基于BP神经网络的上市公司财务危机预警研究

本文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,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

基于Factor-Logistic的公司财务预警实证研究

文章以上市公司为研究对象,首先从沪市选取2008-2010年间首次被特别处理的31家ST公司或*ST公司为研究样本,并以31家正常公司作为配对样本,通过因子分析筛选指标,Logistic回归分析方法构建财务预警模型,接着选取15家财务危机公司和15家财务健康公司验证模型的有效性。研究结果表明:建立有效的财务预警系统有助于企业避免发生财务危机。     

上市公司财务危机预警的实证研究

我国企业必须建立财务预警系统,以此帮助企业地预测、防范财务危机。本文选取了我国沪两市上市公司2008-2009年的80家ST公司和845家非ST公司作为研究样本,以2006--2007年的财务指标作为模型研究的变量,对上市公司财务危机进行预警研究。本文选择了8个财务指标作为建立模型的变量,然后采用统计中的贝叶斯判别分析方法,建立了上市公司财务危机的判别分析识别模型,模型预测效果良好,具有实际应用价值。     

ST上市公司与非ST上市公司财务困境问题比较研究——基于公司治理视角

公司财务困境是当前学术界和实务界极为关注的重大课题,本文通过对国内外研究学者对财务困境成本影响因素问题的概述,将上市公司被ST作为上市公司陷入财务困境的标志,同时将上市公司财务困境成本定义为权益市场价值的下降。针对ST样本公司选取了45家未被ST的公司作为配对样本,通过配对样本T检验和回归分析,得出以下结论:ST公司与配对样本之间的股权结构指标和董事会特征指标之间存在差异。股权集中度与财务困境成本呈负相关;董事会会议频率与财务困境成本呈负相关;独立董事所占比例与财务困境成本呈正相关。最后根据所得实证结果就上市公司陷入财务困境前如何积极防范、陷入财务困境后如何合理应对提出相关的政策建议。     

ST上市公司与非ST上市公司财务困境问题比较研究——基于公司治理视角

公司财务困境是当前学术界和实务界极为关注的重大课题,本文通过对国内外研究学者对财务困境成本影响因素问题的概述。将上市公司被ST作为上市公司陷入财务困境的标志,同时将上市公司财务困境成本定义为权益市场价值的下降。针对ST样本公司选取了45家未被ST的公司作为配对样本,通过配对样本T检验和回归分析,得出以下结论：ST公司与配对样本之间的股权结构指标和董事会特征指标之间存在差异。股权集中度与财务困境成本呈负相关;董事会会议频率与财务困境成本呈负相关;独立董事所占比例与财务困境成本呈正相关。最后根据所得实证结果就上市公司陷入财务困境前如何积极防范、陷入财务困境后如何合理应对提出相关的政策建议。     

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CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究:首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究：首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

财务困境预测模型的实证分析与改进——基于中国上市公司的研究

本文利用2010—2012年沪深两市中被ST的47家公司和47家非ST公司的财务指标,根据中国资本市场的实际状况,构建了一个系数与变量修正后的Z-score模型;然后建立一个以现金流量为基础的财务预警统计模型,共同构建财务困境预测模型组合.实证研究表明:整个预测系统的准确率较高,ST公司在T-2年前被成功预测的概率为82.98%,配合现金流财务预警模型,准确率进一步提升.所以该预测模型组合具有较大的使用和研究价值.     

上市公司财务困境成本的定量分析--基于1998～2002年度ST公司的实证研究

选取1998～2002年度沪深股市42家ST摘帽公司为财务困境企业样本,从财务和市场两个视角定量考察我国上市公司是否存在财务困境成本.研究发现,从陷入财务困境之前到解除财务困境之后企业经行业调整之后的经营业绩平均增长了8%,但从权益市场价值的变化角度来看,投资者平均承担4.91%的财务困境成本.     

