论文部分内容阅读
随着近年来经济的蓬勃发展以及国家的政策支持,旅游行业发展迅速,逐步成长为国民经济的战略性支柱产业。随着旅游行业地位的逐层上升,旅游市场的日渐扩大,越来越多的企业进入到旅游行业,旅游上市公司作为旅游企业的一种高级表现形式,在现代市场经济中占据着重要的市场地位。但是旅游上市公司的总体发展水平却不容乐观,其财务状况低于总体平均水平,很多上市公司出现了不同程度的亏损。因此,研究如何利用国内外已有的研究成果,结合我国旅游上市公司的特征,对旅游上市公司财务状况做出及时的判断评价,是目前我们迫切需要解决的问题。本文以深沪A股市场上的26家旅游上司公司作为研究对象,结合国内外已有的研究成果,在分析了引发旅游上市公司财务危机因素的基础上,初步归纳了预警指标,通过差异性检验和相关性分析,最终提取出了7个最重要的代表因子,并以此作为灰色神经网络的输入量构建了一套旅游上市公司财务危机预警模型。国内很多实证研究对非财务指标考虑的较少,因此本文引入了社会公共危机因素、经营发展战略等非财务指标,从而使得构建的模型能够更有针对性地评价旅游上市公司的财务危机状况。同时,本文结合旅游上市公司样本少、信息数量贫乏的特点,综合采用灰色系统和神经网络系统,构建了预警模型。公司经营者或者管理层可以通过该模型的使用及时发现旅游上市公司财务存在的问题,并针对问题及时提出应对措施,提高公司的整体效益。研究结果表明:(1)带有旅游特征的财务指标和非财务指标的结合使用,可以有效提高预警模型的准确判断率;(2)综合应用灰色模型和BP神经网络模型,一方面可以保证最少的指标量提供较高的预警信息含量,另一方面,也保证模型输入量权重的客观性和可靠性;(3)通过预警样本的实证分析,可以及时有效地为公司管理者提供旅游上市公司的财务状况,并能根据财务分析结果,提供解决不同财务危机状况的指导性建议。