基于ERP的财务危机预警子系统的建立

每年有大量企业出现财务危机甚至破产,尽管这些企业运行着ERP或财务软件系统,但系统本身并没有财务危机预警子系统,难以进行实时自动预测报警,从而失去了企业经营赖以决策的重要诊断工具。本文将ERP功能扩展,进行了财务危机预警子系统的系统分析与设计。     

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.     

基于专家系统的财务危机预警研究

本文对国内外财务危机预警方法进行分析,指出我国现有财务危机预警方法各自的优缺点,在此基础上提出了基于专家系统的财务危机预警方法.该方法采用基于规则推理和案例推理的专家系统对财务危机进行定量预警;利用模糊神经网络对财务危机进行定性预警,并将二者所得信息有机地融合在一起,获得较为准确的财务预警结果.     

基于学习向量量化LVQ神经网络的财务危机预警研究

应用学习向量量化LVQ神经网络方法,以近期14个数据作为财务危机预警建模样本和测试样本,建立了财务危机的预警模型,经过对样本的反复训练和学习,得到了较好的预测结果.研究结果表明:LVQ神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得到比较满意的结果.因此是一种比较理想的预测方法,具有广泛的适用性和较高的推广价值.     

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。     

财务危机预警研究方法的比较及评析

本文分别对财务危机预警研究中使用的多种定量研究方法、定性研究方法进行了简介、比较和评析;通过对两大类研究方法优缺点的比较,得出将两类研究方法相结合可以提高预测准确率的结论.     

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。     

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.     

基于期权理论的上市公司财务危机动态预测方法研究

预测上市公司财务危机是投资者、债权人及证券市场监管机构所广泛关注的课题。本文运用现代财务理论和期权理论，以企业“资不抵债”作为上市公司陷入财务危机的标志，利用资本市场的信息指标——股价——建立起上市公司动态财务危机预测模型，克服了统计预测方法利用财务报表信息预测的时期性和滞后性的缺陷。     

基于模糊综合评价的财务危机预警研究

本文针对传统财务预警研究方法的不足,提出将模糊综合评判法引入到财务危机预警研究中,并在综合考虑财务指标与非财务指标的基础上,建立企业财务危机综合评价体系,从而更有效的预测财务风险。     

财务风险预警理论研究

本文主要从委托代理理论、企业预警理论以及现代财务理论三大理论出发,从管理学、经济学及公司治理三个角度阐述了财务危机产生的机理,为财务危机预警的实证研究提供了理论框架。     

基于非财务指标的企业财务危机模糊预警模型研究

针对企业财务危机预警难以做到真实、准确的问题,提出了基于非财务指标的企业财务危机模糊预警模型。应用多级模糊综合评判法对财务风险因素进行定量化评价,对定性的非财务指标采用模糊统计的方法,从定量与定性相结合的角度出发,构建了财务危机的模糊预警模型,并对其进行了检验,以期使预警结果更加真实、准确。     

基于粗糙集理论的城市购房决策

购房的决策问题是一个需要综合考虑多因素的决策问题。购房者在对不同楼盘进行筛选、比较的时候,除了可以直接对影响因素进行主观赋权之外,还可以充分利用历史数据,从客观上对影响决策的各因素进行合理、科学地分析。而粗糙集理论能有效地对历史数据进行处理,在客观上确定属性重要性。然后结合具体环境,构造各因素间的两两比较判断矩阵,得到主观权重,综合主客观权重最后得到综合权重,为购房决策提供依据。     

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。     

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。     

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.     

基于模糊优选和神经网络的企业财务危机预警

提出了基于系统模糊优选和神经网络模型的企业财务危机预警方法, 对企业财务危机的 测定、财务危机预警推理知识的神经网络动态学习与推理、财务危机指标的预测等功能进行了 集成, 实例分析表明该方法有效、可行, 为企业财务危机的动态预警提供了新的途径.     

捕捉财务危机的早期信号

财务危机是由于企业财务状况的不断恶化生成。因此,经营者一定要十分注意那些可能导致财务恶化的早期信号,将那些可能会危及企业获利能力甚至生存的问题及早解决,并随时对可能引起危机的种种现象多加     

我国综合类上市公司财务危机预警模型的比较研究

以1998-2004年沪深两市首次被特别处理的A股综合类上市公司为研究对象,通过均值比较、配对样本T检验和Z检验,从9个方面的27个研究变量中选取了9个差异显著的变量,建立了危机前(t-2)年的判别分析模型、逻辑回归模型和人工神经网络模型。各种模型均取得较高的预测效果,尤其是判别分析模型,判正率高达89.29%。