姜鳳珍 李毛 王駿

摘要：以中國房地產(chǎn)上市企業(yè)為研究對象，選取了反映企業(yè)償債能力、盈利能力、營運能力和杠桿比率在內(nèi)的20個指標，收集了137家企業(yè)在1991～2021年期間的財務數(shù)據(jù)，構(gòu)建了基于軟投票的集成模型來預測中國房地產(chǎn)上市企業(yè)一年期和兩年期的財務困境。結(jié)果顯示，集成模型提前一年期和兩年期預測的AUC值分別為0.946和0.880，與性能最好的單一分類器相比預測性能更高。然后通過SHAP解釋模型對集成模型中輸入變量的解釋能力進行分析。無論提前一年期還是兩年期，預測準確率在很大程度上受銷售凈利率、凈資產(chǎn)收益率、應收賬款周轉(zhuǎn)率、利息保障倍數(shù)和總資產(chǎn)收益率的影響。提出的模型通過對房地產(chǎn)企業(yè)財務困境高準確率的預測，識別與預測相關(guān)的主要變量，有望幫助房地產(chǎn)企業(yè)和其他相關(guān)利益者通過早期預警防止破產(chǎn)。

關(guān)鍵詞：房地產(chǎn)企業(yè)；財務困境；集成模型；軟投票；Shapley值

中圖分類號：F275；TP391? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2024）02-0043-10

0? ? ? ? 引言

根據(jù)中國國家統(tǒng)計局的數(shù)據(jù)，中國房地產(chǎn)行業(yè)的GDP已經(jīng)從1998年的3? 425億元人民幣（占GDP總量的4.02%）增加到2021年的77? ?216億元人民幣（占GDP總量的6.78%）。這樣的增長是由中國銀行業(yè)的深度支持推動的，并依賴于房地產(chǎn)行業(yè)內(nèi)的高杠桿和長周轉(zhuǎn)的商業(yè)模式［ 1 ］。盡管這種商業(yè)模式帶來了快速增長，但它也使中國的房地產(chǎn)行業(yè)特別容易受到金融危機的影響，對經(jīng)濟周期也很敏感。為了防止房地產(chǎn)債務危機，維護金融系統(tǒng)的穩(wěn)定和安全，中國政府實施了國家“去杠桿化”政策，并提出了“三條紅線”政策來收緊房地產(chǎn)行業(yè)業(yè)務［ 1-2 ］。以中國最大的民營房地產(chǎn)企業(yè)——中國恒大集團為例，近期，恒大被曝出巨額債務，存在巨大的償債違約風險。作為一個擁有2.38萬億元資產(chǎn)的大型企業(yè)，恒大見證了金融公司的爆發(fā)、商業(yè)票據(jù)的失效、房地產(chǎn)的停工和員工的辭職。同時，恒大還背負著1.97萬億元的債務［ 3 ］。這讓人們注意到房地產(chǎn)行業(yè)長期存在的過度融資問題。房地產(chǎn)業(yè)的融資渠道非常單一，大多依靠銀行貸款。根據(jù)中國經(jīng)濟金融研究（China? Stock? Market? &? Accounting? Research? Database， CSMAR）數(shù)據(jù)庫，房地產(chǎn)企業(yè)的資產(chǎn)負債率普遍較高，達到了65.2%。因此，對房地產(chǎn)行業(yè)財務困境的預測是一個非常重要的研究課題。

然而，大多數(shù)研究者只關(guān)注所有上市公司的財務困境預測，而專注于房地產(chǎn)行業(yè)的研究卻很少［ 4 ］。而建立房地產(chǎn)行業(yè)預測模型的論文對不平衡數(shù)據(jù)集的處理過于簡單，采用人工逐一匹配的方法［ 5-6 ］，不具有隨機性，得到的結(jié)果不具有遍歷性。相關(guān)研究大多預測了1年內(nèi)企業(yè)遭遇財務困境的概率，從短期角度看是有意義的。然而房地產(chǎn)項目一般需要一年以上的時間來完成。更重要的是，機器學習模型的“黑箱”問題使得其對模型預測結(jié)果的解釋性較差，很多研究將重點放在確定具有高預測性能的輸入變量組合，沒有明確哪個輸入變量對預測精度影響最大［ 7 ］。

