【摘要】：自奧特曼對(duì)財(cái)務(wù)困境展開開創(chuàng)性研究以來，對(duì)財(cái)務(wù)困境預(yù)測(cè)的研究已經(jīng)相對(duì)成熟，但是財(cái)務(wù)困境預(yù)測(cè)以公司是否被ST作為預(yù)測(cè)標(biāo)準(zhǔn)，這難免給人一種為時(shí)已晚的感覺。鑒于此，有學(xué)者初步提出財(cái)務(wù)業(yè)績預(yù)測(cè)并進(jìn)行了相關(guān)研究。財(cái)務(wù)業(yè)績預(yù)測(cè)仍然處于一個(gè)起步階段，它通過預(yù)測(cè)公司未來業(yè)績的變動(dòng)情況，為利益相關(guān)者提供決策所需信息。本文的研究目的就是希望在以往研究的基礎(chǔ)上提出一種適用于制造業(yè)業(yè)績預(yù)測(cè)的方法，向利益相關(guān)者提供公司發(fā)展趨勢(shì)的信息，從而有利于他們做出科學(xué)的決策。 本文共分為六個(gè)部分：第一部分，對(duì)研究背景、研究意義以及相關(guān)參考文獻(xiàn)進(jìn)行了闡述。第二部分，介紹了文章研究的理論基礎(chǔ)，主要包括統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)相關(guān)理論。第三部分，介紹了預(yù)測(cè)指標(biāo)的選取以及預(yù)處理，本文主要選取了能夠反映公司償債能力、獲利能力、營運(yùn)能力、成長能力以及現(xiàn)金流量能力的24個(gè)指標(biāo)，將這24個(gè)指標(biāo)依次進(jìn)行正態(tài)分布檢驗(yàn)、顯著性差異檢驗(yàn)以及因子分析處理之后，共提取出2個(gè)公因子作為模型的輸入變量。第四部分，是文章的實(shí)證研究部分，作者嘗試性的選擇半年度作為預(yù)測(cè)期間，初始選取了2010年制造業(yè)642家上市公司，經(jīng)過剔除被ST的公司以及業(yè)績?cè)鰷p幅度小于50%的公司，最終經(jīng)過處理后的研究樣本數(shù)量為264家（其中132家業(yè)績上升的公司，132家業(yè)績下降的公司），將這264家樣本分成訓(xùn)練集和樣本集，其中訓(xùn)練樣本88家（44家業(yè)績上升公司，44家業(yè)績下降公司），測(cè)試樣本44家（22家業(yè)績上升的公司，22家業(yè)績下降的公司），分別構(gòu)建Logit回歸模型以及LS-SVM模型，并將兩種模型的預(yù)測(cè)結(jié)果進(jìn)行了比較。第五部分，主要是將LS-SVM模型加以應(yīng)用的案例分析。第六部分是文章的結(jié)論以及不足。 本文在財(cái)務(wù)業(yè)績預(yù)測(cè)過程中引入最小二乘支持向量機(jī)，并采用半年度數(shù)據(jù)進(jìn)行預(yù)測(cè)，最終構(gòu)建的LS-SVM模型的預(yù)測(cè)準(zhǔn)確率高于Logit回歸模型的預(yù)測(cè)準(zhǔn)確率。本文的主要?jiǎng)?chuàng)新點(diǎn)包括以下兩點(diǎn)： 第一，將最小二乘支持向量機(jī)應(yīng)用于財(cái)務(wù)業(yè)績預(yù)測(cè)。通過研究發(fā)現(xiàn)基于最小二乘支持向量機(jī)的財(cái)務(wù)業(yè)績預(yù)測(cè)模型判斷準(zhǔn)確率為64.8%，模型預(yù)測(cè)準(zhǔn)確率比Logit回歸模型的預(yù)測(cè)準(zhǔn)確率略高。 第二，文章的研究視角方面，文章主要進(jìn)行半年度業(yè)績預(yù)測(cè)。文章在進(jìn)行研究時(shí)主要采用的是半年度數(shù)據(jù)，這就為財(cái)務(wù)業(yè)績預(yù)測(cè)提供了一定的及時(shí)性。
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：F406.72;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊治平,余妙志;Logistic模型在上市公司財(cái)務(wù)狀況評(píng)價(jià)中的運(yùn)用[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2002年01期

2 吳德勝,梁j,殷尹;不同模型在財(cái)務(wù)預(yù)警實(shí)證中的比較研究[J];管理工程學(xué)報(bào);2004年02期

3 周首華,楊濟(jì)華,王平;論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J];會(huì)計(jì)研究;1996年08期

4 向德偉;運(yùn)用“Z記分法”評(píng)價(jià)上市公司經(jīng)營風(fēng)險(xiǎn)的實(shí)證研究[J];會(huì)計(jì)研究;2002年11期

5 陳靜;上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J];會(huì)計(jì)研究;1999年04期

6 張玲;財(cái)務(wù)危機(jī)預(yù)警分析判別模型[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2000年03期

7 李秉成;企業(yè)財(cái)務(wù)困境概念內(nèi)涵的探討[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2003年06期

8 高培業(yè),張道奎;企業(yè)失敗判別模型實(shí)證研究[J];統(tǒng)計(jì)研究;2000年10期

9 楊淑娥,黃禮;基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型[J];系統(tǒng)工程理論與實(shí)踐;2005年01期

10 張華倫;孫毅;;企業(yè)財(cái)務(wù)危機(jī)預(yù)警Rough-Fuzzy-ANN模型的建立及應(yīng)用[J];運(yùn)籌與管理;2006年02期

相關(guān)博士學(xué)位論文 前2條

1 徐曉燕;企業(yè)財(cái)務(wù)困境的預(yù)測(cè)方法研究[D];中國科學(xué)技術(shù)大學(xué);2006年

2 姚宏善;基于支持向量機(jī)的財(cái)務(wù)困境預(yù)測(cè)研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前1條

1 宋姣;基于支持向量機(jī)的上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D];哈爾濱工業(yè)大學(xué);2007年

本文編號(hào)：2800754