非财务指标影响上市公司财务危机预测能力的实证研究

对于上市公司财务危机的预测,国内的研究者大多借鉴国外的研究方法,但这些方法却不一定适用于中国的国情。本文通过分析我国财务危机预测领域的研究状况,研究了样本的选取对于研究结果的影响以及非财务指标在预测财务危机预测中的作用,发现非财务指标的引入可以大幅度的提高上市公司财务危机预测的准确程度,特别是在上市公司被ST前的2￣3年会起到良好的预测效果。     

基于EVA的财务危机预警模型应用

本文构建了基于经济增加值(EVA)的财务危机预警模型,并对其进行了实证分析,证明EVA在公司财务危机预警方面确实优于传统财务指标。     

基于logistic回归的上市公司财务危机预警模型

为了建立合理有效的财务危机预警模型,本文选择了代表公司财务健康状况的18个指标作为备选预警指标,并运用logistic过程中逐步回归的方法从中选择了3个对因变量影响显著的财务指标.用容许度(TOL)和方差膨胀因子(VIF)两个指标对3个财务指标进行多重共线性检验.在多重共线性不显著的情况下,对符合条件的财务数据进行logistic回归,得到了财务危机预警模型.最后通过回代判定,发现这个模型具有较高的预测准确性.     

基于logistic回归的上市公司财务危机预警模型

为了建立合理有效的财务危机预警模型，本文选择了代表公司财务健康状况的18个指标作为备选预警指标，并运用logistic 过程中逐步回归的方法从中选择了3个对因变量影响显著的财务指标。用容许度（TOL）和方差膨胀因子（VIF）两个指标对3个财务指标进行多重共线性检验。在多重共线性不显著的情况下，对符合条件的财务数据进行logistic回归，得到了财务危机预警模型。最后通过回代判定，发现这个模型具有较高的预测准确性。     

国有上市公司财务危机综合预警实证研究

本文采用多分类方法将样本公司分为财务危机公司、财务状况不稳定公司和财务健康公司,再利用2005~2010年的国有上市公司数据,运用主成分分析、因子分析和多项Logistic回归构建了综合财务危机预警模型。模型综合考量了财务指标、公司治理和金融生态环境三方面变量对于公司财务风险的影响,使综合预警取得了满意的预测精度。     

基于神经网络的企业财务危机预警研究--以制造业上市公司为例

现阶段,激烈的市场竞争与动荡的经济环境给各行各业带来了前所未有的挑战,对于企业的经营者与投资者来说,能够准确预测财务危机并有效地规避财务危机具有重大的现实意义。制造业在我国经济中具有举足轻重的地位,文章以制造业上市公司为例,引入财务指标与非财务指标构建指标体系,运用因子分析对筛选的指标进行降维,使各个指标间不相关,消除多重共线性,以得出的公因子作为神经网络模型的输入层来提升神经网络的拟合效率,以企业被特别处理与没有被特别处理作为神经网络模型的输出层,运用此模型对财务危机进行预测。预测结果显示：该财务危机预警模型预测效果较好,能够帮助制造业上市公司识别潜在的财务危机。除此之外,根据结论得出企业的盈利能力是影响制造业上市公司财务危机的最主要因素。     

财务危机预警模型中的非财务指标应用研究

财务危机不仅仅是由于财务活动引起的,非财务活动在某些情况下也会导致财务危机的产生。本文拟以2004年～2005年部分首次被ST的A股上市公司为研究对象,结合经过无量纲化处理的财务指标和非财务指标,使用主成分分析法和Logit回归建立财务危机前2年的预警模型。研究显示,引入非财务指标后的财务危机预警模型在一定程度上提高了预测准确率。     

航空公司财务预警实证研究

本文对航空公司财务风险预警进行了研究,选取偿债能力、盈利能力、发展能力及现金流量等方面财务指标,对Z计分模型进行修正,并运用修正的模型对航空公司财务危机进行了实证检验。结果表明,模型预测准确度较高。     

基于神经网络的企业财务危机预警研究——以制造业上市公司为例

现阶段,激烈的市场竞争与动荡的经济环境给各行各业带来了前所未有的挑战,对于企业的经营者与投资者来说,能够准确预测财务危机并有效地规避财务危机具有重大的现实意义。制造业在我国经济中具有举足轻重的地位,文章以制造业上市公司为例,引入财务指标与非财务指标构建指标体系,运用因子分析对筛选的指标进行降维,使各个指标间不相关,消除多重共线性,以得出的公因子作为神经网络模型的输入层来提升神经网络的拟合效率,以企业被特别处理与没有被特别处理作为神经网络模型的输出层,运用此模型对财务危机进行预测。预测结果显示:该财务危机预警模型预测效果较好,能够帮助制造业上市公司识别潜在的财务危机。除此之外,根据结论得出企业的盈利能力是影响制造业上市公司财务危机的最主要因素。     

