扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
单方程模型高级问题.ppt
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口您所在位置： &
 &  & 
基于R的地理加权广义线性模型理论及应用研究.pdf62页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：168 &&
优秀博硕毕业论文，完美PDF内部资料、支持编辑复制，值得参考！！！
你可能关注的文档：
··········
··········
暨南大学硕士学位毕业论文
基于 R的地理加权广义线性模型理论及应用研究
广义线性模型是对经典的线性回归模型的推广,使得被解释变量从连续型扩
展到离散型,能够解决现实当中许多的决策问题、选择问题;但当研究对象存在
空间地理属性时,空间数据的特殊性又限制了广义线性模型的应用。地理加权回
归方法,将空间结构嵌入到普通的线性回归模型当中,解决了空间研究对象的空
间非平稳性问题,具有十分重要的理论和现实意义。本论文借鉴普通的线性回归
模型解决空间非平稳性问题的方式,将地理加权这一方法推广到广义线性模型,
提出了地理加权广义线性模型的相关理论和应用方法,得出了一些有意义的研究
文章首先系统地简述了地理加权广义线性模型的基本原理及参数的估计方
法,主要包括地理加权广义线性模型的表述和相应的解析公式,回归参数的局部
极大似然估计的推导。其次详细讨论了地理加权这一方法中关键的权函数选择、
带宽优化及可变带宽等问题,通过模拟数据,详细讨论了地理加权广义线性模型
的计算机实现问题,形成了估计地理加权广义线性模型的 R 函数。昀后以广东
省 21 个市工业企业亏损企业单位数与产权结构的关系为例,详细介绍了地理加
权广义线性模型在具体空间数据分析中的应用。
关键词:地理加权模型;地理加权广义线性模型;R语言
I暨南大学硕士学位毕业论文
基于 R的地理加权广义线性模型理论及应用研究
Generalized Linear Mode( l GLM) extends the explained variable of the classical
linear model from a continuous variable to a disceret one, which can used to solve
some problems such as decisions, choices and judgements. Howerer, when it comes to
subjects of geographic attributes , the uniqueness of space
正在加载中，请稍后...关键字直达：
请选择分类
&&&&&&&&&&&&正文
【论文】农村环境污染情况实证分析
更新时间： 9:10:00 阅读次
【原文标题】农村环境污染情况及影响因素分析――来自全国百村的实证分析
&&&&& 【原文出处】管理学报
【原刊地名】武汉
【原刊期号】201011
【分 类 名】生态环境与保护
【英文标题】An Analysis of the Environmental Pollution and Its Influencing Factors in Rural China: Based on 100 Villages all over the Country
【标题注释】基金项目：The European Community资助项目(Contract No 044255，SSPE)；科技部国家科技重大专项资助项目(-02-05)；中国科学院资助项目(KSCX1-YW-09-04)
【作 者】黄季j/刘莹
【作者简介】黄季j(1962-)，男，福建长乐人，中国科学院农业政策研究中心主任，中国科学院地理科学与资源研究所研究员，博士研究生导师，研究方向为农业经济、农业政策，E-mail:jkhuang.ccap@；刘莹，北京航空航天大学经济管理学院。
【内容提要】伴随农村经济发展，农村环境污染问题正日益引起关注。为摸清目前我国农村环境污染的基本现状并分析环境恶化的影响因素，在全国范围内对村级环境污染现状进行抽样调查，共调查了5省101个村。调查结果表明，在所调查的样本村中，过去10年当中农村环境恶化的村占44%。实证分析表明，农村乡镇企业发展、城镇化或人口居住地的集中等因素对农村环境有显著负面影响，而政府整治农村环境措施和农村劳动力外流有利于当地环境的保护。如何在兼顾经济发展的同时加强农村环境监管与治理，使农村发展模式向自然和谐型转变是未来农村发展面对的一个重要任务。
【摘 要 题】污染与防治
【英文摘要】Accompanied with rapid rural development, the concerns on environmental pollution in rural China have been rising. In order to have a better understanding of the current situations of rural environmental pollution and its major determinants, we draw a nationwide representative sample of 101 villages from 5 provinces. The result indicates that about 44% of villages reported worsening of their environment in the past 10 years. Econometric analysis shows that rural enterprise development and local township expansion (or rising population density) have negatively affected rural environment, while government's efforts have offset the trend of rising environmental pollution. The paper concludes the study with policy implication on the importance of protecting rural environment in the rapid growth economy in China.
