基于LASSO方法的企业财务困境预测

文章综合考虑企业的财务和非财务因素,利用LASSO方法对企业财务困境预测指标进行筛选,然后使用决策树、随机森林、SVM、最近邻法这四种数据挖掘方法,以及常见的logistic模型,分别建立企业财务困境预测模型.结果表明:不能忽视非财务因素在企业财务困境预测中的作用;并非所有数据挖掘方法都优于常用的logistic模型;LASSO方法能在降维的同时保证企业财务困境预测的准确性,实现模型的精简.     

上市公司财务困境预测的Fisher判别分析模型

文章运用统计方法选取有效建模变量,建立了Fisher判别分析预测模型,对我国上市公司财务困境进行了预测。研究结果表明该模型具有良好的预测精度,可以作为证券投资者和分析人员使用的一种有效的财务困境预测工具。     

基于生存分析模型的企业财务困境预测

预测企业财务困境,对于政府部门监控上市公司质量,企业自我防范,有重要作用。本文应用我国上市公司财务报表数据,采用生存分析中COX模型对我国上市公司进行财务困境预测研究。实证结果显示,通过判定的位置,模型可以较好地预测财务困境的发生。     

企业财务困境预警模型及改进策略

精确的财务困境预警能使股东、管理层、债权人等利益相关者较好地防范风险的产生。现有的财务困境预警方法主要有统计类方法以及基于人工智能的方法,但这些方法在建模的一些关键环节存在一定的问题。据此,我们若从建模方法、样本选择及变量选择三方面进行拓展,可以较好地改进企业财务困境的预警机制。     

财务困境预测模型变量选择方法的改进

传统的企业财务困境预测模型变量选择方法存在如下不足数学模型的选择与变量选择相关性极大;变量选择与样本选择相关;变量的数目受到限制,未能充分反映企业财务的全部信息;对非线性响应考虑不够.对于具有非线性响应的财务预测模型来说,变量选择极大地影响到所建模型的好坏.使用正交设计和神经网络可以解决非线性响应问题,得到更合理的模型及结果.     

财务困境预测研究中应注意的几个问题

一、如何界定财务困境 历来的财务困境预测研究文献对财务困境本身的界定并不一致,而在构建财务困境预测模型之前,首先要解决的问题是给出财务困境的明确定义.Beaver(1966)对财务困境的界定分四种情形,即破产、拖欠优先股股利、拖欠债务和银行透支.Altman(1968)定义的财务困境是"进入法定破产程序的企业".Deakin(1972)则认为财务困境"仅包含已经历破产、无力偿债或为债权人利益而进行清算的公司".Carmichael(1972)认为财务困境是企业履行义务时受阻,具体表现为流动性不足、权益不足、债务拖欠及资金不足四种形式.Ross,Westerfield和Jaffe在其经典教科书<公司理财>中感叹道,"令人惊奇的是,我们竟然很难准确定义财务困境".他们认为,这是由企业陷入财务困境的事件多种多样造成的.在<公司理财>中,Ross等人建议按Black法律大辞典中的存量和流量概念界定财务困境(破产),即当一个企业的资产价值少于其负债价值时会出现存量破产(这意味着企业股东权益为负值),而当企业的现金流量不足以偿还合同所要求的支付款项时,则发生流量破产.     

基于Cox的财务困境时点预测模型研究

文章借助上市公司提前三年的财务比率数据,采用不同的样本比例和分界点,及其不同样本观测期对基于Cox的财务困境时点预测模型的判别能力和稳定性进行了分析.结果表明,该模型不但能提供80%以上的判别精度,而且具有估计公司未来存活时间的能力,可提供困境发生的时点预测,具有"判断"和"化解"风险的双重功能,是其他预警模型所无法实现的,是一种更为直观、动态和精确的财务困境预测方法.     

