共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
本文借鉴Altman财务预警研究思想,选取了A股市场58家ST公司及58家非ST公司作为研究样本,建立财务危机预警模型进行了有效性检验。结果表明:多元判别模型在上市公司财务危机出现前一年的预测准确率达到95%,并且具有提前三年预测出上市公司财务危机的能力。同时还发现,随着财务危机企业ST戴帽年的临近,财务危机企业与非财务危机企业各预警变量值间的差异明显扩大。 相似文献
3.
4.
贺瑜丹 《中小企业管理与科技》2012,(18)
财务危机不仅仅是由于财务活动引起的,公司治理方面的缺陷更是导致危机发生的源泉。本文以2010年首次被ST的A股民营上市公司为研究对象,运用Logistic回归建立财务危机前两年的预警模型。研究显示,综合指标财务危机预警模型在一定程度上提高了预测准确率。 相似文献
5.
企业财务预警模型的分析与比较 总被引:1,自引:0,他引:1
张威 《中国高新技术企业评价》2009,(13):85-86
企业财务危机成为需要预测并应对的重要风险之一。企业应构建财务预警机制,关注有关财务预警的信息,有效地防范和化解财务危机。文章选取了五个财务预警模型进行比较分析,为企业建立财务预警模型提供借鉴。 相似文献
6.
7.
8.
为了提高财务危机预警模型的准确率和稳健性,在利用我国上市公司财务教据的基础上,加入公司治理信息变量,采用主成分分析和Logistic回归构建了预警模型.实证结果显示,加入公司治理信息后建立的预警模型的预测能力要比仅使用财务指标而建立的预警模型更为理想. 相似文献
9.
10.
当前,财务危机预测模型大多基于财务比率,财务比率是建立财务危机预警模型的主要依据。财务比率反映的是企业的过去,迄今为止,尚无理论能够充分说明财务比率的破产预测能力。仅用财务比率就可度量企业陷入困境的程度,或预测企业遭遇失败的可能性,其预测能力从何而来缺乏理论依据。学术界应从理论上,而不仅是从实证上分析财务比率对破产的预测能力。本文试图多角度系统探讨财务比率预测能力的形成机理。 相似文献
11.
12.
基于非财务因素的电子商务企业财务危机预警研究 总被引:1,自引:0,他引:1
本文将公司治理结构、审计意见、关联交易等非财务因素引入电子商务企业财务危机预警的研究中,抽取沪深两市A股市场上2006年至2008年被特剐处理的20家电子商务企业作为财务失败样本,另从中国电子商务500强企业名单中抽取20家财务健康企业建立财务和非财务指标体系,通过显著性检验筛选指标,并对其作多重共线性因子分析,利用Logistic回归法建立财务预警模型,比较引入非财务因素前后的预测效果 相似文献
13.
利用EXCEL建立中小企业财务预警模型 总被引:1,自引:0,他引:1
李晓妮 《中国乡镇企业会计》2009,(9):102-103
一、中小企业财务预警模型的选择
运用量化的方法对企业财务风险进行预警,常用的模型有单变量预警模型和多变量预警模型。单变量预警模型运用个别财务比率来预测财务危机。美国学者William beaver通过实证研究认为预测财务失败的指标有:现金保障率、资产收益率、资产负债率等。单变量预警模型以分析单个财务比率为基础,从不同角度预测财务危机。但该模型没有界定不同比率对企业整体风险影响的权重,不能很好地反映各比率交替变化的影响。 相似文献
14.
财务危机给企业管理人员和广大利益相关者带来巨大负面影响,如何事先识别财务危机发生的征兆,并对管理者进行预警已成为当前财务管理研究的热点.针对目前财务危机预警中存在样本数据不均衡、野值噪声干扰等难题,提出一种基于模糊间隔孪生支持向量机(FMTSVM)的财务危机预警模型,并使用2018—2019年间被证交所ST的66家A股上市企业数据作为财务危机企业样本,综合财务及非财务指标,对模型进行实证研究.结果证明:与目前应用较为广泛的Logistic、支持向量机等预警模型相比,模糊间隔孪生支持向量机在模型预警精度、噪声野值下的抗干扰性、不平衡数据下的稳健性和分行业中的泛化性等方面都有明显优势,具有一定的理论和应用价值. 相似文献
15.
16.
本文以新会计准则与金融危机背景下我国2008年、2009年发生财务危机的A股上市公司为研究对象,建立Logistic预警模型。结果表明:Logistic预警模型预测能力较强,可以在实践中进行应用。 相似文献
17.
文芳 《中国乡镇企业会计》2008,(4):80-81
财务危机预警是以已有的财务数据为基础,通过建立数学模型来预测企业发生财务危机的可能性。通过财务危机预警,可帮助企业及早发现财务危机的征兆,寻找财务失败的根源,防患于未然。企业的各相关利益者也可据此趋利避害,如债权人和投资者可规避信贷和投资风险,供应商可据此制定适宜的信用政策。本文采用多元Logit回归模型, 相似文献
18.
针对财务危机预警模型,梳理了国内外相关文献,根据其公司财务信息的时间序列特征,比较了Z分数模型、Logistic回归模型以及卷积神经网络模型在财务风险预警中的性能,并且根据实验比较,分析证明了卷积神经网络在财务方面的应用相较于传统方法的优越性,最终通过建立现实场景下的数据集进行验证观测性能以及收敛曲线后,给出相关财务危机预警建议。基于此,利用深度学习智能模型,不仅能快速且高效地处理大规模财务数据,还可以保证在测试阶段(即实际应用场景下)不会随着时间推移而改变企业风险预测的结果,可以有效保证预测的稳定性。因此,利用深度学习处理财务风险数据并预警具有实际应用价值。以近3年A股上市公司数据为样本,并通过实证研究证明深度学习智能模型与传统模型之间的性能差异并得出结论。 相似文献
19.
在财务预警中,不仅低Z值的企业存在财务危机,过高的Z值也同样存在财务危机。为此,需要分析Z值上限及Z值波动性,建立财务危机预警模型,进行财务危机预警分析 相似文献
20.
本文以新会计准则与金融危机背景下我国2008年、2009年发生财务危机的A股上市公司为研究对象,建立Logistic预警模型。结果表明:Logistic预警模型预测能力较强,可以在实践中进行应用。 相似文献