曾曙蓮 王濤 （教授） 段亞窮 （湖北民族大學(xué) 湖北恩施 445000）

一、引言

近幾年，世界經(jīng)濟的不穩(wěn)定增加了企業(yè)經(jīng)營的不穩(wěn)定性，2021年僅制造業(yè)就有四家上市公司陷入了財務(wù)危機，包括 *ST寶德（300023）、*ST德新（603032）、*ST東網(wǎng)（002175）、ST松煬（603863）。對于上市公司而言，面對外部條件不確定性增強的現(xiàn)狀，如何有效識別、規(guī)避、分散和防范風(fēng)險是企業(yè)穩(wěn)定發(fā)展的重要一環(huán)。其中對財務(wù)風(fēng)險的管控應(yīng)著眼于企業(yè)經(jīng)營的各個環(huán)節(jié)，而財務(wù)風(fēng)險預(yù)警研究作為企業(yè)風(fēng)險管理的重要課題，通過建立科學(xué)有效的財務(wù)風(fēng)險預(yù)警模型進行分析預(yù)測，能夠幫助企業(yè)在財務(wù)工作中提前發(fā)現(xiàn)可能存在的風(fēng)險跡象，降低潛在的財務(wù)風(fēng)險，輔助投資者規(guī)避風(fēng)險，同時也有利于證券市場的健康發(fā)展。因此，上市公司財務(wù)預(yù)警問題對于企業(yè)自身以及投資者、政府監(jiān)管機構(gòu)等各方利益相關(guān)者具有較強的現(xiàn)實意義。

在研究上市公司的財務(wù)狀況時，根據(jù)證監(jiān)會對經(jīng)營狀況惡化的上市公司實施特別處理（Sepecial Treatment，ST）制度，大多數(shù)學(xué)者通常以上市公司是否被ST作為財務(wù)出現(xiàn)危機的標(biāo)準，依據(jù)該標(biāo)準，ST公司和非ST公司的兩組研究樣本是典型的二分類數(shù)據(jù)。如何建立一個準確率較高的預(yù)測分類模型是財務(wù)風(fēng)險預(yù)警的重點（王小燕和姚佳含，2020）。從模型構(gòu)建來看，最初多采用單變量財務(wù)風(fēng)險預(yù)警判定模型。Fitzpatrick（1932）利用單個財務(wù)指標(biāo)判斷不超過20家公司的財務(wù)狀況，通過單變量分析得到股東權(quán)益/負債、凈利潤/股東權(quán)益判斷最為準確。隨著市場條件的變化，財務(wù)風(fēng)險逐漸多樣化，有學(xué)者在單一變量模型的基礎(chǔ)上提出了多元變量預(yù)警模型，即通過對多個財務(wù)變量指標(biāo)進行加權(quán)處理構(gòu)造出多元函數(shù)來進行預(yù)測分析。Altman（1968）選取了22個財務(wù)指標(biāo)，采用多元性判別方法進行判別分析，得到五個最佳判別指標(biāo)構(gòu)建多元財務(wù)預(yù)警Z-score模型。在此基礎(chǔ)上，我國學(xué)者結(jié)合我國國情建立了F-Score模型，如周首華等（1996）考慮了企業(yè)現(xiàn)金流量變動情況，替換了部分傳統(tǒng)財務(wù)指標(biāo)。多元性判別方法需要樣本服從正態(tài)分布，但實際中收集到的數(shù)據(jù)并不完全遵循這一特征，且對樣本指標(biāo)的要求較多，邏輯回歸模型對樣本的要求則更為寬松。吳世農(nóng)和盧賢義（2001）將樣本容量均為70的經(jīng)營良好與處于財務(wù)困境的企業(yè)進行對比實驗，運用Fisher判定法、多元判定法及Logistic回歸分析法展開預(yù)警分析，得到Logistic回歸分析法誤判率最低的結(jié)論，僅為6.47%。雖然上述統(tǒng)計模型所需參數(shù)少、訓(xùn)練時間短、結(jié)構(gòu)不復(fù)雜，但有嚴格的統(tǒng)計假設(shè)限制及數(shù)據(jù)分布，且多重共線性也會影響結(jié)果。隨著信息技術(shù)的發(fā)展，機器學(xué)習(xí)的應(yīng)用為財務(wù)預(yù)警的研究提供了新思路，例如決策樹（宋宇和李鴻禧，2020）、隨機森林（孫玲莉等，2021）、神經(jīng)網(wǎng)絡(luò)（Mselmi et al，2017）等方法。