1? ? ? ?文獻綜述

長期以來，研究人員和從業(yè)人員利用許多不同的技術(shù)來構(gòu)建財務困境的預測模型傳統(tǒng)的破產(chǎn)預測模型是利用統(tǒng)計技術(shù)構(gòu)建的。研究人員開發(fā)了MRA（Multivariate? Regression? Analysis）模型［ 8 ］、MDA（Multivariate? Discriminant? Analysis）模型［ 9 ］和LR（Logistic? Regression）模型［ 10 ］。然而，這些統(tǒng)計技術(shù)有一個缺點，就是受到假設的限制。在過去的二十年里，破產(chǎn)預測方法的流行已經(jīng)從統(tǒng)計方法轉(zhuǎn)向人工智能方法。Kumar? ?P? R等［ 11 ］比較了采用這兩組方法的論文，并得出結(jié)論，人工智能方法優(yōu)于統(tǒng)計方法。人工智能方法能夠考慮到大量的屬性并評估它們之間更復雜的關(guān)系。盡管人工智能技術(shù)的種類越來越多，但有三種技術(shù)是最常使用的，神經(jīng)網(wǎng)絡（Neural? ?Network，NN）、決策樹（Decision? ?Tree，DT）和支持向量機（Support? Vector? ?Machine，SVM）。但它們在房地產(chǎn)行業(yè)的應用是有限的。Dong Yuanxiang等［ 12 ］利用邏輯回歸、支持向量機和神經(jīng)網(wǎng)絡來預測2005～2009年期間107家中國房地產(chǎn)企業(yè)的違約情況。近年來，集成分類器通過結(jié)合多個單一分類器產(chǎn)生比單一分類器更好的假設，從而產(chǎn)生比單一分類器更優(yōu)的結(jié)果［ 13 ］。Liao? Bangxiong等［ 14 ］以反向傳播神經(jīng)網(wǎng)絡（Back? Propagation? Neural? Network， BPNN）為基礎(chǔ)學習器，構(gòu)建了兩個集成分類器，即BPNN-AdaBoost和BPNN-Bagging，來預測中國建筑和房地產(chǎn)企業(yè)的財務困境。

房地產(chǎn)行業(yè)的大多數(shù)相關(guān)研究都集中在提高財務困境的預測精度上。除了預測的準確性，識別輸入變量和預測結(jié)果之間的關(guān)系也是至關(guān)重要的，它可以為這些模型的改進提供見解，支持對被建模過程的理解，以及幫助輸入變量的選擇。Nohara? Y等［ 15 ］提出了基于沙普利值可加性解釋模型，其在博弈論中具有堅實的理論基礎(chǔ)，能夠顯著提高機器學習模型的可解釋性，迅速在各個領(lǐng)域得到廣泛應用［ 16-17 ］。以往關(guān)于企業(yè)財務困境預測的研究通常采用樣本匹配法，即將一組違約企業(yè)與相同數(shù)量或一定倍數(shù)的健康企業(yè)進行匹配［ 6，18 ］。然而，樣本匹配法可能會導致有偏見的預測結(jié)果［ 19 ］。為了避免這種偏差，一些研究放棄了樣本匹配方法，而把所有可用的公司年數(shù)據(jù)用來代表公司的財務狀況［ 20 ］。然而，這種方法會導致非違約樣本的數(shù)量大大超過違約樣本的數(shù)量。這種情況被廣泛地稱為類不平衡問題。為了處理這個問題，人們提出了兩種不同的取樣方法，欠采樣技術(shù)（RUS）［ 20 ］和過采樣技術(shù)（SMOTE）［ 21 ］。

2? ? ? ?模型構(gòu)建

在數(shù)據(jù)集被分割成訓練集和測試集之后，欠采樣旨在減少多數(shù)類成員的數(shù)量，而過采樣則旨在增加訓練集中少數(shù)類成員的數(shù)量。過采樣的優(yōu)點是不會丟失原始訓練集的信息，因為所有的原始成員都保留了下來，但是過采樣會增加訓練集的大小，從而相應地增加訓練時間和內(nèi)存量［ 21 ］。過去的研究沒有就哪種技術(shù)比另一種技術(shù)更好達成一致結(jié)論，沖突的結(jié)果可能是由于不同的數(shù)據(jù)集和分類算法的結(jié)合［ 22 ］。因此，本研究分別使用RUS和SMOTE算法來處理不平衡數(shù)據(jù)，得到2個數(shù)據(jù)集。此外，本研究添加高斯噪聲擴大原始數(shù)據(jù)集的規(guī)模，這是一種數(shù)據(jù)增強的形式，它可以減少由樣本少引起的網(wǎng)絡過擬合問題。

