企業財務困境預測的多判別模型動態組合建模研究

徐颯

摘要：本文從分析和梳理三維財務風險的形成原因出發，沿著“三維財務風險→三維財務風險影響因素→三維財務風險識別指標庫→企業財務困境單判別模型差異分析與擇優→企業財務困境多判別模型動態組合→實證研究”的研究思路。根據三維財務風險識別指標，分析各類單判別模型的識別差異并擇優選擇判別準確率高的模型動態地組合為組合判別模型，采用動態組合判別模型對上市公司的財務困境進行最終分析和判別，以得到更加準確的判別結果。

關鍵詞：財務困境 多判別模型 三維財務風險

全球經濟一體化帶來市場競爭的日益加劇，世界經濟的周期性波動引發各種經濟組織出現財務風險，產生財務困境，已成為一種不以人們意志為轉移的客觀經濟規律。 企業財務困境進一步引起企業失敗，由此而引發的破產風暴將造成國有資產的大量流失、社會財富的極大浪費和金融機構的信貸危機。 因此，對企業財務困境的有效預測和控制，將有助于國家適時調整經濟政策，優化資源配置，防止社會動蕩和金融危機。行之有效的財務困境預測將幫助企業提前發現問題，及時采取防范措施，降低財務風險。所以，建立科學有效的財務困境預測體系，可以幫助企業穩健發展和保證國民經濟健康平穩運行，具有重要的理論意義和研究價值。

國內外學者從上世紀六十年代開始積極探尋有效的財務困境預測模型，從早期的單變量模型發展到后期的多變量模型，從統計模型到非統計智能模型，取得了一系列的研究成果，但迄今為止的研究基本上都是基于單判別模型的財務困境預測。然而，單判別模型在特定預測問題上的表現很大程度上取決于樣本的模式特征，并且每種單判別模型都有其特定的不確定性，而多判別模型的組合則可以減少估計誤差的方差，提高預測的總體性能，為減少單判別模型可能存在的片面性和不確定性，有必要通過一定的多判別模型組合機制來對企業財務困境進行組合預測，從而讓財務困境預測的準確率提高、加強財務困境預警信號的穩定性和可靠性。事實上，企業陷入財務困境是一個逐步的過程，通常從財務常態漸漸發展到財務危機。實踐中，大多數企業陷入財務困境的過程都是由財務狀況正常到逐步惡化，最終導致財務破產。因此，企業的財務困境不但具有先兆，而且是可預測的。正確地預測企業財務困境，對于保護投資者和債權人的利益、對于經營者防范財務危機、對于政府管理部門監控上市公司質量和證券市場風險，都具有重要的現實意義。

國外對財務困境預測的基礎理論研究集中尋找原因和關鍵變量，解釋和說明一部分企業走向困境和失敗的原因，按其內容可分為以下五種類型：①系統信息理論方面的研究; ②宏觀經濟理論方面的研究;③產業組織理論方面的研究;④公司財務理論方面的研究; ⑤管理理論方面的研究。

國外有關財務困境的預測方法可以分為以下三類：計量經濟方法方面的研究，包括多元判別分析、線性概率模型、多元積和時間序列方法和生存分析;簡便的非參數方法方面，包括熵值法、遞歸分割法、K臨近法、聚類分析、運用貝葉斯決策法則進行多階段破產診斷等;人工智能方法方面，包括神經網絡、遺傳算法、數據挖掘方法和支持向量機方法。國外還有部分學者采用分析技術的方法將其分為統計類和非統計類兩種，其中，統計類的方法包括一元和多元線性判別法、生存分析法等;非統計方法包括模擬類預測方法、行為反映類分析法和案例分析法等。

企業財務困境理論研究。李秉成（2004）提出了財務困境三要素，將財務困境形成過程構建成為概略模型。他認為財務困境形成過程存在原因、征兆、特征三個基本要素。張友棠（2004）認為財務困境預警管理應該以闡述財務風險的原因、過程、規律的理論作為基礎：外部環境如果發生變遷，可以采用周期波動理論、風險價值理論和企業預警理論加以解釋;如果出現內部控制失控的情況，則應該選擇內部控制理論、現代財務管理理論加以處理。彭韶兵和邢精平（2005）嚴格采用財務風險財務危機企業破產財務危機預警的理論方向，進一步分析財務風險與危機的形成機理，但這種方法具有局限性，對定性層面的因素缺乏深入探討。

目前，國內對財務危機預測的研究還處在模仿國外研究的階段，大多只是驗證已有方法和模型在我國是否適用，并稍加改進。張玲、陳收和張昕（2005）認為ANN模型的短期預測效果比MDA模型的預測效果有優勢，但優勢并不明顯。總而言之，多數國內學者的研究結論不相一致，甚至互相矛盾和沖突，證明目前國內學校大都沒有找到更加有效的財務困境預測方法和模型。尋找原因，大致可以分為以下幾點：（1）企業財務風險因素的研究維度系統性、科學性不足。已有的相關研究多從企業內部財務管理的角度出發來分析風險成因，如投資風險方面、籌資風險方面、資金運營風險方面、收益風險方面等。但在復雜的市場經濟條件下，企業財務風險的形成與企業自身所處的外部環境、企業的利益關系人等別的客觀因素也存在關系。因此，有必要以科學的理論為基礎，分析財務風險的來源和影響因素，以更加科學、準確地進行預測。

