我國上市公司財務(wù)預(yù)警模型的實證研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著我國資本市場的不斷發(fā)展和上市公司信息披露制度的不斷完善,被實行特別處理的上市公司逐漸增加,這不僅危及公司自身的生存和發(fā)展,也給投資者、債權(quán)人帶來了巨大損失。因此,構(gòu)建一個有效實用的財務(wù)危機預(yù)警模型,滿足利益相關(guān)者日益迫切的需要,具有非常重大的理論和現(xiàn)實意義。 為建立具有更好準(zhǔn)確性和實用性的財務(wù)預(yù)警模型,本文在前人研究成果的基礎(chǔ)上,選取84家上市公司為研究樣本,并搜集每家公司連續(xù)三年的50個年報財務(wù)指標(biāo)數(shù)據(jù)進行實證研究。具體研

2、究過程是:首先利用T檢驗及相關(guān)性分析方法對基礎(chǔ)財務(wù)指標(biāo)進行預(yù)處理;然后將粗糙集作為預(yù)警模型的前置系統(tǒng)對財務(wù)指標(biāo)進行篩選;接著將BP神經(jīng)網(wǎng)絡(luò)和支持向量機分別作為主預(yù)警模型建立組合預(yù)警模型;最后,為檢驗本文所選取主預(yù)警模型的有效性,本文選用傳統(tǒng)Fisher判別模型作為對比模型進行實證研究。實證研究結(jié)果顯示,本文提出的基于粗糙集的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型和基于粗糙集的支持向量機預(yù)警模型均具有良好的預(yù)警能力,其總預(yù)警準(zhǔn)確率均在97%以上,并且在總預(yù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論