基于期望违约率模型的上市公司财务困境预警研究

本文以现代资本结构理论和期权理论为依据,以企业"资不抵债"作为上市公司陷入财务困境的标志,运用资本市场的信息指标(股价)和上市公司财务数据建立期望违约率(EDF)模型,应用于公司财务困境的动态预警,克服了统计预测方法的时期性和滞后性的缺陷。     

基于财务与非财务指标的财务困境预警研究——以制造业上市公司为例

本文以沪深A股市场2005-2009年294家制造业上市公司为样本,以因财务状况异常而被ST作为公司发生财务困境的标志,分别建立了仅包含财务比率指标的单一模型和同时包含财务和非财务指标的综合模型.研究结果表明,加入非财务类指标后的综合模型,无论是在预测能力方面还是在误判成本方面均得到显著优化.     

基于TEI@I方法论的企业财务风险预警模型研究

在当前经济面临较大下行压力的背景下,企业频繁出现业绩暴雷,如何"识雷防雷"进而重塑投资者信心、防范金融风险成为迫切需要研究的现实问题。本文基于TEI@I方法论的理论框架,集成文本挖掘和深度学习构建企业财务风险预警模型。基于新的视角,提出了融合卷积神经网络和长短期记忆网络的财务风险预警动态建模方法,并以中国信息服务业上市公司为样本开展实证研究。由于在预测模型中有效地考虑了影响企业财务危机的各项财务因素和非财务因素,因此对企业未来财务困境的预测效果明显优于其他模型。该方法具有较好的应用推广性,对于政府和投资者及时掌握企业经营动态、降低投资风险以及防范金融危机具有积极的辅助决策价值。     

基于工业企业财务实力的模糊综合评判

在构建企业财务实力评价指标体系的基础上,创建了企业偿债能力、营运能力、获利能力和成长能力隶属度函数,通过建立企业财务实力模糊综合评判数学模型,实现了企业财务实力强弱程度的总体评价和定量分析,为制定提升企业竞争能力的经营战略提供了科学依据.     

基于BP神经网络方法的会计舞弊识别研究

规范的信息披露是维护证券市场公开、公平、公正的根本保证,而会计舞弊却是阻碍我国资本市场健康发展的"毒瘤".随着我国证券市场的日益完善和国内外舞弊丑闻的不断发生,会计舞弊识别问题受到越来越多的关注.本文以116家上市公司作为研究样本,通过分析舞弊案例及舞弊手段,构建了会计舞弊识别指标体系,并依据主成分分析法及BP神经网络,建立了会计舞弊识别模型,进行了实证分析.通过研究发现,这一模型对于会计舞弊的识别具有较高的准确率,是一种具有现实可操作性的舞弊识别方法.