基于xgboost模型的上市公司財(cái)務(wù)危機(jī)預(yù)警研究--以我國制造業(yè)為例

《基于xgboost模型的上市公司財(cái)務(wù)危機(jī)預(yù)警研究--以我國制造業(yè)為例》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、１０３５７學(xué)校代碼：密級：保密期限：碩士學(xué)位論文基于ＸＧＢｏｏｓｔ模型的上市公司財(cái)務(wù)危機(jī)預(yù)警研究—以我國制造業(yè)為例ＳｔｕｄｙｏｎＥａｒｌｙＷａｒｎｉｎｇｏｆＦｉｎａｎｃｉａｌＣｒｉｓｉｓｏｆｓｔＭｏｄｅＩＬｉｅｉｓｔｅｄＣｏｍｐａｎｓＢａｓｅｄｏｎＸＧＢｏｏ＇—ｔｒｙａｓａｎＴａｋｅＣｈｓｍａｎｕｆａｃｔｕｒｉｎｉｎｄｕｓｉｎａｇｅｘａｍｐｌｅ學(xué)號丨１６３０１１３４姓名任秀梅專業(yè)學(xué)位應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位領(lǐng)域經(jīng)濟(jì)統(tǒng)計(jì)指導(dǎo)教師楊俊龍教授完成時(shí)間２０１８年５月獨(dú)創(chuàng)性聲明本人

2、聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成杲，論文中不包含其。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得安徽大學(xué)或其他教育機(jī)構(gòu)的一獻(xiàn)均己學(xué)位或證書而使用過的枒料。與我同工作的同志對本研究所做的任何貢在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名簽字曰期：年月曰＞丨《夕￥學(xué)位論文版權(quán)使用授權(quán)書、使用學(xué)位論文的規(guī)定本學(xué)位論文作者完全了解安徵大學(xué)有關(guān)保留，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。，允許論文被查閱和借鬩本人授權(quán)安徽大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)

3、據(jù)庫進(jìn)行檢索，＇可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。．（保密的學(xué)位論文在解密后適用本授權(quán)書）：學(xué)位論文作者簽名：參｜旛導(dǎo)師簽名：筌字曰期：Ｉ年Ｓ月袼曰簽字曰期＞各年ｔ月＞￡曰知／摘要近年來，隨著我國資本市場經(jīng)濟(jì)體制不斷改革深化，許多公司為了求得更好的發(fā)展開始踏入資本市場，市場競爭急劇增加。很多企業(yè)因?yàn)樨?cái)務(wù)危機(jī)而面臨巨大損失甚至破產(chǎn)的困境，而企業(yè)產(chǎn)生財(cái)務(wù)危機(jī)通常具有較長的隱藏期，如果能提，盡早采取措施前預(yù)知企業(yè)財(cái)務(wù)危機(jī)狀況，可以極大的減少投資者和經(jīng)營者的損失。如何提前預(yù)知企業(yè)財(cái)務(wù)危機(jī)狀況，何種因素對企業(yè)財(cái)務(wù)狀況產(chǎn)生關(guān)鍵性作用，

4、怎樣建立出效率高、適用性強(qiáng)的預(yù)警模型是近年來眾多學(xué)者研宄的熱門課題。因。此，建立財(cái)務(wù)危機(jī)預(yù)警模型具有極大的現(xiàn)實(shí)意義．Ａ股６０％制造業(yè)上市公司在我國市場上占比高達(dá)，在國民經(jīng)濟(jì)中起到支柱作“”Ａ股制造業(yè)市場２０－用。因此１６２０１７年６３家因，本文以我國財(cái)務(wù)狀況異常被ＳＴ和１２６家非ＳＴ上市公司為研宄樣本。從企業(yè)的償債能力、盈利能力、發(fā)展能力、營運(yùn)能力及現(xiàn)金流量等五個(gè)角度選擇了２７個(gè)財(cái)務(wù)指標(biāo)。建模前，利用－ＳＰＳＳ２２０－２）、（Ｔ３（３２０４２０１５．統(tǒng)計(jì)軟件對１８９家上市公司（Ｔ）年即２０１、１、）的財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行變量預(yù)處理－Ｓ。首先，對樣本數(shù)據(jù)釆

