论文部分内容阅读
企业的财务状况直接关系到其可持续发展,影响企业财务状况的指标繁多,如何从众多的财务指标中挖掘出重要的指标来建立财务风险预警模型尤为重要.然而在现实中财务指标之间存在复杂的关联性,若忽略这些关联性则会影响指标选择准确度和模型稳健性.因此,考虑指标间的网络结构,通过复杂网络理论来构建拉普拉斯惩罚,进一步基于自适应Lasso Logistic回归建立财务危机预警模型.模拟研究表明,模型变量选择总体效果较好.最后通过对164家公司的财务数据进行实证分析,得出该模型具有良好的预测能力和稳健性.同时其指标选择结果与指标所呈现的网络结构具有一定的匹配性,综合说明网络结构有利于指标识别和预警能力的提高.