基于決策樹的財(cái)務(wù)預(yù)警分析

摘要：本文以上市公司為研究對(duì)象，選取了反映上市公司盈利能力、償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力和公司規(guī)模的15個(gè)財(cái)務(wù)指標(biāo)，區(qū)別于傳統(tǒng)的建模方法，應(yīng)用決策樹技術(shù)建立了中國(guó)上市公司的財(cái)務(wù)困境預(yù)警系統(tǒng)。實(shí)證結(jié)果表明本系統(tǒng)具有較好的預(yù)測(cè)性，在此領(lǐng)域有著良好的應(yīng)用前景。

關(guān)鍵字：決策樹；財(cái)務(wù)預(yù)警

世界正逐步邁進(jìn)全球經(jīng)濟(jì)一體化，企業(yè)所處的經(jīng)濟(jì)環(huán)境變化日益復(fù)雜，市場(chǎng)競(jìng)爭(zhēng)也日趨激烈，當(dāng)前企業(yè)所需要考慮的關(guān)鍵問題自然是如何能在復(fù)雜且競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中獲得長(zhǎng)存永生，這也是關(guān)乎企業(yè)能否生存并獲得發(fā)展的重要大事。尤其是后金融危機(jī)時(shí)期，企業(yè)面臨的危機(jī)層出不窮，技術(shù)環(huán)境的瞬息萬變，都使企業(yè)面臨空前巨大的挑戰(zhàn)，由此而引發(fā)的財(cái)務(wù)風(fēng)險(xiǎn)更是空前嚴(yán)峻。因此，財(cái)務(wù)預(yù)警系統(tǒng)并順勢(shì)而生，財(cái)務(wù)預(yù)警系統(tǒng)的出現(xiàn)使得企業(yè)可以更好地應(yīng)對(duì)財(cái)務(wù)狀況的危機(jī)，并在危機(jī)剛剛顯現(xiàn)之時(shí)及時(shí)財(cái)務(wù)措施，管理者便可以針對(duì)出現(xiàn)的財(cái)務(wù)危機(jī)采取適當(dāng)?shù)拇胧瑥亩梢员苊飧鼑?yán)重的損失，保證企業(yè)在變幻莫測(cè)的經(jīng)濟(jì)環(huán)境立于不敗之地。

Beaver于1966年最先提出了財(cái)務(wù)危機(jī)預(yù)測(cè)模型，主要是采用單變量判別分析和多變量判別分析進(jìn)行財(cái)務(wù)危機(jī)預(yù)警研究。隨后，Ohlson與1980年率先將Logistic模型與財(cái)務(wù)預(yù)警模型相結(jié)合，1985年Frydman利用決策樹進(jìn)行了財(cái)務(wù)預(yù)警模型的設(shè)計(jì)。決策樹在財(cái)務(wù)預(yù)警模型上具有極大的優(yōu)勢(shì)，通過決策樹模型的構(gòu)造，挖掘有效、有價(jià)值的信息，提取分類規(guī)則，以一種簡(jiǎn)單、易于理解的形式解決分類問題，為決策者準(zhǔn)確進(jìn)行預(yù)測(cè)。

運(yùn)用決策樹方法形成一系列規(guī)則，對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行分類，然后根據(jù)形成的規(guī)則對(duì)訓(xùn)練數(shù)據(jù)集之外的數(shù)據(jù)進(jìn)行分類，應(yīng)用在財(cái)務(wù)領(lǐng)域，可以對(duì)財(cái)務(wù)進(jìn)行預(yù)警。本文運(yùn)用建造決策樹，通過實(shí)證研究，對(duì)國(guó)內(nèi)制造業(yè)上市公司進(jìn)行財(cái)務(wù)預(yù)警分析。

本文選取2015年A股上市公司為研究對(duì)象，本文在原始樣本的基礎(chǔ)上，剔除因其他狀況異常被特別處理的公司和存在數(shù)據(jù)缺失的上市公司，最終得到55家被ST公司，并從2822家正常公司中隨機(jī)選擇495家進(jìn)行對(duì)比，為全面反映企業(yè)的財(cái)務(wù)狀況。

本文選取了反映企業(yè)償債能力、經(jīng)營(yíng)能力、盈利能力、現(xiàn)金流水平、風(fēng)險(xiǎn)水平及發(fā)展能力這六個(gè)方面的15個(gè)指標(biāo)構(gòu)建初始預(yù)警指標(biāo)體系，包括每股收益、凈資產(chǎn)收益率、銷售凈利率、經(jīng)營(yíng)現(xiàn)金流量比率、資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率、現(xiàn)金流量利息保障倍數(shù)、現(xiàn)金到期債務(wù)比、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營(yíng)業(yè)收入同比增長(zhǎng)率、凈利潤(rùn)同比增長(zhǎng)率。繼而對(duì)550家公司的15個(gè)指標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。