【关 键 词】农村环境/环境恶化/污染来源
rural environment/environmental pollution/sources of pollution
伴随农村经济发展，农村环境污染问题日益凸显。农村环境的污染主要来自于农村内部的现代化进程中[1]，其中有2个重要影响因素尤为突出：一是乡镇企业的迅速发展；二是居民在空间分布上的迅速聚集。根据唐丽霞等[2]对全国141个村的调查报告，有53%的村认为生活垃圾是农村最主要的环境污染源，而认为工业污染是最主要污染源的比例为35%。
乡镇企业发展在促进农村经济繁荣的同时也对农村环境造成威胁。农村工业化是中国改革开放30年间农村经济增长的主要推动力之一，鉴于在农村工业污染的环保监测、监督、执法等方面存在很多问题[3]，这种工业化实际上是一种以低技术含量的粗放经营为特点，以牺牲环境为代价的增长模式，导致目前农村普遍面临以水资源污染为主的环境问题[4]。
城镇化或人口居住地的集中、生活方式的转变也使农村原有的强大环境自净能力遭到一定程度的破坏，从而造成农村综合环境的深度污染。伴随经济发展和城镇化而来的居民生产活动及消费活动的增加引起了氮排放量的急剧上升[5]，农村生活垃圾、人畜粪便的集中排放致使农村生活饮用水中的微生物指标超标，对生态环境和水资源造成威胁[6]。原本可以自然消纳的生活污染物因超出环境自净能力成害，从而突出表现为生活污染加剧，面源污染加重[7]。
农村污染问题的日益突显，已经引起政府对农村环境建设的高度关注。2005年中国政府提出建设社会主义新农村，治理农村环境、整洁村容是其重要的组成部分。2005年修订的《固废法》将农村生活垃圾纳入管理范围，北京、上海、浙江等发达地区都陆续推行垃圾无害化处理工程[8]。2006年中国政府启动农村饮水安全工程，计划通过加大国家财政投入，到2015基本解决农村饮水安全问题。同时近年来在农村大力推行卫生厕所，全国卫生厕所的普及率由1993年的7.5%[9]上升为2008年的23.87%[10]。
本文目的是摸清目前我国农村环境污染基本现状，重点分析农村乡镇企业发展、城镇化或人口居住地的集中以及政府整治农村环境措施等因素与农村环境污染之间的关系。为此，我们在全国不同地区开展了村级环境污染现状抽样调查，对农村环境污染影响因素进行分析，以期为环保政策的制定提供数据支持，更好地推进农村环境治理工作。
1抽样方法和数据来源
为了较好地了解我国农村环境污染情况，使研究样本更具代表性，本研究采用了分层随机抽样的方法。于2008年底在全国进行抽样调查，样本的选取采用了分层逐级抽样和随机抽样相结合的办法。首先，在全国有代表性地抽取了5个省，分别为江苏（代表经济较发达的沿海地区）、四川（代表西南和中部地区）、陕西（代表西北地区）、吉林（代表东北地区）和河北（代表华北地区）。其次，再逐层抽出县、乡和村。在每个省，根据人均工业总产值指标，把所有的县分成5组，每个组随机抽取1个县；用同样方法，每个县抽取2个乡，每个乡抽取2个村。一共25个县、50个乡以及101个村①。
调查内容包括村级环境状况以及其他社会经济情况。调查对象为村干部和村会计，调查的内容是他们对农村环境变化的自我判断，所关心的核心问题是：农村在过去10年是否出现环境恶化。为此分别调查了4类环境状况，分别为空气环境、饮用水环境、湖河水环境和土壤环境。另外，还调查了本村经济、社会、人口和地理条件等基本情况。
2农村环境恶化情况及相关因素分析
在描述农村环境污染现状及区域间差异之后，我们重点关注造成环境恶化的污染源有哪些，然后分析农村乡镇企业发展、城镇化或人口居住地的集中、政府整治农村环境措施等因素与农村综合环境之间的关系。
农村环境变化情况见表1。在所调查的样本村中，过去10年中有环境恶化的比例为43.6%。就不同环境类别而言，空气环境、饮用水环境、湖河水环境和土壤环境恶化比例均在20%左右，其中空气环境恶化比例略高（占23.8%），饮用水环境恶化比例略低（占16.8%）。就不同地区而言，江苏、四川、陕西、河北的环境恶化比例均为50%左右，相对而言吉林环境恶化比例较低，仅为19%。
为了更全面地刻画环境恶化的程度，我们进一步根据环境恶化的覆盖面把样本村的环境恶化情况划分为4个等级，环境恶化覆盖的类别越多，则环境污染程度越严重。鉴于样本中部分干旱地区没有湖河，湖河水恶化指标在不同地区之间缺乏可比性，因此，在此不考虑湖河水恶化情况，只考察空气、饮用水和土壤环境指标，并根据环境恶化的覆盖面把样本划分成4种环境污染程度（表1的中部）。
在重新构建综合环境指标之后，各省环境污染程度差异更为明显（表1）。经济发达地区的环境污染程度较高，例如江苏省是这几个样本省份中经济最为发达的，其2项环境恶化以及3项环境恶化的比例均是最高的（分别为25%和10%）；而相对落后省份的环境恶化程度较低，例如陕西和河北，但是也有例外的情况，例如吉林人均GDP相对而言比陕西、河北要高，而环境恶化程度却是样本省中最低的。换言之，环境恶化程度不仅仅受经济因素影响，还存在其他因素的作用。
