中国上市公司财务危机预警模型的构建与实证研究

论文摘要

市场经济条件下,绝对防止企业财务失败是不现实的,由于某些特定因素的影响,总会有一些企业会陷入财务失败的困境。但是,面对这样的困境我们并非无能为力,因为企业财务失败是可以提前预测的。本文正是基于这样的思想,在总结国内外有关企业财务失败研究成果的基础上,通过计算机建模的方法分析了企业财务失败与破产、企业财务失败与ST的关系。在对企业财务失败预警的含义、功能及特征等进行了必要的简单介绍之后便进入实证研究部分。实证研究部分主要以我国深、沪两市96年以前上市的260家A股公司为研究样本,采用2005年至2007年三年的实际财务数据的均值,在运用离散因变量分析法时首先用主成份分析方法对拟进入模型的21个变量进行了筛选,其次采用了逐步判别分析法、支持向量机(SVM)以及BP神经网络方法,随机抽取其中的200家企业的数据建立判别模型,运用自身验证法对模型的稳定性加以分析,又运用外部数据法,使用剩余60家上市公司的数据对模型的预测能力进行了验证。结果表明:通过对21个变量指标进行分析,SVM的准确率最高,其预测的准确率为94%。而后对模型的可行性和有效性进行了验证,正确的判别率达到了91.6667%,结果表明模型是可行的。本文主要分为五个部分:第一部分介绍了本文的研究意义以及国内外关于企业财务失败研究的现状;第二部分首先介绍了国内外有关企业财务失败的含义及研究对象,分析了企业财务失败与破产;企业财务失败与ST的关系,并在此基础上提出了本文关于企业财务失败的理解及特定的研究对象;第三部分对财务失败预警的含义、功能及特征进行分析后,分析和评价了常见的财务预警模型;第四部分则运用实证的方法,分析了企业财务失败的可预测性以及最能表现企业财务失败的指标并运用外部数据对建立的模型的可行性(实践性)和有效性进行了进一步的验证;第五部分为结论。

论文目录

• 中文摘要
• ABSTRACT
• 1. 绪论
• 1.1 选题的背景
• 1.2 选题的意义
• 1.3 研究框架
• 2. 文献综述
• 2.1 国外研究现状
• 2.1.1 从解释变量角度来看
• 2.1.2 从预警的方法来看
• 2.2 国内研究现状
• 2.3 小结
• 3. 财务危机阶段性预警理论概述
• 3.1 财务危机定义
• 3.2 财务危机预警的含义
• 3.3 财务危机预警的功能
• 4. 我国上市公司财务危机预警模型的构建及实证
• 4.1 样本的选取
• 4.2 财务指标体系的建立
• 4.2.1 财务指标体系建立的原则
• 4.2.2 本文建立模型初选的财务指标及其含义
• 4.3 主成分分析法对指标的筛选
• 4.3.1 主成分分析法的原理
• 4.3.2 主成分分析法的数学描述
• 4.3.3 本研究数据分析结果
• 4.4 离散因变量模型的实证及检验
• 4.4.1 离散因变量分析法原理
• 4.4.2 离散因变量分析法原理的数学描述
• 4.4.3 模型构建及实证结果
• 4.5 逐步判别模型的实证及检验
• 4.5.1 逐步判别法原理
• 4.5.2 逐步判别模型构建及检验结果
• 4.6 SVM支持向量机模型的实证及检验
• 4.6.1 支持向量机模型原理
• 4.6.2 支持向量机模型原理的数学描述
• 4.6.3 支持向量机模型构建与实证结果
• 4.7 BP神经网络的模型的实证分析
• 4.7.1 概念引入
• 4.7.2 BP神经网络的设计
• 4.7.3 BP神经网络训练结果及分析
• 5. 研究结论
• 5.1 研究结论
• 5.1.1 来自财务指标的结论
• 5.1.2 来自几种模型的结论
• 5.2 本文研究的局限性
• 5.3 后续展望
• 参考文献
• 中文文献
• 英文文献
• 附录
• 附录A 附表
• 附表一 离散因变量模型对60个企业的财务指标检测值
• 附表二 逐步判别模型对60个企业财务指标的检测值
• 附表三 BP神经网络模型对200只开发样本的检测结果
• 附表四 BP神经网络模型对60只开发样本的检测结果
• 附录B 攻读学位期间发表的学术论文
• 致谢