利益相关者财务预警系统

财务危机又称为财务困境,其最为严重的情况就是破产。国外破产(或企业经营失败)预测模型的研究已经比较成熟,研究范围较广,具有很高的可操作性和准确性。我国学者从20世纪90年代以来,开始研究上市公司财务困境预警问题,从研究内容来看,包括财务困境预测模型的理论构建、财务预警实证模型、财务困境成本研究、财务预警管理系统研究等。主要集中于对财务预警模型的实证研究,包括对预测变量的研究、分     

关于我国困境企业财务行为的统计分析

从现有的理论与实证研究文献来看,财务困境研究基本上围绕两条主线展开.其一是财务困境的预测研究,即如何构建更为精确的预测模型,以服务于投资者评估投资风险等不同的目的;其二是财务困境与财务行为、公司业绩之间关系的研究,即财务困境究竟是如何影响公司行为与业绩的.目前在财务学界,学者们对于财务困境预测研究只是在模型和变量选择上有所区别,而在财务困境与公司行为与业绩之间关系的理解上观点则不一致.因此,第二条主线的研究似乎已成为继"资本结构之谜"、"股利之谜"和"IPO之谜"之后的又一个财务学谜题.     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球。处于金融市场之中的企业随时面,临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失。随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析。     

基于公司治理指标的财务困境预测研究

目前有关财务困境的研究主要是依赖财务报表数据建立预测模型,但这种方法存在一些弊端。公司治理结构的弱化与财务困境是密切相关,对其研究有助于更深层次地揭示公司陷入财务困境的原因。本文希望改进以财务比率指标为基础的预测模型,将公司治理指标量化,建立基于公司治理指标的财务困境预测模型,以期为完善我国上市公司的治理机制提供参考依据。     

基于公司治理指标的财务困境预测研究

目前有关财务困境的研究主要是依赖财务报表数据建立预测模型,但这种方法存在一些弊端。公司治理结构的弱化与财务困境是密切相关,对其研究有助于更深层次地揭示公司陷入财务困境的原因。本文希望改进以财务比率指标为基础的预测模型,将公司治理指标量化,建立基于公司治理指标的财务困境预测模型,以期为完善我国上市公司的治理机制提供参考依据。     

财务困境预测项目的Clementine数据流构建研究

文章以数据挖掘软件Clemenfine为平台,按照CRISP-DM的六个阶段对财务困境预测项目进行了数据流构建,利用C5.0算法生成的决策树建立预测模型,并对模型结果进行了分析.     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司(代表财务困境公司)和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现:审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司（代表财务困境公司）和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现：审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

企业财务困境预测模型变量选择方法评析

本文在回顾国内外企业财务困境预测研究的基础上，对传统的企业财务困境预测模型及其变量选择方法进行了评析，指出基于单变量显著性检验和多元逐步回归的财务变量选择理论上和实践上的可能不合理之处。然后，提出可能的解决方向。     

典则判别在财务困境预测的应用

本以我国上市公司为研究对象,选取了2003-2005年ST的108家公司和非ST的108家公司共216家为样本,利用上市公司公开披露的年报财务信息和数据,选取了38个财务指标,应用逐步回归方法,选取显的预测变量,运用判别分析法,借助SPSS统计分析软件,建立上市公司财务困境预测模型.研究发现,判别分析能比较准确地预测上市公司。     

财务困境预测项目的Clementine数据流构建研究

文章以数据挖掘软件Clementine为平台,按照CRISP-DM的六个阶段对财务困境预测项目进行了数据流构建,利用C5.0算法生成的决策树建立预测模型,并对模型结果进行了分析。     

财务困境问题研究综述下的混合预测模型构想

文章首先从研究财务困境的意义入手,对国内外有关财务困境问题的研究历程及发展现状进行评述;结合以往的研究成果,构想基于统计方法Logistic回归与非统计方法神经网络模型的三种混合预测模型;最后,提出财务困境研究中尚存在的缺陷及对未来发展的展望。     

基于SVM多分类模型的上市公司财务困境预测

目前的财务困境预测模型大多局限于二分类研究,而公司陷入财务困境往往会经历一个逐步衰败的过程,简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实。为了更准确地判断上市公司的财务状况,将其按照盈利能力分为财务健康公司、财务亚健康公司和财务困境公司3类,并运用t-1年和t-2年的面板数据,采用基于平均影响值的变量筛选方法构建了SVM多分类模型。实证结果表明,模型的预测能力较好,能够以较少的特征变量实现较高的分类精度,是切实有效的。     

基于财务比率的自由现金流量预测模型研究

本文构建了一个适用于企业价值估计的基于财务比率的自由现金流量预测模型.笔者根据自由现金流量的财务本质,通过重构自由现金流量表达式,将其表示成各相应财务比率及销售收入的运算关系式,然后根据计量经济学相关原理和方法,构建一个对下一期的自由现金流量进行预测的预测模型,并用汽车制造业上市公司的面板数据(1996-2006)对该预测模型进行了检验.结果表明,模型本身以及解释变量都具有很高的显著性和较强的预测能力.同时该模型还证明,除了滞后一期的财务比率自身之外,其滞后一期的一阶差分同样具有显著的预测能力,是预测自由现金流量不可或缺的解释变量.     

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%。     

EVA视角的上市公司财务预警实证研究

本文以我国A股上市公司为研究对象,选取了65家处于财务困境的公司和75家财务正常的公司为样本,在传统财务指标的基础上引入EVA,运用主成分分析法构建了财务困境模型。结果表明,相对于传统的财务指标,EVA对企业的财务困境具有较强的判别能力,模型具有超前的预测能力。     

财务困境理论的预测动态性改进与应用

财务困境理论核心内容是如何提高预测动态性能力。探讨财务困境的动态性内涵和划分动态发展过程不同时期特征,建立过程模型和判别模型,改进了财务困境的动态预测方法。应用卡尔曼滤波思想,设计通用的超前n步预测算法,优化前瞻性预测功能。     

运用财务比率的多元判别分析 预测企业的财务困境

在经济全球化趋势下,企业面临着前所未有的竞争压力,随时都有可能陷入财务困境.此时,建立企业财务风险监测与危机预警机制就显得尤为必要.基于此,本文试图通过对我国资本市场的实证研究,运用财务比率的多元判别分析建立数学模型,以期达到预测企业财务困境的目的.     

Cox模型在企业财务困境预警中的应用

以我国上市公司为研究对象,借助于上市公司的财务样本数据,采用生存分析半参数模型——Cox模型,对企业财务困境进行预警。研究结果表明:该模型具有可以使用时间序列、无需样本配对、连续预测的特点,能够为企业提供更为有效的财务困境预测。     

上市公司财务危机预测模型比较研究

财务危机预测一直是公司金融领域的研究热点,危机预测模型随着研究的深入在不断地发展变化.多元线性模型、Logistic模型、COX模型、神经模型是当前主流的四种财务危机预测模型.以2003年-2008年制造业上市公司为样本,采用财务比率作为预测变量,通过样本公司财务数据建立了四种财务危机预测模型,利用判别精度和ROC曲线比较不同模型在财务危机发生提前3年的预测效果.研究发现神经网络模型在判别精度和稳定性方面均优于其他模型.多元线性模型、COX模型、Logistic模型预测虽然均具有应用价值,但三类模型在预测精度和稳定性上各有优劣.