在本研究中，除了关注农村环境污染现状外，还要研究导致环境恶化的主要影响因素。为此，我们首先关注农村环境恶化的主要污染源来自哪些方面，然后再针对污染源选择相关影响因素进行分析。
调查发现，农村环境恶化的主要污染源包括工业、农业（化肥、农药）和生活垃圾（含人畜粪便），见表2。造成空气环境恶化的主要污染源依次是工业、粪便和农药。饮用水主要污染源来自于工业、粪便和生活垃圾。湖河环境恶化的主要污染源依次是工业、农药、生活垃圾以及粪便。土壤环境恶化主要是因为农业生产，其中一大半污染来源于化肥的过量施用，其次是来自于工业污染。
根据以上污染源分析以及实地调查中的直觉，我们把分析的重点放在农村乡镇企业发展、城镇化或人口居住地的集中、政府整治农村环境措施以及劳动力外流等因素。具体而言，农村乡镇企业发展（用村级是否有企业代表②）会增加工业排污的可能性；城镇化或人口居住地的集中趋势（用人口密度表示）可能会增加环境对废弃物的负荷，影响农村原有的环境自净能力；政府实施整治农村环境的措施（用是否提供垃圾收集服务代表）有利于减少环境污染；村劳动力外流程度（用村外出就业劳动力占总劳动力比例划分）较高可能意味着当地生产活动的减少，从而有利于保护当地环境。
表3描述了以上讨论的各种因素与环境恶化之间的关系，其中综合污染指数是组内环境污染程度平均值，指数越高代表该组环境污染程度越高。与环境恶化有明显相关性的变量有2个，分别为村里是否有企业以及村级是否提供垃圾收集服务，而其他变量均看不出有明显相关性，具体分析如下：
(1)村里存在企业同环境污染程度成正相关根据村里是否有企业把样本村分为2类，村里存在企业的村综合污染指数为0.79，而不存在企业的村综合污染指数为0.38，两者差异非常显著，这与我们的推断相吻合。
(2)提供垃圾收集服务同环境污染程度成负相关根据村里是否提供垃圾收集服务把样本村分为2类，对于提供垃圾收集服务的村，其综合污染指数为0.52，低于未提供垃圾收集服务地区的污染指数0.65，这也与预期相符。
以上是单因素分析。下面将建立计量经济模型，通过多元回归分析来进一步明确各种因素对环境恶化的影响。
3计量模型估计与结果讨论
通过计量模型分析农村环境恶化的影响因素。根据以上分析，建立如下计量经济模型：
＝f(q，p，h，l，s)，
式中，q代表乡镇企业发展；p代表人口密度；h代表环境治理措施；l代表村劳动力外流程度；s代表省份虚变量。
在以上模型中的被解释变量为污染程度指数，是整数离散变量，取值为0～3，表示环境恶化的覆盖面（0表示空气、饮用水和土壤3种环境均未恶化，1、2和3分别表示3种环境中出现1种、2种和3种环境恶化的现象）。解释变量包括：①乡镇企业发展q，用村里是否有企业来衡量，是一个虚拟变量（1代表有，0代表没有）；②人口密度P，以全村居住人口除以全村土地面积来衡量；③环境治理措施h，用村级是否提供垃圾处理服务来代表，为虚拟变量（1代表提供，0代表不提供）；④劳动力外流程度l，是依据外出就业劳动力③占全村总劳动力比例，把样本村分为较少劳动力外流、中等劳动力外流，较多劳动力外流3类；⑤省份虚变量s，样本省一共有5个，以河北省为基准值，因此有4个其他省的0-1虚变量。各解释变量的基本统计值见表4。
有2点值得指出，首先，除了省份虚变量能够控制省份间经济发展水平外，我们没有直接分析省内部经济发展水平对环境的影响，这是因为一方面收入水平与非农就业程度有较强关联性，而非农就业情况我们已考虑在内，具体表现为本地非农就业（以村里是否有企业代表）与外地非农就业（以村劳动力外流程度代表）；另一方面，经济发展与环境污染的关系较复杂，有研究表明农村废弃物产生量与经济发展水平正相关[11]，与此同时农村环境管理与基础设施建设也与经济发展水平正相关[12]，因此经济发展与农村环境之间并非简单线性关系。其次，由于调查数据中缺乏有效衡量农业生产中农药、化肥施用强度的相关数据，本文不探讨农业生产对环境的影响。
因为模型中的被解释变量（污染程度指数，）是离散数值且不同取值之间有优先次序，因此用有序多元Probit模型(ordered probit model，OPM)进行参数估计。但作为对比，表5同时也列出了OLS和Ordered Probit的估计结果。从估计的总体结果看，模型的计量结果良好。例如，从参数估计的总体拟合优度看，衡量模型总体拟合优度的似然比检验卡方统计量达到了33.20，在1%的显著性水平下模型参数联合显著异于0。同时，几乎所有变量的参数符号均与常理相符，并且不同模型下的结果比较稳定。因此，模型总体上能较好地用来分析农村环境恶化的影响因素。
