隨著近年來經濟的蓬勃發(fā)展以及國家的政策支持,旅游行業(yè)發(fā)展迅速,逐步成長為國民經濟的戰(zhàn)略性支柱產業(yè)。隨著旅游行業(yè)地位的逐層上升,旅游市場的日漸擴大,越來越多的企業(yè)進入到旅游行業(yè),旅游上市公司作為旅游企業(yè)的一種高級表現形式,在現代市場經濟中占據著重要的市場地位。但是旅游上市公司的總體發(fā)展水平卻不容樂觀,其財務狀況低于總體平均水平,很多上市公司出現了不同程度的虧損。因此,研究如何利用國內外已有的研究成果,結合我國旅游上市公司的特征,對旅游上市公司財務狀況做出及時的判斷評價,是目前我們迫切需要解決的問題。 本文以深滬A股市場上的26家旅游上司公司作為研究對象,結合國內外已有的研究成果,在分析了引發(fā)旅游上市公司財務危機因素的基礎上,初步歸納了預警指標,通過差異性檢驗和相關性分析,最終提取出了7個最重要的代表因子,并以此作為灰色神經網絡的輸入量構建了一套旅游上市公司財務危機預警模型。國內很多實證研究對非財務指標考慮的較少,因此本文引入了社會公共危機因素、經營發(fā)展戰(zhàn)略等非財務指標,從而使得構建的模型能夠更有針對性地評價旅游上市公司的財務危機狀況。同時,本文結合旅游上市公司樣本少、信息數量貧乏的特點,...

【文章頁數】：91 頁

【學位級別】：碩士

【部分圖文】：

圖4-2BP神經網絡誤差收斂圖

當輸出值在（0.85,1〕時，為財務嚴重危機公司；（0.5,0.85〕時，務一般危機公司；[0.15,0.5]時，表明該公司為財務中等公司；[0，0.15]時，該公財務優(yōu)秀公司。③初始化網絡結構。根據前面參數設計，中間層神經元傳遞函數設定為為tansig，層神經元傳遞函數設定....

本文編號：3951727