基于非财务和财务信息的财务预警实证研究

文章在通过对包括非财务信息和财务信息的52个指标变量进行统计分析的基础上,运用logit回归方法,分别建立基于财务指标变量和引入非财务指标变量的两种模型,实证结果表明引入非财务指标后,预警模型的判别准确率有所提高。说明企业危机不仅仅可以从其财务报表上发现征兆,在一些非财务信息当中同样有迹可循。     

事业单位财务预警模型的实证研究

文章通过介绍事业单位财务预警的现状,分析了事业单位财务预警方面存在的问题,针对现有财务预警模型对财务风险预警效果不明显和模型操作过于复杂的问题,提出了以多变量模型为基础,引入非财务指标建立财务预警模型,将偿债能力、运营能力和发展能力等联系起来,综合分析事业单位的财务风险。在此基础上,以某事业单位2000年至2011年的财务数据作为样本检验模型的有效性,经检验,该模型对一年的预测准确度达到83%,一到三年的预测准确度达到75%。     

财务预警指标的拓展

财务预警指标选取的质量，直接影响到预警模型的建立和预测结果的准确性。已有的研究指标选取较少考虑非财务指标，由于企业外部环境的变化给企业带来巨大的竞争压力，以及企业财务指标本身存在的局限性，为提高预警准确度，财务预警模型应加入非财务指标。本文从财务预警指标出发，介绍传统财务预警指标，指出其存在的不足，最后从非财务指标的角度对传统指标进行拓展。     

谈中小企业财务风险综合评价

本文设计了中小企业财务风险综合评价指标体系,包括定性指标和定量指标,并且在定量指标中引入现金流量指标,构建了基于AHP-模糊综合评价方法的中小企业财务风险综合评价模型,并进行了举例说明。     

基于财务信息和非财务信息的债券违约预警模型研究——Fisher模型与Logistic模型的实证分析与应用

自2014年我国债券市场发生首例债券违约以来，债券违约事件日益增多。尤其近几年来，无论是发生债券违约的企业、债券违约的只数还是违约总金额，都呈现爆发式增长和蔓延态势。在此背景下，本文使用2014～2020年债券市场全样本数据，基于财务信息构建债券违约预警模型，在Fisher模型与Logistic模型判别效果对比后选择了Logistic模型，并在此基础上加入部分非财务信息指标，以进一步提升模型的预测能力。最终得到基于财务和非财务信息的Logistic模型。研究结论如下：第一，Logistic模型整体判别效果优于Fisher模型。第二，构建的基于财务和非财务信息的Logistic模型具有较好的预测能力，经济含义清晰，具备实际使用价值。第三，财务指标如净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产等是债券违约预警模型中的显著指标，这些指标对于预警债券违约具有重要作用。第四，部分非财务指标对于提升模型预警能力有明显效果，非财务信息诸如发债企业所在省份风险情况、行业风险情况、企业所有制形式等为预警债券违约提供了显著的增量信息，也反映了我国债券违约具有所有制、地域和行业的群聚特征。     

谈中小企业财务风险综合评价

本文设计了中小企业财务风险综合评价指标体系,包括定性指标和定量指标,并且在定量指标中引入现金流量指标,构建了基于AHP-模糊综合评价方法的中小企业财务风险综合评价模型,并进行了举例说明。     

宁波高新技术企业研发投入与财务绩效研究

本文以宁波高新技术企业为研究对象,利用因子分析得到综合财务绩效指标,以研发投入强度为自变量以综合财务绩效指标为因变量,构建研发投入与财务绩效的线性回归模型,分析研发投入与财务绩效之间的关系。研究结果发现,宁波高新技术企业的研发投入与其财务绩效显著正相关且没有明显的滞后性,研发投入产出的影响期在3年以上。     

引入非财务变量的上市公司财务困境预警

本文选取沪深两市A股2010~2013年52家首次ST公司和52家从未被ST公司作为研究样本,引入盈利能力、股东获利能力、营运能力、发展能力、风险水平和偿债能力六个方面的财务变量,以及股权结构、公司治理、重大事项、人力资本4个方面的非财务变量,使用Fisher判别与Logistic回归两种方法建立ST前3年的财务困境预警模型。实证研究表明,加入非财务指标可以提高财务困境预警的准确率,且Logistic回归方法建立的预警模型的预测效果更好。     

