上市公司财务困境预测模型研究

上市公司财务困境预测模型研究

ID:33014602

大小:1.86 MB

页数:54页

时间:2019-02-19

上市公司财务困境预测模型研究_第1页
上市公司财务困境预测模型研究_第2页
上市公司财务困境预测模型研究_第3页
上市公司财务困境预测模型研究_第4页
上市公司财务困境预测模型研究_第5页
资源描述:

《上市公司财务困境预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上市公司财务困境预测模型研究重庆大学硕士学位论文学生姓名:李星指导教师:肖智教授专业:金融学学科门类:经济学重庆大学经济与工商管理学院二O一一年四月ResearchontheFinancialDistressPredictionModeloftheListedCompaniesAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEconomicsByLiXingSupervisedbyProf.XiaoZhiMa

2、jor:FinanceCollegeofEconomicsandBusinessAdministrationofChongqingUniversity,Chongqing,ChinaApril,2011重庆大学硕士学位论文中文摘要摘要随着当今市场经济的蓬勃发展和股票市场进一步的扩大,上市公司之间竞争日益激烈,越来越多的上市公司面临着经营失败进而陷入财务困境甚至破产的风险。对于陷入困境的上市公司,不仅危害自身的生存和健康发展,还会给债权人、投资人带来巨大损失。因此,对上市公司的财务困境进行预测具有重要的意义。本文在前人提出的指标体系基础上,加入了股票

3、价值指标,改进了上市公司财务困境预测指标体系。文章选取了相似发展阶段,相近资产规模,同时间段的180家上市公司作为研究对象,并构建了基于Elman神经网络的组合预测模型。最后利用已有的单一预测模型:判别分析,多元逻辑回归,支持向量机,Elman神经网络和组合预测模型进行了实证分析。在研究过程中,以下方面为文章主要工作:一,在构建指标体系时,结合已有的指标体系,本文加入了股票价值指标,即:市盈率,市销率,市净率,托宾Q,为了从多方面反映上市公司的财务状况。二,构建了基于Elman神经网络的组合预测模型,其中组合预测的权重通过神经网络自学习获得。三,分

4、别用传统预测模型、人工智能模型和组合预测模型进行了实证,通过结果比较分析发现,人工智能模型预测准确率要优于传统预测模型,组合预测模型要优于单一预测模型。本文的研究,旨在对上市公司财务困境进行准确、有效的预测,这样对保护投资人和债权人的权益、经营者防范风险、政府部门对宏观经济的监管和调控都具有重要的现实意义。关键词:上市公司,财务困境,指标,模型,组合预测I重庆大学硕士学位论文英文摘要ABSTRACTWiththevigorousdevelopmentofthemarketeconomyandthestockmarketfurtherexpanded

5、,theincreasinglyfiercecompetitionbetweenthelistedcompany,moreandmoreofthelistedcompaniesfacethefailureandthenintofinancialdifficultiesorevenbankruptcyrisk.Acrisisintroubleforlistedcompanies,notonlyharmtheirownsurvivalandhealthydevelopment,stillcangiveacreditors,investorsbringg

6、reatlosses.Therefore,thefinancialcrsisofthelistedcompanyforecasthasthevitalsignificance.Inthispaper,basedonpreviousbasedontheindexsystemisputforward,joinedthestockvalueindex,improvedthelistedcompanyfinancialwoespredictionindexsystem.Thispaperhasselectedsimilarstageofdevelopmen

7、t,withsimilarassetscale,time-bound180listedcompaniesastheresearchobject,andputsforwardtheElmanneuralnetworkbasedonthecombinationforecastmodel.Finally,usingtheexistingsingleforecastingmodel:discriminantanalysis,multiplelogisticregression,supportvectormachine,Elmanneuralnetworka

8、ndcombinationforecastmodelempirically.Duringthestudy,thefollo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。