本文關(guān)鍵詞：基于縱向數(shù)據(jù)的上市公司財(cái)務(wù)危機(jī)預(yù)警模型，由筆耕文化傳播整理發(fā)布。

【摘要】：一個(gè)公司的財(cái)務(wù)狀況直接影響了公司的運(yùn)營,而上市公司又是證券市場的基礎(chǔ),保證上市公司良好的運(yùn)行是證券市場正常運(yùn)行的先決條件。隨著近年來實(shí)體經(jīng)濟(jì)的下滑,許多公司尤其是制造業(yè)企業(yè)面臨著陷入財(cái)務(wù)危機(jī)的危險(xiǎn),如果能夠建立適合中國市場的財(cái)務(wù)危機(jī)預(yù)警模型,則能夠提前采取相應(yīng)的措施,對投資者和公司管理者都有重要的意義。本文以上市公司被實(shí)施“特殊處理”作為企業(yè)陷入財(cái)務(wù)危機(jī)的標(biāo)志,選取了在2011-2014年間首次被實(shí)施“特殊處理”的在A股上市的50家制造業(yè)企業(yè)作為財(cái)務(wù)危機(jī)公司樣本,并選取50個(gè)同行業(yè)健康公司作為配比樣本。在變量的選取上,選取在國內(nèi)使用頻率較高的財(cái)務(wù)比率,并利用均值檢驗(yàn)和因子分析對變量進(jìn)行篩選。首先建立了基于截面數(shù)據(jù)的傳統(tǒng)的邏輯回歸模型和Fisher判別分析模型,結(jié)果表明邏輯回歸模型的預(yù)測準(zhǔn)確率要高于判別分析,總結(jié)國內(nèi)外關(guān)于上市公司財(cái)務(wù)危機(jī)預(yù)警的模型,發(fā)現(xiàn)大多數(shù)的研究都是基于某一年份的數(shù)據(jù)即只利用了單截面數(shù)據(jù),而沒有考慮時(shí)間延續(xù)性。因此,本文又建立了基于縱向數(shù)據(jù)的廣義估計(jì)方程和隨機(jī)效應(yīng)模型,分別代表了處理縱向數(shù)據(jù)的兩類模型——邊際模型和條件模型。兩類模型的估計(jì)結(jié)果相差不大,它們對財(cái)務(wù)危機(jī)公司的預(yù)測準(zhǔn)確率分別為92%、94%,對健康公司預(yù)測準(zhǔn)確率均達(dá)到98%。從計(jì)算結(jié)果可以看到,無論是基于截面數(shù)據(jù)還是縱向數(shù)據(jù),模型預(yù)測的準(zhǔn)確率都較高,說明選取的這些財(cái)務(wù)比率比較有效,企業(yè)發(fā)生財(cái)務(wù)危機(jī)不僅與企業(yè)的盈利能力有關(guān),還與償債能力和營運(yùn)能力有關(guān)�；诳v向數(shù)據(jù)的模型的預(yù)測準(zhǔn)確率略高于截面數(shù)據(jù),并且基于縱向數(shù)據(jù)的模型預(yù)測的時(shí)間跨度長,能夠預(yù)測一個(gè)公司在一個(gè)時(shí)間段內(nèi)出現(xiàn)財(cái)務(wù)危機(jī)的概率。
【關(guān)鍵詞】：因子分析 邏輯回歸 縱向數(shù)據(jù) 廣義估計(jì)方程 隨機(jī)效應(yīng)模型
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F275;F832.51
【目錄】：

• 中文摘要3-4
• 英文摘要4-7
• 1 引言7-14
• 1.1 研究背景7-8
• 1.2 研究目的及意義8-9
• 1.2.1 研究目的8-9
• 1.2.2 研究的理論意義和現(xiàn)實(shí)意義9
• 1.3 財(cái)務(wù)危機(jī)預(yù)測模型的國內(nèi)外研究現(xiàn)狀9-12
• 1.4 本文的研究內(nèi)容與研究方法12-14
• 1.4.1 本文的研究內(nèi)容12
• 1.4.2 本文的研究方法及技術(shù)路線12-14
• 2 樣本及指標(biāo)的選擇14-24
• 2.1 財(cái)務(wù)危機(jī)公司的定義14-15
• 2.2 樣本數(shù)據(jù)的選取原則15-18
• 2.3 財(cái)務(wù)比率的選取18-19
• 2.4 對財(cái)務(wù)比率的篩選19-24
• 2.4.1 均值檢驗(yàn)19-20
• 2.4.2 因子分析20-24
• 3 基于橫截面數(shù)據(jù)的傳統(tǒng)財(cái)務(wù)危機(jī)預(yù)警模型24-27
• 3.1 Logistic回歸模型24-26
• 3.2 Fisher多元判別分析26-27
• 4 基于縱向數(shù)據(jù)的財(cái)務(wù)危機(jī)預(yù)警模型27-35
• 4.1 縱向數(shù)據(jù)的定義及選用縱向數(shù)據(jù)的優(yōu)勢27
• 4.2 縱向數(shù)據(jù)分析模型27-31
• 4.2.1 廣義估計(jì)方程方法理論簡介28-31
• 4.2.2 隨機(jī)效應(yīng)模型理論簡介31
• 4.3 基于GEE和隨機(jī)效應(yīng)模型的實(shí)證分析31-35
• 4.3.1 廣義估計(jì)方程的估計(jì)31-33
• 4.3.2 隨機(jī)效應(yīng)模型的估計(jì)33-35
• 5 結(jié)論與展望35-37
• 5.1 結(jié)論35-36
• 5.2 展望36-37
• 致謝37-38
• 參考文獻(xiàn)38-40
• 附錄40-46
• A 所選健康公司樣本列表40-41
• B 選取的各財(cái)務(wù)比率計(jì)算公式及解釋41-43
• C 隨機(jī)效應(yīng)模型估計(jì)的隨機(jī)效應(yīng)43
• D 四種模型的預(yù)測結(jié)果43-46

