基于RBF神经网络的高端装备制造业财务风险预警研究

摘要

高端装备制造业是制造业的高尖端领域，是“战略性新兴产业”之一，也是“中国制造2025”重点扶植和发展的产业。虽然在政策大力扶持下，高端装备制造业获得了较快发展，但仍存在许多问题。近年来该行业出现了被证监会特别处理的企业如ST钢构、ST二重、ST黑豹等，说明目前高端装备制造业对财务风险的控制能力还远落后于自身的需要，因此在当前的形势下对高端装备制造业财务风险进行研究具有重要的意义。
　　本文首先结合高端装备制造业财务风险成因和特征，选取68家高端装备制造业上市公司2012-2014年的财务数据，从盈利能力、偿债能力、营运能力、营运资金管理能力、成长能力、现金流管理能力、研发投入和政府补贴等方面选取了32个相应的财务指标作为财务风险预警基础指标;然后将EVA概念引入预警模型的构建中，以EVA值的大小作为财务状况异常的判别标准，从而解决了高端装备制造业ST企业样本不足而无法进行有效分类的问题;最后利用EVA值分类结果和筛选出的22个财务指标构建了神经网络财务风险预警模型。
　　实证研究表明:第一，有超过一半的样本企业EVA值小于0，而且2014年EVA值小于0的样本企业数量要高于2012和2013年，这说明高端装备制造企业的价值创造能力正在逐年减弱而财务风险正逐年加大;第二，财务状况正常组和亚健康组企业有显著性差异的财务指标主要集中在盈利、营运、现金流管理和成长能力方面，同时无论是财务状况正常组和亚健康组企业都存在现金周转期过长、营业成本率偏高和现金流偿债能力不足的问题;第三，基于筛选出来的22个财务指标构建的RBF神经网络模型的预测准确率达到85％以上，比BP神经网络模型预测准确率75％要高出10％，该模型对高端装备制造业财务风险有较好的预警效果。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景和研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 相关理论基础与文献综述

1．2．1 财务风险基本概念

1．2．2 财务风险预警理论基础

1．2．3 相关研究综述

1．3 研究方法与研究内容

1．3．1 研究方法

1．3．2 研究内容和技术路线图

第2章 高端装备制造业财务风险基本内涵与成因分析及预警研究设计

2．1 高端装备制造业财务风险基本内涵

2．1．1 高端装备制造业发展现状及存在的问题

2．1．2 高端装备制造业财务风险内涵界定及表现形式

2．2 高端装备制造业财务风险成因分析及财务风险基本特征

2．2．1 高端装备制造业财务风险成因分析

2．2．2 高端装备制造业财务风险基本特征

2．3 高端装备制造业财务风险预警研究设计

第3章 财务风险预警指标体系与预警模型构建

3．1 高端装备制造业财务风险预警指标体系构建

3．1．1 预警指标体系构建原则

3．1．2 预警指标体系构建思路

3．1．3 预警指标体系

3．2 高端装备制造业财务风险预警模型构建

3．2．1 基于神经网络的财务风险预警模型的优势分析

3．2．2 BP神经网络模型构建原理分析

3．2．3 RBF神经网络模型构建原理分析

第4章 高端装备制造业财务风险预警实证研究

4．1 样本的选取

4．2 EVA值的计算及财务状况分类

4．2．1 EVA值的计算方法

4．2．2 财务状况分类

4．3 财务风险预警指标的筛选

4．3．1 指标显著性检验

4．3．2 财务风险预警指标均值比较

4．4 基于BP神经网络的财务风险预警

4．4．1 基于BP神经网络的财务风险预警实证研究

4．4．2 BP神经网络预警结果分析

4．5 基于RBF神经网络的财务风险预警

4．5．1 基于RBF神经网络的财务风险预警实证研究

4．5．2 RBF神经网络预警结果分析

4．6 实证分析小结及管理建议

4．6．1 实证分析小结

4．6．2 管理建议

结论

参考文献

附录A 攻读学位期间发表的论文

附录B 68家样本企业

附录C 神经网络模型程序

附录D 神经网络模型输出结果

致谢