搜索
中国科学技术大学硕士学位论文基于神经网络的财务困境预测模型比较研究姓名：刘畅申请学位级别：硕士专业：企业管理指导教师：许立新20090501基于神经网络的财务困境预测模型比较研究作者：刘畅学位授予单位：中国科学技术大学相似文献(10条)1.期刊论文杨宏峰.陈蔚基于神经网络-Logit回归的混合两阶段财务困境预测模型-统计与决策2006,(20)本文选取沪深两市在2003-2005年被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行研究,选取10个初始财务指标,在进行T检验的基础上,确定了7个财务指标作为判别模型中使用的解释变量.并利用基于神经网络-Logit回归的混合两阶段模型预测上市公司财务困境,结果显示,模型具有较强的判别能力.2.学位论文林大庞上市公司财务困境及其预测模型研究2005公司财务困境预测的研究在国内外尤其在资本市场发达的国家，是一个被广泛关注的课题。作为经济和财务预警系统研究的重要组成部分，它不仅具有较高的学术价值，而且有着巨大的社会应用价值。随着我国市场经济体制改革的深化和资本市场的快速发展，对上市公司财务困境研究的需求日益迫切，急需通过完善的经济预测方法，建立起有效的经济预警系统。上市公司财务困境预测模型的建立，可以帮助市场经济主体降低运营风险，保障经济体制改革的进一步深化，保证我国资本市场的平稳、有效运行，促进资源的优化配置。随着经济理论的发展和研究方法的改进，这一研究不断深化，而实务界对这一研究成果的强烈需求更是推动了学术界的研究进程。本文从分析财务困境理论入手，在大量文献资料的基础上，结合我国上市公司的实际情况，利用BP神经网络建立财务困境的预测模型，进而研究财务困境理论在我国的运用。1.第一章对财务困境理论的起源、发展过程和基本的理论体系进行了全面系统的论述，比较详细地阐述了财务困境的基本概念、分类、形成财务困境的原因和在陷入后可以采取的措施。2.第二章对财务困境预测研究的国内外文献做一个综述。3.第三章通过对财务困境预测模型的各种建立方法和模型进行比较分析，找出本文使用的模型及其建立的方法。4.第四章建立财务困境预测模型。首先通过对我国上市公司财务困境进行分析，总结出我国上市公司财务困境的特征和形成原因。然后为了对我国上市公司进行实证研究，本文利用BP神经网络技术建立了适合我国上市公司的预测模型，并在综合分析国内外文献的学术观点和考虑到我国目前国情的基础上，筛选出14个财务指标作为预测变量，选取了具有代表性的58家制造业、不同状况的公司作为样本。实证研究表明，模型提前3年预测准确率分别达到88.9％。5.第五章在前述各章内容的基础上，通过对比研究，提出了财务困境理论在我国研究和应用中存在的问题，并对这些问题的成因和消极影响进行了深入分析，提出具体建议。3.学位论文李国凤我国上市公司财务困境预测模型比较研究2007对于“财务困境”的界定标准国内外学者有很多种不同的看法，在本研究中，将财务困境公司定义为被ST处理的公司。财务危机已成为制约企业发展不可回避的关键问题。要提高我国企业在国内外市场上的竞争力，就必须加强对企业财务危机的管理，以便为企业提供一个良好的经济环境，避免或减少财务危机。企业的财务状况是企业综合经营情况的反映；决定了企业是否可以经营下去，对之进行预警，无疑具有提高契领的作用。因此本文将重点放在建立企业财务预警模型上，希望对提高企业总体管理水平提供一些思路。本文首先在明确了本研究的相关问题之后，论述了财务困境实证研究理论，为后面的实证研究打下理论基础。接着回顾了国内外的研究现状并对其主要研究成果进行了总结和评述。然后在借鉴已有的研究成果基础之上，应用两种多元统计分析及两种人工智能方法进行了本文的重点——实证研究，本文首先建立了主成分预警模型。之后，利用多元统计中的判别分析方法建立多变量线性模型。