我国上市公司信息披露违规的预警研究——基于财务、市场和治理视角

作为公开原则的核心体现，信息披露无疑是规范上市公司行为、保护中小投资者利益和提高证券市场配置效率的最有效手段。然而，我国一些上市公司无视法纪，信息披露违规屡禁不止，严重地违反了诚信准则。本文基于财务、市场和治理视角．运用条件Logistic回归模型对公司信息披露违规进行预警研究，实证结果表明：公司治理信息有助于提高预警模型的判别成功率，揭示上市公司的信息披露违规风险。而且，在违规前一年。基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。     

基于非财务指标的ST公司运营分析模型研究

目前对于ST公司预警的研究，主要基于财务指标建构模型，并展开预警分析、监督公司财务状况。这种基于财务指标的预警分析虽能预先确立公司潜在的财务风险，但难以对公司的财务困境作出深层解析，因而突显此分析模式的局限性。在ST公司分析模型研究中引入公司治理、关联交易、投资者保护、对外担保等非财务因素，可以建立系统、全面的数理模型，从而提出更符合我国ST公司实际的研究结论。     

传统财务预警的指标与现金流指标的整合研究

本文选取2004年沪深两市1 355家上市公司的数据,采用因子分析方法和logistic回归分析,对传统财务预警指标和现金流指标进行了整合研究.分析比较了传统财务预警指标体系与现金流指标体系在整合前后的不同评价结果,发现整合了现金流指标以后的财务预警指标体系比仅使用传统的财务指标对上市公司进行财务预警效果更为明显.     

基于神经网络的企业财务困境预警研究

本文首先论述了神经网络的结构和学习原理,接着在阐述基于神经网络的财务困境预警方法的基础上,构建了基于神经网络的企业财务困境预警模型,最后,对模型的有效性进行了检验。实验结果表明,该方法应用于财务困境预警中是有效的,不仅能发现企业是否存在风险以及企业是否会陷入财务困境,向经营者提出警示,以便及时采取相应管理对策,而且还为广大的投资者和包括银行在内的债权人判定上市公司质量和经营业绩提供科学的手段和可靠的依据,该方法具有预测精度高,学习和泛化能力强,适应性广等优点,为财务困境的动态预警提供了新的研究思路和方法。     

EVA的财务预警实证研究

本文以我国上市公司为研究对象,选取了65家处于财务困境的公司和75家财务正常的公司为样本,在传统财务指标的基础上引入EVA,运用Logistic回归分析方法,构建了财务困境模型。研究结果表明,相对于传统的财务指标,EVA对企业的财务困境具有较强的判别能力,模型具有超前3年的预测能力。     

基于人工神经网络的建筑类上市公司财务预警模型构建

以113家A股上市的建筑公司为研究样本,从财务和非财务的角度出发,借助SPSS与Pyt hon等软件,采取主成分分析法对初步选取的财务预警指标进行降维,使用优化后的财务指标体系构建适合建筑业的人工神经网络财务预警模型。选取2013—2020年各公司的17项相关指标共计808组数据,分别完成进行模型的构建与验证。检测结果显示：基于人工神经网络的建筑业上市公司财务风险预警模型,具有较好的预测结果,对财务风险预警结果较为准确,可为建筑类公司防范财务风险提供参考。     

三元财务困境预警模型的样本分类探讨

财务困境预测是评判上市公司未来经营走势的重要理论.本文对三元财务困境预警模型的样本分类提出了一些新的看法,通过多因素方差分析提取若干对经营成败具有显著影响的财务指标,并依据各财务指标与经营成败之间的相关性大小,建立函数关系式,最后根据函数值大小将非ST公司分为两类,从而将全部上市公司分为3类.     

基于RS与ANN的上市公司财务困境预测模型的实证研究

本文以中国上市公司作为研究对象,采用粗糙集理论(RS)客观选出预测模型指标体系,以因财务状况异常而被列为特别处理公司(ST公司)作为界定上市公司的财务困境标志,采用人工神经网络(ANN)寻找最佳的利用公开财务数据预测中国上市公司财务困境的模型。我们的研究结果表明,总资产报酬率等18个包括现金流量类指标的财务指标有较强的区分财务困境公司和财务健康公司的能力;行业类型和资产规模对于上市公司财务困境预测具有至关重要的作用;运用ANN建立的神经网络模型有较强和较稳定的预测能力。     

基于公司治理的信息披露舞弊预警研究

以2001年～2005年间的192家被认定为信息披露舞弊的A股上市公司及相应的192家配对公司为样本,基于财务指标和治理指标,分别运用Logistic回归分析和混合BP神经网络构建上市公司信息披露舞弊的预警模型.实证结果表明,治理指标有助于提高信息披露舞弊预警模型的有效性,混合BP神经网络模型的预测能力更强.     

