概率神经网络在财务预警实证中的应用

建立切合企业实际的财务预警系统,具有降低企业经营风险、投资风险以及防范金融危机的积极作用.在充分考察财务困境研究领域现状的基础上,建立一套适合于我国企业的财务状况识别指标体系.本文将概率神经网络(PNN)应用在财务困境研究领域,建立了财务预警模型.结果表明,该预警模型具有较高的预测准确率和良好的操作性.其短期(一年期)和中期(三年期)预测准确率分别为87.5%和81.25%.     

XML数字签名在电子商务中的应用研究

财务危机一直是困扰企业的一个痼疾,实务界和理论界也一直在寻找一种科学简便的方法来对财务进行预警.基于此,本文从财务预警的基本内涵出发,描述影响企业财务状态的诸因素,阐述了人工神经网络应用于财务预警的理论依据和基本构想,建立了财务预警的反向误差传播(back-propagation,BP)模型,提出了基于该模型的财务预警框架,以期对财务预警提供参考.     

基于BP神经网络的财务预警方法探究

财务危机一直是困扰企业的一个痼疾,实务界和理论界也一直在寻找一种科学简便的方法来对财务进行预警.基于此,本文从财务预警的基本内涵出发,描述影响企业财务状态的诸因素,阐述了人工神经网络应用于财务预警的理论依据和基本构想,建立了财务预警的反向误差传播(back-propagation,BP)模型,提出了基于该模型的财务预警框架,以期对财务预警提供参考.     

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.     

基于BP神经网络的上市公司财务预警研究

文章采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.BP神经网络在分析和研究我国上市公司的财务状况方面,具有广泛的应用前景.     

企业财务风险的预警及防范措施

财务风险是债务融资原因,导致企业经营成果的不确定性。如果企业不能按时偿还到期债务的本金和利息,企业会陷入财务困境,甚至破产。财务风险预警能实时对公司的财务风险进行跟踪监控,发现企业财务状况是否出现异常,迅速报警,方便企业及时采取应变措施,避免企业陷入财务困境。构建科学合理的财务状况预警系统并对财务风险进行防范和控制至关重要。     

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.     

基于专家系统的财务危机预警研究

本文对国内外财务危机预警方法进行分析,指出我国现有财务危机预警方法各自的优缺点,在此基础上提出了基于专家系统的财务危机预警方法.该方法采用基于规则推理和案例推理的专家系统对财务危机进行定量预警;利用模糊神经网络对财务危机进行定性预警,并将二者所得信息有机地融合在一起,获得较为准确的财务预警结果.     

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。     

工业企业财务困境形成机制分析

本文针对工业企业的财务困境,重点分析了工业企业运作流程对其财务困境形成的影响和工业企业在日常运作、资本结构、企业发展战略中的财务管理影响,并从工业企业财务困境形成机制的实质因素出发,针对工业企业财务困境的形成原因提出相应的解决措施.     

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。     

企业现金流量与财务预警初探

本文借鉴传统财务预警研究的先进方法与成功经验的基础上,从现金流量视角来探索企业财务预警问题,构建企业现金流量财务预警模型和建立企业现金流量财务预警系统,为理论与实务者提供另一种研究思路与方法。     

我国上市公司的财务困境成本及其影响因素分析

本文选择1998—2002年间沪深股市40家ST摘帽公司A股为样本,从“经营业绩观”和“权益价值观”两个角度考察我国上市公司是否存在财务困境成本。结果发现:(1)从陷入财务困境之前到解除财务困境之后,基于“经营业绩观”,企业经行业调整之后的平均主营业绩有所增长,但基于“权益价值观”,经过市场调整之后的权益市场价值平均下降了2.04%,表明投资者平均承担2.04%的财务困境成本,说明虽然企业在解除财务困境之后经营业绩较之于陷入财务困境之前有所增长,但这种经营业绩上的增长并未带来权益市场价值的提高。(2)行业因素和企业规模是影响财务困境的重要因素。当财务困境企业所在行业业绩不佳时财务困境成本较高;企业的资产规模与财务困境成本呈显著的正向关系。     

基于自适应性学习的财务预警机理研究

缺乏规范的理论机理是目前财务预警研究中的薄弱环节。通过界定基本概念,揭示了财务预警的柔性决策实质。吸收经济演化论的观点建立了企业的柔性生存模型,通过模型数值模拟结果分析得到了重要的财务柔性决策规律,基于研究建立的财务柔性决策的系统结构及其学习机理,提炼出了以自适应学习为核心的财务预警机理。分析发现,制定决策时的环境学习能力和预警策略执行中的自适应调整能力是决定财务预警管理有效性的关键因素。     

企业财务困境的信号特征研究

财务困境是企业经营业绩、财务状况不断恶化的过程,这一过程是由无数个状态组成的连续统一体,存在一系列可识别的环节。对财务困境的预警关键在于其信号特征的识别,企业的不稳健经营引起了财务困境,其信号特征表现为盈利能力(现金流)与负债规模的不匹配性。     

基于Logit模型的公用商贸上市公司财务预警实证研究

本文在借鉴国内外研究成果的基础之上,以公用商贸上市公司为研究对象,利用我国万联证券上市公司的会计数据,通过运用一定的统计方法,建立Logit财务预测模型,并验证该模型能否有效地预测出企业是否将陷入财务困境。     

基于人工神经网络的建筑类上市公司财务预警模型构建

以113家A股上市的建筑公司为研究样本,从财务和非财务的角度出发,借助SPSS与Pyt hon等软件,采取主成分分析法对初步选取的财务预警指标进行降维,使用优化后的财务指标体系构建适合建筑业的人工神经网络财务预警模型。选取2013—2020年各公司的17项相关指标共计808组数据,分别完成进行模型的构建与验证。检测结果显示：基于人工神经网络的建筑业上市公司财务风险预警模型,具有较好的预测结果,对财务风险预警结果较为准确,可为建筑类公司防范财务风险提供参考。     

财务困境、财务困境间接成本与公司业绩

本文研究了上市公司财务困境、财务困境间接成本及其与公司业绩之间的关系.通过实证研究企业陷入财务困境以后业绩变化的情况,本文认为,我国上市公司的间接财务困境成本显著为正,从总体来看,公司的间接困境成本大约为企业价值总额的25%-36.5%之间,资本结构对这种业绩的变化所引起的困境间接成本具有显著影响.负债率越高的企业,在困境期内将损失越大的市场份额和利润.     

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.     

高校财务困境的估量与判别

高校扩招使其银行贷款数额剧增,财务风险加大.本文对高校财务资源、财务困境进行分析,建立了财务困境判别指标体系,提出防范高校财务风险的对策.