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。     

用主成分分析法构建我国上市公司财务预警模型

本文以我国的上市公司为样本,运用主成分分析确定主成分指标,建立了我国上市公司的财务预警模型。进一步根据预警模型的预测分值来确定上市公司财务状况的评价区域,对所构建的财务预警模型进行了预警效果检验,表明财务预警模型正确率为84.25%。     

主成分分析用于多指标评价的方法研究——主成分评价

首先,分析了目前主成分分析用于多指标评价中存在的对指标不加选择的滥用倾向、未考虑评价者的价值判断、以及是否需要多主成分合成等评价相关问题,特别是指出了传统方法存在信息量权二次加权问题.其次,本着在多指标评价理论框架之下对主成分分析进行"主观化"改造的思想,提出分级指标体系设计、增加重要性权(二次加权)等观点,构建了适用于半结构化问题的"主成分评价"方法体系.进一步地,依据问题指标重要性差异和指标体系相关度差异,对目前主成分分析用于多指标评价各种方法及其适用条件进行了系统的分析.最后以一个简单的实际案例加以验证.     

主成分分析应用研究综述

主成分分析法被大量应用于社会学、经济学、统计分析中,是一种应用十分广泛的多元统计方法,本文对主成分分析的原理,应用条件,应用领域中存在的问题以及主成分应用的改进等方面做了评述。     

基于主成分分析的企业综合评价研究

企业的整个生产经营活动都要围绕提高经济效益的目标来进行,否则企业的生存与发展就得不到保证。因此对企业经济效益进行综合评价就显得尤为重要。本文构建了基于主成分分析方法的企业综合评价模型,以SPSS为辅助工具,依据各地市主要工业企业财务指标对山东省17地市进行了综合分析。     

房地产企业财务预警方法的研究

从企业财务预警的基本理论出发,结合房地产企业的基本特点,运用主成分分析法以及指数平滑法从理论上构建了房地产企业财务预警预警系统,期望能为我国房地产企业财务风险控制提供有益的启示。     

高校财务预警模型的构建和实证分析

本文从高校财务的4个方面选取了5个指标进行分析,通过主成分分析建立高校财务预警的综合评价模型,对高校的财务状况给出了综合分析.同时,利用31所高校的实际情况进行了实证分析.     

基于SPSS主成分分析的油田采油成本控制研究

本文以胜利油田为例，采用主成分分析方法，分析了原油开采过程中各成本指标间的系统联系．并确定了3个主成分，达到在保证信息量的同时简化分析的目的。研究结果表明，主成分分析方法能从本质上揭示影响石油企业开采成本的各因素关系，并且能为各油井给出成本分析的综合评价，从而可以为高层决策提供理论依据。     

解析金融管理在企业经营管理中的应用

随着我国经济的快速发展,我国企业的管理方式也做着变革、创新,在信用、货币、银行方面的经济活动,例如信贷资金的运用吸收、货币的流通、有价证券的买卖、外汇买卖、保险信托租赁、国际货币支付等等,对会牵扯到企业的经营管理,所以我们把金融管理当成企业经营管理的一部分。本文先是讲解了金融管理对企业经营管理的意义,然后分析了企业金融管理方面的现状,最后从以下几个方面讲解了金融管理在企业生产经营管理中的应用。     

企业成长性主成分分析——以环保行业上市公司为例

本文以我国环保行业上市公司为研究对象,用定性定量相结合的方式从获利能力、财务风险、营运能力、增长水平等方面选取相关的财务指标,运用主成分分析法对环保行业上市公司的成长性进行实证研究.研究表明,获利能力和财务风险是影响企业成长性的重要的因素.     

Logistic方法在财务困境预测中的应用

财务困境预测已成为国内外广泛关注的研究领域.财务困境预测方法主要包括多元线性判别法、逻辑回归法等参数方法以及神经网络等非参数方法,本文对各主要方法的优劣进行了评价,阐述了逻辑回归模型在财务困境预测领域的应用现状,并应用Logistic模型对我国上市公司进行了分类预测,在T-2年上取得了较好的预测精度.     

