【摘要】： 財務困境已成為一個世界問題,因為它會極大地影響投資者、信貸者以及銀行官員的財務決策,審計人員也需要通過財務困境的判別和預測來獲取財務信息.公司陷入財務困境是一個逐步的過程,不但具有先兆,而且可以預測.正確預測公司財務困境,對于保護公司投資者和債權人的利益、對于管理者防范財務危機、對于政府管理部門監(jiān)控上市公司質量和證券市場風險,都具有重要的現(xiàn)實意義. 有很多方法可以用于解決財務困境預測問題,其中用的最多的是統(tǒng)計方法,包括多元判別分析法(MDA)、Logit法和Probit法.由于有些變量分布并不符合MDA所需要的統(tǒng)計假設,所以使用MDA方法有可能導致判別結果產(chǎn)生偏差.決策樹、Logit法和Probit法是MDA的替代方法.但它們同樣要求樣本滿足一定的統(tǒng)計假設,而這些統(tǒng)計假設也限制了這些方法的應用. 本文首先依據(jù)對財務困境的具體界定,選取了60家處于財務困境的企業(yè)和同期60家正常企業(yè)為研究樣本,參考國內外的研究模型,對上市公司t-3年的常規(guī)財務指標數(shù)據(jù)和現(xiàn)金流量財務數(shù)據(jù)進行了正態(tài)性檢驗、均值差異非參數(shù)檢驗和Spearman非參數(shù)相關分析,從28個財務指標中選取了具有較強判別能力的14個財務指標作為模型的輸入變量.然后針對傳統(tǒng)統(tǒng)計方法的局限性,建立了BP神經(jīng)網(wǎng)絡財務困境預警模型.最后針對BP網(wǎng)絡的不足建立了粒子群優(yōu)化BP神經(jīng)網(wǎng)絡財務預警模型.研究結果表明:在上市公司ST發(fā)生的t-3年,這14個指標都能具有較強的信息時效性,兩種預警模型對檢驗樣本的預測準確率分別為80%、85%,實證結果顯示這兩種模型都具有較好的預測效果,其中粒子群優(yōu)化BP神經(jīng)網(wǎng)絡模型的預測效果要優(yōu)于BP神經(jīng)網(wǎng)絡模型的預測效果.因此,本文提出的粒子群優(yōu)化BP神經(jīng)網(wǎng)絡模型適合于解決企業(yè)財務困境的判別和預測問題,在分析和研究我國上市公司的財務困境預警方面,具有較好的應用前景和應用價值.
【學位授予單位】：河南大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：F275;F832.51;F224

【引證文獻】

相關博士學位論文 前1條

1 覃光華;人工神經(jīng)網(wǎng)絡技術及其應用[D];四川大學;2003年

相關碩士學位論文 前4條

1 趙微;市場條件下城網(wǎng)電纜化改造效益綜合評價及融資研究[D];華北電力大學;2011年

2 曹晶人;基于特征向量和神經(jīng)網(wǎng)絡的邊緣檢測算法研究[D];東北大學;2009年

3 劉建博;基于不平衡支持向量機的上市公司財務預警系統(tǒng)研究[D];吉林大學;2012年

4 聶瓊;基于PSO的BP神經(jīng)網(wǎng)絡紗線質量預測研究[D];新疆大學;2013年

，

本文編號：2663497