一、研究背景及意义
股份制的改革，是在二十世纪八十年代末九十年代初逐步出现的。股票的发行首先是在上海、深圳等一些经济发展相对发达的城市出现的。上市公司的数量也和资本市场的发展呈现正相关。一系列数据表明，截止到2011年底，市场中存在的上市公司已经达到两千多家，市值总计达到21万亿元，位居全球第三。在全国经济发展中，上市公司的发展已经成为整个经济发展的中坚支柱，我国经济在世界经济发展浪潮中居于领先地位，受到了全球的关注。
尽管上市公司的发展呈现一派欣欣向荣的景象，但是在其发展中同样存在诸多问题。例如，许多上市公司由于各种原因，最终导致经营上的困难甚至破产，造成这一结果的一个最主要的原因，是由于上市公司在财务运行中出现的一系列问题。上市公司如果在股票交易的过程中出现“异常状况”，那么根据证券交易所中建立的上市规则，应该对此“异常状况”进行特别对待。特别对待的方法主要是退市风险警示和其他特别处理。如果在上市公司的股票简称前加“*ST”的话，则表示退市风险警示；如果在上市公司的股票简称前加“ST”的话，则表示其他特别处理。
ST制度的主要作用就是对于投资者在进行股票投资的过程中存在的风险进行警示，但是由于上市公司当年的年报信息相对滞后，这就要求股民以及投资者在进行投资决策之前，需要对上市公司的财务信息进行系统全面的了解；同时，上市公司为了避免财务危机的出现，也需要对自身的财务状况进行一个细致的梳理记录，只有在对财务问题进行详细了解、对投资风险进行识别，并且对原因进行分析的基础上，才能通过制定一系列有效措施应对风险或者是将风险降低到可以接受的最低水平。由此可见，只有在对企业的财务状况进行合理了解、保证企业顺利发展的情况下，上市公司才可能会避免财务危机的出现，从而对股民、投资者的资金安全、社会资源的合理优化配置均具有一定的意义。
本文是通过对我国2012年上市公司的财务报告数据进行分析，将带有三枝决策语义的决策粗糙集方法应用到财务危机预警的研究中，建立了一种新型优势关系决策粗糙集预测方法，通过主客观相结合，进行实际例证的研究，旨在通过此种研究为预测我国上市公司的财务状况提供一条新型路径。
二、研究现状分析
（一）国内外财务危机预警的研究现状
本文通过对国内外的财务危机预警进行双重研究，希望全面具体地了解财务预警研究的现状。
1.国外财务危机预警状况研究
在国外，研究财务危机预警的模型主要有非参数分析法以及神经网络模型、多元线性判别模型、单变量判别模型等。单变量判别模型是由Fitzpatrick建立的一种单变量判别模型，该模型是第一次对财务危机进行预测研究。在研究过程中，Fitzpatrick将“净利润/股东权益”和“股东权益/负债”这两个财务比率与成功企业比率进行对比。此单变量判别模型可以预测企业财务状况。Beaver则发现了“现今流量/债务总额”、“净收益/资产总额”、“债务总额/资产总额”这三个财务比率是可以对财务危机进行预测的，此方法是Beaver分别对成功公司和破产公司进行比较得出的最终结论。单变量模型具有多个优点，例如该模型计算简单方便、便于理解。但是也存在一定的缺陷，例如企业各个变量之间存在的相互影响不易被反映出来；企业具有的财务复杂状况特征难以被反映出来；评价一个相同的企业也会得出不同的结论，即使分析时采用的是不同变量。
最早将逻辑回归方法应用到财务危机预测中的是Ohlson，逻辑回归方法具有多个优点，例如该方法可以使问题的预测得到简化，可以使应用范围更加广阔，同多元线性判别模型相比，该模型的要求相对较低。
2.国内财务危机预警研究