2.1? ? ? ?單一分類器的訓練

對于從上一步得到的數(shù)據(jù)集，分別采用模型池中的6種常見的單一分類器進預測：邏輯回歸（Logistic? Regression，LR）、人工神經(jīng)網(wǎng)絡（Artificial? Neural? Networks，ANN）、支持向量機（Support? Vector Machine，SVM）、K近鄰（K-Nearest? Neighbors，KNN）、分類回歸樹（Classification? and? Regression? Tree，CART）和樸素貝葉斯（Naive? Bayes，NB）。2個數(shù)據(jù)集在提前一年和兩年的預測點上分別建立了6個不同的單一分類器。根據(jù)不同模型的特點，本文基于測試集用網(wǎng)格搜索算法對模型進行參數(shù)調(diào)優(yōu)，每個分類器需要調(diào)整的參數(shù)及其候選值如表1所示。通過循環(huán)遍歷給定的參數(shù)組合來優(yōu)化模型，以達到最佳預測性能，參數(shù)是用交叉驗證法確定的。

2.2? ? 集成分類器的構(gòu)建

以前的研究提出了諸如Q統(tǒng)計量［ 23 ］用加權(quán)計數(shù)值（Weighted Count of Errors and Correct results，WCEC）［ 13 ］等不同的指標來計算單一分類器的成對多樣性，具有較高多樣性的組合是首選。然而，選擇多樣性最高的單一分類器組合并不能保證是表現(xiàn)最好的集成分類器。本研究沒有計算單一分類器的成對多樣性并從最多樣化的組合中選擇最佳的集成分類器，而是采用了一種基于軟投票的集成分類器。

投票分類器使用兩種類型的投票技術(shù)，即硬投票和軟投票。在硬投票中，最終的預測是通過多數(shù)投票完成的，在這種情況下，聚合器會選擇在基礎(chǔ)模型中反復出現(xiàn)的類別預測。在軟投票中，基礎(chǔ)模型應該有Predict_proba方法。投票分類器呈現(xiàn)出比其他基礎(chǔ)模型更好的整體結(jié)果，因為它結(jié)合了不同模型的預測。構(gòu)建軟投票集成分類器如圖1所示。

由圖1可知，邏輯回歸（LR）、人工神經(jīng)網(wǎng)絡（ANN）、支持向量機（SVM）、K近鄰（KNN）、分類回歸樹（CART）和樸素貝葉斯（NB）分類器被組合在一起。其中的決定是在單個決定的基礎(chǔ)上做出的，這些決定根據(jù)概率值進行組合，以指定數(shù)據(jù)屬于某個特定類別。在軟投票集成方法中，預測根據(jù)分類器的重要性進行加權(quán)，并將其合并以獲得加權(quán)概率和。具有最大加權(quán)概率之和的目標標簽被選中，因為它具有最大的投票值，定制的權(quán)重也可以用來計算加權(quán)概率。通過列舉所有單一分類器的組合來創(chuàng)建不同的集成分類器，計算AUC（Area Under The Curve， AUC）值，根據(jù)一年期和兩年期預測的最高AUC值來選擇表現(xiàn)最佳的集成分類器。

3? ? 實證分析

3.1? ? 數(shù)據(jù)獲取和處理

圖2是本研究的研究方法流程圖。

由圖2可知，研究方法流程包含三個部分：數(shù)據(jù)獲取和處理，單一分類器的訓練，以及集成分類器的構(gòu)建和可解釋性分析。本文的數(shù)據(jù)處理和建模和以及解釋性分析都是在Python程序中完成的。

