上市公司风险预警管理的研究

VIP免费

3.0 陈辉 2024-11-19 5 4 2.69MB 76 页 15积分

侵权投诉

摘要

风险预警管理是管理科学与工程领域研究中的一个前沿和热点问题，是一项

多学科交叉的边缘性研究课题。上市公司的发展关系到广大股票投资者、债权人、

管理者等利益相关者的利益，如何有效地规避、防范和控制风险就成了当务之急，

上市公司风险预警问题已经成为学术界和企业界所关注的焦点，对我国上市公司

的研究具有极其重要的现实意义。

首先回顾了上市公司风险预警管理的国内外研究现状，评述了各种方法的优

缺点。从风险与预警的定义出发综述了风险预警理论，明确了风险和预警的概念

内涵；详细地阐述了风险预警管理的演化过程，并针对上市公司给出了其风险演

变过程；提出了风险预警的基本理论框架；以及支持向量机的相关研究理论。

论文介绍了国内特殊的证券监管背景，分析了上市公司的风险特征、剖析会

导致上市公司被特别处理的风险因素，将上市公司风险划分为财务风险和非财务

风险两大类，选取了 31 个初始指标变量并检验，运用因子分析方法进行了归类。

由于支持向量机(SVM)方法特别适合有限样本的情况，理论上可获得全局最优

点，能保证学习机器具有良好的推广能力，针对上市公司的样本数目和资料有限

等特征，本文应用支持向量机的理论和方法建立上市公司风险预警模型。选取上

市公司作为研究样本，选择不同时间跨度的数据集，进行样本配对，将它们划分

训练集和测试集进行研究，将上市公司的经营状况分成两类：被特别处理(ST/*ST,

Special Treatment)公司和正常(非ST)公司。运用归一化方法对数据预处理，采用径

向基(RBF)函数作为模型的核函数。鉴于模型中参数的选择对结果有重要影响，本

文运用三种方法：网格搜索(Grid Search)、粒子群算法(PSO)、遗传算法(GA)进行

参数值选择。

将模型运行结果得到的精确度(RA)进行比较分析得出：归一化对于精确度的

提高有着明显的效果；运行结果具有较高的精确度，说明模型可以成功地进行分

类；本文的建模方法选择 GA-SVM。着重研究了分类问题中的两类错误：本文中

第一类错误是指将非 ST 公司误判为 ST 公司，第二类错误是指将 ST 公司误判为

非ST 公司；用灵敏度(Sensitivity)、特效性(Specificity)进行度量。为了更为直观地

说明模型的应用效果，通过实例来具体分析所建模型的运用过程及预警效果并得

到了正确的结果，证实了本文所建上市公司风险预警模型的有效性与实用性。

最后，总结了本文的经验结论和存在的不足，对进一步研究方向进行了展望。

关键字：上市公司风险预警指标体系支持向量机预警模型

ABSTRACT

Risk early-warning management is a hot issue in the field of management science

and engineering; it is multi-edge interdisciplinary research topic. Involved to the interest

of equity investors, creditors, managers and other stakeholders,how to effectively avoid,

prevent and control risks becomes a top priority of the development of listed

companies.Risk early-warning of listed companies has become a focus in the academe

and business filed.There is extremely important practical significance in the research on

the risk early-warning of listed companies.

Firstly,this paper has a review of domestic and abroad research situation,analyses

the advantages and disadvantages by the comparison of several models.Starting from

the definition of risk and early-warning, the paper explains these concepts. Early

warning risk theory and a clear warning of risk concept are briefly introduced.This

paper also introduces the evolution process of three management models stage. Then,

the risk evolution process of listed companies is given. Early warning for risk of listed

companies’ basic theoretical framework is raised and the theory of support vector

machine (SVM) is briefly introduced.

The paper introduces particular securities background in China,the risk factors that

lead listed companies to be special treated are found.The risk that affect listed

companies are divided into two major categories,they are financial risk and

non-financial risk.Risk-warning indicator system of listed companies which includes the

initial 31 variables is established and tested. Using factor analysis method analyses these

31 initial indicators.

