基于二项Logistic回归的上市公司财务预警实证研究

在本文研究中,通过以2015年上半年12家因为连续亏损3年被特别处理(被ST)的上市公司和12家财务运行正常(未被ST)的上市公司为样本,运用独立样本T检验方法筛选指标,并基于二项Logistic回归分析方法,通过SPSS统计软件建立了上市公司被ST前三年的logistic财务预警模型。该实证研究表明,模型整体预警识别率高达91.67%,这说明该模型的预测准确度较高。     

基于Logistic模型的上市公司财务风险预警研究

财务风险预警是目前理论界和实务界关注的焦点。通过选取2011年沪深交易所上市的50家ST类公司及其配对的50家非ST类公司为样本,建立Logistic预警模型并进行了预警验证,研究发现:Logistic预警模型对上市公司财务风险的预警结果的准确率达到了86%,且离ST的时间越近,结果越准确;此外,模型对非ST类公司的分析结果要比对ST类公司的准确。增强对财务风险预警的管理,企业应加快建立内部控制和财务预警制度,树立内部风险管理的意识,加强相关人员的综合素质,以从源头上有效遏制企业财务危机,提高企业经济效益。     

广东上市公司的财务困境预警系统研究

财务困境的发生是一个循序渐进的过程,它的可预测性敦促人们不断地探究,以求建立一套科学的财务困境预警系统。本文以广东省上市公司为研究对象,选取了该省上市公司中所有27家ST公司和与其配对的27家非ST公司为样本,采用Logistic回归模型方法进行研究,建立了预测精度比较高的预警模型。结果表明该模型对检验样本的判别结果与实际结果接近,较高的判别率进一步证明了我们根据Logistic回归分析方法建立的预警模型的实用性和准确性。     

基于Z值模型的上市公司财务预警分析——以北京市为例

如何运用财务预警系统揭示企业面临的财务危机,是国内外财务研究的一大难题。从Z值模型角度,从北京市A股上市公司中选取8家ST、*ST和13家经营良好的公司作为样本,进行实证分析,Z值模型对北京市上市公司财务预警具有一定的有效性,在我国具体运用Z值模型时还应注意我国会计制度与国际惯例的距离,样本指标的畸变,财务报表真实客观性,企业政策等因素。     

制造业上市公司财务危机预警模型

本文以我国制造业上市公司为研究对象,选取了181家发生财务危机的公司和181家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,首先运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,最后进行了回代检验和测试样本检验.研究结果显示,预警模型对检验样本的预测正确率为76.60％,能够给投资者、债权人和监管机构等相关各方提供预测财务危机的有用信息.     

基于贝叶斯判别法的上市公司财务预警模型

本文利用贝叶斯判别法,以我国沪市A股上市公司为研究对象,选取2005和2006的ST公司和正常的公司各70家作为分析样本,建立财务预警模型。经检验,该方法预测的效果较好,可为投资者、债权人和监管机构等提供判别依据。     

基于Logit模型的上市公司财务预警分析

随机选取沪深两市被ST的20家上市公司的年报数据作为目标样本,采用SPSS19.0的Logit回归模型建立的方法技术确定模型常量及变量权重,并另随机选取236家上市公司财务数据作为检测样本,以识别Logit模型对上市公司财务预警的准确度。     

财务危机预警模型研究

本文把上市公司中的*ST板块界定为有财务危机的企业,选取15家*ST公司作为研究样本,同时选取15家非ST公司作为配对样本,组成一个样本量为30的估计样本组,选取这些公司2007年的20个财务指标作为研究变量,采用主成分分析法建立财务危机预警模型。再选取30家非ST公司作为检验样本组,然后用该样本组对模型的有效性进行检验,得出本文建立的模型可以提前预测财务危机的结论。     

基于机器学习方法的上市公司财务预警模型对比研究

当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.     

