三种模型在企业财务风险预警中的应用之比较研究

本文阐述了财务预警模型的研究现状，选取了2009年和2010年20家被ST的上市公司和20家非ST的上市公司作为样本，并运用三种模型对这些企业前2年和前3年的财务预警作出分析和评价：Z-Score模型，又称多变量模型，选取了五个财务指标，通过多元判别模型产生了一个总的判别分Z值，并根据该值进行企业的财务预测；Logistic回归模型，通过Logistic函数，对样本进行回归分析，计算出发生财务危机的概率，根据概率是否大于0.5来对上市公司进行归类；人工神经网络模型，采用多层前馈网的反向传播方法，由输入层、隐含层和输出层组成，通过正向传播和反向学习来进行信息处理，对样本训练后来对上市公司进行判别。最后对以上三种模型从不同的角度进行比较研究，并展望未来企业财务的预警模型，并及时向利益相关者发出警示。

关键词：Z-Score模型；Logistic回归模型；人工神经网络模型；比较

目录

摘要0

一、绪论3

（一）研究背景3

（二）研究的目的和意义3

（三）国内外研究方法4

1. 国外财务风险预警研究4

2. 国内财务风险预警研究6

（四）国内外研究方法评述7

二、企业财务风险预警模型的应用9

（一）模型样本的确定及基础指标的选取9

1．模型样本的确定9

2．模型基础指标的选取9

（二）Z-Score模型在企业财务风险预警中的应用10

1．Z-Score模型的原理及构建10

2．Z-Score模型的具体应用分析11

（三）Logistic回归模型在企业财务风险预警中的应用12

1．Logistic回归模型的原理及构建12

2．Logistic回归模型的应用分析14

（四）BP 神经网络模型在企业财务风险预警中的应用14

1．BP神经网络模型的简介及构建14

2．BP神经网络模型的应用研究17

三、三种企业财务预警模型的比较研究19

（一）财务预警模型的理论比较19

（二）模型有效性的检验比较19

四、企业财务模型发展的建议与趋势21

（一）企业财务模型发展的建议21

（二）企业财务模型发展的趋势21

五、结束语23

参考文献24

致谢26