基于会计和治理信息的财务困境预测模型研究

本文以2005年上半年沪深两市中首次被ST的52家公司和52家非ST公司为研究对象，同时利用这些上市公司的会计信息和公司治理信息来构建财务困境预测模型。研究结果表明：（1）公司治理特征对公司陷入财务困境具有显著影响；（2）公司治理信息不能为财务信息所覆盖。一方面，说明公司治理结构对公司的财务安全具有重要影响，另一方面也说明今后在研究和构建财务困境预测模型时，不仅要考虑会计信息，还应考虑公司治理信息等，以构建出更为有效的预测模型。     

企业财务危机困境预测模型研究——主成分分析基础上的Logit模型

本文选取沪深两市在2003-2005年度被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行实证研究,尝试建立主成分分析基础上的 Logit 模型对财务危机进行预测,结果显示,主成分分析基础上的 Logit 模型能够有效预测财务困境。     

我国上市公司财务失败划分标准合理性的探讨——以上证、深证20家上市公司为例

证券市场是一个充满信息的市场,上市公司的财务信息对投资者的投资决策起着举足轻重的影响。然而我国金融监管机构划分正常上市公司与ST上市公司方法单一不够合理。本文首先选取了经营较好的10家上市公司做样本,利用综合和评分法确定七大财务指标,再利用主成分分析方法确定3大财务指标,最后利用LVQ神经网络模型对现行的20家上市公司财务失败状况进行验证,并给出相关模型评价及建议。     

我国上市公司财务失败划分标准合理性的探讨——以上证、深证20家上市公司为例

证券市场是一个充满信息的市场,上市公司的财务信息对投资者的投资决策起着举足轻重的影响。然而我国金融监管机构划分正常上市公司与ST上市公司方法单一不够合理。本文首先选取了经营较好的10家上市公司做样本,利用综合和评分法确定七大财务指标,再利用主成分分析方法确定3大财务指标,最后利用LVQ神经网络模型对现行的20家上市公司财务失败状况进行验证,并给出相关模型评价及建议。     

基于Logistic回归模型的上市公司财务预警实证研究

本文采用实证研究的方法,以我国A股市场2009年因财务原因新被ST的43家上市公司以及与其行业、资产规模相当的43家非ST的上市公司的财务数据为基础,对财务指标进行差异T检验选出预警指标变量,并据预警指标变量基于Logistic回归分析的方法,构建了财务预警的模型,得出回判的正确率是较高的。最后为了进一步检验模型的预测能力,从A股市场中随机抽取200家上市公司(不包括已在模型中使用的上市公司)2004-2008年连续五年的财务数据代入预警模型进行预测,结果可以看到模型的预警能力是很高的,回判率达到近87%,结果比较令人满意。     

数据挖掘技术在上市公司财务困境预测中的应用

本文在系统研究了国内外关于财务困境预测方面的理论和方法的基础上,以我国的沪深两市上市公司为研究对象,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,利用Clementine软件进行Logistic回归,并在此基础上构建了财务困境预测模型.     

非财务视角下财务困境预警模型研究

以2003年-2005年被认定为财务状况异常的117家ST公司为财务困境样本,另选取117家财务健康公司与其配对对赢利性、长期偿债能力、短期偿债能力、营运能力等方面的12个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理等方面的15个非财务变量对财务困境的解释力,年度累积超额收益率与审计师意见和独立董事人数的预警效果较好.     

非财务视角下财务困境预警模型研究

以2003年一2005年被认定为财务状况异常的117家ST公司为财务困境样本,另选取117家财务健康公司与其配对对赢利性、长期偿债能力、短期偿债能力、营运能力等方面的12个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理等方面的15个非财务变量对财务困境的解释力,年度累积超额收益率与审计师意见和独立董事人数的预警效果较好。     

数据挖掘在上市公司财务危机预警中的应用

本文通过对2007-2009年沪深两市新增58家ST上市公司被ST前三年的财务数据及58家配对非ST上市公司财务数据应用因子分析法消除冗余后,依次建立logistic回归模型、C5.0决策树模型和BP神经网络模型,在此基础上分析了模型异同之处,提出了选择模型的方法。     

数据挖掘在上市公司财务危机预警中的应用

本文通过对2007-2009年沪深两市新增58家ST上市公司被ST前三年的财务数据及58家配对非ST上市公司财务数据应用因子分析法消除冗余后,依次建立logistic回归模型、C5.0决策树模型和BP神经网络模型,在此基础上分析了模型异同之处,提出了选择模型的方法.