基于可变精度粗糙集模型的上市公司财务困境预测

基于可变精度粗糙集模型对上市公司财务困境预测进行的研究表明,可变精度粗糙集模型对ST公司的预测准确度达到了85%,对正常公司的预测准确度达到了65%,总的预测准确度达到了75%;而将ST公司误判为正常公司的错误率为15%,将正常公司误判为ST公司的错误率为35%,平均误判率为25%.因此总体而言,可变精度粗糙集模型具有较好的预测能力.     

基于判别分析法的上市公司财务困境预警研究

从财务困境的界定、样本的设计、变量的选择、实证方法的应用等方面系统的回顾了相关的主要成果和问题。以我国上市公司为研究对象,选取了2004年到2006年深沪股市A股市场43家ST公司和43家非ST公司为样本,56家上市公司为检验样本。以被ST的前3年为限,9个财务指标作为判别变量,应用判别分析法建立模型。并用检验样本对模型进行检验。     

上市公司财务困境成本与股权结构

本文以沪深两市2004～2006年因财务困境而被ST的上市公司为样本,计量了其财务困境成本,并进一步分析股权结构对财务困境成本的影响。结果表明,我国上市公司的财务困境成本平均为17.27%,且各公司间差异较大。公司的控股股权性质显著影响财务困境成本,国有控股公司的财务困境成本较小,而股权集中度和股权制衡度对财务困境成本不具有显著影响。     

上市公司财务困境与财务破产的比较分析

与任何其他组织一样 ,企业也有一个生死病老的过程 ,如何对普通病症和高危病症予以区分 ,采取不同的预防、诊断和治疗措施 ,无疑将有利于企业的健康发展。本文认为 ,财务困境和财务破产可以作为上市公司两种不同的财务状况 ,应采取不同的预防、诊断和治疗措施。现有文献将财务困境与财务破产不加区别 ,不利于公司财务状况的正确判别和分析 ,进而影响公司财务政策的正确制定。本文在重新界定财务困境和财务破产的概念及其差异的基础上 ,以我国上市公司三年的财务数据为样本 ,对公司财务困境和财务破产进行实证分析。研究结果表明 ,我国上市公司确存在财务困境和财务破产两种不同的财务状况。盈利能力、资产负债率、公司规模同时对陷入财务困境和财务破产的公司有显著影响 ,它们是导致公司陷入财务困境和财务破产状况的重要原因。与国外类似研究不同的是现金流量信息对于我国上市公司的财务困境和财务破产皆没有解释力。     

上市公司财务困境模型研究

文章通过对国内外学者在财务困境方面的比较,在界定了财务困境的概念之后,选取了全部沪市的37家ST公司的财务指标作为样本,运用SPSS管理统计软件针对样本进行了T值检验,选择了显著性概率接近于1的指标进行分离和检验进行实证研究,最终构建了一个拟合优度较好的财务困境模型。     

财务困境预警文献评述

构造一个基于我国国情的企业财务困境模型将为模型使用者获取财务状况恶化公司的财务信号.财务困境预警模型的建立与完善,将更好的保障我国企业的整体稳定和发展壮大;有利于优化资源配置,提高社会效率;促进经济体制改革的进一步深化,维护我国资本市场的健康和繁荣.     

经济困境、财务困境与公司业绩--基于 A股上市公司的实证研究

文章选择沪深股市全部A股上市公司为研究样本,采用参数检验与非参数检验相结合的方法,考察经济困境、财务困境与公司业绩之间的经验关系.研究发现,在所处行业经历经济困境时,最高财务杠杆的两组公司销售增长率比最低财务杠杆的两组公司要低9%,而主营业务利润增长率则要低3.2%,换言之,当出现行业经济下滑时,选择高财务杠杆的公司将丧失更大的市场份额和利润.在考虑了经济困境的影响之后,文章支持财务困境对公司业绩存在负面影响的结论.     

