在市場經(jīng)濟的前提下,公司從建立時就面臨著“優(yōu)勝劣汰”的困境。面對一個規(guī)模日益龐大的交易市場,上市公司的數(shù)量與規(guī)模不斷給宏觀監(jiān)管的質量提出挑戰(zhàn),因此對財務風險的控制就顯得尤為重要。財務窘?jīng)r通常要經(jīng)歷潛伏期到爆發(fā)期較長的時間,在這段時間內上市公司會經(jīng)歷財政狀態(tài)由健康慢慢發(fā)展成危機的過程。因此公司的財政危機具有前兆性和可瞻望性,建立一個符合市場狀況的財務危機預警模型可以對危機及其發(fā)展趨向進行有效的預測、辨認和控制,可以令經(jīng)營者在風險位于萌芽狀態(tài)時就采用有用的措施,改進現(xiàn)狀,降低損失,使利益相關者獲得最大的收益。而且,當前的統(tǒng)計軟件功能強大,理論也已成熟,以及證監(jiān)會對上市公司財務狀況的信息披露制定了標準化模式,這使得建模所需要的數(shù)據(jù)來源更加準確,這都為創(chuàng)立合理的危機預警模型提供了條件。因此如果能夠準確預判公司的金融危機,不僅與投資者和債權人利益有關,而且可以幫助證券監(jiān)管局制定出更加有效的穩(wěn)定市場的辦法。因此,上市公司財務危機預警的研究有十分重要的理論和現(xiàn)實意義。本文首先介紹財務危機的有關定義及成因,在對已有的研究現(xiàn)狀進行總結回顧之后,深入剖析了目前影響我國上市公司財務危機的因素,從現(xiàn)金流量、償... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內研究現(xiàn)狀
        1.2.3 小結
    1.3 論文研究框架
第二章 財務危機分析及預警指標體系的建立
    2.1 概念的界定
        2.1.1 財務危機概念的界定
        2.1.2 財務危機預警概念的界定
    2.2 財務危機表現(xiàn)及成因分析
        2.2.1 財務危機表現(xiàn)
        2.2.2 財務危機的成因分析
    2.3 財務危機預警指標體系的建立
        2.3.1 指標的選取原則
        2.3.2 指標體系的建立
    2.4 本章小結
第三章 基于Probit-SVM財務危機預警組合模型的構建
    3.1 單一模型的選取
    3.2 單一模型的基本原理
        3.2.1 Probit回歸模型的基本原理
        3.2.2 SVM模型的基本原理
    3.3 組合模型的建立
    3.4 本章小結
第四章 基于Probit-SVM財務危機預警組合模型的實證研究
    4.1 樣本數(shù)據(jù)預處理
        4.1.1 研究樣本的選取
        4.1.2 預警指標預處理
    4.2 單一模型的實證分析
        4.2.1 Probit回歸模型的實證分析
        4.2.2 SVM模型的實證分析
    4.3 組合模型的實證分析
    4.4 實證結果比較分析
    4.5 本章小結
第五章 總結與展望
參考文獻
致謝
學位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]淺談企業(yè)財務危機預警研究中的若干問題[J]. 邊春霞.  山西農經(jīng). 2017(23)
[2]上市公司財務危機預警模型研究——基于數(shù)據(jù)挖掘Logistic算法[J]. 楊芹英.  工業(yè)經(jīng)濟論壇. 2017(02)
[3]基于因子分析的國有工業(yè)企業(yè)經(jīng)濟效益差異性研究[J]. 龐慶華,楊田田.  工業(yè)技術經(jīng)濟. 2017(03)
[4]基于主成分分析和Logistic回歸模型的上市公司財務預警機制研究[J]. 劉肖,姚正海,汪軒如.  經(jīng)濟論壇. 2016(01)
[5]基于Probit回歸模型的經(jīng)濟發(fā)達地區(qū)土地利用變化驅動力分析——以南京市為例[J]. 劉康,李月娥,吳群,沈鍵芬.  應用生態(tài)學報. 2015(07)
[6]基于R的江西省肺結核發(fā)病率ARIMA-SVM組合預測模型[J]. 謝驍旭,袁兆康.  中國衛(wèi)生統(tǒng)計. 2015(01)
[7]核函數(shù)的選擇研究綜述[J]. 汪廷華,陳峻婷.  計算機工程與設計. 2012(03)
[8]我國上市公司財務危機界定及其征兆分析[J]. 焦海濤.  西安社會科學. 2012(01)
[9]基于動態(tài)財務評價下的評價指標體系構建[J]. 黎春,步丹璐.  財會研究. 2009(23)
[10]基于logistic-svm組合預測模型在公司信用評級中的應用[J]. 陳瑜,潘麗娜.  價值工程. 2008(12)

碩士論文
[1]基于ARIMA與SVM組合模型的國內旅游市場預測研究[D]. 劉勝.東華理工大學 2017
[2]基于累積和模型的中國上市公司財務危機預警研究[D]. 沈立.浙江工商大學 2017
[3]基于支持向量機的我國生物醫(yī)藥上市公司財務危機預警研究[D]. 柳燦星.江西財經(jīng)大學 2016
[4]中國上市房地產(chǎn)企業(yè)財務危機預警研究[D]. 盧張胤.廣西科技大學 2015
[5]基于LOGIT-SVM的商業(yè)銀行信用風險度量研究[D]. 錢軍.浙江財經(jīng)大學 2015
[6]基于Logistic-SVM的農戶信用評價組合模型研究[D]. 康艷紅.吉林大學 2014
[7]基于粗糙集—支持向量機的上市公司財務預警模型研究[D]. 李威.西南財經(jīng)大學 2013
[8]NRS-SVM組合模型在中小企業(yè)信用評估中的應用[D]. 孫楊斌.湖南大學 2012
[9]信用評分模型的開發(fā)及probit回歸在模型中的應用[D]. 高民.山東大學 2012
[10]我國上市公司財務危機預警指標體系構建及實證研究[D]. 周鴻順.西安工程大學 2011



本文編號：2950671