基于SVM的中國(guó)制造業(yè)上市公司財(cái)務(wù)業(yè)績(jī)預(yù)測(cè).pdf

1、公司財(cái)務(wù)業(yè)績(jī)的下降給公司帶來(lái)的影響是巨大的，它不僅有可能使公司陷入財(cái)務(wù)困境，而且會(huì)給公司的各種利益相關(guān)者帶來(lái)不同程度的影響。因此，建立一套科學(xué)的財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)系統(tǒng)，及時(shí)發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)中的潛在風(fēng)險(xiǎn)并采取相應(yīng)的措施，避免或者減少不必要的損失是十分必要的。本文的研究目的，就是希望能夠提出一種科學(xué)的，適合我國(guó)制造業(yè)上市公司的，并且可以廣泛應(yīng)用的財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)的方法，從而在公司業(yè)績(jī)下滑時(shí)能夠及時(shí)地反映給公司自身及其利益相關(guān)者，為其提供科學(xué)的決策信息。<

2、br>　　本文主要分為五個(gè)部分：第一部分主要介紹了本文的研究背景和研究方法并梳理了國(guó)內(nèi)外學(xué)者關(guān)于企業(yè)財(cái)務(wù)困境預(yù)測(cè)的相關(guān)文獻(xiàn)；第二部分主要介紹了財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)的相關(guān)理論；第三部分選取了本文研究所需要的財(cái)務(wù)指標(biāo)，并對(duì)原始指標(biāo)進(jìn)行預(yù)處理，得到代入模型的最終指標(biāo)；第四部分是本文的主要貢獻(xiàn)，主要構(gòu)建了用于企業(yè)財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)的Logit回歸模型和支持向量機(jī)模型；第五部分對(duì)本文的研究工作進(jìn)行總結(jié)，并指出本文研究的不足以及對(duì)未來(lái)研究趨勢(shì)的展望。
　　

3、通過(guò)本文的實(shí)證研究可以得到以下結(jié)論：第一，本文所構(gòu)建的企業(yè)財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)模型具有一定的實(shí)用價(jià)值。盡管本文只是對(duì)財(cái)務(wù)業(yè)績(jī)的變化趨勢(shì)進(jìn)行預(yù)測(cè)，并沒(méi)有對(duì)財(cái)務(wù)業(yè)績(jī)的具體變化數(shù)值進(jìn)行預(yù)測(cè)，但是根據(jù)財(cái)務(wù)業(yè)績(jī)的變化趨勢(shì)，企業(yè)自身及其利益相關(guān)者已經(jīng)可以了解到企業(yè)未來(lái)是會(huì)盈利或者虧損。第二，財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)的正確率并不高。無(wú)論是回代結(jié)果還是預(yù)測(cè)結(jié)果，Logit回歸模型和支持向量機(jī)模型的預(yù)測(cè)準(zhǔn)確率都不高，誤判率在40％左右。財(cái)務(wù)業(yè)績(jī)預(yù)測(cè)的準(zhǔn)確率遠(yuǎn)低于財(cái)務(wù)困境預(yù)測(cè)