根据表5的结果得出如下主要结论：就农村工业化发展而言，村里开办企业会增加环境恶化可能性；就城镇化或人口居住地的集中而言，随着人口密度增加环境恶化的可能性也会增加；就政府整治农村环境措施而言，提供垃圾收集服务能显著减少环境恶化；另外，劳动力外流因素对环境的影响也非常显著，劳动力外流程度与环境恶化程度成反比，而省份虚变量中，唯有经济较发达的江苏省显著异于其他省，达到1%的显著性水平，其他省份均不显著。
表5列出的OPM估计结果除了进行参数统计检验外，参数大小没有直接的经济意义。为了对模型进行更有意义的定量分析，需要估计模型中解释变量的边际效应。在OPM中，边际效应表示的是解释变量变化对被解释变量取特定值概率的影响。
从边际效应来看，村里存在企业、人口密度较大的村环境恶化可能性较高，而提供垃圾收集服务、劳动力外流程度较高的村，其环境恶化可能性更低（表6）。具体而言，在同等其他条件下，村里有企业的地区无环境恶化的可能性要降低17%，而轻度恶化和中度恶化的可能性分别增加7%和8%。同等其他条件下，人口密度比平均水平（10人／公顷）增加1人／公顷时，无环境恶化的可能性减少0.5%，而轻度恶化和中度恶化的可能性均增加0.2%。类似的，提供垃圾收集服务的地区，无环境恶化的可能性增加30%，而轻度恶化和中度恶化可能性分别要低14%和13%。劳动力外流对当地环境保护也有正面影响，由中等劳动力外流程度变为较多劳动力外流程度，环境无恶化比例增加15%，而轻度恶化和中度恶化的可能性分别减少6%和7%。
4结论与政策含义
本文用一套具有全国代表性的数据，对我国农村环境恶化情况、污染来源及其影响因素进行了研究。通过定性定量分析，得出以下几点结论：
(1)在所调查的样本村中，年的10年中农村环境恶化的村占43.6%。具体而言，空气环境、饮用水环境、湖河水环境和土壤环境恶化比例均在20%左右，其中空气环境恶化比例略高。在5个样本省份中，作为经济较发达地区的江苏省环境综合污染程度位居榜首。导致农村环境恶化的污染源来自于工业、农业和居民生活污染3个方面。
(2)计量经济研究表明，农村乡镇企业发展、城镇化或人口居住地的集中等因素对农村环境有显著负面影响，而政府整治农村环境措施，以及农村劳动力外流有利于当地环境的保护。
本文的研究结果具有一定政策含义。农村现代化进程中所体现出的发展趋势，是乡镇企业的迅速发展，以及居民在空间分布上的迅速聚集。如果缺少环保政策的干预，这种发展势头势必会进一步加剧农村综合环境的恶化，因此，如何在兼顾经济发展的同时，加强对农村环境的监管与治理，使农村发展模式向自然和谐型转变是未来面对的一个重要任务。
致谢感谢张林秀研究员、王金霞研究员和仇焕广副研究员以及中国科学院农业政策研究中心其他科研人员和学生在调研过程中的帮助。
注释：
①在实际调查中，我们无意中多调查了一个村。
②企业定义为包括各种所有权形式在内的、有5个雇员以上（不支付工资的亲属不计算在内）的经济团体。
③外出就业劳动力定义为在本村以外就业的人员。
【参考文献】
[1]SU Y, QI Y, XIAO Z Y, et al. Contributing Institutional Factors of Rural Environmental Pollution in the Process of Modernization in China-In the Perspective of the Efficiency of Environmental Management System[J]. Frontiers of Environmental Science and Engineering in China, ):75～90.
[2]唐丽霞，左停.中国农村污染状况调查与分析――来自全国141个村的调查[J].中国农村观察，～38.
[3]TILT B. The Political Ecology of Pollution Enforcement in China: A Case from Sichuan's Rural Industrial Sector[J]. The China Quarterly, 5～932.
[4]WANG M, WEBBER M, FINLAYSON B, et al. Rural Industries and Water Pollution in China[J]. Journal of Environmental Management, ):648～659.
[5]LIU C, WANG Q X, MIZUOCHI M, et al. Human Behavioral Impact on Nitrogen Flow-A Case Study of the Rural Areas of the Middle and Lower Reaches of the Changjiang River, China[J]. Agriculture Ecosystems & Environment, ):84～92.
