中国海外上市公司的PCA—SVM财务危机预警研究

在支持向量机（Support Vector Machine,SVM）方法的基础上融入主成分分析（Principal Component Analysis,PCA）方法,可构建PCA—SVM财务危机预警模型。以我国海外上市公司为研究对象,运用PCA提取出对财务危机具有显著影响的特征指标,进而通过训练集在不同核函数下对SVM进行训练,最后运用测试集对经过训练得到的SVM财务危机预警模型进行性能验证与评价。实证研究结果表明,PCA．SVM财务危机预警模型在线性、多项式、径向基和sigmoid四种核函数下都具有良好的预测能力,而径向基核函数下的PCA-SVM财务危机预警模型具有更加优越的学习能力与泛化推广能力。     

基于神经网络模型的上市公司财务危机预警研究

本文使用人工神经网络(ANN)建立财务危机预警模型,用以测试模型预测上市公司发生财务危机的准确率。模型使用的样本包括110家上市公司的财务指标,其中77家公司作为训练集,33家公司作为测试集。在数据挖掘软件Rapidminer 6.1上构建模型,得到神经网络的总体预测准确率为90.91%。研究表明,人工神经网络具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此是一种非常好的预测财务危机的模型,在企业财务危机预警方面有着很好的应用前景。     

基于BP神经网络的中小企业板上市公司财务危机预警模型构建

本文从智能理论角度,选取了2006年—2010年66家中小企业板上市公司作为样本,构建了一个针对中小企业板上市公司的财务危机预警模型。本文利用因子分析法对初选的17个财务指标进行了优化,得到5个预警因子作为输入变量,构建的BP神经网络财务危机预警模型。     

我国化工类上市公司财务预警研究

应用财务危机预警判别分析模型,并以沪深股市16家化工类上市公司为样本,对财务危机预警进行实证研究。结果表明,该模型在评价化工上市公司财务危机方面具有较高的准确性,可以引导管理层、投资者、债权人、上市公司监管部门等依据模型对上市公司财务风险进行评估,对可能的财务危机进行预警,对预测财务健康的公司有很强的适用性。     

基于BP神经网络模型的公司财务危机预警实证研究

以公司为研究对象,选取2005年被ST公司和配对的正常公司各34家作为训练样本,2006年被ST的公司和配对的正常公司各31家作为检验样本,构建了公司发生财务危机前第三年的BP神经网络预警模型,实证研究结果表明,神经网络预警模型是一种有效的财务危机预警模型,有广泛的使用范围和较高的推广价值。     

财务危机预警理论研究述评

财务危机预警属于微观经济预警的范畴,具有重要的研究价值。本文对国外财务危机预警模型的研究进行了综述,对国外财务危机预警模型进行分析比较,并对财务危机预警模型研究的发展趋势进行了展望。     

公司治理引入上市公司财务危机预警体系的实证分析

财务危机,也称为财务困境、财务失败。财务危机预警即是利用企业相关资料,通过建立数学模型来预测危机发生的可能性。目前已有的研究已经取得了丰硕的成果,但这些研究在建立预警模型时主要是以一年的数据为样本进行分析,并没有将公司治理指标引入模型进行分析。基于此,本文在财务危机预警模型中引入公司治理指标,运用二元Logistic回归法建立模型,实证分析我国上市公司治理指标对财务危机预警的影响。     

关于企业财务危机预警若干问题的思考

目前企业财务危机预警研究主要集中于建立各种更为准确的财务危机预警模型,关于企业财务危机预警其他方面的研究相对较少。本文从财务危机的含义,财务危机预警所警示的风险种类,多变量财务危机预警模型的使用效果,财务危机预警的应用,财务危机预警的局限性等几个方面对企业财务危机预警研究中的相关问题进行探讨。     

基于主成分分析-神经网络法的农村信贷用户信用评级研究

采用某农村信用社的516家贷款用户,基于主成分分析-神经网络法构建个人信用分类评估模型。该模型首先应用主成分分析法对初始指标进行降维,然后将简化后的训练样本送入BP神经网络进行学习和训练,进而对检验样本的风险级别进行判别。     

