發(fā)布時間：2017-04-25 12:17

  本文關鍵詞：基于Z-Score模型的有色金屬行業(yè)上市公司財務預警研究，由筆耕文化傳播整理發(fā)布。

【摘要】：作為國民經(jīng)濟中基礎性的支柱產(chǎn)業(yè)，，有色金屬行業(yè)一直以來都在經(jīng)濟、社會領域、科學發(fā)展方面發(fā)揮著不可替代的作用，但同時其不合理的行業(yè)結(jié)構(gòu)、相對匱乏的原材料以及缺乏與市場相當?shù)亩▋r話語權等弊端都使得行業(yè)的持續(xù)發(fā)展面臨多重風險，另外，當前對于該行業(yè)內(nèi)公司的監(jiān)管主要是以靜態(tài)監(jiān)管、事后監(jiān)管為主，形成了監(jiān)管中的軟肋，尤其對于上市公司而言，若不加以重視，一系列的風險很有可能演變成財務危機，進而導致公司破產(chǎn),因此，居安思危建立適用于有色金屬行業(yè)上市公司的財務預警系統(tǒng)，及時完善財務風險防范措施，確保該行業(yè)公司安全，已成為產(chǎn)業(yè)發(fā)展最為關注的問題。 文章圍繞有色金屬行業(yè)上市公司財務風險預警模型展開研究，共分六個部分。第一部分首先明確文章研究背景目的，并對涉及該領域的研究成果進行總結(jié)分析，由此確定論文的研究方向；第二部分對財務預警內(nèi)涵以及財務預警定性、定量模型理論進行詳細介紹比較；第三部分闡述了有色金屬行業(yè)分類、經(jīng)營技術特征以及有色金屬行業(yè)上市公司所面臨的風險狀況；第四部分為研究的重點，即運用SPSS軟件對41家有色金屬行業(yè)樣本上市公司的19項財務指標變量進行篩選，確定模型變量和權數(shù)，據(jù)此建立行業(yè)財務風險預警Z分數(shù)模型，并對行業(yè)財務風險判別臨界值進行設定；第五部分選取行業(yè)非樣本上市公司對所建模型進行檢驗分析；第六部分為文章結(jié)論以及對于財務預警系統(tǒng)完善的建議。
【關鍵詞】：有色金屬行業(yè)上市公司 Z分數(shù)模型 財務預警
【學位授予單位】：中國地質(zhì)大學（北京）
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F426.32;F406.72
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 研究背景10-11
• 1.2 研究目的及意義11-13
• 1.3 文獻綜述13-17
• 1.3.1 國外財務預警模型研究綜述13-14
• 1.3.2 國內(nèi)財務預警模型研究綜述14-17
• 1.3.3 綜述小結(jié)17
• 1.4 研究內(nèi)容及方法17-19
• 1.4.1 研究內(nèi)容17-18
• 1.4.2 研究方法18-19
• 1.5 研究創(chuàng)新點19-20
• 第2章 財務預警基本理論研究20-28
• 2.1 財務預警的基本概念20-21
• 2.1.1 財務危機概念20
• 2.1.2 財務預警的概念20-21
• 2.2 財務預警理論基礎21-22
• 2.3 財務預警模型概述22-25
• 2.3.1 財務預警模型定量分析22-23
• 2.3.2 財務預警模型定性分析23-25
• 2.4 財務預警模型比較25-28
• 2.4.1 定量分析模型比較25-26
• 2.4.2 定性分析模型比較26
• 2.4.3 Z 分數(shù)模型選擇理由26-28
• 第3章 有色金屬行業(yè)概況28-34
• 3.1 有色金屬行業(yè)界定及分類28
• 3.1.1 有色金屬行業(yè)界定28
• 3.1.2 有色金屬行業(yè)分類28
• 3.2 有色金屬行業(yè)特征28-30
• 3.2.1 有色金屬行業(yè)經(jīng)濟特征29-30
• 3.2.2 有色金屬行業(yè)技術特征30
• 3.3 有色金屬行業(yè)風險分析30-34
• 3.3.1 宏觀風險30-31
• 3.3.2 資金流動性風險31-32
• 3.3.3 原材料資源風險32
• 3.3.4 環(huán)保與技術風險32
• 3.3.5 相關行業(yè)風險32-34
• 第4章 有色金屬行業(yè)上市公司 Z 模型構(gòu)建34-53
• 4.1 Z-Score 模型簡述34-35
• 4.2 研究樣本選擇35-38
• 4.2.1 行業(yè)樣本選取35-37
• 4.2.2 樣本數(shù)據(jù)來源37-38
• 4.3 財務指標變量的選取38-40
• 4.3.1 指標選取原則38-39
• 4.3.2 財務指標篩選39-40
• 4.4 財務預警 Z 值修正模型的函數(shù)構(gòu)建40-50
• 4.4.1 樣本數(shù)據(jù)描述性分析40-41
• 4.4.2 樣本數(shù)據(jù)非參數(shù)檢驗分析41-47
• 4.4.3 樣本數(shù)據(jù)逐步判別分析47-50
• 4.5 Z 分數(shù)模型判別臨界值設定50-51
• 4.5.1 樣本 Z 值計算50-51
• 4.5.2 判別臨界值的擬定51
• 4.6 Z 分數(shù)判別函數(shù)個性化指標引入建議51-53
• 4.6.1 引入盈利能力指標—開采成本銷售價格比52
• 4.6.2 引入營運能力指標—開采單位操作成本52
• 4.6.3 引入發(fā)展?jié)摿χ笜恕Ｓ嗫刹闪勘?/span>52-53
• 第5章 財務預警 Z-Score 模型檢驗53-57
• 5.1 初始樣本誤判回驗53-54
• 5.2 行業(yè)內(nèi)上市公司隨機抽樣檢驗54-57
• 第6章 結(jié)論57-60
• 6.1 研究結(jié)論57-58
• 6.2 完善行業(yè)財務預警模型的建議58
• 6.2.1 定性分析與非財務指標的引入58
• 6.2.2 現(xiàn)金流量指標的引入58
• 6.2.3 個性化財務預警系統(tǒng)的建立58
• 6.3 研究局限58-60
• 致謝60-61
• 參考文獻61-65
• 附錄 1：有色金屬行業(yè)上市公司總體樣本65-66
• 附錄 2：償債能力指標變量原始數(shù)據(jù)66-68
• 附錄 3：盈利能力指標變量原始數(shù)據(jù)68-70
• 附錄 4：營運能力指標變量原始數(shù)據(jù)70-72
• 附錄 5：發(fā)展能力指標變量原始數(shù)據(jù)72-74
• 附錄 6：現(xiàn)金流量指標變量原始數(shù)據(jù)74-76
• 附錄 7：企業(yè)規(guī)模指標變量原始數(shù)據(jù)76-77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張根明;向曉驥;孫敬宜;;基于BP神經(jīng)網(wǎng)絡的制造業(yè)上市公司財務預警[J];山東工商學院學報;2006年04期

