發(fā)布時(shí)間：2017-04-15 07:09

  本文關(guān)鍵詞：我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警統(tǒng)計(jì)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國(guó)制造業(yè)企業(yè)競(jìng)爭(zhēng)的不斷加劇,企業(yè)陷入困境的狀況不斷出現(xiàn)。財(cái)務(wù)失敗是其中最為重要的原因之一,所以我們建立財(cái)務(wù)預(yù)警系統(tǒng)就尤為重要。財(cái)務(wù)預(yù)警系統(tǒng)的建立不僅對(duì)公司的管理者掌握公司經(jīng)營(yíng)狀況至關(guān)重要,而且對(duì)投資者的投資決策,乃至債權(quán)人、銀行的貸款決策以及證券監(jiān)管機(jī)構(gòu)的監(jiān)管水平都有一定重要意義。本文根據(jù)2014年各制造業(yè)上市公司當(dāng)年財(cái)務(wù)狀況將其劃分為三類(lèi),具體方法如下：選取了2014年我國(guó)制造業(yè)上市公司中被標(biāo)*ST的35家公司作為財(cái)務(wù)失敗類(lèi)(Y=-1)。將2014年未標(biāo)的所有制造業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)根據(jù)Altman的Z計(jì)分模型計(jì)算得分,將得分低于1.8的公司分為財(cái)務(wù)灰色類(lèi)(Y=0),得分高于1.8的公司分為財(cái)務(wù)良好類(lèi)(Y=1)。從這兩組數(shù)據(jù)中各隨機(jī)抽取35家,與標(biāo)*ST的35家公司作為對(duì)比。在RESSET金融數(shù)據(jù)庫(kù)中搜集這105家公司2012年及2013年的18個(gè)指標(biāo)的具體數(shù)據(jù),通過(guò)Kruskal-Wallis H檢驗(yàn),剔除了分類(lèi)不顯著的變量,將保留的指標(biāo)進(jìn)行因子分析,提取出公因子。從每類(lèi)35家公司中隨機(jī)抽取25家公司的數(shù)據(jù)作為訓(xùn)練集,其余的10家作為測(cè)試集。將2012年與2013年的訓(xùn)練集與測(cè)試集分別進(jìn)行判別分析,Ordered Logistic回歸以及支持向量機(jī)單模型預(yù)測(cè),最后將三種單模型的部分準(zhǔn)確性較高的結(jié)果組合到BP神經(jīng)網(wǎng)絡(luò)中,對(duì)2014年的財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果從數(shù)據(jù)方面來(lái)看,2013年數(shù)據(jù)較2012年數(shù)據(jù)的預(yù)測(cè)效果更優(yōu)。從模型方面來(lái)看,就準(zhǔn)確性與易操作性而言,支持向量機(jī)模型較為優(yōu)越；然而在樣本量大的情況下,BP神經(jīng)網(wǎng)絡(luò)組合模型的預(yù)測(cè)的結(jié)果更勝一籌。公司的管理者、投資人、債權(quán)人、銀行以及證監(jiān)會(huì)都可以運(yùn)用本文研究的方法,預(yù)先知道制造業(yè)上市公司的財(cái)務(wù)狀況,維護(hù)自身利益與市場(chǎng)的秩序。
【關(guān)鍵詞】：財(cái)務(wù)預(yù)警 判別分析 Ordered Logistic回歸 支持向量機(jī) BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F406.7;F425
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-16
• 1.1 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警背景與研究意義8-9
• 1.2 研究創(chuàng)新點(diǎn)9
• 1.3 技術(shù)路線(xiàn)圖9-10
• 1.4 國(guó)內(nèi)外財(cái)務(wù)預(yù)警研究綜述10-16
• 1.4.1 國(guó)外財(cái)務(wù)預(yù)警研究綜述10-12
• 1.4.2 國(guó)內(nèi)財(cái)務(wù)預(yù)警研究綜述12-16
• 第二章 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警理論研究及方法研究16-20
• 2.1 財(cái)務(wù)預(yù)警理論研究16
• 2.2 財(cái)務(wù)預(yù)警模型研究16-20
• 2.2.1 財(cái)務(wù)預(yù)警判別分析模型研究16-17
• 2.2.2 財(cái)務(wù)預(yù)警Ordered Logistic回歸模型研究17-18
• 2.2.3 財(cái)務(wù)預(yù)警支持向量機(jī)模型研究18
• 2.2.4 財(cái)務(wù)預(yù)警BP神經(jīng)網(wǎng)絡(luò)模型研究18-20
• 第三章 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警系統(tǒng)樣本與指標(biāo)的確定20-31
• 3.1 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警系統(tǒng)樣本的選擇20-23
• 3.2 制造業(yè)上市公司財(cái)務(wù)預(yù)警系統(tǒng)指標(biāo)的選擇23-25
• 3.3 我國(guó)制造業(yè)上市公司財(cái)務(wù)數(shù)據(jù)的預(yù)處理25-31
• 3.3.1 我國(guó)制造業(yè)上市公司財(cái)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化與正向化25
• 3.3.2 我國(guó)制造業(yè)上市公司財(cái)務(wù)數(shù)據(jù)Kruskal-Wallis H檢驗(yàn)25-27
• 3.3.3 檢驗(yàn)后數(shù)據(jù)的因子分析27-31
• 第四章 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警模型的構(gòu)建及實(shí)證31-54
• 4.1 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警判別分析模型實(shí)證研究31-39
• 4.1.1 基于2012年數(shù)據(jù)進(jìn)行的判別分析實(shí)證研究31-35
• 4.1.2 基于2013年數(shù)據(jù)進(jìn)行的判別分析實(shí)證研究35-39
• 4.2 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警Logistic回歸實(shí)證研究39-46
• 4.2.1 基于2012年數(shù)據(jù)進(jìn)行的Logistic回歸實(shí)證研究39-42
• 4.2.2 基于2013年數(shù)據(jù)進(jìn)行的Logistic回歸實(shí)證研究42-46
• 4.3 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警支持向量機(jī)模型實(shí)證研究46-49
• 4.3.1 基于2012年數(shù)據(jù)進(jìn)行支持向量機(jī)模型實(shí)證研究46-48
• 4.3.2 基于2013年數(shù)據(jù)進(jìn)行支持向量機(jī)模型實(shí)證研究48-49
• 4.4 我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警BP神經(jīng)網(wǎng)絡(luò)組合模型實(shí)證研究49-54
• 4.4.1 基于2012年數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)組合模型實(shí)證研究49-52
• 4.4.2 基于2013年數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型實(shí)證研究52-54
• 第五章 結(jié)論與建議54-56
• 5.1 結(jié)論54-55
• 5.2 建議55-56
• 參考文獻(xiàn)56-58
• 附錄58-59
• 申請(qǐng)學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)59-60
• 致謝60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 熊紅斌 ,金虹;建立企業(yè)安全機(jī)制 實(shí)行財(cái)務(wù)預(yù)警管理[J];財(cái)會(huì)月刊;2003年06期

