基于多类Logistic的财务困境预警模型实证研究

将公司的财务状态划分为财务困境、财务健康和财务亚健康三种状态,在财务指标的基础上引入了公司治理等非财务指标作为研究变量,运用多类Logistic回归方法,分别建立了财务变量的财务困境预警模型和引入非财务变量的财务困境预警模型,能为投资者、债权人等进行正确投资决策提供较详细的公司财务状况预测信息。     

基于公司现金流信息的财务困境预测实证分析

从财务困境的定义、产生的原因及其早期信号等方面探讨企业财务困境相关问题。使用因子分析法浓缩财务指标,把现金流信息引入到企业财务困境预测中,最后在已有研究的基础上以我国上市的ST公司和非ST公司作为研究样本,使用Logistic回归分析的方法构建引入现金流信息的财务困境预测模型,证明把现金流信息引入到传统财务困境的预测中具有较高的预测精度。     

我国化工企业的财务预警模型构建及其检验——基于Logistic回归方法

借助Wilcoxon秩检验比较11家ST与54家非ST化工企业之间在53个财务比率上存在的显著差异,筛选出能够较好反应企业财务状况的33个财务比率,利用因子分析方差最大化旋转对企业财务信息进行统计处理,分析得出主因子得分,构建相应的Logistic回归模型,得出具有较高准确性的化工企业财务困境预警系统,发现企业债务状况、获利状况、权益增值能力对企业财务困境有显著的预警作用。     

房地产上市公司财务预警实证研究

房地产业已成为我国重要的支柱产业,因此,建立房地产上市公司财务预警方法对政府、投资商、中介公司和广大消费者都具有重要意义。以主成分分析和逻辑回归分析为基础建立分析模型,并用该模型对2002~2005年沪、深两市45家房地产业上市公司进行实证分析,发现模型对房地产上市公司前两年和前四年的财务预警有较高的可信度。     

Logistic模型在上市公司财务预警中的应用研究

建立财务预警系统,提早发现上市公司陷入财务危机的征兆,采取相应措施,进行危机管理,可以大大提高上市公司的抗风险能力,同时也能够保护企业相关利益者的利益。本文使用定量分析的方法,建立了基于主成分分析的Logistic预警模型判别是否发生财务危机。随后选取了35家陷入财务危机的公司和67家非财务危机公司作为样本,以2002年至2004年间的公开财务报表的数据为计算依据,并利用SPSS统计分析软件进行了实证分析,并获得比较理想的结果。     

基于Logistic与Fisher的上市公司财务困境判别模型比较研究

以我国股权分置改革后A股制造业公司为研究对象,采用大样本法选取样本,选用财务困境发生前2年内8个季度的财务数据进行分析,对财务困境公司与正常公司的财务指标分别进行Fisher判别分析、线性logistic回归和非线性logistic回归分析。研究结果表明,我国上市公司财务困境发生前2年的季度数据对公司财务困境是否发生具有预测效力;总资产净利润率、营运资金比率和成本费用利润率三个指标对财务困境的预测能力较强;非线性logistic模型的误判率最低,线性logistic模型其次,Fisher模型的误判率最高。     

上市公司财务困境预警的Logit模型实证研究

把传统财务指标与现金流指标结合起来,利用logit方法构建了一个上市公司财务困境预警模型,该模型对预测样本进行实证研究,证明是一种有效、实用的预测方法。     

我国上市公司财务危机预警实证研究——基于主成分分析模型、线性判别模型和逻辑回归模型的比较分析

以我国上市公司为研究对象,根据行业分类和总资产规模(相差在5%以内)选取了2001~2002年被ST的公司和正常公司各28家作为训练样本,2004年被ST的公司和正常公司各28家作为检验样本,运用3种独立的建模方法,分别建立了我国上市公司的主成分分析预警模型、线性判别预警模型和逻辑回归预警模型。通过模型比较发现,逻辑回归模型的效果要优于另外两种模型,具有较高的判别准确率。实证研究表明,这种预警模型适用于各个行业,对中国企业的财务危机的预测与防范能起到一定的作用。     

