我国上市公司财务危机预警指标体系的构建及筛选研究

本文在对国内外财务危机预警模型研究的基础上,以中国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)作为企业陷入财务危机的标志,构建了一套包括7个方面30个指标的财务危机预警指标体系,并选取了我国深、沪两市A股2002~2008年间首次被ST的公司92家和配对财务健康公司92家企业进行指标的筛选。分析表明:所确定的指标体系能够涵盖上市公司财务的主要运行特性,而且能够比较全面地代表原始预警指标,建立的预警指标体系是全面而简练的。     

非ST上市公司财务风险恶化评价分析

由于经济的复杂性、环境的多变性和上市公司发展的不确定性等因素,我国上市公司的财务风险逐渐突显出来,人们在关注投资带来的收益的同时也开始重视上市公司的财务风险问题,对上市公司的财务风险进行评估正在成为人们关注的焦点。因为财务状况异常而被特别处理的ST上市公司成为学者们研究的热点,但是很多学者没有从非ST上市公司财务状况恶化来研究财务风险问题,因此本文在从非ST上市公司财务状况恶化的角度来对上市公司财务风险进行分析,以沪、深证券市场2008-2010的100家上市公司作为研究对象进行实证分析,发现与已被ST的公司相比,下一年被ST的公司的财务风险更大。     

制造业上市公司财务预警研究

文章选取我国制造业2014年4月沪深股市的61家ST公司和61家非ST公司为研究样本,运用熵权法,筛选出10个包含信息量多,并能准确预警的指标,通过这10个指标建立"因子分析"模型进行定量分析,得到财务危机预警函数(即为ST与非ST的判别函数),最后将测试组中60家公司的数据回代到预警函数中检验其判别率,判别率达到81.67%,具有较高的的判别正确率,说明文章建立的财务预警系统对于上市公司财务危机的预测与防范起到一定的作用。     

Z-Score模型的优点及对上市公司财务危机的预测

一、Z模型样本的选取 本文以沪深两市1996年前上市的260家A股公司2005年到2007年三年的平均数据作为研究对象。1998年沪深证券交易所开始对出现异常状况的上市公司实行“特别处理”（即ST）。从财务的角度衡量，ST公司符合本文认为企业财务状况不健康的判断：从理论上看，也符合本文对财务危机企业范畴的界定。     

我国房地产上市公司财务预警研究

文章主要通过建立适合于我国房地产上市公司的财务预警模型来研究房地产企业的财务风险.首先,对财务预警模型的解释变量进行筛选,以我国1998—2010年房地产上市公司为研究对象,选取了48家ST公司和48家财务正常公司为样本,对入选解释变量进行了逐步筛选;其次,对于构建的3个Logistic模型进行分析比较,选取预测率较高的模型;最后,对获得的预警模型进行有效性分析,基于样本公司从前一年至前四年的财务数据进行返回预测检验,表明该模型预测的总准确率分别为:93.8%、89.6%、73.4%、65.6%.     

基于BP-Adaboost的上市公司财务危机预警实证研究

文章提出了将Adaboost算法与BP神经网络相结合的方式构建模型,应用于我国上市公司财务危机预警的研究中,对60家ST和60家非ST的上市公司的财务数据进行实证检验。结果表明,Adaboost算法的引入,提高了神经网络的预测精度,具有较好的实际应用价值。     

“阿尔曼”模型在我国上市公司财务预警系统中的应用——基于沪市上市公司2010年 XBRL 文档

阿尔曼模型(Z-Score 模型)是多元线性函数回归模型,是理论界和学术界预测企业财务危机的一个重要的函数模型,本文在系统阐述模型概念及相关理论的基础上,选取沪市 XBRL 文档数据中披露的868家上市公司(剔除了异常数据)作为样本,对上市公司的财务风险进行了实证分析,并且验证了阿尔曼模型在财务风险预测中的应用,同时针对ST、*ST 公司存在的财务风险进行了单独的分析和预测,在分析中总结出各项指标对 Z 值的影响,进而提出预防企业财务风险的对策     

“阿尔曼”模型在我国上市公司财务预警系统中的应压——基于沪市上市公司2010年XBRL文档

阿尔曼模型（Z--Score模型）是多元线性函数回归模型,是理论界和学术界预测企业财务危机的一个重要的函数模型,本文在系统阐述模型概念及相关理论的基础上,选取沪市XBRL文档数据中披露的868家上市公司（剔除了异常数据）作为样本,对上市公司的财务风险进行了实证分析,并且验证了阿尔曼模型在财务风险预测中的应用,同时针对ST、＋ST公司存在的财务风险进行了单独的分析和预测,在分析中总结出各项指标对Z值的影响：进而提出预防企业财务风险的对策。     

企业财务预警系统的研究及应用

在激烈的市场竞争中,每个企业都有可能会遇到财务危机,特别是加入WTO后,企业面临的不确定性日益增大,时刻面对着本国和国外公司的挑战,由财务危机引发企业破产的例子不胜枚举。本文通过分析和介绍企业财务风险的成因及种类,确定财务风险的度量方法,并分析了企业建立财务预警系统的重要性和迫切性及财务预警系统的架构及模型,有利于企业建立财务预警系统,及时发现企业财务管理中存在的问题,并向经营者预先发出警报,有效地防范与化解财务危机,防止财务风险的发生,更好地促进企业的发展。     

