自2009年創(chuàng)業(yè)板上市以來,至今已有近十年的時間,期間受到各界關(guān)注和投資者的青睞,在中國資本市場的地位僅次于主板市場。但隨著時間的推移,其成立伊始的高盈利性和高增長性的熱潮也隨之減弱。同時隨著當(dāng)前國內(nèi)經(jīng)濟(jì)新常態(tài)下產(chǎn)業(yè)調(diào)整陣痛和市場風(fēng)險加大,再加上創(chuàng)業(yè)板企業(yè)發(fā)展不穩(wěn)定、規(guī)模較小、風(fēng)險管理意識淡薄、規(guī)章制度不健全等特征無疑使得它們所面臨的財務(wù)風(fēng)險更加凸顯。對于創(chuàng)業(yè)板企業(yè)來說應(yīng)盡早建立適當(dāng)?shù)呢攧?wù)風(fēng)險預(yù)防體系以此應(yīng)對可能出現(xiàn)的財務(wù)困境等問題,有利于完善企業(yè)風(fēng)險管理體系,幫助企業(yè)及早預(yù)防風(fēng)險,對于其在瞬息萬變的市場環(huán)境下健康可持續(xù)發(fā)展具有重要意義。同時對于有效引導(dǎo)創(chuàng)業(yè)板市場發(fā)展,保護(hù)投資者和債權(quán)人相關(guān)利益、促進(jìn)相關(guān)金融機(jī)構(gòu)開展有效監(jiān)督有著重要的參考價值和借鑒作用。本文匯總國內(nèi)外專家學(xué)者對企業(yè)財務(wù)風(fēng)險的理論的研究成果及預(yù)警方法的選擇,結(jié)合宏觀市場條件以及創(chuàng)業(yè)板制造業(yè)企業(yè)近年來的財務(wù)狀況和自身特征,首先根據(jù)創(chuàng)業(yè)板制造業(yè)企業(yè)2016年年報數(shù)據(jù)選取了財務(wù)健康和財務(wù)危機(jī)配對企業(yè)共43對樣本數(shù)據(jù),根據(jù)網(wǎng)易財經(jīng)和巨靈數(shù)據(jù)庫的公開資料,分別選取來自償債能力、盈利能力、發(fā)展能力、營運能力和資本結(jié)構(gòu)5個維度的25個... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻(xiàn)綜述
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 文獻(xiàn)評述
    1.3 研究內(nèi)容與研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
    1.4 本文的創(chuàng)新點
第2章 上市公司財務(wù)預(yù)警相關(guān)理論
    2.1 概念界定
        2.1.1 創(chuàng)業(yè)板市場概念
        2.1.2 財務(wù)風(fēng)險概念
        2.1.3 財務(wù)預(yù)警概念
    2.2 相關(guān)理論基礎(chǔ)
        2.2.1 企業(yè)危機(jī)管理理論
        2.2.2 企業(yè)逆境管理理論
        2.2.3 企業(yè)診斷理論
        2.2.4 非均衡理論
    2.3 傳統(tǒng)預(yù)警方法介紹
        2.3.1 單一變量預(yù)警模型
        2.3.2 多元變量預(yù)警模型
        2.3.3 條件概率預(yù)警模型
        2.3.4 人工神經(jīng)網(wǎng)絡(luò)預(yù)警模型
        2.3.5 模型比較與評價
第3章 研究設(shè)計
    3.1 樣本與數(shù)據(jù)的選擇
    3.2 預(yù)警度的確定
        3.2.1 預(yù)警模型區(qū)間劃分
        3.2.2 預(yù)警模型時間劃分
        3.2.3 建模樣本與仿真樣本設(shè)計
    3.3 預(yù)警指標(biāo)選擇
        3.3.1 預(yù)警指標(biāo)選取原則
        3.3.2 預(yù)警指標(biāo)初步選取
    3.4 預(yù)警方法選擇
第4章 創(chuàng)業(yè)板上市公司財務(wù)風(fēng)險預(yù)警模型構(gòu)建及檢驗
    4.1 神經(jīng)網(wǎng)絡(luò)介紹
        4.1.1 神經(jīng)網(wǎng)絡(luò)概述
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)工作原理
