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99頁未讀, 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著經(jīng)濟(jì)全球化的發(fā)展和市場競爭日益激烈,企業(yè)面臨著前所未有的沖擊和挑戰(zhàn),建立科學(xué)有效的財務(wù)預(yù)警模型能幫助企業(yè)規(guī)避風(fēng)險,實現(xiàn)企業(yè)的可持續(xù)發(fā)展。同時也為投資者、債權(quán)人、政府等利益相關(guān)者提供相應(yīng)的決策信息。
   本文以2007,2008,2009年新被ST的82家上市公司和配對的82家非ST上市公司作為研究樣本,利用其2005,2006,2007年財務(wù)數(shù)據(jù)和計算所得的EVA建立財務(wù)預(yù)警指標(biāo)體系,運用Logistic回歸建立基于EVA

2、的財務(wù)預(yù)警模型。
   首先利用2005,2006,2007財務(wù)報表計算EVA,鑒于研究樣本涉及到新舊準(zhǔn)則銜接期,本文對2007年數(shù)據(jù)根據(jù)新會計準(zhǔn)則計算EVA,對于2005,2006年數(shù)據(jù)根據(jù)舊會計準(zhǔn)則計算EVA。然后將EVA指標(biāo)和傳統(tǒng)指標(biāo)結(jié)合,選擇了20個變量建立基于EVA的財務(wù)預(yù)警指標(biāo)體系。
   在實證研究過程中,首先對樣本的財務(wù)數(shù)據(jù)進(jìn)行了非參數(shù)顯著性檢驗,發(fā)現(xiàn)很多樣本差異的顯著性水平不高,存在相關(guān)性和多重共線性。

3、為消除多重共線性,本文采取因子分析法對變量提取公因子,利用因子得分進(jìn)入Logistic回歸模型。
   本文建立了三個財務(wù)預(yù)警模型,分別是為模型1:運用2007年數(shù)據(jù)對2009年預(yù)警的模型;模型2:運用2006年數(shù)據(jù)對2009年進(jìn)行預(yù)警的模型:模型3:運用2005,2006數(shù)據(jù)對2007,2008進(jìn)行預(yù)警的模型。
   最后通過對比分析了三個模型的判定效果以及對檢驗樣本的預(yù)測效果。結(jié)果發(fā)現(xiàn)模型1的預(yù)測效果最好,模型2的預(yù)

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論