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.     

基于Logistic模型A股上市公司财务预警模型研究

财务预警对企业的管理者、投资者、债权人以及管理当局等利益相关体具有重要的现实意义,是理论界和实务界关注的焦点.本文选取2012 ～2014年首次被ST的15家A股上市公司样本数据,并采取一一配对原则选取了15家非ST公司作为配对样本公司,建立了财务预警指标体系,选取具有差异性的财务指标作为预警指标,通过主成分分析提取主成分,消除多重共线性,建立logistic预警模型并进行预警效果检验,实证研究表明建立的预警模型具有较强的预测能力.     

基于BP神经网络的企业财务危机预警变量改进探索

考虑到行业差异的财务指标对预警效果的影响,本文建立BP神经网络模型预测财务危机,采用功效系数法将财务指标转化后的单项功效系数作为输入变量,与直接将财务指标作为输入变量进行对比,实证结果发现标准化后的变量产生的误差率小于直接将财务指标作为输入变量.通过使用BP神经网络模型并消除行业差异,财务危机预警的准确性得到有效提高.     

国内外企业财务预警模型比较研究

文章首先回顾了国内外学者对财务预警模型的研究,然后从对企业财务状况的界定、样本的选择和数据的来源、预测变量的选择、计量方法的选择等四个影响财务预警模型建立的重要方面,比较了国内外学者在建立财务预警模型上的异同和各自的优缺点,并对这四个方面分别为我国学者的研究提出了建立两阶段预警模型、选择更具有同质性的样本、结合现金流量指标和非财务指标、定量和定性方法的结合等四条改进建议。     

制造业企业财务危机预警研究——以京津冀上市公司为例

文章以京津冀经济圈的制造业上市公司为研究对象,选取了34家发生财务危机的公司和34家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,并进行了回代检验和测试样本检验。最后,通过独立样本T检验,对比2008年两组样本之间在指标上的差异,发现京津冀的企业由于更严格的环保要求而导致企业在偿债能力上的不足。     

上市公司财务预警模型的研究

本文首先以沪深证交所2003年和2004年财务困境公司与非财务困境公司为样本,构建判别上市公司财务危机的模型,然后根据T检验的检验结果和以往研究的经验,最终选择流动比率、累积盈余、总资产报酬率和净资产收益率4个主要变量,分别运用单变量和多变量研究方法进行判别分析.研究表明,预测数据与建立模型的数据年度越临近,模型的预测能力越强,而离ST越远模型预测力越差.     

我国中小上市公司财务失败预警研究——基于财务指标和公司治理指标的综合考察

本文以2005～2009年首次被实施ST的中小上市公司为研究对象,综合利用财务指标和公司治理指标并采用考虑极端值样本的稳健logistic回归构建了财务失败预警模型。研究结果显示,公司治理指标对中小上市公司的财务失败预警具有重要作用,在财务指标基础上加入公司治理指标可以提高财务失败的预测效果,而这种预测效果的提升在排除了含有财务指标极端值样本的情况下表现得更加显著。研究结论对开展中小企业信用风险评估问题具有一定的参考价值。     

基于logistic模型的制造业上市公司财务危机预警实证研究

为了建立有效的财务危机预警模型,选择了沪深股市2007—2010年各年度首次被ST（包括＊ST）并能够获得选择年度之前四年的财务数据的137家制造业上市公司为样本及与之对应的137家非ST作为研究样本,选择十个公司营运资本类指标作为备选预警指标,非参数检验、聚类分析、逐步回归分析、Person相关系数分析方法从中选择了四个对因变量影响显著的财务指标,并用容许度和方差膨胀因子对四个财务指标进行了多重共线性检验,不存在多重共线的情况下,建立了logistic财务预警模型,最后通过回代,发现这个预测模型具有较高的准确性。     

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。     

我国纺织服装企业财务预警实证研究

文章建立了适用于我国纺织服装行业的财务预警模型。通过T检验和相关性分析对相关财务指标进行筛选,然后用基于主成分分析法提取的主成分因子建立了Logistic财务预警模型,并进行了拟和度检验和预警效果检验,在此基础上验证了该财务预警模型在我国纺织服装行业的有效性。