基于改进Logit模型的电力公司财务危机预警研究

基于改进Logit模型的电力公司财务危机预警研究

ID:44109688

大小:130.83 KB

页数:20页

时间:2019-10-18

基于改进Logit模型的电力公司财务危机预警研究_第1页
基于改进Logit模型的电力公司财务危机预警研究_第2页
基于改进Logit模型的电力公司财务危机预警研究_第3页
基于改进Logit模型的电力公司财务危机预警研究_第4页
基于改进Logit模型的电力公司财务危机预警研究_第5页
资源描述:

《基于改进Logit模型的电力公司财务危机预警研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于改进Logit模型的电力公司财务危机预警研究【摘要】文章以中国电力上市公司为研究对象,运用主成分分析方法对预警指标变量进行约简,进而将随机欠抽样不均衡样本处理方法与传统的Logit回归模型相结合,构建了改进的Logit回归模型,即RU-Logit模型,并与其余预警模型进行了性能对比研究。实证结果表明,RU-Logit预警模型不仅具有最高的预测精度,而且具有最为稳定的预测性能。【关键词】电力上市公司;财务危机预警;PCA;RU;Logit【中图分类号】F272【文献标识码】A【文章编号】1004-5937(

2、2017)02-0095-04一、弓丨言基于改进Logit模型的电力公司财务危机预警研究【摘要】文章以中国电力上市公司为研究对象,运用主成分分析方法对预警指标变量进行约简,进而将随机欠抽样不均衡样本处理方法与传统的Logit回归模型相结合,构建了改进的Logit回归模型,即RU-Logit模型,并与其余预警模型进行了性能对比研究。实证结果表明,RU-Logit预警模型不仅具有最高的预测精度,而且具有最为稳定的预测性能。【关键词】电力上市公司;财务危机预警;PCA;RU;Logit【中图分类号】F272【文献标

3、识码】A【文章编号】1004-5937(2017)02-0095-04一、弓丨言财务危机一直是企业、投资者乃至政府管理部门重点关注的危机之一。因为企业一旦发生财务危机,不仅会威胁到企业自身的生存与发展,而且会使投资者蒙受损失,甚至对国民经济的稳定发展产生较大影响。因此,只有对企业的财务危机进行预警研究,才能提前识别风险,从而引导企业、投资者和政府管理部门采取防范措施,有效地控制风险,最终降低甚至消除财务危机的影响[1]o目前,研究学者主要采用单变量模型、判别分析(DiscriminateAnalysis,DA

4、)模型、Logit回归模型以及人工神经网络(ArtificialNeuralNetwork,ANN)模型等方法进行财务危机预警研究[2-5]o单变量模型仅依据单个指标进行财务危机判断,但众所周知,诱发财务危机的因素通常不止一个,而是由众多因素共同作用,因此,单变量模型并不适用于企业的财务危机预警;判别分析模型尽管能够克服单变量模型的缺陷,但解释变量服从正态分布的要求过于苛刻,现实中的样本变量很难满足;人工神经网络模型具有智能识别财务危机的功能,也被大量学者运用于财务危机的预警研究中,但却存在运算复杂、对小样本

5、预测精度低以及无法进行模型内部结构分析等诸多缺陷。与上述预警模型相比,Logit回归模型构造简单,能够对小样本进行准确预测,.凡无严格的前提假设条件,因而被众多学者运用于财务危机预警研究中并取得了良好的预测效果[6-8]o基于此,本文将运用Logit回归模型对企业财务危机进行预警研究。值得注意的是,随着国际金融危机的不断扩散与蔓延,经济环境日趋复杂化,从而导致企业爆发财务危机的因子指标变量增加且日益复杂化。如果直接基于众多复杂的因子指标变量建立Logit回归模型进行预警研究,很可能导致预警模型出现“维数灾难”

6、(CurseofDimensionality),从而削弱模型的预警性能。而主成分分析方法(PrincipalComponentsAnalysis,PCA)能够对众多复杂的指标变量进行快速降维处理,在克服“维数灾难”的同时,保证模型的预警效果[9]。因此,本文首先引入PCA方法对财务危机指标变量进行降维处理,其次运用Logit回归模型进行预警研究。不可忽视的是,就实际的企业样本而言,往往发生财务危机的企业样本较未发生财务危机的企业样本更少,由少数和多数两类样本所构成的样本集被称为不均衡样本集。当对不均衡样本集进

7、行Logit回归建模时,很容易使判别规则倾向于将更多的待判别样本预测为多数类样本,即更容易将发生财务危机的样本预测为未发生财务危机的样本,这将导致企业疏于采取相应的防范措施来应对即将发生的财务危机,投资者则将资金错误地投资于即将发生财务危机的企业,政府管理部门也将错误地认为企业未来的财务状况良好而无所作为,最终使企业经营遭遇困境、投资者蒙受资产损失、国民经济遭受冲击[10]o因此,如何对不均衡样本集进行处理,从而使构建的Logit回归模型具有准确的预测效果,是学术与实务界需要解决的重要问题。值得庆幸的是,针对

8、不均衡样本集,已有学者提出运用随机欠抽样(RandomUnder-Sampling,RU)方法对该样本集中的多数类样本进行删除,进而基于新构建的均衡样本集进行建模分析["]。基于此,本文将引入RU方法对企业的不均衡样本集进行均衡处理,进而运用Logit回归模型进行预警研究。此外,电力作为重要的基础性能源之一,不仅与居民的日常生活息息相关,而且对于国民经济的发展具有举足轻重的作用,因而对电力企业的财务

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。