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。     

有关中国上市公司财务危机预警模型的实证分——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本。在界定了“财务危机”的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测。     

上市公司财务危机预警研究——基于主成分分析

财务危机会导致企业陷入经营困境,甚至破产。文章以我国上市公司为样本,通过主成分分析法,在Z评分值模型的基础上建立财务危机预警模型,该模型的预测正确率达70.83%,对管理者及时采取风险应对措施、正确评估客户信用风险、投资者作出投资选择都有一定的指导意义。     

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。     

有关中国上市公司财务危机预警模型的实证分析——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本.在界定了"财务危机"的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标.最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测.     

基于信息融合的数据挖掘方法在公司财务预警中的应用

目前越来越多的数据挖掘方法被用于风险预警中,决策树、支持向量机、神经网络、Logistic回归等方法在风险预警中都表现出了较好的特性和预警效果,但是不同数据挖掘分类方法得到的结果不同,往往导致预警结果的不一致,因此也会存在一定风险。本文引入信息融合技术对不同数据挖掘分类方法得到的结果进行融合处理得到最优的结果,解决了不同数据挖掘方法得到的结果不一致问题。文章在SVM和Logistic回归的数据挖掘模型基础上建立基于信息融合的公司财务预警模型,提高了财务预警准确率,并且保留了原数据挖掘方法在分类预测上的优势。在实证研究中,论文选取了中国制造业的上市公司作为研究对象,在SVM和Logistic回归两种数据挖掘模型的基础上利用信息融合方法建立了财务预警模型,实证结果表明,基于信息融合的数据挖掘方法的预测准确率要高于单独的SVM和Logistic回归两种方法。     

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。     

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。     

资产流动性与财务危机的关系剖析

一些破产企业是获利企业,它们倒闭并不是因为亏损,而是现金不足。因此企业资产流动性不足是企业陷入财务困境的重要原因。财务失败界定为由于财务状况异常而被退市风险警示进入特殊处理版块。国内外学者财务困境预警的研究,都是综合公司的偿债能力、获利能力、营运能力、成长能力等各方面的财务状况,从而进行财务困境预警的。本文运用因子分析法建立模型,分析资产流动性可对财务失败起到一定的警示作用,从而总结资产流动性与财务危机的关系。     

基于公司治理的信息披露舞弊预警研究

以2001年～2005年间的192家被认定为信息披露舞弊的A股上市公司及相应的192家配对公司为样本,基于财务指标和治理指标,分别运用Logistic回归分析和混合BP神经网络构建上市公司信息披露舞弊的预警模型.实证结果表明,治理指标有助于提高信息披露舞弊预警模型的有效性,混合BP神经网络模型的预测能力更强.     

治理弱化与财务危机:一个预测模型

本文首先讨论了治理弱化与财务危机的辨证关系;然后在分析13个变量的基础上,运用Logistic回归给出了判别上市公司财务危机的一个模型。这一模型包括四个变量:毛利率、其它应收款与总资产的比率、短期借款与总资产的比率、股权集中系数。其中,股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的首要区别。本文模型的回判准确率为84.52%,而对2000年新增加的“ST”公司的判别准确率则达到了95.45%。     

浅析我国航运业长期财务预警系统的构建

在欧债危机的影响下,我国航运业上市公司普遍亏损经营。航运企业的生存受到外部环境的严重影响,航运业上市公司应该加强自身管理,控制自身财务状况,防范财务危机的发生。财务危机是财务风险由量变到质变的过程。财务风险的识别是进行财务预警的前提条件,密切关注影响航运业财务风险的各种因素,初步识别财务风险,分析财务风险的性质、影响程度,有针对性地评估风险。企业的财务风险从时间层面上分析,是一个循序渐进、不断恶化的过程,本文在借鉴＂四阶段症状＂分析法的基础上,试对我国航运业长期财务预警系统的构建作一探讨。＂四阶段症状＂分析法将财务危机划分为四个阶段,即财务危机的潜伏期、财务危机的发作期、财务危机的恶化期、财务危机的实现期。企业管理者要具体分析各阶段的财务危机症状,一旦出现财务危机症状,要立即采取对应的有效措施,拯救企业免于破产。     

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。     

首批创业板上市公司财务风险分析

本文以中国A股市场营运公司的财务比率为依据，选择110家与首批创业板行业相同、规模相近的上市公司作为分析研究样本，推导建立起一个财务危机判别分析模型，并采用该模型对28家创业板上市公司存在的财务风险进行分析，提出预警信号，供投资者投资决策时参考。     

我国上市公司信息披露违规的预警研究——基于财务、市场和治理视角

作为公开原则的核心体现，信息披露无疑是规范上市公司行为、保护中小投资者利益和提高证券市场配置效率的最有效手段。然而，我国一些上市公司无视法纪，信息披露违规屡禁不止，严重地违反了诚信准则。本文基于财务、市场和治理视角．运用条件Logistic回归模型对公司信息披露违规进行预警研究，实证结果表明：公司治理信息有助于提高预警模型的判别成功率，揭示上市公司的信息披露违规风险。而且，在违规前一年。基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。     

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.     

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.     

财务危机预警模型实证研究述评

股票投资者、债权人和政府监管机构对财务危机预警的巨大需求使得财务危机预警模型实证研究不断向前发展.按时间顺序,本文仔细回顾了国内外具有重要影响的文献,并进行了简略评析,指出今后财务危机预警模型实证研究发展的方向.     

财务危机预警模型评析

企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一.企业应构建财务预警机制,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机.本文对国内外财务危机预警模型逐一进行评析,旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴.     

基于PSO和SVM的上市公司财务危机预警模型

提出了一种将经过改进的离散粒子群(PSO)算法和支持向量机(SVM)相结合的算法,以选择最优的指标集并用于财务危机预警。将此算法应用于上市公司的数据,检验模型提前3年的预警效果,最后与常见的主成分分析方法与SVM相结合的模型进行对比,结果证明了PSO-SVM模型的合理性和优越性。