考虑到线性模型的一些缺点，本文随后又分别建立了BP网络预警模型和支持向量机模型，它们对检验样本的判定正确率分别为：70﹪，80﹪，85﹪，82.5﹪，判定结果表明，这四种方法都可以用来进行财务困境预测，其中BP神经网络和支持向量机模型的预测准确率比较高。随后又对四个模型进行具体的比较分析，说明了各个模型的优缺点。在说明各个模型优缺点的基础上，又提出了一种新的模型——混合系统模型，它对检验样本的预测正确率为85﹪，因为混合系统模型综合了上述四种方法，所以对每个上市公司而言，用混合系统对公司进行预警比单独用一个模型预测具有更好的可靠性，因此混合系统模型有较好的应用前景。4.期刊论文李凡军.李颖.LIFan-Jun.LIYing基于动态主元分析的财务困境预测模型-山东科学2009,22(3)当神经网络用于上市公司的ST预测建模时,取得高质量的样本是相当重要的.本文连续运用主元分析(也称动态主元分析),将多年的数据应用到经济预测模型中去,既增大了信息量又没有增加网络的复杂性,使得预测更加合理有效.最后将动态主元分析与BP网络结合构造了一个网络模型,并给出了实证研究的详细结果.5.学位论文李继军我国上市公司财务困境预测模型研究2006一、研究背景随着我国经济体制改革的不断深化，市场经济在我国得到了空前的发展。在市场经济中资源得到了更有效的利用，经济效益得到了提高，社会经济得以迅猛发展。市场经济作为竞争性的经济，优胜劣汰是它的主旋律。有的企业在竞争中脱颖而出的同时，有的企业则被淘汰出局。企业被淘汰出市场，从全社会的角度来看是对资源的更有效的利用。但是从投资者、债权人的角度来看，则面临着投资或债权无法收回受损的现实困境，企业雇员则面临失业的威胁，企业的相关利益方可能由于企业被淘汰而受到损害。所以，对企业的财务健康状况进行有效的评估，对企业的财务风险进行估计，科学地预测企业面临财务困境的可能性，估计企业破产的可能，是非常有必要的。财务困境预测模型为不同的利益相关人提供相应的决策依据。对于企业的管理层防止企业陷入财务困境；企业的债权人对企业的信用进行有效评估，防范信贷风险；投资者规避投资风险等方面有着重要的作用。企业财务困境预测，在国外具有很长的研究历史，并且获得比较成熟的研究成果，建立了相关理论，现己得到广泛的应用。而我国在这方面的研究尚属起步阶段，研究者对于数据的采集、指标的选取、方法的使用以及最终模型的检验上尚有许多分歧，另外大部分研究结果由于缺乏实际应用，需要实践的进一步检验。本文在借鉴国内外研究成果的基础之上，利用我国上市公司的的相关指标，运用一定的统计方法构建预测模型，对于适合我国的财务困境预测模型的指标及其构建方法进行有益的探索。二、本文结构及观点全文分为五章，内容及观点如下：第一章简要阐述了本文研究的背景和意义。第二章对国内外财务困境研究的研究进行了回顾。首先从不同学者对财务困境的不同的解释中，得到企业陷入财务困境，其实就是企业的盈利能力显著下降或丧失，导致企业发生“违约”(Default)的可能性显著升高的状况。同时指出，在实证研究中国外学者大多以破产作为陷入财务困境的标志，国内学者的研究则基本集中于上市公司，并以公司被特别处理(即ST)为财务困境标志。而本文在实证研究中把由于近两年连续亏损或可能被依法宣告破产而对股票交易实行退市风险警示(即*ST)定义为财务困境标志，而相应公司为财务困境公司。关于财务困境的正式研究一般认为兴起于19世纪30年代，Fitzpartrick于1932年进行的一项单变量的破产预测研究是这方面最早的研究。而在众多的财务困境研究者中Altman无疑是最成功的一位，他于1968年提出的Z-Score模型是最著名的财务困境预测模型，而此后的ZETA模型则成为应用广泛的商业模型。我国学者对财务困境的研究基本是从90年代开始的，由于我国破产制度起步较晚，破产公司较少，同时数据的难以获得，因而国内学者对财务困境的研究基本是以上市公司中的ST公司为样本公司。大部分模型都选取了偿债能力、盈利能力、资产管理能力、公司成长能力这几方面的指标来构建模型，取得了不少成果，但到目前为止就预测方法、指标和模型等许多方面并未形成共识，另外大部分模型缺乏实际应用，需要实践的进一步检验。