上市公司财务风险预警模型的修正与拓展研究

《上市公司财务风险预警模型的修正与拓展研究》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、万方数据学校代码：10225学号：S14074学位论文上市公司财务风险预警模型的修正与拓展研究指导教师姓名：申请学位级别：论文提交日期：授予学位单位：廖世昱刘晓光教授硕士2014年4月东北林业大学学科专业：会计学论文答辩日期：2014年6月授予学位日期：2014年6月答辩委员会主席：论文评阅人：聋必栉素大学万方数据UniversityCode：10225RegisterCode：S14074m㈣㈥0㈥㈣Y2720844DissertationfortheDegreeofMasterResearchontheCorrectionandDevelopmen

2、tofListedCompanies’ForewarningModelagainstFinancialRisksCandidate：Supervisor：AssociateSupervisor：AcademicDegreeAppliedfor：Speciality：DateofOralExamination：University：LiaoShiyuProf．LiuXiaoguangMasterofManagementAccountingJune，2014NortheastForestry万方数据摘要伴随着资本市场的高速发展，上市公司面临着激烈的市场竞争

3、。很多企业忽略了对财务风险的防范与控制，越来越多的企业深陷财务危机，甚至破产。风险是不可避免的，作为风险中的一环，财务风险同样不可避免。但是，人们可以去衡量公司面临财务风险的大小，对此作出预警，有针对性的做好防范措施，这些需要一个合适的财务风险预警模型。自从奥特曼于1968年提出最早的多变量线性模型之后，各种财务风险预警模型层出不穷。随着我国资本市场逐步完善，资本市场规模逐步扩大，我国学者可研究的样本数量在不断加大，也提出了不少预警模型。然而曾经论证严谨的模型用于当下的我国资本市场，预警效果并不理想。这是由于资本环境发生了改变，方法也应该做出改变，而且

4、一部分模型是简单的利用最d'-乘法进行运算，所得到的模型解释性比较差，没有经过严格的检验。有的预警模型并未考虑到成长性指标等因素对财务风险的影响。此外，大部分的财务风险预警模型都是横向建立的，没有考虑到纵向建立模型。这些是本文要解决的问题。岭回归构建的线性方程在各个领域均有运用，然而在财务风险预警领域并未使用过，本文尝试构建岭回归下的财务风险预警模型。同时，很多学者提出的改进的Z分数模型并未进行异方差性检验，预测不准，所得到的模型不严谨。本文通过横向的筛取指标的方法，对已有的横向模型做出了改进。同时运用纵向筛选出的指标，利用逻辑斯蒂回归、主成分分析与岭

5、回归等统计方法构建了新的模型。对修正的2个模型和新拓展的4个模型，与现有预测效果较好的两个模型加以比较，得到结论。针对最后得出结论的模型，阐述了模型的应用对策。关键词财务风险预警；逻辑斯蒂回归；岭回归万方数据AbstractWiththedevelopmentofthecapitalmarket，thelistedcompanyarefacingfiercecompetitioninthemarket．Manycompaniesignorethefinancialriskofpreventionandcontrolling．Moreandmorecom

6、paniesareindeeplyfinancialcrisis，evenbankruptcy．Riskingisinevitable，astheriskofaring；thefinancialriskisequallyinevitable．However，peopleCanmeasurethesizeoffinancialrisksthatarefacedbytheCompany,whichmadewarning，targetedpreventivemeasures．Peoplerequireanappropriatewarningmodeloffi

7、nancialrisk．Altmanmadethefirstmulti-variablelinearmodelin1968．WiththegradualimprovementofChinesecapitalmarket，capitalmarketgraduallyexpandingthescale，thenumberofsampleswhichCanbestudiedbyOurscholarshascontinuedtoincrease，andtheyalsomadealotofearlywarningmodels．HoweveLthewarninge

8、ffectofrigorousmodelisnotideal．Becausetheenviro