财务预警系统模型分析

一、财务预瞀系统主要模型 （一）以统计方法作为基础的模型主要包括：其一，单变量模型。单变量判别模型的主要思想是通过比较财务困境企业和非财务困境企业之间某个财务指标的显著差异，从而对财务困境企业提出预警。WilliamBeaver（1966）最早用单一财务比率指标为基本变量，运用配对样本法，随机挑选了1954年到1964年间79家危机中的企业和与其产业相同且资产规模相近的79家正常企业，将样本企业分为训练样本与测试样本两组。     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。     

高校财务预警模型的构建和实证分析

本文从高校财务的4个方面选取了5个指标进行分析，通过主成分分析建立高校财务预警的综合评价模型，对高校的财务状况给出了综合分析。同时，利用31所高校的实际情况进行了实证分析。     

制造业上市公司财务风险评估实证研究

以制造业上市公司为对象,对财务风险评估问题进行研究。选择25家ST企业和50家财务状态正常的配对公司为研究样本。通过引入供应链集成指标完善公司财务风险评估指标体系,将初选指标数据进行K-S检验确定是否属于正态分布,再运用T检验及非参数检验进行指标确定。利用筛选出的指标进行主成分分析,确定相应的主成分后构建Logistic模型。该模型判定结果与实际结果基本相符,其对公司财务风险评估的准确度为94.1%,模型具有良好的判别能力,可为公司财务风险评估提供参考。     

上市公司财务风险识别与预警分析

企业迅猛发展背后可能存在很大的财务风险,而财务风险如果不加以控制往往会导致企业破产,本文以无锡尚德为例,首先通过相关指标对企业财务能力进行分析,初步识别公司存在的财务风险,运用Z分数模型和F分数模型综合分析,进一步探究无锡尚德发生财务危机的可能性,并提出了相应的建议。     

上市公司财务舞弊的风险识别与证据收集

针对中国上市公司广泛存在的财务舞弊事件,本文构建逻辑（Ｌｏｇｉｓｔｉｃ）财务舞弊识别模型进行回归分析。 结果表明：财务指标和非财务指标都是影响上市公司财务舞弊的因素,都能在整体上对上市公司财务舞弊行为进行风险识别;一般而言,舞弊公司财务指标的波动性比非舞弊公司财务指标的波动性要大,审计人员可以从财务指标的波动性入手,去寻找上市公司是否真正存在财务舞弊的审计证据。     

考虑财务杠杆效应的企业可持续增长模型的构建

本文在分析现有企业可持续增长模型的基础上,考虑财务杠杆的影响,建立了包含财务杠杆效应的企业可持续增长模型,使得企业管理者在实现预计增长率的前提下,选用合理的资本结构与财务杠杆指标,可以实现企业利润的最大化,即真正的可持续增长。     

企业并购非财务风险及其评估

在并购活动中存在着很高的风险,不单单只包含财务风险,还有很多非财务风险。本文简单介绍了企业并购中的财务风险,并着重分析和探讨了并购中的非财务风险以及在并购中非财务风险的评估。     

上市公司财务舞弊行为识别的实证研究

文章选取1998年至2006年40家因财务舞弊而受到监管部门处罚或调查的上市公司和40家对应的非财务舞弊公司作为研究样本,以20个财务指标和内部治理结构指标作为解释变量,对舞弊样本和非舞弊样本进行描述性统计检验,并构建Logistic模型进行了回归分析.经研究发现,资产负债率、每股收益和存货周转率等变量显著性水平较高,对财务舞弊的影响较大.     

纳入EVA及非财务指标的信贷风险综合预警系统模型

在分析现有商业银行信贷风险预警模型缺陷的基础上,提出将经济增加值(EVA)及其相关指标作为价值创造能力模块纳入预警模型中;同时,选取非财务指标构建非财务预警模块,将传统的财务预警模型、价值创造能力模块和非财务指标模块相结合,构建信贷风险综合预警评价模型。     

医院经营管理中财务风险预警模型研究

一、医院财务风险预警模型构建(一)预警模型总体思想预警模型的总体思想是在财务风险发生之前,通过预警指标发出的不同信号来发现潜在的风险,因此财务风险预警模型(见图1)有两个要素:预警指标和临界点。预警指标是用于测评财务风险的指标,临界点是指预警指标可以允许范围的边界。预警指标分为三个层级:第一层级是综合风险指数AI,第二层级是次级合成指数,二者都能对财务风险起到预警作用,前者是对医院总体财务风险的度量,后者则是对单一财务风险     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确.