某上市公司财务困境预测研究VIP免费

第1页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共95页上市公司财务困境预测实证研究工作论文内容摘要第2页共95页第1页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共95页财务困境预测是金融领域一个重要的研究课题。自上世纪60年代以来，随着企业破产问题的日益严重，各国学者纷纷试图通过定量分析对企业破产提前作出预测。近五十年来，从多元判别分析等线性预测模型，到以神经网络模型为代表的各种非参数预测模型，相关的研究成果层出不穷。但是，在国内对公司财务困境预测的研究才刚刚起步，其主要原因是1993年7月1日之前我国并没有实施统一的会计准则，缺乏可靠的规范的研究数据。因此，研究如何利用国外现有的研究成果，结合中国的实际对企业破产作出准确的预测，是摆在我们面前迫切需要解决的问题中国证券市场历经十三年的发展，规模日益壮大。面对这么庞大的市场，如果能借助财务困境预测模型对上市公司的财务危机提前作出预测，不管对于监管者、银行、上第3页共95页第2页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共95页市公司或者投资者来说，都具有重要的意义。本文以中国上市公司作为研究对象，将公司因财务状况异常而被特别处理（ST）作为企业陷入财务困境的标志，采用逐步判别分析方法筛选自变量，并利用多元判别分析（MDA）、Logistic回归和BP神经网络三种方法进行财务困境预测，比较其预测结果。研究发现，速动比率、营运资本/流动资产、利息保障倍数、总资产周转率、营业收入净利润率、流动资产净利润率和主营业务利润/利润总额等财务指标具有较强的预测能力；比较三种方法，发现BP神经网络的预测能力最强，Logistic回归模型的预测能力次之，多元判别分析的预测效果最弱；采用BP神经网络模型可以在上市公司被ST的前3年以87％的准确率预测出企业即将陷入财务困境。本文共分四章，引言部分介绍研究背景和研究意义；第第4页共95页第3页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第4页共95页一章是国内外财务困境预测研究概述；第二章介绍本文的主要设计，包括研究样本、财务指标的选取和模型的构建第三章对实证研究的结果进行分析，比较了多元判别分析Logistic回归和BP神经网络三种方法的预测效果；第四章是研究结论。关键词：上市公司、财务困境、实证研究EmpiricalStudyofFinancialDistressPredictionofPublicCompanyAbstractFinancialdistressPredictionisanimportantfieldinFinance.Since1960s,moreandmoreresearcherstrytopredictbankruptcythroughquantitativeanalysis.Intherecent50years,manymodelssuchasMultivariateDiscriminantAnalysisandNeuralNetworkcomeout.However,inourcountry,financial第5页共95页第4页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第5页共95页distresspredictionjustbegins.ThemainreasonisthelackofuniformAccountantRulebeforeJuly,1,1993.Thus,ItisurgentforustoworkonfinancialdistresspredictioninChina.Inthelast13years,theChinesesecuritymarketdevelopedrapidly.Becausetherearesomanypubliccompanies,ifwecanpredictthefailureofthembeforehand,itissignificantnotonlyforsupervisor,bankandinvestors,butalsoforpubliccompaniesthemselves.Thisstudyregardspubliccompaniesreceivedspecialtreatmentasasignaloffinancialdistress,andtrytopredictfinancialfailureofpubliccompaniesinChina.IusestepwisediscriminantanalysistoselectfinancialratiosanduseMultivariateDiscriminantAnalysis,LogisticRegressionandNeuralNetworkmodeltopredictfinancialdistress.Ifindthat第6页共95页第5页共95页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第6页共95页quickratio,workingcapital/currentassets,EBIT/interests,sales/totalassets,earnings/sales,earning/currentassetsetal.canpredictfinancialdistressaccurately.IalsofindthatBackPropagationN...