|
|
| ||||||||||||||||||||||
前言 财务困境理论是公司财务管理学的一个重要研究领域。财务困境理论前身是破产理论，而破产理论是从现代资本结构理论中派生出来的一个分支。相较破产的确定性结果而言，财务困境的理论解释及其预测研究更有现实意义。在竞争日趋激烈的信息化时代，企业陷入财务困境的现象频发，各类市场参与者对企业财务状况及其变化高度关注，对财务困境预测的需求越来越高。本书基于新经济时期对危机预测的新要求，重点研究微观企业层面的财务困境预测的动态性问题，试图改善企业财务困境预测动态性中高频连续性预测的质量水平，来满足新时期微观企业财务困境预测要求。 企业从健康状态到财务困境状态，是一个渐变和累积的过程。财务困境发生时表现出的突变性，往往是这种渐变和累积达到临界条件的结果。虽然动态过程性增加了财务困境的复杂性，但是这种逐步恶化及衰退过程的存在才使得财务困境的识别、预测和预防成为可能。现有研究偏重于财务困境预测方法的创新与优化，关于财务困境规范性理论和历史性考察的文章并不多见。从财务困境理论及困境预测方法演进可以看出，其理论源于资本结构理论，并超越破产理论，但仍存在诸多理论缺陷：①理论与方法相互支撑不足；②财务困境理论本体理论单薄；③作为核心的动态性理论系统化不够；等等。本书在财务困境动态性理论不显性的背景下，聚焦于动态性理论研究，并对与理论相匹配的预测方法进行研究。 针对财务困境的动态性特征，根据可观测到的风险因素，对财务系统动态发展过程的预测可以看作是一个状态估计问题，通常可建立状态空间模型，采用卡尔曼滤波算法对其求解。卡尔曼滤波是现代控制理论创始人之一Kalman
R.E.在1960年提出的一种滤波方法。卡尔曼滤波与常规滤波的涵义与方法完全不同，它实质上是一种最优估计方法，是一套由计算机实现的实时递推算法。近年来，卡尔曼滤波在风险预测方面的应用成果多见于气象预报、电力系统风险预测与控制、人体运动测量、产品质量控制、金融风险预测等。这方面研究的思路是基于卡尔曼滤波构建组合模型，不断修正误差，更加准确地描述动态系统，以提高风险预测准确率，优化控制。诸如集合气象预报方法、产品质量双驱动混合模型、金融风险混频数据抽样模型等模型的开发与应用均证明了卡尔曼滤波在不同领域的适用性。本书基于卡尔曼滤波对财务困境预测方法进行动态性改进，以期提高企业财务困境预测动态性中高频连续性预测的质量水平。 本书分为六章。第1章是绪论。阐述财务困境预测研究的背景与意义，将本书定位在动态性方向的研究上。然后从财务困境预测理论、预测模型、预测指标及实证研究四个方面综述该领域的国内外研究现状，据此得出的结论为本书的研究内容提供启示作用。第2章是财务困境理论的追溯。通过追溯财务困境理论的演进历程，论述其与破产理论之间的联系和区别，明确财务困境理论的内涵和范畴。通过梳理财务困境理论中的最新研究成果，指出动态性方向是财务困境预测研究的未来趋势和关键点。第3章提出财务困境预测的动态性理论。通过分析财务困境动态性本质，提出预测动态性的“三层次理论”：基础理论界定了动态性的概念与范畴、功能与作用、特征与性质，逻辑理论论述了动态性功能实现的内在逻辑，技术理论阐明了在该逻辑下具体操作的应用技术及实现手段。第4章基于卡尔曼滤波对财务困境预测作动态性改进。引入卡尔曼滤波方法，说明其在高频连续性预测问题上的适用性和优势。构建包括过程模型和判别模型的组合预测系统模型，基于卡尔曼滤波算法求解，并推导通用的超前n步预测算法，实现以高频连续性为特征的企业财务状态的全过程预测。第5章是实证分析。说明样本数据的选择依据，并对所选样本数据进行趋势性分析、差异性分析和主成分分析。采用Matlab技术对动态预测模型进行仿真，并对参数估计和阈值确定问题进行讨论，最后对预测效果进行检验，并对检验结果进行阐释。第6章是结论与展望。总结本书的研究工作、主要创新点和未来的研究工作。 本书的研究完善了财务困境预测动态性理论，构建的基于卡尔曼滤波的动态预测方法体系，为企业开展财务困境预测提供了现实的决策辅助工具，具有重要的理论和实践意义。 庄倩 2015年8月 目录 第1章绪论1 11研究背景与研究意义1 111研究背景1 112研究意义5 12国内外研究现状综述6 121关于财务困境预测的研究现状6 122有关财务困境预测模型的文献评述7 123有关财务困境预测指标的文献评述21 124关于财务困境预测实证研究的文献评述26 125结论与启示28 13研究思路与研究方法30 131研究思路30 132研究方法32 14涉及本书的主要概念界定33 141财务困境理论与破产理论33 142财务困境预测的动态性33 143连续递进预测和预测信号指标34 144滤波与卡尔曼滤波35 15本书的结构安排36 第2章财务困境理论的追溯38 21MM理论的衍生：破产理论的产生38 211现代财务理论的基石：MM理论38 212MM理论的分支：破产理论42 213破产理论的派生：清偿理论44 22破产理论的扩展：财务困境理论的形成46 221财务困境理论的产生路径46 222财务困境理论的核心问题48 23结论与启示60 第3章财务困境预测动态性理论的提出63 31财务困境动态性与预测动态性理论结构63 311财务困境动态性特征与预测动态性内涵63 312财务困境预测动态性理论的层次与结构66 313财务困境预测动态性的基础理论67 32连续递进预测方法体系69 321马尔科夫预测70 322信息滤波处理71 323时间序列分析72 33综合预测信号指标体系75 331财务困境的成因解释75 332财务困境的影响作用82 333预测信号指标的时序分析96 34本章小结97 第4章基于卡尔曼滤波的财务困境预测动态性 改进99 41卡尔曼滤波99 411随机线性离散系统卡尔曼滤波100 412随机非线性离散系统扩展卡尔曼滤波105 413应用卡尔曼滤波的研究现状109 42基于卡尔曼滤波构建动态预测模型112 421预测模型的动态改进112 422预测过程的动态实现113 43企业财务状态动态预测的全过程115 44本章小结118 第5章财务困境动态预测的实证分析120 51样本数据的选择120 511样本企业的选择依据120 512样本数据的期间选择121 513预测信号指标的选择123 52样本数据的预处理和统计分析125 521样本数据的预处理125 522样本数据的趋势性分析126 523样本数据的差异性分析131 53样本数据的主成分分析134 531主成分分析结果135 532两组样本的综合比较136 54动态预测模型的仿真及结果分析137 541参数估计137 542阈值确定140 543预测结果及分析144 55本章小结147 第6章结论与展望149 附录152 附录A样本企业信息152 附录B预测信号指标的描述性统计156 附录C预测信号指标的非参数检验164 附录D主成分分析Matlab程序167 附录E*ST新材的主成分矩阵168 附录F财务困境动态预测主程序171 附录G参数估计值173 参考文献185 后记201 |
精品新书
|
| ||||||
|
| ||||||
|
| ||||||
|
| ||||||
 |
 |
乐亭县|
嵊泗县|
沈丘县|
榆中县|
蓝田县|
四平市|
永顺县|
枣庄市|
皋兰县|
贞丰县|