在數(shù)據(jù)獲取和處理部分，本研究的數(shù)據(jù)收集自Choice金融終端數(shù)據(jù)庫，根據(jù)全球行業(yè)分類標準（Global Industry Classification Standard，GICS）選擇了137家房地產(chǎn)企業(yè)。根據(jù)中國上海證券交易所和深圳證券交易所的上市規(guī)則，對財務狀況異常的上市企業(yè)股票交易實行特別處理（Special Treatment，ST），其股票名稱也會被標記上“ST”，作為未來可能發(fā)生的財務危機的預警，這是我國資本市場特有的一個制度。在國內(nèi)，由于破產(chǎn)或者退市的企業(yè)數(shù)量較少，普遍采用是否被特殊處理（ST）作為企業(yè)陷入財務困境的標志［ 24 ］，本研究采用同樣的方法來區(qū)分財務困境企業(yè)（y = 1）和正常健康企業(yè)（y = 0）。每家企業(yè)和每一年的數(shù)據(jù)被視為一個樣本，構(gòu)建的數(shù)據(jù)集是一個（4110，21）矩陣，其中4110代表樣本的數(shù)量，21代表20個自變量和y因變量。

一旦選擇了適當?shù)臉颖?，那么就必須確定相關(guān)的變量來進行模型開發(fā)。破產(chǎn)發(fā)生的原因有很多，其中之一是財務困難或所謂的財務困境。當一個公司不能滿足其預定的付款，或者當現(xiàn)金流預測表明公司無法支付時，財務困境就開始了。預測財務困境對公司來說是一件非常重要的事情，以預測未來會發(fā)生的破產(chǎn)風險。財務比率反映了從財務報表或其他財務信息來源中得出的兩個數(shù)字之間的關(guān)系，潛在財務困境的跡象一般在公司經(jīng)歷失敗之前很長時間就會在財務比率中顯現(xiàn)出來，在企業(yè)失敗預測中占絕對優(yōu)勢［25］。本文的輸入變量是從企業(yè)失敗預測模型的綜述文獻中選出的［7，11，26］。我們確定的20個財務比率變量被用于三個或更多的預測模型，因此我們認為這些變量具有很好的預測能力，在構(gòu)建新模型時應考慮它們的應用。這些輸入變量涵蓋了房地產(chǎn)企業(yè)的財務特征和業(yè)績，被分為以下四類：償債能力、盈利能力、營運能力和杠桿比率。表2概述了具體的輸入變量，對于每個變量，表3報告了4 110個可用觀測值的樣本平均值、中位數(shù)、標準差、最小值和最大值。

由于本文研究的是財務困境預警，我們關(guān)心的是企業(yè)何時發(fā)生財務困境。那么對于每個企業(yè)來說，它收到ST標記后的數(shù)據(jù)被刪除，因為如果企業(yè)陷入財務困境的事實已經(jīng)公開，繼續(xù)預測就不是本研究的目的。對于那些收到多次標記為ST的企業(yè)，從ST戴帽到摘帽之間的數(shù)據(jù)被刪除。原始數(shù)據(jù)集被處理成兩個數(shù)據(jù)集，用于提前一年預測（N1 = 83，N0 = 3672，其中N1代表財務困境樣本的數(shù)量，N0代表正常健康樣本的數(shù)量）和提前兩年預測（N1 = 83，N0 = 3535）。假設公司被ST年份為第i年，分別選取第i-1和第i-2年，也就是用其發(fā)生財務危機前一年和前兩年的財務數(shù)據(jù)構(gòu)建預警模型，對公司第i年的財務危機狀況進行預測。

為了從數(shù)據(jù)挖掘中獲得更好的結(jié)果，處理缺失值是一個必要的程序。首先對于每個數(shù)據(jù)集，有三個以上缺失變量的樣本被剔除，剩下的樣本中的缺失值用鏈式方程的多重插補（Multiple Imputation by Chained Equations，MICE）方法來填充［ 4 ］，最后得到兩個數(shù)據(jù)集：提前一年預測（N1 = 83，N0 = 3032）和提前兩年預測（N1 = 83，N0 = 2897）數(shù)據(jù)集。

3.2? ? 評價指標

本研究采用AUC（Area Under The Curve， AUC）來評估分類器的性能。AUC是接收操作特征（Receiver Operating Characteristics，ROC）曲線中最常見的定量指標，被廣泛用于企業(yè)財務困境預測模型的比較［ 7 ］，它是檢查任何分類模型性能的最重要的評估指標之一，也被寫為AUROC。ROC是一條概率曲線，AUC代表分類器區(qū)分類別的能力，AUC越高，說明該模型在區(qū)分正負類方面的表現(xiàn)越好。

