引入TOPSIS法的风险预警模型能提高模型的预警准确度吗?——来自我国制造业上市公司的经验证据

doi:10.16381/j.cnki.issn1003-207x.2015.11.012

中国管理科学 ›› 2015, Vol. 23 ›› Issue (11): 96-104.doi: 10.16381/j.cnki.issn1003-207x.2015.11.012

引入TOPSIS法的风险预警模型能提高模型的预警准确度吗?——来自我国制造业上市公司的经验证据

朱卫东^1,2, 吴鹏^1,2

1. 合肥工业大学经济学院, 安徽合肥 230601;
2. 合肥工业大学工业信息与经济研究中心, 安徽合肥 230601

收稿日期:2013-12-03 修回日期:2014-08-28 出版日期:2015-11-20 发布日期:2015-12-01
作者简介:朱卫东(1962-),男(汉族),浙江仙居人,合肥工业大学教授,博士生导师,研究方向:智能决策理论、经营决策与控制理论、会计信息化理论与实务.
基金资助:
国家自然科学基金资助项目(71071048)

Canthe Introduction of TOPSIS in Risk Early-warning Model Improve theAccuracy of Early-warning?-A Case Study from Listed Companies of Manufacturing Industry

ZHU Wei-dong^1,2, WU Peng^1,2

1. School of Economics, Hefei University of Technology, Hefei 230009, China;
2. Center for Industrial Information and Economy Research, Hefei University of Technology, Hefei 230009, China

Received:2013-12-03 Revised:2014-08-28 Online:2015-11-20 Published:2015-12-01

摘要/Abstract

摘要： 样本选取2011年和2012年我国沪深A股制造业中因财务困境陷入ST的公司和按照1:2比例配比的正常公司作为研究对象,并选取反映企业盈利能力、股东获利能力、现金流量能力、营运能力、发展能力、偿债能力的30个财务指标以及股权结构、管理结构、公司所在地的8个定性指标,以2011年的样本作为训练集,2012年样本作为测试集,在主成分分析的基础上构建以Logit模型为基础的传统预警模型和引入TOPSIS法后的二重分类模型。结果表明,引入TOPSIS法后构建的Logit模型能显著提高模型的预警准确度:对ST公司的预警准确度能提高18.5%,对样本总体的预警准确度能提高11.1%,这说明二重分类法可以构建有效的风险预警模型。

关键词: TOPSIS, Logit模型, 风险预警模型, 主成分分析, 二重分类法

Abstract: Taking the indebted ST listed companies and twice as many the non-ST of manufacturing industry in Shanghai and Shenzhen A-share from 2011 to 2012 as sample, 30 financial indicators that can reflect the business profitability, profitability of shareholders, cash flow capacity, operational capacity, development capacity and debt solvency and other 8 qualitative indicators including ownership structure, management structure and location of the companies are selected. Considered the sample of 2011 as a training set while the 2012 as testing set, a traditional warning model and double classification model in which TOPSIS method are introduced on the basis of the principal component analysis are built. The results show that the introduction of TOPSIS in risk early-warning model can increase the accuracy of early-warning significantly. It can improve the accuracy of early warning system 18.5% for ST companies and 11.1% for samples in general. This suggests that the method of double classification can be applied to build an effective risk early-warning model.

Key words: TOPSIS, logit model, risk early-warning model, principal component analysis, double classification

中图分类号:

F224

朱卫东, 吴鹏. 引入TOPSIS法的风险预警模型能提高模型的预警准确度吗?——来自我国制造业上市公司的经验证据[J]. 中国管理科学, 2015, 23(11): 96-104.

ZHU Wei-dong, WU Peng. Canthe Introduction of TOPSIS in Risk Early-warning Model Improve theAccuracy of Early-warning?-A Case Study from Listed Companies of Manufacturing Industry[J]. Chinese Journal of Management Science, 2015, 23(11): 96-104.

参考文献

[1] Altman E I. Financial rations, discriminant analysis and the prediction of corporate bankruptcy[J]. Journal of Finance,1968,23(4)::589-609.

[2] Altman E I,Haldeman R G,Narayanan P. Zeta analysis:A new model to identify bankruptcy risk of corporations[J]. Journal of Banking and Finance,1977,(7):29-54.

[3] Martin D. Early warnings of bank failure:A logit regression approach[J]. Journal of Banking and Finance,1977,1(3):249-276.

[4] Ohlson J A. Financial ratios and the probabilistic prediction of bankruptcy[J]. Journal of Accounting Research,1980,18(1):109-131.

[5] 陈晓,陈治鸿.中国上市公司的财务困境预测[J].中国会计与财务研究,2000,2(3):55-92.

[6] 徐光华,吴明鸣.基于EVA的行业财务预警模型研究-以沪市IT上市公司为例[J].经济管理, 2006,(24):63-68.

[7] 吴世农,卢贤义.我国上市公司财务困境的预警模型研究[J].经济研究, 2001,(6):21-26.

[8] 张爱民,祝春山,许丹健.上市公司财务失败的主成分预测模型及其实证研究[J].金融研究, 2001,(3):10-25.