基于BP神经网络的上市公司财务预警研究

文章采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.BP神经网络在分析和研究我国上市公司的财务状况方面,具有广泛的应用前景.     

基于信息披露文本的上市公司财务困境预测:以中文年报管理层讨论与分析为样本的研究

本文采用文本分析方法研究了中文年报管理层讨论与分析传递的管理层语调能否提供财务困境预测的增量信息、能否提高预测的准确性以及文本内容的信息价值，主要结论为：（1）管理层语调确实为财务困境预测提供了新的信息，能提高财务困境模型的拟合程度和预测能力；（2）管理层语调是对定量财务数据的重要补充，而且这些信息并没有在市场交易价格中得到充分反映；（3）负面语调比净语调具有更高的信息价值；（4）财经文本情感或语调的分析应以基于相关来源财经文本的情感词词典为基础，而直接引入其他领域成熟词典的效果较差。     

中国A股市场账面-市价比效应实证研究

本文以1994年到2003年期间在上海证券交易所上市的全部A股股票作为研究对象,对账面-市价比效应进行了实证检验和研究,得出以下结论:一、在本文研究的时间阶段,我国证券市场上存在账面市价比效应;二、我国证券市场上市公司的账面-市价比对股票收益有显著的预测作用;三、我国的证券市场未达到半强有效;四、在我国,价值投资也可以获得良好的投资回报。     

中国股票市场资产价格模型设定检验

正确设定股票市场资产价格动态模型对资产定价、投资组合和风险管理具有基本重要性。本文基于随机过程非参数统计推断方法,采用幂变差和门限幂变差构造检验统计量,首次对我国股票市场资产价格半鞅的构成进行检验和分析。采用上证指数、深证成指和沪深300指数日内高频数据的实证结果表明,我国股票市场资产价格过程包含布朗运动积分形成的扩散过程和跳过程,既包含有限活动Poisson大跳过程也包含无限活动Levy小跳过程。在跳扩散过程中引入无限活动Levy跳跃过程才能全面刻画我国股票市场资产价格的动态特征。这一结果为相关研究提供了基础性实证结论。     

基于SV-SGED模型的动态VaR测度研究

本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布（SGED）来描述资产收益,继而提出SV-SGED模型对资产收益波动率建模,并以此来测度动态风险值（VaR）,进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计SV模型的参数,提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。     

Financial Distress Prediction Models: A Review of Their Usefulness1

Throughout the 1980s there has been continued interest in developing financial distress prediction models for both large and small firms. There has, however, been no survey of this literature directed towards assessing the uses and limitations of these models in a management context. The purpose of the paper is, therefore, to indicate the managerial uses and limitations associated with adopting financial distress prediction models. The paper achieves this end by considering in section two the current financial distress prediction techniques and their limitations. Section three examines the relevance of the predicted event (usually actual failure), the usefulness of multi-outcome models and the appropriateness of various sample selection methods. A review of the range and adequacy of the financial and non-financial information used to construct predictive models forms the basis of the fourth section and is followed in section five by a review of the validity of the claims made on behalf of their predictive accuracy. The following section examines the efficacy of other methods of predicting distress, and reviews the ‘man versus model’ literature concerning the relative abilities of unaided human decision-makers and statistical models. The final section offers conclusions and suggests where future work might be directed.     

How do Greek banking institutions react after significant events?—A DEA approach

The efficiency of Greek commercial banks is considered through the period 1995–2003 using the data envelopment analysis technique. Two approaches are used to measure efficiency: one using financial ratios as outputs only and the other viewing banks as credit generation and transaction institutions. The empirical results are used to examine the reaction of banking institutions after significant events such as M&As, privatizations and the crisis of the Athens Stock Exchange in 1999. In most cases performance deteriorates for the next 1 to 2 years, while increases thereafter, forming specific patterns of efficiency. In the last part we introduce an index to measure the management's efficiency through a process of change. The results suggest that the Greek banking sector operated efficiently on average during the destabilization periods. The contribution of the article is that it comprises the first study which examines empirically the performance behavior of banking institutions within the scope of change management theory.     

