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.     

基于突变级数法的建筑施工企业财务危机预警实证研究——以10家建筑施工企业上市公司为例

建筑施工企业是我国经济发展的重要支柱产业,对促进我国经济发展具有重要的作用。但当前面临的诸多财务危机,影响了其长远发展。本文在详细分析当前我国建筑施工企业面临的财务危机的基础上,以在上海证券交易所上市的10家建筑施工企业上市公司为例,运用突变级数法,构建财务危机预警评价指标体系,对10家公司面临的财务危机进行分析,以期为我国建筑施工企业的长远发展提供有益借鉴。     

基于企业现金流量和净利润的财务危机实证研究

针对企业财务危机识别问题,采用实证研究的方法,从权责发生制和收付实现制两个方面考虑企业财务危机,并以企业每股现金流量净额和每股收益同时为负来作为企业财务危机的确认标准,以中国A股1923家上市公司为样本,从14个预选指标中确定每股收益、每股现金流量净额、净资产收益率、流动比率4个强指标,应用BP_Adaboost强分类器对财务危机状况进行分类,其误差率小于5%,说明以此为财务危机确认指标是有效的。     

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.     

资产流动性与财务危机的关系剖析

一些破产企业是获利企业,它们倒闭并不是因为亏损,而是现金不足。因此企业资产流动性不足是企业陷入财务困境的重要原因。财务失败界定为由于财务状况异常而被退市风险警示进入特殊处理版块。国内外学者财务困境预警的研究,都是综合公司的偿债能力、获利能力、营运能力、成长能力等各方面的财务状况,从而进行财务困境预警的。本文运用因子分析法建立模型,分析资产流动性可对财务失败起到一定的警示作用,从而总结资产流动性与财务危机的关系。     

股权结构变量对企业财务危机影响的实证研究

企业经营管理中客观存在的风险有可能导致企业财务危机的发生,因此有必要建立财务危机预警模型,以便及时地进行财务危机预警分析,及早地发现财务危机信号。为了有效地设计财务危机预警模型解释变量项,以我国125家工业企业上市公司为研究对象,根据我国上市公司的股权结构现状及有关法规,研究了股权结构变量对企业发生财务危机的影响。以因财务状况异常而被特别处理(ST)的公司作为发生财务危机的界定标准,运用Logistic回归分析对选取的上市公司股权结构变量进行了筛选,发现部分股权结构变量对企业的财务危机有着显著的影响。     

董事会特征对企业财务危机的影响——基于江苏省家族上市公司数据的实证研究

以123家江苏省家族上市公司作为研究主体,借助Altman Z-Score模型结构,针对董事会特征与企业财务风险之间存在的联系展开详细研究。通过实证研究得出如下结论：我国家族企业整体财务风险较小,财务风险状况较稳定,处于安全区域内,但个别企业财务风险状况仍然堪忧;企业董事会规模(SIZE)与企业财务危机呈负相关,董事会规模的扩大可以有效提高决策正确性,降低企业财务风险;董事长和总经理这两个职位确定的状况(DUAL)和企业财务危机之间呈负相关,两职合一可以有效降低企业沟通成本,加强企业的创新自由性,将会便于企业的管控和监察督促,使得企业可以更为适应外部经济环境出现的巨大改变,提高企业决策效率和正确性。     

上市公司财务危机实证研究

财务危机数量的增多及投资风险急剧增大,使得建立一套科学的上市公司财务风险评价体系显得尤为必要。运用剖面分析和Logistic回归模型对ST公司及配对样本建立模型。剖面分析表明资产收益率判定效果最佳,Logistic回归模型对样本t-1年的判别率达到81．6％。     

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.     

治理弱化与财务危机:一个预测模型

本文首先讨论了治理弱化与财务危机的辨证关系;然后在分析13个变量的基础上,运用Logistic回归给出了判别上市公司财务危机的一个模型。这一模型包括四个变量:毛利率、其它应收款与总资产的比率、短期借款与总资产的比率、股权集中系数。其中,股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的首要区别。本文模型的回判准确率为84.52%,而对2000年新增加的“ST”公司的判别准确率则达到了95.45%。