基于機器學習方法的上市公司財務預警模型對比研究

李星辰 王青龍 林國慶

摘 要：當前我國上市公司信息披露仍存在著許多不規范的現象，個別上市公司在面臨財務危機時，粉飾其財務風險，進行財務造假。本文利用上市超過3年的A股共3002家上市公司的財務數據，通過對ST、*ST和10家2019年退市的公司樣本分析，根據不同的時間窗口，構建了財務預警因子庫，共96個因子。分別采用機器學習中的邏輯斯蒂回歸、支持向量機、決策樹模型對因子數據進行訓練。將數據集分為訓練集和測試集，用訓練集訓練模型，并將模型應用在測試集中進行預測。結果如下：（1）三種模型均有較好的預測能力，其準確率都在94%以上;（2）決策樹模型的預測效果最佳，支持向量機模型次之，邏輯斯蒂回歸模型的預測效果最差;（3）三種模型都存在將較多的財務預警公司預測為正常公司的情況。本文通過將三種模型進行對比分析，以尋找更加優質的財務預警模型，來更好地幫助企業識別財務風險。

關鍵詞：財務預警;機器學習;邏輯回歸模型;支持向量機模型;決策樹模型

引言：目前，我國宏觀經濟正面臨著下行壓力，許多企業在大形勢下都面臨著融資困難和財務風險暴露的問題，目前我國上市公司信息披露仍存在著許多不規范的現象，因此，識別可能進行財務造假的公司，有助于幫助投資者合理投資，更有利于維護經濟社會的健康良性發展。

由于企業財務風險暴露是有征兆的，所以企業的財務危機是可以預測的，因此本文基于大數據和機器學習方法，構建識別上市公司財務造假的三種不同的財務預警模型，通過對比分析得出更有價值的財務預警模型，這能幫助企業識別財務風險，有助于實現財務狀況的良性循環，具有巨大的應用價值。

一、數據處理與因子庫構建

1.數據來源

本文樣本公司的相關財務數據主要來自銳思RESSET數據庫以及同花順金融數據庫。我們選取了3002家A股上市公司以及10家2019年退市的上市公司的相關數據作為樣本，考慮到上市不滿三年的公司，業績變動幅度可能相對較大且業績表現不夠穩定，因此將其剔除。

2.構造因子庫

根據國內外已有的關于上市公司財務造假的相關研究成果，結合定性分析和定量分析，從企業的償債能力、營運能力、盈利能力以及其他能力等四方面，提取出30個相關財務指標作為可提取因子。由于對出現風險暴露或者已退市的上市公司來說，出現財務問題年度的前三年是公司財務狀況發生變化的重要轉折點，因此我們選取了最近3年-5年的上市公司年度數據，將選取的財務指標進行不同年度的處理，最終形成了包含96個可提取因子的因子庫。

二、模型構建

根據現有研究，國內學者建立的財務預警模型較多，不同模型具有其自身優缺點，其中利用邏輯斯蒂回歸、支持向量機和決策樹方法的研究受到較多關注，因此本文選擇這三種模型進行對比分析。

1.邏輯斯蒂回歸模型

（1）模型概述

邏輯斯蒂回歸（LR）是在進行數據挖掘時經常使用的一種分類模型，該方法的基本原理為：在線性回歸的基礎之上，與sigmoid函數兩者相結合，利用極大似然函數估計回歸參數w和b，公式如下所示：

（2）模型的計算和結果分析

本論文通過Matlab中的機器學習工具箱求解。LR模型所得結果的準確率如下表所示：

由上表可知，LR模型在訓練集和測試集中所得的準確率分別是94.8%和92.38%。

訓練集和測試集的混淆矩陣如下表所示。

由上表4可知，LR模型在全樣本中的準確率為94.39%，精確度為38.58%，召回率為32.67%，F值為35.38%。由此可知，召回率并不高，其判斷的精確度為35.38%，相對較低。從總體結果看，無論是訓練集還是測試集準確率都在92%以上，體現出較好的總體準確率，該模型對發生財務預警的公司預測結果則較差，而對未發生財務預警的公司預測較準確。

