我国制造业上市公司财务预警统计研究

发布时间：2017-04-15 07:09

  本文关键词：我国制造业上市公司财务预警统计研究，由笔耕文化传播整理发布。

【摘要】：随着我国制造业企业竞争的不断加剧,企业陷入困境的状况不断出现。财务失败是其中最为重要的原因之一,所以我们建立财务预警系统就尤为重要。财务预警系统的建立不仅对公司的管理者掌握公司经营状况至关重要,而且对投资者的投资决策,乃至债权人、银行的贷款决策以及证券监管机构的监管水平都有一定重要意义。本文根据2014年各制造业上市公司当年财务状况将其划分为三类,具体方法如下：选取了2014年我国制造业上市公司中被标*ST的35家公司作为财务失败类(Y=-1)。将2014年未标的所有制造业上市公司的财务数据根据Altman的Z计分模型计算得分,将得分低于1.8的公司分为财务灰色类(Y=0),得分高于1.8的公司分为财务良好类(Y=1)。从这两组数据中各随机抽取35家,与标*ST的35家公司作为对比。在RESSET金融数据库中搜集这105家公司2012年及2013年的18个指标的具体数据,通过Kruskal-Wallis H检验,剔除了分类不显著的变量,将保留的指标进行因子分析,提取出公因子。从每类35家公司中随机抽取25家公司的数据作为训练集,其余的10家作为测试集。将2012年与2013年的训练集与测试集分别进行判别分析,Ordered Logistic回归以及支持向量机单模型预测,最后将三种单模型的部分准确性较高的结果组合到BP神经网络中,对2014年的财务状况进行预测。预测结果从数据方面来看,2013年数据较2012年数据的预测效果更优。从模型方面来看,就准确性与易操作性而言,支持向量机模型较为优越；然而在样本量大的情况下,BP神经网络组合模型的预测的结果更胜一筹。公司的管理者、投资人、债权人、银行以及证监会都可以运用本文研究的方法,预先知道制造业上市公司的财务状况,维护自身利益与市场的秩序。
【关键词】：财务预警 判别分析 Ordered Logistic回归 支持向量机 BP神经网络
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F406.7;F425
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-16
• 1.1 我国制造业上市公司财务预警背景与研究意义8-9
• 1.2 研究创新点9
• 1.3 技术路线图9-10
• 1.4 国内外财务预警研究综述10-16
• 1.4.1 国外财务预警研究综述10-12
• 1.4.2 国内财务预警研究综述12-16
• 第二章 我国制造业上市公司财务预警理论研究及方法研究16-20
• 2.1 财务预警理论研究16
• 2.2 财务预警模型研究16-20
• 2.2.1 财务预警判别分析模型研究16-17
• 2.2.2 财务预警Ordered Logistic回归模型研究17-18
• 2.2.3 财务预警支持向量机模型研究18
• 2.2.4 财务预警BP神经网络模型研究18-20
• 第三章 我国制造业上市公司财务预警系统样本与指标的确定20-31
• 3.1 我国制造业上市公司财务预警系统样本的选择20-23
• 3.2 制造业上市公司财务预警系统指标的选择23-25
• 3.3 我国制造业上市公司财务数据的预处理25-31
• 3.3.1 我国制造业上市公司财务数据标准化与正向化25
• 3.3.2 我国制造业上市公司财务数据Kruskal-Wallis H检验25-27
• 3.3.3 检验后数据的因子分析27-31
• 第四章 我国制造业上市公司财务预警模型的构建及实证31-54
• 4.1 我国制造业上市公司财务预警判别分析模型实证研究31-39
• 4.1.1 基于2012年数据进行的判别分析实证研究31-35
• 4.1.2 基于2013年数据进行的判别分析实证研究35-39
• 4.2 我国制造业上市公司财务预警Logistic回归实证研究39-46
• 4.2.1 基于2012年数据进行的Logistic回归实证研究39-42
• 4.2.2 基于2013年数据进行的Logistic回归实证研究42-46
• 4.3 我国制造业上市公司财务预警支持向量机模型实证研究46-49
• 4.3.1 基于2012年数据进行支持向量机模型实证研究46-48
• 4.3.2 基于2013年数据进行支持向量机模型实证研究48-49
• 4.4 我国制造业上市公司财务预警BP神经网络组合模型实证研究49-54
• 4.4.1 基于2012年数据进行BP神经网络组合模型实证研究49-52
• 4.4.2 基于2013年数据进行BP神经网络模型实证研究52-54
• 第五章 结论与建议54-56
• 5.1 结论54-55
• 5.2 建议55-56
• 参考文献56-58
• 附录58-59
• 申请学位期间的研究成果及发表的学术59-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 熊红斌 ,金虹;建立企业安全机制 实行财务预警管理[J];财会月刊;2003年06期