以凈資產(chǎn)收益率作為樹的根結(jié)點(diǎn)，把訓(xùn)練集分成了三類，其中凈資產(chǎn)收益率在區(qū)間{X2|X2>1。545}的公司有440家，而這440家中有430家是屬于財(cái)務(wù)狀況表現(xiàn)健康的公司，430/440=0。98，大于1-β。因此，凈資產(chǎn)收益率在區(qū)間{X2|X2>1。545}之間的等價(jià)類財(cái)務(wù)狀況為健康。據(jù)此，我們可以認(rèn)為訓(xùn)練集以外的公司凈資產(chǎn)收益率在區(qū)間{X2|X2>1。545}的為健康。而且，得出的決策樹把大部分被ST的公司分到財(cái)務(wù)危機(jī)的一類，總體分類準(zhǔn)確率比較高。

根據(jù)決策樹形成規(guī)則，共計(jì)7條規(guī)則：

規(guī)則1：凈資產(chǎn)收益率“差”→財(cái)務(wù)狀況“危機(jī)”；

規(guī)則2：凈資產(chǎn)收益率“一般”→財(cái)務(wù)狀況“預(yù)警”；

凈資產(chǎn)收益率可衡量公司對(duì)股東投入資本的利用效率，即公司所有者權(quán)益的投資報(bào)酬率，具有很強(qiáng)的綜合性，一般認(rèn)為，企業(yè)凈資產(chǎn)收益率越高，企業(yè)自有資本獲取收益的能力越強(qiáng)，運(yùn)營(yíng)效益越好，對(duì)企業(yè)投資人、債權(quán)人的保證程度就越好。

規(guī)則3：凈資產(chǎn)收益率“良好”，流動(dòng)比率“差”→財(cái)務(wù)狀況“一般”；

規(guī)則5：凈資產(chǎn)收益率“良好”，流動(dòng)比率“良好”，凈資產(chǎn)同比增長(zhǎng)率“一般”→財(cái)務(wù)狀況“良好”；

規(guī)則6：凈資產(chǎn)收益率“良好”，流動(dòng)比率“良好”，凈資產(chǎn)同比增長(zhǎng)率“良好”→財(cái)務(wù)狀況“一般”（雖然從一般意義上講，上市公司的凈資產(chǎn)同比增長(zhǎng)率越高越好，但有時(shí)候，過高的凈資產(chǎn)同比增長(zhǎng)率也蘊(yùn)含著風(fēng)險(xiǎn)，其次，由于區(qū)間

{X15|X15<=39。275}內(nèi)的公司均為正常公司，因此，將凈資產(chǎn)收益率處于區(qū)間{X15|X15<=39。275}定義為財(cái)務(wù)狀況健康的公司）。

由于存在數(shù)據(jù)的可得性問題，傳統(tǒng)的財(cái)務(wù)預(yù)警研究一般都是把企業(yè)財(cái)務(wù)狀況分成ST和非ST兩類，分別代表有預(yù)警和安全兩種。本文運(yùn)用聚類方法把企業(yè)財(cái)務(wù)狀況分成健康、良好、一般、預(yù)警和危機(jī)5個(gè)層次，使得研究過程與企業(yè)實(shí)際狀況更加契合。在此基礎(chǔ)上，再以變精度加權(quán)平均粗糙度作為構(gòu)造決策樹的分支屬性選擇標(biāo)準(zhǔn)進(jìn)行財(cái)務(wù)預(yù)警研究。

決策樹實(shí)證結(jié)果表明，形成了5條決策規(guī)則，且形成的決策樹中，75%的ST公司被歸入了財(cái)務(wù)狀態(tài)表現(xiàn)危機(jī)的分支，決策樹的效果比較好；同時(shí)，生成的決策樹也通過一系列規(guī)則對(duì)訓(xùn)練集以外公司的財(cái)務(wù)狀況劃分了預(yù)警等級(jí)。雖然決策中存在一定的誤差，但決策樹總體分類是比較好的，最終生成的決策樹也比較符合實(shí)際，分類精度也比較高，且有效地處理了噪聲數(shù)據(jù)。

參考文獻(xiàn)：

[1]趙鶯鶯，姜穎，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型國(guó)內(nèi)研究述評(píng)[J]，價(jià)值工程，2018年.

[2]王藝，姚正海，制造業(yè)上市公司財(cái)務(wù)預(yù)警體系的構(gòu)建及比較——基于數(shù)據(jù)挖掘技術(shù)[J]，財(cái)會(huì)月刊，2016年.

[3]鮑新中，傅宏宇，基于變精度加權(quán)平均粗糙度決策樹的財(cái)務(wù)預(yù)警研究[J]，運(yùn)籌與管理，2015年.

作者簡(jiǎn)介：姜丁文（1995—），女，山西臨汾人，山西財(cái)經(jīng)大學(xué)2016（會(huì)計(jì)學(xué)）學(xué)術(shù)碩士研究生，研究方向：管理會(huì)計(jì).