然而，考慮到我國市場上被ST的企業(yè)所占比例的實際情況，被ST的上市公司和非ST上市公司的數(shù)量差異較大，實驗往往需要大量的數(shù)據(jù)。而傳統(tǒng)的分類模型基于數(shù)據(jù)平衡分布假設(shè)（平瑞等，2020），應(yīng)用不平衡數(shù)據(jù)時，結(jié)果會發(fā)生偏移，導(dǎo)致模型的準確率降低，失去預(yù)警功能。有學(xué)者通過采用數(shù)據(jù)預(yù)處理或提出改進的新算法，減少類不平衡對分類產(chǎn)生的影響，例如重采樣方法、代價敏感法、分類器集成法等。SMOTE（Synthetic Minority Oversampling Technique）算法由Chawla于2002年提出，目前廣泛應(yīng)用于醫(yī)學(xué)診斷識別、信用卡欺詐檢測等領(lǐng)域，較少應(yīng)用于財務(wù)預(yù)警領(lǐng)域。

綜上所述，本文在XGBoost模型的基礎(chǔ)上引入SMOTE算法，從數(shù)據(jù)預(yù)處理著手，改進數(shù)據(jù)的不平衡性，構(gòu)建SMOTE-雙層XGBoost模型，并用于我國A股上市公司的財務(wù)風(fēng)險預(yù)警研究，以相同數(shù)據(jù)集為例，與KNN、隨機森林、邏輯回歸、決策樹的預(yù)測準確性相比較，分析不同模型的預(yù)警效果。

二、SMOTE-雙層XGBoost模型

SMOTE算法是在樸素隨機采樣基礎(chǔ)上的改進，由于樸素隨機采樣算法是通過簡單的復(fù)制來增加樣本數(shù)量，沒有對少數(shù)類樣本產(chǎn)生新的有用信息，容易出現(xiàn)模型過擬合問題，繼而導(dǎo)致模型的泛化性變低。而SMOTE算法是通過計算少數(shù)類樣本中每一個樣本的歐氏距離，得到K近鄰，再根據(jù)數(shù)據(jù)樣本不平衡比例確定采樣率，從K近鄰中選擇隨機若干樣本和原少數(shù)樣本生成“少數(shù)類樣本”，即“合成少數(shù)類過采樣”。如圖1中五角星為少數(shù)類、圓圈為多數(shù)類，方塊則為生成的“少數(shù)類樣本”，即式1中的xnew。

圖1 SMOTE算法原理圖

XGBoost是由華盛頓大學(xué)的陳天奇博士于2015年在GBDT的基礎(chǔ)上改進而來的，屬于boosting迭代型，出現(xiàn)得較晚，應(yīng)用較少。相對于GBDT算法，XGBoost算法損失函數(shù)進行了二階泰勒展開提高了求解效率，在損失函數(shù)中引入正則項提升了泛化能力，因其具有運行處理速度快、效果好、穩(wěn)健性強、能較好地控制誤差等優(yōu)點而備受關(guān)注。在實際應(yīng)用中支持多種語言、支持自定義損失函數(shù)，更具便利性。具體的目標(biāo)函數(shù)如下：

本文利用XGBoost的特征重要性分析和回歸模型建立雙層XGBoost模型，其中第一層為數(shù)據(jù)處理層，利用XGBoost對預(yù)警指標(biāo)分析降維，對財務(wù)預(yù)警指標(biāo)約簡；第二層為分類層，并聯(lián)合SMOTE算法建立SMOTE-雙層XGBoost財務(wù)風(fēng)險預(yù)警模型。