企業財務困境預測模型研究多種多樣，但國內現有的研究往往以單一模型的預測為主。無論是傳統的多元參數判別模型，還是新興的智能預測模型，現有研究大多只是隨機選擇其中的一種或者幾種來對企業的財務困境進行預測。這樣得到的研究結論過度依賴所選擇的模型和應用的數據，造成的后果是結論不夠穩定，其科學性也大打折扣。

在我國，企業財務困境預測模型的組合還處于剛剛起步的階段。但是已經有少數學者將組合預測方法應用于管理學中，但對于企業財務困境預測模型的組合預測研究卻涉及的比較少。因此，企業財務困境預測模型的組合建模將在完善企業財務困境預測的理論和方法體系方面發揮作用。

從而，依據波特“鉆石模型”競爭力理論，以四個競爭力因素和兩個變數的企業競爭力來源角度，映射企業財務風險的三維特性，即財務環境適應風險、財務資源配置風險、財務利益協調風險。在對企業三維財務風險理論進行系統地梳理和研究的基礎上，探尋出財務風險的實質，為企業財務困境預測奠定理論基礎。達到建立三維財務風險形成機理的分析模型的目的。具體思路如以下圖1所示：

單判別模型在對企業困境的判別中通常會發生兩類錯誤：第一種錯誤是將財務困境企業判別為財務正常企業，第二種錯誤是將財務正常企業判別為財務困境企業。這兩種錯誤的出現導致了各種財務困境預測模型在對企業是否存在財務困境進行判別時，得到的判別結果往往有所沖突，因此其判別誤判率就會偏高。現有的財務困境預測的判別模型包含參數統計模型和非參數模型兩種，其中比較傳統的是參數統計模型，包括：多元判別分析模型、logistic回歸模型和PROBIT模型;而另一種偏傳統，比較先進的非參數模型包括：神經網絡模型、遞歸分割模型和案例推理模型、生存分析模型。實際上單個判別模型是無法達到100% 的正確率，就算是在企業的財務困境預測中也不會存在完美的判別模型。

通過單判別模型的判別差異和判別正確率的比較分析，我們得出結論，按照一定度量標準擇優選擇判別正確率高的若干單判別模型聯合組成新的判別模型，然后再對企業財務風險狀況進行判別，這樣可以更加準確地預測企業是否出現財務困境。

通過擇優選擇出若干正確率高、誤判率低的單判別模型分別構成組合判別模型的兩個基本模塊。 對各基本模塊判別模型的判別結果，采用特定的組合機理加以集成，這樣方便對企業的財務風險與困境狀況進行全方位判別，從而達到最高的判別準確率。按照常識我們設定上市公司中的 ST公司為財務困境公司，以另外的非S公司為非財務困境公司，配對選擇研究的樣本公司，以其相關財務數據為基礎，計算所選擇樣本公司的三維財務風險識別指標，同時作為財務困境預測的變量。

上述研究結果表明，基于三維財務風險因素的財務危機預警模型能夠有效地識別我國創業板上市公司是否會發生財務危機。對政府管理決策部門而言，一方面能根據預測結果及時準確地評估上市公司發生財務危機的可能性，積極制定和實施相應的措施，從而避免對經濟社會的平穩運行產生大的影響;另一方面對公司經營者來說，可審時度勢，方面經營者及時調整經營戰略，積極防范和化解風險與危機;而對投資者而言，不僅可以及時掌握上市公司的經營狀況和盈利狀況，進而調整投資策略，優化投資組合，起到減少相關投資損失的積極作用。

參考文獻：

[1]李揚，李竟翔，馬雙鴿.不平衡數據的企業財務預警模型研究[J].數理統計與管理，2016（5）：893 ～ 906.

[2]R. K. Javadeva，R. Khemchandani，S. Chandra. Twin support vector machine for pattern classification[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2007（5）：905 ～ 910.

[3]王鵬，黃迅.基于Twin-SVM的多分形金融市場風險的智能預警研究[J].統計研究，2018（2）：3 ～ 13.

[4]Geng R.，Bose I.，Chen X.. Prediction of financial distress：An empirical study of listed Chinese companies using data mining[J].European Journal of Operational Research，2015（1）：236 ～ 247.

[5]Chu Y.，Wang G.，Chen G.. A new random subspace method incorporating sentiment and textual information for financial distress prediction[J].Electronic Commerce Research & Applications，2018（29）：30 ～ 49.

基金項目：湖南省自然科學基金項目：企業財務困境預測的多判別模型動態組合建模研究——基于三維財務風險因素的應用研究（2018JJ3107）;2018年度湖南工學院科學研究項目大數據背景下企業財務危機預警改進與應用研究——以鋼鐵行業為例;2019 年普通高校教學改革研究項目湘教通〔2019〕291 號研究成果。

作者單位：湖南工學院經濟與管理學院