基于灰色神经网络的制造业上市公司财务危机预警研究

发布时间：2020-11-05 03:58

　　 随着全球经济的快速发展,作为实体经济中最重要的制造业,已经日益成为国家发展的中坚力量,在各国的经济发展中占有举足轻重的地位。由于经济学理论的迅速发展以及金融工具的不断进步,企业在筹资和投资方面拥有了更多的自由,但同时,企业的发展也面临更多的风险和不确定性因素,制造业企业也不例外,加上全球制造业的激烈竞争,制造业企业在其生产经营活动中也会遇到各种的不确定因素,一旦企业不能及时有效的预防存在的风险,企业将会陷入危机,甚至破产。在这样的情况下,企业各利益相关者应当关注对财务危机的预测,并将其视为主要风险之一。建立一个及时、有效、准确的财务预警模型,对于管理者防范经营风险,投资者做出正确地投资决策,政府优化资源配置,债权人保证债券资产的安全,员工工资的发放都有着重要的意义。本文通过对国内外有关企业财务危机预警相关文献和研究成果进行归纳总结,并以此为基础,首先,从沪、深两市A股上市公司中选取87家财务危机企业以及261家财务健康企业作为配对,其次,按照相关性、预测性、全面性、适应性等原则选取了27个财务指标和14个非财务指标,然后,利用灰色关联分析和模糊综合评价方法分别对各财务指标和非财务指标进行处理,最后,为了建立动态的财务预警模型,本文将灰色预测模型中的预测数据带入到已优化的神经网络模型中建立灰色神经网络,此模型结合了灰色预测模型和神经网络模型各自的优点,通过仿真预测结果,成功的判断了上市制造业企业的财务危机和财务健康,为管理者了解企业财务状况,预防财务危机的发生提供重要的依据。研究结果表明：(1)较少的财务指标就可以有效地反应出企业是否陷入财务危机。(2)利用模糊综合评价法可以有效的处理非财务指标,提升模型的运算速度,减少人工统计成本。(3)灰色系统理论、模糊综合理论与BP神经网络串联式结合建立的灰色神经网络模型是良好的动态预警模型。(4)通过预警样本的实证分析,灰色神经网络预警模型可以为管理者提供有关制造业上市公司的财务状况,帮助企业的管理层针对不同财务危机状况做出正确的决策,保证企业正常的运营。
【学位单位】：兰州大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：F406.7;F425
【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究意义
        1.2.1 理论价值
        1.2.2 现实意义
    1.3 文献综述
        1.3.1 国外研究综述
        1.3.2 国内研究综述
    1.4 研究方法和内容框架
        1.4.1 研究方法
        1.4.2 研究内容框架
    1.5 创新点与不足
        1.5.1 本文的创新点
        1.5.2 本文存在的不足
第二章 相关概念界定以及理论基础
    2.1 财务危机的定义
        2.1.1 财务危机的国外定义
        2.1.2 财务危机的国内定义
        2.1.3 本文对于财务危机的定义
    2.2 财务预警概念
    2.3 财务预警功能
    2.4 基础理论
        2.4.1 灰色系统理论
        2.4.2 BP神经网络系统理论
        2.4.3 灰色系统理论与BP神经网络的融合
    2.5 模糊综合评价概述
        2.5.1 模糊综合评价
        2.5.2 模糊综合评判模型的建立
第三章 财务预警样本和预警指标概述
    3.1 财务预警样本的由来及统计分析
        3.1.1 研究样本的由来
        3.1.2 样本期的确定
        3.1.3 研究样本配对原则
        3.1.4 样本公司的描述性统计分析
    3.2 预警指标的选取
        3.2.1 选取预警指标的原则
        3.2.2 关于财务指标体系的选取
        3.2.3 关于非财务指标的选取
第四章 制造业上市公司财务危机预警模型构建
    4.1 预警指标的筛选
        4.1.1 灰色关联度分析
        4.1.2 相关性检测
    4.2 非财务指标的模糊处理
    4.3 BP神经网络建立
        4.3.1 数据的预处理
        4.3.2 神经网络的构建
        4.3.3 模型的优化
    4.4 动态预警与检验
第五章 结论与展望
参考文献
在学期间的研究成果
致谢
附录A
附录B MATLAB程序

【参考文献】

相关期刊论文 前8条

1 李正;王军;白中科;郭义强;余莉;;贵州省土地利用及其生态系统服务价值与灰色预测[J];地理科学进展;2012年05期

2 黎继子,方呈祥;基于人工神经网络的港口泊位建设模糊评估[J];中国港湾建设;1999年03期

3 杨毓;蒙肖莲;;用支持向量机(SVM)构建企业破产预测模型[J];金融研究;2006年10期

4 邓琦;冯清玺;邓聚尤;;地下水位控制系统及最优灰色决策——人民胜利渠的灌溉决策[J];自动化学报;1985年02期

5 陆琦,郭宗楼,姚杰;灰色神经网络模型在湖泊水质预测中的应用[J];农机化研究;2004年03期

6 胡启洲;张卫华;;城市公交线网优化的灰色关联度决策模型[J];系统工程学报;2007年06期

7 陈文浩,郭丽红;企业财务危机的原因分析[J];浙江财税与会计;2001年10期

8 吴世农;黄世忠;;企业破产的分析指标和预测模型[J];中国经济问题;1987年06期

本文编号：2871093