5、用Ｋ檢測，將服從正－態(tài)分布的變量進(jìn)行Ｔ差異性顯著檢驗(yàn)反之，進(jìn)行ＭａｎｎＷｈｉｔｎｅＵ非參數(shù)檢驗(yàn)。；ｙ將能顯著區(qū)分ＳＴ公司和非ＳＴ公司的指標(biāo)進(jìn)行因子分析，最終提取出信息含量較高且相關(guān)性較低的指標(biāo)作為建模的初始變量。然后采用ＸＧＢｏｏｓｔ建立基于－Ｔ－）Ｌ（２）、（Ｔ３年財(cái)務(wù)預(yù)警模型，以ｏｇｉｓｔｉｃ方法實(shí)證結(jié)果做對比討論。同時(shí)“”為每個(gè)預(yù)警模型選取最優(yōu)分割點(diǎn)，并用１３５家訓(xùn)練樣本和５４家檢測樣本對模型的準(zhǔn)確率進(jìn)行回代檢驗(yàn)和預(yù)測檢驗(yàn)。研宄結(jié)果表明：產(chǎn)權(quán)比率、凈資產(chǎn)收益率、營業(yè)利潤率、資產(chǎn)報(bào)酬率、凈利５潤増長率這個(gè)財(cái)務(wù)指標(biāo)變量能顯著區(qū)分企業(yè)財(cái)務(wù)危機(jī)狀況，它們屬于長

6、期預(yù)測指標(biāo)；資產(chǎn)現(xiàn)金回收率、營業(yè)成本率屬于短期判別指標(biāo)。同時(shí)，所建的兩類預(yù)警模型在公司被ＳＴ的前兩年和前三年均取得了較好的預(yù)測效果，且ＸＧＢｏｏｓｔ預(yù)警達(dá)到－模型準(zhǔn)確度遠(yuǎn)高于Ｌｏｇｉｓｔｉｃ．０４％（Ｔ２預(yù)警模型，９７，）年的預(yù)測正確率高一于＿３ＸＧＢ（Ｔ）年?？梢?，ｏｏｓｔ預(yù)警模型取得了優(yōu)異的預(yù)測結(jié)果，具有定的現(xiàn)實(shí)意義。最后，，本文指出了相關(guān)研宄的不足之處以在后續(xù)探討中進(jìn)行改善。？：關(guān)鍵詞制造業(yè)，上市公司；財(cái)務(wù)危機(jī)預(yù)螫；ＸＧＢｏｏｓｔ模型ＩＡｂｓｔｒａｃｔ＇ＩｎｒｅｃｅｎｔｙｅａｒｓａｓＣｈｉｎａｓｃａｉｔａｌｍａｒｋｅｔｅｃｏｎｏｍｃｏｎｔｉ

7、ｎｕｅｓｔｏｄｅｅｅｎｔｈｅ，ｐｙｐｒｅｆｏｒｍ，Ｍａｎｙｃｏｍｐａｎｉｅｓｂｅｇａｎｔｏｅｎｔｅｒｔｈｅｃａｐｉｔａｌｍａｒｋｅｔｉｎｏｒｄｅｒｔｏａｃｈｉｅｖｅｂｅｔｔｅｒｄｅｖｅｌｏｐｍｅｎｔａｎｄｔｈｅｍａｒｋｅｔｃｏｍｅｔｉｔｉｏｎｉｎｃｒｅａｓｅｄｓｈａｒｌ．Ｍａｎｅｎｔｅｒｒｉｓｅｓａｒｅ，ｐｐｙｙｐｆａｃｉｎｔｒｅｍｅｎｄｏｕｓ