基于公司治理因素的财务困境预警实证研究

在对财务困境预警领域已有研究成果进行总结和评价的基础上,选取我国沪、深两市2007、2008年被ST的70家公司,及与其上市时间及主营业务相近的70家非ST公司,提取财务指标及有关治理指标对上市公司财务困境进行预警研究。实证研究结果表明：将公司治理因素引入预警模型能够提高预警的准确程度,财务困境预警研究综合考虑财务指标和治理指标具有积极意义。     

基于非财务指标的财务困境预测及征兆分析——来自于制造业上市公司的实证研究

本文通过比较两类公司中正常公司和ST公司(财务困境公司)之间在股权结构、治理水平、上市时间等非财务指标上的差异,分析公司被ST之前的征兆。在此基础上,以非财务指标建立Logistics财务困境预测模型进行检验,发现被ST之前的第4年(t-4)的预测精度不低于下一年度。     

公司治理因素对上市公司财务困境恢复的影响研究

选取生存期为2008-2013年的沪深A股全行业上市公司作为研究样本,运用Cox模型对2438家上市公司2013年的财务数据和公司治理数据进行了分析.研究结果表明,上市公司财务困境恢复受到财务指标和公司治理因素的影响,其中,财务指标中的盈利能力指标和公司治理因素中的董事会和所有者影响最为显著.公司治理因素的引入,大大改善了上市公司财务困境出现和恢复模型的整体效果,特别是董事会和所有者两个层面指标的加入,提高了Cox模型的显著性,增强了方程的整体拟合度;受我国国情制约,高级经理人中的高管持股比例并未对上市公司财务困境的恢复产生显著性影响.     

基于公司现金流信息的财务困境预测实证分析

从财务困境的定义、产生的原因及其早期信号等方面探讨企业财务困境相关问题。使用因子分析法浓缩财务指标,把现金流信息引入到企业财务困境预测中,最后在已有研究的基础上以我国上市的ST公司和非ST公司作为研究样本,使用Logistic回归分析的方法构建引入现金流信息的财务困境预测模型,证明把现金流信息引入到传统财务困境的预测中具有较高的预测精度。     

企业规模扩张中的财务危机预警研究——以上市公司为例

针对企业规模扩张中存在的财务问题,以上市公司为研究对象,选择上市公司中的部分ST公司和非ST公司为样本,利用15个财务指标,从ST样本公司和非ST样本公司连续三年财务指标之间的差异,找出可能引发财务危机的因素,应用多元逻辑回归模型(Logisitic模型),进行财务预警,结果表明所设计的财务危机预警是有效的。     

基于多类Logistic的财务困境预警模型实证研究

将公司的财务状态划分为财务困境、财务健康和财务亚健康三种状态,在财务指标的基础上引入了公司治理等非财务指标作为研究变量,运用多类Logistic回归方法,分别建立了财务变量的财务困境预警模型和引入非财务变量的财务困境预警模型,能为投资者、债权人等进行正确投资决策提供较详细的公司财务状况预测信息。     

企业财务困境预警模型分析

借鉴国内外已经比较成熟的研究成果,将中国上市公司因财务状况异常而被特别处理（ST）作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用Logit回归建立财务困境预警模型;然后用财务困境企业样本数据进行分析,并与财务正常企业的数据进行比较。分析结论表明,财务指标包含了预测财务困境的有用信息。     

基于单变量分析的我国上市公司两阶段财务预警模型实证研究——以纺织行业为例

我国现有的财务预警研究大部分仅限于对上市公司是否会陷入ST来建立预测模型,缺少对公司陷入ST后财务状况预测的进一步研究。应着眼于为上市公司的外部信息使用者建立ST前和ST后两阶段的预测模型,即把正常公司是否会转为ST公司作为模型预测的第一阶段,把ST公司是否会暂停上市作为模型预测的第二阶段,可选取包括现金流量指标在内的五种财务指标,以纺织行业为例进行分行业的实证研究,建立纺织行业两阶段的单变量预测模型。研究结果表明这些模型在两个阶段都达到了较好的预测效果。     

基于GMDH神经网络法的中小板上市公司ST分类预测研究

预测上市公司的上市状态对投资者与其他利益相关者至关重要.选取2019年1月1日至3月31日我国中小板116家上市公司的86个财务指标数据,运用GMDH神经网络法对ST公司和非ST公司进行分类预测,预测正确率达到78.26％.进一步采用1:1配对原则(43家ST公司和43家非ST公司)对中小板上市公司进行ST分类预测,预测正确率大幅提高,达到88.24％.由此发现,基于GMDH神经网络法的中小板上市公司ST分类预测具有较好的预测表现.     

基于邻域粗糙集神经网络的审计意见预测模型研究

审计意见类型及其预测结果受到企业各利益相关方的高度关注.同时选用财务指标和非财务指标为变量,构建了基于邻域粗糙集神经网络的审计意见预测模型.将领域粗糙集作为BP神经网络的前置系统,在保持分类能力不变的前提下进行指标约简,提取关键指标,再将约简的指标体系作为神经网络模型的输入变量.以2013-2015年沪深A股176家公司数据作为研究样本,采用三种模型进行审计意见预测对比分析,结果表明:本模型预测准确率达到97.06％,与单纯利用神经网络建模或单纯利用财务指标建模的预测效果相比具有更好的预测效果.     