基于公司治理因素的财务困境预警实证研究

在对财务困境预警领域已有研究成果进行总结和评价的基础上,选取我国沪、深两市2007、2008年被ST的70家公司,及与其上市时间及主营业务相近的70家非ST公司,提取财务指标及有关治理指标对上市公司财务困境进行预警研究。实证研究结果表明：将公司治理因素引入预警模型能够提高预警的准确程度,财务困境预警研究综合考虑财务指标和治理指标具有积极意义。     

财务困境预警分析方法评析

财务困境是企业经营业绩、财务状况不断恶化的结果。财务困境预警分析方法包括定性预警分析、定量预警分析和定性与定量预警分析三大类。这三大类财务困境预警分析方法各有优缺点。     

从现金流角度构建财务困境预测模型

随着中国证券市场的发展,上市公司也日益增多。为了保护自己的利益,投资者及债权人必然要关注公司的财务健康状况。因此,及时有效地预测那些将会陷入财务困境的公司对他们来说具有重要的意义。文中以上市公司1999年度可公开获得的财务数据为基础,运用因子分析方法,推导出一个基于现金流量的财务困境预测模型。该模型能够根据上市公司1999年度的财务数据预测出那些将在2001年初被ST处理的上市公司。结果表明模型的预测准确性最高可达80%。     

基于Logit模型的中国预亏上市公司财务困境预测

使用Logit模型对中国45家预亏的上市公司财务困境进行预测分析。另外还选入了相同数目的业绩正常的公司进行比较。实证研究表明，Logit模型在预测亏损前的上市公司财务困境方面具有较高的准确率。     

金融危机预警指标体系及其结构方程模型构建

金融危机预警指标体系的构建是研究金融危机预警的一个重要环节。对于一个国家或者地区,不同部门之间资金流动的大小和方向反映了金融风险的大小。本研究在建立了金融危机预警指标体系的构建原则后,从数据的统计口径出发,基于资金流动的大小和方向,统筹考虑政府、金融、企业和对外等四个部门之间的关联性,利用结构方程模型,构造了金融危机预警指标体系。最后,通过自回归模型进行指标时滞性分析。     

基于结构方程模型的金融危机预警方法

2008年的金融危机对世界经济产生深远的影响,各国对于金融危机预警模型的研究也十分重视。基于结构方程模型中的MIMIC模型建立金融危机预警系统,并利用中国有关数据进行实证研究。根据模型的修正结果得到影响中国危机强度的5个变量,并通过计算得到＂危机强度＂的得分。由实证研究结果可知,中国金融市场在20世纪90年代波动比较剧烈,而2008年金融危机对中国金融市场的影响相对不大。     

上市公司财务危机实证研究

财务危机数量的增多及投资风险急剧增大,使得建立一套科学的上市公司财务风险评价体系显得尤为必要。运用剖面分析和Logistic回归模型对ST公司及配对样本建立模型。剖面分析表明资产收益率判定效果最佳,Logistic回归模型对样本t-1年的判别率达到81．6％。     

基于主成分logistic回归模型的餐饮商务信息意识研究

数据挖掘技术日趋成熟,广泛应用于金融、地产、投资、评估等各个领域。数据挖掘技术亦可应用于餐饮业,为其经营决策做出分析。其他领域的数据挖掘的成功案例也可以引用到餐饮行业中。本文对餐饮人士在餐饮商务中是否具备信息意识、对信息意识的重视程度进行调查,利用数据挖掘中主成分分析和 logistic 回归处理和分析收集来的数据,从而说明数据挖掘在餐饮业管理中的重要意义,反映餐饮人士信息意识状况。利用数据挖掘技术对餐饮商务资讯进行管理势必提高企业效率和盈利水平,促进餐饮业健康稳定的发展。     

金融高科技发展对银行金融业务创新深层次效应实证研究

现代金融的发展趋势是金融与高科技的结合,本文从对金融高科技的理解出发,剖析金融高科技对银行业务创新的动因,分析金融高科技对银行业务创新的深层次效应,提出了信息技术和金融创新的相互作用使两者的边界趋于模糊,以及金融创新逐步适应科技创新的趋势.