上海论文网提供毕业论文和发表论文,专业服务20年。

快速消费品上市机构财务困境预测问题研究

  • 论文价格:免费
  • 用途: ---
  • 作者:上海论文网
  • 点击次数:132
  • 论文字数:0
  • 论文编号:el201412022232566154
  • 日期:2014-12-01
  • 来源:上海论文网

第 1 章 绪论


1.1 研究背景与研究意义
21 世纪以来,我国国民经济迅猛发展,快速消费品行业也进入了高速发展时期,由于我国人口数量大、消费增长快,快速消费品行业具有极大的发展潜力,利润较为丰厚,与此同时国外品牌大量进驻、对国内品牌冲击较大。这对于我国快速消费品企业来说,可谓是机遇与挑战并存。快速消费品行业是我国市场化水平最高、开放最早的行业之一,也是国际品牌大量涌入、强烈冲击国内品牌的行业。这一行业利润较为丰厚。2008 年美国次贷危机逐步发展为席卷全球的经济危机,导致全球经济大范围衰退。各国经济均受到了不同程度打击,大批公司最后陷入财务危机甚至最终沦为破产。在经济危机的形势下,我国快速消费品市场急剧恶化,居民对快速消费品消费的需求大幅下降,大量的国内快速消费品企业的生存受到严重威胁。如何能在这样严峻的形势下生存下来,成了我国各个快速消费品上市公司必须面对的难题,各个公司开始重视企业财务困境预测,期望能在公司产生财务困境前防患于未然[1]。快速消费品行业可谓是机遇与挑战并存。如何在行业中谋得生存、得以发展、最终得以脱颖而出—营销策略的选择成为关键的致胜因素。作为关系国计民生的重要支柱产业,快速消费品行业在国民经济中占有重要的地位。快速消费品行业所包涵的内容非常广泛,作为全球重要产业实至名归。作为它的一个重要组成部分,和国民日常生活关系非常密切的主要就是食品、饮料和日用化学等,这些物品的消费情况在很大程度上客观的反映了国民生活水平的现状和一个国家的文明程度。
………


1.2 文献综述
在西方国家中,财务困境预测研究是一项广泛进行的应用研究,关于模型的研究,国外目前己有了较大的发展,各国学者根据不同国家不同企业的数据,设计了不同的财务困境预测指标,建立了许多模型来预测财务困境[3]。单变量模型它是通过单一变量与个别财务比率进行财务困境预测。早在1966 年,这一模型由 William Beaver(威廉•比弗,财务分析专家,美国)首次提出。比弗通过对1954年至1964年面临财务危机的79家公司进行单变量判定预测研究,得出的结论是,研究单一变量的长期趋势,能够预测企业财务危机[4]。②多变量统计分析模型。多变量统计分析模型的自变量采用多个变量,进行加权汇总后得出总判别分,以此预测财务困境。相比单变量模型,多变量模型可以更加完全地体现出公司的财务状况,具备着更强辨别能力与更好的适用性。③神经网络预警模型。这一系统以神经心理学与认识科学的研究成果为基础,应用数学方法发展而来。第一个神经网络的数学模型是由 MeCulloch 和 Pitts(1943)在上世纪 40 年代首次建立的。神经网络系统的核心在于运用科学方法来模拟人脑。
………..


第 2 章 财务困境预测相关理论


2.1 财务困境的概念及内涵
最严重的财务困境(Financial Distress)是财务失败或破产,因此财务困境又称财务危机(Financial Crisis)。目前在理论与实践两个方面,财务困境的定义都颇有争议,国内外众多学者抱有多种观点[25]。2003 年前,国内学者建立财务困境预警模型时,失败样本一般是选取 ST 公司。ST 是 Special Treatment 的英文首字母缩写,直译为“特别处理”。1998 年 4月 22 日,针对出现财务状况异常或其他状况异常的上市公司,ST 政策开始实行。财务状况异常指的是:(l)最近的两个会计年度,审计结果显示企业净利润为负;(2)最近一份审计后的财务报告调整了上年度利润,使连续两个会计年度发生亏损;(3)注册会计师对企业最近一个会计年度的财务报告出具否定意见或无法表示意见的审计报告;(4)最近的一个会计年度,审计结果显示企业股东权益低于注册资本;(5)最近的一个会计年度,审计后股东权益扣除注册会计师与有关部门不予确认的部分,其价值低于注册资本;(6)经中国证监会或交易所认定为其他财务状况异常的。其他财务状况异常指的是重大事故、自然灾害等导致企业生产经营活动中止,企业牵涉到赔偿金额可能超过企业净资产的诉讼等情形;依照相关规定,被 ST 企业的公司股票,限制其日涨跌幅在 5%(与*ST 相同),应当指出的是,ST 并非对上市公司的处罚,而仅仅是客观揭示目前上市公司所处的状况,目的在于向提示投资者注意投资风险,并引导投资者理性投资,若上市公司异常状况消除,就能够恢复正常交易[26]。
……….