[6]LU W J, WANG H T. Role of Rural Solid Waste Management in Non-point Source Pollution Control of Dianchi Lake Catchments, China[J]. Frontiers of Environmental Science and Engineering in China, ):15～23.
[7]MOSIER A R, BLEKEN M A, CHAIWANAKUPT P, et al. Policy Implications of Human-accelerated Nitrogen Cycling[J]. Biogeochemistry, ):477～516.
[8]罗如新.农村垃圾管理现状与对策[J].中国环境管理，～26.
[9]潘顺昌，徐桂华，吴玉珍，等.全国农村厕所及粪便处理背景调查和今后对策研究[J].卫生研究，1995,24（增刊）：1～10.
[10]姚伟，曲晓光，李洪兴，等.我国农村厕所及粪便利用现状[J].环境与健康杂志，):12～14.
[11]刘永德，何品晶，邵立明，等.太湖流域农村生活垃圾产生特征及其影响因素[J].农业环境科学学报，):533～537.
[12]魏欣，刘新亮，苏杨.农村聚居点环境污染特征及其成因分析――基于中国农村饮用水与环境卫生现状调查[J].中国发展，):92～96.
免责声明：
本网部分文章转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用，自负版权等法律责任。如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间删除内容或提供稿费！
上一篇:下一篇:
中国仪器仪表学会.农业仪器应用技术分会
中国农业仪器网
本站通用网址：中国农业仪器网 all rights reserved版权所有：中国农业仪器网
地址：杭州市西湖科技园西园八路11号 联系电话：7第八章 线性回归模型扩展
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
第八章 线性回归模型扩展
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口基于KMV模型的制造业上市公司财务危机预警实证研究--《西南财经大学》2012年硕士论文
基于KMV模型的制造业上市公司财务危机预警实证研究
【摘要】：在日前政府提出的“十二五”规划中明确提出了要转变我国经济发展方式,加快产业升级步伐。这一政策转变,势必造成不同行业的兴衰交替,制造业作为国民经济发展的主导力量必然首当其冲。由此势必造成制造业中各细分行业不同的政策倾向,从而使得不同细分行业出现兴衰交替。
对于政策支持的产业,必然使得该类企业的资金投入逐渐增加,企业的规模不断扩大,资本密集型产业的发展也使得投资项目的技术风险不断上升。而对于政策限制的产业,由于市场的萎缩,产能的减少,必然造成该类制造企业的经营业绩下滑,经营困难,从而出现财务危机。我国制造业企业规模较大,抵抗风险能弱,一旦出现危机,将对各利益相关方造成重大影响。基于此,本文试图对我国制造业上市公司财务危机预警进行研究,期待能为我国制造业财务危机预警做出一些贡献,期望能在公司发生财务危机之前及时发出危机预警信号,防止发生不必要的经济损失。这对于经营管理者、投资者及监管当局等诸多利益相关方都具有重要的现实意义。
本文的主要研究内容如下：
第一、本文首先从“财务危机”概念的界定入手,分析了国内外研究学者对于“财务危机”概念的界定,并给出了本文对制造业上市公司“财务危机”的界定标准以及危机发生时间的判定标准。
第二、通过对已有研究文献的梳理,详细评述了现有的经典财务危机预警模型,从Z-sore模型、F分数模型、到Logistic回归模型、probit模型、神经网络模型,并详细评述了KMV模型及违约距离相关理论以及该模型在我国应用中存在的不足。
第三、定性研究了我国制造业的现状、制造业上市公司的行业分布情况及地区分布情况。
第四、本文以我国制造业上市公司为研究对象,依据一定的样本筛选标准,选取了年“被ST”的上市公司54家以及随机抽取的51家非ST公司作为配对样本。根据KMV模型相关理论,我们运用MATLAB软件编程求解样本公司的违约距离指标。而后,通过不同年份间,不同市场行情下的违约距离指标的单因素方差分析,并结合上证指数的对比分析,研究违约距离用于判定财务危机的缺陷和不足。
进而,本文创新性的提出调整违约距离指标。通过正态性的K-S检验、独立样本T检验、单因素方差分析以及构建单一变量的Logistic回归分析法,对比研究违约距离指标与调整违约距离指标应用于预测财务危机预警研究的可行性及其优劣。
第五、我们将财务指标引入危机预警模型,并与违约距离指标、调整违约距离指标结合分别构建了两个基于Logistic回归分析方法的财务危机预警模型。从模型的变量系数显著性、模型拟合优度、预测准确率、收益矩阵四个方面对比分析了两模型。
