基于Logistic模型的上市公司财务风险预警研究

财务风险预警是目前理论界和实务界关注的焦点。通过选取2011年沪深交易所上市的50家ST类公司及其配对的50家非ST类公司为样本,建立Logistic预警模型并进行了预警验证,研究发现:Logistic预警模型对上市公司财务风险的预警结果的准确率达到了86%,且离ST的时间越近,结果越准确;此外,模型对非ST类公司的分析结果要比对ST类公司的准确。增强对财务风险预警的管理,企业应加快建立内部控制和财务预警制度,树立内部风险管理的意识,加强相关人员的综合素质,以从源头上有效遏制企业财务危机,提高企业经济效益。     

基于CHAID模型的航天企业财务风险预警实证研究

本文从数据挖掘的角度出发,选取了66家航天企业作为样本,使用CHAID模型进行了财务风险预警实证研究,将样本企业划分为3个不同的层面并加以分析,最后对CHAID决策树模型进行了评价分析.     

制造业上市公司财务危机预警模型

本文以我国制造业上市公司为研究对象,选取了181家发生财务危机的公司和181家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,首先运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,最后进行了回代检验和测试样本检验.研究结果显示,预警模型对检验样本的预测正确率为76.60％,能够给投资者、债权人和监管机构等相关各方提供预测财务危机的有用信息.     

企业财务预警模型的比较研究——基于我国制造业上市公司数据的实证分析

采用实证和规范相结合的研究方法,以我国制造业A股上市公司因"财务状况异常"而被特别处理的公司作为研究对象,选择2003-2005年65家财务危机公司,同时采用配对的方法逐年选择65家财务健康公司;初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选,建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型,并对其进行了比较研究。     

基于Z值模型的上市公司财务预警分析——以北京市为例

如何运用财务预警系统揭示企业面临的财务危机,是国内外财务研究的一大难题。从Z值模型角度,从北京市A股上市公司中选取8家ST、*ST和13家经营良好的公司作为样本,进行实证分析,Z值模型对北京市上市公司财务预警具有一定的有效性,在我国具体运用Z值模型时还应注意我国会计制度与国际惯例的距离,样本指标的畸变,财务报表真实客观性,企业政策等因素。     

基于Logit模型的上市公司财务预警分析

随机选取沪深两市被ST的20家上市公司的年报数据作为目标样本,采用SPSS19.0的Logit回归模型建立的方法技术确定模型常量及变量权重,并另随机选取236家上市公司财务数据作为检测样本,以识别Logit模型对上市公司财务预警的准确度。     

创业板上市公司财务风险预警研究检验

创业板又称二板市场,是对主板市场的重要补充。近年来,由于我国创业板市场在监管方面相对主板市场稍显滞后,导致创业板上市公司有发生财务风险的可能。为此鉴于国内外关于财务风险预警的研究文献,依照2012年颁布的《深圳证券交易所创业板股票上市规则》选取66家创业板上市公司作为研究样本,另选30家创业板上市公司作为检验样本,分别构建基于主成分分析法和Logistic回归分析的财务风险预警模型。实证结果表明,Logistic回归预警精准度更高,更加适用于我国创业板上市公司。无论对于企业经营者或是投资者来说,本模型都可用于参考,一定程度上可以避免经营失败或是投资失败造成的损失。     

我国制造业上市公司财务预警模型的构建

本文在国内外学者对财务预警的研究基础上,以2011年深沪两市110家制造业上市公司为研究对象,选取17个财务指标作为统计数据,通过因子分析消除各个变量的多重共线性,最后利用logistic回归的方法建立起财务预警模型。最后归纳出结论,并提出对策和建议。     

基于Logistic模型的企业财务预警研究——以房地产企业为例

针对当前房地产市场严厉的监控措施,建立有效的财务预警系统,预测企业是否会陷入财务困境是房地产企业长远发展的重中之重。本文选取沪深两市首次被ST前一年的数据,运用因子分析法对所选择的30家房地产公司,建立最新形势下我国房地产企业Logistic财务预警模型,并对模型的预测能力进行检验,所构建的模型能对房地产上市公司的财务状况是否异常做出86.7%的预测准确率,具备较强的财务预警判别能力,因而具有一定的可行性和实用价值。     

基于Z计分模型的房地产企业财务风险评价研究

房地产业作为一个高风险、高投入、高收益并存的行业,其发展在我国起步较晚,基础薄弱,面临的风险较多,尤其是财务风险。本文采用Z-score财务预警模型,选取30家房地产上市公司为样本,对其财务风险状况进行实证分析,发现我国房地产企业整体财务风险较高。最后总结分析结果,得出结论并对我国房地产企业风险控制提出建议。     

