分类号F830.91密级UDC336.7编号10486武汉大学硕士学位论文中国上市企业财务风险预警模型研究研究生姓名:吴为学号:2012201050176指导教师姓名、职称:叶永刚教授学科、专业名称:金融工程研究方向:金融工程二〇一五年五月---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---AStudyonChina’sListedEnterprisesFinancialRiskWarningModelByWuWeiMay,2015---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包括任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者（签名）：年月日---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要企业是市场运行的主要载体，也是国民经济中的重要组成部分，企业生产经营过程中所面临的风险不仅对企业部门本身造成冲击，还会通过部门间的传导渠道，对一国的政府、家户造成巨大影响，因此针对企业风险的研究对于一个国家的经济发展和稳定都具有重要的意义。财务风险是企业生产经营所面临的风险中范围最大、影响最深的风险之一。国外学者自上世纪30年代便开始了对于企业财务风险的研究，通过不断筛选更能反映企业财务风险的各类指标，构建拟合程度更好、预测准确性更高的预警模型，不断加深对于企业财务风险的识别和预测能力。随着我国企业上市由核准制向注册制转变，企业生产经营环境趋于复杂，其财务风险更具多样性和危害性，对于我国企业财务风险预警研究也提出了更高的要求。为研究企业财务风险相关理论，解决企业在实际中对于财务风险的防范和管理问题，本文首先对国内外企业财务风险的相关文献进行了研究，在企业财务风险预警理论及宏观金融工程理论的基础上，引入或有权益资产负债表指标构建了我国上市企业的财务风险预警模型，并利用上市企业数据进行了实证研究，通过对引入或有资产负债表指标前后模型预测准确性的比较，探究或有资产负债表指标对于传统企业财务风险预警指标体系是否具有完善作用，以期对我国企业财务风险预警研究起到积极的意义。本文选取了在2015年4月仍在我国证券市场上进行股票交易的20家ST企业，通过同行业、相近资产规模的原则，选取了与之配对的20家非ST企业，以ST企业被ST时间的前八个季度共两年的数据为研究样本，以资产负债表等13个传统指标，及加入资产市值波动率等4个或有资产负债表指标后的17个指标，分别进行了Logistic回归模型的实证研究，并对模型的结果进行了回判检验比较。实证结果表明，引入或有权益资产负债表指标后的Logistic回归模型不仅具有更好的模型拟合度，同时在回判检验的比较中，模型的错判率比传统指标体系下的模型要降低2.38个百分点，具有更高的预测准确性，因此将或有权益资产负债表指标引入到企业财务风险预警模型中具有积极的作用。关键词：企业财务风险；或有权益资产负债表；Logistic回归模型AbstractEnterpriseisthemaincarrierofmarketeconomyoperation,andalsoanimportantpartofnationaleconomy,therisksintheprocessofenterpriseproductionand---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---operationnotonlyaffectthecorporatesectoritself,butalsohaveimpactonthegovernmentandhouseholdthroughthetransmissionchannelsbetweenthedepartments,sothestudyofenterpriseriskshasgreatsignificanceonthedevelopmentandthestabilityofeconomy.Enterprisefinancialriskisoneofthelargestandgreatestrisksthroughtheenterprise’sproductionandoperation.Sincethe1930s,theforeignscholarsbeganthestudyoftheenterprisefinancialrisk,throughcontinuousscreeningtheindexeswhichcanreflectenterprisefinancialriskmoreandbuildingearlywarningmodelwhichhasbetterfittingdegreeandhigherpredictionaccuracy,theyimprovedtheca...