基于商業(yè)智能的上市公司財務預警模型研究.pdf

1、在過去的幾年里,伴隨著考驗和改革,我國證券市場取得了迅猛的發(fā)展,截止到2010年年底,滬深兩市已經有1700多家上市公司,然而由于操作和管理的原因,很多公司都遭遇了財務風險而被特別處理,冠以“ST”的字樣。為了防范和規(guī)避財務危機,上市公司很有必要建立和完善相應的預警機制,找到切實可行的方法,改善公司的財務狀況。
　　本文在回顧了國內外財務預警模型經典文獻和研究成果的基礎上,選取了2010前三個季度新增的55家ST公司和與其配對的5

2、5家非ST公司作為研究樣本,以ST前兩至四年的財務指標作為模型研究的變量對上市公司的財務危機進行預警研究。首先遵從財務預警指標的篩選原則,選擇了28個涉及盈利能力、償債能力、營運能力、發(fā)展能力和現(xiàn)金流量的財務指標,并通過雙尾T檢驗和Spearson相關性檢驗篩選出16個最終建立預警模型的財務指標。然后利用商業(yè)智能軟件SQL Server2005中的SSIS和SSAS模塊建立財務數(shù)據(jù)倉庫,并通過相關的查詢語句實現(xiàn)財務數(shù)據(jù)的多維聯(lián)機分析和數(shù)

3、據(jù)透視表的呈現(xiàn)。最后通過SSAS數(shù)據(jù)挖掘模塊中的聚類分析、邏輯回歸和神經網(wǎng)絡三種算法構建了2006-2008三年的預警模型,匯總了預警模型中較為重要的指標,并使用提升圖和分類矩陣對模型的有效性進行比較分析,提取出隱藏在樣本中的潛在信息。結論表明固定資產周轉率、主營業(yè)務利潤率、銷售凈利率等幾個比率對于預警比較重要,行業(yè)也是影響財務危機是否發(fā)生的重要因素,并且越接近ST年度的預測精度越高。
　　本文創(chuàng)新性地運用SQL Server20