第一章绪论
1.1选题背景及意义
我国早期企业破产的不多，但随着市场经济的深入发展，我国于1986年颁布了《破产法》，因此也越来越多的企业走上了破产的道路，近年来，我国企业破产风潮愈演愈烈。我国A股市场虽然至今尚未有上市公司真正走入破产清算，原被申请破产的公司都进行了破产重整。但是随着改革开放的进一步深化，市场化程度越来越高，企业优胜劣汰是必然的趋势。置身于股票市场的上市公司，因其股票价格随着市场行情波动，公司财务、管理也比较公开透明，因此受到更多的关注，与一般企业相比，其生产经营也跟外部经济环境更加息息相关。近年来，我国竞争日益加剧，而货币政策又曾大幅调紧，2007年12月的中央经济工作会议将实施10年之久的“稳健的货币政策”调整为“从紧的货币政策”，而后央行连续数次加息，十多次上调存款准备金率，使得企业的筹资能力大幅削弱。房地产市场降温，煤炭、石油等资源供应紧张，生产原料价格上涨，对企业生产经营更是雪上加霜。受美国次贷危机的影响，国际经济环境也在不断恶化，从而直接或间接地影响着我国股票市场以及上市公司的生产经营。未来的股票市场行情扑朔迷离，上市公司面临的经济环境也愈加复杂。
面对竞争日益加剧、从紧的货币政策、投资者信心丧失以及起伏不定的资本市场等愈加复杂的经济环境，企业能否持续经营，遭遇困境时有关各方如何获取信息以便迅速做出反应，是企业自身、广大投资者、债权人乃至国家监管机构都十分关注的问题，也是一个非常值得研究的课题。建立一个有效的财务危机预警系统，根据上市公司市场表现、财务信息等情况判断公司的经营状态，尽早获得财务恶化的信号，将有助于相关利益各方做出科学决策，促使有关各方及时采取有效措施，降低风险，减少损失。首先，有助于投资者在证券价格大跌之前就获得财务风险的警报，及时撤走资金或审慎投资;其次，有助于银行等债权人考察贷款风险，防止坏账发生;再者，有助于监管当局更加科学有效的监管;还有助于上市公司及时了解公司财务状况，及时采取措施防范危机发生，从而促进上市公司、资本市场更加健康稳定的发展。
1.2国内外研究动态
1.2.1关于财务危机概念及范围的研究
财务危机由英文Financialcrisis翻译而来，有些研究中也被称为财务困境(Finaneialdistress)、财务失败(Finaneialfailure)。国内外学术界对于“财务危机”有许多不同的定义。Beav。(1966)把破产、拖欠优先股股利和拖欠债务界定为财务危机。^ltman(2965)12]定义的财务危机是“进入法定破产的企业”。Deakin(1972)[3]认为财务危机公司“仅包括己经破产、无力偿还债务或为债权人利益而已经进行清算的公司”。Ross(1999)[4]认为可以从四个方面定义企业的财务危机:第一，企业失败，即企业清算后仍无法支付债权人的债务;第二，法定破产;第三，技术破产，即企业无法按期履行债务合约付息还本;第四，会计破产，即企业的账面挣资产出现负数，资不抵债。谷棋和刘淑莲(1999)IsJ将财务危机定义为“企业无力支付到期债务或费用的一种经济现象，包括从资金管理技术性失败到破产以及处于两者之间的各种情况”。陈文浩与郭丽红(2001)161认为财务危机通常是指企业不能偿还到期债务的困难和危机，其极端情况为破产。赵爱玲(2000)[7]则认为财务危机通常是指企业无力支付到期债务或费用的一种经济现象，根据其失败的程度和处理的程序不同，财务失败可以分为技术性清算和破产。而在实证研究中，我国学者一般选择上市公司作为研究对象，且通常将被证券交易所进行特别处理(specialTreatment，简称sT)视为发生财务危机的标志。这主要是因为上市公司有定期公开的规范的财务报表，实证数据容易获取。另外由于我国上市公司几乎无破产案例，而“特别处理”在一定程度上也确实反映出公司陷入了财务危机，大部分公司都要通过规模资产重组恢复正常经营。因此现有的大多数研究都是按此定义，如陈静(1999)[8]，陈晓、陈治鸿(2000)[9]，吴世农、卢贤义(2001)等。因此，我们认为，财务危机是指企业生产经营中可能经历的一种财务状况，因企业经营不善导致企业丧失偿付能力，企业财务状况恶化，发生支付危机，若不采取重组、资产注入等重大战略调整，企业就会面临破产倒闭。本文把被ST的上市公司视为陷入财务危机的公司。
第二章基于数据挖掘的财务危机预警方法概述
2.1数据挖掘概述
随着计算机硬件技术、数据收集技术和数据存储技术的快速发展，信息数据海量增长，如何能有效地利用这些信息，使之能为生产实践所利用，成为人们所关注的问题。相对于堆积成山的丰富的数据而言，传统的数据库的检索和查询难以满足人们的需要，如何才能对信息数据进行更深层次的分析，挖掘出大量数据背后所蕴藏的知识。因此，数据挖掘技术应运而生。数据挖掘的发展也是一个逐渐演变的过程。在电子化数据处理的初期，人们试图通过某些方式来实现自动决策支持，当时的机器学习成为人们关心的焦点，机器学习的过程就是将一些已知的并已被成功解决的问题作为范例输入计算机，机器通过学习这些范例总结并生成相应的规则，这些规则具有通用性，使用它们可以解决某一类的问题。随后，随着神经网络技术的形成和发展，使人们的注意力转向知识工程。知识工程不同于机器学习，它不是通过给计算机输入范例让其生成出规则，而是直接为计算机输入已被代码化的规则，计算机通过使用这些规则来解决某些问题。专家系统就使用这种方法所得到的成果，但它有投资大，效果不甚理想等不足。20世纪80年代人们又在新的神经网络理论的指导下，重新回到机器学的方法上，并将其成果就于处理大型商业数据库，从而产生了一个新的术语一一数据库中的知识发现。1989年8月，在第11届国际人工智能联合会议的专题研讨会上，首次提出基于数据库的知识发现技术，在1995年的美国计算机年会上，正式提出了数据挖掘的概念。至今，由美国人工智能协会主办的KDD国际研讨会已经召开了13次，规模由原来的专题讨论会发展到国际学术大会，研究重点也逐渐从发现方法转向系统应用，注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。并行计算、计算机网络和信息工程等其他领域的国际学会、学刊也把数据挖掘和知识发现列为专题和专刊讨论。
第三章 财务危机的成因及预警研究样本........... 27-35
