基于機器學(xué)習(xí)的上市公司財務(wù)預(yù)警研究綜述

黃曉瑋

摘?要：有效的財務(wù)預(yù)警有助于利益相關(guān)者判斷上市公司的經(jīng)營狀況并做出決策、規(guī)避風(fēng)險。機器學(xué)習(xí)模型可以快速處理大量的數(shù)據(jù)，挖掘出有價值的信息并得出結(jié)論，能夠高效地對上市公司的財務(wù)狀況做出判斷并預(yù)警。本文從常用的機器學(xué)習(xí)模型及其在財務(wù)預(yù)警中的應(yīng)用兩個方面進行了歸納，最后指出了機器學(xué)習(xí)在財務(wù)預(yù)警方面未來可能的研究方向。

關(guān)鍵詞：機器學(xué)習(xí)；文本分析；財務(wù)預(yù)警

中圖分類號：F23?文獻標(biāo)識碼：A??doi：10.19311/j.cnki.16723198.2023.03.052

0?引言

證券市場中總存在一些上市公司由于公司經(jīng)營不善、內(nèi)部管理不規(guī)范、外部環(huán)境改變等原因引發(fā)公司財務(wù)危機。由于財務(wù)信息存在滯后性，以及部分上市公司存在盈余管理、財務(wù)舞弊等情況，導(dǎo)致利益相關(guān)者做出錯誤的判斷而利益受損。機器學(xué)習(xí)具有快速處理大量數(shù)據(jù)的優(yōu)點，能高效挖掘出有價值的信息病得出結(jié)論，因此很多學(xué)者將機器學(xué)習(xí)應(yīng)用到財務(wù)預(yù)警當(dāng)中。基于此，本文首先介紹了幾個在財務(wù)預(yù)警中常用的機器學(xué)習(xí)模型，包括邏輯回歸（Logistic?Regression，LR）、決策樹（Decision?Tree，DT）、樸素貝葉斯、支持向量機（Support?vector?Machine，SVM）、神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)，然后通過收集和整理相關(guān)文獻詳細介紹了機器學(xué)習(xí)在財務(wù)預(yù)警中的應(yīng)用，最后進行了總結(jié)分析。

1?財務(wù)預(yù)警中常用的機器學(xué)習(xí)模型

1.1?邏輯回歸（LR）

LR主要用于解決分類問題，無需事先對數(shù)據(jù)的分布進行假設(shè)，避免了假設(shè)分布不準(zhǔn)確的問題。具體來說，先找一個合適的預(yù)測分類函數(shù)來預(yù)測輸入數(shù)據(jù)的分類結(jié)果。然后再構(gòu)建一個損失函數(shù)來預(yù)測輸出與實際類別的差，最后找到損失函數(shù)的最小值，即可找到最準(zhǔn)確的預(yù)測函數(shù)。預(yù)測函數(shù)的值表示概率值，一般以50%作為分類閾值來進行分類。

1.2?決策樹（DT）

DT是一種基于特征對實例進行分類的樹形結(jié)構(gòu)，其主要優(yōu)點是模型具有可讀性，分類速度快。DT由結(jié)點和有向邊組成，結(jié)點包括根結(jié)點、內(nèi)部結(jié)點和葉結(jié)點。根結(jié)點為初始分類特征，內(nèi)部節(jié)點代表某個特征，葉結(jié)點代表某個類。DT從根結(jié)點開始，有向到達內(nèi)部結(jié)點進行特征判斷，并按照值選擇輸出分支，直到到達葉結(jié)點的類別，即決策結(jié)果。若DT存在過擬合問題，則可通過剪枝，即從已生成的樹上剪掉一些結(jié)點來解決。

1.3?樸素貝葉斯

樸素貝葉斯是基于貝葉斯定理的一種常用分類方法，其實現(xiàn)簡單，學(xué)習(xí)與預(yù)測的效率都很高。樸素貝葉斯假設(shè)特征條件是互相獨立的，其通過訓(xùn)練數(shù)據(jù)獲得類別Y的先驗概率P（Y）、條件概率P（X|Y）后，再求得后驗概率P（Y|X）的估計，然后基于此模型對給定的輸入X利用貝葉斯定理求出各個后驗概率，選擇后驗概率最大的輸出類別y。

1.4?支持向量機（SVM）

SVM可用于解決二分類問題。對于一個線性可分的數(shù)據(jù)集，可通過找到間隔最大的超平面作為決策面來為樣本分類。而對于非線性可分的數(shù)據(jù)集，可通過引入隱式的核函數(shù)將樣本映射到更高維度的空間中來找到間隔最大的超平面，以解決在原始特征空間里線性不可分的問題，常用的核函數(shù)有線性核、多項式核、高斯核等。