从现金流角度构建财务困境预测模型

随着中国证券市场的发展,上市公司也日益增多。为了保护自己的利益,投资者及债权人必然要关注公司的财务健康状况。因此,及时有效地预测那些将会陷入财务困境的公司对他们来说具有重要的意义。文中以上市公司1999年度可公开获得的财务数据为基础,运用因子分析方法,推导出一个基于现金流量的财务困境预测模型。该模型能够根据上市公司1999年度的财务数据预测出那些将在2001年初被ST处理的上市公司。结果表明模型的预测准确性最高可达80%。     

基于Logistic与Fisher的上市公司财务困境判别模型比较研究

以我国股权分置改革后A股制造业公司为研究对象,采用大样本法选取样本,选用财务困境发生前2年内8个季度的财务数据进行分析,对财务困境公司与正常公司的财务指标分别进行Fisher判别分析、线性logistic回归和非线性logistic回归分析。研究结果表明,我国上市公司财务困境发生前2年的季度数据对公司财务困境是否发生具有预测效力;总资产净利润率、营运资金比率和成本费用利润率三个指标对财务困境的预测能力较强;非线性logistic模型的误判率最低,线性logistic模型其次,Fisher模型的误判率最高。     

公司治理与财务困境:来自上海股票市场的证据

近年来的研究表明,大多数国家的公司中都存在最终控制人。最终控制人的存在侵害了中小股东的利益,从而造成了公司价值的下降。然而,这还不能确定公司治理结构与财务困境之间是否存在相关性。通过对上海股票市场上市公司的研究,发现独立董事比例、第一大股东持股比例、现金流量权与表决权的偏离等治理结构变量确实与财务困境存在相关性,建立预测模型进行预测时能够达到很高的预测精度。     

基于公司财务状况结构的财务困境预测

由资产负债表所反映的资产结构、负债结构和权益结构等组成的财务状况结构是公司是否陷入财务困境的动因。以2004-2009年间因财务状况异常而被特别处理的上市公司为研究样本,对财务状况结构和公司财务困境之间的关系进行实证研究,结果表明财务状况结构对财务困境的发生具有较好的预测作用,模型的总体预测精度达到91%。其中,银行借款比例和现金比例这两个结构变量是影响财务困境发生的最重要因素。     

山西省上市公司2007—2009年经营业绩评价研究

截止2010年6月,山西省辖区范围内有28家A股上市公司,从盈利能力、偿债能力、资产管理能力和成长能力四个方面,选取若干个财务指标作为上市公司业绩评价的指标体系,运用因子分析法,进行实证分析,并将上市公司按其业绩状况进行排名。研究结果显示:公司的盈利能力和短期流动能力是决定其业绩优劣的主要因素;上市公司的业绩两极分化明显;业绩优秀的大多是按照现代企业制度进行公司治理结构改制的能源类上市公司。     

关于中国上市公司财务危机预警模型的实证研究——基于2002～2004年新增ST公司

文章以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。以上市公司突然出现重大亏损、连续两年亏损、股东权益低于注册资本或每股净资产低于面值等几种情形作为界定“财务危机”的标准。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、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的思路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。     

上市公司财务困境预警的Logit模型实证研究

把传统财务指标与现金流指标结合起来,利用logit方法构建了一个上市公司财务困境预警模型,该模型对预测样本进行实证研究,证明是一种有效、实用的预测方法。     

基于Basu模型的中国上市公司会计稳健性研究

本文以上市公司财务数据为研究样本,并将样本公司分为ST和非ST两类,通过正态分布检验、T检验和K-S检验剔除不显著的财务指标,并运用主成分分析法对财务指标进行进一步筛选,进而运用Basu模型对上市公司会计稳健性与提炼出来的财务指标相关性进行探究。结果表明,中国上市公司中,ST公司与非ST公司对遵循会计稳健性的程度不同,ST公司比非ST公司遵循程度更强;上市公司财务人员对会计稳健性的遵循程度与流动比率呈负相关关系;上市公司财务人员对会计稳健性的遵循程度与利润增长率呈负相关关系。     

基于Logit模型的中国预亏上市公司财务困境预测

使用Logit模型对中国45家预亏的上市公司财务困境进行预测分析。另外还选入了相同数目的业绩正常的公司进行比较。实证研究表明，Logit模型在预测亏损前的上市公司财务困境方面具有较高的准确率。     

中国上市公司财务困境模型的研究

该模型从选取基本的财务指标作为解释变量开始,运用费歇（Fish-er）判别分析法,计算出各个财务指标变量的系数,得到判别准则。在假定错判代价相等的惰况下,得到ST公司与非ST公司的分断点。以该分断点为基准点,大于该点则认为公司财务状况基本良好,小于该点则认为公司可能出现了财务困境。