我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型研究

內(nèi)容概要

《我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型研究:基于統(tǒng)計(jì)和人工智能方法構(gòu)建》以我國(guó)滬深A(yù)股上市公司為研究對(duì)象，將被特別處理的ST公司視為財(cái)務(wù)危機(jī)公司，采用數(shù)據(jù)挖掘技術(shù)建立了基于統(tǒng)計(jì)方法和人工智能方法的財(cái)務(wù)危機(jī)預(yù)測(cè)模型，包括Fisher判別、線性Loglstic回歸、非線性Loglstic回歸、主成分Logistic回歸、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、基于案例推理、粗糙集等模型，并對(duì)各模型的預(yù)測(cè)準(zhǔn)確率、優(yōu)缺點(diǎn)進(jìn)行了對(duì)比。另外書中還回顧了財(cái)務(wù)危機(jī)預(yù)測(cè)理論以及國(guó)外著名的破產(chǎn)預(yù)測(cè)模型，歸納總結(jié)了我國(guó)上市公司財(cái)務(wù)危機(jī)成因及防范措施，進(jìn)行了基于ERP的財(cái)務(wù)危機(jī)預(yù)警子系統(tǒng)的系統(tǒng)分析和系統(tǒng)設(shè)計(jì)。

作者簡(jiǎn)介

李清，男，1966年11月生，黑龍汀遜克縣人。1984-1991年就讀于吉林大學(xué)數(shù)學(xué)系，獲學(xué)士和碩士學(xué)位；2002年在財(cái)政部科研所會(huì)計(jì)電算化方向進(jìn)修學(xué)習(xí)；2005-2009年就讀于吉林大學(xué)商學(xué)院，獲數(shù)量經(jīng)濟(jì)學(xué)博士學(xué)位?，F(xiàn)任吉林大學(xué)商學(xué)院會(huì)計(jì)系教授，主要從事會(huì)計(jì)數(shù)據(jù)挖掘、會(huì)計(jì)信息系統(tǒng)、管理信息系統(tǒng)研究。開發(fā)過會(huì)計(jì)進(jìn)銷存管理系統(tǒng)、北京十三陵抽水蓄能電站地下工程監(jiān)測(cè)預(yù)報(bào)管理系統(tǒng)。在《經(jīng)濟(jì)管理》、《數(shù)理統(tǒng)計(jì)與管理》、《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》、《吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)》、《財(cái)會(huì)通訊》、《中國(guó)會(huì)計(jì)電算化》等雜志上發(fā)表論文30余篇。獨(dú)立編著教材《會(huì)計(jì)信息系統(tǒng)原理與實(shí)驗(yàn)教程》、并列主編教材《ERP實(shí)驗(yàn)教程》。

書籍目錄

前言／1第一章 財(cái)務(wù)危機(jī)預(yù)測(cè)研究進(jìn)展和理論分析／1第一節(jié) 財(cái)務(wù)危機(jī)定義／1第二節(jié) 國(guó)外財(cái)務(wù)危機(jī)預(yù)測(cè)研究進(jìn)展／6第三節(jié) 國(guó)內(nèi)財(cái)務(wù)危機(jī)預(yù)測(cè)研究進(jìn)展／20第四節(jié) 財(cái)務(wù)危機(jī)預(yù)測(cè)的理論基礎(chǔ)／25第二章 我國(guó)上市公司財(cái)務(wù)危機(jī)成因及防范措施／29第一節(jié) ST制度／29第二節(jié) 我國(guó)上市公司財(cái)務(wù)危機(jī)形成的直接原因，／37第三節(jié) 我國(guó)上市公司財(cái)務(wù)危機(jī)形成的根本原因之宏觀因素／38第四節(jié) 我國(guó)上市公司財(cái)務(wù)危機(jī)形成的根本原因之微觀因素／43第五節(jié) 我國(guó)上市公司財(cái)務(wù)危機(jī)發(fā)生的防范措施，／63第三章 基于統(tǒng)計(jì)方法的財(cái)務(wù)危機(jī)預(yù)測(cè)模型／79第一節(jié) 樣本和變量的選取，／79第二節(jié) 模型預(yù)測(cè)準(zhǔn)確率的評(píng)估方法／86第三節(jié) Fisher線性判別模型／87第四節(jié) 線性1ogistic回歸模型／92第五節(jié) 非線性1ogistic回歸模型／98第六節(jié) 主成分1ogistic回歸模型／101第七節(jié) 各統(tǒng)計(jì)模型預(yù)測(cè)結(jié)果對(duì)比分析／110第四章 基于遺傳算法的財(cái)務(wù)危機(jī)預(yù)測(cè)模型／111第一節(jié) 遺傳算法原理／111第二節(jié) 基于規(guī)則積分的預(yù)測(cè)模型Score-sign／113第三節(jié) 基于規(guī)則積分的預(yù)測(cè)模型Score-Sigmoid／124第四節(jié) 基于適度指標(biāo)的規(guī)則積分預(yù)測(cè)模型Score-sign-11／127第五節(jié) 基于適度指標(biāo)和Gauss函數(shù)的規(guī)則積分預(yù)測(cè)模型Score-sign／133第六節(jié) 遺傳模擬邏輯斯蒂模型GA-1ogistic／144第七節(jié) 遺傳模擬線性判別函數(shù)模型G1S／146第八節(jié) IF-THEN判別模型／146第九節(jié) 遺傳算法各模型預(yù)測(cè)結(jié)果對(duì)比分析／148第五章 基于人工神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)預(yù)測(cè)模型／151第一節(jié) BP神經(jīng)網(wǎng)絡(luò)原理／152第二節(jié) BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)流程／155第三節(jié) BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型／157第六章 基于案例推理的財(cái)務(wù)危機(jī)預(yù)測(cè)模型／167第一節(jié) 基于案例推理的預(yù)測(cè)原理／167第二節(jié) 使用遺傳算法確定權(quán)重的案例推理預(yù)測(cè)模型／171第三節(jié) 1ogistic回歸標(biāo)準(zhǔn)化系數(shù)絕對(duì)值作為權(quán)重的案例推理預(yù)測(cè)模型／175第四節(jié) 使用粗糙集屬性重要度作為權(quán)重的案例推理預(yù)測(cè)模型／176第五節(jié) 其它權(quán)重的案例推理預(yù)測(cè)模型／179第六節(jié) 不同權(quán)重案例推理模型預(yù)測(cè)結(jié)果對(duì)比分析／182第七章 基于粗糙集的財(cái)務(wù)危機(jī)預(yù)測(cè)模型／183第一節(jié) 粗糙集預(yù)測(cè)原理／183第二節(jié) 基于粗糙集的預(yù)測(cè)模型／190第八章 各種預(yù)測(cè)模型特點(diǎn)對(duì)比分析／196第一節(jié) 各類預(yù)測(cè)模型準(zhǔn)確率對(duì)比／196第二節(jié) 各種預(yù)測(cè)模型優(yōu)缺點(diǎn)對(duì)比／198結(jié)論／202參考文獻(xiàn)／206附錄／212

