我国零售业财务预警系统的构建

我国零售市场体系已初步建立,零售市场经营主体规模不断扩大.但我国零售业上市公司在快速发展的同时财务危机也不断显现,构建一个有效的、符合零售业上市公司财务特点的财务危机预警模型具有很重要的现实意义.文章将以零售业上市公司为研究对象,根据我国零售业各财务指标的具体情况,运用逐步判别法建立一套适合我国零售业财务特点的财务预警模型.     

上市公司财务危机预警模型的比较研究

虽然国内外对财务危机预警模型的研究日益增多,但各种模型都有着自身的特点所在。所以,只有准确到位地把握各种预警模型在应用中的优缺点,才能在实际应用中找到适合我国上市公司实际情况的财务危机预警模型。     

基于可拓模型的高科技上市公司财务风险预警研究

高科技上市公司由于行业特点,其经营业绩容易产生波动,因此建立高科技上市公司风险预警模型一直是国内外学者研究的焦点。根据可拓学的相关理论,选取高科技上市公司的相关财务指标建立高科技上市公司财务风险可拓预警模型,运用现有公开数据对可拓预警模型加以检验,并对下一年度有可能出现风险的公司加以预警,以期望能够为投资者的决策分析和监管部门的监督管理提供理论参考。     

基于增长偏离度的企业财务预警模型构建

文章首次从企业增长模式的角度进行企业财务预警研究.在实证研究中,对72家上市公司2007～2011年的数据进行Logic回归分析,构建了包含增长偏离度绝对和的财务预警模型,证明了企业实际增长率偏离可持续增长率的程度越大,日后出现财务风险的可能性越大这一假设,并且建立的财务预警模型与现有预警模型相比,具有长期预警的特点.     

基于穷尽CHAID算法的中国上市公司财务危机模型

在后金融危机时期,我国股价持续走低,通过研究上市公司的财务数据构建财务危机预警系统,具有重要的理论与现实意义.文章应用数据挖掘中的穷尽CHAID算法,构建我国上市公司财务危机预警模型.     

上市公司财务困境预警的Logistic模型实证研究

本文首先根据单变量检验和因子分析对备用财务比率进行提炼和筛选,然后运用Logistic回归建立一个变量少且效果佳的财务困境预警模型,并以我国上市公司为研究对象,选取120家处于财务困境的公司和120家财务正常的配对公司为研究样本,对上市公司财务困境预警的Lo-gistic模型进行实证检验。     

财务预警与董事会特征的实证研究

文章建立了基于多元Logit模型的中国上市公司财务预警模型,由此得到各公司财务预警程度,在此基础上对财务预警与董事会之间的关系进行了实证分析.     

上市公司财务预警实证研究

财务预警研究具有重大的实际应用价值,但是传统的财务预警研究的预警指标体系设置存在局限性。为了解决这个问题,本文从现金流量的角度通过显著性差异t检验构建预警指标,利用多元逐步回归方法建立预警模型,对上市公司进行实证研究。实证结果表明利用现金流量指标构建模型对上市公司的财务预测非常有用,建议通过分析预警警兆等来完善企业现金流量财务预警系统。     

基于首末位质量因子的BP神经网络财务风险预警模型

上市公司往往存在粉饰财务数据来美化企业经营状况的动机,这会降低财务风险预警模型预测的准确性。文章利用Benford律和Myer指数两种数据质量评估方法,构建Benford和Myer质量因子,引入BP神经网络模型,构造BM-BP神经网络财务风险预警模型;并进一步利用2000—2019年中国A股上市公司数据,评价数据质量因子对财务风险预警模型预测准确性的影响,分析新模型预测准确性的稳定性。实证分析结果显示:Benford和Myer质量因子提高了BP神经网络财务风险预警模型预测的准确性;在不同质量因子的比较结果中,包含评选指标Benford和Myer质量因子的BP神经网络财务风险预警模型具有较高的预测准确率和较低的二类误判率,稳定性良好;利用决策树算法筛选指标有效提高了新模型的预测准确性。     

基于机器学习的上市公司财务预警模型的构建

文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。     

上市公司财务危机的预警分析

本文运用条件异方差模型GARCH(1,1)计算上市公司股票的市场风险价值,把它和传统的财务比率变量作为自变量,用Logit模型对上市公司的财务状况进行预测,得到了很好的预测效果,并且对部分上市公司2004年度的财务风险状况进行了预警。     

基于神经网络的创新型企业财务危机预警研究

选取48家上市公司为研究对象,采用20个指标,应用神经网络方法,对创新型企业上市公司的财务危机进行预警研究.聚类值输入的神经网络模型整个学习过程相对平稳,波动性小,尤其是后期阶段.整个过程中,最好的预测值为89.04％.对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而且其预测过程中所表现出的稳定性要差得多.     

浅议上市公司财务危机预警系统的指标选择

上市公司财务危机预警系统的指标选择关系到整个预警系统的有效性,文章从评价上市公司业绩的各种指标出发,根据我国上市公司的具体情况选择了一套适合财务危机预警的指标体系,该体系力求能从上市公司的偿债能力、盈利能力、资本营运能力和企业的发展能力四个方面全面、谨慎、灵敏的反映上市公司的财务状况,保证在此之上建立起来的上市公司财务预警系统能够发挥充分的预警能力,保证上市公司的可持续发展。     

运用可拓方法对上市公司风险的预警

本文利用可拓学基本理论,实现定性与定量的结合,通过上市公司财务数据的检验,建立了有效的上市公司风险预警模型,能比较准确判断上市公司风险程度,可为各方交易主体的决策提供依据。     

基于现金流量的财务危机预警研究

随着现金流量在企业中越来越重要,人们对现金流量信息的重视程度与日俱增。本文以现金流量作为企业财务预警的基础,通过对现金流量数量指标和效益指标的分析,建立现金流量的财务预警模型,并通过多组上市公司数据对该模型的有效性进行了验证。     

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。     

财务风险预警建模原则及几种预警新模型

随着企业经营风险不断上升,上市公司的财务预警问题受到多方利益相关者的关注.文章提出了建立财务预警模型的原则:选择的样本公司财务特征要尽量与被预测公司的财务特征相同,所处的经济环境类似;确定的预警指标体系必须最能反映两类样本公司财务本质特征,能区分出两类样本公司间财务上的根本差异;构建预警模型要考虑样本数据分布状况;预警模型要与定性分析结合使用.然后创构了理想距离判别,最近距离判别,极小离差主成分判别,以及模糊判别4种新预警模型.     

上市公司财务危机的预警模型

文章以我国2006年沪深交易所的上市公司为研究对象,随机选择了20家财务危机公司(ST公司)和40家财务安全公司为样本,通过对这些公司财务数据的统计分析,借助SAS统计分析软件、基于Logistic回归分析建立了判断企业财务危机的危机预警模型.利用这个模型进行了实证检验,得到了90%的正确率.     

基于PCA-BP神经网络的上市公司财务预警策略

文章选取80家2008年至2010年沪深两市因为财务危机而被ST的上市企业作为样本,通过分析基于神经网络预警模型的结果,提出上市公司财务风险预警策略。     

基于非线性SVM的上市公司财务危机预警模型研究

为了克服传统财务危机预警模型在假设前提、样本容量、泛化能力等方面的缺陷,应用非线性SVM构建了财务危机预警模型.该模型以偿债能力、营运能力、盈利能力、现金能力和成长能力等五方面的15个财务指标作为输入变量,以上市公司是否被特别处理(ST)作为输出变量,实证分析表明:该模型具有100%的训练精度和90%的验证精度,学习和预测能力良好.