資源描述：
《上市公司財務困境預測模型研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、上市公司財務困境預測模型研究重慶大學碩士學位論文學生姓名：李星指導教師：肖智教授專業(yè)：金融學學科門類：經(jīng)濟學重慶大學經(jīng)濟與工商管理學院二O一一年四月ResearchontheFinancialDistressPredictionModeloftheListedCompaniesAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEconomicsByLiXingSupervisedbyProf.XiaoZhiMa
2、jor：FinanceCollegeofEconomicsandBusinessAdministrationofChongqingUniversity,Chongqing,ChinaApril,2011重慶大學碩士學位論文中文摘要摘要隨著當今市場經(jīng)濟的蓬勃發(fā)展和股票市場進一步的擴大，上市公司之間競爭日益激烈，越來越多的上市公司面臨著經(jīng)營失敗進而陷入財務困境甚至破產(chǎn)的風險。對于陷入困境的上市公司，不僅危害自身的生存和健康發(fā)展，還會給債權(quán)人、投資人帶來巨大損失。因此，對上市公司的財務困境進行預測具有重要的意義。本文在前人提出的指標體系基礎(chǔ)上，加入了股票
3、價值指標，改進了上市公司財務困境預測指標體系。文章選取了相似發(fā)展階段，相近資產(chǎn)規(guī)模，同時間段的180家上市公司作為研究對象，并構(gòu)建了基于Elman神經(jīng)網(wǎng)絡的組合預測模型。最后利用已有的單一預測模型：判別分析，多元邏輯回歸，支持向量機，Elman神經(jīng)網(wǎng)絡和組合預測模型進行了實證分析。在研究過程中，以下方面為文章主要工作：一，在構(gòu)建指標體系時，結(jié)合已有的指標體系，本文加入了股票價值指標，即：市盈率，市銷率，市凈率，托賓Q，為了從多方面反映上市公司的財務狀況。二，構(gòu)建了基于Elman神經(jīng)網(wǎng)絡的組合預測模型，其中組合預測的權(quán)重通過神經(jīng)網(wǎng)絡自學習獲得。三，分
4、別用傳統(tǒng)預測模型、人工智能模型和組合預測模型進行了實證，通過結(jié)果比較分析發(fā)現(xiàn)，人工智能模型預測準確率要優(yōu)于傳統(tǒng)預測模型，組合預測模型要優(yōu)于單一預測模型。本文的研究，旨在對上市公司財務困境進行準確、有效的預測，這樣對保護投資人和債權(quán)人的權(quán)益、經(jīng)營者防范風險、政府部門對宏觀經(jīng)濟的監(jiān)管和調(diào)控都具有重要的現(xiàn)實意義。關(guān)鍵詞：上市公司，財務困境，指標，模型，組合預測I重慶大學碩士學位論文英文摘要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
