2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、企業(yè)財(cái)務(wù)困境預(yù)警(以下簡稱:財(cái)務(wù)預(yù)警)的研究在國外尤其在資本市場發(fā)達(dá)的國家是一個(gè)廣泛被關(guān)注和研究的前沿性課題,目前我國這一領(lǐng)域的研究方興未艾,對(duì)企業(yè)財(cái)務(wù)困境預(yù)警進(jìn)行研究具有重要的理論意義。同時(shí)在當(dāng)前我國已加入WTO,面對(duì)國內(nèi)外激烈競爭,國內(nèi)資本市場的快速發(fā)展及經(jīng)濟(jì)體制改革的不斷深化,這一大背景之下,對(duì)上市公司財(cái)務(wù)困境預(yù)警進(jìn)行研究更具有重要的現(xiàn)實(shí)意義。 本文通過對(duì)目前研究狀況的分析,針對(duì)目前的研究趨勢,重點(diǎn)在兩方面進(jìn)行研究:一是建

2、立科學(xué)合理的財(cái)務(wù)預(yù)警指標(biāo)體系,二是建立分行業(yè)的財(cái)務(wù)預(yù)警模型。具體來說,本文首先以2006年深滬兩市新增制造業(yè)sT上市公司及相應(yīng)制造業(yè)非ST上市公司共32家為訓(xùn)練樣本,另選擇36家制造業(yè)上市公司為測試樣本。然后通過定性和定量分析,經(jīng)過三次篩選,最終建立財(cái)務(wù)預(yù)警指標(biāo)體系。進(jìn)而建立了三種預(yù)警模型,即Fisher判別模型、Logistic回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型,最后加以比較得出結(jié)論--BP神經(jīng)網(wǎng)絡(luò)模型更優(yōu)應(yīng)用前景更廣闊,以期為財(cái)務(wù)預(yù)警研究及

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論