在政策的影響下,房價高漲得到控制,房地產(chǎn)企業(yè)也開始轉(zhuǎn)型發(fā)展。從房地產(chǎn)企業(yè)的發(fā)展來看,房地產(chǎn)企業(yè)大部分具有較高的負(fù)債率,在資金來源以及銷售端受控的情況下,對房地產(chǎn)企業(yè)的發(fā)展帶來較大的挑戰(zhàn)。隨著政策的收緊,部分房地產(chǎn)公司,如恒大集團(tuán),多筆債務(wù)違約并爆發(fā)財(cái)務(wù)風(fēng)險(xiǎn)事件,帶來不利的社會影響。因此,在房地產(chǎn)企業(yè)轉(zhuǎn)型的背景下,需要進(jìn)一步關(guān)注房地產(chǎn)企業(yè)可能存在的財(cái)務(wù)風(fēng)險(xiǎn)問題,對可能發(fā)生的房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警。本文以房地產(chǎn)企業(yè)為研究對象,分析對房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)具有影響的指標(biāo),并構(gòu)建房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警模型。首先,對房地產(chǎn)行業(yè)的企業(yè)從宏觀因素以及微觀因素出發(fā),分析影響其財(cái)務(wù)風(fēng)險(xiǎn)的各項(xiàng)因素,并構(gòu)建房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評價的指標(biāo)體系。其次,采用因子分析以及TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)方法,對上市房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評價,根據(jù)評價結(jié)果確定存在較高風(fēng)險(xiǎn)的房地產(chǎn)公司。第四,采用GMDH(Group Method of Data Handing,GMDH)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建...

【文章頁數(shù)】：84 頁

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 國內(nèi)外研究述評
    1.3 研究目的與內(nèi)容
        1.3.1 研究目的
        1.3.2 研究內(nèi)容
    1.4 研究思路與方法
        1.4.1 研究思路
        1.4.2 研究方法
    1.5 研究創(chuàng)新
2 概念界定及理論基礎(chǔ)
    2.1 概念界定
        2.1.1 房地產(chǎn)行業(yè)
        2.1.2 財(cái)務(wù)風(fēng)險(xiǎn)
    2.2 理論基礎(chǔ)
        2.2.1 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論
        2.2.2 風(fēng)險(xiǎn)管理理論
    2.3 常用財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型
        2.3.1 邏輯回歸
        2.3.2 支持向量機(jī)模型
        2.3.3 隨機(jī)森林模型
        2.3.4 BP神經(jīng)網(wǎng)絡(luò)模型
        2.3.5 模型評價指標(biāo)
    2.4 本章小結(jié)
3 房地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)特征與財(cái)務(wù)風(fēng)險(xiǎn)評價
    3.1 房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)特征分析
    3.2 房地產(chǎn)行業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響因素分析
        3.2.1 外部影響因素
        3.2.2 內(nèi)部影響因素
    3.3 房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評價指標(biāo)構(gòu)建
        3.3.1 償債能力
        3.3.2 營運(yùn)能力
        3.3.3 盈利能力
        3.3.4 發(fā)展能力
        3.3.5 現(xiàn)金流量
        3.3.6 綜合能力
        3.3.7 治理能力
        3.3.8 宏觀因素
    3.4 上市房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評價
        3.4.1 因子分析與TOPSIS方法
        3.4.2 房地產(chǎn)上市企業(yè)TOPSIS財(cái)務(wù)風(fēng)險(xiǎn)評價
    3.5 本章小結(jié)
4 基于GMDH神經(jīng)網(wǎng)絡(luò)的上市房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建
    4.1 GMDH神經(jīng)網(wǎng)絡(luò)模型分析
        4.1.1 GMDH神經(jīng)網(wǎng)絡(luò)模型適用性分析
        4.1.2 GMDH神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
    4.2 基于遺傳算法的GMDH財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型參數(shù)優(yōu)化
        4.2.1 遺傳算法分析
        4.2.2 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建
    4.3 本章小結(jié)
5 基于GMDH神經(jīng)網(wǎng)絡(luò)的上市房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型實(shí)證分析
    5.0 數(shù)據(jù)源說明與描述性統(tǒng)計(jì)分析
    5.1 不平衡數(shù)據(jù)處理
    5.2 指標(biāo)選擇
    5.3 GMDH神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型實(shí)證
    5.4 模型對比分析
        5.4.1 邏輯回歸模型實(shí)證分析
        5.4.2 支持向量機(jī)模型實(shí)證分析
        5.4.3 隨機(jī)森林實(shí)證分析
        5.4.4 BP神經(jīng)網(wǎng)絡(luò)模型實(shí)證分析
        5.4.5 綜合對比分析
    5.5 指標(biāo)重要性分析
    5.6 本章小結(jié)
6 結(jié)論建議及展望
    6.1 研究結(jié)論
    6.2 加強(qiáng)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的對策建議
        6.2.1 加強(qiáng)對房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警
        6.2.2 改善房地產(chǎn)公司債務(wù)水平以及資金周轉(zhuǎn)水平
        6.2.3 提高對政策以及經(jīng)濟(jì)發(fā)展變化的應(yīng)對能力
    6.3 研究不足與展望
        6.3.1 研究不足
        6.3.2 研究展望
參考文獻(xiàn)
致謝



本文編號：3740859