公司财务预警文献综述

国外从事企业财务危机预警相关的研究可以追溯到20世纪30年代初,菲茨．帕特里克（FitZPatriCk,1932）以19家公司作为样本,运用单个财务比率将样本划分为破产和非破产两组,他发现判别能力最高的是净利润／股东权益和股东权益／负债两个比率。1968年Ed—wardI．Altman提出了著名的多变量财务预警Z计分模型,他首先将多元线性判别法引人财务危机预警研究领域,利用制造业的破产企业与非破产企业的会计数据,以误判率最小的原则确定了5个变量作为判别变量。     

基于Cox生存模型的上市公司财务困境预测研究

本文采取Cox生存模型进行财务困境预测,选取我国制造业40家ST上市公司和260家非ST上市公司进行实证研究,在训练好的模型基础上进行预测,得出企业出现财务困境的影响因素和程度,并选取10家上市公司进行危机时点预测,实证结论与实际情况相符。 Cox模型对上市公司具有危机预警的应用指导意义。     

广东上市公司的财务困境预警系统研究

财务困境的发生是一个循序渐进的过程,它的可预测性敦促人们不断地探究,以求建立一套科学的财务困境预警系统。本文以广东省上市公司为研究对象,选取了该省上市公司中所有27家ST公司和与其配对的27家非ST公司为样本,采用Logistic回归模型方法进行研究,建立了预测精度比较高的预警模型。结果表明该模型对检验样本的判别结果与实际结果接近,较高的判别率进一步证明了我们根据Logistic回归分析方法建立的预警模型的实用性和准确性。     

基于机器学习方法的上市公司财务预警模型对比研究

当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.     

Z财务预警模型的检验与改进

财务预警模型是基于财务学、统计学理论．选择一些财务指标作为变量，对企业是否可能陷入财务危机作出预测的模型。文章选取160家上市公司的财务数据对国外最为知名的财务预警模型——Z模型进行检验，根据检验结果调整了模型临界值，并引入3个新的变量。经过改进后的模型预测准确性有了大幅提高．对我国上市公司具有较好的财务预警能力。     

光伏产业财务风险预警分析——基于Z计分模型的研究

从财务风险预警的角度出发,针对光伏产业,选取14家较典型的光伏产业公司为样本运用Z计分模型进行分析,试图通过分析结果预先告知企业所面临的财务风险情况,同时分析企业发生财务危机的原因,并为企业提供防范措施以应对财务风险提出建议。     

西北地区上市公司财务危机预警模型问题研究

西北地区作为民族聚居区,其战略地位日益显现,但本地区股票市场发展的规模、水平与其地位很不相称。目前制约其发展突出的问题是缺乏定量分析,为此采集和选取了近几年西北地区76家上市公司核心财务指标,以Logistic模型为基础,建立财务预警模型,并对影响公司预亏的核心指标从经济学和财务学的角度给出了降低公司来年预亏可能性的指导性建议。为了克服部分指标间的相关性对分析结果的影响,并使预警模型更趋合理,又进一步以公司预亏前两年各指标的综合值为基础,建立了以显著的主成分指标为回归变量的财务预警的Logistic模型,以期为本区上市公司提供一种及早发现、预防、分散和化解财务风险的参考依据,并为投资者提供较为合理的投资预期分析工具。     

基于F分数模型的通信行业上市公司财务风险分析

本文选取通信行业27家上市公司作为研究样本,利用2010-2012年财务数据,运用F分数模型对该行业的财务风险进行实证研究。研究表明：通信行业总体财务状况良好,财务风险较小,其中通信制造业的财务状况优于通信服务业,但部分公司的财务状况较差,财务风险凸显。     

企业财务预警模型统计实证分析

多变量财务危机模型是目前国内外企业财务预警模型实际使用最为有效的,本文参考国内外对构建企业财务预警评估体系的数据模型,采用财务危机预测新模型即F分数模型对2010年国内10家企业进行财务评估,得出结论并给出对预警结果进行完善的建议。F分数财务预警分析模型可以全面的分析企业的财务现状、财务漏洞,并找到产生财务漏洞的主要原因,可以帮助企业管理者及时做出反应,采取合理措施较好地解决问题,避免陷入财务危机困境,另外要用发展的眼光对待F分数模型,不断通过理论分析和实证分析完善F分数模型分析体系。     

房地产企业财务危机预警模型研究——基于主成分分析和Fisher判别法

本文以我国上市房地产企业为研究样本,通过主成分分析法和Fisher判别法的组合应用,对构建企业财务危机预警模型进行了实证研究。通过该模型,可以对企业未来1至2年的财务状况进行基本判别,从而有效帮助企业改善财务结构,规避财务风险。