2 袁業(yè)虎,張燕;中外財(cái)務(wù)預(yù)警實(shí)證研究述評(píng)[J];審計(jì)與理財(cái);2005年09期

3 劉菁;;芻議財(cái)務(wù)預(yù)警系統(tǒng)分析方法與基本模型[J];會(huì)計(jì)之友;2006年06期

4 于瑩;;中小企業(yè)板上市公司的財(cái)務(wù)預(yù)警探討[J];內(nèi)江科技;2006年05期

5 常立華;;論財(cái)務(wù)預(yù)警信息的精細(xì)化生成[J];財(cái)會(huì)通訊(理財(cái)版);2006年Z1期

6 張曉峰;尹薇瑛;;財(cái)務(wù)預(yù)警研究綜述[J];財(cái)會(huì)通訊(理財(cái)版);2007年12期

7 譚春海;;公司財(cái)務(wù)預(yù)警淺析[J];經(jīng)營(yíng)管理者;2009年09期

8 唐浩;;我國(guó)上市公司財(cái)務(wù)預(yù)警應(yīng)用實(shí)證分析[J];湖南商學(xué)院學(xué)報(bào);2010年01期

9 晁靜;高建來(lái);;公司治理在財(cái)務(wù)預(yù)警研究中的重要性探討[J];商場(chǎng)現(xiàn)代化;2011年01期

10 李志;王陽(yáng);;中小企業(yè)財(cái)務(wù)預(yù)警體系初探[J];企業(yè)導(dǎo)報(bào);2012年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 高建來(lái);辛磊;;天津市上市公司財(cái)務(wù)預(yù)警實(shí)證研究[A];新規(guī)劃·新視野·新發(fā)展——天津市社會(huì)科學(xué)界第七屆學(xué)術(shù)年會(huì)優(yōu)秀論文集《天津?qū)W術(shù)文庫(kù)》（下）[C];2011年

