序

从 1990 年 12 月深圳与上海两地证券交易所相继开业以来，我国资本市场已走过了二十多年的发展历程。从无到有，从小到大，我国资本市场已成为全球发展最迅速的资本市场。截止到 2013 年 5 月 3 日，我国A股上市公司数已达到 2394 家。与我国资本市场刚刚起步时相比，上市公司在管理水平上有了很大的提高，同时机构投资者、中介机构和监管机构也在不断地成熟起来。但是，我国资本市场仍然是新兴的资本市场，带有新兴市场投机性强、波动性大、监管不到位等种种缺陷。为了使我国资本市场走上健康发展的轨道，资本市场的所有参与者，包括投资者、中介机构、上市公司、监管机构和立法机构，都面临着提高理论水平、增强实践经验的任务。特别是在目前，我国正在大力鼓励发展机构投资者队伍，以培养资本市场的稳定力量。因此，从定量方面来研究当前我国资本市场各上市公司的财务预警问题，具有特别重要的意义。它不仅可以为政府决策提供科学的参考，而且也可以为公司增发新股或确定国有股减持比例提供依据，以确保资本市场中的资金流入到最优的上市公司，防止一些财务状况低下、弄虚作假的上市公司损害投资者的利益。

本书针对当前我国资本市场财务预警评价中存在的各种问题，结合国内外相关研究的现状与进展，在对上市公司财务状况传统指标体系进行综合分析的基础上，综合运用主成分分析法、因子分析法、逻辑回归分析法、判别分析法、聚类分析法、反向传播人工神经网络法、径向基神经网络法、学习向量量化神经网络法、最小二乘支持向量机法、KMV与GARCH法、突变级数法、理想点分析法、熵值分析法等，将定性分析与定量分析有机地结合起来，对我国上市公司财务状况进行系统、全面、综合分析与探索，并通过大量上市公司财务指标数据应用统计与智能软件进行建模，并进行应用研究，从多角度分析了我国上市公司的财务状况，降低了上市公司财务状况分析中的主观性，提高了分析的可比性和客观性。应用统计与智能软件进行分析，大大提高了分析的工作效率，降低了分析工作的劳动强度。

本书内容分为十三章。第一章对国内外上市公司财务预警研究现状进行了综述；第二章研究了上市公司财务预警的主成分分析法建模及应用；第三章研究了上市公司财务预警的因子分析法建模及应用；第四章研究了上市公司财务预警的逻辑回归法建模及应用；第五章研究了上市公司财务预警的判别分析法建模及应用；第六章研究了上市公司财务预警的聚类分析法建模及应用；第七章研究了上市公司财务预警的反向传播神经网络法建模及应用；第八章研究了上市公司财务预警的径向基与反向传播神经网络法建模及应用；第九章研究了上市公司财务预警的学习向量量化神经网络法建模及应用；第十章研究了上市公司财务预警的最小二乘支持向量机法建模及应用；第十一章研究了上市公司财务预警的KMV与GARCH法建模及应用；第十二章研究了上市公司财务状况的突变级数法评价建模及应用；第十三章研究了上市公司财务预警的理想点分析法建模及应用；第十四章研究了上市公司财务预警的熵值模糊法建模及应用；第十五章对全书进行了系统的总结。

本书以作者 2002 年到 2004 年期间在上海财经大学从事应用经济学博士后研究的研究报告为蓝本，结合近年的一些研究成果修改整理而成，更新了原来博士后研究报告中的一些较陈旧的数据，并在原来研究报告的基础上扩充了一些内容。

本书可供金融学、投资学、金融工程学、经济学、会计学、财务管理学、工商管理学、统计学、数量经济学、管理科学与工程等专业师生选用或参考。书中不妥之处，恳请读者批评指正。

朱顺泉
2013 年 5 月于广州