章節(jié)摘錄

版權(quán)頁(yè)：插圖：吳淑琨（2002）通過對(duì)國(guó)外關(guān)于“股權(quán)結(jié)構(gòu)與公司績(jī)效”的文獻(xiàn)綜述后，總結(jié)出，“西方關(guān)于公司股權(quán)結(jié)構(gòu)與公司績(jī)效的研究基本上是按照這樣的思路進(jìn)行的：股權(quán)分散導(dǎo)致兩權(quán)分離，使得股東對(duì)經(jīng)營(yíng)者的監(jiān)控動(dòng)力和能力均隨之下降，因此股東要承擔(dān)經(jīng)營(yíng)者可能的“敗德行為”和“逆向選擇”所帶來的風(fēng)險(xiǎn)。相對(duì)應(yīng)的就有理由認(rèn)為增加內(nèi)部人持股比例或者增加大股東持股比例（或股權(quán)集中度）會(huì)引致公司價(jià)值的增加。”同時(shí)作者以我國(guó)上市公司1997～2000年的數(shù)據(jù)進(jìn)行了實(shí)證分析，結(jié)果表明：股權(quán)集中度、內(nèi)部持股比例與公司績(jī)效均呈顯著性倒u型相關(guān)；第一大股東持股比例與公司績(jī)效正相關(guān)；國(guó)家股比例、境內(nèi)法人股與公司績(jī)效呈顯著性u(píng)型相關(guān)，這說明當(dāng)國(guó)家或法人持股比例較低時(shí)，與公司績(jī)效負(fù)相關(guān)，而在持股比例較高時(shí)，與公司績(jī)效正相關(guān)；流通股比例與公司績(jī)效呈u型關(guān)系，即在流通股比例高低的兩端，公司績(jī)效均表現(xiàn)出較高水平。杜瑩、劉立國(guó)（2002）以1998年上市的96家A股為研究對(duì)象，以其1999～2001年數(shù)據(jù)為樣本，對(duì)股權(quán)結(jié)構(gòu)與公司治理效率進(jìn)行了實(shí)證分析，結(jié)果表明：國(guó)家股比例與公司績(jī)效顯著負(fù)相關(guān)，法人股比例與公司績(jī)效顯著正相關(guān)，流通股比例與公司績(jī)效不存在顯著相關(guān)性，這說明國(guó)家股東治理效率（公司治理效率可通過公司績(jī)效體現(xiàn)出來）低下，法人股東在公司治理中起到積極作用，分散的流通股東在證券市場(chǎng)濃重的投機(jī)氣氛下很難在公司治理中有所作為；股權(quán)集中度與公司績(jī)效呈顯著的倒u型曲線關(guān)系，這說明適度集中的股權(quán)結(jié)構(gòu)更有利于公司治理機(jī)制的發(fā)揮，使公司治理效率趨于最大化。

編輯推薦

《我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型研究:基于統(tǒng)計(jì)和人工智能方法構(gòu)建》：《高校社科文庫(kù)》是教育部高等學(xué)校社會(huì)科學(xué)發(fā)展研究中心組織各高等學(xué)校和出版單位共同建立的學(xué)術(shù)著作出版平臺(tái)，旨在為推動(dòng)高校哲學(xué)社會(huì)科學(xué)的繁榮發(fā)展，為高校哲學(xué)社會(huì)科學(xué)工作者出版學(xué)術(shù)著作創(chuàng)造條件。《高校社科文庫(kù)》將堅(jiān)持“廣泛動(dòng)員、集中征集、嚴(yán)格評(píng)審、精心編?！钡墓ぷ髟瓌t，致力于通過資助優(yōu)秀學(xué)術(shù)專著出版、推動(dòng)學(xué)術(shù)效果交流推廣等形式，讓更多的哲學(xué)社會(huì)科學(xué)優(yōu)秀科研成果和優(yōu)秀工作者走進(jìn)交流空間，進(jìn)入公眾視野，發(fā)揮應(yīng)有的影響力和輻射力，為繁榮哲學(xué)社會(huì)科學(xué)作出積極貢獻(xiàn)。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    我國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型研究 PDF格式下載

---