基于时间序列上市公司的财务预警实证研究——以我国制造业上市公司为例

本文以我国制造业上市公司为研究对象,利用其被ST前三年的季度时间序列数据建立财务预警模型,以期能反映上市公司财务变化的动态累积效应。研究表明：基于时间序列数据建立的logistic财务预警模型预测效果优于基于截面数据的财务预警模型;预警方法上logistic逻辑回归较fisher多元判别更佳;模型实证结果显示,公司盈利能力、每股收益和总经理持股比例对公司财务困境有显著影响。     

河北省制造业上市公司财务风险预警研究

文章利用河北省上市公司制造业2006年到2008年的数据,建立了针对河北省制造业的财务风险预警模型,应用于2009年和2010年,得出的分析结果与公司实际情况吻合度较高,并根据实际的检验分析结果,提出了相关建议。     

引入公司治理信息的上市公司财务危机预警分析机制构建

传统的财务危机预警大多通过财务指标建立模型进行预测,财务指标从理论上并没有深入剖析企业陷入财务危机的深层次原因,因此还需要引进非财务信息纳入财务危机预警机制。文章通过公司治理结构与上市公司财务危机关系的分析,运用公司治理来完善财务预警机制,最终引入公司治理信息构建上市公司财务危机预警分析机制。     

上市公司财务预警方法与模型评析

对上市公司财务预警进行研究,通过上市公司财务预警问题研究现状、方法及模型的评析,并针对我国上市公司财务预警的启示提出相关建议,目的是在公司危机发生之前向公司管理层发出财务预警信号,为上市公司防范财务风险,加强内部控制提供参考依据。     

引入股权结构指标的财务预警实证研究——以农业上市公司为例

为了对财务预警进行实证研究,本文引入股权结构非财务指标,以60家农业上市公司为研究对象,采用因子分析法选取财务指标以建立Logistic财务预警模型,对样本公司进行检验以判定财务预警模型的有效性。     

我国信息技术类上市公司财务预警研究

<正>财务预警模型是指借助企业财务指标和非财务指标体系,识别企业财务状况的判别模型。建立财务预警模型,可以发现企业运行中存在的问题,及时采取措施,减少企业的损失。关于财务预警模型的研究始于Fitzpatrick(1932),在国内,选取上市公司财务指标建立通用模型的研究较多,但针对具体行业的财务预警模型研究较少。本文针对信息技术类上市公司构建财务预警模型。一、样本公司的选取我国证劵市场上市公司没有因财务问题而被破产清算的,所以选择上市公司中的ST公司作为陷入财务危机的企业。样本按照《上市公司行业分类指导》对行业的分类选择信息技术类上市公司进行研究。选取2012年被特别处理的7家信息技术类上     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确.     

基于Z-Score模型的我国房地产上市公司财务预警研究

从财务预警的角度研究上市公司,可以及时发现公司的财务状况,从而帮助公司管理者采取有效的风险防范措施.Z-Score模型是目前应用广泛且预测有效性较强的财务预警方法之一,本文利用Z-Score模型对我国房地产上市公司进行财务预警分析.     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。     

上市公司财务预警模型分析

本文以四川省上市公司为样本,利用主成分分析法建立了四川省上市公司的财务预警模型,实际检验结果显示该预警模型具有较好的预警效果。     

上市公司财务危机预警“Z”值区域研究与分析

本文以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)作为企业陷入财务困境的标志,利用奥特曼的Z记分模型作多元判别分析,测试符合我国上市公司实际情况的Z值,并将其作为我国上市公司财务危机预警的指标值。实证结果显示,采用多元判别分析可以得到判别财务危机公司与非财务危机公司的Z值区域,并且可以保证较高的判别精确度。同时也发现,相对于主营业务收入指标,现金流量指标为更好的警兆指标。     

Financial distress prediction based on SVM and MDA methods: the case of Chinese listed companies

How to accurately predict financial distress is an important issue for enterprise managers, investors, creditors and supervisors. In this paper we develop SVM models (Support Vector Machine) and MDA (Multivariate Discriminant Analysis) models, using Chinese listed companies as our sample. The empirical results show that the prediction ability of SVM models outperforms the MDA models. Additionally, internal governance and external market variables, as well as macroeconomic variables are added as the predictive variables. The results indicate that these variables have theoretical and empirical linkage with the financial distress of Chinese listed companies.     