关于上市公司财务失败预警的实证分析

随着资本市场逐步完善,上市公司退市机制也将逐步建立,因此非常必要建立一个财务失败预警系统。在借鉴奥特曼(Alteman)的多元Z值判定模型的基础上,采用判别分析方法,建立了一种新的预测企业财务失败的模型,并把沪深两地证券市场的ST公司界定为“财务失败企业”,选取28家ST公司及47家非ST公司共75家企业作为研究样本,对上市公司财务失败预测模型进行实证检验。     

基于Logistic模型的企业财务预警研究——以房地产企业为例

针对当前房地产市场严厉的监控措施,建立有效的财务预警系统,预测企业是否会陷入财务困境是房地产企业长远发展的重中之重。本文选取沪深两市首次被ST前一年的数据,运用因子分析法对所选择的30家房地产公司,建立最新形势下我国房地产企业Logistic财务预警模型,并对模型的预测能力进行检验,所构建的模型能对房地产上市公司的财务状况是否异常做出86.7%的预测准确率,具备较强的财务预警判别能力,因而具有一定的可行性和实用价值。     

上市公司财务预警Z分数模型的改进与应用

Z分数财务预警模型由于简单明了、易于理解,能够从多角度综合反映企业的财务风险,应用较为广泛。但由于其指标的选取不够充分,因而判断的准确率不够理想。本文选取了盈利能力、营运能力、偿债能力、发展能力、现金流量以及表外信息等新的预警指标,以2010年30家ST或*ST上市公司为样本建立了改进的Z分数模型。通过应用可知,改进后的Z模型较原模型具有更高的预警准确率。     

企业财务困境预警及对策研究

为了有效地预警企业财务困境,论文以156家上市公司为研究样本,运用逐步判别分析方法从33个财务比率指标中筛选出6个变量,构建了一个六变量财务困境判别模型。经检验,新建模型对企业财务困境的预测正确率达到93.59%,且具有一定的超前预测能力。企业可以应用该模型及早预警财务困境,及时采取措施防范和应对财务困境。     

Z财务预警模型的检验与改进

财务预警模型是基于财务学、统计学理论．选择一些财务指标作为变量，对企业是否可能陷入财务危机作出预测的模型。文章选取160家上市公司的财务数据对国外最为知名的财务预警模型——Z模型进行检验，根据检验结果调整了模型临界值，并引入3个新的变量。经过改进后的模型预测准确性有了大幅提高．对我国上市公司具有较好的财务预警能力。     

企业财务预警模型实证研究

本文利用多元统计分析的方法对企业财务预警模型的建立进行了分析研究。从上市公司年报数据中选取适合的财务指标,以60家上市公司的财务数据为样本,通过计算分析,建立基于因子分析和判别分析的财务预警模型,并依据模型进行了实证分析。     

基于Logit模型上市公司财务危机预警实证研究

本文采取主成分分析方法,将主要因子提取出再运用Logit模型构建预测企业财务失败的模型,并把沪深两地证券市场的ST公司界定为"财务失败企业",选取20家ST公司及与之相对应的20家非ST公司共40家企业作为研究样本,对上市公司财务失败的主成分预测模型进行实证检验。     

上市公司财务预警模型的建立和应用探讨

本文以2005年发生ST的A股上市公司为研究对象,通过实证研究建立三个线性判别函数,并且以实际的上市公司为例,探讨了多期财务预警模型的应用方法,分析了财务预警模型在实际应用上的简化性、准确性和及时性,希望可以帮助利益相关者能够利用上市公司公开的财务报告信息,进行财务预警。     

基于Cox生存模型的上市公司财务困境预测研究

本文采取Cox生存模型进行财务困境预测,选取我国制造业40家ST上市公司和260家非ST上市公司进行实证研究,在训练好的模型基础上进行预测,得出企业出现财务困境的影响因素和程度,并选取10家上市公司进行危机时点预测,实证结论与实际情况相符。 Cox模型对上市公司具有危机预警的应用指导意义。     

我国建筑行业财务风险预警模型实证研究

建筑行业投资规模大、受政治、经济影响较为严重,稍有不慎,可能陷入财务危机,所以建立财务预警模型显得尤为重要。选取50家建筑类上市公司作为研究样本,利用聚类分析法选取财务危机公司样本,从盈利能力、公司治理等方面选取了27个财务指标和14个非财务指标,依次对各指标进行T检验、U检验及共线性诊断来构建逻辑回归模型,通过回判检验,发现加入非财务指标的模型的准确性更高。     

创业板上市公司财务风险实证研究

本文使用多元判别法,采用中国A股市场ST和非ST两类企业实际财务比率数据,按照与首批创业板上市公司同行业、规模相近原则,选择112家企业为样本,构建创业板上市公司财务风险分析模型,并利用该模型对首批28家创业板上市公司财务状况进行分析,以供广大投资者决策参考。