财务指标与判别分析相结合的投资价值研究

文章通过分析评价公司偿债能力、营运能力和盈利能力的传统财务指标,总结出这些指标在判别公司偿债能力、营运能力、盈利能力等方面的不足;提出了使用判别分析与财务指标相结合的方法来分析公司的财务状况,并对判别分析的基本思想和分类进行了阐述。最后结合判别函数和判别准则利用软件对水泥上市公司的财务数据进行了实证分析,表明财务指标结合判别分析能为投资者进行科学的价值投资决策提供可靠的数据保证和科学的决策依据。     

上市公司ST风险预警实证研究

本文以沪市A股上市公司为研究对象,选择因连续两年亏损于2006年被实行特别处理的上市公司为样本,根据2004-2005年的数据,运用判别分析的方法建立了上市公司ST风险预警变量及判别模型。     

上市公司ST风险预警实证研究

本文以沪市A股上市公司为研究对象,选择因连续两年亏损于2006年被实行特别处理的上市公司为样本,根据2004～2005年的数据,运用判别分析的方法建立了上市公司ST风险预警变量及判别模型.     

基于马氏距离判别法的脑电图数据分析的研究

目的:本文通过对客观记录的受试者脑电图数据进行马氏距离判别分析,判断其能否应用于脑电数据特征提取和分类决策。为脑电图研究的其它分析做基础分析。方法:根据α波的强弱不同将21导电极分为四类,分别对63例正常状态下受试者21导联电极的脑电图数据进行马氏距离判别分析,并利用误判率回代估计法检验判别准确率。数据处理和统计分析采用独立设计的脑电图分析工具箱和马氏距离判别分析程序。结果:表明对63例正常状态下受试者的脑电图数据进行马氏距离判别分析,预测各电极分类准确率84.4%。结论:马氏判别法预测准确率较高,脑电特征(主要为α波)提取较为准确,能较好的应用于脑电数据特征提取和分类决策中,从而辅助脑电图的检查和定量分析,为脑电图的检验提供有效的分析手段。     

基于Bayes判别法的脑电图数据分析的研究

目的:本文通过对客观记录的受试者脑电图数据进行Bayes判别分析,判断其能否应用于脑电数据特征提取和分类决策。为脑电图研究的其它分析做基础分析。方法:根据α波的强弱不同将21导电极分为四类,分别对63例正常状态下受试者21导联电极的脑电图数据进行Bayes判别分析,并利用误判率回代估计法检验判别准确率。数据处理和统计分析采用独立设计的脑电图分析工具箱和Bayes判别分析程序。结果:表明对63例正常状态下受试者的脑电图数据进行Bayes判别分析,预测各电极分类准确率75.4%。结论:Bayes判别法预测准确率较高,脑电特征(主要为α波)提取较为准确,能较好的应用于脑电数据特征提取和分类决策中,从而辅助脑电图的检查和定量分析,为脑电图的检验提供有效的分析手段。     

典则判别在财务困境预测的应用

本以我国上市公司为研究对象,选取了2003-2005年ST的108家公司和非ST的108家公司共216家为样本,利用上市公司公开披露的年报财务信息和数据,选取了38个财务指标,应用逐步回归方法,选取显的预测变量,运用判别分析法,借助SPSS统计分析软件,建立上市公司财务困境预测模型.研究发现,判别分析能比较准确地预测上市公司。     

中小型上市公司信用级别的划分——基于SAS的聚类分析和判别分析

在Z-Score和ZETA模型基础上,选取六项财务变量对143家中小型上市公司进行聚类分析,得到中小型上市公司信用级别的分类,再通过判别分析得到不同信用级别的二次型判别模型,依据该模型可以对中小型上市公司进行级别的判定。     

有序样本聚类法在经济中的应用

聚类分析是对多指标(变量)研究对象进行分类的一种多元统计分析方法。聚类分析依据定义的研究对象之间的相近程度(距离或相似系数)，将性质相近的对象聚为一类，性质不相近的对象不能聚为一类。     

基于聚类分析判别函数的神经网络评价模型研究

本文是在对于企业成长质量模型的评价指标因子分析的基础上，对所研究企业进行聚类，对每一类中企业因子得分的均值排序确定该类的优劣性；并且用BP神经网络计算出惟一的判别函数，作为企业成长质量的评价模型，根据所查到的文献资料，尚未见用此方法惟一确定判别函数的先例。     

基于DEA-DA模型的财务危机预警模型研究

DEA-DA模型是基于数据包络分析（Data Envelopment Analysis）的判别分析（Discriminate Analysis,简称DA）方法。该方法通过DEA加性模型和DA结合,不仅可以给出判别函数。而且可以很好地解决判别分析中的＂重叠＂现象。文章以因＂连续两年亏损或每股净资产低于股票面值＂而被ST的公司作为危机公司来进行财务危机预警模型建模研究,实证结果表明,该模型的预测效果良好。