本文選題：財務(wù)危機 + 財務(wù)危機預(yù)警變量　； 參考：《中國財政科學(xué)研究院》2017年博士論文

【摘要】：近年來,中國經(jīng)濟進入到一個新階段,相繼出現(xiàn)經(jīng)濟指標(biāo)之間聯(lián)動性背離,經(jīng)濟增長持續(xù)下行與CPI持續(xù)低位運行,企業(yè)利潤率下降,消費上升而投資下降等現(xiàn)象。在這樣的經(jīng)濟新形勢、新常態(tài)下,使企業(yè)的運營難度加大,對企業(yè)的財務(wù)危機管理水平提出了更高的要求。面對競爭激烈的市場環(huán)境,企業(yè)在實際經(jīng)營運行中面對瞬息萬變的各種復(fù)雜情況,導(dǎo)致企業(yè)財務(wù)危機各種誘因也越來復(fù)雜,所以運用更高預(yù)測精度的財務(wù)危機預(yù)警模型成為財務(wù)危機預(yù)警的重要手段之一。目前的財務(wù)危機預(yù)警模型的研究方法經(jīng)歷了傳統(tǒng)計量模型和人工智能模型兩個階段,其中,傳統(tǒng)計量模型包括一元判斷模型、多元判斷模型、生存分析器等方法;人工智能模型包括遺傳算法、專家系統(tǒng)等方法。通過研究發(fā)現(xiàn),在現(xiàn)有模型的研究和實踐應(yīng)用過程中,取得了寶貴的成果。但是,也存在一些不足之處,主要表現(xiàn)在三方面:一是財務(wù)危機預(yù)警及其變量確定的理論基礎(chǔ)相對欠缺。國內(nèi)外財務(wù)危機預(yù)警及其變量選擇的基礎(chǔ)理論研究薄弱,現(xiàn)有研究的宏觀與微觀理論依據(jù)不足,很多研究缺乏能夠準確確定財務(wù)危機預(yù)警模型所含變量的理論支持,有可能出現(xiàn)進入模型之前的變量由于理論依據(jù)不足和篩選方法不完善,造成構(gòu)建的危機預(yù)警模型預(yù)測精度不高,實用性不夠。二是財務(wù)危機預(yù)警變量篩選的方法有待提高。預(yù)警變量篩選尤為關(guān)鍵,直接影響預(yù)警模型的有效性。目前,研究和運用較多的財務(wù)危機預(yù)警變量篩選的方法主要有主成分分析法,典型相關(guān)分析法等方法,在變量篩選的過程中存在變量之間的多重共線的問題等等。近年來,財務(wù)危機預(yù)警變量篩選的方法一直沒有太大的突破,可喜的是,已經(jīng)有學(xué)者開始嘗試將人工智能工業(yè)控制領(lǐng)域中設(shè)備運營控制預(yù)警的方法運用到財務(wù)危機預(yù)警領(lǐng)域,并取得了一定成果。同理,在財務(wù)危機預(yù)警過程中,當(dāng)財務(wù)預(yù)警變量出現(xiàn)波動并超出一定的有效控制范圍時,系統(tǒng)就應(yīng)該發(fā)出預(yù)警。而且隨著現(xiàn)代數(shù)據(jù)挖掘技術(shù)的飛速發(fā)展,數(shù)據(jù)變量篩選相關(guān)理論和應(yīng)用日趨成熟,使得運用更為先進的計量方法和工具進一步篩選出客觀科學(xué)的變量更具現(xiàn)實性。三是財務(wù)危機預(yù)警模型需要提高預(yù)測精度。經(jīng)濟發(fā)展的不同時期,社會經(jīng)濟結(jié)構(gòu)的不同以及行業(yè)周期不同、公司發(fā)展階段不同均會對模型的構(gòu)建和模型預(yù)測精度提出更高的要求,因此,目前我國企業(yè)所處的宏觀和微觀環(huán)境,財務(wù)危機模型需要進一步提高預(yù)測精度,具有更強的實用性就顯得尤為重要。因此,論文針對上述不足進行研究。在對國內(nèi)外有關(guān)財務(wù)危機預(yù)警理論和方法研究的基礎(chǔ)上,提出了財務(wù)危機預(yù)警變量的理論基礎(chǔ)和框架體系,在變量體系基本搭建后進一步研究變量篩選問題,對現(xiàn)有變量篩選的理論和方法進行深入分析,提出財務(wù)危機預(yù)警變量篩選新方法偏最小二乘方法,并通過實證來論證偏最小二乘方法在篩選財務(wù)危機預(yù)警變量中的優(yōu)勢,并在此基礎(chǔ)上,通過選取滬深兩市2011年至2013年三年區(qū)間的212個樣本對象進行研究,利用偏最小二乘方法提取出偏最小二乘成分,分別建立基于偏最小二乘的Logistic回歸財務(wù)危機預(yù)警模型和基于偏最小二乘的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型,并經(jīng)過實證研究和有效性檢驗,驗證了模型在實際財務(wù)危機預(yù)警中具有更高的準確率。論文研究的路線主要分為提出問題、研究問題和研究結(jié)論與創(chuàng)新三個研究層次。第一個層次為提出問題,也即研究前提,論文從理論研究背景和實踐背景提出本文的選題動機、研究價值等,主要包括第一章。第二個層次為研究問題,包括理論研究和實證研究,理論研究包括重要研究文獻的回顧和梳理,經(jīng)過變量選擇的科學(xué)論證過程,通過對目前應(yīng)用較多的變量篩選方法進行研究,并結(jié)合經(jīng)濟結(jié)構(gòu)變化和企業(yè)發(fā)展的需求,推導(dǎo)出偏最小二乘方法在變量篩選中的優(yōu)勢,主要包括第二章、第三章、第四章和第五章。