基于舞弊三角理论的财务舞弊识别模型研究——支持向量机与Logistic回归的耦合实证分析

文章基于舞弊三角理论,对舞弊风险因素进行T检验,选取显著特征运用支持向量机算法和Logistic回归分析方法构建了舞弊识别模型,并进行比较。研究结果表明,财务稳定性越差、监督部门的监督积极性越低、曾经获得非标准审计意见次数越多,公司发生财务舞弊可能性越高。应制定合理的报酬激励机制,降低报酬契约冲突带来的舞弊压力;建立健全内部控制和风险管理评价,减少舞弊的机会;加强内外监督机制,杜绝舞弊的借口。     

公司治理与财务舞弊的关系——来自中国上市公司的经验证据

财务舞弊一直是令会计界头痛的问题。如何对财务舞弊行为进行治理,从根本上解决这一问题,受到广大财务报告使用者的关注。文章从公司治理的视角出发,结合中国特殊的制度背景,研究内外部治理机制对财务舞弊行为的影响。实证研究以34家被证监会公开处罚的上市公司和34家对应的非舞弊上市公司为研究样本,以是否发生财务舞弊为被解释变量,以外部治理因素(政府与市场的关系、产品市场、要素市场发育程度、法制环境的健全等)和内部治理因素(股权结构、董事会特征、总经理任期等)为解释变量,在控制公司规模、资产流动性等因素的基础上,对两类公司进行均值检验,并构建Logistic模型进行了回归分析。研究发现股权集中度、少数股东联盟、CEO任期、总经理董事长独立性和法制环境等因素在不同程度上对财务舞弊行为产生影响。最后,本文针对这些结论对我国上市公司如何通过公司治理机制改进或解决财务舞弊行为提出了若干政策性建议。     

基于多类Logistic的财务困境预警模型实证研究

将公司的财务状态划分为财务困境、财务健康和财务亚健康三种状态,在财务指标的基础上引入了公司治理等非财务指标作为研究变量,运用多类Logistic回归方法,分别建立了财务变量的财务困境预警模型和引入非财务变量的财务困境预警模型,能为投资者、债权人等进行正确投资决策提供较详细的公司财务状况预测信息。     

基于公司财务状况结构的财务困境预测

由资产负债表所反映的资产结构、负债结构和权益结构等组成的财务状况结构是公司是否陷入财务困境的动因。以2004-2009年间因财务状况异常而被特别处理的上市公司为研究样本,对财务状况结构和公司财务困境之间的关系进行实证研究,结果表明财务状况结构对财务困境的发生具有较好的预测作用,模型的总体预测精度达到91%。其中,银行借款比例和现金比例这两个结构变量是影响财务困境发生的最重要因素。     

基于财务和非财务信息的债券违约预警模型研究——来自机器学习方法的经验证据

债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现：第一,对比传统统计方法构建的债券违约预警模型,基于机器学习构建的债券违约预警模型具有更高的预测准确度。第二,在使用财务信息变量的基础上引入非财务信息变量,债券违约预警模型的预测准确度大幅提高,表明非财务信息为预警模型提供了有效的增量信息。具体来说：(1)作为债券市场重要的“看门人”,审计和评级机构都能提供债券违约的预警信息,但违约前一年审计意见提供的预警信息的重要性高于信用评级提供的预警信息;(2)发债企业的所有制、上市状况及其所属地区的经济与社会环境如社会资本和营商环境对于债券违约预警具有重要作用;(3)货币政策信息对于债券违约预警也具有重要作用;(4)预警模型帮助投资者大幅降低“踩雷”的概率,极大提高了债券投资的安全性。     

财务预警指标拓展研究探析

财务预警指标选取的质量,直接影响到预警模型的建立和预测结果的准确性.已有的研究变量选取的随意性较大,灵敏性和时效性较差,较少考虑非财务指标和与财务失真相关的指标.指标的选取应该遵循完整性、最小性、相关性、敏感性等原则,指标体系中除了偿债能力、发展能力、盈利能力等财务指标外,还应包括公司治理、股权结构、企业文化等非财务指标.把财务失败指标和财务失真指标结合起来,构建综合指标预警模型,才是解决财务预警问题的根本之道.     

企业财务困境预警模型分析

借鉴国内外已经比较成熟的研究成果,将中国上市公司因财务状况异常而被特别处理（ST）作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用Logit回归建立财务困境预警模型;然后用财务困境企业样本数据进行分析,并与财务正常企业的数据进行比较。分析结论表明,财务指标包含了预测财务困境的有用信息。     

上市公司财务危机预警实证研究

通过采用样本分析等方法对中国证券市场上市公司的财务危机预警进行实证研究,首先对国内外财务预警的发展历程和研究成果进行了评述,对上市公司财务预警的相关理论及方法作了总结和分析.然后结合中国上市公司的现状和特点,设计了样本A,对样本分别从行业和规模方面进行了分析.选取了37个财务指标,并按照财务指标的特性分为6个组,根据t检验的p值大小在37个财务指标中筛选出若干指标,作为预测模型的初始输入变量.运用Logistic回归分析作为主要建模方法,数据收集的时间延至样本公司可能出现财务危机的前五年或财务恶化的前三年.在此基础上,通过实证研究检验出若干预警能力强的财务指标,建立了一套动态财务危机预警模型.最后,通过有效性检验,得出了2007年上市公司有54家出现财务危机,模型的总判别率为80.30%,并在此基础上指出了模型的实际运用情况.     

现金流量预警指标视角下的BP神经网络模型实证检验研究——来自2007—2012年沪深两市ST公司的数据分析

文章针对现金流量指标的国内外研究动态,从财务危机预警角度构建现金流量预警指标体系;并选取2007年-2012年沪、深两市A股79家ST公司及79家非ST公司作为训练样本,用样本公司被ST前1年、2年、3年的数据对指标进行筛选,将BP神经网络模型预警结果与样本的实际结果进行比较。研究结果表明：BP神经网络模型t-1年、t-2年、t-3年的预测精度依次下降,但t-3年财务预警模型对训练样本的预测精度仍能达到79．22％,对检验样本的预测精度也能达到78％。     

基于公司治理因素的财务困境预警实证研究

在对财务困境预警领域已有研究成果进行总结和评价的基础上,选取我国沪、深两市2007、2008年被ST的70家公司,及与其上市时间及主营业务相近的70家非ST公司,提取财务指标及有关治理指标对上市公司财务困境进行预警研究。实证研究结果表明：将公司治理因素引入预警模型能够提高预警的准确程度,财务困境预警研究综合考虑财务指标和治理指标具有积极意义。