上海论文网提供毕业论文和发表论文,专业服务20年。

数据挖掘理念之信息技术企业财务绩效评估

  • 论文价格:免费
  • 用途: ---
  • 作者:上海论文网
  • 点击次数:68
  • 论文字数:0
  • 论文编号:el201408021608056006
  • 日期:2014-08-02
  • 来源:上海论文网
TAGS:

第一章绪论


1.1研究的背景及意义
随着我国市场经济体制和资本市场的逐步完善和发展,企业有了更多的融资渠道,不再单一依靠银行贷款融资,更多地资金来源于资本市场。然而,企业要想获得资本市场的资金,其自身必须有好的经营绩效。与此同时,资本市场中的投资者越来越关注年度财务报表中会计信息所反映的企业绩效状况,通过对投资标的财务指标数据评估和所在行业类似企业的股票市场价格比较,做出自己的投资决策。企业绩效评价即企业业绩评价一直受到企业利益相关者重点关注,同时也是研究者长期以来的研究热点问题,对企业绩效评价可以推断企业以后的持续发展状况。绩效评价一般有企业经营效益和经营者业绩两方面的评价,本文所研究的财务绩效也即企业经营绩效,可以通过财务指标进行量化。在市场经济条件下,企业绩效的评价主体非常广泛,这是因为和企业绩效相关的利益相关者众多。这些利益主体包括现有的和潜在的投资者、债权人、职业经理、员工、政府经济管理部门以及其他社会群体。本文认为由于利益相关者范围越来越大,股票市场价格受整市场反应影响,企业绩效评价研究的目的是为利益相关者决策提供支持的,所以有必要重点关注评价主体的行为特征和信息需求。随着计算机模拟技术的发展,智能分析技术开始提供辅助决策,数据挖掘技术是在大量繁杂的数据中发现隐藏规律的一门科学,是人类智能的模仿,已经在各行业各学科包括在绩效评价领域得到了广泛应用。我国资本市场在不断发展成熟,上市公司数量在不断扩大,人们的理财意识不断增强,选择股市理财的群体数量剧增。市场价格与企业业绩的相关性等理论,让价值投资理念深入人心,备受重视。对上市企业的绩效评价尤其是财务绩效评价成为投资者关注的重中之重,然而,众多的中小投资者只能通过上市公司每年发布的财务报告了解企业信息,但是学习专业水平的财务知识对这些投资者是有一定难度的,对于那些专业的财务分析方法更是不得其解。鉴于这些困难,投资者真正做到依据企业绩效做出投资决策基本不太可行,本文通过挖掘投资者整个群体总体的行为特征,可以发现群体在面对同一行业时的大致投资决策模式,有助于投资者降低投资风险,发现投资价值。对于政府管理部门,可以加强了解投资群体的心理特征,更加有针对性地普及理性投资、价值投资理念,设置监管机制有效保护中小投资者利益。对于企业来说,可以通过查看投资者关注的会计信息,不断优化自己的经营战略,提高自己业绩和竞争力。
…………


1.2国内外研究的现状
1891年,泰勒以成本会计工具对生产过程中的产出和投入进行数量化,阐述了科学管理理论,随后西方国家对绩效评价方法的分析研究陆续发展。国外研究企业绩效评价经历了成本绩效评价、财务绩效评价和企业绩效评价指标体系创新三个历史发展阶段。成本绩效评价阶段的评价指标为成本,例如最早的标准成本制度;财务绩效评价侧重于考虑销售利润率、净资产收益率等财务指标和在财务指标的基础上的评价方法的研究,例如杜邦分析、沃尔比重评分法;企业绩效评价创新时期,将非财务指标引入企业绩效评价体系中,诸如员工满意度、团队精神、企业文化、战略以及研发与创新能力等,例如经济增加值、Economic Kaii/e似简称和平衡计分卡。下面本文列举一些经典的绩效评价方法和一些学者的研究成果: 1911年,标准成本制度最早由美国会计工作者哈利设计,标志着第二次成本会计的改革。标准成本和其差异制度,使得成本控制得到有效主动管理,为接下来的绩效评价打下坚实的基础。标准成本评价以成本为评价指标,随后福布斯则以总资产收益率指标来评价工业企业股票与铁路行业股票质地。
…………


第二章相关理论综述


2.1相关概念
信息技术业是管理和运用信息技术手段,提供信息技术服务的行业。按照证监会行业分类,信息技术业包含:通信及相关设备制造、计算机及相关设备制造、通信服务业和计算机应用服务。计算机应用服务业是指为满足使用计算机处理信息的需要而提供软件和服务的行业,是一个知识密集型和高附加值的行业。计算机服务业不仅包括软件产品和专业服务系统等方面,还含有计算机和有关设备的租赁和维护等。信息技术是在我国经济发展中发挥着重要作用,推动着当今世界经济社会迅速发展。信息技术产业是我国经济中战略性、基础性和先导性的支柱产业,是国家大力大发展的行业。由于信息技术行业需要较高的技术研发支持,从业人员普遍具有高学历,知识水平好的特点。在公司管理和运营方面本行业也努力吸取国外的先进经验,大部分公司具有较高的管理水平。这个行业公司整体比较规范,财务数据相对规范,因此本文选取了信息技术业中的计算机服务业作为财务绩效评价的研究对象。
…………