為了評估集成分類器和六個單一分類器的分類性能，我們進行了k倍交叉驗證。這種方法比其他驗證方法更有效地減少偏差和變異［ 13 ］，可以在一定程度上避免過擬合問題。如前所述，通過RUS和SMOTE算法對原始數(shù)據(jù)集進行重新采樣。重新采樣的數(shù)據(jù)集被分為訓練和測試數(shù)據(jù)集，本文采用了五倍交叉驗證的方法，訓練數(shù)據(jù)集被隨機分割為五份互不相干的子集，每次隨機選擇4份作為訓練集訓練模型，剩下的1份做測試集。當這一輪完成后，重新隨機選擇4份來訓練數(shù)據(jù)。若干輪（小于5）之后，選擇損失函數(shù)評估最優(yōu)的模型和參數(shù)。分類器的總體性能是通過5個子集的平均性能來計算的。

3.3? ? 模型對比分析

圖3和圖4分別顯示了這些模型提前一年和提前兩年預測房地產(chǎn)企業(yè)財務困境的表現(xiàn)，左邊的圖顯示了使用RUS時的各模型性能，右邊的圖顯示了使用SMOTE時的各模型性能。每個分類器的結(jié)果都是通過對每個預測年份的數(shù)據(jù)集進行5倍交叉驗證產(chǎn)生的。軟投票算法通過六個單一分類器的分類結(jié)果，計算出多數(shù)投票，得出最終預測結(jié)果。根據(jù)軟投票的結(jié)果，為提前一年和提前兩年的兩個數(shù)據(jù)集分別選擇具有最好性能的集成分類器。

由圖3可知，對于提前一年的預測，使用RUS時的集成分類器由ANN和KNN組成，使用SMOTE時的集成分類器由ANN和LR組成。使用RUS時的集成分類器（AUC = 0.946）比使用SMOTE時的集成分類器（AUC = 0.936）有更好的性能，而且使用RUS時的集成分類器的表現(xiàn)超過了每一個單一分類器。

由圖4可知，對于提前兩年的預測，使用RUS時的集成分類器由ANN、KNN、LR和CART組成，而使用SMOTE時的集成分類器由ANN和LR組成。使用RUS時的集成分類器（AUC = 0.880）也比使用SMOTE時的集成分類器（AUC = 0.874）有更好的表現(xiàn)，而且它的表現(xiàn)也超過了任何單一分類器。本研究結(jié)果表明，與六個單一分類器相比，在預測房地產(chǎn)企業(yè)的財務困境時，所提出的軟投票集成分類器可以在預測點提前一年和兩年的情況下取得更優(yōu)異的性能，而且當使用RUS方法進行抽樣時，性能總是更好。

此外，本文的目標之一是確定財務困境預測的最關(guān)鍵時間段，因此，我們根據(jù)提前一年和提前兩年的兩個數(shù)據(jù)集，然后參考1991年到2021年的數(shù)據(jù)組合（i-1和i-2），分別評估分類器的AUC值。無論單一分類器還是集成分類器，隨著預測期的延長，以AUC值計算的房地產(chǎn)企業(yè)的財務困境預測性能明顯下降。在使用提前一年的數(shù)據(jù)集預測時，預測性能達到最高。在預測時間提前兩年的情況下，分類器的AUC值明顯下降，最高預測性能低于0.9。眾所周知，AUC值大于0.9的分類器具有出色的識別性能［ 19 ］。這意味著，對于房地產(chǎn)行業(yè)的數(shù)據(jù)來說，提前一年的數(shù)據(jù)最能說明即將發(fā)生的財務問題。本文使用1991年到2021年多年的組合也并沒有提高預測。這可以解釋為，要么分類器不能利用多年的數(shù)據(jù)多樣性，要么更有可能的是，關(guān)于財務困境的主要信息包含在i-1年的數(shù)據(jù)中，以前的數(shù)據(jù)對分類器貢獻的信息很有限。

3.4? ? 變量重要性分析

為了增強模型的可解釋性，本研究進一步采用SHAP解釋模型對使用RUS方法進行抽樣的兩個軟投票集成模型的結(jié)果進行分析。SHAP解釋模型的基礎(chǔ)是Lundberg S于1953年提出的Shapley值法，該方法將模型中所有特征變量都定義為對模型結(jié)果的貢獻者，某一個特征變量Shapley值就是該特征對模型預測結(jié)果的邊際貢獻［ 15 ］。使用RUS后提前一年（左）和提前兩年（右）軟投票集成模型的Shapley值如圖5所示。