我国上市公司财务预警系统应用研究

在激烈的市场竞争中,企业随时都有发生财务危机的可能,财务危机不仅给企业本身带来困境,而且会给投资者带来损失。本文通过对上市公司财务预警系统应用的研究,利用有关模型对我国的上市公司进行实证检验,一方面希望能够加深人们对上市公司财务预警的认识,另一方面希望对企业管理当局分析与监控企业财务危机有所帮助,从而防患于未然。     

我国上市公司股权结构的财务治理效应研究

金融危机的爆发,暴露了我国上市公司由于股权结构不合理导致的诸多财务治理方面的问题。股权结构是公司财务治理的基础,其设置状况是否合理对公司财务治理的效率有着决定性的影响。本文从理论和实证两方面分析了股权结构的财务治理效应,并通过分析得出我国上市公司股权结构的财务治理效应的现状和存在的问题,提出了强化我国上市公司股权结构的财务治理效应的对策建议。     

金融危机下有色金属行业关联担保存在的问题及对策

波及全球的金融危机对有色金属行业冲击很大,我国有色金属行业的上市公司经营出现了资金周转的问题。关联担保贷款是解决资金问题的一条重要途径。本文就是研究金融危机背景下我国有色金属行业上市公司的关联担保表现出来的一些新问题,并对其原因进行分析进而提出一些对策。本文数据来源是上海证券交易所有色金属行业的2008年年报。     

中部地区上市公司营运资金管理调查总体分析

金融危机后,众多学者和管理者将注意力转移到对营运资金的研究,营运资金管理成为企业整体战略中的重要组成部分.同时,中部地区的发展对我国经济社会具有重要影响,因此对中部地区营运资金的研究也愈加重要.对中部地区8个省356家上市公司的营运资金调查指出了中部地区上市公司营运资金绩效情况,而如何提高营运资金周转绩效是今后需解决的一个重要任务.     

基于数据挖掘的上市公司财务舞弊识别研究

国内上市公司财务舞弊呈恶性发展之势,要推进证券市场的预警与监管,对上市公司财务舞弊行为的识别就变得意义重大。以148个财务舞弊上市公司和配对的非舞弊上市公司为样本,运用神经网络建立了上市公司财务舞弊识别模型。此模型对训练样本和测试样本的识别正确率分别达到74.58%和70%,能有效的识别出上市公司财务舞弊与否。结果表明,该模型可以用于上市公司财务舞弊行为识别,对有舞弊动机的上市公司起到威慑作用。     

基于关联规则的企业财务风险分析

企业对自身财务风险的管理直接影响企业的可持续性发展,具有重要意义。本文基于2015年我国上市ST（Special Treatment）公司财务指标数据对公司财务风险进行分析。首先,对财务数据进行预处理,运用关联规则,挖掘出隐藏在财务指标中的规则,最后选取具有较高代表性的财务指标,对公司财务风险进行分析预警。实证分析表明：当上市公司财务出现危机时,总是存在一些集中出现的财务指标,它们的波动对企业财务风险有直接影响。通过分析这些指标可以对上市公司财务风险进行预警防范。     

林业上市公司财务柔性对企业价值的影响研究

基于74家林业上市公司2008年至2019年基础数据,综合考虑不同债务结构对财务柔性的影响,通过构建财务柔性测度指标体系及其模型,对林业上市公司财务柔性进行具体测度,并进一步运用多元线性回归研究了林业上市公司财务柔性对企业价值的影响方向和力度。研究发现,林业上市公司财务柔性普遍偏低且差异在波动中呈现扩大的趋势,林业上市公司财务柔性对企业价值存在显著的正向影响。为增强抗风险能力,林业上市公司应重视财务柔性战略地位,合理储备财务柔性。     

基于经营业绩观研究我国上市公司财务困境成本计量问题——以制造业为例

选取沪深两市1998-2012年被ST的74家制造业上市公司(A股)样本,以主营业务净利润率为指标结合单样本T检验从经营业绩观视角计量制造业上市公司的财务困境问题,结果表明我国制造业上市公司陷入财务困境后需要承受明显的财务困境成本。     

金融民主化、公司所有权性质与融资约束

文章旨在剖析金融民主化发展水平对上市公司融资约束程度的影响,从而为金融发展对所有权性质不同的上市公司融资约束的提升作用提供证据。通过构建金融民主化发展指数,并基于2008-2012年我国大陆31个省、自治区、直辖市的金融数据及各地A股上市公司的研究样本进行了实证研究,研究发现:相对于金融民主化发展水平较低的地区,金融民主化发展水平较高的地区上市公司融资约束程度更小;随着金融民主化进程的推进,国有控股上市公司融资约束缓解程度低于民营上市公司。     

我国制造业上市公司财务危机预警实证研究

本文选取沪深两市A股制造业行业的上市公司作为研究对象,在传统财务预警指标基础上,引入公司治理结构、股权结构以及审计意见等非财务预警指标,采用因子分析和Logistic回归建立公司陷入财务危机前两年的财务危机预警模型。实证结果表明,加入审计意见指标建立的综合财务危机预警模型可以提高财务危机预警精度。     

基于神经网络模型的上市公司财务预警研究

为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。