三、實證分析

（一）數(shù)據(jù)的獲取與預(yù)處理

本文的財務(wù)指標(biāo)數(shù)據(jù)選擇范圍限制在我國A股市場的非金融業(yè)上市公司。本文依照企業(yè)是否被ST作為財務(wù)出現(xiàn)危機的標(biāo)準來判斷上市公司的財務(wù)狀況，需要說明的是，相對于ST企業(yè)，*ST企業(yè)更具退市風(fēng)險，其財務(wù)風(fēng)險特征較為明顯，因此，本文以*ST即“帶星摘帽”的上市公司為研究對象，研究的區(qū)間為2007—2019年。研究樣本的選取分為兩個步驟，首先選取2010—2020年首次被特別處理的250家上市公司，為了能夠較為系統(tǒng)地代表上市公司，研究樣本來自不同行業(yè)，具有不同的規(guī)模。第二步，根據(jù)數(shù)據(jù)收集的完整情況及按照相同年度、同一行業(yè)、資產(chǎn)規(guī)模相近的原則等進行分析，以1∶2的比例選取500家正常經(jīng)營的上市公司作為樣本數(shù)據(jù)。以企業(yè)首次被特別處理的當(dāng)年作為基期，即第T年，例如基礎(chǔ)數(shù)據(jù)為2010年時，則ST的前一年2009年為T-1期，2008年為T-2期，2007年為T-3期。本文使用T-1期、T-2期、T-3期的財務(wù)數(shù)據(jù)預(yù)測基期的上市公司財務(wù)風(fēng)險狀態(tài)。

在獲取原始樣本集后，一般而言，由于數(shù)據(jù)集中存在大量的空值，所以要進行空值處理，大多數(shù)文獻選擇利用各個指標(biāo)的中位數(shù)或眾數(shù)填充，而插值會對結(jié)果產(chǎn)生影響，為避免這一情況，本文選擇刪除缺失值的方式進行處理。

（二）財務(wù)風(fēng)險預(yù)警指標(biāo)

在數(shù)據(jù)可獲取的前提下，在選取財務(wù)指標(biāo)時應(yīng)盡量全面地反映企業(yè)的財務(wù)狀況，本文借鑒以往文獻中指標(biāo)的選取，從盈利能力（企業(yè)獲取利潤的能力）、償債能力（企業(yè)償還債務(wù)的能力）、成長能力（企業(yè)未來發(fā)展趨勢以及發(fā)展速度）、營運能力（企業(yè)通過自身人力資源和生產(chǎn)資料的配置組合創(chuàng)造價值的能力）以及現(xiàn)金流量（一段時間內(nèi)企業(yè)的現(xiàn)金增減變動，反映企業(yè)的資產(chǎn)變現(xiàn)能力）、比率結(jié)構(gòu)（企業(yè)某項經(jīng)濟指標(biāo)在整體中所占比重）這六個方面來選取財務(wù)預(yù)警指標(biāo)。通過初步篩選得到具有代表性的財務(wù)指標(biāo)共51個，如表1所示。

表1 財務(wù)預(yù)警變量初選特征編號列表

由于財務(wù)指標(biāo)具有多樣性和信息性，其包含的經(jīng)濟意義不盡相同，而部分財務(wù)指標(biāo)之間的相關(guān)性比較強，結(jié)構(gòu)錯綜復(fù)雜，51個預(yù)警指標(biāo)的選取過程存在一定的主觀性。此外，若將收集的所有指標(biāo)直接用于預(yù)警模型，會出現(xiàn)模型冗余、信息重合和計算結(jié)果不易解釋等問題，影響分類結(jié)果。因此，在建立模型前有必要對51個預(yù)警指標(biāo)進行降維，選擇出信息含量較高且相關(guān)性較低的指標(biāo)。