公司治理、治理结构调整与财务危机——来自我国上市公司的经验证据

本文以我国上市公司为对象,从公司治理结构安排的角度,探讨企业发生财务危机的深层次原因,并以此为着眼点,在对危机公司财务表现分析的基础上,引入治理结构变量进行财务危机预警研究。结果表明,将公司治理结构变量引入财务危机预警模型能提高模型的预测能力,在财务危机的不同阶段关注重点应不同,公司治理结构异动对外部利益相关人有着较好的警示作用。     

公司治理、治理结构调整与财务危机——来自我国上市公司的经验证据

本文以我国上市公司为对象,从公司治理结构安排的角度,探讨企业发生财务危机的深层次原因,并以此为着眼点,在对危机公司财务表现分析的基础上,引入治理结构变量进行财务危机预警研究。结果表明,将公司治理结构变量引入财务危机预警模型能提高模型的预测能力,在财务危机的不同阶段关注重点应不同,公司治理结构异动对外部利益相关人有着较好的警示作用。     

基于非财务数据的企业财务危机预警模型实证研究

引起公司财务危机的因素多种多样,目前的研究主要集中在基于财务数据的数学建模,本文希望通过运用Logistic建模,研究非财务数据与公司财务危机的关系,以从另一个角度对财务危机进行预测。     

基于现金流量的房地产上市公司财务预警

对于房地产行业来说,现金流量的状况极大地影响着公司财务风险的大小,基于现金流量的财务预警研究对房地产行业有着重大意义。本文最初选择了反映房地产上市公司现金流量状况的21个财务指标,后经过层层筛选优化,最终基于每股经营活动现金净流量等3个指标建立了Logistic回归财务预警模型。从研究样本组财务危机发生前1年的模型判断结果来看,判断准确率高达83.3%,误判率16.7%;从预测样本组财务状况预测结果来看,模型判断准确性为85.8%,预测效果较理想。     

中小企业板民营上市公司财务危机预警分析

本文从盈利能力、偿债能力、营运能力、发展能力四个方面选取12个财务指标,运用功效系数法建立财务危机预警模型,对中小企业板民营上市公司的财务状况进行预测.实证结果表明,功效系数法预测准确率较高,操作性较强.     

三维视角下财务危机预警本质分析

财务危机预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。财务危机预警集日常监测、诊断与警报等功能于一身,它首先能通过财务指标及非财务指标的异常     

引入公司治理信息的上市公司财务危机预警分析机制构建

传统的财务危机预警大多通过财务指标建立模型进行预测,财务指标从理论上并没有深入剖析企业陷入财务危机的深层次原因,因此还需要引进非财务信息纳入财务危机预警机制。文章通过公司治理结构与上市公司财务危机关系的分析,运用公司治理来完善财务预警机制,最终引入公司治理信息构建上市公司财务危机预警分析机制。     

BP网络模型在财务危机预警中的应用

本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应。就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上。     

BP网络模型在财务危机预警中的应用

本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应.就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上.     

国有企业财务危机预警模型实证研究

财务危机从根本上威胁着企业的持续性经营和发展,如果不对其进行预测分析很可能给企业和社会带来严重的影响。近年来,我国政府部门频繁出台文件和措施要求企业特别是国有企业要加强对财务危机的管理控制。文章以上海市××区国有企业为研究对象,选取了29家出现财务困境的国有企业和29家财务正常的国有企业为样本,参照国内外学者对上市公司财务危机预警的研究方法,并结合国有企业财务实际,选择13个财务指标为变量,应用Logistic回归分析建立财务危机预警模型。研究表明:所建立的Logistic预测模型对财务危机发生前一年的预测准确率达93.1%。     

基于混合粗糙集与ANN的上市公司财务危机预警研究

利用混合粗糙集ANN数据挖掘技术和相关敏感财务及非财务指标构建财务危机预警模型,对30家ST和90家非ST的A股制造业上市公司的财务数据进行实证检验。结果表明,将混合粗糙集的知识约简理论和神经网络的推理能力相结合构建的混合粗糙ANN预警模型具有较高的财务危机预测准确率和较好的实际应用价值。