The use of accounting anomalies indicators to predict business failure

Most of the studies that try to predict business failure assume that accounts give a true and fair view of the financial position of a company, without considering that managers can discretionarily apply accounting rules or even perform accounting fraud. This paper takes a set of financial ratios especially designed to detect accounting anomalies as bankruptcy predictors. These ratios are not very common in bankruptcy prediction studies, but they come from creative accounting studies. The ratios try to identify abnormal depreciation figures, exaggerated receivables or deteriorating financial conditions preceding aggressive accounting practices. The empirical study has been performed from a sample of 51,337 public and private European companies, during the period 2012–2016. The analysis techniques applied were logistic regression and decision trees, allowing to obtain rules to predict the status of failed or non-failed. It is found that several indicators proposed in the literature as earnings management indicators present statistically significant differences between failed and non-failed firms, but they do not have enough predictive power to incorporate them into prediction models. However, an index developed to measure accounting anomalies exhibits high discriminatory power, similar to that of the classical financial ratios. The construction of the index and its application to private firm sample provide the main contribution of the paper, as the results suggest slightly better forecast accuracy only for the private firm sample. The inclusion of indicators to detect accounting anomalies should be considered when developing new models to predict bankruptcy, especially in private companies.     

MANAGERS AND (SECRET) SOCIAL NETWORKS: THE INFLUENCE OF THE FREEMASONRY ON FIRM PERFORMANCE

In this paper, I study the impact of managers’ affiliations with the Freemasonry on the performances of companies. Using a unique data set of 412 companies quoted on the London Stock Exchange between 1895 and 1902, I find that young and small firms run by Masonic managers exhibited larger leverage ratios. These companies earned higher profits, although the effect is not statistically significant. Large publicly quoted corporations managed by Freemasons instead had lower profits and lower Tobin’s Q. I discuss the issue of the endogeneity of Freemasonry membership, and I use four different approaches to partially address this.     

基于DEA的中国证券市场竞争力国际比较

证券交易所作为市场经济的轴心，其高效运行是经济持续健康发展的必要条件。近年来，中国证券市场不断发展，规模和竞争力都不断进步，这与其在国际化层面的落后表现不符。在Lo（2013）对全球最大45个交易所的竞争力研究的基础上，本文拓展了交易所国际化程度的指标，并且采用面板数据，针对沪深两所的竞争力变化进行深入研究。首先，本文利用2008年至2016年的面板数据和DEA-Malmquist方法研究沪深两所上市和交易竞争力的动态演变，并且给出近五年来45个证券交易所竞争力发展速度的排名。其次，本文利用2016年的截面数据和context-dependent DEA方法研究沪深两所当前的上市和交易竞争力以及国际化程度排名，并且将2013年的国际化程度排名与2016年进行对比，研究近年来我国证券市场国际化程度的变化。结果表明，与Lo（2013）的评价结果相比，两个交易所的综合排名快速提升，上交所的上市竞争力和深交所的交易竞争力已经跻身前列，但两市的发展并不平衡，尤其是上市竞争力差距明显。相对于2013年，沪深两所的国际化程度均有所提升，说明沪港通、深港通和QFⅡ等开放政策及市场规范建设措施成效显著，但总体处于落后水平，这是制约沪深交易所竞争力提升的关键要素。为了尽快打造世界一流的证券市场，实现资本强国目标，我们应该借鉴新加坡、香港、印度等市场的成功做法，重点做好去"政策市"和推进国际化两方面的工作，尤其是分红政策和股东保护监管，丰富交易品种，扩大互联互通，开设"国际板"等。相比国内外同类文献，本文创新引入了国际化程度指标，组合运用DEA-Malmquist和context-dependent DEA方法，并聚焦于国际情境下的沪深交易所竞争力动态演变和政策效应分析。     

单指标非参数期权定价——改进的非参数定价方法

本文建立一种改进的非参数期权定价模型,称为单指标非参数期权定价模型。相比现有非参数回归期权定价模型是期权价格关于各个因素的多元回归函数,本模型通过变量变换把期权价格多个因素指标转换为一个综合变量——单指标,得到期权价格关于单指标的一元非参数回归方程。改进的模型实现了多元非参数期权定价模型的降维和简化了模型计算;还通过多个期限期权的单指标组合解决了非参数估计的样本数量问题;以及通过期限平滑解决了现有非参数定价模型中的日历效应问题。选取上证50ETF期权数据实证分析表明,无论是样本内的估计结果还是样本外的预测结果都比传统的Black-Scholes模型、半参数Black-Scholes模型和多元非参数回归期权定价模型估计效果有提高。