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
    4.2 BP神經(jīng)網(wǎng)絡(luò)財務(wù)指標(biāo)選擇
        4.2.1 主成分分析基本原理
        4.2.2 主成分提取計算步驟
        4.2.3 預(yù)警指標(biāo)篩選
    4.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型構(gòu)建
        4.3.1 BP神經(jīng)網(wǎng)絡(luò)各參數(shù)確定
        4.3.2 學(xué)習(xí)樣本訓(xùn)練
        4.3.3 訓(xùn)練樣本運行結(jié)果
        4.3.4 檢驗樣本仿真處理
    4.4 與傳統(tǒng)模型比較
        4.4.1 傳統(tǒng)預(yù)警模型結(jié)果
        4.4.2 比較與分析
    4.5 構(gòu)建BP網(wǎng)絡(luò)預(yù)警模型應(yīng)用
第5章 結(jié)論
    5.1 研究結(jié)論
    5.2 研究不足及展望
參考文獻(xiàn)
在學(xué)研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]上市公司財務(wù)狀況與退市預(yù)警研究[J]. 于旭,魏雙瑩,丁麗霞.  現(xiàn)代管理科學(xué). 2016(12)
[2]基于Logistic回歸和BP神經(jīng)網(wǎng)絡(luò)的財務(wù)預(yù)警模型比較[J]. 關(guān)欣,王征.  統(tǒng)計與決策. 2016(17)
[3]基于Logistic和主成分分析的制造業(yè)上市公司財務(wù)危機(jī)預(yù)警[J]. 宋曉娜,黃業(yè)德,張峰.  財會月刊. 2016 (03)
[4]創(chuàng)業(yè)板公司財務(wù)危機(jī)預(yù)警實證[J]. 吳景泰,喬麗媛.  現(xiàn)代企業(yè). 2016(01)
[5]基于Logistic模型的上市公司財務(wù)風(fēng)險預(yù)警研究[J]. 陶志坤.  商業(yè)經(jīng)濟(jì). 2013(17)
[6]創(chuàng)業(yè)板公司財務(wù)預(yù)警研究[J]. 劉鵬.  財會月刊. 2013(08)
[7]創(chuàng)業(yè)板上市公司財務(wù)評價指標(biāo)體系研究[J]. 劉澤榮,方芳.  財會通訊. 2013(03)
[8]基于F分?jǐn)?shù)模型的創(chuàng)業(yè)板企業(yè)財務(wù)風(fēng)險預(yù)警——以制造業(yè)上市公司為例[J]. 李敏,趙麗萍,潘志剛.  財會通訊. 2012(35)
[9]創(chuàng)業(yè)板上市公司風(fēng)險分析與預(yù)警[J]. 胡愛榮,陳清云.  山西財經(jīng)大學(xué)學(xué)報. 2012(S3)
[10]我國創(chuàng)業(yè)板上市公司財務(wù)風(fēng)險預(yù)警實證研究[J]. 聞岳春,侯銳.  西部金融. 2012(10)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)業(yè)板上市公司財務(wù)預(yù)警研究[D]. 秦秀秀.安徽理工大學(xué) 2015
[2]創(chuàng)業(yè)板上市公司財務(wù)質(zhì)量評價研究[D]. 呂思媛.沈陽工業(yè)大學(xué) 2015
[3]創(chuàng)業(yè)板上市公司治理與會計信息質(zhì)量關(guān)系研究[D]. 董冬麗.沈陽工業(yè)大學(xué) 2015
[4]創(chuàng)業(yè)板上市公司財務(wù)預(yù)警模型研究[D]. 宋寶珠.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
[5]創(chuàng)業(yè)板上市公司風(fēng)險預(yù)警研究[D]. 潘松三.東華大學(xué) 2014
[6]創(chuàng)業(yè)板財務(wù)危機(jī)預(yù)警模型的研究[D]. 陳紅.湘潭大學(xué) 2013
[7]基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)預(yù)警研究[D]. 楊新輝.湖南工業(yè)大學(xué) 2012



本文編號：3157662