和国外对财务危机的预测研究相比，国内研究相对比较滞后，且大部分的研究成果建立在国外研究的基础上。我国财务风险预测模型的首次建立是通过学者吴世农和黄世忠等人建立的。随着对我国财务危机风险预测的更进一步研究表明，主要的研究方法如神经网络和粗糙、统计学方法、聚类方法等也被应用到此类研究中。陈静通过利用二元线性回归分析和单变量预警分析来研究财务风险预测问题。
（二）决策粗糙集理论研究现状
数学家Z ? Pawlak提出了一种粗糙集理论，该理论可以被当作一种具有知识不确定性的理论工具，可以应用在对信息的推理分析中。粗糙集理论，在经过多年的研究应用以后，逐步发展成为一种相对独立的研究方法。同时，与该理论相关的其他理论，例如神经网络、遗传算法、粒计算等也被广泛运用到此类问题的研究中。
三、基于优势关系粗糙集的属性约简方法
在粗糙集研究领域中，有一项重要的分支就是属性约简。在实际市场中，有很多研究对象都是具有一定的偏好关系的，是按一定的顺序进行的。Greco等通过以粗糙关系为基础的粗糙集方法来对这类具有偏好关系的数据进行处理。
（一）粗糙集基本概念及属性约简方法评述
2.粗糙集属性约简方法评述
随着科技的快速发展，互联网时代的到来，我们的信息传递越来越快，交流也越来越方便。这是一个各种信息充斥的时代，在纷繁复杂的信息中，有许多信息是冗长的、多余的，过多的无效信息有碍于我们对正确决定的选择。在这种情况下，我们需要对信息进行合理筛选，选择我们需要的正确有用信息，删除我们不需要的无效信息。在粗糙集理论中，有一个不可或缺的部分就是属性约简。属性约简就是为了删除相关性不大的属性，在不影响数据库的分类和决策能力的情况下，将属性找到最小约减，在此情景下找到的最小数据的集合可以称之为核。 （二）优势关系粗糙集的信息系统
四、优势关系决策粗糙集
（一）基于判别分析的三枝决策
在多元统计方法中，判别分析是一种常用的分析方法。该分析方法主要是利用一系列自变量预测因变量的分类状况来进行判别。还有一种二枝决策模型，该模型只是将据真和采伪错误进行考虑，忽略对延迟错误的考虑。朴素贝叶斯模型则考虑了三枝模型，但是也只能对离散数值型进行处理。将二元Logistic模型引入三支决策，可以解决连续型或者混合型数值。判别分析的三枝决策步骤包括：
1.原始信息表的构建；
2.Logistic回归方程的建立；
（二）优势关系决策粗糙集
决策粗糙集本身是以等价关系为基础的，本文中的优势关系是通过等价关系延伸得来的。对对象的分类概率进行计算，主要是通过决策属性和对象间的条件属性进行计算得来。决策粗糙集理论研究体系是可以通过优势关系决策粗糙集的提出建立的。
五、基于优势关系决策粗糙集的财务危机预测模型
（一）基于优势关系决策粗糙集的财务危机预测模型的基本步骤
财务危机预警模型是以决策粗糙集为基础的模型，该模型包括以下几个主要步骤：构建指标体系、获取原始数据、对数据进行预处理、筛选和预测指标等。
（二）指标体系的构建
工作准确程度的预测方法是通过指标的科学性构建。对财务指标的确定应该遵守的原则有：全面性原则、真实性原则、可获得性原则等。
关于财务危机的研究资料中，模型方法的改变也在影响着指标的改变。企业在对指标按照一定的原则选取完以后，需要反映出自身的特点，例如偿债方面的能力、自身运营的能力、自身发展的能力等。
六、结束语
本文首先研究了财务危机预测在国内外的发展状况，在此基础上设计出一种新型的属性约简法对指标进行筛选，将包含有三枝决策的决策粗糙集应用到了财务危机预测中，最终建构了一种新型的上市公司财务危机预测模型，该模型是以决策粗糙集为基础的预测模型，它将为企业预测财务风险提供一定的参考。