本文综合运用财务管理学、计量经济学等多学科知识,通过数据的搜集、数据分析等手段,遵循理论与实践相结合、定性与定量相结合的原则,分析了我国制造业上市公司的一些特点,探寻了对财务危机预警模型中个别变量的改进,建立了我国制造业上市公司财务危机预警模型。
通过本文的研究,我们得到了如下结论：
第一、本文将公司“被ST”作为出现财务危机的界定标准,以公司被证券交易所冠以“ST”的年度作为财务危机时间发生的判定。本文采用样本公司(t-2)年的年报财务指标及该公司股票在(t-2)年全年的交易数据建立模型,以此预测其是否会在t年发生财务危机。
第二、从制造业现状的定性研究发现,目前我国制造业企业大多处于价值链的低端,知识密集型、技术密集型的企业不多；从制造业上市公司地域分布情况来看,存在产业分布的集聚效应,企业分布最多的地区是以“北上广”为代表的三个综合经济区。
第三、通过正态性的K-S检验,独立样本T检验,表明将KMV模型的重要输出指标-违约距离以及本文中提出的“调整违约距离”指标运用于上市公司财务危机预警研究是可行的。通过单因素方差分析得出行情的大幅波动对违约距离的影响是显著,而对调整违约距离指标没有显著影响。通过对比单—变量的Logistic回归模型的拟合优度、预测准确率,我们得出调整违约距离用于财务危机预警效果更好。
第四、通过对初步选定的18个财务指标的K-S正态性检验、独立样本的Man-Whitney检验、斯皮尔曼相关系数分析,我们得到“流动比率”、“总资产收益率”、“现金流量对流动负债比率”、“净利润现金含量”、“总资产周转率”、“主营业务增长率”共计6个财务指标作为财务预警模型中反映会计信息的输入指标。
第五,将上述得到的6个财务指标分别与违约距离指标、调整违约距离指标结合,构建了两个基于Logistic回归分析方法的财务危机预警模型。通过从两模型的变量系数显著性、模型拟合优度、预测准确率、收益矩阵四个方面对比分析了两模型,我们得到了如下结论：
在变量系数显著性方面：在违约距离与财务指标构建的Logistic回归模型中,违约距离值指标的回归系数Wald值为0.755,对应的P值为0.385；而在调整违约距离与财务指标构建的Logistic回归模型中,调整违约距离指标的回归系数Wald值为2.709,对应P值为0.1。对比可以看出,违约距离指标在回归模型中表现是不显著的,说明其用来预测财务危机的能力有限,而调整违约距离指标表现相对较好,预测能力要强。
在模型拟合优度方面：违约距离与财务指标构建的Logistic回归模型的-2倍对数似然值为66.3571,修正可决系数为0.7059；调整违约距离与财务指标构建的Logistic回归模型的-2倍对数似然值为64.1823,修正可决系数为0.7188。对比可以看出,基于调整违约距离的Logistic回归模型的拟合优度优于后者,能够更好的解释变异,拟和性更好。
在预测准确率方面：由于样本不足,本文只能将建模样本回代以此来评价模型的预测准确率。从样本回代后的预测情况看,两模型总体预测准确率是相同的,均为88.6%,但两模型犯第一类错误与犯第二类错误的概率却是不相同的。
从收益矩阵的角度分析：通过两模型的预测结果可以看出,基于违约距离的预测模型犯第一类错误的概率更大,为“弃真”的错误,即将原本应该判为ST的公司,判定为了非ST公司,其犯第一类错误的概率为13%；基于调整违约距离的预测模型犯第二类错误的概率更大,为“存伪”的错误,即将原本正常的公司判定为ST公司,其第二类错误的概率为13.7%。根据我们的分析,在总体预测能力相同的情况下,犯第二类错误造成的损失不论是对公司经营管理者、投资者还是监管当局来说,其造成的损失显然是比犯第一类错误造成的损失要小。
因此,作者认为将本文提出的调整违约距离应用与财务危机的预警研究效果更好,将其与财务指标结合构建的Logistic回归模型应用于预测财务危机,可以更好的减少决策可能造成的损失,预测能力更强,适应性更好。
【关键词】：
【学位授予单位】：西南财经大学【学位级别】：硕士【学位授予年份】：2012【分类号】：F406.72;F832.51;F224【目录】：
摘要4-8ABSTRACT8-141. 绪论14-25 1.1 研究背景与意义14-15
1.1.1 研究背景14-15
1.1.2 研究意义15 1.2 文献综述15-21
1.2.1 国外相关研究文献述评16-19
1.2.2 国内相关研究文献述评19-21 1.3 研究思路与方法21-22
1.3.1 研究思路21-22
1.3.2 研究方法22 1.4 研究内容与框架22-25
1.4.1 研究内容22-23
1.4.2 研究框架23-252. 财务危机预警及KMV模型相关理论25-36 2.1 财务危机概念的界定25-27
2.1.1 国内外学者对财务危机的界定25-26
2.1.2 本文对财务危机的界定26-27 2.2 财务危机的特征27 2.3 财务危机预警模型27-33 2.4 KMV模型与违约距离33-36
2.4.1 KMV模型与违约距离理论33-35
