企業(yè)融資結(jié)構(gòu)錯配和經(jīng)營內(nèi)外部環(huán)境的變化,會提高企業(yè)發(fā)生融資風(fēng)險的概率。在供給側(cè)結(jié)構(gòu)性改革的背景下,對企業(yè)的融資風(fēng)險進行有效監(jiān)控已成為"去杠桿"的核心目標(biāo)。以2009～2018年A股信息設(shè)備制造業(yè)上市公司為樣本,以梯度提升算法構(gòu)建融資風(fēng)險預(yù)警模型,通過融資期限、融資結(jié)構(gòu)、營運能力、市場因素、公司治理和審計師特征維度對融資風(fēng)險進行預(yù)警監(jiān)控研究。研究運用梯度提升算法加入財務(wù)和非財務(wù)指標(biāo),提升了融資風(fēng)險預(yù)警的準(zhǔn)確性;得出融資風(fēng)險預(yù)警指標(biāo)影響融資風(fēng)險的相對重要性程度得分,為針對性地制定化解融資風(fēng)險的對策提供了依據(jù)。 

【文章來源】：財會月刊. 2020,(14)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

融資風(fēng)險預(yù)警監(jiān)控流程

本研究利用訓(xùn)練樣本企業(yè)被ST前1～3年的數(shù)據(jù)對梯度提升算法模型進行訓(xùn)練，并將2018、2017和2016年的數(shù)據(jù)代入模型中來預(yù)測2019年信息設(shè)備制造業(yè)企業(yè)的融資風(fēng)險。為了驗證指標(biāo)的多樣性提升了梯度提升算法模型融資風(fēng)險預(yù)警的準(zhǔn)確性，本文構(gòu)建了三組模型。模型（1）包含傳統(tǒng)的融資風(fēng)險預(yù)警指標(biāo)，分別為融資期限指標(biāo)和融資結(jié)構(gòu)指標(biāo)；模型（2）在模型（1）的基礎(chǔ)上添加了營運能力指標(biāo)和市場因素指標(biāo)；模型（3）在模型（2）的基礎(chǔ)上添加了公司治理指標(biāo)和審計師特征指標(biāo)。為了提升對融資風(fēng)險預(yù)警效果顯示的直觀性，模型預(yù)警的準(zhǔn)確度用AUC值來度量。AUC是一種用來度量分類模型好壞的標(biāo)準(zhǔn)，是ROC曲線下方的面積。圖2從右下到左上，分別為模型（1）～模型（3）的ROC曲線。將模型（1）～模型（3）的預(yù)警結(jié)果轉(zhuǎn)化成AUC值，如表3所示。

【參考文獻(xiàn)】：
期刊論文
[1]企業(yè)融資風(fēng)險控制的應(yīng)用研究[J]. 張修普.  中國商論. 2019(01)
[2]企業(yè)融資風(fēng)險分析——以樂視為例[J]. 羅兆希.  商業(yè)經(jīng)濟. 2018(12)
[3]家族控制權(quán)會加劇企業(yè)資金期限結(jié)構(gòu)錯配嗎?——來自中國非國有上市公司的經(jīng)驗證據(jù)[J]. 鐘凱,劉金釗,王化成.  會計與經(jīng)濟研究. 2018(02)
[4]債務(wù)融資方式對行業(yè)金融風(fēng)險溢出效應(yīng)的作用機制[J]. 朱波,馬永談,陳德然.  財經(jīng)科學(xué). 2018(01)
[5]貨幣政策適度水平與企業(yè)“短貸長投”之謎[J]. 鐘凱,程小可,張偉華.  管理世界. 2016(03)
[6]基于貨幣政策景氣指數(shù)的行業(yè)融資風(fēng)險預(yù)警定位研究[J]. 李思呈,張友棠,李娜.  管理現(xiàn)代化. 2016(01)
[7]企業(yè)負(fù)債融資風(fēng)險管理存在的問題及對策[J]. 李九妮.  山西財經(jīng)大學(xué)學(xué)報. 2015(S2)
[8]債務(wù)期限結(jié)構(gòu)與企業(yè)投資關(guān)系——基于流動性風(fēng)險視角的實證研究[J]. 胡啟明,馬如飛,王國順.  系統(tǒng)工程. 2015(04)
[9]經(jīng)濟危機、信用風(fēng)險傳染與營運資金融資結(jié)構(gòu)——基于外向型電子信息產(chǎn)業(yè)上市公司的實證研究[J]. 王貞潔,王竹泉.  中國工業(yè)經(jīng)濟. 2013(11)
[10]我國制造業(yè)上市公司信用風(fēng)險度量:基于KMV模型[J]. 趙吉紅,謝守紅.  財會月刊. 2011(30)



本文編號：3093090