后金融危机时代财务困境企业解困的路径选择

后金融危机时代,财务困境企业所面临的困境更加复杂。原材料价格持续上涨、劳动力成本上升、融资成本居高不下、自主创新能力不足等困难导致不少财务困境企业的财务状况更加恶化甚至走向破产。行业协会在促进企业解除财务困境过程中能发挥"协同、引领、集群"的作用。基于以上分析,文章对促进行业协会引领财务困境企业走出困境提出若干思考:帮助财务困境企业进行管理创新;促进行业质优企业对财务困境企业的帮扶作用;推动财务困境企业与高校、科研院所建立技术创新战略联盟;协助财务困境企业降低融资成本。     

专有成本动机与非财务信息披露相关性检验

文章以我国上市公司非财务信息披露为研究对象,实证检验了专有性动机与非财务信息披露的关系。研究结果表明,进入障碍和行业集中度是影响我国非财务信息披露的主要专有成本,与非财务信息质量显著正相关。此外,非财务信息披露质量和专有成本之间存在时滞效应,非财务信息披露后2年的专有成本数据可以更好地解释二者的相关性,而在之后3年的数据则解释力度下降,即目前管理层斟酌披露非财务信息时考虑了未来2年专有成本的影响。     

论经典统计财务困境预测模型的理论误区

文章对企业财务困境预测研究领域中的统计类判别模型进行了综述;分析了经典统计类财务困境预测模型的特点;从财务困境的界定、数据的非稳定性、非随机取样、财务困境的动态性、变量的选择等五个方面对经典统计类财务困境预测模型存在的一些理论误区进行了系统深入地剖析和理论评价;对今后企业财务困境预测研究的方向和趋势进行了展望。     

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。     

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。     

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。     

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。     

质量成本与质量水平关系及其模型研究

文章主要针对质量成本与质量水平间的关系分析及模型建立做了深入的分析研究,希望能够利用灰色系统理论从而能够在历史数据不足够多的情况下研究质量成本与质量水平间的关系,并通过灰色模型建立质量成本与质量水平间的关系模型。     

房地产新政下财务困境企业的财务状况及启示

文章选取2010年一季度沪深A股23家亏损房地产上市公司为财务困境企业样本,选择净利润增长率、净资产收益率、资产负债率、净利润现金含量四个指标,采用比较分析法分析房地产新政前后财务困境企业的财务变动状况,结果显示:房地产新政下,财务困境企业的盈利能力弱、偿债压力大、收益质量差、发展前景堪忧.文章还得出了财务困境企业摆脱困境的三点启示.     

基于数据挖掘技术的财务困境预测模型的实证研究

一、引言目前,国内对财务困境预测的相关研究还只处于起步状态,与国外研究存在着较大差距,具体表现在几个方面：一是预测财务变量指标的选取很多凭直观经验或直接借用国外研究成果,缺乏客观基础；二是研究所用的方法基本上是统计方法,使用人工智能技术的很少。本文试图用SAS Enterprise Miner来研究复杂的上市公司财务困境预警问题,在很多地方做了大胆的尝试。