2.2有限理性理论
在现实生活中,由于人们在决策时面对大量信息,由于处理信息的能力有限很难做到完全理性。1947年赫伯特?西蒙批判了传统完全理性进而创立了有限理性模型,阐述了人是有限理性的。现实生活中的行为人或者管理者是“行政人”,在注意能力、感知能力、记忆能力和信息加工能力都有限的情况,决策不可能得到最优解,只能获得满意解;鉴于信息的不完全性、信息预测的困难性以及无法穷尽可行性结果,有限理性的主体决策标准只能是满意原则[29]。行为金融学将心理学应用于金融学,发现投资者在理解和利用市场信息时,其行为模式经常是随机的,无序的,非理性的。投资者受认知偏差、情绪心态、感情、社会群体行为影响,一定会产生决策行为偏差,结果表现为有限理性。这种有限理性产生的原因可能有以下几点:1、人自身的生理和心理能力是有限的。2、信息不完整或者信息超载。对于作为信息接受的决策者来说,大量无关信息消耗了他们有限的注意力,而人的注意力是有限。3、思考成本。决策问题需要人们进行大量深入的思考,这就会涉及到思考成本的问题,值不值得投入精力思考。4、环境的复杂性。行为决策人常常处于模糊的不确定的环境下。5、自利或者利他即有限自利。有限理性决策理论认为,人们在资源有限的条件下做出最优选择,这是因为在决策过程中受价值偏好的多样性,信息的不完备性,决策者能力的有限性,事物关系的不确定性等复杂因素严重影响。人们在决策中所依赖的是介于理性和非理性之间的有限理性,任何组织和个人都只能被看作一个具有不断学习、纠错、适应能力的系统,而非一个绝对理性的体系。
…………


第三章数据挖掘算法及相关工具.......... 14
3.1数据挖掘简介 ........14
3.2 K-Means 聚类算法........ 14
3.3决策树C5.0算法........ 15
3.4 BP神经网络算法........ 17
3.4.1神经网络技术简介........ 17
3.4.2 BP神经网络基本原理........ 18
3.5数据挖掘工具介绍........ 20
第四章研究设计 ........23
4.1样本选择与数据来源........ 23
4.2变量定义........23
4.3数据预处理 ........27
4.3.1累积超额收益率CAR的计算........ 27
4.3.2 K-Means 聚类 CAR ........29
第五章信息技术企业数据挖掘实证分析........ 32
5.1基于决策树C5.0算法的信息技术企业........ 32
5.2基于BP神经网络的信息技术........ 35
5.3两种评价模型比较........ 35


第五章信息技术企业数据挖掘实证分析


5. 1基于决策树算法的信息技术企业财务绩效评价模型
本文运用Clementine数据挖掘软件,以50家信息技术企业年度财报数据和相应市场反应CAR为样本进行训练学习构建决策树C5. 0预测模型,同时分析投资者进行企业绩效评价所关注的关键财务指标,查看哪些指标因素很大程度上影响到了投资者的决策。在Clementine中,我们构建了包括Excel节点、Type节点、Partition节点、C5.0节点、Analysis节点、Evaluation节点和生成的累积超额收益率模型在内的一条数据流,Type节点设置输入输出字段并实例化,完成各节点的具体参数设置,执行数据流即实现了训练模型,测试模型和评估模型,数据流示意图如图5.1所示。C5.0决策树模型建立和剪枝都是基于训练样本集的,整体样本参与建模的整体精度为84%。从所建立的决策树模型可以看出,投资者评价信息技术企业绩效最先关注的指标是每股收益增长率,其次是净资产收益率,再就是营业收入增长率指标,而其他指标没有进入决策树,说明其它财务指标对投资者决策影响较小。
#p#分页标题#e#
…………


结论


本文通过对信息技术企业年度财务报表指标数据和资本市场数据进行数据挖掘,建立决策树模型和BP神经网络模型,初步取得的研究成果主要有:
1、市场投资者一般无法完整专业的分析年度财务报表后再做决策,他们最关心的往往是有限几个关键财务指标。
2、运用决策树C5.0算法,训练信息技术业中50家计算机应用服务企业样本财务指标和市场反应数据,分析出市场投资者在信息技术行业分析财务绩效时一般会优先考虑每股收益增长率、净资产收益率和营业收入增长率这三个财务指标,建立的决策树预测模型精确度为84%,达到了较好的预测效果。
3、运用BP神经网络训练模型,根据敏感性分析结果,资产负债率、每股净资产和每股收益(期末股本摊薄)等对于获得较好累计超额回报率比较重要。因为所用建模算法不同,该结果与用其他算法如决策树C5.0算法所得的结论有一定差异。建立的BP神经网络预测模型有82. 61%的预测精确度,应用获得的信息技术行业神经网络模型,我们可以尝试输入此行业内企业财务指标预测其累计超额回报率的等级,也就完成了从市场投资者角度进行的企业绩效评价。
……………
参考文献(略)

1,点击按钮复制下方QQ号!!
2,打开QQ >> 添加好友/群
3,粘贴QQ,完成添加!!