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。     

面向供电行业的财务业绩预警技术研究

财务危机由潜伏到发作再到恶化通常都是经历了一个渐进积累转化的过程。及早察觉财务危机的信号,对企业财务危机进行预警,能够使企业的管理者赢得充裕的时间,在财务危机的萌芽状态就采取有效措施。本文以电力行业的财务业绩预警技术为研究对象,阐述了财务业绩预警指标选取的五个原则,选取了反映获利能力、偿债能力、营运能力三方面的13个指标。选取层次分析法作为权重的计算方法。本文的研究成果将对我国电力企业有效预防财务危机的发生起到一定的积极作用。     

基于粗糙集理论的财务危机预警研究

本文针对财务危机预警中财务比率数量较多时计算量较大的问题,提出了基于粗糙集理论的财务危机预警模型,将财务比率分别作为条件属性,将企业所处的状态作为决策属性,从而构成一个财务预警决策系统.通过对决策表的属性约简和规则约简,得到决策系统的最小决策规则,从而实现财务危机预警.测试结果表明,该方法的预警结果正确、有效.     

基于模糊综合评价的财务危机预警研究

本文针对传统财务预警研究方法的不足,提出将模糊综合评判法引入到财务危机预警研究中,并在综合考虑财务指标与非财务指标的基础上,建立企业财务危机综合评价体系,从而更有效的预测财务风险。     

上市公司财务预警Z-SCORE模犁及其在中国的运用——以“云南白药”为例

财务危机预测是现代企业财务管理的一个重要内容,建立一套有效的财务危机预警模型是十分重要的。本文在介绍Z-SCORE模型及其修正模型-Y分数模型的基础上,以“云南白药”为例,探究他们在中国的适用性,提出引入非财务指标作为财务预警模型的新发展,同时提醒财务使用者在使用财务数据应去伪存真。才能使模型结果更为准确。     

AHP在财务预警分析中的应用

本文利用AHP确定财务预警指标体系中各指标的权重,建立了综合的财务预警模型,用于判断企业是否存在财务危机,具有较好的预警作用.     

上市公司财务预警模型建构及实证分析

本文选取了2004—2007年上海、深圳证券交易所A股市场信息技术类企业中23家财务危机公司和55家财务健康公司作为研究样本,运用多元逻辑回归分析方法,建立了财务危机预警模型,并进行了实证分析,以期为上市公司财务预警分析提供参考。     

基于专家系统的财务危机预警研究

本文对国内外财务危机预警方法进行分析,指出我国现有财务危机预警方法各自的优缺点,在此基础上提出了基于专家系统的财务危机预警方法.该方法采用基于规则推理和案例推理的专家系统对财务危机进行定量预警;利用模糊神经网络对财务危机进行定性预警,并将二者所得信息有机地融合在一起,获得较为准确的财务预警结果.     

试论企业财务危机的信号探测及预警方式

企业财务危机的表现形式是多种多样,但财务危机与所有危机一样在真正降临之前,都会发出一系列预警信号。只要合理运用财务报表分析、单变量模型、多元线性判定模型、经验预警等方式就能有效的抓住各种财务危机信号,防范于未然。     

支持向量机在财务危机预警中的应用评析

信息技术的迅速发展和世界经济全球化使很多企业面临各种各样的经营困难,最终体现为财务危机.提前对其进行预警以协助企业有效地规避财务危机是十分重要的.随着研究的深入,各种财务危机预警方法逐渐成熟.本文从样本选择、模型建立和预测性能3方面对支持向量机(SVM)在财务危机预警领域的应用进行了评析,认为SVM方法具有强大的分类功能和优良的学习性能,在财务危机预警领域有着广阔的应用前景.     

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。     

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。     

现金流量在财务困境预测中的信息含量实证研究——来自2003-2004年度ST公司的新证据

本文选取2003-2004年度60家财务困境样本和120家非财务困境样本,分别运用单变量和多变量logistic分析检验了现金流量信息在财务困境预测中的相对信息含量和增量信息含量,研究发现:(1)在我国上市公司陷入财务困境前1年,经营性现金流量的相对信息含量仅次于资产报酬率和资产周转率,其预测效率优于其它应计制会计变量;(2)无论在财务困境前1年还是前2年,现金流量类变量在会计比率的基础上均具有显著的增量信息含量。本文的研究结果显示,从财务困境预测研究的角度看,充分挖掘现金流量信息的预测价值应成为未来此类研究的方向;从投资者角度看,现金流量表为投资者提供了决策有用的信息。     

认知偏差、债务政策选择偏好和资本结构税收效应

本文针对管理者认知偏差对其债务政策选择的影响问题进行研究,通过建立认知偏差影响下的最优资本结构决策模型,从行为金融学的角度研究了债务政策选择的税收效应,并以中国上市公司2006-2009年的数据为样本,使用多元回归分析等方法对相关结论进行了实证检验。研究表明:上市公司的债务政策受到了认知偏差的影响,即随着财务困境成本的不断增大,上市公司对其变化的敏感性不断降低;认知偏差严重时,上市公司会选择过度保守负债或过度积极负债,导致最优资本结构与税率无关;认知偏差不严重时,上市公司会选择适度负债,且负债水平与税率正相关。结论表明中国上市公司需要更为客观地评价财务困境成本,更为理性地利用负债的税收收益,尽可能避免认知偏差对企业价值的损害。     

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.     

基于模糊神经网络的企业财务危机非线性组合预测方法研究

本文提出了一种基于模糊神经网络的企业财务危机非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。在预测上市公司财务危机方面优于其他方法。     

企业经营管理预警：主成分分析在logistic回归方法中的应用

logistic回归分析是度量企业信用风险的一种主流方法,它的假设比较符合经济现实和金融数据分布的特点。但是考虑到现阶段我国上市公司的信用数据具有的高维性和高相关性等特点对logistic分析产生的负面影响,本文在logistic分析中引入了能够有效降维和消除logistic方程共线性等问题的主成分分析,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明结合主成分分析法的logistic回归分析在模型解释和预测准确率等力面均优于简单的logistic分析。     

基于期望违约率模型的上市公司财务困境预警研究

本文以现代资本结构理论和期权理论为依据,以企业"资不抵债"作为上市公司陷入财务困境的标志,运用资本市场的信息指标(股价)和上市公司财务数据建立期望违约率(EDF)模型,应用于公司财务困境的动态预警,克服了统计预测方法的时期性和滞后性的缺陷。     

上市公司治理因素与财务困境关系的实证研究

对中国上市公司治理因素与财务困境的关系进行了实证研究。以1998~2005年被ST(special treatm ent)的公司及其配对样本共计528家作为研究样本,通过使用二元Log istic回归分析方法,发现大股东持股比例、H-10股权集中指数、股权制衡度、国家股比例、最终控制人类型、独立董事持股比例以及审计意见与公司发生财务困境的可能性显著负相关,管理者代理成本显著提高了公司陷入财务困境的危险性。而高管持股比例、董事会规模以及CEO的双职合一对困境发生的概率无显著影响。