隨著全球經(jīng)濟的快速發(fā)展,作為實體經(jīng)濟中最重要的制造業(yè),已經(jīng)日益成為國家發(fā)展的中堅力量,在各國的經(jīng)濟發(fā)展中占有舉足輕重的地位。由于經(jīng)濟學(xué)理論的迅速發(fā)展以及金融工具的不斷進步,企業(yè)在籌資和投資方面擁有了更多的自由,但同時,企業(yè)的發(fā)展也面臨更多的風(fēng)險和不確定性因素,制造業(yè)企業(yè)也不例外,加上全球制造業(yè)的激烈競爭,制造業(yè)企業(yè)在其生產(chǎn)經(jīng)營活動中也會遇到各種的不確定因素,一旦企業(yè)不能及時有效的預(yù)防存在的風(fēng)險,企業(yè)將會陷入危機,甚至破產(chǎn)。在這樣的情況下,企業(yè)各利益相關(guān)者應(yīng)當(dāng)關(guān)注對財務(wù)危機的預(yù)測,并將其視為主要風(fēng)險之一。建立一個及時、有效、準確的財務(wù)預(yù)警模型,對于管理者防范經(jīng)營風(fēng)險,投資者做出正確地投資決策,政府優(yōu)化資源配置,債權(quán)人保證債券資產(chǎn)的安全,員工工資的發(fā)放都有著重要的意義。本文通過對國內(nèi)外有關(guān)企業(yè)財務(wù)危機預(yù)警相關(guān)文獻和研究成果進行歸納總結(jié),并以此為基礎(chǔ),首先,從滬、深兩市A股上市公司中選取87家財務(wù)危機企業(yè)以及261家財務(wù)健康企業(yè)作為配對,其次,按照相關(guān)性、預(yù)測性、全面性、適應(yīng)性等原則選取了27個財務(wù)指標和14個非財務(wù)指標,然后,利用灰色關(guān)聯(lián)分析和模糊綜合評價方法分別對各財務(wù)指標和非財務(wù)指標進行處理,最后,為了建立動態(tài)的財務(wù)預(yù)警模型,本文將灰色預(yù)測模型中的預(yù)測數(shù)據(jù)帶入到已優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型中建立灰色神經(jīng)網(wǎng)絡(luò),此模型結(jié)合了灰色預(yù)測模型和神經(jīng)網(wǎng)絡(luò)模型各自的優(yōu)點,通過仿真預(yù)測結(jié)果,成功的判斷了上市制造業(yè)企業(yè)的財務(wù)危機和財務(wù)健康,為管理者了解企業(yè)財務(wù)狀況,預(yù)防財務(wù)危機的發(fā)生提供重要的依據(jù)。研究結(jié)果表明：(1)較少的財務(wù)指標就可以有效地反應(yīng)出企業(yè)是否陷入財務(wù)危機。(2)利用模糊綜合評價法可以有效的處理非財務(wù)指標,提升模型的運算速度,減少人工統(tǒng)計成本。(3)灰色系統(tǒng)理論、模糊綜合理論與BP神經(jīng)網(wǎng)絡(luò)串聯(lián)式結(jié)合建立的灰色神經(jīng)網(wǎng)絡(luò)模型是良好的動態(tài)預(yù)警模型。(4)通過預(yù)警樣本的實證分析,灰色神經(jīng)網(wǎng)絡(luò)預(yù)警模型可以為管理者提供有關(guān)制造業(yè)上市公司的財務(wù)狀況,幫助企業(yè)的管理層針對不同財務(wù)危機狀況做出正確的決策,保證企業(yè)正常的運營。
【學(xué)位單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：F406.7;F425
【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
        1.2.1 理論價值
        1.2.2 現(xiàn)實意義
    1.3 文獻綜述
        1.3.1 國外研究綜述
        1.3.2 國內(nèi)研究綜述
    1.4 研究方法和內(nèi)容框架
        1.4.1 研究方法
        1.4.2 研究內(nèi)容框架
    1.5 創(chuàng)新點與不足
        1.5.1 本文的創(chuàng)新點
        1.5.2 本文存在的不足
第二章 相關(guān)概念界定以及理論基礎(chǔ)
    2.1 財務(wù)危機的定義
        2.1.1 財務(wù)危機的國外定義
        2.1.2 財務(wù)危機的國內(nèi)定義
        2.1.3 本文對于財務(wù)危機的定義
    2.2 財務(wù)預(yù)警概念
    2.3 財務(wù)預(yù)警功能
    2.4 基礎(chǔ)理論
        2.4.1 灰色系統(tǒng)理論
        2.4.2 BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論
        2.4.3 灰色系統(tǒng)理論與BP神經(jīng)網(wǎng)絡(luò)的融合
    2.5 模糊綜合評價概述
        2.5.1 模糊綜合評價
        2.5.2 模糊綜合評判模型的建立
第三章 財務(wù)預(yù)警樣本和預(yù)警指標概述
    3.1 財務(wù)預(yù)警樣本的由來及統(tǒng)計分析
        3.1.1 研究樣本的由來
        3.1.2 樣本期的確定
        3.1.3 研究樣本配對原則
        3.1.4 樣本公司的描述性統(tǒng)計分析
    3.2 預(yù)警指標的選取
        3.2.1 選取預(yù)警指標的原則
        3.2.2 關(guān)于財務(wù)指標體系的選取
        3.2.3 關(guān)于非財務(wù)指標的選取
第四章 制造業(yè)上市公司財務(wù)危機預(yù)警模型構(gòu)建
    4.1 預(yù)警指標的篩選
        4.1.1 灰色關(guān)聯(lián)度分析
        4.1.2 相關(guān)性檢測
    4.2 非財務(wù)指標的模糊處理
    4.3 BP神經(jīng)網(wǎng)絡(luò)建立
        4.3.1 數(shù)據(jù)的預(yù)處理
        4.3.2 神經(jīng)網(wǎng)絡(luò)的構(gòu)建
        4.3.3 模型的優(yōu)化
    4.4 動態(tài)預(yù)警與檢驗
第五章 結(jié)論與展望
參考文獻
在學(xué)期間的研究成果
致謝
附錄A
附錄B MATLAB程序

