上市公司财务预警模型分析

本文以四川省上市公司为样本,利用主成分分析法建立了四川省上市公司的财务预警模型,实际检验结果显示该预警模型具有较好的预警效果。     

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。     

基于分组主成分的上市公司财务风险综合评价模型研究

上市公司财务风险综合评价是国内外财务研究的一大热点.本文首先建立了财务风险评价的指标体系,其次针对多元统计分析中的主成分分析在综合评价中的缺陷,本文选择了2003-2004年的110家上市公司,运用分组主成分法建立了评价模型,并对该模型进行了检验,获得了较理想的效果.     

上证A股上市公司财务危机评价和度量——基于Logit模型的实证分析

本文选取了上证A股中41家ST或者*ST上市公司和866家正常的上市公司,作为企业研究样本,拟运用主成分分析法综合分析国内上证A股上市公司的多个财务数据指标,将原始财务指标归纳为几个主要成分因子,用这些主成分因子来代表上市公司的综合财务状况,并在此基础上构建Logit回归模型对国内上市公司的综合财务绩效进行合理预测,从而能够对我国上市公司财务危机进行有效的预估。     

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.     

上市公司财务预警的实证研究

该文从财务危机的预警理论出发,选取能反映企业财务安全的资产类指标,采用多变量模型中的Logistic回归分析法(逻辑斯谛回归分析法),通过对我国农业上市公司财务危机状况的实证研究,建立了基于资产流动性的农业上市公司财务预警模型——Logistic模型。通过其它农业上市公司数据计算后代入预警模型进行检验。从而建立切实可行的预警模型,为企业提供了一个较为准确的预测其财务危机的工具。     

考虑多维效率的上市公司财务困境预警研究

已有的财务困境预警研究一般基于财务指标，或在财务指标基础上引入单一效率指标，而多维效率指标能够更加全面有效地反映不同行业、不同资产规模的上市公司整体状况，从而对上市公司财务困境产生更好的预警效果。本文从经营效率、财务效率、融资效率和人力资本效率这四个维度分别提出相对应的投入产出指标体系，并采用数据包络分析对上市公司各个维度的相对有效性进行评价。在此基础上，将得到的多维效率指标与财务指标相融合，建立上市公司财务困境预警模型。为了验证所提出模型的有效性，采用支持向量机、人工神经网络和决策树这三种常用的财务困境预警技术，并基于不同的财务指标体系对我国上市公司进行实证研究。结果表明，考虑多维效率指标的上市公司财务困境预警模型能够有效提高预测准确度。     

基于中报数据的上市公司财务预警模型构建与检验

国内外学者关于财务预警模型的研究大都以上市公司年报数据为样本数据。在我国,由于上市公司年报公告的时间与当年有关机构宣布ST公司名单的时间比较接近,而距下年有关机构宣布ST公司名单的时间则比较远,因此,用ST前一年的年报数据来预测当年或下年的警情,都具有较大的局限性。实证研究结果表明,采用上市公司中报数据构建的财务预警模型,不仅具有很高的预警准确率,而且比基于年报数据的模型更具有较强的预警时效性。     

企业财务危机预警:偏最小二乘logistic方法的应用

鉴于现阶段我国上市公司的信用数据具有高维性和高相关性的特点,已有企业财务危机预警研究多采用能够有效降雏和消除共线性的主成分logistic模型.然而,这种模型定式在提取主成分时没有考虑解释变量与被解释变量之间的相关性,可能导致与企业财务状况关系密切的解释变量信息的丢失,从而削弱模型的预测能力.考虑到这一缺陷,本文在分析中首次引入偏最小二乘方法,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明偏最小二乘logistic模型不仅具有较优的拟合度,而且具有较高的企业经营失败预测能力.Bootstrap检验显示模型还具有较强的稳健性,预警效果更为可靠.     

基于股权结构的财务危机预警模型构建

本文试图将公司股权结构变量引入到财务危机预警的研究中,首先运用Logistic回归分析对引入模型的变量进行了筛选,然后将筛选得到的变量进行主成分分析得到五个综合的变量,最后通过对五个综合的变量进行Fisher判别分析建立了一个上市公司的财务危机预警模型。本文选取的样本全部为上市工业企业,以期建立一个行业预警模型提高预警能力。结果表明,模型的预测能力较强。