本文基于2019～2022年首次被ST的公司及其配對(duì)樣本建立DeepSurv模型對(duì)上市公司財(cái)務(wù)危機(jī)預(yù)警展開(kāi)研究，相較于主流的SVM和BP神經(jīng)網(wǎng)絡(luò)模型表現(xiàn)更優(yōu)。為提高機(jī)器學(xué)習(xí)模型“黑箱”操作的可解釋性，使用可解釋機(jī)器學(xué)習(xí)從整體和局部?jī)煞矫娼庾xDeepSurv模型。研究表明：（1）公司應(yīng)重點(diǎn)關(guān)注企業(yè)價(jià)值、負(fù)債、非財(cái)務(wù)表現(xiàn)和流動(dòng)資產(chǎn)四個(gè)方面；（2）Gscore與有形資產(chǎn)負(fù)債率、ROIC與權(quán)益乘數(shù)、綜合杠桿與Gscore、權(quán)益乘數(shù)與有形資產(chǎn)負(fù)債率之間存在交互效應(yīng)。

【文章頁(yè)數(shù)】：14 頁(yè)

【部分圖文】：

圖1單隱層神經(jīng)網(wǎng)絡(luò)

輸入層x表示公司數(shù)據(jù)，w表示輸入層與隱藏層的連接權(quán)重，a表示隱藏層與輸出層的連接權(quán)重，H表示隱藏層結(jié)點(diǎn)個(gè)數(shù)，隱藏層結(jié)點(diǎn)的輸入為w"hxi，輸出為f(w"hxi)，其中f(z)=1/[1+exp(-z)]表示Logistic擠壓函數(shù)。模型輸出結(jié)果如式（5),θ表示由w和a構(gòu)成....

圖2混淆矩陣圖

模型結(jié)果可以用混淆矩陣表示。如圖2所示，召回率(Recall)表示所有真陽(yáng)性中被正確分類(lèi)樣本所占比例，代表正樣本識(shí)別能力；精確率(Precision)表示被預(yù)測(cè)為陽(yáng)性的樣本中真陽(yáng)性所占比例，代表負(fù)樣本識(shí)別能力；準(zhǔn)確率(Accuracy)表示所有正確分類(lèi)樣本占總樣本的比例，代表總體....

圖3模型預(yù)測(cè)結(jié)果

相較于SVM,DeepSurv對(duì)全體公司的識(shí)別能力提高了29.16%，對(duì)財(cái)務(wù)危機(jī)公司的識(shí)別能力提高了15.38%，對(duì)正常公司的識(shí)別能力提高了35.75%，穩(wěn)健性提高了26.47%；相較于BP神經(jīng)網(wǎng)絡(luò)，DeepSurv對(duì)全體公司的識(shí)別能力提高了14.81%，對(duì)財(cái)務(wù)危機(jī)公司的識(shí)別能力....

圖4Shapleyvalue蜂群圖

第一，過(guò)高的企業(yè)價(jià)值倍數(shù)說(shuō)明公司股票價(jià)值被嚴(yán)重高估，出現(xiàn)泡沫，導(dǎo)致公司提前透支了未來(lái)收益，一旦市場(chǎng)發(fā)生不利變化可能會(huì)崩盤(pán)，從而不利于公司生存；第二，高企業(yè)價(jià)值倍數(shù)可能會(huì)導(dǎo)致管理層盲目樂(lè)觀，懈怠內(nèi)部管理和外部競(jìng)爭(zhēng)；第三，高企業(yè)價(jià)值倍數(shù)會(huì)提高市場(chǎng)對(duì)公司的盈利期望，達(dá)標(biāo)更加困難，如果低....

本文編號(hào)：3971026