精品久久久久久无码中文字幕一区,狠狠做深爱婷婷久久综合一区,国产精品-区区久久久狼

免費咨詢電話:400 180 8892

您的購物車還沒有商品,再去逛逛吧~

提示

已將 1 件商品添加到購物車

去購物車結算>>  繼續購物

您現在的位置是: 首頁 > 免費論文 > 財務管理論文 > 上市公司財務預警指標體系構建中的方法應用

上市公司財務預警指標體系構建中的方法應用

上市公司財務預警是擺在財務管理研究工作者面前亟需研究的課題,是我國財務管理研究的創新項目。目的是創新財務預警模型,提高預警質量。增強預警研究的實用價值,為上市公司利益相關者提供準確的預警信號。
  
  1 財務預警研究概述
  
  1.1 財務預警的涵義
  財務預警是指以公司的財務報表、及相關的會計資料為依據,以財務指標體系為中心,利用比率分析、比較分析、因素分析及多種統計方法,運用財會、統計、金融、經濟學等相關學科知識,通過對財務指標的綜合分析,對公司財務狀況進行預測研究,以及時發現公司在經營管理活動中潛在的經營風險和財務風險,并在危機發生之前向公司相關人員發出警告。督促各方采取有效措施,避免潛在的風險演變成現實的損失,起到未雨綢繆的作用。
  
  1.2 財務預警的功能
  構建一個有效適用的財務預警系統,對財務運營做出預測預報,無論從哪個立場分析都是十分必要的。經營者能夠在財務危機出現的萌芽階段采取有效措施改善企業經營,預防失敗;投資者在發現企業的財務危機萌芽后及時處理現有投資,避免更大損失;銀行等金融機構可以利用這種預測。幫助做出貸款決策并進行貸款控制;相關企業可以在這種信號的幫助下做出信用決策并對應收賬款進行有效管理;注冊會計師也可利用這種預警信息確定其審計程序,判斷該企業的前景。財務預警涵蓋了財務管理的一系列環節,包括監測、診斷、治療、健身等功能。
  總之,企業財務預警是企業預警系統的一部分,它除了能預先告知經營者、投資者企業組織內部財務營運體系隱藏的問題之外,還能清晰地告知企業經營者應朝哪一個方向努力來有效地解決問題,讓企業把有限的財務資源用于最需要或最能產生經營成果的地方。
  
  2 樣本的選取與指標體系構建原則
  
  2.1 樣本的選取與數據來源
  中國證券監督管理委員會于1998年3月16日頒布了證監交字[1998]第6號文件《關于上市公司狀況異常期間的股票特別處理方式的通知》,要求當上市公司出現財務狀況或其他狀況異常,導致投資者對該公司前景難以判定,可能損害投資者權益的情形時,證券交易所應對其股票交易實行特別處理(Special Treatment,簡稱ST)。由于我國證券市場發展時間較短,因此,我們把上市公司中經過特別處理的ST類公司界定為“財務危機”公司。
  
  2.2 財務預警指標的確定
  究竟選擇哪些財務指標作為預警指標?這對于預警系統的建立起著至關重要的作用。因為預警指標選擇的好壞直接關系到預警結果的有效性,合理的預警指標系統的建立能夠真正起到預知危機、控制危機的作用;而預警指標選擇不好則預警系統形同虛設不但起不到防患于未然的作用,甚至誤導上市公司利益相關者。
  
  2.3 財務指標的選取原則
  在建立企業破產預測模型時,財務指標的最初選取遵循了兩個原則:一是該指標在以前的研究中出現的頻率;二是指標與所要研究問題的潛在相關性。本文在此原則的基礎上,綜合考慮了以下幾個原則:所選取指標對經營危機的情況能準確、科學及時的反映,成為企業經營狀況的晴雨表;根據我國目前通用的公司財務報表為基礎設置指標,且指標不但能夠反映公司的危機狀況,且具有經濟意義;本研究以指標越大距危機越遠為原則選擇指標。  3 財務預警指標體系構建中的方法應用
  
  3.1 主成分分析方法的應用
  主成分分析是把多個指標化為少數幾個綜合指標的一種統計分析方法。在多個指標的研究中,往往由于變量個數太多,并且彼此之間存在著一定的相關性,因而使得所觀測的數據在一定程度上反映的信息有所重疊,而且當變量較多時,在高維空間中研究樣本的分布規律比較麻煩。而主成分分析正是把這種情況簡化,即采取一種降維的方法,找出幾個綜合因子來代表原來眾多的變量。
  
  3.2 人工神經網絡方法的應用
  1985年,由美國學者McClelland領導的PDP(Parallel Distribution Processing,即并行分布式處理)小組提出了一個人工神經網絡(Artificial Neural Network)算法及與它對應的神經網絡,由于這個算法具有誤差反向傳播EBP(Error Back Propagation)的特點因此被簡稱為BP算法,相應的網絡為BP神經網絡。
  該方法用于企業財務預警研究時,一方面利用其映射能力,另一方面主要利用其泛化能力,即在經過一定數量的帶噪聲的樣本的訓練后,網絡可以提取樣本所隱含的特征關系,并對新情況下的數據進行內插和外推以推斷其屬性?;蛘哒f用較少的樣本進行訓練,使網絡能對未經訓練的輸入也能給出合適的輸出。對于BP網絡,為了得到較好的泛化能力,除了要有訓練樣本集之外。還需要測試集。并且隨著網絡學習次數的增加,訓練集的目標函數(測試數據)有可能不減少或增加。說明泛化能力減弱。
  因此,可取測試集的極小點對應的訓練權系,以使網絡具有較好的泛化能力。泛化能力還與網絡結構有關,即與網絡的隱層數和隱層節點數有關,選擇的原則是,結構盡量簡單,且具較強的泛化能力。
  
  4 結論
  
  隨著我國對外開放和經濟體制改革的深入進行特別是加入WTO,企業之間競爭日益激烈,因財務危機導致企業經營陷入困境甚至破產清算的同的現象不斷增加。因此,我們應防微杜漸,在財務系統正常運作時就應對企業財務運營過程進行跟蹤、監控,全面分析企業財務指標數據及早發出預警信號,將企業面臨的潛在危險告知經營者,從而使其采取相應的措施,以避免或減弱對企業的破壞程度。

服務熱線

400 180 8892

微信客服