【參考文獻】

相關(guān)期刊論文 前8條

1 李正;王軍;白中科;郭義強;余莉;;貴州省土地利用及其生態(tài)系統(tǒng)服務(wù)價值與灰色預(yù)測[J];地理科學(xué)進展;2012年05期

2 黎繼子,方呈祥;基于人工神經(jīng)網(wǎng)絡(luò)的港口泊位建設(shè)模糊評估[J];中國港灣建設(shè);1999年03期

3 楊毓;蒙肖蓮;;用支持向量機(SVM)構(gòu)建企業(yè)破產(chǎn)預(yù)測模型[J];金融研究;2006年10期

4 鄧琦;馮清璽;鄧聚尤;;地下水位控制系統(tǒng)及最優(yōu)灰色決策——人民勝利渠的灌溉決策[J];自動化學(xué)報;1985年02期

5 陸琦,郭宗樓,姚杰;灰色神經(jīng)網(wǎng)絡(luò)模型在湖泊水質(zhì)預(yù)測中的應(yīng)用[J];農(nóng)機化研究;2004年03期

6 胡啟洲;張衛(wèi)華;;城市公交線網(wǎng)優(yōu)化的灰色關(guān)聯(lián)度決策模型[J];系統(tǒng)工程學(xué)報;2007年06期

7 陳文浩,郭麗紅;企業(yè)財務(wù)危機的原因分析[J];浙江財稅與會計;2001年10期

8 吳世農(nóng);黃世忠;;企業(yè)破產(chǎn)的分析指標和預(yù)測模型[J];中國經(jīng)濟問題;1987年06期

本文編號：2871093