基于商業(yè)智能的上市公司財務(wù)預(yù)警模型研究.pdf

1、在過去的幾年里,伴隨著考驗和改革,我國證券市場取得了迅猛的發(fā)展,截止到2010年年底,滬深兩市已經(jīng)有1700多家上市公司,然而由于操作和管理的原因,很多公司都遭遇了財務(wù)風(fēng)險而被特別處理,冠以“ST”的字樣。為了防范和規(guī)避財務(wù)危機(jī),上市公司很有必要建立和完善相應(yīng)的預(yù)警機(jī)制,找到切實可行的方法,改善公司的財務(wù)狀況。
　　本文在回顧了國內(nèi)外財務(wù)預(yù)警模型經(jīng)典文獻(xiàn)和研究成果的基礎(chǔ)上,選取了2010前三個季度新增的55家ST公司和與其配對的5

2、5家非ST公司作為研究樣本,以ST前兩至四年的財務(wù)指標(biāo)作為模型研究的變量對上市公司的財務(wù)危機(jī)進(jìn)行預(yù)警研究。首先遵從財務(wù)預(yù)警指標(biāo)的篩選原則,選擇了28個涉及盈利能力、償債能力、營運能力、發(fā)展能力和現(xiàn)金流量的財務(wù)指標(biāo),并通過雙尾T檢驗和Spearson相關(guān)性檢驗篩選出16個最終建立預(yù)警模型的財務(wù)指標(biāo)。然后利用商業(yè)智能軟件SQL Server2005中的SSIS和SSAS模塊建立財務(wù)數(shù)據(jù)倉庫,并通過相關(guān)的查詢語句實現(xiàn)財務(wù)數(shù)據(jù)的多維聯(lián)機(jī)分析和數(shù)

3、據(jù)透視表的呈現(xiàn)。最后通過SSAS數(shù)據(jù)挖掘模塊中的聚類分析、邏輯回歸和神經(jīng)網(wǎng)絡(luò)三種算法構(gòu)建了2006-2008三年的預(yù)警模型,匯總了預(yù)警模型中較為重要的指標(biāo),并使用提升圖和分類矩陣對模型的有效性進(jìn)行比較分析,提取出隱藏在樣本中的潛在信息。結(jié)論表明固定資產(chǎn)周轉(zhuǎn)率、主營業(yè)務(wù)利潤率、銷售凈利率等幾個比率對于預(yù)警比較重要,行業(yè)也是影響財務(wù)危機(jī)是否發(fā)生的重要因素,并且越接近ST年度的預(yù)測精度越高。
　　本文創(chuàng)新性地運用SQL Server20