基于灰色理论和神经网络的公司财务预警模型

通过合理选取财务风险预警指标,基于函数变换的GM（1,1）模型和神经网络建立了动态财务预警模型。实证研究结果表明,该财务预警模型能够有效反映企业财务状况的发展趋势,从而为财务风险预警提供了新的研究方法。     

企业运用财务预警模型的适用性

财务预警系统可以减少财务危机的发生和避免财务失败的出现,财务预警模型是其常用的一种方法.本文在运用三个财务预警模型对单个企业进行预警分析之后,提出财务预警模型的适用性是有限的,应该在强有力的财务分析的基础之上,作为一种辅助的方法.     

基于增长偏离度的企业财务预警模型构建

文章首次从企业增长模式的角度进行企业财务预警研究.在实证研究中,对72家上市公司2007～2011年的数据进行Logic回归分析,构建了包含增长偏离度绝对和的财务预警模型,证明了企业实际增长率偏离可持续增长率的程度越大,日后出现财务风险的可能性越大这一假设,并且建立的财务预警模型与现有预警模型相比,具有长期预警的特点.     

财务风险预警建模原则及几种预警新模型

随着企业经营风险不断上升,上市公司的财务预警问题受到多方利益相关者的关注.文章提出了建立财务预警模型的原则:选择的样本公司财务特征要尽量与被预测公司的财务特征相同,所处的经济环境类似;确定的预警指标体系必须最能反映两类样本公司财务本质特征,能区分出两类样本公司间财务上的根本差异;构建预警模型要考虑样本数据分布状况;预警模型要与定性分析结合使用.然后创构了理想距离判别,最近距离判别,极小离差主成分判别,以及模糊判别4种新预警模型.     

基于首末位质量因子的BP神经网络财务风险预警模型

上市公司往往存在粉饰财务数据来美化企业经营状况的动机,这会降低财务风险预警模型预测的准确性。文章利用Benford律和Myer指数两种数据质量评估方法,构建Benford和Myer质量因子,引入BP神经网络模型,构造BM-BP神经网络财务风险预警模型;并进一步利用2000—2019年中国A股上市公司数据,评价数据质量因子对财务风险预警模型预测准确性的影响,分析新模型预测准确性的稳定性。实证分析结果显示:Benford和Myer质量因子提高了BP神经网络财务风险预警模型预测的准确性;在不同质量因子的比较结果中,包含评选指标Benford和Myer质量因子的BP神经网络财务风险预警模型具有较高的预测准确率和较低的二类误判率,稳定性良好;利用决策树算法筛选指标有效提高了新模型的预测准确性。     

上市公司财务预警实证研究

财务预警研究具有重大的实际应用价值,但是传统的财务预警研究的预警指标体系设置存在局限性。为了解决这个问题,本文从现金流量的角度通过显著性差异t检验构建预警指标,利用多元逐步回归方法建立预警模型,对上市公司进行实证研究。实证结果表明利用现金流量指标构建模型对上市公司的财务预测非常有用,建议通过分析预警警兆等来完善企业现金流量财务预警系统。     

上市公司财务困境预警的Logistic模型实证研究

本文首先根据单变量检验和因子分析对备用财务比率进行提炼和筛选,然后运用Logistic回归建立一个变量少且效果佳的财务困境预警模型,并以我国上市公司为研究对象,选取120家处于财务困境的公司和120家财务正常的配对公司为研究样本,对上市公司财务困境预警的Lo-gistic模型进行实证检验。     

基于Logistic回归和BP神经网络的财务预警模型比较

国内对Logistic回归模型和BP神经网络模型在财务预警方面已有不少实证研究,这些研究大多从预测准确度较高的角度出发,认为两个模型可以借鉴使用,但没有具体讨论模型犯第一类错误(将财务危机误判为财务正常)和第二类错误(将财务正常误判为财务危机)的概率.文章结合Logistic回归模型及BP神经网络模型的原理,选取上市公司财务数据进行实证,研究结果表明BP神经网络模型总体预测准确性较高,犯第一类错误的概率较低,对财务预警分析有一定借鉴作用;Logistic回归模型预测准确度低于BP神经网络模型,且犯第一类错误的概率远高于BP神经网络模型,因此运用该模型进行财务预警时应十分谨慎.     

