论文部分内容阅读
本文全面系统地分析了中国上市公司财务危机的现状和具体表现形式，并分析了中国上市公司财务危机产生的原因及防范措施。建立财务危机预警模型对于预测和防范上市公司财务危机非常必要。本文对现有的财务危机预警模型进行了综合的评析。选择沪、深两市A、B股的全部可以找到数据的1078家工业类上市公司作为样本，对这1078家上市公司，本模型收集了每家公司2001-2005年的年度财务报告。根据每家公司五个时点的财务报告分别计算出56项财务指标，再加上“审计情况”共57个指标。并利用Microsoft SQL Server 2005 Analysis Services软件中的决策树、神经网络、逻辑回归和聚类分析4种算法构建了12个财务危机预警模型，与现有的模型相比在预测的时效性、样本数量、指标选取和数据挖掘技术的使用上都有很大提高，取得了很好的预警效果。本文还为使用SQL Server 2005 Integration Services将模型预测和准确性测度进行自动化并整合为业务线应用程序提供了建议。现有的财务危机预警模型大多是基于统计方法的。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取出隐含在其中的、人们不知道的、但又是潜在有价值的信息，并将这些信息归纳成结构模型的过程。运用SQL Server 2005软件建立财务危机预警模型是一个很好的尝试，可以把SQL Server 2005软件强大的统计分析功能和各种数据挖掘模型很好地结合起来，进行多种方法的组合分析，从中选出最好的模型，达到好的预警效果。