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。     

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。     

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.     

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。     

财务困境预警建模方法研究述评

在对国外财务困境预警模型及建模方法进行总结分类的基础上,本文选取了混沌模型、累积总和模型、自组织映射、生存分析、多维标度五种典型新方法和多元判别分析、多元逻辑回归分析、人工神经网络三种主流方法进行重点评述,并比较分析了各个方法的优势和局限性,对未来的研究方向进行了展望。     

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.     

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。     

基于最小二乘支持向量机的高校财务困境预警研究

文章借鉴现有的财务困境预警的研究成果,从高校的教研绩效、偿债能力、学生欠费状况、支付能力四方面选择和构造14个财务指标,评价教育部直属高校的财务状况,判定高校是否处于财务困境.然后,选择样本,把样本分为训练组和测试组,分别采用LogiSdc、最小二乘支持向量机(LS-SVM)方法建模,评价两种建模方法在训练组和测试组的预警效果.文章研究结论,对高校利益相关方的决策具有一定参考价值.     

企业财务困境预警模型及改进策略

精确的财务困境预警能使股东、管理层、债权人等利益相关者较好地防范风险的产生。现有的财务困境预警方法主要有统计类方法以及基于人工智能的方法,但这些方法在建模的一些关键环节存在一定的问题。据此,我们若从建模方法、样本选择及变量选择三方面进行拓展,可以较好地改进企业财务困境的预警机制。     

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.     

基于现金流量的企业财务预警

现金流量指标是企业资金运动的直接表现,能够更准确客观的提供企业在财务方面的信息.文章利用来自2011年沪市A股可选消费业这一大的行业上市公司数据,采用Logistic回归模型预警,对企业财务状况进行分析.     

SCAD惩罚逻辑回归的财务预警模型

作为一种有监督学习算法,逻辑回归(Logistic Regression,LR)已广泛应用于财务危机建模分析,但其潜在地存在过拟合问题。鉴此,提出一种基于平滑削边绝对偏离(Smoothly Clipped Absolute Deviation,SCAD)惩罚逻辑回归的财务预警模型。该模型不仅能很好地解决模型过拟合问题,而且还可以同时实现变量选择和模型系数估计,并提高了模型的解释性。结合沪深股市A股制造业上市公司的财务数据进行实证研究,同时对比一般的L1正则化和L2正则化逻辑回归模型的预警效果进行实证分析,实验结果表明:SCAD惩罚逻辑回归模型具有较好的分类效果和较强的经济解释能力。     

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Logistic回归和BP神经网络的财务预警模型比较

国内对Logistic回归模型和BP神经网络模型在财务预警方面已有不少实证研究,这些研究大多从预测准确度较高的角度出发,认为两个模型可以借鉴使用,但没有具体讨论模型犯第一类错误(将财务危机误判为财务正常)和第二类错误(将财务正常误判为财务危机)的概率.文章结合Logistic回归模型及BP神经网络模型的原理,选取上市公司财务数据进行实证,研究结果表明BP神经网络模型总体预测准确性较高,犯第一类错误的概率较低,对财务预警分析有一定借鉴作用;Logistic回归模型预测准确度低于BP神经网络模型,且犯第一类错误的概率远高于BP神经网络模型,因此运用该模型进行财务预警时应十分谨慎.     

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.     

企业运用财务预警模型的适用性

财务预警系统可以减少财务危机的发生和避免财务失败的出现,财务预警模型是其常用的一种方法.本文在运用三个财务预警模型对单个企业进行预警分析之后,提出财务预警模型的适用性是有限的,应该在强有力的财务分析的基础之上,作为一种辅助的方法.     

我国制造业上市公司财务预警模型的构建

一、构建企业财务预警模型的意义及研究综述企业作为社会有机体的一个细胞,在生存与发展的严酷竞争中,由于客观环境的复杂性以及市场的瞬变性和不可预见性,     

雷达图在上市公司财务预警中的应用

本文分析构建了反映上市公司财务状况的财务预警雷达图,并以深、沪两市钢铁行业30家上市公司财务数据为例进行了实证分析.     

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。     

Logistic模型在钢铁行业上市公司信用风险识别中的应用

文章基于2007年钢铁行业上市企业的样本数据,用主成分分析方法将筛选出的显著性指标减少为综合反映企业财务状况的5个主成分并建立信用风险识别的二元逻辑回归模型.实证结果表明,该模型中反映盈利能力和股东获得能力的资产报酬率、每股净资产及留存收益率是钢铁行业上市公司的关键性指标,利用该模型可以对上市公司一年后的信用状况进行预测.