基于时间序列的财务风险预测研究——以mt公司为例

《基于时间序列的财务风险预测研究——以mt公司为例》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、分类号：UDC密级：编号：专业学位硕士学位论文基于时间序列的财务风险预测研究——以MT公司为例FinancialForecastingBasedonTimeSeriesAnalysis专业学位名称工商管理硕士学位申请人罗旻婧指导教师陈美华学号14814251486入学时间2014年9月2016年月日議麵专业学位硕±论文讀囊囊驚基于騎间序列巧財务风险预测研巧——从ＭＴ公司为例ＦｉｎａｎｃｉａｌＦｏｒ啜ｃａｓ巧ｎｇＢａｓｅｄｏｎＴｉｍｅＳｅｒｉｅｓＡｊｉａｌｓ量Ｓｙ专业名

2、称工商管巧硕古学位申请人罗曼猜指导教师陈美华学号１４８１４巧Ｉ４８６入学时间２０＇１４年９月论文提交日期２０１６年５月１０日论文答辩时间２０１６年５月２８日答辩委员会主席答辩委员会委员丄，／ＪｊＪ广东财经大学学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。除文中己婪注明引用的巧容外，本论文不含任何其他个人或集体己经发亲或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在

3、文中明确方式标明。因本学位论文引起的法律后果完全由本人承担。学位论文作者签名占：令曼Ｉ签字日期：弘／＾年］：月日广东财经大学学位论文版权使用授权书本学位论文作者完全了解广东财经大学有关俱留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的纸质版和电子版，允许论文被查阅和借阅。本人提权广东财经大学可Ｌ乂将学位论文的全部或部分内容编入有关数据库进行检索，可＾八采用影印、缩印或担描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）、学位论文作者

4、签名：歹曼Ｍ导师签名；签字日期：疋＾乂年＾月４日签字日期：巧巧日分摘要财务风险预测是企业财务预测的重要内容。传统的财务风险预测方法有销售百分比法和线性回归分析法，然而为了提高财务预测质量，我们需要依靠更精确的预测方法。时间序列预测方法是专门用于分析依时间顺序排列起来的一系列观测值的方法，在经济学中尤其是在宏观经济学方面具有极其重要的意义。连续多年的财务报表数据是典型的按时时间序列排列的数据，因此适合用时间序列方法对其进行预测分析。本文把基于时间序列的数据挖掘方法运用到财务风险预测中，建立了相应模型，

5、并依据MT公司的真实财务数据对该模型的预测能力进行了检测。实际检测结果表明，本文研究发现的时间序列方法适用于具有规律周期性变化的财务数据的预测，且其有着很高准确性。具体研究思路及主要结果如下：（1）介绍了财务风险预测的背景知识、用于预测的数据挖掘方法以及白酒行业的现状，阐明了财务风险预测的必要性，以及基于时间序列数据挖掘方法与财务风险预测结合的有效性。（2）针对传统的财务预测方法存在的精度不足问题提出了解决方案，建立了基于时间序列方法的财务预测模型。本研究建立的模型主要包括三个模块，分别是数据预处理模块、数据预

6、测模块和预测结果分析模块。数据预处理模块负责将财务数据进行整理，分解为用于财务分析的各项指标和数率，并将其按照时间序列进行排列，以供预测模块使用；数据预测模块主要对整理所得的财务数据各项指标进行分析，对于不同指标匹配以相应的模型对其进行预测；预测结果分析模块将预测得到的数据进行分析，包括直观分析和对比真实数据分析。（3）把该模型运用到某真实酒业公司的财务数据上从而验证了该模型的有效性、实用性。通过将时间序列分析法应用于MT公司的财务预测，并将财务预测与财务分析相结合对预测结果分析，本文研究发现时间序列方法适用于

7、具有规律周期性变化的财务数据的预测，且有着相当高的准确性。最后，就本研究给出总结，并根据研究结论提出了相应的政策建议，同时指出了研究中的不足之处，以便为以后继续深入研究指明方向。关键词：财务预测；财务分析；时间序列；数据挖掘；IABSTRACTFinancialforecastingisoneofthemostimportantmethodsintheprocessofbusinessadministration.Itisespeciallyimportanttomakeanaccurateprediction

8、whenitcomestomakingbigplans.Thoughtraditionalwaysofpredictionlikepercentageofsalesapproachandlinearregressionanalysishavebeencarriedoutovertheyears,theiraccuracyneedtobeimproved.Timeseriesforeca