基于神经网络模型的上市公司财务预警研究

为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。     

制造业上市公司财务预警研究

文章选取我国制造业2014年4月沪深股市的61家ST公司和61家非ST公司为研究样本,运用熵权法,筛选出10个包含信息量多,并能准确预警的指标,通过这10个指标建立"因子分析"模型进行定量分析,得到财务危机预警函数(即为ST与非ST的判别函数),最后将测试组中60家公司的数据回代到预警函数中检验其判别率,判别率达到81.67%,具有较高的的判别正确率,说明文章建立的财务预警系统对于上市公司财务危机的预测与防范起到一定的作用。     

探讨Z-score模型在我国上市公司财务预警中的适用性

财务危机预警理论的核心是财务危机预警模型,本文选取Z-score模型为分析对象,以我国日用电子器具制造业为研究样本,对Z-score模型在我国上市公司的适用性进行研究,结果显示模型对于ST组企业的适用性明显优于其在正常经营企业的适用程度.     

Z值模型在我国农业上市公司财务预警分析中的应用

文章选取了2016~2019年在沪深上市的农业企业为样本,对Altman的Z值模型在农业上市公司财务预警中的适用性进行了实证检验。结果表明:Z值模型对ST企业受到ST处理前一年预测的准确率为100%,前二年预测的准确率为75%;把非ST企业正确判断为财务状况正常企业的比例为78.73%。     

我国上市公司财务危机预警研究

本文针对国内外在企业财务危机预警模型研究中存在的问题，选取沪深两市120家上市公司（其中财务危机公司60家，配比公司60家）作为研究样本，运用因子分析法和Logistic回归分析法为主要建模方法，以t-2年样本数据为基础构建了上市公司的财务预警模型。通过实证分析该方法是可行的，有效的。     

信息技术类上市公司财务危机预警实证研究

以沪、深A股2008-2012年28家信息技术类上市公司为研究样本,利用ST公司财务危机前3年的数据初步选用21个初始预警变量;从样本的信息显著性和重复性出发,采用因子分析法等方法筛选基础预警指标,最终确定净资产增长率、净利润增长率、技术人员比率等8个指标作为模型初始变量;接着运用Logistic回归分析构建财务危机预警模型。该模型仅针对信息技术类上市公司,对公司发生财务危机前的财务状况的拟合度较高,具有较强的适用性与指导性。     

基于BP-Adaboost的上市公司财务危机预警实证研究

文章提出了将Adaboost算法与BP神经网络相结合的方式构建模型,应用于我国上市公司财务危机预警的研究中,对60家ST和60家非ST的上市公司的财务数据进行实证检验。结果表明,Adaboost算法的引入,提高了神经网络的预测精度,具有较好的实际应用价值。     

国有上市公司财务危机预警研究

能否有效预警并应对财务危机，是企业持续发展的关键因素。本文以国有上市公司为研究对象，规范结合实证分析。首先概述财务危机定义，阐述国有上市公司特征及导致财务危机发生的因素；其次利用实证分析结果分析国有上市公司财务危机预警模型精确度的影响因素；最后根据实证分析形成相关结论。     

电子信息板块上市公司的财务危机程度预测模型

目前国内学者正在研究的上市公司财务危机预警模型只是对公司是否会陷入财务危机进行预测,而对公司在陷入财务危机之后的经营发展变化情况并未进行定量的预测研究.本文将马氏距离的费歇判别应用到财务危机程度预测中来,针对证券市场电子信息板块上市公司,分别建立基于临界值的财务危机程度预测模型和基于马氏距离的财务危机程度预测模型,对已陷入财务危机的企业在下一年度的财务状况会有所改善还是继续恶化进行预测.经检验,两模型均具有效性,且后者效果上总体优于前者.     

山东上市公司财务危机预警研究

以1998年ST制度实施以来山东省被ST的上市公司为研究对象,配以上市时间相同或相近的省内财务健康公司做控制样本,选取无量纲化后的财务指标和非财务指标通过Fisher二元判别分析建立了预测准确率高的模型,体现盈利能力的总资产收益率判别效果最显著。     

Z-Score模型的优点及对上市公司财务危机的预测

一、Z模型样本的选取 本文以沪深两市1996年前上市的260家A股公司2005年到2007年三年的平均数据作为研究对象。1998年沪深证券交易所开始对出现异常状况的上市公司实行“特别处理”（即ST）。从财务的角度衡量，ST公司符合本文认为企业财务状况不健康的判断：从理论上看，也符合本文对财务危机企业范畴的界定。     