本文利用XGBoost模型對數(shù)據(jù)特征進行分析降維，首先根據(jù)初始數(shù)據(jù)集訓(xùn)練模型，計算得出51個預(yù)警指標(biāo)的重要性。如圖2所示，橫坐標(biāo)為51個預(yù)警指標(biāo)的特征編號，與表1的特征編號相對應(yīng)，縱坐標(biāo)為XGBoost特征重要性分析進行加權(quán)求和平均得到的重要性得分，51個預(yù)警指標(biāo)得分加總為100。一般來說，重要性得分用來衡量某一特征在模型構(gòu)建中的價值，本文利用XGBoost模型對初選的51個預(yù)警指標(biāo)進行重要性排序，凈資產(chǎn)收益率、資產(chǎn)凈利率、銷售費用率、財務(wù)費用率、非籌資性現(xiàn)金凈流量與負債總額的比率、存貨周轉(zhuǎn)率、經(jīng)營現(xiàn)金凈流量、無形資產(chǎn)比率等重要性程度較高；流動比率、速動比率、產(chǎn)權(quán)比率、營業(yè)收入現(xiàn)金含量、資產(chǎn)負債率等重要性程度相對較低。其中，凈資產(chǎn)收益率（Return on Equity，ROE）用來衡量企業(yè)運用自有資本獲得利潤的能力，其綜合性較強，反映了管理者的綜合管理水平，是杜邦分析中的核心指標(biāo)，也是衡量企業(yè)盈利能力的重要指標(biāo)。

圖2 特征重要性

其次，依據(jù)各個指標(biāo)的重要性程度排序結(jié)果，最初采用重要性程度最高的一個指標(biāo)進行訓(xùn)練，得到預(yù)測精度；第二次增加為重要性程度排序前兩位的指標(biāo)進行訓(xùn)練并記錄結(jié)果；之后從高到低依次遞增進行訓(xùn)練并記錄，將該步驟的結(jié)果可視化形成特征數(shù)量與模型精度關(guān)系圖，如圖3所示。觀察該折線圖，橫坐標(biāo)為特征數(shù)量，縱坐標(biāo)為模型精確度，從趨勢線可以看出，隨著特征數(shù)量的增加，模型精度在0.80上下波動。當(dāng)特征數(shù)量為28時，精準度最高，為0.83。據(jù)此，本文選擇了重要度最高的前28個特征構(gòu)造數(shù)據(jù)集。

圖3 特征數(shù)量與模型精度關(guān)系圖

（三）結(jié)果分析

1.模型評價標(biāo)準。在完成原始數(shù)據(jù)集的預(yù)處理后，本文將數(shù)據(jù)以4∶3∶3的比例劃分為訓(xùn)練集、測試集、驗證集，以檢測模型的預(yù)警準確率。為了更好地說明SMOTE-雙層XGBoost模型的效果，本文采用了二分類問題常見的評價指標(biāo)精準率、召回率、F1得分、ACC四個評價指標(biāo)來評估模型的預(yù)測效果。將關(guān)注的ST公司標(biāo)記為正類，正常公司標(biāo)記為負類，四種結(jié)果真正類、真負類、假正類、假負類如表2所示。

表2 混淆矩陣表

精準率（又稱查準率）描述了全部預(yù)測為ST公司的樣本中實際為ST公司的樣本量，而召回率（又稱查全率）則是描述實際為ST公司的樣本中有多少被正確預(yù)測。由于前兩項評價指標(biāo)有時存在矛盾的情況，加入F1的得分，即在對查準率和查全率重視程度相同的情況下，模型性能的一個定量評估標(biāo)準。ACC可簡單理解為正確預(yù)測的樣本數(shù)占所有樣本數(shù)的比例，即準確率。由于本文以1∶2的比例選取ST公司和正常公司，數(shù)據(jù)分布不均衡，簡單地以查準率為評價指標(biāo)不夠科學(xué)全面，因此增加ACC指標(biāo)。根據(jù)表2混淆矩陣表的分類，精準率、召回率、F1、ACC四個評價指標(biāo)的計算公式分別如下：

