中国实体经济资金效率与财务风险真实水平透析——金融服务实体经济效率和水平不高的症结何在?

资金(资本)的本性是逐利避险。资金效率与财务风险信息不仅是资本市场引导资本配置和资本流动的基本依据,而且也是各级政府研判经济运行态势和制定宏观调控政策的重要依据。由于传统财务分析体系存在的资金(资本)与资产概念相混淆、营业性负债与金融性负债不加区分以及经济活动分类不当等理论缺陷,导致传统财务分析体系提供的资金效率与财务风险信息被严重扭曲,资金效率被严重低估,财务风险则被严重高估。对除金融类上市公司之外其他所有行业上市公司2008～2017年10年期间数据的分析显示,传统财务分析体系使资金效率被低估30%以上,而财务风险则被高估40%以上,让本来处于转型升级艰难时期的实体经济"雪上加霜"。严重的信息扭曲导致资本市场上实体经济被极度唱衰、投资价值被严重低估,从而误导趋利避险的金融资本远离"低回报"、"高风险"的实体经济。不仅如此,传统财务分析体系还使经营活动资金回报率被低估40%以上,而投资活动资金回报率却被高估50%以上,从而误导企业内部资本市场资金更多从经营活动(实体经营)流向投资活动(资本经营)。这为我国近年来出现的"金融脱实向虚"、"实体企业融资难、融资贵"以及"实体企业金融化"等金融服务实体经济效率和水平不高问题的原因提供了一个新的解释,也为政府客观评估经济新常态下中国实体经济发展状况提供了重要参考依据。     

高校财务档案管理工作重要性与策略研究

单位的长久发展离不开财务档案管理工作的支持。基于此,本文分析了财务档案管理工作的重要意义,同时分别从健全财务档案管理制度、加强财务档案的安全保障、利用现代技术加强财务档案管理等方面,提出了财务档案管理的策略。     

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。     

我国城市养老服务发展70年回顾与前瞻——基于分配-供给-输送-财务四维框架的分析

我国城市养老服务已经过70年的发展，剖析城市养老服务的发展历程对于总结历史经验以及更好地应对人口老龄化挑战具有十分重要的研究意义。基于分配-供给-输送-财务这一社会福利政策的四维分析框架，可以发现我国城市养老服务形成了从三无救济到按需保障、从收养安置到多样服务、从一元供给到多元提供、从政府统支到混合财源的发展路径，但同时也存在着服务的可及性较低与利用率不高、结构失衡化与体系相分离、民办机构供给能力不足、多重筹资困境等问题。未来城市养老服务的主要发展趋势是要确立全民共享的服务分配价值，实现均衡整合的服务供给效果，增强市场能力的服务输送策略，建立政府主导的服务筹资结构。     

基于上市公司数据的企业货币需求分析

企业货币需求是宏观货币需求的重要组成单位之一,鉴于企业微观个体存在的显著异质性,企业货币需求预测难度较大.为此,基于宏观货币需求理论,并将其与微观现金持有理论相结合,再利用2010-2019年2160家中国非金融类上市公司数据,对中国企业货币需求函数进行实际验证.研究发现:第一,中国企业货币需求规模弹性系数大约在0.63-0.70之间,呈现显著的规模经济;第二,中国企业货币需求与货币机会成本之间显著负相关,与工人工资之间显著正相关;第三,中国企业的治理水平、财务特征等微观特征变量会对企业货币需求产生显著影响;第四,中国企业货币需求存在显著的行业差异、 股权性质差异.     

我国制造业上市公司财务困境预警分析

文章选取制造业上市公司作为研究对象,应用Logistic回归分析法和Fisher判别分析法,分别构建了适用于制造业财务预警的模型,并针对模型的具体情况提出了一些建议。     

基于AUC回归的不平衡数据特征选择模型研究

针对不平衡数据的泛化预测和特征选择问题,提出了一种引入MCP惩罚函数的AUC回归模型(MCP-AUCR)。该模型采用考虑所有阈值信息的优化目标函数,具有处理不平衡数据的能力,并具有较好的特征选择效果;在讨论该模型定义与原理的基础上,提出相应的循环坐标下降训练算法,并通过数值模拟研究验证其优良性质;针对中国股票市场机械、设备、仪表板块中的上市公司,构建了基于MCP-AUCR的财务预警模型。研究结果显示:该财务预警模型可以选择出可解释的重要财务指标并进行有效预测,显著优于传统模型。