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。     

上市公司财务困境预测模型比较研究

文章以我国A股上市公司作为研究对象 ,将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 ,比较了多元判别分析、Logistic同归和BP神经网络三种模型的预测能力。     

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.     

上市公司财务困境预测的改进马田系统方法

针对上市公司财务困境预测中产生的不平衡数据,研究了一种用于分类不平衡数据的改进的马田系统,并给出实施过程和分类器。对若干UCI数据集进行了实验比较,结果表明该方法对于不平衡数据有较好的分类效果,且能筛选出重要变量以降维。最后,运用该方法对上市公司的财务困境进行预测的实证研究结果表明,该方法在不平衡数据的条件下在识别处于财务困境的上市公司方面具有良好的效果。     

石化原材料价格组合预测方法研究与应用

文章以指数平滑法、ARIMA预测方法和灰色理论系统预测方法为基础构造等权组合预测模型应用于石化原材料价格的预测实践,通过从预测值、预测误差值和预测误差评价值等方面对等权组合预测效果与单项预测方法进行分析比较,说明采用等权组合预测可达到提高预测精度、改善预测结果的目的。     

财务困境预警SVM模型的构建及实证研究

精确的财务困境预测对企业管理层、投资者、债权人、监管层等有着十分重要的意义.本文以支持向量机(SVM)为基础,选取高斯核函数为内积函数,分析惩罚参数和核参数对模型的影响,并通过5-fold cross-validation方法与网格搜索算法选取最优参数,构建财务困境预警的SVM模型.相关的实证结果表明,SVM模型在提前3年的情况下仍能取得较好的预测效果,在预测效率上优于传统的多元判别分析方法.     

经典统计方法在财务困境预测中的应用综述

针对经典统计方法应用领域中的企业财务困境预测问题,结合当前国外研究成果,综述了企业财务困境预测的经典统计方法(单变量分析、风险指数模型、多元判别分析、条件概率模型),分析了这些方法在企业财务困境预测中出现的问题,如数据的非平稳性和时变性、样本缺乏随机性以及拟合方法选择缺乏统一标准等方面.     

组合预测模型在区域物流需求预测中的应用

针对单一预测方法用于区域物流需求量预测存在的不足,文章提出了基于预测有效度的组合预测模型,即通过组合多个单一模型的预测结果,发挥各自的优点,提高预测的精确度。以广东省江门市为例,分别采用线性回归模型、灰色GM(1,1)模型和组合预测模型对其物流需求量进行了预测,实证结果表明区域物流需求组合预测模型能够取得更高的预测精度。     

我国上市公司信用风险预警研究

本文以我国上市公司作为研究样本,构建基于组合预测模型的我国商业银行信用风险管理预警系统。在结合目前国内外各商业银行信用风险预警指标体系的基础上,筛选构建较为合理并适合我国国情的信用风险预警指标体系;进而选择传统数理统计模型Logistic回归模型和人工智能模型RBF神经网络模型建立组合预测预警模型,以求能够组合不同单一模型的优点,解决信用风险预警模型的准确性和稳定性兼顾的问题,仿真结果表明:组合预测模型解决了单一模型应用中精确性和第二类问题处理能力不能同时兼得的问题,达到了预期的效果。     

上市公司财务困境与财务破产的比较分析

与任何其他组织一样 ,企业也有一个生死病老的过程 ,如何对普通病症和高危病症予以区分 ,采取不同的预防、诊断和治疗措施 ,无疑将有利于企业的健康发展。本文认为 ,财务困境和财务破产可以作为上市公司两种不同的财务状况 ,应采取不同的预防、诊断和治疗措施。现有文献将财务困境与财务破产不加区别 ,不利于公司财务状况的正确判别和分析 ,进而影响公司财务政策的正确制定。本文在重新界定财务困境和财务破产的概念及其差异的基础上 ,以我国上市公司三年的财务数据为样本 ,对公司财务困境和财务破产进行实证分析。研究结果表明 ,我国上市公司确存在财务困境和财务破产两种不同的财务状况。盈利能力、资产负债率、公司规模同时对陷入财务困境和财务破产的公司有显著影响 ,它们是导致公司陷入财务困境和财务破产状况的重要原因。与国外类似研究不同的是现金流量信息对于我国上市公司的财务困境和财务破产皆没有解释力。     

我国上市公司财务困境的预测模型研究

本文以我国上市公司为研究对象 ,选取了 70家处于财务困境的公司和 70家财务正常的公司为样本 ,首先应用剖面分析和单变量判定分析 ,研究财务困境出现前 5年内各年这二类公司 2 1个财务指标的差异 ,最后选定 6个为预测指标 ,应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法 ,分别建立三种预测财务困境的模型。研究结果表明 :(1 )在财务困境发生前 2年或 1年 ,有 1 6个财务指标的信息时效性较强 ,其中净资产报酬率的判别成功率较高 ;(2 )三种模型均能在财务困境发生前做出相对准确的预测 ,在财务困境发生前 4年的误判率在 2 8%以内 ;(3)相对同一信息集而言 ,Logistic预测模型的误判率最低 ,财务困境发生前 1年的误判率仅为 6 .47%     