2.4.2 KMV模型评析35-363. 中国制造业上市公司的现状分析36-40 3.1 中国制造业现状36 3.2 中国制造业上市公司行业分布情况36-38 3.3 中国制造业上市公司地区分布情况38-404. 财务危机预警模型的参数选择40-51 4.1 研究样本的确定40-41 4.2 指标的确定41-42
4.2.1 指标的时点确定41-42
4.2.2 财务指标的确立42 4.3 违约距离指标的计算42-44 4.4 违约距离实证分析44-51
4.4.1 违约距离的显著性分析44-46
4.4.2 市场表现对违约距离的影响46-48
4.4.3 调整违约距离48-515. 财务危机预警模型实证研究51-61 5.1 财务指标的筛选51-56 5.2 LOGISTIC财务危机预测模型56-61
5.2.1 违约距离与财务指标的Logistic预测模型57
5.2.2 调整违约距离与财务指标的Logistic预测模型57-58
5.2.3 模型比较58-616. 结论61-64 6.1 本文结论61-62 6.2 本文的创新之处62-63 6.3 不足之处63-64参考文献64-68附录68-75致谢75-76在读期间科研成果目录76
欢迎：、、)
支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库
刘迎春;刘霄;;[J];东北财经大学学报;2011年03期
贺灿飞;潘峰华;孙蕾;;[J];地理学报;2007年12期
贺灿飞;朱彦刚;朱晟君;;[J];地理学报;2010年10期
马庆林;;[J];南方金融;2009年07期
李铭;肖东生;;[J];工业工程;2008年06期
杨海军;太雷;;[J];管理科学学报;2009年03期
孔宁宁;魏韶巍;;[J];经济问题;2010年06期
吴世农,卢贤义;[J];经济研究;2001年06期
杨毓;蒙肖莲;;[J];金融研究;2006年10期
周首华,杨济华,王平;[J];会计研究;1996年08期
中国硕士学位论文全文数据库
万晏伶;[D];重庆大学;2011年
田兵;[D];北方工业大学;2008年
邹娟霞;[D];山东大学;2010年
赵晓飞;[D];吉林大学;2010年
王磊;[D];河南大学;2010年
谷鹏;[D];北京化工大学;2010年
【共引文献】
中国期刊全文数据库
田飞;;[J];安徽大学学报(哲学社会科学版);2007年06期
熊小莉;史锐;王娴静;;[J];安徽广播电视大学学报;2007年01期
李瑞波;[J];安徽农业大学学报(社会科学版);2004年02期
尹宗成;田峰;吴永辉;;[J];安徽农业大学学报(社会科学版);2008年05期
崔步礼;常学礼;陈雅琳;董琼;;[J];安徽农业科学;2006年11期
张国宗;田雅娟;;[J];安徽农业科学;2009年07期
陈晓明;;[J];安徽农业科学;2009年10期
张淑怡;;[J];安徽农业科学;2010年32期
唐君;;[J];安徽农业科学;2010年34期
陈道平;;[J];安徽农业科学;2011年22期
中国重要会议论文全文数据库
李秉祥;;[A];北方省市自治区会计学会第二十七次学术研讨会论文集[C];2009年
李宁;刘金祥;;[A];中国建筑学会建筑热能动力分会第十六届学术交流大会论文集[C];2009年
卿湘运;王行愚;;[A];第二十六届中国控制会议论文集[C];2007年
张士玉;马丽仪;何勤;;[A];第十三届中国管理科学学术年会论文集[C];2011年
刘志伟;刘旭;郑国际;;[A];第十三届中国管理科学学术年会论文集[C];2011年
蒋琪琪;黄龙生;;[A];第十三届中国管理科学学术年会论文集[C];2011年
陈进栋;韦素琼;;[A];经济发展方式转变与自主创新——第十二届中国科学技术协会年会（第三卷）[C];2010年
刘星毅;;[A];广西计算机学会2010年学术年会论文集[C];2010年
张志恒;花拥军;;[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年
边海容;万常选;李国林;杨莉;;[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
中国博士学位论文全文数据库
邱瑞;[D];哈尔滨工程大学;2010年
韩晓明;[D];哈尔滨工程大学;2010年
张兰花;[D];福建农林大学;2010年
张目;[D];电子科技大学;2010年
程宇;[D];江南大学;2010年
姜美华;[D];东北财经大学;2010年
何亮亮;[D];东北财经大学;2010年
孙洁;[D];武汉大学;2010年
晁冰;[D];武汉大学;2010年
杨娜;[D];武汉大学;2010年
中国硕士学位论文全文数据库
桂琳;[D];华中农业大学;2010年
赵春波;[D];长春理工大学;2010年
刘炎;[D];辽宁师范大学;2010年
李善花;[D];山东农业大学;2010年
朱晓静;[D];山东农业大学;2010年
麻鹏波;[D];山东农业大学;2009年
周波;[D];山东农业大学;2010年
邱月明;[D];大连理工大学;2010年
生乐;[D];大连理工大学;2010年
