基于粗糙集理论的企业财务预警规则研究

来源:用户上传      作者:

　　【摘要】粗糙集在数据挖掘方面具有强大的功能,连同其独特的优越性迅速地应用于许多领域。本文使用粗糙集相关理论,把企业财务指标体系作为条件属性,把企业是否陷入财务困境作为决策属性,通过属性约简,导出企业陷入财务困境的预警规则,从而对企业的财务状况进行预警。实证分析表明,该预警规则具有较高的预警精度。
　　【关键词】财务预警;粗糙集;属性约简
　　
　　1.前言
　　
　　在激烈的市场竞争和快速发展过程中,企业时刻都面临各种各样的风险,时刻都有陷入财务困境的可能性。企业若是不能及时有效地处理所面临的各种风险,特别是财务风险,那么必然会陷入财务困境,而陷入财务困境将对企业造成难以估量的损失甚至最终导致企业破产。所幸的是企业由面临财务风险到陷入财务困境,是一个由量变到质变的过程,而这一恶化的过程又完整地反映于企业的财务经营等相关数据中。因此,及时有效地对企业财务经营相关数据进行分析、对企业财务状况进行评估并及时预警成为了是企业生存发展、健康成长的必要保障。如何提前预知并规避财务风险,使企业远离财务困境,也成为了学术界与企业界所关注的焦点问题。
　　
　　2.粗糙集理论概述
　　
　　粗糙集(Rough Sets,即RS)[7]理论是波兰华沙理工大学Z..Pawlak教授在1982年提出来的一种处理模糊和不确定性知识的新型数学工具。其主要思想是在保持分类能力不变的前提下,通过知识约简导出问题的决策和分类规则。它的一个重要特点是具有很强的定性分析能力,可以对不完整、不精确数据进行分析、推理,发现数据间的关系,提取有用数据,剔除冗余特征,即不需要预先给定某些特征或属性的数量描述,而是直接从给定问题的描述集合出发,通过不可分辨关系和不可分辨类确定给定问题的近似域,从而找出该问题中的内在规律。粗糙集理论的优势在于并行执行和对不确定、不完备信息的描述以及对冗余数据的快速处理。
　　粗糙集理念中,四元组S=(U,A,V,f)是一个知识表达系统,其中U为对象的非空有限集合,称为论域;A为属性的非空有限集合。
　　,其中C为条件属性,D为决策属性。
　　V=
　　是属性的值域;是一个信息函数,它为每个对象的每个属性赋予一个信息值,即:。
　　决策表是一类特殊而重要的知识表达系统,它指定当满足某些条件时,决策应当怎样进行,多数决策问题都可以用决策表形式来表达。决策表可以根据知识表达系统定义如下:
　　令为一知识表达系统,且是两个属性子集,分别称为条件属性和决策属性,具有条件属性和决策属性的知识表达系统称为决策表,记作。关系和关系的等价类分别称为条件类和决策类。
　　设属性集合,属性,当,则称为中可省略的,否则为中不可省略的。
　　属性子集,若且,,则B称为C的一个约简,记为。
　　C中所有不可省略属性的集合称为C的核,即:
　　决策规则定义如下:
　　,规则的确定性因子,,当时,是确定的;当时,是不确定的。
　　
　　3.实证分析
　　
　　3.1 样本及指标体系
　　样本数据来源于上海证券交易所和深圳证券交易所官方网站及和讯网,选取2007当年被特别处理的42家制造业公司作为危机公司样本。在数据处理过程中,剔除了2家由其他因素导致“ST”和数据不全的公司,ST公司样本变为40个。因上市公司被特别处理是基于t-1期年度末财务报表,故本文以2006年年报财务比率数据为条件属性值,以2007年是否被ST为决策属性值,并选取2006年年报经营正常的40家制造业公司作为配对公司。
　　指标体系由会计比率类指标、现金流量类指标和非财务类指标组成,其中包括14个会计比率类指标、14个现金流量类指标和2个非财务类指标。
　　3.2 属性约简及规则提取
　　运用粗糙集对数据进行分析,需要对连续数据进行离散化处理。根据财务比率的实际经济意义及离散化算法,对每个财务指标值按其属于不同的区间分为不同的类别。如将流动比率划分为[0,0.5],(0.5,1],(1,2.5],(2.5,*),并分别赋值1、2、3、4;其他财务指标数据根据类似办法进行离散化处理。本文采用基于粗糙集理论的软件工具完成属性约简。
　　分析共得到148条约简,图示为其中8条。在上述约简产生的基础上,运用产生相应的预警规则。在未做出任何限定的情况下,将所有可能的规则都显示出来。本文研究中共产生10196条规则。在这些规则中,有一些是有效的规则,而另外一些并无典型性。为了提高预警规则的有效性及精确度,本文按照以下原则对指标进行过滤:0.95,0.05,,共筛选出9条规则。
