功效系数法在医药企业财务预警中的应用

本文分析了功效系数法改进的原因,从指标体系确定、指标值评分方法及预警警限的确定三个方面提出了功效系数法的改进方案,并运用改进后的功效系数法对清华紫光古汉生物制药股份有限公司进行了实证预警分析.     

基于AHP法的高校财务预警指标权重确定的应用研究

为适应高校教育大众化要求,高校负债发展成为必然趋势,而高校融资风险预警也已成为目前研究热点。本文首先构建高校财务风险预警指标体系,通过借鉴运用层次分析法,依次进行各层次各指标权重计算,并对判断矩阵进行一致性检验,以保证赋权的合理性,为确定高校财务预警指标的权重提供了可行方法。     

功效系数法在医药企业财务预警中的应用

本文分析了功效系数法改进的原因,从指标体系确定、指标值评分方法及预警警限的确定三个方面提出了功效系数法的改进方案,并运用改进后的功效系数法对清华紫光古汉生物制药股份有限公司进行了实证预警分析。     

中小企业财务危机预警模型设计及实证研究

科学的财务危机预警模型对提升企业财务风险管理水平具有重要意义。基于国内外现有财务预警模型,选取80家非金融中小型上市公司为研究对象,经过变量筛选、Wilcoxon秩和非参数检验、KMO检验、公共因子计算、载荷系数计算等步骤,采用Logistic方法建立了两种不同的中小型企业财务危机预警回归模型,并对80家上市公司进行实证分析。研究结果表明:针对ST和非ST两类企业,综合Logistic回归模型比纯财务指标Logistic回归模型的财务危机预警准确率提高了18.182%和10.145%。     

基于改进灰色关联理论的上市公司财务风险预警研究

建立了财务风险预警指标,使用改进的GM(1,1)模型对上市公司财务风险进行实证研究。应用结果表明,改进灰色关联理论在财务风险预警中能够提高准确度,加快收敛速度,为财务风险预警提供了新的研究方法。     

企业财务风险预警模型研究——基于制造业数据

企业财务风险预警模型包括偿债能力、营运能力、盈利能力、发展能力和现金流量五方面指标。经过验证，采用制造业数据、运用Logistic回归分析法和主成分分析法构建的企业财务风险预警模型预测准确率达到90%以上。     

业绩增长上市公司财务预警模型研究

本文对上市公司财务预警研究进行了综述,并随机抽取了2006年62家业绩增长达到100%的上市公司作为样本进行因子分析,得出了相关结论.     

用功效系数法对医院财务指标进行评价

本文从医院财务的角度为出发点,分析了功效系数法改进的原因,从指标体系,指标值评分方法及预警警限的确定三个方面提出医院财务法的改进方案,并运用改进后的功效系数法对医院进行了实证预警分析。     

企业财务危机预警研究

现代企业负债经营已是企业运作的一种重要方式,几乎所有企业都要依靠举债来满足其资金需求.但是,负债经营涉及到债务偿还问题.一旦企业经营状况不佳,不能及时支付到期债务的本息,企业就会因财务危机而陷入经营困境甚至破产.由于企业财务危机的出现是一个渐进、不断恶化的过程,因而可对企业的财务运营进行监控,及早发现财务危机信息,预测企业财务失败的可能性.这样,企业经营者就能够在财务危机出现的萌芽阶段采取措施改善企业经营,防范财务失败;投资者可利用财务危机信号尽早处理现有投资,避免更大的损失;债权人可在这种信号的帮助下加强对债权的管理与控制,尽量降低损失的可能性.可见,对企业财务危机进行预警研究,无论从哪个立场来说都是必要的.因此,本文拟从有关财务预警模型出发,分析评价其适用性,并提出建立我国财务危机预警体系的基本思路.     

预算编制方法的改进及应用

传统预算管理最大问题在于难以克服预算编制过程中基数确定准确性不高、经营者在预算管理过程中过于注重短期利益、无法满足企业长远发展和战略管理的需要等.通过对预算编制方法的改进及应用,有助于提高预算管理的有效性和科学性.文章列举了基数分析法和预算缓冲器法两种方法,并进行了分析和改进.     

财务困境理论的预测动态性改进与应用

财务困境理论核心内容是如何提高预测动态性能力。探讨财务困境的动态性内涵和划分动态发展过程不同时期特征,建立过程模型和判别模型,改进了财务困境的动态预测方法。应用卡尔曼滤波思想,设计通用的超前n步预测算法,优化前瞻性预测功能。     

上市公司财务困境的回归预测

在合理选择财务指标的基础上,利用因子分析计算个体综合因子得分,并在综合因子得分与财务指标之间建立回归预测模型;最后,择取2003年“财务状况异常”的上市公司来检验模型的合理性,证明了模型对陷入财务困境的公司有较高的预测准确性。判断财务困境的回归模型引入和其较方便的操作性,可以使证券市场及时发现财务失败公司,市场监管者可以减少公司违规、违法的监督成本,证券投资者可以缩小择股范围、加大投资的准确性。同时,通过上市来融资的股份公司也可以利用其预警作用,提前采取对策,防止出现因财务进一步恶化而被退市的命运。     

