基于改进的SOM的房地产企业财务分析及预警研究

发布时间：2017-05-11 23:01

  本文关键词：基于改进的SOM的房地产企业财务分析及预警研究，，由笔耕文化传播整理发布。

【摘要】：最近几年,房地产行业发展迅速,随着产业如此迅速的成长,我国房地产业的成长突飞猛进,房地产政策的改进,以及金融政策的创新,不断地为房地产企业创造越来越广阔的成长空间。然而,由于房地产作为我国国民经济的支柱产业,具有资金密集性、投资回报期长、高利润、高风险等特点,加上我国的房地产业尚不够规范化,金融体系的不完善,房地产业在飞速猛进的同时,也承受着巨大的财务风险。SOM人工神经网络(Self-Organizing Feature Map,自组织特性映射网络)模型,具有较强的适应性和优良的聚类功能。如何根据实际情况应用SOM网络进行企业财务风险评价,对现有SOM进行改进,提高解的精确度,利用改进后的SOM对房地产企业进行财务预警研究,并和其他房地产企业财务预警方法进行结果对比和总结,指导和应用于实践,是文章要重点做的研究。本文利用沪深两市94家房地产上市公司和28个财务预警指标,构建了房地产财务风险评价模型。第一,阐述了中国房地产企业的财务风险现状,通过分析产生风险的各个环节,得出现阶段存在的主要问题,极其形成原因和影响成分。第二,构建了SOM神经网络聚类模型。第三,建立了房地产企业财务风险评价指标模型。收集到94家沪深房地产上市公司的财务信息,整理了这94家房地产上市公司的财务报表,筛选出28个财务指标的具体数据。第四,对SOM网络进行改进,提高解的精确度,应用改进后的SOM对94家房地产上市公司财务数据样本进行聚类分析,得到高精度的综合聚类结果,得出每一类企业的财务特性,清晰直观的表达了企业的财务状况,并和其他企业财务预警方法进行结果对比和总结。第五,针对以上方法得出的结果提出房地产企业财务风险管理和财务预警的建议。
【关键词】：房地产企业 财务分析 SOM神经网络 财务预警
【学位授予单位】：上海工程技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.233.42
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 绪论11-23
• 1.1 研究背景和意义11-14
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12-14
• 1.2 国内外研究现状14-21
• 1.2.1 国外研究现状14-17
• 1.2.2 国内研究现状17-21
• 1.3 研究思路与框架21-23
• 1.3.1 研究思路21
• 1.3.2 研究框架21-23
• 第二章 我国房地产企业财务预警相关理论23-33
• 2.1 我国房地产企业财务危机分析23-28
• 2.1.1 我国房地产企业财务危机的产生环节24-25
• 2.1.2 我国房地产企业融资危机分析25-26
• 2.1.3 房地产企业投资危机分析26
• 2.1.4 资金回收危机分析26-27
• 2.1.5 收益分配危机分析27-28
• 2.2 我国房地产企业财务预警现状28-29
• 2.3 我国房地产企业财务危机管理存在的问题29-31
• 2.4 我国房地产企业财务危机影响因素31-33
• 2.4.1 经济环境31
• 2.4.2 政策环境31
• 2.4.3 金融环境31-32
• 2.4.4 市场供求环境32
• 2.4.5 行业风险因素32-33
• 第三章 房地产上市公司财务分析及预警模型的构建33-49
• 3.1 研究样本的选取33
• 3.2 财务指标的筛选33-40
• 3.3 财务指标体系的主成分分析40-49
• 第四章 SOM神经网络的聚类模型49-57
• 4.1 SOM神经网络概述49-50
• 4.2 SOM神经网络数学模型50-53
• 4.3 SOM神经网络初始化53-55
• 4.4 SOM神经网络的学习过程55-57
• 4.4.1 竞争过程55
• 4.4.2 合作过程55-56
• 4.4.3 自适应过程56-57
• 第五章 实验及其仿真结果分析57-71
• 5.1 K-均值聚类57-61
• 5.2 多获胜节点SOM及其实验结果61-70
• 5.3 多获胜节点SOM仿真实验结果分析70-71
• 第六章 我国房地产企业财务预警机制的改进建议71-77
• 6.1 加强智能信息处理技术在财务预警机制中的应用71-74
• 6.1.1 数据搜索技术的应用71-72
• 6.1.2 智能算法与财务信息管理系统的结合72-73
• 6.1.3 人工智能在财务决策支撑系统中的应用73-74
• 6.2 建立健全预防集团财务风险的内部控制制度74-77
• 6.2.1 加强风险管理文化74
• 6.2.2 设计新的组织结构74-75
• 6.2.3 健全内部审计制度75-76
• 6.2.4 实行全面风险管理与责任追究模式76-77
• 参考文献77-81
• 附录81-97
• 攻读硕士学位期间发表的学术论文及取得的相关科研成果97-98
• 致谢98-99

【参考文献】

中国期刊全文数据库 前10条

1 秦江波;于冬梅;;信贷风险预警指标体系的构建[J];商业研究;2009年03期

2 张波;;银行业的双重转型与全面市场风险——以次贷危机中的花旗集团为例[J];金融论坛;2008年05期

3 王舰;孙凤娥;高绍伟;;财务智能,你准备好了吗?[J];中国管理信息化;2008年15期

4 聂慧;;中国商业银行财务危机预警机制研究[J];东方企业文化;2013年02期

5 曹一兵;;SPSS在电信运营企业经营决策中的应用[J];通信管理与技术;2009年03期

6 杨海军;太雷;;基于模糊支持向量机的上市公司财务困境预测[J];管理科学学报;2009年03期

7 鲍新中;武鹏;周雨;;基于聚类-灰色关联分析的财务预警指标筛选研究[J];中国注册会计师;2012年07期

8 郑四华;胡颖;;商业银行信贷风险预警系统的设计[J];企业经济;2007年12期

9 刘洪久;马卫民;胡彦蓉;;证券市场并购目标的财务特征分析和预测研究[J];统计与信息论坛;2010年06期

10 辛磊;高建来;;基于Logistic模型的天津市上市公司财务预警实证研究[J];商业会计;2012年18期

中国重要报纸全文数据库 前1条

1 赛迪智库软件与信息服务研究所;[N];中国电子报;2012年

中国博士学位论文全文数据库 前3条

1 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年

2 王娟;基于消费者行为的零售业态演进研究[D];中南大学;2012年

3 狄浩林;面向精确营销基于数据挖掘的3G用户行为模型及实证研究[D];北京邮电大学;2012年

中国硕士学位论文全文数据库 前9条

1 袁思佳;港口企业客户价值分类模型研究[D];北京交通大学;2011年

2 陈颖;税务稽查选案技术方法研究[D];天津大学;2004年

3 谭杰;智能化信用风险预警方法研究[D];首都师范大学;2006年

4 陈娜娜;商业银行信用风险度量模型及其在我国的适用性研究[D];西南财经大学;2007年

5 张大华;趋紧政策下我国商业银行房地产信贷风险研究[D];河南大学;2012年

6 张霞;基于椭圆概率神经网络集成的企业财务危机预测研究[D];哈尔滨工业大学;2013年

7 姚根;基于灰色神经网络的信息技术业上市公司财务危机预警研究[D];湘潭大学;2013年

8 祁辉;我国制造业上市公司财务危机预警研究[D];东北财经大学;2013年

9 张艳凤;基于BP神经网络的钢铁行业上市公司财务风险预警研究[D];燕山大学;2013年

  本文关键词：基于改进的SOM的房地产企业财务分析及预警研究，由笔耕文化传播整理发布。

本文编号：358219