基于机器学习方法的上市公司财务预警模型对比研究

李星辰 王青龙 林国庆

摘 要：当前我国上市公司信息披露仍存在着许多不规范的现象，个别上市公司在面临财务危机时，粉饰其财务风险，进行财务造假。本文利用上市超过3年的A股共3002家上市公司的财务数据，通过对ST、*ST和10家2019年退市的公司样本分析，根据不同的时间窗口，构建了财务预警因子库，共96个因子。分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练。将数据集分为训练集和测试集，用训练集训练模型，并将模型应用在测试集中进行预测。结果如下：（1）三种模型均有较好的预测能力，其准确率都在94%以上;（2）决策树模型的预测效果最佳，支持向量机模型次之，逻辑斯蒂回归模型的预测效果最差;（3）三种模型都存在将较多的财务预警公司预测为正常公司的情况。本文通过将三种模型进行对比分析，以寻找更加优质的财务预警模型，来更好地帮助企业识别财务风险。

关键词：财务预警;机器学习;逻辑回归模型;支持向量机模型;决策树模型

引言：目前，我国宏观经济正面临着下行压力，许多企业在大形势下都面临着融资困难和财务风险暴露的问题，目前我国上市公司信息披露仍存在着许多不规范的现象，因此，识别可能进行财务造假的公司，有助于帮助投资者合理投资，更有利于维护经济社会的健康良性发展。

由于企业财务风险暴露是有征兆的，所以企业的财务危机是可以预测的，因此本文基于大数据和机器学习方法，构建识别上市公司财务造假的三种不同的财务预警模型，通过对比分析得出更有价值的财务预警模型，这能帮助企业识别财务风险，有助于实现财务状况的良性循环，具有巨大的应用价值。

一、数据处理与因子库构建

1.数据来源

本文样本公司的相关财务数据主要来自锐思RESSET数据库以及同花顺金融数据库。我们选取了3002家A股上市公司以及10家2019年退市的上市公司的相关数据作为样本，考虑到上市不满三年的公司，业绩变动幅度可能相对较大且业绩表现不够稳定，因此将其剔除。

2.構造因子库

根据国内外已有的关于上市公司财务造假的相关研究成果，结合定性分析和定量分析，从企业的偿债能力、营运能力、盈利能力以及其他能力等四方面，提取出30个相关财务指标作为可提取因子。由于对出现风险暴露或者已退市的上市公司来说，出现财务问题年度的前三年是公司财务状况发生变化的重要转折点，因此我们选取了最近3年-5年的上市公司年度数据，将选取的财务指标进行不同年度的处理，最终形成了包含96个可提取因子的因子库。

二、模型构建

根据现有研究，国内学者建立的财务预警模型较多，不同模型具有其自身优缺点，其中利用逻辑斯蒂回归、支持向量机和决策树方法的研究受到较多关注，因此本文选择这三种模型进行对比分析。

1.逻辑斯蒂回归模型

（1）模型概述

逻辑斯蒂回归（LR）是在进行数据挖掘时经常使用的一种分类模型，该方法的基本原理为：在线性回归的基础之上，与sigmoid函数两者相结合，利用极大似然函数估计回归参数w和b，公式如下所示：

（2）模型的计算和结果分析

本论文通过Matlab中的机器学习工具箱求解。LR模型所得结果的准确率如下表所示：

由上表可知，LR模型在训练集和测试集中所得的准确率分别是94.8%和92.38%。

训练集和测试集的混淆矩阵如下表所示。

由上表4可知，LR模型在全样本中的准确率为94.39%，精确度为38.58%，召回率为32.67%，F值为35.38%。由此可知，召回率并不高，其判断的精确度为35.38%，相对较低。从总体结果看，无论是训练集还是测试集准确率都在92%以上，体现出较好的总体准确率，该模型对发生财务预警的公司预测结果则较差，而对未发生财务预警的公司预测较准确。

