我国石化类上市公司财务预警系统研究
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
1 绪论 | 第9-16页 |
·研究背景及意义 | 第9页 |
·国内外研究现状 | 第9-13页 |
·国外研究现状 | 第9-12页 |
·国内研究现状 | 第12-13页 |
·本文主要内容、论文思路及结构 | 第13-16页 |
·本文主要内容 | 第13-14页 |
·论文思路及结构 | 第14-16页 |
2 财务预警系统研究理论基础 | 第16-27页 |
·财务预警系统基础问题分析 | 第16-19页 |
·财务危机概念界定 | 第16-17页 |
·财务危机征兆 | 第17-18页 |
·企业财务预警功能 | 第18-19页 |
·财务预警系统研究方法比选 | 第19-27页 |
·二分类检验法 | 第19-20页 |
·多变量区别分析法 | 第20-22页 |
·回归分析方法 | 第22-23页 |
·Cox比例风险模型 | 第23-24页 |
·人工神经网络模型 | 第24-25页 |
·建模方法比较 | 第25-27页 |
3 我国石化类上市公司财务状况影响因素分析 | 第27-41页 |
·宏观经济环境影响因素分析 | 第27-36页 |
·国民经济核算指数 | 第27-30页 |
·价格指数 | 第30-32页 |
·其他宏观影响因素 | 第32-36页 |
·企业内部影响因素分析 | 第36-41页 |
·内部因素分析 | 第36-37页 |
·内部影响因素的财务表现 | 第37-41页 |
4 上市公司样本选取及指标体系设计 | 第41-54页 |
·上市公司样本选取 | 第41-43页 |
·样本来源 | 第41页 |
·样本时间区间 | 第41页 |
·样本选取 | 第41-43页 |
·财务预警指标体系初步设计 | 第43-46页 |
·宏观经济环境预警指标 | 第43-44页 |
·财务性预警指标 | 第44-46页 |
·指标简化 | 第46-54页 |
·宏观因素指标简化 | 第47-50页 |
·财务因素指标 | 第50-54页 |
5 石化类上市公司财务预警系统构建 | 第54-62页 |
·BP神经网络原理 | 第54-57页 |
·BP神经元及BP网络模型 | 第54-55页 |
·BP网络的学习 | 第55-57页 |
·财务预警系统模型设计 | 第57-58页 |
·输入层和输出层设计 | 第57页 |
·隐含层层数和神经元节点数 | 第57-58页 |
·初始权值选取 | 第58页 |
·学习速率 | 第58页 |
·财务预警系统模型实现 | 第58-62页 |
·模型建立 | 第58-60页 |
·模型检验 | 第60-62页 |
6 结论 | 第62-64页 |
·研究结论 | 第62页 |
·研究不足和展望 | 第62-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-68页 |
作者在读期间的研究成果 | 第68-69页 |
附录 | 第69-82页 |
附录1:备选财务指标及计算公式 | 第69-71页 |
附录2:备选财务指标单向评秩方差分析检验结果 | 第71-72页 |
附录3:宏观因素方差分解主成分提取分析表 | 第72页 |
附录4:ZM1~ZM6标准化数据 | 第72页 |
附录5:财务因素相关矩阵 | 第72-75页 |
附录6:财务变量共同度 | 第75-76页 |
附录7:主成分系数矩阵 | 第76-77页 |
附录8:训练样本及对应目标输出 | 第77-81页 |
附录9:检验样本数据及其对应输出 | 第81-82页 |
附录10:MATLAB程序 | 第82页 |