2.XGBoost模型與SMOTE-XGBoost模型的預(yù)測準確性比較。為了縮小兩類樣本數(shù)量的差異，提升模型預(yù)測的準確性，本文采用SMOTE算法對標(biāo)簽1進行過采樣，即生成少數(shù)類樣本增加樣本量，先對比加入SMOTE算法前后XGBoost模型的預(yù)測能力。本文將未加入SMOTE算法前后的分類結(jié)果可視化，如圖4所示，每一列代表預(yù)測類別，而每一行代表實際類別，結(jié)合表2可知，此時有四種分類：TP、FP、FN、TN，分別與圖中的4個方塊對應(yīng)，TP、TN對應(yīng)預(yù)測正確的部分，F(xiàn)P、FN則相反。通過觀察XGBoost混淆矩陣（左）圖，能夠迅速判斷存在數(shù)據(jù)分布不均衡的情況，加入SMOTE后，數(shù)據(jù)的不平衡性得到改善，如SMOTE-XGBoost混淆矩陣（右）圖所示，且結(jié)合表3可知，加入SMOTE后ST公司的精準率提高了6%，總體準確率增加了3%。

圖4 XGBoost混淆矩陣（左）和SMOTE-XGBoost混淆矩陣（右）

表3中標(biāo)簽0代表正常公司，標(biāo)簽1代表ST公司，XGBoost模型、SMOTE-XGBoost模型的準確率分別為0.89、0.92。加入SMOTE后，對于ST公司的精準率、召回率、F1分數(shù)分別為0.93、0.91、0.92。對于正常公司的精準率、召回率、F1分數(shù)分別為0.90、0.93、0.91。對比沒有加入SMOTE的ST公司的精準率、召回率、F1分數(shù)分別提高了0.06、0.14、0.10。由實驗可得平衡數(shù)據(jù)集對于提升XGBoost模型的預(yù)測準確率是有效果的。

表3 XGBoost模型與SMOTE-XGBoost模型對照表

3.SMOTE-XGBoost模型與其他模型預(yù)測準確性的比較。由SMOTE-XGBoost模型與傳統(tǒng)XGBoost模型的預(yù)測準確性比較結(jié)果可知，在處理數(shù)據(jù)階段，加入SMOTE算法能夠提高模型預(yù)測的分類性能。為對比不同模型的效果，本文選取機器學(xué)習(xí)基本分類算法中的邏輯回歸、KNN、決策樹，以及集成分類算法中的隨機森林和XGBoost為代表，均基于加入SMOTE算法后的數(shù)據(jù)集進行實驗，將得到的結(jié)果通過精準率、召回率、F1分數(shù)、ACC四個分類評價指標(biāo)進行評價，結(jié)果如表4所示。

表4 SMOTE-XGBoost模型與其他模型對照表

從評價指標(biāo)ACC看，準確率從高到低依次為：XGBoost、隨機森林、決策樹、KNN、邏輯回歸，準確率依次為0.92、0.88、0.87、0.65、0.64。分類效果最好的是XGBoost，主要參數(shù)均好于其他分類算法，能夠更好地用于財務(wù)風(fēng)險預(yù)測，對于ST公司的精準率、召回率、F1分數(shù)分別為0.93、0.91、0.92；對于正常公司的精準率、召回率、F1分數(shù)分別為0.90、0.93、0.91。其次是隨機森林，對于ST公司的精準率、召回率、F1分數(shù)分別為0.85、0.90、0.88；對于正常公司的精準率、召回率、F1分數(shù)分別為0.91、0.86、0.88。效果較差的有邏輯回歸，對于ST公司的精準率、召回率、F1分數(shù)分別為0.44、0.74、0.55；對于正常公司的精準率、召回率、F1分數(shù)分別為 0.84、0.60、0.70，對比 SMOTE-XGBoost模型的預(yù)測結(jié)果，SMOTE-XGBoost模型預(yù)測的準確率明顯較高，提高了28%。其中對于ST公司精準率、召回率、F1分數(shù)分別增長了49%、17%、37%；對于正常公司精準率提高了6%，召回率提升了33%，F(xiàn)1分數(shù)提升了21%。

