基于穷尽CHAID算法的中国上市公司财务危机模型

在后金融危机时期,我国股价持续走低,通过研究上市公司的财务数据构建财务危机预警系统,具有重要的理论与现实意义.文章应用数据挖掘中的穷尽CHAID算法,构建我国上市公司财务危机预警模型.     

基于数据挖掘的公司财务危机预警系统研究

一、引言财务危机是指公司无力支付到期的债务或费用。一旦财务危机无法化解,上市公司就会被戴上"ST"的帽子,以失败告终。为了有效化解财务危机,亟待建立适合我国上市公司的财务危机预警系统。     

基于机器学习的上市公司财务预警模型的构建

文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。     

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。     

基于非线性SVM的上市公司财务危机预警模型研究

为了克服传统财务危机预警模型在假设前提、样本容量、泛化能力等方面的缺陷,应用非线性SVM构建了财务危机预警模型.该模型以偿债能力、营运能力、盈利能力、现金能力和成长能力等五方面的15个财务指标作为输入变量,以上市公司是否被特别处理(ST)作为输出变量,实证分析表明:该模型具有100%的训练精度和90%的验证精度,学习和预测能力良好.     

建立我国上市公司的财务预警系统

随着市场竞争的日益激烈,财务失败将直接影响上市公司的生存和发展。因此,如何运用财务预警系统来预测企业面临的经营困难和财务危机,成为国内外财务研究的一大难题。在参考奥特曼Z记分法的基础上,文章拟建立我国自己的财务预警系统,以此模型来评价上市公司业绩,在财务危机到来之前向企业管理当局发出信号,使其及时改善生产经营,以延长企业生命。     

上市公司财务危机预警模型的比较研究

虽然国内外对财务危机预警模型的研究日益增多,但各种模型都有着自身的特点所在。所以,只有准确到位地把握各种预警模型在应用中的优缺点,才能在实际应用中找到适合我国上市公司实际情况的财务危机预警模型。     

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.     

企业财务危机预警概念辩析

财务危机预警由财务危机与预警两个词组构成.财务危机是指企业无力支持到期债务与费用的一种经济现象,包括资金管理技术性失败直致破产,前者是财务危机的一般现象和根本原因而后者是财务危机的极端形式.预警是指事先知道并发出警示,以避免或尽可能降低可能的损失.财务危机预警要求管理人员依据相关指标的变化预测企业财务即将呈现的问题,及时向利益相关者提出警示.