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.     

基于增长偏离度的企业财务预警模型构建

文章首次从企业增长模式的角度进行企业财务预警研究.在实证研究中,对72家上市公司2007～2011年的数据进行Logic回归分析,构建了包含增长偏离度绝对和的财务预警模型,证明了企业实际增长率偏离可持续增长率的程度越大,日后出现财务风险的可能性越大这一假设,并且建立的财务预警模型与现有预警模型相比,具有长期预警的特点.     

最小最大概率分类的财务预警模型

最小最大概率机是一种实现未知样本正确分类概率最大化的分类算法,其在两类样本的均值和协方差矩阵已知的条件下而构建的,对类条件分布不做要求,非常适合于财务危机建模分析.文章提出使用建立最小最大概率分类理论进行财务预警研究,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,使用线性和核最小最大概率机算法分别建立T-2和T-3年财务预警模型,实验结果表明最大最小概率分类财务预警模型具有不错的分类效果和适应性.     

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。     

基于灰色理论和神经网络的公司财务预警模型

通过合理选取财务风险预警指标,基于函数变换的GM（1,1）模型和神经网络建立了动态财务预警模型。实证研究结果表明,该财务预警模型能够有效反映企业财务状况的发展趋势,从而为财务风险预警提供了新的研究方法。     

财务风险预警建模原则及几种预警新模型

随着企业经营风险不断上升,上市公司的财务预警问题受到多方利益相关者的关注.文章提出了建立财务预警模型的原则:选择的样本公司财务特征要尽量与被预测公司的财务特征相同,所处的经济环境类似;确定的预警指标体系必须最能反映两类样本公司财务本质特征,能区分出两类样本公司间财务上的根本差异;构建预警模型要考虑样本数据分布状况;预警模型要与定性分析结合使用.然后创构了理想距离判别,最近距离判别,极小离差主成分判别,以及模糊判别4种新预警模型.     

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。     

我国零售业财务预警系统的构建

我国零售市场体系已初步建立,零售市场经营主体规模不断扩大.但我国零售业上市公司在快速发展的同时财务危机也不断显现,构建一个有效的、符合零售业上市公司财务特点的财务危机预警模型具有很重要的现实意义.文章将以零售业上市公司为研究对象,根据我国零售业各财务指标的具体情况,运用逐步判别法建立一套适合我国零售业财务特点的财务预警模型.     

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。     

基于现金流量的财务危机预警研究

随着现金流量在企业中越来越重要,人们对现金流量信息的重视程度与日俱增。本文以现金流量作为企业财务预警的基础,通过对现金流量数量指标和效益指标的分析,建立现金流量的财务预警模型,并通过多组上市公司数据对该模型的有效性进行了验证。     

Z计分模型的改进及实证检验

文章结合我国上市公司的具体特点,以探索符合我国上市公司自身特点的财务预警模型,加入了现金流量这一财务指标,对Z计分模型做了改进,能更好地为企业财务预警机制服务.     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

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.     

财务危机的预警模型

财务预警方法是指借助企业财务指标体系来判别企业财务状况。本文介绍了一元判定模型、多元判定模型以及基于EVA多元逻辑模型。同时讨论了财务危机预警模型在国内的研究状况及其所遇到的困难。     

构建我国宏观经济预警模型的几点建议

文章通过对国外经济预警模型的比较研究,认为直接将这模型应用于我国经济预警工作,可能存在诸多不足之处,我们必须用系统化的思想建立经济预警指标体系,采用定性与定量相结合,短期与长期相结合,静态分析与动态分析相结合,统计分析与数学模型相结合的科学分析方法,将不同预警方法结合起来进行综合预警,提高预警的可靠度.     

基于层次分析法的财务预警指标权重设置方法

在企业的财务预警机制中,预警指标的选择和指标权重的设置是至关重要的。文章在分析比较指标权重设置方法的基础上,认为层次分析法是其中科学性最高的,并确定了运用层次分析法设置财务预警指标权重的步骤,具有较强的可操作性。     

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.     

上市公司财务困境预警的Logistic模型实证研究

本文首先根据单变量检验和因子分析对备用财务比率进行提炼和筛选,然后运用Logistic回归建立一个变量少且效果佳的财务困境预警模型,并以我国上市公司为研究对象,选取120家处于财务困境的公司和120家财务正常的配对公司为研究样本,对上市公司财务困境预警的Lo-gistic模型进行实证检验。     

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。     

于功效系数法的企业财务危机预警体系的构建

有效的财务预警对于帮助企业及时发现和消除财务隐患，防止财务危机的发生具有重要的意义。本文在总结国内外财务预警方法的基础上，对功效系数法财务预警体系的构建进行了探讨，希望能够引导企业提高风险意识．加强财务风险管理，保证企业可持续发展。