偏最小二乘回归的中国证券市场收益影响因素研究

本文利用行为资产定价模型BMPA构建股票组合分类,在股票组合层面上以股票组合收益率为研究对象,在克服各因子间多重共线性下建立了上海证劵市场的偏最小二乘回归模型,以期找出影响收益率的主要因素,为我国证券市场的科学决策提供合理的依据。     

基于偏最小二乘回归的可转债定价模型及其实证研究

本文原创地提出了基于偏最小二乘回归(PLS)的可转债定价模型,将基于PLS的美式期权定价方法拓展到了可转债的定价;与传统模型相比,可以更好地解决多因素扰动条件下的可转债定价问题和可转债条款中的路径依赖问题.利用上述定价模型,本文计算了2004.8.1-2005.8.1期间在沪深两市交易的31只可转债的理论价格.实证结果显示,模型较好地模拟了可转债实际价格运动路径,价格估计误差在5%以下.说明该方法在实际中是可操作的,可为实际投资决策提供理论依据.     

外商直接投资影响因素的偏最小二乘回归建模分析

改革开放的20多年来,我国的外商直接投资逐年增加,对我国经济的快速发展发挥了重要的作用。而影响外商直接投资的因素有很多,不同的因素变量之间往往存在多重共线性或近似多重共线性关系,使得分析问题的难度加大。本文运用新型的多元统计数据分析方法——偏最小二乘(PLS)回归方法(既克服了传统方法的不足,又有效地消除了因素变量之间的多重共线性),分析了影响我国外商直接投资的因素,以及其影响程度,为我国进一步引进外商直接投资提供了有益的定量依据。     

企业财务危机预警方法与危机化解对策研究

目前随着经济危机在全世界的不断蔓延,我国经济增长面临前所未有的压力。企业经营压力明显加大,在这种形式下,我国企业出现财务危机的可能性迅速增多。本文就对企业财务危机预警方法和企业危机化解对策进行了研究。     

基于最小二乘理论的统计性群体决策方法

本文基于最小二乘统一理论和连乘层次分析法(MAHP)提出了一种统计性群体决策方法。首先介绍了MAHP的要点;然后建立了统计性群体决策模型;接着应用最小二乘统一理论求解该模型;进一步分析了MAHP和本群体决策方法的适用范围,分析表明本方法包容了MAHP;最后举例验证了本方法的正确性。     

试论企业财务危机的信号探测及预警方式

企业财务危机的表现形式是多种多样,但财务危机与所有危机一样在真正降临之前,都会发出一系列预警信号。只要合理运用财务报表分析、单变量模型、多元线性判定模型、经验预警等方式就能有效的抓住各种财务危机信号,防范于未然。     

试论企业财务危机的信号探测及预警方式

企业财务危机的表现形式是多种多样,但财务危机与所有危机一样在真正降临之前,都会发出一系列预警信号.只要合理运用财务报表分析、单变量模型、多元线性判定模型、经验预警等方式就能有效的抓住各种财务危机信号,防范于未然.     

资源与环境视角的废钢应用潜力研究——基于偏最小二乘法

钢铁工业是高能耗、高排放的工业,目前资源和环境对于钢铁工业发展的约束尤为突出.本文详细地分析废钢的.应用对环境的影响,废钢的来源及影响因素,并将粗钢产量、钢材累计消费量、废钢进口量作为自变量,废钢消费总量作为因变量,采用偏最小二乘法进行估计.对未来10年粗钢产量增速设定了区间值,对未来10年的废钢消费量和废钢单耗的变化情况进行了模拟,并根据模拟结果,对钢铁工业对于废钢的回收和管理提出了相应的建议.     

基于模糊优选和神经网络的企业财务危机预警

提出了基于系统模糊优选和神经网络模型的企业财务危机预警方法, 对企业财务危机的 测定、财务危机预警推理知识的神经网络动态学习与推理、财务危机指标的预测等功能进行了 集成, 实例分析表明该方法有效、可行, 为企业财务危机的动态预警提供了新的途径.     