上市公司审计意见类型预测模型

文章旨在建立一个利用各种财务指标和非财务指标来可靠的预测审计意见类型的模型。我们利用2004～2006沪深两市上市公司的年报数据来检验提出的probit审计意见预测模型,发现该模型的预测精度为61%-68%,预测准确率较高。我们发现,诉讼事项、财务困境、亏损状况对预测审计意见类型的能力较强,而存货、应收帐款以及营运资金等指标预测能力很弱。     

我国上市公司财务预测制度研究

在当前充满竞争、风险和战略发展的市场环境中,财务预测作为企业财务管理的重要环节之一,其功能与影响力将日渐突出.本文通过分析我国上市公司财务预测制度,并结合美国财务预测信息披露制度发展过程,对我国财务预测制度未来的发展进行探索和研究.……     

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。     

社会保障基金长期财务随机预测模型的比较与选择

为了测算分析社会保障制度的可持续发展,世界上不少国家建立了社会保障基金长期财务预测模型。与确定性财务预测模型相比,随机预测模型有利于阐明预测结果所面临的不确定。美国在运用随机预测模型对社会保障基金的财务状况做出预测方面走在世界最前端,我国对社会保障基金随机预测模型的研究基本处于空白。本文对美国社会保障署和国会预算办公室采用的社会保障基金长期随机预测模型进行了比较分析,对两种模型的选择给出了建议,最后提出了我国建立社会保障基金长期预测模型的一些建议。     

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。     

房地产财务风险预警系统研究

文章首先对2006～2010年A股上市的房地产公司的财务风险预警系统进行了研究,并分析了房地产上市公司的财务风险因素;其次在选取财务和非财务指标作为备选指标,及进行预处理和显著性检验后,运用因子分析对指标项进行了降维处理,并采用BP-Adaboost神经网络算法对房地产公司的财务风险进行了预测;最后结合财务风险预测结果,提出了后续研究内容和思路。     

两种财务困境程度判别模型的构建与比较

我国证券市场上每年都有不少企业陷入财务困境,而且长期以来这一问题一直都未得到有效解决.文章从我国A股市场上以随机抽样方式选取了900家上市企业作为研究样本,构建了一套能全面反映企业财务状况、评价企业经营业绩的多指标的财务评价体系,运用因子分析和聚类分析对企业的财务困境程度进行分类,并运用单因素多因变量方差分析检验其分类效果；通过分析比较各类别样本的财务状况确定各类别的困境程度,同时归纳出困境企业共有的财务特征.最终得到上市公司财务困境程度划分,加强企业经营风险管控.     

基于VaR的财务风险识别与评估

文章在概括地分析了当前几种影响企业财务风险的因素后,引入VaR参量,构建以VaR参量为主要衡量指标的财务风险预测回归模型,并以实际数据为样本,探讨VaR参量对识别企业财务风险的统计影响程度.     

基于所有权配置的企业财务控制权最优安排

财务控制权安排是财务治理的核心内容,合理的财务控制权安排可以优化公司治理,从而解决"大股东掠夺小股东"、"经营者控制"等公司治理的困境问题.文章通过对企业所有权安排的配置研究,解析企业所有权配置对企业财务治理及财务控制权的影响,并以此为基础构建了企业最优财务控制权安排,文章最后分析了相关因素对这种最优安排的影响程度及其机理,旨在为我国企业的经营管理提供理论参考.     

关于统计学的三个研究方向

(一)关于统计运筹与优化的研究 随着对“大统计”认识的逐渐趋同,以及“大统计”学科的建立,我们应对已有的统计理论与方法进行相应的整理。我们逐渐认识到现有统计理论与方法的某些不足之处。就像贝叶斯统计、非参数统计不仅对经典数量统计提出了挑战,同时也完善了数理统计理论和方法。     

我国GDP时间序列的模型建立与预测

本文利用统计软件对我国1952年到2005年的实际GDP时间序列数据进行了分析,分别建立了ARMA模型和Holter-Winter非季节短期预测模型,并对2006年到2010年的全国GDP进行了预测。结果表明两个模型都有很好的预测效果。     

非等距灰色预测模型的应用

本文首先对非等间距灰色预测模型的预测精度进行了分析,说明模型初值的选择对模型的预测精度也有着重要的影响;进而提出了可以提高预测精度的修正初值的方法,最后,给出了一个应用实例。结果表明,通过初值的修正能够提高预测模型的预测精度。一、非等间距灰色预测模型精度分析假     

主成分分析在企业财务状况评价中的应用

对企业财务状况的评价是企业财务管理活动中的一个重要环节，它既是对企业已完成的财务活动的总结，又是进行财务预测的前提，在财务管理循环中起关承上启下的作用。