上市公司财务危机预警模型构建研究

为构建财务危机的预警模型,本文以我国证券市场制造业ST公司作为研究样本,选取2011-2015年40个ST公司和非ST公司作为建模样本,并从偿债能力、营运能力、发展能力、获取现金流能力以及营运能力5个方面选取了27个财务指标,先对其进行描述性分析,其次通过相关性分析,从中选取显著性强的6个财务指标作为模型变量进入回归,构建logistics模型并选取了10家ST公司和10家非ST公司结果对模型进行检验,结果证明该模型预测精度较好.     

制造业上市公司财务危机预警指标预处理研究

本文以中国制造业上市公司为研究对象,选取ST公司在财务危机发生前1~5年的财务指标数据,同时通过随机抽样选取相应的非ST公司为对比样本,通过实证分析,对29个财务危机预警指标进行预处理研究,并建立Logistic回归模型对制造业上市公司进行了超前1～5年的财务危机预测.通过对比,分析了各财务预警指标在财务危机爆发前不同年份的作用,找出了5个对于财务危机爆发前3～5年尤其具有重要影响的预警指标.这些预警指标和相应的预警模型能够为投资者、金融机构以及证券市场监管层对企业的财务状况进行分析和预测提供决策参考.     

基于Logistic模型的我国上市公司信用风险预警研究

以我国沪深两市A股上市公司为研究对象,选取2010年至2012年首次成为ST的81家公司和对应的81家非ST公司为研究样本,运用20个财务指标进行因子分析,并根据Logistic模型对所得因子进行回归分析,建立预测模型。研究结果表明模型具有良好的预测效果,在上市公司出现信用风险之前的预测准确率在85%以上,可以为投资者、债权人和监管机构等提供较为准确地反映上市公司信用风险状况的信息。     

基于Factor-Logistic的公司财务预警实证研究

文章以上市公司为研究对象,首先从沪市选取2008-2010年间首次被特别处理的31家ST公司或*ST公司为研究样本,并以31家正常公司作为配对样本,通过因子分析筛选指标,Logistic回归分析方法构建财务预警模型,接着选取15家财务危机公司和15家财务健康公司验证模型的有效性。研究结果表明:建立有效的财务预警系统有助于企业避免发生财务危机。     

基于数据挖掘的上市公司财务困境预测

上市公司财务风险的预测对企业和投资者的意义重大,本文以中国上市公司为研究对象,以上市公司被特别处理作为上市公司陷入财务困境的标志,在沪深股市中选取19家财务困境公司和38家正常公司作为样本,应用Clementine软件,利用财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并在独立的预测样本集上进行比较,实验结果表明统计模型能有效地进行财务困境预测。     

上市公司财务危机预警Logistic模型实证分析

以我国A股上市公司为研究对象,选择2007年的ST公司和非ST公司共60家作为样本。运用统计方法,选取20个财务指标进行因子分子,建立Logistic模型。实证研究表明该模型具有较高的判别准确率,可以为投资者、债权人和管理者提供判别依据。     

我国上市公司财务危机预警模型的实证研究

本文以我国上市公司指标为研究对象,以25家因财务状况进入特别处理的公司和25家财务正常的上市公司为样本,选取了6个变量指标,通过单变量模型,一元判定模型,Fisher判定模型和logistic模型四种分析方法对公司的财务状况进行实证分析。单边变量立面分析模型和一元判定模型运用单变量对财务危机进行简单预测,误差大,预测能力差,而Fisher模型和logistic模型从多变量进行预测,预测能力明显比单变量强,其中logistic模型预测能力最强。     

基于Logistic回归模型的上市公司财务预警实证研究

本文采用实证研究的方法,以我国A股市场2009年因财务原因新被ST的43家上市公司以及与其行业、资产规模相当的43家非ST的上市公司的财务数据为基础,对财务指标进行差异T检验选出预警指标变量,并据预警指标变量基于Logistic回归分析的方法,构建了财务预警的模型,得出回判的正确率是较高的。最后为了进一步检验模型的预测能力,从A股市场中随机抽取200家上市公司(不包括已在模型中使用的上市公司)2004-2008年连续五年的财务数据代入预警模型进行预测,结果可以看到模型的预警能力是很高的,回判率达到近87%,结果比较令人满意。     

我国上市公司财务危机预测分析

本文以上市公司被ST(特别处理)作为企业陷入财务危机的标志,运用Fisher多元判别分析、logistic回归分析和神经网络方法构建判别分析模型进行实证分析。比较其预测结果发现,神经网络方法的预测准确率明显优于Fisher多元判别分析和Logistic回归分析,因此,神经网络方法更适合于企业财务危机预测。     

财务困境预测模型的实证分析与改进——基于中国上市公司的研究

本文利用2010—2012年沪深两市中被ST的47家公司和47家非ST公司的财务指标,根据中国资本市场的实际状况,构建了一个系数与变量修正后的Z-score模型;然后建立一个以现金流量为基础的财务预警统计模型,共同构建财务困境预测模型组合.实证研究表明:整个预测系统的准确率较高,ST公司在T-2年前被成功预测的概率为82.98%,配合现金流财务预警模型,准确率进一步提升.所以该预测模型组合具有较大的使用和研究价值.     