王焱;[D];辽宁工程技术大学;2010年
【二级参考文献】
中国期刊全文数据库
,汤谷良;[J];北京商学院学报;1989年01期
张延波,彭淑雄;[J];北京工商大学学报(社会科学版);2002年05期
王朗玲,陈慧玮;[J];哈尔滨市委党校学报;2003年02期
万希宁,苏秋根;[J];商业研究;2003年12期
路杨,黄娜;[J];商业研究;2004年06期
顾晓安;[J];财经论丛(浙江财经学院学报);2000年04期
刘淑莲，王连山;[J];财经问题研究;1995年08期
施锡铨,邹新月;[J];财经研究;2001年10期
李华中;[J];财经研究;2001年10期
张鸣,张艳;[J];财经研究;2001年12期
中国硕士学位论文全文数据库
张义强;[D];暨南大学;2003年
杨茵;[D];西南财经大学;2005年
任晓君;[D];首都经济贸易大学;2005年
董雪雁;[D];重庆大学;2005年
田秋丽;[D];浙江大学;2006年
胡纯;[D];重庆大学;2006年
周娟;[D];江南大学;2007年
方翠芳;[D];大连理工大学;2009年
陆音;[D];北京交通大学;2010年
王磊;[D];河南大学;2010年
【相似文献】
中国期刊全文数据库
陈维;;[J];应用数学;2007年S1期
陈红伟;陈福生;;[J];工业技术经济;2008年10期
王东东;;[J];技术与市场;2011年08期
李康;;[J];经济研究导刊;2006年05期
周子元;杨永生;;[J];审计与经济研究;2007年02期
李晶;周子元;;[J];财会月刊;2007年35期
闫丽瑞;;[J];山西财经大学学报;2009年05期
钟长洪;;[J];中国市场;2010年26期
翟东升;张娟;曹运发;;[J];工业技术经济;2007年01期
王建稳;梁彦军;;[J];数学的实践与认识;2008年10期
中国重要会议论文全文数据库
黄飞雪;苏敬勤;;[A];第五届（2010）中国管理学年会——金融分会场论文集[C];2010年
邢卫平;;[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
张建华;鞠晓峰;;[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年
李丽;周宗放;;[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年
盛亚;裘克寒;;[A];第七届中国科技政策与管理学术年会论文集[C];2011年
毕研勤;;[A];建设经济文化强省：挑战·机遇·对策——山东省社会科学界2009年学术年会文集（1）[C];2009年
张仁江;田莉;;[A];第六届（2011）中国管理学年会——技术与创新管理分会场论文集[C];2011年
丁绍芳;田兵;;[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
潘洁;周宗放;;[A];中国企业运筹学[C];2009年
华锦阳;;[A];第六届中国科技政策与管理学术年会论文集[C];2010年
中国重要报纸全文数据库
本报记者 柏岩瑛;[N];辽宁日报;2006年
张伟伟?通讯员
陈文德;[N];海峡财经导报;2008年
赵海军;[N];中国计算机报;2010年
杨洪伦;[N];长春日报;2006年
吕惠珍 曾飞 记者 余红举;[N];南昌日报;2006年
张鹤?通讯员
王齐维;[N];宁波日报;2007年
徐黎一 通讯员
王靖凯;[N];连云港日报;2008年
李若馨;[N];经理日报;2008年
林刚;[N];青岛日报;2008年
沈文虹;[N];南京日报;2008年
中国博士学位论文全文数据库
马双;[D];西南财经大学;2011年
刘国光;[D];河海大学;2006年
孙大鹏;[D];大连理工大学;2006年
王群力;[D];山东大学;2008年
吴宪忠;[D];吉林大学;2007年
施瑞龙;[D];浙江大学;2010年
张继军;[D];天津大学;2009年
陈大龙;[D];哈尔滨工程大学;2011年
童永强;[D];武汉大学;2010年
余婧;[D];复旦大学;2011年
中国硕士学位论文全文数据库
刘俊;[D];西南财经大学;2012年
桂司文;[D];中国科学技术大学;2010年
宋晓丽;[D];浙江大学;2011年
潘淑婷;[D];浙江工商大学;2011年
杜博;[D];哈尔滨工业大学;2010年
孙燕妮;[D];大连理工大学;2007年
张红新;[D];对外经济贸易大学;2006年
王身广;[D];哈尔滨工程大学;2012年
王非暗;[D];复旦大学;2011年
洪金辉;[D];西南政法大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
800-810-6613
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：800-810-91813
在线咨询：
传真：010-
京公网安备74号
