本文關(guān)鍵詞：基于財務(wù)特征的上市公司負(fù)面網(wǎng)絡(luò)輿情預(yù)警研究

  更多相關(guān)文章： 上市公司 BP神經(jīng)網(wǎng)絡(luò) 網(wǎng)絡(luò)輿情 預(yù)警模型

【摘要】：最近幾年來,上市公司通過網(wǎng)絡(luò)爆發(fā)的輿情事件激增,輿情事件也引發(fā)公司股價下跌、股東利益受損等,因此,構(gòu)建一個有效的上市公司網(wǎng)絡(luò)輿情預(yù)警體系十分重要。上市公司負(fù)面網(wǎng)絡(luò)輿情的發(fā)展是一個螺旋形的變化形態(tài),分析上市公司在負(fù)面網(wǎng)絡(luò)輿情初期的各個指標(biāo)特征,在此階段建立輿情預(yù)警系統(tǒng),在網(wǎng)絡(luò)輿情發(fā)生之初就及時發(fā)出預(yù)警信號,促使企業(yè)警覺并采取相應(yīng)措施加以防范,有充裕的時間來應(yīng)對網(wǎng)絡(luò)輿情事件引發(fā)的危機,是企業(yè)公司治理與內(nèi)部控制的重要組成部分。論文分析了上市公司負(fù)面網(wǎng)絡(luò)輿情事件的演變,從信息不對稱理論、有效市場理論及行為金融三個理論層面分析在企業(yè)負(fù)面輿情時期的各個利益相關(guān)者的活動,來分析預(yù)警模型的可行性以及必要性。論文意在構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)警模型,基于這一目的,通過分析,在吸收現(xiàn)有研究成果基礎(chǔ)上,利用數(shù)據(jù)挖掘技術(shù),分析企業(yè)的各項財務(wù)指標(biāo)特征、市場表現(xiàn)等進(jìn)行更深入的研究,提出了一個包含有關(guān)于企業(yè)的財務(wù)指標(biāo)、市場技術(shù)指標(biāo)、控制變量等三個層面的指標(biāo)體系。以2012年發(fā)生負(fù)面網(wǎng)絡(luò)輿情事件的115家企業(yè)以及與其配對的115家企業(yè)作為研究樣本展開研究,運用事件研究法和SPSS Statistics 19軟件對數(shù)據(jù)進(jìn)行回歸分析和顯著性檢驗,利用SPSS Clementine 12.0軟件基于市盈率、媒體、機構(gòu)等顯著性預(yù)警指標(biāo),開始BP神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)訓(xùn)練及檢驗。研究得到模型中,在上市公司負(fù)面網(wǎng)絡(luò)輿情預(yù)警系統(tǒng)里,媒體、機構(gòu)投資者、市盈率等指標(biāo)在輿情初期預(yù)測輿情爆發(fā)過程中都占據(jù)著非常重要的地位,且模型對于企業(yè)是否會發(fā)生負(fù)面網(wǎng)絡(luò)輿情的預(yù)警準(zhǔn)確率達(dá)到75%以上,達(dá)到了比較好的預(yù)測效果。論文通過建立上市公司網(wǎng)絡(luò)輿情預(yù)警模型,分析企業(yè)財務(wù)層面、市場層面的信息,對企業(yè)各個利益相關(guān)者都有意義。對于企業(yè)管理層來說,本文所提出的基于財務(wù)特征的上市公司負(fù)面網(wǎng)絡(luò)輿情預(yù)警模型,從數(shù)據(jù)的收集分析,再到模型的建立運行過程,實踐性及可行性較為可觀,從而也可不必再企業(yè)輿情已經(jīng)爆發(fā)到頂峰之時才有行動。對于投資者來說,使用網(wǎng)絡(luò)輿情預(yù)警能進(jìn)行相應(yīng)的動態(tài)分析以作為投資參考因素,可以快速把握企業(yè)的營業(yè)現(xiàn)狀,正確評估企業(yè)的現(xiàn)狀,預(yù)測企業(yè)的發(fā)展?jié)摿?進(jìn)而降低投資的風(fēng)險性。對于證券監(jiān)管部門來說,本文提出的預(yù)警模型也是一個實時的監(jiān)控方式與途徑。
