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。     

上市公司财务困境预测研究

文章以中国上市公司为研究对象,尝试引入公司治理变量,分别以财务指标和公司治理指标作为解释变量建立模型,运用Logistic回归方法进行财务困境预测,并比较其预测结果.研究发现,公司治理与财务困境显著相关,并且包含公司治理变量的模型明显比仅包含财务变量的模型优越.     

基于支持向量机回归的房地产单指标预测

对时间序列预测常用的方法进行了比较,结合房地产自身的特点确定用支持向量机回归来对房地产单项指标进行预测;分析了支持向量机回归和时序相空间重构的基本原理;建立了支持向量机预测模型,结合武汉市的实际数据进行了实证分析,并和BP神经网络的预测结果进行比较,表明用支持向量机预测模型进行房地产单项指标预测精度更高。     

城市房地产市场的风险预警——以济南市为例

本文运用主成分分析、神经网络等现代数学方法,通过选择合理的指标体系,并利用连续7年的数据,构建了济南市房地产市场风险预警系统,给出了单指标和综合指标的预测结果,以期揭示济南市房地产市场的运行状况;最后,提出了具有一定参考价值的对策建议.     

我国上市公司财务预测制度研究

在当前充满竞争、风险和战略发展的市场环境中,财务预测作为企业财务管理的重要环节之一,其功能与影响力将日渐突出.本文通过分析我国上市公司财务预测制度,并结合美国财务预测信息披露制度发展过程,对我国财务预测制度未来的发展进行探索和研究.……     

房地产市场监测评估指标体系设计

文章立足于中央银行分支机构对区域房地产市场运行的分析、监测和判断,设计了区域内房地产市场的综合监测评估指标体系;在介绍了指标体系的设计原则、结构组成之后,提出了两级指标的赋权方法,并对25个二级指标进行了详细地解读;最后给出了指标的处理方法与风险评定的七级标准.     

江苏省房地产市场的风险预警研究

文章从经济计量的角度,对江苏省房地产市场的供求情况进行了分析,选择风险预警指标,从而建立房地产非均衡计量模型,测算出房地产市场的非均衡度,并利用统计过程控制原理,对江苏省房地产市场风险进行监测,为政府分析房地产发展规律和制定有关的开发政策提供依据。     

高校财务风险的衡量指标

在教育多元化的今天,财务风险已不仅存在于企业,也存在于学校.高等院校已是"面向社会、依法自主办学、民主管理"的法人主体,能独立进行经济活动、完全承担经济责任,在办学资金的筹集、教育经费的管理与使用等方面都存在着一定的财务风险.设置什么样的指标来评估高校的财务风险,是预测和防范高校财务风险的前提.     

制造业上市公司财务困境预测——基于panel logit模型的实证分析

目前关于财务困境预测的模型大多是局限于横截面数据的静态模型,忽视了公司的财务状况是不断变化的事实。为了揭示公司财务状况的变化过程,利用面板数据建立了panel logit概率模型。在变量的选取上,不仅考虑了财务指标,还考虑了股权集中度、公司治理结构和审计意见等方面的指标。研究结果表明,panel logit模型的判别准确率比较高,可以利用公司当年的数据预测下一年度公司陷入财务困境的可能性。     

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。     

内含增长率与可持续增长率的比较

内含增长率与可持续增长率是财务预测与决策中非常重要的财务指标.内含增长率是指公司不能或不打算从外部融资,只能依靠内部积累资金促进销售增长,此时销售增长的最大幅度即为内含增长率.可持续增长率是指公司不增发新股并保持目前经营效率和财务政策不变的条件下,公司销售所能增长的最大比率.在实际应用中,对这两个概念的理解有许多模糊之处,对预测和决策产生了不利的影响,本文试图通过建立数学公式,说明对两者概念的理解、各自的影响因素,并对两个指标之间的关系进行比较分析.     