3.1 财务危机的成因.......... 27-30
3.1.1 外部因素.......... 27-28
3.1.2 内部因素.......... 28-30
3.2 预警研究样本的设计.......... 30-35
3.2.1 样本的选择.......... 30-32
3.2.2 财务指标的选取.......... 32-35
第四章 财务危机预警模型的构建.......... 35-46
4.1 数据预处理 ..........35-38
4.1.1 数据替换.......... 36-37
4.1.2 变量选择.......... 37-38
4.1.3 变量转换.......... 38
4.2 模型的建立 ..........38-42
4.2.1 Logistic模型 ..........38-39
4.2.2 神经网络模型 ..........39-40
4.2.3 决策树模型 ..........40-42
4.3 预警模型效果评价与预测实证分析.......... 42-46
4.3.1 预警模型效果评价 ..........42-43
4.3.2 预测实证分析 ..........43-46
结论
本文在分析上市公司财务危机成因的基础上，选取2007年被特别处理的32家上市公司和配对产生的32家正常经营的上市公司为样本公司，并选取了25个财务指标建立预警指标体系。然后采用样本公司2003一2005年三年的财务数据为训练样本，运用基于数据挖掘技术的Logistic、神经网络和决策树三种预警方法构建了财务危机预警模型飞根据所构建模型对训练样本的判别预测结果果，所构建的三种模型预测准确性都较好，特别是神经网络模型，对训练样本的判别预测准确率达到100%。运用神经网络对由2006年财务数据构成的26家上市公司(包含2008年被ST的13家)预测样本进行了预测分析，结果表明，预测情况与上市公司后一两年的实际情况基本相符，预测的综合准确率达到了88%。因此认为，本文所构建的神经网络模型具有一定的有效性和实用性，通过对企业财务状况进行深入分析，可以为上市公司、投资者和债权人采取有效措施防范风险提供重要的决策依据。通过构建财务危机预警模型和进行实证分析，我们发现运用数据挖掘技术构建预警模型主要有三个方面的价值:#p#分页标题#e#
一是有助于挖掘出上市公司财务数据的一般规律。按《上市公司信息披露管理办法》规定，上市公司每年都披露大量的财务数据，通过这些数据虽然我们也能获得一定的认识，但这种认识是非常表面的、有限的。通过数据挖掘技术对这些数据进行深入分析和归纳总结，可以提炼出隐藏在其中的一般规律，并加以科学运用;
二是模型综合了数据挖掘技术和神经网络、决策树等方法的优点，与传统模型相比，能达到更好的预测效果。建立模型时也不需要编程，操作更为简单，因此更具有实用价值。
三是模型建立后，即可以通过图4.1中的Score步骤，随时对新样本数据进行分析预测，从而及时掌握所需了解公司的财务状况。如在经济形势变化较快的时期，可以按季、按月选择样本数据，及时获取企业的财务状况，也可能运用财务预算数据进行预测。
参考文献
[1]Cho,Y.J. Inefficiencies from financial liberalization /cwglbylw/ in the absence of wellfunctioning equity markets[J].Journal of Money, Credit and Banking,1986(18)
[2]Levine,R. Financial development and economic growth: views and agenda[J].Journalof Economic Literature,1997(35)
[3]Kumar,P.C. Inefficiencies from financial liberalization in the absence of wellfunctioning equity markets: A comment[J].Journal of Money, Credit andBanking,1994(26)
[4]Mehra,Y.P. Velocity and variability of money growth: Evidence fromgranger-causality tests[J]. Journal of Money ,Credit and Banking, 1989(21)
[5]Loungani,P. Central bank independence, inflation, and growth in transitioneconomics[J].Journal of Money Credit and Banking 1997(29)
[6]Pagano,M. Financial markets and growth: An overview[J].European EconomicReview,1993(37)
[7]King,R.& Levine,R. Finance entrepreneurship and growth: Theory andevidence[J].Journal of Monetary Economics, 1993(32)
[8]Stiglitz,J.E. The role of the state in Financial markets, Proceedings of the WorldBank Annual Conference on Development Economics, Supplement to the World Bankeconomic[J].Review and the World Bank Research Observer, 1994(2)
[9]Douglass,C.North. Financial system architecture[J].Review of Financial Studies,1992(10)
[10]Hayek, F.A. Individualism and Economic Order[M].Chicago: University of ChicagoPress,1948