1.5?神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是目前最流行的機器學(xué)習(xí)模型之一。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)中最基本的成分，它接收到來自n個其他神經(jīng)元傳遞過來的輸入信號并通過帶權(quán)重的連接傳遞到神經(jīng)元，神經(jīng)元接收到的總輸入值將與當(dāng)前神經(jīng)元的閾值進行比較，然后通過激活函數(shù)來決定使神經(jīng)元“興奮”或“抑制”，以產(chǎn)生神經(jīng)元的輸出。神經(jīng)網(wǎng)絡(luò)就是把多個這樣的神經(jīng)元按一定的層次結(jié)構(gòu)連接起來而成。神經(jīng)網(wǎng)絡(luò)有多種類型，包括感知機、BP神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。

1.6?集成學(xué)習(xí)

集成學(xué)習(xí)是使用一種或多種算法構(gòu)建并結(jié)合多個弱學(xué)習(xí)器以產(chǎn)生強學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)的一種方法，相比單一學(xué)習(xí)器有更強的泛化性能。集成學(xué)習(xí)中最常用的是裝袋法（Bagging）和提升法（Boosting）。

1.6.1?Bagging

Bagging通過自助采樣法獲得采樣集，也就是先從包含M個樣本的數(shù)據(jù)集中隨機取出一個樣本放入采樣集中，再把該樣本放回初始數(shù)據(jù)集，即同一個樣本可能在同一個采樣集中重復(fù)出現(xiàn)，這樣隨機采樣m次后就可以得到含有m個樣本的采樣集，將上述操作重復(fù)T次后，即可得到T個含m個訓(xùn)練樣本的采樣集，然后基于每個采樣集訓(xùn)練出一個基學(xué)習(xí)器，再將這些基學(xué)習(xí)器進行結(jié)合。在對預(yù)測輸出進行結(jié)合時，通常對分類任務(wù)使用簡單投票法，對回歸任務(wù)則通常使用簡單平均法。隨機森林（randomforests，RF）是Bagging擴展模型中的典型模型之一。

1.6.2?Boosting

Boosting的訓(xùn)練樣本均為同一組，它是通過改變訓(xùn)練樣本的權(quán)重來學(xué)習(xí)多個基學(xué)習(xí)器。先訓(xùn)練出一個初始的基訓(xùn)練器，根據(jù)該基訓(xùn)練器的結(jié)果，提高分類錯誤的樣本權(quán)重，再按照新的權(quán)重訓(xùn)練下一個基學(xué)習(xí)器，直到達到預(yù)先指定的學(xué)習(xí)次數(shù)，再將這些基學(xué)習(xí)器加權(quán)組合，以提高最終模型的準(zhǔn)確性。AdaBoost、全梯度下降樹（GBDT）、極端梯度提升（XGBoost）都是Boosting的常用算法。

2?基于財務(wù)數(shù)據(jù)的財務(wù)預(yù)警研究

2.1?單機器學(xué)習(xí)模型

朱發(fā)根，劉拓，傅毓維（2009）選取高新技術(shù)產(chǎn)業(yè)的上市公司為研究范圍，運用SVM構(gòu)建財務(wù)預(yù)警模型。結(jié)果表明，該模型具有90%的預(yù)警精度，可以對企業(yè)兩年后的財務(wù)狀況作出較可靠的判斷。趙文平，王園園，張一楠等（2015）構(gòu)建了基于貝葉斯網(wǎng)絡(luò)的工業(yè)上市公司財務(wù)預(yù)警模型。發(fā)現(xiàn)該模型在公司被ST前三年的準(zhǔn)確率分別為91.05%、95.03%、97.35%，對工業(yè)上市公司財務(wù)風(fēng)險的預(yù)測取得了較好的結(jié)果。王秋瑋，葉楓（2018）構(gòu)建了決策樹C5.0的財務(wù)預(yù)警模型，發(fā)現(xiàn)該模型可以較好地預(yù)測ST公司的財務(wù)困境程度。

有學(xué)者構(gòu)建了多個機器學(xué)習(xí)財務(wù)預(yù)警模型并進行對比。唐鋒，孫凱（2008）采用主成分分析法（PCA）和BP人工神經(jīng)網(wǎng)絡(luò)構(gòu)建財務(wù)危機預(yù)警模型。結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)模型達到了建模樣本90.8％和檢驗樣本90％的判正率，而采用PCA建立的模型分別是90％和81.7％，基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)警模型效果更好。蔣盛益，汪珊，蔡余沖（2010）建立了7個財務(wù)預(yù)警模型，包括貝葉斯網(wǎng)絡(luò)、決策樹、基于規(guī)則的分類（JRip）、最近鄰分類（1NN）、多層感知機、BP神經(jīng)網(wǎng)絡(luò)和LR。發(fā)現(xiàn)最近鄰分類、多層感知機、BP神經(jīng)網(wǎng)絡(luò)及邏輯回歸這四類方法的效果接近，且明顯好于貝葉斯網(wǎng)絡(luò)、DT、JRip。