從圖5可以看出，對于提前1年的預測模型，ROS的Shapley值最高，其次是ROE和ART。對于提前2年的預測模型，結(jié)果顯示ROE的Shapley值最高，其次是ART和ROE。

結(jié)果還說明了兩個模型之間的輸入變量影響的比較。與在提前一年的預測模型一致，提前兩年的預測模型中排名前五的變量也是ROS、ROE、ART、TIE和ROA，這表明，無論短期還是長期預測，ROS、ROE、ART、TIE和ROA對預測準確率都有明顯影響。

同時，隨著預測期的延長，有兩個變量，即ROS和ART，對預測準確性的影響有所下降。其余18個變量的Shapley值隨著預測期的增加而增加，表明隨著預測期的延長，他們對預測準確性的影響增加。

4? ? 結(jié)論與展望

本研究構(gòu)建包含四個方面財務指標的房地產(chǎn)上市企業(yè)財務困境預警指標體系，利用欠采樣（RUS）和過采樣技術(shù)（SMOTE）對非平衡數(shù)據(jù)集進行處理，并通過6種單一分類器（LR， ANN， SVM， KNN， CART， NB）和軟投票集成分類器建立財務困境預警模型。結(jié)論如下：所提出的集成模型在提前一年和兩年的預測中都取得了最高的性能，而且當使用RUS方法處理非平衡數(shù)據(jù)集時，性能總是更好；無論單一分類器還是集成分類器，隨著預測期的延長，以AUC值計算的房地產(chǎn)企業(yè)的財務困境預測性能明顯下降；所提供的基于SHAP解釋模型比較兩個預測模型中輸入變量對預測準確性的影響，無論短期還是長期預測，ROS、ROE、ART、TIE和ROA對模型預測準確率都有明顯影響。

本研究在以下三個方面對知識體系有所貢獻。首先，本研究提出的模型是基于比以往大多數(shù)研究更廣泛的時間范圍建立的，增加了模型的通用性和對不同經(jīng)濟周期的穩(wěn)健性。第二，本研究提出了預測中國房地產(chǎn)上市企業(yè)財務困境的集成學習方法，以往大多數(shù)研究只利用單一分類器，而集成分類器顯示出比單一分類器更好的性能。最后，本研究采用了SHAP解釋模型用于衡量輸入變量對集成分類器預測性能的影響，提高了模型的分析能力。

未來的研究方向包括：（1）收集更多的變量，涵蓋除償債能力、盈利能力、營運能力和杠桿比率之外的其他企業(yè)特征；（2）在輸入變量之前進行特征選擇程序；（3）延長輸入變量的時間段，從而納入更多以前時期的變量；（4）納入其他單一分類器，如深度學習算法；（5）實施不同的加權(quán)機制以創(chuàng)建集成分類器。

參考文獻：

［1］郭菲，馮長春.宏觀調(diào)控政策下我國住房市場周期變化的影響分析［J］.地域研究與開發(fā)，2020，39（6）：18-23.

［2］王建勇，李艾琳.警惕“利用資本市場賺錢”的商業(yè)模式——恒大應對危機引發(fā)的思考［J］.財會通訊，2021（22）：3-9.

［3］張強.大型企業(yè)集團財務危機預警研究——以海航和恒大為例［J］.審計研究，2023（1）：48-56.

［4］Azur M J，Stuart E A，F(xiàn)rangakis C，et al. Multiple imputation by chained equations： what is it and how does it work？［J］. International Journal of Methods in Psychiatric Research，2011，20（1）： 40.

［5］Cheng Minyuan，Hoang Nhat-Duc， Limanto Lisayuri，et al. A novel hybrid intelligent approach for contractor default status prediction［J］.Knowledge-Based Systems，2014，71：314-321.

［6］Han Yang，Zhang Haotian，Zhao Yong. Structural evolution of real estate industry in China： 2002-2017［J］. Structural? Change and Economic Dynamics，2021，57：45-56.

［7］Veganzones D，Séverin E. Corporate failure prediction models in the twenty-first century：a review［J］ . European Business Review，2020（ahead-of-print）：204-226.

［8］Roozbeh Kangari， Foad Farid， Elgharib Hesham M. Elgharib. Financial performance analysis for construction industry［J］. Journal of Construction Engineering & Management，1992，118（2）：349-361.