【關(guān)鍵詞】：上市公司 BP神經(jīng)網(wǎng)絡(luò) 網(wǎng)絡(luò)輿情 預(yù)警模型
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F275;F832.51
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-21
• 1.1 研究背景及意義9-12
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10-12
• 1.2 文獻(xiàn)綜述12-18
• 1.2.1 上市公司輿情演化12-13
• 1.2.2 治理效應(yīng)13-17
• 1.2.3 預(yù)警17-18
• 1.3 研究思路及框架18-21
• 1.3.1 本文的研究思路18-19
• 1.3.2 本文主要內(nèi)容19-20
• 1.3.3 本文創(chuàng)新點20-21
• 第二章 上市公司網(wǎng)絡(luò)輿情的公司治理效應(yīng)及理論分析21-29
• 2.1 信息不對稱21-23
• 2.2 有效市場23-24
• 2.3 行為金融24-25
• 2.4 公司治理與內(nèi)部控制25-26
• 2.5 本章小結(jié)26-29
• 第三章 預(yù)警模型研究設(shè)計29-48
• 3.1 樣本選取及數(shù)據(jù)來源29-30
• 3.2 基于財務(wù)特征的預(yù)警指標(biāo)體系30-39
• 3.2.1 財務(wù)層面指標(biāo)30-32
• 3.2.2 市場層面技術(shù)指標(biāo)32-35
• 3.2.3 控制變量35-39
• 3.3 網(wǎng)絡(luò)輿情事件周期理論39-40
• 3.4 預(yù)警時間點的確定40-47
• 3.5 本章小結(jié)47-48
• 第四章 預(yù)警模型的建立48-58
• 4.1 BP神經(jīng)網(wǎng)絡(luò)模型48-50
• 4.2 預(yù)警模型建立50-56
• 4.2.1 預(yù)警模型參數(shù)設(shè)置51-52
• 4.2.2 利用神經(jīng)網(wǎng)絡(luò)模型預(yù)警52-56
• 4.3 模型結(jié)論56-58
• 第五章 預(yù)警效果檢驗58-62
• 5.1 檢驗樣本選擇58-59
• 5.2 模型檢驗結(jié)果及分析59-62
• 結(jié)論62-65
• 1 研究結(jié)論62-63
• 2 本文創(chuàng)新63-64
• 3 不足與展望64-65
• 參考文獻(xiàn)65-69
• 攻讀博士/碩士學(xué)位期間取得的研究成果69-70
• 致謝70-71
• 附件71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 李若冰;;善變的蝴蝶——混沌理論視野下的網(wǎng)絡(luò)輿論監(jiān)督分析[J];重慶文理學(xué)院學(xué)報(社會科學(xué)版);2010年02期

2 賀建剛;魏明海;劉峰;;利益輸送、媒體監(jiān)督與公司治理:五糧液案例研究[J];管理世界;2008年10期

3 徐莉萍;辛宇;;媒體治理與中小投資者保護[J];南開管理評論;2011年06期

4 楊德明;趙璨;;媒體監(jiān)督、媒體治理與高管薪酬[J];經(jīng)濟研究;2012年06期

5 楊淑娥,黃禮;基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)預(yù)警模型[J];系統(tǒng)工程理論與實踐;2005年01期

6 楊淑娥;王樂平;;基于BP神經(jīng)網(wǎng)絡(luò)和面板數(shù)據(jù)的上市公司財務(wù)危機預(yù)警[J];系統(tǒng)工程理論與實踐;2007年02期

7 戴媛;郝曉偉;郭巖;余智華;;我國網(wǎng)絡(luò)輿情安全評估指標(biāo)體系的構(gòu)建研究[J];信息網(wǎng)絡(luò)安全;2010年04期

，

本文編號：724170