優(yōu)勢關系粗糙集的信息系統(tǒng)

四、優(yōu)勢關系決策粗糙集

〔一〕基于判別分析的三枝決策

在多元統(tǒng)計辦法中，判別分析是一種常用的分析辦法。該分析辦法主要是利用一系列自變量預測因變量的分類狀況來進行判別。還有一種二枝決策模型，該模型只是將據(jù)真和采偽錯誤進行考慮，忽略對延遲錯誤的考慮。樸素貝葉斯模型那么考慮了三枝模型，但是也只能對離散數(shù)值型進行處理。將二元Logistic模型引入三支決策，可以解決連續(xù)型或者混合型數(shù)值。判別分析的三枝決策步驟包括：

1.原始信息表的構建；

2.Logistic回歸方程的建立；

〔二〕優(yōu)勢關系決策粗糙集

決策粗糙集本身是以等價關系為根底的，本文中的優(yōu)勢關系是通過等價關系延伸得來的。對對象的分類概率進行計算，主要是通過決策屬性和對象間的條件屬性進行計算得來。決策粗糙集理論研究體系是可以通過優(yōu)勢關系決策粗糙集的提出建立的。

五、基于優(yōu)勢關系決策粗糙集的財務危機預測模型

〔一〕基于優(yōu)勢關系決策粗糙集的財務危機預測模型的根本步驟

財務危機預警模型是以決策粗糙集為根底的模型，該模型包括下列幾個主要步驟：構建指標體系、獲取原始數(shù)據(jù)、對數(shù)據(jù)進行預處理、篩選和預測指標等。

〔二〕指標體系的構建

工作準確程度的預測辦法是通過指標的科學性構建。對財務指標確實定應該遵守的原那么有：全面性原那么、真實性原那么、可獲得性原那么等。

關于財務危機的研究資料中，模型辦法的改變也在影響著指標的改變。企業(yè)在對指標按照一定的原那么選取完以后，需要反映出自身的特點，示例償債方面的能力、自身運營的能力、自