距离判别方法在我国上市公司信用风险评估中的应用研究

国内对多元判别分析法在信用风险实证的研究,从总体预测准确率较高上认为基本是可以借鉴使用,大多没有进一步区分模型误判的第一类错误与第二类错误的误判率。商业银行对企业信用风险判断时最怕的是犯统计学里第一类错误即将高信用风险企业误判为低信用风险企业,这往往对银行是致命的。本文结合距离判别方法的原理、优缺点,分析相关文献,选取我国上市公司财务数据进行实证分析,证实多元判别分析法,在实际运用时犯第一类错误率达到30%左右,这个误判率较高,故我国商业银行对运用多元判别分析法对上市公司信用风险进行判断时要十分谨慎使用。     

基于数据挖掘的上市公司财务困境预警研究

以2007年被ST的30家上市公司和配对产生的30家正常经营上市公司为样本，以它们2002-2004年的财务指标为样本数据，运用基于数据挖掘的BP神经网络方法构建了上市公司财务困境预警模型。经实证表明，该模型具有良好的预测效果，研究结论对上市公司、投资者和债权人采取有效措施防范风险具有重要借鉴意义。     

我国房地产上市公司财务预警研究

文章主要通过建立适合于我国房地产上市公司的财务预警模型来研究房地产企业的财务风险.首先,对财务预警模型的解释变量进行筛选,以我国1998—2010年房地产上市公司为研究对象,选取了48家ST公司和48家财务正常公司为样本,对入选解释变量进行了逐步筛选;其次,对于构建的3个Logistic模型进行分析比较,选取预测率较高的模型;最后,对获得的预警模型进行有效性分析,基于样本公司从前一年至前四年的财务数据进行返回预测检验,表明该模型预测的总准确率分别为:93.8%、89.6%、73.4%、65.6%.     

上市公司财务危机预警模型效果的比较研究--基于02-04年深沪新增ST公司

本文以2002-2004年深沪两市首次被ST的79家上市公司为研究对象,同时用79家盈利公司作配对样本,选择32个财务指标进行了Wilcoxon符号平均秩检验以判断选取指标的适宜性。运用Fisher二类线性判别分析和二元逻辑回归,本文分别建立起上市公司财务危机前的3年的预警模型。研究结果表明这两种方法建立的模型的预测准确性均超过80%,但这两种方法建立模型的预测效果存在一定的差异。     

我国上市公司财务危机预警指标体系的构建及筛选研究

本文在对国内外财务危机预警模型研究的基础上,以中国上市公司作为研究对象,将公司因财务状况异常而被特别处理(ST)作为企业陷入财务危机的标志,构建了一套包括7个方面30个指标的财务危机预警指标体系,并选取了我国深、沪两市A股2002~2008年间首次被ST的公司92家和配对财务健康公司92家企业进行指标的筛选。分析表明:所确定的指标体系能够涵盖上市公司财务的主要运行特性,而且能够比较全面地代表原始预警指标,建立的预警指标体系是全面而简练的。     

基于面板数据的我国制造业上市公司财务危机预警研究

以制造业上市公司为研究对象,基于Panel logit模型理论,考虑财务比率在时间序列上的趋势性和历史数据对结果的影响,构建了财务危机预警模型,分析了上市公司陷入财务危机的影响因素。实证结果表明:偿债因子、盈利因子、营运因子、资本运用因子和资本结构因子均与上市公司陷入财务危机负相关。     

我国上市公司财务预警系统应用研究

在激烈的市场竞争中,企业随时都有发生财务危机的可能,财务危机不仅给企业本身带来困境,而且会给投资者带来损失。本文通过对上市公司财务预警系统应用的研究,利用有关模型对我国的上市公司进行实证检验,一方面希望能够加深人们对上市公司财务预警的认识,另一方面希望对企业管理当局分析与监控企业财务危机有所帮助,从而防患于未然。     

基于Logistic分析的我国上市公司财务预警区域研究——以北京、上海、江苏为例

针对目前国内财务预警研究忽视区域因素对建模的影响,文章以北京、上海和江苏2004-2005年被ST的所有上市公司为样本,运用SPSS13.0统计分析软件,对三省市上市公司分区域、分行业进行了财务预警研究,分别建立了三省市上市公司的Logistic财务预警模型,预警识别率分别达到了100%、92.9%、100%,实证研究结果表明分区域建立的企业财务预警模型具有较高的判别准确率,有较高的研究     

我国上市公司财务预警系统应用研究

在激烈的市场竞争中,企业随时都有发生财务危机的可能,财务危机不仅给企业本身带来困境,而且会给投资者带来损失.本文通过对上市公司财务预警系统应用的研究,利用有关模型对我国的上市公司进行实证检验,一方面希望能够加深人们对上市公司财务预警的认识,另一方面希望对企业管理当局分析与监控企业财务危机有所帮助,从而防患于未然.