论文部分内容阅读
公司财务业绩的下降给公司带来的影响是巨大的,它不仅有可能使公司陷入财务困境,而且会给公司的各种利益相关者带来不同程度的影响。因此,建立一套科学的财务业绩预测系统,及时发现企业运营中的潜在风险并采取相应的措施,避免或者减少不必要的损失是十分必要的。本文的研究目的,就是希望能够提出一种科学的,适合我国制造业上市公司的,并且可以广泛应用的财务业绩预测的方法,从而在公司业绩下滑时能够及时地反映给公司自身及其利益相关者,为其提供科学的决策信息。本文主要分为五个部分:第一部分主要介绍了本文的研究背景和研究方法并梳理了国内外学者关于企业财务困境预测的相关文献;第二部分主要介绍了财务业绩预测的相关理论;第三部分选取了本文研究所需要的财务指标,并对原始指标进行预处理,得到代入模型的最终指标;第四部分是本文的主要贡献,主要构建了用于企业财务业绩预测的Logit回归模型和支持向量机模型;第五部分对本文的研究工作进行总结,并指出本文研究的不足以及对未来研究趋势的展望。通过本文的实证研究可以得到以下结论:第一,本文所构建的企业财务业绩预测模型具有一定的实用价值。尽管本文只是对财务业绩的变化趋势进行预测,并没有对财务业绩的具体变化数值进行预测,但是根据财务业绩的变化趋势,企业自身及其利益相关者已经可以了解到企业未来是会盈利或者亏损。第二,财务业绩预测的正确率并不高。无论是回代结果还是预测结果,Logit回归模型和支持向量机模型的预测准确率都不高,误判率在40%左右。财务业绩预测的准确率远低于财务困境预测的准确率。第三,支持向量机模型的预测性能要优于Logit回归模型的预测性能。无论是回代结果还是预测结果,支持向量机模型的预测准确率都高于Logit回归模型的预测准确率。这与学者关于财务困境预警研究所得出的结论是一致的。第四,支持向量机模型更适用于财务业绩预测。实证研究显示:无论是回代结果还是预测结果,支持向量机模型对财务业绩下降公司的识别准确率都明显高于Logit回归模型。