2.2?多機器學(xué)習(xí)融合模型

多位學(xué)者將PCA應(yīng)用到各類機器學(xué)習(xí)模型中，發(fā)現(xiàn)可使模型效果得到提升。劉玉敏，申李瑩，任廣乾（2017）構(gòu)建了PCA-PSO-SVM模型來進行財務(wù)風(fēng)險預(yù)測。先通過PCA進行數(shù)據(jù)降維處理，再將SVM的參數(shù)作為PSO的粒子，將分類準(zhǔn)確率作為PSO的目標(biāo)函數(shù)進而得到優(yōu)化的SVM。發(fā)現(xiàn)PCA-PSO-SVM模型在較短的預(yù)警期間內(nèi)，其準(zhǔn)確率好于單純的SVM模型。石先兵（2020）通過使用PCA分析原始數(shù)據(jù)，然后將結(jié)果嵌入SVM中來構(gòu)建企業(yè)財務(wù)預(yù)警模型。結(jié)果顯示，PCA-SVM財務(wù)危機預(yù)警模型的準(zhǔn)確率總體高于80%以上，對制造業(yè)上市公司有較好的財務(wù)危機預(yù)警效果。

將單機器學(xué)習(xí)模型作為集成學(xué)習(xí)法中的弱學(xué)習(xí)器能夠提高模型的預(yù)警效果。陸正華，周航（2013）構(gòu)建了BP_Adaboost財務(wù)預(yù)警模型，發(fā)現(xiàn)用BP神經(jīng)網(wǎng)絡(luò)作為弱分類器的Adaboost算法構(gòu)建的財務(wù)預(yù)警模型誤差率更低。朱昶勝，田慧星，馮文芳（2021）構(gòu)建了Adaboost-DEGWO-SVM組合模型來預(yù)測上市公司財務(wù)困境。其將差分進化（DE）應(yīng)用到灰狼算法（GWO）中來實現(xiàn)對SVM參數(shù)的尋優(yōu)，最后通過Adaboost算法提高DEGWO-SVM的分類能力。結(jié)果表明，Adaboost-DEGWO-SVM組合預(yù)測模型的分類準(zhǔn)確率可達到91.3%。趙雪峰，吳偉偉，吳德林等（2022）構(gòu)建出以特征因果關(guān)系分析為基礎(chǔ)的CFW-Boost模型，其將CART決策樹作為弱分類器。并構(gòu)建了LR、Lasso-Logistic，SVM、PCA-SVM、RF、卷積神經(jīng)網(wǎng)絡(luò)（CNN）及長短期記憶網(wǎng)絡(luò)與之進行對比，發(fā)現(xiàn)CFW-Boost相比其他模型具有更高的準(zhǔn)確率和穩(wěn)定性。

張露，劉家鵬，田冬梅（2022）則融合了兩種集成學(xué)習(xí)方法，其將基于Up-Down集成采樣的Bagging-Vote模型與基于Tomek-Smote采樣的Stacking模型進行融合，再加入股票交易數(shù)據(jù)來得到Stacking-Bagging-Vote（SBV）多源信息融合模型，發(fā)現(xiàn)該融合模型在預(yù)測性能上有了較大的提升。

3?涉及文本分析的財務(wù)預(yù)警研究

近年來，在財務(wù)預(yù)警研究中使用機器學(xué)習(xí)分析文本信息的研究增多。阮素梅，杜旭東，李偉等（2022）構(gòu)建了9個常用的機器學(xué)習(xí)模型，包括LR、SVM、神經(jīng)網(wǎng)絡(luò)、DT、GBDT、XGBoost、AdaBoost、RF和Bagging，對使用單一財務(wù)數(shù)據(jù)的模型和增加了文本信息的模型進行財務(wù)風(fēng)險識別效果對比。發(fā)現(xiàn)在加入文本信息，可以顯著提升多數(shù)機器學(xué)習(xí)模型識別上市公司財務(wù)風(fēng)險的性能。梁龍躍，劉波（2022）通過提取財務(wù)困境公司與正常上市公司年報中“經(jīng)營情況討論與分析”和“審計報告”的文本特征，并與財務(wù)指標(biāo)數(shù)據(jù)結(jié)合，構(gòu)建了LR、XGBoost、人工神經(jīng)網(wǎng)絡(luò)（ANN）、CNN四種財務(wù)風(fēng)險預(yù)警模型。對文本特征的提取分別采用了BERT-AE、Word2Vec-CNN-AE和Word2Vec-LSTM-AE模型進行對比，結(jié)果顯示使用BERT-AE提取文本特征的XGBoost模型效果最好。