四、結(jié)論

黨的十九大報告指出“堅決打好防范化解重大風(fēng)險的攻堅戰(zhàn)”。為增強企業(yè)應(yīng)對風(fēng)險的能力，健全風(fēng)險控制機制，本文針對財務(wù)預(yù)警中存在的樣本數(shù)據(jù)不平衡、預(yù)警指標(biāo)具有客觀性等難題，提出了SMOTE-雙層XGBoost財務(wù)風(fēng)險預(yù)警模型，并將其與XGBoost模型進行對比分析，最后利用加入SMOTE的數(shù)據(jù)集，將XGBoost、KNN、隨機森林、邏輯回歸、決策樹五種模型的精準率、召回率、F1分數(shù)進行對比分析。得到的主要結(jié)論如下：一是企業(yè)財務(wù)狀況受多方面因素影響，本文利用XGBoost對財務(wù)指標(biāo)數(shù)據(jù)特征進行了篩選，避免了選取財務(wù)指標(biāo)時的主觀性，經(jīng)過數(shù)值分析發(fā)現(xiàn)，降維后構(gòu)建的模型對于分類的準確性提高了，同時也避免了因特征維度過高產(chǎn)生特征冗余；二是加入SMOTE算法后XGBoost模型能夠處理數(shù)據(jù)不平衡的問題，有效提升模型的預(yù)測分類性能，使得財務(wù)預(yù)警模型提升效果表現(xiàn)得更好，優(yōu)于傳統(tǒng)XGBoost模型；三是通過對機器學(xué)習(xí)算法中XGBoost、KNN、隨機森林、邏輯回歸、決策樹五種模型進行比較分析和綜合研究，為管理者和利益相關(guān)者選擇最優(yōu)模型提供參考，XGBoost和隨機森林作為集成分類算法要明顯優(yōu)于基本分類算法，而XGBoost作為Boosting迭代型，性能要明顯優(yōu)于其他方法。該模型擴展了XGBoost模型在不同領(lǐng)域的應(yīng)用，同時也為上市公司財務(wù)風(fēng)險預(yù)警研究提供了新視角。在實踐中，可為企業(yè)管理層和財務(wù)部門、市場監(jiān)督部門防范可能出現(xiàn)的財務(wù)風(fēng)險提供分析工具和方法。

基于以上三點主要結(jié)論，本文提出以下建議：對于企業(yè)管理者來說，應(yīng)組織完善企業(yè)內(nèi)部控制體系建設(shè)、保障經(jīng)濟活動合法合規(guī)及財務(wù)信息的真實完整，以確保財務(wù)預(yù)警模型的有效性；對于企業(yè)財務(wù)人員來說，應(yīng)關(guān)注財務(wù)要素的變動，例如凈資產(chǎn)收益率、資產(chǎn)凈利率、財務(wù)費用率的變動，及時報告，增強預(yù)警意識。企業(yè)財務(wù)風(fēng)險的成因復(fù)雜多樣，且是一個漸進的過程，存在于企業(yè)管理的各個方面，隨著大數(shù)據(jù)、人工智能等新一代信息技術(shù)的出現(xiàn)，財務(wù)風(fēng)險預(yù)警方法也在不斷改進，作為投資者，應(yīng)運用上市公司對外發(fā)布的財務(wù)報表、相關(guān)企業(yè)的輿情信息等，結(jié)合財務(wù)風(fēng)險預(yù)警模型對企業(yè)未來財務(wù)狀況做出判斷并進行投資策略的調(diào)整。此外，在互聯(lián)網(wǎng)時代，技術(shù)的迭代為企業(yè)帶來了機遇，同時，世界經(jīng)濟環(huán)境的全球化和信息化為企業(yè)帶來了挑戰(zhàn)，由于市場環(huán)境因素、法律法規(guī)及相關(guān)政策的變化、輿情信息的傳播速度加快等原因，均給企業(yè)的財務(wù)狀況帶來了不確定性，本文在選取預(yù)警指標(biāo)時僅考慮了企業(yè)內(nèi)部的財務(wù)信息，均為結(jié)構(gòu)化數(shù)據(jù)，未考慮到企業(yè)外部一些非結(jié)構(gòu)化數(shù)據(jù)對企業(yè)財務(wù)狀況的影響，如市場特征及行情、產(chǎn)業(yè)信息、利率、信貸、輿情、政策導(dǎo)向等，如何將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)、從中提取有效的特征并進行風(fēng)險預(yù)測是今后的研究重點。