2 周曉斌;崔寶同;;應(yīng)用判別分析模型對(duì)上市企業(yè)進(jìn)行財(cái)務(wù)預(yù)警[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 宋貴奇;;構(gòu)建軍工科研事業(yè)單位財(cái)務(wù)預(yù)警體系的探討[A];2008年度中國(guó)總會(huì)計(jì)師優(yōu)秀論文選[C];2009年

4 王玲玲;;基于LVQ神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警[A];第八屆中國(guó)青年運(yùn)籌信息管理學(xué)者大會(huì)論文集[C];2006年

5 張?jiān)?;基于主成分分析BP神經(jīng)網(wǎng)絡(luò)的高校財(cái)務(wù)預(yù)警研究[A];第十屆全國(guó)會(huì)計(jì)信息化年會(huì)論文集[C];2011年

6 吳德勝;梁j;;概率神經(jīng)網(wǎng)絡(luò)在財(cái)務(wù)預(yù)警實(shí)證中的應(yīng)用[A];2003年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前7條

1 王芳　葉飛;財(cái)務(wù)預(yù)警也需“量體裁衣”[N];中國(guó)財(cái)經(jīng)報(bào);2004年

2 張燕;淺談財(cái)務(wù)預(yù)警實(shí)證研究的發(fā)展[N];中國(guó)審計(jì)報(bào);2005年

3 高立法 杜泰斌 文兆祥;財(cái)務(wù)預(yù)警診斷分析(二)[N];財(cái)會(huì)信報(bào);2012年

4 朱玉奎 王一;財(cái)務(wù)預(yù)警保安全[N];中國(guó)財(cái)經(jīng)報(bào);2006年

5 宋光磊;“油價(jià)風(fēng)暴”的啟示[N];中國(guó)稅務(wù)報(bào);2006年

6 宋光磊;“油價(jià)風(fēng)暴”中的啟示[N];中國(guó)財(cái)經(jīng)報(bào);2006年

7 高紅海;現(xiàn)金流緣何成為財(cái)務(wù)預(yù)警核心指標(biāo)？[N];經(jīng)理日?qǐng)?bào);2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 馮征;數(shù)據(jù)挖掘方法在財(cái)務(wù)預(yù)警中的應(yīng)用研究[D];天津大學(xué);2007年

2 王滿(mǎn)玲;公司財(cái)務(wù)預(yù)警監(jiān)控機(jī)理模型及其應(yīng)用方法研究[D];大連理工大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林卓敏;F集團(tuán)基于績(jī)效評(píng)價(jià)的財(cái)務(wù)預(yù)警研究[D];西南交通大學(xué);2014年

2 張懿巍;引入EVA的發(fā)電類(lèi)上市公司財(cái)務(wù)預(yù)警研究[D];華北電力大學(xué);2015年

3 朱洪婷;我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警研究[D];長(zhǎng)春理工大學(xué);2015年

4 常紅;基于平衡計(jì)分卡的企業(yè)預(yù)警研究[D];財(cái)政部財(cái)政科學(xué)研究所;2014年

5 陳婧;我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警模型實(shí)證研究[D];東華理工大學(xué);2014年

6 侯沁芳;MY公司財(cái)務(wù)預(yù)警問(wèn)題研究[D];湘潭大學(xué);2015年

7 荊婷婷;改進(jìn)的近鄰傳播算法在財(cái)務(wù)預(yù)警中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

8 于思敏;基于最小二乘和數(shù)據(jù)包絡(luò)分析的財(cái)務(wù)預(yù)警研究[D];遼寧科技大學(xué);2015年

9 徐琳琳;經(jīng)濟(jì)新常態(tài)背景下中小板上市公司財(cái)務(wù)預(yù)警研究[D];燕山大學(xué);2015年

10 韓江雪;我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警統(tǒng)計(jì)研究[D];北方工業(yè)大學(xué);2016年

  本文關(guān)鍵詞：我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警統(tǒng)計(jì)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：307881