上市公司财务困境预测模型比较研究

文章以我国A股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 ,比较了多元判别分析、Logistic同归和BP神经网络三种模型的预测能力。     

上市公司财务困境预测研究

财务困境是一个由财务状况正常到逐步恶化的过程,因此,财务困境是可以预测的。文章主要简单介绍了上市公司财务困境预测的方法模型。     

我国上市公司财务困境的预测模型研究

本文以我国上市公司为研究对象 ,选取了 70家处于财务困境的公司和 70家财务正常的公司为样本 ,首先应用剖面分析和单变量判定分析 ,研究财务困境出现前 5年内各年这二类公司 2 1个财务指标的差异 ,最后选定 6个为预测指标 ,应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法 ,分别建立三种预测财务困境的模型。研究结果表明 :(1 )在财务困境发生前 2年或 1年 ,有 1 6个财务指标的信息时效性较强 ,其中净资产报酬率的判别成功率较高 ;(2 )三种模型均能在财务困境发生前做出相对准确的预测 ,在财务困境发生前 4年的误判率在 2 8%以内 ;(3)相对同一信息集而言 ,Logistic预测模型的误判率最低 ,财务困境发生前 1年的误判率仅为 6 .47%     

企业财务困境预测研究的国际进展及启示

目前国外关于财务困境预测的研究基本形成了三种主流的方法或模型,分别是:基于会计信息的传统模型、基于未定权益(CCA)的模型以及风险模型(Hazard Model)。这些模型的判别能力经常通过以下3个维度来衡量:一是区分失败和非失败企业的能力;二是不同模型捕获企业失败或破产的增量信息程度;三是当失败和非失败企业的误分类成本不同时,模型的绩效表现。国际研究表明,模型的预测效果如何,在很大程度上取决于信息的可获得性,同时使用会计和市场信息,并采用风险分析(Hazard Analysis)的建模方法成为当前研究的一种趋势;预测因子、样本规模、建模技术以及验证方法都对模型的预测效果有很大的影响。     

财务困境预警SVM模型的构建及实证研究

精确的财务困境预测对企业管理层、投资者、债权人、监管层等有着十分重要的意义.本文以支持向量机(SVM)为基础,选取高斯核函数为内积函数,分析惩罚参数和核参数对模型的影响,并通过5-fold cross-validation方法与网格搜索算法选取最优参数,构建财务困境预警的SVM模型.相关的实证结果表明,SVM模型在提前3年的情况下仍能取得较好的预测效果,在预测效率上优于传统的多元判别分析方法.     

上市公司财务困境的串联和并联组合预测

利用单一判别分析方法对上市公司财务困境进行预测具有片面性和不稳定性。本文尝试通过多种判别分析方法的串联和并联组合来提高预测效果。以我国上市公司为对象的实证研究表明：在预测公司财务困境方面,串联组合的平均预测准确率最高,预测准确率最稳定。但是并联组合预测效果不够理想,有待改进以提高预测效果。     

构建后WTO时代金融稳定的长效机制

后WTO时代,我国金融稳定的难度大大增加,从而金融稳定的重要性和紧迫性更加凸显.实现金融稳定不能仅仅依靠或寄希望于某些短期的、临时的应急措施,而需要建立一种长效机制.这就要求除了平时密切关注金融开放条件下的金融运行状态并采取相应的对策以外,更为重要的还是要通过深化金融改革、加快金融创新和健全法制规范来促进金融业自身的稳健发展,不断提高金融体系整体的竞争力和增强抵御金融风险的能力.     

基于公司特征的财务困境成本影响因素研究

基于对财务困境的形成及解决机制分析,财务困境成本的影响因素应包括资产特征、债务特征、产品特征和成长性等公司特征。实证研究表明:资产流动性、债务融资能力与财务困境成本负相关;资产专用性程度、债务结构的复杂程度、成长性与财务困境成本正相关。上述研究结论对于企业调整财务政策,降低财务困境成本具有指导意义,同时对于监管部门也有参考价值,即监管部门应针对具有不同公司特征的上市公司实行分类管理,提高监管效率。     

上市公司财务会计欺诈案的成因及其监管探讨

上市公司财务会计欺诈案已成为影响投融资市场的公害,主要动因是公司管理层利用信息不对称的条件,获取超额经济收益,利用审计不严格、责任不明晰、法律规定不完善等条件,采取虚构资本、虚构收益、关联交易等手段,欺诈公众和社会。必须完善《刑法》相关规定,强化对个人责任的追究;完善民事赔偿制度,实行举证责任倒置;完善独立审计制度,实行审计连带责任;实行行业协会制度,加强独立董事权力,强化公司内外部监督。     

上市公司财务危机预警实证研究

从20世纪60年代起,国内外的学者对上市公司财务危机预警问题就进行了大量研究,从方法上看,主要有线性判别分析、多元线性回归分析和Logistic三种,大量的实践证明,运用Logistic模型判定上市公司财务危机预警的准确性相对较高。