基於粗糙集理論的企業財務預警規則研究.doc

《基於粗糙集理論的企業財務預警規則研究.doc》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、基於粗糙集理論的企業財務預警規則研究【摘要】粗糙集在數據挖掘方面具有強大的功能,連同其獨特的優越性迅速地應用於許多領域。本文使用粗糙集相關理論，把企業財務指標體系作為條件屬性，把企業是否陷入財務困境作為決策屬性，通過屬性約簡，導出企業陷入財務困境的預警規則,從而對企業的財務狀況進行預警。實證分析表明，該預警規則具有較高的預警精度【關鍵詞】財務預警;粗糙集;屬性約簡1.前言在激烈的市場競爭和快速發展過程中，企業時刻都面臨各種各樣的風險,時刻都有陷入財務困境的可能性。企業若是不能及時有效地處理所面臨的各種風險，特別是財務風險,那麼必然會陷入財務困

2、境，而陷入財務困境將對企業造成難以估量的損失甚至最終導致企業破產。所幸的是企業由面臨財務風險到陷入財務困境，是一個由量變到質變的過程，而這一惡化的過程又完整地反映於企業的財務經營等相關數據中。因此，及時有效地對企業財務經營相關數據進行分析、對企業財務狀況進行評估並及時預警成為瞭是企業生存發展、健康成長的必要保障。如何提前預知並規避財務風險,使企業遠離財務困境，也成為瞭學術界與企業界所關註的焦點問題1.粗糙集理論概述粗糙集(RoughSets,即RS)[7]理論是波蘭華沙理工大學乙.Pawlak教授在1982年提出來的一種處理模糊和不確定性知識

3、的新型數學工具。其主要思想是在保持分類能力不變的前提下，通過知識約簡導出問題的決策和分類規則。它的一個重要特點是具有很強的定性分析能力，可以對不完整、不精確數據進行分析、推理，發現數據間的關系，提取有用數據,剔除冗餘特征，即不需要預先給定某些特征或屬性的數量描述，而是直接從給定問題的描述集合出發，通過不可分辨關系和不可分辨類確定給定問題的近似域，從而找出該問題中的內在規律。粗糙集理論的優勢在於並行執行和對不確定、不完備信息的描述以及對冗餘數據的快速處理粗糙集理念中，四元組S=(U,A,V,f)是一個知識表達系統，其中U為對象的非空有限集合，稱

4、為論域;A為屬性的非空有限集合，其中C為條件屬性,D為決策屬性是屬性的值域；是一個信息函數，它為每個對象的每個屬性賦予一個信息值，即:決策表是一類特殊而重要的知識表達系統，它指定當滿足某些條件時，決策應當怎樣進行，多數決策問題都可以用決策表形式來表達。決策表可以根據知識表達系統定義如下:令為一知識表達系統，且是兩個屬性子集，分別稱為條件屬性和決策屬性，具有條件屬性和決策屬性的知識表達系統稱為決策表，記作。關系和關系的等價類分別稱為條件類和決策類設屬性集合，屬性，當，則稱為中可省略的，否則為中不可省略的屬性子集,若且，，則B稱為C的一個約簡，記

5、為C中所有不可省略屬性的集合稱為C的核，即：決策規則定義如下：，規則的確定性因子，，當時，是確定的；當時，是不確定的1.實證分析3.1樣本及指標體系樣本數據來源於上海證券交易所和深圳證券交易所官方網站及和訊網，選取2007當年被特別處理的42傢制造業公司作為危機公司樣本。在數據處理過程中，剔除瞭2傢由其他因素導致“ST”和數據不全的公司，ST公司樣本變為40個。因上市公司被特別處理是基於t-l期年度末財務報表,故本文以2006年年報財務比率數據為條件屬性值，以2007年是否被ST為決策屬性值，並選取2006年年報經營正常的40傢制造業公司作為

6、配對公司指標體系由會計比率類指標、現金流量類指標和非財務類指標組成，其中包括14個會計比率類指標、14個現金流量類指標和2個非財務類指標3.2屬性約簡及規則提取運用粗糙集對數據進行分析，需要對連續數據進行離散化處理。根據財務比率的實際經濟意義及離散化算法，對每個財務指標值按其屬於不同的區間分為不同的類別。如將流動比率劃分為[0,0.5],(0.5,1],(1,2.5],(2.5,*)，並分別賦值1、2、3、4；其他財務指標數據根據類似辦法進行離散化處理。本文采用基於粗糙集理論的軟件工具完成屬性約簡分析共得到148條約簡，圖示為其中8條。在上述

7、約簡產生的基礎上，運用產生相應的預警規則。在未做出任何限定的情況下，將所有可能的規則都顯示出來。本文研究中共產生10196條規則。在這些規則中，有一些是有效的規則，而另外一些並無典型性。為瞭提高預警規則的有效性及精確度,本文按照以下原則對指標進行過濾：0,95,0.05,,共篩選出9條規則表中的每一行表示一條預警規則，未岀現的指標表示運用此預警規則時無需考慮此屬性。如第1行表示如果樣本的現金比率(%)(0,0・5］、資產負債率＞70%、總資產周轉率