4?結(jié)論

機器學(xué)習(xí)是在財務(wù)預(yù)警中常用的方法，包括LR、DT、樸素貝葉斯、SVM、神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)等。其在財務(wù)預(yù)警的應(yīng)用中，從主要對財務(wù)數(shù)據(jù)進行分析的單機器學(xué)習(xí)預(yù)警模型逐漸向多機器學(xué)習(xí)模型融合發(fā)展，并且對于特征提取、模型算法不斷的優(yōu)化使得模型的預(yù)警效果得到提高。近年來，隨著機器學(xué)習(xí)的不斷深入發(fā)展，文本信息也成了財務(wù)預(yù)警模型的分析對象，并且進一步的提高了模型的預(yù)警效果。未來可以對特征提取、算法優(yōu)化、文本信息分析這些方面進行更深入研究，提高財務(wù)預(yù)警模型的現(xiàn)實指導(dǎo)意義。

參考文獻

[1]梁龍躍，劉波.基于文本挖掘的上市公司財務(wù)風(fēng)險預(yù)警研究[J].計算機工程與應(yīng)用，2022，58（4）：255266.

[2]陳藝云.基于信息披露文本的上市公司財務(wù)困境預(yù)測：以中文年報管理層討論與分析為樣本的研究[J].中國管理科學(xué)，2019，27（7）：?2334.

[3]趙雪峰，吳偉偉，吳德林，等.面向特征因果分析的CFW-Boost企業(yè)財務(wù)風(fēng)險預(yù)警模型[J].系統(tǒng)管理學(xué)報，2022，31（2）：?317328.

[4]朱昶勝，田慧星，馮文芳.基于Adaboost算法結(jié)合DEGWO-SVM的財務(wù)困境預(yù)測[J].蘭州理工大學(xué)學(xué)報，2021，47（6）：?100107.

[5]張露，劉家鵬，田冬梅.基于Stacking-Bagging-Vote多源信息融合模型的財務(wù)預(yù)警應(yīng)用[J].計算機應(yīng)用，2022，42（1）：?280286.

[6]陸正華，周航.基于BP_Adaboost算法的上市公司財務(wù)預(yù)警研究[J].財會通訊，2013，（23）：117119.

[7]唐鋒，孫凱.基于BP人工神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)危機預(yù)警研究[J].現(xiàn)代經(jīng)濟（現(xiàn)代物業(yè)下半月刊），2008，（S1）：161162.

[8]張秋水，羅林開，劉晉明.基于支持向量機的中國上市公司財務(wù)困境預(yù)測[J].計算機應(yīng)用，2006，（S1）：105107.

[9]蔣盛益，汪珊，蔡余沖.基于機器學(xué)習(xí)的上市公司財務(wù)預(yù)警模型的構(gòu)建[J].統(tǒng)計與決策，2010，（9）：166167.

[10]王秋瑋，葉楓.新常態(tài)下ST公司財務(wù)困境預(yù)警研究——基于C5.0算法的財報面板數(shù)據(jù)[J].財會通訊，2018，（23）：107111，129.

[11]朱發(fā)根，劉拓，傅毓維.基于SVM的高新技術(shù)企業(yè)財務(wù)危機預(yù)警研究[J].科技進步與對策，2009，26（11）：7375.

[12]劉玉敏，申李瑩，任廣乾.基于PCAPSOSVM的上市公司財務(wù)危機預(yù)警[J].管理現(xiàn)代化，2017，37（3）：1214.

[13]趙文平，王園園，張一楠，等.基于貝葉斯網(wǎng)絡(luò)的上市公司財務(wù)風(fēng)險預(yù)警模型[J].財會月刊，2015，（23）：6669.

[14]周志華.機器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016.

[15]趙衛(wèi)東.機器學(xué)習(xí)[M].北京：人民郵電出版社，2018.

[16]李航.機器學(xué)習(xí)方法[M].北京：清華大學(xué)出版社，2022.

[17]石先兵.基于PCASVM的企業(yè)財務(wù)危機預(yù)警模型構(gòu)建[J].財會通訊，2020，（10）：131134.

[18]阮素梅，杜旭東，李偉，等.數(shù)據(jù)要素、中文信息與智能財務(wù)風(fēng)險識別[J].經(jīng)濟問題，2022，（1）：107113.