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 趙明濤;何曉群;;縱向數(shù)據(jù)非參數(shù)模型的修正二次推斷函數(shù)估計(jì)[J];統(tǒng)計(jì)與決策;2013年05期

2 趙明濤;何曉群;;縱向數(shù)據(jù)非參數(shù)模型的二次推斷函數(shù)估計(jì)[J];統(tǒng)計(jì)與決策;2013年07期

3 田萍;馬國鋒;;縱向數(shù)據(jù)部分線性模型的估計(jì)方法[J];統(tǒng)計(jì)與決策;2006年18期

4 毛新娜,王紅;基于縱向數(shù)據(jù)的半?yún)?shù)時(shí)間變化系數(shù)回歸模型的系數(shù)估計(jì)[J];統(tǒng)計(jì)與決策;2005年13期

5 詹姆斯·J·赫克曼;用橫向數(shù)據(jù)和縱向數(shù)據(jù)分析社會問題[J];重慶商學(xué)院學(xué)報(bào);2001年04期

6 王力賓,張文專;經(jīng)濟(jì)計(jì)量研究中縱向數(shù)據(jù)模型的EM算法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年07期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 韋博成;解鋒昌;林金官;;ZI數(shù)據(jù)的統(tǒng)計(jì)分析[A];江蘇省現(xiàn)場統(tǒng)計(jì)研究會第11次學(xué)術(shù)年會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 徐麗麗;帶有混合相關(guān)結(jié)構(gòu)的縱向數(shù)據(jù)的統(tǒng)計(jì)分析[D];東北師范大學(xué);2011年

2 張濤;含有測量誤差的縱向數(shù)據(jù)的統(tǒng)計(jì)推斷[D];復(fù)旦大學(xué);2011年

3 田瑞琴;縱向數(shù)據(jù)下半?yún)?shù)回歸模型的統(tǒng)計(jì)推斷[D];北京工業(yè)大學(xué);2014年

4 嚴(yán)國義;縱向數(shù)據(jù)與生存數(shù)據(jù)的半?yún)?shù)聯(lián)合模型研究[D];武漢大學(xué);2013年

5 胡爽;經(jīng)驗(yàn)似然縱向數(shù)據(jù)和似然Dantzig Selector方法[D];山東大學(xué);2011年

6 肖立群;響應(yīng)變量受限縱向數(shù)據(jù)中若干統(tǒng)計(jì)問題的研究[D];中國科學(xué)技術(shù)大學(xué);2014年

7 李萬斌;縱向數(shù)據(jù)下變系數(shù)混合效應(yīng)模型的有效推斷[D];北京工業(yè)大學(xué);2014年

8 許佩蓉;高維縱向數(shù)據(jù)中邊際模型和混合效應(yīng)模型的若干研究[D];華東師范大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王策;縱向和生存數(shù)據(jù)的一個(gè)聯(lián)合建模方法研究及其在艾滋病療效評估中的應(yīng)用[D];云南師范大學(xué);2015年

2 李佳;縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計(jì)推斷及應(yīng)用[D];重慶工商大學(xué);2015年

3 方成;縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計(jì)與模型檢驗(yàn)[D];北京化工大學(xué);2015年

4 于世杰;多元縱向數(shù)據(jù)下均值協(xié)方差模型的統(tǒng)計(jì)推斷[D];北京工業(yè)大學(xué);2015年

5 陳麗芳;縱向數(shù)據(jù)下半?yún)?shù)工具變量模型的二次推斷函數(shù)估計(jì)及應(yīng)用[D];重慶工商大學(xué);2016年

6 陳登峰;縱向數(shù)據(jù)下兩類半?yún)?shù)回歸模型的二次光滑估計(jì)[D];北京工業(yè)大學(xué);2016年

7 孫延輝;臨床醫(yī)學(xué)縱向數(shù)據(jù)的分析方法研究[D];北京工業(yè)大學(xué);2016年

8 胡成盛;縱向數(shù)據(jù)下變系數(shù)部分線性EV模型的參數(shù)估計(jì)與模型檢驗(yàn)[D];北京化工大學(xué);2016年

9 張家茂;縱向數(shù)據(jù)穩(wěn)健參數(shù)估計(jì)和模型選擇方法研究[D];重慶大學(xué);2016年

10 馮旋;基于縱向數(shù)據(jù)的上市公司財(cái)務(wù)危機(jī)預(yù)警模型[D];重慶大學(xué);2016年

  本文關(guān)鍵詞：基于縱向數(shù)據(jù)的上市公司財(cái)務(wù)危機(jī)預(yù)警模型，，由筆耕文化傳播整理發(fā)布。

本文編號：300346