企业财务危机预警:偏最小二乘logistic方法的应用

鉴于现阶段我国上市公司的信用数据具有高维性和高相关性的特点,已有企业财务危机预警研究多采用能够有效降雏和消除共线性的主成分logistic模型.然而,这种模型定式在提取主成分时没有考虑解释变量与被解释变量之间的相关性,可能导致与企业财务状况关系密切的解释变量信息的丢失,从而削弱模型的预测能力.考虑到这一缺陷,本文在分析中首次引入偏最小二乘方法,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明偏最小二乘logistic模型不仅具有较优的拟合度,而且具有较高的企业经营失败预测能力.Bootstrap检验显示模型还具有较强的稳健性,预警效果更为可靠.     

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。     

股权结构、财务困境成本与困境公司绩效

本文以1997—2003年发生财务困境的105家上市公司为研究样本,以资本支出率度量公司投资水平,以销售增长率与“EBIT/总资产”度量公司绩效,采用单变量与多变量分析方法。研究发现,第一大股东持股比例越大,困境公司的投资与绩效水平越高;股权制衡对困境公司不再具有显著的积极作用;由于预算软约束的存在,国有公司比非国有公司在财务困境期间具有更低的财务困境成本,失去了更少的投资机会、市场份额与利润,从而表现出更高的投资与绩效水平;公司是否被企业集团控制与财务困境成本及困境公司的投资、绩效水平没有显著相关性。     

基于RS与ANN的上市公司财务困境预测模型的实证研究

本文以中国上市公司作为研究对象,采用粗糙集理论(RS)客观选出预测模型指标体系,以因财务状况异常而被列为特别处理公司(ST公司)作为界定上市公司的财务困境标志,采用人工神经网络(ANN)寻找最佳的利用公开财务数据预测中国上市公司财务困境的模型。我们的研究结果表明,总资产报酬率等18个包括现金流量类指标的财务指标有较强的区分财务困境公司和财务健康公司的能力;行业类型和资产规模对于上市公司财务困境预测具有至关重要的作用;运用ANN建立的神经网络模型有较强和较稳定的预测能力。     

政治关联与财务困境公司的政府补助——来自中国ST公司的经验证据

本文以2002-2007年沪深两市的ST公司为样本,实证研究了企业的政治关联对财务困境公司获取政府补助的影响.结果显示:(1)民营企业的政治关联对企业处于财务困境时获取政府补助有显著影响,但对国有企业作用不显著.(2)考虑企业所处的地区环境差异之后,本文发现民营企业的政治关联优势受到地区财政富余程度的显著影响,而地方政府干预要起作用也受到地区财政状况的制约.只有在地方财政有充足财力的情况下,民营企业才可能利用政治关联获得更多的政府补助.(3)从政府补助的效果来看,政府补助虽然可以在救助当年明显改善公司业绩,但对公司长期业绩的提升作用却因企业政治关联程度和企业性质的不同而存在差异:政治关联较弱的民营企业获得的政府补助对公司长期业绩的提高作用显著,但对于国有企业以及具有较强政治关联的民营企业作用则不显著,这在一定程度上说明政治关联导致了政府补助资金的低效运作.     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球,处于金融市场之中的企业随时面临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失.随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析.     

Selection of Logistic Service Providers for the transportation of refrigerated goods

The aim of this article is to propose a decision model based on Analytic Hierarchy Process (AHP) for the evaluation and selection of Logistics Service Providers (LSPs) for a refrigerated products company. The results indicated that quality, responsiveness and reliability are the most important criteria for selecting an LSP for the transportation of perishable refrigerated goods, considering contractor’s profile, which is based on protection of its brand and reputation in the market. In addition, sensitivity analysis is performed to verify priority ranking stability. Therefore, this research illustrates how AHP model could be implemented to help the decision-making process for selecting third-party services in logistics for perishable refrigerated goods effectively.     

治理机制、高管特征与农村信用社经营绩效--以山东省为例的实证分析

公司治理机制和高管人员特征是影响农村信用社稳健经营和经济绩效的重要因素.本文对山东省133家农村信用社调查数据的实证研究表明,农信社公司治理与经营绩效负相关,高管人员的管理经验及任职年限与农村信用社的绩效正相关.此外,我们还发现,农村信用社规模与绩效正相关,创新程度与绩效负相关.     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。