基于Logistic的房地产上市公司经济效益风险评价研究

文章分析了影响房地产上市公司经济效益的风险因素.根据房地产经济效益风险指标建立原则,构建反映房地产上市公司经济效益的指标体系.运用主成分方法确定房地产上市公司经济效益风险主成分模型.在此基础之上,利用Logistic统计方法,对2009年房地产上市公司经济效益进行了风险评价,揭示出房地产上市公司经济效益存在的风险.     

我国房地产价格发展趋势研究

 本文从房地产价格的相关理论出发，主要从房地产需求、房地产供给、房地产金融和房地产宏观调控等角度对影响房价的因素进行了分析，并从实证角度分析了各因素对房价的影响。本研究运用近10年房地产价格季度数据和时间序列模型对房地产价格发展趋势进行预测，最后提出房地产价格发展预警和稳定房价的建议。     

基于Cox的财务困境时点预测模型研究

文章借助上市公司提前三年的财务比率数据,采用不同的样本比例和分界点,及其不同样本观测期对基于Cox的财务困境时点预测模型的判别能力和稳定性进行了分析.结果表明,该模型不但能提供80%以上的判别精度,而且具有估计公司未来存活时间的能力,可提供困境发生的时点预测,具有"判断"和"化解"风险的双重功能,是其他预警模型所无法实现的,是一种更为直观、动态和精确的财务困境预测方法.     

房地产风险分析中的蒙特卡洛模拟

本文通过运用水晶球软件的蒙特卡洛法对房地产开发项目的风险进行分析,通过相关分析对房地产开发项目的赢利性、风险大小等各个方面作出了预测,为今后的决策提供参考依据.     

基于GA和BP融合算法的房地产监测预警

本文在研究国内外房地产预警监控理论和实践成果的基础上,选取了房地产预警系统的指标体系;尝试用GA-BP算法预测成都市2007年的有关房地产数据,并通过黄色预警方法中应用较广泛的统计预警法,对成都市房地产市场的综合情况进行评价。     

基于AdaBoost组合算法的衍生金融工具风险预测

文章构建了衍生金融工具风险预测的AdaBoost组合算法的单属性测试和决策树模型;详细论述了单属性测试和决策树与AdaBoost算法的分类器组合机制,同时界定了12个风险检测变量指标,运用252个我国上市公司作为初始样本,分别进行了一年、两年和三年的26次衍生金融工具风险预测的AdaBoost组合算法的单属性测试(SAT),AdaBoost组合算法的决策树(DT)、单决策树和单支持向量机(SVM)实验,结果表明,基于AdaBoost组合算法的衍生金融工具风险预测模型可以对公司衍生金融工具风险进有效的预测。     

基于VaR的财务风险识别与评估

文章在概括地分析了当前几种影响企业财务风险的因素后,引入VaR参量,构建以VaR参量为主要衡量指标的财务风险预测回归模型,并以实际数据为样本,探讨VaR参量对识别企业财务风险的统计影响程度.     

基于贝叶斯网络的上市公司财务困境预测研究

公司财务困境预测一直是国内外公司管理领域重要的研究问题。文章通过分析国内外以往公司财务困境预测研究成果与经验的基础上,选取研究样本,基于相关分析方法筛选出预测指标变量。将预测变量离散化进而学习网络参数,构建了用以预测公司财务困境状况的朴素贝叶斯网络分析模型。实证研究结果表明：作为分类和预测工具,贝叶斯网络模型在财务困境预测研究中具有良好的预测能力与应用前景。     

论经典统计财务困境预测模型的理论误区

文章对企业财务困境预测研究领域中的统计类判别模型进行了综述;分析了经典统计类财务困境预测模型的特点;从财务困境的界定、数据的非稳定性、非随机取样、财务困境的动态性、变量的选择等五个方面对经典统计类财务困境预测模型存在的一些理论误区进行了系统深入地剖析和理论评价;对今后企业财务困境预测研究的方向和趋势进行了展望。