基于现金流量的广东制造业财务风险预警研究

《基于现金流量的广东制造业财务风险预警研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广东工业大学硕士学位论文基于现金流量的广东制造业财务风险预警研究姓名：林松利申请学位级别：硕士专业：会计学指导教师：张晓峰201205摘要摘要经过迅猛发展，广东成为领先全国的工业大省之一，更是成为我国最重要的制造业基地之一，以劳动密集型为主的产业，以低成本、低技术含量、缺乏自主品牌、低附加值、缺乏核心竞争力为基本特征。随着金融危机和人民币升值的来袭，以外源经济为主要特征的广东制造业面临着更大的风险，迎来了更大挑战。广东制造业作为我国国民经济的重要支柱，如果发生财务风险，将会使整个国民经济遭受重创。因此在这样的背景下，对广东制造业进行财务风险预警分析，具

2、有极其重要的研究意义。本文首先对有关现金流量和财务风险预警的理论进行介绍。接着描述广东制造业的发展现状，介绍广东制造业所面临的主要财务风险及其独具特点，结合广东制造业的特征，建立了一个基于现金流量的广东制造业财务风险预警指标体系，根据建立的指标体系构建了一个BP神经网络模型，来进行财务风险预警研究。根据已构建的预警模型，展开了模型的实证研究过程，通过两次指标筛选，选取了六个主因子，同时赋予相应的解释，并选择六个代表指标。将总样本按比例分，使用其中的45家正常企业和8家ST企业对神经网络模型进行训练，并使用剩余的22家正常企业和4家ST企业对训练完毕的模

3、型有效性进行验证，证实了该模型具有较高的预测准确性。最后在研究的基础上对完善广东制造业风险控制提出了相关建议。关键词：广东，制造业，现金流量，财务风险预警，BP神经网络广东工业大学硕士学位论文AbstractAfterrapiddevelopment，Guangdongmanufacturingisoneoftheleadingnationalindustry，anditisbecomeoneofthemostimportantmanufacturinginChina．Guangdongmanufacturinghasitsownbasiccharac

4、teristics，forexamplelabordensenessofindustrywithlowcost，lowtechnologycontent，thelackofindependentbrands，lowvalue-addedandlackofcorecompetition．Withthefinancialcrisisandtheappreciationoftherenminbi’sincoming，Guangdongmanufacturingwhichexogenouseconomyisthemaincharacterswouldfacet

5、hegreaterrisksandthebiggerchallenge．Ifthere’safinancialrisk，itwillmaketheentirenationaleconomysufferedasevereblow，asGuangdongmanufacturingindustryisallimportantpillarofourcountry'seconomy．Inthiscontext，ithastheextremelyimportantresearchsignificanceforthestudyonfinancialriskearly

6、warningofGuangdongmanufacturing．Firstly,thispaperfirstintroducesthecashflowandf'mancialriskearlywarningtheory．Secondly,thispaperdescribesthedevelopmentofthepresentsituationofthe：manufacturingindustryinGuangdong，introducesthemainfinancialriskitfacesanditsuniquecharacteristics．Thi

7、rdly，AccordingtothecharacteristicsofGuangdongmanufacturing，establishedaearlywarningindexsystembasedoncashflow．Fourthly，itconstructsaBPneuralnetworkmodelforthefinancialriskearlywarningresearch．Ontheresearchprocess，itselectssixfactorswhichgiventhecorrespondingexplanationthroughthe

8、twoscreeningandselectssixrepresentativeindex．Ac