我国上市公司财务困境预测新探

本文采用主成分分析方法确定模型变量,建立多元判别分析(MDA)、Logistic回归和改进型BP神经网络模型进行财务困境预测。结果表明,神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,神经网络模型更适合于财务困境预测。但三种模型的长期预警能力不够理想,提出建立以定量模型为主、定性分析为辅的上市公司财务困境预测新方法。     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。     

基于神经网络-Logit回归的混合两阶段财务困境预测模型

本文选取沪深两市在2003-2005年被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行研究,选取10个初始财务指标,在进行T检验的基础上,确定了7个财务指标作为判别模型中使用的解释变量.并利用基于神经网络-Logit回归的混合两阶段模型预测上市公司财务困境,结果显示,模型具有较强的判别能力.     

制造业上市公司财务困境预测——基于panel logit模型的实证分析

目前关于财务困境预测的模型大多是局限于横截面数据的静态模型,忽视了公司的财务状况是不断变化的事实。为了揭示公司财务状况的变化过程,利用面板数据建立了panel logit概率模型。在变量的选取上,不仅考虑了财务指标,还考虑了股权集中度、公司治理结构和审计意见等方面的指标。研究结果表明,panel logit模型的判别准确率比较高,可以利用公司当年的数据预测下一年度公司陷入财务困境的可能性。     

公司治理与财务危机关系分析

以2008年现金到期债务比指标小于0为依据,选取沪深两市中233家公司为样本并进行配对,利用公司治理信息来构建财务危机模型。研究结果表明：公司治理对财务危机影响的主要因素是外部董事比例、董事持股比例和股权集中度;综合模型判别准确率达到71.9%。     

基于中位数回归模型非寿险精算中费率因子的显著性判别分析

广义线性模型作为分类费率厘定的重要工具,面临着如何选择损失变量分布的问题,而且对于存在巨额索赔的数据费率因子的显著性判别往往不具有稳健性.文章利用中位数回归模型弥补了广义线性模型的这些不足,结合实际数据对费率因子的各水平进行显著性判别,并与其他常用损失模型的拟合结果进行比较.结果表明,中位数回归模型在费率因子的显著性判别方面更具有客观性和稳健性.     

财务危机预警模型效果的比较

本文运用主成分分析筛选出一致的指标,分别构建了Logit回归模型、二分类线性判别模型、主成分分析模型三个预警模型,根据样本的检验结果发现三个模型的判别精度都在85%左右,根据两类错误概率对其进行比较后,得出了三个模型各自的适用范围。     

有序响应变量的贝叶斯模型选择及其在COPD疾病防治中的应用

慢性阻塞性肺病(COPD)是一种发病率、死亡率都非常高的疾病，且COPD的诊断和严重程度分级依赖于肺功能的检查，但是由于肺功能检查仪器价格昂贵，使得这项检查在很多经济欠发达地区尤其是农村基层医院并没有普及。本文基于有序响应变量模型致力于研究一种便于基层和社区使用的可以初步判别COPD病情的模型，以期提高我国基层和社区的COPD 防治水平。利用贝叶斯变量选择方法和数据增强的潜变量策略得到了易于实施的Gibbs后验抽样算法。数值模拟分析进一步说明了本文提出的有序响应变量贝叶斯模型选择方法的有效性，实例分析得到了易于判别COPD严重程度的稀疏模型。     

大规模指标下的环境效率评价方法研究

由于DEA模型的有效性识别能力随着指标变量的增加而减弱,文章针对环境效率评价问题中常常面临的不期望输出和大规模多重相关指标变量的问题,引入了一种基于主基底变量的数据降维方法,以提高DEA模型的有效性和判别能力;通过累计信息含量的测度,对主基底变量进行了有效筛选;在此基础上,提出了基于主基底变量的效率评价模型.实例分析说明了文章所提出方法的合理性和有效性.     

判别分析统计检验体系的探讨

判别分析已越来越受到人们的重视并取得了重要的应用成果，但应用中存在着简单套用的情况，对判别分析的适用性、判别效果的显著性、判别变量的判别能力以及判别函数的判别能力的检验等问题重视不够。为了更好地应用判别分析，就应对判别分析进行统计检验并建立统计检验体系，统计检验体系应包括：判别分析适用性检验，判别效果显著性检验，判别变量的判别能力检验和判别函数的判别能力检验。