现金流量信息含量与财务困境预测

本文选取40家ST公司和80家非ST公司作为财务困境与非财务困境样本，考察了现金流量信息在财务困境预测中的信息含量．研究发现：(1)在我国上市公司陷入财务困境前1年，经营性现金流量的相对信息含量仅次于资产报酬率，而在财务困境前2年，经营性现金流量的相对信息含量仅次于资产周转率，因此经营性现金流量的相对信息含量具有一定的稳定性；(2)无论在财务困境前1年还是前2年，经营性现金流量在会计比率的基础上均具有显著的增量信息含量，而在财务困境前2年，投资性现金流量也具有增量信息含量，同时加入经营性现金流量和投资性现金流量可使模型总误判率最低。本文的研究结果为今后财务困境预测研究充分挖掘现金流量的预测价值提供了实证依据?     

现金流量信息含量与财务困境预测——基于2003年度ST公司的实证研究

本文以2003年度40家ST公司和80家非ST公司为研究样本，考察了现金流量信息在财务困境预测中的信息含量，研究发现：(1)在我国上市公司陷入财务困境前1年，经营性现金流量的相对信息含量仅次于资产报酬率，而在财务困境前2年，经营性现金流量的相对信息含量仅次于资产周转率，经营性现金流量的相对信息含量具有一定的稳定性；(2)无论在财务困境前1年还是前2年，经营性现金流量在会计比率的基础上均具有显著的增量信息含量，而在财务困境前2年，投资性现金流量也具有增量信息含量；(3)同时加入经营性现金流量和投资性现金流量可使模型总误判率最低。本文的研究结果为今后财务困境预测研究充分挖掘现金流量的预测价值提供了实证依据。     

我国上市公司价值创造与价值损害的判定分析

本文以1999年底前在沪市上市的429家A股公司为研究对象，分别以样本公司的2002年度EVA绝对值和相对值（权益资本效率）为标准将样本公司划分为“创造价值”、“模糊状态”或“价值损害”三种类型，然后从这三类公司中各随机抽取80％的样本公司为建模样本，根据其1999～2001年的有关财务变量、公司治理变量和行业变量，分别应用Fisher和Logistic判定分析方法建立我国上市公司价值创造预测模型，并使用剩余20％样本公司作为检验样本验证模型。研究结果表明，基于上市公司的（T-1）年度的财务数据创建预测模型误判率较低；Logistic模型的判定准确性较高；EVA相对值判定模型的准确度略高于EVA绝对值判定模型；财务指标、公司治理指标和行业特征对公司价值创造具有显著影响。     

创业板上市公司财务预警研究

为了对退市前的创业板上市公司进行财务预警,本文选取93家创业板公司,包括64家财务健康公司和29家财务困境公司,分别使用两类人工神经网络模型和支持向量机模型,采用现金流量安全与否作为财务困境的标准,从20个财务指标提取10个,建立财务预警系统。研究结果表明,相对于人工神经网络模型,支持向量机模型能够较好地对小样本进行判别预测,是一种比较理想的财务预警模型。     

我国上市公司财务风险预警的实证研究——以制造行业为例

本文采用了实证分析方法,从我国上市公司中选择了70家制造企业作为样本(包括35家ST企业和35家非ST企业),选定了5个基础分析指标。随机选取50家配对样本,运用logistic回归模型建立财务预警模型,对其余20家检验样本预测准确达到65%以上,这说明logistic模型在预测公司发生财务困境(亏损)方面是比较有效的。     

基于价值创造和公司治理的财务状态分析与预测模型研究

我国约70%的上市公司处于价值损害状态。考虑到公司在对债权人违约之前,必先经历损害股东价值的阶段。因此,本文根据“价值创造观”(Value-Creation)来考察“价值损害型公司”的动态变化及其影响因素,并收集我国1998—2003年540家价值损害型上市公司的有关财务变量,首次引入公司内外部治理变量,应用“排序因变量模型”分析财务状态变化的影响因素,并采用“人工神经网络技术”,预测价值损害型企业的五种变化趋势:财务康复、财务转好、财务维持、财务转差或财务困境。结果表明:(1)总资产收益率等财务指标的改善,公司治理水平的提升或投资者保护程度的增强都有助于公司财务康复,反之则将导致公司陷入财务困境。(2)若公司在T年被界定为价值损害型公司,当采用T年和T+1年的数据分别构造“LMBP神经网络模型”来预测企业T+2年的财务状况的五种态势时,则预测准确率分别为55.1%和77.8%。(3)除财务指标外,股票超额收益率、本文构造的公司治理指数和投资者利益保护指数有助于预测价值损害型企业未来财务状态的变化趋势。     

高管成群离职行为在财务困境预警中的信息含量实证研究——基于中国2008-2009年制造业新增ST公司的证据

以2008-2009年中国制造业新增ST公司为样本,按同行业原则选取对照样本,根据上市公司公布的财务指标和高管离职率作为预警变量,构建Logistic回归预警模型,比较预警效果.研究发现,制造业上市公司财务困境形成路径清晰;高管离职率对财务困境具有显著预警作用;高管成群离职的首要因素不是报酬偏低,而是对公司的困境预期;公司陷入财务困境的潜在因素是大股东的过度干预.     