2 袁业虎,张燕;中外财务预警实证研究述评[J];审计与理财;2005年09期

3 刘菁;;刍议财务预警系统分析方法与基本模型[J];会计之友;2006年06期

4 于莹;;中小企业板上市公司的财务预警探讨[J];内江科技;2006年05期

5 常立华;;论财务预警信息的精细化生成[J];财会通讯(理财版);2006年Z1期

6 张晓峰;尹薇瑛;;财务预警研究综述[J];财会通讯(理财版);2007年12期

7 谭春海;;公司财务预警浅析[J];经营管理者;2009年09期

8 唐浩;;我国上市公司财务预警应用实证分析[J];湖南商学院学报;2010年01期

9 晁静;高建来;;公司治理在财务预警研究中的重要性探讨[J];商场现代化;2011年01期

10 李志;王阳;;中小企业财务预警体系初探[J];企业导报;2012年12期

中国重要会议论文全文数据库 前6条

1 高建来;辛磊;;天津市上市公司财务预警实证研究[A];新规划·新视野·新发展——天津市社会科学界第七届学术年会优秀论文集《天津学术文库》（下）[C];2011年

2 周晓斌;崔宝同;;应用判别分析模型对上市企业进行财务预警[A];2007中国控制与决策学术年会论文集[C];2007年

3 宋贵奇;;构建军工科研事业单位财务预警体系的探讨[A];2008年度中国总会计师优秀论文选[C];2009年

4 王玲玲;;基于LVQ神经网络的上市公司财务预警[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

5 张曾莲;;基于主成分分析BP神经网络的高校财务预警研究[A];第十届全国会计信息化年会论文集[C];2011年

6 吴德胜;梁j;;概率神经网络在财务预警实证中的应用[A];2003年中国管理科学学术会议论文集[C];2003年

中国重要报纸全文数据库 前7条

1 王芳　叶飞;财务预警也需“量体裁衣”[N];中国财经报;2004年

2 张燕;浅谈财务预警实证研究的发展[N];中国审计报;2005年

3 高立法 杜泰斌 文兆祥;财务预警诊断分析(二)[N];财会信报;2012年

4 朱玉奎 王一;财务预警保安全[N];中国财经报;2006年

5 宋光磊;“油价风暴”的启示[N];中国税务报;2006年

6 宋光磊;“油价风暴”中的启示[N];中国财经报;2006年

7 高红海;现金流缘何成为财务预警核心指标？[N];经理日报;2011年

中国博士学位论文全文数据库 前2条

1 冯征;数据挖掘方法在财务预警中的应用研究[D];天津大学;2007年

2 王满玲;公司财务预警监控机理模型及其应用方法研究[D];大连理工大学;2006年

中国硕士学位论文全文数据库 前10条

1 林卓敏;F集团基于绩效评价的财务预警研究[D];西南交通大学;2014年

2 张懿巍;引入EVA的发电类上市公司财务预警研究[D];华北电力大学;2015年

3 朱洪婷;我国制造业上市公司财务预警研究[D];长春理工大学;2015年

4 常红;基于平衡计分卡的企业预警研究[D];财政部财政科学研究所;2014年

5 陈婧;我国制造业上市公司财务预警模型实证研究[D];东华理工大学;2014年

6 侯沁芳;MY公司财务预警问题研究[D];湘潭大学;2015年

7 荆婷婷;改进的近邻传播算法在财务预警中的应用研究[D];合肥工业大学;2015年

8 于思敏;基于最小二乘和数据包络分析的财务预警研究[D];辽宁科技大学;2015年

9 徐琳琳;经济新常态背景下中小板上市公司财务预警研究[D];燕山大学;2015年

10 韩江雪;我国制造业上市公司财务预警统计研究[D];北方工业大学;2016年

  本文关键词：我国制造业上市公司财务预警统计研究，，由笔耕文化传播整理发布。

本文编号：307881