上市公司财务预警组合预测模型的应用研究

上市公司财务预警组合预测模型的应用研究

论文摘要

准确预测公司的财务危机不仅关系到投资者和债权人的相关利益,而且可以提醒公司管理层及早采取措施以避免情况进一步恶化,帮助证券监管当局制定有效的稳定市场的办法。因此,研究上市公司的财务预警具有重要的理论意义和实践意义。本文从财务风险与财务危机的相关概念入手,在总结回顾已有研究成果的基础上,深入分析了我国上市公司财务危机的影响因素,论述了建立以财务预警模型为核心的财务预警系统的必要性和重要性,在此基础上从盈利能力、偿债能力、资产运营能力、成长能力和现金流量五个方面构建了财务预警的指标体系。本文从财务预警的理论基础及功能入手,对传统预警模型进行了分析,指出其中存在的问题,提出了利用组合预测构建财务预测模型的思路和方法。利用我国沪深两市A股上市公司为研究对象,选取了2004-2006年间的88家制造业上市公司作为研究样本,利用上市公司被ST前3年财务数据资料,先后构建了Logit回归、Probit回归、BP神经网络三种单一模型及基于Logit回归和Probit回归的线性组合预测模型、基于BP神经网络的非线性组合预测模型。应用结果表明,组合预测模型在分类精度和稳健性两方面都较相应的单一模型有了提高,线性组合预测模型的稳健性优于利用BP神经网络构建的非线性组合预测模型,但分类精度低于后者。总体上表明,组合预测模型应用于上市公司的财务预警是具有优势的。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 问题研究的背景和意义
  • 1.1.1 问题研究的背景
  • 1.1.2 问题研究的意义
  • 1.2 国内外研究现状
  • 1.2.1 国外研究现状
  • 1.2.2 国内研究现状
  • 1.3 本文主要研究内容
  • 第2章 上市公司财务预警理论与预警指标体系构建
  • 2.1 相关概念界定
  • 2.1.1 财务风险
  • 2.1.2 财务危机
  • 2.2 财务预警的理论基础及功能
  • 2.2.1 财务预警的理论基础
  • 2.2.2 财务预警的功能
  • 2.3 财务危机的影响因素及防范对策
  • 2.3.1 外部环境影响因素
  • 2.3.2 内部环境影响因素
  • 2.3.3 财务危机的防范对策
  • 2.4 财务预警指标体系的构建
  • 2.4.1 变量选取原则
  • 2.4.2 主要财务指标的描述
  • 2.5 本章小结
  • 第3章 上市公司财务预警组合预测模型的构建
  • 3.1 传统财务预警方法评析
  • 3.1.1 定性预警模式
  • 3.1.2 定量预警模式
  • 3.1.3 传统财务预警方法的局限性分析
  • 3.2 组合预测模型及在财务预警中的适用性分析
  • 3.2.1 组合预测模型
  • 3.2.2 组合预测在财务预警中的适用性分析
  • 3.3 财务预警组合预测模型的构建
  • 3.3.1 组合预测的基本原理
  • 3.3.2 组合预测模型的构建思路
  • 3.3.3 财务预警组合预测模型的具体构建
  • 3.4 本章小结
  • 第4章 上市公司财务预警组合预测模型的应用
  • 4.1 样本数据来源及预处理
  • 4.1.1 样本数据来源
  • 4.1.2 样本数据描述
  • 4.1.3 样本数据预处理
  • 4.1.4 样本结构确定
  • 4.2 上市公司财务预警组合预测模型的应用
  • 4.2.1 单一模型的应用
  • 4.2.2 线性组合预测模型的应用
  • 4.2.3 非线性组合预测模型的应用
  • 4.3 模型应用结果分析
  • 4.3.1 线性组合预测模型与单一模型的比较
  • 4.3.2 非线性组合预测模型与单一模型的比较
  • 4.3.3 组合预测模型之间的比较
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 附录
  • 致谢
  • 相关论文文献

    • [1].矿用汽车大修期优化组合预测模型及应用[J]. 轻工科技 2020(02)
    • [2].一种短时交通流组合预测模型[J]. 交通科技 2020(01)
    • [3].基于组合预测模型的云计算资源负载预测研究[J]. 计算机工程与科学 2020(07)
    • [4].组合预测模型在内蒙古地区商品零售额测算中的应用[J]. 内蒙古统计 2020(03)
    • [5].组合预测模型在我国体育产业发展水平预测中的应用[J]. 赤峰学院学报(汉文哲学社会科学版) 2019(05)
    • [6].基于组合预测模型的粮食价格模拟仿真比较[J]. 统计与决策 2016(24)
    • [7].基于组合预测模型的人均卫生费用预测研究[J]. 中国卫生资源 2017(01)
    • [8].时间序列组合预测模型研究:以农业机械总动力为例[J]. 南京农业大学学报 2016(04)
    • [9].组合模型在我国农用化肥施用量预测中的应用[J]. 城市地理 2016(22)
    • [10].大数据下基于数据挖掘的商品热门程度预测研究[J]. 科学中国人 2017(08)
    • [11].最优加权组合法在云南省粮食产量预测中的应用[J]. 学园 2016(35)
    • [12].农机总动力组合预测模型研究-基于密度算子[J]. 农机化研究 2021(06)
    • [13].基于组合预测模型的车身装配工艺优化控制[J]. 农业装备与车辆工程 2020(11)
    • [14].组合预测模型在路基沉降中的应用研究[J]. 交通科学与工程 2019(04)
    • [15].组合预测模型在建筑物沉降预测中的应用[J]. 湖北理工学院学报 2020(04)
    • [16].一种基于局部最优的权系数组合预测模型[J]. 矿山测量 2020(05)
    • [17].组合预测模型在经济现象中的应用[J]. 赤峰学院学报(自然科学版) 2017(19)
    • [18].金融机构存款预测的组合预测模型研究[J]. 经济研究导刊 2018(14)
    • [19].基于组合预测模型的中国对俄进出口额预测[J]. 物流技术 2017(01)
    • [20].两种组合预测模型在安徽货运量预测研究中的比较[J]. 物流工程与管理 2016(05)
    • [21].基于灰色模型和支持向量机的组合预测模型[J]. 桂林电子科技大学学报 2015(05)
    • [22].组合预测模型预测精度的贴近度评价法[J]. 统计与决策 2013(08)
    • [23].基于指数支撑度的最优组合预测模型及其性质研究[J]. 应用概率统计 2012(02)
    • [24].基于泛平均运算的矿井瓦斯浓度组合预测模型[J]. 中国安全科学学报 2012(06)
    • [25].基于最优组合预测模型的中国工业固体废物产生量预测[J]. 环境污染与防治 2010(05)
    • [26].基于文化算法的支持向量机组合预测模型[J]. 统计与决策 2010(21)
    • [27].基于等维递补的多变量灰色组合预测模型[J]. 纯粹数学与应用数学 2009(01)
    • [28].基于决策支持系统的粮食产量组合预测模型[J]. 电脑知识与技术 2009(33)
    • [29].一种求解组合预测模型权重的新方法[J]. 数学的实践与认识 2008(01)
    • [30].沉降组合预测模型研究及其应用[J]. 北京交通大学学报 2008(01)

    标签:;  ;  ;  ;  

    上市公司财务预警组合预测模型的应用研究
    下载Doc文档

    猜你喜欢