2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩116頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、根據(jù)中國證監(jiān)會(huì)相關(guān)規(guī)定,上市公司連續(xù)兩年凈利潤為負(fù)則對其采取一系列懲罰措施,包括公司股票漲停限制和股票代碼加注“ST”等。如何能夠在企業(yè)發(fā)生財(cái)務(wù)困境之前盡可能早地預(yù)測出這一變故,從而為實(shí)施相應(yīng)措施贏得寶貴時(shí)間一直是企業(yè)管理層、投資者和監(jiān)管者急需解決的問題。本文結(jié)合中國上市公司實(shí)際狀況,首次使用統(tǒng)計(jì)模型與非統(tǒng)計(jì)模型(人工神經(jīng)網(wǎng)絡(luò)模型)相結(jié)合的方式構(gòu)造了一個(gè)能夠比較準(zhǔn)確地預(yù)測出企業(yè)未來是否會(huì)發(fā)生財(cái)務(wù)困境的組合預(yù)測模型。 本文首先回顧

2、了國內(nèi)外學(xué)者對企業(yè)財(cái)務(wù)困境預(yù)測的研究成果,在此基礎(chǔ)之上提出20個(gè)財(cái)務(wù)指標(biāo)作為構(gòu)建組合預(yù)測模型的備選指標(biāo)。為了盡可能消除對企業(yè)財(cái)務(wù)狀況反應(yīng)不夠靈敏的指標(biāo)對模型預(yù)測能力的干擾,本文采用基于雙樣本的t檢驗(yàn)法和主成份分析法對20個(gè)備選指標(biāo)逐一過濾,最后篩選出流動(dòng)比率、總資產(chǎn)報(bào)酬率、每股收益增長率、主營業(yè)務(wù)利潤率、總資產(chǎn)周轉(zhuǎn)率、每股經(jīng)營性現(xiàn)金流、審計(jì)意見類型和主營業(yè)務(wù)收入增長率等8個(gè)財(cái)務(wù)指標(biāo)用于模型構(gòu)建。 本文選取的研究樣本為2006年和

3、2007年滬深兩市所有新增加的ST公司以及它們的配對公司共計(jì)248 家公司,樣本數(shù)據(jù)為樣本公司發(fā)生ST前兩年的8 項(xiàng)財(cái)務(wù)指標(biāo)數(shù)據(jù)。構(gòu)造組合模型之前,本文首先使用Logistic和Fisher方法構(gòu)建統(tǒng)計(jì)模型對訓(xùn)練樣本公司和測試樣本公司分別預(yù)測,然后在統(tǒng)計(jì)模型預(yù)測的結(jié)果之上使用Matlab工具構(gòu)建了一個(gè)神經(jīng)網(wǎng)絡(luò)模型對統(tǒng)計(jì)模型的處理結(jié)果進(jìn)行修正。實(shí)證表明:這種基于神經(jīng)網(wǎng)絡(luò)方法的組合預(yù)測模型對上市公司財(cái)務(wù)困境的預(yù)測能夠取得比統(tǒng)計(jì)模型更加準(zhǔn)確的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論