贝叶斯决策下上市公司风险预警实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇贝叶斯决策下上市公司风险预警实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

国内企业在经过近30多年的高速发展后，对于风险意识、风险控制方法还是相对迟钝，尤其是在此方面的理论与实证研究都较为不足。针对此现象，本文开展了财务风险预警的模型化实证研究。

一、文献综述

国内学者邢风云（2012）就企业风险问题从文化角度开展研究，认为企业文化也称之为企业文化力，它具体包括企业家精神、企业目标、企业形象、企业管理和企业环境等五个方面。通过深入研究发现，企业风险管理的活动方式及其成果是通过精神、制度、行为、物质四个层面、四种形式表现出来的，因此构建完整的企业风险文化体系是企业文化建设的必由之路。国内学者孙立行（2012）就中国金融体系的风险问题开展指标化研究，从金融危机形成机理的分析入手，自主构建了包含四个子系统的金融风险预警综合指标体系。随后采用动态分析的方法，量化分析了该指标体系对我国金融风险变化的预警功效。通过模型化的研究发现：金融开放带来的跨境短期资本流动变化及其对外短期债务规模扩大的风险，对金融体系安全的影响较大，值得密切关注。国内学者张海波、陈红（2012）就人民币汇率风险开展计量模型研究。上述学者以计量经济中的VaR模型作为分析框架开展了此次研究，通过实证检验发现：我国人民币兑美元市场具备使用VaR模型度量人民币汇率波动风险的前提条件；持有期逐渐增大，人民币兑美元汇率风险也呈逐渐增大趋势，但相对于成熟市场不同持有期之间的变化，我国外汇市场还是有许多需要改善的地方；置信度逐渐增大，人民币兑美元汇率风险呈逐渐增大趋势，不同风险承担主体选择的置信度不同。

二、自主分析模型构建

（一）度量指标确定 对于企业发展的质量衡量测度方法有多种，考虑到本文研究的对象为部分在国内上市的云计算类企业，因此，最终可以同通过查询上述企业的财务年报、财务季报来获得研究所需的数据。基于以上约束，本文在确定质量指标方面，应该尽量以财务年报、季报能够反映的指标为依准。因此最终的度量指标的确定应依此为准开展，同时要兼顾到实证对象的数据可选择性开展。

（二）离散事件概率空间有效分割 由于企业发展的数据为离散的数据，其取值范围较大，如果直接使用此类数据，是无法将其具体应用到概率统计研究中的。基于此，本文采取三个步骤来进行离散数据的概率处理。

（1）离散数据转增速数据。离散数据转增速数据具体是指将单个实证对象的每项指标所对应的数据，按照采集样本的时间先后顺序排序，待排序完成后，将离散基础数据转化为离散增速数据，具体转化公式如下：

Vl，j（t，t+1）=■ （1）

说明：datal，i（t）代表实证对象i在调查时刻t的第l个关键指标所对应的数据；datal，i（t+1）代表实证对象i在调查时刻t+1的第l个关键指标所对应的数据；Vl，j（t，t+1）代表实证对象i在调查时刻t至时刻t+1的第l个关键指标的变化速度。利用式（1），就完成了离散数据转增速数据的过程。

（2）增速数据标准化过程。通过式（1），将取值为（-∞，+∞）的离散数据转化为增速数据，且增速数据的取值范围主要集中在（-2，+2）之间。通过观察其发展变化特性，采用如下处理方式将其标准化。

S_Vl，i（t，t+1）=1，0.1

S_Vl，i（t，t+1）=-1，-0.1？燮Vl，i（t，t+1）

说明：S_Vl，i（t，t+1）代表标准化处理后的实证对象l在调查时刻t至时刻t+1的第l个关键指标的变化速度。式（2）为针对增速在正值的标准化处理结果，式（3）为针对增速在负值的标准化处理结果。利用式（2）与式（3），就将取值为可列的增速数据转变为有限的数据。

（3）标准化数据概率化处理。在完成了标准化处理后，在此将其转变为概率数据，具体转化过程如下：

Pl（Bj ＼ Ai）=■=■=■（4）

说明：A和B为选定的度量指标中的两个不同的指标；Pl（Ai）代表实证对象l的标准化处理后的指标A取值在Ai的概率；Pl（Bj）代表实证对象l的标准化处理后的指标B取值在Bj的概率；Pl（BjAi）代表对应的条件概率；countl（BjAi）代表实证对象l的度量指标A和B依次取值在Ai和Bj的总次数；countl（Ai）代表实证对象的l度量指标A取值在Ai的总次数；ml代表实证对象l的样本数据总数。利用上式，就完成了离散数据到概率事件的转化。

