基于Logistic回归惩罚函数的企业财务危机预警

随着大数据时代的到来,企业的财务数据越来越复杂,在高维的财务数据中选出重要的影响因素,可以帮助企业人员对企业发生财务危机的可能性进行分析预测,降低企业的风险。研究企业财务危机的传统方法大多数是基于低维数据,而目前的财务数据变量众多。惩罚函数（penalty function）不仅能在高维数据的情况下进行稳定的变量选择,还能进行参数估计。采用基于Logistic回归惩罚函数模型研究企业财务危机预警问题,通过选取48个财务指标来进行建模和分析,找出影响企业财务危机的主要因素,并从预测精度、风险区分能力、变量选择这3个方面与传统方法进行对比,最终得到基于Logistic回归的惩罚函数方法更具有优越性。这对企业进行财务危机分析具有预警作用。