Logistic回归模型和神经网络预测模型关于企业破产预测的比较

论文总字数：12123字

目 录

0、引言 3

1、问题的提出 5

2、回归分析概述 5

2.1 回归模型 5

2.2 回归模型估计 6

2.3回归模型检验 7

3、神经网络预测模型 8

4、实证分析 9

4.1数据预处理 9

4.2回归模型实验 10

4.2.1实验步骤 10

4.2.2用实现显著性检查并进行主成分分析 11

4.2.3用实现回归模型 15

4.2.4模型检验 18

4.2.5 回归模型结论 18

4.3神经网络预测模型实验 19

4.3.1第一次分析 19

4.3.2第二次分析 20

5、讨论比较 24

附录1 25

附录2 27

参考文献 30

致谢 31

回归模型和神经网络预测模型关于企业破产预测的比较

周嘉颖

, China

Abstract：This paper mainly introduces the prediction model based on Logistic regression and neural network prediction model, which are used for enterprise bankruptcy prediction research. First, this article has carried the Logistic regression and neural network model on the detailed introduction. The needed data gathered from the deep Shanghai stock exchange to carry on the empirical analysis. Respectively, using SPSS software to empirical test and comparison analysis the Logistic regression and neural network prediction model for enterprise bankruptcy. We can conclude that Neural network prediction model is more exactly.

Key words：Logistic regression； Neural network prediction model； Bankruptcy prediction；SPSS

0、引言

所谓企业破产，即为由于企业的负责人或者是管理者经营不善，导致企业的所有资产没有办法偿还企业全部的到期债务，像公司发行的定期债券或期权等，形成资不抵债的行为，这时候由债券持有者或企业管理者向法院投诉并宣布破产，依照法律程序偿还债务。

一直从世纪年代开始到现在，国内外众多学者们就开始对破产问题进行深入研究和实验。最早的企业破产预测模型是由Beaver在1966年提出来的（见[1]），他在建立模型时抽取了家有财务危机状况并破产的企业，又抽取了另外家规模、产业相似但是经营良好没有破产的企业，将这家企业作为研究对象。采用单变量的分析方法得到了三个最有效的预测企业破产的财务比率，一个是总负债比总资产，还有税后净利润比总资产，以及现金流量比总负债。在此基础上，Altman（1980）（见[2]）用多变量分析方法对他采集的公司财务数据中的个相关性比较大的财务比率进行检验和筛选后，Altman和他的团队提出了闻名的模型，该预测模型包含个Altman认为最具有影响力的变量，且能基于值的大小来近似估算企业发生财务危机状况的可能性。

张爱民等（2001）（见[3]）基于Altman的多元值判定模型，同时使用因子分析方法，建立了一种模型用于对企业的财务危机进行预测分析，该模型为主成分预测模型。在上海证券市场和深圳证券市场把公司认定为“财务危机企业”，选的研究样本为其抽取的家非公司和家公司一共家企业，从实验以及检验结果可以得到，在预测公司的财务困难方面，张爱民及其团队所提出来的主成分预测模型可以有比较令人满意的预测能力。张玲（2000）（见[4]）在对相关实验进行验证分析后，采用值判别分析模型，并选取个企业的历年财务数据进行分析，最终得到了一个结论：值判别模型的预测结果可以提早四年。在Altman 的模型以后，Altman、Narayanan和Haldeman在1977年（见[5]）又提出了另一种预测分析模型---评分模型。在实证检验中，得到结果显示模型的预测效率低于模型。在此之后，Ohlson（1980）（见[6]）在企业破产预测的问题上，又应用了回归分析模型，并且至今该模型都一直被使用。

吴世农等（2001）（见[7]）挑选了家企业作为他们的样本,其中 家存在财务困难且另外家属于财务健康状况，他们采用了三种分析方法，第一种是多元线性回归分析，第二种时 回归分析，第三种是线性判定分析。通过对这三种方法进行分析判断，建立了三种预测模型。研究结果显示：对于信息相同的数据集来说， 回归预测模型的正确率最高。

1、问题的提出

一般来说，一个企业如果到达了它的破产点，即所谓的停止经营点，它就应该宣布破产。但是对于实际的一个企业来说，停止经营点是无法估计的，所以，在现实中我们只能从企业的财务数据方面，用市净率、利息保障倍数、偿债能力、净利润等财务比率或指标来对公司财政状况进行分析，并且预测其是否会发生破产。在破产的各个研究课题中，最受关注的当然是怎样预测破产。假若能够及时得到企业的破产信息，对于每个利益相关者而言，都是可以规避因为企业的破产而带来的损失。

预测企业破产或者企业财务困境对金融决策有很大意义，首先对于企业经营者来说，能正确地预测企业破产状况，可以使他们更好的正视自身企业的问题，对于今后的经营方案提出建设性意见，有助于经营者选择更好的发展方向，及时消除财务困境的不利影响；其次对投资者而言，能正确地预测企业破产状况，可以让他们在追求投资回报的同时避免不必要的利益损失。

剩余内容已隐藏，请支付后下载全文，论文总字数：12123字

相关图片展示：