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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、資產(chǎn)質(zhì)量是指公司資產(chǎn)盈利性、流動性和安全性的綜合水平,是資產(chǎn)的變現(xiàn)能力或被公司在未來進(jìn)一步利用或與其它資產(chǎn)組合增值的潛在價值.由于股票、債券以及其他索償權(quán)的預(yù)期價值與公司資產(chǎn)質(zhì)量和財務(wù)風(fēng)險的估計密切相關(guān),因此對公司資產(chǎn)質(zhì)量的評價和財務(wù)危機的預(yù)測模型的研究是長期以來倍受關(guān)注的金融課題之一,其重要意義不言自明.針對國內(nèi)外公司財務(wù)風(fēng)險判別研究中長期忽視財務(wù)數(shù)據(jù)時間序列特征的明顯不足,該研究以估計樣本和控制樣本的多年財務(wù)數(shù)據(jù)為基礎(chǔ),創(chuàng)造性地構(gòu)建
2、了適用于資產(chǎn)質(zhì)量評價的時序數(shù)據(jù),并最終建立了適合中國制造業(yè)上市公司資產(chǎn)質(zhì)量的評價系統(tǒng),從而在很大程度上提高了公司資產(chǎn)質(zhì)量評價和財務(wù)風(fēng)險判別研究的實用價值.該研究的主要貢獻(xiàn)包括:(1)建立了以時序數(shù)據(jù)為基礎(chǔ)的資產(chǎn)質(zhì)量評價模型,提高了樣本中重要財務(wù)趨勢特征的信息含量,從而克服了國內(nèi)外單截面及多重截面分析中普遍存在的忽視財務(wù)數(shù)據(jù)時序特征的問題,使公司財務(wù)數(shù)據(jù)的持續(xù)性變化和累積效果能夠得到較為逼真的映射重現(xiàn).(2)應(yīng)用Jackknife met
3、hod檢驗,避免了國內(nèi)外許多研究中采用交叉確認(rèn)檢驗而可能引致的不足,顯著提升了們模型的穩(wěn)定性和可信度.(3)從決策有用而非純粹學(xué)術(shù)角度出發(fā),該研究得出的資產(chǎn)質(zhì)量評價模型能夠在上市公司出現(xiàn)虧損經(jīng)營的一年前、持續(xù)性虧損的兩年前即提供準(zhǔn)確度較高的預(yù)測信號(正確率為89.6﹪),從而為決策者爭取了寶貴的決策時間.該研究得出的主要結(jié)論包括:(1)以時序立體數(shù)據(jù)來重現(xiàn)公司的真實財務(wù)循環(huán)是可行的.這一結(jié)論有助于金融機構(gòu)、投資者甚至公司自身以此為基礎(chǔ)來
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(hù)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(fù)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。
最新文檔
- 基于ARMA-GARCH模型的時序數(shù)據(jù)挖掘研究.pdf
- 基于狀態(tài)空間模型的時序數(shù)據(jù)的處理與分析研究.pdf
- 基于時序數(shù)據(jù)的考場電磁環(huán)境分析.pdf
- 有序數(shù)據(jù)的多元分析模型及實證研究.pdf
- 基于數(shù)據(jù)倉庫的時序數(shù)據(jù)挖掘研究.pdf
- 基于ELM的時序數(shù)據(jù)建模及應(yīng)用研究.pdf
- 基于時序數(shù)據(jù)挖掘的工業(yè)設(shè)備異常檢測分析.pdf
- 時序數(shù)據(jù)挖掘研究.pdf
- 基于粗糙集的時序數(shù)據(jù)分析方法研究.pdf
- 時序數(shù)據(jù)序列模式挖掘.pdf
- 時序數(shù)據(jù)的高效存儲與檢索.pdf
- 基于Hadoop平臺的時序數(shù)據(jù)處理方法研究.pdf
- 基于粗糙集的時序數(shù)據(jù)挖掘及其應(yīng)用.pdf
- 基于廣義Thurstone模型的排序數(shù)據(jù)分析.pdf
- 時序數(shù)據(jù)維歸約方法的研究.pdf
- 智能電網(wǎng)時序數(shù)據(jù)短期預(yù)測分析研究.pdf
- 聚類分析在交通流時序數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于非負(fù)矩陣分解的時序數(shù)據(jù)聚類方法.pdf
- 海量時序數(shù)據(jù)的壓縮存儲方法研究.pdf
- 時序數(shù)據(jù)在線分類與規(guī)則發(fā)現(xiàn).pdf
評論
0/150
提交評論