在實證研究與檢驗部分,運用實證研究的統(tǒng)計方法對2011年至2013年符合條件的研究樣本做預(yù)警變量的萃取,并用偏最小二乘方法進行變量篩選,并在此基礎(chǔ)上構(gòu)建偏最小二乘的Logistic回歸財務(wù)危機預(yù)警模型和偏最小二乘的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型,并進行有效性檢驗,主要包括第六章和第七章。第三部分為研究結(jié)論、研究創(chuàng)新、不足以及未來的研究方向,即第八章。論文的創(chuàng)新點主要包括以下兩點:(一)創(chuàng)新性地將財務(wù)危機預(yù)警變量的篩選問題作為獨立模塊進行研究。本文通過對目前運用較多的財務(wù)危機預(yù)警變量篩選的方法主成分分析法,典型相關(guān)分析法等方法進行深入研究,指出這些方法在變量篩選中存在的問題,即財務(wù)危機預(yù)警變量多重共線的問題,提出運用偏最小二乘方法進行財務(wù)危機預(yù)警變量篩選的理論和原理,并通過現(xiàn)有方法與偏最小二乘方法的實證對比,理論和實踐相結(jié)合邏輯性地證明了偏最小二乘方法能夠篩選出更科學(xué)合理的預(yù)警變量,有效提高財務(wù)危機預(yù)警模型的預(yù)測精度。(二)構(gòu)建了預(yù)測精度更高的財務(wù)危機預(yù)警模型。論文通過理論和實踐相結(jié)合的方法,初步構(gòu)建了財務(wù)危機預(yù)警變量,變量體系不僅包含財務(wù)指標(biāo)變量,而且涵蓋非財務(wù)信息變量,通過運用偏最小二乘方法實現(xiàn)了變量的優(yōu)質(zhì)成分提取,剔除數(shù)據(jù)重疊指標(biāo),然后運用傳統(tǒng)計量和人工智能方法構(gòu)建基于偏最小二乘的Logistic財務(wù)危機預(yù)警模型和基于偏最小二乘的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型,并通過實證檢驗和有效性檢驗驗證了財務(wù)危機預(yù)警模型預(yù)警具有更高的準確率。在運用構(gòu)建的偏最小二乘財務(wù)危機預(yù)警模型進行有效性檢驗后,2014年運用偏最小二乘的Logistic財務(wù)危機預(yù)警模型比運用主成分Logistic財務(wù)危機預(yù)警模型預(yù)測準確率高1%--4%,2015年要高3%--4%;2014年和2015年運用偏最小二乘的BP神經(jīng)網(wǎng)絡(luò)財務(wù)危機預(yù)警模型比運用主成分BP神經(jīng)網(wǎng)絡(luò)財務(wù)危機預(yù)警模型預(yù)測準確率均高出4%--6%。
[Abstract]:In recent years , China ' s economy has entered a new stage , and there have been some problems in the early warning model of financial crisis . On the basis of the research on the theories and methods of financial crisis early warning , the paper puts forward the theory foundation and framework system of the early warning variable of financial crisis . The forecast accuracy of financial crisis early warning model is effectively improved . ( 2 ) The financial crisis early warning model is constructed by combining theory and practice .
【學(xué)位授予單位】：中國財政科學(xué)研究院
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：F275

【參考文獻】

相關(guān)期刊論文 前10條

1 程翠鳳;;基于Logistic回歸模型的我國化工上市企業(yè)財務(wù)危機預(yù)警研究[J];改革與開放;2016年23期

2 周丹;管河山;;上市公司財務(wù)危機預(yù)警模型研究[J];財會通訊;2016年29期

3 劉玉敏;劉莉;任廣乾;;基于非財務(wù)指標(biāo)的上市公司財務(wù)預(yù)警研究[J];商業(yè)研究;2016年10期

4 戎東茹;崔健;陶慧云;;財務(wù)危機預(yù)警系統(tǒng)研究現(xiàn)狀述評[J];統(tǒng)計與管理;2016年08期

5 張艷麗;尤曉琳;強薇;鄭雨晗;李鈞濤;;基于LASSO的企業(yè)財務(wù)危機預(yù)警與關(guān)鍵指標(biāo)選擇[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2016年03期

6 趙智繁;王世民;曹倩;;基于數(shù)據(jù)挖掘的財務(wù)危機多分類預(yù)警研究[J];中國管理信息化;2016年11期

7 李世W，

本文編號：1950659