表 1．风险概念的改变 3

表 2．变量描述 13

表 3．样本企业列表 14

表 4．20家上市公司的财务状况 15

表 5．主成分分析: X1, X2, X3, X4, X5 16

表 6．主成分表 18

表 7．Logistic 回归表 19

表 8．ST公司检验样本财务风险判定概率表 20

表 9．正常公司检验样本财务风险判定概率表 20

图 1. X1、X2、X3、X4、X5的碎石图 17

1 引言

1.1 研究背景与意义

随着经济全球化的推进，企业之间的竞争也越来越激烈。我国经济在快速发展的同时，也出现了金融危机、人民币升值、次贷危机、股市震荡反复等一系列问题，这些问题导致我们迫切地希望建立一套有效的风险预警监督系统。企业是国民经济的重要组织部分，企业的发展影响着整个社会的经济发展。建立有效的风险预警系统应对公司风险危机有助于企业的持续发展。

上市公司是国民经济的重要组成部分，上市公司的发展也会带动整个社会经济的发展。然而已有越来越多的企业陷入财务困境，这严重阻碍了社会zhuyi市场经济的发展和社会的进步，因此有必要建立一套有效的财务风险预警系统。每当企业的财务情况发生异常时，预警系统就可以发出预警信号，从而使企业能够发现自身不足，进而采用合理的应对措施。良性发展的企业能促进全社会经济发展，保持良好发展势头的企业对我国经济发展和社会安定都具有显著作用。

1.2 财务预警相关研究回顾

在当前财务风险预警模型设计中，统计分析方法、决策树方法等方法均有所应用。

(1)统计分析方法论文网

统计分析方法包括概率论、回归分析、相关分析、主成分分析等，具有分析精确、容易理解等优点，并得到了广泛使用[1]。SPSS公司和SAS公司开发的统计分析软件都将统计分析模型与神经网络、决策树、遗传算法等相关技术整合在一起。

（2）神经网络方法

神经网络方法是软计算领域中的主要方法，这种模拟神经网络结构输入输出信息的方法具有很强的并行处理、逼近和分类能力。当从不精确数据导出结论并确定趋向不容易时，这种方法效果显著。

（3）决策树方法

决策树方法是利用信息增益最大的信息与数据库中的字段，建立决策树节点的信息寻求理论，根据不同的值的字段建立树的一个分支，然后反复的一个子集每个分支建立的树节点和未来的分析[2]。本方法在统计分析领域应用广泛，主要原因是此方法具有决策树少、分类准确率高、生成规则简单等优点。

（4）遗传算法

遗传算法是一类模拟生物进化的计算方法，它是在智能搜索功能下推动“优生劣汰”通过多次迭代，逐渐接近目标的约束条件。由于遗传算法的遗传杂交和变异操作，扩展搜索结果可以是更多的全局优化，并且在优化计算和分类机器学习方面是非常有效的。

（5）案例推理方法

目前人工智能领域中出现了案例推理方法这种新型推理方法，其具有思路简单的特点。若要对未来情况进行决策分析，系统寻找现有相似案例，并选择最优解决方案。案例推理方法在很多问题上解决效果良好，但是该方法具有系统不能生成过去经验模型的缺陷，并且缺乏继承性。