我国上市公司财务困境预测新探

本文采用主成分分析方法确定模型变量,建立多元判别分析(MDA)、Logistic回归和改进型BP神经网络模型进行财务困境预测。结果表明,神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,神经网络模型更适合于财务困境预测。但三种模型的长期预警能力不够理想,提出建立以定量模型为主、定性分析为辅的上市公司财务困境预测新方法。     

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。     

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MCD估计的稳健Fisher判别分析及其实证

为有效解决存在异常数据时传统Fisher判别分析(FDA)方法误判率高的问题,文章提出了一个简单而稳健的FDA方法.该方法首先用最小协方差行列式(MCD)稳健估计技术获得稳健的样本均值和协方差估计;然后再用FDA进行判别分析.为验证方法的有效性,文章将此方法应用于我国上市公司财务困境的预测问题.实证研究表明,在没有异常值的情况下,基于MCD的稳健FDA判别和传统的FDA判别结果基本一致;而在有异常值的情况下,新方法明显优于传统的FDA,不仅可有效抵御异常数据的干扰,而且仍保持较低的误判率.     

Fisher多类判别分析法在期货价格预测中的应用

基于期货价格变化趋势的可预测性,利用判别分析中的Fisher多类判别模型,运用MATLAB程序语言编程,对期货交易中三月铜的数据进行分析,得到了判别函数,给出了预测判别准则,进一步讨论了其在期货价格预测中的应用。     

两种财务困境程度判别模型的构建与比较

我国证券市场上每年都有不少企业陷入财务困境,而且长期以来这一问题一直都未得到有效解决.文章从我国A股市场上以随机抽样方式选取了900家上市企业作为研究样本,构建了一套能全面反映企业财务状况、评价企业经营业绩的多指标的财务评价体系,运用因子分析和聚类分析对企业的财务困境程度进行分类,并运用单因素多因变量方差分析检验其分类效果;通过分析比较各类别样本的财务状况确定各类别的困境程度,同时归纳出困境企业共有的财务特征.最终得到上市公司财务困境程度划分,加强企业经营风险管控.     

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.     

基于生存分析模型的企业财务困境预测

预测企业财务困境,对于政府部门监控上市公司质量,企业自我防范,有重要作用。本文应用我国上市公司财务报表数据,采用生存分析中COX模型对我国上市公司进行财务困境预测研究。实证结果显示,通过判定的位置,模型可以较好地预测财务困境的发生。     

风险投资对中小板上市公司财务困境影响的实证研究

文章立足于上市公司的十大股东中仍然存在着不少风险投资机构的实际情况,选择深交所中小板上市公司为样本,以21个具有代表性的财务报表指标通过实证探讨了风险投资机构对财务困境的影响.     

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。     

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.     

中国上市公司财务预警实证研究

在对国外公司财务预警经典研究成果进行回顾和总结的基础上,运用多元判别分析方法（MDA）和逐步判别分析（Stepdisc）等方法逐层推进构造预测模型,以经济实用为选择标准,最终建立一个预测准确率最高、变量最少的适合中国实际情况的财务危机预测模型。     

企业财务困境成本影响因素的统计分析

以2002-2006年度沪深股市被特别处理的94家上市公司为研究对象,通过多元线性回归方法对财务困境成本的影响因素进行相关分析,发现企业规模与财务困境成本间存在显著的正相关关系,盈利能力和管理能力与财务困境成本间存在一定的负相关关系,杠杆比例、行业状况和偿债能力与财务困境成本间的关系需进一步研究.     

基于公司治理信息的财务困境预警实证研究

在分别借助因子分析和单变量检验对公司财务信息和治理信息进行统计处理的基础上,构建并实证检验中国上市公司财务困境预警的两大模型,即仅包含财务信息与融合财务信息和公司治理信息的Logistic回归预警模型。实证结果表明：公司治理信息对公司陷入财务困境具有显著的影响,引入公司治理信息的模型预测能力更强。     

上市公司财务状况非线性评价模型及应用

文章应用判别函数建立了上市公司财务状况非线性评价模型,论证了线性补偿的存在,与线性模型相比提高了模型的解释和预测能力。     

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。     

上市公司财务状况的突变级数评价模型及其实证研究

文章对我国上市公司的财务指标进行了综合分析,设置了上市公司财务状况的评价指标体系,构建了我国上市公司财务状况综合分析的突变级数评价模型,并应用构建的模型对上市公司财务状况进行了有效的、合理的评价。     

基于Cox比例危险模型的制造业财务困境恢复研究

利用生存分析中的Cox比例危险模型,对上市公司陷入财务困境后影响其成功恢复的因素进行实证研究。研究发现:困境公司能否顺利摆脱困境受到财务和公司治理因素的共同影响,财务因素中盈利能力的影响最为显著,而变更管理层对困境公司的恢复也有积极影响;此外,在困境发生后进行资产重组和关联交易的企业更容易恢复。鉴于资产重组和关联交易的目前发展现状,不断完善此类活动的信息披露机制并加强对此类活动的监管显得十分必要。     

中国上市金融机构关联性度量及影响因素分析

本文结合非对称斜率模型与单指标分位数回归,构建了中国上市金融机构的尾部风险网络,从而刻画中国金融市场尾部风险关联性的时变特征,并基于金融机构层面探讨尾部风险关联性的影响因素。研究表明,中国金融系统的总关联性与部门内关联性在金融危机与股灾期间显著上升,其中保险的部门内关联性为银行、保险、证券三部门中最高,而部门间关联性远小于部门内关联性,部门间的风险传染效应较为微弱。研究还发现投资活动是金融机构形成尾部风险关联的重要渠道,投资业务占比过高的机构应予以更多监管。