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。     

制造业上市公司财务预警研究

本文以2006年深沪两市新增制造业ST上市公司为研究样本,同时选取相应的制造业盈利公司配对,通过定量和定性分析建立预警指标体系,运用fisher二类线性判别法建立财务预警模型,对制造业上市公司财务预警进行了分析,以期为上市公司财务预警分析提供参考。     

The dynamic financial distress prediction method of EBW-VSTW-SVM

Financial distress prediction (FDP) takes important role in corporate financial risk management. Most of former researches in this field tried to construct effective static FDP (SFDP) models that are difficult to be embedded into enterprise information systems, because they are based on horizontal data-sets collected outside the modelling enterprise by defining the financial distress as the absolute conditions such as bankruptcy or insolvency. This paper attempts to propose an approach for dynamic evaluation and prediction of financial distress based on the entropy-based weighting (EBW), the support vector machine (SVM) and an enterprise’s vertical sliding time window (VSTW). The dynamic FDP (DFDP) method is named EBW-VSTW-SVM, which keeps updating the FDP model dynamically with time goes on and only needs the historic financial data of the modelling enterprise itself and thus is easier to be embedded into enterprise information systems. The DFDP method of EBW-VSTW-SVM consists of four steps, namely evaluation of vertical relative financial distress (VRFD) based on EBW, construction of training data-set for DFDP modelling according to VSTW, training of DFDP model based on SVM and DFDP for the future time point. We carry out case studies for two listed pharmaceutical companies and experimental analysis for some other companies to simulate the sliding of enterprise vertical time window. The results indicated that the proposed approach was feasible and efficient to help managers improve corporate financial management.     

The recurrence of financial distress: A survival analysis

Companies often suffer periods of financial distress before filing for bankruptcy. Unlike one-off bankruptcies, financial distress can occur repeatedly within the same individual firm. This paper is focused on the recurrence of financial distress and studies the Chinese stock market, where Special Treatment – an official indicator of financial distress – can be repeatedly applied to a listed company. We employ a stratified hazard model to predict the probability of subsequent distress with variables, including duration dependency, event-based factors, institutional variables, financial ratios, market-based variables and macroeconomic conditions. Our empirical results show that accounting and market-based variables have limited power in predicting the recurrence of distress, whereas the duration of recovery, restructuring events and their interaction terms with the accounting and macroeconomic factors affect the recurrent risk significantly. Tested on out-of-time samples, our proposed hazard models show a robust performance in the prediction of recurrent risk over time.     

上市公司财务危机预警“Z”值区域研究与分析

本文以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)作为企业陷入财务困境的标志,利用奥特曼的Z记分模型作多元判别分析,测试符合我国上市公司实际情况的Z值,并将其作为我国上市公司财务危机预警的指标值。实证结果显示,采用多元判别分析可以得到判别财务危机公司与非财务危机公司的Z值区域,并且可以保证较高的判别精确度。同时也发现,相对于主营业务收入指标,现金流量指标为更好的警兆指标。     

Z-score预警模型的研究与分析

本文对Z-score预警模型进行了新的研究,将模型中各财务比率的权数及常数项进行调查;并对各模型预测概率进行比较,以获得其预测准确率;然后在此基础上提出P模型(百分数模型),同时用ST公司和非ST公司的财务数据对P模型进行实证检测分析。     

我国上市公司财务预警机制实证方法研究综述

财务预警机制,即搜集企业经营活动与成果的数据并设置为具有敏感性的指标体系,是对企业可能面临的财务危机实施的实时监控与预测警报。企业作为一国宏观经济的微观主体,其经营过程的顺畅与否直接决定整个国民经济的经济效益与发展速度,如何构建科学有效、误判率低的多元动态财务预警机制能系统地防范甚至解决财务危机的发生,对作为微观主体的企业、中观行业以及宏观国民经济都是急需解决的课题。     

Does audit report information improve financial distress prediction over Altman's traditional Z‐Score model?

We analyze empirically the usefulness of combining accounting and auditing data in order to predict corporate financial distress. Concretely, we examine whether audit report information incrementally predicts distress over a traditional accounting model: the Altman's Z‐Score model. Although the audit report seems to play a critical part in financial distress prediction because auditors should warn investors about any default risks, this is the first study that uses audit report disclosures for predicting purposes. From a dataset of 1,821 Spanish distressed private firms, we analyze a sample of distressed and non‐distressed firms and develop logit prediction models. Our results show that while the only accounting model registers a classification accuracy of 77%, combined models of accounting and auditing data exhibit considerably higher accuracy (about 87%). Specifically, our findings indicate that the number of disclosures included in the audit report, as well as disclosures related to a firm's going concern status, firms’ assets, and firms’ recognition of revenues and expenses contribute the most to the prediction. Our empirical evidence has implications for financial distress practice. For managers, our study highlights the importance of audit report disclosures for anticipating a financial distress situation. For regulators and auditors, our study underscores the importance of recent changes in regulation worldwide intended to increase auditor's transparency through a more informative audit report.