1、上世紀90年代中后期以來，在全球資本市場迅速膨脹以及網(wǎng)上交易日益盛行的背景下，能夠第一時間預(yù)測公司財務(wù)危機對于投資人避免投資風險和管理者獲得決策依據(jù)都具有至關(guān)重要的意義，因此財務(wù)預(yù)警已經(jīng)是管理領(lǐng)域的研究熱點.數(shù)據(jù)挖掘作為一種高效的財務(wù)預(yù)警方法，其自身仍處于快速發(fā)展階段，將新的思想結(jié)合進數(shù)據(jù)挖掘方法并應(yīng)用于財務(wù)預(yù)警就是本文的研究內(nèi)容。本文提出幾種新的基于模糊集或粗糙集的數(shù)據(jù)挖掘方法，并使用這些方法對我國上市公司進行了預(yù)警研究。主要包括以下

2、工作： ⑴分析了目前廣泛應(yīng)用的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法在財務(wù)預(yù)警時存在的局限，提出了基于粗糙集屬性約簡的模糊神經(jīng)網(wǎng)絡(luò)預(yù)警模型.該模型用粗糙集算法先對輸入數(shù)據(jù)信息進行預(yù)處理來發(fā)現(xiàn)問題所隱藏的概略化規(guī)則，將其作為模糊神經(jīng)網(wǎng)絡(luò)預(yù)警模型的前端，根據(jù)處理后的信息結(jié)構(gòu)和規(guī)則確定模糊神經(jīng)網(wǎng)絡(luò)預(yù)警模型的結(jié)構(gòu)和使用的訓(xùn)練數(shù)據(jù)。并且收集了2005、2006年發(fā)生了財務(wù)危機的中國上市公司前3年的數(shù)據(jù)，還根據(jù)配對原則收集了相同數(shù)量的財務(wù)正常公司的數(shù)據(jù)，使用20

3、05年公司的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，2006年公司的數(shù)據(jù)作為測試數(shù)據(jù)測試了模型，得到了良好的結(jié)果。 ⑵提出了兩種聚類方法，一種是基于粒子群優(yōu)化的模糊聚類算法，一種是基于粗糙集的K—means聚類算法。前者可以改進傳統(tǒng)模糊聚類算法收斂到局部最小和對噪聲數(shù)據(jù)敏感的缺點，后者可以得到一種不同于傳統(tǒng)算法的聚類結(jié)果，這種結(jié)果將樣本數(shù)據(jù)分為上近似集和下近似集，有利于進一步分析.還討論了傳統(tǒng)聚類算法極少被應(yīng)用于財務(wù)預(yù)警的原因，使用粗糙集提取數(shù)據(jù)指標

4、、將輸入數(shù)據(jù)模糊化再利用前面提出的兩種聚類方法建立了新的財務(wù)預(yù)警模型.為把聚類算法引入財務(wù)預(yù)警研究領(lǐng)域提供了一種新的嘗試。 ⑶分析了支持向量機的在財務(wù)預(yù)警中的應(yīng)用并指出在選取財務(wù)指標和財務(wù)數(shù)據(jù)方面存在需要專家判別的領(lǐng)域知識。將一種雙向加權(quán)模糊支持向量機引入財務(wù)預(yù)警，提出由模糊綜合評判法來決定每個輸入數(shù)據(jù)的隸屬度，將定性與定量的分析方法結(jié)合起來形成一種新的預(yù)警模型.實驗證明結(jié)合專家的知識確實可以提高模型的預(yù)測能力。 ⑷總結(jié)