上市公司财务困境预测-基于Logit模型的实证研究

本文以2008年经济危机以来的经济环境为背景,以上市公司受到退市风险警示作为其陷入财务困境的标志,在沪深股市中选取19家财务困境公司和57家正常公司作为样本,利用所有者权益比率、现金比率等财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并针对我国制造业提出了加强信息化水平、淘汰落后产能等政策性建议。     

基于BP神经网络的上市公司财务危机预警研究

本文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,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

基于BP神经网络的上市公司财务危机预警研究

本文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,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

结合股权激励结构变量的财务危机预警实证研究

结合股权激励结构这一非财务指标与财务指标构建财务危机预警模型,突破了以往相似研究中只关注财务指标的局限。股权激励是通过一套包括正式或非正式的、内部的或外部的制度或机制来协调公司与所有利害相关者之间的利益关系,以保证公司决策的科学化,从而最终维护公司各方面的利益。因此,本文将反映股权激励的相关研究变量引入财务危机预警模型中,从而全面反映公司状况,以期提高模型预测的全面性与准确性。     

基于改进的杜邦体系和BP神经网络的财务危机预警模型探讨

在传统的基于神经网络的财务危机预警模型基础上,本文以最近几年我国沪深两市A股上市公司作为研究对象,采用BP神经网络方法构建了整合改进的杜邦分析体系指标的财务危机预警模型,并作实证研究。实证结果表明：整合调整后的财务指标的BP神经网络模型较传统指标的BP神经网络预警模型具有更高的预测精度。     

结合股权激励结构变量的财务危机预警实证研究

结合股权激励结构这一非财务指标与财务指标构建财务危机预警模型,突破了以往相似研究中只关注财务指标的局限。股权激励是通过一套包括正式或非正式的、内部的或外部的制度或机制来协调公司与所有利害相关者之间的利益关系,以保证公司决策的科学化,从而最终维护公司各方面的利益。因此,本文将反映股权激励的相关研究变量引入财务危机预警模型中,从而全面反映公司状况,以期提高模型预测的全面性与准确性。     

基于Logistic模型的中小上市公司财务风险预警研究

随着社会主义市场经济的深入发展,中小上市企业有必要建立一套有效的财务危机预警机制.本文建立Logistic回归模型,以2008-2016年40家中小上市公司为样本,对财务指标及非财务指标分析后提取2个因子,得到财务风险预警模型.带回样本数据证明模型综合准确率可达81％,具有较好的预警作用.     

基于COX模型的创业板公司财务危机预警研究

自2009年至今,创业板市场运行已有6年的时间。上市公司数量急剧增加,财务指标初具规模。但随着创业板市场的不断发展壮大,也出现了不少亟待解决的问题。创业板上市公司板高成长的光环渐渐褪去,财报业绩频频变脸,创业板的健康发展和投资者的权益也因此遭受威胁。因此,需建立一个行之有效的创业板上市公司财务危机预警模型非常重要。本文以创业板上市公司为研究对象,运用动态的C ox比例风险模型,建立了创业板上市公司的财务危机预警模型。并对模型精确度进行检验,模型的预测精度超过90%,模型取得了预期的效果。最后,分析该模型的优点并指出其局限性。     

财务危机预警的行业视角

一、引言作为公司经济运行的晴雨表和经营的指示灯,公司财务预警的实证研究不仅具有较高的学术价值,而且有着巨大的应用价值。从识别与预测的角度来看,财务危机是一个渐进的过程,财务危机的发生是有先兆是可以预测的。公司财务危机预测模型可以给利益相关者以预警信息,从而避免或减少损失。早期预警信号还可以提醒管理层采取相应的预防措施,从而缩短发生损失的时间长度,或者改善公司的经营及财务状况,使公司健康发展。因此,建立有效的财务危机预警模型是财务的一个重要问题。而在证券市场中,不同行业的上市公司由于面对的市场结构、与宏观经济周期的关联度以及所处的行业生命周期阶段等均不相同,从而其表现出来的财务特征也具有显著差异,所以,在财务危机预警中应该分析和考虑公司所处的行业。本文分如下几个部分:第二部分,研究变量与样本设计;第三部分,实证结果与分析,包括因子分析结果、Logit模型的构建和两类模型比较分析;最后,财务危机公司行业透视。二、研究变量与样本设计(一)指标变量的选择在财务指标的选取上,本文广泛考察和借鉴国内外相关成果,最终选取具有解释力和显著性统计结果的财务指标,指标按被选取的次数依次为流动比率x1、营运资本总资产比率x2、资产...     

基于Logistic模型的上市公司财务预警研究——以中小板制造业为例

本文以我国中小板制造业上市公司2014年1-6月份首次因财务状况异常而被特别处理的8家公司以及与其配对的8家财务状况正常公司为研究样本,并使用二项分类Logistic回归分析,构建了被特别处理前三年的财务危机预警模型,实证研究结果表明该模型具有较强的预测能力。