财务危机的预警模型

财务预警方法是指借助企业财务指标体系来判别企业财务状况。本文介绍了一元判定模型、多元判定模型以及基于EVA多元逻辑模型。同时讨论了财务危机预警模型在国内的研究状况及其所遇到的困难。     

Z计分模型的改进及实证检验

文章结合我国上市公司的具体特点,以探索符合我国上市公司自身特点的财务预警模型,加入了现金流量这一财务指标,对Z计分模型做了改进,能更好地为企业财务预警机制服务.     

证券公司失败预警研究

 内容提要：一系列国内外证券公司（投资银行）的失败危机表明,及早有效地对证券公司（投资银行）的失败进行预警极为重要。本文在借鉴国内外建立企业失败预警模型的理论和经验的基础上,以我国证券公司为研究对象,将证券公司财务失败界定为证券公司破产或被证券监管部门采取风险处置措施,选取了24家财务失败证券公司和24家财务健康证券公司为样本,有针对性地选取和设计了一系列指标,对比应用了Logit方法、Probit方法和判别分析方法,最终选用Logit方法成功建立了证券公司失败预警模型。     

基于公司治理信息的财务困境预警实证研究

在分别借助因子分析和单变量检验对公司财务信息和治理信息进行统计处理的基础上，构建并实证检验中国上市公司财务困境预警的两大模型，即仅包含财务信息与融合财务信息和公司治理信息的Logistic回归预警模型。实证结果表明：公司治理信息对公司陷入财务困境具有显著的影响，引入公司治理信息的模型预测能力更强。     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

基于神经网络的创新型企业财务危机预警研究

选取48家上市公司为研究对象,采用20个指标,应用神经网络方法,对创新型企业上市公司的财务危机进行预警研究.聚类值输入的神经网络模型整个学习过程相对平稳,波动性小,尤其是后期阶段.整个过程中,最好的预测值为89.04％.对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而且其预测过程中所表现出的稳定性要差得多.     

我国零售业财务预警系统的构建

我国零售市场体系已初步建立,零售市场经营主体规模不断扩大.但我国零售业上市公司在快速发展的同时财务危机也不断显现,构建一个有效的、符合零售业上市公司财务特点的财务危机预警模型具有很重要的现实意义.文章将以零售业上市公司为研究对象,根据我国零售业各财务指标的具体情况,运用逐步判别法建立一套适合我国零售业财务特点的财务预警模型.     

基于现金流量的财务危机预警研究

随着现金流量在企业中越来越重要,人们对现金流量信息的重视程度与日俱增。本文以现金流量作为企业财务预警的基础,通过对现金流量数量指标和效益指标的分析,建立现金流量的财务预警模型,并通过多组上市公司数据对该模型的有效性进行了验证。     

最小最大概率分类的财务预警模型

最小最大概率机是一种实现未知样本正确分类概率最大化的分类算法,其在两类样本的均值和协方差矩阵已知的条件下而构建的,对类条件分布不做要求,非常适合于财务危机建模分析.文章提出使用建立最小最大概率分类理论进行财务预警研究,结合沪深股市A股制造业上市公司的财务数据进行实证研究,使用线性和核最小最大概率机算法分别建立T-2和T-3年财务预警模型,实验结果表明最大最小概率分类财务预警模型具有不错的分类效果和适应性.     

我国制造业上市公司财务困境预警分析

文章选取制造业上市公司作为研究对象,应用Logistic回归分析法和Fisher判别分析法,分别构建了适用于制造业财务预警的模型,并针对模型的具体情况提出了一些建议。     

上市公司财务危机的预警分析

本文运用条件异方差模型GARCH(1,1)计算上市公司股票的市场风险价值,把它和传统的财务比率变量作为自变量,用Logit模型对上市公司的财务状况进行预测,得到了很好的预测效果,并且对部分上市公司2004年度的财务风险状况进行了预警。     

基于PCA-BP神经网络的上市公司财务预警策略

文章选取80家2008年至2010年沪深两市因为财务危机而被ST的上市企业作为样本,通过分析基于神经网络预警模型的结果,提出上市公司财务风险预警策略。