基于rs与ann的上市公司财务困境预测模型的实证研究

基于rs与ann的上市公司财务困境预测模型的实证研究

ID:14730896

大小:149.50 KB

页数:16页

时间:2018-07-30

基于rs与ann的上市公司财务困境预测模型的实证研究_第1页
基于rs与ann的上市公司财务困境预测模型的实证研究_第2页
基于rs与ann的上市公司财务困境预测模型的实证研究_第3页
基于rs与ann的上市公司财务困境预测模型的实证研究_第4页
基于rs与ann的上市公司财务困境预测模型的实证研究_第5页
资源描述:

《基于rs与ann的上市公司财务困境预测模型的实证研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于RS与ANN的上市公司财务困境预测模型的实证研究战略管理财务管理基于RS与ANN的上市公司财务困境预测模型的实证研究○马若微摘要本文以中国上市公司作为研究对象,采用也有不同的判断标准。[1]粗糙集理论(RS)客观选出预测模型指标体系,以因在Beaver的研究中,他把财务困境定义为破产、[2]财务状况异常而被列为特别处理公司(ST公司)作拖欠优先股股息、银行透支和债券不能偿付。Deakin为界定上市公司的财务困境标志,采用人工神经网络认为财务困境包括已经破产、无力偿债或为债权人利(ANN)寻找最佳的利用公开财务数据预测中国上市公益而已经清算的公司。Carmichael认为,财务

2、困境是司财务困境的模型。我们的研究结果表明,总资产报企业履行业务受阻,具体表现为流动性不足、权益不酬率等18个包括现金流量类指标的财务指标有较强的足、资金不足和债务拖欠。GeorgeFoster指出,所谓区分财务困境公司和财务健康公司的能力;行业类型财务困境,就是指公司出现了严重的资产折现问题,和资产规模对于上市公司财务困境预测具有至关重要而且这种问题的解决必须要依赖于公司的经营方式或的作用;运用ANN建立的神经网络模型有较强和较存在形式的转变。Ross认为应从企业失败、法定破产、稳定的预测能力。技术破产、会计破产四个方面定义财务困境。在我国,关键词财务困境;粗糙集;人工神经网络

3、暂时还没有对财务困境定义的准确,只是在《中华人民共和国破产法(试行)》第一章第三条对破产提出了随着中国证券市场的发展和日益规范化,上市公一种定义,即定义为企业因经营管理不善造成严重亏司的财务状况成为股东、债权人、政府管理部门、证损,不能清偿到期债务。券分析人士乃至公司员工关心的主要问题,而“财务由于在实际的实证研究中,往往需要用客观的、状况异常的特别处理”作为中国证监会对财务状况不可以观察到的标志来确定研究样本,因此,研究人员好的上市公司的一种处置方式也因其重要影响性越来将企业是否申请破产作为企业是否陷入财务困境的标越受到关注,有必要对这一事件进行预测以防范投资志。但是破产是一个

4、法律行为,除了受经济因素影响风险。根据在客观、公允基础上披露的上市公司的财外,还受政治和其它非市场因素影响;另外,陷入财务报告,通过构造合理的预测模型,正确地预测企业务困境与企业是否破产并无确定的一一对应关系,在财务困境,对于保护投资者和债权人的利益、经营者我国这一情况尤为突出。因此,无法明确有效地定义防范财务危机和政府管理部门监控上市公司质量及证财务困境,而只能根据实证研究的具体内容确定。本券市场风险将具有重大的现实意义。文将上市公司因财务状况异常被特别处理(ST)界定为财务困境,符合一般认为的企业财务状况不健康的一、文献回顾判断。1.财务困境2.财务困境预测在进行财务困境预测

5、时首先需要解决的是其概念财务困境预测在西方又普遍被称为破产预测。最的界定问题。从经济学角度出发,企业陷入财务困境早的财务困境预测研究是Fitzpatrick开展的单变量是一个逐步的连续过程,通常从财务正常渐渐发展到破产预测研究。他发现,在所有指标中判别能力最高财务困境,不存在一个明确的分界点将企业分为陷入的是净利润/股东权益和股东权益/负债这两个指标。财务困境和没有陷入财务困境两类,因此国内外专家WilliamBeaver提出了单一比率模型,即利用单一的学者对财务困境有多种不同的定义方法,对财务困境财务比率来预测公司的财务困境。由于单一比率指标南开管理评论2006年9卷,第3期第

6、页85-91NankaiB006,Vol.9,No.3,ppusinessReview28485????????财务管理财务管理[3]之间的矛盾性,Altman首先使用了多元线性判别模了我国工业类上市公司财务困境预测模型,并给出了所[12]型,确定了资产营运资本率、资产留存收益率、资产研究上市公司的Z值范围。2001年,吴世农等则以报酬率、债务权益市价率和总资产周转率这五个变量140家上市公司为样本比较了费歇尔判别、多元线性回作为判别变量,产生了一个总的判别公司财务状况恶归分析和多元逻辑回归分析的预测效果,发现多元逻辑[13]化程度的概率值,即Z-Score。回归模型的判定能力最

7、好。赵健梅等分别用单变量但是,线性判别模型对预测变量有着严格的联合分析法和Altman的Z-score对我国证券市场上的80家正态分布要求,或者要求协方差矩阵相等。然而,实证上市公司的财务困境预警的问题进行实证研究,发现单研究发现大多数财务比率并不满足这一要求,且一旦出变量分析虽然简单有效,但是仅仅使用一个财务比率难现虚拟变量,联合正态分布的假设就完全不成立,产生以获得公司财务状况足够的多方面信息,相比之下,多[14]的Z值没有明确的含义。为克服这些局限性,自20世变量分析能较为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。