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。     

我国财务困境公司恢复过程预测研究

文章首先以公司恢复文献中涉及的相关因素为基础建立了一个恢复过程模型,然后按照国内研究的惯例,选取1998～2002年期间被ST的上市公司为研究样本,并根据其两年后的摘帽情况分为摘帽与没有摘帽两组,对所建立的模型进行检验。研究结果表明,困境严重程度、自由资产及效率主导的战略对困境公司成功恢复扮演了重要的角色。     

企业财务困境成本影响因素的统计分析

以2002-2006年度沪深股市被特别处理的94家上市公司为研究对象,通过多元线性回归方法对财务困境成本的影响因素进行相关分析,发现企业规模与财务困境成本间存在显著的正相关关系,盈利能力和管理能力与财务困境成本间存在一定的负相关关系,杠杆比例、行业状况和偿债能力与财务困境成本间的关系需进一步研究.     

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。     

上市公司财务困境预测研究

文章以中国上市公司为研究对象,尝试引入公司治理变量,分别以财务指标和公司治理指标作为解释变量建立模型,运用Logistic回归方法进行财务困境预测,并比较其预测结果.研究发现,公司治理与财务困境显著相关,并且包含公司治理变量的模型明显比仅包含财务变量的模型优越.     

中国上市公司的市场结构与关联交易分析

关联交易是隧道行为的主要方式之一,以往的研究认为公司治理是决定关联交易的主要因素。文章以市场结构影响绩效,绩效决定公司价值,公司价值影响关联交易的成本,从而影响关联交易规模为逻辑线索,实证分析了市场结构对中国上市公司关联交易规模的影响,发现二者存在负相关关系,且市场结构也是中国上市公司关联交易盛行的原因之一。     

两种财务困境程度判别模型的构建与比较

我国证券市场上每年都有不少企业陷入财务困境,而且长期以来这一问题一直都未得到有效解决.文章从我国A股市场上以随机抽样方式选取了900家上市企业作为研究样本,构建了一套能全面反映企业财务状况、评价企业经营业绩的多指标的财务评价体系,运用因子分析和聚类分析对企业的财务困境程度进行分类,并运用单因素多因变量方差分析检验其分类效果；通过分析比较各类别样本的财务状况确定各类别的困境程度,同时归纳出困境企业共有的财务特征.最终得到上市公司财务困境程度划分,加强企业经营风险管控.     

论经典统计财务困境预测模型的理论误区

文章对企业财务困境预测研究领域中的统计类判别模型进行了综述;分析了经典统计类财务困境预测模型的特点;从财务困境的界定、数据的非稳定性、非随机取样、财务困境的动态性、变量的选择等五个方面对经典统计类财务困境预测模型存在的一些理论误区进行了系统深入地剖析和理论评价;对今后企业财务困境预测研究的方向和趋势进行了展望。     

基于LASSO方法的企业财务困境预测

文章综合考虑企业的财务和非财务因素,利用LASSO方法对企业财务困境预测指标进行筛选,然后使用决策树、随机森林、SVM、最近邻法这四种数据挖掘方法,以及常见的logistic模型,分别建立企业财务困境预测模型.结果表明:不能忽视非财务因素在企业财务困境预测中的作用;并非所有数据挖掘方法都优于常用的logistic模型;LASSO方法能在降维的同时保证企业财务困境预测的准确性,实现模型的精简.     

不同财务状态下公司控制权的私有收益

在对控制权私有收益计量的基础上,分析财务正常和财务困境状态下上市公司控制权私有收益的表现特征,并通过其影响因素的差异来探讨不同财务状态下控制权私有收益的影响机理。研究表明,财务正常上市公司控制权私有收益主要表现为大股东对公司利益的攫取行为,而财务困境上市公司控制权私有收益主要表现为大股东对壳资源价值的利用。     

制造业上市公司财务困境预测——基于panel logit模型的实证分析

目前关于财务困境预测的模型大多是局限于横截面数据的静态模型,忽视了公司的财务状况是不断变化的事实。为了揭示公司财务状况的变化过程,利用面板数据建立了panel logit概率模型。在变量的选取上,不仅考虑了财务指标,还考虑了股权集中度、公司治理结构和审计意见等方面的指标。研究结果表明,panel logit模型的判别准确率比较高,可以利用公司当年的数据预测下一年度公司陷入财务困境的可能性。     