2.支持向量機模型

（1）模型概述

支持向量機（SVM）是一類按監督學習方式對數據進行二元分類的廣義線性分類器，其決策邊界是對學習樣本求解的最大邊距超平面。支持向量機屬于有監督學習模型可以用于數據的分析、分類、回歸以及檢測異常值。

（2）模型的計算和結果分析

SVM模型所得結果的準確率如下表所示：

由上表5可知，SVM模型在訓練集和測試集中所得的準確率分別是95.72%和93.55%。與LR模型的準確率相近。

由表7可知，SVM模型在全樣本中的準確率為95.35%，精確度為59.26%，召回率為21.33%，F值為31.37%。由此可知，比LR模型召回率低11.34%，其判斷的精確度為59.26%，相對LR模型較高。

3.決策樹模型

（1）模型概述

決策樹是在進行數據挖掘時經常使用的分類和預測方法，該方法的基本原理為：根據算法規定的分類條件對整體數據進行分類，產生一個決策節點，仍然按照該算法規則分類，在下一個決策節點重復上述操作，運算到無法繼續分類為止。而對于Boosted Tree算法為，每添加一次樹，即為學習一個新的目標函數，在這棵樹上尋找最佳節點進行特征分裂。

（2）模型的計算和結果分析

由上表可知，Boosted Tree模型在訓練集和測試集中所得的準確率分別是96.32%和95.51%。在三個模型中的準確率最高。

由上表可知，Boosted Tree模型在全樣本中的準確率為96.18%，精確度為68.82%，召回率為42.67%，F值為52.68%。

三、總結

本論文針對上市公司的財務預警問題，構建因子庫，分別采用了機器學習中的邏輯斯蒂回歸法、支持向量機方法和決策樹方法，對訓練集進行了分類，并用測試集進行預測，結果對比如下表所示。

由上表可知，三種模型具有較高的準確率，均在94%以上，其中Boosted Tree準確率最高;精確度則差距較大，Boosted Tree模型最高;同時Boosted Tree模型具有高達42.67%的召回率。從上表的結果對比可以看出，盡管三種模型都對財務預警問題具有相當的預測能力，但上述三種模型預測能力由優到劣依次為：決策樹模型、支持向量機模型、邏輯斯蒂回歸模型。因此通過本文論述研究，認為決策樹模型對公司進行財務預警是較好的選擇。但是本文還有改進之處，一方面由于部分上市公司的財務數據不夠真實，另一方面可能來自數據的滯后性，致使對財務造假公司預測效果精確度有所不足，針對這一問題筆者將會進一步改進。

參考文獻：

[1]張玲玲.A股上市公司財務預警模型對比研究——基于logistic回歸和BP神經網絡模型[J].環渤海經濟瞭望，2019（09）：165-166.

[2]田珅，陳文熙.房地產退市風險企業財務預警研究——基于主成分分析與logistic模型對比[J].沈陽建筑大學學報（社會科學版），2019，21（04）：376-381.

[3]姚欣.Z模型在我國上市公司財務風險預警中的適用性研究[J].會計師，2019（13）：22-23.

[4]徐碧瑩，程昔武.基于Logistic回歸模型的建筑業上市公司財務風險預警分析[J].景德鎮學院學報，2019，34（03）：1-4.

[5]王元月，景在倫，劉偉.KMV模型在漁業上市公司財務預警中的運用——以獐子島為例[J].中國漁業經濟，2019，37（03）：56-61.

[6]鄭玉玉.“互聯網+”背景下ZA信息技術公司財務風險預警研究[D].東華理工大學，2019.

[7]胥光華.基于機器學習構建的公司財務預警系統研究[D].廈門大學，2014.

[8]王媛媛.基于因子分析與支持向量機的上市公司財務危機預警研究[D].西安電子科技大學，2012.

[9]梁小紅.財務危機預警的SVMs模型研究——基于我國制造業上市公司經驗數據[J].福建論壇（人文社會科學版），2011（12）：37-41.

[10]劉彥文.上市公司財務危機預警模型研究[D].大連理工大學，2009.

作者簡介：李星辰（1998- ），天津科技大學本科生，主要研究方向：產業金融、國民經濟;王青龍（1998- ），天津科技大學本科生，主要研究方向：計算數學與數據分析;林國慶（1997- ），天津科技大學本科生，主要研究方向：數據挖掘