苏元辰 铁凯扬

（新疆大学经济与管理学院，新疆 乌鲁木齐 830000）

展望2021年，是中国“十四五”规划的开局之年，中国提出立足于国内国外双循环，建立扩大内需的有效制度，全面促进消费，拓展投资空间。对于上市公司而言，一方面，不能过于关注公司的高收益高价值而忽视了其背后的财务管理高风险；另一方面，如何客观评估和预测上市公司的财务管理风险，对于投资者及时调整投资决策，监管者准确判断公司状况，决策者有效规避财务管理风险都具有重要意义。

从财务管理风险指标的构建上看，学者张玲[1]等多采用传统财务指标进行预测，但由于预测目标的不同，传统财务比率往往很难全面反映问题的本质属性。从财务管理风险的评估方法来看，国内外学者最早集中于运用统计方法进行预警验证，但是此类模型往往需要较强的假设前提，有较强的局限性。后来学者开始尝试运用人工智能技术进行预警验证，虽然其假设约束力度不强，但是稳定性较差，模型的解释能力有所不足。

基于此，本文引入非财务指标对传统企业财务管理风险预警指标体系进行扩充，基于多种机器学习模型进行筛选，结合WOE-IV信息量进行佐证，探究新体系下财务管理风险预测的准确性，平稳性和可解释性。具体地，首先同时运用多种机器学习模型进行择优预测，择优手段为交叉验证。然后在确保所选用的模型具有高准确率和稳定性的基础之上，根据相对应的机器学习解释性机制对新体系下财务管理风险进行重要特征筛选，最后为了保证重要特征影响程度的合理性，本文使用WOE-IV信息量进行合理性佐证，发现可信度较高。

一、上市公司财务管理风险评估指标体系构建及预警评估流程

1.指标选取

本文在崔建新[2]、闵剑[3]等学者的研究基础上结合当前社会现状，从财务指标中选择了14个三级指标对企业财务管理风险进行了筛选预测。鉴于单一的财务指标不能够很好地反映问题的本质，通过整合邓小军[4]等学者的研究，又在非财务指标中筛选了3个三级指标对企业财务管理风险进行预测。如表1所示。

表1 公司财务管理风险评估指标体系

2.财务管理风险预警建模流程

首先选取上市公司预警评估解释特征矩阵X与target矩阵Y，进行数据筛选以及变量分箱等预处理，通过逻辑回归、决策树、支持向量等方法，选取准确率、F1得分、AUC、召回率、精准率作为评价指标，在十次十折交叉实验后对所得结果的平稳性和准确性进行判定，同时与WOE-IV模型择优结果相佐证，如果整体一致，则输出最优模型以及特征重要性；反之，则重新选择方法。财务管理风险预警建模流程如图1所示。

图1 财务管理风险预警建模流程

二、实证结果

1.数据来源及数据预处理

本文选取A股市场中公布数据齐全的525家企业作为初始样本进行筛选：

（1）有两项及以上的空缺数据的公司剔除；（2）将财务信息波动较大的银行和证券公司剔除；（3）ST与非ST企业数量相差比例小于10%。

根据以上条件，最终选择455家公司作为最终样本，并对其中有缺失值的数据特征进行考量，根据不同的特征和类别采取聚类填充和均值填充。

2.多种机器学习算法预测结果对比

为了将企业财务管理风险进行准确的对比，本文采用决策树、支持向量机、逻辑回归、随机森林等多种机器学习算法对模型进行了十折交叉实验。在综合考虑实验各项指标后，判定XGBoost模型的预测效果最好。各类机器学习算法预测结果对比如表2所示。

表2 各类机器学习算法预测结果对比

3. XGBoost算法的稳健性检验

基于企业各方利益者对评估结果的期望，使用AUC作为模型优劣评估标准，另外不对超参数进行优化，均使用默认参数。通过进行10次10折交叉实验以验证筛选出最优模型XBGoost的预测准确率和稳定性，得到结果如表3所示。从结果可以看出：使用XGBoost集成学习对企业财务风险预警评估具有高准确率和稳健性。可以用来对企业财务管理风险进行预警评估。

表3 十次十折交叉验证

4.评估特征影响程度分析

（1）基于XGBoost特征重要性排序

根据将特征重要性使用特征在作为划分属性时loss平均的降低量的原则，得到特征得分以及重要性排序如图2所示。

图2 XGBoost模型各解释变量重要程度对比

（2）基于WOE-IV信息量的特征重要性排序

将本文预处理后数据中的17个特征指标通过WOE变换对信息进行处理，将其对标到同一尺度上，然后将WOE根据区分度的好坏进行加权：

最终得到IV值较好的六个特征指标如表4所示：将基于WOE-IV信息量得到的特征重要性程度与XGBoost模型输出的特征重要性程度对比发现：两者输出的特征重要性程度排序基本一致，佐证了XGBoost模型得到的特征重要性结果的合理性。

表4 WOE-IV信息量特征排序

三、结论与建议

根据上述结果，本文得出结论：每股收益、审计意见、资产增长率、主体信用评级、每股经营活动现金流量净额对企业财务管理风险具有显著影响，并且可以通过XBGoost模型对企业是否有财务管理风险给出较好预测效果。

此外上市公司的财务管理风险防控，不仅需要各公司发挥主体作用，更需要政府、金融机构的支持和监督。具体来看：（1）股权的过度集中会增大企业的财务管理风险，在股权高度集中的体系下，控股股东的存在会影响到独立董事、监事会和中介机构的独立性。因此这就要求各公司合理控制股权分布，避免过高的股权集中给公司带来过高的财务管理风险。（2）专业机构出具的建议对投资者理性投资、规避风险往往具有较高的参考性。同时我国应该继续加强和规范各金融机构的操作规范性和信息披露的准确性，继续强化各金融机构的独立性，努力为广大投资者塑造一个良好稳定的投资环境。