基于期权理论的上市公司财务危机动态预测方法研究

预测上市公司财务危机是投资者、债权人及证券市场监管机构所广泛关注的课题。本文运用现代财务理论和期权理论，以企业“资不抵债”作为上市公司陷入财务危机的标志，利用资本市场的信息指标——股价——建立起上市公司动态财务危机预测模型，克服了统计预测方法利用财务报表信息预测的时期性和滞后性的缺陷。     

基于多元判别分析的财务预警系统

随着我国市场经济体制改革的深化和资本市场的快速发展,企业发生财务危机乃至破产的情形越来越多,因此有效地预防财务危机的出现是一个重要的研究课题。本文采用实证分析的方法,利用我国上市公司的数据资料,使用SPSS 13．0统计分析软件,基于多元统计分析方法,对财务危机状况进行预测分析。     

上市公司财务预警的实证研究

该文从财务危机的预警理论出发,选取能反映企业财务安全的资产类指标,采用多变量模型中的Logistic回归分析法(逻辑斯谛回归分析法),通过对我国农业上市公司财务危机状况的实证研究,建立了基于资产流动性的农业上市公司财务预警模型——Logistic模型。通过其它农业上市公司数据计算后代入预警模型进行检验。从而建立切实可行的预警模型,为企业提供了一个较为准确的预测其财务危机的工具。     

企业失败预测模型研究——来自台湾的证据

以台湾上市公司公开的财务比率数据,探讨财务比率之间的领先和滞后情况,以期修正过去财务危机文献所忽略的时间落差因素.根据领先变量和滞后变量建构上市公司财务危机预测模型,以期由模型的预测为政府、监督机关、投资人和债权人探讨台湾资本市场发生财务危机提供一个参考.实证结果显示,标准化数据(考虑产业因素)比非标准化数据(未考虑产业因素)更具预测能力,故在进行财务危机方面预测性研究时应将产业因素予以控制或消除;负债比率和营业利益率是两个最早期用于判别的领先指标,若仅以这两个指标预测公司的状况,则在发生危机的前一季,其准确率可以高达 90%; 若加入流动比率、存货周转率、总资产周转率和现金流量比率综合观察,则在危机发生前一季时,可有 95% 的高预测能力.     

我国上市公司财务危机预警系统构架新探

构建财务危机预警系统是我国资本市场理想发展的需要,本文从理论依据、经济基础和技术支撑3个方面分析了构建我国上市公司财务危机预警系统的可行性,提出了构建财务危机预警系统的新思路和基本框架,旨在预防和化解上市公司财务危机。     

上市公司财务危机预警研究——基于主成分分析

财务危机会导致企业陷入经营困境,甚至破产。文章以我国上市公司为样本,通过主成分分析法,在Z评分值模型的基础上建立财务危机预警模型,该模型的预测正确率达70.83%,对管理者及时采取风险应对措施、正确评估客户信用风险、投资者作出投资选择都有一定的指导意义。     

有关中国上市公司财务危机预警模型的实证分——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本。在界定了“财务危机”的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测。     

有关中国上市公司财务危机预警模型的实证分析——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本.在界定了"财务危机"的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标.最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测.     

财务危机预警模型评析

企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一.企业应构建财务预警机制,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机.本文对国内外财务危机预警模型逐一进行评析,旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴.     

从反向收购视角试析中美上市公司信息披露制度之比较

近来中国企业通过反向收购方式赴美上市频频遭到各界质疑,中国概念公司在美国证券市场上所爆发的财务危机也反映出中美两国在上市公司信息披露制度方面的差异。本文就以反向收购为出发点来探析中美上市公司信息披露制度的差异,并对我国境外上市信息披露制度的完善提出建议。     

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。     

生猪产业链价格的区制转移与非线性动态调整行为研究

准确刻画生猪产业链价格的动态行为特征是预测生猪市场价格变化趋势的基础,也是政府制定切实可行的生猪价格稳定政策的重要依据。本文以1994年6月至2018年6月中国生猪价格和猪肉价格月度数据为研究对象,运用多区制平滑转移自回归模型划分了生猪价格和猪肉价格序列的区制并实证分析了其区制转移特征;结合多区制平滑转移自回归估计方程的特征根和非线性脉冲响应分析进一步探究了生猪价格和猪肉价格的非线性动态调整行为特征。研究结果表明,生猪价格遵从一个三区制的平滑转移过程,猪肉价格则为一个四区制的平滑转移过程。生猪价格仅在低价位区和高价位区具有较强的持续性,而猪肉价格则在价格低迷区、价格坚挺区和价格恢复区均具有较强的持续性。从区制转移路径上来看,生猪价格很容易从中等价位迅速暴跌到低价位,猪肉价格倾向于由价格下跌区向价格低迷区转移以及由价格恢复区向价格坚挺区转移。随机冲击对猪肉价格的影响持久且具有微弱的"自我调节机制",对生猪价格的影响具有持久性但缺乏"自我调节机制";短期内,随机冲击对生猪市场价格波动起到正向促进作用,在长期,随机冲击对生猪价格主要体现为负效应,对猪肉价格整体表现为正效应。     

贵金属期货价格预测方法及实证研究

本文融合了二次分解与极限学习机的优势,提出了VMD-Res.-EEMD-ELM贵金属期货价格预测模型,选择变分模态分解(VMD)作为主要的分解技术,生成模态分量序列(VMFi)和残差序列(Res.),采用集合经验模态分解(EEMD)对残差序列进行二次分解,并使用具有良好泛化能力的极限学习机(ELM)对各分量进行预测,最后叠加各模态分量和残差的预测值形成收益率的最终预测结果。所提出的模型不仅充分发挥了二次分解技术的优势,而且解决了传统变分模态分解组合预测模型未考虑残差影响因素的问题。实证研究表明,本文所提出的组合模型能够全面捕捉黄金、白银期货价格日收益率序列的特征,方向性预测准确率分别为83.33%和93.33%,误差指标MAE分别为0.15和0.11,经比较本文所提出的模型具有良好的预测性能。     