公司财务危机预警模型研究

公司在运营过程中,由于外部冲击或自身管理不当都会引起公司财务上的问题,过于严重的将形成财务危机,对财务危机的处理不当,将可能导致公司运营困难甚至破产,建立财务危机预警模型,科学的预防财务危机具有重要意义,本文通过我国财务危机预警模型研究现状,浅析我国财务危机预警模型的问题所在及今后的研究方向.     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

管理者金融危机经历影响企业金融化水平吗？——基于中国上市公司的实证研究

文章以我国2008—2017年非金融上市公司为样本，结合“烙印理论”，考察了管理者金融危机经历对非金融企业金融化水平的影响，研究发现：管理者的金融危机经历对其所在企业的金融化水平具有显著的正向影响，在一系列的稳健性检验后，该结论依然成立。且该效应在融资约束严重的企业和制度环境较好地区的企业中更加显著，而在金融危机期间遭受财务困境的企业中受到明显抑制。拓展的研究表明，经历过金融危机的管理者持有金融资产的动机并不单一，但获利动机更强烈。最后文章还发现，管理者的获利动机和管理者自信可能是金融危机经历影响企业金融化水平的关键作用机制。文章从企业微观层面拓展了非金融企业金融化水平的影响因素研究，并对企业管理者经历对非金融企业金融化的影响及作用机制研究进行了一定的探索。     

如何提高企业成本管理效果

世界金融危机的出现使得我国出口型企业收到了一定的冲击.出口商品内销使得国内经济环境与市场竞争日益加剧.在这样的情况下,企业如何提升市场竞争力成为了首要的问题.金融危机后的市场竞争中,企业成本管理实施效果直接影响到企业的综合市场竞争力、影响到企业的生存与发展.本文就后金融危机时代企业成本管理工作的开展进行了简要论述.     

当前金融危机背景下的社会控制和内部控制

目前爆发的全球性金融危机,梳理其产生和发展的过程及其影响,从控制的角度分析:宏观社会控制原因包括政府金融监管部门监管控制不力和对信用评级机构的监管控制不力;微观企业内部控制原因包括忽略风险评估和忽视企业文化两个方面。为了更好地防范金融危机的风险甚至经济危机的发生,既要从宏观层面加强监管,及时发现风险,提出警示,形成宏观社会控制,还要从微观层面加强企业内部控制,要求企业把风险评估及企业文化建设落实实处,以增强企业的风险抵卸能力。     

金融危机对太仓化工企业的影响及应对措施

2008年发生的金融危机对全球的经济造成了巨大的冲击,太仓市作为中国经济最发达的区域也未能幸免,运用调查研究的方法对太仓市化工企业受到危机影响进行分析,并提出将来太仓市化工行业应对相类似问题的策略.     

AIG在次贷危机中所扮演的角色及其启示

美国的次贷危机已经演变成波及全球的金融危机,在此次危机中有许多国际知名的金融企业陷入困境,其中就包括美国国际集团（AIG）。作为全球首屈一指的保险业巨头,AIG在次贷危机中由于流动性不足,从一家纯粹的私人企业变成了“半国有化”的企业,其根源在于制度层面的投资过度集中、风险管理缺失、创新工具滥用,和技术层面的数据充足性、假设准确性、模型有效性等问题。     

金融危机下的企业业绩评价研究

金融危机在威胁企业生存的同时，也带来了某些机遇，企业应将经营目标定位为：求生存、调结构、蓄力量、谋发展。金融危机下企业业绩评价体系构建应注重求存导向下的企业基本安全度；“现金至尊”的财务理念；控制力和创新力的动态效率统一。     

金融危机前后中信行业指数联动效应及其社团结构比较

文章采用平面最大过滤图和InfoMap算法研究中信行业指数网络在金融危机前、中、后三个阶段的联动效应及其社团结构。研究结果表明,三个阶段的指数网络都存在小世界性质,且危机期间的网络联动效应最强;社团结构在危机期间有相互融合的整体趋势即网络变得更加紧密;社团中核心节点存在局部影响优势,某些边缘节点间存在局部强联动效应。     

基于小波神经网络的上市公司财务风险预警研究

简述小波神经网络的基础理论和算法,建立财务风险预警指标,利用小波神经网自适应能力强、收敛速度快和预测精度高的特点对上市公司财务风险进行实证研究。应用结果表明,小波神经网络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。