第三章介绍了财务困境的研究方法。在大多数研究中单变量判定分析、多元判别分析、逻辑回归分析是比较常用的研究方法，在90年代后，神经网络在财务困境研究领域得到日益广泛的应用。从财务困境预测模型的文献来看，特别是从上世纪八、九十年代神经网络模型引入财务困境以来，涌现了不少新的研究方法。但就目前看来，经过众多研究证明，且被大多数研究者所接受的是逻辑回归分析和神经网络。第四章是本文的实证研究部分，介绍了本文研究的数据来源、样本选取方法，指标的筛选和模型的构建及检验。本文选取了2003到2005三年间133家沪深交易所实行退市风险警示(即*ST)的上市公司作为财务困境的样本公司，同时采用随机抽样方法选取了相同数量的非*ST公司为对照公司。然后把2003和2004两年的公司作为建模样本，而2005年的为检验样本。在预测指标方面，本文选取了公司偿债能力、盈利能力、管理能力、成长能力、资本结构、现金流和公司治理六方面的指标体系，共36个指标作为初始预测变量。采用非参数方法对其进行显著性检验，测定指标间的相关度，然后在回归时采用逐步回归法，从而完成指标的筛选。在进行逻辑回归之后得到包含资产负债率、总资产净利润率、总资产营业利润率、总资产周转率和经营现金净流量五个指标的预测模型。并对模型进行了回代检验和独立样本验证。从回代检验来看，模型对对两类公司总的判别准确率为84.8％。而独立样本的检验表明模型在公司被实行退示警示风险处理前6年都具有判断能力，而前4年内则有良好的判别能力。从模型的检验效果看来，模型在T-2年和T-3年的识别能力分别为84.4％、89.7％，T-4年为74.7％，受对*ST公司的识别能力降低的影响，模型总的预测能力从T-4年开始显著下降，但直到T-6年仍有预测能力。第五章对本文的研究进行了总结，得出研究结论，本研究的启示以及局限。从本文的研究可以得到的结论是：上市公司公开的指标中包含有关于公司财务健康状况的有效信息，可以建立针对上市公司整体的有效的财务困境预测模型；资产负债率、总资产净利润率、总资产营业利润率、总资产周转率和经营现金对流动负债的保证程度几个方面对于公司陷入财务困境的可能性有明显的指示作用；预测模型从T-2到T-6年都具有预测能力。同时从本研究得到如下启示：是否对公司实行*ST主要看其盈利能力；公司出现财务困境的可能性受公司盈利能力、偿债能力、管理能力等方面的综合影响，要保持公司的健康，必须注意公司各方面的运行情况；保持公司在营业基础上的赢利对于保持公司的健康发展有重要意义。三、论文的主要贡献本文在前人研究的基础之上，对财务困境预测模型的研究进行了深入的探讨，对以往的研究进行了修正和创新，收集了最近三年出现的*ST公司的相关数据，建立了相应的财务困境预测模型。在研究中本文在以下几方面进行了重要的修正和创新。1、收集T-2年之前的数据进行模型的建立、检验，修正了以往研究在数据采集方面的问题。2、采用了非参数方法代替t检验进行显著性检验3、对于公司治理结构变量对公司财务困境的影响进行了有益的探索。4、对有关指标进行单调化处理，使其具有单一的变化趋势。5、采用的是独立样本来验证模型的适用性，检验的结果更可靠。6、首次建立了考虑指标间的相互作用的预测模型，考虑了指标间相互作用对公司出现财务困境的可能性的影响，证明了指标间的相互作用对于公司财务困境的可能性有明显的指示，揭示了需要从多方面来综合考察公司的健康状况。6.学位论文姚宏善基于支持向量机的财务困境预测研究2006随着我国证券市场的发展，上市公司数量不断增多，市场规模不断扩大。同时，随着证券市场准入和退出制度的完善，特别是连续亏损的企业实行特别处理和退市后，部分经营失败上市公司成为投资者面前的地雷。那些破产的上市公司更加使投资者血本无归。因此作为证券市场基石的上市公司的财务状态的预测无疑是有关各方非常关注的。如何预测公司经营失败