基于Z-Score模型的有色金属行业上市公司财务预警研究

发布时间：2017-04-25 12:17

  本文关键词：基于Z-Score模型的有色金属行业上市公司财务预警研究，由笔耕文化传播整理发布。

【摘要】：作为国民经济中基础性的支柱产业，，有色金属行业一直以来都在经济、社会领域、科学发展方面发挥着不可替代的作用，但同时其不合理的行业结构、相对匮乏的原材料以及缺乏与市场相当的定价话语权等弊端都使得行业的持续发展面临多重风险，另外，当前对于该行业内公司的监管主要是以静态监管、事后监管为主，形成了监管中的软肋，尤其对于上市公司而言，若不加以重视，一系列的风险很有可能演变成财务危机，进而导致公司破产,因此，居安思危建立适用于有色金属行业上市公司的财务预警系统，及时完善财务风险防范措施，确保该行业公司安全，已成为产业发展最为关注的问题。 文章围绕有色金属行业上市公司财务风险预警模型展开研究，共分六个部分。第一部分首先明确文章研究背景目的，并对涉及该领域的研究成果进行总结分析，由此确定论文的研究方向；第二部分对财务预警内涵以及财务预警定性、定量模型理论进行详细介绍比较；第三部分阐述了有色金属行业分类、经营技术特征以及有色金属行业上市公司所面临的风险状况；第四部分为研究的重点，即运用SPSS软件对41家有色金属行业样本上市公司的19项财务指标变量进行筛选，确定模型变量和权数，据此建立行业财务风险预警Z分数模型，并对行业财务风险判别临界值进行设定；第五部分选取行业非样本上市公司对所建模型进行检验分析；第六部分为文章结论以及对于财务预警系统完善的建议。
【关键词】：有色金属行业上市公司 Z分数模型 财务预警
【学位授予单位】：中国地质大学（北京）
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.32;F406.72
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景10-11
• 1.2 研究目的及意义11-13
• 1.3 文献综述13-17
• 1.3.1 国外财务预警模型研究综述13-14
• 1.3.2 国内财务预警模型研究综述14-17
• 1.3.3 综述小结17
• 1.4 研究内容及方法17-19
• 1.4.1 研究内容17-18
• 1.4.2 研究方法18-19
• 1.5 研究创新点19-20
• 第2章 财务预警基本理论研究20-28
• 2.1 财务预警的基本概念20-21
• 2.1.1 财务危机概念20
• 2.1.2 财务预警的概念20-21
• 2.2 财务预警理论基础21-22
• 2.3 财务预警模型概述22-25
• 2.3.1 财务预警模型定量分析22-23
• 2.3.2 财务预警模型定性分析23-25
• 2.4 财务预警模型比较25-28
• 2.4.1 定量分析模型比较25-26
• 2.4.2 定性分析模型比较26
• 2.4.3 Z 分数模型选择理由26-28
• 第3章 有色金属行业概况28-34
• 3.1 有色金属行业界定及分类28
• 3.1.1 有色金属行业界定28
• 3.1.2 有色金属行业分类28
• 3.2 有色金属行业特征28-30
• 3.2.1 有色金属行业经济特征29-30
• 3.2.2 有色金属行业技术特征30
• 3.3 有色金属行业风险分析30-34
• 3.3.1 宏观风险30-31
• 3.3.2 资金流动性风险31-32
• 3.3.3 原材料资源风险32
• 3.3.4 环保与技术风险32
• 3.3.5 相关行业风险32-34
• 第4章 有色金属行业上市公司 Z 模型构建34-53
• 4.1 Z-Score 模型简述34-35
• 4.2 研究样本选择35-38
• 4.2.1 行业样本选取35-37
• 4.2.2 样本数据来源37-38
• 4.3 财务指标变量的选取38-40
• 4.3.1 指标选取原则38-39
• 4.3.2 财务指标筛选39-40
• 4.4 财务预警 Z 值修正模型的函数构建40-50
• 4.4.1 样本数据描述性分析40-41
• 4.4.2 样本数据非参数检验分析41-47
• 4.4.3 样本数据逐步判别分析47-50
• 4.5 Z 分数模型判别临界值设定50-51
• 4.5.1 样本 Z 值计算50-51
• 4.5.2 判别临界值的拟定51
• 4.6 Z 分数判别函数个性化指标引入建议51-53
• 4.6.1 引入盈利能力指标—开采成本销售价格比52
• 4.6.2 引入营运能力指标—开采单位操作成本52
• 4.6.3 引入发展潜力指标——剩余可采量比52-53
• 第5章 财务预警 Z-Score 模型检验53-57
• 5.1 初始样本误判回验53-54
• 5.2 行业内上市公司随机抽样检验54-57
• 第6章 结论57-60
• 6.1 研究结论57-58
• 6.2 完善行业财务预警模型的建议58
• 6.2.1 定性分析与非财务指标的引入58
• 6.2.2 现金流量指标的引入58
• 6.2.3 个性化财务预警系统的建立58
• 6.3 研究局限58-60
• 致谢60-61
• 参考文献61-65
• 附录 1：有色金属行业上市公司总体样本65-66
• 附录 2：偿债能力指标变量原始数据66-68
• 附录 3：盈利能力指标变量原始数据68-70
• 附录 4：营运能力指标变量原始数据70-72
• 附录 5：发展能力指标变量原始数据72-74
• 附录 6：现金流量指标变量原始数据74-76
• 附录 7：企业规模指标变量原始数据76-77

【参考文献】

中国期刊全文数据库 前10条

1 张根明;向晓骥;孙敬宜;;基于BP神经网络的制造业上市公司财务预警[J];山东工商学院学报;2006年04期

2 吴珍琳;;Z值模型在上市公司财务预警的实证分析——以广西上市公司为例[J];广西广播电视大学学报;2012年01期

3 马改云;孙仕明;;基于Z值模型的短期融资券发行利差风险结构分析[J];南方金融;2009年01期

4 刘晶;潘逸天;徐瑛瑛;李晓静;张婧;;基于多元判别分析的财务预警系统[J];中国管理信息化;2010年03期

5 陶娅;;上市公司财务风险预警文献综述[J];中国管理信息化;2011年24期

6 牛陈才;;我国上市公司财务预警的实证分析——基于修正的Z-score模型[J];中国管理信息化;2011年23期

7 曹慧;曹征;;运用Z值模型对内蒙古上市公司ST预测的实证分析[J];河北企业;2007年07期

8 张恒;秦宾;许金凤;;上市公司财务预警的正则化逻辑回归模型[J];华东交通大学学报;2011年06期

9 敖俐君;;Z分数法财务预警实用性研究[J];经济师;2012年03期

10 刘遵雄;郑淑娟;秦宾;张恒;;L1正则化Logistic回归在财务预警中的应用[J];经济数学;2012年02期

  本文关键词：基于Z-Score模型的有色金属行业上市公司财务预警研究，由笔耕文化传播整理发布。

本文编号：326318