本文選題：太陽能光伏企業(yè) + 財(cái)務(wù)風(fēng)險(xiǎn)�。� 參考：《東華理工大學(xué)》2017年碩士論文

【摘要】：隨著全球環(huán)境污染加劇,化石能源的日益枯竭,世界各國開始轉(zhuǎn)向發(fā)展新能源行業(yè),其中,太陽能以其清潔無污染、分布廣、易獲得的特點(diǎn)受到了廣泛青睞,太陽能光伏產(chǎn)業(yè)可以說是未來發(fā)展?jié)摿o限。得益于國家政策對(duì)于太陽能光伏企業(yè)的大力支持,2013-2015年我國太陽能新增裝機(jī)容量居于世界首位,我國太陽能光伏企業(yè)發(fā)展?jié)摿薮�。但�?在光伏行業(yè)飛速發(fā)展的大環(huán)境下,很多太陽能光伏企業(yè)面臨著巨大的財(cái)務(wù)風(fēng)險(xiǎn)。從外部來看,各種資本競相進(jìn)入太陽能光伏市場,希望分得光伏市場的“一杯羹”,這給現(xiàn)存的太陽能光伏企業(yè)帶來了一定程度的沖擊。從內(nèi)部來看,太陽能企業(yè)自身存在管理不善、盈利能力弱、現(xiàn)金流短缺等問題,如何有效防范企業(yè)發(fā)展管理水平低下、核心技術(shù)薄弱、成本控制能力較弱及建設(shè)不完善等問題,以達(dá)到有效應(yīng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn),建立健全企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的目的對(duì)于企業(yè)未來發(fā)展來說是至關(guān)重要的。本文以我國太陽能光伏企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究為切入點(diǎn),立足實(shí)際,以探求太陽能光伏企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的方法及模型為目的。首先,在總結(jié)相關(guān)理論文獻(xiàn)研究的基礎(chǔ)之上,綜合分析比較學(xué)者們?cè)趯?shí)證研究中所使用的研究方法模型,最終選取了最適合的Logistic回歸模型作為太陽能光伏企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。其次,在定性分析中,主要分析了影響我國光伏企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響因素,在實(shí)證研究部分,論文以滬深兩市45家太陽能光伏企業(yè)上市公司為研究樣本,選取了2012-2015年共四年的包括財(cái)務(wù)指標(biāo)及非財(cái)務(wù)指標(biāo)共21個(gè)指標(biāo)數(shù)據(jù)作為研究變量,運(yùn)用SPSS20.0軟件進(jìn)行主成分的提取,再將主成分進(jìn)行顯著性差異檢驗(yàn)及偏相關(guān)分析最終得出建立Logistic模型所需要的自變量,論文基于實(shí)證分析所建立的Logistic回歸模型得出的結(jié)論有:建立的模型對(duì)樣本的檢測效果及預(yù)測效果較好,運(yùn)用建立的模型基本可以預(yù)測企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率;選取的各項(xiàng)財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)與企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率成反比,是符合實(shí)際意義的。同時(shí),提出了針對(duì)模型優(yōu)化的一些政策建議。最后,是研究結(jié)論部分,指出了本文研究的不足以及未來的展望。
[Abstract]:On the basis of summarizing the research methods and models of the solar PV enterprises , the paper selects the most suitable logistic regression model as the research variable , and then selects the most suitable logistic regression model as the research variable .

【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F426.61;F406.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 洪巖璧;;Logistic模型的系數(shù)比較問題及解決策略:一個(gè)綜述[J];社會(huì);2015年04期

2 梁靜溪;徐飛;;基于功效系數(shù)法的新能源汽車企業(yè)財(cái)務(wù)預(yù)警實(shí)例分析[J];中國管理信息化;2015年10期

3 王東;;天威保變新能源戰(zhàn)略后財(cái)務(wù)危機(jī)的研究[J];商業(yè)經(jīng)濟(jì);2015年04期

4 朱洪婷;;基于Logistic模型的機(jī)械制造業(yè)上市公司財(cái)務(wù)預(yù)警應(yīng)用與分析[J];時(shí)代金融;2015年02期

5 陶志坤;;基于Logistic模型的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J];商業(yè)經(jīng)濟(jì);2013年17期

6 曹珊珊;;上市公司財(cái)務(wù)困境預(yù)測——基于信息熵與Logistic回歸的實(shí)證分析[J];對(duì)外經(jīng)貿(mào);2012年09期

7 羅曉光;劉飛虎;;基于Logistic回歸法的商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究[J];金融發(fā)展研究;2011年11期

8 張友棠;黃陽;;基于行業(yè)環(huán)境風(fēng)險(xiǎn)識(shí)別的企業(yè)財(cái)務(wù)預(yù)警控制系統(tǒng)研究[J];會(huì)計(jì)研究;2011年03期

9 李建中;武鐵梅;;基于因子—logistic模型的房地產(chǎn)業(yè)上市公司財(cái)務(wù)預(yù)警分析[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年05期

10 曹雪;;中國太陽能光伏發(fā)電產(chǎn)業(yè)的現(xiàn)狀、問題與對(duì)策研究[J];中國高新技術(shù)企業(yè);2009年23期

相關(guān)博士學(xué)位論文 前2條

1 袁見;中國太陽能光伏產(chǎn)業(yè)政策效應(yīng)研究[D];遼寧大學(xué);2013年

2 于靜霞;新能源企業(yè)融資的財(cái)務(wù)風(fēng)險(xiǎn)控制研究[D];財(cái)政部財(cái)政科學(xué)研究所;2012年

相關(guān)碩士學(xué)位論文 前10條

1 吳天;基于因子分析的Logistic模型在中小板公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中的應(yīng)用研究[D];華東交通大學(xué);2016年

2 宗喜鶴;房地產(chǎn)行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[D];吉林財(cái)經(jīng)大學(xué);2016年

3 徐英玲;企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)及其預(yù)警體系研究[D];山東大學(xué);2015年

4 張嘉洋;保變電氣財(cái)務(wù)風(fēng)險(xiǎn)控制案例研究[D];財(cái)政部財(cái)政科學(xué)研究所;2015年

5 王倩;我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[D];山東農(nóng)業(yè)大學(xué);2015年

6 李治國;房地產(chǎn)行業(yè)財(cái)務(wù)預(yù)警研究[D];山西財(cái)經(jīng)大學(xué);2015年

7 宋寶珠;創(chuàng)業(yè)板上市公司財(cái)務(wù)預(yù)警模型研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

8 劉小龍;基于Logistic模型的中小企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[D];東華大學(xué);2014年

9 孫浩;基于Logistic模型的財(cái)務(wù)預(yù)警研究[D];南華大學(xué);2013年

10 宋瑞霞;我國上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究分析[D];長安大學(xué);2012年

，

本文編號(hào)：1808325