（三）确定贝叶斯概率 利用前述的结果，从度量指标中选取用来测度风险的指标为Fx，将其它指标作为导致风险出现的指标Fx_YY（i）。这样每一个风险就是由■・・・■■Fx_YYj，jt（i）对应的不同事件的概率集合所构成。将之对应到如下的贝叶斯概率公式即可得到对应的概率。

P（Bl ＼ Al）=■ （5）

说明：P（Bl ＼ Al）代表事件Al发生时，事件Bl发生的概率；P（Bl ＼ Al）代表事件Bl发生时，事件Al发生的概率；P（Bl）代表事件Bl 发生的概率。利用该公式就确定了不同的条件下公司的财务风险概率。

三、上市公司风险预警实证研究

（一）实证对象确定与基础调研 此次研究的实证对象为在国内上市的云计算类企业，由于在国内上市的云计算类企业一共有35家，数量较多，仅对其中的6家企业进行实证分析研究。这6家企业的股票代码依次为：002063、002095、002195、002268、002315、30002。同时认真对比了这6家企业的财务季报，选取了共有的9个关键指标作为测度指标，它们依次为：营业收入、净利润、总资产、所有者权益合计（包含少数股东权益）、营业成本、销售费用、管理费用、财务费用、投资收益。将其中的净利润指标作为风险测度结果指标，将其它8个指标作为导致风险发生的测度指标。将上述7家企业在2006年6月至2012年9月的上述指标数据汇总，进行如公式1、2、3的处理，得到了标准化处理的增速数据。由于一共有9个指标项，而文章篇幅所限，仅在此对其中的两个指标项的变化趋势进行图形展示，具体见图1、图2。

从图1中可以看出，6家企业的营业收入增速变化均呈现出M型变化，唯一不同之处在于变化的震幅存在差异。从总体上来说，002063、002095变动的振幅并列居于第一位，002195、002268变动的振幅并列居于第三位，002315、30002变动的振幅并列居于第五位。

从图2中可以看出，6家企业的营业净利润增速变化均呈现出M型变化，唯一不同之处在于变化的振幅存在差异。从总体上来说，002268变动的振幅居于第一位，002095、002063变动的振幅并列第二位，002195变动的振幅居于第四位，002315、30002变动的振幅居于第四位。

（二）基于实证对象开展财务风险预警研究 通过上述的分析，对6家实证企业的发展有了一个基本的认识。下面，将采用模型化的分析方法，其分析理论在前面已经详细论述，在此不再赘述，就六家实证对象的财务风险开展具体研究。由于模型的具体计算过程较为繁琐，在此不再罗列，仅将最后的计算结果汇总，得到表1。

从上述分析结果可以看到，上述六家企业中，股票代码为002268的企业的财务风险预警值最低，为0.13，属于第一类企业；股票代码为002195的企业的财务风险预警值较低，为0.47，属于第二类企业；股票代码依次为002063、002095、002315、30002的四家企业的财务风险预警值最低，依次为0.76、0.71、0.82、0.79，属于第三类企业。针对不同风险数值的企业，采取不同级别的应对措施，就能够有效地化解风险，从而提高企业平稳发展的持续力。同时从上述研究结果中也可以清晰地看出，之前较为模糊、较为混沌的企业发展风险在此已经完全清晰化、完全明确化。

综上所述，本文针对国内企业较长时间高速发展，风险意识与风险防范能力相对滞后的现状开展了此次研究。为了保证研究成果的先进性与可信性，采用自主构建分析模型的方法进行实证研究。分析框架采用将经典的贝叶斯决策进行拓展的方式完成，拓展过程采用离散数据标准化、区间化，以及离散数据概率化处理的方式完成。从而有效地解决了离散数据无法具体应用于贝叶斯概率决策的不足。在此基础上，选定了在国内上市的6家云计算类企业作为实证对象开展了此次实证研究。通过对这6家企业进行深入调研，确定选取9个指标作为度量指标，并基于实证对象和这9个度量指标开展了基础调研。在基础调研获得的详实数据基础上，进行了对应的模型化分析研究。从而确定了这6家企业差异化的财务风险，并给出了具体的风险数值及解决方案。为上述6家企业的平稳发展、深入发展提供了富有针对性的对策与建议。这一系列成果的取得是此次研究的最大收获。

参考文献：

[1]王飞：《基于贝叶斯向量自回归的区域经济预测模型：以青海为例》，《经济数学》2011年第2期。