資源描述:
《我國制造業(yè)上市公司財(cái)務(wù)預(yù)警統(tǒng)計(jì)研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、’(‘、乂-i.:V、V?wèi)簦皱保崳?,t一’?!簦?,’苦一’,、‘。‘、。、,,',,?乃\八\/’,、、、'、-‘‘'-y-f.、、’?’':3私占躬媒/:少午.古^護(hù)私名T:和讀盧.心冷濟(jì)邱;.的^.靖或韓、*、.,、、’’'、,、,"一,','.,、'^—,-'--f■.、3.’..’'一.-|'一,,*':.'-、占一.:';?wèi)袅妫衼V乂朱、子'..;.奈弓通嗦:—掀—±研究生學(xué)位沁文產(chǎn)連;、..?。畱汆福崳姡?、,,我國制造業(yè)上市
2、公司財(cái)務(wù)預(yù)馨^子、*,一‘'”''’■一‘.一?‘沖:八二r、詩;;f'‘".、。己統(tǒng)計(jì)硏究??\,、,、'一-、.’'‘,*‘?‘’、?,,三、:敎若、:Af■V詞;'西‘’、-‘一論?托巧專、學(xué)生姓考韓江雪--方於,—'’戶、.’.,2013312060l〇5,,學(xué)號l;.知../苗—':雜立品二:\.;,>,繁.t一.、一、:'--?-'研究方向金統(tǒng)、\,_.計(jì)學(xué)..漉.廣■口一-■"■I"Tr-片飛。I?-[,..W.?
3、,;.一.尼'^:.、*巧V'.r...;式毎.戶;,心^左,'.;,:..;一,b、>--。7V-—:JtU-?.,導(dǎo):幫—.;;巧’'B>"、,‘,、、…,護(hù)一、?,;v一一、,1r、Lr'*-■*擊盧嚴(yán)-'''HV'..,V、'V?戶,一‘ ̄?‘、八七,'、J*心■占,,。>,一I"尸'》*、/*狂2。"年5月24日'如萬鱗隹於占泉:、―、?"-I’/‘:;.又\’、V巧,部々6*/、、,、?,t一?,
4、*々,幸井I/‘,A【\J-'產(chǎn)曇,苗,共北方工業(yè)大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果,。除文中己經(jīng)注明引用的內(nèi)容外本論文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻(xiàn)的個人和集體,均己在文中W明確方式標(biāo)明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。:學(xué)位論文作者簽名舞麻%曰期;雌年^月辦學(xué)位論文使用授權(quán)書學(xué)位論文作者完全了解北方工業(yè)大學(xué)有關(guān)保留和使用學(xué)位論文
5、的規(guī)定,巨P:研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬北方工業(yè)大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部n或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許學(xué)位論文被查閱和借閱,可W允許采;學(xué)校可公布學(xué)位論文的全部或部分內(nèi)容用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文(保密的學(xué)位論文在解密后適用于本授權(quán)書)。□保密論文注釋:經(jīng)本人申請,學(xué)校批準(zhǔn),本學(xué)位論文定為保密論文,密級::年,期限,自年月日起至年月日止,解密后適用本授權(quán)書。^因非保密論文注釋:本學(xué)位論文不屬于保密范圍,適用本授權(quán)書。在雪說I本
6、人簽名;玻日期:h州-.導(dǎo)師簽名:巧/心免日期:W化5>手北方工業(yè)大學(xué)碩±研巧生學(xué)位論文我國制造業(yè)上市公司財(cái)務(wù)預(yù)警統(tǒng)計(jì)研究摘要隨著我國制造業(yè)企業(yè)競爭的不斷加劇,企業(yè)陷入困境的狀況不斷出現(xiàn)。財(cái)務(wù)一立財(cái)務(wù)預(yù)警系統(tǒng)就尤為重要。財(cái)務(wù)失敗是其中最為重要的原因之,所我們建預(yù)警系統(tǒng)的建立不僅對公司的管理者掌握公司經(jīng)營狀況至關(guān)重要,而且對投資者一的投資決策,乃至債權(quán)人、銀行的貸款決策W及證券監(jiān)管機(jī)構(gòu)的監(jiān)管水平都有定重要意義。本文根據(jù)2014年各制造業(yè)上市公司當(dāng)年財(cái)務(wù)狀況將其劃分為H類,具體方
7、法如下;選取了2014年我國制造業(yè)上市公司中被標(biāo)巧T的35家公司作為財(cái)務(wù)失=-1敗類化)。將2014年未標(biāo)的所有制造業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)根據(jù)Altman=的Z計(jì)分模型計(jì)算得分.ro,將得分低于18的公司分為財(cái)務(wù)灰色類(),得分r=1高于1.8的公司分為財(cái)務(wù)良好類()。從這兩組數(shù)據(jù)中各隨機(jī)抽?。常导遥c標(biāo)巧T的35家公司作為對比。在RESSET金融數(shù)據(jù)庫中捜集這105家公司201238-年及201年的1個指標(biāo)的具體數(shù)據(jù),通過KmskalWallisH檢驗(yàn),剔除了分類,不顯著的變量,將保留的指
8、標(biāo)進(jìn)行因子分析提取出公因子。從每類35家公司中隨機(jī)抽取25家公司的數(shù)據(jù)作為訓(xùn)練集,其余的10家作為測試集。將2012年與2013年的訓(xùn)練集與測試集分別進(jìn)行判別分化OrderedLogistic回歸及支持向量機(jī)單模型預(yù)測,最后將H種單模型的部分準(zhǔn)確性