对Logit模型在新能源上市公司财务信用风险评估的应用研究

我国是能源生产和消费大国的,新能源上市公司的健康发展对我国的未来的战略部署有重大的意义。同时新能源上市公司属于资金密集型公司,有必要对其财务风险做好评估,降低风险,减少损失。本文选取我国深沪两市A股市场的25家正常经营的公司和25家ST公司,在因子分析和Logit模型原理的基础上,运用SPSS19.0和STATA分析软件,运用Logit模型进行实证分析,来对新能源上市公司的财务状况进行预测分析。实证证明主成分1对于财务预警具有很强的预测能力。     

基于数据挖掘的上市公司财务困境预测

上市公司财务风险的预测对企业和投资者的意义重大,本文以中国上市公司为研究对象,以上市公司被特别处理作为上市公司陷入财务困境的标志,在沪深股市中选取19家财务困境公司和38家正常公司作为样本,应用Clementine软件,利用财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并在独立的预测样本集上进行比较,实验结果表明统计模型能有效地进行财务困境预测。     

基于主成分分析法对安徽省涉外上市公司的财务分析

文章选取安徽省有进出口业务、境外承包工程或服务贸易等涉外业务的30家上市公司作为研究对象,利用主成分分析法,将选取的8类财务指标进行降维处理,得到3个主成分。在此基础上,计算各主成分得分及综合评价函数得分,据此对30家上市公司的财务状况进行综合评价。     

行业与区域的企业财务危机预警模型比较研究

本文运用多元判别模型、Logit模型、主成分模型,对不同行业和地区的企业进行财务危机预警研究,进而分析判别准确率的差异.同时,对预警模型的指标选择和不同类型危机的预警判别进行了比较分析.本文研究生成的预警模型可以提供给商业银行进行风险度量使用.     

上市公司财务困境预测-基于Logit模型的实证研究

本文以2008年经济危机以来的经济环境为背景,以上市公司受到退市风险警示作为其陷入财务困境的标志,在沪深股市中选取19家财务困境公司和57家正常公司作为样本,利用所有者权益比率、现金比率等财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并针对我国制造业提出了加强信息化水平、淘汰落后产能等政策性建议。     

收益率曲线动态与银行经济价值的利率风险

本文在收益率曲线动态的主成分分析基础上,运用MonteCarlo模拟的主成分VaR方法,以我国五家商业银行为样本研究银行账户经济价值利率风险的计量方法,并与巴塞尔委员会标准久期法的结果进行比较。同时,对VaR模型的有效性进行了样本外的返回检验。研究发现,五家银行的经济价值面临的是利率上升的风险;非正态主成分VaR模型估计的经济价值利率风险,都要大于正态主成分VaR模型的结果,这反映了利率波动的厚尾特征,正态假设有可能低估风险。     

基于多元统计法我国商业银行收入结构的定量分析

针对商业银行的收入结构,采用主成分分析、二阶聚类、回归分析和灰色预测等方法,首先对16家上市银行的收入结构进行聚类分析,然后分别对其资产规模和营业收入与6个相应的反应收入结构的指标进行回归分析,接着选取典型的商业银行进行灰色预测,最后对分析结果进行总结和对商业银行收入结构的优化给出建议。     

企业审计中财务困境预警模型自学习功能的实现研究——基于五种不同数据挖掘模型测试的结果

审计分析软件的自学习功能十分重要。本文针对中央企业审计分析和预警系统的核心技术——财务困境预警,选取206家中央企业及其子公司的财务指标作为训练样本和测试样本。使用主成分分析方法筛选后,采用Fisher线性判别模型、贝叶斯判别模型、Logistic模型、径向基函数神经网络模型、支持向量机模型等五种数据挖掘模型进行训练和测试。结果表明:除贝叶斯判别模型预测结果较差外,其它四种模型的预测准确率都较高,其中Fisher线性判别模型的预测准确率最高。本实验室给出了Fisher线性判别模型自学习功能实现的流程图和C/C++语言描述,实现了中央企业审计分析和预警系统的优化和改进。     

基于主成分分析法的发电类上市公司综合绩效评价

本文选取五大发电集团公司控股的14家A股上市电力企业为样本,运用主成分分析降维的方法,将传统评价指标转化为4个主成分进行综合评价,得出各主成分得分及综合得分排名情况,并对排名进行分析,试图为企业的外部投资者及内部管理人员提供决策参考信息     

互联网金融个人信用风险评估的指标选择方法

完善的个人信用风险评估体系是降低信用风险的决定性因素,而风险评价指标的构建是信用评估的基础。本文选取Prosper.com网贷平台2005年至2014年间部分信贷数据进行实证,研究了主成分分析法(PCA)在筛选信用评估指标上的应用,在此基础上结合支持向量机(SUM)技术,建立评估模型进行验证。结果表明,采用主成分分析法可以有效地剔除无关变量和冗余变量,提高互联网金融个人信用评估的预测精度。     

