基于数据挖掘的上市公司财务诊断研究

发布时间：2017-05-03 01:16

  本文关键词：基于数据挖掘的上市公司财务诊断研究，由笔耕文化传播整理发布。

【摘要】：截至2015年9月,根据同花顺金融数据库的实时数据可知我国沪深两市共有上市公司2883家,其中制造业上市公司就有1828家,由此可见,制造业上市公司在我国国民经济中占有非常重要的地位。制造业上市公司的健康发展对拉动就业、增加政府财政收入、促进GDP增长、带动相关产业的发展都有着重要贡献。因此,有效控制制造业上市公司的财务风险,避免其陷入财务危机的重要性不言而喻,构建面向制造业上市公司的财务危机诊断模型具有实用价值。本文通过对财务诊断的实证研究,建立适合我国沪深两市A股制造业上市公司的指标体系,同时也为其它行业提供借鉴。通过对财务危机、财务诊断以及我国制造业上市公司的理论研究,明确了我国制造业上市公司发生财务危机的根源、未来将要发生财务危机的各种征兆以及如何从上市公司的内部和外部进行相应的防范。本文的研究问题是通过选取的160家2011年的制造业上市公司财务数据来对2014年这些企业的财务状况进行预测,从而判断这些企业在2014年是否有被退市警告(*ST)的风险。本文灵活运用数据挖掘工具,将统计分析类工具中的聚类分析和知识发现类工具中的灰色关联分析结合使用,从相关性和重要性两个角度出发筛选用于财务诊断的指标,构建了更加精准的财务诊断指标体系。之后针对财务诊断领域常用的三种预测方法——Logistic回归、CART决策树以及BP神经网络,依次将筛选出的指标用于这三种模型进行预测。结果显示,在对*ST企业预测方面,Logistic回归模型和CART决策树模型的预测正确率都没有BP神经网络高,分别为70%和75%,而BP神经网络的正确率达到了80%;对财务健康企业预测方面,Logistic回归模型和CART决策树模型的预测正确率都比BP神经网络高,分别达到了86.67%和88.33%,而BP神经网络的正确率只有73.33%。以上结果可以看出,初选指标经过基于聚类及灰色关联分析方法的筛选以后,三种模型的预测效果都比较好,并且这三种模型在对*ST企业和财务健康企业的预测各有所长。研究者在实际运用当中应合理选择某一种模型,也可以将多种方法结合使用,提高预测的精度。
【关键词】：上市公司 财务诊断 数据挖掘
【学位授予单位】：浙江财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;F275
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-19
• 1.1 研究背景9-10
• 1.2 研究目的和意义10-13
• 1.3 国内外研究动态13-16
• 1.4 研究方法和技术路线16-17
• 1.5 论文的创新点17-19
• 第2章 财务诊断及数据挖掘理论概述19-33
• 2.1 财务诊断理论概述19-23
• 2.2 数据挖掘理论概述23-33
• 第3章 面向财务诊断的数据挖掘模型设计33-39
• 3.1 财务诊断模型的设计思想34-35
• 3.2 面向财务诊断的数据挖掘模型流程概述35-39
• 第4章 面向财务诊断的数据挖掘实证研究39-57
• 4.1 基于聚类-灰色关联分析的财务诊断指标筛选39-49
• 4.2 财务诊断的数据挖掘过程49-55
• 4.3 财务诊断的数据挖掘效果评价55-57
• 第5章 结论、不足和展望57-60
• 5.1 结论57
• 5.2 不足和展望57-60
• 参考文献60-64
• 附录 1：2014年财务健康公司样本64-65
• 附录 2：2014年财务危机公司样本65-66
• 附录 3：重要代码66-74
• 攻读硕士学位期间发表的学术论文情况74-75
• 致谢75-76

【参考文献】

中国期刊全文数据库 前10条

1 杨红波;郑剑;;基于改进聚类分析的神经网络集成方法应用研究[J];计算机工程与科学;2015年05期

2 张宇献;李松;董晓;;基于特征聚类数据划分的多神经网络模型[J];信息与控制;2013年06期

3 刘思峰;蔡华;杨英杰;曹颖;;灰色关联分析模型研究进展[J];系统工程理论与实践;2013年08期

4 鲍新中;杨宜;;基于聚类-粗糙集-神经网络的企业财务危机预警[J];系统管理学报;2013年03期

5 刘飞虎;罗晓光;;基于PCA-RBF神经网络的商业银行财务风险评价研究[J];投资研究;2013年03期

6 张雨浓;陈俊维;刘锦荣;曲璐;黎卫兵;;基于权值与结构确定法的单极Sigmoid神经网络分类器[J];计算机应用;2013年03期

7 龚小凤;;基于BP神经网络的企业财务危机预警变量改进探索[J];财经问题研究;2012年12期

8 任金政;刘璇;;我国制造业上市公司财务危机预警研究[J];商业研究;2012年03期

9 岳彩信;;国有企业财务危机预警模型实证研究[J];会计之友;2012年06期

10 李学军;;基于主成分分析的上市公司财务危机预警模型研究[J];工业技术经济;2011年07期

  本文关键词：基于数据挖掘的上市公司财务诊断研究，，由笔耕文化传播整理发布。

本文编号：342069