我国上市公司财务预警模型的构建及应用

文章充分考虑了模型样本的确定和系统自变量的选择对模型预测结果的影响,在传统现金流量基础上,引入自由现金流量概念,构建了反映企业偿债能力等一系列指标.通过SPSS统计软件,采用预测准确率较高的Logistic回归模型建立了上市公司财务预警模型.另外通过选取不同的样本进行验证,预测准确率高达89.47%.     

"爆雷"公司财务分析——以XX阿胶为例

随着中国经济的平稳发展,业绩良好增长的趋势明显,盈利模式清晰的"白马股"备受投资者青睐,但同时也存在大批企业由于财务造假、业绩突然大幅度下滑等频频被曝出负面消息,导致股价暴跌,这种现象也被称为"爆雷".文章从"爆雷"现象入手,以XX阿胶近几年的财务状况为例,研究"爆雷"企业的财务状况特点以及XX阿胶"爆雷"的具体原因,以期为广大投资者提供经验,并为XX阿胶后期运营提供实践性建议.     

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。     

基于GBDT的医药供应链金融信用风险评价

"两票制"改革下,医药产业链面临重构,医药中小企业融资需求不断增加,从而催生出万亿级别的供应链金融市场.然而,由于医药供应链上信息不对称以及信用风险传染,医药中小企业存在较高的信用风险,如何有效评估医药供应链金融信用风险是把握亿万市场机会的关键.文章结合医药行业特征,构建医药供应链金融信用风险评估体系,并在因子分析基础上,运用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)进行信用风险评估.通过与支持向量机(Support Vector Machine,SVM)、Logistic回归模型和BP神经网络对比,发现GBDT模型具有更高的预测准确率和分类真实性,验证了供应链金融模式下GBDT模型应用于医药行业信用风险评估的优越性和有效性.     

基于DBN的线上供应链金融信用风险研究

"互联网+"背景下,针对如何解决深度挖掘线上供应链金融大数据背后信用风险的问题,提出了一种基于深度信念网络(DBN)的线上供应链金融信用风险评估方法.首先,建立了由受限玻尔兹曼机(RBM)和分类器SOFTMAX构成的深度信念网络评估模型,并利用该模型对三类数据集进行性能评估测试;其次,运用因子分析法从21个指标中甄选8个指标,输入到RBM中进行转换,形成更为科学的评估指标,再将指标输入到SOFTMAX中进行评估;最后,将这种基于DBN的线上供应链金融信用风险评估方法应用到实例中进行了验证.结果表明:该方法的评估准确率达96.04％,与SVM法、Logistic法相比较,具有更高的评估准确率和更好的合理性.     

基于Logistic—SVM的上市公司总经理离职行为预警模型研究

文章在建立上市公司总经理离职行为预警指标体系基础上，提出了Logistic和支持向量机（SVM）相结合的上市公司总经理离职行为预警模型。对原始指标数据进行标准化处理，然后通过Logistic回归分析对SVM的输出提供支持信念以修正支持向量机的结果。     

公司治理指标的财务危机预警实证研究——以民营上市公司为例

财务危机不仅仅是由于财务活动引起的,公司治理方面的缺陷更是导致危机发生的源泉。本文以2010年首次被ST的A股民营上市公司为研究对象,运用Logistic回归建立财务危机前两年的预警模型。研究显示,综合指标财务危机预警模型在一定程度上提高了预测准确率。     

引入EVA指标的上市公司财务预警模型对比研究

将EVA指标引入财务预警,以2010—2014年我国沪深两市A股首次被ST的上市公司作为研究样本,分别构建引入EVA指标的Logistic回归模型与Fisher判别模型,通过模型对比发现:Logistic回归模型的预警准确率明显高于Fisher判别模型的预警准确率。     

我国制造业上市公司财务危机预警研究

文章以制造业上市公司为例,选取2010—2012年首次被ST的公司及其配对公司作为样本,前两年样本用于建模,第三年用于检验,设计从财务和公司治理两个角度出发的财务危机预警指标,并从中筛选出预警能力较强的指标,通过因子分析提取公共因子后构建Logistic回归模型,其回代与预测准确率分别为79.41%和78.57%。     

房地产上市公司财务预警实证研究

准确预测房地产公司的财务风险并及时预警有助于房地产企业的健康稳定发展.根据房地产企业的现实情况,通过BP神经网络模型和Logistic模型分别对房地产上市公司的财务状况进行了实证研究.结果表明:BP神经网络模型的预测准确率要高于Logistic模型,同时综合使用多种方法预测房地产公司的财务状况更加准确.     