[9] 刘鑫,李竹薇.我国上市公司信用风险管理模型的构建与实证研究[J].财经问题研究,2009,(12):82-86.

[10] 孔宁宁,魏韶巍.基于主成分分析和Logit回归方法的财务预警模型比较[J].经济问题,2010,(6):112-116.

[11] Hwang C L, Yoon K. Multiple attribute decision making[M]. Berlin:Springer, 1981.

[12] 姜秀华,孙铮.治理弱化与财务危机:一个预测模型[J].南开管理评论, 2001, (5):19-25.

[13] Lee T S, Yeh Y H. Corporate governance and financial distress:evidence from Taiwan[J]. Corporate Governance:An International Review, 2004, (3):378-388.

[14] Elloumi F, Gueyie J P. Financial distress and corporate governance:An empirical analysis[J]. Corporate governance, 2001, (1):15-23.

[15] Judge W Q, Zeithaml C P. Institutional and strategic choice perspectives on board involvement in the strategic decision process[J]. Academy of management journal, 1992, (4):766-794.

[16] 沈艺峰,张俊生. ST公司董事会治理失败若干成因分析[J].证券市场导报,2002,(3):21-25.

[17] Wang Zhen, Liu Li, Chen Chao. Corporate governance, ownership and financial distress of publicly listed companies in China[J]. Petroleum Science, 2004, 1(1):90-96.

[18] 赵冠华.企业财务困境分析与预测方法研究[M].北京:经济科学出版社,2011.

[19] 李志辉,李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学,2005,(5):61-71.

[20] 陈艳,张海君.上市公司财务预警模型的研究[J].财经问题研究,2007,(6):92-97.

[21] 张新红,王瑞晓.我国上市公司信用风险预警研究[J].宏观经济研究,2011,(1):50-54.

[22] Ding Shaofeng, Hou Yingchao, Hou Peipei. Logistic financial crisis early-warning model subjoining nonfinancial indexes for listed companies[M]//Qi ershi,Shen Jiang,Dou Runliang. The 19th International Conference on Industrial Engineering and Engineering Management. Berlin Heidelberg:Springer, 2013:685-696.

引入TOPSIS法的风险预警模型能提高模型的预警准确度吗?——来自我国制造业上市公司的经验证据

Canthe Introduction of TOPSIS in Risk Early-warning Model Improve theAccuracy of Early-warning?-A Case Study from Listed Companies of Manufacturing Industry

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	刘丹阳,黄志刚. 金融科技、OFDI与经济高质量发展[J]. 中国管理科学, 2023, 31(11): 151-164.
[2]	陈梦曦,田澎,李相勇. 考虑旅客选择行为的多舱位等级动态定价研究[J]. 中国管理科学, 2023, 31(11): 312-320.
[3]	曾守桢, 穆志民. 基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究[J]. 中国管理科学, 2019, 27(3): 198-205.
[4]	刘学文. 中国股市投资者情绪测度指标的优选研究[J]. 中国管理科学, 2019, 27(1): 22-33.
[5]	刘东海, 刘原园, 陈晓红. 基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究[J]. 中国管理科学, 2019, 27(1): 174-183.
[6]	朱佳翔, 蔡建飞, 林徐勋. 基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法[J]. 中国管理科学, 2018, 26(9): 148-157.
[7]	潘和平, 张承钊. FEPA-金融时间序列自适应组合预测模型[J]. 中国管理科学, 2018, 26(6): 26-38.
[8]	杜涛, 冉伦, 李金林, 曹雪丽. 基于效率的组织多属性决策及实证研究：DEA-TOPSIS组合方法[J]. 中国管理科学, 2017, 25(7): 153-162.
[9]	刘凯宁, 樊治平, 李永海, 戴相全. 基于价值链视角的企业商业模式选择方法[J]. 中国管理科学, 2017, 25(1): 170-180.
[10]	刘学文, 欧阳美辰, 徐洁. 作业成本动因选择、合并与评价的系统方法构建[J]. 中国管理科学, 2014, 22(11): 72-78.
[11]	刘学文, 欧阳美辰, 徐洁. 作业成本动因选择、合并与评价的系统方法构建[J]. 中国管理科学, 2014, 22(11): 72-78.
[12]	闫书丽, 刘思峰, 朱建军, 方志耕, 刘健. 基于熵测度的三参数区间数信息下的TOPSIS决策方法[J]. 中国管理科学, 2013, 21(6): 145-151.
[13]	梁昌勇, 戚筱雯, 丁勇, 冷亚军. 一种基于TOPSIS的混合型多属性群决策方法[J]. 中国管理科学, 2012, (4): 109-117.
[14]	程砚秋, 迟国泰. 基于核主成分分析的生态评价模型及其应用研究[J]. 中国管理科学, 2011, 19(3): 182-192.
[15]	石琴, 王楠楠, 仇多洋. 粒子群优化的模糊聚类方法在车辆行驶工况中的应用[J]. 中国管理科学, 2011, 19(2): 110-115.