上市公司财务困境预测模型的再比较

该文将中国上市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,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic 回归和改进型 BP 神经网络三种方法进行财务困境预测.比较其预测结果发现,BP 神经网络模型的预测准确率明显优于多元判别分析和Logistic 回归模型,而后两者的判别效果接近,可见改进型 BP 神经网络模型更适合于企业财务困境预测.但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性.     

上市公司财务困境预测模型的再比较

本文将中国上市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，采用主成分分析方法确定模型变量，并利用多元判别分析、Logistic回归和改进型BP神经网络三种方法进行财务困境预测。比较其预测结果发现，BP神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型，而后两者的判别效果接近，可见改进型BP神经网络模型更适合于企业财务困境预测。但三种模型的长期预警能力均不够理想，需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式，以提高预测的准确性。     

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.     

预算软约束和金融危机理论的微观建构

已有的三代金融危机模型尽管有较强的解释力 ,但其微观建构不足 ,通过引入预算软约束理论 ,Dewartripont Maskin模型显示出 ,在集中性金融体系中 ,预算软化将引发信贷扭曲膨胀 ;再结合Flood Garber模型 ,则可为金融危机提供更可信的微观基础 ,防范预算软约束型金融危机必须从减少政策性负担、弱化政府隐含担保和引入竞争性金融体系等方面入手     

审计师变更的原因:意见分歧

本文选取2002至2005年间我国A股市场发生自愿性审计师变更的公司为研究样本,主要运用Logistic回归模型,对我国上市公司审计师变更的原因进行实证研究。结果发现,异地审计、控股股东或董事长变更、非标意见、盈余管理是影响审计师变更的显著因素,而财务困境变量对模型并没有显著的解释能力。本文将审计师变更的原因分为意见分歧和非意见分歧,并发现,与非意见分歧相比,意见分歧是审计师变更的更为主要的原因。本文还发现,公司披露的审计师变更原因并不可靠,而更可能是为了掩盖意见分歧的借口。     

Financial distress of companies in Poland

The study examines main determinants of financial distress of companies in Poland during the recent transformation period. Data compose a sample of 1995–97 annual financial statements of 200 unlisted companies in Poland. Degree of financial distress is expressed either by the binomial variable or by the trinomial ordered variable. The attempted models (binomial and trinomial logit) explain the distress variable for 1997 by the financial indicators evaluated on the basis of financial statements from previous years. The results are sensitive to the choice of explanatory variables in the models. The forecast accuracy of the estimated models lies in the range of 80–90 percent. In the second half of the 1990's, the financial condition of companies in Poland was determined by the degree of liquidity, profitability, and the financial leverage variables.     

基于财务信息视角的高新技术上市公司成长性评价研究

基于财务信息视角,运用二项Logistic回归分析,构建了我国高新技术上市公司成长性评价模型,并利用模型对其成长性进行评价,发现我国高新技术上市公司整体成长性差、两极分化严重。     

我国产险公司财务恶化预警——基于Logistic模型

如何准确评估保险公司财务并对财务恶化进行正确的预警．一直是国内外学界、业界及监管机构关注的热点问题之一。本文采用我国产险公司2002～2005年数据，通过Logistic模型找出对产险公司财务状况具有显着影响的各种因素．并利用事前概率与预测概率辨别出财务状况异常的产险公司，在错误成本允许的条件下，寻求最佳的监管资源配置。实证结果表明．在不同的监管标准下，衡量产险公司财务影响因素的显著程度有所差异。模型受检值以事前概率为标准较预测概率为好．且受检值的大小将会影响产险公司财务状况预测的结果。     

Corporate Governance and Financial Performance of Companies in Poland

The research presented in the paper is aimed at examining the relationship between the level of corporate governance and the financial performance of listed companies in Poland. The corporate governance degree is expressed by the outcomes of a rating of 2003 performed by Polish Corporate Governance Forum. The attempted models are of ordered multinomial type. Endogenous variable represents the rating outcome (A−, B+, B, B−, and C+), while the exogenous variables include various financial indicators evaluated on the basis of the 2002 financial statements. The estimated ordered logit models show that the level of corporate governance of companies in Poland is associated with their ability to cope with the financial distress, as expressed by the degree of liquidity, profitability and the financial leverage variables.     

Forecasting financial distress for French firms: a comparative study

The aim of this paper is to compare three statistical methods predicting corporate financial distress. We use discriminant analysis, logistic regression and random forest (RF) methods. These approaches are evaluated based on a sample of 800 companies, composed of 400 healthy companies and 400 failed companies. This study covers the period from 2006 to 2008 using 33 financial ratios. The results show the superiority of the RF approach, which gives better results in terms of classification. It allows for better forecast accuracy because it minimizes type I and type II errors.     

基于增量学习系统的财务危机动态预警

针对目前多数财务危机预警模型为静态建模、模型的增量学习能力不足等问题,设计了一种基于分类器集成的增量学习系统,利用财务类别导向知识对集成子系统进行动态选择,构建了具有增量学习能力的财务危机动态预警模型。基于实际财务数据的实验表明,基于增量学习系统的财务危机预警模型是一种兼具稳定性和适应性的财务危机预警工具。     

Empirical Study on Financial Failure Prediction of Listed Companies

Since it is a gradual process for listed companies to plunge into financial failure, it is desirable to discern tho potential risks in advance. This paper, with the adoption of multiple discriminant analyzing approach, tries to find out optimal variables and financial failure predicting model for Chinese listed companies based on audited accounting data.