学位论文 > 优秀研究生学位论文题录展示

基于反向传播神经网络模型的上市公司财务危机预警应用研究

作　者: 马威
导　师: 潘学模
学　校: 西南财经大学
专　业: 财务管理
关键词: 反向传播神经网络财务危机预警因子分析
分类号: F275
类　型: 硕士论文
年　份: 2009年
下　载: 114次
引　用: 0次
阅　读: 论文下载

内容摘要

有人认为,企业财务首要解决的是生存问题而不是获利问题。近年来,随着经济的发展,竞争越发的激烈,同时,企业生存所依赖的外部也不断的变化、动荡。在全球发达经济体中,破产的案例屡见不鲜,特别近期金融危机的爆发,更加剧了这一现象。企业,特别是上市公司是国民经济的基本组成成分,其存在和发展关系到方方面面的利益;同时也是证券市场的基石,其经营业绩和财务状况的好坏将直接影响证券市场的建设和发展。而在这种经济背景下,对上市公司财务危机预警的研究显得更为迫切。相对于强烈的现实需要,我国财务危机预警的相关研究则略显单薄。大量的实证研究所采用的都是传统的统计方法,受限于严格的假设条件,并不完全符合现实经济活动的需要。而近年出现了越来越多的利用非传统统计方法的相关研究,并取得了不错的结果。但总的来讲,各类研究的文献中评价指标的选取量较少,不能完全反映上市公司的整体状况,且只有少量的研究引入了现金流量指标。同时,研究者总是试图寻求统一的参数解决所有问题,并没有考虑到行业差异等因素的影响。正是基于这种背景,本文在借鉴和吸取前人研究成果的基础上,对我国上市公司财务危机预警进行了实证研究,并根据所得出的结论提出了相关建议。本文共分五章,其主要内容和结构安排如下:第一章,导论。介绍了本文的研究背景、研究意义、国内外文献综述、研究思路、研究框架及研究方法。其中在国内外文献综述部分简单介绍了财务危机预警研究方法的演变过程,即是从定性分析方法到定量分析模型。定量分析模型是国内外财务危机预警研究中主要采用的方法,具有代表性的有:单变量模型、多元线性判别模型、多元逻辑回归模型以及人工神经网络模型等。结合本文的研究目的和方法,主要回顾了国内外文献中人工神经网络模型在财务危机预警方面的应用情况,提出了其中存在的问题:在研究目的上只是为了追求和证明模型的准确性和有效性,针对相应的结果并没有提出切实可行的解决方案和建议。其次,预警模型指标体系的选取没有统一的标准,大多研究所选取的指标数量较少,能否反映上市公司的整体状况值得怀疑。第三,国内大多学者在进行实证研究时对现金流量方面的财务指标的考虑和应用较少。最后,我国的实证研究总是试图寻求统一的参数解决所有问题,进行实证研究分析时对行业间的差异考虑较少,缺少这方面的衡量指标。针对这些问题,在本文的研究中进行了改进和说明。第二章,反向传播神经网络模型在财务危机预警应用中的理论综述。首先根据国内外研究学者的成果以及本文的研究对象,将财务危机定义为上市公司因存在终止上市风险而被特别处理的情况。其次介绍了关于财务预警系统定义的不同观点,并给出了本文的定义:财务预警系统就是以企业的财务报表、相关经营资料为基础,以建立的评价指标体系为中心,结合收集的外部资料等,采用一定的模型和分析方法,将企业所面临的经营波动情况和危险情况预先告知企业经营者和其他利益相关者,并分析企业发生经营波动和财务危机的原因及企业财务运营体系隐藏的问题,为企业经营者和其他利益相关者提供决策和控制依据的财务分析报警系统。而后介绍了反向传播神经网络模型的基本概念、结构和学习规则,为模型在本文的设计和应用奠定了基础。最后通过对模型本身特点的描述以及与以往单变量模型、多元线性判别模型、多元逻辑回归模型等模型优缺点的比较凸显了反向传播神经网络模型在财务危机预警应用中的优势,最终确定其为本文所采用的实证模型。第三章,反向传播神经网络模型应用的预处理。本章的研究分析主要是为后面反向传播神经网络模型在财务危机预警中的应用做准备。首先提出了模型的假设,其次确定了本文研究的对象,最后对所选取的偿债能力、运营能力、获利能力、发展能力、现金流量等六个方面30个评价指标运用因子分析的方法进行分析、处理,以达到信息提取和缩减指标数量的目的。最终选取了能够代表整体80.332%信息的总资产报酬率、市盈率、营业利润增长率、流动比率、产权比率、已获利息倍数、应收帐款周转率、固定资产周转率、盈余现金保障倍数、每股现金流量、现金债务总额比率、审计意见等12个评价指标作为下一步反向传播神经网络模型的输入层。而这12个评价指标也涵盖了本文所考察的偿债能力、运营能力、获利能力、发展能力、现金流量等六个方面,为财务预警指标体系的建立和完善提供了一定的实证基础。第四章,反向传播神经网络模型在财务危机预警应用中的实证研究。首先根据前述对反向传播神经网络模型基本概念、结构和学习规则的介绍合理设计本文的实证模型,然后将因子分析方法处理的结果带入模型进行实证研究分析,结果发现:根据2007年样本t-1、t-2、t-3年的数据得到的整体预测精度分别为100%、88.90%、80.95%;根据2008年样本t-1、t-2、t-3年的数据得到的整体预测精度分别为96.15%、88.46%、80.77%。证明了所建立的模型对预测公司财务危机有一定的准确性和适用性。这对实际经济活动中相关利益人识别上市公司的财务状况,预测其出现财务危机的可能性,从而作出及时的决策和调整以避免或减少损失有着非常重要的现实意义。第五章,结论与建议。本章主要总结了本文实证分析所得出的结论,并提出了相应的建议。本文的主要贡献:1、研究对象及评价指标的选取。本文结合国内外研究者的成果和存在的问题,选取A股制造业上市公司作为研究对象,消除了以往研究中忽略行业影响因素的情况。同时为更全面的评价上市公司整体的情况,选取了大量的财务指标,包括以往研究中较少采用的现金流量指标,并加入审计意见指标等,较为充分的涵盖了上市公司财务危机预警研究所需的信息。2、评价指标处理与缩减。本文在大量选取评价指标的基础上,合理运用因子分析的方法对其进行处理和缩减,较之以往研究中凭借经验的判断和盲目的借鉴作为选择依据有着更为合理、科学的方法和基础。而且缩减后的12个评价指标也能够基本构成一个财务预警指标体系,为今后财务预警指标体系的建立提供了实证基础。3、实证模型的选择。回顾财务危机预警的研究发现,主要的方法还集中在单变量模型、多元线性判别模型、多元逻辑回归模型的运用上。对于神经网络这类非传统统计方法的探索和应用还较少。本文通过合理的设计反向传播神经网络模型,将其应用于上市公司财务危机预警中,取得了不错的结果。对今后财务危机预警的研究有一定的参考和借鉴作用。本文的局限性及需进一步研究的问题:限于研究者的水平,本文存在着一定的局限性,具体表现在研究对象的确定、评价指标的选取、模型的设定及时效性、预测结果临界值的确定等几个方面,需要后续研究者的不断改进和完善。