　　表中的每一行表示一条预警规则,未出现的指标表示运用此预警规则时无需考虑此属性。如第1行表示如果样本的现金比率(%)(0,0.5]、资产负债率>70%、总资产周转率<0.5、权益净利率<0且营业付现率<0.8时,不用考虑其他指标就可以推断出该样本是财务危机公司,其他规则的判别依此类推。
　　3.3 预警结果的检验
　　为验证规则的有效性,我们从2005年被ST的机械制造类上市公司中随机抽取12家公司作为危机公司样本,并按照相同的配对原则选择12家健康公司作为配对样本进行检验。检验结果如表1。
　　如表1所示:根据这9条预警规则可以判别出所的12家财务状况健康公司,对财务健康公司的判定精度为100%;可以判别出11家财务状况陷入危机的公司,而将1家财务状况陷入危机的公司错判为财务健康公司,判定精度为91.67%;从总体来看,24个样本公司中,能够正确判定的有23家公司,判定精度为95.83%。由此可以看出,该判定规则体系能够以很高的精度判定公司的财务状况,具有很高的参考与应用价值。
　　
　　4.结论
　　
　　通过对最后筛选得到的规则中指标的分析发现:
　　首先,会计比率类指标基本覆盖了企业资本经营周转全过程的盈利能力、资产管理和偿债能力这几个方面。具体分为以下三类:偿债能力指标(资产负债率、营运资本配置比率、流动比率、现金比率、速动比率),资产管理指标(应收账款周转率、总资产周转率),盈利能力指标(权益净利率、资产净利率、销售净利率)。一些学者认为会计比率类指标反映的是过去发生的事情,是历史数据,并且很容易受管理者操纵,因此不适合以此为基础建立预警指标体系,但上述研究结果表明:科学筛选的会计比率类指标对反映企业财务状况有不可辩驳的优越性,而财务数据获取的方便性和基于统一财会制度的可比性,更说明其作为财务困境预警模型基本指标的不可替代作用。
　　其次,由于现金流量能够综合地反映企业在一定时期的财务状况的变动情况,能够准确地提示企业盈利的质量,并且现金流量指标几乎不受管理者主观歪曲的影响,因此在财务困境预警中发挥着重要的作用。本文设计和采用了一些能够反映现金流量状况的财务指标进行财务困境的研究,而研究表明,规则中现金流量类指标发挥了重要作用,同时发现营业付现率的重要性位列第一位,在重要性程度上却远远大于前者。
　　再次,非财务指标中的资产规模,亦具有比较重要的作用。不同规模的企业具有不同的营运特点,其获利能力、成长能力和筹资能力不具有可比性,大企业可以获得规模效益,但资本和资产的增长速度不可能像小企业一样快,如果不同规模企业都使用相同的指标、同一模型,预警结果将很失去意义。
　　建立我国上市公司财务困境预警模型是一项庞大和系统的工作,本文只是对制造业上市公司财务模型构建的阶段性和尝试性研究。笔者在进行写作过程中,也发现了本文研究问题的疏漏和所得结论的局限性,概括为以下几点:(1)将ST公司与非ST公司按照1:1进行配对选择样本,这种配对显然与现实不符;(2)由于笔者知识体系的局限性,在初选指标时,入选指标数量不够充分,特别是非财务类指标数量过少。同时在研究过程中发现,许多学者对初选指标进行筛选,以检验指标的显著性、共线性等,但由于目前理论界对筛选原则的研究还处于初始阶段,而检验的目的又是一定原则的体现,因此笔者未对初选指标进行进一步的筛选,但这一思路给笔者下一步的研究方向给予了启示。
　　
　　参考文献
　　[1]杨德怀.现金流量指标:财务分析指标体系的核心[J].财会月刊,2005(10):29～30.
　　[2]田月昕,李娜.论财务预警系统的演进[J].财会通讯(理财版),2008(2):113～114.
　　[3]陈福.论现代企业财务风险及其预警[J].价值工程,2005:100～102.
　　[4]陈静.上市公司财务恶化预测的实证研究[J].会计研究,1999(4).
　　[5]刑精平.企业财务危机中相关利益人行为研究[J].经济研究,2004(8).
　　[6]孙洁,李辉,张萌.企业财务困境的多分类器混合组合预测[J].系统工程理论与实践,2009(2).
　　[7]张文修,吴伟志,梁吉业,李德玉.粗糙集理论与方法[M].科学出版社,2001.
　　
　　作者简介:梁冰(1972―),女,河北行唐人,现供职于河北银行健康路支行。

转载注明来源:https://www.xzbu.com/2/view-367884.htm