高科技企业财务预警模型的构建

文章将在高科技企业财务危机的特征和相关研究的基础上,构建BP神经网络和主成分分析的高科技企业财务危机预警复合模型,并用该模型对搜集到的各上市高科技公司的所有财务指标进行降维处理和仿真预测。方法,采用非参数显著性检验来剔除部分检验不显著的指标,然后采用主成分分析对样本指标进行第二次降维,将二次降维后的部分样本代入MATLAB中建立的BP神经网络中求出财务危机预警的变量。显然,这一方法既可用于财务预警,也可进行教学的仿真预测训练。因而,对其驻足研究是必要的。     

基于logistic回归的上市公司财务危机预警模型

国内外所有关于财务危机预警问题的研究,主要涉及到两个方面的问题：一是财务危机概念的界定;二是预测变量（判别指标）的选择和预警模型的建立（企业财务危机是一个连续的动态过程,并直接表现为绩效指标的恶化,因此,可通过一定的财务指标来构造企业的财务预警模型）。运用中国上市公司的财务指标数据及因子分析和Logistic回归等方法构建基于上市公司的财务危机预警的Logistic模型,经过检验,具有一定的实际应用价值。     

对石油行业财务危机预警机制的探讨

石油行业财务危机预警机制基于财务会计信息,根据行业综合分析,预测未来的财务指标的财务状况和经营成果.在阐述财务危机的特性和功能的基础上,深入分析了石油行业的财务危机产生原因；剖析石油行业财务危机预警机制现状.在上述研究的基础上提出了石油行业财务危机预警机制完善对策.     

基于神经网络的旅游业上市公司财务危机预警研究

本文综合考虑导致我国旅游业上市公司产生财务危机的因素,以神经网络理论为基础,运用BP神经网路模型构建了旅游业公司财务危机预警模型,并以14家旅游上市公司为例进行实证研究,验证了该财务危机预警的方法和模型.     

我国能源上市企业财务危机预警研究

不同行业的财务指标与非财务指标有着不同的特征,而这些指标是构建财务危机预警模型的基础,因此有必要分行业进行财务危机预警研究。以我国能源行业上市企业为研究对象,对其预警指标进行分析,最终选取了10个能显著反映能源上市企业财务情况的指标,运用Logistic回归法构建预警模型,模型预测准确率达到了90％。     

基于EVA的行业财务预警模型研究——以沪市IT上市公司为例

财务预警系统是当今企业规避风险的有效手段之一，但其先决条件是模型预测变量能准确、及时地揭示企业面临的财务危机。而传统财务指标由于行业差异和自身的局限性，难免影响预警作用的充分发挥。本文在选取EVA指标替代传统净利润指标的基础上．以沪市IT行业上市公司为样本．建立了基于EVA的JT行业财务预警模型，并据此进行实证分析，提出一些具体建议。     

基于神经网络的旅游业上市公司财务危机预警研究

本文综合考虑导致我国旅游业上市公司产生财务危机的因素,以神经网络理论为基础,运用BP神经网路模型构建了旅游业公司财务危机预警模型,并以14家旅游上市公司为例进行实证研究,验证了该财务危机预警的方法和模型。     

财务预警的非财务观

主流的财务预警研究方法基本上没有突破使用财务指标进行预警的框架,其研究思路依然停留在财务预警的财务观。通过对财务危机背后的本质原因及其发生机理和财务行为的社会嵌入性的分析,认为财务指标是财务危机发生的征兆而不是原因。在此基础上,提出了以非财务指标为主要预测变量的财务预警研究思路,即财务预警的非财务观。     

上市公司财务预警实证研究的动态视角

文章以1998～2000年因"财务状况异常"而被ST的A股上市公司为研究样本,并根据行业和资产规模设计"非ST"配对样本.文章运用Logit回归方法,先从财务指标角度构建财务指标预警模型,然后引入现金管理特征变量和现金管理结果变量,从财务指标和现金流量角度共同构建综合预警模型,并从中长期角度进行预警.结果表明:在前一年的预警中,财务指标模型预警效果比较好,而在前两年、前三年,综合预警模型的效果比较好.     

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.     

引入公司治理变量的制造业上市公司财务危机预警研究

文章选择沪深两市A股制造业行业的上市公司为样本,引入公司治理信息变量,采用因子分析和Lo-gist ic回归建立陷入财务危机前三年度的财务危机预警模型。实证结果表明,公司治理信息具有长期财务预警能力。     

商业银行关注类贷款预警模型及应用

商业银行界定和及早发现关注类贷款是提高信贷资产质量和防范信贷风险要解决的重要问题。本文运用财务危机预警理论,采用两独立样本T检验的方法,从19个财务指标中遴选出正常类和关注类有显著差异的6个财务指标,建立了基于因子分析方法的关注类贷款预警模型。     

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。     

基于改进BP神经网络的股票预测

股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见.本文将附加动量法与BP神经网络结合,应用附加动量法去寻找BP神经网络的初始权值和阈值,并且应用主成分分析提取贡献率达到90%的主成分作为输入变量对股票进行预测,从而进行分析比较.实验结果表明,PCA-AM-BP模型在降低预测平均误差的同时,运行时间大大减少,加快了算法收敛速率.     

基于公司治理的上市公司BP神经网络财务预警模型研究

文章在传统的BP神经网络财务预警模型中加入了公司治理因素,选取了2004-2006年间的48家ST公司为样本,并配对了60家同期、同行业、规模类似的公司,通过显著性检验对变量指标进行筛选,经过对样本的训练和学习,实证研究结果证明,加入公司治理因素的BP神经网络财务预警模型的预测效果较好.     

我国上市银行财务风险预警模型实证研究

为进行财务危机预测,本文首先对我国上市银行进行财务状况评估及分类;借鉴CAMELS银行评级系统,选定2009-2016共8年的19项财务指标;通过主成分分析筛选变量构建模型进行Logit回归,预测财务风险,将预测值与实际值对比检验模型准确度.在此基础上,为更全面地寻找银行财务危机相关因素,引入董监事持股比例状况这一非财务因素构建对比模型.研究结果显示,后者的预测正确率优于前者,非财务指标不仅有助于更及时的预测风险,还起到危机调节的作用.     

财务预警模型中变量体系的设计

我国资本市场的发展客观上要求加强财务危机预警理论与模型方面的研究,财务危机的发生,源自于某些导致危机的因素,企业若要避免危机发生,就必须对危机因素进行监控,因此,建立财务预警模型中的变量体系极为重要.     

论L集团财务危机预警系统的定量分析模型的建立

本文在借鉴财务危机预警系统领域研究成果及收集了L集团大量财务信息的基础上,对L建设集团财务预警系统的定量分析模型进行了设计,合理利用现有的财务指标,建立起可以对企业财务风进行监测和识别的财务危机预警模型。     

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。     

考虑违约距离的上市公司危机预警模型研究

在上市公司财务危机预警中,违约距离起着重要的不可替代的作用,仅考虑财务指标并不足以完全解释企业财务危机发生的原因.文章应用Merton模型对2002～2004年ST公司和相应配对公司的危机发生之前的违约距离进行了研究,发现危机公司违约距离在危机发生前第三年明显低于正常公司的相应值,违约距离比传统财务指标能更早地预警到企业财务危机的发生.结合违约距离因素的危机预警模型能更明显地提高模型的危机判断正确率.