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。     

The dynamic financial distress prediction method of EBW-VSTW-SVM

Financial distress prediction (FDP) takes important role in corporate financial risk management. Most of former researches in this field tried to construct effective static FDP (SFDP) models that are difficult to be embedded into enterprise information systems, because they are based on horizontal data-sets collected outside the modelling enterprise by defining the financial distress as the absolute conditions such as bankruptcy or insolvency. This paper attempts to propose an approach for dynamic evaluation and prediction of financial distress based on the entropy-based weighting (EBW), the support vector machine (SVM) and an enterprise’s vertical sliding time window (VSTW). The dynamic FDP (DFDP) method is named EBW-VSTW-SVM, which keeps updating the FDP model dynamically with time goes on and only needs the historic financial data of the modelling enterprise itself and thus is easier to be embedded into enterprise information systems. The DFDP method of EBW-VSTW-SVM consists of four steps, namely evaluation of vertical relative financial distress (VRFD) based on EBW, construction of training data-set for DFDP modelling according to VSTW, training of DFDP model based on SVM and DFDP for the future time point. We carry out case studies for two listed pharmaceutical companies and experimental analysis for some other companies to simulate the sliding of enterprise vertical time window. The results indicated that the proposed approach was feasible and efficient to help managers improve corporate financial management.     

民营上市公司财务困境锁定的实证研究

本文运用路径锁定理论,对民营上市公司财务困境形成过程进行研究,并选取在上海、深圳证券交易所公开上市且陷入财务困境的民营上市公司为样本,对民营上市公司财务困境锁定进行了实证分析。研究表明,民营上市公司财务困境存在路径锁定现象,不同类型的财务困境公司存在不同的路径锁定。     

Board of directors’ effects on financial distress evidence of family owned businesses in Lebanon

The objective of this paper is to determine the managerial governance characteristics related to financial distress companies. The boards failed to accomplish their monitoring duties, which seemed to be one of the main reasons behind the actual financial distress and bankruptcy that swept the companies across the planet. Through the analysis of a sample of 178 Lebanese non listed and owned family firms, the results showed that the boards (that have a higher proportion of outside directors) are less inclined to face a financial distress than the boards with a lower proportion. Besides, a different conclusion proves that the board’s size and financial distress are directly linked. The paper highlights the extent to which financial distress is associated with corporate governance from a Euro Mediterranean country. It would be a source of education to Lebanese investors who excessively go for short-term returns and of help for regulatory authorities in the framework of making policies on corporate governance reformation.     

中小企业板运输仓储上市企业的财务风险评价

选取了深市中小企业板上市的13家运输仓储企业的2019年年度财务数据,采用主成分分析的方法对样本公司的财务风险进行了评价。研究结果表明:样本公司的财务风险整体较高,且不同样本公司间的财务风险差异较大;各样本公司在偿债能力、营运能力、盈利能力与发展能力四个方面均有所不同,且差异比较明显;财务风险等级为“低风险”的公司有3家,“一般风险”的公司有1家,“较高风险”的公司有8家,“高风险”的公司有1家。最后,基于上述研究结果,对上市公司的财务管理提出了相关建议。     

非财务信息与财务危机预警——来自我国上市公司的证据

本文从我国上市公司中,选取30家财务危机公司,与30家财务健康公司作为样本。首先对两组公司的13个财务变量,进行均值的t检验和Wilcoxon秩检验。选择合适的财务变量集,再将此财务变量集分别与董事会高管人员持股比例、股权集中度、股票价格变动趋势,及是否更换会计师事务所等,四个非财务变量一起作为解释变量,建立Logistic回归模型。实证研究结果表明,股票价格变动趋势与财务危机风险显著相关,加入非财务变量的预测模型效果更优。     

公司治理结构与财务困境相关性探究

公司治理结构特征是探究企业陷入财务困境原因不可忽略的重要范畴。对来自中国上市公司近期数据的研究表明,股权集中度和高管薪酬两个因素与企业陷入财务困境的可能性显著负相关,第一大股东较高的持股比例和管理层待遇有助于企业避免陷入财务困境。这种结果体现了中国转型经济背景下企业在公司治理和财务管理衔接上的特殊性。企业应该重视并构建符合自身的公司治理结构,以有效规避财务困境。     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球。处于金融市场之中的企业随时面,临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失。随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析。