论文摘要
竞争激烈的市场经济孕育发展机遇的同时,也暗藏着无尽的风险和危机。对于上市公司而言,因财务危机沦为“ST”甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危机其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建彼此不相关且信息涵盖量大的财务危机预警指标体系,以及预测能力高的财务危机预警模型,对于证券市场的投资者和公司管理层而言,无疑能起到稳定证券市场、稳定国民经济乃至稳定社会发展的重要作用。本文的研究是从智能理论角度着手,把遗传算法与神经网络技术应用于我国上市公司财务预警的研究当中。论文共分为五部分。第一部分介绍了上市公司财务预警的研究背景和研究意义,以及国内外研究现状;第二部分主要对企业财务危机预警的相关理论进行了阐述,介绍了企业财务危机预警的理论依据,并对企业财务危机预警的定性和定量研究方法进行了回顾;第三部分是研究设计,主要介绍样本和预警变量的选取,以及实证研究所使用的方法和模型;第四部分是在运用主成分分析提取主成分后,分别用BP神经网络预警模型和遗传优化神经网络预警模型进行了预警模型的构建与检验,并对不同预测模型建模方法的实证结果进行比较;最后本文提出研究结论,并探讨了本研究的局限性和有关研究领域未来的发展方向。本文的特色及创新之处在于:一是指标体系中引入了盈余管理、利润操纵程度指标和非财务信息,使预警指标体系更加完整。二是将遗传算法和神经网络相结合,构建了优化的财务预警模型。
论文目录
摘要Abstract1 绪论1.1 问题的提出1.1.1 研究背景1.1.2 研究意义1.2 国内外财务危机预警研究文献综述1.2.1 国外财务危机预警模型研究1.2.2 国内财务危机预警模型研究1.3 本文研究思路和技术路线2 企业财务危机预警理论综述2.1 企业财务危机的内涵2.1.1 财务危机的界定2.1.2 财务危机的表现形式2.2 企业财务危机预警的理论依据2.2.1 规范性理论2.2.2 实证理论2.3 企业财务危机定性预警研究方法回顾2.4 企业财务危机定量预警研究方法回顾2.4.1 统计类财务危机预警方法2.4.2 非统计类财务危机预警方法3 样本和预警指标的确定3.1 样本与数据的选取3.1.1 研究样本的选择3.1.2 研究样本的确定3.1.3 数据的选取3.2 预警指标的确定3.2.1 预警指标的初步选取3.2.2 预警指标的显著性检验3.3 财务预警指标主成分的提取3.3.1 主成分分析3.3.2 主成分的提取4 预警模型的构建与检验4.1 BP神经网络预警模型4.1.1 BP神经网络理论概述4.1.2 BP神经网络结构设计4.1.3 传统BP神经网络模型构建4.1.4 模型的训练及精度检验4.2 遗传优化神经网络预警模型4.2.1 遗传算法理论概述4.2.2 遗传算法在神经网络设计中的应用4.2.3 遗传优化神经网络模型构建4.2.4 模型的训练及精度检验4.3 不同预测建模方法实证结果比较结论参考文献附录A 财务危机公司样本附录B 财务状况正常公司样本攻读硕士学位期间发表学术论文情况致谢
相关论文文献
标签:财务预警论文; 遗传算法论文; 神经网络论文;