论文部分内容阅读
随着我国经济体制改革深入和资本市场迅猛发展,这虽然给企业带来了更多的发展机会但也带来了更多的不确定因素。在这样的背景下,企业在经营过程中稍有不慎就可能陷入财务危机的困境,使投资者的利益受损,丧失对市场的信心,从而不利于资本市场的健康发展。为此,构建企业财务危机预警模型,预警企业财务状况,避免企业发生财务危机成为了一项迫在眉睫的任务。鉴于传统的企业财务危机预警模型通常仅以财务指标为基础,不能比较全面的预警企业的财务状况。本文试图将一部分非财务信息指标引入到企业财务危机预警体系中,并基于MATLAB神经网络理论及应用,选取了2012年的28家ST公司为财务危机公司的样本,另根据行业相同、规模相近的原则选取了28家正常公司作为配对样本,进而选取了22个财务指标、7个非财务指标分别对财务信息与非财务信息进行量化,运用单因素方差分析、相关性分析等对初选指标进行处理,剔除部分指标,最终确定危机发生前预警模型的自变量指标,对我国上市公司财务危机预警采用实证分析的方法进行研究,构建我国上市公司财务危机预警模型。本文首先通过对上市公司财务危机理论进行研究。对企业财务危机进行了合理的界定,结合企业财务危机的特征,分析了企业财务危机的成因,通过分析试图构建合理的上市公司财务危机预警指标体系。其次,选取恰当的研究样本和初步确定财务危机预警指标体系。本文选取了深沪两市的28家ST上市公司和正常公司作为研究对象,并运用SPSS17.0软件对上市公司财务危机预警指标体系进行显著性和相关性检验,从初始指标中找到合适的指标体系。基于MATLAB神经网络计算模型构建上市公司财务危机预警模型,并对模型进行检验。最后,对避免上市公司出现财务危机提出了一些可行性的建议。通过研究认为,财务信息在财务危机预警中有着重要的意义,但在将非财务信息引入到预警模型后,大大提高了模型的预警能力,由此可见非财务信息对于企业财务危机预警同样有着积极的意义。同时,通过对基于MATLAB神经网络构建的上市公司财务危机预警模型的检验,发现测试结果和实际情况吻合率为86.10%,说明基于MATLAB神经网络构建的财务危机预警模型具有可行性。