基于价格离散选择模型的中国股市价格行为特征研究

有关股票价格行为的研究大多数基于价格连续变化的假定.但最小报价单位引起的价格离散性导致价格变化并不连续.依据排序Probit模型原理,建立价格离散选择Probit模型,并利用高频数据,在价格离散奈件下对中国股市价格行为特征进行考察.实证结果表明:股票价格变化具有"报价回复"和"路径依赖"特征;高市值股票对股市整体走势反映迅速,市场信息能很快被融入到价格中;交易规模对价格变动存在持久的正的影响,非对称信息对股票价格的影响超过了流动性等其它暂时性因素的影响.交易时间间隔对股票价格变化没有显著影响.买卖价差越大、交易间隔越长,股价变动的波动性就越大.     

基于价格极差的金融波动率建模： 理论与实证分析

经典的波动率模型(GARCH等)是收益率为基础的模型,利用的是收盘价信息,忽略了价格波动的日内信息,这将导致信息与效率的损失.为了弥补这一缺陷并获得满意的波动率预测效果,本文引入并扩展了基于价格极差的自回归波动率模型.实证研究表明新模型能够有效刻画波动率的动态变化规律,其预测效果一致性地优于经典的GARCH模型.同时,我们的研究还证实了在波动率模型中加入收益率的滞后项能够提高模型的解释能力,并且存在明显的"杠杆效应".     

峰谷分时电价设计的优化模型

峰谷分时电价是实施需求侧管理的措施之一,有利于削峰填谷,其效果依赖于科学的峰谷时段划分和合适的分时电价。文中利用电价理论及有关经济学原理阐述了实行峰谷分时电价对于供电企业和用户的经济意义、峰谷分时电价的结构及时段的划分方法。在此基础上,给出了峰谷分时电价设计的目标函数,并参考一般用户的反应模型建立了用户对分时电价的反应模型。通过对该模型的需求侧管理目标函数进行优化,得出了最优时段划分及其相应的分时电价定价方法。对算例进行了仿真,说明了峰谷分时电价的具体实现过程。     

基于博弈分析的旅行社产品差异化策略研究

本文就当前旅行社恶性价格竞争的问题,建立了差异化模型,用博弈分析的方法定量分析了两个旅行社之间低价竞争的原因。在已有模型的基础上,加入了增值服务这一新变量,建立了其中一个旅行社进行产品差异化的模型,分析了通过提供增值服务的差异化对旅行社之间的组团价格和各自市场需求的影响,根据模型分析的结果得出:存在一个决定旅行社是否进行差异化投资的分界点,可以通过产品差异化避免低价竞争,但要获得收益的增值就必须将差异化效率控制在一定的范围。最后,本文进一步分析了差异化程度对差异化效率的影响。     

基于BSV模型及其扩展的IPO价格形成机制

本文通过引入行为金融学中投资者心态模型,讨论了在目前我国IPO询价机制下广大中小投资者行为对IPO价格形成的影响.本文借鉴BSV模型,结合我国的实际,建立了中小投资者的基本心态模型与扩展心态模型.在此基础上,分别讨论了两种模型下中小投资者对IPO价格形成机制的影响,得出了基于两种心态模型下的IPO价格表达式,从理论上剖析了基于我国中小投资者心态模型的IPO价格形成机理,以期对发行人和承销商确定较合理的IPO价格起到一定的借鉴作用和积极意义.     

基于动态模型平均的大豆期货价格预测研究

针对大豆期货价格波动的复杂性及影响因素的多元性，本文将动态模型平均理论引入大豆期货价格分析与预测研究中，通过动态选择解释变量和系数时变程度，在有效控制模型和系数不确定性的同时，最大限度综合利用大豆期货市场内外部信息，以提高大豆期货价格预测准确度。具体的，本文提出一套基于动态模型平均理论的大豆期货价格影响因素与预测分析框架，从期货市场和经济环境等两方面准确地识别出大豆期货价格影响因素的时变特征，进而构建大豆期货价格预测模型，并通过预测误差指标和Diebold-Mariano检验法评估其与基准模型的预测能力。研究结果表明，动态模型平均理论在有效剖析大豆期货价格影响因素的时变特征的同时，能明显提升大豆期货价格预测准确度。     

基于非参多元Expectile模型的原油价格风险测度研究—宏观不确定性视角

当下政治经济环境存在诸多不确定性，原油价格随着不确定性的增加而大幅波动，因此在当前不确定性环境中建立一个有效的风险预测模型具有重要的实际意义。本文基于非参多元Expectile模型，选取2010年1月5日至2020年1月6日的美国西德克萨斯原油价格的日度数据，构建同时包含地缘政治风险、经济政策不确定性等六个宏观不确定性变量的原油价格风险预测模型。此外，引入APARCH模型和基于蒙特卡罗方法的GARCH模型，比较以上三个模型预测能力。最后，基于预测的VaR值计算调整的Sharpe比率。结论表明，整体上，非参多元Expectile模型能较好处理多个宏观变量包含的信息，具有更高的预测能力。在不确定性事件叠加发生的时期预测表现依然优于其他模型，减少了不确定性增加导致原油市场波动幅度增加带来的风险，具有更强的稳定性。因此，在经济转型的关键时期，本研究可为政策制定者和监管当局面临不确定性上升环境下建立有效的原油价格风险预测模型提供参考，制定应对政策防范化解风险，同时也为投资者在当前复杂的国际形势下提供预测参考，尽量规避损失同时获取收益。