［9］Abidali A F，Harris F. A methodology for predicting company failure in the construction industry［J］. Construction Management & Economics，1995，13（3）：189-196.

［10］陳欣欣，郭洪濤.因子分析和Logistic回歸在農(nóng)業(yè)上市公司財務預警中的聯(lián)合運用［J］.數(shù)理統(tǒng)計與管理，2022，41（1）：11-24.

［11］Kumar P R，Ravi V. Bankruptcy prediction in banks and firms via statistical and intelligent techniques： a review［J］. European Journal of Operational Research，2007，180（1）：1-28.

［12］Dong Yuanxiang，Xiao Zhi，Xiao Xue. Default prediction for real estate companies with imbalanced dataset［J］. Journal of Information Processing Systems，2014，10（2）：314-333.

［13］Choi Hyunchul，Son Hyojoo，Kim Changwan. Predicting financial distress of contractors in the construction industry using ensemble learning［J］. Expert Systems with Applications，2018，110：1-10.

［14］Liao Bangxiong，Li Hui，Sun Jie. AdaBoost and bagging ensemble approaches with neural network as base learner for financial distress prediction of Chinese construction and real estate companies［J］. Recent Patents on Computer Science，2013，6（1）： 47-59.

［15］Nohara Y， Matsumoto K， Soejima H， et al. Explanation of machine learning models using improved shapley additive explanation［C］//Proceedings of the 10th ACM international conference on bioinformatics， computational biology and health informatics，2019： 546.

［16］王達，周映雪.隨機森林模型在宏觀審慎監(jiān)管中的應用——基于18個國家數(shù)據(jù)的實證研究［J］.國際金融研究，2020（11）：45-54.

［17］肖艷麗，向有濤.企業(yè)債券違約風險預警——基于GWO-XGBoost方法［J］.上海金融，2021（10）：44-54.

［18］He Hongliang，Zhang Wenyu，Zhang Shuai. A novel ensemble method for credit scoring： adaption of different imbalance ratios［J］. Expert Systems with Applications，2018，98：105-117.

［19］Tserng H P，Lin G F，Tsai L K， et al. An enforced support vector machine model for construction contractor default prediction［J］. Automation in Construction，2011，20（8）：1242-1249.

［20］李艷霞，柴毅，胡友強，等.不平衡數(shù)據(jù)分類方法綜述［J］.控制與決策，2019，34（4）：673-688.

［21］張忠林，馮宜邦，趙中愷.一種基于SVM的非均衡數(shù)據(jù)集過采樣方法［J］.計算機工程與應用，2020，56（23）：220-228.

［22］Mohammed R，Rawashdeh J，Abdullah M. Machine learning with oversampling and undersampling techniques： overview study and experimental results［C］//2020 11th International conference on information and communication systems （ICICS），2020.

［23］曹振田.基于Q統(tǒng)計量的選擇性集成學習研究［D］.合肥：安徽大學，2010.

［24］張金昌，王大偉.財務困境預警：概念界定與理論辨析［J］.財經(jīng)論叢，2020（12）：61-69.

Research on Financial Distress Predicting of Listed Real

Estate Companies using Soft Voting Ensemble Learning

JIANG Fengzhen， LI Mao， WANG Jun

（School of Management Engineering， Qingdao University of Technology， Qingdao 266520， China）

Abstract： In this study， taking Chinese listed real estate companies as research objects， 20 financial indicators reflecting solvency， profitability， operating capacity and leverage ratios are selected， and the financial data of 137 companies are collected for the period of 1991-2021， and a ensemble models based on soft voting is constructed to predict the financial distress of Chinese listed real estate companies in the one-year and two-year periods. The results show that the AUC value of the ensemble models are? 0.946 and 0.880 for one-year and two-year advance prediction， respectively， which are higher compared with the best-performing single classifier. The explanatory power of the input variables in the ensemble models are analyzed by the SHAP explanatory model. Prediction accuracy is heavily influenced by ROS、ROE、ART、TIE and ROA， irrespective of the one-year or two-year advance period. The models proposed in this study predict the financial distress of real estate companies with high accuracy and identify the main variables related to forecasting. The study is intended to assist real estate companies and other relevant stakeholders to prevent financial failures through early warning.

Key words：Real Estate Companies; Financial Distress; Ensemble Learning; Soft Voting; Shapley Value

［責任編輯：許立群］