论文部分内容阅读
随着全球经济不断加快发展的步伐，公司为了在激烈而残酷的竞争中争取一席之地，对待风险的态度更多地转为风险偏好类型，因此，若公司的发展战略选择不当，极有可能陷入财务困境，这无疑会对公司的利益相关者造成利益的损失。 香港资本市场正逐渐成为大陆公司进军国际市场的第一选择。但是，由于受全球金融市场一些风险因素的影响，加之资本流动性高，因此，无论是对于公司本身、第三方金融机构还是对于投资者，采用适当的财务预测方法，及时准确地了解香港上市公司的经营与财务状况，均具有重要意义。 本文在分析理解国内外关于财务预警分析方法的研究现状的基础上，选取了更适用于财务预警应用场景的贝叶斯网络方法。贝叶斯网络已经在多个领域里得到了广泛应用，而其在应用过程中需要研究解决的两个问题即指标选取问题和连续变量的处理方法问题，关于这方面的综合且深入的研究较少。本文以从国泰安数据库取得的2013年香港上市公司数据作为研究数据，以此来预测相应公司2014年的亏损状态，对于第一个问题，选取了基于线性相关性的启发式指标选取方法，建立了6个不同的有代表性的相关性阈值对应的模型，讨论了各个模型之间预测结果的差异；对于第二个问题，采用基于分布特征的6种离散化方法处理连续变量，并将其对比分析，启发式地寻找与目标结点相关性系数处在不同区间段的指标其对应的更加有优势的离散化方法。 经过分析，得出以下结论：1）设定阈值为0，此时所建立的模型的预测效果好于其它阈值对应的模型，说明与目标结点相关性较弱的指标也有一定的预测作用；2）从单模型的角度看，总体上，E-SM方法优于E-PT方法，而这两种方法又显著优于其它4种离散化方法；3）从模型联系的角度看，对于与目标结点有不同相关性系数的指标，可根据6种基于分布特征的离散化方法的不同表现选取一个效果最好的方法进行离散；4）对于每个指标采用最为适合的离散方法进行离散后，模型的整体预测效果得到了显著提升，说明这种启发式离散化选择方法的可靠性和合理性。