本文關(guān)鍵詞：基于最小二乘和數(shù)據(jù)包絡(luò)分析的財(cái)務(wù)預(yù)警研究

  更多相關(guān)文章： 最小二乘 數(shù)據(jù)包絡(luò)分析 財(cái)務(wù)預(yù)警 面板數(shù)據(jù)

【摘要】：在全球經(jīng)濟(jì)危機(jī)的大背景下,我國的金融市場也受到了一定的影響,要想使企業(yè)在全球經(jīng)濟(jì)中處于優(yōu)勢,必須保證每個(gè)企業(yè)都能夠準(zhǔn)確地預(yù)測出它們將來可能面臨的風(fēng)險(xiǎn)。所以,企業(yè)的管理者已經(jīng)非常重視有關(guān)財(cái)務(wù)方面的預(yù)警,使企業(yè)能夠在經(jīng)營中規(guī)避風(fēng)險(xiǎn),獲得收益。企業(yè)管理者和學(xué)者們認(rèn)為財(cái)務(wù)預(yù)警有著非常重要的現(xiàn)實(shí)意義。在學(xué)術(shù)界,財(cái)務(wù)預(yù)警的研究起源于1932年的一元判別模型,隨后一些學(xué)者在此基礎(chǔ)上也開始對財(cái)務(wù)預(yù)警理論進(jìn)行研究,通過不斷地對其進(jìn)行補(bǔ)充和完善,使得財(cái)務(wù)預(yù)警的模型更加準(zhǔn)確的預(yù)測出企業(yè)的危機(jī)。迄今為止學(xué)者們提出了以下幾種財(cái)務(wù)預(yù)警模型:一元判別模型、多元判別模型、多元邏輯模型、多元概率模型、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)模型和聯(lián)合預(yù)測模型等。雖然這些模型都具有較高的預(yù)測準(zhǔn)確性,但也存在著一些不足。為了更加完善財(cái)務(wù)預(yù)警模型,本文提出利用面板數(shù)據(jù)進(jìn)行財(cái)務(wù)預(yù)警模型的構(gòu)建,通過運(yùn)用最小二乘方法,建立了隨機(jī)效應(yīng)的財(cái)務(wù)預(yù)警模型,而且模型中引用了非比率指標(biāo),豐富了指標(biāo)選取的范圍,各指標(biāo)都具有較高的影響系數(shù)。為了使發(fā)生危機(jī)的企業(yè)轉(zhuǎn)危為安,本文采用數(shù)據(jù)包絡(luò)分析方法,對于發(fā)生危機(jī)的企業(yè)起到很好的作用,即可以幫助它們發(fā)現(xiàn)問題的所在,并對危機(jī)企業(yè)的影響因子進(jìn)行調(diào)整,達(dá)到數(shù)據(jù)包絡(luò)分析軟件中要求的目標(biāo)值,使企業(yè)做出相應(yīng)調(diào)整,早日走出困境。文中選取了119家企業(yè)作為研究樣本,這119家企業(yè)涵蓋了各類企業(yè),具有普適性的特點(diǎn),該模型也具備了一定的預(yù)測準(zhǔn)確度,預(yù)測準(zhǔn)確度分別達(dá)到了95.24%和74.07%。模型還具備了調(diào)節(jié)錯(cuò)誤的能力,能使企業(yè)走出困境。但該模型計(jì)算過程較復(fù)雜,不易操作。
【關(guān)鍵詞】：最小二乘 數(shù)據(jù)包絡(luò)分析 財(cái)務(wù)預(yù)警 面板數(shù)據(jù)
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F275;O241.5
【目錄】：

• 中文摘要5-6
• ABSTRACT6-10
• 1. 緒論10-14
• 1.1 研究背景、目的及意義10-11
• 1.2 論文研究的方法和主要內(nèi)容11-12
• 1.3 論文的框架12-13
• 1.4 論文的創(chuàng)新點(diǎn)13-14
• 2.財(cái)務(wù)預(yù)警模型的研究綜述14-22
• 2.1 判別模型的綜述14-16
• 2.1.1 單變量判別模型14-15
• 2.1.2 多元判別模型15-16
• 2.2 邏輯模型和概率模型的綜述16-18
• 2.2.1 邏輯模型16-17
• 2.2.2 概率模型17-18
• 2.3 人工神經(jīng)網(wǎng)絡(luò)的綜述18-19
• 2.4 支持向量機(jī)的綜述19-20
• 2.5 其他預(yù)警方法的綜述20-21
• 2.6 研究現(xiàn)狀總結(jié)21-22
• 3. 相關(guān)理論概述22-28
• 3.1 財(cái)務(wù)危機(jī)預(yù)警相關(guān)理論22-24
• 3.1.1 財(cái)務(wù)危機(jī)的定義及特征22-23
• 3.1.2 影響財(cái)務(wù)危機(jī)的因素23
• 3.1.3 財(cái)務(wù)危機(jī)預(yù)警的作用23-24
• 3.2 最小二乘方法24
• 3.3 數(shù)據(jù)包絡(luò)分析方法24-28
• 3.3.1 數(shù)據(jù)包絡(luò)分析法的定義及特點(diǎn)24-25
• 3.3.2 數(shù)據(jù)包絡(luò)分析的基本模型25-27
• 3.3.3 數(shù)據(jù)包絡(luò)分析方法在財(cái)務(wù)預(yù)警中的應(yīng)用27-28
• 4. 企業(yè)財(cái)務(wù)預(yù)警模型的樣本及指標(biāo)28-35
• 4.1 樣本的選擇28-30
• 4.1.1 樣本范圍確定的依據(jù)28
• 4.1.2 樣本的研究區(qū)間28
• 4.1.3 樣本的選擇28-29
• 4.1.4 估計(jì)樣本及檢測樣本的分配29-30
• 4.2 財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建30-35
• 4.2.1 指標(biāo)選擇的依據(jù)30
• 4.2.2 財(cái)務(wù)指標(biāo)的類型30-32
• 4.2.3 初步選取的財(cái)務(wù)比率32-35
• 5. 財(cái)務(wù)預(yù)警模型的建立及分析35-46
• 5.1 數(shù)據(jù)的處理35-38
• 5.1.1 k-s檢驗(yàn)35-36
• 5.1.2 相關(guān)性檢驗(yàn)36-38
• 5.2 建模指標(biāo)的確定38-39
• 5.3 基于最小二乘方法的模型建立及預(yù)測39-42
• 5.4 數(shù)據(jù)包絡(luò)分析（DEA）在危機(jī)企業(yè)中的應(yīng)用42-46
• 5.4.1 DEA數(shù)據(jù)處理42-43
• 5.4.2 DEA在危機(jī)企業(yè)中的應(yīng)用43-46
• 6. 結(jié)論與展望46-48
• 6.1 結(jié)論46
• 6.2 展望46-48
• 參考文獻(xiàn)：48-51
• 附錄A 估計(jì)樣本和檢測樣本51-53
• 附錄B K-S檢驗(yàn)53-56
• 附錄C 檢驗(yàn)樣本的模型預(yù)測值56-60
• 附錄D 危機(jī)企業(yè) 4-9 的DEA評價(jià)結(jié)果60-63
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況63-64
• 致謝64-65
• 作者簡介65-66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘春健;;香港創(chuàng)業(yè)板上市公司財(cái)務(wù)預(yù)警實(shí)證分析[J];嘉興學(xué)院學(xué)報(bào);2006年S1期

2 徐鹿;邊s，

本文編號：823232