国有企业财务危机预警模型实证研究

财务危机从根本上威胁着企业的持续性经营和发展,如果不对其进行预测分析很可能给企业和社会带来严重的影响。近年来,我国政府部门频繁出台文件和措施要求企业特别是国有企业要加强对财务危机的管理控制。文章以上海市××区国有企业为研究对象,选取了29家出现财务困境的国有企业和29家财务正常的国有企业为样本,参照国内外学者对上市公司财务危机预警的研究方法,并结合国有企业财务实际,选择13个财务指标为变量,应用Logistic回归分析建立财务危机预警模型。研究表明:所建立的Logistic预测模型对财务危机发生前一年的预测准确率达93.1%。     

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%。     

财务困境上市公司财务报告舞弊预警模型研究

本文选择2004～2012年间被证监会处罚的48家处于财务困境中的财务报告舞弊上市公司和48家正常公司为样本,以舞弊前三年到舞弊年度为研究区间,利用配对样本T检验和Wilcoxon符号秩检验在选取的31个财务指标中筛选存在显著差异的指标,通过Logistic回归技术构建基于财务困境的上市公司财务报告舞弊预警模型.模型对舞弊公司预警的有效性高达91.7％,综合有效性达到88.5％,取得了显著的预警效果.     

基于Lasso-Logistic模型的个人信用风险预警方法

将lasso-logistic模型引入到个人信用评估中,通过模拟实验发现,逐步回归法倾向于保留一些不重要的变量,而且选出正确模型的概率较低,而Lasso不仅计算更加快捷、同时进行变量选择和参数估计,而且能更准确筛选出重要变量。此外,本文以信用卡消费信贷违约数据为例对我国个人信用评估进行了实证分析,发现相对于全变量Logistic模型和逐步回归Logistic模型,lasso-logistic模型更能抓住影响消费信用风险的关键因素,而且预测准确率也更高。     

基于Logistic模型的物流业上市公司财务预警

从物流业104家A股上市公司中选取了60家上市公司作为样本,分别用提取主成分构建逻辑回归模型和原指标构建逻辑回归模型的方法进行财务预警研究,得出了以下结论:用聚类分析方法判断上司公司是否处于财务困境能减少误差且更具有现实意义,方便投资者做出投资决策;主成分构建的逻辑回归模型和原指标构建的逻辑回归模型预测效果并无显著差异,构建的Logistic模型预测正确性都在80%左右,预测效果良好;在以后研究物流业上市公司财务预警时,必须考虑选取主营业务收入增长率、流动资产周转率、现金债务总额比和现金流量比率四个财务指标。     

上市公司财务危机预警的Logistic模型

本文从上市公司的财务品质、公司战略和管理者行为等方面选取预警指标,首先对所选指标进行差异性分析,检验出若干预警能力强的变量,然后在此基础上利用估计样本公司进行Logistic回归分析得到财务危机预警模型,最后运用该模型对测试样本进行检验,证实该模型的预测具有较高的准确性.     

公司治理与财务危机预警

为了提高财务危机预警模型的准确率和稳健性,在利用我国上市公司财务教据的基础上,加入公司治理信息变量,采用主成分分析和Logistic回归构建了预警模型.实证结果显示,加入公司治理信息后建立的预警模型的预测能力要比仅使用财务指标而建立的预警模型更为理想.     

中小上市企业财务危机预警研究——基于RS—Logistic回归的实证检验

中小企业在国民经济与社会发展中发挥着重要的作用,然而由于其风险抵御能力相对较弱等因素,针对其开展财务危机预警研究就显得尤为重要。以2005—2015年中小板上市企业为研究样本,困境样本筛选时不是单纯考虑ST或*ST,而是将"在连续两年内只发生过一次年度末亏损,但在该期间内各季度的净利润率平均值小于零"作为另一个困境样本匹配标准。结合财务、现金流量以及公司治理指标,用粗糙熵方法对初选指标进行特征选择进而构建预警指标体系,在此基础上建立Logistic预警模型,并采用十折交叉验证方法进行稳健性检验。结果显示:与传统Logistic模型预警准确率相比,RS—Logistic模型预警准确率更高;在指标体系中融入公司治理变量可以对模型预测效果起到正向促进作用。     

Logit模型在评估上市公司财务绩效中的应用研究

文章以48家ST企业和252家正常企业为研究样本,采用主成分分析将众多财务指标转化为反应企业财务绩效的几个关键主成分.实证分析中,以样本企业28个财务指标数据为基础,得到代表全部财务信息80％以上的12个主成分.进而利用Logit回归分析构建评估模型,整体准确率达到93％,能有效预测上市公司是否存在财务危机.     

基于现金流量的房地产上市公司财务预警

对于房地产行业来说,现金流量的状况极大地影响着公司财务风险的大小,基于现金流量的财务预警研究对房地产行业有着重大意义。本文最初选择了反映房地产上市公司现金流量状况的21个财务指标,后经过层层筛选优化,最终基于每股经营活动现金净流量等3个指标建立了Logistic回归财务预警模型。从研究样本组财务危机发生前1年的模型判断结果来看,判断准确率高达83.3%,误判率16.7%;从预测样本组财务状况预测结果来看,模型判断准确性为85.8%,预测效果较理想。