基于财务视角的制造业企业迁徙适配区域选择方法研究

发布时间：2017-07-18 05:26

  本文关键词：基于财务视角的制造业企业迁徙适配区域选择方法研究

  更多相关文章： 制造业转移 迁徙适配区域选择 产业承载系统适配性 财务数据 机器学习 随机森林

【摘要】：在产业转移过程中,为了改善制造业企业在选择迁徙适配区域时缺乏定量方法的问题,提高选择的科学性和有效性,改善过去依靠定性分析缺乏定量依据的状况,本文围绕制造业企业如何选择迁徙适配区域这一核心问题展开研究,创造性引入地域产业承载系统适配性理论和以企业财务特征为主要来源的量化特征集,构建一种新的基于机器学习框架的制造业企业迁徙适配区域定量选择方法,并以中国上市公司中86个汽车制造业企业为例,使用随机森林分类器对企业适合哪种类型的地域产业承载系统适配性区域做出预测,结果表明,本文所提出的制造业企业迁徙适配区域选择方法具有较强的有效性和可行性。本文的主要研究工作和创新点包括如下几个方面:(1)在研究视角上,本文从企业视角考察制造业产业转移,从定性和定量角度分析影响制造业企业迁徙行为的影响因素,构建以企业财务特征为主要来源的量化特征集。而现有的研究大多是从区域角度出发,以定性分析为主。(2)在实现方法上,本文尝试引入机器学习方法,引入地域产业承载系统适配性理论和以企业财务特征为主要来源的量化特征集,结合制造业企业适配区域选择的特点,构建基于机器学习的制造业企业迁徙适配区域选择定量模型和方法。通过实例的结果初步表明这一尝试有较好的效果。(3)在方法实用性上,本文从财务视角出发,引入财务数据来构建企业的量化特征集,由于财务数据具有规范性强、客观真实等特点,一定程度上增强了本文方法的实用性。本文的研究拓展了地域产业承载系统适配性理论和企业财务数据的应用领域和使用范围,对改善和提高制造业企业在选择迁徙区域时的效率和效果具有重要意义。
【关键词】：制造业转移 迁徙适配区域选择 产业承载系统适配性 财务数据 机器学习 随机森林
【学位授予单位】：湖南科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F425
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究背景10-11
• 1.2 文献综述11-15
• 1.2.1 产业转移与制造业转移研究现状与发展趋势11-12
• 1.2.2 制造业企业迁徙适配区域选择方法研究现状与发展趋势12
• 1.2.3 企业成长理论及其与财务信息的关系12-13
• 1.2.4 企业迁徙的非线性黑箱特点及机器学习方法简介13-15
• 1.3 研究框架与论文章节安排15-17
• 第二章 理论基础与模型变量选择17-25
• 2.1 地域产业承载系统适配性及目标变量选择17-19
• 2.1.1 地域产业承载系统适配性评价指标体系17-18
• 2.1.2 中国各省产业承载系统适配性等级划分18-19
• 2.2 影响企业迁徙的量化特征及预测变量选择19-25
• 2.2.1 企业量化特征集构建思路19-21
• 2.2.2 企业财务特征选取21-25
• 第三章 制造业企业迁徙适配区域选择模型25-30
• 3.1 基本思路25-26
• 3.1.1 现有方法存在的问题25
• 3.1.2 问题解决思路25-26
• 3.2 MSRS-ML/FV-ME理论模型26-28
• 3.2.1 MSRS-ML/FV-ME模型26-27
• 3.2.2 形式化描述27-28
• 3.3 MSRS-ML/FV-ME方法步骤28-30
• 3.3.1 分类器学习28
• 3.3.2 适配区域预测28-30
• 第四章 汽车制造业企业迁徙适配区域选择实例30-42
• 4.1 数据提取与预处理30-38
• 4.1.1 企业财务特征数据30-31
• 4.1.2 汽车制造业跨省转移数据31-38
• 4.2 数据处理方法38-39
• 4.2.1 处理过程简述38
• 4.2.2 评估指标选择与计算38-39
• 4.3 结果验证39-42
• 4.3.1 三折测试结果39
• 4.3.2 三折1000次测试结果39-40
• 4.3.3 五折测试结果40-42
• 第五章 结论42-44
• 5.1 本文的基本结论42
• 5.2 研究不足与展望42-44
• 参考文献44-48
• 致谢48-49
• 附录A：（攻读学位期间主要研究成果）49-50
• 附录B： 企业财务特征列表50-55
• 附录C： 预测变量描述统计表55-59
• 附录D： 算法源代码（R3.2）59-60

【参考文献】

中国期刊全文数据库 前10条

1 樊士德;沈坤荣;朱克朋;;中国制造业劳动力转移刚性与产业区际转移——基于核心—边缘模型拓展的数值模拟和经验研究[J];中国工业经济;2015年11期

2 原Z，

本文编号：556200