2 吳珍琳;;Z值模型在上市公司財務預警的實證分析——以廣西上市公司為例[J];廣西廣播電視大學學報;2012年01期

3 馬改云;孫仕明;;基于Z值模型的短期融資券發(fā)行利差風險結(jié)構(gòu)分析[J];南方金融;2009年01期

4 劉晶;潘逸天;徐瑛瑛;李曉靜;張婧;;基于多元判別分析的財務預警系統(tǒng)[J];中國管理信息化;2010年03期

5 陶婭;;上市公司財務風險預警文獻綜述[J];中國管理信息化;2011年24期

6 牛陳才;;我國上市公司財務預警的實證分析——基于修正的Z-score模型[J];中國管理信息化;2011年23期

7 曹慧;曹征;;運用Z值模型對內(nèi)蒙古上市公司ST預測的實證分析[J];河北企業(yè);2007年07期

8 張恒;秦賓;許金鳳;;上市公司財務預警的正則化邏輯回歸模型[J];華東交通大學學報;2011年06期

9 敖俐君;;Z分數(shù)法財務預警實用性研究[J];經(jīng)濟師;2012年03期

10 劉遵雄;鄭淑娟;秦賓;張恒;;L1正則化Logistic回歸在財務預警中的應用[J];經(jīng)濟數(shù)學;2012年02期

  本文關鍵詞：基于Z-Score模型的有色金屬行業(yè)上市公司財務預警研究，由筆耕文化傳播整理發(fā)布。

本文編號：326318