2.支持向量机模型

（1）模型概述

支持向量机（SVM）是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。支持向量机属于有监督学习模型可以用于数据的分析、分类、回归以及检测异常值。

（2）模型的计算和结果分析

SVM模型所得结果的准确率如下表所示：

由上表5可知，SVM模型在训练集和测试集中所得的准确率分别是95.72%和93.55%。与LR模型的准确率相近。

由表7可知，SVM模型在全样本中的准确率为95.35%，精确度为59.26%，召回率为21.33%，F值为31.37%。由此可知，比LR模型召回率低11.34%，其判断的精确度为59.26%，相对LR模型较高。

3.决策树模型

（1）模型概述

决策树是在进行数据挖掘时经常使用的分类和预测方法，该方法的基本原理为：根据算法规定的分类条件对整体数据进行分类，产生一个决策节点，仍然按照该算法规则分类，在下一个决策节点重复上述操作，运算到无法继续分类为止。而对于Boosted Tree算法为，每添加一次树，即为学习一个新的目标函数，在这棵树上寻找最佳节点进行特征分裂。

（2）模型的计算和结果分析

由上表可知，Boosted Tree模型在训练集和测试集中所得的准确率分别是96.32%和95.51%。在三个模型中的准确率最高。

由上表可知，Boosted Tree模型在全样本中的准确率为96.18%，精确度为68.82%，召回率为42.67%，F值为52.68%。

三、总结

本论文针对上市公司的财务预警问题，构建因子库，分别采用了机器学习中的逻辑斯蒂回归法、支持向量机方法和决策树方法，对训练集进行了分类，并用测试集进行预测，结果对比如下表所示。

由上表可知，三种模型具有较高的准确率，均在94%以上，其中Boosted Tree准确率最高;精确度则差距较大，Boosted Tree模型最高;同时Boosted Tree模型具有高达42.67%的召回率。从上表的结果对比可以看出，尽管三种模型都对财务预警问题具有相当的预测能力，但上述三种模型预测能力由优到劣依次为：决策树模型、支持向量机模型、逻辑斯蒂回归模型。因此通过本文论述研究，认为决策树模型对公司进行财务预警是较好的选择。但是本文还有改进之处，一方面由于部分上市公司的财务数据不够真实，另一方面可能来自数据的滞后性，致使对财务造假公司预测效果精确度有所不足，针对这一问题笔者将会进一步改进。

参考文献：

[1]张玲玲.A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型[J].环渤海经濟瞭望，2019（09）：165-166.

[2]田珅，陈文熙.房地产退市风险企业财务预警研究——基于主成分分析与logistic模型对比[J].沈阳建筑大学学报（社会科学版），2019，21（04）：376-381.

[3]姚欣.Z模型在我国上市公司财务风险预警中的适用性研究[J].会计师，2019（13）：22-23.

[4]徐碧莹，程昔武.基于Logistic回归模型的建筑业上市公司财务风险预警分析[J].景德镇学院学报，2019，34（03）：1-4.

[5]王元月，景在伦，刘伟.KMV模型在渔业上市公司财务预警中的运用——以獐子岛为例[J].中国渔业经济，2019，37（03）：56-61.

[6]郑玉玉.“互联网+”背景下ZA信息技术公司财务风险预警研究[D].东华理工大学，2019.

[7]胥光华.基于机器学习构建的公司财务预警系统研究[D].厦门大学，2014.

[8]王媛媛.基于因子分析与支持向量机的上市公司财务危机预警研究[D].西安电子科技大学，2012.

[9]梁小红.财务危机预警的SVMs模型研究——基于我国制造业上市公司经验数据[J].福建论坛（人文社会科学版），2011（12）：37-41.

[10]刘彦文.上市公司财务危机预警模型研究[D].大连理工大学，2009.

作者简介：李星辰（1998- ），天津科技大学本科生，主要研究方向：产业金融、国民经济;王青龙（1998- ），天津科技大学本科生，主要研究方向：计算数学与数据分析;林国庆（1997- ），天津科技大学本科生，主要研究方向：数据挖掘