The support vector machine method is particularly suitable for finite sample

situation; the global optimum result is available in theory. As early warning of risks

issues for listed company has limited number of samples and other characteristics,

Support vector machines theory and methods are used to establish risk warning model

of listed companies. The study samples come from listed companies, the data set from

different time span, the sample are divided into training set and test set. The operations

situation of listed companies can be divided into two categories: to be special treatment

(ST / * ST) companies and normal (non-ST) companies.Normalization method is used

for data preprocessing, useing radial basis function as kernel function model, the grid

search (Grid search based on CV), particle swarm optimization (PSO), the genetic

algorithm (GA) are used to parameter optimization.

After comparing the accuracy (RA) of running result, the conclusions are as

follows: normalization improves the accuracy obviously; high accuracy operating

results show that the model can be used to classify this problems successfully; selects

GA-SVM model as the modeling method in this paper. The first type error in this article

is mistaking non-ST Company for ST Company, the second error refers to misjudging

ST companies for a non-ST company. Focusing on the classification of the two types of

errors, Sensitivity and Specificity are used as to measure two types of errors. In order to

illustrate a more intuitive application of the model results, in the test analysis process,

selects three listed companies to show the process of using the model and the warning

effect, and get correct results, the examples verify the risk-warning model of listed

companiesis is effectively and practically.

Finally, this paper has a summarization of the results and shortcomings,a prospect

of the future research is introduced.