全文目录

摘要  3-7
Abstract  7-12
1. 导论  12-22
  1.1 研究背景及意义  12-14
    1.1.1 研究背景  12-13
    1.1.2 研究意义  13-14
  1.2 国内外文献综述  14-20
    1.2.1 国外文献综述  14-17
    1.2.2 国内文献综述  17-19
    1.2.3 对国内外研究的简要评述  19-20
  1.3 研究思路与基本框架  20-21
    1.3.1 研究思路  20
    1.3.2 基本框架  20-21
  1.4 研究方法  21-22
2. 反向传播神经网络模型在财务危机预警应用中的理论综述  22-39
  2.1 财务危机的基本概念及产生原因  22-25
    2.1.1 财务危机的基本概念  22-24
    2.1.2 财务危机产生的原因  24-25
  2.2 财务预警系统  25-29
    2.2.1 财务预警系统的定义  25-26
    2.2.2 财务预警系统的基础理论  26-29
  2.3 反向传播神经网络模型的基本概念、结构和学习规则  29-34
    2.3.1 反向传播神经网络的基本概念  29-30
    2.3.2 反向传播神经网络模型的结构  30-33
    2.3.3 反向传播神经网络模型的学习规则  33-34
  2.4 反向传播神经网络模型在财务危机预警应用中的优势  34-39
    2.4.1 反向传播神经网络的特点  34-35
    2.4.2 财务危机预警定量分析模型的比较  35-39
3. 反向传播神经网络模型应用的预处理  39-54
  3.1 模型的假设前提  39-40
  3.2 研究对象的选择  40-42
  3.3 初始评价指标的选取  42-45
    3.3.1 反映偿债能力的指标  42
    3.3.2 反映运营能力的指标  42
    3.3.3 反映获利能力的指标  42-43
    3.3.4 反映发展能力的指标  43
    3.3.5 反映现金流量的指标  43
    3.3.6 其它指标  43-45
  3.4 评价指标的筛选及最终确定  45-54
    3.4.1 因子分析相关理论  45-48
    3.4.2 评价指标的筛选  48-54
4. 反向传播神经网络模型在财务危机预警应用中的实证研究  54-62
  4.1 反向传播神经网络模型初始化  54-55
    4.1.1 网络层数的确定  54
    4.1.2 神经元个数的确定  54-55
    4.1.3 激活函数的选取  55
    4.1.4 其他参数的确定  55
  4.2 反向传播神经网络模型的训练、仿真及结果分析  55-62
5. 结论与建议  62-67
  5.1 研究结论  62-63
    5.1.1 建立综合评价指标体系判断上市公司是否发生财务危机成为可能  62
    5.1.2 反向传播神经网络模型在预测上市公司财务危机方面有着很高的准确性  62-63
    5.1.3 被特别处理公司前3 年的财务数据在财务危机预警上具有时效性  63
  5.2 建议  63-65
    5.2.1 建立和完善上市公司财务危机预警综合指标体系  63-64
    5.2.2 加强反向传播神经网络模型在财务危机预警中的应用  64
    5.2.3 外部信息使用者要重点关注反映公司财务状况的主要指标  64-65
    5.2.4 管理者在关注财务指标数据的同时应更注重深层次的原因分析  65
  5.3 本文的局限性及需进一步研究的问题  65-67
参考文献  67-70
附录  70-72
后记  72-73
致谢  73-74
在读期间科研成果目录  74

基于反向传播神经网络模型的上市公司财务危机预警应用研究

内容摘要

全文目录

相似论文