2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩125頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、改革開放后,中國社會、經(jīng)濟高速發(fā)展,人民財富持續(xù)增長,對投資理財產(chǎn)品的需求不斷擴大。有價證券,尤其是上市公司股票因收益性、流通性等特點上的優(yōu)勢而備受廣大財富擁有者關(guān)注。投資者通過公開渠道能獲取上市公司披露的財務信息和證券分析師提供的股票推薦信息(推薦信息),但多數(shù)投資者因投資信息、投資知識、投資經(jīng)驗和投資技能等資源短缺,難有效地處理上述相關(guān)信息并基于此制定正確投資決策,易導致投資失敗。投資者數(shù)量多,投資失敗不僅影響個人及其家庭生活、發(fā)展

2、,嚴重時還會影響社會和諧與穩(wěn)定。
  鑒于此,為了更好地支持投資者投資決策,在已有研究基礎(chǔ)上,本文基于投資者視角,以投資者獲取的上市公司財務信息和推薦信息為切入點,結(jié)合支持向量機理論、軟集合理論、模糊軟集合理論、uni?int決策方法等國際前沿理論,綜合運用規(guī)范研究、實證研究、定量分析、定性分析和對比分析等研究方法,研究了基于投資者視角的上市公司財務危機預警指標選取問題,分別選取了定量財務信息類預警指標(財務預警指標)和定性推薦信

3、息類預警指標(推薦預警指標),并進一步展開研究了基于財務信息的上市公司財務危機預警問題、基于推薦信息的上市公司財務危機預警問題和基于財務信息與推薦信息融合的上市公司財務危機預警問題。
  首先,考慮到投資者能獲取不同樣本量的財務信息和推薦信息,而且推薦信息可直接采用作為定性推薦信息類預警指標,本文重點研究了定量財務信息預警指標的選取問題。由于常用的財務預警指標選取方法——專家系統(tǒng)和統(tǒng)計分析方法存在諸多應用上的限制,考慮到企業(yè)經(jīng)營環(huán)

4、境、投資環(huán)境快速變化這一特點,本文采用Logit模型和軟集合理論構(gòu)建了基于軟集合的參數(shù)約簡新算法,以期能提高預警效果并滿足投資者需求。通過基于軟集合的參數(shù)約簡新算法共從預警指標備選集中選出9個財務預警指標,其中新增銷售凈利率、管理費用率、總資產(chǎn)周轉(zhuǎn)率和綜合杠桿4個財務指標作為上市公司財務危機預警指標。基于中國上市公司真實數(shù)據(jù)的實證分析說明本文構(gòu)建的基于軟集合的參數(shù)約簡新算法能在不同樣本量條件下有效地改善預警效果。結(jié)合推薦信息,構(gòu)成了基于

5、投資者視角的上市公司財務危機預警指標集。
  其次,針對偏好采用上市公司財務信息進行上市公司財務危機預警的投資者,考慮到投資者基于財務信息進行上市公司財務危機預警時可能遇到不同樣本量問題和不同財務預警指標的變化趨勢可能不一致問題,結(jié)合Logit模型和支持向量機模型,本文構(gòu)建了基于財務信息的上市公司財務危機預警模型。通過散點圖分析,財務預警指標根據(jù)變化趨勢的不同分為線性變化的預警指標和非線性變化的預警指標,采用Logit模型和支持向

6、量機模型分別針對每個線性變化的預警指標和非線性變化的預警指標進行模型訓練和預測,通過殘差支持向量機模型對各單一預警模型預測結(jié)果進行集成、判別。相較于其他常用預警模型,基于中國上市公司數(shù)據(jù)的實證結(jié)果說明該預警模型能夠有效地在不同樣本條件下提高基于財務信息的上市公司財務危機預警效果,幫助投資者投資決策,尤其是樣本量較小時。
  再次,針對偏好采用上市公司推薦信息進行上市公司財務危機預警的投資者,考慮到推薦信息是定性信息和不同樣本量條件

7、,且迄今較少有研究關(guān)注導致適用的財務危機預警模型不多這一問題,結(jié)合模糊軟集合理論和D-S證據(jù)理論,本文構(gòu)建了基于推薦信息的上市公司財務危機預警模型。首先研究了證券分析師選取方法,選取證券分析師提供上市公司推薦信息;采用模糊軟集合隸屬函數(shù)計算推薦信息對上市公司財務危機的隸屬度,對推薦信息進行了量化轉(zhuǎn)換;在此基礎(chǔ)上分析了基于 D-S證據(jù)理論的信息融合模型,對不同推薦信息進行了融合;構(gòu)建了最優(yōu)臨界值搜尋方法,對綜合推薦值進行判別?;谥袊鲜?/p>

8、公司數(shù)據(jù)的實證結(jié)論說明該預警模型能有效地在不同樣本條件下基于推薦信息進行上市公司財務危機預警,輔助投資者在不同樣本條件下基于推薦信息投資決策。
  最后,在本文之前研究的基礎(chǔ)上,鑒于有的投資者偏好綜合分析財務信息與推薦信息以制定投資決策這一情況,考慮到定量財務信息與定性推薦信息共存問題、不同樣本量條件和迄今為止相關(guān)研究成果不多問題,結(jié)合軟集合理論、模糊軟集合和uni?int決策方法等最新國際前沿理論,本文構(gòu)建了基于財務信息與推薦信

9、息融合的上市公司財務危機預警模型。基于中國上市公司數(shù)據(jù)的實證研究和對比分析結(jié)果說明:本文構(gòu)建的預警模型通過采用本文構(gòu)建的基于財務信息和基于推薦信息的上市公司預警模型作為基礎(chǔ)預警模型分別對財務信息與推薦信息進行處理、預警,進而結(jié)合組合預測思想,采用善于處理0-1狀態(tài)數(shù)據(jù)和不同樣本量問題的決策方法對基礎(chǔ)預警模型預警結(jié)果進行融合、預警,能有效地改善不同樣本條件下基于財務信息與推薦信息融合的上市公司財務危機預警效果,有效地在不同樣本量條件下幫助

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論