Key Words: Listed Company, Risk Early-warning, Index System,

Support Vector Machine (SVM), Early-warning Model

中文摘要

ABSTRACT

第一章绪论 ..................................................... 1

§1.1 研究背景 ................................................... 1

§1.2 研究意义 ................................................... 2

§1.3 国内外文献回顾及研究现状评析 ............................... 3

§1.4 本文主要研究内容及结构 ..................................... 8

第二章风险预警及支持向量机(SVM)相关理论 ........................ 10

§2.1 风险预警理论 ............................................... 10

§2.1.1 风险预警相关概念内涵 ................................. 10

§2.1.2 风险预警管理的演化过程 ............................... 10

§2.1.3 上市公司风险预警管理的基本步骤 ....................... 12

§2.2 支持向量机(SVM)理论 ........................................ 13

§2.2.1 小样本统计学习理论 ................................... 14

§2.2.2 基于二次规划的支持向量机分类 ......................... 15

第三章上市公司风险预警指标体系的构建 ........................... 19

§3.1 国内特殊的证券监管背景及上市公司状态划分 .................. 19

§3.2 上市公司风险因素特征分析 .................................. 20

§3.3 预警指标的选取原则 ........................................ 21

§3.4 初始指标体系的构建 ........................................ 22

§3.4 指标检验与归类 ............................................ 23

§3.4.1 指标检验 ............................................. 23

§3.4.2 指标归类 ............................................. 23

第四章运用支持向量机建立上市公司风险预警模型 ................... 29

§4.1 应用支持向量机（SVM）进行风险预警的可行性分析 ............. 29

§4.2 上市公司研究样本选择 ...................................... 30

§4.2.1 样本选取的时间跨度 ................................... 30

§4.2.2 被特别处理（ST）上市公司现况分析 ..................... 31

§4.3 样本选取原则 .............................................. 33

§4.3.1 被特别处理(ST)上市公司样本的选取 ..................... 33

§4.3.2 正常（非 ST）上市公司的配比原则 ...................... 34

§4.4 数据预处理 ................................................ 35

§4.5 支持向量机（SVM）的类型选择和参数选择 ..................... 35

§4.5.1 支持向量机(SVM)的类型选择 ............................ 37

§4.5.2 基于径向基(RBF)核函数的模型参数选择 .................. 37

§4.6 成果分析 .................................................. 41

§4.6.1 预警模型精确度比较 ................................... 41

§4.6.2 两类错误的影响分析 ................................... 43

§4.7 实例检验 .................................................. 44

§4.7.1 ST/*ST 上市公司 ..................................... 44

§4.7.2. 非 ST 上市公司 ...................................... 46

第五章总结与展望 ............................................... 48

参考文献 ............................................................ 50

在读期间公开发表的论文和承担科研项目及取得成果 ...................... 54

致谢 .............................................................. 55

附表 1 样本公司 ................................................... 56

附表 2 指标正态性检验结果表 ....................................... 57

附表 3 指标 Mann-Whitney U 检验 .................................... 58

附表 4 解释的总方差 ............................................... 59

附表 5 旋转成份矩阵 ............................................... 60

附表 6 实例检验的上市公司数据 ..................................... 61

附表 7 上市公司原始数据 ........................................... 62

第一章绪论

§1.1 研究背景

当今企业中发生重大风险进而导致破产的现象屡见不鲜，风险预警模型作为

企业经营的警示灯，为企业避免倒闭起到未雨绸缪的作用。因此，如何建立企业

风险预警模型已经成为风险管理领域的重要课题之一。上市公司是企业中的特殊

群体，其作为股票公开发行的股份有限公司，它的最终目标是股东财富最大化，

其股东构成非常广泛，其业绩和经营活动日益受到了社会公众特别关注和国家证

券监管机构的严格监管。如今的上市公司正处于一个急速变化的环境之中，竞争

空前加剧，技术更新突飞猛进，全球经济的不确定性不断增强，法律变更及监管

机构相关规定和政策逐渐调整，重大自然灾害及地区冲突频频发生等等，都可能

对上市公司产生严重的影响，进而酿成各种危机造成不可挽回的损失。

由于2009年美国次贷危机引发的全球性金融危机把无数上市公司拖入难以生

存的边缘，使许多上市公司严重亏损，然后退市甚至倒闭，到现在仍然深受其影

响，经历着各个方面巨大的考验与压力。与非上市公司相比，上市公司更加容易

陷入六个方面的危机即信誉危机、财务危机、司法危机、经营危机、组织危机、

灾祸危机[1]。在不断发展的过程中，公司要面对各种各样的风险是不可避免的，如

何建立起一套高效、全面和实用的预警模型，并应用预警模型对可能偏离正常发

展轨道或者可能出现的风险进行预测、防范，根据预警结果决定是否发出警报，

更是各种利益相关者关注的重中之重。

现代市场经济是基于法制的信用经济上建立起来的，资本市场是其重要组成

部分，上市公司是资本市场发展的基石，中国上市公司不断地发展壮大，近年来

发展速度之快令众人瞩目，已成为推动企业改革和带动各个行业快速成长的中坚

力量。2010年06月08日，中国人民银行的发布《2009中国区域金融运行报告》显

示，2009年，我国上市公司数量和市值大幅增长，报告指出，截至2009年年末，

我国上市公司总数达1718家，比上年增加93家，2009年，我国上市公司境内股票

市场筹资大幅增长。2009年10月，创业板市场正式启动，标志着我国境内多层次

的资本市场初步形成，截至年末，共有36家公司在创业板上市，累计筹资204亿元，

占全年股票市场筹资总额的3.4%。虽然创业板带来前所未有的机遇，但是带来的

风险同样更大，也更加注重上市公司风险的提前预警，创业板的上市更加引起了

人们对上市公司风险预警管理的重视。但受政策、体制、机制、环境等因素的影

响，有很多上市公司的经营运作不规范、结构不完善、质量不高，这些都严重影

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要风险预警管理是管理科学与工程领域研究中的一个前沿和热点问题，是一项多学科交叉的边缘性研究课题。上市公司的发展关系到广大股票投资者、债权人、管理者等利益相关者的利益，如何有效地规避、防范和控制风险就成了当务之急，上市公司风险预警问题已经成为学术界和企业界所关注的焦点，对我国上市公司的研究具有极其重要的现实意义。首先回顾了上市公司风险预警管理的国内外研究现状，评述了各种方法的优缺点。从风险与预警的定义出发综述了风险预警理论，明确了风险和预警的概念内涵；详细地阐述了风险预警管理的演化过程，并针对上市公司给出了其风险演变过程；提出了风险预警的基本理论框架；以及支持向量机的相关研究理论。论文介绍了国...

展开>> 收起<<

上市公司风险预警管理的研究.pdf

共76页,预览8页

还剩页未读，继续阅读

上市公司风险预警管理的研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: