我国上市公司财务危机预警的实证研究

论文摘要

上市公司财务危机预警的实证研究在国内外是一个被广泛关注的研究课题。从Beaver单变量研究开始,近四十年来,这一研究一直成为财务、会计、证券、金融等众多领域中经久不衰的课题。而我国目前对这一领域的研究方兴未艾。财务预警系统研究作为经济运行的晴雨表和企业经营状况的指示灯,它不仅具有较高的学术价值,而且具有巨大的社会应用价值。鉴于传统统计方法在企业财务危机预警应用中存在的问题,本文提出了人工神经网络在企业财务危机预警中的优势和潜力。其中,LVQ神经网络模型具有很好的模式识别特性,因此本文利用LVQ神经网络构建了上市公司财务危机的预警模型。本文选取了沪、深两市148家A股上市公司作为研究样本,在综合研究和借鉴了国内外大量研究文献的基础上,选定了五个财务指标作为所要建立的LVQ预警模型的预测指标。将数据划分为训练样本和测试样本两组,基于训练组的样本数据,建立起模型输入矩阵P,确定了模型的各个参数以后,以Matlab7.0为平台构建了基于LVQ神经网络的财务危机预警模型。为了进一步验证模型的可靠性,采用交叉检验法对模型进行测试,对所构建的预警模型用测试组的样本数据进行检验,检验的结果表明网络预测的正确率达到88.3%,由此可见,该模型具有良好的分类功能,利用LVQ网络进行模式识别是合适的,所构建的预警模型能够有效的预测企业的财务危机,这进一步表明把人工神经网络技术应用于企业财务危机预警的研究有着广泛的应用前景。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 写作背景
• 1.2 研究意义
• 1.3 主要思路和论文框架
• 第2章 国内外财务危机预警模型的研究综述
• 2.1 定性预警研究
• 2.1.1 标准化调查法
• 2.1.2 资金周转表分析法
• 2.1.3 四阶段症状分析法
• 2.1.4 流程图分析法
• 2.1.5 管理评分法
• 2.2 定量预警研究
• 2.2.1 国内外一元判定模型的研究
• 2.2.2 国内外多元线性判定模型的研究
• 2.2.3 国内外关于Logit模型的研究
• 2.2.4 国内外关于ANN模型的研究
• 2.2.5 国内外动态预警模型研究
• 2.3 财务危机预警模型的评价
• 第3章 财务危机预警的理论基础
• 3.1 财务危机理论
• 3.1.1 财务危机的概念
• 3.1.2 财务危机的类型
• 3.2 财务危机预警的基本原理
• 3.2.1 财务危机预警的概念
• 3.2.2 财务危机预警的相关理论
• 第4章 基于人工神经网络构建预警模型
• 4.1 人工神经网络的技术原理
• 4.1.1 人工神经网络简介
• 4.1.2 神经网络的结构
• 4.1.3 神经网络的特点
• 4.2 LVQ神经网络理论
• 4.2.1 LVQ网络的结构
• 4.2.2 LVQ网络的学习算法
• 4.2.3 基于LVQ网络的模式识别
• 第5章 上市公司财务危机预警的实证研究
• 5.1 研究对象的界定和样本的选取
• 5.1.1 研究对象的界定
• 5.1.2 样本数据的选取
• 5.2 模型指标体系的构建
• 5.2.1 财务指标的选取原则
• 5.2.2 基本财务指标解析
• 5.2.3 模型指标的确定
• 5.3 基于LVQ网络实证建模
• 5.3.1 样本的设计
• 5.3.2 模型建立及参数确定
• 5.3.3 模型检验
• 5.4 实证结果分析
• 第6章 结论
• 参考文献
• 附录A 训练组样本数据
• 附录B 测试组样本数据
• 攻读学位期间公开发表论文
• 致谢
• 研究生履历