2.2 财务困境预测主要方法
2003 年前,国内学者建立财务困境预警模型时,失败样本一般是选取 ST 公司。ST 是 Special Treatment 的英文首字母缩写,直译为“特别处理”。1998 年 4月 22 日,针对出现财务状况异常或其他状况异常的上市公司,ST 政策开始实行。财务状况异常指的是:(l)最近的两个会计年度,审计结果显示企业净利润为负;(2)最近一份审计后的财务报告调整了上年度利润,使连续两个会计年度发生亏损;(3)注册会计师对企业最近一个会计年度的财务报告出具否定意见或无法表示意见的审计报告;(4)最近的一个会计年度,审计结果显示企业股东权益低于注册资本;(5)最近的一个会计年度,审计后股东权益扣除注册会计师与有关部门不予确认的部分,其价值低于注册资本;(6)经中国证监会或交易所认定为其他财务状况异常的。其他财务状况异常指的是重大事故、自然灾害等导致企业生产经营活动中止,企业牵涉到赔偿金额可能超过企业净资产的诉讼等情形;依照相关规定,被 ST 企业的公司股票,限制其日涨跌幅在 5%(与*ST 相同),应当指出的是,ST 并非对上市公司的处罚,而仅仅是客观揭示目前上市公司所处的状况,目的在于向提示投资者注意投资风险,并引导投资者理性投资,若上市公司异常状况消除,就能够恢复正常交易[26]。
……….


第 3 章 快速消费品行业企业特征与财务困境分析.....27
3.1 快速消费品定义和特点 ..........27
3.1.1 快速消费品的定义.... 27
3.1.2 快速消费品的特点.... 27
3.2 财务困境的原因及表现 ..........28
3.3 本章小结 ......32
第 4 章 基于 LS-SVM 的财务困境预测实证研究 ........33
4.1 研究样本的选取 ........33
4.2 预测指标的选取 ........34
4.3 指标的预处理 .....38
4.4 预测模型的构建及实证研究 .........50
4.4.1 Logit 模型.......... 50
4.4.2 LS-SVM 模型..... 52
4.5 实证结果的对比分析 .......54
4.6 本章小结 ......54
第 5 章 基于 LS-SVM 的财务困境预测案例分析 ........56
5.1 上市公司概况 .....56
5.2 上市公司的财务状况 .......57
5.3 财务状况预测结果 ....59
5.4 本章小结 ......60


第 5 章 基于 LS-SVM 的财务困境预测案例分析


5.1 上市公司概况
内蒙古伊利实业集团股份有限公司(以下简称“伊利实业”),股票代码:600887。伊利实业是我国乳制品产业领先者,其总部位于内蒙古自治区的呼和浩特,下设事业部四个,子公司三十多家。2002 年,作为 A 股的伊利股份增发了近 5000 万股,筹措到 8 亿元资金,为伊利实业扩大产业规模、拓展产品结构、构建起全国性的物流配送体系与现代化的市场营销体系给予了强有力的资金支持。伊利实业主要经营范围包括:畜牧业、农畜产品加工业、食品、饲料加工业、饮料工业、原材料,乳制品及乳品原料、食品饮料加工设备;经营本企业自产产品和相关技术的出口业务。青岛啤酒是 08 年北京奥运会官方合作伙伴,其前身是 1903 年英德商人合资创办的日耳曼啤酒公司青岛股份公司,目前品牌价值高达 805.85 亿元,跻身世界品牌 500强,高踞中国啤酒行业首位,位列世界第六大啤酒生产厂商,是中国啤酒业盈利能力最强的公司。1993 年,青岛啤酒股票(0168)在港交所上市,成为中国大陆首家海外上市的企业。同年青岛啤酒(600600)在上交所上市,是中国第一家两地同时上市的公司。截止到2012 年底,青岛啤酒销量突破 790 万千升,实现净利润 17.59 亿元,产品远销 80 多个国家和地区。

………


结论


支持向量机建立在统计学习理论的 VC 维理论和结构风险最小原理基础上,有严格的理论基础和良好的泛化能力,支持向量机可以通过选择适当的核函数,将低维空间的输入向量映射到一个高维空间,然后在高维空间中寻找最优分类超平面,从而可以解决高维非线性等问题。标准支持向量机要寻找最优分类超平面的问题最终转化为一个二次规划问题的求解。但是随着训练样本数量的增多,由于内存限制,这种大规模问题无法通过二次规划问题的常规算法进行求解。鉴于标准支持向量机存在的不足,本文采用最小二乘支持向量机算法构建上市公司财务困境预测模型,并与 logit 模型的输出结果进行对比。通过实证得到以下结论:(1)ST 前 1 年,最小二乘支持向量机模型的预测准确率高于 logit 模型,说明最小二乘支持向量机作为标准支持向量机的一种改进方法,将标准支持向量机的不等式约束转为等式约束,将求解二次规划的问题转化为求解一个线性方程组,可以在降低求解难度、提高求解效率的同时降低模型的误判率。(2)logit 模型对正常公司和 ST 公司误判的差别较大,而 LS-SVM 模型对两类样本公司的误判率各年都差别不大。而且 ST 前 2 年 LS-SVM 模型的回代结果均高于预测结果。可见,LS-SVM 模型比 logit 模型更稳定。更重要的是,在判别 ST 公司方面,LS-SVM 模型有着更高的精确度,有着无可比拟的优势。#p#分页标题#e#
…………
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!!