我国商业银行资本充足率影响因素的实证研究

本文在分析了我国商业银行资本充足率的内生性基础上,选取了我国49家商业银行样本数据,采用Logit模型分析法,对我国商业银行资本充足率影响因素进行了实证研究,结果表明盈利能力、风险水平、固定资产比率以及银行性质都是影响其资本充足率的因素。总体而言银行规模不会影响资本充足率水平,但是不同性质银行的规模则对资本充足率会有不同的影响。     

系统性风险与企业财务危机预警——基于前沿机器学习的新视角

本文采用Logit回归模型以及随机森林模型、梯度提升模型等前沿机器学习方法,深入考察系统性风险指标对我国企业财务危机的预测能力。结果表明,系统性风险对中下游企业的财务危机具有显著的预测能力,而基于因子分析构建的系统性风险指标,结合随机森林模型可取得更好的预测效果。本文进一步区分财务危机的不同成因并发现,基于随机森林模型和Logit回归模型的预测框架能够对我国大多数财务危机事件进行有效预警。在此基础上,本文对我国上市企业监管提出相关建议,从而为完善金融风险处置机制提供一定参考。     

我国商业银行资本充足率影响因素的实证研究

本文在分析了我国商业银行资本充足率的同生性基础上, 选取了我国49家商业银行样本数据,采用Logit模型分析法,对我国商业银行资本充足率影响因素进行了实证研究,结果表明盈利能力、风险水平、固定资产比率以及银行性质都是影响其资本充足率的因素.总体而言银行规模不会影响资本充足率水平,但是不同性质银行的规模则对资本充足率会有不同的影响.     

基于主成分回归的金融发展与经济增长实证研究——以廊坊地区为例

本文选取廊坊市1995年-2012年主要经济、金融指标每半年的数据,将格兰杰因果检验与回归分析相结合,并采取主成分方法来建立回归模型以解决共线性问题,从而对廊坊市金融发展和经济增长的状况、相互关系和对经济增长的预测进行探索研究..     

供应链金融融通仓融资信用风险评价

以深交所中小板60家制造业上市公司(包括20家ST/*ST公司)为样本,通过主成分分析法提取主成分,建立信用风险评估指标体系,并对融资企业是否违约进行Logistic回归分析.结果显示,加入第三方物流和质押物特质的信用风险评估有更高的预测准确性,能为商业银行融资决策提供科学依据.     

中国外汇风险的识别和动态预警研究

本文采用极值分位数的估计方法和动态Logit预警模型来识别和预测中国的外汇风险。其中用极值分位数的估计方法替代传统的偏离均值若干倍标准差的方法来识别中国的外汇风险,并以此为基础,选取代表宏观经济、金融体系和国外冲击三方面的24个指标构建中国外汇风险动态预警模型。所采用的动态Logit预警模型不仅考虑了基本面对外汇风险的影响,而且加入了动态性因素,即考虑了外汇风险的自回归特性。从实证结果来看,极值分位数的估计方法较客观地识别了外汇风险,动态Logit预警模型无论在样本内还是在样本外的预测能力都比静态Logit模型有了较大的提高,我国的汇率改革没有对外汇风险产生显著影响。     

沪深两市上市公司财务预警风险的分析——基于主成分分析

文章以2012年1月到2012年6月期间沪深两市新增的28家ST公司为研究样本,按照1:1的比例选择同行业、同会计年度、相近资产规模的另外28家上市公司,利用主成分方法,对财务预警进行预测。结论表明,文章建立的财务预警模型的正确率达到了100%,有较好的预测效果。     

基于主成分分析法的财务指标分析

主成分分析法(PCA)是一种分析、简化数据集的技术,一般多应用于多元统计分析中。本文首先分析了主成分分析法的原理,选取2013年房地产业20家上市公司的财务指标作为研究样本,利用SPSS软件进行数据处理,并对财务指标的综合得分情况进行了评价,以期此方法能够更好地应用于财务指标的综合评价中。     

基于Fisher判别法的P2P网络借贷平台信誉等级评价模型

P2P网络借贷是一种新兴的互联网金融,平台的信誉是影响投资者选择平台的主要影响因素之一。选取成交积分、人气积分、营收积分、分散积分、杠杆积分、透明度、品牌、流动性、收益积分9个影响因素作为判别平台等级预测的评价指标,同时对这9个评价指标做主成分分析,提取出3个主要成分,用Fisher判别法进行训练预测,建立了基于主成分分析的网络借贷平台信誉等级预测的Fisher判别模型。通过对“网贷之家”公布的37组平台数据作为训练样本数据集进行模型的训练,12组数据作为该预测模型的测试数据,进行网络借贷平台信誉等级的预测,同时通过其他预测模型预测结果的对比,验证了Fisher判别法在网络借贷平台信誉等级的预测中具有较低的误判率,其误判率仅为1/12。     

房地产上市公司财务状况分析

本文随机选取深沪上市的40家房地产公司,根据公司的财务数据,对公司的财务状况进行评价分析.通过运用主成分分析的方法,本文从企业的获利能力、营运能力、偿债能力、投资报酬能力和成长能力五个方面选取少数几个彼此独立不相关的指标来替代较多的指标,通过分析,综合这五个方面的影响,得到各企业的综合能力得分,运用主成分分析方法对企业的综合能力做一个定量分析.