上市公司财务危机预警实证研究

从20世纪60年代起,国内外的学者对上市公司财务危机预警问题就进行了大量研究,从方法上看,主要有线性判别分析、多元线性回归分析和Logistic三种,大量的实践证明,运用Logistic模型判定上市公司财务危机预警的准确性相对较高。     

掏空或支持——来自我国上市公司关联并购的实证分析

本文以我国上市公司与其第一大股东或实际控制人的331起关联并购为研究样本，分析了上市公司大股东在关联并购中的可能动机，并检验了发生关联并购的上市公司的长期财务绩效与短期股票市场表现。实证研究表明，大股东在与其控制的业绩优良的上市公司的关联并购中具有较强的掏空动机，而对于业绩一般和较差的公司，大股东为了“保壳”或保“配”，会向上市公司注入优质资产或转让部分盈利性的股权，表现为一种“支持”。此外，关联并购并没有真正提高上市公司的财务绩效。     

基于技术效率和市场信息的财务危机预警研究

本文应用随机前沿生产函数和Merton期权模型对2001～2003年ST公司和相应配对公司危机发生之前的技术效率和违约距离进行了研究。技术效率和违约距离的logistic危机预警模型能更明显提高模型的危机判断正确率。危机发生前第3个年份，财务比率没有发生明显变化，而考虑技术效率和违约距离后，危机公司的区别正确率为76．8％，提高了378％。     

上市公司财务困境成本与股权结构

本文以沪深两市2004～2006年因财务困境而被ST的上市公司为样本,计量了其财务困境成本,并进一步分析股权结构对财务困境成本的影响。结果表明,我国上市公司的财务困境成本平均为17.27%,且各公司间差异较大。公司的控股股权性质显著影响财务困境成本,国有控股公司的财务困境成本较小,而股权集中度和股权制衡度对财务困境成本不具有显著影响。     

好消息、坏消息与季报预约披露的时间选择--管理层的组合动机与信息操作

本文构建回归模型并依据中国上市公司数据进行假设检验,考察公司业绩组合(好消息与坏消息的组合)、业绩差异与一季度季报预约披露的时间选择之间的关系以及一季度季报预约披露时间的信息内涵.实证研究显示,由于一季度季报和上年年报均要求在4月30日之前披露的特殊性,上市公司管理层在信息披露的过程中可能存在组合动机与信息操作行为,一季度季报预约披露的时间选择可能关键取决于上年年报和一季度季报预约披露的好消息或坏消息带来的积极影响或消极影响的组合与权衡.     

企业数字化转型与财务绩效 ——来自上市公司数字专利数据的证据

作为“数字中国”战略的重要建设内容,企业数字化转型能否带来正向的财务回报,已成为业界重点关注问题。本研究以2010—2022年间中国A股上市公司为研究样本,创新性地使用上市公司数字技术专利拥有量来衡量数字化转型,并详细分析数字化转型对财务绩效的影响机制。研究发现：数字化转型可以有效地改善财务绩效,且该结论在经过稳健性检验后依旧成立;数字化转型通过提升运营效率、优化内部治理、降低经营风险和信息不对称、缓解融资约束来提升企业的财务绩效;大型企业转型程度越高,对财务绩效的促进作用越强。其无论是选择自主研发还是引进方式实现数字化转型,对财务绩效均具有显著的促进作用。而中小型企业数字化转型与财务绩效之间存在“倒U型”关系,其通过引进方式实现数字化转型更能促进财务绩效的提升;对于处于财务困境和竞争激烈环境中的企业,数字化转型对其财务绩效的促进作用将更加显著。此外,企业所处的外部环境越优越,这种促进作用也会越强。     

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。     

石油行业上市公司财务绩效综合评价研究

石油是一种不可再生的优质基础能源,其供应量的大小不仅关系到国家经济社会的发展和人民生活的质量,而且对国防安全也起到了重要的作用.由于石油行业上市公司在石油产品供应中起着重要的作用,是国家石油有效供应的微观主体,因此,如何有效地衡量石油行业上市公司整体运营绩效对于准确把握国家石油供应能力有着重要的意义.基于此,石油行业上市公司在石油产品供应中所起的作用,本文构建了石油行业上市公司财务评价指标体系,并运用因子分析模型对我国13家石油行业上市公司2010年的财务绩效进行了综合评价,得出了各上市公司财务绩效的综合排序,并从股本扩张能力、偿债能力、盈利能力、资产管理能力和成长能力五个方面探讨了其影响因素,为各石油行业上市公司财务业绩的改进及石油的可特续供应提供了科学的决策依据和方向.