基于非财务指标的企业财务危机模糊预警模型研究

针对企业财务危机预警难以做到真实、准确的问题,提出了基于非财务指标的企业财务危机模糊预警模型。应用多级模糊综合评判法对财务风险因素进行定量化评价,对定性的非财务指标采用模糊统计的方法,从定量与定性相结合的角度出发,构建了财务危机的模糊预警模型,并对其进行了检验,以期使预警结果更加真实、准确。     

企业经营管理预警：主成分分析在logistic回归方法中的应用

logistic回归分析是度量企业信用风险的一种主流方法,它的假设比较符合经济现实和金融数据分布的特点。但是考虑到现阶段我国上市公司的信用数据具有的高维性和高相关性等特点对logistic分析产生的负面影响,本文在logistic分析中引入了能够有效降维和消除logistic方程共线性等问题的主成分分析,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明结合主成分分析法的logistic回归分析在模型解释和预测准确率等力面均优于简单的logistic分析。     

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.     

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.     

Financial Distress Prediction Models: A Review of Their Usefulness1

Throughout the 1980s there has been continued interest in developing financial distress prediction models for both large and small firms. There has, however, been no survey of this literature directed towards assessing the uses and limitations of these models in a management context. The purpose of the paper is, therefore, to indicate the managerial uses and limitations associated with adopting financial distress prediction models. The paper achieves this end by considering in section two the current financial distress prediction techniques and their limitations. Section three examines the relevance of the predicted event (usually actual failure), the usefulness of multi-outcome models and the appropriateness of various sample selection methods. A review of the range and adequacy of the financial and non-financial information used to construct predictive models forms the basis of the fourth section and is followed in section five by a review of the validity of the claims made on behalf of their predictive accuracy. The following section examines the efficacy of other methods of predicting distress, and reviews the ‘man versus model’ literature concerning the relative abilities of unaided human decision-makers and statistical models. The final section offers conclusions and suggests where future work might be directed.     

基于随机效应logistic模型的中小企业财务失败预警研究

logistic模型是研究企业财务失败和信用违约的主流方法,但它不能很好地控制模型之外的因素对违约事件的影响。针对这一问题,本文引入截面数据的随机效应logistic模型,并对2005-2010年我国沪深两市中小上市企业的财务失败风险进行实证检验。结果表明,随机效应logistic模型相比logistic模型具有更高的样本内判别效果和样本外预测效果,而且在财务指标基础上加入公司治理指标能进一步提升模型的预警能力。研究结论对中小企业信用风险评估等具有一定的参考价值。     

考虑多维效率的上市公司财务困境预警研究

已有的财务困境预警研究一般基于财务指标,或在财务指标基础上引入单一效率指标,而多维效率指标能够更加全面有效地反映不同行业、不同资产规模的上市公司整体状况,从而对上市公司财务困境产生更好的预警效果。本文从经营效率、财务效率、融资效率和人力资本效率这四个维度分别提出相对应的投入产出指标体系,并采用数据包络分析对上市公司各个维度的相对有效性进行评价。在此基础上,将得到的多维效率指标与财务指标相融合,建立上市公司财务困境预警模型。为了验证所提出模型的有效性,采用支持向量机、人工神经网络和决策树这三种常用的财务困境预警技术,并基于不同的财务指标体系对我国上市公司进行实证研究。结果表明,考虑多维效率指标的上市公司财务困境预警模型能够有效提高预测准确度。     

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。     

基于滚动时间窗口支持向量机的财务困境预测动态建模

该文从财务困境概念漂移的全新视角,提出了基于滚动时间窗口支持向量机(suppon vector machine,SVM)的财务困境预测动态建模新方法.设计了面向概念漂移进行财务困境预测动态建模的思路框架,分为宽度固定的滚动时间窗口 SVM 和宽度可变的滚动时间窗口 SVM 分别展开算法设计.以中国上市公司为对象,通过模拟时间推移过程,对 2000 至 2008 期间被 ST 的上市公司及其配对公司共692个样本展开实证研究.结果表明:基于滚动时间窗口 SVM 的财务困境预测动态建模方法能够有效地适应财务困境的概念漂移现象,对未来企业财务困境的预测效果明显优于静态 SVM 模型.通过比较分析,认为适应性可变时间窗口 SVM 动态建模方法具有较好的应用推广性.     

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。     

财务困境成本估计述评

财务困境成本是指从破产清算或债务重组中产生的成本,可以分为三个部分:财务困境企业承担的成本,债权人承担的成本,企业和债权人以外的利益当事人的利益损失。财务困境成本也可能产生一定的利益,包括企业内部的改进和外部的财富转移。实证研究表明,财务困境成本对企业价值和资本结构具有重要的影响。