基于遗传神经网络的中国新三板挂牌公司信息披露违规预警研究

发布时间：2020-09-04 19:52

　　全国中小企业股份转让系统(简称新三板)是我国多层次资本市场的重要组成部分。真实、准确、完整、及时地进行信息披露是新三板挂牌公司的法定义务。挂牌公司一旦发生信息披露违规行为,投资者将遭受损失,市场也将面临信任危机。因此,有必要对新三板挂牌公司信息披露违规行为进行有效预警。本文以因信息披露违规被监管机构处罚的新三板挂牌公司为研究对象,在全面分析其违规现状的基础上,对其违规动因进行实证研究,基于遗传神经网络方法构建违规预警模型,并对新三板全部挂牌公司进行预警分析。主要研究工作和结论如下:通过实证分析和检验,发现大股东掏空程度、市场操纵程度、盈余管理程度均与新三板挂牌公司信息披露违规行为显著正相关,大股东掏空、市场操纵、盈余管理是新三板挂牌公司信息披露违规的主要动因。基于公司财务、市场交易、公司治理以及违规动因四个特征视角,运用遗传神经网络方法分别构建新三板挂牌公司信息披露违规事件发生预警模型和违规严重程度预警模型。经小样本检验,新三板挂牌公司信息披露违规事件发生预警模型的预警准确率达到83.64%,违规严重程度预警模型的预警准确率达到73.24%。此外,还发现包含公司财务、市场交易、公司治理、违规动因信息越充分的模型,预测准确率越高。应用新三板挂牌公司信息披露违规事件发生预警模型和违规严重程度预警模型分别对2016年新三板全部挂牌公司进行预警分析,取得较好的预警效果。从全市场角度分析发现,处于“违规”预警状态的挂牌公司数量远大于实际被处罚的挂牌公司数量。从分行业角度分析发现,制造业、信息传输、软件和信息技术服务业内处于“违规”预警状态的挂牌公司数量最多,采矿业,农、林、牧、渔业,文化、体育和娱乐业,金融业,建筑业等行业内的挂牌公司更容易发生信息披露违规行为,采矿业,农、林、牧、渔业,批发和零售业,租赁和商务服务业等行业内的挂牌公司信息披露违规严重程度更高。最后,分别从加强外部监督机制和内部管理机制的角度提出防范新三板挂牌公司信息披露违规的政策建议。
【学位单位】：中国地质大学(北京)
【学位级别】：博士
【学位年份】：2018
【中图分类】：TP183;F275;F832.51
【部分图文】：

变化曲线,最优个体,适应度,变化曲线

图 5-6 违规事件发生预警模型最优个体适应度值变化曲线其次，通过遗传算法优化得到 BP 神经网络最优初始权值和阈值如下： ①输入层隐含层权值 W1 为 14*10 的矩阵，由于数据过多，不在文中列示②隐含层输出层权值 W2 为： -2.4600,-1.3080,1.6017,-1.8246,-2.8504,-2.2096,-0.9060,1.1372,-2.4264,-0.0047] ③隐含层阈值 B1 为： 1.0014,-2.4611,-0.0658,-2.0733,2.1134,2.3089,0.9556,-2.8380,2.7483,0.8757] ④输出层阈值为：B2=-2.2082。设置上述最优初始权值和阈值，并对所选的 120 对样本进行网络训练，最证性能曲线如图 5-7 所示。迭代到 10 代时，最佳验证性能为 0.42696，满足迭代终止。训练网络预测性能的验证性分析结果如图 5-8 所示。可以看出，对于训练

曲线,模型,曲线

违规事件发生预警模型最佳验证性能曲线

分析结果图,模型训练,网络预测,模型

违规事件发生预警模型训练网络预测性能的验证性分析结果

【相似文献】