企业环境会计信息披露影响因素研究——来自中国化工类上市公司的经验证据

运用实证研究方法，从公司财务会计视角分析了公司财务治理因素对于上市公司自愿性环境会计信息披露的影响。以中国化工行业2003-2005年的上市公司相关数据进行检验，分析结果表明，规模较大、盈利能力较好的公司更倾向于披露环境会计信息，但总体自愿性不高。社会现实说明，发展环境会计更需要建立强制性环境会计信息披露制度，使其有法可依，这样才有利于建立和谐社会及经济的可持续发展。     

中国上市公司财务预警实证研究

在对国外公司财务预警经典研究成果进行回顾和总结的基础上,运用多元判别分析方法（MDA）和逐步判别分析（Stepdisc）等方法逐层推进构造预测模型,以经济实用为选择标准,最终建立一个预测准确率最高、变量最少的适合中国实际情况的财务危机预测模型。     

区域金融发展规模、结构、效率与经济增长关系的动态分析

利用1991—2009年中国29个省份的面板数据,使用动态面板计量方法对金融发展规模、结构、效率与经济增长间的关系进行实证检验。结果表明:在控制住其他影响因素后,金融规模在中、西部地区对经济增长存在显著为正的影响,而在东部地区却表现出负方向的作用;金融结构和金融效率仅在东部地区呈现出显著为正的影响。进一步采用面板数据VAR模型探讨它们之间的因果关系,发现金融发展与经济增长之间的"需求跟随"模式发生在东部地区,"供给导向"模式在西部地区产生,而中部地区没有出现明显的金融发展模式。     

Dynamic financial distress prediction based on Kalman filtering

In models for predicting financial distress, ranging from traditional statistical models to artificial intelligence models, scholars have primarily paid attention to improving predictive accuracy as well as the progressivism and intellectualization of the prognostic methods. However, the extant models use static or short-term data rather than time-series data to draw inferences on future financial distress. If financial distress occurs at the end of a progressive process, then omitting time series of historical financial ratios from the analysis ignores the cumulative effect of previous financial ratios on the current consequences. This study incorporated the cumulative characteristics of financial distress by using the characteristics of a state space model that is able to perform long-term forecasts to dynamically predict an enterprise's financial distress. Kalman filtering is used to estimate the model parameters. Thus, the model constructed in this paper is a dynamic financial prediction model that has the benefit of forecasting over the long term. Additionally, current data are used to forecast the future annual financial position and to judge whether the establishment will be in financial distress.     

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。     

中国上市公司并购绩效的实证研究

市场总体上对并购事件产生了积极的反应,在并购日后几天,出现了超额收益;并购当年和第一年业绩好转,得到了短期改善,但是随着时间的推移,仅仅在并购后的第二年就有了下滑的趋势。在四种并购类型的样本分析中,可以看出购买股权和母公司改造类上市公司的业绩改善明显,而无偿划拨类上市公司无明显变化,再次说明政府控制决策的影响是短期的,不能真正提高市场的有效机制。     

基于KPCA和RS理论的支持向量分类机及其应用研究

核主成分分析KPCA是近年来提出的一个十分有效的数据降维方法，但它并不能保证所提取的第一主成分最适用于降维后的数据分类。粗糙集RS理论是处理这类问题的一个有效方法。提出一个基于KPCA与RS理论的支持向量分类机SVC，利用RS理论和信息熵原理对运用KP（A进行特征提取后的训练样本进行特征选择，保留重要特征，力求减小求解问题的规模，提高SVC的性能。在构建2006年上市公司财务困境预警模型的数值实验中，以KPCA、RS理论作为前置系统的SVC取得了良好效果。     

基于适度财务指标和遗传算法的财务危机预测模型研究

以往进行财务危机预测主要使用统计方法建模,迄今尚未见到因考虑财务指标的适度性而建立遗传算法模型的中外文献。适度财务指标是指该指标在某个区间内公司才是健康的,过大或过小则公司发生财务危机的可能性都较大。故以中国上市公司数据为样本,建立了基于适度财务指标和遗传算法的创新型财务危机预测模型,结果显示该类模型具有较高的预测准确率。